penentuan rute distribusi produk yang optimal dengan
TRANSCRIPT
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
PENENTUAN RUTE DISTRIBUSI PRODUK YANG
OPTIMAL DENGAN MENGGUNAKAN ALGORITMA
HEURISTIK PADA PT. COCA-COLA BOTTLING
INDONESIA MEDAN
TUGAS SARJANA
Diajukan untuk Memenuhi Sebagian dari
Syarat-syarat Memperoleh Gelar Sarjana Teknik
Disusun oleh :
ANITA CHRISTINE SEMBIRING 0 2 0 4 1 3 0 3 7
P R O G R A M P E N D I D I K A N E K S T E N S I
D E P A R T E M E N T E K N I K I N D U S T R I
F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
M E D A N
2008
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
PENENTUAN RUTE DISTRIBUSI PRODUK YANG
OPTIMAL DENGAN MENGGUNAKAN ALGORITMA
HEURISTIK PADA PT. COCA-COLA BOTTLING
INDONESIA MEDAN
TUGAS SARJANA
Diajukan untuk Memenuhi Sebagian dari
Syarat-syarat Memperoleh Gelar Sarjana Teknik
Disusun oleh : ANITA CHRISTINE SEMBIRING
0 2 0 4 1 3 0 3 7
Disetujui Oleh :
Pembimbing I Pembimbing II
( Ir. Mangara Tambunan, MSc ) ( Ir. Ukurta Tarigan, MT )
P R O G R A M P E N D I D I K A N E K S T E N S I
D E P A R T E M E N T E K N I K I N D U S T R I
F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA
M E D A N
2008
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
D A F T A R I S I
Halaman
KATA PENGANTAR ............................................................................... i
UCAPAN TERIMA KASIH ...................................................................... ii
DAFTAR ISI ............................................................................................. iv
DAFTAR TABEL ...................................................................................... x
DAFTAR GAMBAR ................................................................................. xii
DAFTAR LAMPIRAN .............................................................................. xiii
RINGKASAN ............................................................................................ xiv
BAB I PENDAHULUAN
1.1. Latar Belakang Permasalahan .................................................. I-1
1.2. Rumusan Permasalahan ........................................................... I-3
1.3. Tujuan dan Sasaran Penelitian ................................................. I-3
1.4. Manfaat Penelitian ................................................................... I-4
1.5. Pembatasan Masalah dan Asumsi ............................................ I-5
1.5.1. Pembatasan Masalah ..................................................... I-5
1.5.2. Asumsi Dasar ................................................................ I-6
1.6. Sistematika Penulisan Tugas Akhir .......................................... I-7
BAB II GAMBARAN UMUM PERUSAHAAN
2.1. Sejarah Perusahaan .................................................................. II-1
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
2.2. Ruang Lingkup Bidang Usaha .................................................. II-3
DAFTAR ISI (LANJUTAN)
Halaman
2.3. Struktur Organisasi Perusahaan ................................................ II-7
2.4. Pembagian Tugas dan Tanggung Jawab .................................... II-6
2.5. Jumlah Tenaga Kerja dan Jam Kerja ......................................... II-13
2.5.1. Jumlah Tenaga Kerja .................................................... II-13
2.5.2. Jam Kerja ...................................................................... II-14
2.6. Sistem Pengupahan .................................................................. II-15
2.7. Proses Produksi ........................................................................ II-17
2.7.1. Standar Mutu Produk .................................................... II-17
2.7.2. Bahan yang digunakan .................................................. II-17
2.8. Uraian Proses ........................................................................... II-23
BAB III LANDASAN TEORI
3.1. Pengertian Manajemen Logistik ............................................... III-1
3.2. Ruang Lingkup Logistik .......................................................... III-2
3.3. Konsep Logistik Terpadu .......................................................... III-3
3.4. Ukuran Keefektifan dan Keefisienan Logistik ........................... III-7
3.5. Sistem Transportasi ................................................................. III-10
3.6. Travelling Salesman Problem .................................................. III-18
3.7. Vehicle Routing Problem .......................................................... III-23
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
3.8. Metode Penentuan Rute dan Penjadwalan ................................. III-24
3.9. Pengembangan Algoritma Heuristik ........................................ III-27
DAFTAR ISI (LANJUTAN)
Halaman
3.10. Teorema Kriteria Optimal ........................................................ III-34
3.11. Pengukuran Waktu Kerja .......................................................... III-35
3.11.1. Penelitian Waktu ........................................................... III-37
3.11.1.1. Langkah-langkah Sebelum Melakukan
Pengukuran Waktu ......................................... III-37
3.11.1.2. Tahapan Pengukuran Waktu Kerja .................. III-40
3.11.1.3. Penentuan Waktu Standar ............................... III-43
3.11.1.4. Cara Menentukan Waktu Standar .................... III-47
BAB IV METODOLOGI PENELITIAN
4.1. Tempat dan Waktu Penelitian .................................................. IV-1
4.2. Subjek dan Objek Penelitian .................................................... IV-1
4.3. Metode Pengumpulan Data ....................................................... IV-1
4.4. Tahapan Penelitian ................................................................... IV-2
BAB V PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Metode Pengumpulan Data ...................................................... V-1
5.1.1. Pola Distribusi PT. Coca-cola Bottling Indonesia Medan V-1
5.1.2. Data Lokasi Outlet ........................................................ V-4
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.1.3. Data Permintaan Produk ................................................ V-6
5.1.4. Hari Kerja dan Waktu-waktu Kerja ............................... V-8
5.1.5. Sarana Pendistribusian .................................................. V-8
DAFTAR ISI (LANJUTAN)
Halaman
5.1.6. Jarak Antar Outlet ......................................................... V-9
5.2. Pengolahan Data ....................................................................... V-11
5.2.1. Perhitungan Daya Tahan Outlet ..................................... V-11
5.2.2. Pengujian Keseragaman Data Waktu Distribusi............. V-14
5.2.2.1. Waktu Antar Outlet .......................................... V-14
5.2.2.2. Waktu Loading dan Unloading ......................... V-15
5.2.3. Pengujian Kecukupan Data ........................................... V-31
5.2.3.1. Pengujian Kecukupan Data Waktu Loading
dan Unloading Barang ................................... V-31
5.2.3.2. Pengujian Kecukupan Data Waktu Pelayanan di
Outlet ............................................................. V-33
5.2.4. Perhitungan Waktu Standar ........................................... V-33
5.2.4.1. Perhitungan Waktu Standar Waktu Loading
dan Unloading Barang ................................... V-33
5.2.4.2. Perhitungan Waktu Standar Waktu Pelayanan di
Outlet ............................................................. V-44
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.2.5. Pengolahan Data Graph (Peta) Awal ............................. V-48
5.2.6. Sub Rute yang Terbentuk .............................................. V-60
5.2.6.1. Pengolahan Data Sub Rute 1 ............................. V-60
5.2.6.2. Pengolahan Data Sub Rute 2 ............................. V-62
DAFTAR ISI (LANJUTAN)
Halaman
5.2.5.3. Pengolahan Data Sub Rute 3 ............................. V-63
5.2.5.4. Pengolahan Data Sub Rute 4 ............................. V-64
5.2.5.5. Pengolahan Data Sub Rute 5 ............................. V-65
5.2.5.6. Pengolahan Data Sub Rute 6 ............................. V-66
5.2.7. Penentuan Biaya Transportasi Sub Rute ........................ V-68
5.2.7.1. Penentuan Biaya Transportasi Sub Rute 1 ......... V-68
5.2.7.2. Penentuan Biaya Transportasi Sub Rute 2 ......... V-69
5.2.7.3. Penentuan Biaya Transportasi Sub Rute 3 ......... V-69
5.2.7.4. Penentuan Biaya Transportasi Sub Rute 4 ......... V-70
5.2.7.5. Penentuan Biaya Transportasi Sub Rute 5 ......... V-70
5.2.7.6. Penentuan Biaya Transportasi Sub Rute 6 ......... V-71
BAB VI ANALISIS PEMECAHAN MASALAH
6.1. Analisis Jarak Tempuh ............................................................. VI-1
6.2. Perhitungan Utilisasi................................................................. VI-4
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
6.3. Analisis Biaya Transportasi ..................................................... VI-6
6.4. Usulan Rancangan Rute Distribusi ........................................... VI-7
DAFTAR ISI (LANJUTAN)
Halaman
BAB VII KESIMPULAN DAN SARAN
7.1. Kesimpulan ............................................................................. VII-1
7.2. Saran ....................................................................................... VII-2
DAFTAR PUSTAKA ............................................................................... DP-1
LAMPIRAN
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
D A F T A R T A B E L
Tabel Halaman
2.1. Jumlah Tenaga Kerja pada PT. Coca-cola Bottling Indonesia ....... II-13
2.2. Rata-rata Jumlah Pemakaian Gula/unit Produksi ........................... II-18
2.3. Rata-rata Jumlah Pemakaian Concent-rate/unit Produksi .............. II-19
2.4. Rata-rata Jumlah Pemakaian CO2/unit Produksi............................ II-20
3.1. Faktor Rating Performance Menurut Westinghouse ...................... III-45
5.1. Lokasi Outlet PT. Coca-cola Bottling Indonesia Medan ................ V-5
5.2. Data Permintaan Produk Coca-cola per Minggu ........................... V-6
5.3. Hari Kerja dan Waktu-waktu Kerja............................................... V-7
5.4. Spesifikasi Mobil Angkut ............................................................. V-8
5.5. Jarak Antar Outlet ........................................................................ V-10
5.6. Daya Tahan tiap outlet ................................................................ V-12
5.7. Pengukuran Waktu Loading Barang Mobil Kapasitas 220 Krat..... V-16
5.8. Pengukuran Waktu Unloading Barang Mobil Kapasitas 220 Krat . V-18
5.9. Pengukuran Waktu Loading Barang Mobil Kapasitas 130 Krat..... V-20
5.10. Pengukuran Waktu Unloading Barang Mobil Kapasitas 130 Krat . V-22
5.11. Pengukuran Waktu Loading Barang Mobil Kapasitas 50 Krat ...... V-24
5.12. Pengukuran Waktu Unloading Barang Mobil Kapasitas 50 Krat ... V-26
5.13. Pengukuran Waktu Pelayanan di Outlet ........................................ V-28
5.14. Kecepatan Rata-rata Loading/Muat di Kantor Penjualan Medan ... V-43
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.15. Kecepatan Rata-rata Unloading/Muat di Kantor Penjualan Medan V-43
DAFTAR TABEL (LANJUTAN)
Tabel Halaman
5.1.6. Waktu Tersedia Untuk Distribusi PT. Coca-cola Bottling Indonesia
Medan .......................................................................................... V-52
5.17. Pengisian Sub Rute ........................................................................ V-52
5.18. Keseluruhan Sub Rute Usulan PT. Coca-cola Bottling Indonesia
Medan .......................................................................................... V-67
5.20. Biaya Transportasi Alat Angkut Pada Tiap Sub Rute .................... V-71
6.1. Perbandingan Jarak Tempuh ......................................................... VI-1
6.2. Estimasi Feasibilitas ..................................................................... VI-2
6.3. Waktu Luang/ Waktu Sisa Setiap Sub Rute .................................. VI-3
6.4. Demand dan Kapasitas Mobil Angkut Tiap Sub Rute ................... VI-4
6.5. Utilitas Alat Angkut Masing-Masing Sub Rute ............................. VI-6
6.6. Perbandingan Biaya Transportasi.................................................. VI-7
6.7. Sub Rute PT. Coca-cola Bottling Indonesia Medan ...................... VI-12
6.8. Perbandingan Rute yang Tersedia dengan Rute Usulan ................. VI-13
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
D A F T A R G A M B A R
Gambar Halaman
2.1. Struktur Organisasi PT. Coca-cola Bottling Indonesia Medan ...... II-5
3.1. Contoh Travelling Salesman Problem .......................................... III-17
3.2. Contoh Urutan Rute yang Bagus dan Jelek .................................. III-18
3.3. Klaster untuk Kendaraan/Alat Angkut .......................................... III-19
3.4. Bentuk Solusi Vehicle Routing Problem Dasar ............................. III-21
3.5. Pengurangan Jarak Tempuh melalui Konsolidasi Tempet Perhentian
dalam Rute ................................................................................... III-24
4.1. Blok Diagram Prosedur Penelitian ................................................ IV-3
4.2. Blok Diagram Pengolahan Data .................................................... IV-7
4.3. Blok Diagram Analisis Pemecahan Masalah ................................. IV-8
5.1. Pola Distribusi Produk PT. Coca-cola Bottling Indonesia Medan .. V-2
5.2. Peta Kendali Waktu Loading Barang Mobil Kapasitas 220 krat .... V-17
5.3 Peta Kendali Waktu Unloading Barang Mobil Kapasitas 220 krat V-19
5.4. Peta Kendali Waktu Loading Barang Mobil Kapasitas 130 krat .... V-21
5.5. Peta Kendali Waktu Unloading Barang Mobil Kapasitas 130 krat V-23
5.6. Peta Kendali Waktu Loading Barang Mobil Kapasitas 50 krat ...... V-25
5.7. Peta Kendali Waktu Unloading Barang Mobil Kapasitas 50 krat .. V-27
5.8. Peta Kendali Waktu Pelayanan di Outlet....................................... V-30
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
D A F T A R L A M P I R A N
Halaman
Peta Pendistribusian Produk Coca-cola PT. Coca-cola Bottling Indonesia
Medan ........................................................................................................ L-1
Peta Usulan Sub Rute Pendistribusian Produk Coca-cola di PT. Coca-cola
Bottling Indonesia Medan .......................................................................... L-2
Output Software Quant System Versi 3.0 ..................................................... L-3
Allowance untuk Perhitungan Waktu Standar ............................................. L-4
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
K A T A P E N G A N T A R
Pertama-tama puji dan syukur penulis panjatkan ke hadirat Tuhan Yang
Maha Esa karena Berkat, Kasih dan Rahmat-Nya pelaksanaan Tugas Akhir dan
penulisan laporan ini dapat diselesaikan dengan baik. Tugas Akhir merupakan
bagian dari kurikulum pada Departemen Teknik Industri Fakultas Teknik
Universitas Sumatera Utara yang wajib dilaksanakan dalam rangka memenuhi
salah satu persyaratan untuk mengikuti Sidang Sarjana Teknik Industri.
Penulis melaksanakan penelitian pada PT. Coca-Cola Bottling Indonesia
Medan. Judul Tugas Akhir ini adalah Penentuan Rute Distribusi Produk yang
Optimal dengan Menggunakan Algoritma Heuristik di PT. Coca-cola
Bottling Indonesia Medan.
Tujuan penelitian ini secara umum adalah untuk merencanakan rute yang
optimal dengan memperhitungkan kapasitas alat angkut yang tersedia agar
pendistribusian produk dapat dilakukan secara lebih efektif dan efisien.
Penulis menyadari bahwa laporan ini masih jauh dari sempurna, oleh
sebab itu penulis mengharapkan kritik dan saran guna kesempurnaan laporan ini.
Penulis berharap semoga laporan ini dapat memberikan manfaat bagi semua pihak
yang membaca laporan ini.
Universitas Sumatera Utara Medan, Februari 2008
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Anita Christine Sembiring
U C A P A N T E R I M A K A S I H
Penulis telah banyak menerima bantuan dari berbagai pihak baik fisik
maupun moril selama menyelesaikan laporan ini, pada kesempatan ini penulis
mengucapkan terima kasih kepada :
1. Ibu Ir. Rosnani Ginting, MT selaku Ketua Departemen Teknik Industri
Fakultas Teknik Universitas Sumatera Utara.
2. Bapak Aulia Ishak, ST, MT selaku koordinator Tugas Akhir.
3. Bapak Ir. Mangara M. Tambunan, MSc dan Bapak Ir. Ukurta Tarigan,
MT. selaku dosen pembimbing yang telah memberikan bimbingan,
pengarahan, dan bantuan dalam penyelesaian Tugas Sarjana.
4. Bapak Ahmad Nasoha selaku Humas PT. Coca-cola Bottling Indonesia
Medan yang telah memberi izin dan kesempatan bagi penulis untuk
melaksanakan Tugas Akhir di PT. Coca-cola Bottling Indonesia Medan.
5. Bapak Sahat yang telah banyak menyediakan waktu dan tenaga
membantu penulis selama pengambilan data, memberikan saran dan
masukan serta ide-ide kepada penulis selama pelaksanaan penelitian.
6. Seluruh staf dan karyawan PT. Coca-cola Bottling Indonesia Medan
atas segala bantuan dan informasi yang diberikan selama penulis
melaksanakan Tugas Akhir.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
7. Seluruh staf pengajar Departemen Teknik Industri, Fakultas Teknik,
Universitas Sumatera Utara.
8. Keluarga tercinta, Pt. S. U. Sembiring Kembaren, SmHk dan Dra. Ng.
Br. Barus, MPd. serta kakak Rina Br.Sembiring, Adik-adikku Mariance
Br. Sembiring. Mustika Sembiring. Ferdinan Sembiring yang telah
memberikan doa, dorongan moril, tenaga dan material kepada penulis.
9. Melva, Maria, Debora, Mian, Elida, Roy sahabat-sahabat yang telah
banyak memberikan dukungan, perhatian, bantuan, masukan dan
kritikan kepada penulis.
10. B’ Riza atas dukungan, bantuan, masukan, kritikan dan perhatiannya
kepada penulis.
11. Pengurus PERMATA GBKP Klasis Medan Delitua yang telah banyak
memberikan masukan, dukungan, dan bantuan kepada penulis.
12. Teman-teman PERMATA GBKP Rg. Simpang Marindal atas doa dan
dukungan yang diberikan kepada penulis.
13. Teman-teman Pelayan KA/KR GBKP Rg. Simpang Marindal atas doa
dan dukungan yang diberikan kepada penulis.
14. Seluruh teman-teman Ekstensi stambuk 2002 atas masukan, dukungan
dan bantuan kepada penulis.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
R I N G K A S A N
PT.Coca-cola Bottling Indonesia Medan adalah industri yang bergerak dalam minuman ringan di Medan. PT.Coca-cola Bottling Indonesia Medan memiliki permasalahan dalam hal pendistribusian minuman kepada konsumennya yang berakibat keterlambatan atau ketidaktepatan waktu dalam pengiriman produk. Hal ini diakibatkan karena belum adanya rute distribusi yang optimal dengan perhitungan kapasitas alat angkut yang tersedia juga jarak tempuh dari PT.Coca-cola Bottling Indonesia Medan ke seluruh outlet yang efektif dan efisien.
Travelling Salesman Problem (TSP) merupakan suatu model permasalahan distribusi berupa penugasan sejumlah n kendaraan pada m lokasi. Model permasalahan ini menggunakan alat angkut yang diawali dari satu titik pusat tertentu (disebut Kantor Penjualan Medan) lalu menuju semua titik pendistribusian (disebut outlet) kemudian kembali ke titik awal. Outlet yang tersebar kemudian dibagi berdasarkan jumlah permintaan serta jarak tempuh.
Penelitian yang dilakukan bertujuan menentukan jarak tempuh minimum untuk setiap rute, maksimisasi utilitas alat angkut, penentuan biaya transportasi, serta perancangan rute yang optimal dalam pendistribusian produk. Penyusunan rute distribusi produk ini diselesaikan menggunakan algoritma heuristik melalui dua tahap yakni divide and conqueror (pecah dan kembangkan). Tahap pertama yakni pembentukan sub-sub rute serta perbaikan urutan sub rute. Pembentukan sub-sub rute ini merupakan proses pengelompokan outlet kedalam beberapa sub rute. Tahap kedua adalah tahap pengembangan sub rute yang telah dibentuk berdasarkan waktu tempuh serta spesifikasi mobil angkut yang akan digunakan menggunakan estimasi feasibilitas. Pada tahap ini akan dilakukan perhitungan utilitas alat angkut yang telah diperoleh sebelumnya. Pembentukan sub rute masih dilakukan secara manual sedangkan perbaikan urutan sub rute dilakukan dengan menggunakan Software Quant System (QS) versi 3.0. dan menghasilkan jarak tempuh yang minimum pada setiap sub rute. Berdasarkan perhitungan diperoleh 6 sub rute yang dilakukan dalam satu minggu dan dilayani oleh 1 mobil angkut berkapasitas 130 krat. Utilitas alat angkut yang cukup besar membuktikan bahwa algoritma heuristik cukup efektif digunakan dalam penelitian. Berdasarkan sub rute usulan yang diperoleh, maka dapat dilihat bahwa jarak tempuh menjadi lebih singkat 132.42 ≈ 133 km dari sub rute yang tersedia, sehingga mempersingkat waktu tempuh selama 678.55 ≈ 679 menit bagi alat angkut dan sekaligus menghemat biaya transportasi sebesar Rp. 111800,- (per
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
minggu). Dengan penerapan rute pendistribusian usulan PT. Coca-cola Bottling Indonesia Medan dapat meningkatkan kualitas pelayanan dalam penyediaan produk Coca-cola kepada masyarakat yang tepat waktu sesuai dengan permintaan.
BAB I
PENDAHULUAN
1.1. Latar Belakang Permasalahan
Permasalahan routing menyangkut bagaimana mengatur urutan pelanggan
yang akan didatangi dengan berawal dan berakhir pada depot. Jika waktu
kedatangan dan kepergian juga ditentukan, permasalahan ini menjadi
permasalahan penjadwalan. Jadi, permasalahan penjadwalan di sini menyangkut
pula aspek waktu kunjungan yang selanjutnya aspek ini menjadi struktur
tambahan pada rute alat angkut.
VRP (Vechicle Routing Problems) adalah sebuah hard`combinatorial
optimization problem. Permasalahan ini erat kaitannya dengan permasalahan
Travelling Salesman Problem (TSP). Vechicle Routing Problems menjadi
Travelling Salesman Problem pada saat hanya terdapat satu alat angkut yang
kapasitasnya tak hingga. Berkaitan dengan hal ini, algoritma-algoritma heuristik
menjadi alternatif yang banyak dikembangkan.
Banyak hal yang mempengaruhi dalam pendistribsian produk dari gudang
kepada konsumennya antara lain Kepadatan lalu-lintas. Di Kota Medan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Kepadatan lalu lintas sangat tinggi sekali, jalur yang satu arah dan kesemerautan
dalam berlalu-lintas yang menjadi masalah dalam hal distribusi produk.
Acessbility toko dan masalah pendistribusian ke outlet-outlet berkaitan dengan
pelayanan yang diberikan oleh perusahaan juga merupakan masalah distribusi.
PT. Coca-Cola Bottling Indonesia Medan adalah salah satu perusahaan
yang memproduksi minuman ringan (softdrink) di Medan. Kantor Penjualan
Medan memiliki outlet-outlet yang penjualannya langsung pada konsumen
sebagai pengguna akhir. PT. Coca-Cola Bottling Indonesia Medan memproduksi
4 jenis minuman ringan yang diminati oleh konsumen yaitu Coca-Cola, Sprite,
Fanta dan Frestea.
Pendistribusian di PT. Coca-Cola Bottling Indonesia Medan dilakukan
dengan cara memenuhi permintaan pada setiap lokasi Outlet tanpa
mempertimbangkan jarak tempuh untuk mencapai lokasi tersebut serta
pertimbangan kapasitas alat angkut yang digunakan. Sehingga waktu distribusi
dapat melebihi waktu yang tersedia dan terdapat Outlet yang tidak terlayani atau
keterlambatan pengiriman produk. PT. Coca-Cola Bottling Indonesia Medan
belum memiliki penyusunan rute yang optimal dan tetap, sehingga dapat berubah
sewaktu-waktu yang berdampak pada ketidaktepatan waktu dalam pendistribusian
produk.
Salah satu penyebab terjadinya keterlambatan pengiriman produk pada PT.
Coca-cola Bottling Indonesia Medan adalah adanya kesalahan dalam melakukan
pengaturan rute dalam pengiriman. Jika tidak ditentukan rute perjalanan yang
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
akan dijalani terlebih dahulu, maka target yang telah ditentukan tidak terlaksana
secara optimal. Oleh karena itu perlu dilakukan penentuan rute distribusi dengan
mempertimbangkan kapasitas alat angkut yang tersedia untuk outlet-outlet di Kota
Medan. Penyusunan rute yang baik dapat mempersingkat jarak tempuh dan waktu
pengiriman produk dan akhirnya berdampak pada penghematan biaya distribusi
bagi perusahaan. Rute pendistribusian harus dapat mencapai tingkat utilisasi
penggunaan alat angkut yang efisien serta mampu melakukan pemenuhan
terhadap permintaan secara efektif.
1.2. Rumusan Permasalahan
Permasalahan yang terjadi di PT. Coca-Cola Bottling Indonesia Medan
selama ini adalah keterlambatan pengiriman produk (ketidaktepatan waktu
pengiriman produk). Rute pendistribusian produk PT. Coca-Cola Bottling
Indonesia Medan masih kurang efektif dan efisien dikarenakan kurangnya
pertimbangan penggunaan kapasitas alat angkut yang digunakan serta jarak
tempuh untuk mencapai lokasi outlet.
Berdasarkan permasalahan tersebut di atas, maka perlu dilakukan
penelitian untuk merencanakan rute yang optimal dengan mempertimbangkan
kapasitas alat angkut yang tersedia dan jarak tempuh agar pendistribusian produk
dapat dilakukan secara lebih efektif dan efisien.
1.3. Tujuan dan Sasaran Penelitian
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tujuan penelitian ini dilaksanakan adalah :
1. Untuk mencari jarak tempuh minimum untuk setiap rute dalam
pendistribusian produk.
2. Untuk meminimisasi total biaya transportasi (distribusi).
3. Untuk merancang rute yang optimal dalam pendistribusian produk dari
Kantor Penjualan ke setiap lokasi outlet.
1.4. Manfaat Penelitian
Adapun manfaat yang dapat diperoleh dari penelitian ini antara lain :
Untuk Mahasiswa :
1. Membandingkan teori ilmiah yang diperoleh dalam perkuliahan dengan
praktek di lapangan.
2. Mendapatkan peluang untuk dapat memecahkan dan mencari solusi
permasalahan-permasalahan di perusahaan dari sudut pandang akademis.
3. Mendapatkan pengalaman dan keterampilan awal menyelesaikan tugas dalam
suatu pekerjaan.
4. Berlatih bekerja disiplin dan bertanggung jawab sesuai dengan peraturan di
suatu perusahaan.
Untuk Perusahaan :
1. Penghematan waktu pendistribusian produk ke setiap lokasi outlet.
2. Pengurangan biaya pendistribusian produk ke setiap lokasi outlet yang
disebabkan karena berkurangnya waktu pendistribusian produk.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
3. Meningkatkan kemampuan perusahaan untuk dapat memenuhi permintaan
produk secara lebih cepat.
4. Meningkatnya kepuasan dan kepercayaan konsumen kepada perusahaan
sebagai dampak terpenuhinya permintaan secara lebih cepat.
1.5. Pembatasan Masalah dan Asumsi
1.5.1. Pembatasan Masalah
Meningkatnya keterbatasan waktu, dana, dan perizinan yang dimiliki
peneliti serta mencegah agar pemecahan masalah tidak menyimpang dari ruang
lingkup penelitian, maka perlu dilakukan pembatasan masalah. Adapun batasan
masalah untuk penelitian ini adalah :
1. Penelitian ini memfokuskan pada pendistribusian Coca-Cola dan Sprite.
2. Titik pendistribusian adalah Kantor yang berlokasi di Jl. Yos Sudarso KM 14
Kelurahan Martubung, Kecamatan Medan Labuhan.
3. Jumlah permintaan untuk setiap outlet telah diketahui dan berdasarkan laporan
mingguan.
4. Objek penelitian hanya pada rute satu salesman rute konvensional yang terdiri
dari mayoritas modern outlet (grosir, supermarket/swalayan, mini market),
kantin (lembaga pendidikan dan lembaga usaha), institusi (UD/Badan
Usaha,Koperasi,Koperasi Mandiri, Koperasi Mandiri, Koperasi Institusi),
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
lokasi makan (food court, restaurant seperti fast food dan fresh food, Rumah
Makan, Warung Makan).
5. Lokasi pendistribusian di wilayah Kota Medan.
6. Batasan waktu pendistribusian antara pukul 08.00 WIB – 12.00 WIB dan
14.00 WIB – 17.00 WIB.
7. Kapasitas mobil angkut paling minimum adalah 50 krat dan maksimum adalah
220 krat.
8. Kapasitas alat angkut yang digunakan adalah 130 krat.
9. Kunjungan hanya satu kali dari titik awal ke titik pendistribusian (outlet).
10. Permintaan outlet yang tidak dapat dilayani pada satu rute dan pada satu hari
maka akan didistribusikan pada hari berikutnya.
1.5.2. Asumsi Dasar
Dalam pelaksanaannya terdapat beberapa asumsi yang digunakan, yaitu :
1. Jumlah permintaan pada outlet konstan.
2. Tim salesman berpengalaman atau benar-benar memahami tugasnya dalam
mendistribusikan produk ke outlet-outlet.
3. Kondisi kerja normal yaitu tidak terjadi kecelakaan atau kerusakan yang luar
biasa.
4. Alat angkut/kendaraan yang digunakan dalam kondisi baik.
5. Kepadatan lalu lintas dan kondisi jalan setiap harinya adalah normal.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
6. Outlet-outlet dengan lokasi berdekatan, kendaraan dapat berhenti di suatu titik
dan tidak perlu berpindah.
7. Satu liter bahan bakar untuk alat angkut Truk Box dengan kapasitas 130 krat
dan 220 krat dapat menempuh jarak rata-rata 9 km.
1.6. Sistematika Penulisan Tugas Akhir
Sistematika penulisan laporan Tugas Sarjana ini adalah sebagai berikut :
BAB I PENDAHULUAN
Bab ini menguraikan latar belakang, perumusan masalah, tujuan
penelitian, manfaat penelitian, pembatasan masalah dan asumsi serta
sistematika penulisan laporan.
BAB II GAMBARAN UMUM PERUSAHAAN
Bab ini menguraikan gambaran ringkas tentang objek studi meliputi
sejarah perusahaan, bidang usaha, struktur organisasi, proses produksi,
pemasaran dan ringkasan lain.
BAB III LANDASAN TEORI
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Bab ini menguraikan konsep dan teori yang berkaitan dengan masalah
dan metode pemecahan masalah yang dibahas dalam penelitian. Dasar
teori diperoleh dari buku-buku literatur yang berhubungan dengan
teori-teori perencanaan jalur distribusi dengan model Travelling
Salesman Problem.
BAB IV METODOLOGI PENELITIAN
Bab ini berisi metodologi yang digunakan untuk mencapai tujuan
penelitian yang meliputi tahapan-tahapan penelitian dan penjelasan
tiap tahapan secara ringkas.
BAB V PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini menyajikan proses serta hasil pengumpulan data yang
dibutuhkan untuk penyelesaian masalah baik itu data primer maupun
data sekunder dan proses serta hasil pengolahan data.
BAB VI ANALISA PEMECAHAN MASALAH
Bab ini mengemukakan hasil analisa yang dilakukan terhadap hasil
yang diperoleh dari pengolahan data yang telah dilakukan.
BAB VII KESIMPULAN DAN SARAN
Bab ini menyajikan kesimpulan dari hasil penelitian serta saran-saran
untuk perusahaan dan untuk mendukung penelitian lebih lanjut.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
BAB II
GAMBARAN UMUM PERUSAHAAN
2. 1. Sejarah Perusahaan
Coca-Cola merupakan produk minuman ringan yang dikenal dengan soft
drink. Pertumbuhan Coca-Cola sebagai minuman ringan dan salah satu merek
minuman ringan yang terkenal di dunia tentu tidak terlepas dari permulaan awal
pertumbuhannya. Sejarah produk Coca-Cola semula berawal pada bulan Mei 1886
di Atlanta, Georgia, Amerika Serikat, ketika seorang ahli farmasi dan ahli
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
minuman Dr. Jhon Styth Pemberton memformulasikan suatu ramuan khusus
dengan gula murni menjadi sirup dan beraroma segar dan berwarna karamel yang
kemudian dikenal dengan Coca-Cola.
Seiring dengan perjalanan waktu, Coca-Cola semakin berkembang dan
digemari masyarakat, maka timbul ide dari Joseph Beidenharn untuk
membotolkan Coca-Cola. Sejak tahun 1990 distribusi Coca-Cola secara
meyakinkan meluas sampai keluar negri. Pada tahun 1907 pembangunan pabrik-
pabrik pembotolan Coca-Cola di luar negeri mulai digiatkan. Pembangunan
dilakukan dengan cara memakai Franchise System, yaitu sistem kerja sama saling
menguntungkan antara dua perusahaan ( The Coca-Cola Company dengan Pabrik
Minuman) yang sama sekali terpisah modal kepemilikan dan manajemen.
Coca-Cola mulai diperdagangkan di Indonesia pada tahun 1927 ketika
Nederland Indische Mineral Water Fabriek (Pabrik Air Mineral Hindia Belanda)
membotolkan untuk pertama kali di Batavia. Produksi Coca-Cola lumpuh pada
zaman penjajahan Jepang (1942-1945), tetapi setelah kemerdekaan Indonesia,
pabrik tersebut beroperasi di bawah nama The Indonesia Bootles Ltd. NV (IBL)
dengan status perusahaan nasional. Tahun 1971 IBL menjalin kerjasama dengan
tiga perusahaan Jepang, yaitu Mitsui Toatsu Chemical Inc, Mitsui & Co. Ltd dan
Mikuni Coca-Cola Bottling Co. membentuk PT. Djaya Beverages Bootling
Company (DBBBC).
Sampai sekarang tercatat ada 11 pabrik Coca-Cola yang beroperasi di
berbagai propinsi di Indonesia. Pabrik-pabrik ini diberi lisensi oleh The Coca-
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Cola Company di Atlanta, Georgia, Amerika Serikat untuk memproduksi, dengan
perwakilannya di Indonesia adalah PT. Coca-Cola Indonesia.
Kesebelas pabrik pembotolan tersebut adalah :
1. Tahun 1971 : PT. Djaya Beverages Bottling Company, Jakarta.
2. Tahun 1973 : PT. Brasseris Del Indonesia, Medan.
3. Tahun 1976 : PT. Tirtalina Bootling Company, Surabaya.
4. Tahun 1978 : PT. Coca-Cola Pan Java Bottling Company, Semarang.
5. Tahun 1951 : PT. Tirta Permata Sari Bottling Company, Ujung Pandang.
6. Tahun 1983 : PT. Tirta Mukti Indah Bottling Company, Bandung.
7. Tahun 1985 : PT. Tribana Jaya Nusantara Bottling Company,. Padang.
8. Tahun 1985 : PT. Banyu Agung Sejahtera Bottling Company, Denpasar.
9. Tahun 1985 : PT. Swarna Dipa Mekar Bottling Company, Tanjung Karang.
10. Tahun 1985 : PT. Bangun Wenang Beverage Company, Menado.
11. Tahun 1991 : PT. Eka Ticma Manunggal Bottling Company, Banjarmasin.
Tahun 1995 Coca-Cola Amatil milik Australia yang merupakan
perusahaan pembotolan terbesar di dunia untuk pabrikasi, distribusi dan
pemasaran produk The Coca-Cola Company mengambil alih semua pabrik
pembotolan Coca-Cola Company di Indonesia kecuali Manado.
