Analisis Penentuan Rute Truk Pengangkutan TBS yang Optimal Dengan Metode Nearest Neighbour dan Clarke & Wright Savings di PT.PP London Sumatra Indonesia ,Tbk Chapter III VII

BAB III
LANDASAN TEORI

3.1.

Konsep Supply Chain
Supply Chain adalah jaringan perusahaan-perusahaan yang secara

bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke
tangan pemakai akhir. Perusahaan-perusahaan tersebut biasanya termasuk
supplier, pabrik, distributor, toko atau retailer, serta perusahaan-perusahaan
pendukung seperti perusahaan jasa logistik.
Pada suatu supply chain biasanya ada 3 macam aliran yang harus dikelola.
Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir
(downstream). Contohnya adalah bahan baku yang dikirim dari supplier ke
pabrik. Setelah produk selesai diproduksi, mereka dikirim ke distributor, lalu ke
retailer, kemudian ke pemakai akhir. Yang kedua adalah aliran uang dan
sejenisnya yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi
yang bisa terjadi dari hulu ke hilir ataupun sebaliknya. Informasi tentang
ketersediaan kapasitas produksi yang dimiliki oleh supplier juga sering
dibutuhkan oleh pabrik. Informasi tentang status pengiriman bahan baku sering

dibutuhkan oleh perusahaan yang mengirim maupun yang akan menerima (I
Nyoman Pujawan,2005).

Universitas Sumatera Utara

3.2.

Manajemen Logistik
Manajemen logistik merupakan proses pengelolaan yang strategis terhadap

perpindahan dan penyimpanan barang, suku cadang dan barang jadi dari para
supplier, diantara fasilitas-fasilitas perusahaan, dan kepada para langganan.
Tujuan dari logistik adalah menyampaikan barang jadi dan bermacam-macam
material dalam jumlah yang tepat pada waktu yang dibutuhkan, dalam keadaan
yang dapat dipakai, ke lokasi dimana dia dibutuhkan, dan dengan total biaya
terendah (Donald J. Bowersox,1996).
Logistik dapat juga diartikan sebagai proses perencanaan, implementasi,
pengendalian secara efisien, aliran biaya yang efektif, penyimpanan barang
mentah, inventori barang dalam proses, barang jadi dan informasi terkait dari titik
asal ke titik konsumsi untuk tujuan memenuhi kebutuhan konsumen. Ada lima

komponen yang membentuk sistem logistik, yaitu: struktur lokasi fasilitas,
transportasi, persediaan (inventory), komunikasi, penanganan (handling) dan
penyimpanan (storage). Dalam suatu jaringan, transportasi merupakan suatu
rantai penghubung. Manajemen transport dan lalu lintas telah mendapat banyak
perhatian dalam tahun-tahun ini. Pada umumnya, suatu perusahaan mempunyai 3
alternatif untuk menetapkan kemampuan transportasinya. Pertama armada
peralatan swasta yang dapat dibeli atau disewa atau disebut dengan private. Yang
kedua kontrak khusus yang dapat diatur dengan spesialis transport untuk
mendapatkan kontrak jasa-jasa pengangkutan. Dan yang ketiga adalah suatu
perusahaan dapat memperoleh jasa-jasa dari perusahaan transport berijin yang
menawarkan pengangkutan dari suatu tempat ke tempat tertentu dengan biaya

Universitas Sumatera Utara

tertentu atau disebut dengan angkutan umum. Dilihat dari sudut pandang logistik,
terdapat tiga faktor yang memegang peranan penting dalam menentukan
kemampuan pelayanan transport, yaitu: biaya, kecepatan, dan konsistensi.

3.3.

Konsep Logistik Terpadu
Dekade sekarang ini manajemen logistik dalam perkembangannya menuju

pada manajemen logistik terpadu. Dalam periode prioritas ini pihak manajemen
mulai

merumuskan

rencana

terhadap

penyimpanan

atau

pergudangan,

pengangkutan, pengolahan, dan bukan hanya merencanakan operasi untuk
bereaksi terhadap permintaan pasar. Konsep logistik terpadu terdiri dari 2 usaha

yang berkaitan yaitu :
1. Operasi logistik
Aspek operasional logistik ini adalah mengenai manajemen pemindahan
dan penyimpanan material dan produk jadi perusahaan. Jadi operasi logistik itu
dapat dipandang berawal dari pengangkutan pertama material atau komponenkomponen dari sumber perolehannya dan berakhir pada penyerahan produk yang
dibuat atau diolah pada langganan atau konsumen. Operasi logistik dapat dibagi
dalam 3 kategori yaitu :
a. Manajemen distribusi fisik
Proses manajemen distribusi fisis adalah menyangkut pengangkutan
produk kepada pelangan. Dalam distribusi fisis, langganan dipandang sebagai
pemberhentian terakhir dalam saluran pemasaran. Jika produk yang tepat tidak
dapat diserahkan pada waktu yang dibutuhkan dengan cara yang ekonomis, maka

Universitas Sumatera Utara

mungkin banyak usaha pemasaran yang berada dalam bahaya. Melalui proses
distribusi fisik inilah waktu dan ruang dalam pelayanan nasabah menjadi bagian
yang internal dari pemasaran. Jadi distribusi fisik menghubungkan suatu
perusahaan dengan nasabahnya.
b. Manajemen material

Manajemen material adalah menyangkut perolehan dan pengangkutan
material, suku cadang, dan persediaan barang jadi dari tempat pembelian ketempat
pembuatan atau perakitan, gudang, atau toko pengecer. Seperti halnya distribusi
fisik, manajemen material berkenaan dengan penyediaan jenis material yang
dikehendaki di tempat dan pada waktu yang dibutuhkan. Kalau distribusi fisik
adalah mengenai pengiriman keluar yaitu nasabah, maka manajemen material
adalah mengenai pergerakan ke dalam yaitu pembuatan, penyortiran atau
perakitan.
c. Internal Inventory Transfer
Proses pemindahan persediaan barang di dalam perusahaan adalah
mengenai pengawasan terhadap komponen-komponen setengah jadi pada waktu
mengalir diantara tahap-tahap manufacturing, dan pengangkutan dari produk jadi
ke gudang atau saluran pengecer. Yang terpenting dari manajemen terpadu adalah
koordinasi dari ketiga jenis pergerakan tersebut. Ketiga pergerakan tersebut
tergabung untuk memberikan manajemen operasional bagi material, komponen
setengah jadi, dan produk-produk yang bergerak diantara berbagai lokasi, sumber
suplai, dan para langganan dari perusahaan secara keseluruhan. Dalam pengertian

Universitas Sumatera Utara

ini, maka logistik adalah mengenai manajemen strategi dari keseluruhan
pergerakan dan dan penyimpanan.
2. Koordinasi logistik
Koordinasi logistik adalah mengenai identifikasi kebutuhan pergerakan
dan penetapan rencana untuk memadukan seluruh kegiatan operasi logistik.
Koordinasi logistik adalah menyangkut perencanaan dan pengawasan terhadap
masalah-masalah

operasional.

Fungsi

koordinasi

logistik

adalah

untuk

memastikan bahwa seluruh pergerakan dan penyimpanan diselesaikan se-efektif
dan se-efisien mungkin. Prestasi logistik diukur dengan 3 variabel, yaitu :
1. Penyediaan (availability) adalah menyangkut kemampuan perusahaan untuk
secara konsisten memenuhi kebutuhan material/bahan produksi. Jadi hal ini
menyangkut level persediaan atau variabel persediaan.
2. Kemampuan (capability) adalah menyangkut jarak waktu antara penerimaan
suatu pesanan dengan pengantaran barang yang dipesan.
3. Mutu (quality) adalah menyangkut seberapa jauh sebaiknya tugas logistik
secara keseluruhan dilaksanakan, besarnya kerusakan, item-item yang betul,
pemecahan masalah yang timbul.
3.4.

