PENGEMBANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN BERBASIS SETPARTITIONING PROBLEM (SPP) UNTUK PENGELOLAAN DISTRIBUSI DAN

PERSEDIAAN BBM PADA MULTI SPBU(Studi Kasus : Pertamina Persero Instalasi Surabaya Group)

Erlyn Septika Sari, Ahmad RusdiansyahJurusan Teknik Industri

Institut Teknologi Sepuluh Nopember (ITS) SurabayaKampus ITS Sukolilo Surabaya 60111

Email: approdtrlyn@gmail.com ; arusdianz@gmail.com

ABSTRAKPenelitian Tugas Akhir ini diadakan di Pertamina Persero Instalasi Surabaya Grup untuk

mengembangkan suatu algoritma keputusan untuk menentukan rute dan kapan pengiriman akan dilakukan.Jumlah SPBU yang harus dilayani untuk daerah Surabaya adalah 88 buah dengan konsumsi premiumyang berbeda tiap waktu. Penerapan model baru yang diusulkan oleh peneliti berada pada sistem VendorManaged Inventory (VMI). Tiap SPBU yang berada dibawah nilai Reorder Point (ROP) harus segeradilakukan pengisian ulang. Proses pengiriman akan dibedakan menjadi dua macam yaitu pengiriman(tunggal dan konsolidasi). Proses konsolidasi menggunakan metode Set Partitioning Problem (SPP). Darialgoritma yang dibangun menjadi alat bantu pengambilan keputusan, dibutuhkan suatu data parameterberupa data (persediaan SPBU tiap waktu, kelas jalan) sebagai penentu pemakaian mobil tangki. Setelahdilakukan running software menggunakan data awal, diperoleh hasil jumlah mobil tangki yang dibutuhkanuntuk memenuhi permintaan premium di Surabaya sejumlah 37 buah mobil tangki selama dua hari. Darianalisa sensitivitas diperoleh suatu kesimpulan bahwa Delivery Order yang berjumlah kecil akan seringmembutuhkan pengiriman dan biaya sewa mobil tangki juga akan meningkat sebanding dengan jumlahmobil tangki yang keluar untuk melakukan pengisian ulang ke SPBU.Kata kunci: Manajemen distribusi dan transportasi, Konsolidasi, Set Partitioning Problem, SPP

ABSTRACTThis research held on Pertamina Persero Instalasi Surabaya Grup to develop algorithm in order to decidewhen and configuration of route for dispatch planning. The number of 88 multi-fuel station must besatisfied by Pertamina with consider the characteristic of each demand rate. A new model proposed byauthor need to be implemented on Vendor Managed Inventory (VMI) circumstance. Inventory level onMulti-fuel station will be evaluated whether under Reorder Point or conversely. If inventory level on multi-fuel station under ROP, dispatch planning has to made. Dispatch process will be differed as a singledispatch and consolidation. Consolidation process using Set Partitioning Problem method. Built ofdecision support tools made up by algorithm and needed an input of inventory level data and vehicleconstraints to classifies a usage of tank car. From running of software using real data, it can be concludethat number of tank car needed was 37 for two days. From sensitivity analysis, small size of Delivery Orderneeded more repetition order while cost will increase as on number of dispatch to multi-fuel station.Kata kunci: Transportation and distribution management, Consolidation, Set Partitioning Problem,SPP.

1. PENDAHULUANPertamina merupakan perusahaan

pengolah minyak bumi berskala internasionalyang memiliki produk dengan variasi yangsangat banyak. Pertamina merupakan supplierutama Stasiun Pengisian Bahan Bakar Umum(SPBU) yang tersebar di seluruh kawasanIndonesia. Berdasarkan data statistik yangdiperoleh dari Pertamina, terdapat kurang lebih303 buah SPBU seluruh Jawa Timur yangmenggunakan jasa Pertamina untuk mensuplai

produk yang akan dijual oleh SPBU tersebut,seperti Premium, Pertamax, Pertamax Plus,Solar, produk Pelumas yaitu Mesran, Prima XPdan masih banyak produk lain yang dibedakanberdasarkan kandungan dan fungsi produktersebut. Penelitian ini dibatasi hanya padaproses pengiriman premium dari Pertamina keSPBU yang berada di daerah Surabaya.

Proses perencanaan pengiriman yangdilakukan oleh Pertamina selama ini masihmenggunakan sistem manual sedangkan darijumlah SPBU yang harus dikunjungi membuat

2

situasi tersebut akan lebih kompleks. Dalam halini, Patra Niaga selaku pihak ketiga bertugasuntuk melakukan penjadwalan mengenai mobiltangki tiap hari dengan menentukan rute tiapmobil tangki dan customer mana yang harusdituju. Salah satu masalah yang ditemui adalahpada saat SPBU melakukan pemesanan denganjumlah tertentu, seringkali mobil tangkiPertamina harus menunggu di SPBU tersebutuntuk dapat melakukan pengisian ulang. Haltersebut disebabkan oleh tangki pendam yangdimiliki SPBU masih belum dapat diisi ulangsejumlah BBM yang dipesan.

Dari permasalahan diatas, akibat yangdapat merugikan SPBU adalah terjadinyastockout atau kekosongan BBM pada SPBU lainkarena mobil tangki yang seharusnya dapatdimanfaatkan secara optimal terhambat dengankondisi tersebut. Mobil tangki yang disewadengan biaya pemakaian per hari harus dapatdimanfaatkan sebaik mungkin, hal inimenunjukkan bahwa penentuan rute pengirimanharus dapat menghasilkan total biaya seminimalmungkin. Selain itu juga adanya ketersediaanmobil tangki yang terbatas maka penggunaankendaraan harus dilakukan seefektif mungkindengan tidak mengabaikan status ketersediaanpremium pada SPBU.

