Perbandingan Vogell’s Aproximation Method (VAM) Dan Least Cost Method (LC) Untuk Optimasi Transportasi (Studi Kasus : PT. Harian Waspada)

Proyek Ruko Paskal Hypersquare Dengan Least Cost Schedulin.Media Komunikasi Teknik Sipil 14(1):23-24.

[2] Armanto,A. 2011.Analisis Efisiensi Biaya Dengan MenerapkanMetode Transportasi Dan Decision Tree PadaDistribusi Barang Pt. Suryamas Inti Armindo. Skripsi. Universitas Bina Nusantara

[3] Bodamer,M.Y.2009.Identifikasi Sistem Transportasi Tebu Di Ptp. Nusantara Ii Kebun Helvetia Wilayah Helvetia.Skripsi.Universitas Sumatera Utara.

[4]Bustani,H.Fundamental Operation Reaserch.Gramedia Pustaka Utama:Jakarta.

[5] Cindrayono, Y. & christina.2006 .Analisis sistem pendistribusian untuk mendapatkan biaya pengiriman yang optimal pada CV. Srikandi Jaya Makmur. Skripsi. Universitas Bina Nusantara.

[6] Fernando,R. 2011.Perancangan Program Aplikasi Optimasi Listrik Pada Industri Plastik Menggunakan Metode Sequential Dynamic Programming. Skripsi. Universitas Bina Nusantara.

[7] Manurung,C.2010.Analisis Sensitivitas Persoalan Transportasi Dengan Algoritma Stepping Stone Pada Kasus Optimisasi. Skripsi. Universitas Sumatera Utara.

[8] Miptahudin.2010. Analisis perbandingan pengiriman barang menggunakan metode transportasi (Studi kasus di PT. ARTA BOGA JAKARTA Tahun 2009). Skripsi. Universitas Islam Negeri.

[9] Rizal,S. 2010.Optimasi Bersyarat Dengan Kendala Persamaan Menggunakan Multiplier Lagrange Serta Penerapannya.Skripsi. Universitas Sumatera Utara.

[10] Rosdiahningsi, F.,Gede Arya Utama, I. &Poerbo Prasetiya,H.Rancang Bangun Sistem Informasi Pendistribusian Barang Movement Regional pada Perum BULOG DIVRE Jawa Timur . Skripsi. Sekolah Tinggi Manajeman Informatika & Teknik Komputer Surabaya.

[11] Siahaan,V. 2010.Penerapan Algoritma Genetika Dalam Kasus Penjadwalan Kuliah. Skripsi. Universitas Sumatera Utara

[12] Siswanto. 2007. Operations Research. Taufan Prasetyo..Jilid1. Penerbit Erlangga.

[13] Gunadarma.(Online) http://ocw.gunadarma.ac.id/courst/economics/management-s1/riset-operational-1/metode-transportasi-1.

[14] Institut Teknologi Sepuluh November.(online)http://www.eepis

its.edu/id/ta/1793/perbandingan-Algoritma-KombinasiNorthwest-corner-stepping-Stone-Pada-Pemecahan-Persoalan-Pendistribusian-Barang.

BAB 3

ANALISIS DAN PERANCANGAN

3.1. Analisis Masalah

Efektifitas waktu dan biaya transportasi merupakan suatu faktor yang penting dalam memberikan pelayanan yang baik bagi pelanggan. Namun tidak hanya pelanggan saja yang akan di untungkan tetapi juga para pihak pendistributor karena mampu meminimumkan biaya transportasi tapi sekaligus juga mampu memberikan peluang waktu serta keuntungan yang optimum.

Pendistribusian koran pihak PT.Harian Waspada sudah memiliki lokasi-lokasi tertentu beserta daftar nama petugas masing-masing. Namun, terdapat beberapa lokasi yang tidak cocok atau kurang efisien terhadap para petugas, salah satu penyebabnya adalah lokasi petugas dengan tempat yang dituju terlalu jauh atau tidak sesuai sementara ada petugas yang bertugas di sekitar lokasi tujuan namun tidak mendistribusikan ke daerah tersebut malah ke daerah lain. Oleh karena itu, penulis mencoba mengangkat permasalahan ini.

Dari permasalahan di atas, penulis merancang sebuah aplikasi yang mampu memberikan informasi kepada pihak PT.Harian Waspada mengenai jalur atau lokasi mana yang cocok atau sesuai dengan para petugas. Untuk mencari waktu efisien serta biaya yang minimum maka penulis menggunakan metode transportasi Least Cost dan Vogell’s Aproximation Method.

Analisis masalah pada sistem yang dirancang dapat digambarkan dalam diagram Ishikawa seperti pada Gambar 3.1

Gambar 3.1.Diagram Ishikawa

3.2. Analisis Kebutuhan Sistem

Analisis kebutuhan sistem dapat dikelompokkan menjadi 2 bagian yaitu: kebutuhan fungsional dan kebutuhan non-fungsional.

3.2.1. Analisis Fungsional Sistem

Adapun kebutuhan fungsional yang harus dipenuhi aplikasi yang dirancang adalah sebagai berikut:

a. Sistem harus mampu membaca nilai jarak dan biaya bensin.

b. Sistem harus mampu melakukan proses perhitungan optimasi menggunakan metode Least Cost sehingga mampu menghasilkan nilai optimasi yang terkecil dan rute terbaru sebagai saran untuk pihak PT. Harian Waspada.

c. Sistem harus mampu melakukan proses perhitungan optimasi menggunakan Vogell’s Aproximation Method sehingga mampu menghasilkan nilai optimasi yang terkecil dan rute terbaru sebagai saran untuk pihak PT. Harian Waspada.

3.2.2. Analisis Non-Fungsional Sistem

Adapun kebutuhan non- fungsional sistem tersebut antara lain: a. Performa

Sistem harus mampu mengerjakan segala pengerjaan serta perhitungan metode tanpa memakai waktu yang terlalau lama.

b. Informasi

Sistem harus mampu menyajikan informasi mengenai data-data yang digunakan pada sistem.

c. Ekonomi

Sistem harus mampu bekerja dengan baik tanpa harus mempergunakan biaya tambahan dalam menggunakan sistem tersebut baik untuk perangkat keras ataupun perangkat lunak.

d. Kontrol

Sistem harus mampu terus di kontrol agar sistem yang dirancang akan bekerja sesuai fungsinya dan kinerja dari sistem terus dapat terjaga selain itu juga mampu menghasilkan keluaran sesuai keinginan pengguna.

e. Efisiensi

Sistem yang di rancang harus seefisien mungkin agar sistem dapat digunakan, dijalankan atau dimanfaatkan penggunanya dengan mudah.

f. Pelayanan

Sistem yang telah dirancang kedepannya dapat dikembangkan ke tingkat yang lebih baik agar semua pihak yang membutuhkannya dapat memanfaatkannya.

3.3. Data Flow Diagram (DFD)

DFD adalah suatu gambaran dari sebuah sistem yang memberikan informasi mengenai proses-proses yang terjadi pada sistem serta memberikan informasi mengenai proses aliran data pada sistem.

3.3.1. Data Flow Diagram Level 0

Pada DFD level 0, merupakan gambaran proses dalam sistem yang dirancang. User memasukkan data jarak dan data biaya bensin kedalam sistem, kemudian kedua variabel tersebut masing-masing akan di proses. Tampilan FDF level 0 dapat di lihat pada Gambar 3.2.

Gambar 3.2. Data Flow Diagram Level 0

3.3.2. Data Flow Diagram Level 1

Pada DFD level 1 merupakan proses terperinci dari DFD level 0. User melakukan input data jarak dan data biaya bensindan kemudian kedua variabel tersebut di proses menggunakan metode Least Cost dan Vogell’s Aproximation Methoduntuk mencari nilai optimasi terkecil kemudian nilai optimasi tersebut dibandingkan tiap metode untuk mencari metode transportasi terbaik terhadap studi kasus terkait. Tampilan DFD Level 1 dapat dilihat pada Gambar 3.3.

3.4. Pseudocode Metode VAM dan LC.

3.4.1. Pseudocode Metode Vogell’s Aproximation Method (VAM)

Baris Pseudocode

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

METODE Vogell’s Aproximation Method (VAM)

Metode Vogell’s Aproximation Method (VAM) untuk mencari nilai optimisasi dari variabel jarak dan variabel biaya bensin

DEKLARASI

Jarak, biaya bensin, supply, demand : integer Tmp, ttloptimal : double

DESKRIPSI

Jarak <− input jarak

Biaya bensin <− input biaya bensin Supply <− input data supply

Demand <− input data demand

Tmp <− input data tmp (tmp adalah nilai cell terpilih yang telah memenuhi supply dan demand)

If iterasi module 2=1 then For jlh baris =1 to 18 do

Hitung selisih dua biaya terkecil dari baris then If pilih baris dengan nilai selisih terbesar true Tentukan cell baris dengan nilai terkecil then Isi cell dengan menyesuaikan demand dan supply

Else if iterasi module 2=0 then For jlh kolom = 1 to 14 do

Hitung selisih dua biaya terkecil dari kolom then If pilih kolom dengan nilai selisih terbesar true Tentukan cell kolom dengan nilai terkecil then Isi cell dengan menyesuaikan demand dan supply End if

If supply dan demand terpenuhi true then Ttloptimal = ttloptimal + (jarak * tmp),

Ttloptimal = ttloptimal + (biaya bensin * tmp) End if

Keterangan:

Baris 1-3 : Sebagai judul pseudocode

Baris 5-7 : Deklarasi variabel yang digunakan

Baris 9-15 : Untuk menandai variabel yang digunakan dalam proses perhitungan Vogell’s Aproximation Method (VAM).

Baris 17 : Untuk mengetahui proses pengerjaan baris atau kolom. Baris 18 : Pengulangan untuk pengerjaan baris.

Baris 19 : Perhitungan mencari selisih dua bilangan terkecil dalam baris. Baris 20 : Untuk mengetahui baris dengan hasil selisih terbesar.

Baris 21 : Menentukan nilai cell terkecil dalam baris.

Baris 22 : Untuk menyesuaikan isi cell dengan nilai supply dan demand. Baris 24 : Untuk mengetahui proses pengerjaan baris atau kolom

Baris 25 : Pengulangan untuk pengerjaan kolom.

Baris 26 : Perhitungan mencari selisih dua bilangan terkecil dalam kolom. Baris 27 : Untuk mengetahui kolom dengan hasil selisih terbesar.

Baris 28 : Menentukan nilai cell terkecil dalam kolom.

Baris 29 : Untuk menyesuaikan isi cell dengan nilai supply dan demand. Baris 32 : Untuk mengetahui apakah supply dan demand telah terpenuhi. Baris 33 : Untuk menghitung total optimal dengan variabel jarak.

3.4.2. Pseudocode Metode Least Cost (LC)

Baris Pseudocode

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

METODE Least Cost Method (LC)

Metode Least Cost Method (LC) untuk mencari nilai

optimisasi dari variabel jarak dan variabel biaya bensin

DEKLARASI

Jarak, biaya bensin, supply, demand : integer Tmp, ttloptimal : double

DESKRIPSI

Jarak <− input jarak

Biaya bensin <− input biaya bensin Supply <− input data supply

Demand <− input data demand

Tmp <− input data tmp (tmp adalah nilai cell terpilih yang telah memenuhi supply dan demand)

Pilih cell dengan nilai terkecil dari baris dan kolom then Isi cell dengan menyesuaikan supply dan demand

If supply dan demand terpenuhi then Ttloptimal = ttloptimal + (jarak * tmp),

Ttloptimal = ttloptimal + (biaya bensin * tmp) Else

Return pilih cell yang belum terpenuhi End if

Show result Metode VAM

Keterangan:

Baris 1-3 : Sebagai judul pseudocode

Baris 5-7 : Deklarasi variabel yang digunakan.

Baris 9-15 : Untuk menandai variabel yang digunakan dalam proses perhitungan Least Cost (LC).

Baris 17 : Untuk menetukan cell dengan nilai terkecil dari baris dan kolom. Baris 18 : Untuk menyesuaikan isi cell dengan supplydan demand.

Baris 19 : Untuk mengetahui apakah nilai supply dan demand telah terpenuhi. Baris 20 : Untuk menghitung total optimal dengan menggunakan variabel jarak. Baris 21 : Untuk menghitung total optimal dengan menggunakan variabel biaya

bensin.

