Perancangan Jaringan Logistik Maritim Menggunakan Kombinasi Rute Pendulum Nusantara

Muhammad Reza, Komarudin

Program Studi Teknik Industri, Fakultas Teknik, Universitas Indonesia

Kampus Baru UI Depok 16424

Email: muhammad.reza_ti2012@yahoo.com

Abstrak Tingginya biaya logistik di Indonesia disebabkan salahsatunya oleh ketimpangan perdagangan antara wilayah barat dan timur di Indonesia. Hal ini mengakibatkan perbedaan kesejahteraan antara kedua wilayah tersebut. Perencanaan pendulum nusantara sebagai salahsatu solusi pemerataan biaya logistik disebut menjadi pilihan tepat bagi pemerintah untuk menyejahterakan Indonesia. Penelitian ini mengoptimasi dua alternatif model perencanaan pendulum nusantara dengan memutuskan ketiga tingkat strategis, taktis, dan operasional dengan kombinasi rute yang berbeda-beda. Hasil optimasi memperlihatkan bahwa alternatif kedua dengan kombinasi empat pelabuhan menjadi yang paling produktif dalam hal keuntungan jika dibandingkan dengan penelitian sebelumnya. Penelitian ini diharapkan dapat membantu pengambilan kebijakan terkait rute pelayaran domestik.

Kata Kunci: pendulum nusantara, liner shipping, dan optimasi.

Abstract

The high cost of logistics in Indonesia were caused by imbalances between trades on Western region and Eastern region in Indonesia. This has resulted in differences between the well-being of the region. Planning pendulum nusantara as a logistics cost equalization solution referred to be the right choice for the government to increases welfare of Indonesian people. This research is optimizing the planning models of two alternatives pendulum nusantara and decided the third level of strategic, tactical, and operational decision with a combination of some routes. Optimization results show that the second alternative with a combination of four ports became the most productive in terms of profit if compared to previous studies. This research is expected to help the retrieval of related policy cruise routes Indonesia.

Keywords: pendulum nusantara, liner shipping, and optimization.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Pendahuluan

Indonesia merupakan sebuah negara kepulauan yang memiliki luas

wilayah laut sebesar dua per tiga dari luas wilayah Indonesia. Menurut UNCTAD,

pada tahun 2015, nilai perekonomian laut Indonesia berkisar US$ 3-5 Triliun.

Forbes mengeluarkan indeks negara kompetitif di dunia pada tahun 2013

yang diukur dari berbagai aspek dimana beberapa aspek paling utama adalah

Economic Stability, Government Efficiency, Business Efficiency dan

Infrastructure. Indeks ini mengukur bagaimana sebuah negara mengatur

kompetensinya untuk menyejahterakan masyarakatnya. Indonesia menduduki

peringkat ke 39 dan masih terlampau jauh dibandingkan dengan negara di Asia

Tenggara lainnya yakni Filipina peringkat ke 38, Thailand peringkat ke 27,

Malaysia peringkat ke 15, dan Singapura peringkat ke 5. Data lain yang

menguatkan dipaparkan oleh Logistic Performance Index yaitu sebuah alat

patokan yang dibuat oleh World Bank pada tahun 2014 untuk membantu suatu

negara mengidentifikasi tantangan dan kesempatan dalam performa perdagangan

logistik agar dapat melakukan perbaikan. Indikatornya yaitu customs,

infrastruktur, pengiriman Internasional, kompetensi logistik, pelacakan, dan

kesesuaian waktu. Indonesia menduduki peringkat ke 53, jauh di bawah negara-

negara Asia Tenggara lainnya seperti Vietnam dengan urutan ke 48, Thailand

dengan urutan 35, Malaysia dengan urutan ke 25, dan Singapura dengan urutan ke

5.

Studi lebih lanjut mengenai proporsi biaya logistik di Indonesia

dipaparkan oleh Centre for Logistics and Supply Chain Studies ITB pada tahun

2011 menyatakan bahwa proporsi transportasi selama delapan tahun berturut-turut

menjadi kontributor paling tinggi.

Studi kasus nyata yang terjadi di Indonesia yaitu pengiriman satu TEU dari

Jakarta ke beberapa kota di dalam dan luar negeri menunjukan ketimpangan

antara harga dan jarak kota. Terlebih lagi, harga yang melonjak tinggi berada pada

pengiriman dalam negeri.

Data yang menarik lainnya adalah persebaran penduduk dan kontributor

PDB Nasional sangat terjadi ketimpangan antara di pulau Jawa dan pulau lainnya

di Indonesia.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Dalam menyikapi masalah ini, pemerintah Republik Indonesia

mencanangkan sebuah sistem logistik yang disebut pendulum nusantara dengan

tujuan mengurangi biaya logistik nasional sehingga dapat menyeimbangkan

perdagangan dari barat hingga timur Indonesia dan memicu kesejahteraan sosial.

Tinjauan Teoritis

Pada bagian ini akan dibahas landasan teori yang digunakan dalam penelitian

yang akan dilakukan.