Vehicle Routing and Scheduling
Vehicle Routing Problem terkait dengan permasalahan bagaimana

mendatangi pelanggan dengan menggunaka peralatan yang ada. Istilah lain untuk
masalah ini adalah Vehicle Sceduling Problem, Vehicle Dispathing Problem,
Delivery Problem. Vehicle Routing Problem adalah sebuah hard combinatorial

Universitas Sumatera Utara

optimisation problem. Permasalahan ini erat kaitannya dengan permasalahan
Travelling Salesman Problem. Vehicle Routing Problem menjadi Travelling
Salesman Problem pada saat hanya terdapat satu alat angkut yang kapasitasnya
tak hingga (Donald J. Bowersox. 1999).
Dalam permasalahan vehicle routing, jika setiap alat angkut dapat
menempuh trip/rute majemuk selama horizon perencanaan maka ini disebut
sebagai Multi Trip Vehicle routing Problem. Contoh solusi dari Vehicle Routing
Problem dapat dilihat pada Gambar 2.1.

Gambar 3.1. Solusi Vehicle Routing Problem

3.5.

Metode Pemilihan Rute
Pengembangan rute kendaraan yang baik dapat dilakukan dengan

mengaplikasikan delapan prinsip dasar berikut:
1.

Mengisi truk sebanyak volume pemberhentian yang akan didatangi dimana
titik-titik pemberhentian tersebut letaknya berdekatan satu sama lain. Setelah
itu titik-titik pemberhentian yang berdekatan perlu dibuat kelompok rute
untuk meminimumkan jarak antar pemberhentian, sehingga total waktu dalam

Universitas Sumatera Utara

satu rute menjadi minimum dengan demikian total waktu perjalanan dalam
rute tersebut juga diminimumkan.
2.

Dalam pembuatan rute dimulai dari titik pemberhentian terjauh dari depot
agar mendapatkan rute yg efisien. Rute yang efisien dapat dikembangkan
dengan dimulai dari titik pemberhentian paling jauh dari depot ke titik yg
paling dekat.

3.

Saat titik pemberhentian terjauh dari depot teridentifikasi, kapasitas yang
tersisa dari kendaraan yang ditugaskan sebaiknya diisi dengan memilih

sekelompok yang berdekatan dengan titik pemberhentian tersebut. Setelah
kendaraan ditugaskan untuk volume titik-titik pemberhentian tersebut,
mulailah membuat rute dengan kendaraan lain dan identifikasi titik-titik
pemberhentian terjauh dari sisa titik-titik pemberhentian yg belum ditugaskan
pada kendaraan. Terus lakukan prosedur ini sampai seluruh titik
pemberhentian telah ditugaskan pada kendaraan.

4.

Urutan pemberhentian pada sebuah rute sebaiknya membentuk pola air mata
(tear drop pattern). Hal ini ditujukan agar tidak ada jalur yang bersilangan.

5.

Rute yang paling efisien dibangun dengan menggunakan kendaraan dengan
kapasitas terbesar. Idealnya, penggunaan truk berkapasitas besar untuk
melayani banyak titik pemberhentian dalam satu rute akan meminimalkan
jarak tempuh kendaraan. Sehingga, truk dengan kapastitas terbesar harus
dialokasikan terlebih dahulu.

6.

Pengambilan barang (pick up) sebaiknya digabungkan dengan rute
pengiriman barang (delivery), daripada pengambilan barang baru dilakukan

Universitas Sumatera Utara

setelah semua pengiriman dilakukan. Hal ini guna meminimalkan jalur yg
bersilangan yang dapat terjadi bila pengambilan dilakukan setelah seluruh
pengiriman dilakukan.
7.

Titik pemberhentian yang terpisah dari pengelompokan rute adalah kandidat
terbaik untuk penggunaan alat transportasi lain. Titik pemberhentian yang
terpisah dari pengelompokan, terutama titik pemberhentian dengan volume
yang kecil, dilayani dengan waktu dan biaya yang relatif besar. Menggunakan
kendaraan berkapasitas kecil untuk melayani titik pemberhentian tersebut
dapat lebih ekonomis.

8.

Batasan time windows titik pemberhentian yang berdekatan harus dihindari.
Batasan time windows yang sangat dekat di antara pemberhentian dapat
memaksa pembentukan urutan pemberhentian jauh dari pola ideal. Oleh
karena time windows tidak bersifat mutlak maka sebaiknya dilakukan
negosiasi terhadap titik pemberhentian yang dipaksa untuk dilayani sesuai
pola routing yg diinginkan

3.5.1. Metode Saving Matrix
Metode

saving

matriks

pada

hakikatnya

adalah

metode

untuk

meminimumkan jarak atau waktu dan ongkos dengan mempertimbangkan
kendala-kendala yang ada (I Nyoman Pujawan,2005). Berikut ini langkah-langkah
pembentukan sub-rute distribusi dengan menggunakan metode saving matriks,
yaitu:

Universitas Sumatera Utara

1.

Identifikasi Matriks Jarak
Pada langkah ini, diperlukan jarak antara gudang dan ke masing-masing toko
dan jarak antar toko. Untuk menyederhanakan permasalahan, lintasan
terpendek digunakan sebagai jarak antar lokasi. Jadi, dengan mengetahui
koordinat masing-masing lokasi maka jarak antar dua lokasi bisa dihitung
dengan menggunakan rumus jarak standar. Apabila jarak riil antar lokasi
diketahui, maka jarak tersebut lebih baik digunakan dibanding dengan jarak
teoritis dengan menggunakan rumus. Jarak dari gudang ke masing-masing
toko dan jarak antar toko akan digunakan untuk menentukan matriks
penghematan (saving matriks) yang akan dikerjakan pada langkah berikutnya.

2.

Mengidentifikasi matriks penghematan ( saving matriks)
Pada langkah ini, diasumsikan bahwa setiap toko akan dikunjungi oleh satu
armada secara eksklusif. Saving matriks merepresentasikan penghematan
yang bisa direalisasikan dengan menggabungkan dua pelanggan ke dalam
satu rute. Untuk perhitungan penghematan jarak dapat mengunakan
persamaan:
S(x,y) = J (G, x) + J(G,y) – J(x,y)
Dimana:
S(x,y) = Penghematan Jarak
J (KPM,x) = Jarak gudang ke toko x
J (KPM,y) = Jarak gudang ke toko y
J (x,y) = Jarak toko x ke toko y

Universitas Sumatera Utara

3.

Mengalokasikan Toko ke kendaraan atau rute
Dengan

menggunakan

tabel

penghematan

jarak,

dapat

dilakukan

pengalokasian toko ke kendaraan atau rute. Pada tahap awal, tiap toko
alokasikan ke rute yang berbeda, namun toko-toko tersebut bisa digabungkan
sampai pada batas kapasitas truk yang ada. Penggabungan akan dimulai dari
nilai

penghematan

terbesar

karena

diupayakan

memaksimumkan

penghematan.
4.

Mengurutkan toko (tujuan) dalam rute yang sudah terdefinisi
Setelah alokasi toko ke rute dilakukan, langkah berikutnya adalah
menentukan urutan kunjungan. Ada banyak metode yang bisa digunakan
untuk menentukan urutan kunjungan ini

3.5.2. Algoritma Nearest Neighbour
Metode nearest neighbour merupakan metode yang pertama digunakan
untuk mendapatkan solusi vehicle routing problem. Metode ini sangat mudah dan
cepat untuk diimplementasikan. Prinsip dari metode ini adalah selalu
menambahkan satu titik tujuan yang paling dekat jaraknya dengan lokasi yang
terakhir dikunjungi. Caranya adalah dipilih satu titik konsumen sebagai titik awal
lalu bergerak ke kota selanjutnya yang terdekat.
Algoritma nearest neighbour adalah sebuah metode untuk melakukan
klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling
dekat dengan objek tersebut. Algoritma nearest neighbour adalah pendekatan
untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan

Universitas Sumatera Utara

kasus lama. Tujuan dari algoritma ini untuk mengklasifikasikan objek baru
berdasarkan atribut dan training sample.
Langkah-langkah algoritma nearest neighbor adalah sebagai berikut :
1.

Tentukan kota pertama sebagai kota awal keberangkatan (simpul awal)

2.

Ambil kota lain sebagai tujuan perjalanan dengan syarat biaya/jarak dari kota
asal yang paling minimal.