3.5. Flowchart Metode VAM dan LC

3.6. Perancangan Database

Perancangan database memiliki fungsi untuk menyimpan data dan informasi yaitu data jarak, data lokasi, data rasio, data rute metode Least Cost, data Vogell’s Aproximation Method, data tujuan. Adapun database yang dirancang ini menggunakan MySql. Dan terdiri dari tabel-tabel sebagai berikut:

1. Tabel Jarak

Tabel ini berfungsi untuk meyimpan jarak tempuh dari lokasi awal ke lokasi tujuan, dan menyimpan rute mana yang terpilih setelah melakukan proses perhitungan metode. Struktur tabel jarak dapat dilihat pada Tabel 3.1.

Tabel 3.1. Struktur Tabel Jarak

Nama Field Tipe Lebar

Rute_id* Integer 11

Kdlokasi Varchar 10

Kdtujuan Varchar 10

Jarak Integer 11

rutevam Tinyint 1

rutelc Tinyint 1

2. Tabel Lokasi

Tabel ini berfungsi untuk menyimpan data lokasi awal distribusi. Struktur tabel lokasi dapat dilihat pada Tabel 3.2.

Tabel 3.2. Struktur Tabel Lokasi

Nama Field Tipe Lebar

Kode* Varchar 10

Nama Varchar 50

Kordinat_2 Varchar 20

Supply Integer 11

3. Tabel Tujuan

Tabel ini berfungsi untuk menyimpan data lokasi tujuan distribusi. Struktur tabel tujuan dapat di lihat pada Tabel 3.3.

3.3. Struktur Tabel Tujuan

Nama Field Tipe Lebar

Kode* Varchar 10

Nama Varchar 50

Kordinat_1 Varchar 20

Kordinat_2 Varchar 20

Demand Integer 11

3.7. Perancangan Antar Muka

Interface yang penulis rancang untuk aplikasi ini meliputi interface yang berisi data jarak, interface data biaya bensin, form lokasi tujuan, form lokasi asal, form hasil pengerjaan metodeLeast Cost(LC) untuk jarak dan biaya bensin serta form hasil pengerjaan Vogell’s Aproximation Method (VAM) untuk jarak dan biaya bensin.

3.7.1. Perancangan Menu Utama

Pada menu utama akan di tampilkan beberapa data dan informasi yang terdiri dari Data, Jarak Pertujuan, Algoritma, Peta dan Rasio, Keluar.

Di mana masing-masing menu memiliki beberapa sub menu yaitu: 1. Menu Data, menu ini mempunyai 2 sub menu berupa:

a. Data Lokasi b. Data Tujuan

2. Menu Jarak Pertujuan, berisikan mengenai jarak dari daerah asal ke daerah tujuan distribusi.

3. Menu Algoritma, menu ini mempunyai 2 sub menu berupa:

a. Algoritma LC, yang meruapakan tampilan hasil dari perhitungan algoritma LC terhadap perhitungan optimum dari waktu dan biaya bensin.

b. Algoritma VAM, sama dengan algoritma LC yang berisikan perhitungan algoritma VAM terhadap perhitungan optimum waktu dan biaya bensin. 4. Menu Peta dan Rasio , menu ini mempunyai 3 sub menu berupa:

a. Peta Rute Algoritma LC. b. Peta Rute Algoritma VAM. c. Rasio

5. Menu Keluar, berfungsi untuk keluar dari aplikasi. Rancangan dapat dilihat pada Gambar 3.4.

Gambar 3.6. Gambar Rancangan Menu Utama Keterangan:

1. Menu nomor 1 merupakan menu Data yang menampilkan menu pilihan untuk memilih menu data Lokasi Awal dan data Lokasi Tujuan .

2. Menu nomor 2 merupakan menu Jarak per Tujuan untuk menampilkan jarak distribusi dari lokasi awal ke lokais tujuan.

3. Menu nomor 3 merupakan menu Metode yang menampilkan menu pilihan untuk perhitungan metode Least Cost dan Vogell’s Aproximation Method.

4. Menu nomor 4 merupakan menu Peta yang menampilkan menu pilihan untuk pemilihan peta metode Least Cost, peta Vogell’s Aproximation Method serta menampilkan Biaya Rasio.

5. Menu nomor 5 merupakan menu Keluar untuk keluar dari aplikasi menu utama. 6. Kotak nomor 6, 7 dan 8 merupakansebuah wallpaperyang menjadi tampilan

awal dari halaman menu utama.

3.7.2. Rancangan Data

Rancangan data memiliki dua buah sub menu yaitu sub menu lokasi dan sub menu tujuan dimana sub menu lokasi berfungsi untuk menampilkan data lokasi dan sub menu tujuan berfungsi untuk menampilkan data tujuan. Rancangan dapat dilihat pada Gambar 3.7.

Gambar. 3.7. Rancangan Data

Keterangan:

1. Kotak nomor 1 merupakan menu pilihan dari menu Data untuk melihat data lokasi awal.

2. Kotak nomor 2 merupakan menu pilihan dari menu Data untuk melihat data lokasi tujuan.

3.7.3. Rancangan Lokasi

Pada bagian rancangan lokasi terdapat tiga buah tombol yaitu edit, refresh dan keluar. Tombol edit berfungsi untuk melakukan edit atau perubahan pada data, tombol refresh adalah untuk menampilkan perubahan terbaru dari data dan tombol keluar untuk keluar dari menu tersebut. Selain terdapat tiga tombol, pada menu ini juga terdapat sebuah tabel yang berisikan data serta informasi mengenai daerah lokasi. Rancangan gambar dapat dilihat pada Gambar 3.8.

Gambar 3.8.Rancangan Lokasi

Keterangan:

1. Kotak nomor 1 merupakan button untuk tombol edit yang terletak pada bagian dari tool strip.

2. Kotak nomor 2 merupakan button untuk tombol refresh yang terletak pada bagian dari tool strip.

3. Kotak nomor 3 merupakan button untuk tombol keluar yang terletak pada bagian dari tool strip.

4. Tabel nomor 4 merupakan tabel gridview untuk menampilkan data lokasi awal distribusi

Pada bagian rancangan tujuan sama seperti rancangan lokasi yang terdapat tiga buah tombol yaitu edit, refresh dan keluar. Tombol edit berfungsi untuk melakukan edit atau perubahan pada data, tombol refresh adalah untuk menampilkan perubahan terbaru dari data dan tombol keluar untuk keluar dari menu tersebut. Selain terdapat tiga tombol, pada menu ini juga terdapat sebuah tabel yang berisikan data serta informasi mengenai daerah lokasi. Rancangan dapat dilihat pada Gambar 3.9.

Gambar 3.9. Rancangan Tujuan

Keterangan:

1. Kotak nomor 1 merupakan button untuk tombol edit yang terletak pada bagian dari tool strip.

2. Kotak nomor 2 merupakan button untuk tombol refresh yang terletak pada bagian dari tool strip.

3. Kotak nomor 3 merupakan button untuk tombol keluar yang terletak pada bagian dari tool strip.

4. Tabel nomor 4 merupakan tabel gridview untuk menampilkan data lokasi tujuan distribusi.

3.7.5. Rancangan Jarak per tujuan

Menu rancangan jarak per tujuan memiliki fungsi untuk memberikan data mengenai jarak tempuh dari lokasi yang dipilih ke daerah – daerah tujuan yang digambarkan pada sebuah tabel. Untuk dapat menampilan data tersebut pengguna harus memilih daerah

asal lalu kemudian secara otomatis jarak akan keluar. Rancangan dapat dilihat pada Gambar 3.10.

Gambar 3.10. Rancangan Jarak Per Tujuan

Keterangan:

1. Kotak nomor 1 merupakan ComboBox untuk menampilkan data lokasi awal distribusi.

2. Kotak nomor 2 merupakan tabel gridview untuk menampilkan data kode tujuan, lokasi tujuan dan jarak dari lokasi awal distribusi ke lokasi tujuan distribusi, sesuai dengan data yang dipilih pada ComboBox .

3. Kotak nomor 3 merupakan button untuk tombol simpan setelah melakukan proses edit dan tombol keluar untuk keluar dari halaman.

3.7.6. Rancangan Metode

Rancangan metode merupakan sub menu dari menu metode, dimana pada menu metode memiliki dua sub menu yaitu least cost dan vogell’s aproximation methhod. Jika sub menu least cost dipilih maka akan tampil halaman menu baru berisi data jarak dan biaya

bensin yang dapat dicari menggunakan metode least cost. Rancangan dapat dilihat pada Gambar 3.11.

Gambar 3.11. Rancangan Metode Keterangan:

1. Kotak nomor 1 merupakan menu pilihan dari menu Metode untuk melihat proses perhitungan dari metode Least Cost.

2. Kotak nomor 2 merupakan menu pilihan dari menu Metode untuk melihat proses perhitungan dari Vogell’s Aproximation Method.

3.7.7. Rancangan Metode Least Cost (LC)

Pada rancangan metode LC terdapat lima buah tombol yaitu tombol ambil data, hitung, simpan, reset dan keluar. Selain itu juga terdapat kumpulan textbox yang berfungsi untuk menampilkan data jarak dan biaya bensin. Dan terdapat dua buah radio button sebagai menu pilihan, apakah ingin menampilkan data jarak atau menampilakn data biaya bensin. Rancangan dapat dilihat pada Gambar 3.12.

Gambar 3.12. Gambar Rancangan Metode LC

Keterangan:

1. Kotak nomor 1 merupakan Label untuk menampilkan judul dari halaman menu metode Least Cost.

2. Kotak nomor 2 merupakan Label untuk menampilkan nama daerah lokasi tujuan distribusi.

3. Kotak nomor 3 merupakan Label untuk menampilkan nama daerah lokasi awal distribusi.

4. Kotak nomor 4 merupakan TextBox untuk menampilkan nilai data jarak,nilai data biaya bensin dan hasil rute pilihan setelah melakukan proses perhitungan. 5. Kotak nomor 5 merupakan TextBox untuk menampilkan data Suply.

6. Kotak nomor 6 merupakan TextBox untuk menampilkan data Demand.

7. Kotak nomor 7 merupakan TrackBar untuk menampilkan kecepatan dari proses perhitungan metode.

8. Kotak Nomor 8 merupakan Label untuk menampilkan hasil total nilai dari proses perhitungan metode.

9. Kotak nomor 9 merupakan RadioButton sebagai menu pilihan, apakah ingin menampilkan data jarak atau menampilakn data biaya bensin.

10.Kotak nomor 10 merupakan Button untuk tombol Ambil data, Hitung, Reset, dan Simpan.

Sama seperti pada rancangan metode LC metode VAM juga terdapat lima buah tombol yaitu tombol ambil data, hitung, simpan, reset dan keluar. Selain itu juga terdapat kumpulan textbox yang berfungsi untuk menampilkan data jarak dan biaya bensin. Dan terdapat dua buah radio button sebagai menu pilihan, apakah ingin menampilkan data jarak atau menampilakn data biaya bensin. Rancangan dapat dilihat pada Gambar 3.13.

Gambar 3.13. Gambar Rancangan VAM

Keterangan:

1. Kotak nomor 1 merupakan Label untuk menampilkan judul dari halaman menu Vogell’s Aproximation Method.

2. Kotak nomor 2 merupakan Label untuk menampilkan nama daerah lokasi tujuan distribusi.

3. Kotak nomor 3 merupakan Label untuk menampilkan nama daerah lokasi awal distribusi.

4. Kotak nomor 4 merupakan TextBox untuk menampilkan nilai data jarak,nilai data biaya bensin dan hasil rute pilihan setelah melakukan proses perhitungan. 5. Kotak nomor 5 merupakan TextBox untuk menampilkan data Suply.

6. Kotak nomor 6 merupakan TextBox untuk menampilkan data Demand.

7. Kotak nomor 7 merupakan TrackBar untuk menampilkan kecepatan dari proses perhitungan metode.

8. Kotak Nomor 8 merupakan Label untuk menampilkan hasil total nilai dari proses perhitungan metode.

9. Kotak nomor 9 merupakan RadioButton sebagai menu pilihan, apakah ingin menampilkan data jarak atau menampilakn data biaya bensin.

10.Kotak nomor 10 merupakan Button untuk tombol Ambil data, Hitung, Reset, dan Simpan.

3.7.9. Rancangan Peta metode Least Cost (LC)

Pada sub menu peta LC menampilkan sebuah informasi dalam bentuk peta mengenai rute-rute yang terpilih. Rancangan dapat dilihat pada Gambar 3.14.

