Hasil Analisis Antrian PEMBAHASAN

dengan stasiun penimbangan tera. Pengambilan data dilakukan selama interval waktu 15 menit selama enam jam dari pukul 09.00 – 15.00 WIB pada tiga hari pertama, dan pukul 15.00 WIB – selesai pada tiga hari kedua. Pengambilan data dilakukan dengan menghitung banyaknya truk yang masuk ke dalam tebu dan keluar dari stasiun bongkar tebu. Contoh dari hasil pengambilan data analisis antrian dapat dilihat pada Tabel 7. Tabel 7. Hasil Pengambilan Data Analisis Antrian 16 Juni 201218.30 – 20.45 WIB TanggalJam Interval Bongkar A Bongkar B In Out In Out 16 - Jun - 2012 18.30 - 20.45 1 6 5 4 4 2 5 8 4 6 3 5 6 5 8 4 5 7 3 5 5 4 7 3 4 6 8 1 5 7 5 8 5 9 1 Salah satu contoh hasil dari pengambilan data yang dilakukan pada saat analisis antrian pada tanggal 16 Juni 2012 menunjukan bahwa jumlah kedatangan truk in pada stasiun bongkar A berhenti saat interval ke enam, sedangkan jumlah truk yang dilayani out di stasiun A terus berjalan sampai dengan interval ke sembilan. Berbeda dengan jumlah kedatangan dan jumlah truk yang dilayani di stasiun B yang berhenti pada saat mencapai interval ke tujuh. Hal tersebut menunjukan bahwa stasiun bongkar A lebih banyak melayani truk yang akan dibongkar dibandingkan dengan stasiun B. Kondisi ini terjadi karena lokasi dari stasiun B yang cenderung tidak begitu dekat dengan stasiun penimbangan apabila dibandingkan dengan stasiun A yang lokasinya sangat dekat dengan stasiun penimbangan. Selain itu, dilakukan penghitungan terhadap tingkat kedatangan dan tingkat pelayanan, didapatkan hasil bahwa tingkat pelayanan dari stasiun A adalah 5,8 menit, tingkat pelayanan sebesar 6,0 menit, sedangkan untuk stasiun B yaitu tingkat kedatangan sebesar 4,9 menit dan tingkat pelayanan sebesar 5,5 menit. Hasil pengambilan data yang dilakukan selama enam hari kemudian digabungkan untuk diketahui tingkat kedatangan dan tingkat pelayanan dari setiap stasiun, hasil penghitungan dari tingkat kedatangan, tingkat pelayanan, waktu kedatangan, dan waktu pelayanan dapat dilihat pada Tabel 8 dan Lampiran 10. Tabel 8. Tingkat Kedatangan dan Tingkat Pelayanan Stasiun Bongkar A dan Stasiun Bongkar B Stasiun A Stasiun B Interval 111 96 Tingkat Kedatangan truk 5.8 4.9 Tingkat Pelayanan truk 6.0 5.5 Tabel 8 menunjukan bahwa tingkat kedatangan di stasiun A atau A memiliki hasil yang lebih kecil dibandingkan dengan tingkat pelayanan di stasiun A atau A, begitu juga hasil dari penghitungan untuk tingkat kedatangan di stasiun B atau B lebih kecil dibandingkan dengan tingkat pelayanan di stasiun B atau B. Hasil tersebut telah memenuhi syarat utama dari analisis antrian dalam menentukan model atau persamaan yang akan digunakan untuk menghitung waktu antrian W q dan waktu didalam sistem W s , dimana nilai dari tingkat kedatangan harus lebih kecil dari nilai tingkat pelayanan atau . Uji distribusi data dari frekuensi jumlah kedatangan dan jumlah truk yang selesai dilayani dilakukan untuk mengetahui model atau persamaan yang akan digunakan dalam analisis antrian setelah mengetahui nilai . Uji sebaran data yang pertama dilakukan adalah uji sebaran data Poisson mengingat