PENENTUAN RUTE DISTRIBUSI FLEKSIBEL KEMASAN DENGAN MENGGUNAKAN METODE SAVINGS MATRIX DI PT. SURYA MULTI INDOPACK SURABAYA.

PENENTUAN RUTE DISTRIBUSI FLEKSIBEL KEMASAN

DENGAN MENGGUNAKAN METODE SAVINGS MATRIX

DI PT. SURYA MULTI INDOPACK

SURABAYA

SKRIPSI

Oleh :

M.SYAKIRUN NIAM

0832015023

JURUSAN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

JAWA TIMUR

PENENTUAN RUTE DISTRIBUSI FLEKSIBEL KEMASAN

DENGAN MENGGUNAKAN METODE SAVINGS MATRIX

DI PT. SURYA MULTI INDOPACK

SURABAYA

SKRIPSI

M.SYAKIRUN NIAM

0832015023

Telah Disetujui untuk mengikuti Ujian Negara Lisan Gelombang IV Tahun Ajaran 2011/2012

Surabaya, 17 Febuari 2012

Mengetahui,

Dosen Pebimbing I

Ir. Sumiati.MT NIP. 19601213 199103 2 001

Dosen Pembimbing II

Ir. RR.Rochmoeljati.MMT NIP. 19611029 199103 2 001

Ketua Jurusan Teknik Industri UPN “Veteran” Jawa Timur

Dr. Ir. Minto Waluyo, MM NIP. 19611130 199003 1 001

PENENTUAN RUTE DISTRIBUSI FLEKSIBEL KEMASAN

DENGAN MENGGUNAKAN METODE SAVINGS MATRIX

DI PT. SURYA MULTI INDOPACK

SURABAYA

Oleh :

M.SYAKIRUN NIAM

0832015023

Telah Disetujui untuk mengikuti Ujian Negara Lisan Gelombang IV Tahun Ajaran 2011/2012

Surabaya, 12 November 2012

Mengetahui,

Dosen Pebimbing I

Ir. Sumiati.MT NIP. 19601213 199103 2 001

Dosen Pembimbing II

Ir. RR.Rochmoeljati.MMT NIP. 19611029 199103 2 001

Ketua Jurusan Teknik Industri UPN “Veteran” Jawa Timur

Dr. Ir. Minto Waluyo, MM NIP. 19611130 199003 1 001

YAYASAN KESEJAHTERAAN PENDIDIKAN DAN PERUMAHAN

UPN “VETERAN” JAWA TIMUR

FAKULTAS TEKNOLOGI INDUSTRI, JURUSAN TEKNIK INDUSTRI

Jl. Raya Rungkut Madya Gunung Anyar Telp. (031) 8706369 (Hunting). Fax. (031) 8706372 Surabaya 60294

LEMBAR PERSETUJUAN UJIAN NEGARA LISAN

Mahasiswa dengan nama dan NPM yang tertera dibawah ini :

Nama : M.Syakirun Niam NPM : 0832015023

Telah melaksanakan Tugas Akhir dan disetujui untuk mengikuti Ujian Negara Lisan Gelombang IV.

1.SKRIPSI

Judul : PENENTUAN RUTE DISTRIBUSI FLEKSIBEL KEMASAN DENGAN MENGGUNAKAN METODE SAVINGS MATRIX

PT.SURYA MULTI INDOPACK SURABAYA

2.PRAKTEK KERJA LAPANGAN (PKL)

Judul : SISTEM PRODUKSI DAN MANAJEMEN PERGUDANGAN

DI CV.PRIMA MANDIRI TEKNIK SURABAYA

Surabaya, Februari 2012 Mengetahui,

Dosen Pebimbing I

Ir. Sumiati.MT NIP. 19601213 199103 2 001

Dosen Pembimbing II

Ir. RR.Rochmoeljati.MMT NIP. 19611029 199103 2 001

Ketua Jurusan Teknik Industri UPN “Veteran” Jawa Timur

Dr. Ir. Minto Waluyo, MM NIP. 19611130 199003 1 001

i

KATA PENGANTAR

Segala puji bagi Allah yang telah memberikan rahmat dan kasih sayangnya kepada penulis sehingga penulis dapat menyelesaikan tugas akhir ini dengan judul :

PENENTUAN RUTE DISTRIBUSI KEMASAN DENGAN MENGGUNAKAN METODE SAVING MATRIX

DI PT.SURYA MULTI INDOPACK SURABAYA

Tiada kata yang pantas untuk diucapkan selain doa yang tulus sebagai ucapan rasa syukur dan terima kasih yang sedalam-dalamya atas segala yang diberikanNya.

Maksud penyusunan skripsi ini adalah untuk memenuhi sebagian persyaratan dalam memperoleh gelar sarjana Teknik Industri pada Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.

Dalam kesempatan ini pula dengan segala kerendahan hati penulis mengucapkan rasa terima kasih kepada pihak-pihak yang telah memberikan bantuan dalam penyelesaian skripsi ini baik secara langsung maupun tidak langsung kepada :

1. Bapak Ir. Sutiyono, MT. Selaku Dekan Fakultas Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.

2. Bapak Dr. Ir. Minto Waluyo, MMT. Selaku Ketua Jurusan Teknik Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.

3. Ibu Ir.Sumiati.MT dan Ibu Ir. Rr. Rochmoeljati, MMT Selaku Dosen Pembimbing.

4. Bapak dan Ibu Dosen Jurusan Teknik Industri yang telah memberikan bekal ilmu pengetahuan kepada penulis.

ii

5. Pak Agus sebagai Kepala gudang PT.Surya Multi Indopack sekaligus pembimbing lapangan yang telah memberikan fasilitas dan bantuan kepada penulis dalam rangka penyusunan skripsi ini.

6. Untuk Keluarga, Kedua Orang Tuaku, Bapak Sukat, Ibu Syariatun, dan Kakakku Mustamin tercinta yang mendidik dan merawat hingga dewasa dan senantiasa memberikan nasehat serta Mas Ainur Rokiim yang meminjami laptop serta mesin print dan saudara-saudaraku yang telah memberikan dukungan, semangat dan bantuan baik secara material maupun spiritual dalam memotivasi saya sehingga terselesainya skripsi ini.

7. Untuk Semua Teman-teman di Pabrik khususnya bagian gudang, terimakasih telah memberikan semangat sehingga terselesaikan skripsi ini.

Semoga Allah SWT senantiasa memberikan balasan atas kebaikan yang telah diberikan. Penulis sadar bahwa skripsi ini masih jauh dari sempurna sehingga saran dan kritik yang membangun sangat diharapkan. Akhir kata, semoga hasil pemikiran yang tertuang dalam skripsi ini dapat bermanfaat bagi setiap pembaca pada umumnya dan PT. Surya Multi Indopack pada khususnya.

Surabaya, 3 Agustus 2012

iii

DAFTAR ISI

HALAMAN JUDUL

KATA PENGANTAR ... i

DAFTAR ISI ……… iii

DAFTAR TABEL... vii

DAFTAR GAMBAR……… ix

ABSTRAKSI ………. x

BAB I PENDAHULUAN 1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Batasan Masalah. ... 2

1.4 Asumsi ... 3

1.5 Tujuan Penelitian... 3

1.6 Manfaat Penelitian... 4

1.7 Sistematika Penulisan... 4

BAB II TINJAUAN PUSTAKA 2.1 Transportasi dan Distribusi... 6

2.1.1 Transportasi... 6

2.1.2 Distribusi... 7

2.1.3 Fungsi Dasar Manajemen Distribusi dan Transportasi... 9

iv

2.2 Metode Savings Matrix... 13

2.2.1 Pengertian Metode Savings Matrix... 13

2.2.2 Langkah – langkah Metode Savings Matrix... 13

2.3 Analisa Keputusan ... 18

2.3.1 Langkah – langkah Dalam Analisa Keputusan ... 19

2.4 Peramalan (Forecasting) ... 20

2.4.1 Peramalan Dalam Horizon Waktu ... 21

2.4.2 Beberapa Sifat Hasil Peramalan ... 22

2.4.3 Prosedur Peramalan ... 22

2.5 Metode Time Series ... 23

2.5.1 Pola Permintaan... 24

2.5.2 Metode Yang Digunakan Dalam Time Series... 26

2.5.3 Tingkat Kesalahan Dalam Peramalan ... 28

2.6 Verifikasi dan Pengendalian Peramalan (Moving Range Chart ).. 30

2.6.1 Peta Moving Range ... 30

2.7 Penelitian Terdahulu... 31

BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian ... 36

3.2 Identifikasi dan Definisi Operasional Variabel ... 36

3.3 Metode Pengumpulan Data... 37

3.4 Metode Pengolahan Data... 38

v BAB IV HASIL DAN PEMBAHASAN

4.1 Pengumpulan Data... 50

4.1.1 Data Permintaan Fleksibel Kemasan... 50

4.1.2 Data Rute Awal Dan Kapasitas Alat Angkut... 52

4.1.3 Data Biaya Distribusi... 52

4.1.4 Data Koordinat Lokasi... 53

4.2 Pengolahan Data... 54

4.2.1 Menghitung Jarak Lokasi Dari Pabrik Ke Customer... 54

4.2.2 Mengidentifikasi Mtriks Jarak... 56

4.2.2.1 Penentuan Alokasi Customer Pada Rute Awal Berdasarkan Permintaan 2011-2012... 56

4.2.3 Biaya Distribusi Pada Rute Awal Tahun 2011-2012... 57

4.2.4 Mengalokasikan Permintaan Customer Pada Rute Baru Tahun 2011-2012... 61

4.2.4.1 Mengidentifikasi Matriks Penghematan... 61

4.2.4.2 Pengalokasian Customer Pada Kendaraan Dan Rute Baru Tahun 2011-2012... 62

4.2.4.3 Mengurutkan Customer Dalam Rute Baru Tahun 2011-2012... 66

4.2.5 Biaya Distribusi Sesudah Penerapan Metode Savings Matrix Berdasarkan Permintaan Tahun 2011-2012... 68

vi

4.2.6.1 Ploting Data Permintaan Periode Januari 2011 –

Juni2012... 61

4.2.6.2 Penetapan Metode Peramalan... 72

4.2.6.3 Perhitungan Nilai Mean Square Error (MSE)... 72

4.2.6.4 Melakukan Uji Moving Range Chart (MRC)... 73

4.2.6.5 Perhitungan Peramalan Permintaan Customer Periode Juli 2012 – Desember 2013... 74

4.2.6.6 Pengalokasian Customer Pada Rute Baru Periode Juli 2012 – Desember 2013... 75

4.2.6.7 Mengurutkan Customer Dalam Rute Baru Tahun 2012-2013... 79

4.2.7 Biaya Distribusi Sesudah Penerapan Metode Savings Matrix Berdasarkan Peramalan Permintaan Juli 2012 – Desember 2013... 81

4.2.8 Hasil Dan Pembahasan... 83

BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan... 85

5.2 Saran... 86 DAFTAR PUSTAKA

LAMPIRAN

ix

DAFTAR GAMBAR

Gambar 2.1 Perubahan Yang Terjadi Dengan Menggabungkan Customer 1 Dan

Customer 2 Ke Dalam Satu Rute……….… 15

Gambar 2.2 Siklus Analisa Keputusan………. 19

Gambar 2.3 Pola Data Stasioner/ Horisontal………..……….. 24

Gambar 2.4 Pola Data Musiman………... 25

Gambar 2.5 Pola Data Siklikal……….. 25

Gambar 2.6 Pola Data Trend………. 26

Gambar 3.1 Langkah-Langkah Pemecahan Masalah……….. 41

Gambar 4.1 Peta Jawa Timur... 51

Gambar 4.2 Diagram pencar data permintaan Customer 1 (PT.Santos Jaya Abadi)... 69