2. 2. Ruang Lingkup Bidang Usaha
PT. Coca-Cola Bottling Indonesia mulai dirintis pada tahun 1973 oleh PT.
Braseries Del Indonesia, perusahaan PMA Prancis. Produk andalan perusahaan ini
sebenarnya Bir, Coca-Cola, Sprite dan Fanta merupakan produk sampingan. Pada
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
tahun 1982 PT. Brasseries Del Indonesia diambil alih oleh PT. Multi Bintang
Indonesia yang juga produsen bir terkenal di Indonesia.
PT. Coca-Cola Bottling Indonesia pada mulanya didirikan dengan nama
PT. Pan Java Bottling Company. Perusahaan ini didirikan oleh P. Hutabarat lalu
beliau memberikan kepercayaan kepada Mugijanto, seorang karyawan muda PT.
Panatraco Ltd, Jakarta untuk mengengola. Pada tahap awal, kegiatan perusahaan
ini adalah sebagai penyalur minuman Coca-Cola, Sprite dan Fanta untuk daerah
Medan, Aceh dan sekitarnya. Karena pelanggan sering mengeluh akan persediaan
produk yang kurang akibat keterlambatan barang, maka pada tanggal 5 Desember
1976 didirikan pabrik pembotolan PT. Coca-Cola Amatil Indonesia yang salah
satunya berada di Medan. Saat ini PT. Coca-Cola Bottling Indonesia Medan
mempunyai 630 orang karyawan yang terbagi dalam berbagai bidang dan
memproduksi 3 macam jenis miniman ringan (sof drink) yang berkarbonat, yaitu
Coca-Cola, Sprite, Fanta dan 1 macam jenis minuman teh botol Frestea yang
terbagi dalam berbagi macam ukuran (193 ml, 296 ml dan 220 ml) dalam
kemasan botol.
2.3. Struktur Organisasi Perusahaan
Struktur organisasi merupakan kerangka organisasi yang ditetapkan untuk
proses manajerial sistem dan pola tingkah laku yang muncul di dalam praktek
penyelenggaraan organisasi dan manajemen. Penyusunan struktur organisasi
sangat penting guna membantu pengaturan dan pengarahan usaha-usaha
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
organisasi sehingga memudahkan koordinasi dan konsistensi dengan tujuan-
tujuan organisasi.
PT. Coca-Cola Botlling Indonesia Medan berstruktur organisasi
horizontal/ organic setelah mengalami reorganisasi pada April 2004. Reorganisasi
adalah proses perombakan struktur organisasi sehingga perusahaan lebih efisien
dalam bertindak. Sifat organisasinya berubah dari desentralisasi menjadi
sentralisasi. Peran struktur organisasi yang ramping (horizontal) ini akan
mempermudah pengawasan dan dapat memangkas biaya birokrasi yang rumit
dalam perusahaan dengan penghapusan level organisasi yang tidak perlu
(Kotler,2004).
Struktur yang dimiliki dan dijalankan perusahaan Coca-Cola Regional
Medan adalah struktur fungsional dan garis, seperti terlihat pada Gambar 2.1.
Struktur organisasi fungsional dan garis berada dalam satu garis komando,
dimana masing-masing bawahan wajib melaksanakan instruksi dan bertanggung
jawab kepada atasannya sesuai dengan instruksi yang diterimanya. Pimpinan
(General Manager) langsung membawahi setiap manager sedangkan staff
bekerja dan memberikan saran-saran kepada atasannya.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
2.4. Pembagian Tugas Dan Tanggung Jawab
Berikut ini adalah uraian tugas dan tanggung jawab setiap bagian-bagian
yang ada di perusahaan :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
1. General Manager
a. Menentukan dan merumuskan kebijaksanaan utama dalam usaha
pencapaian tujuan umum perusahaan.
b. Mengkoordinir dan mengawasi tugas-tugas yang didelegasikan kepada
manager-manager dan menjalin hubungan yang baik dengan mereka.
c. Membuat peraturan-peraturan intern pada perusahaan yang tidak
bertentangan dengan undang-undang yang ditetapkan.
2. Secretary
a. Menyelenggarakan surat-menyurat yang berhubungan dengan perusahaan.
b. Mengatur hubungan dengan pihak luar atau tamu.
c. Menyusun dokumentasi.
d. Bertanggung jawab kepada General Manager
3. Human Resources Manager
a. Menerjemahkan strategi perusahaan ke dalam strategi SDM.
b. Menumbuhkan kepuasan karyawan terutama terhadap gaji (Base Salary
and Variabel Salary), bonus, tunjangan kerja (Inature).
c. Mencari info Best Practice dalam pelatihan, pengembangan karyawan dan
manajemen karir dari perusahaan lain.
d. Membantu dalam perancangan dan implementasi sistem penilaian kerja.
e. Membantu dalam administrasi karyawan termasuk masalah pelaksanaan
hukum.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
f. Membantu Industrial Affairs Manager, Public Relation Manager, Training
Manager, dan Remuneration Manager (Menangani masalah pengupahan)
g. Bertanggung jawab kepada General Manager.
4. Finance Manager
a. Membantu pencapaian sasaran keuangan perusahaan dengan
mempersiapkan laporan keuangan yang terkonsolidasi secara tepat waktu
dan akurat.
b. Membantu General Manager mengumpulkan/menyusun data untuk
rencana finansial jangka pendek maupun jangka panjang.
c. Membawahi Financial Accounting Manager, Manajement Accounting
Manager, Examiner Accounting Manager, Purchasing/ Procurement
Supervisor, Tax Office.
d. Bertanggung jawab kepada General Manager.
5. General Sales and Marketing Manager
a. Mengorganisasi dan mengontrol pendistribusian/pemasaran produk agar
target penjualan dan market share dapat tercapai.
b. Bertanggung jawab menyediakan informasi pasar yang akurat dan up to
date.
c. Membawahi Area Manager Medan (Koordinator penjualan di Medan),
Area Manager-OT (Koordinator penjualan luar kota), Customer Sesvice
System (CSS Mgr), Distribution Service System (DSS Mgr), Marketing
Development (MD Mgr).
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
d. Bertanggung jawab kepada General Manager.
6. Technical Operatiom Manager
a. Mengkoordinir dan mengawasi setiap bagian yang ada di bawahnya
misalnya processing, teknik, raw material, dan administrasi produksi.
b. Merencanakan, mengawasi dan mengatur produksi perusahaan agar sesuai
dengan spesifikasi dan standar mutu yang telah ditentukan.
c. Membawahi Production Manager, Maintenance Engineering Manager,
Warehouse and Transp. Manager, Demand and O.P Manager, Quality
Assurance Manager, Quality Management System Manager.
d. Bertanggung jawab kepada General Manager.
7. Business Service Manager
a. Mengawasi rencana dan pelaksanaan program jasa pelayanan dan
pengadaan sarana kendaraan/mobil Coca-Cola bagi karyawan.
b. Mengadakan bimbingan, pengarahan, serta pengendalian kepada
karyawan-karyawan jasa perusahaan sehingga aktivitas mereka dapat
diarahkan kepada tercapainya pekerjaan yang efektif, efisien dan lancar.
c. Membawahi IS Application Manager, CDE Manager dan Fleet Manager.
d. Bertanggung jawab kepada General Manager
8. Cold Drink Equipment Manager
a. Melakukan pembelian cold dink equipment
b. Mengatur pendistribusian cold drink equipment
c. Bertanggung jawab kepada General Manager
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
9. Information System Manager
a. Mengawasi progam pelayanan umum dan pemelihaaan lokasi pabrik
b. Mengawasi penyelesaian izin, rekomendasi dari instalasi pemerintah
c. Betanggung jawab kepada HRD Manager
10. Extenal Affair Officer
a. Menjalin hubungan yang baik dengan masyarakat
b. Meminta dana untuk mengadakan kegiatan amal bagi masyaakat
c. Bertanggung jawab kepada HRD Manager
11. Taining Coordinator
a. Mengadakan pelatihan
b. Memilih peserta pelatihan
c. Bertanggung jawab kepada HRD Manager
12. Financial Accountant
a. Mengumpulkan dana dan menyusun data keuangan perusahaan
b. Mengatur cash flow untuk perusahaan
c. Bertanggung jawab kepada Finance Manager
13. Management Accountant
a. Membuat pembukuan keuangan di perusahaan
b. Memperoleh data keuangan dari departemen lain di perusahaan
c. Bertanggung jawab kepada Finance Manager
14. Examier Accountant
a. Mengumpulkan dana dan menyusun data keuangan khusus luar kota
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b. Mengatur cash flow untuk luar kota
c. Bertanggung jawab kepada Finance Manager
15. Purchasing Supervisor
a. Melakukan pembelian bahan baku, bahan penolong dan bahan tambahan
b. Menyetujui ataupun membatalkan pembelian bahan
c. Bertanggung jawab kepada Finance Manager
16. Tax Officer
a. Mengaudit mngenai kebutuhan akan karyawan
b. Mengajukan usulan untuk menambah atau mengurangi karyawan
c. Bertanggung jawab kepada Finance Manager
17. Area Manager Medan
a. Mendayagunakan seluruh aparat dan peralatan yang ada di warehouse di
Medan secara optimal dan efisien
b. Memberhentikan sales-sales di Medan yang dianggap melanggar peraturan
perusahaan
c. Bertanggung jawab kepada General sales Manager
18. Area Manager Out town
a. Mendayagunakan seluruh aparat dan yang ada di warehouse di luar kota
secara optimal
b. Memberhentikan sales-sales di Medan yang dianggap melanggar peraturan
perusahaan
c. Bertanggung jawab kepada General Sales Manager
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
19. Channel Manager
a. Mengawasi penjualan produk pada distributor di dalam kota
b. Memberhentikan sales-sales di Medan yang dianggap melanggar peraturan
perusahaaan
c. Bertanggung jawab kepada Genaral sales Manager
20. Fleet Manager
a. Mengawasi pendistribusian keperluan produksi di lantai pabrik
b. Mengatur pendistribusian keperluan produksi
c. Bertanggung jawab kepada General sales Manager
21. Dealer Manager
a. Mengembangkan dealer-dealer di wilayah pemasaran
b. Mengklaim dealer-dealer yang melanggar perjanjian bersama
c. Bertanggung jawab kepada General Sales Manager
22. Production Manager
a. Membuat laporan produksi secara periodic mengenai mutu dan jumlah
produk apakah sesuai dengan yang telah ditentukan
b. Mengkoordinir kegiatan-kegiatan dalam bidang pemerosesan bahan
baku menjadi produk jadi
c. Bertanggung jawab kepada Technical Operation Manager
23. Technical Part and Row Material Manager
a. Mengawasi peralatan dan mesin produksi
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b. Mengajukan usulan untuk pengadaan suku cadang dan keperluan mesin.
c. Bertanggung jawab kepada Technical Operation Manager
24. Engineering Manager
a. Mengontrol aktivitas yang berhubungan dengan keteknikan untuk
meyakinkan agar target produksi dapat tercapai
b. Memonitor aktivitas yang berhubungan dengan keteknikan
c. Bertanggung jawab kepada Technical Operation Manager
25. Personal Administration Manager
a. Mengawasi serta membuat laporan mengenai prestasi kerja para karyawan
b. Mengajukan promosi untuk karyawan
c. Bertanggung jawab kepada Technical Operation Manager
26. Quality Assurance Manager
a. Meneliti, memeriksa dan menganalisa mutu bahan baku maupun produk
jadi
b. Memisahkan bahan baku maupun produk yang tidak sesuai dengan standar
yang telah ditentukan
c. Bertanggung jawab kepada Technical Operation Manager
27. PPIC Manager
a. Merencanakan dan mengontrol kebutuhan untuk kegiatan proses produksi
b. Bertanggung jawab kepada Technical Operation Manager
28. Technical & Desktop Support
a. Mengumpulkan informasi-informasi bisnis yang dibutuhkan perusahaan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b. Meminta informasi yang dibutuhkan dari departemen lainnya di
perusahaan
c. Bertanggung jawab kepada Information System Supervisor
2.5. Jumlah Tenaga Kerja dan Jam Kerja
2.5.1. Jumlah Tenaga Kerja
Tenaga kerja di PT. Coca-Cola Bottling Indonesia Unit Medan direkrut
dari tenaga kerja bangsa Indonesia sendiri. Sebagian besar tenaga kerja di bagian
produksi dan pemasaran direkrut dari penduduk sekitar pabrik.
Jumlah tenaga kerja pada PT. Coca-Cola Bottling Medan sampai pada
bulan Desember 2006 sebanyak 627 orang karyawan. Perincian jumlah karyawan
tersebut dapat dilihat pada Tabel 2.1.
Tabel. 2. 1. Jumlah Tenaga Kerja PT. Coca-Cola Bottling Medan
Departement
Jumlah Karyawan
1. General Administration
9 orang
2. Finance and Accounting
14 orang
3. Human Resources
26 orang
4. Sales and Marketing
408 orang
5. Production
170 orang
Total
627 orang Sumber : PT. Coca-Cola Bottling Indonesia Medan
Status karyawan pada perusahaan ini mempunyai status sebagai berikut :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
a. Karyawan bulanan (tetap) dengan gaji/upah dibayar sekali sebulan sesuai
dengan klasifikasi penggajian yang dibagi-bagi dalam golongan tertentu.
b. Karyawan harian dengan upah/gaji yang dibayar sekali dalam dua
minggu sesuai dengan standart upah yang berlaku di perusahaan dengan
berpedoman pada ketentuan upah minimum yang ditetapkan pemerintah.
c. Karyawan honorer/kontrak dengan upah yang ditetapkan berdasarkan
dokumen perjanjian kontrak secara individu.
2.5.2. Jam Kerja
Agar perusahaan dapat berjalan lancar dan optimal dalam melaksanakan
operasional pabrik untuk mencapai tujuan maka diperlukan pengaturan waktu jam
kerja yang baik.
Sesuai dengan peraturan Depnaker bahwa jam kerja seorang karyawan
adalah 40 jam perminggu, selebihnya diperkirakan jam kerja lembur. Pengaturan
jam kerja normal untuk karyawan adalah sebagai berikut:
1. Semua karyawan kecuali karyawan di departemen marketing, security dan
kamar mesin hari kerjanya adalah hari Senin sampai dengan hari Jumat
dengan jam kerja sebagai berikut :
Jam 08.00 - 12.00 WIB Waktu Kerja
Jam 12.00 - 13.00 WIB Waktu Istirahat
Jam 13.00 - 17.00 WIB Waktu Kerja
2. Untuk Departemen Marketing, jam kerja untuk hari Senin sampai Jumat
adalah :
Jam 08.00 - 12.00 WIB
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Jam 12.00 - 13.00 WIB
Jam 13.00 - 17.00 WIB
Sedangkan untuk hari Sabtu jam kerja 08.00 – 13.00 WIB
a. Bagian Security (Departemen Human Resources Development) dan
kamar mesin (Departement Production), jam kerja dibagi atas tiga shift
setiap hari yakni :
Shift I : Jam 06.00 – 14.00 WIB
Shift II : Jam 14.00 – 22.00 WIB
Shift III : Jam 22.00 – 06.00 WIB
Untuk bagian security satu shift terdiri dari empat orang dengan pergantian
setiap dua hari sekali, sedangkan untuk kamar mesin, pergantian shift setiap lima
hari sekali dan satu shift hanya satu orang yang bekerja.
2.6. Sistem pengupahan
Gaji/upah adalah suatu penerimaan sebagai imbalan dari perusahaan
kepada karyawan untuk suatu pekerjaan yang telah dilakukan yang dinilai dalam
bentuk perjanjian atau undang-undang. Banyak cara atau sistem pembayaran
gaji/upah yang digunakan oleh perusahaan. Setiap perusahaan memakai sistem
yang berbeda-beda, dengan dasar sistem tersebut akan membawa keuntungan bagi
perusahaan tanpa merugikan karyawan.
Sistem pengupahan di perusahaan ini dibedakan atas :
a. Untuk karyawan bulanan dan honorer menerima gaji setiap bulan sekali
pada tiap tanggal 25.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b. Untuk karyawan harian menerima gaji dua minggu sekali.
Bagi setiap karyawan yang bekerja diluar jam kerja normal, akan diberikan
upah lembur dengan ketentuan sebagai berikut :
Upah lembur = 173
1 x gaji pokok x jumlah jam lembur
Berdasarkan ketentuan Depnaker jam kerja sebulan adalah 173 jam.
Perhitungan jam lemburnya adalah :
a. Untuk hari biasa :
- Jam lembur pertama dikali 1,5 x upah
- Jam lembur selebihnya dikali 2 x upah lembur
b. Untuk hari Sabtu/libur :
- Jam pertama dikali 2 x upah lembur
- Jam kedelapan dikali 3 x upah lembur
- Jam kesembilan dan seterusnya dikali 4 x upah lembur
c. Untuk karyawan yang lembur diberikan juga tambahan uang makan lembur
sebesar
- Untuk lembur 3 jam pertama diberikan uang makan senilai 1 kali
makan.
- Untuk jam lembur berikutnya akan ditambah lagi uang makan senilai
1 kali makan (setiap 5 jam berikutnya).
Khusus untuk bagian Marketing tidak diperhitungkan lembur apabila
bekerja di luar jam kerja yang telah ditentukan, tetapi mereka akan mendapat
insentif.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
2.7. Proses Produksi
Dalam melaksanakan suatu aktivitas produksi pada perusahaan, tentunya
tidak terlepas dari bahan-bahan yang digunakan dan jenis produk yang akan
dibuat. Oleh sebab itu PT. Coca-Cola Bottling Indonesia Medan menggunakan
bahan baku utama, bahan penolong dan bahan tambahan.
2. 7. 1. Standar Mutu Produk
PT. Coca-Cola Bottling Indonesia Medan sangat mengutamakan kualitas
standar mutu produk. Dalam setiap kali memproduksi Coca-Cola, Sprite, Fanta
dan Frestea dilakukan pemeriksaan produk, mulai dari water tretment, sympel
syrup, final syrup, dan beverage (hasil minuman ringan). Adapun yang menjadi
standar mutu produk PT. Coca-Cola Bottling Indonesia Medan adalah :
- Kemurnian (purity)
- Rasa (taste)
- Bau (odor)
- Penampakan
Pemeriksaan dilakukan dalam 1 jam setiap kali produksi untuk melihat
hasil standar mutu produk. Pemeriksaan dilakukan di laboratorium.
2. 7. 2. Bahan Yang Digunakan
a. Bahan Baku
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Bahan baku adalah bahan utama yang digunakan dalam pembuatan
produk, ikut dalam proses produksi dan memiliki persentase terbesar
dibandingkan bahan–bahan lainnya. Jadi bahan baku ini juga disebut bahan
utama. Adapun bahan baku yang digunakan PT. Coca-Cola Bottling Indonesia
Medan dalam pembuatan minuman ringan ini adalah :
- Air
Air diperoleh dari sumur bor dengan kedalaman 100-200 meter untuk
kemudian diolah sebelum digunakan dalam proses produksi, maupun oleh
kebutuhan sehari-hari perusahaan.
Air diperoleh dari sumur bor yang dikategorikan menjadi 2 jenis :
1. Treated Water
Digunakan untuk produksi, keperluan air minum kantin, dan
kantor.
2. Untreated Water
Digunakan untuk keperluan kamar mandi, pencucian ruangan,
pekarangan dan lain – lain.
- Gula
Gula yang digunakan haruslah memenuhi standar yang telah ditetapkan
atau gula murni, diantaranya adalah gula yang memiliki kadar 99,99% dan
bebas dari kotoran. Gula diperoleh dari Australia, Thailand dan China.
Rata – rata kebutuhan gula yang digunakan dapat dilihat pada Tabel 2.2.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 2.2. Rata – rata Jumlah Pemakaian Gula/unit Produksi
Jenis Produksi Jumlah Gula (Kg) Keterangan
Coca-Cola
Sprite
Fanta Strawbery
Fanta Melon
203.225
258.081
292.65
259.20
Untuk Produksi
1 satuan unit
Tabel 2.2. Rata – rata Jumlah ... (lanjutan)
Jenis Produksi Jumlah Gula (Kg) Keterangan
Fanta Creamy
Frestea
255.40
166.80
Untuk Produksi
1 satuan unit
Sumber : Departemen QA (Laboratorium) PT. Coca-Cola Bottling Indonesia Medan
- Concentrate
Concentrate dibeli dari PT. Coca-Cola Indonesia Jakarta (satu-satunya
perusahaan yang menyediakan bahan ini untuk Coca-Cola Company di
Indonesia). Concentrate terdiri dari 3 jenis yaitu Concentrate (Part I, Part
II dan Part III). Concentrate berfungsi sebagai bahan pengawet dan
pemberi rasa. Rata-rata kebutuhan Concentrate per unit produksi yang
digunakan dapat dilihat pada Tabel 2.3.
Tabel 2. 3. Rata-rata Jumlah Pemakaian Concentrate/Unit Produksi
Jenis Produksi
Concetrate (Part) Keterangan I II III
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Coca-Cola
Sprite
Fanta
Strawbery
Fanta Melon
Fanta Creamy
Fanta Soda
Water
0.667 t
0.25
0.5 b
0.5 b
0.5 b
0.5 b
0.25 b
0.5 b
0.5 b
0.5
0.67 t
0.5 b
1.0 t
1.0 t
0.5 b
t = tabung
b = bungkus
Sumber : Departemen QA (Laboratorium) PT. Coca-Cola Bottling Indonesia Medan
- Carbon Dioksida (CO2)
Carbon dioksida (CO2) merupakan bahan baku yang berfungsi sebagai
penyegar dan pengawet minuman. Selain dari itu secara kualitas berfungsi
untuk menunjukkan ciri dari Coca-Cola itu sendiri. CO2 dibeli dari PT.
Aneka Gas dan UD. Mulya Perkasa di Medan. Rata-rata penggunaan CO2
dapat dilihat pada Tabel 2.4.
Tabel 2. 4. Rata – rata Jumlah Pemakaian CO2/unit Produksi
Jenis Produksi Jumlah Pemakaian
CO2(Kg)
Keterangan
Coca-Cola
Sprite
Fanta Strawbery
Fanta Melon
Fanta Creamy
14.26
14.65
9.90
9.90
9.90
Untuk Produksi 1
Satuan Unit
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Fanta Soda Water 15.84
Sumber : Departemen QA (Laboratorium) PT. Coca-Cola Bottling Indonesia Medan
b. Bahan Penolong
Bahan penolong adalah bahan yang digunakan dalam proses produksi
dan ditambahkan ke dalam proses pembuatan produk yang mana komponennya
tidak jelas dibedakan pada produk akhir.
- Kaporit [Ca (Ocl)2)
Digunakan dalam proses pengolahan air, membunuh bakteri (menghambat
pertumbuhan mikroorganisme), membilas botol dan sanitasi peralatan.
- Asam Sulfat (H2SO4)
Bahan ini digunakan untuk membebaskan dan menghilangkan gas-gas
yang terlarut dalam air.
- Filter Aid
Berfungsi untuk melapisi filter paper sewaktu proses penyaringan sympel
syrup di filter press, memperbesar pori-pori filter paper sehingga
mempermudah filtrasi dan menahan carbon aktif sehingga tidak lolos ke
final syrup tank.
- Karbon Aktif
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Digunakan pada pembuatan syrup untuk menjernihkan larutan gula dan
menghilangkan bau-bau asing.
- Kerikil
Berfungsi sebagai media penyaring pada sand filter diproses pengolahan
air agar dapat menyaring benda-benda asing yang larut dalam air olahan.
- Caustik Soda (NaOH)
Dipakai pada proses pencucian botol pada bottle washer sebagai deterjen.
- Bahan Kimia Lainnya
Misalnya Poly Aluminium Chlorine (PAC), kapur, Cl2, KMnO4.
c. Bahan Tambahan
Bahan tambahan adalah bahan-bahan yang dibutuhkan guna meningkatkan
mutu suatu produk atau suatu bahan dimana bahan ini merupakan bagian dari
produk akhir. Bahan tambahan pada proses pembuatan minuman ringan yang
terdapat pada PT. Coca-Cola Bottling Indonesia Medan pada umumnya
dibutuhkan pada proses packing, yaitu :
- Botol
Botol adalah bahan pengemas minuman ringan yang dihasilkan oleh PT.
Coca-Cola Bottling Indonesia Medan yang siap dipasarkan.
- Crown Cork (penutup botol)
Digunakan untuk menutup botol minuman ringan.
- Crate (Peti Plastik)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Berfungsi sebagai tempat penyusunan botol-botol dengan kapasitas 24
botol per crate. Crate yang dipakai ada yaitu :
Full Depth
Crate ini dipakai untuk produk Coca-Cola, Sprite, Fanta dan Frestea
dengan berat rata-rata kurang lebih dari 1,8-1,9 kg/buah.
- Karton
Digunakan sebagai tempat pengepakan minuman yang dikemas dalam
botol plastik.
2. 8. Uraian Proses
Berdasarkan cara pembuatannya, minuman yang diproduksi PT. Coca-
Cola Bottling Indonesia Medan dapat dikelompokan atas 2 kelompok besar yakni
kelompok Coca-Cola, Sprite, dan Fanta serta kelompok Frestea. Coca-Cola,
Sprite, Fanta yang mengalami proses pembuatan yang sama, hanya komposisi
bahannya yang berbeda.
Adapun proses pembuatan dan pembotolan Coca-Cola, Sprite, dan Fanta
di perusahaan ini mengalami beberapa tahapan, seperti terlihat pada Gambar 2.2 :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
WATER PRODUCT5865 L/jam
DEAERATOR
COOLER
CARBONATOR
BEVERAGE
FILLER
CROWNER
DATA CODER
FINISH GOOD18000 botol/jam
HOT WATER
SIMPLE SIRUP
FINAL SIRUP
FILTERKAPAS
FILTERKARBON
FILTERPERMANGANAT
WASHING MACHINE
GULA 25 Kg/jam,CARBON, FILTER AID
CONCENTRATE PART IAND PART II 25 L/jam
CO25 Kg/j
BOTTLE
CROWN CORK
PARAMIX
Gambar 2.2. Blok Diagram Pembuatan Soft Drink
Uraian dari proses pengolahan air hingga pembotolan adalah sebagai berikut:
1. Proses Pengolahan Air (Water Treatment)
Air merupakan salah satu bahan baku utama dalam pembuatan minuman
pada PT. Coca-Cola Bottling Indonesia Medan. Air diperoleh dari 4 sumur bor
dengan kedalaman 100-200 m dari sumur dan dengan kedalaman ini diharapkan
air sumur tersebut tidak mengandung zat-zat organik atau bebas dari pencemaran.
Air yang diperoleh dengan bantuan pompa raw meter yang berkapasitas 22
m3/jam.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Air dari sumur akan dipompa ke alat degasifier yang sebelumnya
diinjeksikan H2SO4 dengan tujuan mengubah CO2 sehingga mudah dibebaskan
dan menghilangkan gas-gas yang terlarut dalam air.
Dari degasifier air masuk ke dalam fluclator tank/reaction tank.
Sebelumnya ditambahkan Poly Aluminium Chlorine (PAC), kapur dan Cl2 10%.
PAC berfungsi untuk mengendapkan senyawa-senyawa organik. Kapur berfungsi
untuk menaikan besar Ph, karena semakin besar Ph maka kecepatan
mengendapkann semakin besar. Sementara Cl2 berfungsi sebagai antiseptik untuk
mematikan kuman-kuman bakteri dan standart chlorine dalam air, dimana standart
chlorine dalam air adalah 6-10 ppm. Pada fluclator tank terjadi pengendapan floc
dimana akan mengendap kebawah, sementara air pada bagian atas akan dialirkan
ke sand filter. Jarak antara permukaan air dengan floc dijaga lebih kurang 1-1,25
m untuk mempertahankan kejernihan air.
Di sand filter air akan disaring. Ada 3 sand filter tetapi yang digunakan
hanya 2, sementara yang satu lagi sebagai cadangan. Sebagian filter digunakan
kerikil dengan ukuran sebagai berikut :
- Lapisan I dengan ukuran 2-3 m
- Lapisan II dngan ukuran 1-2 m
- Lapisan III dengan ukuran 0.5-1 m
Total lapisan tebalnya lebih kurang ¾ dari tinggi sand filter. Setiap hari
setelah produksi akan dilakukan back wash yang berfungsi untuk menghilangkan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
partikel/kotoran dalam sand filter. Sementara setiap 3 bulan sekali kerikil-kerikil
akan dikeluarkan untuk dicuci dengan Hcl 2-5 % lalu dapat dipakai kembali.
Dari sand filter air dialirkan ke storage tank. Setelah air sampai ketinggian
maksimum, pompa air dari sumur akan mati secara otomatis dan akan hidup
kembali apabila telah mencapai tinggi maksimum.
Kemudian air dialirkan lagi ke buffer tank dan sebelumnya ditambahkan
chlorine 10 %. Tujuannya adalah untuk membunuh sisa-sisa dari bakteri-bakteri
yang masih terdapat di dalam air yang telah diolah.
Dari buffer tank ini, air dilewatkan melalui carbon filter untuk menyerap
chlorine dan partikel-partikel kecil. Kadar Cl2 setelah melewati carbon filter
adalah 0 ppm. Setelah itu air dilewatkan melalui polisher filter sebagi proses
penyaringan akhir.
Air hasil pengolahan (treated water) inilah yang dipakai untuk proses
produksi pembuatan Coca-Cola, Sprite, Fanta, dan Frestea. Pada tiap tahapan
proses pengolahan akan diambil sampel air untuk diperiksa oleh bagian Quality
Control di laboratorium untuk memastikan bahwa air hasil pengolahan akan
memenuhi persyaratan yang ditentukan.
2. Proses Pembuatan Syrup
Treated Water dari hot water tank dialirkan ke tangki pelarut dan
didalamnnya dimasukkan gula sesuai dengan jumlah yang dibutuhkan.
Perbandingan air dan gula berdasarkan pada derajat kemanisan (Brix) yang
ditentukan. Temperatur air untuk melarutkan lebih kurang 800C. Ke dalam tangki
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
pelarut tersebut juga dimasukkan karbon aktif untuk menyerap bau dan
menurunkan warna sehingga larutan menjadi jernih. Pelarutan gula dan air
dilakukan selama lebih kurang dari 60 menit dan diaduk dengan agigator sampai
homogen. Hasil pelarutan ini disebut syrup dasar telah memenuhi syarat yang
telah ditentukan.
Setelah semua larut, langkah selanjutnya adalah penyaringan/filtrasi.
Sebelumnya dilakukan precoating (pelapisan awal) untuk membentuk lapiasan
pada filter paper. Air treated dialairkan ke tangki precoting yaitu sebuah tangki
kecil yang terbuat dari stainless steel yang dilengkapai oleh sebuah agigator. Lalu
kedalamnya ditambahkan filter aid. Cairan dari tangki precoating disirkulasikan
melalui filter sampai semua filter aid menempel pada filter paper dengan baik.
Syrup dasar akan dialirkan ke filter dan disirkulasikan sampai filternya bersih.
Syrup dasar yang telah disaring dimasukkan ke tangki pencampur.
Sebelumnya didinginkan sampai temperatur 20-250C. Pada tangki pencampur
dimasukan concentrate Coca-Cola, demikian juga untuk Sprite dan Fanta. Setelah
semua part dituangkan, campuran syrup dasar diaduk selama lebih kurang 1 jam.
Pada syrup akhir, derajat kemanisan diperiksa kembali agar tercapai tingkat
kemanisan yang sesuai dengan standar yang ditentukan.
3. Proses Pemurnian CO2
CO2 yang dipakai adalah CO2 yang dibeli dari PT. Aneka Gas Medan dan
UD. Mulya Perkasa Medan. CO2 ini kemungkinan besar masih mengandung
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
zat/gas lain sehingga mengurangi kemurnian CO2. Untuk itu CO2 perlu
dimurnikan terlebih dahulu sebelum digunakan dengan cara sebagai berikut :
- Tabung-tabung CO2 pada bagian atasnya harus disemprot dengan air
terlebih dahulu supaya selang-selang penghubung tidak membeku, bila
membeku CO2 tidak berjalan dengan lancar.
- CO2 kemudian dialirkan lagi ke dalam tabung yang berisi KMnO4
berfungsi mengikat zat impurity (kotoran).
- CO2 kemudian dialirkankan lagi ke dalam tabung yang berisi air.
Tujuannya untuk memurnikan CO2 agar KMnO4 tidak terbawa pada proses
selanjutnya.
- Tahap selanjutnya adalah melewatkan CO2 pada tabung yang berisi karbon
dengan tujuan untuk menghilangkan bau yang tidak diinginkan.
- Terakhir CO2 disaring pada filter sehingga kotoran yang tersisa dapat
tertahan.
- CO2 yang telah melalui tahapan diatas adalah CO2 yang telah dimurnikan
dan dapat digunakan dalam proses pencampuran.
4. Proses Pencampuran air, Syrup dan CO2
Proses paramix adalah proses pencampuran dari air, syrup akhir dan CO2
sehingga diperoleh minuman ringan (beverage) yang siap untuk diisi kemasannya.
Air dari treated water dan syrup akhir bersamaan masuk ke mesin
pencampuran. Air sebelumnya didearasi di Daerator. Dearasi adalah proses
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
pengeluaran udara dari dalam air yang digunakan untuk membuat minuman
sehingga mempermudah proses karborasi dan membantu mempelancar pengisian.
Jadi dearasi ini bertujuan untuk memisahkan gas oksigen di dalam air sehingga
CO2 mudah larut di dalamnya. Air masuk ke daerator dimana tekanan daerator
adalah 0,8 bar, dan kemudian gas CO2 akan dipompakan masuk kedalam liter air.
Syrup akhir langsung di masukkan ke dalam gelas syrup. Dengan
perbandingan tertentu, air dan syrup akhir dircampur.
Hasil pencampuran didinginkan sehingga temperatur lebih kurang 0-10C
dengan medium pendingin gelikol. Hal ini dilakukan karena semakin rendah
temperatur campuran, semakin tinggi absorpsi CO2.
Campuran kemudian dimasukan ke karbonasi. Karbonasi adalah proses
pelarutan CO2 dalam suatu cairan. Gas CO2 yang dimurnikan di masukkan ke
karbonator dimana tekanannya dikendalikan oleh alat Taylor. Alat taylor
mengukur temperatur campuran cairan dan dikonversikan ke dalam tekanan CO2
yang dibutuhkan agar air dapat mengabsorbsi CO2 hingga kandungan tertentu.
Produk yang keluar dari karbonator inilah yang disebut beverage dan diteruskan
kemesin filter dan crowner.
5. Proses Pembotolan
Proses pembotolan mengalami beberapa tahap, yaitu :
a. Pencucian Botol
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Botol-botol yang digunakan untuk pengisian minuman harus bersih
(bebas kuman), tidak rusak atau pecah. Untuk itu botol-botol sebelum digunakan
harus dicuci terlebih dahulu.
Botol bekas yang datang dari pasar (setelah dikonsumsi konsumen)
ataupun botol baru masuk ke mesin pencuci botol, terlebih dahulu disortir.