1. Terminal Peti Kemas

Terminal peti kemas adalah pelabuhan dimana peti kemas mengalami

perpindahan moda transportasi (Tierney, Vos & Stahlbock, 2014). Terminal ini

berfungsi untuk menghubungkan perpindahan peti kemas dari jalur laut menuju

jalur darat dan sebaliknya. Arus lalu lintas barang melalui laut menggunakan

moda transportasi kapal laut. Arus lalu lintas barang di darat akan menggunakan

truk ataupun kereta api.

Adapun dimensi standar dari TEU ini adalah dengan panjang 6,058 meter,

lebar 2,438 meter, dan tinggi 2,591 meter. Volume standar dari kontainer jenis ini

adalah 38.27𝑚!dan mampu menampung berat hingga 21.7 ton.

2. Liner Shipping

Terdapat tiga macam industri dalam transportasi laut: tramp shipping,

industrial shipping dan liner shipping (Lawrence, 1972). Bentuk yang paling

umum dari pengiriman dalam perdagangan container adalah liner shipping yaitu

kapal mengikuti rute tetap mengikuti jadwal waktu yang tetap. Sebaliknya, pada

tramp shipping, kapal-kapal tidak menempel jadwal yang tetap. Kapal Tramp

digunakan untuk mengangkut kargo yang tersedia sehingga untuk

memaksimalkan pendapatan. Dalam industrial shipping, kapal dikendalikan oleh

pemilik kargo yang berusaha untuk mengangkut kargo dengan biaya minimal.

Liner shipping merupakan pelayanan pengiriman dengan rute pelayaran yang

tetap dengan kedatangan yang regular (Rijn, 2015). Jenis kargo yang biasanya

digunakan dalam liner service adalah peti kemas, RoRo, dan general cargo.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

3. Pendulum Nusantara

Pendulum nusantara adalah rancangan rute pelayaran Indonesia yang

menghubungkan wilayah barat dengan timur. Pendulum Nusantara menggunakan

rute pelayaran pendulum yang menghubungkan enam pelabuhan utama Indonesia

yaitu Belawan (Medan), Batam, Tanjung Priok (Jakarta), Tanjung Perak

(Surabaya), Makassar, dan Sorong.

Rute utamanya akan bergerak seperti pendulum mulai dari pelabuhan

Belawan menuju Batam ke Tanjung priok lanjut ke Surabaya Makassar dan

Sorong. Setelah melewati enam pelabuhan tersebut, kapal akan bergerak

sebaliknya yaitu dari pelabuhan Sorong menuju Makassar, Tanjung Perak,

Tanjung Priok, Batam dan Belawan. Gambaran Pendulum Nusantara dapat dilihat

pada Gambar 1.

Gambar 1. Pendulum Nusantara

Sumber: (Pelabuhan Indonesia, 2013)

Pendulum nusantara akan memperbaiki aktivitas bongkar muat di

pelabuhan. Sebagai contoh aktivitas bongkar muat di pelabuhan Tanjung priok

tidak hanya untuk melayani satu pelabuhan saja, namun juga harus dapat melayani

pelabuhan Belawan dan Batam, untuk kapal yang akan melalui pendulum kanan

aktivitas bongkar muat harus melayani Tanjung Perak, Makassar dan Sorong.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

4. Mixed-Integer Programming

Dalam berbagai studi kasus riset operasi variabel keputusan hanya akan

diputuskan jika mereka memiliki nilai-nilai integer. Sebagai contoh penetapan

orang, mesin, dan kendaraan untuk sebuah kegiatan dalam jumlah integer. Dalam

kasus ini, formulasi yang cocok digunakan adalah Integer Programming (IP).

Model matematika untuk Integer Programming adalah model pemrograman

linear dengan satu tambahan kendala bahwa variabel harus memiliki nilai-nilai

integer. Jika hanya beberapa variabel yang wajib memiliki nilai integer, model ini

disebut Mixed Integer Programming (MIP).

Mempertimbangkan bahwa penelitian ini membutuhkan keputusan variabel

dalam bentuk campuran (integer dan non-integer), maka Mixed Integer

Programming akan digunakan dalam penelitian ini. (Hilier, 1955)

5. Rute Pelayaran Meijer

Pada tahun 2015, J. Meijer, dalam tesisnya yang berjudul “Creating a Liner

Shipping Network Design” melakukan sebuah penelitian mengenai

pengembangan Liner Shipping di Indonesia yang berbasis kepada pendulum

nusantara. Meijer melakukan penelitian dengan tujuan untuk menyediakan sebuah

metode pengambilan keputusan tingkat operasional, taktis dan strategis, sehingga

memaksimalkan keuntungan.

Pelabuhan yang akan diteliti berjumlah enam yaitu Belawan (1), Tanjung

Priok (2), Tanjung Perak (3), Banjarmasin (4), Makassar (5), dan Sorong (6).