3.

Ambil kota lain sebagai tujuan perjalanan selanjutnya dengan syarat
biaya/jarak paling minimal dari kota kedua dengan syarat belum pernah
dikunjungi.

4.

Ulangi langkah kedua dan ketiga sampai semua kota (simpul) sudah dilalui.

5.

Hitung semua rute yang telah didapatkan

3.5.3. Metode Clarke & Wright Savings
Algoritma ini tergolong dalam construction method, yaitu metode yang
secara berangsur-angsur (bertahap) memasukkan setiap pelanggannya ke dalam
suatu rute. Metode ini, sesuai namanya, dipublikasikan oleh Clarke dan wright
dengan berdasarkan pada prinsip penghematan (savings). Penghematan yang
dimaksud adalah penghematan yang diperoleh apabila menggabungkan dua rute
menjadi satu. Dua rute yang memiliki penghematan terbesarlah yang pertam kali
mendapat kesempatan untuk dimasukkan ke dalam rute.
Langkah-langkah yang dilakukan dalam pengerjaan dengan menggunakan
Algoritma Clarke & Wright Savings yaitu :

Universitas Sumatera Utara

1.

Langkah 1
Inisiasi data pelanggan, matriks jarak dan kapasitas mobil lanjutkan ke

langkah 2.
2.

Langkah 2
Hitung penghematan (savings) dengan menggunakan persamaan
Sij = Co,i + Co,j - Ci,j
Co,i = jarak dari depot ke node i
Co,j = jarak dari depot ke node j
Ci,j = jarak dari node i ke node j
Si,j = nilai penghematan jarak dari node i ke node j
Nilai penghematan (Si,j) adalah jarak yang dapat dihemat jika rute o-i-o

digabungkan dengan rute o-j-o menjadi rute tunggal o-i-j-o yang dilayani oleh
satu kendaraan yang sama. Lanjutkan ke langkah 3.
3.

Langkah 3
Urutkan mulai yang terbesar ke terkecil nilai savings pasangan pelanggan

yang didapat pada tabel saving matriks, lanjutkan ke langkah 4.
4.

Langkah 4
Pilih pasangan pelanggan dengan nilai savings terbesar untuk dimasukkan

kedalam rute, pasangan pelanggan yang masuk kedalam tur perjalanan dihapus
dari tabel saving matriks untuk tidak dimasukkan pada iterasi berikutnya,
lanjutkan ke langkah 5.

Universitas Sumatera Utara

5.

Langkah 5
Hitung jumlah permintaan dari pasangan pelanggan yang terpilih kemudian

lanjutkan ke langkah 6.
6.

Langkah 6
Lakukan pengecekan untuk jumlah permintaan. Jika jumlah permintaan
≤

kapasitas alat angkut, maka lanjutkan ke langkah 8 dan jika jumlah permintaan >
kapasitas alat angkut maka buat tur baru dengan total waktu dan jumlah
permintaan menjadi 0, kembali ke langkah 4
7.

Langkah 8
Masukkan pasangan pelanggan terpilih pada iterasi berikutnya yang memiliki

nilai savings terbesar sama seperti langkah 4, lanjutkan ke langkah 8.
8.

Langkah 12
Lakukan pengecekan apakah semua permintaan pelanggan sudah dilayani,

jika sudah maka rute terbentuk lalu selesai, namun jika belum maka pilih
pelanggan selanjutnya berdasarkan pasangan pelanggan terakhir yang terpilih
dengan nilai savings terbesar kemudian kembali ke langkah 4.

Universitas Sumatera Utara

BAB IV
METODOLOGI PENELITIAN
4.1.

Tempat dan Waktu Penelitian
Penelitian dilakukan di PT.PP LONDON SUMATRA INDONESIA,Tbk

yang berada di Tanjung Morawa, Sumatera Utara. Waktu penelitian dilakukan
pada tanggal 27 Februari 2017 sampai dengan selesai.

4.2.

Jenis Penelitian
Jenis penelitian ini tergolong action research yaitu suatu jenis penelitian

yang bertujuan untuk mendapatkan solusi yang dapat diaplikasikan pada
perusahaan dalam keperluan pengambilan keputusan operasional. (Sinulingga;
2011).

4.3.

Objek Penelitian
Objek penelitian yang diamati adalah rute pengangkutan bahan baku

(TBS) dari kebun sawit ke pabrik.

4.4.

Variabel Penelitian
Variabel-variabel yang terdapat dalam penelitian ini adalah sebagai

berikut:
1.

Variabel dependen.
Variabel dependen dalam hal ini adalah rute pengangkutan TBS optimal
yaitu jalur pengangkutan TBS terbaik dan lebih efisien yang merupakan

Universitas Sumatera Utara

hasil analisis terhadap alternatif jalur yang ada.
2.

Variabel independen
a. Jam kerja supir
Variabel ini menunjukkan waktu yang tersedia setiap hari kerja bagi supir.
b. Jarak antar TPH (Titik Penumpukan Hasil) dan pabrik
Variabel ini menunjukkan jarak antara pabrik dengan setiap titik
pengangkutan dan juga jarak antar setiap TPH.
c. Kapasitas alat angkut
Variabel ini menunjukkan jumlah barang yang dapat diangkut oleh alat
transportasi sekali angkut.
d. Jumlah TBS yang diangkut
Variabel ini menunjukkan jumlah buah yang harus diangkut sesuai dengan
jumlah produksi.
d. Waktu loading/unloading
Variabel ini menunjukkan waktu yang dibutuhkan helper untuk memuat
TBS ke dalam truk dan membongkar TBS dari truk pengangkut

4.5.

Kerangka Konseptual Penelitian
Kerangka konseptual adalah jaringan asosiasi yang disusun, dijelaskan dan

dielaborasi secara logis antar variabel yang dianggap relevan pada situasi masalah
dan diidentifikasi melalui proses seperti wawancara, pengamatan, dan survei
literatur. Diagram skematis untuk kerangka teoritis penelitian ini dapat dilihat
pada Gambar 4.1.

Universitas Sumatera Utara

Jam Kerja Supir
Jarak Antar Titik
Penumpuka Hasil
dan Pabrik

Kapasitas Alat
Angkut

Penghematan
Jarak

Analisis
efisiensi rute

Rute Distribusi
Optimal

Jumlah TBS
yang Diangkut
Waktu loading/
unloading

Gambar 4.1.Kerangka Berpikir

4.6.

Rancangan Penelitian
Rancangan penelitian adalah tahapan-tahapan dalam melaksanakan suatu

penelitian. Blok diagram prosedur dalam penelitian ini dapat dilihat pada Gambar
4.2.

Universitas Sumatera Utara

MULAI

Studi Literatur
1. Teori Buku
2. Referensi Jurnal
Penelitian

Studi Pendahuluan
1. Kondisi Perusahaan
2. Informasi Pendukung

Identifikasi Masalah Awal
Rute pengangkutan TBS tidak baku
Pengumpulan Data
1. Data waktu loading/unloading
2. Jumlah TBS hasil panen kebun
3. Jarak antar titik pengangkutan (TPH)
dan jarak TPH ke pabrik
4. Jam kerja supir
5. Kapasitas pengangkutan
6. Jumlah alat angkut/transportasi

Pengolahan data
1. Langkah-langkah clarke & wright saving :
-Inisiasi data jarak dan membuat matriks jarak
-Menghitung saving matriks (matriks penghematan)
-Mengurutkan nilai saving terbesar ke terkecil
-Memilih pasangan dengan nilai matriks terbesar
-Menghitung sisa kapasitas truk pengangkut
-Memilih pasangan berikutnya sesuai iterasi nilai
saving terbesar berikutnya
-Melakukan iterasi hingga semua TPH telah terpilih
dan masuk dalam rute
2. Melakukan identifikasi dengan metode nearest neighbour
-Menambahkan TPH terdekat ke rute
-Menambahkan TPH terdekat ke tempat yang
terakhir dikunjungi
-Ulangi langkah hingga semua TPH dikunjungi

Analisis Pemecahan Masalah
Analisis perbandingan hasil
dari kedua metode

Kesimpulan dan Saran
Gambaran umum hasil
penelitian dan masukan untuk
kebijakan perbaikan

SELESAI

Gambar 4.2 Blok Diagram Prosedur Penelitian

Universitas Sumatera Utara

4.7.