Tujuannya untuk memeriksa apakah ada botol-botol yang terlalu kotor atau rusak.
Botol yang terlalu kotor akan dipisahkan untuk dicuci secara manual terlebih
dahulu, sementara botol yang rusak/pecah akan disisihkan. Dengan bantuan
conveyor, botol-botol dimasukkan ke dalam mesin pencucian botol yang cara
kerjanya adalah sebagai berikut :
- Botol dibilas menggunakan air yang disirkulasi kembali dari air tahap
pembilasan akhir. Air ini umumnya mengandung sedikit sisa caustik yang
dapat membantu pembilasan awal. Air dipanaskan sampai temperatur lebih
kurang 450C.
- Setelah melalui pembilasan awal, kotoran-kotoran di bagian dalam dan di
luar botol yang tidak terlalu lekat akan terlepas. Botol-botol kemudian akan
masuk ke tangki perendam caustic I. Larutan di dalam tangki I harus
bersuhu lebih kurang 560C, dan konsentrasi caustic lebih kurang 2,5 %.
- Botol-botol kemudian bergerak ke tangki perendam caustic II yang suhunya
lebih panas yaitu lebih kurang 780C. Botol akan disemprot di bagian
dalamnya untuk dibersihkan.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Botol kemudian melalui tangki perendam yang berisi air yang disirkulasi
dari treated dan mengalami penyemprotan luar dan dalam sebanyak 2 kali.
- Botol-botol yang telah dicuci dialirkan dengan menggunakan conveyor ke
mesin filter dan crowner. Sebelum botol diperiksa oleh inspektor untuk
mengetahui apakah botol sudah memenuhi syarat. Botol yang masih kotor
atau cacat akan disisihkan.
b. Pengisian Minuman Kebotol
Proses pengisian minuman ke dalam botol adalah sebagai berikut :
- Pembukaan filling valve (kran pengisian)
- Pembukaan filling valve bertujuan agar tekanan yang ada pada mesin dapat
dipindahkan ke botol.
- Setelah selesai pengisian, kran pengisian di tutup.
- Pembuangan udara yang masih tersisa di dalam ruangan botol bagian atas
ditujukan untuk menghindari timbulnya buih sehingga sejumlah minuman
keluar dari dalam botol yang mengakibatkan isinya menjadi kurang. Hal
ini bisa terjadi karena adanya perbedaan tekanan.
c. Penutupan Botol Minuman
Botol yang telah berisi minuman selanjutnya ditutup dengan menggunakan
crowner machine, yang fungsinya untuk menutup botol.
Botol yang sudah di tutup selalu dicek oleh inspektor. Inspeksi akan
mensortir minuman yang tidak memenuhi syarat, misalnya retak, volume botol
yang kurang bagus atau berlebih dan sebagainya. Minuman tersebut lalu
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
disisihkan sebagai reject produk. Produk ini tidak boleh dijual, sedangkan
minuman yang baik (lolos dari sortiran) akan dibawa ke tempat pengepakan
melalui conveyor.
d. Pemberian Kode Produksi dan Pengepakan
Sebelum sampai ketempat pengepakan, botol diberi kode produksi oleh
coding machine dan diperiksa oleh inspektor. Produk yang tidak memenuhi syarat
disisihkan untuk dibuang. Ditempat pengepakan botol dimasukan oleh operator ke
dalam crate dan disusun di atas pallet. Forklift akan membawa pallet yang telah
diisi dengan produk ke gudang produk jadi.
BAB III
LANDASAN TEORI
3.1. Pengertian Manajemen Logistik
Distribusi produk sering menciptakan hirarki dari lokasi penyimpanan,
yang dapat meliputi : pusat-pusat produksi (manufacturing service), pusat-pusat
produksi (distribution centre), grosir (wholesalers), dan pengecer (retailers).
Distribusi produk sering dikenal dengan istilah : logistik, nama yang sering
digunakan dalam lingkungan militer. Dalam kamus APICS, logistik didefinisikan
sebagai ilmu dan seni dari perolehan, poduksi dan distribusi material dan produk
dalam kuantitas dan tempat yang tepat.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Logistik dapat pula didefinisikan sebagai proses perencanaan,
implementasi, dan pengendalian secara efisien, aliran biaya yang efektif dan
penyimpanan barang mentah, inventori barang dalam proses, barang jadi dan
informasi terkait dari titik asal ke titik konsumsi untuk tujuan memenuhi
kebutuhan konsumen. Ada 5 komponen yang bergabung untuk membentuk sistem
logistik, yaitu : struktur lokasi fasilitas, transportasi, persediaan (inventory),
komunikasi, dan penanganan (handling) dan penyimpanan(storage).
Dengan kata lain dapat pula diungkapkan bahwa kegiatan logistik akan
berjalan efektif dan efisien apabila memenuhi syarat 4 tepat yaitu : tepat jumlah,
tepat mutu, tepat ongkos, maupun tepat waktu.1
1. Pemilihan lokasi, penempatan bahan baku, suku cadang, barang jadi.
Tujuan logistik adalah
menyediakan produk dalam jumlah yang tepat, kualitas yang tepat, pada waktu
yang tepat dengan biaya yang rendah.
Ciri utama kegiatan logistik adalah tercapainya sistem yang integral dari
berbagai dimensi dan tujuan kegiatan terhadap pemindahan (movement) serta
penyimpangan (storage) secara strategis di dalam pengelolaan perusahaan.
3.2. Ruang lingkup Logistik
Kegiatan logistik mencakup kegiatan seperti :
2. Penggunaan fasilitas yang tersedia dari organisasi yang bersangkutan.
3. Penyiapan transportasi serta alat pengangkutan barang-barangnya.
1 Gitosudarmo, Indriyo, Manajemen Bisnis Logistik (Yogyakarta : BPFE, 1998), p. 5.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
4. Masalah pembukuan dan pencatatan.
5. Pelaksanaan komunikasi yang persuasif sebagai penyampaian ide, konsep,
gagasan, informasi dari individu satu atau bagian-bagian lain dalam organisasi
perusahaan.
6. Kegiatan pengurusan sebagai kegiatan untuk mengelola bahan baku, suku
cadang, barang jadi yang disesuaikan dengan jenis dan spesifikasinya. Jenis
dan spesifikasi barang yang berbeda akan memerlukan pengelolaan yang
berbeda.
7. Kegiatan penyimpanan sebagai kegiatan untuk menahan bahan baku, suku
cadang, serta barang jadi sampai pada batas waktu tertentu tanpa harus
mengurangi kualitas barang yang bersangkutan.
Dari ketujuh unsur di atas, dapat diambil kesimpulan bahwa kegiatan
logistik adalah suatu perpaduan dari sistem-sistem manajemen distribusi fisik,
manajemen material dan transfer persediaan internal. Hal ini menyangkut masalah
segala aspek gerakan fisik dari, ke dan di antara lokasi serta fasilitas yang
merupakan struktur operasi dari organisasi perusahaan yang bersangkutan.2
3.3. Konsep Logistik Terpadu
Konsep logistik terpadu sebagai sebuah konsep manajemen logistik yang
terintegrasi tidak muncul secara tiba-tiba. Konsep ini hadir sebagai perkembangan
manajemen logistik setelah beberapa periode. Dimulai dari dasawarsa kristalisasi
2 Gitosudarmo, Indriyo, Manajemen Bisnis Logistik (Yogyakarta : BPFE, 1998), p.7
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
pada tahun 1956-1965 yang mempertimbangkan perkembangan analisa biaya,
pendekatan sistem, peningkatan perhatian terhadap rekanan kerja dan pengaturan
saluran distribusi sampai periode 1970-1978 yang mulai merumuskan rencana
terhadap penyimpanan atau pergudangan, pengangkutan, manufacturing atau
pengolahan dan bukan hanya merencanakan operasi untuk bereaksi terhadap
permintaan pasar saja.
Kejadian dalam beberapa periode ini meningkatkan kesadaran bahwa
masalah logistik seringkali mempunyai dasar organisasi dan institusional serta
bukan hanya dasar teknis saja. Sesudah tahun 1978 perkembangan logistik mulai
mengarah pada pengelolaan manajemen logistik terpadu. Hal ini ditandai oleh
beberapa penyempurnaan, yaitu :
1. Dengan semakin besarnya ketergantungan antara pengelolaan manajemen
material seperti bahan baku, suku cadang, barang jadi yang dikaitkan dengan
distribusi fisik.
2. Semakin terkoordinasi antara pengelola manajemen material dengan distribusi
fisik, sehingga kemungkinan timbulnya gangguan kelancaran operasional
dapat dihindarkan.
3. Integrasi aktivitas manajemen material dengan distribusi fisik merupakan
kebutuhan pengawasan. Pengawasan dalam setiap jenis operasional harus
disesuaikan dengan permintaan operasional distribusi.
4. Integrasi operasi logistik akan meningkatkan kesadaran timbal balik antara
ekonomi manufaktur dengan kebutuhan pemasaran yang diintegrasikan oleh
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
sistem logistik yang didesain dengan baik. Pola dominan manufaktur adalah
pembuatan produk yang berkualitas, ukuran yang tepat, warna yang menarik,
kuantitas yang sesuai, kepemimpinan biaya dan harga yang cukup bersaing.
Sedangkan sistem logistik akan mengintegrasikan hal tersebut diatas dengan
kegiatan penyimpanan, pengangkutan, pemeliharaan, pembungkusan dan
pendistribusiannya kepada konsumen.
5. Faktor yang cukup penting bagi logistik terpadu adalah bahwa kebutuhan misi
logistik sekarang dan masa yang akan datang tidak cukup dapat dipenuhi oleh
penyebaran teknologi perangkat keras, melainkan pengembangan cara baru
guna memenuhi kebutuhan manajemen logistik yang baik dan benar.3
Sedangkan misi dari logistik adalah untuk mendistribusikan barang atau
jasa yang bagus ke tempat yang tepat, waktu yang tepat, dan pada kondisi yang
diinginkan, serta memberikan kontribusi yang terbesar pada perusahaan. Konsep
logistik terpadu terdiri dari dua usaha yang berkaitan yaitu : operasi logistik dan
koordinasi logistik.
Aspek operasional logistik adalah mengenai manajemen pemindahan
(movement) dan penyimpanan material dan produk jadi perusahaan. Jadi, operasi
logistik dapat dipandang sebagai berawal dari pengangkutan pertama material atau
komponen-komponen dari sumber perolehannya dan berakhir pada penyerahan
produk yang dibuat atau diolah itu kepada langganan atau konsumen. Operasi
logistik dapat dibagi kedalam 3 kategori :
3 Gitosudarmo, Indriyo, Manajemen Bisnis Logistik (Yogyakarta : BPFE, 1998), p.8
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
a. Manajemen distribusi fisik
b. Manajemen material
c. Transfer persediaan barang di dalam perusahaan
Proses manajemen distribusi fisik menyangkut pengangkutan produk
kepada pelanggan. Dalam distribusi fisik, pelanggan dipandang sebagai
pemberhentian terakhir dalam saluran pemasaran. Jadi, distribusi fisik
menghubungkan suatu perusahaan dengan konsumennya. Manajemen material
yang kadang-kadang disebut sebagai suplai fisik menyangkut perolehan
(procurement) dan pengangkutan material, suku cadang, dan/atau persediaan
barang jadi dari tempat pembelian ke tempat pembuatan atau perakitan
(assembly), gudang atau toko pengecer.
Koordinasi logistik adalah mengenai identifikasi kebutuhan pergerakan
dan penetapan rencana untuk memadukan seluruh operasi logistik. Koordinasi
logistik menyangkut perencanaan dan pengawasan terhadap masalah-masalah
operasional. Koordinasi dapat dibagi ke dalam 4 bidang manajerial yaitu :
a. Peramalan (forecasting) pasar produk
b. Pengolahan pesanan
c. Perencanaan operasi
d. Procurement atau perencanaan kebutuhan material.
Penetapan tujuan untuk operasi logistik memerlukan pengumpulan
taksiran-taksiran (estimates) mengenai perkiraan penjualan dan kebutuhan
inventaris di masa depan. Perumusan mengenai taksiran penjualan di masa depan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
merupakan perhatian utama dari product-market forecasting. Peramalan pasar
produk merupakan usaha awal dari suatu perusahaan untuk merujukkan
(recouncile) membuat program, dan jika mungkin menunda proses antisipasi yang
terdapat dalam suatu sistem pasar bebas.
Pengolahan pesanan merupakan suatu ukuran aktivitas pemasaran yang di
‘sini dan sekarang’. Pengolahan pesanan yang meliputi informasi yang up to date
mengenai sifat permintaan, merupakan suatu aspek yang esensial bagi koordinasi
logistik. Sedangkan perencanaan operasi berfungsi untuk menyatukan koordinasi
antara kegiatan logistik, peramalan dan pengalaman yang diperoleh dari
pengolahan pesanan.
Rencana operasi menyatukan apa yang sanggup dilakukan oleh perusahaan
dengan apa yang diinginkan untuk dilakukan oleh manajemen di masa depan.
Aspek keempat dari koordinasi logistik dikenal sebagai perolehan produk
(procurement) atau perencanaan kebutuhan material bergantung kepada situasi
procurement tertentu.
3.4. Ukuran Keefektifan dan Keefisienan Logistik
Keefektifan dan keefisienan dari penerapan suatu sistem logistik di dalam
perusahaan juga dapat disebut sebagai prestasi logistik. Keberhasilan pencapaian
tujuan dari prestasi logistik di suatu perusahaan akan membantu tercapainya
prestasi organisasi. Prestasi logistik merupakan hal cukup kompleks, mengingat
dari sisi mana seseorang melihat kegiatan logistiknya. Prestasi logistik dapat
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
dilihat dari kualifikasi kualitatif dan kuantitatif, kedua hal ini akan saling
memberikan arti pentingnya sesuatu prestasi. Mengenai total prestasi, hampir
setiap level pelayanan logistik dapat dicapai apabila perusahaan mau membayar
harganya. Pada akhirnya, prestasi logistik itu adalah masalah prioritas dan biaya.
Penilaian prestasi logistik merupakan suatu cara mengkuantifikasi
kemajuan kerja terhadap suatu standar kerja yang telah disetujui bersama untuk
dapat dikatakan baik, jadi bersifat sebagai suatu sistem pengukuran/pencapaian
hasil yang telah dicapai. Pengukuran prestasi secara kuantitatif meliputi 3 bidang
utama, yaitu :
1. Tingkat penggunaan dana dengan dana tahun lalu.
2. Tingkat pengeluaran dibandingkan dengan jumlah anggaran.
3. Masalah pengelolaan dana dan permodalan.
Sedangkan untuk pengukuran prestasi secara kualitatif meliputi 5 bidang,
yaitu :
1. Membantu pencapaian tingkat keuntungan secara umum(profitabilitas).
2. Adanya efisiensi perusahaan pada posisi pasarnya.
3. Membantu tingkat produktivitas.
4. Membantu penciptaan kepemimpinan produk dan biaya.
5. Membantu pengembangan sumber daya manusia.
Pengukuran prestasi logistik merupakan suatu hal yang cukup kompleks
permasalahannya, karena banyak faktor yang ikut mempengaruhi. Namun
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
demikian prestasi logistik di organisasi tetap harus diupayakan sebaik 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, semakin rendah
frekuensi pengeluaran untuk stok yang direncanakan, berarti semakin tinggi
investasi yang harus disiapkan.
2. Kemampuan (capability) adalah menyangkut jarak waktu antara penerimaan
suatu pesanan dengan pengantaran barang yang dipesan. Kemampuan ini
terdiri dari keecepatan pengantaran dan konsistensinya dalam jangka waktu
tertentu.
3. Mutu (quality) adalah menyangkut seberapa jauh sebaiknya tugas logistik
secara keseluruhan dilaksanakan, besarnya kerusakan, item-item yang betul,
pemecahan masalah yang timbul. Jadi,quality menyangkut penjagaan terhadap
tingkat kesalahan yang rendah dan pemecahan masalah-masalah pada
waktunya.
Tak dapat dipungkiri bahwa permasalahan logistik juga sangat berkaitan
erat dengan biaya. Hal ini dikarenakan biaya logistik mempunyai hubungan
langsung dengan kebijakan prestasi-pelayanan. Sifat-sifat dari availability yang
tinggi, capability yang cepat dan konsisten, dan quality yang tinggi ada
hubungannya dengan biaya. Makin tinggi masing-masing aspek ini dari total
prestasi, maka makin besar biaya operasi logistiknya.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Permasalahan logistik sangat erat kaitannya dengan persediaan yang
tersedia di perusahaan. Pengendalian persediaan yang baik akan berdampak pada
kemampuan pemenuhan pesanan yang baik pula. Secara garis besar, terdapat tiga
macam model pengendalian persediaan diantara yaitu :
a. Model Statistik (Statistical Inventory Control)
b. Model Perencanaan Kebutuhan Material (Material Requirement
Planning)
c. Model Tepat Waktu (Just In Time)
Pengendalian persediaan model statistik terdiri dari model P (P-System)
dan Q (Q-System) yang digunakan untuk produk-produk yang tergolong
independent demand. Sistem pengendalian persediaan model P mempunyai
periode antar pemesanan yang tetap dengan jumlah pemesanan yang bervariasi.
Sistem pengendalian persediaan model Q mempunyai periode pemesanan yang
tidak tetap. Pemesanan dilakukan bila status persediaan telah mencapai titik pesan
kembali.
Sistem pengendalian persediaan dengan model P menggunakan
pengendalian permintaan yang bersifat probabilistik. Sedangkan sistem
pengendalian persediaan model Q terdiri dari pengendalian persediaan dengan
permintaan yang bersifat deterministik dan yang bersifat stokastik. Pengendalian
persediaan dengan permintaan yang bersifat deterministik mempunyai jumlah
permintaan yang tetap dan seragam sepanjang waktu. Sedangkan pengendalian
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
persediaan dengan permintaan yang bersifat stokastik mempunyai jumlah
permintaan yang berubah sepanjang waktu dan bersifat tak tentu.
3.5. Sistem Transportasi
Transportasi memberikan manfaat geografis pada sistem logistik dengan
menghubungkan fasilitas-fasilitas dengan pasar. Pada banyak perusahaan,
pengeluaran untuk transport lebih besar dari pengeluaran untuk unsur lainnya.
Biaya transport industri yang menghasilkan produk bernilai tinggi adalah rendah
presentasenya terhdap penjualan. Sebaliknya, biaya transport batu bara, bijih besi,
bahan-bahan kimia dasar dan pupuk adalah relatif tinggi.
Kebutuhan pelayanan industri sangat berbeda-beda dari industri ke
industri. Banyak pilihan transpotasi tersedia bagi pengangkutan produk atau bahan
mentah dalam system logistik. Disamping itu perusahaan dapat memutuskan
untuk mengusahakan transportasi sendiri, atau mengadakan perjanjian dengan
spesialis transport.
Ada lima cara utama transportasi yang biasa disebut dengan moda
transportasi. Lima cara utama tersebut adalah kereta api, jalan raya, jalan air,
saluran pipa dan penerbangan. Masing-masing alat transportasi ini mempunyai
kebaikan dan kelemahan terhadap kegiatan logistik di perusahaan.
Kereta api telah mencatat sejarah bahwa alat transportasi yang satu ini
mampu menyelenggarakan pengangkutan dengan jumlah yang besar secara efisien
untuk jarak-jarak yang jauh sebagai hasil dari pembuatan jaringan rel yang
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
lengkap sejak dahulu yang menghubungkan sebagian kota di Indonesia. Alat
transportasi ini mempunyai kemampuan untuk mengangkut barang bertonase yang
sangat besar, karena spesifikasi kereta api tersebut. Akan tetapi alat transportasi
ini memerlukan biaya tetap yang cukup tinggi dan biaya peralatan rutin yang
cukup tinggi pula, serta pengeluaran biaya lain untuk hak pemakaian jalan,
peralatan langsir dan penggunaan stasiun.
Jalan raya sebagai alat transportasi bisa dikatakan lebih maju di
bandingkan dengan alat transportasi yang lainnya, karena alat transportasi dengan
jalan raya selalu bisa dilalui oleh kendaran bermotor. Disisi lain kendaraan
bermotor memiliki fleksibilitas yang cukup tinggi karena dapat dioperasikan di
atas semua jenis jalan raya.
Dibandingkan dengan alat transportasi kereta api, kendaraan bermotor
relatif kecil investsinya dalam fasilitas pemilikan hak jalan dan pembuatan
stasiun, terminal, dan sebagainya. Sifat lalu lintas kendaraan bermotor sangat
tergantung pada pabrik dan perdagangan. Secara khusus kendaraan bermotor telah
merebut lalu lintas rel yang berkenaan dengan barang dagangan menengah dan
ringan, serta hampir seluruh pengangkutan dari grosir, gudang, toko dan lainnya.
Alat transportasi melalui jalan air merupakan bentuk transportasi yang
tertua dengan menggunakan perahu layar, kapal uap dan dalam perkembangannya
menggunakan tenaga diesel. Secara garis besar pengangkutan melalui jalan air di
bedakan menjadi dua yaitu pengangkutan laut dan pengangkutan melalui air di
daratan. Keuntungan utama alat transportasi melalui jalan air adalah
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
kemampuannya untuk membawa barang dalam jumlah sangat besar. Perahu diesel
mempunyai fleksibilitas yang cukup tinggi pula dibandingkan dengan alat
transport lainnya.
Kelemahan utama alat transportasi ini adalah fleksibilitasnya terbatas dan
kecepatannya yang rendah. Selain itu bila asal dan tujuan dari pengangkutan itu
tidak berdekatan dengan jalan air, maka akan dibuthkan pengangkutan tambahan
dengan kendaraan bermotor.
Alat transportasi saluran pipa biasanya digunakan untuk mengangkut
minyak bumi. Kebaikan alat transportasi ini biaya tetapnya paling tinggi dan biaya
variabelnya paling rendah. Biaya tetap paling tinggi karena pengaruh pemakaian
hak jalan untuk saluran pipa, kebutuhan akan stasiun pengawas dan kapasitas
pemompaan. Saluran pipa tidak padat karya sehingga biaya variabelnya
operasinya sangat rendah.
Sifat dasar alat transportasi ini agak unik jika dibandingkan dengan alat
transportasi lain, karena saluran pipa ini dapat beroperasi 24 jam sehari atau 7 hari
seminggu dan hanya dibatasi oleh keperluan untuk mengubah komoditi,
kelemahan yang menonjol adalah barang yang dibawa sangatlah terbatas karena
sangat tergantung diameter pipa dan derasnya arus yang dibawa.
Sedangkan alat transportasi yang terbaru adalah pengangkutan lewat
udara, daya tarik pengangkutan udara ini adalah kecepatannya. Transportasi udara
masih lebih banyak merupakan potensi daripada realitas. Walaupun jarak yang
bisa ditempuh tidak terbatas akan tetapi pengangkutan udara ini terbatas
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
kemampuannya mengangkut, tersedianya pesawat udara, kondisi kota yang
didarati oleh pesawat udara.
Prospek peningkatan pemakaian pengangkutan udara dalam operasi
logistik tetap cukup baik. Walaupun pengangkutan udara ini membutuhkan
pengangkutan darat sebelum dan sesudahnya, akan tetapi kecepatan pelayanan di
antara dua tempat yang cukup jauh dapat menurunkan biaya logistik
keseluruhannya dengan margin yang cukup besar untuk mengimbangi biaya
pengangkutan udara yang cukup tinggi. Pengangkutan udara banyak digunakan
untuk barang yang mempunyai spesifikasi tertentu seperti harga cukup mahal,
waktu harus segera sampai pada yang bersangkutan, dan sebagainya.
Sistem logistik memandang kegiatan transportasi dengan empat faktor
yang memegang peran yang cukup penting, yaitu :
a. Biaya
Biaya transportasi merupakan pembayaran yang sesungguhnya yang
harus dikeluarkan guna mengganti balas jasa pengangkutan barang
yang telah dikeluarkan, jadi tidak berarti metode transportasi yang
paling murah itu yang pasti dikehendaki.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b. Kecepatan
Faktor kecepatan merupakan waktu yang dibutuhkan guna
menyelesaikan suatu tugas pengangkutan di antara tempat asal barang
ke tempat tujuan yang dikehendaki. Faktor kecepatan harus selalu
dikaitkan dengan kondisi barang yang dipindahkan agar jangan sampai
terjadi kerusakan walau mungkin dari segi waktu lebih cepat dari
penggunaan transportasi lainnya. Bisa dikatakan waktu yang paling
cepat dalam kegiatan transportasi suatu barang belum menjamin
tercapainya kegiatan logistik yang baik.
c. Pelayanan
Faktor pelayanan merupakan suatu kegiatan servis yang diberikan
terhadap barang perusahaan selama dalam kegiatan pemindahan
barang. Pelayanan atau servis datangnya dari berbagai pihak, baik
pengangkutan barang itu dikelola oleh perusahaan sendiri atau dengan
cara menyewa dari perusahaan pengangkutan yang resmi. Pelayanan
barang datangnya dari para karyawan yang membawa, mengendalikan
alat transportasi para petugas yang berhubungan dengan alat
transportasi. Pelayanan yang terbaik yang kita harapkan dengan tidak
menambah biaya transportasi dari biaya yang normal.
d. Konsistensi
Konsistensi pelayanan merupakan hal yang cukup penting di bidang
transportasi dengan menunjukkan prestasi waktu yang teratur. Jika
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
kemampuan transportasi tidak konsisten, maka perusahaan harus
mengadakan perusahaan yang aman dalam jumlah tertentu yang cukup
aman guna menghindari terjadinya kemacetan operasional rutin
perusahaan. Konsistensi transportasi mempengaruhi keterkaitan antara
persediaan bahan baku, persediaan suku cadang, persediaan barang
jadi, persediaan penjualan serta risiko-risiko yang harus
dipertimbangkan.
Dalam merancang sistem logistik hendaklah dimatangkan antara kebijakan
biaya, kecepatan pemindahan, pelayanan yang diberikan, konsistensi transportasi,
semua harus ada dalam keseimbangan yang cukup teliti demi kebaikan
pelaksanaan manajemen logistik terpadu.4
Sistem yang digunakan untuk mengangkut barang-barang dengan
menggunakan alat angkut tertentu dinamakan moda transportasi (mode of
transportation).
Kebutuhan pelayanan industri sangat berbeda-beda dari industri ke
industri. Banyak pilihan transpotasi tersedia bagi pengangkutan produk atau bahan
mentah dalam system logistik. Disamping itu perusahaan dapat memutuskan
untuk mengusahakan transportasi sendiri, atau mengadakan perjanjian dengan
spesialis transport.
5
4 Gitosudarmo, Indriyo, Manajemen Bisnis Logistik (Yogyakarta : BPFE, 1998), p.22 5 Salim, Abbas, Manajemen Transportasi (Jakarta : PT. Raja Grafindo Persada, 1993), p. 8.
Lima cara utama kegiatan transportasi dilakukan dengan kereta
api, jalan raya, jalan air, saluran pipa dan penerbangan udara. Masing-masing alat
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
transportasi ini mempunyai kebaikan dan kelemahan terhadap kegiatan logistik di
perusahaan.
Kereta api telah mencatat sejarah bahwa alat transportasi yang satu ini
mampu menyelenggarakan pengangkutan dengan jumlah yang besar secara efisien
untuk jarak-jarak yang jauh sebagai hasil dari pembuatan jaringan rel yang
lengkap sejak dahulu yang menghubungkan sebagian kota di Indonesia. Alat
transportasi ini mempunyai kemampuan untuk mengangkut barang bertonase yang
sangat besar, karena spesifikasi kereta api tersebut. Akan tetapi alat transportasi
ini memerlukan biaya tetap yang cukup tinggi dan biaya peralatan rutin yang
cukup tinggi pula, serta pengeluaran biaya lain untuk hak pemakaian jalan,
peralatan langsir dan penggunaan stasiun.
Jalan raya sebagai alat transportasi bisa dikatakan lebih maju di
bandingkan dengan alat transportasi yang lainnya, karena alat transportasi dengan
jalan raya selalu bisa dilalui oleh kendaran bermotor. Disisi lain kendaraan
bermotor memiliki fleksibilitas yang cukup tinggi karena dapat dioperasikan di
atas semua jenis jalan raya.
Dibandingkan dengan alat transportasi kereta api, kendaraan bermotor
relatif kecil investsinya dalam fasilitas pemilikan hak jalan dan pembuatan
stasiun, terminal, dan sebagainya. Sifat lalu lintas kendaraan bermotor sangat
tergantung pada pabrik dan perdagangan. Secara khusus kendaraan bermotor telah
merebut lalu lintas rel yang berkenaan dengan barang dagangan menengah dan
ringan, serta hampir seluruh pengangkutan dari grosir, gudang, toko dan lainnya.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Alat transportasi melalui jalan air merupakan bentuk transportasi yang
tertua dengan menggunakan perahu layar, kapal uap dan dalam perkembangannya
menggunakan tenaga diesel. Secara garis besar pengangkutan melalui jalan air di
bedakan menjadi dua yaitu pengangkutan laut dan pengangkutan melalui air di
daratan. Keuntungan utama alat transport melalui jalan air adalah kemampuannya
untuk membawa barang dalam jumlah sangat besar. Perahu diesel mempunyai
fleksibilitas yang cukup tinggi pula dibandingkan dengan alat transport lainnya.
Biaya tetap akan lebih tinggi bila dibanding alat transpor melalui jalan raya, akan
tetapi lebih rendah bila dibanding dengan alat transpor kereta api.
Kelemahan utama alat transportasi melalui jalan air adalah fleksibilitasnya
terbatas dan kecepatannya yang rendah. Selain itu bila asal dan tujuan dari
pengangkutan itu tidak berdekatan dengan jalan air, maka akan dibutuhkan
pengangkutan tambahan dengan kereta api atau kendaraan bermotor.
Alat transportasi dengan menggunakan saluran pipa biasanya digunakan
untuk mengangkut minyak bumi. Kebaikan alat transportasi ini biaya tetapnya
paling tinggi dan biaya variabelnya paling rendah. Biaya tetap paling tinggi
karena pengaruh pemakaian hak jalan untuk saluran pipa, kebutuhan akan stasiun
pengawas dan kapasitas pemompaan. Saluran pipa tidak padat karya sehingga
biaya variabel operasinya sangat rendah.
Sifat dasar alat transportasi ini agak unik jika dibandingkan dengan alat
transportasi lain, karena saluran pipa ini dapat beroperasi 24 jam sehari atau 7 hari
seminggu dan hanya dibatasi oleh keperluan untuk mengubah komoditi,
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
kelemahan yang menonjol adalah barang yang dibawa sangatlah terbatas karena
sangat tergantung diameter pipa dan derasnya arus yang dibawa.
Alat transportasi yang terbaru adalah pengangkutan lewat udara, daya tarik
pengangkutan udara ini adalah kecepatannya. Transportasi udara masih lebih
banyak merupakan potensi daripada realitas. Walaupun jarak yang bisa ditempuh
tidak terbatas akan tetapi pengangkutan udara ini terbatas kemampuannya
mengangkut, tersedianya pesawat udara, kondisi kota yang didarati oleh pesawat
udara.
Prospek peningkatan pemakaian pengangkutan udara dalam operasi
logistik tetap cukup baik. Walaupun pengangkutan udara ini membutuhkan
pengangkutan darat sebelum dan sesudahnya, akan tetapi kecepatan pelayanan di
antara dua tempat yang cukup jauh dapat menurunkan biaya logistik
keseluruhannya dengan margin yang cukup besar untuk mengimbangi biaya
pengangkutan udara yang cukup tinggi. Pengangkutan udara banyak digunakan
untuk barang yang mempunyai spesifikasi tertentu seperti harga cukup mahal,
waktu harus segera sampai pada yang bersangkutan, dan sebagainya.
3.6. Travelling Salesman Problem
Dalam sistem jaringan manufaktur, dimungkinkan terdapatnya satu unit
gudang induk bahan baku dan beberapa unit produksi yang terpisah satu dengan
yang lain. Dalam literatur, masalah rute kendaraan ini disebut sebagai
permasalahan distribusi bahan baku dari satu gudang induk ke beberapa unit
produksi yang saling terpisah.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Secara rutin sebuah perusahaan melakukan pengiriman barang kepada
konsumen yang tersebar di atas area geografis yang dilayani oleh fasilitas-fasilitas
perusahaan. Dalam hal ini perusahaan melakukan pengiriman barang dengan
sejumlah armada kendaraan. Secara khusus, setiap kendaraan mengunjungi
beberapa lokasi pelanggan. Pengelilingan kendaraan meliputi perencanaan operasi
armada kendaraan untuk mengirim barang atau untuk menghasilkan pelayanan.
Masalah pengelilingan kendaraan atau penyusunan rute kendaraan disadari
berbeda dalam hal ukuran dan kerumitan. Berdasarkan dua contoh yang mudah:
perusahaan roti ukuran sedang mungkin menggunakan sebuah armada kendaraan
kecil untuk membawa produknya kepada berbagai pelanggan di daerah kecil.
Sebuah surat kabar lokal mungkin menggunakan van-van kecil untuk membawa
surat kabarnya dari fasilitas percetakan ke titik-titik penurunan tertentu. Pada
contoh-contoh ini, setiap kendaraan memenuhi kendaraannya dari fasilitas pusat,
membuat urutan-urutan pemberhentian pada titik-titik pengiriman, dan kembali ke
fasilitas setelah pemberhentian terakhir.
Masalah penyusunan rute ini dapat menjadi sulit untuk operasi-operasi
yang lebih besar sesuai dengan banyaknya fasilitas yang dimiliki, banyaknya
pelanggan, area pelayanan, dan ukuran peningkatan armada/kemampuan
jangkauan armada. Kunci keputusan penyelesaian masalah rute kendaraan adalah
mendesain rute-rute untuk kendaraan. Rute adalah urutan pemberhentian-
pemberhentian dimana sebuah kendaraan mengunjungi antara dua kedatangan
berturut-turut terhadap depot. Rute Distribusi Produk adalah urutan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
pemberhentian berturut-turut terhadap depot dan proses perencanaan dari titik
awal (Perusahaan) ke titik konsumsi (Konsumen) untuk memenuhi kebutuhan
konsumen. Solusi Optimal adalah Pencarian atau Penyelesaian masalah yang baik
dalam penentuan rute dan penjadwalan kendaraan yang paling efisien/tepat.
Urutan Masalah penyusunan rute yang paling mudah terjadi ketika kita melihat
sebuah rute tunggal yang mengunjungi semua pelanggan dan meminimisasi waktu
total perjalanan. Hal inilah yang disebut masalah perjalanan salesman (Travelling
Salesman Problem) yang dapat dilihat pada Gambar 3.1.
Depot
25 45
25
6050
40
40
Gambar 3.1. Contoh Travelling Salesman Problem
Permasalahan penjadwalan kendaraan/alat angkut mempunyai banyak variasi,
namun dapat dikelompokkan menjadi beberapa jenis saja. Diantaranya adalah:
1. Permasalahan penjadwalan kendaraan dengan tujuan tunggal dan sumber
tunggal dan terpisah (separate and single origin and destination point).
