112
sehingga sebaiknya waktu petikemas mendiami CY impor adalah 3x24 jam saja dengan tingkat kinerja CYimpor : 25,38 .
Gambar4.16. Lama petikemas impor mendiami CY impor
4.5. Kinerja Fasilitas Bongkar Muat Petikemas
Fasilitas bongkar muat petikemas yang terdapat di Terminal Petikemas Surabaya terdiri dari : Container Crane CC 11 Unit terdapat di dermaga, Rubber
Tyred Gantry RTG 23 unit terdapat di Lapangan Penumpukan Petikemas,
Headtruck HT yang menghubungan dermaga dengan lapangan penumpukan
petikemas, dan peralatan lain yang mendukung seperti : Reach Stacker, Side Loader, Sky Loader,
dan Forklife. Tingkat kinerja masing –masing peralatan dapat dilihat dari uraian berikut.
4.5.1. Tingkat Layanan Container Crane CC
Hipotesa awal menyatakan bahwa tingkat layanan CC waktu pelayanan mempunyai distribusi eksponensial, oleh karena itu dilakukan pengujian statistik
dengan menggunakan software aplikasi statistik, hasil running software tersebut adalah sebagai berikut .
Tebel.4.18. Tes Statistik 10 Unit Container Crane PT. TPS
N 700
Mean 3.01
Std. Error of Mean 0.02620
Median 2.7300
Std. Deviation 0.69331
Variance 0.481
Skewness 1.189
Std. Error of Skewness 0.092
113
Kurtosis 0.683
Std. Error of Kurtosis 0.185
Range 3.05
Minimum 2.23
Maximum 5.28
Sum 2107.00
Sumber : Hasil Perhitungan
Unit Waktu : Menit
Tebel.4.19. Frekwensi waktu pelayanan Container Crane di TPS
Waktu Pelayanan
Frequency Percent
Valid Percent Cumulative
Percent 2.23
40 5.2
5.7 5.7
2.28 40
5.2 5.7
11.4 2.33
40 5.2
5.7 17.1
2.38 40
5.2 5.7
22.9 2.48
40 5.2
5.7 28.6
2.58 37
4.8 5.3
33.9 2.63
40 5.2
5.7 39.6
2.68 38
4.9 5.4
45.0 2.73
45 5.8
6.4 51.4
2.78 56
7.3 8.0
59.4 2.83
14 1.8
2.0 61.4
2.88 5
.6 .7
62.1 2.98
12 1.6
1.7 63.9
3.08 15
1.9 2.1
66.0 3.13
13 1.7
1.9 67.9
3.18 14
1.8 2.0
69.9 3.23
27 3.5
3.9 73.7
3.28 16
2.1 2.3
76.0 3.33
6 .8
.9 76.9
3.38 15
1.9 2.1
79.0 3.48
8 1.0
1.1 80.1
3.58 6
.8 .9
81.0 3.63
7 .9
1.0 82.0
3.68 5
.6 .7
82.7 3.73
13 1.7
1.9 84.6
3.78 16
2.1 2.3
86.9 3.83
5 .6
.7 87.6
3.98 5
.6 .7
88.3 4.08
7 .9
1.0 89.3
4.13 5
.6 .7
90.0 4.18
8 1.0
1.1 91.1
4.23 9
1.2 1.3
92.4 4.28
6 .8
.9 93.3
4.33 4
.5 .6
93.9 4.38
9 1.2
1.3 95.1
4.48 4
.5 .6
95.7 4.58
3 .4
.4 96.1
4.63 4
.5 .6
96.7 4.68
2 .3
.3 97.0
4.73 5
.6 .7
97.7 4.78
5 .6
.7 98.4
4.83 1
.1 .1
98.6 4.88
1 .1
.1 98.7
4.98 1
.1 .1
98.9 5.08
2 .3
.3 99.1
5.13 1
.1 .1
99.3 5.18
3 .4
.4 99.7
5.23 1
.1 .1
99.9 5.28
1 .1
.1 100.0
Total 700
100.0 100.0
Sumber : Hasil Perhitungan,2009
114
