19

BAB IVHASIL DAN PEMBAHASAN

Pada bab ini akan menjelaskan data yang dibutuhkan dalam melakukan penelitian,

data yang diperlukan untuk digunakan pada tahap pengolahan data. Setelah diperoleh

data-data yang diperlukan, maka akan dilakukan pengolahan data menggunakan teori

yang digunakan agar diperoleh suatu penyelesaian terhadap permasalahan yang diteliti.

4.1 Sejarah Perusahaan

4.1.1 Sejarah PT PERTAMINA

Pada 1950-an, ketika penyelenggaraan negara mulai berjalan normal seusai perang

mempertahankan kemerdekaan, Pemerintah Republik Indonesia mulai

menginventarisasi sumber-sumber pendapatan negara, di antaranya dari minyak dan

gas. Namun saat itu, pengelolaan ladang-ladang minyak peninggalan Belanda terlihat

tidak terkendali dan penuh dengan sengketa. Di Sumatera Utara misalnya, banyak

perusahaan-perusahaan kecil saling berebut untuk menguasai ladang-ladang tersebut.

Untuk meredamnya, Pemerintah menyerahkan penguasaan ladang-ladang itu kepada

Angkatan Darat, yang kemudian mendirikan PT Eksploitasi Tambang Minyak Sumatera

Utara. Perusahaan ini kemudian berubah nama menjadi PT Perusahaan Minyak

Nasional, disingkat PERMINA pada 10 Desember 1957. Pada tahun 1960, PT

PERMINA direstrukturisasi menjadi PN PERMINA sebagai tindak lanjut dari kebijakan

Pemerintah, bahwa pihak yang berhak melakukan eksplorasi minyak dan gas di

Indonesia adalah negara. Melalui satu Peraturan Pemerintah yang dikeluarkan Presiden

pada 20 Agustus 1968, PN PERMINA yang bergerak di bidang produksi digabung

dengan PN PERTAMINA yang bergerak di bidang pemasaran guna menyatukan

tenaga,modal dan sumber daya yang kala itu sangat terbatas. Perusahaan gabungan

tersebut dinamakan PN Pertambangan Minyak dan Gas Bumi Nasional (Pertamina).

Untuk memperkokoh perusahaan yang masih muda ini, Pemerintah menerbitkan

Undang-Undang No. 8 tahun 1971, dimana di dalamnya mengatur peran Pertamina

sebagai satu-satunya perusahaan milik negara yang ditugaskan melaksanakan

pengusahaan migas mulai dari mengelola dan menghasilkan migas dari ladang-ladang

minyak di seluruh wilayah Indonesia, mengolahnya menjadi berbagai produk dan

menyediakan serta melayani kebutuhan bahan bakar minyak &LPG di seluruh

Indonesia. Seiring dengan waktu, menghadapi dinamika perubahan di industri minyak

20

dan gas nasional maupun global, Pemerintah menerapkan Undang- Undang No.

22/2001. Paska penerapan tersebut, Pertamina memiliki kedudukan yang sama dengan

perusahaan minyak lainnya. Penyelenggaraan kegiatan bisnis PSO tersebut akan

diserahkan kepada mekanisme persaingan usaha yang wajar, sehat, dan transparan

dengan penetapan harga sesuai yang berlaku di pasar.

Pada 17 September 2003 Pertamina berubah bentuk menjadi PT PERTAMINA

(Persero) berdasarkan PP No. 31/2003. Undang-Undang tersebut antara lain juga

mengharuskan pemisahan antara kegiatan usaha migas di sisi hilir dan hulu. Pada 10

Desember 2005, sebagai bagian dari upaya menghadapi persaingan bisnis, PT

Pertamina mengubah logo dari lambang kuda laut menjadi anak panah dengan

tigawarna dasar hijau-biru-merah. Logo tersebut menunjukkan unsur kedinamisan serta

mengisyaratkan wawasan lingkungan yang diterapkan dalam aktivitas usaha Perseroan.

Selanjutnya pada 20 Juli 2006, PT PERTAMINA mencanangkan program

transformasi perusahaan dengan 2 tema besar yakni fundamental dan bisnis. Untuk

lebih memantapkan program transformasi itu, pada 10 Desember 2007 PT

PERTAMINA mengubah visi perusahaan yaitu, “Menjadi Perusahaan Minyak Nasional

Kelas Dunia”. Menyikapi perkembangan global yang berlaku, PT PERTAMINA

mengupayakan perluasan bidang usaha dari minyak dan gas menuju ke arah

pengembangan energi baru dan terbarukan, berlandaskan hal tersebut di tahun 2011

Pertamina menetapkan visi baru perusahaannya yaitu, “Menjadi Perusahaan Energi

Nasional Kelas Dunia”.