2. Permasalahan penjadwalan kendaraan dengan beberapa tujuan dan beberapa
sumber (multiple origin and destination point).
3. Permasalahan penjadwalan kendaraan dengan titik sumber dan tujuan akhir
yang sama (coincident origin and destination point).
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
4. Titik-titik yang terhubung secara spasial (points are spatially related)
5. Titik-titik yang tidak terhubung secara spasial (points are not spatially
related)
Penyelesaian yang baik untuk permasalahan rute kendaraan untuk sebuah
masalah yang nyata dapat ditemukan dengan menggunakan pola kapabilitas
pengenalan dengan pemikiran manusia. Urutan berhenti yang baik terbentuk
ketika rute tidak saling menyilang. Rancangan rute yang baik dan buruk dapat
dilihat pada Gambar 3.2. Berdasarkan pada dua prinsip ini, seorang analis dapat
menggambar secara cepat sebuah rute yang mungkin dengan bantuan komputer
baru dapat diselesaikan dalam beberapa jam.6
Gambar 3.2. Contoh Urutan rute yang bagus dan jelek
Pengambil keputusan, seperti pengelola truk, dapat mengambil rute yang panjang
untuk mengembangkan penjadwalan dan rute truk yang baik dengan
mengaplikasikan delapan prinsip. Prinsip-prinsip itu adalah sebagai berikut :
6 Ballou, Ronald, Business Logistics Management (New Jersey : Prentice-Hall International, Inc., 1999), pp. 191-197.
D
Rute yang jelek-jalur menyilang
D
Rute yang bagus-tidak ada jalurmenyilang
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
1. Muat truk dengan volume tertentu yang merupakan volume perkiraan terdekat
dengan yang lain.
2. Perhentian pada beberapa hari harus diatur untuk menghasilkan klaster yang
ketat.
3. Membangun rute dimulai dengan perhentian paling jauh dari depot.
4. Urutan perhentian untuk sebuah rute truk harus membentuk sebuah pola
teardrop.
5. Rute yang paling efisien dibangun menggunakan kendaraan terbesar yang
tersedia.
6. Pengangkutan lebih baik digabungkan dengan rute pendistribusian daripada
diletakkan pada akhir rute.
7. Sebuah perhentian yang dipindahkan dari sebuah klaster rute adalah sebuah
alternatif yang baik untuk alternatif-alternatif pendistribusian.
8. Pembatas jendela untuk waktu perhentian terdekat harus dihindari.7
Perbandingan antara klaster yang baik dan jelek untuk kendaraan/alat
angkut dapat dilihat pada Gambar 3.3.
7 Ballou, Ronald, Business Logistics Management (New Jersey : Prentice-Hall International, Inc., 1999), pp. 199-201.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
D
Klaster yang jelek Klaster yang lebih baik
D
Gambar 3.3 Klaster untuk Kendaraan/Alat Angkut
Permasalahan penjadwalan jenis ke 3 sebenarnya merupakan tipe lain dari
permasalahan penjadwalan jenis ke 1. Namun dengan adanya ketentuan agar
kendaraan atau alat angkut untuk kembali ke titik asal (sumber) maka
permasalahan jenis ke 1 menjadi lebih kompleks. Permasalahan jenis ke 3 bisa
terjadi jika kendaraan yang digunakan untuk mengangkut adalah kendaraan
pribadi perusahaan. Permasalahan jenis ke 3 ini sering dikenal dengan Travelling
Salesman Problem.
3.7. Vehicle Routing Problem
Vehicle Routing Problem terkait dengan permasalahan bagaimana
mendatangi pelanggan dengan menggunakan kendaraan yang ada. Istilah lain
untuk masalah ini adalah Vehicle Scheduling Problem,Vehicle Dispatching
Problem, atau Delivery Problem. Vehicle Routing Problem adalah sebuah hard
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
combinatorial 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.
Vehicle routing dan scheduling adalah sebuah bentuk lain dari Vehicle
Routing Problem. Beberapa pembatas sekarang telah dimasukkan seperti :
1. Setiap kendaraan/alat angkut berhenti di suatu tempat maka harus mengangkut
barang dalam jumlah tertentu untuk dipindahkan/diantar.
2. Beberapa kendaraan/alat angkut bisa digunakan namun dengan kapasitas yang
terbatas.
3. Waktu total maksimum perjalanan yang dibolehkan dalam sebuah rute
sebelum akhirnya memasuki waktu istirahat adalah sekurang-kurangnya 8
jam.
4. Pengangkutan atau pemindahan barang dibolehkan untuk tidak dilakukan
hanya pada waktu tertentu (disebut time windows).
5. Pengangkutan barang diperbolehkan dalam sebuah rute jika pemindahan
barang telah dilakukan.
6. Pengemudi/sopir diperbolehkan untuk beristirahat atau makan pada saat-saat
tertentu.
Dalam permasalahan vehicle routing, jika setiap alat angkut dapat
menempuh trip/rute majemuk selama horizon perencanaan maka ini disebut
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
sebagai Multi Trip Vehicle Routing Problem.8
Depot
Bentuk solusi Vehicle Routing
Problem dasar dapat dilihat pada Gambar 3.4.
Gambar 3.4. Bentuk solusi Vehicle Routing Problem Dasar
3.8. Metode Penentuan Rute dan Penjadwalan
Masalah pencarian solusi yang baik dalam masalah penentuan rute dan
penjadwalan kendaraan menjadi lebih sulit dengan adanya pembatas-pembatas
tambahan dari masalah. Time windows, jumlah truk yang banyak dengan
perbedaan kapasitas, total maksimum waktu distribusi yang diizinkan dalam rute,
perbedaan kecepatan dalam zona yang berbeda, rintangan/penghalang dalam
perjalanan (sungai, belokan, gunung), dan waktu istirahat untuk pengemudi adalah
beberapa pertimbangan yang diperlukan dalam penentuan perancangan rute. Di
antara banyak pendekatan yang disarankan dalam mengatasi masalah yang
8 Ballou, Ronald, Business Logistics Management (New Jersey : Prentice-Hall International, Inc., 1999), pp. 199.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
kompleks, terdapat dua metode yaitu metode sederhana (The Sweep Method) dan
yang lebih kompleks dan akurat (The Savings Method).
a. The Sweep Method
Prosesnya terdiri dari dua tahapan. Pertama, tempat perhentian diberi
penugasan dengan kendaraan, kemudian urutan tempat perhentian rute
ditentukan. Dikarenakan proses dua tahapan ini, total waktu dalam rute
dan time windows tidak dijalankan dengan baik.
Metode “sweep” adalah sebagai berikut :
1. Lokasikan semua tempat perhentian termasuk depot dalam peta.
2. Perpanjang garis lurus dari depot dalam segala arah. Putar garis searah
jarum jam atau berlawanan arah jarum jam hingga ia memotong
tempat perhentian. Beri pertanyaan : jika tempat perhentian
dimasukkan dalam rute, akankah kapasitas kendaraan dilampaui? Jika
tidak maju terus dengan putaran garis sampai tempat perhentian
berikutnya saling berpotongan. Tanyakan apakah volume kumulatif
dapat melampaui kapasitas kendaraan. Gunakan kendaraan dengan
kapasitas besar terlebih dahulu. Jika iya, keluarkan titik terakhir dan
tentukan rutenya. Lanjutkan garis “sweep”, mulai rute baru dengan
titik terakhir yang dikeluarkan dari rute sebelumnya. Lanjutkan hingga
semua titik diberi penugasan dalam rute.
3. Dalam setiap rute, urutkan tempat-tempat perhentian untuk
meminimisasi jarak. Pengurutan dapat diselesaikan dengan metode
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
“teardrop” atau dengan menggunakan algoritma apapun untuk
menyelesaikan “Travelling Salesman Problem”.
b. The Savings Method
Tujuan dari metode “savings” adalah untuk meminimisasi total
jarak perjalanan semua kendaraan dan untuk meminimisasi secara tidak
langsung jumlah kendaraan yang diperlukan untuk melayani semua
tempat perhentian. Logika dari metode ini bermula dari kendaraan yang
melayani setiap tempat perhentian dan kembali ke depot, seperti terlihat
pada Gambar 3.5 (a). Hal ini memberikan jarak maksimum dalam
masalah penentuan rute. Kemudian, dua tempat perhentian digabung
dalam satu rute yang sama sehingga satu kendaraan tersebut dieliminasi
dan jarak tempuh/ perjalanan dapat dikurangi yang dapat dilihat pada
Gambar 3.5 (b).
Pendekatan “savings” mengizinkan banyak pertimbangan yang
sangat penting dalam aplikasi yang realistis. Sebelum tempat perhentian
dimasukkan ke dalam sebuah rute, rute dengan tempat perhentian
berikutnya harus dilihat. Sejumlah pertanyaan tentang perancangan rute
dapat ditanyakan, seperti apakah waktu rute melebihi waktu distribusi
maksimum pengemudi yang diizinkan, apakah waktu untuk istirahat
pengemudi telah dipenuhi, apakah kendaraan cukup besar untuk
melakukan volume rute yang tersedia. Pelanggaran terhadap kondisi-
kondisi tersebut dapat menolak tempat perhentian dari rute keseluruhan.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Depot0
d0,A
dB,0
A
B
dA,B
Stop
Stop
d0,A
dA,0dB,0
d0,B
A
B
Tempat perhentian selanjutnya dapat dipilih menurut nilai “savings”
terbesar dan proses pertimbangan diulangi. Pendekatan ini tidak
menjamin solusi yang optimal, tetapi dengan mempertimbangkan
masalah kompleks yang ada, solusi yang baik dapat dicari.9
(a) Rute Awal- Jarak tempuh (b) Menggabungkan dua tempat perhentian dalam =
0, ,0 0, ,0A A B Bd d d d+ + + sebuah rute- Jarak tempuh = 0, , ,0A A B Bd d d+ +
Gambar 3.5. Pengurangan Jarak Tempuh melalui Konsolidasi Tempat Perhentian
dalam Rute
3.9. Pengembangan Algoritma Heuristik
Beberapa penelitian telah mencoba mencari solusi bagi permasalahan
MTVRP (Multi Trip Vehicle Routing Problem). Pada umumnya algoritma-
algoritma ini menggunakan prosedur heuristik, mengingat kompleksitas
permasalahan MTVRP. Taillard et.al. (1996) mengembangkan algoritma multi
trip yang terdiri atas tiga bagian :
1. Pembangkitan sejumlah besar rute yang telah memenuhi pembatas VRP
(Vehicle Routing Problem).
9 Ballou, Ronald, Business Logistics Management (New Jersey : Prentice-Hall International, Inc., 1999), pp. 204-209.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
2. Memilih subset dari sejumlah besar rute ini dengan menggunakan algoritma
enumeratif.
3. Menyusun rute terpilih dalam sebuah horizon perencanaan yang feasible.
Brandao dan Mercer (1998) mengusulkan metode yang terdiri atas
prosedur konstruktif dan improvement. Metode ini terdiri atas tiga fasa :
1. Fasa inisial yang membangkitkan solusi yang feasibel utuk permasalahan
routing tetapi tidak harus feasible untuk permasalahan penjadwalan.
2. Fasa ini mencari solusi feasible dengan waktu perjalanan minimum.
3. Fasa ini mencari solusi dengan biaya paling murah.
Pengembangan algoritma heuristik dengan prinsip divide and conquer
telah dikembangkan oleh Titah Yudistira, Suprayogi dan Abdul Hakim Halim
(2003) yang terdiri atas langkah iteratif yakni :
1. Mencari rute terbaik yang belum tentu feasible (mengikuti jalur yang ada).
2. Jika solusi 1 tidak feasible, membagi permasalahan awal kedalam 2 sub
masalah.
Berikut ini akan disajikan beberapa defenisi yang terkait dengan MTVRP.
- Pelanggan dan Depot
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Sebuah permasalahan MTVRP terdiri atas n pelanggan (dituliskan sebagai
1,2,...,n), sebuah depot tunggal (dituliskan sebagai 0). Himpunan (0,1,...,n) yang
mewakili semua konsumen dan depot disebut site. Jarak antara site i dan j
dituliskan sebagai dy. Tiap konsumen i memiliki permintaan (demand) qi ≥ 0 dan
waktu pelayanan si ≥ 0. Waktu pelayanan juga didefenisikan pada depot, s0 ≥ 0,
yang menggambarkan waktu muat di depot.
- Alat angkut
Permasalahan ini didefenisikan pada sejumlah tak hingga alat angkut.
Masing-masing alat angkut memiliki kapasitas Q dan kecepatan v yang seragam.
Bersama dengan jarak antar site, dij , kecepatan v menentukan waktu tempuh antar
site tij .
- Time Window
Untuk site i, time window dispesifikasikan oleh sebuah interval [ ]liei , ,
dimana ei menggambarkan waktu siap (ready time) dan li menggambarkan waktu
tenggat (deadline time). Waktu mulai untuk pelayanan di site i, disimbolkan oleh
iα didefenisikan sebagai :
iα = max (ei, δ i-1 + ti-1,i) (1)
dimana δ i-1 merupakan waktu keberangkatan dari site sebelumnya dan ti-1,i
adalah waktu perjalanan menuju site i dari site sebelumnya.
Waktu keberangkatan untuk alat angkut pada site i, disimbolkan oleh
δ i = iα + s1 (2)
Waktu tunggu alat angkut di site i, disimbolkan oleh wi,diberikan oleh
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
0, jika ei ≤ (δ i-1 + ti-1,i)
ei – (δ i-1 + ti-1,i), jika ei ≥( i-1 + ti-1,i)
Sebuah rute dikatakan memenuhi pembatas waktu untuk site i jika
δ i < li, (4)
Dalam konteks makalah ini, li merupakan waktu maksimum suatu
site/gudang belum dikunjungi. Jika waktu kunjungan melebihi li, maka gudang i
ini akan kekurangan barang. Atau,
li =diCi (5)
dimana Ci menunjukkan kapasitas gudang pada site i, dan di menunjukkan laju
permintaan barang di gudang site i. Secara khusus li, dapat disebut sebagai daya
tahan gudang site i.
- Planning Horizon
Sebuah horison perencanaan menggambarkan waktu kerja untuk alat
angkut. Horison perencanaan ini membatasi total waktu (meliputi waktu
perjalanan, waktu tunggu, dan waktu pelayanan) yang harus dipenuhi oleh alat
angkut dalam perjalanan menyelesaikan tugasnya. Jika diasumsikan bahwa
horison perencanaan dimulai pada eo, maka horison perencanaan, disimbolkan
oleh Hi adalah panjang time window depot, yaitu :
H = lo - eo (6)
(3) wi =
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Rute
Sebuah rute menggambarkan urutan kunjungan ke pelanggan-pelanggan,
berawal dan berakhir di depot. Rute, disimbolkan oleh R, dapat dituliskan sebagai:
R = {0,...,i...,0} (7)
Total angkutan pada masing-masing rute tidak boleh melebihi kapasitas
alat angkut,
∑∈
≤Ri
Qqi (8)
- Tour
Sebuah tour terdiri atas satu set rute,
T = {R1,...,RNT} (9)
di mana NT menunjukkan jumlah rute dalam suatu tour. Waktu penyelesaian
suatu tour (CT) tidak boleh melebihi horison perencanaan.
CTi < H (10)
- Jumlah alat angkut
Dalam MTVRP, masing-masing tour dilakukan oleh sebuah alat angkut.
Maka permasalahan penentuan jumlah alat angkut sama ekivalen dengan
permasalahan penentuan jumlah tour.
Permasalahan MTVRP
Solusi bagi permasalahan MTVRP adalah rencana rute:
=σ { t1, t2,... tNT} (11)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
yang memenuhi pembatas kapasitas dan waktu pelayanan (time window) dan
mencapai fungsi tujuan: minimasi jumlah angkut, total waktu tour, serta utilitas
alat angkut.
Permasalahan dalam makalah ini sedikit berbeda dengan permasalahan
MTVRP yang telah diuraikan di atas dalam hal:
1. Horison perencanaan tidak ditentukan melainkan fungsi dari demand yang
harus terpenuhi (tidak boleh terdapat back log). Demand ini bersifat kontinu
dengan laju yang seragam (misalkan : n buah per hari)
2. Komoditi yang dikirimkan terdiri atas beberapa jenis (multiproduct)
Dalam makalah ini dikembangkan algoritma heuristik dengan prinsip
divide-and-conquer yang pada dasarnya terdiri atas langkah iteratif:
1. Mencari rute terbaik yang belum tentu feasible
2. Jika solusi (1) tidak feasible, membagi permasalahan awal ke dalam 2 sub
masalah.
Demikian kedua langkah ini terus berulang sampai didapatkan solusi yang
feasible.
Kemudian algoritma ini dapat dibagi kedalam 5 langkah yang lebih rinci
yaitu:
1. Dari graph permasalahan yang diberikan, cari rute terpendek menurut
Travelling Salesman Problem (alat angkut mengelilingi semua site dan
kembali lagi ke depot dalam sekali jalan).
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
2. Hitung horizon perencanaan, yaitu jadwal pengiriman (shipping) yang sama
berulang pada suatu site. Dalam hal ini horizon perencanaan sama dengan
waktu pengiriman mengikuti rute pada langkah 1 diatas.
3. Hitung waktu teoritis (estimasi) yang diperlukan untuk memenuhi permintaan
di semua pelanggan selama horizon perencanaan. Perhatikan bahwa jumlah
pengiriman minimal pada masing-masing site harus sama dengan jumlah
demand selama horizon perencanaan.
4. Jika feasible waktu teoritis (horizon perencanaan) terapkan algoritma
penugasan (yang sudah mempersiapkan waktu pelayanan). Jika tidak, pecah
graph yang bersangkutan menjadi sub graph dan kembali ke langkah 1.
5. Hasil penerapan algoritma penugasan bisa saja menjadi tidak feasible. Kalau
ini terjadi pecah graph dan kembali ke langkah 1.
Adapun ukuran performansi yang ingin dicapai dari algoritma ini adalah :
1. Utilisasi alat angkut yang dapat dihitung dengan rumus-rumus :
Utilisasi per rute = muatan yang dimuat/total kapasitas alat angkut
Q
QU Ri
i
r
∑∈= (12)
Utilitas rata-rata tiap tour = Σ utilitas per rute/ jumlah rute dalam satu tour
NT
UU R
R
T
∑= (13)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Utilitas rata-rata keseluruhan armada = Σ utilitas per alat angkut/ jumlah alat
angkut
∑∑
=T
UU t
t
(14)
2. Jarak tempuh total : bisa dihitung dari total jarak tempuh pada rute terbaik
pada algoritma diatas.10
Rincian Algoritma
1. Hitung jarak total dari depot (sumber) ke depot (sumber) kembali sesuai
dengan rute terbaik yang dipecahkan dengan metode pemecahan masalah
Traveling Salesman Problem (TSP). Dalam hal ini, beberapa algoritma
heuristik TSP dapat diterapkan.
Langkah 0 :
2. Tetapkan horison perencanaan, yaitu jarak (selisih) waktu jadwal pengiriman
yang sama berulang. Misalkan jika horison perencanaan adalah 10 hari, kalau
pada tanggal 1 dilakukan pengiriman sejumlah q1 ke site 1, maka pada tanggal
11 kembali dilakukan pengiriman kembali ke site 1 sejumlah q1. Pada
dasarnya, semakin kecil horison perencanaan semakin baik. Tetapi semakin
kecil horison perencanaan artinya dibutuhkan waktu yang lebih cepat dalam
mendistribusikan pasokan untuk memenuhi setiap permintaan yang ada. Pada
10 Yudihistira, Titah dkk., “Algoritma Heuristik Penjadwalan Alat Angkur untuk Pendistribusian Produk Majemuk dengan Sumber Tunggal dan Destinasi Majemuk,” Seminar Sistem Produksi, VI (2003).
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
dasarnya horison perencanaan dapat dibuat dengan trial and error. Tetapi
untuk mengurangi usaha trial and error tersebut dapat dipakai patokan
berikut:
a. Untuk graph awal : horison perencanaan sama dengan daya tahan terkecil
b. Untuk sub-graph
1. Horison perencanaan tidak mungkin lebih besar dari daya tahan
terkecil pada sub-graph yang bersangkutan
2. Hitung demand total pada sub-graph yang bersangkutan selama
horison perencanaan. Demand total merupakan penjumlahan dari
demand pada masing-masing site selama horison perencanaan. Rumus
demand untuk tiap site adalah :
Demand selama horison perencanaan = laju demand x horison
perencanaan
D = d x H (15)
3. Bagi demand total dengan kapasitas alat angkut yang ada. Angka ini
menunjukkan frekuensi kapal harus diisi (jumlah rute dalam suatu
tour).
NT = QD (16)
4. Hitung waktu untuk menjalankan tour (semua site dikunjungi) penuh.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5. Kalikan waktu dari nomor 4 dengan k + faktor pengaman (misalkan 20
% waktu tour)
6. Jika waktu yang diturunkan pada nomor 5 lebih kecil dari horison
perencanaan (hari siklus x 24 jam), maka tetapkan horison
perencanaan tersebut feasibel.
7. Lakukan langkah 1 untuk beberapa hari siklus yang diperkirakan
feasibel
8. Jika tidak ada yang feasibel, berarti jumlah alat angkut kurang. Sub-
graph yang bersangkutan dipecah kembali menjadi sub-sub graph.
( )φ+
+− ∑∑
∈∈
111111 RR
sjt
Langkah 1 :
Hitung waktu teoritis yang dibutuhkan untuk melayani total permintaan:
Rumusnya:
Waktu Total = (waktu perjalanan total + waktu servis total) x (1 + faktor
pengaman)
T = (17)
dimana:
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Waktu perjalanan total = (jarak depot ke depot/kecepatan rata-rata) x faktor
konversi angkut
T = v
jtR∑∈
−1
11 (18)
Faktor pengaman (φ ) adalah allowance dan disarankan tidak kurang dari 1 jam
per hari siklus (5%).
Faktor konversi ( γ ) jenis alat angkut = jumlah jenis produk yang harus
didistribusikan/jumlah jenis produk yang dapat diisikan ke alat angkut secara
sekaligus
TCT
Langkah 2 :
Hitung batas bawah jumlah alat angkut minimum yang dibutuhkan.
Rumusnya :
NT min = waktu total/jam avaibilitas alat angkut
= (19)
Jika batas bawah lebih dari 2 maka bulatkan ke bawah, jika kurang dari 2 bulatkan
ke atas. Jika batas bawah jumlah alat angkut = 1, langsung ke langkah 5. Jika
batas bawah alat angkut lebih dari 1 ke langkah 3
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Langkah 3 :
Bagi graph (network) yang ada menjadi n buah sub-graph. Usahakan
masing-masing sub-graph seimbang (dalam hal ini jarak total antara sub-graph
dan jumlah site seimbang). Jika tampak sub graph tidak seimbang, maka adanya
site transhipment perlu dipertimbangkan.
Langkah 4 :
Kembali ke langkah 0
a. Pilih m jenis produk dengan demand total yang lebih kecil dari kapasitas
alat angkut dibagi m untuk dimuat ke alat angkut, distribusikan dengan
menjalankan rute penuh (melewati semua site). Jika jenis produk dengan
demand total yang lebih kecil dari kapasitas kapal lebih dari m,
prioritaskan total demand yang lebih kecil. Lanjutkan ke langkah (c).
Langkah 5 :
Langkah ini merupakan penentuan rute untuk distribusi yang sudah
mempertimbangkan jenis produk. Misalkan jenis produk yang dapat dimuat sekali
jalan adalah m jenis.
b. Jika sudah tidak ada jenis produk dengan demand yang lebih kecil dari
kapasitas kapal dibagi m, pilih sembarang produk dan buat trip untuk
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
mendistribusikan produk tersebut sejumlah kapasitas alat angkut (atau
yang paling mendekati). Pendistribusian ini mulai dari site yang terjauh.
c. Buat rute tambahan untuk memenuhi permintaan yang belum selesai
(kembali ke langkah a).
Langkah 6 :
Jika feasibel, cek apakah waktu total untuk sub-graph ini tidak melampaui
jam availibilitas alat angkut. Jika tidak melampaui, lanjutkan ke langkah 7. Jika
melampaui kembali ke langkah 3, tambah n menjadi n+1.
3.10. Teorema Kriteria Optimal
Jika ada solusi layak x0 dan y0 bagi program linier dual simetris
sedemikian rupa sehingga harga-harga fungsi objektifnya masing-masing adalah
sama, maka solusi optimal ini pada kenyataannya adalah solusi optimal bagi
masing-masing program.
Bukti :
Misalkan x adalah salah satu solusi layak yang lain bagi program primal. Maka,
berdasarkan Teorema 1 diperoleh :
cx ≤ y0 b
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
tetapi telah diketahui bahwa cx 0 = y0 b. Maka, cx ≤ x0 untuk semua solusi layak
bagi program primal. Lalu, berdasarkan defenisi x0 adalah optimal bagi program
primal. Argumen simetrikal membuktikan optimalitas dari y0 bagi program dual.
Contoh : Perhatikan soal primal dual berikut ini :
Primal :
Maks z= X1 + 2 X1 + 3 X3 + 4X4
dengan kendala
X1 + 2 X2 + 2 X3 + 3X4 ≤ 20
2 X1 + X2 + 3 X3 + 2X4 ≤ 20
X1, X2, X3, X4 ≥ 0
Dual :
Min w = 20 Y1+ 20 Y2
dengan kendala
Y1 + 2 Y2 ≥ 1
2Y1 + Y2 ≥ 2
2Y1 + 3 Y2 ≥ 3
3Y1 + 2 Y2 ≥ 4
Y1, Y2 ≥ 0
Pada soal ini, X10 = 0, X2
0 = 0, X30 = 4, X4
0 = 4 adalah sebuah solusi layak
bagi program primal, sedangkan Y10 = 1, 2 dan Y2
0 = 0, 2 adalah sebuah solusi
layak bagi program dual. Harga z untuk program primal adalah 2, dan ini sama
dengan harga w bagi program dual, yakni 28.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Oleh karena itu, berdasarkan teorema 2, solusi-solusi diatas masing-masing secara
berturut-turut adalah solusi optimal bagi program primal dan dual.
3.11. Pengukuran Waktu Kerja
Pengukuran kerja adalah pengukuran teknik yang direncanakan untuk
menetapkan waktu bagi seorang pekerja yang memenuhi syarat untuk
menyelasaikan pekerjaan tertentu pada tingkat prestasi yang ditetapkan.
Pengukuran kerja dapat digunakan untuk menentukan waktu standard dari suatu
pekerjaan. Waktu standard adalah waktu yang dibutuhkan oleh seorang operator
untuk menyelesaikan satu siklus dari suatu kegiatan yang dilakukan menurut
metode kerja tertentu, pada kecepatan normal dengan mempertimbangkan faktor-
faktor keletihan, kelonggaran untuk kepentingan pribadi.
Pada umumnya teknik-teknik pengukuran waktu terdiri atas dua bagian,
pertama teknik pengukuran secara langsung dan kedua secara tidak langsung.
Teknik pengukuran secara langsung dilakukan langsung pada tempat dimana
pekerjaan yang bersangkutan dilaksanakan. Sedangkan teknik pengukuran tidak
langsung yaitu melakukan perhitungan waktu tanpa harus berada ditempat
pekerjaan, dengan membaca tabel-tabel yang tersedia.11
Cara jam henti dan sampling pekerjaan adalah cara pengukuran kerja
secara langsung. Keduanya umum diaplikasikan guna menetapkan waktu standard
ataupun mengukur kondisi-kondisi kerja yang tidak produktif. Dengan salah satu
11 Wignjosoebroto, Sritomo, Ergonomi Studi Gerak dan Waktu (Surabaya : Penerbit Guna Widya, 2003), p.170.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
dari cara ini, akan didapatkan waktu standard dari suatu pekerja yaitu waktu yang
dibutuhkan secara wajar oleh seorang pekerja normal untuk menyelesaikan suatu
pekerjaan.
3.11.1. Penelitian Waktu
Penelitian waktu didefinisikan sebagai analisa tentang penentuan elemen
kerja beserta urutan-urutannya, serta waktu yang dibutuhkan untuk menyelesaikan
pekerjaan tersebut secara efektif. Umumnya penelitian waktu dilakukan untuk
mendapatkan waktu standard.
3.11.1.1. Langkah-langkah Sebelum Melakukan Pengukuran Waktu
Ada beberapa aturan pengukuran yang perlu dijalankan untuk
mendapatkan hasil yang baik. Aturan-aturan tersebut akan dijelaskan dalam
langkah-langkah berikut:
1. Penetapan tujuan pengukuran
Dalam melakukan pengukuran waktu, hal-hal penting yang harus diketahui
dan ditetapkan adalah untuk apa hasil pengukuran digunakan, berapa tingkat
ketelitian dan tingkat keyakinan yang diinginkan dari hasil pengukuran tersebut.
Misalnya jika waktu standar yang akan diperoleh dimaksudkan untuk dipakai
sebagai dasar upah perangsang, maka ketelitian dan keyakinan tentang hasil
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
pengukuran harus tinggi karena menyangkut prestasi dan pendapatan buruh
disamping keuntungan bagi perusahaan itu sendiri.
2. Melakukan penelitian pendahuluan
Dalam penelitian pendahuluan dilakukan pengumpulan dan pencatatan
semua keterangan yang dapat diperoleh mengenai kondisi pekerjaan, pekerja, dan
keadaan lingkungan yang dapat mempengaruhi keadaan pekerjaan.
Dari hasil pengukuran waktu akan diperoleh waktu yang pantas diberikan
kepada pekerja untuk menyelesaikan suatu pekerjaan. Waktu kerja yang pantas
merupakan waktu kerja yang didapat dari kondisi kerja yang baik. Untuk itu perlu
ditetapkan secara tertulis kondisi kerja dan metode kerja yang ada.
3. Memilih operator
Operator yang akan melakukan pekerjaan harus memenuhi persyaratan
tertentu agar pengukuran dapat berjalan baik. Syarat-syarat tersebut adalah
berkemampuan normal dan dapat diajak bekerja sama. Pada dasarnya operator
yang diamati memiliki kemampuan yang mengikuti distribusi normal, yaitu dari
yang berkemampuan rendah sampai tinggi.
Selain itu, operator yang dipilih adalah pekerja yang pada saat pengukuran
dilakukan dapat bekerja secara wajar dan operator mampu bekerja sama dengan
pengamat. Hal ini dimaksud karena si operator mungkin akan mencurigai maksud-
maksud dari pengukuran waktu tersebut, sehingga si operator bekerja tidak wajar.
Operator harus dapat bekerja secara wajar tanpa canggung walaupun dirinya
sedang diukur dan pengukuran berada didekatnya. Operator yang dipilih
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
merupakan operator yang waktu penyelesaian pekerjaan yang secara wajar
diperlukan oleh pekerja normal.
4. Melatih Operator
Walaupun operator yang baik telah didapat, kadang-kadang masih
memerlukan latihan bagi operator tersebut, terutama jika kondisi dan cara kerja
yang digunakan tidak sama dengan yang biasa dijalankan operator.
Hal ini terjadi jika pada saat penelitian pendahuluan kondisi kerja atau cara
kerja sudah mengalami perubahan. Dalam keadaan ini operator harus dilatih
terlebih dahulu karena sebelum diukur operator harus terbiasa dengan kondisi dan
cara kerja yang telah ditetapkan.
5. Menguraikan pekerjaan atas elemen pekerjaan
Untuk memudahkan pengamatan, pengukuran, dan analisa, maka
pemecahan siklus kerja atau operasi menjadi bagian-bagian yang terperinci, yang
dalam hal ini disebut dengan elemen-elemen kerja. Elemen-elemen kerja ini akan
diukur dengan waktunya masing-masing. Selanjutnya akan diperoleh jumlah dari
waktu setiap elemen yang disebut sebagai waktu siklus.12
a. Menjelaskan catatan tentang tata cara kerja yang dibakukan
Beberapa alasan yang menyebabkan pentingnya melakukan penguraian
pekerjaan atas elemen-elemen, yaitu:
12 Sutalaksana, Iftikar, Teknik Tata Cara Kerja (Bandung : Jurusan Teknik Industri Institut Teknologi Bandung, 1979), pp. 119-122.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b. Memungkinkan melakukan Rating Performance bagi setiap elemen karena
keterampilan operator dalam bekerja belum tentu sama untuk semua bagian
dari gerakan-gerakan kerjanya.
c. Memudahkan mengamati terjadinya elemen yang tidak baku yang mungkin
saja dilakukan pekerja
d. Memungkinkan dikembangkannya data waktu standar atau tempat kerja
yang bersangkutan.13
6. Menyiapkan alat-alat pengukuran
Setelah langkah-langkah diatas dijalankan, maka pada langkah terakhir
sebelum melakukan pengukuran dilakukan penyiapan alat-alat yang diperlukan.
Alat-alat tersebut adalah:
- Stop watch
- Lembaran-lembaran pengamatan
- Papan pengamatan
- Pena atau pensil dan alat tulis
3.11.1.2. Tahapan Pengukuran Waktu Kerja
Pengukuran waktu adalah pekerjaan mengamati pekerja dan mencatat
waktu-waktu kerjanya baik setiap elemen ataupun siklus dengan menggunakan
alat-alat yang telah disiapkan diatas.
13 Wignjosoebroto, Sritomo, Ergonomi Studi Gerak dan Waktu (Surabaya : Penerbit Guna Widya, 2003), p.173.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Hal pertama yang dilakukan adalah pengukuran pendahuluan. Tujuan
melakukan pengukuran pendahuluan ialah untuk mengetahui berapa kali
pengukuran harus dilakukan untuk tingkat-tingkat ketelitian dan keyakinan yang
telah ditetapkan pada saat menjalankan langkah penetapan tujuan.
Pengukuran pendahuluan pertama dilakukan dengan melakukan beberapa
buah pengukuran yang banyaknya ditentukan oleh pengukur. Setelah pengukuran
tahap pertama dilakukan, maka dilakukan uji keseragaman data, menghitung
jumlah pengamatan yang diperlukan, dan bila pengukuran pendahuluan belum
mencukupi jumlahnya, maka akan dilakukan pengukuran pendahuluan tahap
kedua. Setelah pengukuran tahap kedua ini selesai, maka akan diikuti lagi dengan
ketiga hal seperti di atas bila perlu dilanjutkan dengan pengukuran pendahuluan
tahap ketiga. Begitu seterusnya sampai jumlah keseluruhan mencukupi untuk
tingkat kepercayaan dan ketelitian yang dikehendaki.
1. Menguji keseragaman data
Secara teoritis, menguji keseragaman data adalah pekerjaan yang
berdasarkan teori-teori statistik tentang peta-peta kontrol yang biasanya
digunakan dalam melakukan pengendalian kualitas di pabrik-pabrik atau
tempat kerja lain. Pengukuran waktu kerja dilakukan terhadap sistem kerja
yang dipandang telah baik. Namun sering kali operator atau pekerja tidak
mengetahui terjadinya perubahan-perubahan dalam sistem kerja. Memang
perubahan merupakan suatu yang wajar, karena bagaimanapun juga suatu
sistem tidak dapat dipertahankan tetap harus terus-menerus pada keadaan yang
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
tetap sama. Keadaan sistem yang selalu berubah dapat diterima, asalkan
perubahannya adalah memang sepantasnya terjadi. Akibat perubahan sistem
kerja ini, waktu penyelesaian yang dihasilkan sistem selalu berubah-ubah,
namun harus dalam batas kewajaran. Dengan kata lain, harus seragam.