Gambar 4.3 Moving Range Chart Customer 1 (PT.Santos Jaya Abadi)... 72

vii

DAFTAR TABEL

Tabel 2.1 Lokasi Tujuan Dan Ukuran Order... 14

Tabel 2.2 Matriks Jarak Dari Pabrik KeCustomer Dan Antar Customer... 15

Tabel 2.3 Matriks Penghematan Jarak Dengan Menggabungan Dua Rute Yang Berbeda... 17

Tabel 2.4 Langkah Awal Semua Customer Memiliki Rute Terpisah... 17

Tabel 2.5 Semua CustomerMemiliki Rute Terpisah... 18

Tabel 2.6 Customer 4 Masuk Ke Rute A Dan Customer 3 Masuk Ke Rute B.. 18

Tabel 4.1 Data Permintaan Fleksibel Kemasan Tahun 2010 - 2011... 50

Tabel 4.2 Rata-Rata Besarnya Beban Order Untuk 2011... 51

Tabel 4.3 Rute Awal Pendistribusian Dari Pabrik Ke Customer... 52

Tabel 4.4 Kapasitas Alat Angkut... 52

Tabel 4.5 Daftar Harga Untuk Biaya Distribusi... 53

Tabel 4.6 JarakLokasi DariPabrikKeTiapCustomerDalamKoordinat... 54

Tabel 4.7 JarakLokasi DariPabrikKeTiapCustomer…... 55

Tabel 4.8 MatriksJarak………... 55

viii

Tabel 4.10 Iterasi 2 ……….……...………. 64

Tabel 4.11 Iterasi 3 ……….……...………. 65

Tabel 4.12 Iterasi 4 ……….……...………. 66

Tabel 4.13 Iterasi 5 ……….……...………. 72

Tabel 4.14Nilai MSE Dari 3 MetodePeramalan………...… 73

Tabel 4.15 Metode Yang Digunakan Untuk Peramalan Masing-masing Customer Berdasarkan MSE Terkecil... 73

Tabel 4.16 Data Permintaan Fleksibel kemasan Tahun 2012... 74

Tabel 4.17 Rata-Rata BesarnyaBebanOrderUntukTahun 2012... 74

Tabel 4.18 Iterasi 2 ………...……...…76

Tabel 4.19 Iterasi3 ………...……...… 77

Tabel 4.20 Iterasi4 ………...……...… 78

Tabel 4.21 Iterasi5 ………...……...… 78

Tabel 4.22 Perbandingan Biaya Distribusi Rute Awal Dan Rute Baru Tahun 2011 ... 84

x

ABSTRAKSI

Semakin tingginya tingkat persaingan dalam dunia industri, menuntut perusahaan untuk dapat menghadapi persaingan secara baik dan siap dengan segala resiko yang akan dihadapi. Salah satu jaminan yang harus dipenuhi perusahaan kepada pelanggan adalah pengiriman produk sesuai dengan permintaan pelanggan secara tepat waktu dan efisien, sehingga proses distribusi yang dilaksanakan tidak mengakibatkan pemborosan segi waktu, jarak, dan tenaga.

PT. Surya Multi Indopack merupakan perusahaan manufaktur yang bergerak dalam bidang fleksible packaging. Sasaran distribusi PT. Surya Multi Indopack adalah dapat melakukan waktu pengiriman produk secara tepat, biaya yang efisien, dan pelayanan yang baik, sedangkan dalam pemenuhan sasaran tersebut ada beberapa keterbatasan dari perusahaan yaitu kurangnya perencanaan pengiriman dan pendistribusian barang yang tepat untuk menentukan jalur distribusi ke pelanggan. Berdasarkan permasalahan perusahaan tersebut, maka perusahaan membutuhkan suatu penjadwalan dan penentuan jalur distribusi secara tepat untuk mengurangi pemborosan dalam segi waktu, jarak, dan tenaga serta mendapatkan biaya distribusi yang lebih efisien.

Penelitian ini dilakukan di PT. Surya Multi Indopack dengan menggunakan metode Savings Matrix. Beberapa langkah-langkah dalam meminimumkan jarak yang ditempuh yaitu mengidentifikasikan matrik jarak, mengidentifikasikan matrik penghematan (Savings Matrix), mengalokasikan customer ke kendaraan atau rute, dan mengurutkan customer dalam rute yang sudah terdefinisi. Dengan metode Savings Matrix diperoleh perencanaan rute tahun 2012 – 2013 untuk rute A yang dipilih adalah alternatif I ( Pabrik Situbondo Jember Probolinggo Pabrik ) atau alternatif VI ( Pabrik Probolinggo Jember Situbondo Pabrik ) karena kedua alternatif tersebut

mempunyai jarak tempuh terpendek yaitu 449,38 km dengan beban rute A sebanyak 742 roll. Untuk rute B yang dipilih adalah alternatif I (Pabrik Pasuruan Malang Sidoarjo Pabrik ) atau alternatif V (Pabrik

Sidoarjo Malang Pasuruan Pabrik ) karena kedua alternatif tersebut mempunyai jarak tempuh terpendek yaitu 214,45 km dengan beban rute B sebanyak 682 roll. Biaya distribusi pada rute awal tahun 2011 - 2012 sebesar Rp. 179.603.300,- per 1 ½ tahun sedangkan biaya distribusi pada rute baru tahun 2011 - 2012 yang sudah menerapkan metode Savings Matrix sebesar Rp.

135.349.300,- per 1 ½ tahun. Maka didapatkan penghematan sebesar Rp.

44.254.000,- atau 24,64 % per 1 ½ tahun. Sehingga untuk mendapatkan biaya distribusi yang minimum pada rute baru tahun 2012 - 2013 diterapkan juga metode Savings Matrix dan diperoleh biaya distribusi sebesar Rp. 131.927.200,- per 1 ½ tahun.

xi

ABSTRACT

Competition among industries make companies give their best effort to handle and face every challenge that may be arise. Companies must deliver their customers needs in timely manner efficiently, so time and power efficientcy during distribution process can be achieved.

PT. Surya Multi Indopack factory which aims to deliver their product in timely manner, to have efficient cost and to deliver best services. However, this factory’s planning to distribute and deliver their product is less effective to achieve their targets. Given that problem, this factory needs efficient schedule and arrangement to distribute their product so time and distribution cost efficiently can be achieved.

This study was conducted at PT. Surya Multi Indopack by using Savings Matrix. Some steps in minimizing the distance when delivering products are identifying distance matrix, identifying saving matrix, allocating the customers to the transportation or to the route and sorting the customers in defined route.

By using Savings Matrix, there are some route planning for 2012 - 2013 which are more efficient than the old ones. Route planning A has two alternatives, there are Alternative I (Factory Situbondo Jember Probolinggo

Factory) or Alternative VI(Factory Probolinggo Jember Situbondo

Factory). Those two alternative have shortest route, that is 449,38 km with 742 roll . Route planning B has two alternative as well, there are Alternative I (Factory

Pasuruan Malang Sidoarjo Factory) or Alternative V (Factory Sidoarjo Malang Pasuruan Factory). Those two alternative have shortest route, that is 214,45 km with 682 roll . Previous distribution cost in 2011 - 2012 was IDR. 179.603.300 / 1 ½ year. But by using the new route, the distribution cost becomes IDR. 135.349.300 / 1 ½ year which means the cost efficientcy of the new route is IDR. 44.254.000 / 1 ½ year or 24,64%/ year. So as to obtain the minimum cost distribution on the new route is also the method applied in 2012-2013and obtained Savings Matrix distribution cost is IDR. 131.927.200/ 1 ½ year.

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Dewasa ini tingkat persaingan dalam dunia industri semakin meningkat tajam. Perusahaan menginginkan yang terbaik dalam menghadapi persaingan dengan segala resiko yang akan dihadapi. Salah satu jaminan yang harus dipenuhi perusahaan kepada pelanggan adalah mengirim produk sesuai dengan permintaan pelanggan secara tepat waktu dan efisien. Dalam memenuhi permintaan konsumen, selain dilihat dari sisi proses produksi, juga ada faktor penting yang perlu diperhatikan, yaitu pendistribusian produk dari perusahaan ke konsumen yang tepat waktu dan efektif.

Distribusi merupakan salah satu faktor penting bagi perusahaan untuk dapat melakukan pengiriman produk secara tepat kepada pelanggan. Ketepatan pengiriman produk kepada pelanggan harus memiliki dasar penjadwalan dan penentuan rute secara tepat, sehingga pelanggan yang akan dikunjungi menerima produk dalam kondisi baik dan sesuai dengan batas waktu permintaan.

PT.Surya Multi Indopack merupakan salah satu perusahaan yang bergerak dibidang fleksible packaging yang terletak Jl. Rungkut Industri XIV No. 4 Surabaya 60293 Indonesia.Bidang usaha yang dilakukan PT.Surya Multi Indopack adalah pembuat beberapa kemasan dengan macam-macam pemesanan, mulai dari order (pemesanan dari pelanggan), input (bahan baku) , proses produksi, menjadi output (barang jadi). Sasaran PT.Surya Multi Indopack dituntut untuk memiliki kinerja

2

pengiriman yang reliabel. Sedangkan dalam pemenuhan sasaran tersebut masih ada permasalahan dari perusahaan dimana dalam pengiriman fleksibel kemasan ke beberapa daerah pemasaran belum adanya perencanaan pengiriman dan pendistribusian barang yang tepat yaitu dalam menentukan jalur distribusi ke customer dengan jalur pengiriman yang ditempuh semakin panjang tanpa melihat terlebih dahulu kapasitas dari kendaraan dan jarak yang akan ditempuh sehingga mengakibatkan biaya yang besar karena tidak ada perhitungan penghematan dalam sebuah pengiriman.

Dalam pendistribusian,perusahaan harus menekankan pada rute distribusi dan kegiatan transportasi yang memadai. Keduanya memungkinkan berpindahnya produk dari pabrik sampai ke customer secara tepat waktu dan jumlah yang sesuai dan dalam kondisi yang baik. Melalui metode Saving Matrix (Matrik Penghematan) dapat diminimumkan jarak atau waktu atau ongkos yang akan mengarahkan perusahaan yang dapat memberikan keuntungan bagi perusahaan dan kepuasan bagi konsumen.

Berdasarkan permasalahan perusahaan tersebut, maka perusahaan membutuhkan suatu penjadwalan dan penentuan jalur distribusi secara tepat untuk mengurangi pemborosan dalam segi waktu, jarak, dan tenaga serta mendapatkan biaya transportasi yang lebih murah. Dengan adanya permasalahan tersebut maka dilakukan penelitian dengan metode Saving Matrix dengan harapan dapat menetukan jalur pengiriman fleksibel kemasan yang lebih cepat sehinggga menghasilkan biaya transportasi yang lebih murah.

3

1.2 Rumusan Masalah

Berdasarkan uraian diatas maka dapat di rumuskan masalah penelitian sebagai berikut:

“Bagaimana menentukan rute jalur distribusi kemasan yang optimal PT.Surya Multi Indopack sehingga dapat meminimumkan total biaya distribusi ?”

1.4 Batasan Masalah

Batasan masalah dalam penelitian ini adalah : 1. Penelitian hanya dilakukan pada produk kemasan.