Instrumen Penelitian
Instrumen yang dipakai dalam pengumpulan data pada penelitian ini

ialah sebagai berikut:
1.

Stopwatch, digunakan untuk mengukur waktu loading/unloading

2.

Alat tulis, digunakan untuk mencatat data waktu dan data yang diperlukan

3.

Worksheet, digunakan sebagai catatan hasil pengamatan.

4.

Catatan jarak Truk digunakan sebagai acuan menetapkan jarak yang
dilakukan truk alat angkut dari pabrik ke kebun.

4.8.

Metode Pengolahan Data
Pengolahan data dilakukan dengan langkah-langkah sebagai berikut :

1.

Mengidentifikasi matriks jarak antar Titik Penumpukan Hasil (TPH) dan
pabrik

2.

Melakukan identifikasi matriks penghematan dengan metode saving matrix.

3.

Mengalokasikan pengangkutan TBS ke rute transport

4.

Melakukan identifikasi dengan metode Clarke & Wright Savings.

5.

Melakukan identifikasi dengan metode nearest neighbour

6.

Melakukan pengurutan rute

7.

Menyusun rute dan jadwal pengangkutan

Universitas Sumatera Utara

4.9.

Analisis Pemecahan Masalah
Dari hasil pengolahan data ditentukan usulan rute pengangkutan TBS

dari kebun ke pabrik. Kemudian analisis dilakukan dengan membandingkan hasil
yang diperoleh dari kedua metode serta pemilihan rute terbaik.

4.10.

Kesimpulan dan Saran
Tahap terakhir yang dilakukan adalah penarikan kesimpulan yang berisi

butir penting dalam penelitian ini. Kesimpulan merupakan perumusan rangkuman
dari hasil penelitian. Sedangkan saran yang diberikan akan diarahkan pada
beberapa rancangan atau usulan perbaikan yang bermanfaat bagi perusahaan dan
penelitian-penelitian berikutnya.

Universitas Sumatera Utara

BAB V
PENGUMPULAN DAN PENGOLAHAN DATA

5.1.

Pengumpulan Data

5.1.1.

Mekanisme Pengangkutan TBS dari Kebun
PT.PP. LONDON SUMATRA INDONESIA, Tbk melakukan produksi

Crude Palm Oil (CPO) dan Kernel dengan bahan baku yang berasal dari kebun
milik sendiri. Untuk setiap divisi kebun akan dibagi ke dalam 2 jadwal panen
yaitu area panen I dan area panen II, dengan kegiatan panen dilakukan setiap
sekali dua minggu. Proses pemanenan dilakukan oleh tim panen di area pasar
panen dan hasil akan ditumpuk di Tempat Penumpukan Hasil (TPH). Bagian
transportasi akan bekerjasama dengan pihak divisi kebun dalam pengangkutan
TBS di tiap area panen. Truk yang dikirim akan melapor ke pihak divisi untuk
selanjutnya melakukan pengangkutan yang dibantu 2 orang helper. Truk
pengangkut akan berkeliling mengunjungi tiap TPH di area panen sampai muatan
truk mencapai 10 ton dan kembali ke pabrik.

5.1.2.

Data Jarak TPH dan Pabrik
Data jarak TPH dan kebun diperlukan dalam menentukan nilai

penghematan jarak yang dihasilkan berdasarkan metode Clarke and Wright
Saving. Peta lokasi kebun dapat dilihat pada Gambar 5.1.

Universitas Sumatera Utara

Sumber: PT.PP. LONDON SUMATRA INDONESIA, Tbk
Gambar 5.1 Peta Kebun Divisi VI
Kebun dibagi dalam 25 area dengan luas dalam satuan hektar (ha) dapat
dilihat pada tabel 5.1 berikut :
Tabel 5.1 Perkiraan Data Luas dan Produksi Divisi VI
Produksi

No

Divisi

Luas
(ha)

1

19001

38,21

13,3

2

19002

28,93

10,2

3

19003

33,41

11,7

4

19004

45,73

16,1

5

19005

26,76

9,4

6

19010

43,34

15,2

(ton/ 2
minggu)

TPH

Jumlah
TBS/TPH
(ton)

Jarak ke
BG POM
(km)

PP1

6,6

5,8

PP2

6,7

6,1

PP3

5,1

5,2

PP4

5,1

5,3

PP5

5,8

5,5

PP6

5,9

5,5

PP7

7,6

4,9

PP8

8,5

5,6

PP9

4,6

5,2

PP10

4,8

5,3

PP11

7,5

4,7

PP12

7,7

4,2

Universitas Sumatera Utara

Tabel 5.1 Perkiraan Data Luas dan Produksi Divisi VI (lanjutan)
Produksi
(ton/ 2
minggu)

No

Divisi

Luas
(ha)

7

69001

40,41

14,2

8

69002

38,05

13,4

9

69003

30,72

10,8

10

69004

42,46

14,9

11

69005

43,16

15,2

12

69006

37,2

13,1

13

69007

23,42

8,2

14

59001

38,89

13,7

15

59002

32,98

11,6

16

59003

36,48

12,8

17

59004

42,58

14,9

18

59005

39,03

13,7

19

9000

35,09

12,3

20

9020

35,73

12,6

TPH

Jumlah
TBS/TPH
(ton)

Jarak ke
BG POM
(km)

PP13
PP14
PP15
PP16
PP17
PP18
PP19
PP20
PP21
PP22
PP23
PP24
PP25
PP26
PP27
PP28
PP29
PP30
PP31
PP32
PP33
PP34
PP35
PP36
PP37
PP38
PP39
PP40

7
7,2
7
6,4
5,3
5,5
7,3
7,6
7,5
7,7
6
7,1
4
4,2
6,3
7,4
6
5,6
6,4
6,4
7,8
7,1
6,8
7,1
6,1
6,2
6,4
6,2

4,5
5,4
5,2
4,8
5,5
5.8
5,8
5,9
6,0
6,4
6,7
6,8
7,4
7,6
8,9
8,4
8,1
7,9
7,1
6,7
5,8
6,2
7,3
7,5
8,3
8,7
9,2
9,6

Universitas Sumatera Utara

Tabel 5.1 Perkiraan Data Luas dan Produksi Divisi VI (lanjutan)
Produksi

No

Divisi

Luas
(ha)

21

9031

28,35

9,9

22

9032

20,5

7,2

23

9040

44,62

15,7

24

9050

41,84

14,7

25

9010

29,42

10,3

897,31

315,1

Total

(ton/ 2
minggu)

TPH

Jumlah
TBS/TPH
(ton)

Jarak ke
BG POM
(km)

PP41

5

10,1

PP42

4,9

9,7

PP43

4

10,3

PP44

3,2

8,8

PP45

8,1

9,0

PP46

7,6

9,4

PP47

7,2

8,2

PP48

7,5

8,1

PP49

5

10,1

PP50

5,3

10,2

315,1

256,8

Sumber: PT.PP. LONDON SUMATRA INDONESIA, Tbk
Dari data pada tabel 5.1 diketahui bahwa terdapat 50 titik penumpukan
hasil (TPH) di divisi VI kebun milik pabrik tersebut. Namun untuk penjadwalan
panen divisi VI dibagi pada dua jadwal panen, yang dilakukan sekali dua minggu.
Area yang ditempati TPH01 sampai dengan TPH26 merupakan satu area yang
jadwal panen bersamaan, sedangkan TPH27 sampai dengan TPH50 akan dipanen
dua minggu berikutnya.
Data jarak antara Titik Pengumpulan Hasil (TPH) yang satu dengan TPH
yang lain dapat dilihat pada Tabel 5.2.