Pada penelitian ini, hasil yang ingindicapai adalah memberikan suatu alat bantupengambil keputusan mengenai perencanaanpengiriman meliputi penjadwalan mobil tangki,penentuan rute untuk proses pengiriman denganmempertimbangkan level persediaan SPBU.Penelitian ini menggunakan metode SetPartitioning Problem untuk menentukan rute.Faktor yang menjadi fokus penelitian ini adalahlevel persediaan dari tiap SPBU dimanapengecekan dilakukan untuk membandingkanlevel persediaan tersebut dengan reorder pointsehingga dapat dihasilkan keputusan apakahSPBU tersebut harus diisi ulang atau tidak.Permasalahan tersebut merupakan prinsip dariInventory Routing Problem (IRP).

Berdasarkan latar belakangpermasalahan bidang logistik pada Pertaminamaka permasalahan utama yang akan ditelitidalam tugas akhir ini adalah bagaimanamembuat suatu model keputusan untukperencanaan pengiriman bahan bakar premiumke SPBU. Proses perencanaan tersebut terdiridari penentuan rute dan penjadwalan mobil

tangki untuk mengelola distribusi danpersediaan di SPBU tersebut sehingga mampumeminimasi biaya distribusi.

Batasan dan asumsi merupakan ruanglingkup pada penelitian ini yang terdiri dari:

Batasan yang digunakan pada penelitianini adalah:

1. Wilayah yang digunakan dalamperhitungan mencakup daerahSurabaya

2. Produk yang digunakan dalampenelitian adalah bahan bakar jenisPremium

3. Jumlah maksimum konsolidasipengiriman dibatasi hanya sampaidengan tiga SPBU.

Sedangkan asumsi yang digunakanpada penelitian ini adalah:

1. Tidak terdapat konstrain waktuuntuk pengisian BBM pada tiapSPBU

2. Tiap SPBU diasumsikan telahmelakukan pembayaran sebelumpengiriman dilakukan

3. Kecepatan tiap mobil tangki sama

2. TEORI DAN METODE YANGDIGUNAKAN

Teori yang digunakan untukmendukung penelitian ini terdiri dari konseppersediaan, Set Partitioning Problem (SPP).Selain itu, metode yang digunakan untukmelakukan penelitian ini agar berjalan secarasistematis, mempunyai beberapa tahapan.Berikut penjelasan dari teori dan metode padapenelitian ini.

2.1 TeoriTeori yang digunakan dalam penelitian

ini secara garis besar terdiri dari dua hal yaitukonsep persediaan dan Set Partitioning Problem(SPP). Berikut detail teori tersebut.

2.1.1 Konsep PersediaanKonsep persediaan menurut Tersine,

1994 adalah stok atau cadangan material yangdimiliki pada suatu waktu (modal yang dapatdiukur, dilihat, dan dihitung). Pada dasarnyapersediaan memiliki beberapa fungsi danutamanya yaitu untuk mengatasi adanyaketidakpastian antara suplai dan permintaan.Fungsi persediaan tersebut sering disebut safety

3

stock atau yang dinamakan buffer stock. Padapenelitian ini, karakteristik dari permintaanbersifat tidak pasti atau mengikuti parameterdistribusi tertentu. Model uncertain demanddiambil dari Waters, 2003 dimana terdapatbeberapa perhitungan untuk menentukanReorder Point (ROP). Berikut rumus yangdigunakan untuk menghitung ROP:

ROP = LT x D + SSKeterangan:LT : lead timeD : rata-rata demandSS : safety stockUntuk rumus safety stock adalah Z × σ × √LT,dimana Z merupakan service level yangditentukan sebesar 95% dan σ adalah standardeviasi dari demand.

2.1.2 Set Partitioning Problem (SPP)Set Partitioning problem adalah salah

satu permasalahan yang termasuk dalamalgoritma pemilihan alternatif. Algoritma yangdigunakan memungkinkan untuk dilakukanpenambahan konstrain terkait dengan biaya danjuga konstrain lainnya selama prosespengembangan rute. Kekurangan yang dimilikioleh metode ini adalah adanya alternatif-alternatif rute yang sangat banyak yang harusdievaluasi satu per satu untuk mendapatkan ruteterbaik.

2.1.2.1 Row Price HeuisticMerupakan heuristik yang dikenalkan

pertama kali oleh Cullen et al (1981). Prinsipdari heuristik ini adalah alternatif yang layakyang dapat memperbaiki solusi awal atausebelumnya yang akan ditambahkan ke dalammaster SPP. Dasar dari adanya improvementyang dilakukan adalah perhitungan saving untuktiap alternatif. Set partitioning problem disebutdengan master problem sedangkan pembuatanalternatif-alternatif baru yang layak ataufeasible disebut dengan subproblem. Berikutakan diberikan langkah pengerjaan denganmenggunakan SPP:

1. Buat Partisi J yang terdiri dari bilanganasli dan bangun inisial partisi

2. Hitung baris dimana sama dengan nilaikolom pada tiap customer danmemenuhi persamaan:

3. Cari alternatif lain denganmengkombinasikan node customer danhitung saving dengan rumus

,dimana Pi adalah sebagai berikut:

4. Jika saving yang dihitung bernilaipositif maka tambahkan ke alternatifawal jika tidak maka alternatif tersebuttidak diikutkan dalam perhitungan

5. Jika alternatif baru yang ditambahkantelah mencukupi dan telah ditambahkanke master SPP maka selesaikanalternatif-alternatif tersebut danlanjutkan ke langkah berikutnya jikatidak, kembali ke langkah nomor 3.

6. Jika semua alternatif telah dievaluasimaka perhitungan dihentikan, jika tidakkembali ke langkah nomor 2

Keterangan :: biaya dalam fungsi jarak untuk partisi

j: demand pada customer i: jarak dari depot ke customer i: demand dari customer k: jarak dari depot ke customer k

] : variabel keputusan bernilai 0,1 (1apabila partisi j terpilih dan 0sebaliknya)

: price atau harga dari customer iapabila dikunjungi

: savings atau penghematan

2.2 Metode PenelitianMetodologi penelitian yang digunakan

berisi langkah yang akan ditempuh selamapenelitian dan berguna sebagai acuan agarberlangsung secara sistematis.