4.1.2 Visi dan Misi Perusahaan

Visi merupakan tujuan yang akan dicapai, sedangkan misi adalah perwujudan untuk

mencapai misi. Berikut merupakan visi dari PT PERTAMINA.

a. Visi : Menjadi Perusahaan Energi Nasional Kelas Dunia

b. Misi : Menjalankan usaha minyak, gas, serta energi baru dan terbarukan secara

terintegrasi, berdasarkan prinsip-prinsip komersial yang kuat

4.1.3 Logo dan Arti

Berikut merupakan logo dari PT PERTAMINA yang ditunjukkan pada Gambar

4.1.

21

Gambar 4.1 Logo PT PERTAMINASumber : PT PERTAMINA

Arti dari logo PT PERTAMINA yang baru ini adalah :

1. Elemen logo membentuk huruf ”P” yang keseluruhan representasi bentuk panah,

dimaksudkan sebagai PERTAMINA yang bergerak maju dan progresif.

2. Warna–warna yang berani menunjukkan langkah besar yang diambil PERTAMINA

dan aspirasi perusahaan akan masa depan yang lebih positif dan dinamis dimana :

a. Warna biru berarti handal, dapat dipercaya dan bertanggung jawab.

b. Warna hijau berarti sumber energi yang berwawasan lingkungan.

c. Warna merah berarti keuletan dan keberanian dalam menghadapi masalah.

4.1.4 Perusahaan Asosiasi dan Anak Perusahaan

PT PERTAMINA adalah perusahaan yang sangat terkenal di Indonesia.

Perusahaan ini adalah perusahaan yang memiliki manfaat yang sangat besar di

Indonesia, PT PERTAMINA dalam kinerjanya dibantu oleh anak perusahaan yang

bernama PT PERTAMINA PATRA NIAGA dimana fungsi dari anak perusahaan ini

untuk membantu PT PERTAMINA dalam mengatur pengiriman dan mengatur jadwal

dari suatu pendistribusian yang dilakukakan oleh PT PERTAMINA. Alur kerja PT

PERTAMINA PATRA NIAGA dapat dilihat pada Gambar 4.2.

Gambar 4.2 Alur kerja PT PERTAMINA PATRA NIAGASumber : PT PATRA NIAGA Surabaya

22

Pada Gambar 4.2 menjelaskan tentang alur kerja dari PT PERTAMINA PATRA

NIAGA dimana awalnya dari pihak PERTAMINA PATRA NIAGA memberikan

mandate kepada bagian PRODLINDO dimana untuk mengatur truk tangki yang akan

masuk, setelah ditu truk tangki masuk kedalah Terminal Bahan Bakar Minyak (TBBM)

dan melalukan pengisian bahan bakar truk tangki itu sendiri. Setelah melakukan

pengisian own use maka dilanjutkan dengan pengisian bahan bakar tangki setelah itu

truk tangki keluar dan melakukan pengiriman ke SPBU.

4.1.5 PT.PERTAMINA (Persero) dan TBBM UPms V Surabaya

PT PERTAMINA (Persero) TBBM Surabaya adalah pusat pengiriman Bahan

Bakar Minyak (BBM) dilingkupan wilayah Jawa TImur, Bali dan Nusa Tenggara. PT

PERTAMINA memiliki 124 truk tangki yang akan mendistribusikan bahan bakar ke

wiayah Jawa Timur, di Jawa Timur memiliki hampir 600 SPBU yang menyebar di

setiap daerah yang ada di Jawa TImur. Untuk Bali dan Nusa Tenggara, PT

PERTAMINA mengirimkan bahan bakar dengan menggunakan kapal laut

Kegiatan PT PERTAMINA dalam menyelenggarakan usaha di bidang energi dan

petrokimia terbagi ke dalam dua secktor, yaitu Hulu dan Hilir.

1. Usaha Hulu

Kegiatan usaha PERTAMINA Hulu meliputi eksplorasi dan produksi minyak, gas,

dan panas bumi. Untuk kegiatan eksplorasi dan produksi minyak dan gas dilakukan di

beberapa wilayah Indonesia maupun luar negeri.Pengusahaa di dalam negeri di kerjakan

oleh PERTAMINA Hulu dan melalui kerjasama dengan mitra sedangkan untuk

pengusahaan di luar negeri dilakukan melalui aliansi strategis bersama dengan

mitra.Berbeda dengan kegiatan usaha di bidang minyak dan gas bumi, kegiatan

eksplorasi dan produksi panas bumi masih dilakukan di dalam negeri. Untuk

mendukung kegiatan intinya,PERTAMINA Hulu juga memiliki usaha di bidang

pemboran minyak dan gas.