Algoritma yang dibangun adalah Back and Forth yaitu membangun rute pendek

yang terdiri dari tiga pelabuhan setiap rutenya dengan pelabuhan awal dan akhir

adalah sama.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Tabel 1. Rute Pelayaran Back and Forth J. Meijer

Sumber: (Meijer, 2015)

Berikut adalah hasil dari penelitian yang dibuat oleh J. Meijer:

Tabel 0. Hasil Kebutuhan Kapal menggunakan Rute Back and Forth per

Minggu

Sumber: (Meijer, 2015)

Rute Port-1 Port-2 Port-31 1 2 12 1 3 13 1 4 14 1 5 15 1 6 16 2 3 27 2 4 28 2 5 29 2 6 210 3 4 311 3 5 312 3 6 313 4 5 414 4 6 415 5 6 5

Tipe Kapal Rute Jumlah KapalBiaya Tetap per Minggu

($)

Total Biaya Bahan Bakar per Minggu

($)

Kecepatan Optimal (kn)

Feeder 800 1,3,1 2 112,000 104,261.22 10.33Panamax 1750 1,2,1 1 105,000 160,839.63 17.73Panamax 1750 1,2,1 1 105,000 160,839.63 17.73Panamax 1750 2,3,2 1 105,000 30,514.95 12Panamax 1750 2,5,2 1 105,000 56,584.14 13.43Panamax 1750 3,4,3 1 105,000 27,597.95 12Panamax 1750 3,6,3 2 210,000 196,233.62 12.61Panamax 2400 2,4,2 1 147,000 55,165.86 12Panamax 2400 3,5,3 1 147,000 50,128.15 12

Total - 11 1,141,000 842,165.15

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Tabel 2. Performa Jaringan Rute Pelayaran Meijer Algoritma Back and

Forth

Sumber: (Meijer, 2015)

6. Rute Pelayaran Van Rijn

Van Rijn, dalam tesisnya yang berjudul “Service Network Design for Liner

Shipping in Indonesia” pada tahun 2015 meneliti pengembangan Liner Shipping

di Indonesia yang berbasis kepada pendulum nusantara. Tujuan dari penelitian ini

adalah menyediakan sebuah desain jaringan rute, berlaku untuk dataset yang

berbeda-beda, yang menentukan solusi terbaik untuk pengambilan keputusan

tingkat operasional, taktis dan strategis, sehingga memaksimalkan keuntungan.

Pelabuhan yang akan diteliti berjumlah yaitu Belawan (1), Tanjung Priok

(2), Tanjung Perak (3), Banjarmasin (4), Makassar (5), dan Sorong (6). Terdapat

dua algoritma yang dibangun yait berbasis kepada pendulum nusantara dan tidak

berbasis kepada pendulum nusantara.

Pendapatan $12,062,360Biaya Penanganan $3,815,072

Biaya Transit $68,510Biaya Bahan Bakar $774,650.15

Biaya Tetap $1,141,000Biaya Pelabuhan $11,304

Biaya Diam $67,515Total Keuntungan per Minggu $6,184,308.85

Persentase Penerimaan Kargo 100%

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Tabel 3. Rute Pelayaran Van Rijn Algoritma Pendulum Nusantara

Sumber: (Rijn, 2015)

Tabel 5. Jaringan Rute Pelayaran Van Rijn Algoritma Pendulum Nusantara

Sumber: (Rijn, 2015)

Jaringan nomor delapan adalah yang paling optimal:

Tabel 4. Performa Jaringan Rute Pelayaran Van Rijn Algoritma Pendulum

Nusantara

Sumber: (Rijn, 2015)

Rute PelabuhanJarak (nm)

Kecepatan (kn)

Jumlah Minggu

Jumlah Kapal

1 1,2,3,4,5,6,5,4,3,2,1 7116 16.5 4 42 1,2,1 2128 17.8 1 13 2,3,2 876 10 0.8 14 3,4,3 656 10 0.68 15 4,5,4 706 10 0.71 16 5,6,5 2750 10 1.92 27 3,5,3 1040 10 0.91 18 3,6,3 3632 12.7 1.99 29 1,2,3,2,1 3004 12.6 1.99 210 2,3,4,3,2 1532 21.3 1 111 3,4,5,4,3 1362 19 1 112 3,5,6,5,3 3790 15.8 2 213 2,3,4,5,4,3,2 2238 11.7 2 214 1,2,4,2,1 3356 14 2 215 1,2,3,4,5,4,3,2,1 4366 14 3 3

Jaringan Rute Tipe Kapal Kecepatan Optimal (kn) Permintaan Terpenuhi

1 1,1,1,1 5,5,5,5 16.5,16.5,16.5,16.5 56,1042 1,1,1,1 5,5,4,4 16.5,16.5,16.5,16.5 43,1663 2,2,3,4,5 5,5,5,5,2 17.8,17.8,12,12,10 29,5664 2,2,3,4,7,8,8 5,5,5,5,5,3,3 17.8,17.8,12,12,12,12.7,12.7 43,2535 9,9,10,10,11,11,12,12 5,5,5,5,5,5,4,4 12.6,12.6,21.3,21.3,19,19,15.8,15.8 56,1046 9,9,12,12,13,13 5,5,5,5,5,5 12.6,12.6,15.8,15.8,12,12 56,1047 12,12,13,13,14,14 5,5,5,5,5,5 15.8,15.8,12,12,14,14 56,1048 8,8,13,13,14,14 4,4,5,5,5,5 12.7,12.7,12,12,14,14 56,1049 12,12,15,15,15 5,5,5,5,5 15.8,15.8,14,14,14 56,104

Pendapatan $12,062,360Biaya Penanganan $3,815,072

Biaya Transit $232,696Biaya Bahan Bakar $1,039,319.00

Biaya Waktu dan Pelabuhan $1,611,072Total Keuntungan per Minggu $5,364,201.00

Persentase Penerimaan Kargo 100%

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Metode Penelitian

Dalam bab ini dibahas mengenai proses pengumpulan data yang berasal

dari berbagai sumber serta pengolahannya menjadi sebuah model perancangan

jaringan logistik maritim yang baru.