2.2.1 Tahap Pengumpulan dan PengolahanDataSetelah pada tahap sebelumnya

identifikasi dilakukan maka selanjutnya padatahap ini dilakukan pengumpulan data. Datayang digunakan terdapat beberapa macam,yaitu:

4

2.2.1.1 Data PrimerData primer merupakan data yang

diambil oleh peneliti di perusahaan yangdijadikan obyek penelitian. Data tersebutmerupakan data permintaan dari SPBU-SPBUdi wilayah Surabaya per hari, data pengamatanmengenai sistem distribusi eksisting, datajumlah mobil tangki, data alamat SPBU.

2.2.1.2 Data SekunderData sekunder merupakan data yang

diambil oleh peneliti pada penelitian terdahulu.Data sekunder yang dibutuhkan diantaranyadata kecepatan kendaraan dan data kapasitastangki pendam yang diambil dari penelitianYaniar pada tahun 2008.

2.2.2 Tahap Pengembangan AlgoritmaHeuristikPada tahap ini, dilakukan

pengembangan pada algoritma heuristik. Secaraumum akan dibagi menjadi 4 bagian besar yaitualgoritma penentuan customer yang akandikunjungi atau kandidat customer, algoritmapengecekan persediaan, algoritma penentuanpengiriman dan konsolidasi, dan algoritmakonsolidasi menggunakan SPP. Pada halamanselanjutnya akan diberikan flowchart danpenjelasan dari algoritma yang telah disebutkansebelumnya.

2.2.3 Tahap Implementasi Alat BantuPengambil KeputusanAlat bantu pengambilan keputusan yang

akan dibuat didesain dengan menggunakanVisual Basic dan bantuan Excel. Alat bantuyang disebut juga dengan Decision SupportTool mempunyai data parameter atau data input.Hasil yang diperoleh berupa rute dan jadwalkendaraan yang digunakan untuk prosespengiriman. Data parameter berupa currentinitial inventory sehingga DST akan bekerjasesuai dengan algoritma yang dikembangkan.

2.2.4 Tahap Analisa dan PercobaanNumerikPada tahap ini dilakukan analisa

mengenai perhitungan numerik menggunakanDST dan analisa sensitivitas untuk beberapakarakteristik data. Analisa dari hasil tersebutmerupakan analisa dari total kebutuhan mobiltangki untuk daerah Surabaya.

2.2.5 Tahap Kesimpulan dan SaranSetelah dilakukan analisa, selanjutnya

dibuat kesimpulan mengenai keseluruhanpenelitian dengan mengacu pada tujuanpenelitian. Kesimpulan tersebut mengenaialgoritma yang telah dikembangkan yangmenghasilkan jumlah kebutuhan mobil tangkidan penjadwalan pengiriman. Sedangkan saranyang diberikan oleh peneliti berupa ide bagipenelitian selanjutnya.

3 PENGEMBANGAN ALGORITMASebelum membuat suatu Decesion

Support Tool, dilakukan pengembanganterhadap algoritma heuristik untuk penjadwalandan pengiriman premium dari Pertamina keSPBU terlebih dahulu. Secara garis besar,pengembangan algoritma akan dibagi menjadiempat bagian, tiap bagian tersebutmempresentasikan cara kerja model keputusanyang dibuat. Berikut penjelasan secara rinci darideskripsi diatas:

3.1 Algoritma Penentuan KunjunganCustomerTahap ini menjelaskan bahwa setiap

SPBU yang memiliki persediaan akandievaluasi apakah status persediaan tersebutkurang dari Reorder point (ROP) atau tidak.Jika nilai dari persediaan SPBU tersebut kurangdari atau sama dengan ROP maka pengirimansejumlah DO yang telah ditentukan sebelumnyake SPBU tersebut harus dilakukan. DOmerupakan delivery order yaitu sejumlahpremium yang ditetapkan sebelumnya untukdikirim ke tiap SPBU. Jika pada sistemeksisting Pertamina, jumlah DO merupakanjumlah yang ditetapkan oleh SPBU tersebutmaka pada sistem yang digunakan padapenelitian ini, jumlah DO akan ditentukan olehPertamina sebagai supplier.

Dari tahap pengumpulan data, diperolehdata throughput dari masing-masing SPBUselama 5 bulan. Data tersebut merupakan datapemesanan premium oleh SPBU setiap haritertanggal 1 Januari 2009 hingga Maret 2009.Dari data tersebut, fitting distribusi dilakukanuntuk memperoleh parameter rataan dan standardeviasi dari masing-masing SPBU. Demand ratepada tiap SPBU dalam program merupakanangka random yang terletak antara nilai (µ±σ)

5

yang diperoleh dari perhitungan sebelumnyamenggunakan software Excel. Tahap iniberfungsi sebagai awal iterasi untuk penentuankandidat SPBU yang akan dikunjungi.Algoritma yang digunakan akan ditampilkandalam bentuk flowchart sebagai berikut:

Gambar 3.1 Flowchart algoritmaPenentuan Kunjungan Customer

3.2 Algoritma Pengecekan PersediaanSetelah pada algoritma awal diperoleh

data daftar SPBU yang harus dilakukanpengisian ulang, maka selanjutnya dibuatalgoritma untuk menentukan prioritas

pengiriman. Prioritas pengiriman ini berfungsiuntuk mencegah stockout atau persediaanpremium di SPBU habis. Hal ini ditandaidengan adanya variabel keputusan padaalgoritma yaitu ketika waktu stockout padaSPBU berada pada rentang kurang dari t+4 ,dimana t adalah waktu pada saat sekaranghingga 4 jam mendatang maka dilakukanprioritas pengiriman dengan melakukanpengiriman tunggal. Pada penjadwalan tersebutjumlah Delivery order yang melebihi kapasitasmaksimum mobil tangki akan diproses untukmenentukan mobil tangki yang akan digunakan.