2. Usaha Hilir (Pengolahan,Pemasaran & Niaga dan Perkapalan)

Kegiatan usaha PERTAMINA Hilir meliputi pengolahan, pemasaran & niaga dan

perkapalan serta distribusi produk Hilir baik didalam maupun luar negeri yang berasal

dari kilang PERTAMINA maupun impor yang didukung oleh sarana transportasi darat

dan laut. Usaha hilir merupakan integrasi Usaha Pengolahan, Usaha Pemasaran, Usaha

Niaga, dan Usaha Perkapalan.

23

3. Usaha pengolahan

Bidang pengolahan mempunyai 7 unit kilang dengan kapasitas total 1.041,02 Ribu

Barrel. Beberapa kilang minyak terintegrasi dengan kilang Petrokimia dan

memproduksi NBBM.Disamping kilang minyak, PERTAMINA Hilir mempunyai

kilang LNG di Arun dan di Bontang. Kilang LNG Arun dengan 6 train dan LNG Badak

di Bontang dengan 8 train. Kapasitas LNG Arun sebesar 12,5 juta ton sedangkan LNG

Badak 18,5 juta ton per tahun. Beberapa Kilang tersebut juga menghasilkan LNG,

seperti di Pangkalan Brandan, Dumai, Musi, Cilacap, Balikpapan, Balongan dan

Mundu. Kilang Cilacap adalah satu satunya penghsil lube base oil dengan grade HVI-

60, HVI-95, HVI-160 S dan HVI-650. Produksi lube base ini disalurkan ke lube oil

blending plant (LOBP) untuk diproduksi menjadi produk pelumas dan kelebihannya di

ekspor.

Produk – produk yang dijual oleh PT.PERTAMINA Terminal BBM Surabaya yaitu

ada beberapa jenis Bahan Bakar Minyak (BBM) dan non Bahan Bakar Minyak :

1. Liquid Petroleum Gas (LPG) 3 kg, 12 kg,50 kg, BULK

2. BBM (Bahan Bakar Minyak)

a) Solar

Minyak ini adalah bahan bakar jenis distilat berwarna kuning kecoklatan yang

jernih. Penggunaan minyak solar pada umumnya adalah untuk bahan bakar pada

semua jenis mesin diesel dengan putaran tinggi (diatas1.00 RPM), yang juga dapat

di pergunakan sebagai bahan bakar pada pembakaran langsung dalam dapur-dapur

kecil, yang terutama diinginkan pembakaran yang bersih. Minyak solar ini biasa

disebut juga Gas Oil Automotive Diesel Oil, High Speed Diesel.

b) Premium

Bahan bakar minyak ini adalah bahan bakar minyak jenis distilat berwarna

kekuingan yang jernih, Warna kuning tersebut akibat adanya zat pewarna tambahan

(dye). Penggunan Premium pada umumnya adalah untuk bahan bakar kendaraan

bermotor bermesin bensin. Misalkan : mobil, sepeda motor, motor tempel dan lain-

lain. Bahan bakar ini sering juga disebut motor gasoline atau petrol.

c) Pertamax

Adalah motor gasoline tanpa timbale dengan kandungan aditif lengkap generasi

mutakhir yang akan membersihkan Intake Valve Port Fuel Injector dan Ruang

Bakar dari Carbon deposit dan mempunyai RON 92 (Research Octane Number)

24

dan dianjurkan juga untuk kendaraan berbahan bakar bensin dengan perbandingan

kompresi tinggi.

d) Avtur

Bahan Bakar Minyak ini merupakan BBM jenis khusus yang dihasilkan dari fraksi

minyak bumi. Avtur didisain untuk bahan bakar pesawat udara dengan tipe mesin

turbin (external combution). performa atau nilai mutu jenis bahan bakar avtur

ditentukan oleh karakteristik kemurnian bahan bakar, model pembakaran turbin

dan daya tahan struktur pada suhu yang rendah. Pada bahan bakar sering banyak

digunakan pada pesawat.

4.1.6 Struktur Organisasi TBBM UPms V Surabaya

Struktur organisasi pada PT PERTAMINA (Persero) Terminal Bahan Bakar

Minyak Surabaya dapat dilihat pada Gambar 4.3.