2. Rute distribusi kemasan dari kota asal Surabaya menuju ke kota Pasuruan,Sidoarjo,Probolinggo,Situbondo,Malang dan Jember.

3. Biaya distribusi meliputi biaya bahan bakar, biaya retribusi (Tol dan lain-lain), dan biaya tenaga kerja periode Januari 2011 sampai dengan Juni 2012.

4. Data permintaan yang digunakan dimulai dari periode Januari 2011 sampai dengan Juni 2012.

5.Jenis kendaraan yang digunakan dalam distribusi kemasan antara lain menggunakan 2 Truk-Mitsubishi Fuso Built UP yang mempunyai kapasitas muatan 15 Ton .

1.5 Asumsi-asumsi

Asumsi dari penelitian ini adalah sebagai berikut :

1. Kondisi kendaraan selama perjalanan diasumsikan dalam kondisi stabil, tidak rusak, tidak terjadi bencana alam selama perjalanan

4

3. Untuk waktu pemesanan produk oleh pelanggan tidak diperhitungkan

4. Rute atau jalur distribusi yang dilalui pada saat pengiriman kemasan dari pabrik ke lokasi customer diasumsikan sama dengan rute kembali dari lokasi customer ke pabrik.

1.5 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah :

1. Menentukan rute pengiriman produk kemasan yang optimal . 2. Meminimalkan biaya transportasi dengan metode savings matrix .

1.6 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah sebagai berikut :

1. Meningkatkan kemampuan dalam mengaplikasikan ilmu-ilmu ataupun metode-metode yang diperoleh pada dunia akademis yang salah satunya adalah metode-metode Saving Matrix.

2. Mendapatkan pengalaman dan pengetahuan secara langsung dalam bidang distribusi

3. Memberikan alternatif rute distribusi kepada perusahaan secara tepat waktu dan efisien dalam meminimalkan biaya transportasi

4. Dapat memberikan tambahan literatur di bidang distribsi dengan menggunakan metode Saving Matrix.

5

5. Menjalin hubungan yang erat antara perguruan tinggi yakni Universitas Pembangunan Nasional Jawa Timur dengan perusahaan yang bergerak dalam bidang industri khususnya

6. Memberikan alternatif rute distribusi secara tepat waktu dan efisien dalam meminimalkan baiya transportasi

1.7 Sistematika Penulisan

Pada dasarnya sistematika penulisan berisikan mengenai uraian yang akan dibahas pada masing-masing bab, sehingga dalam setiap bab akan mempunyai pembahasan topik tersendiri. Adapun sistematika penulisan dari tugas akhir ini adalah sebagai berikut :

BAB I PENDAHULUAN

Bab ini menjelaskan tentang latar belakang penelitian, perumusan masalah yang diteliti, tujuan dan manfaat penelitian, batasan dan asumsi yang dipakai dalam penelitian serta sistematika penulisan. BAB II TINJAUAN PUSTAKA

Bab ini menjelaskan tentang dasar-dasar teori yang digunakan untuk mengolah dan menganalisa data-data yang diperoleh dari pelaksanaan penelitian, yaitu teori mengenai distribusi, penjadwalan dan penentuan rute dalam transportasi dan savings matrix dan utilitynya.

6

BAB III METODE PENELITIAN

Bab ini menjelaskan tentang tempat dan waktu penelitian, identifikasi dan definisi operasional variabel, metode pengumpulan data, metode pengolahan data, langkah-langkah penelitian dan pemecahan masalah. BAB IV HASIL DAN PEMBAHASAN

Bab ini menjelaskan tentang pengolahan dari data yang telah dikumpulkan dan melakukan analisis serta evaluasi dari data yang telah diolah untuk menyelesaikan hasil-hasil penelitiam yang ada.

BAB V KESIMPULAN DAN SARAN

Bab ini menjelaskan tentang kesimpulan dan saran dari analisa yang telah dilakukan sehingga dapat memberikan suatu rekomendasi sebagai masukan bagi pihak perusahaan.

DAFTAR PUSTAKA LAMPIRAN

BAB II

TINJAUAN PUSTAKA

2.1 Manajemen Distribusi dan Transportasi

Secara tradisional kita mengenal manajemen distribusi dan transportasi dalam berbagai sebutan. Sebagian perusahaan menggunakan istilah manajemen logistik, sebagian lagi menggunakan istilah distribusi fisik (phisycal distribution). Apapun istilahnya, secara umum fungsi distribusi dan transportasi pada dasarnya adalah menghantarkan produk dari lokasi di mana produk tersebut diproduksi sampai dimana mereka akan digunakan. Pada prinsipnya fungsi ini bertujuan untuk menciptakan pelayanan yang tinggi ke customer yang bisa dilihat dari tingkat service level yang dicapai, kecepatan pengiriman, kesempurnaan barang sampai ke tangan customer, serta pelayanan purna jual yang memuaskan. (Pujawan, 2005; 174).

Dalam upaya untuk memenuhi tujuan-tujuan di atas, manajemen distribusi dan transportasi pada umumnya melakukan sejumlah fungsi dasar yang terdiri dari (Pujawan, 2005; 175-176) :

1. Melakukan segmentasi dan menentukan target service level.

Segmentasi customer perlu dilakukan karena kontribusi mereka pada revenue perusahaan bisa sangat berbeda antara yang satu dengan yang lainnya. Dari segi revenue, sering kali hukum pareto 20/80 berlaku di sini. Artinya, hanya sekitar 20% dari customer atau area penjualan menyumbangkan sejumlah 80% dari pendapatan yang diperoleh perusahaan. Perusahaan tidak bisa menomorsatukan

semua customer. Dengan memahami perbedaan karakteristik dan konstribusi tiap customer atau area distribusi, perusahaan bisa mengoptimalkan kecepatan pelayanan.

2. Menentukan mode transportasi yang akan digunakan.

Tiap mode transportasi memiliki karakteristik yang berbeda dan mempunyai keunggulan serta kelemahan yang berbeda juga. Sebagai contoh, transportasi laut memiliki keunggulan dari segi biaya yang lebih rendah, namun lebih lambat dibandingkan dengan transportasi udara. Manajemen transportasi harus bisa menentukan mode apa yang akan digunakan dalam mengirimkan mendistribusikan produk-produk mereka ke customer. Kombinasi dua atau lebih mode transportasi tentu bisa atau bahkan harus dilakukan tergantung pada situasi yang dihadapi.

3. Melakukan konsolidasi informasi dan pengiriman.

Konsolidasi merupakan kata kunci yang sangat penting dewasa ini. Tekanan untuk melakukan pengiriman cepat namun murah menjadi pendorong utama perlunya melakukan konsolidasi informasi maupun pengiriman. Salah satu contoh konsolidasi informasi adalah konsolidasi data permintaan dar berbagai regional distribution center oleh central warehouse untuk keperluan pembuatan jadwal pengiriman. Sedangkan konsolidasi pengiriman dilakukan dengan menyatukan permintaan beberapa toko atau ritel yang berbeda dalam sebuah truk. Dengan cara ini, truk bisa berjalan lebih sering tanpa harus membebankan biaya lebih pada customer.

4. Melakukan penjadwalan dan penentuan rute pengiriman.

Salah satu kegiatan operasional yang dilakukan oleh distributor adalah menentukan kapan sebuah truk harus berangkat dan rute mana yang harus dilalui untuk memenuhi permintaan dari sejumlah customer. Apabila jumlah customer sedikit, keputusan ini diambil dengan relatif gampang. Namun perusahaan yang memiliki ribuan atau puluhan ribu toko atau tempat-tempat penjualan yang harus dikunjungi, penjadwalan dan penentuan rute pengiriman adalah pekerjaan yang sangat sulit dan kekurangtepatan dalam mengambil dua keputusan tersebut bisa berimplikasi pada biaya pengiriman dan penyimpanan yang tinggi.

5. Memberikan pelayanan nilai tambah.

Di samping mengirimkan produk ke customer, jaringan distribusi semakin banyak dipercaya untuk melakukan proses nilai tambah. Kebanyakan proses nilai tambah tersebut tadinya dilakukan oleh pabrik / manufacturer. Beberapa proses nilai tambah yang bisa dikerjakan oleh distributor adalah pengepakan (packaging), pelabelan harga, pemberian barcode, dan sebagainya.

6. Menyimpan persediaan

Jaringan distribusi selalu melibatkan proses penyimpanan produk baik di suatu gudang pusat atau gudang regional, maupun di toko di mana produk tersebut dipajang untuk dijual. Oleh karena itu distribusi tidak bisa dilepaskan dari manajemen pergudangan.

7. Menangani pengembalian (return).

Manajemen distribusi juga punya tanggung jawab untuk melaksanakan kegiatan pengembalian produk dari hilir ke hulu dalam supply chain. Pengembalian ini

bisa karena produk rusak atau tidak terjual sampai batas waktu penjualannya habis.

Dengan lancarnya transportasi, tepat waktu, adanya keselamatan barang dan biaya relative murah akan mempengaruhi harga atau mutu komoditi sampai pada konsumen. Selain itu peranan dalam penetapan lokasi industri atau kegiatan ekonomi lainnya adalah besarnya biaya transportasi dalam penetapan lokasi industri, karena biaya transportasi merupakan salah satu komponen biaya produksi. Apabila biaya transportasi lebih murah akan mengakibatkan biaya produksi lebih rendah dan harga produk menjadi lebih rendah, sehingga menambah daya saing produk dan memperluas lokasi daerah pemasaran. Dapat dirumuskan hubungan transportasi dan jarak yang ada yaitu ;

Jarak t km

cos si

Transporta t =Transport Cos

Masalah transportasi berhubungan dengan distribusi suatu produk tunggal dan beberapa sumber, dengan penawaran terbatas, menuju beberapa tujuan, dengan permintaan tertentu, pada biaya transportasi minimum. Dalam permasalahan transportasi ini, kita mengenal 4 metode transportasi yang sering digunakan, yaitu ; 1. Metode North_West-Corner

Metode North_West-Corner merupakan metode yang paling sederhana di antara tiga metode yang disebutkan untuk mencari solusi awal. (Mulyono, 1991; 109)

2. Metode Least Cost

Metode Least Cost merupakan metode transportasi yang berusaha mencapai tujuan untuk meminimasi biaya dengan alokasi sistematik kepada kotak-kotak sesuai dengan besarnya biaya transportasi per unit. (Mulyono, 1991; 111).

3. Metode Aproksimasi Vogel (VAM)

Metode Aproksimasi Vogel (VAM) selalu memberikan suatu solusi awal yang lebih baik dibanding metode North West Corner dan sering kali lebih baik daripada metode Least Cost. VAM melakukan alokasi dalam suatu cara yang akan meminimumkan penalty (Oportunity Cost) dalam memilih kotak yang salah untuk suatu lokasi. (Mulyono, 1991; 112).

4. Metode Linier Progamming

Persolan angkutan yang sering muncul dalam kehidupan sehari-hari, merupakan golongan tersendiri dalam persolan progam linier. Karena itu, cara umum penyelesaian persoalan program linier yang digunakan salah satunya seperti cara simpleks. (Siagian, 1987; 154).

Sedangkan masalah transportasi dalam penentuan jadwal serta rute pengiriman dari satu lokasi tujuan merupakan keputusan operasional paling penting yang berhubungan dengan transportasi di dalam supply chain adalah penentuan rute dan penjadwalan pengiriman. Manajer harus menentukan customer yang akan dikunjungi dengan sebuah kendaraan khusus dan urutan yang akan dikunjungi. Keputusan jadwal pengiriman serta rute yang akan ditempuh oleh setiap kendaraan akan berpengaruh terhadap biaya-biaya pengiriman, kapasitas kendaraan atau armada pengangkutan.