Pada algoritma untuk prioritaspengiriman, alasan menggunakan penambahanantara current time dengan 4 jam selanjutnyaadalah untuk mengantisipasi SPBU tersebutagar tidak dilakukan pengiriman menggunakankonsolidasi SPP. Karena pada saat dilakukankonsolidasi, terdapat kemungkinan salah satuorder dari customer dalam kombinasi rute-2yaitu rute yang terdiri dari 2 customer akanterkirim paling lambat jam ke-t+4 sedangkanuntuk kombinasi rute-3 yaitu rute yang terdiridari 3 customer paling lambat akan terkirimpada jam ke- t+6. Sedangkan untuk waktustockout yang berada diatas jam t+6 makadigunakan algoritma penentuan pengiriman dankonsolidasi.

Algoritma ini berfungsi untukmenentukan apakah pengiriman atau prosespemenuhan kebutuhan mampu dilakukankonsolidasi atau tidak. Untuk customer yangtidak terkonsolidasi akan dilakukan pengirimantunggal. Proses konsolidasi adalah ketika dalamsatu pengiriman atau penjadwalan mobil tangkidigunakan untuk pemenuhan beberapacustomer. Dengan menggunakan algoritma ini,peluang untuk dapat dilakukan konsolidasi akanlebih kecil karena pedoman utama yangdigunakan adalah meminimalisir adanyastockout. proses pengiriman akan lebihcenderung mengarah pada pengiriman tunggal.Pada tahap pemilihan atau pengelompokkanSPBU yang dapat dikonsolidasi atau tidak,terdapat batasan dimana pengiriman dengankonsolidasi akan dilakukan apabila SPBUtersebut mampu bertahan selama lebih dari t+4.Untuk konfigurasi rute 3 customer, tidakdilakukan proses pengiriman tunggal kecualimasuk dalam kriteria delivery order (DO) yangakan dijelaskan pada subab selanjutnya. Untuk

6

memahami algoritma pengecekan persediaanberikut tahapan lebih jelas yang ditampilkandalam bentuk flowchart:

Gambar 3.2 Flowchart algoritmaPengecekan Persediaan

3.3 Algoritma Penentuan Pengirimandan Konsolidasi

Penentuan mobil tangki untuk tiapDelivery order (DO) akan bergantung padakelas jalan dan DO dari SPBU itu sendiri. Tiappenambahan mobil tangki akan dicek apakahsudah memenuhi DO tersebut atau belum. Jikasudah terpenuhi konfigurasi mobil tangki (MT)tersebut akan digunakan dan jika terdapat sisakurang dari minimum kapasitas mobil tangkimaka akan dimasukkan kedalam algoritmakonsolidasi SPP. Keputusan pengiriman untukdikonsolidasi atau tidak bergantung pada tigakondisi yaitu ketika DO kurang dari maksimummobil tangki, sisa DO kurang dari minimumkapasitas mobil tangki dan ketika mobil tangkitidak tersedia dengan syarat DO kurang darimaksimum mobil tangki. Sehingga dalamalgoritma ini, dilakukan suatu proses dimanamobil tangki akan dijadwalkan sesuaikapabilitas dan ketersediaannya.

Proses penentuan pengiriman jugabergantung jika permintaan pada SPBUmelebihi kapasitas minimum mobil tangki,maka dilakukan suatu konsolidasi. Hal yangpertama harus diidentifikasi adalah mengetahuikondisi jalan dari SPBU untuk dapatmenentukan jenis mobil tangki yang dapatmengakses SPBU tersebut. Untuk SPBU yangmempunyai kelas jalan 40 kL atau dalam artilain SPBU tersebut mampu diakses oleh mobiltangki (MT) maksimum 40 kL makapenjadwalan mobil tangki yang pertama kaliadalah 40 kL untuk kondisi dimana jumlah DOsama dengan atau diatas 40 kL. Jika tidak,mobil tangki selanjutnya yang dapatdijadwalkan adalah 32 dan seterusnya,mengingat bahwa kapasitas maksimum dariSPBU tersebut adalah 40 kL. Algoritma diatasjuga akan dilakukan secara berulang untukSPBU yang mempunyai kelas jalan berbeda,mobil tangki (MT) yang dapat digunakan akansangat bergantung dengan kondisi jalan SPBUtersebut:

7

Gambar 3.3 Flowchart Algoritma PenentuanPengiriman dan Konsolidasi

3.4 Algoritma Konsolidasi SPPPengiriman yang dapat terjadi dapat

dikateorikan sebagai dua macam yaitupengiriman tunggal dimana jumlah daripengiriman tersebut sama dengan kapasitasmobil tangki yang dijadwalkan, atau pengirimandengan mobil tangki yang dikonsolidasi untukbeberapa customer. Pada algoritma ini, jenismodel pengiriman yang digunakan adalahpengiriman jenis kedua. Batasan yangdigunakan dalam metode SPP ini adalah jumlahmaksimum SPBU yang dapat dikonsolidasiadalah 3. Jumlah ini menurut keterangan daripihak Pertamina merupakan jumlah dimana saturit mobil tangki mampu melakukan pengirimanpaling besar ke sejumlah 3 SPBU.