Gambar 4.3 Struktur Organisasi TBBM SurabayaSumber : PT PERTAMINA Surabaya

Dari bagan diatas ada beberapa jabatan penting secara struktural di Terminal BBM

& Gas Surabaya dimana masing-masing posisi memiliki tugas yang saling terikat.

Beberapa di antaranya adalah :

a. Operation Head / Kepala Depot

Operation Head atau di singkat OH adalah posisi tertinggi di Depot, yang mana

posisi in memiliki tugas untuk merencanakan, mengatur, mengkoordinasikan, dan

mengawasi semua aktivitas yang ada di Depot,seperti aktivitas penerimaan,

penimbunan, pengendalian kualitas, K3, administrasi, keuanan dll.

25

b. Pengawas Penerimaan, Penimbunan, dan Penyaluran (Pws PPP)

Pengawas PPP ini memiliki tugas untuk mengawasi dan mengkoordinasikan sesuai

aktifitas operasional seperti proses penerimaan, penimbunan, penyaluran BBM ke

konsumen, pengendalian kualitas, dll.

c. Penata Umum dan Sekuriti

Bidang ini memiliki tugas untuk mengatur semua kegiatan administrasi personalia

yang dilakukan secara tertib administrasi , seperti kegiatan Talper(Tata Laksana

Personalia), kepegawaian, serta pengawasan keamanan Depot.

d. Pengawas Keuangan

Bidang keuangan ini memiliki tugas untuk melakukan pengawasan semua aktivitas

keuangan, administrasi pembukuan pembelian BBM oleh SPBU,serta mengurus

dokumen dokumen yang ada.

e. Pengawas Layanan Jasa dan Pemeliharaan

Bidang ini memiliki tugas untuk membuat MRK/MR material / jasa untuk

pemeliharaan fasilitas operasional depot,pembuatan dokumen teknik, mutasi

pemindahan asset ,serta filling yang rapid an tertib.

f. Pengawas Layanan Jual

Bidang ini memiliki tugas untuk berkomunikasi langsung dengan SPBU dalam hal

penjualan BBM, pebuatan Leading Order, mendata jumlah permintaan dan jumlah

stock SPBU setiap harinya.

g. Pengawas Lingkungan Kesehatan dan Keselamatan Kerja (LK3)

Bidang LK3 ini memiliki tugas untuk melakukan antisipasi pencegahan kecelakaan

dalam pekerjaan di depot secara rutin.Seperti pencegahan terjadinya kebakaran,

pencemaran lingkungan, pemeliharaan peralatan keselamatan, dll.

4.1.7 Layout Tata Letak Fasilitas TBBM Surabaya

Sarana dan prasarana yang ada di Instalasi Surabaya Group bisa dibagi 2 area, area

kantor dan area plant. Tapi secara umum sarana prasarana yang ada di sana antara lain :

1. Sekuriti

2. Gedung Instalasi Surabaya Group

3. Aula Bersama

4. Kantor Patra Niaga

5. Tempat Parkir

6. Mushola dan Kantin

26

7. Gate in/out

8. Gudang Kantor dan Gudang Pelumas

9. Rumah Generator

10. Ruang Laboratorium

11. Filling Shed

12. Tangki Timbun

13. LPG Area

14. Ruang mesin Pompa Foam

Gambar 4.4 Layout lokasi TBBM SurabayaSumber : PT PERTAMINA Surabaya

4.2 Pengumpulan Data

Data yang dikumpulkan untuk menyelesaikan permasalahan antara lain adalah data

gabungan waktu set-up dan antrian, data waktu pemenuhan tangki, data permintaan dan

pengiriman, data jumlah truk tangki.

4.2.1 Data Gabungan Waktu Set Up dan Antrian Truk Tangki

Data gabungan waktu set up dan antrian truk tangki diambil sebanyak 30 kali

pengamatan untuk melihat rata-rata gabungan waktu set up dan antrian pada truk tangki

24 KL, 32 KL, dan 40 KL. Data tersebut adalah salah satu data yang akan digunakan

untuk mencari waktu seluruh proses pengisian yang akan dilakukan oleh masing-masing

truk tangki yang memiliki kapasitas yang berbeda-beda. Data yang telah didapatkan

dengan observasi langsung dan berdasarkan masing-masing kapasitas truk tangki dapat

dilihat pada Tabel 4.1.