bahwa menurut Usman 2003 tingkat kedatangan dan tingkat pelayanan dalam analisis antrian pada umumnya mengikuti sebaran Poisson. Uji sebaran Poisson dilakukan menggunakan peranti lunak SPSS V.14 dengan Uji Kolmogorov-Smirnov serta jumlah interval sebanyak 111 interval, dengan VAR00001 sebagai nama variabel untuk tingkat kedatangan stasiun bongkar A, VAR00002 sebagai nama variabel untuk tingkat pelayanan stasiun bongkar A, VAR00003 sebagai nama variabel untuk tingkat kedatangan stasiun bongkar B, dan VAR00004 sebagai nama variabel untuk tingkat pelayanan stasiun bongkar B. Hasil dari uji distribusi data dapat dilihat pada Tabel 9. Tabel 9 menunjukan hasil dari uji distribusi data dengan Kolomogorov – Smirnov menghasilkan Asymp Sig 2-tailed atau nilai p-value untuk VAR00001, VAR00002, VAR00003, dan VAR00004 sebesar 0,012; 0,016; 0,015; 0,057. Hasil tersebut menunjukan bahwa tingkat kedatangan dan tingkat pelayanan di stasiun bongkar A dan stasiun bongkar B mengikuti sebaran data Poisson dengan nilai α 0,01, dimana syarat penerimaan suatu uji sebaran data adalah nilai dari p-value α. Menurut Machfud dan Sahar 2008, hasil uji distribusi data akan menentukan metode yang tepat untuk menyelesaikan permasalahan antrian yang terjadi. Apabila populasi data memiliki distribusi peluang Poisson atau Eksponensial maka penyelesaian masalah antrian di selesaikan dengan analisa model antrian baku. Selain jenis sebaran data, analisis antrian pun dilakukan terhadap disiplin antrian serta jenis populasi antrian di stasiun bongkar A dan stasiun bongkar B. Dari hasil pengamatan yang telah dilakukan, diketahui bahwa disiplin antrian yang terjadi di stasiun bongkar A dan stasiun bongkar B mengikuti disiplin First In First Out FIFO. Disiplin antrian FIFO merupakan disiplin antrian yang tepat mengingat bahwa tebu yang masuk harus segera diproses agar rendemen gula tidak mengalami penurunan selama proses antrian terjadi. Populasi dari truk yang mengantri di stasiun bongkar A merupakan populasi finite atau terbatas. Jenis populasi ini terjadi di stasiun bongkar A karena tempat mengantri untuk truk di stasiun bongkar A tidak cukup luas karena terlalu berdekatan dengan stasiun penimbangan. Jumlah populasi truk maksimal yang terdapat pada sistem antrian yaitu berjumlah delapan truk. Berbeda dengan jenis populasi yang terjadi di stasiun bongkar A, jenis populasi truk yang VAR00001 VAR00002 VAR00003 VAR00004 N 111 111 111 111 Poisson Parameter Mean 5.8108 6.1080 4.2793 4.7658 Tabel 9. Hasil Uji Sebaran Data Poisson dengan Uji Kolmogorov - Smirnov Most Extreme Difference Absolute .152 .148 .148 .127 Positive .132 .110 .148 .127 Negative -.152 -.148 -.093 -.054 Kolmogorov-Smirnov Z 1.604 1.554 1.563 1.334 Asymp. Sig 2-tailed .012 .016 .015 .057 Test distribution is Poisson terjadi pada antrian di stasiun bongkar B mengikuti populasi infinite atau tidak terbatas. Perbedaan jenis populasi antara stasiun A dan stasiun B ini tidak lepas dari luas tempat untuk mengantri. Luas tempat untuk mengantri di stasiun bongkar B lebih luas dibandingkan dengan luas tempat di stasiun A. Dari hasil analisis antrian yang telah