Universitas Sumatera Utara

Tabel 5.2 Data Jarak antar TPH dalam Satuan Kilometer
PP1
PP1
PP2
PP3
PP4
PP5
PP6
PP7
PP8
PP9
PP10
PP11
PP12
PP13
PP14
PP15
PP16
PP17
PP18
PP19
PP20
PP21
PP22
PP23

PP2

PP3

PP4

PP5

PP6

PP7

PP8

PP9

PP10

PP11

PP12

PP13

PP14

PP15

PP16

PP17

PP18

PP19

PP20

PP21

PP22

PP23

PP24

PP25

PP26

0,51

0,81

0,72

0,65

0,91

1,12

1,20

1,22

1,52

1,56

1,57

1,81

1,8

1,85

1,84

2,12

2,25

2,23

2,22

2,18

2,50

2,81

2,73

3,21

3,15

1,13

0,60

0,62

0,87

1,03

1,22

0,95

1,12

1,73

1,31

1,52

1,74

1,83

1,84

2,23

2,23

2,21

2,2

2,12

2,44

2,75

2,71

3,19

3,09

0,91

1,12

1,42

0,44

0,75

1,13

1,27

1,38

1,02

1,32

1,84

1,7

1,68

2,08

2,1

2,08

2,07

2,22

2,54

2,85

2,58

3,06

3,18

0,42

0,78

0,53

0,79

0,73

1,34

1,25

0,86

1,12

1,88

1,37

1,36

1,64

1,77

1,75

1,74

1,82

2,07

2,35

2,26

2,8

2,69

0,27

0,85

1,11

0,68

1,24

1,52

1,23

1,49

1,88

1,74

1,73

2,01

2,14

2,12

2,11

2,33

2,58

2,86

2,63

3,17

3,2

0,97

1,12

0,69

0,58

0,98

1,39

1,65

1,22

1,52

1,79

2,07

1,92

1,9

1,89

1,88

2,13

2,41

2,41

2,95

2,75

0,28

0,39

0,77

0,99

0,41

0,67

1,49

0,92

0,91

1,19

1,32

1,30

1,29

1,4

1,65

1,93

1,81

2,35

2,47

0,27

0,37

0,46

0,25

0,51

0,88

0,76

0,75

1,03

1,16

1,14

1,13

1,34

1,59

1,87

1,65

2,19

2,31

0,35

0,92

0,68

0,94

0,97

1,19

1,18

1,46

1,59

1,57

1,56

1,43

1,68

1,96

2,08

2,62

2,3

0,53

0,66

0,92

0,55

1,17

1,16

1,44

1,57

1,55

1,54

1,01

1,26

1,54

2,06

2,60

1,88

0,39

0,65

0,47

0,90

0,89

1,170

1,30

1,28

1,27

0,93

1,18

1,46

1,79

2,33

1,8

0,26

0,85

0,51

0,50

0,78

0,91

0,89

0,88

1,04

1,29

1,57

1,40

1,94

1,91

0,56

0,28

0,30

0,58

0,68

0,66

0,65

0,81

1,06

1,34

1,17

1,71

1,68

0,31

0,58

0,86

0,78

0,72

0,74

0,70

0,95

1,23

1,26

1,80

1,57

0,27

0,55

0,4

0,38

0,37

0,53

0,78

1,06

0,89

1,43

1,55

0,28

0,67

0,65

0,64

0,8

1,05

1,33

0,13

1,66

1,78

0,88

1,12

0,99

1,08

1,21

1,61

1,20

1,74

1,86

0,45

0,66

0,68

0,96

1,07

0,72

1,35

1,47

0,52

0,54

0,68

0,90

0,75

1,23

1,35

0,27

0,50

0,73

0,53

1,09

1,21

0,23

0,48

0,54

1,12

0,82

0,22

0,57

0,57

0,56

0,83

0,44

0,34

0,47

0,59

PP24
PP25

0,12

PP26

Universitas Sumatera Utara

5.2.

Pengolahan Data

5.2.1.

Penentuan Rute Pengangkutan TBS pada Area Panen I dengan Metode
Clarke & Wright Savings
Langkah-langkah yang dilakukan untuk menentukan rute pengngkutan TBS di

Divisi VI area panen I dengan pendekatan metode Clarke & Wright Savings adalah
sebagai berikut:
a.

Langkah 1:
Tahap awal penentuan rute pengangkutan TBS adalah menentukan jumlah TPH,
matriks jarak dan kapasitas Dum Truck (DT). Data ini dapat dilihat pada
pengumpulan data

b.

Langkah 2:
Menghitung penghematan (savings) jarak antar titik penumpukan hasil (TPH).
Rumus yang digunakan untuk menghitung besar penghematan antar TPH sebagai
berikut:
S(i,j) = J(0,i) + J(0,j) – J(i,j)
Dimana:
S(i,j) = matriks penghematan
J(0,i) = jarak pabrik ke TPH i
J(0,j) = jarak pabrik ke TPH y
J(i,j) = jarak TPH i dan TPH j

Sebagai contoh dilakukan perhitungan penghematan pada SPP1,PP2 adalah sebagai
berikut:

Universitas Sumatera Utara

S(PP1,PP2) = J(PP0,PP1) + J(PP0,PP2) – J(PP1,PP2)
S(PP1,PP2) = 5,8 + 6,1 – 0,51
= 11,39 km
Lakukan semua perhitungan dengan cara yang sama untuk semua TPH sehingga
diperoleh

matriks

penghematan

,

yang

ditunjukkan

pada

Tabel

5.3.

Universitas Sumatera Utara

Tabel 5.3. Matriks penghematan pada setiap titik penumpukan hasil (TPH) area panen I
PP1
PP1
PP2
PP3
PP4
PP5
PP6
PP7
PP8
PP9
PP10
PP11
PP12
PP13
PP14
PP15
PP16
PP17
PP18
PP19
PP20
PP21
PP22
PP23

PP2

PP3

PP4

PP5

PP6

PP7

PP8

PP9

PP10

PP11

PP12

PP13

PP14

PP15

PP16

PP17

PP18

PP19

PP20

PP21

PP22

PP23

PP24

PP25

PP26

11,39

10,19

10,38

10,65

10,39

9,58

10,2

9,78

9,58

8,94

8,43

8,49

9,4

9,15

8,76

9,18

9,35

9,37

9,48

9,62

9,7

9,69

9,87

9,99

10,25

10,17

10,8

10,98

10,73

9,97

10,48

10,35

10,28

9,07

8,99

9,08

9,76

9,47

9,06

9,37

9,67

9,69

9,8

9,98

10,06

10,05

10,19

10,31

10,61

9,59

9,58

9,28

9,66

10,05

9,27

9,23

8,52

8,38

8,38

8,76

8,7

8,32

8,62

8,9

8,92

9,03

8,98

9,06

9,05

9,42

9,54

9,62

10,38

10,02

9,67

10,11

9,77

9,26

8,75

8,64

8,68

8,82

9,13

8,74

9,16

9,33

9,35

9,46

9,48

9,63

9,65

9,84

9,9

10,21

10,73

9,55

9,39

10,12

9,26

8,48

7,67

7,21

8,02

8,86

8,27

8,29

9,16

9,48

9,59

9,57

9,82

10,24

10,87

11,03

11,8

9,43

9,98

10,01

10,22

9,22

8,31

8,35

9,68

9,18

8,51

8,93

9,38

9,4

9,51

9,62

9,77

9,79

9,89

9,95

10,35

10,22

9,71

9,43

8,61

8,69

8,73

8,81

9,18

8,79

9,21

9,38

9,4

9,51

9,5

9,65

9,67

9,89

9,95

10,03

10,53

10,53

9,84

9,55

9,59

10,12

10,04

9,65

10,07

10,24

10,26

10,37

10,26

10,41

10,43

10,75

10,81

10,89

10,15

8,98

8,72

8,76

9,63

9,21

8,82

9,24

9,41

9,43

9,54

9,77

9,92

9,94

9,92

9,98

10,5

9,47

8,84

8,88

10,15

9,33

8,94

9,36

9,53

9,55

9,66

10,29

10,44

10,46

10,04

10,1

11,02

8,51

8,55

9,63

9

8,61

9,03

9,2

9,22

9,33

9,77

9,92

9,94

9,71

9,77

10,5

8,44

8,75

8,89

8,5

8,92

9,09

9,11

9,22

9,16

9,31

9,33

9,6

9,66

9,89

9,34

9,42

9

9,42

9,62

9,64

9,75

9,69

9,84

9,86

10,13

10,19

10,42

10,29

9,62

10,04

10,42

10,48

10,56

10,7

10,85

10,87

10,94

11

11,43

9,73

10,15

10,6

10,62

10,73

10,67

10,82

10,84

11,11

11,17

11,25

10,02

9,93

9,95

10,06

10,00

10,15

10,17

11,47

10,54

10,62

10,42

10,18

10,41

10,42

10,69

10,59

11,1

11,16

11,24

11,15

11,04

11,12

11,24

11,43

11,88

11,85

11,93

11,18

11,26

11,52

11,6

11,85

11,97

12,05

11,63

11,8

11,87

12,17

12,21

12,29

12,17

12,22

12,26

12,28

12,78

12,88

12,63

13,23

13,44

12,67

13,66

13,96

13,73

13,81

PP24

14,88

PP25
PP26

Universitas Sumatera Utara

c.