Running program statistik untuk menguji distribusi Waktu Pelayanan Container Crane
di TPS. Tabel.4.20. Uji Chi-Square
Menit Observed O
Expected E Residual
1 2
3 4
2.23 40
14.3 25.7
2.28 40
14.3 25.7
2.33 40
14.3 25.7
2.38 40
14.3 25.7
2.48 40
14.3 25.7
2.58 37
14.3 22.7
2.63 40
14.3 25.7
2.68 38
14.3 23.7
2.73 45
14.3 30.7
2.78 56
14.3 41.7
2.83 14
14.3 -.3
2.88 5
14.3 -9.3
2.98 12
14.3 -2.3
3.08 15
14.3 .7
3.13 13
14.3 -1.3
3.18 14
14.3 -.3
3.23 27
14.3 12.7
3.28 16
14.3 1.7
3.33 6
14.3 -8.3
3.38 15
14.3 .7
3.48 8
14.3 -6.3
3.58 6
14.3 -8.3
3.63 7
14.3 -7.3
3.68 5
14.3 -9.3
3.73 13
14.3 -1.3
3.78 16
14.3 1.7
3.83 5
14.3 -9.3
3.98 5
14.3 -9.3
4.08 7
14.3 -7.3
4.13 5
14.3 -9.3
4.18 8
14.3 -6.3
4.23 9
14.3 -5.3
4.28 6
14.3 -8.3
4.33 4
14.3 -10.3
4.38 9
14.3 -5.3
4.48 4
14.3 -10.3
4.58 3
14.3 -11.3
4.63 4
14.3 -10.3
4.68 2
14.3 -12.3
4.73 5
14.3 -9.3
4.78 5
14.3 -9.3
4.83 1
14.3 -13.3
4.88 1
14.3 -13.3
4.98 1
14.3 -13.3
5.08 2
14.3 -12.3
5.13 1
14.3 -13.3
5.18 3
14.3 -11.3
5.23 1
14.3 -13.3
5.28 1
14.3 -13.3
Total 700
Sumber : Hasil Perhitungan
115
Tabel.4.21. Hasil Tes Statistik Data Chi-Square Waktu Pelayanan CC
Waktu Pelayanan Container Crane TPS Chi-Square
hitung 762.300
Df 48
Asymp. Sig 0.000
Chi-Square tabel
65.16 α
0,05
Sumber : Hasil Perhitungan
Dari data di atas terdapat nilai Chi – Square hitung jauh lebih tinggi dari Chi – Square
tabel, dan Significant jauh lebih kecil dari α
0.05, sehingga perlu dilakukan pengelompokan data waktu pelayanan Container Crane dan dilakukan
pengujian Chi – Square lagi sebagai berikut : Tabel.4.22. Tes Chi-Square CC
Klas Waktu menit
Observed O Expected E
Residual O - E
2
O - E
2
E 2.23
2.73 416
400 16
256 0.64
2.74 3.24
100 101
-1 1
0.01 3.25
3.75 76
86 -10
100 1.16
3.76 4.26
55 55
0.00 4.27
4.77 37
35 2
4 0.11
4.78 5.28
16 23
-7 49
2.13 Chi- Square
4.06
Sumber : Hasil Perhitungan
Chi – Square hitung 4.06 lebih kecil dari Chi – Square tabel
α 0.05
dengan derajat kebebasan = 5 11.07, sehingga data waktu pelayanan Container Crane
terdistribusi secara eksponensial, dengan gafik distribusi eksponensial untuk Container Crane adalah sebagai berikut :
Gambar 4.17 Waktu Pelayanan CC 10 unit eksponensial .
116
4.5.2. Uji Distribusi Tingkat Layanan Rubber Tyred Gantry RTG
Hipotesa awal menyatakan bahwa tingkat layanan RTG mempunyai distribusi ekponensial, oleh karena itu dilakukan pengujian statistik dengan
menggunakan software aplikasi statistik, hasil running software tersebut adalah sebagai berikut .