Gambar 3.14. Rancangan Peta LC

Keterangan:

1. Nomor 1 merupakan label untuk judul dari halaman menu rancangan peta

2. Kotak nomor 2 merupakan mainmap untuk menampilkan peta hasil dari perhitungan metode Least Cost.

3.7.10.Rancangan Peta Vogell’s Aproximation Method (VAM)

Pada sub menu peta VAM menampilkan sebuah informasi dalam bentuk peta mengenai rute-rute yang terpilih. Rancangan dapat dilihat pada Gambar 3.15.

Gambar 3.15. Rancangan Peta VAM

Keterangan:

1. Nomor 1 merupakan label untuk judul dari halaman menu rancangan peta Vogell’s Aproximation Method.

2. Kotak nomor 2 merupakan mainmap untuk menampilkan peta hasil dari perhitungan Vogell’s Aproximation Method.

3.7.11.Rancangan Rasio

Sub menu rasio merupakan sebuah sub menu yang berisikan informasi mengenai perbandingan penggunakan bahan bakar terhadap jarak tempuh proses distribusi, dimana jarak yang digunakan dihitung dalam satuan kilometer dan dengan ketentuan

setiap jarak yang ditempuh dalam 6 km menghabiskan bensin sebanyak 1 L. Rancangan dapat dilihat pada Gambar 3.16.

`

Gambar 3.16. Rancangan Rasio Keterangan:

1. Kotak nomor 1 merupakan TextBox untuk menampilkan data jarak.

2. Kotak nomor 2 merupakan TextBox untuk menampilkan bahan bakar minyak 3. Kotak nomor 3 merupakan TextBox untuk menampilkan harga bahan bakar

minyak

4. Kotak nomor 4 merupakan TextBox untuk menampilkan data rasio biaya per meter.

5. Kotak nomor 5 merupakan button untuk tombol simpan setelah melakukan proses edit dan tombol keluar untuk keluar dari halaman.

BAB 4

IMPLEMENTASI DAN PENGUJIAN

4.1. Pengertian Implementasi Sistem

Setelah melakukan perancangan mengenai aplikasi atau sistem yang akan dirancang, maka langkah selanjutnya adalah melakukan proses implementasi sistem. Implementasi sistem adalah suatu tahapan dalam penerapan rancangan yang telah dibangun ke dalam aplikasi yang ingin dibuat kemudian dilakukan pengujian terhadap aplikasi yang dirancang tersebut.

Proses pertama kali dilakukan adalah pengumpulan data petugas, daerah lokasi asal atau sumber, daerah lokasi tujuan, jarak per tujuan dari suatu lokasi sumber ke lokasi tujuan, serta biaya bensin dalam 1 kali proses transportasi.

Tabel 4.1. Daftar Petugas dan Lokasi Awal Distribusi Koran PT. Harian Waspada

Nama Daerah

1. Sahril Mandala

2. Syaiful Padang bulan

3. Adi Setia budi

4. Herman Marelan

5. Hanafi Helvet

6. Noviandi Amplas

7. Maden S.M. Raja

8. Andika Tembung

9. M.iqbal Ayahanda

10. Joko Krakatau

11. Zulfadly Gatsu

12. Stevanus Komat

13. M.putra Binjai

14. Fanny Tg. Morawa

15. Evi nurdin Lubuk Pakam

16. Mahmud nst Perbaungan

17. Edy saputra Sei bamban

18. Riswan Sei rampah

Tabel 4.2. Tabel Tujuan Distribusi Koran PT. Harian Waspada

No Daerah Tujuan

1. Patumbak

2. Jamin Ginting

3. Tg. Sari

5. Aksara

6. Belawan

7. Gaperta

8. Brayan

9. Galang

10. Simp. Empat Tamora

11. Tandem

12. Mata Pao

13. Kp. Pon

4.2. Jarak dan Biaya Bensin Jalur Distribusi PT. Harian Waspada.

Berikut daftar Jarak dan Biaya Bensin, dimana jarak distribusi di hitung dalam satuan meter (m) dan biaya bensin di hitung dalam rasio 1/6 dengan ketentuan harga 1 litter = Rp. 6500.

Tabel 4.3. Jarak Distribusi Dalam 1 Kali Proses Pendistribusian (Dalam satuan meter)

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI

KP.

LALANG AKSARA BELAWAN GAPERTA 1 SYAHRIL MANDALA 9200 11500 20000 21400 2900 26700 13400 2 SYAIFUL P. BULAN 11900 4000 8900 18300 10200 24600 13000

3 ADI S. BUDI 14900 4400 4800 12000 11900 27400 6700

4 HERMAN MARELAN 23900 18000 23000 11900 18200 9300 14000 5 HANAFI HELVET 17000 12700 9800 7000 12100 21900 1200 6 NOVIANDI AMPLAS 5000 9000 13300 22500 7500 32500 18300 7 MADEN SM. RAJA 3400 7700 12200 21500 7200 35500 16300 8 ANDIKA TEMBUNG 12000 13100 19000 14200 3700 22700 8900 9 M. IQBAL AYAHANDA 14000 6000 10300 10000 7600 20000 4700 10 JOKO KRAKATAU 19800 10300 17300 12700 6200 20600 9100 11 ZULFADLY GATSU 24600 9200 11500 7300 9600 18900 2400 12 STEVANUS KOMAT 7000 6900 14400 16400 3400 29200 11100 13 M. PUTRA BINJAI 32800 27700 21400 18100 28200 35900 16700 14 FANNY TG. MORAWA 13000 21500 29800 43500 22900 45500 39900 15 EVI NURDIN L. PAKAM 21000 29500 35100 48900 28300 50900 45300 16 MAHMUD NST PERBAUNGAN 28400 37000 44100 57800 37300 59800 54200 17 EDY SAPUTRA SEI BAMBAN 62100 70600 76200 90000 69400 91900 86300 18 RISWAN SEI RAMPAH 56900 65400 71100 84000 64300 86800 81200

NO NAMA DAERAH BRAYAN GALANG

SIM. EMPAT

TAMORA TANDEM

MATA

PAO KP. PON P. CERMIN Supply 1 SYAHRIL MANDALA 9700 42900 16300 41500 36400 69000 45500 350 2 SYAIFUL P. BULAN 9200 44300 13600 40000 33700 70400 46900 210

3 ADI S. BUDI 12800 47900 21300 33600 41400 74000 50500 180

4 HERMAN MARELAN 8700 56500 29900 23500 50000 82600 59100 520 5 HANAFI HELVET 7300 60300 26400 30600 53800 86400 62900 320 6 NOVIANDI AMPLAS 20400 35200 8600 44400 28700 61300 37800 300 7 MADEN SM. RAJA 9400 38100 11500 43200 31600 64200 40700 190 8 ANDIKA TEMBUNG 7300 45100 18500 35800 37300 69900 46400 380 9 M. IQBAL AYAHANDA 5000 48700 22100 31700 42500 75100 51700 270 10 JOKO KRAKATAU 900 52500 25900 39000 46000 78600 55100 400 11 ZULFADLY GATSU 4300 57000 30700 32400 50800 83400 59900 290 12 STEVANUS KOMAT 7000 41600 15000 39000 35100 67700 44200 450 13 M. PUTRA BINJAI 25200 70600 42400 15100 62000 94700 70600 580 14 FANNY TG. MORAWA 33300 21400 9300 60300 19000 51600 50500 360 15 EVI NURDIN L. PAKAM 38700 18600 14700 65700 10200 42800 19300 420 16 MAHMUD NST PERBAUNGAN 47700 26400 23600 74600 1000 33500 10100 210 17 EDY SAPUTRA SEI BAMBAN 79800 46100 55800 10700 33100 4500 38900 150 18 RISWAN SEI RAMPAH 74700 41100 50700 102000 28000 15500 33800 480

Tabel 4.4. Biaya Bensin Dalam 1 Kali Proses Pendistribusia

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI KP. LALANG AKSARA BELAWAN GAPERTA

1 SYAHRIL MANDALA 9936 12420 21600 23112 3132 28836 14472

2 SYAIFUL P. BULAN 12852 4320 9612 19764 11016 26568 14040

3 ADI S. BUDI 16092 4752 5184 12960 12852 29592 7236

4 HERMAN MARELAN 25812 19440 24840 12852 19656 10044 15120

5 HANAFI HELVET 18360 13716 10584 7560 13068 23652 1296

6 NOVIANDI AMPLAS 5400 9720 14364 24300 8100 35100 19764

7 MADEN SM. RAJA 3672 8316 13176 23220 7776 38340 17604

8 ANDIKA TEMBUNG 12960 14148 20520 15336 3996 24516 9612

9 M. IQBAL AYAHANDA 15120 6480 11124 10800 8208 21600 5076

10 JOKO KRAKATAU 21384 11124 18684 13716 6696 22248 9828

11 ZULFADLY GATSU 26568 9936 12420 7884 10368 20412 2592

12 STEVANUS KOMAT 7560 7452 15552 17712 3672 31536 11988

13 M. PUTRA BINJAI 35424 29916 23112 19548 30456 38772 18036 14 FANNY TG. MORAWA 14040 23220 32184 46980 24732 49140 43092 15 EVI NURDIN L. PAKAM 22680 31860 37908 52812 30564 54972 48924 16 MAHMUD NST PERBAUNGAN 30672 39960 47628 62424 40284 64584 58536 17 EDY SAPUTRA SEI BAMBAN 67068 76248 82296 97200 70092 99252 93204 18 RISWAN SEI RAMPAH 61452 70632 76788 90720 69444 93744 87696

NO NAMA DAERAH BRAYAN GALANG

EMPAT

TAMORA TANDEM MATA PAO KP. PON P. CERMIN

1 SYAHRIL MANDALA 10476 46332 17604 44820 39312 74520 49140 350 2 SYAIFUL P. BULAN 9936 47844 14688 43200 36396 76032 50652 210

3 ADI S. BUDI 13824 51732 23004 36288 44712 79920 54540 180

4 HERMAN MARELAN 9396 61020 32292 25380 54000 89208 63828 520 5 HANAFI HELVET 7884 65124 28512 33048 58104 93312 67932 320 6 NOVIANDI AMPLAS 22032 38016 9288 47952 30996 66204 40824 300 7 MADEN SM. RAJA 10152 41148 12420 46656 34128 69336 43956 190 8 ANDIKA TEMBUNG 7884 48708 19980 38664 40284 75492 50112 380 9 M. IQBAL AYAHANDA 5400 52596 23868 34236 45900 81108 55836 270

10 JOKO KRAKATAU 972 56700 27972 42120 49680 84888 59508 400

11 ZULFADLY GATSU 4644 61560 33156 34992 54864 90072 64692 290 12 STEVANUS KOMAT 7560 44928 16200 42120 37908 73116 47736 450 13 M. PUTRA BINJAI 27216 76248 45792 16308 66960 102276 76248 580 14 FANNY TG. MORAWA 35964 23112 10044 65124 20520 55728 54540 360 15 EVI NURDIN L. PAKAM 41796 20088 15876 70956 11016 46224 20844 420 16 MAHMUD NST PERBAUNGAN 51516 28512 25488 80568 1080 36180 10908 210 17 EDY SAPUTRA SEI BAMBAN 86184 49788 60264 11556 35748 4860 42012 150 18 RISWAN SEI RAMPAH 80676 44388 54756 110160 30240 16740 36504 480

4.3. Penyelesaian Menggunakan Vogell’s Aproximation Method dan Least Cost 4.3.1. Penyelesaian menggunakan Vogell’s Aproximation Method

Tabel 4.5. Perhitungan awal Vogell’s Aproximation Method (VAM) menggunakan variabel jarak

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI

KP.