Data-data yang dibutuhkan antara lain:

1. Jarak antarpelabuhan (nm).

2. Supply and Demand antarpelabuhan (TEU).

3. Jenis kapal beserka spesifikasi yang dibutuhkan.

Setelah data-data dikumpulkan, dibutuhkan model matematika untuk membangun

model optimasi sebagai berikut:

1. Himpunan

Berikut adalah notasi dari himpunan yang akan digunakan dalam model optimasi:

ℎ ∈ 𝐻 Himpunan dari pelabuhan.

𝑡 ∈ 𝑇 ⊆ 𝐻 Himpunan dari pelabuhan transit.

𝑠 ∈ 𝑆 Himpunan dari rute kapal.

𝑗 ∈ 𝐽 Himpunan indikator yang menunjukkan apakah sebuah

kapal melewati kedua pelabuhan ℎ1 ∈ 𝐻 dan ℎ2 ∈ 𝐻 di

rute kapal 𝑠 ∈ 𝑆, dimana j = (h1,h2,s).

𝑘 ∈ 𝐾 Himpunan indikator yang menunjukan apakah ℎ2 ∈ 𝐻

langsung dikunjungi setelah mengunjungi ℎ1 ∈ 𝐻 di rute

kapal 𝑠 ∈ 𝑆, dimana k = (h1,h2,s).

Notasi 1. Himpunan

2. Parameter

Berikut adalah notasi dari parameter yang akan digunakan dalam model optimasi:

𝑟!!,!" Pendapatan dari pemenuhan permintaan satu TEU dari

pelabuhan ℎ1 ∈ 𝐻 ke pelabuhan ℎ2 ∈ 𝐻.

𝑐!! Biaya mentransitkan satu TEU di pelabuhan 𝑡 ∈ 𝑇.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

𝑐!! Biaya memasukan/mengeluarkan muatan satu TEU di

pelabuhan asal atau tujuan ℎ ∈ 𝐻.

𝑑!!,!" Permintaan dengan pelabuhan asal ℎ1 ∈ 𝐻 dan pelabuhan

tujuan ℎ2 ∈ 𝐻.

𝑏! Kapasitas ℎ2 ∈ 𝐻 pada rute kapal 𝑠 ∈ 𝑆.

𝐼!!,!",!",!",!!"#! Parameter biner (0/1) yang menentukan keluaran 1 apabila

sebuah kapal melewati pelabuhan ℎ3 ∈ 𝐻 dan ℎ4 ∈ 𝐻

ketika berlayar dari ℎ1 ∈ 𝐻 menuju ℎ2 ∈ 𝐻 di rute kapal

𝑠 ∈ 𝑆.

𝑓! Biaya tetap menggunakan rute 𝑠 ∈ 𝑆.

𝑑𝑖𝑠𝑡!!,!" Jarak pelayaran dari pelabuhan ℎ1 ∈ 𝐻 ke ℎ2 ∈ 𝐻.

𝑓!! Biaya bahan bakar dari kapal dalam rute per nautical mile.

Notasi 2. Parameter

3. Variabel

Berikut adalah notasi dari variabel yang akan digunakan dalam model optimasi:

𝑋!!,!",! Aliran kargo di rute kapal 𝑠 ∈ 𝑆 diantara pelabuhan ℎ1 ∈ 𝐻

dan ℎ2 ∈ 𝐻 secara berurutan.

𝑦! Variabel yang menentukan berapa kali rute digunakan.

𝑋!!,!",!!" Aliran kargo langsung di rute kapal 𝑠 ∈ 𝑆 diantara

pelabuhan ℎ1 ∈ 𝐻 dan ℎ2 ∈ 𝐻.

𝑋!!,!,!",!!" Aliran transit di rute kapal 𝑠 ∈ 𝑆 diantara pelabuhan

ℎ1 ∈ 𝐻 dan 𝑡 ∈ 𝑇 dengan tujuan ℎ2 ∈ 𝐻.

𝑋!,!,!!,!!!" Aliran transit di rute kapal 𝑠2 ∈ 𝑆 diantara pelabuhan

transit 𝑡 ∈ 𝑇 dengan tujuan ℎ ∈ 𝐻, dimana aliran transit

𝑡 ∈ 𝑇 melewati rute kapal 𝑠1 ∈ 𝑆.