Setelah diklasifikasikan pada tahapsebelumnya untuk menentukan apakah akandilakukan pengiriman tunggal atau tidak, daftarkandidat SPBU yang akan dilakukanpengiriman dihitung menggunakan metode SPP.Tahap awal yaitu membuat daftar rute yangmungkin terbentuk. Pada kombinasi satucustomer, nilai saving berupafungsi jarak itusendiri dan masih berupa pengiriman tunggal.Setelah itu, dibuat kombinasi dua rute dimananilai saving diperoleh dengan rumus :

Fungsi c adalah fungsi jarak yang ditempuhuntuk tiap rute. saving merupakan nilaipenghematan antara rute yang baru dibuatdengan rute sebelumnya. Ketika saving yangdiperoleh bernilai negatif maka rute yang baruakan dibuang dan akan dicari rute lain yang bisamemberikan nilai saving positif. Setiap rutebaru yang terbentuk, nilai dari price atau hargayang harus dibayar untuk melayani tiapcustomer dalam kombinasi rute tersebut harusdiupdate. Untuk mencari nilai price darimasing-masing customer atau SPBU digunakanrumus sebagai berikut:

Setelah diupdate nilai price makaselanjutnya dilakukan perbandingan antarakombinasi 2 rute dan satu rute. Setelahdiperoleh rute dengan syarat semua customerterlayani maka selanjutnya dilakukanperhitungan saving untuk tiga customer. Namunsebelum melakukan perhitungan untuk tigacustomer, price dari masing-masing customerharus diupdate terlebih dahulu. Setelah itu,dilakukan perbandingan kembali antara rutedengan kombinasi 3 customer, 2, dan 1customer. Pada perbandingan ini, heuristik yangdigunakan adalah berdasarkan nilai savingterbesar. Rute yang diperoleh dari perhitunganSPP akan dilakukan pengecekan apakah semuacustomer telah terlayani atau tidak. Jikadiperoleh rute yang memberikan saving terbesarmaka akan dikirim menggunakan mobil tangkisesuai dengan kelas jalan minimum antaracustomer tersebut. Pada algoritma heuristik ini,diutamakan pengiriman dengan

8

mengkombinasikan beberapa customer untukdapat memperkecil biaya kebutuhan bensin.

Gambar 3.4 Flowchart Algoritma Konsolidasi SPP

4. PERCOBAAN NUMERIKPada tahap ini dilakukan percobaan

numerik dengan menggunakan algoritma yangtelah dibangun sebelumnya. Perhitungan biayasewa dari pemakaian mobil tangki merupakanhasil dari jumlah pemakaian mobil tangkiselama dua hari running software untuk dataawal. Selain itu, pada tahap ini juga akandilakukan analisa sensitivitas terhadapperubahan data parameter meliputi jumlahDelivery Order (DO) dan jumlah mobil tangki.

4.1 Program dengan Algoritma HeuristikSetelah algoritma heuristik dibangun

dalam suatu program, output akan diperoleh

dalam empat macam yaitu tabel statuspersediaan SPBU, tabel perjalanan mobiltangki, tabel status ketersediaan mobil tangki,tabel keterangan pengiriman. Berikut akandiberikan tampilan program beserta keterangan:

Gambar 4.1 Tampilan programKeterangan :A : data parameter dari SPBU meliputi

data kapasitas tangki pendam, dataDelivery Order, data kelas jalanSPBU, data Reorder Point,demand rate (rata-rata demand danstandar deviasi)

B : tabel persediaan untuk tiap jampada SPBU, nilai dalam tabelini merupakan angka kumulatif

C : petunjuk waktu berguna untukmenunjukkan pada jam ke berapaiterasi sedang berlangsung

D : status jumlah mobil tangki pada jamke-t yang ada di depot atauidle yaitu sedang tidak melakukanpengiriman

E : merupakan tombol proses yangterbagi atas dua macam yaitutombol hour dan 24 hour. Tombolhour berfungsi untukmengiterasi tiap jam sedangkan 24hour sekaligus dalam 1 hari.

Sebelum melakukan running, terdapatbeberapa persiapan mengenai data yang harusdigunakan. Data mengenai SPBU disalinterlebih dahulu ke drive c:\ dan selanjutnyaprogram dapat dijalankan. Dalam tahap inidilakukan running software berdasarkanalgoritma heuristik dengan menggunakan data

A B C D E

9

level persediaan awal. Data persediaan tersebutdiperoleh dari bilangan random yang terletakpada angka 0.43±1 dan dikalikan dengankapasitas tangki pendam. Berikut datapersediaan awal yang digunakan:

Tabel 4.1 Level persediaan awal tiap SPBU (kL)

Pembuatan program dilakukan dengan bantuanVisual Basic. Berikut contoh perhitungandengan menggunakan data yang telah diketahuisebelumnya:

Pada hari ke-1 dengan menggunakandata awal persediaan pada tiap SPBU diperolehsejumlah 16 SPBU terlayani dengan kuantitassebesar Delivery Order (DO). Berikut contohrekapitulasi dari hasil pengiriman pada hari ke-1dari jam 1 hingga 11.

Tabel 4.2 Hasil rekapitulasi output programHari Jam Keterangan

1

1 -2 -3 -4 -5 -

6

SPBU 54.601.36request 8 KL butuhtangki 1 buah 16KL ||

7 -

8SPBU 54.601.36

terisi sebesar 8 KL||

9

SPBU 54.601.36request 8 KL butuhtangki 1 buah 16KL ||

10 -

11

SPBU 54.601.36terisi sebesar 8 KL||Tangki kembali 1buah 16 KL ||

Dari hasil diatas diperoleh keteranganmengenai pengiriman selama 24 jam.Konsolidasi terjadi pada jam ke-15 untukpengiriman ke SPBU 54.601.85 dan 54.602.40dengan jumlah pengiriman 24 menggunakanmobil tangki sebanyak 2 buah masing-masing16 kL. Pada proses konsolidasi, terdapatbeberapa kelemahan dalam algoritma SPP yaituketika proses konsolidasi SPP telahmenemukan rute yang memiliki saving positifmaka mobil tangki yang digunakan adalahsebesar kapasitas minimum kelas jalan darisalah satu SPBU tersebut dan sesuai denganjumlah DO. Seperti pada kasus diatas, kriteriapertama yang didahulukan adalah cek waktustockout karena pada saat pengecekan, SPBUtersebut bisa jadi dilakukan pengiriman tunggalmeskipun DO yang dimiliki berada dibawahminimum kapasitas mobil tangki. Selain itu jugakonsolidasi akan memilih rute menurut savingdari konsep SPP. Berikut indikator kuantitaspengiriman pada output tabel persediaan yangditunjukkan dalam 6 macam warna yaitu :