Langkah 3:
Setelah didapatkan nilai savings dari masing-masing

TPH, maka selanjutnya

dilakukan iterasi untuk mengurutkan TPH berdasarkan nilai penghematan (savings)
dari yang terbesar hingga terkecil. Dan proses iterasi akan tetap dilakukan sampai
semua nilai penghematan telah terpilih . Berikut ini adalah proses iterasi semua
TPH :
Iterasi 1
Pada Tabel 5.11 diketahui bahwa nilai savings terbesar terdapat pada pasangan
TPH PP25 dan PP26 sebesar 14,88 km. maka rute pengangkutan TBS yang
terbentuk adalah PP0-PP25-PP26-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP25 dan PP26
dihapus.
Iterasi 2
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP22 dan PP23 sebesar 12,88 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22- PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP22 dan PP23
dihapus.
Iterasi 3:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP21 dan PP24 sebesar 12,26 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24 PP0.

Universitas Sumatera Utara

Selanjutnya deret baris dan kolom pada savings matriks bagian PP21 dan PP24
dihapus.
Iterasi 4:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP1 dan PP2 sebesar 11,39 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1 PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP1 dan PP2
dihapus.
Iterasi 5:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP19 dan PP20 sebesar 11,18 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20- PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP19 dan PP20
dihapus.
Iterasi 6:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP5 dan PP6 sebesar 10,73 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5- PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP5 dan PP6
dihapus.

Universitas Sumatera Utara

Iterasi 7:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP15 dan PP18 sebesar 10,60 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5-PP15-PP18-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP15 dan PP18
dihapus.
Iterasi 8:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP8 dan PP9 sebesar 10,53 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP8 dan PP9
dihapus.
Iterasi 9:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP10 dan PP14 sebesar 10,15 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP10 dan PP14
dihapus.

Universitas Sumatera Utara

Iterasi 10:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP16 dan PP17 sebesar 10,02 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP16 dan PP17
dihapus.
Iterasi 11:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP4 dan PP7 sebesar 9,67 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP7-PP4-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP4 dan PP7
dihapus.
Iterasi 12:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP11 dan PP13 sebesar 8,55 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP7-PP4-PP13PP11-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP11 dan PP13
dihapus.

Universitas Sumatera Utara

Iterasi 13:
Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH
PP3 dan PP12 sebesar 8,38 km. Maka rute pengangkutan TBS yang terbentuk
selanjutnya adalah PP0 – PP25 – PP26 – PP23 – PP22-PP21-PP24-PP2-PP1-PP19PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP7-PP4-PP13PP11-PP12-PP3-PP0.
Selanjutnya deret baris dan kolom pada savings matriks bagian PP3 dan PP12
dihapus dan semua TPH telah dimasukkan ke dalam rute pengangkutan, maka
proses iterasi dihentikan. Seluruh saving matriks hasil iterasi dapat dilihat pada
lampiran.
d.

Langkah 4
Selanjutnya dihitung jumlah dari pasangan TPH sesuai dengan rute yang terbentuk.
Apabila jumlah tumpukan melebihi kapasitas truk pengangkut maka TPH tersebut
dimasukkan ke rute berikutnya. Hasil rute yang terbentuk dapat dilihat pada Tabel
5.4.

Universitas Sumatera Utara

Tabel 5.4. Rekapitulasi Perhitungan dan Pembentukan Rute dengan Metode
Clarke & Wright Savings

NO

1
2
3
4
5
6
7
8
9
10
11
12

TPH

Total
Jumlah
Jumlah
TBS/TPH
TBS
(ton)
(ton)

PP25

4

PP26

4,2

PP23

6

PP22

4

PP22

3,7

PP21

6,3

PP21

1,2

PP24

7,1

PP2

6,7

PP1

3,3

PP1

3,3

PP19

6,7

PP19

0,6

PP20

7,6

PP6

5,9

PP5

4,1

PP5

1,7

PP15

7

PP18

5,5

PP8

4,5

PP8

4

PP9

4,6

PP10

4,8

PP14

5,2

Kapasitas
Truk (ton)

Jarak
Tempuh
(Km)

8,2

10

15,12

10

10

13,32

10

10

12,63

8,3

10

13,34

10

10

12,41

10

10

13,83

8,2

10

12,22

10

10

11,27

8,7

10

12,44

10

10

12,56

8,6

10

11,52

10

10

11,25

Universitas Sumatera Utara

Tabel 5.4. Rekapitulasi Perhitungan dan Pembentukan Rute (Lanjutan)

NO

13
14
15
16
17
18

TPH

Total
Jumlah
Jumlah
TBS/TPH
TBS
(ton)
(ton)

PP14

2

PP16

6,4

PP17

5,3

PP7

4,7

PP7

2,9

PP4

5,1

PP13

7

PP11

3

PP11

4,5

PP3

5,1

PP12

7,7

Kapasitas
Truk (ton)

Jarak
Tempuh
(Km)

8,4

10

10,58

10

10

11,59

8

10

10,92

10

10

9,85

10

10

10,42

7,7

10

8,4

TOTAL

5.2.2.

214,09

Penentuan Rute Pengangkutan TBS pada Area Panen I dengan Metode
Nearest Neighbour
Penentuan rute pengangkutan TBS pada Divisi VI area pembagian 1

menggunakan metode nearest neighbor, dimana metode ini menggunakan prinsip
sederhana yaitu Titik Pengumpulan Hasil (TPH) yang akan dituju adalah TPH yang
memiliki jarak paling dekat dengan TPH yang dikunjungi terakhir.
Penentuan rute dengan menggunakan metode Nearest Neighbour, dengan
langkah sebagai berikut :

Universitas Sumatera Utara

a.

Iterasi 1:
Titik awal keberangkatan truk pengangkut dari pabrik dan perjalanan berikutnya
memiliki 26 kemungkinan untuk kunjungan pertama, yaitu :
Tabel 5.5. Tabel jarak antara pabrik(PP0) dengan 26 TPH
TPH

JARAK KE PABRIK (PP0)
(Km)

JUMLAH TBS (TON)

PP1

5,8

6,6

PP2

6,1

6,7

PP3

5,2

5,1

PP4

5,3

5,1

PP5

5,5

5,8

PP6

5,5

5,9

PP7

4,9

7,6

PP8

5,6

8,5

PP9

5,2

4,6

PP10

5,3

4,8

PP11

4,7

7,5

PP12

4,2

7,7

PP13

4,5

7

PP14

5,4

7,2

PP15

5,2

7

PP16

4,8

6,4

PP17

5,5

5,3

PP18

5,8

5,5

PP19

5,8

7,3

PP20

5,9

7,6

PP21

6

7,5

PP22

6,4

7,7

Universitas Sumatera Utara

Tabel 5.5. Tabel jarak antara pabrik(PP0) dengan 26 TPH (lanjutan)
TPH

JARAK KE PABRIK (PP0)
(Km)

JUMLAH TBS (TON)

PP23

6,7

6

PP24

6,8

7,1

PP25

7,4

4

PP26

7,6

4,2

Dari 26 kemungkinan yang menjadi kunjungan pertama dari pabrik adalah PP12
karena memiliki jarak terpendek sebesar 4,2 Km.
b.