𝑋!!,!!,!,!!,!!!! Aliran transit di rute kapal 𝑠2 ∈ 𝑆 diantara pelabuhan

transit 𝑡1 ∈ 𝑇 dengan tujuan 𝑡2 ∈ 𝑇, dimana aliran transit

𝑡1 ∈ 𝑇 melewati rute kapal 𝑠1 ∈ 𝑆.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

𝑋!!,!",!!"! Total aliran kargo di rute kapal 𝑠 ∈ 𝑆 diantara pelabuhan

asal ℎ1 ∈ 𝐻 dan tujuan ℎ2 ∈ 𝐻.

Notasi 3. Variabel

4. Fungsi Objektif

Berikut adalah fungsi objektif dari model optimasi yang dibangun:

𝑀𝑎𝑥 𝑟!!,!!!∈!!!∈!!!∈!

𝑋!!,!!,!!" + 𝑋!!,!,!!,!!"

!∈!

− 𝑐!!!

!!!"

𝑋!!,!,!!,!!" + 𝑋!!,!,!!,!!"

!∈!!!∈!!∈!

+ 𝑋!!,!!,!!" + 𝑋!!,!!,!!"

!∈!!!∈!

− 𝑐!!! 𝑋!!,!!,!!,!!,!!!!

!!∈!!!∈!!!∈!!!∈!!!∈!

+ 𝑋!!,!!,!!,!!!"

!!∈!!!∈!!!∈!

− 𝑓!𝑦!!∈!

− 𝑑𝑖𝑠𝑡!!,!"𝑦!𝑓!!

!∈!!∈!

1

Rumus 1. Fungsi Objektif

5. Kendala

Berikut adalah kendala dari model optimasi yang dibangun:

𝑋!!,!,!",!!"

!∈!

+!∈!

𝑋!!,!",!!"

!∈!

≤ 𝑑!!,!" ℎ1 ∈ 𝐻, ℎ2 ∈ 𝐻 2

𝑋!!,!",! ≤ 𝑏! ℎ1,ℎ2, 𝑠 ∈ 𝐾 (3)

𝑋!!,!!,!",!!!"

!!∈!

+ 𝑋!!,!!,!",!!,!!!!

!!∈!

!!∈!

− 𝑋!!,!",!!,!!!" −!!∈!

𝑋!!,!!,!",!!,!!!! = 0 (4)!!∈!!!∈!

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

𝑋!!,!",! − 𝑋!!,!",!!"! 𝐼!!,!",!",!",!!"#!

!!∈!

= 0 ℎ1,ℎ2, 𝑠 ∈ 𝐾 (5)!!∈!

𝑋!!,!",!!!"! − 𝑋!!,!",!!!"

− 𝑋!!,!",!",!!!"

!!∈!

− 𝑋!!,!",!!,!!!!

!!∈!

− 𝑋!!,!",!",!!,!!!! = 0 ℎ1 ∈ 𝐻, ℎ2 ∈ 𝐻, 𝑠1 ∈ 𝑆 (6)!!∈!!!∈!

𝑋!!,!",! ≥ 0 ℎ1,ℎ2, 𝑆 ∈ 𝐾 7

𝑋!!,!",!!" ≥ 0 ℎ1 ∈ 𝐻, ℎ2 ∈ 𝐻, 𝑠 ∈ 𝑆 (8)

𝑋!!,!!,!,!!,!!!! ≥ 0 ℎ ∈ 𝐻, 𝑠1 ∈ 𝑆, 𝑡1, 𝑡2, 𝑠2 ∈ 𝐽 (9)

𝑋!,!,!!,!!!" ≥ 0 𝑠1 ∈ 𝑆, 𝑡, ℎ, 𝑠2 ∈ 𝐽 (10)

𝑋!!,!,!",!!" ≥ 0 ℎ2 ∈ 𝐻, ℎ1, 𝑡, 𝑠 ∈ 𝐽 (11)

Rumus 2. Kendala

Berikut adalah penjelasan dari model matematika yang telah diolah:

(1) Objektif dari model matematika ini adalah untuk memaksimalkan total

keuntungan yang didapatkan dari pendapatan dikurangi biaya. Biaya hanya terdiri

dari biaya bongkar muat kargo, sementara biaya tetap dan biaya tidak tetap

mengikuti jaringan rute yang akan dihasilkan.

(2) Memastikan kargo yang dikirimkan ke tiap pelabuhan tidak melebihi

permintaan kombinasi pelabuhan.

(3) Memastikan total muatan kargo tidak melebihi kapasitas kapal.

(4) Memastikan aliran kargo yang dititipkan kepada pelabuhan transit akan

dibawa menuju pelabuhan tujuan.

(5) Mendefinisikan muatan diantara dua pelabuhan yang berurutan.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

(6) Mendefinisikan aliran total diantara dua pelabuhan berada pada siklus

yang sama.

(7) - (11) Memastikan aliran diantara dua pelabuhan selalu positif.

Pengembangan Algoritma Model Optimasi

Sebelum merancang algoritma model optimasi tersebut, telah dirancang

algoritma sebelumnya dengan metode yang mirip dengan Meijer yaitu Back and

Forth dengan menambahkan satu pelabuhan yaitu total kombinasi lima pelabuhan,

namun hasilnya tidak lebih baik dari Meijer sehingga harus dirancang algoritma

baru yang lebih baik.