Untuk pengiriman >0 KLiter

Untuk pengiriman >24 KLiter

10

Untuk pengiriman >32 KLiter

Untuk pengiriman >40 KLiter

Untuk pengiriman >56 KLiter

Untuk pengiriman >72 KLiter

Dari hasil dari running software selamadua hari, diperoleh perubahan status persediaanSPBU. Selain, hasil yang diperoleh dalambentuk tabel persediaan, berikut akanditampilkan tabel status perjalanan mobil tangkidan jumlah mobil tangki yang dikelompokkanke dalam 4 status yaitu L (Loading), T (Travel),U (Unloading), D (Depot).

Tabel 4.3 Perjalanan mobil tangki tiap jamTangki Hour 1 Hour 6 Hour 7 Hour 8 Hour 24

40-1 D D D D D

32-1 D D D D D

32-2 D D D D D

… D D D D D

32-8 D D D D D

24-1 D D D D D

24-2 D D D D D

16-1 D L T U L

16-2 D D D D T

16-3 D D D D L

16-4 D D D D T

16-5 D D D D T

16-6 D D D D T

Dari hasil diatas diketahui bahwa padajam ke-6 mobil tangki 16 kL digunakan untukmelayani SPBU 54.601.36 hingga prosesunloading terjadi pada jam 8 pada SPBUtersebut. Tabel perjalanan mobil tangki akanmemberikan informasi pada tipe mobil tangkiseperti apa yang melakukan proses loading,unloading, travel hingga kembali ke depot.Selain tabel ini, ditampilkan pula tabel jumlahmobil tangki yang sedang melakukan keempatproses tersebut untuk tiap jam. Pada dasarnya,tabel ini merupakan rekapitulasi dari tabel 4.3.

Tabel 4.4 Status ketersediaan mobil tangki

Tangki Hour1

Hour2

Hour3

Hour4

Hour5

Jml

Pakai16-D 32 32 32 32 32

716-L 0 0 0 0 0

16-T 0 0 0 0 0

16-U 0 0 0 0 0

24-D 42 42 42 42 42

224-L 0 0 0 0 0

24-T 0 0 0 0 0

24-U 0 0 0 0 0

32-D 8 8 8 8 8

232-L 0 0 0 0 0

32-T 0 0 0 0 0

32-U 0 0 0 0 0

40-D 1 1 1 1 1

040-L 0 0 0 0 0

40-T 0 0 0 0 040-U 0 0 0 0 0

Dari hasil diatas diperoleh jumlah mobiltangki yang keluar pada hari pertama untukkondisi awal. Dari hasil tersebut, biaya sewayang dikeluarkan oleh pihak Pertamina adalahsebagai berikut:

Tabel 4.5 Biaya sewa mobil tangki pada hari pertamadengan data Delivery Order (DO) awal

TipeMT

Jumlah Biaya SewaPemakaian MT

16 7 2,810,188.9224 2 976,088.8832 2 1,356,088.8840 0 0.00Total 5,142,366.68

Sehingga total biaya sewa mobil tangkisecara keseluruhan adalah sebesar Rp5,142,366.68 untuk hari pertama dan jumlahSPBU yang terlayani adalah sebesar 16 buah.Sedangkan hari kedua SPBU yangmembutuhkan pengiriman sebanyak 43 buah,rincian total biaya untuk penggunaan mobiltangki pada hari kedua adalah sebagai berikut :

11

Tabel 4.6 Biaya sewa mobil tangki pada hari keduadengan data Delivery Order (DO) awal

Tipe MTJumlah Biaya SewaPemakaian MT

16 16 6423288.9624 5 2440222.232 5 3390222.240 0 0.00Total 12253733.36

Dari hasil rekap diatas, jumlah mobil tangki 16kL yang dibutuhkan untuk pemenuhankebutuhan customer selama dua hari cenderunglebih besar dibanding mobil tangki lainnya. Halini disebabkan oleh banyaknya DO yangbernilai 8 kL dan 16 kL. Sebesar 17 SPBUmemiliki DO awal berdasarkan throughputsejumlah 8 kL, sedangkan untuk DO yangbernilai 16 kL dimiliki oleh 37 SPBU dari 88SPBU. Hal ini menunjukkan bahwa mobiltangki yang lebih sering dijadwalkan adalahmobil tangki dengan kapasitas angkut 16 kL.Selain itu, jumlah Delivery Order (DO) padadata awal memiliki kecenderungan bernilaikecil dan demand rate yang tinggi. Sehinggaketika dilakukan pengisian ulang, persediaanakan tetap berada dibawah ROP dan jika tidaksegera dilakukan pengisian ulang SPBUtersebut akan mengalami stockout. SPBUtersebut adalah 54.601.36, 54.602.40 danbeberapa SPBU yang mempunyai jumlah DOkecil. Hal ini yang menyebabkan adanyapengiriman secara terus menerus hingga akanlebih sering menjadwalkan mobil tangki (MT)dengan tipe 16 kL.