2.2 Efisiensi Penjadwalan Jalur Distribusi

Penjadwalan yang efisien dan penyusunan rute yang baik dapat menghemat waktu pengiriman bagi kendaraan, dan hasilnya jumlah biaya operasi dapat berkurang. Untuk mencapai tingkat susunan rute dan jadwal perjalanan yang lebih baik bagi kendaraan ialah dengan menggunakan sistem peta jalan atau jarak lokasi customer dengan menggunakan skala perbandingan. Misalkan dengan menggunakan skala perbandingan 1:1.100.000, berarti 1 cm pada peta mewakili 1.100.000 cm pada jarak lokasi customer sebenarnya atau sama dengan 11 km.

Perencanaan rute merupakan bagian penting untuk mencapai angkutan produk perusahaan dengan biaya minimal. Setiap kendaraan yang meninggalkan lokasi pabrik harus mengikuti rute sesuai dengan jadwal yang telah direncanakan sebelumnya, agar menghasilkan efisiensi biaya dalam jumlah yang besar. Kendaraan tidak saja harus siap dimuati, tetapi juga siap diservis, pengisian bahan bakar, sehingga pengemudi dan kendaraan harus dijauhkan dari kemungkinan terjadinya kecelakaan. Dengan mempertimbangkan kemungkinan yang akan terjadi maka kita dapat melakukan penjadwalan yang efisien dan pengiriman barang yang optimal.

Dapat dikatakan bahwa penjadwalan yang efisien dan pengiriman barang yang optimal dapat mengurangi pemborosan dalam segi waktu, jarak, dan tenaga sehingga mendapatkan biaya transportasi yang lebih efisien serta produk yang dikirim tepat waktu dan dalam kondisi baik. (Hadinoto, 1996; 112-113).

Dalam penentuan jadwal serta rute pengiriman terdapat 2 metode dalam supply chain, yaitu: (Pujawan, 2005; 179-180).

a. Metode Savings Matrix b. Metode General Assignment

Metode Savings Matrix mendasarkan penyelesaian permasalahan transportasi dengan melakukan penjadwalan dan penentuan rute pengiriman produk dari pabrik ke customer, dengan tujuan dapat meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada. Kendala yang terjadi adalah satu kali pengiriman produk dilakukan dalam satu rute untuk satu customer. Dengan adanya permasalahan tersebut maka metode savings matrix dapat memberikan solusi yang tepat untuk menyelesaikan kendala-kendala yang terjadi.

Agar penjadwalan distribusi dengan menentukan jalur distribusi dapat optimal, maka dalam pengiriman tersebut harus disesuaikan dengan jumlah permintaan produk oleh customer dan kapasitas dari kendaraan atau armada yang ada, sehingga dilakukan teknik peramalan permintaan pada tiap-tiap customer dengan menggunakan metode peramalan Time Series.

2.3 Metode Savings Matrix

2.3.1 Pengertian Metode Savings Matrix

Metode Savings Matrix adalah metode untuk meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada. (Pujawan, 2005; 180).

2.3.2 Langkah-Langkah Metode Savings Matrix

Sebelum melakukan perhitungan Savings Matrix, terlebih dahulu menentukan titik koordinat jarak dari pabrik / gudang ke tiap-tiap customer (Pujawan, 2005; 180):

Tabel 2.1 Lokasi Tujuan dan Ukuran Order

Customer Tujuan Koordinat x Koordinat y Ukuran Order

Customer 1

1

x y₁ A Unit

Customer 2

2

x y2 B Unit

Customer 3

3

x y₃ C Unit

Customer 4

4

x y4 D Unit

- - -

Customer n

- - -

n x

- - -

n y

- - - N Unit

Kemudian melakukan perhitungan dalam meminimumkan jarak yang ditempuh menggunakan metode Savings Matrix. Terdapat beberapa langkah-langkah dalam meminimumkan jarak yang ditempuh, yaitu (Pujawan, 2005; 180-186) :

Peta dan penentuan jarak antar kota di Jawa Timur

Sumber : Pusaka Mitrajasa Express

Pada langkah ini perlu jarak antara pabrik ke masing-masing customer sehingga menggunakan lintasan terpendek sebagai jarak antar lokasi. Jadi dengan mengetahui koordinat masing-masing lokasi maka jarak antar dua lokasi bisa dihitung dengan menggunakan rumus jarak standar.

Tabel 2.2 Matrik Jarak dari Pabrik ke Customer dan Antar Customer

Gudang Customer

1

Customer

2

Customer

3

Customer

4

...Customer n

Customer

1

Customer

2

Customer

3

Customer

4 - - -

Customer

n

Misalkan dua lokasi masing-masing dengan koordinat (x , ₁ y ) dan (₁ x , ₂ y ) ₂ maka perhitungan matrik jarak dua lokasi tersebut adalah :

J(1,2)= (x₁ −x₂)2 +(y₁−y₂)2

Hasil perhitungan jarak ini digunakan untuk menentukan matrik penghematan Savings Matrix) yang akan dikerjakan pada langkah berikutnya.

2. Mengidentifikasikan Matrik Penghematan (Savings Matrix)

Savings Matrix mempresentasikan penghematan yang dapat direalisasikan dengan menggabungkan dua pelanggan ke dalam satu rute. Misalkan menggabungkan customer 1 dan customer 2 ke dalam satu rute maka jarak yang akan dikunjungi

adalah dari gudang ke customer 1 ke customer 2 dan dari customer 2 balik ke gudang.

Gambar 2.1 Perubahan yang terjadi dengan menggabungkan customer 1 dan customer 2 ke dalam satu rute.

Dari gambar di atas terjadi perubahan jarak adalah sebesar jarak kiri dikurangi total jarak kanan yang besarnya adalah :

2J(G,1)+2J(G,2)-[J(G,1)+j(1,2)+j(2,G)] = J(G,1)+J(G,2)-J(1,2)

Dengan jarak (x,y) = (y,x) S(x,y) = J(G,x)+J(G,y)-J(x,y) Di mana :

S(x,y)= Penghematan jarak (savings) yang diperoleh dengan menggabungkan rute x dan y menjadi satu

J(G,x)= Jarak dari gudang ke customer x J(G,y)= Jarak dari gudang ke customer y J(x,y)= Jarak dari customer x ke customer y

Gudang

Customer 1 Customer 2

Gudang

Kemudian dibuat tabel matrik penghematan jarak dengan menggabungkan dua rute yang berbeda.

Tabel 2.3 Matrik Penghematan Jarak dengan Menggabungkan Dua Rute Yang Berbeda Customer 1 Customer 2 Customer 3 Customer 4 ...Customer n Customer 1 Customer 2 Customer 3 Customer 4 - - - Customer N

Tabel 2.4 Langkah Awal Semua Customer Memiliki Rute Terpisah

Gudang Customer

1 Customer 2 Customer 3 Customer 4 ...Customer n Customer 1 Rute a Customer 2 Rute b Customer 3 Rute c Customer 4 Rute d - - - - - -

Customer

n

Rute z

Order A B C D N Unit

3. Mengalokasikan customer ke kendaraan atau rute

Pada langkah ini melakukan alokasi customer ke kendaraan atau rute dalam penggabungan rute customer, digabungkan sampai pada batas kapasitas truk atau armada yang ada, dengan melihat nilai penghematan terbesar pada tabel matrik penghematan jarak. Misalkan didapat matrik penghematan jarak sebagai berikut :

Tabel 2.5 Semua Customer Memiliki Rute Terpisah

Pabrik Customer

1 Customer 2 Customer 3 Customer 4 Customer 1

Rute a 0.0

Customer

2

Rute b 14.8 0.0

Customer

3

Rute c 12.5 8.2 0.0

Customer

4

Rute d 24.9 12.9 12.6 0.0

Order 320 85 300 150

Dari tabel didapat penghematan terbesar pada customer 1 dan 4 sebesar 24.9 sehingga customer 1 dan 4 bergabung ke rute a (diasumsikan kapasitas truk memadai)

Tabel 2.6 Customer 4 Masuk Ke Rute A dan Customer 3 Masuk Ke Rute C

Pabrik Customer

1 Customer 2 Customer 3 Customer 4 Customer 1

Rute a 0.0

Customer

2

Customer

3

Rute c 12.5 8.2 0.0

Customer

4

Rute d 24.9(1) 12.9(2) 12.6 0.0

Order 320 85 300 150

Selanjutnya dicari penghematan terbesar kedua didapatkan 12.9 (Customer 2 dan 4) masuk ke rute b, dan begitu seterusnya hingga customer ke-n. Jika terdapat customer yang sudah teralokasikan, tidak terjadi penggabungan kemudian didapatkan jumlah rute sesuai dengan kapasitas armada yang ada dan penghematan jarak alokasi dari pabrik ke customer.

4. Mengurutkan Customer (tujuan) dalam rute yang sudah terdefinisi

Ada banyak metode yang dapat digunakan untuk menentukan urutan kunjungan , namun pada penelitian ini menggunakan metode Nearest Neighbor. Metode Nearest Neighbor merupakan metode pengurutan kunjungan yang menambahkan customer yang akan dikunjungi terakhir. Misalkan diketahui 3 customer dalam rute 1, customer 1 memiliki jarak terdekat dengan gudang / pabrik dengan jarak 6.4, kemudian cari jarak customer terdekat dengan customer 1 didapat customer 3 dengan jarak 6.7 dan terakhir yang dikunjungi adalah customer 2 kemudian kembali ke gudang.. (Gudang-Customer1-Customer3-Customer2-Gudang). Jika kebetulan menghasilkan rute dengan jarak yang sama maka dipilih total jarak yang minimum.

Dengan dilakukan penyelesaian permasalahan tersebut menggunakan metode savings matrix, maka dapat dihasilkan jalur distribusi yang optimal dengan biaya transportasi yang lebih efesien.

2.4 Metode General Assignment

General Assignment atau sering disebut dengan Assignment Problem adalah salah satu permasalahan yang optimasi kombinatorial pada cabang optimal . Metode General assignment menggunakan algoritma branch and bound dalam menyelesaikan masalahnya.

Metode General assignment hampir sama dengan metode Savings Matrix, namun perbedaan metode general assignment menggunakan solusi percabangan, dimana pada setiap percabangan terdapat agent yang memiliki task atau secara general problem state dari permasalahan ini adalah ada sejumlah agent dan task dan setiap agent sehingga dibebani cost, kemudian mengatur pemberian setiap task kepada tepat satu agent sehingga semua task dapat dijalankan dengan cost seminimal mungkin. Sedangkan pada metode Savings Matrix solusi yang diberikan tanpa memberikan sejumlah agent dalam menyelesaikan permasalahan distribusinya, tetapi persamaan dari kedua metode ini terdapat pada aspek waktu, jarak, dan biaya yang dipertimbangkan.

Prosedur dalam metode General Assignment terdapat beberapa tahap-tahap : 1. Diberikan sejumlah agent dan task dalam penyelesaian masalahnya.

2. Setiap agent tertentu memiliki cost untuk task tertentu. 3. Menempatkan sebuah agent untuk tiap-tiap rute :

a) Di mana agent pada tiap-tiap rute mempunyai armada dan beban pengalokasian produk untuk tiap agent disesuaikan dengan kapasitas armada.

b) Rute pengiriman dari satu agent untuk beberapa customer dikirim dengan rute sesuai arah jarum jam.

c) Pemilihan setiap agent berada di tengah di antara beberapa customer atau dengan jarak yang sama jika dilihat dari jarak gudang.