Algoritma alternatif pertama, kombinasi pelabuhan berasal dari pelabuhan

asal dengan tiga pelabuhan yang paling dekat lalu dilakukan kombinasi rute

sehingga terbentuk 180 kombinasi rute baru lalu ditambahkan dengan 75

kombinasi rute Meijer sehingga berjumlah total 255 kombinasi rute.

Algoritma alternatif kedua hampir mirip dengan algoritma alternatif pertama,

hanya saja urutan pelabuhan keempat dihilangkan, sehingga langsung kembali ke

pelabuhan asal setelah pelabuhan ketiga. Jumlah kombinasi rute ini berjumlah 180

rute baru dan ditambahkan dengan 75 kombinasi rute Meijer sehingga berjumlah

total 255 kombinasi rute.

1. Algoritma Alternatif Pertama

Ide dari algoritma ini berkembang dari kedua jurnal yang menjadi dasar studi

pustaka dimana kedua rute pelayaran belum mempertimbangkan rute loop.

2. Algoritma Alternatif Kedua

Ide dari algoritma kedua ini adalah untuk memotong perpanjangan algoritma

alternatif pertama dari lima buah pelabuhan menjadi empat buah pelabuhan

dengan tetap mempertahankan pelabuhan awal dan pelabuhan akhir tetap sama.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Hasil dan Pembahasan

Dalam bab ini dibahas mengenai analisis dari hasil pengolahan data yang

telah dibahas di bab sebelumnya, mencakup analisis mengenai perbandingan

kedua algoritma alternatif pengembangan model.

1. Analisis Rute, Jenis dan Jumlah Kapal, Pendapatan dan Biaya Mingguan

Pengembangan Model

Analisis selanjutnya akan berada dalam lingkup penentuan rute, pendapatan,

dan biaya mingguan kedua algoritma alternatif terbaru.

Tabel 7. Perbandingan Rute, Jenis dan Jumlah Kapal, Pendapatan, dan

Biaya Mingguan Kedua Alternatif

(a)

(b)

(a) Algoritma Alternatif Pertama (b) Algoritma Alternatif Kedua

Alternatif pertama memiliki total jumlah rute sebanyak delapan rute. Hal serupa

juga dimiliki oleh alternatif kedua. Meskipun demikian, komposisi rute kedua

alternatif berbeda. Alternatif pertama terdiri atas tiga rute dengan kombinasi lima

Rute Kapal Jumlah Kapal Biaya Tetap ($) Biaya Bahan Bakar ($) Pendapatan ($)"1-4-2-3-1" Panamax 1750 1 106,256 533,829 2,807,255"4-5-3-2-4" Panamax 1750 1 106,256 217,156 1,890,280"6-5-4-3-6" Panamax 2400 1 148,256 731,604 1,970,690

"2-6-2" Feeder 800 1 57,256 392,845 688,000"2-4-2" Panamax 1250 1 78,256 51,467 702,405"3-5-3" Panamax 1250 1 78,256 51,467 934,820"2-3-2" Panamax 2400 1 148,256 79,007 1,927,475"3-4-3" Panamax 2400 1 148,256 79,007 1,915,435

871,048 2,136,381 12,836,360Total

Rute Kapal Jumlah Kapal Biaya Tetap ($) Biaya Bahan Bakar ($) Pendapatan ($)"5-4-3-5" Feeder 800 1 57,256 45,087 811,410 "6-4-5-6" Feeder 800 1 57,256 232,687 811,410 "4-2-5-4" Panamax 1250 2 156,512 142,753 2,381,985 "5-3-2-5" Panamax 1250 1 78,256 141,240 1,039,095 "5-3-4-5" Panamax 1750 1 106,256 52,417 1,369,765 "3-4-5-3" Panamax 2400 1 148,256 75,393 2,366,935 "1-2-1" Panamax 1250 1 78,256 163,175 450,210 "5-6-5" Panamax 1750 2 212,512 490,933 2,888,095

894,560 1,343,686 12,118,905 Total

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

pelabuhan dan lima rute dengan kombinasi tiga pelabuhan. Sedangkan alternatif

kedua terdiri atas enam kombinasi empat pelabuhan dan dua kombinasi tiga

pelabuhan.

Tipe kapal yang dibutuhkan dalam alternatif rute ini juga berjumlah empat

tipe kapal dengan komposisi yang berbeda. Alternatif pertama membutuhkan satu

buah kapal berjenis Feeder 800, dua buah kapal berjenis Panamax 1250, dua buah

kapal berjenis Panamax 1750, dan tiga buah kapal berjenis Panamax 2400.

Alternatif kedua membutuhkan dua buah kapal berjenis Feeder 800, empat buah

kapal berjenis Panamax 1250, tiga buah kapal berjenis Panamax 1750, dan satu

buah kapal berjenis Panamax 2400.

Secara umum biaya tetap, biaya bahan bakar, dan pendapatan alternatif

pertama lebih besar dibandingkan alternatif kedua.