Tabel.4.23. Data Statistik Waktu Pelayanan Rubber Tyred Gantry
N 700
Mean 3.3850
Std. Error of Mean .03711
Median 2.9350
Std. Deviation .98195
Variance .964
Skewness 1.513
Std. Error of Skewness .092
Kurtosis .968
Std. Error of Kurtosis .185
Range 3.45
Minimum 2.71
Maximum 6.16
Sum 2369.50
Sumber : Hasil Perhitungan
Unit Waktu : Menit
Tabel.4.24. Frekwensi Pelayanan RTG
Waktu Pelayanan
Observed O Expected E
Residual 1
2 3
4
2.71 270
29.2 240.8
2.86 80
29.2 50.8
3.01 80
29.2 50.8
3.16 70
29.2 40.8
3.31 10
29.2 -19.2
3.46 10
29.2 -19.2
3.61 10
29.2 -19.2
3.76 10
29.2 -19.2
3.91 10
29.2 -19.2
4.06 10
29.2 -19.2
4.21 10
29.2 -19.2
4.36 10
29.2 -19.2
4.51 10
29.2 -19.2
4.66 10
29.2 -19.2
4.81 10
29.2 -19.2
4.96 10
29.2 -19.2
5.11 10
29.2 -19.2
5.26 10
29.2 -19.2
5.41 10
29.2 -19.2
5.56 10
29.2 -19.2
5.71 10
29.2 -19.2
5.86 10
29.2 -19.2
6.01 10
29.2 -19.2
6.16 10
29.2 -19.2
Total 700
Sumber : Hasil Perhitungan
117
Tabel.4.25.Test Chi – Square RTG
Waktu Pelayanan Rubber Tyred Gantry Chi-Square
hitung 2474.857
Df 23
Asymp. Sig. .000
Chi-Square tabel
35.17 α
0.05
Sumber : Hasil Perhitungan
Dari data di atas terdapat nilai Chi – Square hitung jauh lebih tinggi dari Chi – Square
tabel, dan Significant jauh lebih kecil dari α
0.05, sehingga perlu dilakukan pengelompokan data waktu pelayanan RTG dan dilakukan pengujian
Chi – Square lagi sebagai berikut :
Tabel.4.26. Test Chi-Square RTG
Klas Waktu No.
menit
Observed O
Expected E
Residual O - E
2
O - E
2
E
1 2.71
2.93 350
360 -10
100 0.278
2 2.94
3.16 150
145 5
25 0.172
3 3.17
3.39 10
15 -5
25 1.667
4 3.40
3.62 20
15 5
25 1.667
5 3.63
3.85 10
15 -5
25 1.667
6 3.86
4.08 20
15 5
25 1.667
7 4.09
4.31 10
15 -5
25 1.667
8 4.32
4.54 20
15 5
25 1.667
9 4.55
4.77 10
15 -5
25 1.667
10 4.78
5.00 20
15 5
25 1.667
11 5.01
5.23 10
15 -5
25 1.667
12 5.24
5.46 20
15 5
25 1.667
13 5.47
5.69 10
15 -5
25 1.667
14 5.70
5.92 20
15 5
25 1.667
15 5.93
6.16 20
15 5
25 1.667
Total 700
700 Chi-Square
22.117
Sumber : Hasil Perhitungan
Chi – Square hitung 22.117 lebih kecil dari Chi – Square tabel
α 0.05
dengan derajat kebebasan = 14 23.685, sehingga data waktu pelayanan Rubber Tyred Gantry
terdistribusi secara eksponensial, dengan grafik distribusi eksponensial untuk Rubber Tyred Gantry adalah sebagai berikut :
Gambar 4.18 Waktu pelayanan RTG 23 unit eksponensial
118
4.5.3. Uji Distribusi Tingkat Layanan Head Truck HT
Hipotesa awal menyatakan bahwa tingkat layanan HT mempunyai distribusi ekponensial, oleh karena itu dilakukan pengujian statistik dengan
menggunakan software aplikasi statistik, hasil running software tersebut adalah sebagai berikut .