Mendapatkan data yang seragam adalah yang menjadi tugas pengukur.
Ketidakseragaman data dapat terjadi tanpa disadari, sehingga dibutuhkan suatu
alat yang dapat mendeteksi. Batas-batas kontrol yang dibentuk dari data,
merupakan batas seragam tidaknya data. Data dikatakan seragam bila berada
diantara kedua batas kontrol, dimana data berasal dari sistem sebab yang sama
dan data dikatakan tidak seragam, yaitu berasal dari sistem sebab yang
berbeda jika berada di luar batas kontrol.
Data yang telah diperoleh dari pengukuran waktu kerja, sebelum
digunakan untuk perhitungan selanjutnya, lebih dahulu diadakan pengontrolan
atau pengujian terhadap keseragaman data. Pengujian keseragaman data ini,
diteliti dengan peta kontrol.14
a. Menghitung rata – rata
Langkah-langkah dalam pengujian keseragaman data, yaitu:
∑∑=
nx
X i
dimana : ix = Besarnya waktu penyelesaian yang teramati selama
pengukuran pendahuluan dilakukan
14 Wignjosoebroto, Sritomo, Ergonomi Studi Gerak dan Waktu (Surabaya : Penerbit Guna Widya, 2003), p.194.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
n = Banyaknya pengukuran yang dilakukan
b. Menghitung standar deviasi sebenarnya dari waktu penyelesaian
1)( 2
−
−= ∑
Nxx jσ
dimana : N = Jumlah pengamatan pendahuluan yang telah dilakukan
x = Waktu rata-rata
σ = Standar Deviasi
c. Menentukan Batas Kontrol Atas (BKA) dan Batas Kontrol Bawah (BKB),
untuk tingkat ketelitian 5% dan tingkat keyakinan 95% adalah:
BKA = σ2+x BKB = σ2−x
2. Menghitung jumlah pengukuran yang sebenarnya diperlukan
Untuk menentukan jumlah pengukuran waktu kerja yang sebenarnya
diperlukan dengan tingkat ketelitian 5% dan tingkat kepercayaan 95%, maka
dipergunakan rumus:
222
' )(40
−=
∑∑ ∑
i
ii
xxxn
N
dimana : N’ = jumlah pengukuran yang sebenarnya diperlukan
n = jumlah data setelah dilakukan uji keseragaman data
3. Bila jumlah pengukuran belum mencukupi
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Jika diperoleh dari pengujian tersebut ternyata N’ > N, maka diperlukan
pengukuran tambahan, tapi jika N’ < N maka data pengukuran pendahuluan
sudah mencukupi.15
1. Rating Performance Kerja
3.11.1.3. Penentuan Waktu Standar
Setelah pengambilan data melalui pengamatan waktu kerja, maka
dilakukan pengolahan data sehingga memberikan waktu standar yang diharapkan.
Untuk mendapatkan waktu standar bagi elemen-elemen pekerjaan yang diamati,
maka diperlukan langkah-langkah berikut:
Dengan melakukan rating ini diharapkan waktu kerja yang diukur bisa
“dinormalkan” kembali. Ketidaknormalan dari waktu kerja ini diakibatkan oleh
operator yang bekerja secara kurang wajar yaitu bekerja dalam tempo atau
kecepatan yang tidak sebagaimana semestinya. Rating adalah satu persoalan
penilaian yang merupakan bagian dari aktivitas pengukuran kerja dan untuk
menetapkan waktu standar penyelesaian kerja terhadap tempo kerja operator.
Rating Performance diukur dengan cara mengalikan waktu siklus rata-rata
atau elemen rata-rata dengan faktor Rating Performance, tentunya sedemikian
sehingga hasil perkalian yang diperoleh mencerminkan waktu yang sewajarnya
atau normal. Jika pengukur operator dinyatakan terlalu cepat yaitu bekerja diatas
batas kewajaran maka nilai P akan lebih besar dari pada satu. Namun apabila
15 Wignjosoebroto, Sritomo, Ergonomi Studi Gerak dan Waktu (Surabaya : Penerbit Guna Widya, 2003), p.172.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
operator bekerja terlalu lambat yaitu bekerja dengan kecepatan dibawah
kewajaran (normal) maka nilai P akan lebih kecil dari pada satu. Tetapi bila
operator bekerja dengan wajar, maka nilai P sama dengan satu.
Salah satu cara untuk menentukan faktor Rating Performance adalah
dengan cara Westinghouse.16
- Keterampilan
Dengan cara Westinghouse ini, faktor Rating
Performance ditentukan berdasarkan penilaian pada empat faktor yang dianggap
menentukan kewajaran atau ketidakwajaran dalam bekerja, yaitu :
Keterampilan adalah kemampuan untuk mengikuti cara kerja yang
ditetapkan secara psikologis.
- Usaha
Usaha adalah kesungguhan yang ditunjukkan oleh pekerja atau operator
ketika melakukan pekerjaannya.
- Kondisi Kerja
Kondisi kerja adalah kondisi fisik lingkungannya seperti keadaan
pencahayaan, temperatur dan kebisingan ruangan.
- Konsistensi
Faktor ini perlu diperhatikan karena angka-angka yang dicatat pada setiap
pengukuran waktu tidak pernah semuanya sama.
Besar nilai secara terperinci faktor Rating Performance dengan cara
Westinghouse ini dapat dilihat pada Tabel 3.1.
16 Wignjosoebroto, Sritomo, Ergonomi Studi Gerak dan Waktu (Surabaya : Penerbit Guna Widya, 2003), p.140-153.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 3.1. Faktor Rating Performance Menurut Westinghouse
Faktor Kelas Lambang Rating Performance
Skill
Super Skill Excellent Good Average Fair Poor
A1 A2 B1 B2 C1 C2 D E1 E2 F1 F2
+ 0,15 + 0,13 + 0,11 + 0,08 + 0,06 + 0,03 0,00 - 0,05 - 0,01 - 0,16 - 0,22
Effort
Exccessive Excellent Good Average Fair Poor
A1 A2 B1 B2 C1 C2 D1 E1 E2 F1 F2
+ 13 + 12 + 10 + 0,08 + 0,05 + 0,02 0,00 - 0,04 - 0,08 - 0,12 - 0,17
Condition
Ideal Excellent Good Average Fair Poor
A B C D E F
+ 0,06 + 0,04 + 0,02 0,00 - 0,03 - 0,07
Consistency
Perfect Excellent Good Average Fair Poor
A B C D E F
+ 0,04 + 0,03 + 0,01 0,00 - 0,02 - 0,04
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
2. Penetapan Kelonggaran
Waktu normal untuk suatu operasi kerja adalah semata-mata menunjukkan
bahwa seorang operator yang berkualifikasi baik akan bekerja menyelesaikan
pekerjaan pada kecepatan/tempo kerja yang normal. Walaupun demikian pada
prakteknya akan dijumpai bahwa tidaklah bisa diharapkan operator tersebut akan
mampu bekerja secara terus-menerus sepanjang hari tanpa adanya kelonggaran
sama sekali. Kelonggaran diberikan untuk tiga hal, yaitu untuk kebutuhan pribadi
(personal allowance), menghilangkan rasa keletihan (fatique allowance), dan
hambatan-hambatan lain (delay allowance). Ketiga hal tersebut secara nyata
dibutuhkan oleh pekerja dan yang dalam pengukuran tidak diamati, diukur,
dicatat, ataupun dihitung. Karena setelah diperoleh waktu normal, kelonggaran
perlu ditambahkan.
3.11.1.4. Cara Menentukan Waktu Standar
Waktu standar suatu pekerja adalah jumlah waktu standar dari masing-
masing elemen pekerjaan. Waktu standar ini merupakan waktu yang diberikan
untuk menyelesaikan satu siklus pekerjaan yang dilakukan menurut metode kerja
tertentu pada kecepatan normal dengan mempertimbangkan faktor-faktor Rating
Performance dan kelonggaran pada pekerja.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Rumus-rumus yang digunakan untuk menentukan waktu standar tersebut
adalah:17
allowance%%100%100
−
Waktu Normal (WN) = WT x RF
Waktu Standar (WS) = WN x
Dimana:
WN = waktu normal
WT = waktu terpilih
RF = faktor Rating Performance dalam %
All = kelonggaran dalam %
17 Wignjosoebroto, Sritomo, Ergonomi Studi Gerak dan Waktu (Surabaya : Penerbit Guna Widya, 2003), p.200-203.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
BAB IV
METODOLOGI PENELITIAN
4.1. Tempat dan Waktu Penelitian
Tempat dilakukannya penelitian yaitu di PT. Coca-Cola Bottling Indonesia
Medan yang berlokasi di Jl. Yos Sudarso KM 14 Kelurahan Martubung,
Kecamatan Medan Labuhan Propinsi Sumatera Utara.Penelitian ini dilakukan
kurang lebih 1 bulan.
4.2. Subjek dan Objek Penelitian
Subjek penelitian merupakan sumber tempat memperoleh data atau
keterangan yang berhubungan dengan penelitian. Maka dalam hal ini yang
menjadi subjek penelitian yaitu pihak PT. Coca-Cola Bottling Indonesia Medan.
Sedangkan objek penelitian adalah hal-hal yang menjadi objek ataupun
titik perhatian dalam suatu penelitian. Dalam hal ini yang menjadi objek
penelitian adalah faktor-faktor yang mendukung perencanaan rute distribusi yang
lebih efektif dan efisien bagi PT. Coca-Cola Bottling Indonesia Medan..
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
4.3. Metode Pengumpulan Data
Data yang diperlukan untuk memecahkan persoalan dengan cara
melakukan wawancara langsung kepada pihak yang berwenang terhadap daerah
pengiriman barang, melakukan pengamatan dan pengukuran waktu secara
langsung serta mengumpulkan data sekunder yang berasal dari dokumen (catatan)
pihak perusahaan.
Secara umum, data yang diperlukan untuk menganalisis dan memecahkan
masalah, yakni :
1. Data Primer
Data primer adalah data yang diperoleh dari pengamatan dan pengukuran
secara langsung di lapangan dan juga data yang diperoleh dengan cara
melakukan wawancara terhadap pihak-pihak yang berwenang seperti
informasi mengenai produk, pola pendistribusian produk, jarak setiap
outlet dengan Kantor Penjualan Medan dan jarak antar outlet, waktu set up
mobil angkut sebelum berangkat, kecepatan pengisian dan pembongkaran
produk ke dan dari mobil angkut.
2. Data Sekunder
Data sekunder adalah data yang diperoleh dari catatan-catatan perusahaan
atau informasi dari laporan-laporan perusahaan yang ada seperti lokasi
outlet, daya order (demand) masing-masing outlet, jenis mobil angkut
yang tersedia, kapasitas mobil angkut jumlah hari kerja, waktu-waktu
kerja dan biaya transportasi.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
4.4. Tahapan Penelitian
Adapun tahap-tahap yang dilakukan dalam pelaksanaan penelitian dimulai
dari tahap awal yakni perumusan masalah dan penetapan tujuan sampai pada
tahap akhir yakni kesimpulan dan saran. Tahapan yang digunakan dalam
penelitian ini dapat dilihat pada blok diagram Gambar 4.1.
PERUMUSAN MASALAH & PENETAPAN TUJUAN
TINJAUAN PUSTAKA - Metode Pemecahan Masalah - Teori Pendukung
TINJAUAN LAPANGAN - Produk - Kebijaksanaan perusahaan - Informasi Pendukung
PENGUMPULAN DATA
Data Primer : - Informasi mengenai produk, - Pola pendistribusian produk - Jarak antar outlet - Waktu set up mobil angkut - Kecepatan bongkar-muat
Data Sekunder : - Lokasi outlet - Daya order(demand) outlet - Spesifikasi mobil angkut - Jumlah hari kerja dan waktu-
waktu kerja
PENGOLAHAN DATA - Penentuan waktu Standar Kecepatan Bongkar-Muat produk dan Waktu
Pelayanan di Outlet dengan Stop Watch Time Study - Penentuan rute terpendek dengan model Travelling Salesman Problem - Penentuan aktu siklus (horizon perencanaan) - Penentuan waktu total distribusi - Jumlah mobil angkut minimum dengan membagi waktu total dengan
avaibilitas mobil angkut - Pembagian graph menjadi sub graph - Penentuan jarak tempuh minimum dengan software Quant System versi 3.0 - Penentuan biaya transportasi tiap sub rute
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
1. Perumusan Masalah dan Penetapan Tujuan
Dalam penelitian nantinya dirasakan penting untuk mengidentifikasi
faktor-faktor apa saja yang memberikan pengaruh terhadap perencanaan sebuah
jalur distribusi yang optimal. Untuk itu perlu kiranya dilakukan pengukuran dan
pengamatan secara langsung di lapangan terhadap variabel-variabel tersebut.
Kemudian juga penting kiranya untuk menetapkan sebuah tujuan yang akan
mendasari mengapa sebuah penelitian penting untuk segera dilaksanakan.
2. Studi Pustaka dan Studi Lapangan
Sebelum melakukan pengumpulan data guna menganalisis dan
memecahkan masalah yang terjadi penulis merasa perlu untuk melakukan studi
pustaka. Hal tersebut bertujuan agar penulis mempunyai landasan teoritis yang
berkenaan dengan masalah yang akan dihadapi. Studi lapangan dilakukan dengan
melakukan kunjungan langsung ke PT. Coca-Cola Bottling Indonesia Medan.
ANALISIS PEMECAHAN MASALAH - Analisis Jarak Tempuh dengan metod Travelling Salesman Problem - Perhitungan utilitas mobil angkut - Analisis Biaya Transporrtasi tiap sub rute usulan dengan cara Perusahaan - Analisis Perancangan Rute Distribusi Produk
KESIMPULAN DAN SARAN
Gambar 4.1. Blok Diagram Prosedur Penelitian
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
3. Pengumpulan Data
Data yang diperlukan untuk menyelesaikan masalah penentuan rute yang
sedang dihadapi perusahaan akan diperoleh dengan cara sebagai berikut :
1. Mengumpulkan data sekunder internal yang berasal dari dokumen (catatan)
pihak PT. Coca-Cola Bottling Indonesia Medan.
2. Mengumpulkan data primer dengan melakukan wawancara dengan pihak
salesman untuk mendapatkan data yang diperlukan serta pengukuran waktu
secara langsung.
Pengukuran waktu secara langsung dilakukan untuk menentukan
kecepatan bongkar (unloading) dan muat (loading) barang di PT. Coca-Cola
Bottling Indonesia Medan dan waktu pelayanan di outlet. Waktu Loading (muat)
dan Unloadng (Bongkar) akan berbeda-beda sesuai dengan kapasitas mobil
angkutnya. Pengukuran waktu langsung digunakan dengan metode Simple
Random Sampling. Metode ini dipilih menjadi anggota sampel.
4. Pengolahan Data
Data yang diperoleh (primer atau sekunder) akan diolah dengan
berpedoman pada landasan teori. Adapun landasan teori yang akan digunakan
dalam menganalisa dan memecahkan masalah nantinya berpedoman pada metode
algoritma heuristik yakni model Travelling Salesman Problem.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Secara garis besar, metode algoritma heuristik telah dijelaskan pada bab
landasan teori. Namun, untuk lebih memahami metode tersebut berikut akan
dijelaskan secara lebih rinci.
Adapun metode pengolahan data dengan menggunakan algoritma heuristik
adalah sebagai berikut :
1. Hitung jarak total dari Outlet ke Outlet kembali sesuai dengan rute terbaik
yang dipecahkan dengan metode pemecahan masalah Travelling Salesman
Problem.
2. Penetapan horizon perencanaan, pada dasarnya dilakukan dengan trial and
error. Untuk mengurangi hal tersebut dapat dilaksanakan tahapan-tahapan
sebagai :
− Perhitungan Demand Total
− Membagi demand total dengan kapasitas alat angkut yang ada.
− Menghitung waktu untuk menjalankan tour.
− Mengalikan waktu tour dengan k+ faktor pengaman.
− Memeriksa waktu tour yang tersedia.
3. Menghitung waktu teoritis yang dibutuhkan untuk melayani total
permintaan. Perhitungan waktu teoritis ini menggunakan faktor pengaman
dan faktor konversi. Faktor pengaman adalah allowance dan disarankan
tidak kurang dari 1 jam per hari siklus (5%). Sedangkan faktor konversi
merupakan hasil bagi antara jumlah jenis produk yang harus di
distribusikan dengan jumlah jenis produk yang dapat diisi sekaligus.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
4. Menghitung batas bawah jumlah alat angkut minimum yang dibutuhkan
dengan rumus : Ntmin = waktu total / jam availabilitas alat angkut
5. Membagi graph network menjadi n buah sub graph dan diusahakan agar
masing-masing sub graph seimbang.
6. Mengulang kembali langkah penerapan algoritma ini mulai dari langkah 1.
7. Menerapkan algoritma penugasan, yakni algoritma pengisian dan
pendistribusian sesuai dengan jumlah Outlet yang akan didistribusikan
serta kapasitas mobil tangki yang digunakan.
8. Uji feasibilitas, jika feasible maka dapat dilakukan perhitungan utilisasi.
Jika tidak, maka kembali ke langkah 3 dan menambah n menjadi n+1.
Dan Blok Diagram untuk pengolahan data ini dapat dilihat pada Gambar
4.2 :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Penentuan waktu Standar Kecepatan bongkar-muatproduk dan waktu pelayanan di outlet dengan Stop
Watch Time Study.
Jumlah mobil angkut minimum dengan membagiwaktu total dengan avaibilitas mobil angkut
Penentuan waktu total distribusi
Penentuan waktu siklus (horizon perencanaan )
Penentuan rute terpendek dengan model TravellingSalesman Problem
Penentuan jarak tempuh minimum dengan softwareQuant System versi 3.0
Pembagian graph menjadi sub graph
Penentuan biaya transportasi tiap sub rute
Gambar 4.2. Blok Diagram Pengolahan Data
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Penentuan Wakstu Standar Kecepatan Bongkar-Muat Produk dan Waktu Pelayanan di outlet dengan Stop Watch Time Study.
Waktu Standar = WN x Allowance%%100%100
−
Penentuan rute terpendek dengan Model Travelling Salesman Problem
Penentuan waktu siklus (horizon perencanaan) Total Volume demand =∑ outletseluruhdemandtotal
Penentuan waktu total distribusi :
- Waktu set up mobil angkut
- Jarak sumber ke sumberWaktu perjalanan total =
Kecepatan rata-rata
- Waktu pelayanan total = Jumlah outlet waktu pelayanan ×
-
volume demand total dalam waktu siklusWaktu Bongkar-Muat Total = Kecepatan pembongkaran
volume demand total dalam waktu siklus Kecepatan pengisian
+
Waktu total = (Waktu set-up mobil angkut + Waktu perjalanan total + waktu total pelayanan di outlet + waktu bongkar-muat total) (1+faktor pengaman antara
×0 sampai 1)
Jumlah mobil angkut minimum dengan membagi waktu total dengan avaibilitas mobil angkut Jumlah mobil angkut = Waktu total : Waktu distibusi
Pembagian graph menjadi sub graph
Penentuan jarak tempuh minimum dengan software Quant System versi 3.0
Penentuan biaya transportasi tiap sub rute : Bahan bakar yang dibutuhkan = Jarak Tempuh : Jarak Tempuh rata-rata
Biaya Bahan Bakar = Bahan bakar yang dibutuhkan x harga bahan bakar/liter
Gambar 4.3. Blok Diagram Pengolahan Data
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5. Analisis Pemecahan Masalah
Pada tahap ini, akan dilakukan analisa mengenai utilitas alat angkut yang
digunakan dalam pendistribusian, sehingga akan dapat diketahui apakah
penerapan algoritma heuristik dalam pengaturan rute distribusi dapat
meningkatkan efisiensi utilitas alat angkut.
Dan Blok Diagram untuk analisis pemecahan masalah ini dapat dilihat
pada Gambar 4.3 :
Gambar 4.4. Blok Diagram Analisis Pemecahan Masalah
6. Kesimpulan dan Saran
Berdasarkan hasil analisa dan evaluasi yang telah dilakukan pada bab
sebelumnya maka dapat diambil beberapa kesimpulan dan kemudian akan
Analisis Jarak tempuh dengan metode Travelling Salesman Problem
Perhitungan utilitas mobil agkut
%100xangkutalatkapasitas
diangkutyangdemandJumlahUtilisasi =
Analisis Biaya Transportasi tiap sub rute usulan dengan cara Perusahaan
Analisis Perancangan Rute Distribuís Produk
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
disajikan beberapa saran mengenai permasalahan yang ada dan penerapan solusi
yang telah diperoleh.
Formulasi Demand untuk permasalahan Penentuan Rute Distribusi Produk yang
Optimal yaitu:
13017
1∑=
≤=i
DiD
13026
1∑=
≤=i
DiD
13038
1∑=
≤=i
DiD
13048
1∑=
≤=i
DiD
13057
1∑=
≤=i
DiD
13017
1∑=
≤=i
DiD
D1 adalah total demand dari sub rute 1 yaitu penjumlahan demand dari ke-7 outlet,
demikian juga dengan D5 dan D6. D2 adalah total demand dari sub rute 2 yaitu
penjumlahan demand dari ke-6 outlet. D3 adalah total demand dari sub rute 3 yaitu
penjumlahan demand dari ke-8 outlet, demikian juga dengan D4.
Angka 130 diperoleh dari kapasitas alat angkut yang dimiliki oleh PT. Coca-Cola
Bottling Indonesia Medan.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Formulasi jumlah mobil angkut tiap sub rute untuk permasalahan Penentuan Rute
Distribusi Produk yang Optimal yaitu:
11 480
Tx =
22 480
Tx =
33 480
Tx =
44 480
Tx =
55 450
Tx =
66 480
Tx =
x1 adalah jumlah mobil yang digunakan untuk menjalankan sub rute 1, demikian
juga x2, x3, x4, x5 dan x6.
Penelitian ini dilakukan pada rute satu salesman sehingga hanya digunakan satu
alat angkut dengan kapasitas 130 krat dimana setiap sub rute dilakukan dalam satu
minggu.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
BAB V
PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Metode Pengumpulan Data
Pengumpulan data dilakukan dengan melakukan wawancara langsung
kepada pihak yang terkait yakni karyawan bagian pemasaran atau distribusi yakni
salesman dan karyawan PT. Coca-Cola Bottling Indonesia Medan serta membuat
daftar data-data yang dibutuhkan. Metode lainnya adalah dengan melakukan
pengukuran waktu langsung yakni mengukur waktu kecepatan pengisian (loading)
dan pembongkaran produk (unloading) ke dan dari mobil angkut, waktu
pelayanan di outlet serta mengumpulkan dan mempelajari dokumen-dokumen
perusahaan yang telah disetujui oleh pihak perusahaan yang berhubungan dengan
pendistribusian produk.
5.1.1. Pola Distribusi PT. Coca-Cola Bottling Indonesia Medan
Pabrik PT. Coca-Cola Bottling Indonesia Medan yang berlokasi di Jl. Yos
Sudarso KM 14 melayani permintaan di Medan. Untuk penjualan di wilayah
Medan maka PT. Coca-Cola Bottling Indonesia Medan memberikan wewenang
pada Kantor Penjualan Medan. Dalam melaksanakan pendistribusian produk
Coca-cola, pihak PT. Coca-Cola Bottling Indonesia Kantor Penjualan Medan
yang berlokasi di jalan Medan Tamora KM 11,5 No 29 bekerjasama dengan agen
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
dalam mendistribusikan produknya kepada konsumen (outlet-outlet). Titik-titik
tersebut akan membentuk sebuah pola pendistribusian sebagai berikut :
PT.Coca-Cola Bottling Indonesia Medan
Kantor Penjualan Medan Agen
Konsumen
Promosi Event GrosirKonvensional GrosirKonvensional
Konsumen
Gambar 5.1. Pola Distribusi Produk PT. Coca-Cola Bottling Indonesia Medan
Berdasarkan Gambar 5.1 diatas terdapat tiga titik pendistribusian yakni :
1. Kantor Penjualan Medan
Kantor Penjualan Medan menangani penjualan produk-produk Coca-cola
di Kota Medan. Kantor Penjualan Medan memiliki tim salesman yang akan
mendistribusikan produk-produk Coca-Cola ke konsumen (outlet-outlet).
2. Agen
Agen bekerjasama dengan Kantor Penjualan Medan dalam
mendistribusikan produk-produk Coca-cola ke outlet-outlet.
3. Rute pada konsumen dibagi mejadi 4, yaitu:
a. Konvensional (konsumen biasa)
Rute pada konsumen biasa adalah rute penjualan produk dengan cara
mendatangi Kantin (Lembaga Pendidikan dan Lembaga Usaha), lokasi
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
makan (Food Court, Restaurant seperti Fast Food dan Fresh Food,
Rumah Makan, Warung Makan), Kios (Kios Rokok, Minum/Depot Es,
Obat/Jamu, Buku dan lain-lain), Toko (Toko Kelontong, Toko P & D,
Toko lain-lain), Rekreasi & Olah Raga (Sangggar Olah Raga & Seni,
Sanggar Olah Raga, Sanggar Seni), Penginapan (Hotel, Losmen,
Pondokan/Kost, Wisma, Motel), Tempat Hiburan (Musik, Tontonan,
Permainan, Relaksasi), Modern Outlet (Supermarket/ swalayan, Mini
market), Institusi (UD./Badan Usaha, Koperasi, Koperasi Mandiri,
Koperasi Institusi), Transportasi (Kereta api, Kapal laut, Pesawat udara,
Bus/sejenisnya), Catering, User (Rumah tangga). Dipesan ke Kantor
Penjualan Medan melalui salesman.
b. Promosi
Rute pada tim promosi yaitu untuk melayani pesta-pesta dimana salesman
selain menjaga avaibility produk di pesta-pesta, salesman juga melakukan
pemasangan tenda/kursi untuk setiap pesta dengan sebaik-baiknya sebagai
bentuk promosi bagi konsumennya dan dipesan ke Kantor Penjualan
Medan melalui salesman.
c. Event
Rute pada kegiatan event-event yang diselenggarakan melalui kerjasama
dengan pihak ketiga. Salesman bertugas melakukan pemasangan/ setting
Alat Bantu Jual di lokasi-lokasi event sebaik-baiknya dan menjaga
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
avaibility produk di event dan dipesan ke Kantor Penjualan Medan melalui
salesman.
d. Grosir
Rute pada konsumen yang memesan produk dalam jumlah yang besar
dalam sekali pemesanan.
Penelitian ini difokuskan pada satu salesman rute konvensional yang
terdiri dari mayoritas kantin (lembaga pendidikan dan lembaga usaha) lalu lokasi
makan (food court, restaurant seperti fast food dan fresh food, Rumah Makan,
Warung Makan), Institusi (UD/Badan Usaha) serta modern outlet
(supermarket/swalayan, mini market) dikarenakan daerahnya yang menyebar,
demand yang deterministik, serta memesan produk Coca-cola dan Sprite. Tim
salesman harus mengunjungi beberapa lokasi outlet dalam satu trip, sehingga
perlu dilakukan penentuan rute distribusi produk agar dapat meminimisasi jarak
tempuh dari alat angkut tersebut.
Rute event dan promosi demandnya tidak deterministik, tim event dan
promosi harus menunggu jika ada pihak yang ingin bekerjasama dalam membuat
event atau layanan pesta. Rute tim grosir biasanya hanya menggunakan satu alat
angkut untuk satu tempat grosir, jadi tidak perlu ditentukan urutan rute yang
dilalui. Rute konvensional untuk tipe outlet lainnya, outlet-outletnya menyebar
ditempat yang berdekatan sehingga penentuan rute yang dilakukan oleh Kantor
Penjualan PT. Coca-Cola Bottling Indonesia Medan dianggap sudah optimal.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.1.2. Data Lokasi Oulet
Daftar lokasi outlet-outlet satu salesman rute konvensional yang terdiri
dari mayoritas kantin (lembaga pendidikan dan lembaga usaha), lokasi makan
(food court, restaurant seperti fast food dan fresh food, Rumah Makan, Warung
Makan), Institusi (UD/Badan Usaha) serta modern outlet (supermarket swalayan,
mini market) PT. Coca-Cola Bottling Indonesia Medan.
Tabel 5.1. Lokasi Outlet PT. Coca-Cola Bottling Indonesia Medan
No Outlet Nama Outlet Alamat Outlet
1 SMU II, Kantin Komplek Karang Sari 2 SMP II, Kantin Brigjend.Katamso 3 Suzuya,Swalayan Brigjend Katamso 4 Santa Maria,Kantin Palang Merah 5 Kesawan Sea Food Centre Ahmad Yani 6 Harapan,Kantin Imam Bonjol 35 7 Amplas Swalayan Amplas 8 Maju Bersama Swalayan SM.Raja 9 Makmur,CV Kantin SM Raja 10 UNIVA Kantin SM Raja 11 UISU Kantin SM Raja 12 Sri Deli Food Court SM Raja 13 Wongsolo,Rumah Makan Polonia 14 OBONK, CAFÉ Pattimura 15 Rahmat Bajak II 16 Alek Bajak II 17 Harianto Bajak II 18 Putra Minang,RM Bajak II 19 J.Barus Bajak II 20 Perangin-angin Bajak II 21 Bakso Polonia Bajak II 22 Nurhasanah, Kantin Garu I 23 Gurning Jaya Garu I 24 Alfalah Wartel Alfalah 25 Kendedes Rumah Makan Tritura 26 Angga Tritura 27 Tritura Pangkas Tritura
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
28 Tritura Wartel Tritura 29 J.Saragih Tritura 30 Siburian Tritura 31 Rambe Tritura 32 College,Binanika Karya Jasa 33 KQ 5 Mie Ayam Karya Jasa 34 Bakso and Hot Plate Karya Jasa 35 Chyke’s Mini market Karya Jasa 36 Dearma Munthe Karya Jasa 37 Gintra Karya Jasa 38 Dina Pintu air I 39 Al-Azhar Kantin Pintu air I 40 UD.Anta Jamin Ginting 41 UD.Glory Mansyur
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 5.1. Lokasi Outlet PT. Coca-Cola ... (lanjutan)
No Outlet Nama Outlet Alamat Outlet
42 SMP 1 Kenanga Raya 43 ST.THOMAS, KANTIN 1 S.Parman 44 ST.THOMAS, KANTIN 2 S.Parman 45 Immanuel, Kantin Slamet Riyadi
Sumber : PT. Coca-cola Bottling Inndonesia Medan
5.1.3. Data Permintaan Produk
Data permintaan produk Coca-cola Kantor Penjualan Medan PT. Coca-
cola Bottling Indonesia Medan yang terdiri Coca-cola dan Sprite Botol per
minggunya dapat dapat dilihat pada Tabel 5.2.
Tabel 5.2. Data Permintaan Produk Coca-Cola per Minggu
No Outlet Nama Outlet Coca-Cola
(krat) Sprite (krat)
Total (krat)
1 SMU II, Kantin 7 7 14 2 SMP II, Kantin 5 6 11 3 Suzuya,Swalayan 20 11 31 4 Santa Maria,Kantin 6 4 10 5 Kesawan Sea Food Centre 10 4 14 6 Harapan,Kantin 8 4 12 7 Amplas Swalayan 8 7 15 8 Maju Bersama Swalayan 30 15 45 9 Makmur,CV Kantin 8 5 13
10 UNIVA Kantin 10 6 16 11 UISU Kantin 9 6 15 12 Sri Deli Food Court 35 20 55 13 Wongsolo,Rumah Makan 15 10 25 14 OBONK, CAFÉ 8 4 12 15 Rahmat 10 6 16 16 Alek 10 10 20 17 Harianto 9 8 17 18 Putra Minang,RM 4 4 8 19 J.Barus 12 8 20 20 Perangin-angin 12 7 19
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
21 Bakso Polonia 5 5 10 22 Nurhasanah, Kantin 4 4 8
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 5.2. Data Permintaan Produk ... (lanjutan)
No Outlet Nama Outlet Coca-Cola
(krat) Sprite (krat)
Total (krat)
23 Gurning Jaya 12 8 20 24 Alfalah Wartel 4 3 7 25 Kendedes Rumah Makan 5 5 10 26 Angga 6 6 12 27 Tritura Pangkas 5 5 10 28 Tritura Wartel 6 6 12 29 J.Saragih 13 7 20 30 Siburian 13 9 22 31 Rambe 15 8 23 32 College,Binanika 8 8 16 33 KQ 5 Mie Ayam 11 6 17 34 Bakso and Hot Plate 7 6 13 35 Chyke’s Mini market 10 8 18 36 Dearma Munthe 13 7 20 37 Gintra 12 8 20 38 Dina 20 7 27 39 Al-Azhar Kantin 13 8 21 40 UD.Anta 20 20 40 41 UD.Glory 8 6 14 42 SMP 1 5 6 11 43 ST.THOMAS, KANTIN 1 8 6 14 44 ST.THOMAS, KANTIN 2 10 8 18 45 Immanuel, Kantin 10 7 17
Jumlah 459 309 768 5.1.4. Hari Kerja dan Waktu-waktu Kerja
5.1.5. Hari Kerja dan Waktu-waktu Kerja
Hari kerja dan waktu-waktu kerja tim salesman PT. Coca-Cola Bottling Indonesia
Medan Kantor Penjualan Medan dapat dilihat pada Tabel 5.3.
Tabel 5.3. Hari kerja dan Waktu-waktu Kerja
No Hari Waktu
kerja
Jam kerja
(menit)
Istirahat
(menit)
Waktu distribusi
(menit)
Sumber : PT. Coca-cola Bottling Indonesia Medan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
1 Senin 08.00-17.00 540 60 480
2 Selasa 08.00-17.00 540 60 480
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 5.3. Hari kerja ... (lanjutan)
No Hari Waktu
kerja
Jam kerja
(menit)
Istirahat
(menit)
Waktu distribusi
(menit)
3 Rabu 08.00-17.00 540 60 480 4 Kamis 08.00-17.00 540 60 480 5 Jum’at 08.00-17.00 540 90 450
6 Sabtu 08.00-17.00 540 60 480
Sumber : PT. Coca-cola Bottling Indonesia Medan
5.1.5. Sarana Pendistribusian
Sarana pendistribusian produk-produk Coca-cola yaitu mobil truk box.
Perbedaan sarana pendistribusian mengakibatkan berbedanya kapasitas angkut.
Spesifikasi dari mobil angkut dapat dilihat pada Tabel 5.4.
Tabel 5.4. Spesifikasi Mobil Angkut No Jenis kendaraan Kecepatan rata-rata Kapasitas Jumlah
1 Mitsubishi FE304/ Truk Box 35 km/ jam 220 krat 6 unit
2 Mitsubishi L 300 DP 35 km/ jam 130 krat 10 unit
3 T 120 SS 35 km/ jam 50 krat 5 unit
Waktu set up kendaraan yang terdiri dari :
a. Memanaskan mobil sekaligus membersihkan mobil dan memeriksa
ban, lampu, dll yang dilakukan selama 10 menit
b. Memeriksa barang selama 5 menit
Dan waktu set up kendaraan sebelum berangkat ke outlet-outlet yaitu selama 15
menit.