1. Analisis Performa Algoritma Pengembangan Model

Analisis selanjutnya akan berada dalam lingkup perbandingan performa

secara umum kedua algoritma alternatif terbaru.

Tabel 8. Perbandingan Performa Kedua Alternatif

(a) (b)

(a) Algoritma Alternatif Pertama (b) Algoritma Alternatif Kedua

Pendapatan alternatif pertama setiap minggunya jauh lebih besar

dibandingkan alternatif kedua. Meskipun begitu, komponen biaya alternatif

pertama selalu lebih tinggi dibandingkan dengan alternatif kedua kecuali biaya

tetap dan pelabuhan. Hal tersebut memberikan akumulasi keuntungan yang lebih

besar kepada alternatif kedua dibandingkan alternatif pertama sebesar $6.623.240

per minggu. Kedua alternatif memiliki performa sempurna dalam hal penyaluran

kargo ke setiap pelabuhan.

Pendapatan 12,836,360$ Biaya Penanganan 3,349,624$

Biaya Transit 310,624$ Biaya Bahan Bakar 2,136,381$

Biaya Tetap 871,048$ Biaya Pelabuhan 13,816$

Total Keuntungan per Minggu 6,154,867$ Persentase Penerimaan Kargo 100%

Pendapatan 12,118,905$ Biaya Penanganan 2,998,395$

Biaya Transit 245,208$ Biaya Bahan Bakar 1,343,686$

Biaya Tetap 894,560$ Biaya Pelabuhan 13,816$

Total Keuntungan per Minggu 6,623,240$ Persentase Penerimaan Kargo 100%

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

2. Analisis Performa Model Dasar dan Pengembangan Model Baru

Analisis yang terakhir adalah perbandingan performa model dasar dengan

performa pengembangan model baru.

Tabel 9. Perbandingan Jumlah Rute, Jumlah Tipe Kapal, dan Jumlah Kapal

Keempat Algoritma

Analisis selanjutnya akan digabungkan dengan pengembangan model

dasar/referensi yaitu model yang dibuat oleh Meijer dan Van Rijn.

Setiap rancangan model perancangan rute, asumsinya tidak memiliki kapal

sebelumnya. Maka dari itu, untuk memulai pelayaran harus membeli kapal

terlebih dahulu. Hal ini merupakan keputusan strategis dalam liner shipping.

Algoritma Van Rijn menjadi algoritma yang paling banyak membutuhkan initial

cost dalam hal membeli kapal. Di sisi lain, algoritma alternatif pertama menjadi

algoritma yang membutuhkan initial cost paling kecil.

Tabel 10. Perbandingan Performa Keempat Algoritma

Analisis yang lebih detail dapat dilihat dengan table perbandingan

performa keempat algoritma tersebut. Keempat algoritma ini dapat dibilang

feasible untuk dijalankan karena persentase penerimaan kargo dari keempatnya

bernilai sempurna. Van Rijn, tidak mencantumkan biaya tetap dari rutenya yang

paling optimal sehingga tidak dapat dibandingkan dengan keempat algoritma

lainnya. Dalam hal lain, algoritma yang dibuat oleh Meijer bersama Van Rijn

Rute Jumlah Rute Jumlah Tipe Kapal Jumlah KapalMeijer 9 3 11

Van Rijn 3 2 12Alternatif 1 8 4 8Alternatif 2 8 4 10

Rute Biaya Tetap ($) Biaya Penanganan ($) Biaya Transit ($) Biaya Bahan Bakar ($) Biaya Pelabuhan ($)Meijer 1,141,000 3,815,072 68,510 774,650 11,304

Van Rijn N/A 3,815,072 232,696 1,039,319 1,611,072*Alternatif 1 871,048 3,349,624 310,624 2,136,381 13,816 Alternatif 2 894,560 2,998,395 245,208 1,343,686 13,816

Rute Pendapatan ($) Keuntungan ($) Persentase Penerimaan KargoMeijer 12,062,360 6,184,308 100%

Van Rijn 12,062,360 5,364,201 100%Alternatif 1 12,836,360 6,154,867 100%Alternatif 2 12,118,905 6,623,240 100%

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

memiliki biaya penanganan yang paling besar dan alternatif pertama adalah biaya

penanganan paling sedikit. Mempertimbangkan bahwa algoritma yang dibuat oleh

Meijer memiliki kombinasi tiga pelabuhan secara keseluruhan menjadi yang

paling efisien dalam hal transit dan bahan bakar. Terbukti biaya transit dan biaya

bahan bakar algoritma Meijer menjadi yang paling efisien, berbanding terbalik

dengan alternatif pertama. Algoritma yang dibuat oleh Van Rijn mencantumkan

gabungan biaya pelabuhan dengan biaya diam dan biaya tetapnya sehingga tidak

dapat dibandingkan dengan ketiga algoritma lainnya. Pendapatan alternatif

pertama adalah pendapatan per minggu yang paling besar jika dibandingkan

dengan ketiga algoritma lainnya. Dengan jumlah akumulasi pendapatan dikurangi

dengan biaya yang ada, algoritma alternatif kedua menjadi yang paling produktif

dalam hal keuntungan.