4.2 Analisa SensitivitasDalam melakukan analisa sensitivitas,

beberapa percobaan dilakukan denganmenggunakan data yang berbeda. Terdapat tigapercobaan dengan masing-masing runningsoftware untuk dua hari, data tersebutmerupakan data pada kondisi awal, dataperubahan pada Delivery Order (DO), dan dataperubahan pada jumlah mobil tangki. Untukdata pada kondisi awal telah diperoleh rincianbiaya selama dua hari, sehingga berikutditampilkan data DO baru dan jumlah mobiltangki yang baru:

4.2.1 Analisa Sensitivitas untuk DeliveryOrder (DO)

Pada analisa sensitivitas, dilakukanperbandingan hasil antara data Delivery Order(DO) awal berdasarkan kecenderungan SPBUdan DO baru yaitu DO yang ditentukan secaramanual. Pada tahap percobaan numeriksebelumnya, data yang digunakan adalah dataDO awal. Hasil yang diperoleh adalah sebagianbesar mobil tangki yang keluar adalah mobiltangki dengan kapasitas 16 kL. Pada percobaannumerik menggunakan data DO baru yang telahdiubah dengan mempertimbangkan demandrate, ingin diketahui seberapa besar pengaruhdari perubahan jumlah DO sehingga bisamempengaruhi penjadwalan mobil tangki.Berikut akan ditampilkan perbandingan data DOawal dan data DO baru.

Tabel 4.7 Data DO awal dan baru

12

Tabel lanjutan dari tabel 4.7

Dengan menggunakan data DeliveryOrder (DO) yang telah diubah tersebutkemudian dilakukan running dan diperolehjumlah SPBU yang dilayani pada hari ke-1adalah 13 SPBU sedangkan pada hari keduasebanyak 45 dan jumlah mobil tangki yangdigunakan adalah berturut-turut untuk haripertama dan kedua adalah sebagai berikut:

Tabel 4.8 Total biaya sewa mobil tangki pada haripertama untuk data DO baru

TipeMT

Jumlah Biaya SewaPemakaian MT

16 3 1,204,366.6824 5 2,440,222.2032 0 0.0040 0 0.00Total 3,644,588.88

Tabel 4.9 Total biaya sewa mobil tangki pada harikedua untuk data DO Baru

Tipe MTJumlah Biaya SewaPemakaian MT

16 14 5,620,377.8424 11 5,368,488.8432 2 1,356,088.8840 0 0.00

Total12,344,955.56

Dari perhitungan biaya sewa diatas,terlihat bahwa konsumsi mobil tangki pada haripertama lebih kecil dibandingkan dengankonsumsi mobil tangki pada hari kedua. Padahasil running software untuk hari pertama,beberapa SPBU masih belum banyak yangmencapai ROP atau dengan kata lain masihbelum membutuhkan pengiriman. Sedangkanpada hari kedua, jumlah pemakaian mobiltangki melebihi hari pertama. Hal ini bisadisebabkan karena faktor persediaan awal dariSPBU yang jika diiterasi terdapat kemungkinanbertepatan pada saat itu SPBU dibawah ROPsehingga semua mobil tangki mampudijadwalkan. Kenaikan harga pada kebutuhanmobil tangki untuk hari kedua antara DeliveryOrder (DO) awal dan DO baru disebabkan olehadanya utilitas mobil tangki 24 kL yangsemakin membesar untuk DO baru. Padapeningkatan jumlah DO baru, SPBU yangmempunyai DO 24 kL lebih besar jikadibandingkan pada DO awal yang ditentukanberdasarkan throughput.

Pada data DO awal, jumlah SPBU yangmembutuhkan pengiriman sebesar 24 kL adalahsebanyak 20 buah. Sedangkan pada data DObaru terdapat sebanyak 32 buah SPBU yangmembutuhkan pengiriman premium 24 kL.Total biaya yang dikeluarkan untuk pemenuhankebutuhan hari pertama menggunakan data DObaru lebih kecil jika dibandingkan dengan totalbiaya untuk hari pertama pada data DO awal.Hal ini disebabkan oleh jumlah pemakaianmobil tangki 16 kL lebih sedikit yaitu menurundari 7 buah hingga 3 buah mobil tangki. Namunpada hari kedua, total biaya yang dikeluarkanlebih besar karena pemakaian mobil tangki 16kL hampir sama jumlahnya dengan mobil tangki24 kL bahkan untuk pemakaian mobil tangki 24kL meningkat dari 5 buah hingga 11 buah mobiltangki. Sedangkan untuk pemakaian mobil

13

tangki 16 kL menurun 2 buah yaitu dari 16 buahmenjadi 14 buah. Hal ini yang menyebabkanadanya fluktuasi biaya pemakaian mobil tangki.

4.2.2 Analisa Sensitivitas untuk JumlahMobil Tangki

Setelah sebelumnya dilakukan analisasensitifitas menggunakan data Delivery Ordermaka selanjutnya akan ditampilkan jumlahmobil tangki eksisting dan jumlah mobil tangkiyang baru. Data jumlah mobil tangki yang baruini merupakan pengurangan dari jumlah mobiltangki pada kondisi eksisting. Kemudiandilakukan running software selama dua harimenggunakan jumlah mobil tangki yang baru.Hasil yang diperoleh selanjutnya dianalisaapakah terdapat pengaruh pemakaian danpengiriman premium dengan data jumlah mobiltangki (MT) yang baru. Berikut rekap darijumlah mobil tangki pada kondisi eksisting danbaru.