Sumber : PT. Coca-cola Bottling Indonesia Medan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Allowance yaitu kelonggaran yang diberikan kepada mobil angkut yang
diakibatkan oleh faktor-faktor yang dapat mengakibatkan waktu tempuh yang
semakin lama. Kelonggaran yang diberikan kepada mobil angkut adalah sebesar
20 % yang terdiri dari :
a. Faktor macet, jalan satu arah dan lampu jalan/rambu lalu lintas
Faktor macet, jalan satu arah dan lampu jalan/rambu lalu lintas
merupakan faktor dominan yang dapat menghambat perjalanan,
dikarenakan kepadatan lalu lintas jalan raya serta jalan di Medan yang
umumnya satu arah, banyaknya alternatif pemilihan jalan dan
banyaknya lampu jalan/rambu lalu lintas sehingga perlu diberikan
kelonggaran sebesar 17.5 %.
b. Faktor alam
Faktor alam seperti hujan, panas dan lain-lain tidak terlalu
menghambat perjalanan sehingga kelonggaran yang diberikan sebesar
2.5 %.
5.1.6. Jarak Antar Outlet
Jarak antar outlet ditunjukkan pada Tabel 5.5, dimana perjalanan
dilakukan melalui jalur darat dan jarak dinyatakan dalam satuan Kilometer (Km).
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.2. Pengolahan Data
5.2.1. Perhitungan Daya Tahan Outlet
Daya tahan adalah angka yang menunjukkan jumlah hari dimana stok atau
persediaan produk coca-cola masih tersedia di sebuah outlet. Persamaan (1)
menunjukkan bagaimana perhitungan daya tahan pada sebuah depot.
Daya Tahan = hariantaanJumlahPer
OutletKapasitasmin
………………………(1)
Daya tahan dinyatakan dalam satuan hari. Sebagai contoh untuk
perhitungan daya tahan pada outlet Kantin SMU II dengan kapasitas outlet sebesar
14 krat dan jumlah permintaan harian 2 krat maka daya tahan untuk outlet tersebut
adalah :
Daya Tahan = hariantaanJumlahPer
OutletKapasitasmin
Daya Tahan = harikrat
krat/2
14 = 7 hari
Hal ini menujukkan bahwa dengan kapasitas outlet serta jumlah
permintaan harian di atas maka ketersediaan produk coca-cola pada outlet kantin
SMU II adalah paling lama 7 hari. Setelah 7 hari maka produk coca-cola yang
tersedia di outlet kantin SMU II sudah habis. Jadwal (schedule) pengisian produk
coca-cola dalam hal ini akan ditentukan berdasarkan lamanya waktu
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
pendistribusian dan akan dibahas lebih lanjut pada bab analisis pemecahan
masalah.
Berdasarkan persamaan (1) di atas dapat juga diketahui bahwa daya tahan
outlet untuk setiap jenis produk coca-cola berbeda.
Perhitungan daya tahan tiap outlet untuk setiap jenis produk coca-cola
ditunjukkan pada Tabel 5.6. Dari tabel berikut, terlihat bahwa beberapa outlet
tidak memiliki kapasitas outlet.
Tabel 5.6. Daya Tahan tiap outlet untuk berbagai jenis produk Coca-cola
No
Outlet Nama Outlet
Jumlah Permintaan
Mingguan
(Krat)
Jumlah Permintaan
Harian
(Krat)
Daya Tahan
Hari
(Krat)
1 SMU II, Kantin 14 2,00 7
2 SMP II, Kantin 11 1,57 5,5
3 Suzuya,Swalayan 31 4,43 15,5
4 Santa Maria,Kantin 10 1,43 5
5 Kesawan Sea Food Centre 14 2,00 7
6 Harapan,Kantin 12 1,71 6
7 Amplas Swalayan 15 2,14 7,5
8 Maju Bersama Swalayan 45 6,43 22,5
9 Makmur,CV Kantin 13 1,86 6,5
10 UNIVA Kantin 16 2,29 8
11 UISU Kantin 15 2,14 7,5
12 Sri Deli Food Court 55 7,86 27,5
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
13 Wongsolo,Rumah Makan 25 3,57 12,5
14 OBONK, CAFÉ 12 1,71 6
15 Rahmat 16 2,29 8
16 Alek 20 2,86 10
17 Harianto 17 2,43 8,5
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 5.6. Daya Tahan tiap outlet ... (lanjutan)
No
Outlet Nama Outlet
Jumlah Permintaan
Mingguan
(Krat)
Jumlah Permintaan
Harian
(Krat)
Daya Tahan
Harian
(Krat)
18 Putra Minang,RM 8 1,14 4
19 J,Barus 20 2,86 10
20 Perangin-angin 19 2,71 9,5
21 Bakso Polonia 10 1,43 5
22 Nurhasanah, Kantin 8 1,14 4
23 Gurning Jaya 20 2,86 10
24 Alfalah Wartel 7 1,00 3,5
25 Kendedes Rumah Makan 10 1,43 5
26 Angga 12 1,71 6
27 Tritura Pangkas 10 1,43 5
28 Tritura Wartel 12 1,71 6
29 J,Saragih 20 2,86 10
30 Siburian 22 3,14 11
31 Rambe 23 3,29 11,5
32 College,Binanika 16 2,29 8
33 KQ 5 Mie Ayam 17 2,43 8,5
34 Bakso and Hot Plate 13 1,86 6,5
35 Chyke’s Mini market 18 2,57 9
36 Dearma Munthe 20 2,86 10
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
37 Gintra 20 2,86 10
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 5.6. Daya Tahan tiap outlet ... (lanjutan)
No
Outlet Nama Outlet
Jumlah Permintaan
Mingguan
(Krat)
Jumlah Permintaan
Harian
(Krat)
Daya Tahan
Harian
(Krat)
38 Dina 27 3,86 13,5
39 Al-Azhar Kantin 21 3,00 10,5
40 UD,Anta 40 5,71 20
41 UD,Glory 14 2,00 7
42 SMP 1 11 1,57 5,5
43 ST,THOMAS, KANTIN 1 14 2,00 7
44 ST,THOMAS, KANTIN 2 18 2,57 9
45 Immanuel, Kantin 17 2,43 8,5
5.2.2. Pengujian Keseragaman Data Waktu Distribusi
Keseragaman data perlu dilakukan terlebih dahulu sebelum melakukan
perhitungan waktu standard. Jumlah pengamatan pendahuluan untuk kegiatan
loading (Mengisi Barang) dan unloading (membongkar barang) dilakukan
sebanyak 20 kali yang dibagi menjadi 5 sub grup. Jumlah pengamatan
pendahuluan untuk waktu pelayanan di outlet dilakukan sebanyak 30 kali.
5.2.2.1. Waktu antar Outlet
Sumber : PT. Coca-cola Bottling Indonesia Medan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Waktu antar outlet berdasarkan jarak tiap outlet yang terdapat pada bab
pengumpulan data yang dicari melalui :
JarakWaktu = Kecepatan
dengan asumsi bahwa kecepatan rata-rata adalah 35 km/jam
5.2.2.2. Waktu Loading dan Unloading
Waktu loading (Mengisi Barang) yaitu waktu mengisi/ memuat barang ke
dalam mobil angkut. Waktu unloading (Membongkar Barang) yaitu waktu
membongkar barang (botol kosong) dari mobil angkut. Waktu Loading dan
Unloading dilakukan di Kantor Penjualan Medan (Yos Sudarso) serta di outlet-
outlet yang digabung menjadi Waktu Pelayanan di Outlet.
1. Waktu Loading dan Unloading di Kantor Penjualan Medan
Waktu Loading (Mengisi Barang) dan Unloading (Membongkar Barang)
di Kantor Penjualan Medan dilakukan oleh salesman setelah selesai menjalani
rute distribusi pada tiap harinya dan memuat kembali barang yang akan
didistribusikan pada hari selanjutnya atau pada saat barang habis dan salesman
harus mengisi kembali barangnya untuk trip selanjutnya. Waktu Loading (Mengisi
Barang) dan Unloading (Membongkar Barang) akan berbeda-beda sesuai dengan
kapasitas mobil angkutnya.
a) Waktu Loading (Mengisi Barang) dan Unloading (Membongkar Barang) di
Kantor Penjualan Medan untuk Mobil Kapasitas 220 Krat
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Pengukuran waktu Loading (Mengisi Barang) dan Unloading
(Membongkar Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 220
Krat dilakukan pada empat (4) mobil dari enam (6) mobil yang tersedia.
Penentuan lima (5) mobil yang dilakukan pengukuran adalah berdasarkan Simple
Random Sampling yaitu setiap anggota populasi mempunyai kesempatan yang
sama untuk dipilih menjadi anggota sampel. Pengukuran Waktu Loading (Mengisi
Barang) dan Unloading (Membongkar Barang) barang untuk mobil kapasitas 220
krat dilakukan selama 5 hari yaitu pada tanggal 12 November sampai tanggal 16
November 2007 sehingga dibagi menjadi 5 sub grup dan perhitungan rata-ratanya
dapat dilihat pada Tabel 5.7 dan Tabel 5.8.
Tabel 5.7. Pengukuran Waktu Loading (Mengisi Barang) Mobil Kapasitas 220 krat
Sub Grup Waktu Pengukuran Operator (menit) Operator 1 Operator 2 Operator 3 Operator 4
1 20.3 20.6 20.5 21 2 21.4 21 20.3 21.5 3 20.2 20.5 20.8 21.3 4 20.5 21.4 21.5 22 5 20.3 22.1 21 21.8
Rata-rata ( X ) 20.54 21.12 20.82 21.52 Jumlah 84 menit
Dari data di atas maka didapat rata-rata waktu pengukuran atau besarnya waktu
siklus sebagai berikut :
X = 214
841 ==∑=
K
XjK
J
Standar deviasi waktu pengukuran adalah sebagai berikut :
1)( 2
−
−= ∑
nXX
σ
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
= 120
)218.21(....)216.20()213.20( 222
−−++−+−
= 1942.9 = 0.704
Nilai tengah, Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) dengan
Tingkat Kepercayaan 95 % (k=2) adalah sebagai berikut :
X = 21
BKA = X + σ.k = 21 + 2(0.704) = 22.408
BKB = X - σ.k = 21 - 2(0.704) = 19.592
Keseluruhan data pengamatan digambarkan dengan peta kendali untuk
melihat keseragaman data pada Gambar 5.2.
Peta Kendali Waktu Loading (Mengisi Barang) Mobil Kapasitas 220 Krat
15
20
25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pengamatan ke-
Wak
tu (m
enit) Data
Xrata-rata
BKA
BKB
Gambar 5.2. Peta Kendali Waktu Loading (Mengisi Barang) Mobil Kapasitas
220 Krat
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Dari Gambar 5.2. di atas dapat dilihat bahwa tidak ada data yang berada di
luar batas kendali baik di atas maupun di bawah, sehingga keseluruhan data
dianggap seragam.
Pengukuran waktu Unloading (Membongkar Barang) untuk mobil
kapasitas 220 krat dibagi menjadi 5 sub grup dan perhitungan rata-ratanya dapat
dilihat pada Tabel 5.8.
Tabel 5.8. Pengukuran Waktu Rata-rata Unloading (Membongkar Barang)
Mobil Kapasitas 220 krat
Sub Grup Waktu Pengukuran Operator (menit) Operator 1 Operator 2 Operator 3 Operator 4
1 26 24 25.1 26.6 2 25.5 25 26.5 24.6 3 26.5 24.7 27 24.9 4 25 27.1 26.5 25.6 5 25.6 26 24.7 26.3
Rata-rata ( X ) 25.72 25.36 25.92 25.6 Jumlah 102.64 menit
Dari data di atas maka di dapat rata-rata waktu pengukuran atau besarnya waktu
siklus sebagai berikut :
X = 66.254
6.1021 ==∑=
K
XjK
J
Standar deviasi waktu pengukuran adalah sebagai berikut :
1)( 2
−
−= ∑
nXX
σ
= 120
)6.256.25(....)65.2524()65.2526( 222
−−++−+−
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
= 19
98.14 = 0.9
Nilai tengah, Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) dengan
Tingkat Kepercayaan 95 % (k=2) adalah sebagai berikut :
X = 25.66
BKA = X + σ.k = 25.66 + 2(0.9) = 27.46
BKB = X - σ.k = 25.66 - 2(0.9) = 23.86
Keseluruhan data pengamatan digambarkan dengan peta kendali untuk
melihat keseragaman data pada Gambar 5.3.
Peta Kendali Waktu Unloading (Membongkar Barang) Mobil Kapasitas 220 Krat
22
23
24
25
26
27
28
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pengamatan ke-
Wak
tu (M
enit) Data
Xrata-rata
BKA
BKB
Gambar 5.3. Peta Kendali Waktu Unloading (Membongkar Barang) Mobil
Kapasitas 220 Krat
Dari Gambar 5.3. di atas dapat dilihat bahwa tidak ada data yang berada di
luar batas kendali baik di atas maupun di bawah, sehingga keseluruhan data
dianggap seragam.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b) Waktu Loading (Mengisi Barang) dan Unloading (Membongkar Barang) di
Kantor Penjualan Medan untuk Mobil Kapasitas 130 Krat
Pengukuran waktu Loading (Mengisi Barang) dan Unloading
(Membongkar Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 130
Krat dilakukan pada empat (4) mobil dari sepuluh (10) mobil yang tersedia.
Penentuan empat (4) mobil yang dilakukan pengukuran adalah berdasarkan
Simple Random Sampling yaitu setiap anggota populasi mempunyai kesempatan
yang sama untuk dipilih menjadi anggota sampel. Pengukuran Waktu Loading
(Mengisi Barang) dan Unloading (Membongkar Barang) di Kantor Penjualan
Medan untuk Mobil Kapasitas 130 Krat dilakukan selama 5 hari yaitu pada
tanggal 19 November sampai tanggal 23 November 2007 sehingga dibagi menjadi
5 sub grup dan perhitungan rata-ratanya dapat dilihat pada Tabel 5.9 dan Tabel
5.10.
Tabel 5.9. Pengukuran Waktu Rata-rata Loading (Mengisi Barang) Mobil Kapasitas
130 krat
Sub Grup Waktu Pengukuran Operator (menit) Operator 1 Operator 2 Operator 3 Operator 4
1 11.5 12 12.1 12.2 2 12 11 12.2 11.2 3 11.7 11.4 11.8 12.1 4 12.3 11.5 12.3 12 5 12.5 11.1 11 11.8
Rata-rata ( X ) 12 11.4 11.88 11.86 Jumlah 47.14 menit
Dari data di atas maka di dapat rata-rata waktu pengukuran atau besarnya waktu
siklus sebagai berikut :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
X = 79.11414.471 ==
∑=
K
XjK
J
Standar deviasi waktu pengukuran adalah sebagai berikut :
1)( 2
−
−= ∑
nXX
σ
= 120
)79.118.11(....)79.1112()79.115.11( 222
−−++−+−
= 1907.4 = 0.46
Nilai tengah, Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) dengan
Tingkat Kepercayaan 95 % (k=2) adalah sebagai berikut :
X = 11.79
BKA = X + σ.k = 11.79 + 2(0.46) = 12.71
BKB = X - σ.k = 11.79 - 2(0.46) = 10.87
Keseluruhan data pengamatan digambarkan dengan peta kendali untuk
melihat keseragaman data pada Gambar 5.4.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Peta Kendali Waktu Loading (Mengisi Barang) Mobil Kapasitas 130 Krat
10
10.5
11
11.5
12
12.5
13
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pengamatan ke-
Wak
tu (m
enit) Data
Xrata-rata
BKA
BKB
Gambar 5.4. Peta Kendali Waktu Loading (Mengisi Barang) Mobil Kapasitas
130 Krat
Dari Gambar 5.4. di atas dapat dilihat bahwa tidak ada data yang berada di
luar batas kendali baik di atas maupun di bawah, sehingga keseluruhan data
dianggap seragam.
Pengukuran waktu Unloading (Membongkar Barang) untuk mobil
kapasitas 130 krat dibagi menjadi 5 sub grup dan perhitungan rata-ratanya dapat
dilihat pada Tabel 5.10.
Tabel 5.10. Pengukuran Waktu Rata-rata Unloading (Membongkar Barang)
Mobil Kapasitas 130 krat
Sub Grup Waktu Pengukuran Operator (menit) Operator 1 Operator 2 Operator 3 Operator 4
1 15.5 15.2 14.6 16 2 16.5 16.1 15.8 15.9 3 16 14.2 15 16.2 4 14.2 15.1 16 15.3
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5 14.5 14.7 15 15.6 Rata-rata ( X ) 15.34 15.06 15.28 15.80
Jumlah 61.48 menit
Dari data di atas maka di dapat rata-rata waktu pengukuran atau besarnya waktu
siklus sebagai berikut :
X = 37.15448.611 ==
∑=
K
XjK
J
Standar deviasi waktu pengukuran adalah sebagai berikut :
1)( 2
−
−= ∑
nXX
σ
= 120
)37.156.14(....)37.152.15()37.155.15( 222
−−++−+−
= 1917.9 = 0.69
Nilai tengah, Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) dengan
Tingkat Kepercayaan 95 % (k=2) adalah sebagai berikut :
X = 15.37
BKA = X + σ.k = 15.37 + 2(0.69) = 16.75
BKB = X - σ.k = 15.37 - 2(0.69) = 13.99
Keseluruhan data pengamatan digambarkan dengan peta kendali untuk
melihat keseragaman data pada Gambar 5.5.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Peta Kendali Waktu Unloading (Membongkar Barang) Mobil Kapasitas 130 Krat
13.5
14
14.5
15
15.5
16
16.5
17
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pengamatan ke-
Wak
tu (m
enit)
Data
Xrata-rata
BKA
BKB
Gambar 5.5. Peta Kendali Waktu Unloading (Membongkar Barang) Mobil
Kapasitas 130 Krat
Dari Gambar 5.5. di atas dapat dilihat bahwa tidak ada data yang berada di
luar batas kendali baik di atas maupun di bawah, sehingga keseluruhan data
dianggap seragam.
c) Waktu Loading (Mengisi Barang) dan Unloading (Membongkar Barang) di
Kantor Penjualan Medan untuk Barang Mobil Kapasitas 50 Krat
Pengukuran Waktu Loading (Mengisi Barang) dan Unloading
(Membongkar Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 50
Krat dilakukan pada empat (4) mobil yang tersedia. Pengukuran Waktu Loading
(Mengisi Barang) dan Unloading (Membongkar Barang) di Kantor Penjualan
Medan untuk Mobil Kapasitas 50 Krat dilakukan selama 5 hari yaitu pada tanggal
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
26 November sampai tanggal 30 November 2007 sehingga dibagi menjadi 5 sub
grup dan perhitungan rata-ratanya dapat dilihat pada Tabel 5.11 dan Tabel 5.12.
Tabel 5.11. Pengukuran Waktu Loading (Mengisi Barang) Mobil Kapasitas 50 krat
Sub Grup Waktu Pengukuran Operator (menit) Operator 1 Operator 2 Operator 3 Operator 4
1 4.8 5 4.9 4.7 2 5 5.1 4.9 4.8 3 4.7 4.9 4.8 4.6 4 5.2 4.8 5 4.9 5 4.9 5.1 4.8 4.9
Rata-rata ( X ) 4.92 4.98 4.88 4.78 Jumlah 19.56 menit
Dari data di atas maka di dapat rata-rata waktu pengukuran atau besarnya
waktu siklus sebagai berikut :
X = 89.4456.191 ==
∑=
K
XjK
J
Standar deviasi waktu pengukuran adalah sebagai berikut :
1)( 2
−
−= ∑
nXX
σ
= 120
)89.49.4(....)89.45()89.48.4( 222
−−++−+−
= 194189.0 = 0.148
Nilai tengah, Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) dengan
Tingkat Kepercayaan 95 % (k=2) adalah sebagai berikut :
X = 4.89
BKA = X + σ.k = 4.89 + 2(0.148) = 5.146
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
BKB = X - σ.k = 4.89 - 2(0.148) = 4.594
Keseluruhan data pengamatan digambarkan dengan peta kendali untuk
melihat keseragaman data pada Gambar 5.6.
Peta Kendali Waktu Loading (Mengisi Barang) Mobil Kapasitas 50 Krat
4.4
4.5
4.6
4.7
4.8
4.9
5
5.1
5.2
5.3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pengamatan ke-
Wak
tu (m
enit)
Data
Xrata-rata
BKA
BKB
Gambar 5.6. Peta Kendali Waktu Loading (Mengisi Barang) Mobil
Kapasitas 50 Krat
Dari Gambar 5.6. di atas dapat dilihat bahwa tidak ada data yang berada di
luar batas kendali baik di atas maupun di bawah, sehingga keseluruhan data
dianggap seragam.
Pengukuran waktu Unloading (Membongkar Barang) untuk mobil
kapasitas 50 krat dibagi menjadi 5 sub grup dan perhitungan rata-ratanya dapat
dilihat pada Tabel 5.12.
Tabel 5.12. Pengukuran Waktu Rata-rata Unloading (Membongkar Barang)
Mobil Kapasitas 50 krat
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Sub Grup Waktu Pengukuran Operator (menit) Operator 1 Operator 2 Operator 3 Operator 4
1 5.7 5.6 5.8 5.7 2 5.6 5.7 6 5.5 3 5.5 5.7 5.9 5.8 4 5.8 5.9 5.6 6 5 5.9 5.6 6 5.8
Rata-rata ( X ) 5.7 5.7 5.86 5.76 Jumlah 23.02 menit
Dari data di atas maka di dapat rata-rata waktu pengukuran atau besarnya waktu
siklus sebagai berikut :
X = 76.5406.231 ==
∑=
K
XjK
J
Standar deviasi waktu pengukuran adalah sebagai berikut :
1)( 2
−
−= ∑
nXX
σ
= 120
)77.58.5(....)77.56.5()77.57.5( 222
−−++−+−
= 19492.0 = 0.16
Nilai tengah, Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) dengan
Tingkat Kepercayaan 95 % (k=2) adalah sebagai berikut :
X = 5.76
BKA = X + σ.k = 5.77 + 2(0.16) = 6.09
BKB = X - σ.k = 5.77 - 2(0.16) = 5.45
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Keseluruhan data pengamatan digambarkan dengan peta kendali untuk
melihat keseragaman data pada Gambar 5.7.
Peta Kendali Waktu Unloading (Membongkar Barang) Mobil Kapasitas 50 Krat
5.2
5.4
5.6
5.8
6
6.2
6.4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pengamatan ke-
Wak
tu (m
enit) Data
Xrata-rata
BKA
BKB
Gambar 5.7. Peta Kendali Waktu Unloading (Membongkar Barang) Mobil
Kapasitas 50 Krat
Dari Gambar 5.7. di atas dapat dilihat bahwa tidak ada data yang berada di
luar batas kendali baik di atas maupun di bawah, sehingga keseluruhan data
dianggap seragam.
2. Waktu Pelayanan di Outlet
Waktu pelayanan di outlet terdiri dari : - Waktu membongkar muatan pada saat di outlet (Unloading)
- Waktu Transaksi/ Negosiasi
- Waktu menyortir botol-botol yang tidak sesuai pada kratnya
- Waktu mengisi kembali botol kosong ke mobil angkut (Loading)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Waktu pelayanan di outlet dipengaruhi oleh banyaknya jumlah permintaan
(krat) serta lokasi outlet tersebut yaitu apakah tempat peletakan krat dekat dengan
tempat mobil diparkirkan atau tidak. Pemilihan outlet yang dikunjungi untuk
diukur waktu pelayanannya dilakukan berdasarkan Simple Random Sampling
yaitu setiap anggota populasi mempunyai kesempatan yang sama untuk dipilih
menjadi anggota sampel. Pengukuran waktu pelayanan di outlet-outlet dilakukan
selama 6 hari yaitu pada tanggal 3 Desember sampai tanggal 7 Desember 2007.
Pengukuran waktu pelayanan di outlet-outlet dapat dilihat pada Tabel 5.13.
Tabel 5.13. Pengukuran Waktu Pelayanan di Outlet
No. Pengamatan (i) Waktu (menit) (Xi) Xi2 (Xi- X )2
1 13.5 182.25 0.2 2 13.4 179.56 0.1 3 13.3 176.89 0 4 13.5 182.25 0.2 5 13.7 187.69 0.4 6 13.4 179.56 0.1 7 13.6 184.96 0.3 8 13.5 182.25 0.2 9 13.6 184.96 0.3 10 13.6 184.96 0.3 11 13.4 179.56 0.1 12 13.4 179.56 0.1 13 13.7 187.69 0.4 14 13.7 187.69 0.4 15 13.4 179.56 0.1 16 13.3 176.89 0 17 13.4 179.56 0.1 18 13.6 184.96 0.3 19 13.5 182.25 0.2 20 13.3 176.89 0 21 13.6 184.96 0.3 22 13.5 182.25 0.2 23 13.8 190.44 0.5 24 13.5 182.25 0.2 25 13.7 187.69 0.4 26 13.5 182.25 0.2 27 13.9 193.21 0.6
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
28 13.9 193.21 0.6 29 13.7 187.69 0.4 30 13.8 190.44 0.5
∑ = 30 406.7 5514.33 7.7 Dari data di atas maka di dapat rata-rata waktu pengukuran atau besarnya waktu
siklus sebagai berikut :
X = 5.1330
7.4061 ==∑=
K
XjK
J
Standar deviasi waktu pengukuran adalah sebagai berikut :
1)( 2
−
−= ∑
nXX
σ
51.029
7.7130
7.7==
−=
Nilai tengah, Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) dengan
Tingkat Kepercayaan 95 % (k=2) adalah sebagai berikut :
X = 13.5
BKA = X - 52.14)51.0(25.13. =+=σk
BKB = X - 48.12)51.0(25.13. =−=σk
Keseluruhan data pengamatan digambarkan dengan peta kendali untuk
melihat keseragaman data pada Gambar 5.8.
Dari Gambar 5.8. dapat dilihat bahwa tidak ada data yang berada di luar
batas kendali baik di atas maupun di bawah, sehingga keseluruhan data dianggap
seragam.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Peta Kendali Waktu Pelayanan di Outlet
12
12.5
13
13.5
14
14.5
15
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30Pengamatan ke-
Wak
tu (m
enit)
Data
Xrata-rata
BKA
BKB
Gambar 5.8. Peta Kendali Waktu Pelayanan di Outlet
5.2.3. Pengujian Kecukupan Data
Jumlah pengukuran waktu kerja yang sebenarnya diperlukan dengan
tingkat ketelitian 5% dan tingkat kepercayaan 95% dihitung dengan menggunakan
rumus: 2
22'
)(40
−=
∑∑ ∑
i
ii
xxxn
N
dimana :
N’ = Jumlah pengukuran yang sebenarnya diperlukan
n = Jumlah data setelah dilakukan uji keseragaman data
Jika diperoleh dari pengujian tersebut ternyata N’ > N, maka diperlukan
pengukuran tambahan, tapi jika N’ < N maka data pengukuran pendahuluan sudah
mencukupi.
5.2.3.1. Pengujian Kecukupan Data Waktu Loading dan Unloading Barang
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
a) Waktu Loading (Mengisi Barang) dan Unloading (Membongkar Barang) di
Kantor Penjualan Medan untuk Mobil Kapasitas 220 Krat
- Waktu Loading (Mengisi barang)
N’ =2
420)176400()82.8826(2040
−
= 2
420679.1140
x = (1.112) 2 = 1.237
N’ = 1.237 < N = 20 maka jumlah pengamatan telah mencukupi.
- Waktu Unloading (Membongkar barang)
N’ =2
2.513)24.263374()74.13183(2040
−
= 2
2.513337.1740
x = (1.351) 2 = 1.83
N’ = 1.83 < N = 20 maka jumlah pengamatan telah mencukupi.
b) Waktu Loading (Mengisi Barang) dan Unloading (Membongkar Barang) di
Kantor Penjualan Medan untuk Mobil Kapasitas 130 Krat
- Waktu Loading (Mengisi Barang)
N’ =2
7.235)49.55554()81.2781(2040
−
= 2
7.235039.940
x = (1.534) 2 = 2.35
N’ = 2.35 < N = 20 maka jumlah pengamatan telah mencukupi.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Waktu Unloading (Membongkar Barang)
N’ =2
4.307)76.94494()88.4733(2040
−
= 2
4.307521.1340
x = (1.759) 2 = 3.09
N’ = 3.09 < N = 20 maka jumlah pengamatan telah mencukupi.
c) Waktu Loading (Mengisi Barang) dan Unloading (Membongkar Barang) di
Kantor Penjualan Medan untuk Barang Mobil Kapasitas 50 Krat
- Waktu Loading (Mengisi Barang)
N’ =2
8.97)84.9564)66.478(2040
−
= 2
8.97891.240
x = (1.182) 2 = 1.40
N’ = 1.40 < N = 20 maka jumlah pengamatan telah mencukupi.
- Waktu Unloading (Membongkar Barang)
N’ =2
1.115)01.13248()89.662(2040
−
= 2
1.115129.340
x = (1.087) 2 = 1.18
N’ = 1.18 < N = 20 maka jumlah pengamatan telah mencukupi.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.2.3.2. Pengujian Kecukupan Data Waktu Pelayanan di Outlet
N’ =2
7.406)89.165404()33.5514(3040
−
= 2
7.406000.540
x = (0.701) 2 = 0.491
N’ = 0.491 < N = 20 maka jumlah pengamatan telah mencukupi.
5.2.4. Perhitungan Waktu Standar
5.2.4.1. Perhitungan Waktu Standar Loading (Mengisi Barang) dan
Unloading (Membongkar Barang)
Berdasarkan pangamatan dan pengukuran yang dilakukan secara langsung
dapat dilakukan penilaian pertimbangan terhadap penyesuaian berdasarkan Rating
Factor dan penilaian besarnya angka kelonggaran (allowance) yang diberikan,
sehingga diperoleh Waktu Standard untuk waktu Loading (Mengisi Barang) dan
Unloading (Membongkar Barang) di Kantor Penjualan Medan (Yos Sudarso)
untuk Mobil kapasitas 220 krat, 130 krat dan 50 krat.
Perhitungan Rating Factor untuk waktu Loading (Mengisi Barang) dan
Unloading (Membongkar Barang) di Kantor Penjualan Medan (Yos Sudarso)
Mobil kapasitas 220 krat, 130 krat dan 50 krat dilakukan dengan menghitung
waktu penyelesaian rata-rata dari keempat operator menggunakan Synthetic
Rating yaitu waktu penyelesaian rata-rata dari keempat operator adalah waktu
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
normal dari keseluruhan operator dengan Rating Factor 100 % (1), sehingga
Rating Factor dari masing-masing operator adalah sebagai berikut :
1. Rating Factor Operator untuk pengukuran waktu Loading (Mengisi
Barang) dan Unloading (Membongkar Barang) Mobil Kapasitas 220
Krat
a. Operator 1
- Waktu Loading (Mengisi Barang)
RF = 022.1%10054.20
211
== xXoperator
X
- Waktu Unloading (Membongkar Barang)
RF = 997.0%10072.2565.25
1== x
XoperatorX
b. Operator 2
- Waktu Loading (Mengisi Barang)
RF = 005.1%10012.21
212
== xXoperator
X
- Waktu Unloading (Membongkar Barang)
RF = 011.1%10036.2565.25
2== x
XoperatorX
c. Operator 3
- Waktu Loading (Mengisi Barang)
RF = 009.1%10082.20
213
== xXoperator
X
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Waktu Unloading (Membongkar Barang)
RF = 00.1%10092.2565.25
3== x
XoperatorX
d. Operator 4
- Waktu Loading (Mengisi Barang)
RF = 00.1%10052.21
214
== xXoperator
X
- Waktu Unloading (Membongkar Barang)
RF = 975.0%1006.2565.25
4== x
XoperatorX
2. Rating Factor Operator untuk pengukuran waktu Loading (Muat) dan
Unloading (Bongkar) Mobil Kapasitas 130 Krat
a. Operator 1
- Waktu Loading (Mengisi Barang)
RF = 983.0%10012
79.111
== xXoperator
X
- Waktu Unloading (Membongkar Barang)
RF = 001.1%10034.1537.15
1== x
XoperatorX
b. Operator 2
- Waktu Loading (Mengisi Barang)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
RF = 034.1%1004.1179.11
2== x
XoperatorX
- Waktu Unloading (Membongkar Barang)
RF = 021.1%10006.1537.15
2== x
XoperatorX
c. Operator 3
- Waktu Loading (Mengisi Barang)
RF = 992.0%10088.1179.11
3== x
XoperatorX
- Waktu Unloading (Membongkar Barang)
RF = 006.1%10028.1537.15
3== x
XoperatorX
d. Operator 4
- Waktu Loading (Mengisi Barang)
RF = 994.0%10086.1179.11
4== x
XoperatorX
- Waktu Unloading (Membongkar Barang)
RF = 973.0%1008.15
37.154
== xXoperator
X
3. Rating Factor Operator untuk pengukuran Waktu Loading (Mengisi
Barang) dan Unloading (Bongkar) Mobil Kapasitas 50 Krat.
a. Operator 1
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Waktu Loading (Mengisi Barang)
RF = 993.0%10092.489.4
1== x
XoperatorX
- Waktu Unloading (Membongkar Barang)
RF = 012.1%1007.5
77.51
== xXoperator
X
b. Operator 2
- Waktu Loading (Mengisi Barang)
RF = 981.0%10098.489.4
2== x
XoperatorX
- Waktu Unloading (Membongkar Barang)
RF = 012.1%1007.577.5
2== x
XoperatorX
c. Operator 3
- Waktu Loading (Mengisi Barang)
RF = 002.1%10088.489.4
3== x
XoperatorX
- Waktu Unloading (Membongkar Barang)
RF = 985.0%10086.577.5
3== x
XoperatorX
d. Operator 4
- Waktu Loading (Mengisi Barang)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
RF = 023.1%10078.489.4
4== x
XoperatorX
- Waktu Unloading (Membongkar Barang)
RF = 001.1%10076.577.5
4== x
XoperatorX
a) Waktu Normal Loading (Mengisi Barang) dan Unloading (Membongkar
Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 220 Krat
- Waktu Normal Loading (Mengisi Barang)
Waktu Normal (WN) = X x RF
= 21 x 1 = 21 menit
- Waktu Normal Unloading (Membongkar Barang)
Waktu Normal (WN) = X x RF
= 25.65 x 1 = 25.65 menit
b) Waktu Normal Loading (Mengisi Barang) dan Unloading (Membongkar
Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 130 Krat
- Waktu Normal Loading (Mengisi Barang)
Waktu Normal (WN) = X x RF
= 11.79 x 1 = 11.79 menit
- Waktu Normal Unloading (Membongkar Barang)
Waktu Normal (WN) = X x RF
=15.37 x 1 = 15.37 menit
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
c) Waktu Normal Loading (Mengisi Barang) dan Unloading (Membongkar
Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 50 Krat
- Waktu Normal Loading (Mengisi Barang)
Waktu Normal (WN) = X x RF
= 4.89 x 1 = 4.89 menit
- Waktu Normal Unloading (Membongkar Barang)
Waktu Normal (WN) = X x RF
=5.77 x 1 = 5.77 menit
Kelonggaran (allowance) yang diberikan:
- Tenaga yang dikeluarkan (Ringan) : 10%
- Sikap kerja (berdiri di atas dua kaki) : 1%
- Gerakan kerja (normal) : 0 %
- Kelelahan mata (pandangan yang terputus-putus) : 2 %
- Keadaan temperatur tempat kerja (tinggi) : 6 %
- Keadaan atmosfer (cukup) : 1 %
- Kebutuhan pribadi : 0 %
Jumlah 20 %
Penjelasan dari penentuan Kelonggaran (allowance) adalah sebagai berikut :
- Tenaga yang dikeluarkan (Ringan)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Operator adalah pria dan tenaga yang dikeluarkan operator dari
pengamatan dalam memuat dan membongkar barang ke dan dari mobil
angkut ekivalen dengan beban 2.25-9.00 kg.