LALANG AKSARA BELAWAN GAPERTA 1 SYAHRIL MANDALA 9200 11500 20000 21400 2900 26700 13400 2 SYAIFUL P. BULAN 11900 4000 8900 18300 10200 24600 13000

3 ADI S. BUDI 14900 4400 4800 12000 11900 27400 6700

4 HERMAN MARELAN 23900 18000 23000 11900 18200 9300 14000

5 HANAFI HELVET 17000 12700 9800 7000 12100 21900 1200

6 NOVIANDI AMPLAS 5000 9000 13300 22500 7500 32500 18300 7 MADEN SM. RAJA 3400 7700 12200 21500 7200 35500 16300 8 ANDIKA TEMBUNG 12000 13100 19000 14200 3700 22700 8900 9 M. IQBAL AYAHANDA 14000 6000 10300 10000 7600 20000 4700 10 JOKO KRAKATAU 19800 10300 17300 12700 6200 20600 9100 11 ZULFADLY GATSU 24600 9200 11500 7300 9600 18900 2400 12 STEVANUS KOMAT 7000 6900 14400 16400 3400 29200 11100 13 M. PUTRA BINJAI 32800 27700 21400 18100 28200 35900 16700 14 FANNY TG. MORAWA 13000 21500 29800 43500 22900 45500 39900 15 EVI NURDIN L. PAKAM 21000 29500 35100 48900 28300 50900 45300 16 MAHMUD NST PERBAUNGAN 28400 37000 44100 57800 37300 59800 54200 17 EDY SAPUTRA SEI BAMBAN 62100 70600 76200 90000 69400 91900 86300 18 RISWAN SEI RAMPAH 56900 65400 71100 84000 64300 86800 81200

Tabel di atas merupakan tabel data awal perhitung dari metode VAM, dimana metodeVAM menggunakan prinsip melakukan perhitungan selisih antara dua kolom atau baris kemudian baris atau kolom dengan nilai terbesar dipilih nilai terkecilnya.

2 SYAIFUL P. BULAN 9200 44300 13600 40000 33700 70400 46900 210 3 ADI S. BUDI 12800 47900 21300 33600 41400 74000 50500 180 4 HERMAN MARELAN 8700 56500 29900 23500 50000 82600 59100 520 5 HANAFI HELVET 7300 60300 26400 30600 53800 86400 62900 320 6 NOVIANDI AMPLAS 20400 35200 8600 44400 28700 61300 37800 300 7 MADEN SM. RAJA 9400 38100 11500 43200 31600 64200 40700 190 8 ANDIKA TEMBUNG 7300 45100 18500 35800 37300 69900 46400 380 9 M. IQBAL AYAHANDA 5000 48700 22100 31700 42500 75100 51700 270 10 JOKO KRAKATAU 900 52500 25900 39000 46000 78600 55100 400 11 ZULFADLY GATSU 4300 57000 30700 32400 50800 83400 59900 290 12 STEVANUS KOMAT 7000 41600 15000 39000 35100 67700 44200 450 13 M. PUTRA BINJAI 25200 70600 42400 15100 62000 94700 70600 580 14 FANNY TG. MORAWA 33300 21400 9300 60300 19000 51600 50500 360 15 EVI NURDIN L. PAKAM 38700 18600 14700 65700 10200 42800 19300 420 16 MAHMUD NST PERBAUNGAN 47700 26400 23600 74600 1000 33500 10100 210 17 EDY SAPUTRA SEI BAMBAN 79800 46100 55800 10700 33100 4500 38900 150

18 RISWAN SEI RAMPAH 74700 41100 50700 102000 28000 15500 33800 480

Tabel 4.6. Tabel hasil dari perhitungan Vogell’s Aproximation Method (VAM) menggunakan Variabel Jarak.

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI

KP.

LALANG AKSARA BELAWAN GAPERTA 1 SYAHRIL MANDALA 9200 11500 20000 21400 350||2900 26700 13400 2 SYAIFUL P. BULAN 11900 210||4000 8900 18300 10200 24600 13000 3 ADI S. BUDI 14900 4400 180||4800 12000 11900 27400 6700 4 HERMAN MARELAN 23900 18000 23000 140||11900 18200 380||9300 14000 5 HANAFI HELVET 17000 12700 50||9800 7000 12100 21900 270||1200 6 NOVIANDI AMPLAS 300||5000 9000 13300 22500 7500 32500 18300 7 MADEN SM. RAJA 190||3400 7700 12200 21500 7200 35500 16300 8 ANDIKA TEMBUNG 12000 13100 19000 14200 100||3700 22700 8900 9 M. IQBAL AYAHANDA 14000 270||6000 10300 10000 7600 20000 4700

10 JOKO KRAKATAU 19800 10300 17300 12700 6200 20600 9100

11 ZULFADLY GATSU 24600 9200 80||11500 200||7300 9600 18900 2400 12 STEVANUS KOMAT 70||7000 220||6900 10||14400 16400 3400 29200 11100 13 M. PUTRA BINJAI 32800 27700 21400 150||18100 28200 35900 16700 14 FANNY TG. MORAWA 13000 21500 29800 43500 22900 45500 39900 15 EVI NURDIN L. PAKAM 21000 29500 35100 48900 28300 50900 45300 16 MAHMUD NST PERBAUNGAN 28400 37000 44100 57800 37300 59800 54200 17 EDY SAPUTRA SEI BAMBAN 62100 70600 76200 90000 69400 91900 86300 18 RISWAN SEI RAMPAH 56900 65400 71100 84000 64300 86800 81200

4 HERMAN MARELAN 8700 56500 29900 23500 50000 82600 59100 0 5 HANAFI HELVET 7300 60300 26400 30600 53800 86400 62900 0 6 NOVIANDI AMPLAS 20400 35200 8600 44400 28700 61300 37800 0 7 MADEN SM. RAJA 9400 38100 11500 43200 31600 64200 40700 0 8 ANDIKA TEMBUNG 280||7300 45100 18500 35800 37300 69900 46400 0 9 M. IQBAL AYAHANDA 5000 48700 22100 31700 42500 75100 51700 0 10 JOKO KRAKATAU 400||900 52500 25900 39000 46000 78600 55100 0 11 ZULFADLY GATSU 10||4300 57000 30700 32400 50800 83400 59900 0 12 STEVANUS KOMAT 7000 41600 150||15000 39000 35100 67700 44200 0 13 M. PUTRA BINJAI 25200 70600 42400 430||15100 62000 94700 70600 0 14 FANNY TG. MORAWA 33300 150||21400 210||9300 60300 19000 51600 50500 0 15 EVI NURDIN L. PAKAM 38700 270||18600 14700 65700 10200 42800 150||19300 0 16 MAHMUD NST PERBAUNGAN 47700 26400 23600 74600 210||1000 33500 10100 0 17 EDY SAPUTRA SEI BAMBAN 79800 46100 55800 150||10700 33100 4500 38900 0 18 RISWAN SEI RAMPAH 74700 41100 50700 102000 28000 150||15500 330||33800 0

Demand 0 0 0 0 0 0 0

Tabel di atas merupakan tabel data hasil dari perhitungan metode VAM menggunakan variabel jarak. Berikut perhitungan nilai optimasi metode VAM menggunakan tabel hasil di atas.

(350×2900)+(210×4000)+(180×4800)+(140×11900)+(380×9300)+(50×9800)+(270×1200)+(300×5000)+(190×3400)+(100×3700) +(270×6000)+(80×11500)+(200×7300)+(70×7000)+(220×6900)+(10×14400)+(150×18100)+(280×7300)+(400×900)+(10×4300) +(150×15000)+(430×15100)+(150×21400)+(270×18600)+(210×9300)+(150×10700)+(210×1000)+(150×19300)+(150×15500)+ (330×33800) = 59.680.000

Tabel 4.7. Perhitungan awal Vogell’s Aproximation Method (VAM) menggunakan Variabel Biaya Bensin

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI KP. LALANG AKSARA BELAWAN GAPERTA

1 SYAHRIL MANDALA 9936 12420 21600 23112 3132 28836 14472

2 SYAIFUL P. BULAN 12852 4320 9612 19764 11016 26568 14040

3 ADI S. BUDI 16092 4752 5184 12960 12852 29592 7236

4 HERMAN MARELAN 25812 19440 24840 12852 19656 10044 15120

5 HANAFI HELVET 18360 13716 10584 7560 13068 23652 1296

6 NOVIANDI AMPLAS 5400 9720 14364 24300 8100 35100 19764

7 MADEN SM. RAJA 3672 8316 13176 23220 7776 38340 17604

8 ANDIKA TEMBUNG 12960 14148 20520 15336 3996 24516 9612

9 M. IQBAL AYAHANDA 15120 6480 11124 10800 8208 21600 5076

10 JOKO KRAKATAU 21384 11124 18684 13716 6696 22248 9828

11 ZULFADLY GATSU 26568 9936 12420 7884 10368 20412 2592

12 STEVANUS KOMAT 7560 7452 15552 17712 3672 31536 11988

13 M. PUTRA BINJAI 35424 29916 23112 19548 30456 38772 18036 14 FANNY TG. MORAWA 14040 23220 32184 46980 24732 49140 43092 15 EVI NURDIN L. PAKAM 22680 31860 37908 52812 30564 54972 48924 16 MAHMUD NST PERBAUNGAN 30672 39960 47628 62424 40284 64584 58536 17 EDY SAPUTRA SEI BAMBAN 67068 76248 82296 97200 70092 99252 93204 18 RISWAN SEI RAMPAH 61452 70632 76788 90720 69444 93744 87696

Tabel di atas merupakan tabel data awal perhitung dari metode VAM, dimana metodeVAM menggunakan prinsip melakukan perhitungan selisih antara dua kolom atau baris kemudian baris atau kolom dengan nilai terbesar dipilih nilai terkecilnya.

3 ADI S. BUDI 13824 51732 23004 36288 44712 79920 54540 180

4 HERMAN MARELAN 9396 61020 32292 25380 54000 89208 63828 520 5 HANAFI HELVET 7884 65124 28512 33048 58104 93312 67932 320 6 NOVIANDI AMPLAS 22032 38016 9288 47952 30996 66204 40824 300 7 MADEN SM. RAJA 10152 41148 12420 46656 34128 69336 43956 190 8 ANDIKA TEMBUNG 7884 48708 19980 38664 40284 75492 50112 380 9 M. IQBAL AYAHANDA 5400 52596 23868 34236 45900 81108 55836 270

10 JOKO KRAKATAU 972 56700 27972 42120 49680 84888 59508 400

11 ZULFADLY GATSU 4644 61560 33156 34992 54864 90072 64692 290 12 STEVANUS KOMAT 7560 44928 16200 42120 37908 73116 47736 450 13 M. PUTRA BINJAI 27216 76248 45792 16308 66960 102276 76248 580 14 FANNY TG. MORAWA 35964 23112 10044 65124 20520 55728 54540 360 15 EVI NURDIN L. PAKAM 41796 20088 15876 70956 11016 46224 20844 420 16 MAHMUD NST PERBAUNGAN 51516 28512 25488 80568 1080 36180 10908 210 17 EDY SAPUTRA SEI BAMBAN 86184 49788 60264 11556 35748 4860 42012 150 18 RISWAN SEI RAMPAH 80676 44388 54756 110160 30240 16740 36504 480

Tabel 4.8. Tabel hasil dari perhitungan Vogell’s Aproximation Method (VAM) menggunakan Variabel Biaya Bensin.

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI KP. LALANG AKSARA BELAWAN GAPERTA 1 SYAHRIL MANDALA 9936 12420 21600 23112 350||3132 28836 14472 2 SYAIFUL P. BULAN 12852 210||4320 9612 19764 11016 26568 14040

3 ADI S. BUDI 16092 4752 180||5184 12960 12852 29592 7236

4 HERMAN MARELAN 25812 19440 24840 140||12852 19656 380||10044 15120 5 HANAFI HELVET 18360 13716 50||10584 7560 13068 23652 270||1296 6 NOVIANDI AMPLAS 300||5400 9720 14364 24300 8100 35100 19764 7 MADEN SM. RAJA 190||3672 8316 13176 23220 7776 38340 17604 8 ANDIKA TEMBUNG 12960 14148 20520 15336 100||3996 24516 9612 9 M. IQBAL AYAHANDA 15120 270||6480 11124 10800 8208 21600 5076

10 JOKO KRAKATAU 21384 11124 18684 13716 6696 22248 9828

11 ZULFADLY GATSU 26568 9936 80||12420 200||7884 10368 20412 2592 12 STEVANUS KOMAT 70||7560 220||7452 10||15552 17712 3672 31536 11988 13 M. PUTRA BINJAI 35424 29916 23112 150||19548 30456 38772 18036 14 FANNY TG. MORAWA 14040 23220 32184 46980 24732 49140 43092 15 EVI NURDIN L. PAKAM 22680 31860 37908 52812 30564 54972 48924 16 MAHMUD NST PERBAUNGAN 30672 39960 47628 62424 40284 64584 58536 17 EDY SAPUTRA SEI BAMBAN 67068 76248 82296 97200 70092 99252 93204 18 RISWAN SEI RAMPAH 61452 70632 76788 90720 69444 93744 87696

Tabel di atas merupakan tabel data hasil dari perhitungan metode VAM menggunakan variabel biaya bensin. Berikut perhitungan nilai optimasi metode VAM menggunakan tabel hasil di atas.