4. Mengevaluasi besarnya biaya dalam orbit penempatan untuk tiap customer

Untuk tiap penempatan (Sk), Customer i, dan biaya penempatan (cik). Untuk menghitung perjalanan customer dari gudang ke penempatan dan kembali. Dengan rumus sebagai berikut : cik = Dist (DC, i) + Dist (i, Sk) – Dist (DC, Sk) 5. Keputusan penempatan customer untuk rute

Keputusan penempatan customer pada tiap agent, dengan melihat dari total biaya penempatan terkecil.

6. Rangkaian customer dalam rute

Setelah dilakukan penempatan customer pada tiap agent berdasarkan besarnya jarak dan biaya penempatan maka diperoleh beberapa rangkaian customer pada setiap agent dengan urutan distribusi searah jarum jam.

2.4.1 Metode-metode Penentuan Urutan Customer

Ada beberapa metode / prosedur penentuan urutan customer dalam satu rute (Chopra, 2001; 442-443) :

Memasukkan konsumen yang memberikan perjalanan paling jauh. Urutan setiap customer yang belum termasuk dalam satu trip, evaluasi minimum kenaikan jarak tempuh jika customer ini dimasukkan dalam trip dan memasukkan customer dengan kenaikan minimum terbesar.

b) Nearest Insert

Memasukkan customer yang memberikan perjalanan terpendek. Untuk setiap customer yang belum termasuk dalam satu trip, evaluasi minimum kenaikkan jarak tempuh jika customer ini dimasukkan dalam trip dan memasukkan customer dengan kenaikkan minimum terkecil.

c) Nearest Neighbour

Mulai dari DC, prosedur ini menambah customer yang terdekat untuk melengkapi trip. Pada tiap langkah, trip dibangun dengan menambahkan customer yang terdekat dari titik terakhir yang dikunjungi oleh kendaraan sampai customer terkunjungi.

d) Sweep

Dalam metode ini, point / titik manapun pada jaringan dipilih (umumnya DC itu sendiri) dan jalur dibersihkan searah jarum jam atau berlawanan arah jarum jam dari titik point. Perjalanan dibentuk dengan mengurutkan customer yang ditemui selama proses.

2.5 Peramalan Permintaan

Peramalan adalah proses untuk memperkirakan beberapa kebutuhan di masa datang yang meliputi kebutuhan dalam ukuran, kuantitas, kualitas, waktu dan lokasi

yang dibutuhan dalam rangka memenuhi permintaan barang ataupun jasa. (Nasution, 2003; 25)

Sedangkan peramalan permintaan merupakan tingkat permintaan produk-produk yang diharapkan akan terealisir untuk jangka waktu tertentu pada masa yang akan datang. Peramalan permintaan ini digunakan untuk meramalkan permintaan dari produk yang bersifat bebas (tidak bergantung), seperti peramalan produk jadi. (Nasution, 2003; 26)

Metode peramalan dibagi dua yaitu ; metode peramalan Time Series dan metode peramalan non time series. Dalam penelitian ini menggunakan metode peramalan time series yang merupakan metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan.

2.5.1 Peramalan dalam Horizon Waktu

Dalam hubungannya dengan horizon waktu peramalan maka kita dapat mengklasifikasikan peramalan tersebut dalam 3 kelompok (Nasution, 2003; 26) : 1. Peramalan jangka panjang, umumnya 2 sampai 10 tahun. Peramalan ini

digunakan untuk perencanaan produk dan perencanaan sumber daya.

2. Peramalan jangka menengah, umunya 1 sampai 24 bulan. Peramalan ini lebih mengkhususkan dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran. 3. Peramalan jangka pendek, umumnya 1 sampai 5 minggu. Peramalan ini

digunakan untuk mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan kerja dan lain-lain keputusan kontrol jangka pendek.

Dalam penelitian ini menggunakan peramalan jangka menengah yang umunya dilakukan 1 atau 2 tahun yang digunakan untuk menentukan jalur distribusi paling optimal berdasarkan data permintaan sebelumnya.

2.5.2 Prosedur Peramalan

Dalam melakukan peramalan terdapat beberapa prosedur, yaitu :

1. Tentukan pola data permintaan

Dilakukan dengan cara memplotkan data secara grafis dan menyimpulkan apakah data berpola trend, musiman, siklikal atau siklus, eratik / random. Trend / kecenderungan (T) adalah sifat dari dari permintaan di masa lalu terhadap waktu terjadinya, apakah permintaan tersebut cenderung naik, turun atau konstan. Siklus (C) merupakan pola permintaan suatu produk yang berulang secara periodik biasanya lebih dari satu tahun, sehingga tidak perlu dimasukkan dalam peramalan jangka pendek. Musiman (S) adalah pola permintaan suatu produk yang naik atau turun disekitar garis trend dan biasanya berulang setiap tahun disebabkan faktor cuaca, musim libur panjang, dan lain-lain. Random (R) merupakan pola permintaan suatu produk yang mengikuti pola bervariasi secara acak karena faktor bencana alam, bangkrutnya perusahan dan lain-lain pola ini dibutuhkan dalam menentukan persediaan pengamatan untuk mengantisipasi kekurangan persediaan bila terjadi lonjakan permintaan. (Nasution, 2003; 5).

2. Mencoba beberapa metode Time Series sesuai dengan pola permintaan tersebut untuk melakukan peramalan.

3. Mengevaluasi tingkat kesalahan masing-masing metode yang akan dicoba.

Tingkat kesalahan masing-masing metode yang akan dicoba, tingkat kesalahan diukur dengan kriteria MAD, MSE, MAPE. Ukuran akurasi hasil peramalan merupakan ukuran kesalahan (error) permintaan, merupakan tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi.

Dalam peramalan Time Series, metode peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan, kriteria ini adalah, yaitu (Nasution, 2003; 30-31) :

a) Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)

MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau tetap kecil dibandingkan kenyataan. Secara matematis, MAD dirumuskan sebagai berikut :

∑

−

=

n F A

MAD t t

Dimana :

At = permintaan aktual pada periode t

Ft = hasil peramalan (forecast) pada periode t

n = jumlah periode peramalan yang terlibat b) Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE)

MSE dihitung dengan menjumlahkan kuadrat semua kesalahan. Peramalan pada tiap periode dan membaginya dengan jumlah periode peramalan. Secara sistematis MSE dirumuskan sebagai berikut :

(

)

∑

− = n F A MSE 2 t t

c) Rata-rata Persentase Kesalahan Absolute (Mean Absolute Percentage Error – MAPE)

MAPE merupakan ukuran kesalahan relative. MAPE biasanya lebih berarti bila dibandingkan MAD. Karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara sistematis sebagai berikut :

∑

−       = t t t A F A n 100 MAPE

4. Memilih metode peramalan terbaik diantara metode yang dicoba.

Metode terbaik akan memberikan tingkat kesalahan terkecil dibandingkan metode lainnya dan tingkat kesalahan tersebut berada di bawah tingkat kesalahan yang telah ditetapkan.

Metode yang digunakan dalam Time Series, yaitu :

a. Metode Rata-rata bergerak Tertimbang (Weighted Moving Average)

Dalam metode rata-rata bergerak memberikan timbangan yang sama bagi seluruh data pengamatan, walaupun data yang paling akhir lebih penting dan perlu dipertimbangkan dalam penyusunan ramalan sedangkan dalam metode rata-rata bergerak tertimbang memberikan timbangan yang berbeda terhadap data tersebut sesuai dengan peranan atau pentingnya data tersebut pada penyusunan ramalan pada periode berikutnya (Ariyani, 2003; 33).

Formula metode Weighted Moving Average adalah (Baroto, 2002 : 38) : m t m t t t

t c f c f c f

f = ₋₁ + _{2 −2} + ₋

^

dimana :

t f

^

= ramalan permintaan pada periode t

1 −

t

f = permintaan actual pada periode t-1

1

c = robot masing-masing data yang digunakan (∑c_i =1) ditentukan secara subyektif

m = jumlah periode yang digunakan untuk peramalan (subyektif)

Pada metode WMA peramalan permintaan untuk setiap periode mendatang diasumsikan sama.

b. Metode Pemulusan Eksponensial Tunggal (Single Exponential Smoothing) Kelemahan metode Moving Average dalam hal kebutuhan akan data masa lalu yang cukup banyak dapat diatasi dengan menggunakan metode pemulusan eksponensial (Ariyani, 2005; 54).

Formula untuk metode Single Exponential Smoothing adalah (Baroto, 2002; 39) : 1 t ^ t t ^ f α) (1 αf

f = + − −

Di mana :

t f

^

α = suatu nilai (0<α<1) yang ditentukan secara subyektif

t

f = permintaan actual periode t

1 t ^

f − = perkiraan permintaan pada periode t-1

Metode SES mengasumsikan peramalan permintaan untuk setiap periode ke depan selalu sama.

c. Metode Pemulusan Eksponensial Ganda (Double Exponential Smoothing) Dasar pemikiran dari metode pemulusan eksonensial yang linier ini adalah baik nilai pemulusan eksponensial tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya, bila itu adalah trend. Di samping itu untuk menyesuaikan trend, maka nilai-nilai pemulusan eksponential tunggal ditambahkan nilai-nilai pemulusan eksponensial ganda (Ariyani, 2003; 40). Formula Double Exponential Smoothing adalah (Baroto, 2002; 40) :

t 1 0 t ^ e t α α

F = + +

Di mana α₀,α₁ adalah parameter proses dan e mempunyai nilai harapan dari 0

dan sebuah variasi σe2.

Misalkan β=1−α, sehingga :

0 t 1 1 t 2 t 2 1 t t

t αf αβf αβ f ... αβ f β f

F = + ₋ + ₋ + + − +

Persamaan di atas dapat pula ditulis ulang sebagai berikut :

0 t i t 1 t 0 t i

t α βf βf

F = ₋ +

− =

Double Exponential Smoothing adalah modifikasi dari Single Exponential Smoothing yang dirumuskan sebagai berikut :

1 t βX αXt

Xt(2) = + (2) − Di mana :

=

(2)

Xt t

^

F = peramalan double exponential smoothing α = faktor smothing

β = 1−α dan Xt= Ft

d. Metode Winter’s

Metode peramalan Winter’s digunakan untuk suatu data yang berpola musiman. (Baroto, 2002; 44)

Formulasi untuk metode Winter’s adalah :

t 1 t

0, α .t)C

(α t= +

Dengan :

1 0,2N

0 α (2N)α

α = −

N f f

α 2 1

1

−

= dimana

N f f N 1 t t 1

∑

= = dan N f f 2N 1 N t t 2

∑

= = = 2 1 N α f

α0,2N 2 1

− + =

t

C =

1.t 0 t α α f

+ dimana N 1

C N 1 t t =

∑

=

2.5.3 Verifikasi dan Pengendalian Peramalan (Moving Range Chart)

Langkah penting setelah peramalan dibuat adalah melakukan verifikasi peramalan sehingga hasil peramalan tersebut benar-benar mencerminkan data masa lalu dan sistem sebab akibat yang mendasari permintaan tersebut. Sepanjang aktualitas peramalan tersebut dipercaya, hasil peramalan akan terus digunakan. Jika selama proses verifikasi tersebut ditemukan keraguan validitas metode peramalan yang digunakan, harus dicari metode lain yang lebih cocok. (Enny, 2008; 49).