- Sikap kerja (berdiri di atas dua kaki)
Dari pengamatan operator melakukan kerjanya dengan berdiri dan
ditumpu dua kaki.
- Gerakan kerja (normal)
Dari pengamatan, gerakan kerja operator adalah normal.
- Kelelahan mata (pandangan yang terputus-putus)
Dari pengamatan selama memuat dan membongkar barang ke dan dari
mobil angkut, pandangan operator terputus-putus, tidak terus menerus
melihat pada barang yang dibawa dan pencahayaan baik.
- Keadaan temperatur tempat kerja (tinggi)
Dari pengamatan terlihat keadaan temperatur tempat kerja tinggi yaitu
antara 28-38 0C yang menyebabkan kelemahan normal pada operator.
- Keadaan atmosfer (cukup)
Dari pengamatan terlihat keadaan atmosfer cukup yaitu ventilasi yang
kurang baik, tetapi tidak terlalu mengganggu pekerjaan operator.
- Kebutuhan pribadi
Dari pengamatan operator tidak memiliki kebutuhan pribadi dikarenakan
operator ingin segera menyelesaikan pekerjaannya sehingga operator
hanya terfokus pada pekerjaannya.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
a) Waktu Standard Loading (Mengisi Barang) dan Unloading (Membongkar
Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 220 Krat.
- Waktu Standard Loading (Mengisi Barang)
25.26)%20100(
%10021
%%100%100
=−
=
−=
x
AllowancexWN
Waktu Standard proses Loading (Mengisi Barang) di Kantor Penjualan
Medan untuk mobil kapasitas 220 krat adalah 26.25 menit dibulatkan
menjadi 27 menit.
- Waktu Standard Unloading (Membongkar Barang)
063.32)%20100(
%10065.25
%%100%100
=−
=
−=
x
AllowancexWN
Waktu Standard proses Unloading (Membongkar Barang) di Kantor
Penjualan Medan untuk mobil kapasitas 220 krat adalah 32.063 menit
dibulatkan menjadi 33 menit.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
b) Waktu Standard Loading (Mengisi Barang) dan Unloading (Membongkar
Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 130 Krat
- Waktu Standard Loading (Mengisi Barang)
74.14)%20100(
%10079.11
%%100%100
=−
=
−=
x
AllowancexWN
Waktu Standard proses Loading (Mengisi Barang) di Kantor Penjualan
Medan untuk mobil kapasitas 130 krat adalah 14.74 menit dibulatkan
menjadi 15 menit.
- Waktu Standard Unloading (Membongkar Barang)
213.19)%20100(
%10037.15
%%100%100
=−
=
−=
x
AllowancexWN
Waktu Standard proses Unloading (Membongkar Barang) di Kantor
Penjualan Medan untuk mobil kapasitas 130 krat adalah 19.213 menit
dibulatkan menjadi 20 menit.
c) Waktu Standard Loading (Mengisi Barang) dan Unloading (Membongkar
Barang) di Kantor Penjualan Medan untuk Mobil Kapasitas 50 Krat
- Waktu Standard Loading (Mengisi Barang)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
113.6)%20100(
%10089.4
%%100%100
=−
=
−=
x
AllowancexWN
Waktu Standard proses Loading (Mengisi Barang) di Kantor Penjualan
Medan untuk mobil kapasitas 50 krat adalah 6.113 menit dibulatkan
menjadi 7 menit.
- Waktu Standard Unloading (Membongkar Barang)
213.7)%20100(
%10077.5
%%100%100
=−
=
−=
x
AllowancexWN
Waktu Standard proses Unloading (Membongkar Barang) di Kantor
Penjualan Medan untuk mobil kapasitas 50 krat adalah 7.213 menit
dibulatkan menjadi 8 menit.
Kecepatan rata-rata proses Loading (Mengisi Barang) di Kantor Penjualan
Medan untuk mobil kapasitas 220 krat, 130 krat dan 50 krat dapat dilihat pada
Tabel 5.14.
Tabel 5.14. Kecepatan Rata-rata Loading (Mengisi Barang) di Kantor Penjualan
Medan (Krat/menit)
No Kapasitas Mobil Angkut (krat)
Waktu Standar Loading (Mengisi Barang)
(menit)
Kecepatan rata-rata Loading (Mengisi Barang)
(krat/menit) 1 220 27 8.148 2 130 15 8.667
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
3 50 7 7.143 Kecepatan rata-rata Loading/ Mengisi Barang (krat/menit) 7.986
Kecepatan rata-rata proses Loading (Mengisi Barang) di Kantor Penjualan
Medan adalah 7.986 krat/menit ≈ 8 krat/menit.
Kecepatan rata-rata proses Unloading (Membongkar Barang) di Kantor
Penjualan Medan untuk mobil kapasitas 220 krat, 130 krat dan 50 krat dapat
dilihat pada Tabel 5.15.
Tabel 5.15. Kecepatan Rata-rata Unloading (Membongkar Barang) di Kantor
Penjualan Medan (Krat/menit)
No Kapasitas Mobil Angkut (krat)
Waktu Standar Unloading
(Membongkar Barang) (menit)
Kecepatan rata-rata Unloading
(Membongkar Barang) (krat/menit)
1 220 33 6.667 2 130 20 6.500 3 50 8 6.250
Kecepatan rata-rata Unloading (Membongkar Barang) (krat/menit) 6.472
Kecepatan rata-rata proses Unloading (Membongkar Barang) di Kantor
Penjualan Medan adalah 6.472 krat/menit ≈ 7 krat/menit.
5.2.4.2. Perhitungan Waktu Standar Pelayanan di Outlet
Berdasarkan pangamatan dan pengukuran yang dilakukan secara langsung
dapat dilakukan penilaian pertimbangan terhadap penyesuaian berdasarkan
Westinghouse Rating Factor dan penilaian besarnya angka kelonggaran
(allowance) yang diberikan, sehingga diperoleh Waktu Standard pelayanan di
outlet.
Perhitungan dan penyelesaian adalah sebagai berikut :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Rating Factor yang diberikan:
- Keterampilan : Good : 0.03
- Usaha : Good : 0.02
- Kondisi : Average : 0.00
- Konsistensi : Good : 0.01
0.06
Penjelasan dari penentuan Rating Factor adalah sebagai berikut :
- Keterampilan (Skill)
Keterampilan operator dikategorikan C2 karena dari pengamatan
selama bekerja, operator tidak memerlukan banyak pengawasan, tiada
keragu-raguan dan gerakan-gerakannya terkoordinasi dengan baik dan
cepat.
- Usaha (Effort)
Usaha operator dikategorikan C2 karena selama bekerja operator
bekerja berirama, senang pada pekerjaannya, menggunakan alat yang
tepat dengan baik.
- Kondisi kerja (Condition)
Kondisi kerja operator dikategorikan D karena dari pengamatan
terlihat lingkungan fisik kerja memiliki temperatur yang tinggi
sehingga kurang mendukung pekerjaan.
- Konsistensi (Consistency)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Konsistensi operator dikategorikan C karena dari pengamatan terlihat
waktu penyelesaian operator untuk setiap beban kerja tidak jauh
berbeda.
- Total Rating Factor (RF) = 1+ 0.06 = 1.06
- Waktu rata-rata ( X ) = 13.5 menit
- Waktu Normal (WN) = X x RF
= 13.5 x 1.06
= 14.31 menit
Kelonggaran (allowance) yang diberikan:
- Tenaga yang dikeluarkan (Ringan) : 10%
- Sikap kerja (berdiri di atas dua kaki) : 1%
- Gerakan kerja (normal) : 0 %
- Kelelahan mata (pandangan yang terputus-putus) : 2 %
- Keadaan temperatur tempat kerja (tinggi) : 6 %
- Keadaan atmosfer (cukup) : 2 %
- Kebutuhan pribadi : 1 %
Jumlah 22 %
Penjelasan dari penentuan Kelonggaran (allowance) adalah sebagai berikut :
- Tenaga yang dikeluarkan (Ringan)
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Operator adalah pria dan tenaga yang dikeluarkan operator dari
pengamatan dalam memuat dan membongkar barang ke dan dari mobil
angkut ekivalen dengan beban 2.25-9.00 kg.
- Sikap kerja (berdiri di atas dua kaki)
Dari pengamatan operator melakukan kerjanya dengan berdiri dan
ditumpu dua kaki.
- Gerakan kerja (normal)
Dari pengamatan, gerakan kerja operator adalah normal.
- Kelelahan mata (pandangan yang terputus-putus)
Dari pengamatan selama memuat dan membongkar barang ke dan dari
mobil angkut serta menyortir botol-botol yang tidak sesuai pada kratnya,
pandangan operator terputus-putus, tidak terus menerus melihat pada
barang yang dibawa dan pencahayaan baik.
- Keadaan temperatur tempat kerja (tinggi)
Dari pengamatan terlihat keadaan temperatur tempat kerja tinggi yaitu
antara 28-38 0C yang menyebabkan kelemahan normal pada operator.
- Keadaan atmosfer (cukup)
Dari pengamatan terlihat keadaan atmosfer cukup yaitu ventilasi yang
kurang baik serta debu-debu tetapi tidak terlalu mengganggu pekerjaan
operator.
- Kebutuhan pribadi
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Dari pengamatan kebutuhan pribadi operator yaitu minum untuk
menghilangkan rasa haus serta bercakap-cakap dengan teman sekerja
sekadar untuk menghilangkan ketegangan atau kejemuan dalam kerja.
- Waktu Standar = WN x Allowance%%100%100
−
= 14.31 x )%22100(
%100−
= 18.346 menit
Waktu Standard pelayanan di outlet adalah 18.346 menit dibulatkan menjadi
19 menit.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.2.5. Pengolahan Data Graph (Peta) Awal
1. Penentuan Rute Terpendek
Penentuan rute terpendek dilakukan melalui rute distribusi yang tersedia,
yakni rute distribusi dari Kantor Medan (Yos Sudarso) mengelilingi semua outlet
lalu kembali ke Kantor Medan (Yos Sudarso).
Perhitungan jarak secara keseluruhan dapat dihitung dengan cara
menjumlahkan seluruh jarak dari Kantor Medan (Yos Sudarso) mengelilingi
semua outlet dan kembali ke Kantor Medan (Yos Sudarso) yakni :
Jarak dari Kantor Penjualan (Yos Sudarso)-SMU II, Kantin – SMP II, Kantin –
Suzuya Swalayan – Santa Maria, Kantin – Kesawan Sea Food Centre – Harapan,
Kantin – Amplas, Swalayan – Maju Bersama Swalayan – CV.Makmur, Kantin –
UNIVA, Kantin – UISU, Kantin – Sri Deli Food Court – Wongsolo, Rumah
Makan – OBONK Cafe – Rahmat – Alek – Harianto – Putra Minang Rumah
Makan – J.Barus – Perangin-angin – Bakso Polonia – Nurhasanah Kantin –
Gurning Jaya – Alfalah Wartel – Kendedes Rumah Makan – Angga – Tritura
Pangkas – Tritura Wartel – J.Saragih – Siburian – Rambe – College Binanika –
KQ 5 Mie Ayam – Bakso and Hot Plate – Chyke’s Mini Market – Dearma
Munthe – Gintra – Dina – Al-Azhar Kantin – UD.Anta – UD. Glory – SMP 1
Kantin – ST. Thomas 1 Kantin – ST. Thomas 2 Kantin – Immanuel Kantin –
Kantor Penjualan (Yos Sudarso) dengan total jaraknya yaitu 887.62 km.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
2. Penentuan Waktu Siklus (Horizon Perencanaan)
Perhitungan waktu siklus untuk graph awal menggunakan teori dari
algoritma yang telah dijabarkan pada bab IV yaitu horizon perencanaan sama
dengan daya tahan terkecil.
Data permintaan produk Coca-cola adalah berdasarkan permintaan per
minggu maka dapat ditentukan waktu siklus atau horizon perencanaan adalah 6
hari.
Total volume demand selama waktu siklus yakni :
Total Volume demand = total demand seluruh outlet∑
Total volume demand dapat dihitung sebagai penjumlahan dari total demand
outlet (SMU II, Kantin - SMP II, Kantin + Suzuya Swalayan – Santa Maria
Kantin + Kesawan Sea Food Centre+………………+ Immanuel) yaitu 768 krat.
3. Waktu Total Distribusi
Untuk perhitungan waktu total menggunakan persamaan berikut ini :
- Waktu set up mobil angkut
- Jarak sumber ke sumberWaktu perjalanan total = Kecepatan rata-rata
- Waktu pelayanan total = Jumlah outlet waktu pelayanan ×
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
-
volume demand total dalam waktu siklusWaktu Bongkar-Muat Total = Kecepatan pembongkaran
volume demand total dalam waktu siklus Kecepatan pengisian
+
Waktu total = (Waktu set-up mobil angkut + Waktu perjalanan total + waktu total pelayanan di outlet + waktu bongkar-muat total) (1+faktor pengaman antara
×0 sampai 1)
Sedangkan faktor pengaman (φ) adalah allowance sebesar 20 %.
Perhitungan waktu total adalah sebagai berikut :
Waktu set up kendaraan = 15 menit
Waktu perjalanan total = 887.62 km/35 km per jam = 25.36 Jam = 1521.6 menit
Waktu total pelayanan di outlet = 45 x 19 menit = 855 menit.
Waktu total Bongkar-Muat =(768 krat/7 krat per mnt)+(768 krat/8 krat per mnt)
= 109.71 menit + 96 menit
= 205.71 menit
Waktu total = (15+1521.6+855+205.71) x (1+0.2)
=3116.77 menit ≈ 3117 menit
4. Jumlah mobil angkut minimum
Jumlah mobil angkut yang dibutuhkan dapat dirumuskan :
waktu totalJumlah mobil angkut minimum =availabilitas
Availabilitas mobil angkut adalah jumlah ketersediaan waktu mobil angkut
untuk dioperasikan. Availabilitas mobil angkut setiap hari selain Jum’at adalah
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
sebesar 480 menit sedangkan pada hari Jum’at sebesar 450 menit. Maka
perhitungan jumlah mobil angkut minimum menjadi :
Jumlah mobil angkut minimum = 3117/480 menit = 6.493 ≈ 7 mobil
angkut.
Langkah selanjutnya adalah membagi graph (rute) pendistribusian awal
menjadi sub graph yang seimbang.
5. Penentuan Subrute
Penyusunan rute didasarkan oleh data masukan, yaitu:
a. Jumlah permintaan tiap lokasi
Jumlah permintaan dan lokasi dapat dilihat pada Tabel 5.1 dan 5.2 yang
terdapat pada pengumpulan data.
b. Jumlah dan kapasitas alat angkut kendaraan
Kendaraan untuk semua pengiriman berjumlah total 21 unit. Objek yang
diteliti satu salesman rute konvensional yang terdiri dari mayoritas kantin
(lembaga pendidikan dan lembaga usaha) lalu lokasi makan (food court,
restaurant seperti fast food dan fresh food, Rumah Makan, Warung Makan)
serta modern outlet (supermarket/ swalayan, mini market). Kapasitas muatan
terbesar alat angkut adalah 220 krat.
c. Jumlah subrute tersedia
Jumlah subrute tersedia adalah berdasarkan waktu kerja dalam satu minggu
yaitu 6 hari dimana pemesanan produk setiap outlet untuk rute salesman yang
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
diteliti adalah per minggu dan ditangani oleh satu salesman, maka jumlah
subrute yang tersedia adalah 6.
d. Waktu tersedia untuk distribusi PT. Coca-cola Bottling Indonesia Medan
Waktu tersedia untuk distribusi dalam satu hari adalah :
Waktu total jam kerja – Waktu istirahat
Untuk hari Senin – Kamis dan Sabtu :
Waktu distribusi = 540 menit – 60 menit = 480 menit
Untuk hari Jumat :
Waktu distribusi = 540 menit – 90 menit = 450 menit
Waktu distribusi salesman PT. Coca-cola Bottling Indonesia Medan dapat
dilihat pada Tabel 5.16.
Tabel 5.16. Waktu Tersedia untuk Distribusi PT. Coca-cola Bottling
Indonesia Medan
No Hari Waktu distribusi/ waktu tersedia (menit)
1 Senin 480
2 Selasa 480
3 Rabu 480
4 Kamis 480
5 Jumat 450
6 Sabtu 480
Sumber : PT. Coca-cola Bottling Indonesia Medan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
e. Jarak antar lokasi adalah hasil pengukuran pada peta Kota Medan sesuai
dengan data alamat lokasi dengan menggunakan skala tertentu. Jarak antar
lokasi terdapat pada Tabel 5.5.
6. Pengisian Subtour ke – N
Pengisian subtour ke N dimana N = 1, 2, 3, 4, 5, 6. Jumlah hari kerja
selama 6 hari, kecuali hari libur nasional. Pengisian subrute dapat dilihat pada
Tabel 5.17. di bawah ini :
Tabel 5.17. Pengisian Sub Rute
No Hari kerja Subrute
1 Senin (1-a)(i),(a-b)(j),(b-c)(j),…………………..(u-1)(i)
2 Selasa (1-d)(i),(d-e)(j),(e-f)(j),…………………..(v-1)(i)
3 Rabu (1-g)(i),(h-i)(j),(i-j)(j),……………………(w-1)(i)
4 Kamis (1-k)(i),(k-l)(j),(l-m)(j),…………………..(x-1)(i)
5 Jumat (1-n)(i),(n-o)(j),(o-p)(j),…………………. (y-1)(i)
6 Sabtu (1-q)(i),(r-s)(j),(s-t)(j),…………………….(z-1)(i)
Keterangan:
1 = PT. Coca-cola Bottling Indonesia Medan
a – z = Outlet-outlet PT. Coca-cola Bottling Indonesia Medan
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
(1-a)(i) = Jarak dari PT. Coca-cola Bottling Indonesia Medan ke outlet a
(a-b)(j) = Jarak dari outlet a ke outlet b
(u-1)(i) = Jarak dari outlet u kembali ke PT. Coca-cola Bottling Indonesia
Medan
7. Pembentukan Sub Rute
Setelah setiap subrute dimulai dengan depot (PT. Coca-cola Bottling
Indonesia Medan), outlet yang dimasukkan berikutnya ke dalam subrute adalah
outlet terdekat dari depot. Prosedur ini berlaku untuk umum, sehingga apabila
suatu outlet telah terpilih maka pencarian outlet berikutnya dengan mencari jarak
terdekat dari outlet terpilih. Hal ini dapat dilihat pada Tabel 5.5. Jarak antar outlet
dimulai dari Kantor Medan (Yos Sudarso) ke nilai jarak terkecil dari kolom satu
yaitu pada baris 5 dengan jarak terkecil 9.12 km, setelah itu dilanjutkan dengan
baris 8 ke nilai jarak terkecil yaitu pada kolom 1, hal ini terus dilakukan sampai
memenuhi subtour.
(1-8)(i), (8-7)(j), (7-3)(j),…………………………………(n-1) (i)
8. Penentuan Demand Tiap Sub Rute
Setelah sub rute terbentuk, kemudian dilakukan pengecekan kapasitas
kendaraan apakah mencukupi order dari outlet-outlet pada sub rute tersebut,
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
apabila tidak mencukupi maka kembali ke langkah pertama. Alat angkut yang
digunakan adalah Truk Box dengan kapasitas 130 krat yang merupakan alat
angkut dengan kapasitas maksimum yang dimiliki oleh PT. Coca-cola Bottling
Indonesia Medan dalam pendistribusian produknya sehingga jumlah demand/
order setiap sub rute ≤ 130 krat. Apabila kapasitas kendaraan mencukupi order
outlet terpilih maka dilanjutkan ke langkah berikutnya.
Jumlah order/ demand adalah : 1 2n nKO KO KO KO= + +∑
Kapasitas mobil angkut adalah 130 krat.
- Sub Rute 1
Outlet terpilih :
[KP Medan(i)-8(j)-7(j)-3(j)-2(j)-4(j)-5(j)- 1(j) - KP Medan(i)]
Jumlah order : (45+15+31+11+10+14+14) = 126 krat ≤ 130 krat.
- Sub Rute 2
[KP Medan(i)-6(j)-12(j)-11(j)-9(j)-7(j)-10(j) - KP Medan(i)]
Jumlah order : (12+55+15+13+15+16) = 126krat ≤ 130 krat.
- Sub Rute 3
[KP Medan(i)-14(j)-16(j)-15(j)-17(j)-18(j)-13(j)-19(j)- 21(j)- KP Medan(i)]
Jumlah order : (12+20+16+17+8+25+20+10) = 128krat ≤ 130 krat.
- Sub Rute 4
[KP Medan(i)-39(j)-20(j)-22(j)-23(j)-25(j)-38(j)-26(j)- 28(j)- KP Medan(i)]
Jumlah order : (21+19+8+20+10+27+12+12) = 129krat ≤ 130 krat.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Sub Rute 5
[KP Medan(i)-32(j)-33(j)-35(j)-34(j)-30(j)-31(j)-29(j)- KP Medan(i)]
Jumlah order : (16+17+18+13+22+23+20) = 129krat ≤ 130 krat.
- Sub Rute 6
[KP Medan(i)-41(j)-42(j)-40(j)-37(j)-36(j)-44(j)- 24(j) KP Medan(i)]
Jumlah order : (14+11+40+20+20+18)= 130krat ≤ 130 krat.
9. Pemeriksaan Waktu Tersedia
Setelah pemeriksaan demand dapat dipenuhi, pengecekan berikutnya
adalah waktu tempuh. Waktu perjalanan adalah waktu pendistribusian produk
dimulai dari PT. Coca-cola Bottling Indonesia Medan ke outlet-outlet pada sub
rute tersebut kemudian kembali lagi ke PT. Coca-cola Bottling Indonesia Medan.
Apabila waktu tempuh tiap sub rute dapat mencukupi waktu set up mobil angkut,
waktu perjalanan, waktu pelayanan total di outlet serta waktu bongkar muat maka
dilanjutkan ke prosedur selanjutnya.
a. Sub Rute 1
Outlet terpilih :
[KP Medan(i)-8(j)-7(j)-3(j)-2(j)-4(j)-5(j)- 1(j) - KP Medan(i)]
Jumlah order = 126 krat
Jarak total = 22.56 + 1.94 + 13.1 + 0.76 + 5.06 + 0.82 + 4.1
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
= 48.34 km.
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 48.34 km/35 km per jam = 1.381 jam
= 82.86 menit
- Waktu pelayanan total = 7 x 19 menit = 133 menit
- Waktu Bongkar-Muat Total= 126 krat/7krat per menit +126 krat/8krat per menit
= 33.75 menit
Waktu total = (15+82.86+133+33.75) x (1+0.2)
= 317.532 menit
b. Sub Rute 2
Outlet terpilih :
[KP Medan(i)-6(j)-12(j)-11(j)-9(j)-7(j)-10(j) - KP Medan(i)]
Jumlah order = 126 krat
Jarak total = 9.96 + 2.42 + 1.4 + 4.14 +0.8 + 5.62 + 28.02
= 52.36 km
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 52.36 /35 km per jam = 1.496 jam
= 89.76 menit
- Waktu pelayanan total = 6 x 19 menit = 114 menit
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Waktu Bongkar-Muat Total= 126 krat/7 krat per menit + 126 krat/8 krat per
menit = 33.75 menit
Waktu total = (15+89.76+114+33.75) x (1+0.2) = 303.012 menit
c. Sub Rute 3
Outlet terpilih :
[KP Medan(i)-14(j)-16(j)-15(j)-17(j)-18(j)-13(j)-19(j)- 21(j)- KP Medan(i)]
Jumlah order = 128 krat.
Jarak total = 58.54 + 8.54 + 0.06 + 0.16 + 0.2 + 4.46 + 4.02 + 1.08 + 68.5
= 145.56 km.
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 145.56 km/35 km per jam = 4.159 jam
= 249.54 menit
- Waktu pelayanan total = 8 x 19 menit = 152 menit
- Waktu Bongkar-Muat Total= 128 krat/7 krat per menit + 128 krat/8 krat per
menit = 34.286 menit
Waktu total = (15+249.54+152+34.286) x (1+0.2)
= 540.991 menit
d. Sub Rute 4
Outlet terpilih :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
[KP Medan(i)-39(j)-20(j)-22(j)-23(j)-25(j)-38(j)-26(j)- 28(j)- KP Medan(i)]
Jumlah order = 129 krat.
Jarak total = 81.16 + 6.46 + 1.5 + 1.44 +1.42 + 3.64 + 3.7 + 0.42 + 81.16
= 180.9 km.
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 180.9 km/35 km per jam = 5.169 jam
= 310.14 menit
- Waktu pelayanan total = 8 x 19 menit = 152 menit
- Waktu Bongkar-Muat Total= 129 krat/7 krat per menit + 129 krat/8 krat per
menit = 34.55 menit
Waktu total = (15+310.14+152+34.55) x (1+0.2)
= 614.028 menit
e. Sub Rute 5
Outlet terpilih :
[KP Medan(i)-32(j)-33(j)-35(j)-34(j)-30(j)-31(j)-29(j)- KP Medan(i)]
Jumlah order = 129 krat.
Jarak total = 78.06 + 0.2 + 0.3 + 0.56 + 0.46 + 1.88 + 1.98 + 2.02 + 78.06
= 163.52 km.
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 163.52 km/35 km per jam = 4.672 jam
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
= 280.32 menit
- Waktu pelayanan total = 7 x 19 menit = 133 menit
- Waktu Bongkar-Muat Total= 129 krat/7 krat per menit + 129 krat/8 krat per
menit = 34.55 menit
Waktu total = (15+280.32+133+34.55) x (1+0.2)
= 555.444 menit
f. Sub Rute 6
Outlet terpilih :
[KP Medan(i)-41(j)-42(j)-40(j)-37(j)-36(j)-44(j)- 24(j) KP Medan(i)]
Jumlah order = 130 krat
Jarak total = 85.76 + 3.6 + 6.4 + 4.2 + 0.1 + 9.62 + 18.92 + 73.04
= 201.64 km.
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 201.64 km/35 km per jam = 5.761 jam
= 345.66 menit
- Waktu pelayanan total = 7 x 19 menit = 133 menit
- Waktu Bongkar-Muat Total= 130 krat/7 krat per menit + 130 krat/8 krat per
menit = 34.821 menit
Waktu total = (15+345.66+133+34.821) x (1+0.2)
= 634.177 menit
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Keenam hasil perhitungan waktu distribusi sub rute dapat dilihat pada Tabel 5.18.
Tabel 5.18. Data Jumlah Waktu Distribusi
Sub
Rute Hari
Jarak
(km)
Waktu distribusi
(menit)
Waktu tersedia
(menit)
I Senin 48.34 317.532 480
II Selasa 52.36 303.012 480
III Rabu 145.56 540.991 480
IV Kamis 180.90 614.028 480
V Jumat 163.52 555.444 450
VI Sabtu 201.64 634.177 480
Total 792.32 2965.184 2850
Berdasarkan hasil perhitungan, dapat dilihat bahwa waktu distribusi tiap
sub rute lebih kecil (<) dari waktu yang tersedia, sehingga waktu distribusi
tersebut feasible. Feasible adalah suatu kondisi dimana waktu trip lebih kecil dari
waktu yang tersedia sehingga rute tersebut dapat dijalani sesuai dengan jumlah
mobil angkut yang telah diperhitungkan.
Waktu luang yang tersisa hingga jam pulang setelah tiba di Kantor
Penjualan Medan digunakan salesman untuk menyusun botol-botol kosong di
gudang dan membuat laporan penjualan harian.
10. Pemeriksaan Outlet
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Setelah pemetaan outlet dilakukan, kemudian diperiksa kembali
keseluruhan outlet, apakah outlet-outlet telah terpetakan semua, yaitu dari outlet 1
hingga outlet 45. Dari data di atas semua outlet sudah dipetakan.
5.2.6. Sub Rute yang Terbentuk
Sub rute yang terbentuk akan disempurnakan hingga mencapai nilai
ketepatan jarak yang terkecil dengan menggunakan metode Algoritma Heuristik.
5.2.6.1. Pengolahan Data Sub Rute 1
1. Penentuan rute terpendek
Penentuan rute terpendek untuk sub rute 1 menggunakan software Quant
System(QS) versi 3.0 (lihat lampiran 3) menghasilkan jalur tempuh berikut ini :
KP Yos Sudarso – Maju Bersama Swalayan – Amplas Swalayan – Suzuya
Swalayan – SMP II, Kantin – Santa Maria, Kantin – Kesawan Sea Food Centre –
SMU II, Kantin - KP Yos Sudarso dengan total jarak 45.48 km.
2. Waktu Distribusi
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 45.48 km/35 km per jam = 1.30 jam
= 78 menit
- Waktu pelayanan total = 7 x 19 menit = 133 menit
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Waktu Bongkar-Muat Total= 126 krat/7 krat per menit + 126 krat/8 krat per
menit = 33.75 menit
Waktu total = (15+78+133+33.75) = 259.75 menit
Waktu total dengan allowance = 259.75 menit x (1+0.2) = 311.7 menit
3. Jumlah mobil angkut minimum
Jumlah mobil angkut yang dibutuhkan adalah :
Jumlah mobil angkut minimum = 311.7 / 480 menit = 0,649 ≈ 1 mobil angkut
Sehingga mobil angkut yang digunakan untuk sub rute 1 ini adalah 1 mobil
angkut dengan kapasitas 130 krat.
5.2.6.2. Pengolahan Data Sub Rute 2
1. Penentuan rute terpendek
Penentuan rute terpendek untuk sub rute 2 menggunakan software Quant
System(QS) versi 3.0 (lihat lampiran 3) menghasilkan jalur tempuh berikut ini :
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
KP Yos Sudarso – Harapan – Sri Deli Food Court – UISU, Kantin – Makmur, CV
Kantin – Amplas Swalayan – UNIVA, Kantin - KP Yos Sudarso dengan total
jarak 40.3 km.
2. Waktu Distribusi
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 40.3 km/35 km per jam = 1.151 jam
= 69.06 menit
- Waktu pelayanan total = 6 x 19 menit = 114 menit
- Waktu Bongkar-Muat Total= 126 krat/7 krat per menit + 126 krat/8 krat per
menit = 33.75 menit
Waktu total = (15+69.06+114+33.75) = 231.81 menit
Waktu total dengan allowance = 231.81 menit x (1+0.2)
= 278.172 menit
3. Jumlah mobil angkut minimum
Jumlah mobil angkut minimum = 278.172 / 480 menit = 0,579 ≈ 1 mobil
angkut. Sehingga mobil angkut yang digunakan untuk sub rute 1 ini adalah 1
mobil angkut dengan kapasitas 130 krat.
5.2.6.3. Pengolahan Data Sub Rute 3
1. Penentuan rute terpendek
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Penentuan rute terpendek untuk sub rute 3 menggunakan software Quant
System(QS) versi 3.0 (lihat lampiran 3) menghasilkan jalur tempuh berikut ini :
KP Yos Sudarso – OBONK,CAFÉ – Alek – Rahmat – Hariantio – Putra Minang,
Rumah Makan – Wongsolo, Rumah Makan – J.Barus – Bakso Polonia - KP Yos
Sudarso dengan total jarak 118.28 km.
2. Waktu Distribusi
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 118.28 km/35 km per jam = 3.379 jam
= 202.74 menit
- Waktu pelayanan total = 8 x 19 menit = 152 menit
- Waktu Bongkar-Muat Total= 128 krat/7 krat per menit + 128 krat/8 krat per
menit = 34.29 menit
Waktu total = (15+202.74+152+34.29) = 404.03 menit
Waktu total dengan allowance = 404.03 menit x (1+0.2) = 484.836 menit
3. Jumlah mobil angkut minimum
Jumlah mobil angkut yang dibutuhkan adalah :
Jumlah mobil angkut minimum = 484.836 / 480 menit = 1.010 ≈ 2 mobil angkut.
Sehingga mobil angkut yang digunakan untuk sub rute 1 ini adalah 2 mobil
angkut dengan kapasitas 130 krat.
5.2.6.4. Pengolahan Data Sub Rute 4
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
1. Penentuan rute terpendek
Penentuan rute terpendek untuk sub rute 4 menggunakan software Quant
System(QS) versi 3.0 (lihat lampiran 3) menghasilkan jalur tempuh berikut ini :
KP Yos Sudarso – Al-Azhar Kantin – Perangin-angin – Nurhasanah Kantin –
Gurning Jaya – Kendedes, Rumah Makan – Dina – Angga – Tritura Wartel - KP
Yos Sudarso dengan total jarak 152.72 km.
2. Waktu Distribusi
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 152.72km/35 km per jam = 4.363 jam
= 261.78 menit
- Waktu pelayanan total = 7 x 19 menit = 133 menit
- Waktu Bongkar-Muat Total= 129 krat/7 krat per menit + 129 krat/8 krat per
menit = 34.553 menit
Waktu total = (15+261.78+133+34.553) = 444.333 menit
Waktu total dengan allowance = 444.333 menit x (1+0.2) = 533.1996 menit
3. Jumlah mobil angkut minimum
Jumlah mobil angkut yang dibutuhkan adalah :
Jumlah mobil angkut minimum = 533.1996 / 480 menit = 1.11 ≈ 2 mobil angkut
Sehingga mobil angkut yang digunakan untuk sub rute 1 ini adalah 2 mobil
angkut dengan kapasitas 130 krat.
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
5.2.6.5. Pengolahan Data Sub Rute 5
1. Penentuan rute terpendek
Penentuan rute terpendek untuk sub rute 5 menggunakan software Quant
System(QS) versi 3.0 (lihat lampiran 3) menghasilkan jalur tempuh berikut ini :
KP Yos Sudarso – College BINANIKA – KQ 5 Mie Ayam – Chyke’s Mini
Market – Bakso and Hot Plate – Siburian – Rambe – J. Saragih - KP Yos Sudarso
dengan total jarak 156.46 km.