(350×3132)+(210×4320)+(180×5148)+(140×12852)+(380×10044)+(270×1296)+(50×10584)+(300×5400)+(190×3672)+(100×3996)+(270×6480)+(80×124 20)+(200+7884)+(10×15552)+(220×7452)+(70×7560)+(150×19548)+(280×7884)+(400×972)+(10×4644)+(150×16200)+(430×16308)+(150×23112)+(210 ×10044)+(270×20088)+(150×20844)+(210×1080)+(150×11556)+(150×16740)+(330×36504) = 64.454.400

2 SYAIFUL P. BULAN 9936 47844 14688 43200 36396 76032 50652 0

3 ADI S. BUDI 13824 51732 23004 36288 44712 79920 54540 0

4 HERMAN MARELAN 9396 61020 32292 25380 54000 89208 63828 0 5 HANAFI HELVET 7884 65124 28512 33048 58104 93312 67932 0 6 NOVIANDI AMPLAS 22032 38016 9288 47952 30996 66204 40824 0 7 MADEN SM. RAJA 10152 41148 12420 46656 34128 69336 43956 0 8 ANDIKA TEMBUNG 280||7884 48708 19980 38664 40284 75492 50112 0 9 M. IQBAL AYAHANDA 5400 52596 23868 34236 45900 81108 55836 0 10 JOKO KRAKATAU 400||972 56700 27972 42120 49680 84888 59508 0 11 ZULFADLY GATSU 10||4644 61560 33156 34992 54864 90072 64692 0 12 STEVANUS KOMAT 7560 44928 150||16200 42120 37908 73116 47736 0 13 M. PUTRA BINJAI 27216 76248 45792 430||16308 66960 102276 76248 0 14 FANNY TG. MORAWA 35964 150||23112 210||10044 65124 20520 55728 54540 0 15 EVI NURDIN L. PAKAM 41796 270||20088 15876 70956 11016 46224 150||20844 0 16 MAHMUD NST PERBAUNGAN 51516 28512 25488 80568 210||1080 36180 10908 0 17 EDY SAPUTRA SEI BAMBAN 86184 49788 60264 150||11556 35748 4860 42012 0 18 RISWAN SEI RAMPAH 80676 44388 54756 110160 30240 150||16740 330||36504 0

4.3.2.Penyelesaian Menggunakan Metode Least Cost (LC).

Berikut penjelasan penyelesaian Metode Least Cost (LC).

Tabel 4.9. Perhitungan awal metode Least Cost (LC) menggunakan variabel jarak.

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI

KP.

LALANG AKSARA BELAWAN GAPERTA 1 SYAHRIL MANDALA 9200 11500 20000 21400 2900 26700 13400 2 SYAIFUL P. BULAN 11900 4000 8900 18300 10200 24600 13000 3 ADI S. BUDI 14900 4400 4800 12000 11900 27400 6700 4 HERMAN MARELAN 23900 18000 23000 11900 18200 9300 14000 5 HANAFI HELVET 17000 12700 9800 7000 12100 21900 1200 6 NOVIANDI AMPLAS 5000 9000 13300 22500 7500 32500 18300 7 MADEN SM. RAJA 3400 7700 12200 21500 7200 35500 16300 8 ANDIKA TEMBUNG 12000 13100 19000 14200 3700 22700 8900 9 M. IQBAL AYAHANDA 14000 6000 10300 10000 7600 20000 4700 10 JOKO KRAKATAU 19800 10300 17300 12700 6200 20600 9100 11 ZULFADLY GATSU 24600 9200 11500 7300 9600 18900 2400 12 STEVANUS KOMAT 7000 6900 14400 16400 3400 29200 11100 13 M. PUTRA BINJAI 32800 27700 21400 18100 28200 35900 16700 14 FANNY TG. MORAWA 13000 21500 29800 43500 22900 45500 39900 15 EVI NURDIN L. PAKAM 21000 29500 35100 48900 28300 50900 45300 16 MAHMUD NST PERBAUNGAN 28400 37000 44100 57800 37300 59800 54200 17 EDY SAPUTRA SEI BAMBAN 62100 70600 76200 90000 69400 91900 86300 18 RISWAN SEI RAMPAH 56900 65400 71100 84000 64300 86800 81200

2 SYAIFUL P. BULAN 9200 44300 13600 40000 33700 70400 46900 210 3 ADI S. BUDI 12800 47900 21300 33600 41400 74000 50500 180 4 HERMAN MARELAN 8700 56500 29900 23500 50000 82600 59100 520 5 HANAFI HELVET 7300 60300 26400 30600 53800 86400 62900 320 6 NOVIANDI AMPLAS 20400 35200 8600 44400 28700 61300 37800 300 7 MADEN SM. RAJA 9400 38100 11500 43200 31600 64200 40700 190 8 ANDIKA TEMBUNG 7300 45100 18500 35800 37300 69900 46400 380 9 M. IQBAL AYAHANDA 5000 48700 22100 31700 42500 75100 51700 270 10 JOKO KRAKATAU 900 52500 25900 39000 46000 78600 55100 400 11 ZULFADLY GATSU 4300 57000 30700 32400 50800 83400 59900 290 12 STEVANUS KOMAT 7000 41600 15000 39000 35100 67700 44200 450 13 M. PUTRA BINJAI 25200 70600 42400 15100 62000 94700 70600 580 14 FANNY TG. MORAWA 33300 21400 9300 60300 19000 51600 50500 360 15 EVI NURDIN L. PAKAM 38700 18600 14700 65700 10200 42800 19300 420 16 MAHMUD NST PERBAUNGAN 47700 26400 23600 74600 1000 33500 10100 210 17 EDY SAPUTRA SEI BAMBAN 79800 46100 55800 10700 33100 4500 38900 150

18 RISWAN SEI RAMPAH 74700 41100 50700 102000 28000 15500 33800 480

Demand 690 420 360 580 210 150 480

Tabel di atas merupakan tabel data awal dari metode LC, dimana metode LC menggunakan prinsip mencarai nilai terkecil. Setelah mendapat nilai terkecil maka metode LC melakukan pengulangan untuk menemukan nilai terkecil berikutnya sampai supply dan

Tabel 4.10. Tabel hasil dari perhitungan metode Least Cost (LC) menggunakan variabel jarak.

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI

KP.

LALANG AKSARA BELAWAN GAPERTA 1 SYAHRIL MANDALA 9200 11500 20000 21400 350||2900 26700 13400 2 SYAIFUL P. BULAN 11900 210||4000 8900 18300 10200 24600 13000 3 ADI S. BUDI 14900 180||4400 4800 12000 11900 27400 6700 4 HERMAN MARELAN 23900 18000 23000 140||11900 18200 380||9300 14000 5 HANAFI HELVET 17000 12700 9800 50||7000 12100 21900 270||1200 6 NOVIANDI AMPLAS 300||5000 9000 13300 22500 7500 32500 18300 7 MADEN SM. RAJA 190||3400 7700 12200 21500 7200 35500 16300 8 ANDIKA TEMBUNG 12000 13100 80||19000 300||14200 3700 22700 8900 9 M. IQBAL AYAHANDA 14000 270||6000 10300 10000 7600 20000 4700 10 JOKO KRAKATAU 19800 10300 17300 12700 6200 20600 9100 11 ZULFADLY GATSU 24600 9200 11500 7300 9600 18900 2400 12 STEVANUS KOMAT 70||7000 40||6900 240||14400 16400 100||3400 29200 11100 13 M. PUTRA BINJAI 32800 27700 21400 18100 28200 35900 16700 14 FANNY TG. MORAWA 13000 21500 29800 43500 22900 45500 39900 15 EVI NURDIN L. PAKAM 21000 29500 35100 48900 28300 50900 45300 16 MAHMUD NST PERBAUNGAN 28400 37000 44100 57800 37300 59800 54200 17 EDY SAPUTRA SEI BAMBAN 62100 70600 76200 90000 69400 91900 86300 18 RISWAN SEI RAMPAH 56900 65400 71100 84000 64300 86800 81200

Tabel di atas merupakan tabel data hasil dari perhitungan metode LC menggunakan variabel jarak. Dari data di atas maka dapat di hitung nilai optimasi yaitu:

(350×2900)+(210×4000)+(180×4400)+(140×11900)+(380×9300)+(270×1200)+(50×7000)+(300×5000)+(190×3400)+(80×1900+ (300×14200)+(270×6000)+(70×7000)+(40×6900)+(240×14400)+(100×3400)+(400×900)+(290×4300)+(420×18600)+

(360×9300)+(360×9300)+(580×15100)+(210×1000)+(150×4500)+(480×33800) = 61.263.000

5 HANAFI HELVET 7300 60300 26400 30600 53800 86400 62900 0 6 NOVIANDI AMPLAS 20400 35200 8600 44400 28700 61300 37800 0 7 MADEN SM. RAJA 9400 38100 11500 43200 31600 64200 40700 0 8 ANDIKA TEMBUNG 7300 45100 18500 35800 37300 69900 46400 0 9 M. IQBAL AYAHANDA 5000 48700 22100 31700 42500 75100 51700 0 10 JOKO KRAKATAU 400||900 52500 25900 39000 46000 78600 55100 0 11 ZULFADLY GATSU 290||4300 57000 30700 32400 50800 83400 59900 0 12 STEVANUS KOMAT 7000 41600 15000 39000 35100 67700 44200 0 13 M. PUTRA BINJAI 25200 70600 42400 580||15100 62000 94700 70600 0 14 FANNY TG. MORAWA 33300 21400 360||9300 60300 19000 51600 50500 0 15 EVI NURDIN L. PAKAM 38700 420||18600 14700 65700 10200 42800 19300 0 16 MAHMUD NST PERBAUNGAN 47700 26400 23600 74600 210||1000 33500 10100 0 17 EDY SAPUTRA SEI BAMBAN 79800 46100 55800 10700 33100 150||4500 38900 0 18 RISWAN SEI RAMPAH 74700 41100 50700 102000 28000 15500 480||33800 0

Tabel 4.11. Tabel Perhitungan awal metode Least Cost (LC) menggunakan Variabel Biaya Bensin.

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI KP. LALANG AKSARA BELAWAN GAPERTA

1 SYAHRIL MANDALA 9936 12420 21600 23112 3132 28836 14472

2 SYAIFUL P. BULAN 12852 4320 9612 19764 11016 26568 14040

3 ADI S. BUDI 16092 4752 5184 12960 12852 29592 7236

4 HERMAN MARELAN 25812 19440 24840 12852 19656 10044 15120

5 HANAFI HELVET 18360 13716 10584 7560 13068 23652 1296

6 NOVIANDI AMPLAS 5400 9720 14364 24300 8100 35100 19764

7 MADEN SM. RAJA 3672 8316 13176 23220 7776 38340 17604

8 ANDIKA TEMBUNG 12960 14148 20520 15336 3996 24516 9612

9 M. IQBAL AYAHANDA 15120 6480 11124 10800 8208 21600 5076

10 JOKO KRAKATAU 21384 11124 18684 13716 6696 22248 9828

11 ZULFADLY GATSU 26568 9936 12420 7884 10368 20412 2592

12 STEVANUS KOMAT 7560 7452 15552 17712 3672 31536 11988

13 M. PUTRA BINJAI 35424 29916 23112 19548 30456 38772 18036 14 FANNY TG. MORAWA 14040 23220 32184 46980 24732 49140 43092 15 EVI NURDIN L. PAKAM 22680 31860 37908 52812 30564 54972 48924 16 MAHMUD NST PERBAUNGAN 30672 39960 47628 62424 40284 64584 58536 17 EDY SAPUTRA SEI BAMBAN 67068 76248 82296 97200 70092 99252 93204 18 RISWAN SEI RAMPAH 61452 70632 76788 90720 69444 93744 87696

Tabel di atas merupakan tabel data awal dari metode LC, dimana metode LC menggunakan prinsip mencarai nilai terkecil. Setelah mendapat nilai terkecil maka metode LC melakukan pengulangan untuk menemukan nilai terkecil berikutnya sampai supply dan

demand terpenuhi.