Tabel 4.10 Jumlah mobil tangki eksisting dan baru

MobilTangki

JumlahEksisting Baru

16 32 2024 42 2432 8 840 1 1

Dari running software diperolehkonsumsi mobil tangki sekaligus dengan totalbiaya sewa sebagai berikut:

Tabel 4.11 Total biaya sewa mobil tangki haripertama untuk jumlah MT baru

TipeMT

Jumlah Biaya SewaPemakaian MT

16 3 1,204,366.6824 5 2,440,222.232 0 040 0 0Total 3,644,588.88

Tabel 4.12 Total biaya sewa mobil tangki hari keduauntuk jumlah mobil tangki baru

Tipe MT Jumlah Biaya SewaPemakaian MT

16 14 5,620,377.8424 11 5,368,488.8432 2 1,356,088.8840 0 0Total 12,344,955.56

Dari hasil yang diperoleh diatas, hampirtidak ada perubahan untuk konsumsi mobiltangki pada hari pertama dan kedua antara dataDO baru dan pengurangan jumlah mobil tangki.Sehingga dengan data baru diperoleh nilai yangtidak jauh berbeda dengan hasil datasebelumnya. Berikut tabel perbandingan hasilrunning untuk masing-masing data yang diubah

Tabel 4.13 Perbandingan hasil running pada haripertama

MobilTangki

Hari PertamaData DO

AwalData DO

BaruData MT

Baru16 7 3 324 2 5 532 2 0 040 0 0 0

Tabel 4.14 Perbandingan hasil running pada harikedua

MobilTangki

Hari KeduaData DO

AwalData DO

BaruData MT

Baru16 16 14 1424 5 11 1132 5 2 240 0 0 0

Dari keseluruhan hasil yang diperolehmaka dapat dibuat suatu perbandingan untukmasing-masing data pada hari pertama dankedua, hingga dapat disimpulkan bahwa faktorDelivery Order (DO) sangat mempengaruhipemakaian mobil tangki.

5. PENUTUP5.1 Kesimpulan

Berdasarkan perancangan danpengujian serta analisa dalam penelitian ini,maka kesimpulan yang diperoleh yaitu:

1. Dalam penelitian ini telah dilakukanpengembangan algoritma heuristikuntuk perencanaan pengiriman premiumdengan mempertimbangkan levelpersediaan SPBU. Kelebihan darialgoritma yang dikembangkan adalahmampu membuat suatu perencanaanpengiriman dengan menggunakan datapersediaan di SPBU, demand ratedalam pembuatan program didesain

14

untuk dapat menangkap kondisistokastik. Sedangkan kelemahan yangdimiliki adalah proses konsolidasimenggunakan algoritma SPP belumsepenuhnya optimal dalam pemilihanmobil tangki.

2. Setelah dilakukan running software,diperoleh hasil pengiriman premium keSPBU tiap jam. Hasil tersebut berupastatus ketersediaan mobil tangki tiapjam, status perjalanan mobil tangki tiapjam, status persediaan SPBU tiap jam.Beberapa skenario digunakan untukmengetahui sensitifitas terhadap data.Data tersebut diantaranya data deliveryorder (DO) awal berdasarkanthroughput yang mempunyai jumlahDO rata-rata 8 kL dan 16 kL digantimenjadi data DO yang lebih besar sertapengurangan mobil tangki. Untuk DObaru diperoleh hasil pemakaian mobiltangki 16 kL pada hari pertama turunsebesar 42.8%. Sedangkan pada harikedua pemakaian mobil tangki 24 kLmeningkat sebesar 2 kali lipat. Hal inimenyebabkan adanya kenaikan biayapengiriman pada hari kedua. Sedangkanpada data DO awal, pengiriman akanlebih sering dilakukan menggunakanmobil tangki 16 kL karena jumlah DOyang cenderung kecil dibandingkan dataDO baru sehingga biaya sewa mobiltangki 16 kL akan membengkak. Untukskenario pengurangan jumlah mobiltangki diperoleh hasil yang samadengan percobaan numerikmenggunakan data delivery order (DO)baru.

5.2 SaranBerdasarkan penelitian yang telah

dilakukan maka beberapa saran yang dapatdiberikan adalah :

1. Untuk penelitian selanjutnya, perludilakukan perbaikan pada algoritmakonsolidasi dalam penentuan mobiltangki.

2. Untuk penelitian selanjutnya, perludilakukan sistem pemeriksaan levelpersediaan secara online antara pihakPertamina dengan SPBU untukmengetahui besar level persediaan yang

ada di SPBU dan kepastian kapanpengiriman dapat dilakukan.

3. Perlunya suatu informasi yang lebihakurat mengenai data di SPBU sepertikapasitas tangki pendam dan hal lainagar penelitian mampu memberikanhasil yang baik.

6. DAFTAR PUSTAKA

Avella, P., Boccia, M., Sforza. 2002. A Solvinga fuel delivery problem by heuristicand exact approaches

Ballou, Ronald.H., 2004. Business LogisticSupply Chain Management. PrenticeHall International, Inc., USA

Chopra, Sunil. 2004. Supply ChainManagement : Strategi, Planning,and Operation. Prentice HallInternational, Inc., New Jersey

Ghiani, G., Laporte, G., Musmanno, R. 2004.Introduction to Logistics SystemsPlanning and Control. JohnWiley &Sons Ltd, England

Isnaeni. 2008. Tugas akhir : PengembanganAlgoritma Untuk PenjadwalanPengiriman BBM dan KonsolidasiMobil Tangki (Studi Kasus :Pertamina UPMS V). Jurusan TeknikIndustri. Institut Teknologi SepuluhNopember, Surabaya

Pujawan,I.N. 2005. Supply ChainManagement. Guna Widya, Surabaya

Setiawan, Abraham. 2009.Pengembangan Algoritma HeuristikUntuk Penjadwalan dan KonsolidasiPengiriman BBM DenganMempertimbangkan LevelPersediaan. Jurusan Teknik Industri.Institut Teknologi Sepuluh Nopember,Surabaya

Tersine, Richard. J.1994. Principles ofInvnetory and MaterialManagements. Prentice HallInternational, Inc., New Jersey

Waters, Donald. 2003. Inventory and ControlManagement. John Wiley & Sons Ltd,England

Xu, K, Yan Dong.2001. A Supply chain Modelof Vendor managed inventory,Transportation Research Part E 38,75-95, USA

15

Yaniar. 2008. Tugas akhir : PengembanganModel dan Metode Heuristik untukDynamic Integrated Inventory andDistribution Problem pada RetailerChain. Jurusan Teknik Industri. InstitutTeknologi Sepuluh Nopember,Surabaya