Perjalanan dari penumpukan hasil PP12 memiliki 25 kemungkinan untuk
kunjungan berikutnya, yaitu
Tabel 5.6. Tabel jarak antara TPH PP12 dengan 25 TPH lainnya
TPH

JARAK KE PP12
(Km)

JUMLAH TBS (TON)

PP1

1,57

6,6

PP2

1,31

6,7

PP3

1,02

5,1

PP4

0,86

5,1

PP5

1,23

5,8

PP6

1,39

5,9

PP7

0,41

7,6

PP8

0,25

8,5

PP9

0,68

4,6

PP10

0,66

4,8

PP11

0,39

7,5

PP13

0,26

7

Universitas Sumatera Utara

Tabel 5.6. Tabel jarak antara TPH PP12 dengan 25 TPH lainnya (lanjutan)
TPH

JARAK KE PP12
(Km)

JUMLAH TBS (TON)

PP15

0,51

7

PP16

0,50

6,4

PP17

0,78

5,3

PP18

0,91

5,5

PP19

0,89

7,3

PP20

0,88

7,6

PP21

1,04

7,5

PP22

1,29

7,7

PP23

1,57

6

PP24

1,40

7,1

PP25

1,94

4

PP26

1,91

4,2

Dari 25 kemungkinan yang menjadi kunjungan berikutnya dari PP12 adalah PP8
karena memiliki jarak terpendek sebesar 0,25 Km.
c.

Perjalanan dari penumpukan hasil PP8 memiliki 24 kemungkinan untuk kunjungan
berikutnya, yaitu :
Tabel 5.7. Tabel jarak antara TPH PP12 dengan 24 TPH lainnya
TPH

JARAK KE PP8
(Km)

JUMLAH TBS (TON)

PP1

1,2

6,6

PP2

1,22

6,7

PP3

0,75

5,1

PP4

0,79

5,1

Universitas Sumatera Utara

Tabel 5.7. Tabel jarak antara TPH PP12 dengan 24 TPH lainnya (lanjutan)
TPH

JARAK KE PP8
(Km)

JUMLAH TBS (TON)

PP5

1,11

5,8

PP6

1,12

5,9

PP7

0,28

7,6

PP9

0,27

4,6

PP10

0,37

4,8

PP11

0,46

7,5

PP13

0,25

7

PP14

0,51

7,2

PP15

0,88

7

PP16

0,76

6,4

PP17

1,03

5,3

PP18

1,16

5,5

PP19

1,14

7,3

PP20

1,13

7,6

PP21

1,34

7,5

PP22

1,59

7,7

PP23

1,87

6

PP24

1,65

7,1

PP25

2,19

4

PP26

2,31

4,2

Dari 24 kemungkinan yang menjadi kunjungan berikutnya dari PP8 adalah PP13
karena memiliki jarak terpendek sebesar 0,25 Km.
d.

Perjalanan dari penumpukan hasil PP13 memiliki 23 kemungkinan untuk
kunjungan berikutnya, yaitu :

Universitas Sumatera Utara

Tabel 5.8. Tabel jarak antara TPH PP13 dengan 23 TPH lainnya
TPH

JARAK KE PP13
(Km)

JUMLAH TBS (TON)

PP1

1,81

6,6

PP2

1,52

6,7

PP3

1,32

5,1

PP4

1,12

5,1

PP5

1,49

5,8

PP6

1,65

5,9

PP7

0,67

7,6

PP9

0,94

4,6

PP10

0,92

4,8

PP11

0,65

7,5

PP14

0,56

7,2

PP15

0,28

7

PP16

0,30

6,4

PP17

0,58

5,3

PP18

0,68

5,5

PP19

0,66

7,3

PP20

0,65

7,6

PP21

0,81

7,5

PP22

1,06

7,7

PP23

1,34

6

PP24

1,17

7,1

PP25

1,71

4

PP26

1,68

4,2

Universitas Sumatera Utara

Dari 23 kemungkinan yang menjadi kunjungan berikutnya dari PP13 adalah
PP15 karena memiliki jarak terpendek sebesar 0,28 Km.
e.

Perjalanan dari penumpukan hasil PP15 memiliki 22 kemungkinan untuk
kunjungan berikutnya, yaitu :
Tabel 5.9. Tabel jarak antara TPH PP15 dengan 22 TPH lainnya
TPH

JARAK KE PP15
(Km)

JUMLAH TBS (TON)

PP1

1,85

6,6

PP2

1,83

6,7

PP3

1,7

5,1

PP4

1,37

5,1

PP5

1,74

5,8

PP6

1,52

5,9

PP7

0,92

7,6

PP9

1,19

4,6

PP10

1,17

4,8

PP11

0,90

7,5

PP14

0,31

7,2

PP16

0,27

6,4

PP17

0,55

5,3

PP18

0,40

5,5

PP19

0,38

7,3

PP20

0,37

7,6

PP21

0,53

7,5

PP22

0,78

7,7

PP23

1,06

6

PP24

0,89

7,1

Universitas Sumatera Utara

Tabel 5.9. Tabel jarak antara TPH PP15 dengan 22 TPH lainnya (lanjutan)
TPH

JARAK KE PP15
(Km)

JUMLAH TBS (TON)

PP25

1,43

4

PP26

1,55

4,2

Dari 22 kemungkinan yang menjadi kunjungan berikutnya dari PP15 adalah
PP16 karena memiliki jarak terpendek sebesar 0,27 Km.
f.

Perjalanan dari penumpukan hasil PP16 memiliki 21 kemungkinan untuk
kunjungan berikutnya, yaitu :
Tabel 5.10. Tabel jarak antara TPH PP16 dengan 21 TPH lainnya
TPH

JARAK KE PP16
(Km)

JUMLAH TBS (TON)

PP1

1,84

6,6

PP2

1,84

6,7

PP3

1,68

5,1

PP4

1,36

5,1

PP5

1,73

5,8

PP6

1,79

5,9

PP7

1,84

7,6

PP9

1,18

4,6

PP10

1,16

4,8

PP11

0,89

7,5

PP14

0,58

7,2

PP17

0,28

5,3

PP18

0,67

5,5

PP19

0,65

7,3

Universitas Sumatera Utara

Tabel 5.10. Tabel jarak antara TPH PP16 dengan 21 TPH lainnya (lanjutan)
TPH

JARAK KE PP16
(Km)

JUMLAH TBS (TON)

PP20

0,64

7,6

PP21

0,80

7,5

PP22

1,05

7,7

PP23

1,33

6

PP24

1,17

7,1

PP25

1,66

4

PP26

1,78

4,2

Dari 21 kemungkinan yang menjadi kunjungan berikutnya dari PP16 adalah
PP17 karena memiliki jarak terpendek sebesar 0,28 Km.
g.

Perjalanan dari penumpukan hasil PP17 memiliki 20 kemungkinan untuk
kunjungan berikutnya, yaitu :
Tabel 5.11. Tabel jarak antara TPH PP17 dengan 20 TPH lainnya
TPH

JARAK KE PP17
(Km)

JUMLAH TBS (TON)

PP1

2,12

6,6

PP2

2,23

6,7

PP3

2,08

5,1

PP4

1,64

5,1

PP5

2,01

5,8

PP6

2,07

5,9

PP7

1,19

7,6

PP9

1,46

4,6

PP10

1,44

4,8

Universitas Sumatera Utara

Tabel 5.11. Tabel jarak antara TPH PP17 dengan 20 TPH lainnya (lanjutan)
TPH

JARAK KE PP17
(Km)

JUMLAH TBS (TON)

PP11

1,17

7,5

PP14

0,86

7,2

PP18

0,88

5,5

PP19

1,12

7,3

PP20

0,99

7,6

PP21

1,08

7,5

PP22

1,21

7,7

PP23

1,61

6

PP24

1,20

7,1

PP25

1,74

4

PP26

1,86

4,2

Dari 20 kemungkinan yang menjadi kunjungan berikutnya dari PP17 adalah
PP14 karena memiliki jarak terpendek sebesar 0,86 Km.
h.