2 SYAIFUL P. BULAN 9936 47844 14688 43200 36396 76032 50652 210

3 ADI S. BUDI 13824 51732 23004 36288 44712 79920 54540 180

4 HERMAN MARELAN 9396 61020 32292 25380 54000 89208 63828 520 5 HANAFI HELVET 7884 65124 28512 33048 58104 93312 67932 320 6 NOVIANDI AMPLAS 22032 38016 9288 47952 30996 66204 40824 300 7 MADEN SM. RAJA 10152 41148 12420 46656 34128 69336 43956 190 8 ANDIKA TEMBUNG 7884 48708 19980 38664 40284 75492 50112 380 9 M. IQBAL AYAHANDA 5400 52596 23868 34236 45900 81108 55836 270

10 JOKO KRAKATAU 972 56700 27972 42120 49680 84888 59508 400

11 ZULFADLY GATSU 4644 61560 33156 34992 54864 90072 64692 290 12 STEVANUS KOMAT 7560 44928 16200 42120 37908 73116 47736 450 13 M. PUTRA BINJAI 27216 76248 45792 16308 66960 102276 76248 580 14 FANNY TG. MORAWA 35964 23112 10044 65124 20520 55728 54540 360 15 EVI NURDIN L. PAKAM 41796 20088 15876 70956 11016 46224 20844 420 16 MAHMUD NST PERBAUNGAN 51516 28512 25488 80568 1080 36180 10908 210 17 EDY SAPUTRA SEI BAMBAN 86184 49788 60264 11556 35748 4860 42012 150 18 RISWAN SEI RAMPAH 80676 44388 54756 110160 30240 16740 36504 480

Tabel 4.12. Tabel hasil dari perhitungan metode Least Cost (LC)menggunakan Variabel Biaya Bensin

NO NAMA DAERAH PATUMBAK

JAMIN

GINTING TG. SARI KP. LALANG AKSARA BELAWAN GAPERTA 1 SYAHRIL MANDALA 9936 12420 21600 23112 350||3132 28836 14472 2 SYAIFUL P. BULAN 12852 210||4320 9612 19764 11016 26568 14040

3 ADI S. BUDI 16092 180||4752 5184 12960 12852 29592 7236

4 HERMAN MARELAN 25812 19440 24840 140||12852 19656 380||10044 15120 5 HANAFI HELVET 18360 13716 10584 50||7560 13068 23652 270||1296 6 NOVIANDI AMPLAS 300||5400 9720 14364 24300 8100 35100 19764 7 MADEN SM. RAJA 190||3672 8316 13176 23220 7776 38340 17604 8 ANDIKA TEMBUNG 12960 14148 80||20520 300||15336 3996 24516 9612 9 M. IQBAL AYAHANDA 15120 270||6480 11124 10800 8208 21600 5076

10 JOKO KRAKATAU 21384 11124 18684 13716 6696 22248 9828

11 ZULFADLY GATSU 26568 9936 12420 7884 10368 20412 2592

12 STEVANUS KOMAT 70||7560 40||7452 240||15552 17712 100||3672 31536 11988 13 M. PUTRA BINJAI 35424 29916 23112 19548 30456 38772 18036 14 FANNY TG. MORAWA 14040 23220 32184 46980 24732 49140 43092 15 EVI NURDIN L. PAKAM 22680 31860 37908 52812 30564 54972 48924 16 MAHMUD NST PERBAUNGAN 30672 39960 47628 62424 40284 64584 58536 17 EDY SAPUTRA SEI BAMBAN 67068 76248 82296 97200 70092 99252 93204 18 RISWAN SEI RAMPAH 61452 70632 76788 90720 69444 93744 87696

Tabel di atas merupakan tabel data hasil dari perhitungan metode LC menggunkan variabel biaya bensin. Dari data di atas maka dapat di hitung nilai optimasi yaitu:

(350×3132)+(210×4320)+(180×4752)+(140×12852)+(380×10044)+(270×1296)+(50×7560)+(300×5400)+(190×3672)+

(80×20520)+(300×15336)+(270×6480)+(70×7560)+(40×7452)+(240×15552)+(100×3672)+(400×972)+(290×4644)+(580×1630+ (360×10044)+(420×20088)+(210×1080)+(150×4860)+(150×36504) = 66.164.04

1 SYAHRIL MANDALA 10476 46332 17604 44820 39312 74520 49140 0 2 SYAIFUL P. BULAN 9936 47844 14688 43200 36396 76032 50652 0

3 ADI S. BUDI 13824 51732 23004 36288 44712 79920 54540 0

4 HERMAN MARELAN 9396 61020 32292 25380 54000 89208 63828 0

5 HANAFI HELVET 7884 65124 28512 33048 58104 93312 67932 0

6 NOVIANDI AMPLAS 22032 38016 9288 47952 30996 66204 40824 0 7 MADEN SM. RAJA 10152 41148 12420 46656 34128 69336 43956 0

8 ANDIKA TEMBUNG 7884 48708 19980 38664 40284 75492 50112 0

9 M. IQBAL AYAHANDA 5400 52596 23868 34236 45900 81108 55836 0 10 JOKO KRAKATAU 400||972 56700 27972 42120 49680 84888 59508 0 11 ZULFADLY GATSU 290||4644 61560 33156 34992 54864 90072 64692 0 12 STEVANUS KOMAT 7560 44928 16200 42120 37908 73116 47736 0 13 M. PUTRA BINJAI 27216 76248 45792 580||16308 66960 102276 76248 0 14 FANNY TG. MORAWA 35964 23112 360||10044 65124 20520 55728 54540 0 15 EVI NURDIN L. PAKAM 41796 420||20088 15876 70956 11016 46224 20844 0 16 MAHMUD NST PERBAUNGAN 51516 28512 25488 80568 210||1080 36180 10908 0 17 EDY SAPUTRA SEI BAMBAN 86184 49788 60264 11556 35748 150||4860 42012 0 18 RISWAN SEI RAMPAH 80676 44388 54756 110160 30240 16740 150||36504 0

4.4. Tampilan Antarmuka

Pada bagian subbab ini akan menampilkan tampilan atau interface dari perancangan aplikasi yang telah dibahas pada bagian atau bab sebelumnya.

4.4.1. Penjelasan Aplikasi Halaman Menu Utama

Tampilan menu utama dari aplikasi ini berisikan menu-menu pendukung aplikasi seperti menu Data, Jarak per Tujuan, Metode, Peta , dan Keluar. Selain menu, pada halaman menu utama ini juga di lengkapi dengan judul skripsi, logo universitas, nama dan nim. Tampilan menu utama dapat di lihat pada Gambar 4.1.

4.4.2. Penjelasan Sub Menu Data

Halaman ini memiliki dua sub menu, menu lokasi awal dan menu lokasi tujuan yang akan menampilkan informasi-informasi data berupa data lokasi awal dan data lokasi tujuan distribusi. Tampilan Data dapat di lihat pada Gambar 4.2.

Gambar 4.2. Tampilan Data

4.4.3. Penjelasan Tampilan Data Lokasi Awal

Halaman ini akan menampilkan Data lokasi awal distribusi dan pada tampilan ini terdapat tombol-tombol seperti edit, refresh dan keluar. Tampilan data dapat di lihat pada Gambar 4.3.

4.4.4. Penjelasan Tampilan Data Lokasi Tujuan

Halaman ini akan menampilkan Data lokasi Tujuan distribusi dan pada tampilan ini terdapat tombol-tombol seperti edit, refresh dan keluar. Tampilan data dapat di lihat pada Gambar 4.4.

Gambar 4.4. Tampilan Data Lokasi Tujuan

4.4.5. Penjelasan Tampilan Jarak per Tujuan

Halaman ini menampilkan informasi data jarak dari lokasi awal ke lokasi tujuan. Tampilan dapat di lihat pada Gambar 4.5.

4.4.6. Penjelasan Tampilan Metode

Tampilan ini akan menampilkan dua metode untuk perhitungan optimasi transportasi menggunakan metode Least Cost (LC) dan Vogell’s Aproximation Method (VAM). Tampilan dapat di lihat pada Gambar 4.6.

Gambar 4.6. Tampilan Metode

4.4.7. Pengujian Metode Least Cost (LC)

Halaman ini akan menampilkan tabel awal perhitungan metode least cost, dalam metode ini juga menggunakan dua variabel yaitu variabel waktu dan variabel jarak. Berikut tabel awal perhitungan metode Least Cost. Tampilan dapat dilihat pada Gambar 4.7

Selanjutnya untuk menghitung variabel jarak pada metode least cost pilih radio button jarak lalu pilih tombol ambil data untuk menampilkan data jarak yang di perlukan dalam perhitungan. Setelah data muncul pilih tombol hitung untuk melakukan proses perhitungan metode Least Cost. Untuk tabel berwarna merah merupakan rute-rute yang terpilih untuk proses pendistribusian dari lokasi awal ke lokasi tujuan. Tampilan hasil metode Least Cost dapat dilihat pada Gambar 4.8.

Gambar 4.8. Tabel Akhir Perhitungan Metode Least Cost

Menggunakan Variabel Jarak

Setelah pada variabel jarak, selanjutnya pada variabel biaya bensin, untuk melakukan perhitungan pada variabel biaya bensin pilih tombol radio button biaya bensin lalu pilih tombol hitung untuk memulai perhitungan metode Least Cost untuk variabel biaya bensin. Tambilan gambar hasil perhitungan variabel biaya bensin dapat di lihat pada Gambar 4.9.

Gambar 4.9. Tabel Akhir Perhitungan Metode Least Cost

MenggunakanVariabel Biaya Bensin

4.4.8. Pengujian Vogell’s Aproximation Method (VAM)

Halaman ini akan menampilkan tabel awal perhitungan Vogell’s Aproximation Method , dalam metode ini juga menggunakan dua variabel yaitu variabel waktu dan variabel jarak. Berikut tabel awal perhitungan Vogell’s Aproximation Method.

Selanjutnya untuk menghitung variabel jarak pada Vogell’s Aproximation Method pilih radio button jarak lalu pilih tombol ambil data untuk menampilkan data jarak yang di perlukan dalam perhitungan. Setelah data muncul pilih tombol hitung untuk melakukan proses perhitungan Vogell’s Aproximation Method. Untuk tabel berwarna merah merupakan rute-rute yang terpilih untuk proses pendistribusian dari lokasi awal ke lokasi tujuan.Tampilan hasil Vogell’s Aproximation Method dapat dilihat pada Gambar 4.11 .

Gambar 4.11. Tabel Akhir Perhitungan Vogell’s Aproximation Method

Menggunakan Variabel Jarak

Setelah pada variabel jarak, selanjutnya pada variabel biaya bensin, untuk melakukan perhitungan pada variabel biaya bensin pilih tombol radio button biaya bensin lalu pilih tombol hitung untuk memulai perhitungan metode Least Cost untuk variabel biaya bensin. Tambipan gambar hasil perhitungan variabel biaya bensin dapat di lihat pada Gambar 4.12.

Gambar 4.12. Tabel Akhir Perhitungan Vogell’s Aproximation Method Menggunakan Variabel Biaya Bensin

4.4.9. Penjelasan Tampilan Peta

Halaman ini menampilkan peta dari metode Least Cost dan Vogell’s Aproximation Method yang di peroleh dari hasil perhitungan dua metode tersebut. Tampilan Peta dapat dilihat pada Gambar 4.13.

Gambar 4.13. Tampilan Peta

4.4.10. Penjelasan Tampilan Peta Metode Least Cost

Halaman ini menampilkan peta rute distribusi dari metode Least Cost. Tampilan peta dapat dilihat pada Gambar 4.14.

Gambar 4.14. Tampilan Peta Metode Least Cost

4.4.11. Penjelasan Tampilan Peta Vogell’s Aproximation Method

Halaman ini menampilkan peta rute distribusi dari Vogell’s Aproximation Method.

Tampilan pata dapat di lihat pada Gambar 4.15:

setiap jarak 6 km menghabiskan 1 litter dengan harga Rp. 6500. Tampilan dapat di lihat pada Gambar 4.16.

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

1. Pada metode transportasi Least Cost dan Vogell’s Aproximation Method, total nilai terkecil yang ingin dicapai adalah nilai terkecil dari kedua variabel yaitu jarak dan biaya bensin.