Kesimpulan dan Saran

1. Kesimpulan

Berdasarkan hasil dan analisis yang telah dijelaskan pada bab sebelumnya,

beberapa kesimpulan yang dapat diambil adalah sebagai berikut:

1. Initial cost sangat dipengaruhi oleh pembelian jenis kapal dan jumlah

kapal. Dalam hal ini initial cost paling besar adalah algoritma yang dibuat

oleh Van Rijn. Sementara initial cost paling kecil adalah algoritma

alternatif pertama.

2. Biaya penanganan paling besar adalah algoritma yang dibuat oleh Meijer

dan Van Rijn, dan yang paling kecil adalah algoritma alternatif pertama.

3. Algoritma yang menggunakan kombinasi pelabuhan paling sedikit

memungkinkan untuk mendapatkan biaya transit yang rendah

dibandingkan dengan kombinasi pelabuhan yang lebih besar. Hal ini

dibuktikan dengan algoritma Meijer yang memiliki biaya transit paling

kecil dan algoritma alternatif pertama memiliki biaya transit paling besar.

4. Algoritma yang menggunakan kombinasi pelabuhan paling banyak

memungkinkan untuk mendapatkan biaya bahan bakar yang sangat tinggi

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

dibandingkan dengan kombinasi pelabuhan yang lebih kecil. Hal ini

dibuktikan dengan algoritma alternatif pertama yang memiliki biaya bahan

bakar paling besar dan algoritma Meijer memiliki biaya bahan bakar

paling kecil.

5. Dalam hal pendapatan, algoritma alternatif pertama adalah algoritma yang

paling efektif, sementara keuntungan per minggu merupakan hasil

pengurangan pendapatan per minggu dengan komponen biaya tetap, biaya

penanganan, biaya transit, biaya bahan bakar dan biaya pelabuhan per

minggu. Algoritma alternatif kedua memiliki keuntungan yang paling

besar dibandingkan dengan ketiga algoritma lainnya.

2. Saran

Model yang dibangun di penelitian ini memungkinkan untuk dikembangkan

pada level nasional maupun internasional. Saran yang dapat diberikan untuk

penelitian selanjutnya antara lain:

1. Meningkatkan detail pada level pelabuhan untuk mendapatkan

pertimbangan yang lebih baik.

2. Menambah kemungkinan rute yang akan diperoleh dengan merancang

kombinasi empat pelabuhan dengan semua kombinasi (600 kombinasi).

3. Melakukan basis permintaan dengan data stokastik sehingga dapat

memberikan hasil yang lebih realistik.

4. Dalam jangka panjang, permintaan multiperiode adalah alternatif yang

dapat diambil agar dapat menentukan keputusan tingkat strategis, taktis,

dan operasional yang lebih baik.

5. Melakukan perhitungan dengan penambahan pelabuhan dan pertimbangan

pengembangan pelabuhan di Indonesia dalam masa yang akan datang.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Daftar Pustaka Hilier, F. (1955). Introduction to Operational Research. New York: Mc Graw

Education.

Meijer, J. (2015). Creating a Liner Shipping Network Design. Rotterdam:

Erasmus University Rotterdam.

Rijn, L. Van. (2015). Service network design for liner shipping in Indonesia.

Rotterdam: Erasmus University Rotterdam.

Tierney, K., Vos S., & Stahlbock, R. (2014). A mathematical model of inter-

terminal transportation. European Journal of Operational Research, 235(2),

448–460.

Yang, Z., Chen, K., & Notteboom, T. (2012). Optimal design of container liner

services: Interactions with the transport demand in ports. Maritime

Economics & Logistics, 409 - 434.

PT Pelabuhan Indonesia II (Persero). (2014). Annual Report 2014. PT

Pelabuhan Indonesia II.

Kalem, H. (2015). Container liner-shipping network design using a path

formulation model for Indonesia. Rotterdam: Erasmus University Rotterdam.

Mulder, J., & Dekker, R. (2014). Methods for strategic liner shipping network

design. European Journal of Operational Research, 235(2), 367–377.

Ducruet, C., & Notteboom, T. (2012). Developing Liner Service Networks in

Container Shipping. Maritime Logistics: A Complete Guide to Effective

Shipping and Port Management, 77–100.

Guericke, S., & Tierney, K. (2015). Liner shipping cargo allocation with service

levels and speed optimization. Transportation Research Part E: Logistics

and Transportation Review, 84, 40–60.

Kalem, H. (2015). Container liner-shipping network design using a path

formulation model for Indonesia.

Meng, Q., & Wang, T. (2011). A scenario-based dynamic programming model for

multi-period liner ship fleet planning. Transportation Research Part E:

Logistics and Transportation Review, 47(4), 401–413.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016

Mulder, J., & Dekker, R. (2014). Methods for strategic liner shipping network

design. European Journal of Operational Research, 235(2), 367–377.

Ng, M. (2015). Container vessel fleet deployment for liner shipping with

stochastic dependencies in shipping demand. Transportation Research Part

B: Methodological, 74, 79–87.

Perancangan jaringan ..., Muhammad Reza, FT UI, 2016