dilakukan di stasiun A dan stasiun B, dihasilkan suatu model antrian yang digambarkan dengan notasi Kendall. Notasi Kendall merupakan notasi yang sering digunakan untuk menggambarkan model antrian yang terjadi dan terdiri dari beberapa notasi yang mewakili sebaran data tingkat kedatangan x, sebaran data tingkat pelayanan y, disiplin antrian u, jumlah stasiun z, dan populasi antrian v. Melalui notasi – notasi tersebut, didapatkan model antrian yang terjadi di stasiun bongkar A mengikuti model antrian M:M:1:FCFS:F, dengan M yang mewakili tingkat kedatangan dan tingkat pelayanan di stasiun bongkar A mengikuti distribusi Poisson, jumlah stasiun pelayanan di stasiun bongkar A adalah satu 1, disiplin antrian mengikuti First come First Serve dimana truk yang datang lebih dulu akan dilayani lebih dulu pula, dan jumlah populasi antrian finite F atau terbatas. Jumlah populasi antrian di stasiun A terbatas karena stasiun tersebut lokasinya berdekatan dengan stasiun penimbangan, sehingga populasi truk yang mengantri di stasiun A harus dibatasi agar tidak menghalangi truk yang akan masuk ke dalam stasiun bongkar B setelah selesai melalui stasiun penimbangan. Waktu antrian W q truk di stasiun A adalah sebesar 58 menit dan waktu didalam sistem W s sebesar 68 menit. Waktu antrian merupakan lamanya truk mengantri di stasiun bongkar A tersebut dan waktu di dalam system merupakan waktu yang digunakan oleh truk untuk mengantri sampai selesainya truk tersebut dibongkar muatannya. Proses penghitungan W q dan W s dilakukan dengan menggunakan peranti lunak Queueing Simulation Sistem QSS dengan menginput data berupa tingkat kedatangan, tingkat pelayanan, jumlah server, dan jumlah maksimal dari populasi antrian. Untuk melihat hasil dari penghitungan, dapat dilihat pada Gambar 20. Gambar 20. Hasil Analisis Antrian Stasiun Bongkar A Stasiun bongkar B yang memiliki nilai dari tingkat kedatangan dan tingkat pelayanan yang lebih kecil dibandingkan dengan nilai dari tingkat kedatangan dan tingkat pelayanan di stasiun A. Model antrian yang terjadi di stasiun B mengikuti M:M:1:FCFS:I, dengan M yang mewakili tingkat kedatangan dan tingkat pelayanan di stasiun bongkar A mengikuti distribusi Poisson, jumlah stasiun pelayanan di stasiun bongkar A adalah satu 1, disiplin antrian mengikuti First come First Serve dimana truk yang datang lebih dulu akan dilayani lebih dulu pula, dan jumlah populasi antrian infinite I. Jumlah populasi di stasiun bongkar B berbeda dengan jumlah populasi yang terdapat di staisun bongkar A yang memiliki jumlah populasi terbatas atau finite, hal ini disebabkan karena stasiun B memiliki lahan untuk truk yang mengantri lebih luas dan panjang dibandingkan dengan dengan stasiun bongkar A, sehingga jumlah truk yang dapat masuk atau mengantri di stasiun B tidak terbatas jumlahnya. Waktu truk mengantri di stasiun bongkar B W q adalah sebesar 48 menit dan waktu truk tersebut mengantri sampai dengan selesainya proses bongkar tebu atau waktu di dalam sistem W s sebesar 60 menit. Untuk melihat hasil dari penghitungan, dapat dilihat pada Gambar 21. Gambar 21. Hasil Analisis Antrian Stasiun Bongkar B