2. Waktu Distribusi
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 156.46 km/35 km per jam = 4.470 jam
= 268.2 menit
- Waktu pelayanan total = 7 x 19 menit = 133 menit
- Waktu Bongkar-Muat Total= 129 krat/7 krat per menit + 129 krat/8 krat per
menit = 34.55 menit
Waktu total = (15+268.2+133+34.55) = 450.75 menit
Waktu total dengan allowance = 450.75 menit x (1+0.2) = 540.9 menit
3. Jumlah mobil angkut minimum
Jumlah mobil angkut yang dibutuhkan adalah :
Jumlah mobil angkut minimum = 540.9 / 450 menit = 1.202 ≈ 2 mobil angkut
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Sehingga mobil angkut yang digunakan untuk sub rute 1 ini adalah 2 mobil
angkut dengan kapasitas 130 krat.
5.2.6.6. Pengolahan Data Sub Rute 6
1. Penentuan rute terpendek
Penentuan rute terpendek untuk sub rute 6 menggunakan software Quant
System(QS) versi 3.0 (lihat lampiran 3) menghasilkan jalur tempuh berikut ini :
KP Yos Sudarso – UD. Glory – SMP 1 – UD. Anta – Gintra – Dearma Munthe –
ST. Thomas 2 – Alfalah Wartel - KP Yos Sudarso dengan total jarak 182.66 km.
2. Waktu Distribusi
Perhitungan waktu total adalah sebagai berikut :
- Waktu set up mobil angkut = 15 menit
- Waktu perjalanan total = 182.66 km/35 km per jam = 5.219 jam
= 313.14 menit
- Waktu pelayanan total = 7 x 19 menit = 133 menit
- Waktu Bongkar-Muat Total= 130 krat/7 krat per menit + 130 krat/8 krat per
menit = 34.821 menit
Waktu total = (15+313.14+133+34.821) = 495.961 menit
Waktu total dengan allowance = 495.961 menit x (1+0.2) = 595.153 menit
3. Jumlah mobil angkut minimum
Jumlah mobil angkut yang dibutuhkan adalah :
Jumlah mobil angkut minimum = 595.153 / 480 menit = 1.239 ≈ 2 mobil angkut
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Sehingga mobil angkut yang digunakan untuk sub rute 1 ini adalah 2 mobil
angkut dengan kapasitas 130 krat.
Keseluruhan sub rute yang terbentuk dapat dilihat pada Tabel 5.19.
5.2.7. Penentuan Biaya Transportasi Sub Rute
Biaya transportasi alat angkut terdiri dari biaya operasional (biaya bahan
bakar) dan biaya maintenance. Biaya maintenance tidak perlu diperbandingkan
dikarenakan sama dan PT. Coca-cola Bottling Indonesia Medan memiliki bengkel
yang dikelola sendiri oleh perusahaan.
Jarak tempuh keseluruhan Sub Rute I – Sub Rute VI adalah 695.9 km.
Bahan bakar yang dibutuhkan untuk menempuh Sub Rute I – Sub Rute VI selama
satu minggu adalah 81 solar, sehingga biaya bahan bakar yang dibutuhkan
= 81 x Rp. 4300,- = Rp. 348300,-
Perbandingan antara jarak yang ditempuh dengan bahan bakar yang
dibutuhkan yaitu : 695.9 km/ 81 = 8.591 km/ ≈ 9 km/ atau satu liter bahan
bakar dapat menempuh jarak rata-rata 9 km.
Biaya transportasi tiap sub rute PT. Coca-cola Bottling Indonesia Medan
adalah sebagai berikut :
5.2.7.1. Penentuan Biaya Transportasi Sub Rute 1
Jalur tempuh :
[KP Medan(i)-8(j)-7(j)-3(j)-2(j)-4(j)-5(j)- 1(j) - KP Medan(i)]
Jarak tempuh = 48.34 km
Mobil angkut : Mobil box kapasitas 130 krat
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Biaya Operasional :
- Bahan bakar yang dibutuhkan = 48.34km : 9 km/ = 5.37 ≈ 6
- Biaya Bahan Bakar (Solar) = 6 x Rp. 4300,- = Rp. 25800,-
Biaya transportasi harian = Rp. 25800,-
5.2.7.2. Penentuan Biaya Transportasi Sub Rute 2
Jalur tempuh :
[KP Medan(i)-6(j)-12(j)-11(j)-9(j)-7(j)-10(j) - KP Medan(i)]
Jarak tempuh = 24.34 km
Mobil angkut : Mobil box kapasitas 130 krat
Biaya Operasional :
- Bahan bakar yang dibutuhkan = 24.34 km : 9 km/ = 2.704 ≈ 3
- Biaya Bahan Bakar (Solar) = 3 x Rp. 4300,- = Rp. 12900,-
Biaya transportasi harian = Rp. 12900,-
5.2.7.3. Penentuan Biaya Transportasi Sub Rute 3
Jalur tempuh :
[KP Medan(i)-14(j)-16(j)-15(j)-17(j)-18(j)-13(j)-19(j)- 21(j)- KP Medan(i)]
Jarak tempuh = 77.06 km
Mobil angkut : Mobil box kapasitas 130 krat
Biaya Operasional :
- Bahan bakar yang dibutuhkan = 77.06 : 9km/ = 8.562 ≈ 9
- Biaya Bahan Bakar (Solar) = 9 x Rp. 4300,- = Rp. 38700,-
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Biaya transportasi harian = Rp. 38700,-
5.2.7.4. Penentuan Biaya Transportasi Sub Rute 4
Jalur tempuh :
[KP Medan(i)-39(j)-20(j)-22(j)-23(j)-25(j)-38(j)-26(j)- 28(j)- KP Medan(i)]
Jarak tempuh = 99.74 km
Mobil angkut : Mobil box kapasitas 130 krat
Biaya Operasional :
- Bahan bakar yang dibutuhkan = 99.74 : 9 km/ = 11.082 ≈ 12
- Biaya Bahan Bakar (Solar) = 12 x Rp. 4300,- = Rp. 51600,-
Biaya transportasi harian = Rp. 51600,-
5.2.7.5. Penentuan Biaya Transportasi Sub Rute 5
Jalur tempuh :
[KP Medan(i)-32(j)-33(j)-35(j)-34(j)-30(j)-31(j)-29(j)- KP Medan(i)]
Jarak tempuh = 85.46 km
Mobil angkut : Mobil box kapasitas 130 krat
Biaya Operasional :
- Bahan bakar yang dibutuhkan = 85.46 : 9km/ = 9.49 ≈ 10
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
- Biaya Bahan Bakar (Solar) = 10 x Rp. 4300,- = Rp. 43000,-
Biaya transportasi harian = Rp. 43000,-
5.2.7.6. Penentuan Biaya Transportasi Sub Rute 6
Jalur tempuh :
[KP Medan(i)-41(j)-42(j)-40(j)-37(j)-36(j)-44(j)- 24(j) KP Medan(i)]
Jarak tempuh = 128.6 km
Mobil angkut : Mobil box kapasitas 130 krat
Biaya Operasional :
- Bahan bakar yang dibutuhkan = 128.6 : 6km/ = 14.289 ≈ 15
- Biaya Bahan Bakar (Solar) = 15 x Rp. 4300,- = Rp. 64500,-
Biaya transportasi harian = Rp. 64500,-
Biaya transportasi alat angkut pada tiap sub rute usulan dapat dilihat pada
Tabel 5.20.
Tabel 5.20. Biaya Transportasi Alat Angkut Pada Tiap Sub Rute
Sub Rute Bahan Bakar yang
dibutuhkan ( )
Biaya Transportasi
(Rp.)
1 6 25800
2 3 12900
3 9 38700
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan
Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
4 12 51600
5 10 43000
6 15 64500
Total 55 236500
Dari Tabel 5.12 dapat dilihat bahwa bahan bakar (solar) yang dibutuhkan untuk
menempuh sub rute 1 sampai sub rute 6 dalam seminggu adalah 55 dan biaya
transportasinya sebesar Rp. 236500,-
Anita Christine Sembiring : Penentuan Rute Distribusi Produk Yang Optimal Dengan Menggunakan Algoritma Heuristik Pada PT. Coca-Cola bottling Indonesia Medan, 2008. USU Repository © 2009
Tabel 5.19. Keseluruhan Sub Rute Usulan PT. Coca-cola Bottling Indonesia Medan
Sub
Rute
Jumlah
outlet
Waktu siklus
(hari)
Demand
(krat)
Jarak
(km)
Waktu tempuh
(menit)
Jumlah mobil
angkut (unit)
Kapasitas mobil
angkut (krat)
Trip
minimum
1 7
6
126 45.48 259.750 1
130 1
2 6 126 40.3 231.810 1
3 8 128 118.28 404.030 2
4 8 129 152.72 444.333 2
5 7 129 156.46 450.750 2
6 7 130 182.66 495.961 2
Total 45 6 768 659.9 2286.634 10 130 1
BAB VI
ANALISIS PEMECAHAN MASALAH
6.1. Analisis Jarak Tempuh
Dalam penentuan Rute Distribusi yang optimal jarak tempuh sangat
berpengaruh karena semakin jauh jarak tempuh maka semakin jauh pula waktu
tempuh mobil angkut yang digunakan.
Perbandingan jarak tempuh sub rute 1 sampai sub rute 6 yang terbentuk
sebelum dan sesudah menggunakan Algoritma Heuristik dengan Software Quant
System(QS) versi 3.0 dapat dilihat pada Tabel 6.1.
Tabel 6.1. Perbandingan Jarak Tempuh
Sub Rute
Jarak awal (km)
Jarak dengan software Quant System(QS) versi 3.0 (km)
I 48.34 45.48 II 52.36 40.3 III 145.56 118.28 IV 180.90 152.72 V 163.52 156.46 VI 201.64 182.66
Total 792.32 659.9
Jarak awal adalah jarak yang diperoleh dari pembentukan sub rute awal
yang diperoleh melalui prosedur pembentukan sub rute yang dibahas pada bab V.
Sesudah menggunakan algoritma heuristik dengan software Quant System(QS)
versi 3.0 maka jarak lebih singkat melalui penukaran jalur tempuh. Dari tabel di
atas dapat dilihat bahwa sub rute yang terbentuk mengalami pengurangan jarak
tempuh dari jarak tempuh awal. Selisih jarak tempuh yang berkurang adalah
132.42 km.
Dengan jarak tempuh yang lebih singkat maka akan berdampak pada
berkurangnya waktu tempuh mobil angkut. Estimasi Feasibilitas setiap sub rute
dapat dilihat pada Tabel 6.2.
Tabel 6.2. Estimasi Feasibilitas
Sub Rute Hari Waktu tersedia
(menit) Waktu distribusi usulan (menit) Estimasi
Feasibilitas Tanpa allowance Dengan allowance
I Senin 480 295.750 311.700 Feasible
II Selasa 480 231.810 278.172 Feasible
III Rabu 480 404.030 484.836 Tidak Feasible
IV Kamis 480 444.333 533.199 Tidak Feasible
V Jumat 450 450.750 540.900 Tidak Feasible
VI Sabtu 480 495.961 595.153 Tidak Feasible
Total 2850 2322.634 2743.960
Penjadwalan mingguan keenam sub rute tersebut disesuaikan dengan
waktu distribusi yang tersedia di PT. Coca-cola Bottling Indonesia Medan.
Berdasarkan Tabel 6.2. dapat dilihat bahwa penjadwalan mingguan sub
rute I - II feasible dikarenakan waktu trip lebih kecil dari waktu yang tersedia
sehingga rute tersebut dapat dijalani sesuai dengan jumlah mobil angkut yang
telah diperhitungkan. Sedangkan sub rute III – VI tidak feasible dikarenakan
waktu trip lebih besar dari waktu yang tersedia sehingga rute tersebut tidak dapat
dijalani sesuai dengan jumlah mobil angkut yang telah diperhitungkan dan jumlah
mobil angkut harus ditambahi atau kapasitas mobil angkut ditambahi.
Pendistribusian yang direncanakan juga akan dapat mengantisipasi
berbagai hambatan dan kendala yang terjadi dalam pendistribusian sehingga
waktu siklus pendistribusian tidak akan terganggu. Ini dikarenakan dalam
perhitungan rute yang direncanakan sudah menggunakan allowance (kelonggaran)
sebesar 20% dan pertimbangan terhadap faktor-faktor yang mungkin dapat
mempengaruhi waktu siklus pendistribusian. Sehingga waktu siklus
pendistribusian rute yang direncanakan akan dapat dipenuhi untuk dilaksanakan.
Waktu luang/waktu sisa dari setiap sub rute usulan dapat dilihat pada
Tabel 6.3.
Tabel 6.3. Waktu Luang/Waktu Sisa Setiap Sub Rute
Sub Rute
Waktu tersedia (menit)
Waktu distribusi usulan (menit)
waktu luang/ sisa waktu (menit)
I 480 311.700 168.83 II 480 278.172 201.828 III 480 484.836 - 4.836 IV 480 533.199 - 53.199 V 450 540.900 - 90.9 VI 480 595.153 - 115.153
Total 2850 2743.960 106.57 Dari tabel 6.3. dapat dilihat bahwa setiap sub rute usulan mempunyai
waktu distribusi yang lebih singkat dari waktu yang tersedia. Dari keseluruhan sub
rute waktu tempuh menjadi lebih singkat selama 1.7761 menit ≈ 2jam.
Waktu luang yang tersisa hingga jam pulang setelah tiba di Kantor
Penjualan PT. Coca-cola Bottling Indonesia Medan digunakan salesman untuk
menyusun botol-botol kosong di gudang dan membuat laporan penjualan harian.
6.2. Perhitungan utilisasi
Perhitungan utilisasi dilakukan dengan menggunakan persamaan:
%100xangkutalatkapasitas
diangkutyangdemandJumlahUtilisasi =
Jumlah demand dan kapasitas alat angkut setiap sub rute dapat dilihat pada
Tabel 6.4.
Utilisasi untuk keseluruhan rute pendistribusian serta untuk keseluruhan
alat angkut yang digunakan dalam pendistribusian dapat dihitung pula dengan
menggunakan persamaan berikut :
RR
T
utilitas per ruteUtilitas rata-rata tiap trip=
jumlah rute dalam satu tripU
U =NT
utilitas per alat angkutUtilitas rata-rata alat angkut=
jumlah alat angkut
TT
UU
T=
∑
∑
∑
∑∑
Tabel 6.4. Demand dan Kapasitas Mobil Angkut Tiap Sub Rute
Sub Rute
Coca-Cola (krat)
Sprite (krat)
Total Demand (krat)
Kapasitas mobil angkut (krat)
I 78 48 126 130 II 78 48 126 130 III 73 55 128 130 IV 78 51 129 130 V 77 52 129 130 VI 72 58 130 130
Perhitungan utilitas masing-masing sub rute dapat dilihat dibawah ini :
a. Sub Rute 1
%97%100130126
== xUtilisasi
b. Sub Rute 2
%97%100130126
== xUtilisasi
c. Sub Rute 3
%98%100130128
== xUtilisasi
d. Sub Rute 4
%99%100130129
== xUtilisasi
e. Sub Rute 5
%99%100130129
== xUtilisasi
f. Sub Rute 6
%100%100130130
== xUtilisasi
Utilitas alat angkut masing-masing sub rute dapat dilihat pada Tabel 6.5.
Tabel 6.5. Utilitas Alat Angkut Masing-Masing Sub Rute
Sub Rute Utilitas (%)
I 97 II 97 III 98 IV 99 V 99 VI 100
Total 590
Dengan persamaan diatas,maka utilitas rata-rata tiap trip serta utilitas rata-
rata alat angkut dapat dihitung yakni :
Utilitas rata-rata = (97% + 97% + 98% + 99% + 99% + 100% ) / 6
= 98 %
Sedangkan untuk utilitas rata-rata keseluruhan mobil angkut perlu lagi
dihitung karena tidak semua rute yang dilalui oleh satu alat angkut dengan jumlah
trip minimum yang tunggal. Sehingga dapat kita ketahui secara langsung bahwa
utilitas rata-rata tiap trip mempunyai hasil yang sama dengan perhitungan utilitas
rata-rata tiap trip.
6.3. Analisis Biaya Transportasi
Pada bab V sebelumnya telah dibahas bahwa semakin singkat jarak
tempuh maka biaya transportasi juga semakin sedikit atau ada penghematan biaya
transportasi.
Biaya transportasi alat angkut terdiri dari biaya operasional (biaya bahan bakar)
dan biaya maintenance. Biaya maintenance tidak perlu diperbandingkan
dikarenakan PT. Coca-cola Bottling Indonesia Medan memiliki bengkel yang
dikelola sendiri oleh perusahaan.
Melalui pengolahan data biaya transportasi alat angkut pada tiap sub rute
pada bab V, dapat dilakukan perbandingan antara biaya transportasi alat angkut
pada sub rute usulan dengan sub rute yang ada di PT. Coca-cola Bottling
Indonesia Medan. Perbandingan biaya transportasi alat angkut pada sub rute
usulan dengan sub rute yang ada di lapangan dapat dilihat pada Tabel 6.6.
Tabel 6.6. Perbandingan Biaya Transportasi
Yang tersedia Yang direncanakan Sub rute Biaya transportasi (Rp.) Sub rute Biaya transportasi (Rp.)
1 25800 1 25800 2 21500 2 12900 3 60200 3 38700 4 73100 4 51600 5 77400 5 43000 6 90300 6 64500
Total 348300 Total 236500
Dari Tabel 6.6 dapat dilihat bahwa Sub Rute yang direncanakan/usulan
memiliki biaya transportasi yang lebih rendah dari Sub Rute yang tersedia
dikarenakan jarak yang ditempuh lebih singkat. Biaya transportasi sangat
berpengaruh kepada jarak tempuh yang lebih singkat pada tiap rutenya. Semakin
dekat jarak tempuh maka akan terjadi penghematan biaya transportasi.
6.4. Usulan Rancangan Rute Distribusi
Rute Distribusi yang ada di PT. Coca-cola Bottling Indonesia tidak efisien
karena keterlambatan pengiriman produk Coca-cola ke outlet-outlet sesuai
permintaan yang ada. Dalam pembentukan sub-sub rute pendistribusian produk
Coca-cola di PT. Coca-cola Bottling Indonesia Medan terdapat berbagai macam
perbedaan antara kondisi pendistribusian yang ada dengan kondisi pendistribusian
yang direncanakan. Rute pendistribusian produk Coca-cola PT. Coca-cola
Bottling Indonesia Medan masih kurang efektif dan efisien dikarenakan adanya
keterlambatan pengiriman produk atau tidak tepatnya waktu pengiriman produk,
sehingga diperlukan usulan rancangan rute distribusi yang optimal dengan
memperhitungkan kapasitas alat angkut yang tersedia agar pendistribusian produk
dapat dilakukan secara lebih efektif dan efisien.
Pembentukan sub rute yang direncanakan/usulan terdiri dari 6 sub rute
yang dilakukan oleh satu salesman yang dijadwalkan per minggunya.
Pendistribusian dimulai dari Kantor Penjualan PT. Coca-cola Bottling Indonesia
Medan kemudian mengelilingi setiap outlet kemudian kembali ke Kantor
Penjualan PT. Coca-cola Bottling Indonesia Medan. Selanjutnya dapat
ditunjukkan perbedaan antara kondisi pendistribusian yang direncanakan dengan
yang ada serta kelemahan dan kelebihan dari penggunaan metode ini.
a. Aspek penggunaan alat angkut dan biaya
Alat angkut sangat berpengaruh kepada distribusi yang dilakukan oleh PT.
Coca-cola Bottling Indonesia Medan. Alat angkut yang digunakan untuk
setiap sub rute adalah satu alat angkut dengan kapasitas 130 krat. Hal ini akan
menghemat biaya distribusi dikarenakan jumlah demand untuk setiap sub rute
rata-rata adalah 128 krat, sedangkan pendistribusian di lapangan menggunakan
mobil berkapasitas 220 krat akan kelebihan kapasitas produk yang dibawa
sedangkan 50 krat sehingga akan menambah jumlah trip menjadi dua trip
untuk setiap sub rute dikarenakan seluruh outlet harus terlayani serta
mengakibatkan jarak tempuh yang bertambah sekaligus berdampak pada
bertambahnya waktu tempuh dan biaya transportasi.
Jarak keseluruhan sub rute yang ditempuh oleh PT. Coca-cola Bottling
Indonesia Medan adalah 792.32 km sedangkan jarak keseluruhan sub rute
usulan adalah 695.9 km. Perbedaan jarak tempuh diakibatkan penggunaan
mobil dengan kapasitas yang berbeda sehingga menyebabkan jumlah trip
perjalanan yang berbeda. PT. Coca-cola Bottling Indonesia Medan tidak
mempertimbangkan jarak tempuh untuk mencapai lokasi outlet tetapi hanya
memenuhi permintaan pada lokasi outlet tersebut, sehingga dengan dua trip
perjalanan serta lokasi outlet yang jauh menyebabkan jarak tempuh sub rute
yang tersedia dengan sub rute usulan berbeda jauh.
Berdasarkan pengamatan, satu liter bahan bakar alat angkut Truk Box
kapasitas 130 krat serta alat angkut Truk Box 220 krat yang dimiliki PT. Coca-
cola Bottling Indonesia Medan dapat menempuh jarak rata-rata 9 km,
sehingga berdasarkan jarak tempuh yang dilalui, biaya bahan bakar sub rute
usulan dapat dihemat sebesar Rp.111800,- dari sub rute yang tersedia. Alat
angkut Truk Box kapasitas 130 krat yang digunakan adalah produksi tahun
2005 sedangkan alat angkut Truk Box kapasitas 220 krat yang diusulkan
produksi tahun 2006. PT. Coca-cola Bottling Indonesia Medan melakukan
maintenance secara rutin terhadap alat angkutnya dan PT. Coca-cola Bottling
Indonesia Medan memiliki bengkel yang dikelola sendiri oleh perusahaan.
Penggunaan mobil berkapasitas 130 krat yang selama ini digunakan dapat
dimanfaatkan untuk pendistribusian produk dengan lokasi yang berdekatan
dengan PT. Coca-cola Bottling Indonesia Medan sehingga apabila harus
melakukan dua trip, akan mempersingkat jarak tempuh serta waktu tempuh
bagi mobil angkut yang sekaligus berdampak pada penghematan biaya bahan
bakar mobil angkut.
Penggunaan mobil berkapasitas 220 krat yang diusulkan dapat
memaksimalkan utilitas alat angkut PT. Coca-cola Bottling Indonesia Medan
dan pendistribusian dapat dilakukan secara efektif dan efisien, selain
permintaan dapat terlayani, jarak tempuh dan waktu tempuh dapat
dipersingkat.
b. Aspek Jarak Tempuh
PT. Coca-cola Bottling Indonesia Medan kurang memperhatikan jarak
tempuh untuk pemenuhan permintaan dari masing-masing outlet.
Pendistribusian di lapangan yang dilakukan dengan cara memenuhi
permintaan pada setiap lokasi outlet tanpa mempertimbangkan jarak tempuh
untuk mencapai lokasi tersebut. Sehingga waktu distribusi dapat melebihi
waktu yang tersedia, dan terdapat outlet yang tidak terlayani, misalnya:
seharusnya pengiriman produk dilakukan hari Sabtu tetapi baru dikirim hari
Senin dikarenakan keterbatasan waktu dan terkadang pihak konsumen harus
menghubungi terlebih dahulu baru produk dikirim. Hal ini dikarenakan
kesalahan dalam pengaturan rute dalam pengiriman. Dengan menggunakan
peta pendistribusian yang direncanakan/usulan maka akan tampak bahwa
setiap sub rute yang terbentuk memiliki jarak tempuh yang seimbang dengan
jumlah produk Coca-cola yang akan didistribusikan.
Kantor Penjualan PT. Coca-cola Bottling Indonesia Medan belum
memiliki penyusunan rute yang optimal dan tetap, sehingga dapat berubah
sewaktu-waktu yang berdampak pada ketidaktepatan waktu dalam
pendistribusian produk. Sub-sub rute Kantor Penjualan PT. Coca-cola Bottling
Indonesia Medan untuk salesman rute konvensional yang terdiri dari
mayoritas kantin (lembaga pendidikan dan lembaga usaha), lokasi makan
(food court, restaurant seperti fast food dan fresh food, Rumah Makan,
Warung Makan) serta modern outlet (supermarket/swalayan, mini market dan
grosir ). Sewaktu penelitian dilaksanakan dapat dilihat pada Tabel 6.7.
Dari Tabel 6.7. dapat dilihat bahwa waktu distribusi umumnya lebih besar
dari waktu yang tersedia, sehingga salesman tidak memiliki waktu luang yang
cukup. Hal ini diakibatkan untuk melayani permintaan hanya digunakan mobil
berkapasitas 130 krat, sehigga salesman membutuhkan penambahan jumlah
trip menjadi 2 trip yang sekaligus menambah jarak tempuh dan berdampak
pada bertambahnya waktu tempuh dan biaya transportasi. Selain itu juga
terjadi keterlambatan pengiriman produk (ketidaktepatan pengiriman produk)
diakibatkan ketidaktersediaan waktu pendistribusian sehingga outlet itu yang
seharusnya dilakukan pendistribusian produk pada hari Sabtu, maka akan
dipenuhi pada hari Senin.
Perbandingan rute yang tersedia dengan yang direncanakan dapat dilihat
pada Tabel 6.8.
Tabel 6.8. Perbandingan Rute yang Tersedia dengan Rute Usulan
Yang tersedia Yang direncanakan
Kap. Alat angkut (krat)
Sub rute
Jarak tempuh
(km)
Waktu tempuh (menit)
Kap. Alat angkut (krat)
Sub rute
Jarak tempuh
(km)
Waktu tempuh (menit)
130
1 48.34 317.532
130
1 45.48 259.750 2 52.36 303.012 2 40.30 231.810 3 145.56 540.991 3 118.28 404.030 4 180.90 614.028 4 152.72 444.333 5 163.52 555.444 5 156.46 450.750 6 201.64 634.177 6 182.66 495.961
Total 792.32 2965.184 659.90 2286.634
Dari Tabel 6.8. dapat dilihat bahwa dengan pembentukan sub rute yang
direncanakan/usulan jarak tempuh serta waktu tempuh menjadi lebih singkat.
Pendistribusian yang direncanakan juga akan dapat mengantisipasi berbagai
hambatan dan kendala yang terjadi dalam pendistribusian sehingga waktu siklus
pendistribusian tidak akan terganggu. Ini dikarenakan dalam perhitungan rute
yang direncanakan sudah menggunakan allowance (kelonggaran) sebesar 20%
dan pertimbangan terhadap faktor-faktor yang mungkin dapat mempengaruhi
waktu siklus pendistribusian. Sehingga waktu siklus pendistribusian rute yang
direncanakan akan dapat dipenuhi untuk dilaksanakan.
Penentuan rute pendistribusian secara langsung akan dipengaruhi oleh
kepadatan lalu lintas pendistribusian yaitu kepadatan lalu lintas di jalan raya,
banyaknya lampu jalan serta jalan satu arah yang ada di Medan. Secara tidak
langsung kepadatan lalu lintas jalan raya akan mempengaruhi kecepatan
pendistribusian dan akhirnya akan mempengaruhi dalam pemilihan jarak
tempuh yang optimal. Semakin besar kepadatan lalu lintas jalan raya maka
kecepatan alat angkut akan semakin berkurang.
Plotting route pendistribusian pada menunjukkan rute-rute usulan
pendistribusian produk Coca-cola di Kantor Penjualan PT. Coca-cola Bottling
Indonesia Medan. Rute pendistribusian yang diplot pada peta menunjukkan
adanya perbedaan dengan rute pendistribusian hasil pembentukan sub rute
awal. Hal ini diakibatkan oleh penggunaan software Quant System(QS) versi
3.0, software ini mengurutkan rute pendistribusian tanpa mengetahui letak
atau lokasi outlet yang sebenarnya di lapangan, sehingga dalam melakukan
plotting route yang sebenarnya di lapangan akan didapatkan perbedaan dari
urutan sub rute awal. Kelemahan dari metode ini yaitu software hanya
mengurutkan rute pendistribusian tanpa mengetahui letak atau lokasi outlet
yang sebenarnya di lapangan. Sehingga faktor jalan satu arah di Medan dapat
mengakibatkan jarak tempuh bertambah dikarenakan faktor keliling yang
harus dilalui oleh alat angkut untuk menuju outlet yang dikunjungi serta
variabel lain yang terdapat di lapangan seperti banyaknya alternatif pemilihan
jalan.
c. Aspek waktu tempuh
Dengan jarak tempuh yang berkurang maka waktu yang ditempuh dalam
pendistribusian akan semakin singkat. Waktu tempuh akan semakin pendek
dibandingkan dengan kondisi pendistribusian yang ada dimana waktu
pendistribusian umumnya melebihi waktu yang tersedia dikarenakan jumlah
trip yang bertambah akibat penggunaan mobil angkut berkapasitas 130 krat.
Dengan jumlah waktu pendistribusian yang melebihi waktu tersedia maka
dapat mengakibatkan keterlambatan pengiriman produk (tidak tepatnya waktu
pengiriman) sehingga terdapat outlet yang tidak terlayani. Melalui
pembentukan sub rute serta penjadwalan yang jelas dengan memperhitungkan
kapasitas alat angkut terhadap waktu pendistribusian maka akan memudahkan
pendistribusian produk. Waktu pendistribusian yang semakin singkat akan
dapat menghemat penggunaan bahan bakar sehingga akan berdampak pada
penghematan biaya transportasi.
d. Aspek pelayanan terhadap masyarakat
Dengan penerapan peta pendistribusian yang direncanakan/usulan maka
pengalokasian atau pendistribusian produk Coca-cola tidak akan
mempertimbangkan jumlah permintaan pada satu outlet saja tetapi juga akan
memperhitungkan permintaan serta jarak untuk outlet lain pada waktu yang
bersamaan.
Dengan pembentukan sub-sub rute berdasarkan jumlah outlet dan jumlah
permintaan maka seluruh permintaan dapat terlayani. Apabila seluruh
permintaan dapat dilayani maka akan meningkatkan dan memperbaiki kualitas
pelayanan terhadap masyarakat.
Distribusi suatu produk akan sangat mempengaruhi nilai produk yang
dihasilkan oleh produsen baik dari nilai atau harga jual maupun nilai produk di
mata konsumen yang membeli/calon pembeli. Semakin baik rantai pengiriman
maka akan semakin meningkatkan nilai kepuasan konsumen dengan
ketersediaan produk dengan jumlah serta waktu yang tepat.
Tabel 6.7. Sub Rute PT. Coca-cola Bottling Indonesia Medan
No Rute Jlh
outlet
Order
(krat)
Waktu
tersedia
(menit)
Waktu
distribusi
(menit)
Waktu luang/ waktu
lebih (menit)
Jarak
tempuh
(km)
Keterangan
1 KP-7-8-10-9-6-5-4-KP 7 125 480 317.532 -168.3 (waktu luang) 40.78 Jumlah trip : 1 dengan mobil kapasitas 130 krat
2 KP-1-2-3-11-12-45-42-27-KP 8 126 480 303.012 -176.9 (waktu luang) 48.04 Jumlah trip : 1 dengan mobil kapasitas 130 krat
3 KP-13-14-15-16-17-19-20-KP 7 129 480 540.991 60.9 (waktu lebih) 67.78 Jumlah trip : 2 dengan mobil kapasitas 130 krat
4 KP-18-21-22-23-24-25-26-34-40-KP 9 130 480 614.028 134.02 (waktu lebih) 81.58 Jumlah trip : 2 dengan mobil
kapasitas 130 krat 5 KP-28-31-32-33-35-36-37-KP 7 128 450 555.444 105.4 (waktu lebih) 78.9 Jumlah trip : 2 dengan mobil
kapasitas 130 krat 6 KP-34-29-30-38-39-41-43-44-KP 8 130 480 634.177 154.17 (waktu lebih) 91.54 Jumlah trip : 2 dengan mobil
kapasitas 130 krat Total 45 768 2850 2965.184 94.44 408.62
BAB VII
KESIMPULAN DAN SARAN
7.1. Kesimpulan
Penelitian ini bertujuan untuk merencanakan rute distribusi produk Coca-
cola yang akan meminimilisasi jarak tempuh pendistribusian. Berdasarkan analisa
yang telah dilakukan pada bab sebelumnya dapat diambil kesimpulan sebagai
berikut :
1. Dalam penelitian ini diperoleh bahwa jarak tempuh alat angkut yang
digunakan dalam pendistribusian menggunakan sub rute yang
direncanakan/usulan lebih singkat sejauh 132.42 ≈ 133 km (dalam satu
minggu) dibandingkan dengan rute pendistribusian yang ada di PT. Coca-cola
Bottling Indonesis Medan.
2. Sub rute yang direncanakan/usulan akan menghemat waktu tempuh selama
678.55 ≈ 679 menit (dalam satu minggu) bagi alat angkut daripada rute
pendistribusian yang ada dikarenakan pengaruh langsung dari jarak tempuh
alat angkut yang diperoleh melalui penerapan rute yang direncanakan lebih
singkat.
3. Perubahan jarak tempuh dan waktu tempuh menjadi lebih singkat
menghasilkan penghematan biaya transportasi sebesar Rp. 111800,- (per
minggu) dibandingkan rute pendistribusian yang ada.
4. Dengan penerapan rute pendistribusian yang direncanakan/usulan PT. Coca-
Cola Bottling Indonesia Medan dapat meningkatkan kualitas pelayanan
penyediaan produk Coca-cola kepada masyarakat.
7.2. Saran
Adapun saran-saran yang perlu diperhatikan untuk penerapan dan
pengembangan metode ini adalah :
1. Untuk memperoleh hasil yang lebih akurat, sebaiknya dalam penelitian lebih
lanjut perlu mempertimbangkan penggunaan software yang lebih mutakhir
yang lebih mempertimbangkan banyak variabel (sesuai kondisi lapangan)
selain jarak antar outlet.
2. Untuk penelitian lebih lanjut mengenai penentuan rute distribusi produk untuk
salesman atau jalur tempuh yang lain dapat digunakan metode Algoritma
Heuristik.
DAFTAR PUSTAKA
Arikunto, Suharsimi, Prosedur Penelitian Suatu Pendekatan Praktek, Rineka
Cipta, 1993.
Ballou H. Ronald, Business Logistic Management, Prentice-Hall : United State,
1999.
Bowersox J., Donald, Manajemen Logistik, Bumi Aksara : Jakarta, 1978.
Gitosudarmo, Indriyo dan Agus Mulyono, Manajemen Bisnis Logistik, BPFE :
Yogyakarta, 2000.
Pearl, Judea, Heuristics : Intelligent Search Strategies for Computer Problem
Solving, Los Angeles California, 1984.
Sutalaksana, Iftikar. Z, Teknik Tata Cara Kerja, Bandung, 1979.
Wignjosoebroto, Sritomo, Ergonomi Studi Gerak dan Waktu, Guna Widya,
Surabaya, 2003.
Woodwark Frank H., Manajemen Transpor, PT. Pustaka Binaman Pressindo :
Jakarta, 1986.
Yudhistira, Titah, dkk, Algoritma Heuristik Penjadwalan Alat Angkut untuk
Pendistribusian Produk Majemuk dengan Sumber Tunggal dan
Destinasi Majemuk, Seminar Sistem Produksi VI, Hal 572-586, 2003.