2.5.3.1 Peta Moving Range

Peta Moving Range dirancang untuk membandingkan nilai permintaan aktual dengan nilai peramalan. Setelah metode peramalan digunakan, maka peta Moving Range digunakan untuk menguji kestabilan sistem sebab akibat yang mempengaruhi permintaan. Moving Range dapat didefinisikan sebagai (Enny, 2006; 49-50)

) y y ( ) y y (

MR t 1 t 1

^ t t ^ − − − − − = Di mana :

MR = Moving Range

t y

^

= Hasil peramalan permintaan pada periode t

t

y = Permintaan pada periode t

1 ^

−

t

1 −

t

y = Permintaan pada periode t-1.

Adapun rata-rata Moving Range didefinisikan sebagai :

1 n

MR MR

n

1 t

− =

∑

=

Garis tengah peta Moving Range adalah pada titik nol. Batas kontrol atas dan bawah pada peta Moving Range adalah :

BKA = +2,66 MR

BKB = -2,66 MR

Kebutuhan jumlah data bila kita ingin membuat peta Moving Range sekurang-kurangnya adalah 10. Batas ini ditetapkan dengan harapan hanya akan ada tiga dari 1000 titik yang berada di luar batas kendali. Jika ditemukan satu titik yang berada di luar batas kendali, maka harus diselidiki penyebabnya.

Jika semua titik berada dalam batas kendali, diasumsikan peramalan permintaan yang dihasilkan telah cukup baik. Jika terdapat titik yang berada di luar batas kendali maka jelas bahwa peramalan yang didapat kurang baik dan harus direvisi.

2.5.3.2 Uji Kondisi di Luar Kendali

Uji yang paling tepat bagi kondisi di luar kendali adalah adanya titik di luar batas kendali. Selain dari pada itu, terdapat pula uji lainnya. Uji ini dilakukan dengan cara membagi peta kendali ke dalam enam bagian dengan selang yang sama. Daerah A adalah daerah di luar ±2/3 (2,66 MR) = ± 1,77 MR (di atas +1,77 dan di

bawah -1,77 MR). Daerah B adalah daerah di luar ± 1/3 (2,66 MR) = ± 0,89 MR

(di atas + 0,89 MR dan di bawah -0,89 MR). Daerah C adalah daerah di atas atau di bawah garis tengah.

Gambar 2.2 Kriteria di Luar Kendali Uji kondisi di luar kendali kendali, adalah :

a. Dari titik-titik berturut-turut, ada dua atau lebih titik yang berada di daerah A. b. Dari lima titik-titik berturut-turut ada empat atau lebih titik yang berada di titik

yang berada di daerah B.

c. Ada delapan titik berturut-turut titik yang berada di salah satu sisi (di atas atau di bawah garis tengah).

2.6 Peneliti Terdahulu A

B

C

A B

C Out of Control

E R R O R

UCL = 2,66 MR

A = 2/3 UCL B= 1/3 UCL C= Sentral

B= 1/3 LCL A = 2/3 LCL LCL = -2,66 MR Out of Control

Beberapa peneliti terdahulu dengan menggunakan metode Savings Matrix, antara lain :

1. Christian Hari T (2010)

Judul : “Penjadwalan Distribusi Karung Dengan Metode Saving Matrix Di PT. Perkebunan Nusantara XI (PERSERO) PK. Rosella Baru

Surabaya” Ringkasan :

PT. Perkebunan Nusantara XI (PERSERO) PK. Rosella Baru Surabaya dituntut untuk merancang kinerja pengiriman yang efisien. Tetapi terdapat beberapa keterbatasan dalam pendistribusian barang yang tepat untuk menentukan jalur distribusi produk ke customer. Permasalahan ini dapat diselesaikan dengan menggunakan metode Savings Matrix. Dari pengolahan data dan pembahasan permasalahan pada bab 4 dapat disimpulkan bahwa rute yang ditentukan meliputi rute A sampai dengan F. jalur rute distribusi yang diperoleh untuk melayani permintaan karung plastik berdasarkan kapasitas alat angkut tahun 2010, yaitu : Rute A : urutan kunjungan dari Gudang – Probolinggo-Lumajan-Bondowoso-Madiun-Ngawi-Jember-Situbondo-Magetan-Gudang total jarak perjalanan 1119,36 km.

Rute B : urutan kunjungan dari Gudang-Pasuruan-Mojokerto-Gudang- total jarak perjalanan 217,46 km.

Biaya transportasi dengan metode awal sebesar Rp. 9.637.202,- dengan 7 rute pengiriman barang dan biaya transportasi dengan metode saving matrix sebesar Rp. 4.392.615,- dengan 2 rute pengiriman barang. Dengan menggunakan metode saving matrix bisa menghasilkan penghematan biaya transportasi sebesar Rp. 5.424.587,- atau dengan penghematan biaya transportasi sebesar 54,42%.

2. Onny Setyono (2006)

Judul : “Perancangan Sistem Rute dan Penjadwalan Pengiriman Barang di PT. Karya Mandiri Kencana Surabaya “

Ringkasan :

PT. Karya Mandiri Kencana merupakan distributor produk tinta yang memiliki jaringan pendistribusian yang sangat kompleks dan luas di seluruh Jawa Timar, permasalahan perencanaan rute dan jadwal pengiriman barang merupakan permasalahan operasional yang harus dihadapi. Dengan menggunakan metode Savings Matrix dapat ditentukan suatu rute yang optimal sehingga meminimalkan biaya dan waktu pengiriman. Rute dan penjadwalan ini disusun dengan mengeliminasi total perjalanan, yaitu berapa jarak dan biaya perjalanan dengan tetap memenuhi permintaan pelanggan. Untuk mendapatkan hasil rute dan penjadwalan yang terbaik diperlukan data-data yang spesifik, seperti jarak antar node serta data kecepatan kendaraan yang sesuai dengan realita yang ada. Selain itu, riset ini perlu dilakukan secara berkala agar perubahan yang terjadi dapat diamati dengan baik. Data Savings Matrix dipergunakan untuk menentukan langganan mana yang akan terlebih dahulu dimasukkan ke dalam sebuah rute pengiriman, diikuti dengan langganan-langganan lain yang memiliki rute yang

lebih pendek. Dari contoh data pengiriman untuk wilayah Gresik pada tanggal 6 Desember 2005 maka dapat dibuat suatu rute pengiriman barang sebagai berikut; Truk 1 (DC-BJ-AC-AE-BM-AZ-BV-AX-BS-DC) dengan total muatan sebesar 770 kg dan jumlah tempuh 44 km, sehingga biaya yang timbal sebesar $3.28. Truk 2 (DC-AW-BA-DB-DC) dengan total muatan sebesar 715 kg dan jarak tempuh 30 km, sehingga biaya yang timbal biaya pengiriman barang selama bulan Desember adalah sebesar Rp.2.658.000 yang mana jauh lebih rendah daripada biaya pengiriman sebelumnya.

3. Julianus Hutabarat (2006)

Judul : “Penentuan Jalur Distribusi Pada rantai Supply Dengan Metode Savings Matriks.”

Ringkasan :

Lemahnya Manajemen Transportasi pada suatu perusahaan bisa berakibat pada tingginya biaya transportasi. Hal ini ditandai dengan lemahnya perencanaan untuk menentukan jenis alat angkut transportasi apa yang akan digunakan, berapa jumlahnya serta jalur mana saja yang akan dilalui, ingá sampai ke consumen. Berkaitan dengan hal tersebut, maka perusahaan perlu melakukan evaluasi terhadap Manajemen Transportasi yang dilakukan saat ini. PT. X merupakan perusahaan yang bergerak dalam industri kertas, mempunyai kapasitas produksi sebesar 14.000 ton kertas per bulan, yang dihasilkan dari PM 1 sebesar 5000 ton kertas PM 2 sebesar 9000 ton kertas. Hasil produksi PT. X adalah Paper Roll dan Paper Tub. Penelitian di PT. X diawali dengan penentuan rute / jalur distribusi pabrik ke konsumen dengan metode Savings Matriks. Dengan kombinasi

perhitungan matrik jarak dan jumlah permintaan kertas tiap konsumen diperoleh matrik penghematan atau Savings Matriks. Dengan metode Savings Matriks diperoleh alokasi customer pada tiap truk yang disesuaikan dengan kapasitas truk. Jumlah truk yang semula 7 unit untuk melayani Pulau Jawa menjadi 4 unit truk dengan rute A (DC-C14-C15-C16-C12-C13-DC), rute B (DC-C10-C11-DC), rute C (DC-C5-C6-C7-C8-C9-DC), rute D (DC-C1-C2-C3-C4-DC). Dan diperoleh penghematan jarak sebesar 33,39% atau sepanjang 1693,69 km, sehingga didapatkan penghematan biaya transportasi sebesar 29,98% atau sebesar Rp 47.435.143,8 / bulan.

BAB III

METODE PENELITIAN

3.1 Tempat dan Waktu Penelitian

Penelitian dilakukan di PT.Surya Multi Indopack, yang beralamat Jl. Rungkut Industri XIV No. 4 Surabaya. Penelitian tersebut dilakukan untuk mendukung permasalahan yang dibahas ini yang dilaksanakan pada bulan Januari 2012 sampai dengan data yang diperlukan sudah mencukupi.

3.2 Identifikasi dan Definisi Operasional Variabel

Definisi operasional variabel adalah suatu indikator yang berupa variabel yang ada pada metode yang digunakan dalam suatu penelitian yang kemudian dijalankan dalam penelitian tersebut.

Mengacu pada judul penelitian, maka dapat diidentifikasikan variable-variabel yang berhubungan dengan permasalahan dan nantinya akan dianalisa adalah sebagai berikut :

1. Variabel Terikat

Variabel terikat adalah variabel yang dipengaruhi atau yang menjadi akibat adanya variabel bebas. Yang termasuk variabel terikat di sini adalah Total biaya distribusi yang minimum

2. Variabel Bebas

Variabel bebas adalah variabel yang menjadi sebab timbulnya berubahnya variabel terikat. Yang termasuk variabel bebas di sini adalah :

a) Kapasitas alat angkut

Kapasitas alat angkut merupakan variabel bebas yang menunjukkan kekuatan yang dimiliki oleh kendaraan atau armada dalam melakukan pengangkutan barang atau produk.

b) Permintaan Produk kemasan periode Januari 2011- April 2012

Permintaan produk merupakan variabel bebas yang menunjukkan banyaknya permintaan kemasan untuk setiap customer pada periode tertentu.

c) Rute awal distribusi

Rute awal distribusi merupakan variabel bebas yang menunjukkan rute awal yang dilalui armada dalam pendistribusian kemasan dari pabrik sampai pada lokasi customer.

d) Biaya Transportasi Tahun 2011

Biaya transportasi merupakan variabel yang menunjukkan besarnya biaya-biaya yang harus dikeluarkan perusahaan untuk mendistribusikan produknya hingga sampai ke customer secara tepat waktu dan efektif. Biaya-biaya tersebut meliputi biaya bahan bakar, biaya sewa armada, biaya retribusi, dan biaya gaji tenaga kerja.