Perjalanan dari penumpukan hasil PP14 memiliki 19 kemungkinan untuk
kunjungan berikutnya, yaitu :
Tabel 5.12. Tabel jarak antara TPH PP14 dengan 19 TPH lainnya
TPH

JARAK KE PP14
(Km)

JUMLAH TBS (TON)

PP1

1,8

6,6

PP2

1,74

6,7

PP3

1,84

5,1

PP4

1,88

5,1

PP5

1,88

5,8

Universitas Sumatera Utara

Tabel 5.12. Tabel jarak antara TPH PP14 dengan 19 TPH lainnya (lanjutan)
TPH

JARAK KE PP14
(Km)

JUMLAH TBS (TON)

PP6

1,22

5,9

PP7

1,49

7,6

PP9

0,97

4,6

PP10

0,55

4,8

PP11

0,47

7,5

PP18

0,78

5,5

PP19

0,72

7,3

PP20

0,74

7,6

PP21

0,70

7,5

PP22

0,95

7,7

PP23

1,23

6

PP24

1,26

7,1

PP25

1,80

4

PP26

1,57

4,2

Dari 19 kemungkinan yang menjadi kunjungan berikutnya dari PP19 adalah
PP11 karena memiliki jarak terpendek sebesar 0,47 Km.
i.

Perjalanan dari penumpukan hasil PP11 memiliki 18 kemungkinan untuk
kunjungan berikutnya, yaitu :
Tabel 5.13. Tabel jarak antara TPH PP11 dengan 18 TPH lainnya
TPH

JARAK KE PP11
(Km)

JUMLAH TBS (TON)

PP1

1,56

6,6

PP2

1,73

6,7

Universitas Sumatera Utara

Tabel 5.13. Tabel jarak antara TPH PP11 dengan 18 TPH lainnya (lanjutan)
TPH

JARAK KE PP11
(Km)

JUMLAH TBS (TON)

PP3

1,38

5,1

PP4

1,25

5,1

PP5

1,52

5,8

PP6

0,98

5,9

PP7

0,99

7,6

PP9

0,92

4,6

PP10

0,53

4,8

PP18

1,30

5,5

PP19

1,28

7,3

PP20

1,27

7,6

PP21

0,93

7,5

PP22

1,18

7,7

PP23

1,46

6

PP24

1,79

7,1

PP25

2,33

4

PP26

1,80

4,2

Dari 18 kemungkinan yang menjadi kunjungan berikutnya dari PP11 adalah
PP10 karena memiliki jarak terpendek sebesar 0,53 Km.
j.

Perjalanan dari penumpukan hasil PP10 memiliki 17 kemungkinan untuk
kunjungan berikutnya, yaitu :

Universitas Sumatera Utara

Tabel 5.14. Tabel jarak antara TPH PP10 dengan 17 TPH lainnya
TPH

JARAK KE PP10
(Km)

JUMLAH TBS (TON)

PP1

1,52

6,6

PP2

1,12

6,7

PP3

1,27

5,1

PP4

1,34

5,1

PP5

1,24

5,8

PP6

0,58

5,9

PP7

0,77

7,6

PP9

0,35

4,6

PP18

1,57

5,5

PP19

1,55

7,3

PP20

1,54

7,6

PP21

1,01

7,5

PP22

1,26

7,7

PP23

1,54

6

PP24

2,06

7,1

PP25

2,60

4

PP26

1,88

4,2

Dari 17 kemungkinan yang menjadi kunjungan berikutnya dari PP10 adalah
PP09 karena memiliki jarak terpendek sebesar 0,35 Km.
k.

Perjalanan dari penumpukan hasil PP09 memiliki 16 kemungkinan untuk
kunjungan berikutnya, yaitu :

Universitas Sumatera Utara

Tabel 5.15. Tabel jarak antara TPH PP9 dengan 16 TPH lainnya
TPH

JARAK KE PP09
(Km)

JUMLAH TBS (TON)

PP1

1,22

6,6

PP2

0,95

6,7

PP3

1,13

5,1

PP4

0,73

5,1

PP5

0,68

5,8

PP6

0,69

5,9

PP7

0,39

7,6

PP18

1,59

5,5

PP19

1,57

7,3

PP20

1,56

7,6

PP21

1,43

7,5

PP22

1,68

7,7

PP23

1,96

6

PP24

2,08

7,1

PP25

2,62

4

PP26

2,30

4,2

Dari 16 kemungkinan yang menjadi kunjungan berikutnya dari PP09 adalah
PP07 karena memiliki jarak terpendek sebesar 0,39 Km.
l.

Perjalanan dari penumpukan hasil PP07 memiliki 15 kemungkinan untuk
kunjungan berikutnya, yaitu :

Universitas Sumatera Utara

Tabel 5.16. Tabel jarak antara TPH PP07 dengan 15 TPH lainnya
TPH

JARAK KE PP07
(Km)

JUMLAH TBS (TON)

PP1

1,12

6,6

PP2

1,03

6,7

PP3

0,44

5,1

PP4

0,53

5,1

PP5

0,85

5,8

PP6

0,97

5,9

PP18

1,32

5,5

PP19

1,30

7,3

PP20

1,29

7,6

PP21

1,40

7,5

PP22

1,65

7,7

PP23

1,93

6

PP24

1,81

7,1

PP25

2,35

4

PP26

2,47

4,2

Dari 15 kemungkinan yang menjadi kunjungan berikutnya dari PP07 adalah
PP04 karena memiliki jarak terpendek sebesar 0,53 Km.
m. Perjalanan dari penumpukan hasil PP04 memiliki 14 kemungkinan untuk
kunjungan berikutnya, yaitu :

Universitas Sumatera Utara

Tabel 5.17. Tabel jarak antara TPH PP04 dengan 14 TPH lainnya
TPH

JARAK KE PP04
(Km)

JUMLAH TBS (TON)

PP1

0,72

6,6

PP2

0,60

6,7

PP3

0,91

5,1

PP5

0,42

5,8

PP6

0,78

5,9

PP18

1,77

5,5

PP19

1,75

7,3

PP20

1,74

7,6

PP21

1,82

7,5

PP22

2,07

7,7

PP23

2,35

6

PP24

2,26

7,1

PP25

2,80

4

PP26

2,69

4,2

Dari 14 kemungkinan yang menjadi kunjungan berikutnya dari PP04 adalah
PP05 karena memiliki jarak terpendek sebesar 0,42 Km.
n.

Perjalanan dari penumpukan hasil PP05 memiliki 13 kemungkinan untuk
kunjungan berikutnya, yaitu :
Tabel 5.18. Tabel jarak antara TPH PP05 dengan 13 TPH lainnya
TPH

JARAK KE PP05
(Km)

JUMLAH TBS (TON)

PP1

0,65

6,6

PP2

0,62

6,7

Universitas Sumatera Utara

Tabel 5.18. Tabel jarak antara TPH PP05 dengan 13 TPH lainnya (lanjutan)
TPH

JARAK KE PP05
(Km)

JUMLAH TBS (TON)

PP3

1,12

5,1

PP6

0,27

5,9

PP18

2,14

5,5

PP19

2,12

7,3

PP20

2,11

7,6

PP21

2,33

7,5

PP22

2,58

7,7

PP23

2,86

6

PP24

2,63

7,1

PP25

3,17

4

PP26

3,20

4,2

Dari 13 kemungkinan yang menjadi kunjungan berikutnya dari PP05 adalah
PP06 karena memiliki jarak terpendek sebesar 0,27 Km.
o.

Perjalanan dari penumpukan hasil PP06 memiliki 12 kemungkinan untuk
kunjungan berikutnya, yaitu :
Tabel 5.19. Tabel jarak antara TPH PP06 dengan 12 TPH lainnya
TPH

JARAK KE PP06
(Km)

JUMLAH TBS (TON)

PP1

0,91

6,6

PP2

0,87

6,7

PP3

1,42

5,1

PP18

1,92

5,5

PP19

1,90

7,3

Universitas Sumatera Utara

Tabel 5.