Data Statistik Waktu Pelayanan Head Truck Tabel.4.27. Waktu Pelayanan Head Truck di PT.TPS
N 700
Mean 17.41
Std. Error of Mean .07694
Median 16.5800
Std. Deviation 2.03561
Variance 4.144
Skewness 2.516
Std. Error of Skewness .092
Kurtosis 6.511
Std. Error of Kurtosis .185
Range 10.59
Minimum 16.03
Maximum 26.62
Sum 12187.73
Sumber : Hasil Perhitungan unit waktu : Menit
Tabel.4.28. Frekwensi Waktu Pelayanan Head Truck di PT.TPS
Waktu Pelayanan
Frequency Percent
Valid Percent Cumulative
Percent
1 2
3 4
5 16.03
98 13.9
14.0 14.0
16.13 57
8.1 8.1
22.1 16.23
51 7.3
7.3 29.4
16.33 48
6.8 6.9
36.3 16.43
47 6.7
6.7 43.0
16.53 45
6.4 6.4
49.4 16.58
34 4.8
4.9 54.3
16.77 19
2.7 2.7
57.0 16.87
11 1.6
1.6 58.6
16.88 15
2.1 2.1
60.7 16.97
14 2.0
2.0 62.7
17.07 11
1.6 1.6
64.3 17.17
13 1.8
1.9 66.1
17.25 12
1.7 1.7
67.9 17.27
13 1.8
1.9 69.7
17.38 11
1.6 1.6
71.3 17.48
7 1.0
1.0 72.3
17.58 8
1.1 1.1
73.4 17.62
8 1.1
1.1 74.6
17.68 8
1.1 1.1
75.7 17.78
8 1.1
1.1 76.9
Sumber : Olahan data, 2009
119
Tabel.4.29. Waktu Pelayanan Head Truck di PT.TPS
Waktu Observed O
Expected E Residual
1 2
3 4
16.03 98
8.0 90.0
16.13 57
8.0 49.0
16.23 51
8.0 43.0
16.33 48
8.0 40.0
16.43 47
8.0 39.0
16.53 45
8.0 37.0
16.58 34
8.0 26.0
16.77 19
8.0 11.0
16.87 11
8.0 3.0
16.88 15
8.0 7.0
16.97 14
8.0 6.0
17.07 11
8.0 3.0
17.17 13
8.0 5.0
17.25 12
8.0 4.0
17.27 13
8.0 5.0
17.38 11
8.0 3.0
17.48 7
8.0 -1.0
17.58 8
8.0 .0
17.62 8
8.0 .0
17.68 8
8.0 .0
17.78 8
8.0 .0
17.88 7
8.0 -1.0
17.98 7
8.0 -1.0
18.05 4
8.0 -4.0
18.08 4
8.0 -4.0
18.15 3
8.0 -5.0
18.18 5
8.0 -3.0
18.25 2
8.0 -6.0
18.35 8
8.0 .0
18.42 2
8.0 -6.0
18.45 6
8.0 -2.0
18.52 3
8.0 -5.0
18.53 2
8.0 -6.0
18.55 2
8.0 -6.0
18.62 4
8.0 -4.0
18.72 4
8.0 -4.0
18.82 4
8.0 -4.0
18.92 4
8.0 -4.0
19.15 4
8.0 -4.0
19.25 2
8.0 -6.0
19.33 4
8.0 -4.0
19.35 2
8.0 -6.0
19.45 4
8.0 -4.0
19.53 2
8.0 -6.0
19.55 2
8.0 -6.0
19.63 4
8.0 -4.0
19.65 2
8.0 -6.0
19.73 3
8.0 -5.0
19.83 2
8.0 -6.0
20.37 1
8.0 -7.0
20.43 4
8.0 -4.0
20.63 2
8.0 -6.0
20.73 2
8.0 -6.0
Sumber : Hasil Perhitungan
120
Tabel.4. 30. Test Statistics Waktu Pelayanan Head Truck di PT.TPS
Chi-Squarehitung 2523.817
Df 87
Asymp. Sig. 0.000
Chi-Squaretabel 109.77
Sumber : Hasil Perhitungan
Dari data di atas terdapat nilai Chi – Square hitung jauh lebih tinggi dari Chi- Square
tabel 109.77, dan Significant jauh lebih kecil dari α
0.05, sehingga perlu dilakukan pengelompokan data waktu pelayanan Head Truck dan dilakukan
pengujian Chi – Square lagi sebagai berikut : Tabel.4.31. Test Chi-Square HT.