2. Dalam proses perhitungan dua variabel yaitu jarak dan biaya bensin, metode Least Cost

lebih mudah pengerjaannya dibandingkan dengan metode Vogell’s Aproximation

Method. Dimana proses pengerjaan metode Least Cost dengan variabel jarak dan biaya bensin menghabiskan waktu antara 25-32 detik, sedangkan untuk proses pengerjaan Vogell’s Aproximation Method dengan variabel jarak dan biaya bensin menghabiskan waktu antara 2 – 3 menit.

3. Pada penyelesaian variabel jarak untuk metode Least Cost mendapatkan total nilai 61.263.000 dan untuk metode Vogell’s Aproximation Method mendapatkan total nilai 59.680.000

4. Pada penyelesaian variabel biaya bensin untuk metode Least Cost mendapatkan total nilai 66.164.040 dan untuk metode Vogell’s Aproximation Method mendapatkan total nilai 64.454.400.

5. Untuk membandingkan kedua metode transportasi dapat dilihat dari hasil akhir perhitungan total nilai optimasi.

6. Metode Vogell’s Aproximation Method lebih unggul dari metode Least Cost karena metode Vogell’s Aproximation Method mampu menghasilkan total nilai lebih kecil dari pada metode Least Cost.

Aproximation Method, diharapkan bagi pihak PT. Harian Waspada dapat mempertimbangkan untuk memanfaatkan metode Vogell’s Aproximation Method dalam penerapan distrribusi koran.

2. Untuk penelitian kedepannya, semoga pengembangan aplikasi menjadi lebih baik terutama dalam hal penggambaran rute, sehingga memberikan gambaran yang terbaik dalam penerapannya.

BAB 2

LANDASAN TEORI

2.1. Optimasi

Optimasi adalah salah satu disiplin ilmu dalam matematika yang fokus untuk mendapatkan nilai minimun atau maksimum secara sistematis dari suatu fungsi, peluang, maupun pencarian nilai lainnya dalam berbagai kasus. Optimasi sangat berguna di hampir segala bidang dalam rangka melakukan usaha secara efektif dan efisien untuk mencapai target hasil yang ingin dicapai.

Ternyata hal ini akan sangat sesuai dengan prinsip ekonomi yang berorientasikan untuk senantiasa menekan pengeluaran untuk menghasilkan output yang maksimal. Optimasi ini juga penting karena persaingan sudah sangat ketat disegala bidang yang ada.

Seperti yang dikatakan sebelumnya, bahwa optimasi sangat berguna bagi hampir seluruh bidang yang ada , maka berikut ini adalah contoh-contoh bidang yang sangat terbantu dengan adanya teknik optimasi tersebut. Bidang tersebut, anatar lain: Arsitektur, Data Mining, Jaringan Komputer, Signal and Image Processing, Telekomunikasi, Ekonomi, Transportasi, Perdagangan, Pertanian, Perikanan, Perkebunan, Perhutanan, dan sebagainya. [6]

Suatu permasalahan optimasi disebut nonlinear jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinear pada salah satu atau keduanya. Optimasi merupakan masalah yang berhubungan dengan keputusan yang terbaik, maksimum, minimum dan memberikan cara penentuan solusi yang memuaskan.[9]

2.1.Transportasi

Transportation (transportasi) adalah elemen supply chain (rantai persediaan) yang berfungsi untuk memindahkan barang dari suatu tempat ke tempat lain.[10]

Transportasi dapat diartikan sebagai usaha memindahkan, menggerakkan, mengangkut, atau mengalihkan suatu objek dari suatu tempat ke tempat lain, di mana di tempat lain objek tersebut lebih bermanfaat atau dapat berguna untuk tujuan-tujuan tertentu. Karena dalam pengertian di atas terdapat kata-kata usaha, berarti transportasi juga merupakan sebuah proses, yakni proses pindah, proses gerak, proses mengangkut dan mengalihkan, di mana proses ini tidak bisa dilepaskan dari keperluan akan alat pendukung untuk menjamin lancarnya proses perpindahan sesuai waktu yang diinginkan. [3]

Transportasi merupakan suatu model yang digunakan untuk mengatur distribusi dari sumber yang menyediakan produk yang sama ke tempat-tempat yang membutuhkan secara optimal. Alokasi produk ini harus diatur sedemikian rupa, karena terdapat perbedaan beban dari satu sumber ke suatu-suatu tempat yang berbeda-beda.[8]

2.2. Peranan Transportasi

Pentingnya sarana transportasi dalam perkembangan dunia bersifat multidimensi. Sebagai contoh, salah satu fungsi dasar transportasi adalah menghubungkan tempat kediaman dengan tempat bekerja atau para pembuat barang dengan para pelanggannya. Dari sudut pandang yang lebih luas, fasilitas transportasi memberikan aneka pilihan untuk menuju ke tempat kerja, pasar, dan sarana rekreasi, serta menyediakan akses ke sarana-sarana kesehatan, pendidikan, dan sarana lainnya.

Transportasi bermanfaat bagi masyarakat, dalam arti hasil-hasil produksi dan bahan-bahan baku suatu daerah dapat dipasarkan kepada perusahaan industri. Hasil-hasil barang jadi diproduksi oleh pabrik, dijual oleh produsen kepada masyarakat atau

perusahaan-perusahaan yang bergerak di bidang pemasaran. Untuk mengangkut bahan-bahan baku dan barang-barang jadi dibutuhkan jasa-jasa transportasi (darat, laut, dan udara). [3]

2.3.Sejarah Permasalahan Transportasi

Masalah transportasi ini sebenarnya telah lama dipelajari dan dikembangkan sebelum lahir model program linear. Pada tahun 1939, L.V Kantorovitch mempelajari beberapa permasalahan yang berhubungan dengan model transportasi. Kemudian, pada tahun 1941, F.L. Hitchcock merumuskan model matematika dari persoalan transportasi yang kini dianggap sebagai model matematika dari persoalan transportasi yang kini dianggap sebagai model baku, sehingga sering disebut juga sebagai model Hitchcock.Ada lagi seseorang yang bernama T.C. Koopmans pada tahun 1947 banyak mempelajari hal-hal yang berhubungan dengan program transportasi (PT) atau model transportasi (MT). [7]

2.3.1. Masalah Transportasi

Masalah transportasi sering disebut sebagai masalah khusus dalam pemrograman linear, karena dalam struktur modelnya terdapat bagian yang menggambarkan sisi permintaan dan sisi penawaran. Sesuai dengan namanya, model ini berkaitan dengan penentuan rencana biaya terendah untuk mengirim susuatu dari sejumlah sumber ke sejumlah tujuan.[10]

Sasaran transportasi adalah mengalokasikan produk yang ada pada sumber asal sedemikian rupa hingga terpenuhi semua kebutuhan pada tempat tujuan. Sedangkan tujuan utama dari persoalan transportasi adalah untuk mencapai biaya yang serendah-rendahnya (minimum) atau mencapai jumlah laba yang sebesar-besarnya (maksimal). Persoalan transportasi terdapat pada pemilihan rute dalam jaringan distribusi produk antara pusat industri dan distribusi gudang atau antara distribusi gudang regional dan distribusi pengeluaran lokal.[2]

Persoalan transportasi membicarakan masalah pendistribusian suatu komoditas atau produk dari sejumlah sumber (supply) ke sejumlah tujuan (demand, destination) dengan tujuan meminimumkan ongkos pengangkutan yang terjadi. [7]

Masalah transportasi juga dapat digunakan ketika perusahaan mencoba untuk keputusan dimana akan dibuka fasilitas baru, sebelum membuka gudang, perusahaan atau kantor pemasaran, sangat baik sekali untuk mendapatkan sejumlah tempat alternatif. Keputusan keuangan yang baik berhubungan dengan lokasi juga dapat meminimalisasi biaya transportasi dan produksi secara keseluruhan.

Ciri-ciri khusus transportasi ini adalah:

1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu.

2. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan yang diminta oleh setiap tujuan, besarnya tertentu.

3. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan, besarnya sesuai dengan permintaan dan atau kapasitas sumber.

4. Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan, besarnya tertentu.[10]

2.4.Keseimbangan Transportasi

Suatu model transportasi dikatakan seimbang apabila total supply (sumber) sama dengan total demand (tujuan). Dengan kata lain:

, jika Supply (a) = Demand (b) Keterangan :

∑a = Total jumlah Supply

∑b = Total Jumlah Demand

i = 1, 2, 3,...m = Panjang atau indeks dari a (Supply), dimana m sebagai batas akhir dari panjang indeks.

j = 1, 2, 3,....n = Panjang atau indeks dari b (Demand ), dimana n sebagai batas akhir dari panjang indeks.

Dalam persoalan transportasi yang sebenarnya, batasan ini tidak selalu terpenuhi atau dengan kata lain jumlah supply yang tersedia mungkin lebih besar atau lebih kecil daripada jumlah demand. Jika hal ini yang terjadi, maka model persoalan disebut sebagai model yang tidak seimbang. Batasan di atas dikemukakan hanya karena itu menjadi dasar dalam pengembangan teknik transportasi. Namun, setiap persoalan transportasi dapat dibuat seimbang dengan memasukkan kolom dummy atau baris

dummy.

Jika demand melebihi supply maka dibuat suatu sumber dummy yang akan

men-supply kekurangan tersebut yaitu sebanyak

, jika Supply (a) < Demand (b)

Keterangan :

∑a = Total jumlah Supply

∑b= Total jumlah Demand

i = 1, 2, 3,...m = Panjang atau indeks dari a (Supply), dimana m sebagai batas akhir dari panjang indeks.

j = 1, 2, 3,....n = Panjang atau indeks dari b (Demand ), diaman n sebagai batas akhir dari panjang indeks.

Sebaliknya, jika jumlah supply melebihi jumlah demand, maka dibuat suatu tujuan dummy untuk menyerap kelebihan tersebut yaitu sebanyak. [7]

Keterangan :

∑a = Total jumlah Supply

∑b = Total jumlah Demand

i = 1, 2, 3,....m = Panjang atau indeks dari a (Supply), dimana m sebagai batas akhir dari panjang indeks.

j = 1, 2, 3,....n = Panjang atau indeks dari b (Demand ), dimana n sebagai batas akhir dari panjang indeks.

2.5.Model Umum Permasalahan Transportasi 2.5.1. Asumsi Dasar

Model transportasi pada dasarnya merupakan sebuah program linier yang dapat dipecahkan oleh metode simpleks yang biasa. Tetapi strukturnya yang khusus memungkinkan pengembangan sebuah prosedur pemecahan, yang disebut teknik transportasi yang lebih efisien dalam hal perhitungan.

Asumsi dasar dari model ini adalah bahwa biaya transportasi di sebuah rute tertentu adalah proposional secara langsung dengan jumlah unit yang dikirimkan. Defenisi unit transportasi akan bervariasi bergantung pada jenis barang yang di kirimkan.

Model umum suatu persoalan transportasi dilandasi pada asumsi-asumsi berikut: 1. Bahwa suatu produk yang ingin diangkat tersedia dalam jumlah yang tetap dan

diketahui.

2. Bahwa produk tersebut akan dikirim melalui jaringan transpotasi yang ada dengan memakai cara pengakutan tertentu dari pusat-pusat permintaan.

3. Bahwa jumlah permintaan di pusat permintaan pun diketahui dalam jumlah tertentu dan tetap.

4. Bahwa ongkos angkutan per-unit produk yang diangkut pun diketahui, sehingga tujuan kita untuk meminimumkan biaya total angkutan dapat tercapai.

Karena hanya ada satu jenis komoditas, pada dasarnya setiap daerah tujuan dapat menerima komoditas dari sembarang daerah sumber. [7]

2.6.Algoritma

Dalam matematika dan komputasi, algoritma merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintah ini dapat diterjemahkan secara bertahap dari awal hingga akhir. Masalah tersebut dapat berupa apa saja, dengan catatan untuk setiap masalah, ada kriteria kondisi awal yang harus dipenuhi sebelum menjalankan algoritma. Algoritma akan dapat selalu berakhir untuk semua kondisi awal yang memenuhi kriteria, dalam hal ini berbeda dengan heuristic (kondisi file sebelumnya). Algoritma sering mempunyai langkah pengulangan (iterasi) atau memerlukan keputusan (logika Boolean dan perbandingan) sampai tugasnya selesai. [11]

2.7.Algoritma Transportasi

Model transportasi adalah aplikasi dari model program linier yang merupakan suatu prosedur iteratif untuk pemecahan masalah minimisasi biaya pengiriman (distribusi) dari pabrik atau sumber m ketempat tujuan n. [8]

Data yang dibutuhkan dalam metode transportasi adalah:

1. Level supply pada setiap daerah sumber dan level permintaan pada setiap daerah tujuan untuk kasus pendistribusian barang; jumlah produksi dan jumlah permintaan.