4.4 Waktu Tempuh

Waktu tempuh merupakan salah satu variabel yang sangat penting dalam sistem penjadwalan transportasi angkut tebu, karena dasar dari penjadwalan transportasi ini merupakan pemanfaatan waktu yang tersedia dan terbatas untuk mengangkut tebu sebaik mungkin. Pada sistem ini, waktu tempuh terbagi kembali menjadi dua jenis, yaitu waktu tempuh ketika cuaca sedang hujanpasca hujan dan waktu tempuh ketika cuaca sedang cerah. Waktu tempuh merupakan hasil dari persamaan 4 yaitu hasil dari penjumlahan antara waktu memuat tebu di kebun, waktu perjalanan, serta waktu mengantri di stasiun bongkar tebu. Waktu mengantri didapatkan dari analisis antrian, sedangkan waktu memuat tebu di kebun didapatkan melalui pengukuran waktu yang langsung dilakukan di lapangan. Dari hasil pengukuran waktu, didapatkan bahwa lama memuat tebu ke dalam truk pada saat cuaca hujan atau pasca hujan yaitu 56 menit, sedangkan pada saat cuaca cerah yaitu 25 menit. Perbedaan waktu memuat tersebut terutama disebabkan oleh kondisi tanah di kebun tebu tersebut yang tergolong susah untuk kering apabila sudah terkena air hujan, sehingga tidak jarang truk yang melewati tanah tersebut akan terperosok ke dalam tanah tersebut dan mengakibatkan terhambatnya proses pengangkutan, untuk mengatasinya, beberapa truk yang akan melewati tanah becek akan menunggu di jalan lain yang tidak terlalu becek, sehingga proses memuat tebu semakin lama karena jarak truk yang semakin jauh. Waktu perjalanan merupakan waktu yang ditempuh oleh truk dari pabrik menuju kebun. Lamanya waktu perjalanan ditentukan oleh jarak dari kebun yang dituju dan kecepatan dari truk tersebut. Kecepatan dari truk ketika mengangkut sangat bergantung dari kondisi jalan dan cuaca, apabila cuaca sedang hujanpasca hujan kecepatan truk cenderung melambat sekitar 12 – 15 kmjam, sedangkan ketika cerah menjadi lebih cepat pada kisaran 30 – 45 kmjam. Perbedaan kecepatan tersebut disebabkan karena kondisi tanah yang becek, sehingga truk cenderung akan berjalan dengan kecepatan yang lebih lambat ketika melewati tanah yang becek tersebut, sedangkan untuk jarak, PG Rajawali II membagi perkebunan HGU menjadi lima radius jarak kebun dari pabrik, yaitu : a. Radius 1 R1 = 5 km b. Radius 2 R2 = 10 km c. Radius 3 R3 = 15 km d. Radius 4 R4 = 20 km e. Radius 5 R5 = 26 km Melalui pembagian jarak tersebut, dapat diketahui perkiraan waktu perjalanan yang akan dihabiskan oleh truk baik ketika berangkat menuju kebun dan pulang menuju pabrik. Lampiran 11 menyajikan hasil dari penghitungan waktu tempuh dengan menggunakan persamaan 4 untuk setiap radius.

4.5 Hasil Desain Sistem Transportasi

4.5.1 Hasil Desain Basis Data

Basis data didefinisikan sebagai kumpulan dari data yang saling berhubungan yang diorganisasi sedemikian rupa agar kemudian dapat dimanfaatkan lagi dengan cepat dan mudah. Basis data dapat dianggap sebagai kumpulan data yang terkomputerisasi, diatur dan disimpan menurut salah satu cara yang memudahkan pengambilan kembali. Secara sederhana basis data dapat diungkapkan sebagai suatu pengorganisasian data dengan bantuan komputer yang memungkinkan data dapat diakses dengan mudah dan cepat. Tujuan awal dan utama dalam pengolahan data pada sebuah basis data adalah agar dapat menentukan kembali data data yang dicari dengan mudah dan cepat.

a. CDM Conceptual Data Model

CDM adalah model yang dibuat berdasarkan anggapan bahwa dunia nyata terdiri dari koleksi obyek-obyek dasar yang dinamakan entitas entity serta hubungan relationship antara entitas-entitas