3.3 Metode Pengumpulan Data

Berisi tentang bagaimana data dikumpulkan sebelum diolah dan dianalisa. Data yang dikumpulkan berisi tentang data primer maupun data sekunder, dimana data sekunder lebih banyak di dalam pengumpulan data ini. Peneliti juga menggunakan beberapa cara, antara lain melalui Lybrary Reseach (Penelitian Pustaka) yang mempunyai pengertian pengumpulan data sebagai dasar teoritis yang dipakai pedoman dalam menganalisa pada obyek yang akan diteliti, dapat diperoleh dari berbagai literatur. Dan Field Research (Penelitian Lapangan), terdapat tiga cara yang dilakukan, antara lain :

1. Metode Wawancara (Interview)

Yaitu teknik pengumpulan data dengan menggunakan tanya jawab secara langsung dengan pemimpin, karyawan dan pihak-pihak yang terlibat langsung dalam proses distribusi karung plastik.

2. Metode Pengamatan

Yaitu tekink pengambilan data dengan mengadakan pengamatan langsung pada obyek yang diteliti (Jenis Produk, Data permintaan)

3. Metode Dokumentasi

Yaitu teknik pengambilan data yang berupa arsip-arsip atau catatan (Jumlah alat angkut, jarak masing-masing customer)

3.4 Metode Pengolahan Data

Dalam kegiatan pelaksanaan penelitian ada beberapa langkah-langkah sistematis yang harus dilakukan dalam pengolahan data adalah sebagai berikut :

1. Peramalan jumlah permintaan masing-masing customer untuk 12 periode mendatang dengan metode peramalan yang sesuai dengan pola historis data. Peramalan permintaan dilakukan dengan bantuan program WinQSB untuk mengetahui rata-rata permintaan tiap periode pada masing-masing kota customer berdasarkan data permintaan masa lalu. Peramalan dilakukan dengan menggunakan beberapa metode peramalan. Metode yang dapat digunakan antara lain :

a. Single Exponential Smoothing b. Double Exponential Smoothing c. Weighted Moving Average d. Moving Average

2. Perhitungan Mean Absolute Procentage of Error (MAPE), mean absolute deviation (MAD), mean square of error (MSE) masing-masing metode. Dari masing-masing metode tersebut dihitung nilai MAPE, MAD, MSE dari metode yang mempunyai nilai paling kecil kemudian direkombinasi untuk permintaan masing-masing kota customer untuk beberapa periode mendatang.

3. Pembuatan matriks jarak

Dalam pembuatan matriks jarak diperlukan data jarak yaitu jarak dari pabrik ke kota customer dan data jarak antar kota customer.

Jarak antar lokasi A yang terletak pada koordinat (Xa, Ya) dan lokasi B yang terletak pada koordinat (Xb, Yb) dicari dengan menggunakan rumus :

2 b a 2 b

a X ) (Y Y )

(X B) (A,

Sehingga didapat besarnya jarak dari pabrik ke tiap-tiap kota customer dan jarak dari customer yang satu ke customer yang lainnya. Hasil yang didapat ditabelkan dalam bentuk matrik jarak.

4. Perhitungan Savings Matrix.

Perhitungan Savings Matrix bertujuan untuk menghitung besarnya penghematan masing-masing kota customer dan kemudian ditabelkan dalam bentuk Savings Matrix. Dengan rumus perhitungan Savings Matrix :

y) J(x, y) J(G, x) J(G, y) (x,

S = + −

5. Penentuan alokasi Customer ke dalam tiap alat angkut.

Penentuan alokasi customer ke dalam tiap alat angkut didasarkan pada penghematan jarak dan disesuaikan dengan kapasitas tiap armada yang ada.

6. Penentuan rute atau jalur distribusi

Penentuan rute atau jalur distribusi dilakukan dengan menggunakan metode Nearest Neighbour.

7. Perhitungan biaya transportasi sebelum dan sesudah penerapan metode Savings Matrix.

8. Mengevaluasi biaya yang dikeluarkan perusahaan sebelum dan sesudah menggunakan Metode Savings Matrix.

9. Merekombinasikan jalur distribusi yang menghasilkan biaya transportasi yang terkecil dan diperoleh keuntungan yang optimum.

A B Ploting Data

Penetapan Metode Peramalan

Perhitungan Nilai MSE

Pilih nilai MSE terkecil

Melakukan uji MRC dari metode peramalan yang digunakan

Data Terkontrol ?

Peramalan dengan metode peramalan yang terpilih untuk tahun 2012-2013

Rute baru berdasarkan permintaan tahun 2012-2013

Perhitungan dengan metode Saving Matrix tahun 2012-2013

Perhitungan Biaya Transportasi

Hasil dan Pembahasan

Kesimpulan dan saran

Selesai

YA

TIDAK

Penjelasan langkah-langkah penelitian dan pemecahan masalah : 1. Studi Literatur dan Studi Lapangan

Pengumpulan data sebagai dasar teoritis yang dipakai pedoman damalm menganalisa obyek yang akan diteliti, dapat diperoleh dari berbagai literatur dan studi lapangan untuk mendapatkan data-data sebagai bahan untuk pengolahan data. Data-data yang didapat sebagian besar merupakan data primer.

2. Perumusan Masalah

Dalam melakukan kegiatan distribusi produk kemasan PT.Surya Multi Indopack dituntut untuk dapat merancang kinerja pengiriman yang reliabel. Sehingga perumusan dari permasalahan ini adalah ”Bagaimana menentukan rute distribusi optimal PT.Surya Multi Indopack sehingga dapat meminimumkan total biaya distribusi.”

3. Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah menentukan rute distribusi pengiriman sandal dan menghasilkan biaya distribusi yang minimum

4. Identifikasi Variabel

Melakukan identifikasi variabel berdasarkan permasalahan yang didapat pada saat dilakukan studi literatur dan studi lapangan, sehingga dapat diketahui variabel bebas dalam penelitian ini adalah kapasitas alat angkut, permintaan produk (kemasan), rute awal distribusi. Sedangkan variabel terikat adalah penjadwalan jalur distribusi dengan menentukan jalur distribusi yang optimal, di mana penentuan jalur distribusi yang tepat dapat mengakibatkan efisiensi transportasi.

5. Pengumpulan Data

Peneliti mengumpulkan data dan informasi yang diperlukan perusahaan untuk memecahkan masalah. Data-data yang dibutuhkan dalam pemecahan masalah ini, antara lain :

a) Data permintaan kemasan periode Januari 2011 – April 2012. b) Rute awal pengiriman produk kemasan.

c) Data kapasitas alat angkut.

d) Data Biaya Transportasi (biaya bahan bakar, retribusi dan tenaga kerja diasumsikan tetap selama penelitian).

6. Menghitung jarak koordinat lokasi dari pabrik ke tiap-tiap customer.

Dalam menghitung jarak koordinat dari pabrik ke tiap-tiap lokasi customer, digunakan peta Pulau Jawa dengan menggunakan skala perbandingan. Misalkan dengan menggunakan skala perbandingan 1:1.100.000, berarti 1 cm pada peta mewakili 1.100.000 cm pada jarak lokasi customer sebenarnya atau sama dengan 11 km.

7. Mengalokasikan permintaan customer periode awal (Januari 2010 - April 2012) pada rute awal

Besarnya permintaan customer periode Bulan Januari 2011 – April 2012 dialokasikan pada rute awal atau rute yang dimiliki perusahaan untuk pengiriman produk.

8. Perhitungan biaya transportasi pada rute awal.

Setelah mengalokasikan permintaan customer untuk periode Bulan Januari 2011-April 2012 pada rute awal, selanjutnya melakukan perhitungan biaya transportasi.

9. Mengalokasikan permintaan customer periode Bulan Januari 2011 – April 2012 pada rute baru (Penerapan Metode Savings Matrix).

Mengalokasikan permintaan customer periode Januari 2011 – April 2012 pada rute baru dengan penerapan metode Saving Matrix

10. Perhitungan Savings Matrix

Dalam perhitungan Savings Matrix ada beberapa langkah-langkah, yaitu : a. Mengidentifikasikan Matrik Jarak

b. Mengidentifikasikan Matrik Penghematan (Savings Matrix) c. Mengalokasikan customer ke kendaraan atau rute

d. Mengurutkan Tujuan Customer dalam rute yang sudah terdefinisi.

Ada banyak metode yang dapat digunakan untuk menentukan urutan kunjungan, namun pada penelitian ini menggunkan metode Nearest Neighbour. Metode Nearest Neighbour merupakan metode pengurutan kunjungan yang menambahkan customer yang jaraknya paling dekat dengan customer yang akan dikunjungi terakhir.

11. Penghitungan biaya transportasi berdasarkan rute baru untuk periode Bulan Januari 2011 – April 2012.

Biaya transportasi dihitung berdasarkan biaya tenaga kerja, biaya bahan bakar, biaya sewa, dan biaya retribusi selama perjalanan dengan rute yang dilalui

sebelum maupun sesudah penerapan metode Savings Matrix, kemudian mengevaluasi biaya yang dikeluarkan perusahaan sesudah maupun sebelum penerapan metode Savings Matrix, apakah terjadi penghematan biaya transportasi setelah dilakukan perbaikan jalur distribusi.

12. Memplot data permintaan customer Bulan Januari 2011- April 2012.

Data permintaan periode Bulan Januar 2011 – April 2012 untuk mengetahui model data permintaan sebelum dilakukan peramalan permintaan customer untuk periode mendatang. Model data yang ada berhubungan dengan metode peramalan yang digunakan.

13. Penetapan Metode Peramalan

Berdasarkan hasil plot data, kita melakukan penetapan metode peramalan yang akan digunakan untuk melakukan peramalan permintaan customer untuk periode mendatang.

14. Perhitungan nilai MSE

Dari hasil penetapan metode peramalan permintaan untuk periode mendatang dilakukan perhitungan nilai MSE.

15. Pilih Nilai MSE Terkecil

Dari hasil perhitungan nilai MSE kemudian dicari nilai MSE terkecil. 16. Melakukan uji MRC

Pengujian MRC dilakukan untuk mengetahui apakah metode peramalan yang digunakan untuk meramalkan besarnya permintaan kemasan untuk periode mendatang (Mei 2012 – April 2013) sesuai atau layak digunakan. Metode layak digunakan jika berada diantara batas kendali pada MRC.

17. Peramalan dengan metode peramalan yang terpilih untuk periode mendatang. Melakukan peramalan permintaan dari tiap customer untuk periode mendatang (Mei 2012 – April 2013).

18. Rute baru dengan penerapan metode Savings Matrix berdasarkan permintaan pada periode mendatang (Mei 2012 – April 2013).

Dengan diketahui metode Savings Matrix dapat diterapkan karena menghasilkan penghematan jarak maupun biaya transportasi, maka metode savings matrix diterapkan kembali pada rute baru berdasarkan hasil peramalan permintaan pada periode mendatang. Kemudian dilakukan penghitungan Savings Matrix dengan mengalokasikan besarnya permintaan dari customer pada periode mendatang. 19. Rute baru dengan penerapan Metode Saving Matriks berdasarkan permintaan

periode Mei 2012 – April 2013.

Dengan diketahui metode Saving Matrix dapat diterapkan karena menghasilkan penghematan jarak maupun biaya transportasi, maka metode saving matrix diterapkan kembali pada rute baru berdasarkan peramalan permintaan periode Mei 2012 – April 2013.

20. Perhitungan biaya transportasi rute baru untuk periode Mei 2012 – April 2013 Melakukan perhitungan biaya transportasi untuk periode Mei 2012 – April 2013 berdasarkan hasil perhitungan saving matrix

21. Rekomendasi rute / jalur distribusi dengan biaya trasnportasi terkecil

Merekomendasikan rute/jalur yang menghasilkan jalur distribusi yang efisien dengan biaya transportasi terkecil kepada perusahaan.

22. Hasil dan Pembahasan

Dari hasil perhitungan kemudian dilakukan analisa dan pembahasan dengan berdasarkan pada permasalahan yang ada.