Klas Waktu No.
menit Observed O
Expected E
Residual O - E
2
O - E
2
E 1
16.00 17.00
439 450
-11 121
0.269 2
17.01 18.00
113 120
-7 49
0.408 3
18.01 19.00
57 60
-3 9
0.150 4
19.01 20.00
31 30
1 1
0.033 5
20.01 21.00
15 10
5 25
2.500 6
21.01 22.00
7 5
2 4
0.800 7
22.01 23.00
9 5
4 16
3.200 8
23.01 24.00
8 5
3 9
1.800 9
24.01 25.00
7 5
2 4
0.800 10
25.01 26.00
7 5
2 4
0.800 11
26.01 27.00
7 5
2 4
0.800 Total
700 700
Chi- Square hitung
11.560 df
=10, α
0.05 Chi- Square
tabel 18.307
Sumber : Hasil Perhitungan
Chi – Square hitung 11.560 lebih kecil dari Chi – Square tabel
α 0.05
dengan derajat kebebasan = 10 18.307, sehingga data waktu pelayanan Head Truck
terdistribusi secara eksponensial, dengan grafik distribusi eksponensial untuk Head Truck adalah sebagai berikut :
Gambar 4. 19. Waktu pelayanan HT 52 unit eksponensial.
121
Berdasarkan hasil uji distribusi dari data-data yang telah diambil di lapangan, maka dalam menghitung kinerja fasilitas bongkar muat, karakteristik tiap-tiap
fasilitas menggunakan data layanan , Tabel.4.32. sebagai berikut. Tabel.4.32.
Waktu Pelayanan fasilitas Bongkar Muat
Lamda λ
mean Std. deviasi
Distribusi CC
3,01 menitbox 0,452
Eksponensial RTG
3,38 menitbox 0,982
Eksponensial HT
17,41 menitbox 2,060
Eksponensial
Sumber : hasil perhitungan
Berdasarkan waktu pelayanan di atas maka jumlah box yang dapat dilayani oleh masing-masing fasilitas tiap jamnya, adalah sebagai berikut :
60 menitjam 60 menitjam
C = λ
CC
= 3,01 menitbox
≅ 20 boxjam
60 menitjam 60 menitjam
RTG = λ
RTG
= 3,38 menitbox
≅ 18 boxjam
60 menitjam 60 menitjam
HT = λ
HT
= 17,41 menitbox
≅ 3 boxjam
Data waktu antara kedatangan pada aktivitas bongkar dan muat Petikemas boxjamkapal, tabel. 4.32. dengan lama tambat rata-rata 21 jam. Konversi
dilakukan pada laju kedatangan dengan cara merubah satuan, dari boxjamkapal menjadi menitbox.
Dari beberapa kondisi kedatangan kapal terdapat Skenario Antrian Petikemas pada Terminal Petikemas, dan Container Crane sebagai basis
perhitungan kinerja dari Fasilitas Pelayanan Bongkar Muat Petikemas, karena biasanya Container Crane merupakan parameter dalam menilai kinerja suatu
pelabuhan atau Terminal Petikemas. Kemudian dilakukan perhitungan Kinerja Masing-masing Fasilitas Bongkar Muat Petikemas menggunakan teori antrian
dengan Model Antrian sebagai berikut : Model
Antrian Ganda,
Pelayanan Ganda
dan bertahap
atau GM1:FCFS~~, Antrian Petikemas masuk terdistribusi secara normal,
banyak chanel dan tak tentu, distribusi waktu pelayanan Container Crane eksponensial, jumlah CC yang melayani lebih dari satu 1 dan disiplin antrian
122
adalah input pertama di layani terlebih dahulu first come, first serve, dengan jumlah antrian dan waktu antrian tak terbatas, dapat diilustrasikan sebagai
berikut :
Gambar.4.20. Model Antrian Ganda, Pelayanan Ganda dan Berjenjang
Utilitas
Container Crane CC
Fasilitas Container Crane yang tersedia di PT. TPS Surabaya, yang aktif sejumlah 10 unit.