2. Biaya transportasi per unit komoditas dari setiap daerah sumber menuju berbagai daerah tujuan pada kasus pendistribusian biaya produksi.

Data dalam model mencakup:

1. Tingkat penawaran di setiap sumber dan jumlah permintaan di setiap tujuan. 2. Biaya transportasi per unit barang dari setiap sumber ke setiap tujuan. Secara diagramatik, model transportasi dapat digambarkan sebagai berikut: Misalkan ada m buah sumber dan n buah tujuan.

Gambar 2.1. Diagram transportasi [7]

Keterangan :

i=1, 2, 3,....m = Panjang atau indeks sumber, dimana m adalah batas akhir indeks sumber.

j=1, 2, 3,...n = Panjang atau indeks tujuan, dimana n adalah batas akhir indeks tujuan.

X1, X2,...Xmn = Titik pemetaan antara sumber dan tujuan.

Model transportasi pada saat dikenalkan pertama kali diselesaikan secara manual dengan menggunakan algoritma yang dikenal sebagai transportasi. Algoritma ini cukup dikenal dan masih sering diajarkan hingga tahun 90-an.

Pertama, diagnosis maslah dimulai dengan pengenalan sumber, tujuan, parameter, dan variabel. Kedua, seluruh informasi tersebut kemudian dituangkan kedalam matriks transportasi. Dalam hal ini,

1. Bila kapasitas seluruh sumber lebih besar sari permintaan seluruh tujuan maka sebuah kolom semu (dummy) perlu di tambahkan untuk menampung kelebihan kapasitas itu.

2. Bila kapasitas seluruh sumber lebih kecil dari seluruh tujuan maka sebuah baris semu perlu ditambahkan untuk menyediakan kapasitas semu yang akan memenuhi kelebihan permintaan itu. Jelas sekali bahwa kelebihan itu tidak bisa dipenuhi.

Ketiga, setelah matriks transportasi terbentuk kemudian dimulai menyusun tabel awal.

Algoritma transportasi mengenal empat macam metode untuk menyusun table awal, yaitu:

1. Metode biaya terkecil atau Least Cost Method.

Sebuah merode untuk menyusun tabel awal dengan cara mengalokasikan ditribusi barang dari sumber ke tujuan mulai dari sel yang memiliki biaya distribusi terkecil.

2. Metode sudut barat laut atau North West Corner Method.

Sebuah metode untuk menyusun tabel awal dengan cara mengalokasikan distribusi barang mulai dari sel yang terletak pada sudut paling kiri atas. 3. Russell’s Approximation Method atau RAM.

Melengkapi metode penyusunan tabel awal dengan menggunakan pendekatan selisih biaya terbesar antara biaya distribusi masing-masing sel dengan biaya distribusi terbesar pada masing-masing baris dan kolom dimana sel itu berada.

4. Vogell’s Aproximation MethodatauVAM.

Metode VAM adalah metode menyelesaikan persoalan transportasi dengan mencari nilai penalti tiap baris dan kolom pada matriks persoalan transportasi. [12]

2.9. Metode Vogell’s Aproximation Method atau VAM

Metode VAM di lakukan dengan cara mencari selisih biaya terkecil dengan biaya terkecil berikutnya untuj setiap kolom maupun baris. Kemudian pilih selisih biaya

terbesar dan alokasikan produk sebanyak mungkin ke sel yang memiliki biaya terkecil cara ini dilakukan secara berulang sehingga semua produk sudah dialokasikan.[5] Adapun langkah-lankah dari pengerjaan metode VAM adalah:

1. Mengurangkan biaya yang terkecil pada setiap baris dengan biaya yang lebih besar satu tingkat pada baris yang sama

2. Demikian juga untuk kolom

3. Pilih hasil terbesar pada baris dan kolom

4. Alokasikan dengan memilih sel yang biayanyaterkecil pada baris dan kolom yang dipilih

5. Ulangi langkah 1 tapi baris dan kolom yang sudah dialokasikan jangan digunakan lagi

6. Hitung total biaya

Contoh

Saat ini Pertamina mempunyai 3 daerah penambangan di Pulau Jawa yaitu Cepu, Cilacap dan Cirebon dengan kapasitas produksi masing-masing 120, 80 dan 80 galon. Dari tempat tersebut minyak diangkut ke daerah pemasaran yang terpusat di Semarang, Jakarta dan Bandung dengan daya tampung masing-masing 150, 70 dan 60 galon. Biaya transportasi dari daerah penambangan ke daerah pemasaran sebagai berikut :

Cepu-Semarang = 8 Cilacap-Semarang=15 Cirebon-Semarang=3 Cepu-Jakarta = 5 Cilacap-Jakarta = 10 Cirebon-Jakarta = 9

Cepu-Bandung = 6 Cilacap-Bandung = 12 Cirebon-Bandung = 10 [13]

2.10.Metode Least Cost Method atau LC 20

2.11. Profil Umum PT. Harian Waspada 24

2.11.1.Sejarah PT.Harian Waspada 24

2.11.2. Makna Logo PT. Harian Waspada 25

BAB 3 ANALISIS DAN PERANCANGAN

3.1. Analisis Masalah 27

3.2. Analisis Kebutuhan Sistem 28

3.2.1. Analisis Fungsional Sistem 28

3.2.2. Analisis Non- Fungsional Sistem 29

3.3. Data Flow Diagram (DFD) 29

3.3.1. Data Flow Diagram Level 0 30

3.3.2. Data Flow Diagram Level 1 30

3.4. Pseudocode Metode VAM dan LC 32

3.4.1. Pseudocode Metode Vogell’s Aproximation Method (VAM) 32 3.4.2. Pseudocode Metode Least Cost (LC) 34

3.5. Flowchart Metode VAM dan LC 35

3.6. Perancangan Database 37

3.7. Perancangan Antar Muka 38

3.7.1. Perancangan Menu Utama 38

3.7.2. Rancangan Data 40

3.7.3. Rancangan Lokasi 41

3.7.4. Rancangan Tujuan 42

3.7.5. Rancangan Jarak per tujuan 43

3.7.6. Rancangan Metode 44

3.7.7. Rancangan Metode Least Cost (LC) 45 3.7.8. Rancangan Vogell’s Aproximation Method (VAM) 46

ix

BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1. Pengertian Implementasi Sistem 50

4.2. Jarak dan Biaya Bensin Jalur Distribusi PT. Harian Waspada 52 4.3. Penyelesaian Menggunakan Vogell’s Aproximation Method

dan Least Cost 57

4.3.1. Penyelesaian menggunakan Vogell’s Aproximation Method 57 4.3.2. Penyelesaian Menggunakan Metode Least Cost (LC) 65

4.4. Tampilan Antarmuka 73

4.4.1. Penjelasan Aplikasi Halaman Menu Utama 73

4.4.2. Penjelasan Sub Menu Data 74

4.4.3. Penjelasan Tampilan Data Lokasi Awal 74 4.4.4. Penjelasan Tampilan Data Lokasi Tujuan 75 4.4.5. Penjelasan Tampilan Jarak per Tujuan 75

4.4.6. Penjelasan Tampilan Metode 76

4.4.7. Pengujian Metode Least Cost (LC) 76 4.4.8. Pengujian Vogell’s Aproximation Method (VAM) 78

4.4.9. Penjelasan Tampilan Peta 80

4.4.10. Penjelasan Tampilan Peta Metode Least Cost 80 4.4.11. Penjelasan Tampilan Peta Vogell’s Aproximation Method 81 4.4.12. Penjelasan Tampilan Rasio Biaya Bensin 82

BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan 83

5.2. Saran 84

DAFRTAR TABEL

Tabel 2.1. Perhitungan awal metode Vogell’s Aproximation Method 17 Tabel 2.2. Iterasi pertama perhitungan metode Vogell’s Aproximation Method 17 Tabel 2.3. Iterasi kedua perhitungan metode Vogell’s Aproximation Method 18 Tabel 2.4. Iterasi ketiga perhitungan metode Vogell’s Aproximation Method 18 Tabel 2.5. Iterasi keempat perhitungan metode Vogell’s Aproximation Method 19 Tabel 2.6. Iterasi kelima perhitungan metode Vogell’s Aproximation Method 19 Tabel 2.7. Hasil akhir dari perhitungan metode Vogell’s Aproximation Method 20

Tabel 2.8. Tabel awal metode Least Cost 21

Tabel 2.9. Iterasi pertama perhitungan metode Least Cost 22 Tabel 2.10. Iterasi kedua perhitungan metode Least Cost 22 Tabel 2.11. Iterasi ketiga perhitungan metode Least Cost 23 Tabel 2.12. Iterasi keempat perhitungan metode Least Cost 23 Tabel 2.13. Iterasi kelima perhitungan metode Least Cost 23 Tabel 2.14. Hasil akhir dari perhitungan metode least cost 24

Tabel 3.1. Struktur Tabel Jarak 37

Tabel 3.2. Struktur Tabel Lokasi 37

Tabel 3.3. Struktur Tabel Tujuan 38

Tabel 4.1. Daftar Petugas dan Lokasi Awal Distribusi

Koran PT. Harian Waspada 50

Tabel 4.2. Tabel Tujuan Distribusi Koran PT. Harian Waspada 51 Tabel 4.3. Jarak Distribusi Dalam 1 Kali Proses

Pendistribusian (Dalam satuan meter) 53 Tabel 4.4. Biaya Bensin Dalam 1 Kali Proses Pendistribusian 55 Tabel 4.5. Perhitungan awal Vogell’s Aproximation Method (VAM)

menggunakan variabel jarak 57

xi

Tabel 4.7. Perhitungan awal Vogell’s Aproximation Method (VAM)

menggunakan Variabel Biaya Bensin 61

Tabel 4.8. Tabel hasil dari perhitungan Vogell’s Aproximation

Method (VAM) menggunakan Variabel Biaya Bensin 63 Tabel 4.9. Perhitungan awal metode Least Cost (LC)

menggunakan variabel jarak 65

Tabel 4.10. Tabel hasil dari perhitungan metode Least Cost (LC)

menggunakan variabel jarak 67

Tabel 4.11. Tabel Perhitungan awal metode Least Cost (LC)

menggunakan Variabel Biaya Bensin 89

Tabel 4.12. Tabel hasil dari perhitungan metode Least Cost (LC)

DAFTAR GAMBAR

Gambar 2.1. Diagram transportasi 14

Gambar 2.2. Logo PT.Harian Waspada 25

Gambar 3.1. Diagram Ishikawa 28

Gambar 3.2. Data Flow Diagram Level 0 30

Gambar 3.3. Data Flow Diagram Level 1 31

Gambar 3.4. Flowchart Vogell’s Aproximation Method 35

Gambar 3.5. Flowchart Least cost 36

Gambar 3.6. Gambar Rancangan Menu Utama 39

Gambar 3.7. Rancangan Data 40

Gambar 3.8. Rancangan Lokasi 41

Gambar 3.9. Rancangan Tujuan 42

Gambar 3.10. Rancangan Jarak Per Tujuan 43

Gambar 3.11. Rancangan Metode 44

Gambar 3.12. Gambar Rancangan Metode LC 45

Gambar 3.13. Gambar Rancangan VAM 46

Gambar 3.14. Rancangan Peta LC 47

Gambar 3.15. Rancangan Peta VAM 48

Gambar 3.16. Rancangan Rasio 49

Gambar 4.1. Tampilan Menu Utama 73

Gambar 4.2. Tampilan Data 74

Gambar 4.3. Tampilan Data Lokasi Awal 74

Gambar 4.4. Tampilan Data Lokasi Tujuan 75

Gambar 4.5. Tampilan Jarak per Tujuan 75

Gambar 4.6. Tampilan Metode 76

xiii

Gambar 4.10. Tabel Awal Perhitungan Vogell’s Aproximation Method 78

Gambar 4.11. Tabel Akhir Perhitungan Vogell’s Aproximation Method Menggunakan Variabel Jarak 79

Gambar 4.12. Tabel Akhir Perhitungan Vogell’s Aproximation Method Menggunakan Variabel Jarak 80

Gambar 4.13. Tampilan Peta 80

Gambar 4.14. Tampilan Peta Metode Least Cost 81

Gambar 4.15. Tampilan Peta Vogell’s Aproximation Method 81