23. Kesimpulan dan Saran

Berisi tentang hasil penerapan metode savings matrix, apakah tujuan yang ingin dicapai melalui penelitian ini dapat tercapai atau tidak. Tujuan tersebut antara lain menentukan rute/jalur distribusi produk yang harus dilayani oleh alat pengangkut berdasarkan kapasitas alat pengangkut, menentukan jadwal pengiriman kemasan, dan menghitung efisiensi biaya distribusi kemasan.

50

BAB IV

HASIL DAN PEMBAHASAN

4.1 Pengumpulan Data

4.1.1 Data Permintaan Fleksibel Kemasan

Data permintaan Fleksibel Kemasan pada periode Januari 2011 sampai dengan Juni 2012.

Tabel 4.1 Data Permintaan Percetakan Kemasan (Roll) Tahun 2011 – 2012 Cost 1

/

roll

Cost 2

/

roll

Cost 3

/

roll

Cost 4

/

roll

Cost 5

/

roll

Cost 6

/

roll

Jan’11 ₁₉₄₄ 648 936 1944 432 576

Feb’11 ₆₄₈ 1620 2268 1944 648 576

Mar’11 ₆₄₈ 1620 1620 1944 648 576

Apr’11 ₆₄₈ 648 1620 1944 648 576

Mei’11 ₅₇₆ 648 1296 1944 648 576

Jun’11 ₅₇₆ 648 1296 1944 288 1296

Jul’11 ₅₇₆ 576 1296 1296 360 1944

Agust’11 ₅₇₆ 576 936 1296 648 576

Sept’11 ₃₆₀ 576 936 1944 648 360

Okt’11 ₂₉₁₆ 576 360 1296 648 576

Nov’11 ₁₆₂₀ 576 576 2268 360 576

Des’11 ₁₂₉₆ 576 576 576 360 1296

Jan’12 ₁₂₉₆ 576 1296 1620 576 936

Feb’12 ₆₄₈ 2268 360 2592 576 1296

Mar’12 ₁₉₄₄ 1620 360 1944 576 576

Apr’12 ₆₄₈ 3240 648 576 360 576

Mei’12 ₁₉₄₄ 576 360 2592 360 576

Jun’12 ₁₂₉₆ 576 576 2592 576 648

51

Keterangan :

Customer 1 : PT. Santos Jaya Abadi, Sidoarjo

Customer 2 : PT.Pasuruan Customer 3 : PT. Unggul Jaya, Probolinggo

Customer 4 : PT. Simpatik,Situbondo Customer 5 : PT. Mitra Tani, Jember Customer 6 : PT. Bdf, Malang

Perhitungan rata-rata beban order customer 1 (PT. Santos Jaya Abadi) didapat dari jumlah permintaan customer selama periode Januari 2011 sampai dengan Juni 2012, adalah sebagai berikut :

(

)

periode Jumlah 2012 Juni -2011 Januari selama permintaan Jumlah Order Beban =

(

)

78 1296 ... 648 648

1944+ + + +

=

4615 , 258

= roll

Untuk perhitungan beban order berikutnya dapat dilihat pada lampiran C.

Tabel 4.2 Rata – Rata Besarnya Beban Order Untuk Tahun 2011-2012

No Customer Beban Order

(Roll/ Minggu) 1 PT. Santos Jaya Abadi, Sidoarjo _258,4615 2 PT. Angel, Pasuruan 232,6154 3 PT. Unggul Jaya, Probolinggo 222 4 PT. Simpatik,Situbondo 413,5385

5 PT. Mitra Tani, Jember 120

6 PT. Bdf, Malang 180,9231

83

Jadi, biaya tenaga kerja untuk rute baru adalah :

Biaya tenaga kerja = Total upah supir + Total upah pendamping supir = Rp. 58.500.000,- + Rp. 19.500.000,-

= Rp. 78.000.000,-/ 18 Bulan Total Biaya Distribusi

= Biaya bahan bakar + Biaya retribusi + Biaya tenaga kerja = Rp. 38.834.200,- + Rp. 15.093.000,- + Rp. 78.000.000,- = Rp. 131.927.200,- per 18 Bulan

Tabel 4.22 Perbandingan Biaya Distribusi Rute Awal Dan Rute Baru(saving matrix)

Perbedaan Biaya Distribusi Rute Awal (per 18 Bulan)

Biaya Distribusi Rute Baru (per 18 Bulan) Biaya Bahan Bakar Rp. 72.535.320,- Rp. 38.834.200,- Biaya Retribusi Rp. 23.868.000,- Rp. 15.093.000,- Biaya Tenaga Kerja Rp. 83.200.000,- Rp. 78.000.000,- Total Biaya Distribusi Rp. 179.603.300,- Rp. 131.927.200,- Sumber : Data Primer yang diolah

4.2.8 Hasil Dan Pembahasan

Hasil dan pembahasan dari penelitian ini adalah sebagai berikut :

1. Perencanaan rute yang harus ditempuh kendaraan berdasarkan kapasitas alat angkut untuk mengoptimalkan total jarak tempuh pada pertengahan tahun 2012 sampai akhir tahun 2013 yaitu :

84

a. Untuk rute A yang dipilih adalah alternatif I ( Pabrik Situbondo Jember Probolinggo Pabrik ) atau alternatif VI ( Pabrik Probolinggo Jember Situbondo Pabrik ) karena kedua alternatif

tersebut mempunyai jarak tempuh terpendek yaitu 449,38 km dengan beban rute A sebanyak 742 roll.

b. Untuk rute B yang dipilih adalah alternatif I (Pabrik Pasuruan Malang Sidoarjo Pabrik ) atau alternatif V (Pabrik Sidoarjo

Malang Pasuruan Pabrik ) karena kedua alternatif tersebut mempunyai jarak tempuh terpendek yaitu 214,45 km dengan beban rute B sebanyak 682 roll.

2. Perbandingan biaya distribusi rute awal dengan biaya distribusi rute baru yang menerapkan metode Savings Matrix pada tahun 2011 - 2012 yaitu :

Tabel 4.22 Perbandingan Biaya Distribusi Rute Awal Dan Rute Baru Tahun 2011-2012

Biaya Distribusi Rute Awal (per 18 Bulan)

Biaya Distribusi Rute Baru (per 18 Bulan)

Penghematan Biaya Distribusi

(per 18 Bulan)

Prosentase Penghematan (per 18 Bulan) Rp. 179.603.300,- Rp. 135.349.300,- Rp. 44.254.000,- 24,64 %

Dari Tabel 4.22, perbandingan biaya distribusi rute awal dan rute baru setelah menerapkan metode Savings Matrix tahun 2011 - 2012 maka diperoleh penghematan biaya distribusi sebesar Rp. 135.349.300,- atau 24,64 % per 18 Bulan. Sehingga untuk mendapatkan biaya distribusi yang minimum pada rute baru tahun 2012 - 2013 diterapkan juga metode Savings Matrix dan diperoleh biaya distribusi sebesar Rp. 131.927.200,- per 18 Bulan. Penghematan ini dapat

85

terjadi juga pada rute perusahaan yang semula memiliki enam rute menjadi dua rute dan dilakukan optimalisasi beban rute A sebanyak 742 roll sedangkan beban rute B sebanyak 682 roll.

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Kesimpulan yang dapat diperoleh dari penelitian ini adalah :

1. Rute atau jalur distribusi yang harus ditempuh kendaraan berdasarkan kapasitasnya untuk mengoptimalkan total jarak tempuh pada pertengahan tahun 2012 – 2013 yaitu untuk rute A yang dipilih adalah alternatif I ( Pabrik Situbondo Jember Probolinggo Pabrik ) atau alternatif VI ( Pabrik Probolinggo Jember Situbondo Pabrik ) karena kedua

alternatif tersebut mempunyai jarak tempuh terpendek yaitu 449,38 km dengan beban rute A sebanyak 742 roll . Untuk rute B yang dipilih adalah alternatif I (Pabrik Pasuruan Malang Sidoarjo Pabrik ) atau

alternatif V (Pabrik Sidoarjo Malang Pasuruan Pabrik ) karena kedua alternatif tersebut mempunyai jarak tempuh terpendek yaitu 214,45 km dengan beban rute B sebanyak 682 roll.

2. Biaya distribusi rute awal dan rute baru setelah menerapkan metode Savings

Matrix tahun 2011 - 2012 maka diperoleh penghematan biaya distribusi

sebesar Rp. 135.349.300,- atau 24,64 % per 18 Bulan. Sehingga untuk mendapatkan biaya distribusi yang minimum pada rute baru tahun 2012 -2013 diterapkan juga metode Savings Matrix dan diperoleh biaya distribusi sebesar Rp.131.927.200,- per 18 Bulan.

5.2 Saran

Saran dari penelitian ini untuk PT. Surya Multi Indopack,Surabaya adalah sebagai berikut :

PT. Surya Multi Indopack diharapkan dapat menggunakan jalur distribusi baru, dimana jalur distribusi baru tersebut merupakan hasil dari penerapan metode

Savings Matrix yang dapat mengoptimalkan jarak tempuh dan meminimalkan

DAFTAR PUSTAKA

Ariyani, Enny. 2008. Buku Ajar Sistem Produksi. Lembaga Penerbitan Fakultas teknologi Industri Universitas Pembangunan Nasional Veteran.

Baroto, Teguh. 2002. Perencanaan dan Pengendalian Produksi. Jakarta : Ghalia Indonesia.

Bowersox, Donald J. 1978. Logistical Management 2. Terjemahan A. Hasyim Ali. 1986. Manajemen Logistik. Jakarta : Bumi Aksara.

Hutabarat, Julianus. 2008. Penentuan Jalur Distribusi Pada Rantai Supply Dengan Metode Savings Matriks. Surabaya : Prosiding Seminar Nasional Manajemen Teknologi VIII Institute Teknologi Sepuluh Nopember.

Mangkusubroto, Kuntoro dan Listiarini Trisnadi. 1983. Analisa Keputusan : Pendekatan Sistem Dalam Manajemen Usaha dan Proyek. Bandung : Ganeca Exact Bandung.

Mulyono, Sri. 1991. Operations Research. Jakarta : Lembaga Penerbitan Fakultas Ekonomi Universitas Indonesia.

Nasution, Arman Hakim. 1999. Perencanaan dan Pengendalian Produksi edisi pertama. Surabaya : Guna Widya.

Pujawan, I Nyoman. 2005. Supply Chain Management edisi pertama. Surabaya: Guna Widya.

Ruly, Risma. 2010. Penentuan Jalur Distribusi Produk Air Minum Dalam Kemasan Dengan Menggunakan Metode Savings Matrix untuk meminimumkan Biaya Transportasi Di PT. Swabina Gatra. Gresik. Sagitah, Yudha. 2010. Perencanaan Rute Distribusi Paving Ke Gudang

Dengan Menggunakan Metode Savings Matrix Untuk Meminimalkan Biaya Transportasi Di CV. Prima Cipta Pratama. Sidoarjo.

Salim, H.A Abbas. 1993. Manajemen Transportasi. Jakarta : PT. Raja Grafindo Persada.

Triono, Christian Hari. 2010. Penjadwalan Distribusi Karung Dengan Metode Savings Matrix Di PT. Perkebunan Nusantara XI (PERSERO) PK. Rosella Baru. Surabaya.

Woodward, Frank H. 1980. Manajemen Transpor. Terjemahan P. Hadinoto. 1996. Jakarta : Pustaka Binaman Pressindo.