CC unit
anan waktupelay
menit jam
t kapaltamba
petikemas
BT CC
Utilitas Σ
× ×
× Σ
× =
λ λ
60 22
Dimana : BT
= Lama Tambat Berthing Time . λ
Petikemas
= Jumlah Kedatangan, 26 boxjam. λ
Waktu pelayanan
= Waktu Pelayanan CC, 3,01 menit. Σ
kapal tambat
= Jumlah Kapal Tambat unit. Σ
unit CC
= Jumlah CC yang digunakan unit
Utilitas Rubber Tyred Gantry RTG
Jumlah Rubber Tyred Gantry RTG yang terdapat di PT TPS Surabaya adalah 23 unit, tiap unit menempati satu jalur lapangan penumpukan petikemas,
namun jika dibutuhkan dapat dilibatkan dalam kegiatan bongkar muat sesuai dengan jumlah kapal dan petikemas yang akan di bongkar - muat dari dan ke
kapal. Kinerja Utilitas kinerja RTG :
123
RTG unit
anan waktupelay
menit jam
t kapaltamba
petikemas
BT RTG
Utilitas Σ
× ×
× Σ
× =
λ λ
60 22
Dimana : BT
= Lama Tambat Berthing Time . λ
Petikemas
= Jumlah Kedatangan, 26 boxjam. λ
Waktu pelayanan
= Waktu Pelayanan RTG, 3,38 menit. Σ
kapal tambat
= Jumlah Kapal Tambat unit. Σ
unit RTG
= Jumlah RTG yang digunakan unit
Utilitas Head Truck HT
Dengan kondisi Pelabuhan Tanjung Perak yang dangkal, maka Dermaga Kapal Petikemas dibuat jauh menjorok ke laut agar diperoleh kedalaman Dermaga
minus 10,5 meter dari permukaan laut. Hal ini menyebabkan letak lapangan penumpukan Petikemas cukup jauh + 1800 m dari Dermaga, Sehingga dibutuhkan
waktu yang cukup lama untuk mentransfer Petikemas dari lapangan penumpukan ke Dermaga yang dilakukan oleh Head Truck HT. Jumlah HT yang terdapat di
PT. TPS Surabaya adalah 52 unit. Kinerja HT dapat diperoleh menggunakan pendekatan utilitas kinerja sebagai berikut :
HT unit
anan waktupelay
menit jam
t kapaltamba
petikemas
BT HT
Utilitas Σ
× ×
× Σ
× =
λ λ
60 22
Dimana : BT
= Lama Tambat Berthing Time . λ
Petikemas
= Jumlah Kedatangan, 26 boxjam. λ
Waktu pelayanan
= Waktu Pelayanan HT, 17,41 menit. Σ
kapal tambat
= Jumlah Kapal Tambat unit. Σ
unit HT
= Jumlah HT yang digunakan unit Hasil Perhitungan Kinerja Fasilitas Bongkar Muat Petikemas dapat dilihat pada
tabel berikut.
124
Tabel.4.32.Kinerja Fasilitas Bongkar Muat Untuk semua Unit
Kapal Jumlah
tambat Box
CC RTG
HT 1
546 11.41
6.08 13.85
2 1092
22.83 12.16
27.70 3
1638 34.24
18.24 41.55
4 2184
45.65 24.31
55.40 5
2730 57.06
30.39 69.24
Sumber : hasil perhitungan
,
catatan BOR, YOR belum dihitung
4.6. Biaya Tunggu Dan Biaya Pelayanan