27

Tabel 4.1 Gabungan Waktu Set Up dan Antrian Truk TangkiNO Kapasitas 24 KL Kapasitas 32 KL Kapasitas 40 KL

Waktu Set-Updan Antrian

(menit)

Waktu Set-Updan Antrian

(menit)

Waktu Set-Up dan Antrian

(menit)1 8,13 9,95 11,242 8,35 9,24 11,873 8,81 9,48 10,934 8,28 10,22 10,565 8,72 9,32 10,776 8,47 9,13 11,327 9,11 9,27 11,478 8,33 9,82 11,689 8,25 9,38 10,86

10 9,07 9,71 10,8311

8,75 9,89 11,4512 8,92 9,42 11,3513 8,38 10,12 10,4114

9,17 10,07 11,2415 8,22 10,02 11,3716 8,17 9,92 11,5817 8,47 9,73 10,9118 8,66 9,56 11,6719 8,78 9,44 11,9120 9,22 9,65 11,8721 9,12 9,03 11,7722 8,77 9,17 10,9423 9,01 9,35 10,8724 8,55 9,53 10,9625 8,36 9,57 11,6826 8,54 9,08 11,8527 8,31 9,78 11,8828 8,79 9,67 10,8229 8,72 9,45 11,6630 8,43 10,15 10,66

Data yang telah dikumpulkan adalah 30 truk tangki berkapasitas 24 KL, 30 truk

tangki berkapasitas 32 KL, dan 30 truk tangki berkapasitas 40 KL. Aktivitas yang ada

pada gabungan waktu set up dan antrian meliputi persiapan pengisian yaitu membuka

saluran pengisian sebelum pengisian tangki, menutup saluran pengisian tangki, dan

28

antrian setiap truk tangki. Terjadi perbedaan gabungan waktu set up dan antrian pada

truk tangki dikarenakan pada truk tangki berkapasitas 24 KL memiliki 3 (tiga) saluran

pengisian, truk tangki 32 KL memiliki 4 (empat) saluran pengisian, dan truk tangki 40

KL memiliki 5 (lima) saluran pengisian.

4.2.2 Data Waktu Pemenuhan Tangki

Data waktu pemenuhan tangki didapatkan dari data sekunder yaitu berupa data

dari pihak PT PERTAMINA, dikarenakan pada penelitian ini memiliki tujuan

menentukan banyaknya gentry dengan optimasi sehingga pada penelitian ini

mengabaikan gentry yang mengalami kerusakan baik itu berupa kecepatan pengisian

yang melambat hingga kerusakan pada gentry itu sendiri sehigga harus dilakukan

maintenance. Data pemenuhan tangki dapat dilihat pada Tabel 4.2 sebagai berikut.

Tabel 4.2 Waktu Pemenuhan Tangki

No Kapasitas Truk Tangki Waktu Pengisian

1 24 KL 4,5 menit

2 32 KL 4,5 menit

3 40 KL 11 menit

Sumber : PT PERTAMINA Surabaya

Pada truk tangki berkapasitas 24 KL dan 32 KL mengalami waktu yang sama yaitu

4,5 menit dan truk tangki berkapasitas 40 KL mengalami waktu pengisian selama 11

menit. Perbedaan pengisian ini dikarenakan pada truk tangki yang berkapasitas 24 KL

memiliki 3 (tiga) saluran pengisian, truk tangki 32 KL memiliki 4 (empat) saluran

pengisian, dan truk tangki 40 KL memiliki 5 (lima) saluran pengisian. Gentry memiliki

4 selang pengisian, sehingga pada truk tangki 24 KL dan 32 KL dapat langsung mengisi

tangki tersebut sedangkan pada truk tangki 40 KL pengisian bahan bakar pada tangki

mengalami 2 (dua) kali waktu pengisian dikarenakan gentry tidak dapat sekaligus

melakukan pengisian dengan adanya 5 (lima) saluran pengisian pada truk tangki 40 KL.

4.2.3 Data Permintaan dan Pemenuhan Permintaan

Pada penelitian ini, untuk menentukan optimasi banyaknya gentry yang ada pada

PT PERTAMINA harus melihat output yang ingin dicapai oleh PT PERTAMINA.

Dengan adanya data banyaknya permintaan diharapkan optimasi banyaknya gentry

dapat diketahui. Tabel 4.3 menunjukkan banyaknya permintaan yang terjadi dan

pemenuhan permintaan yang dapat dilakukan PT PERTAMINA.

29

Tabel 4.3 Data Permintaan dan Pemenuhan PermintaanNo Tanggal Permintaan (KL) Pemenuhan Permintaan (KL)

1 03 Maret 2014 11.418 10.450

2 10 Maret 2014 10.988 10.760

3 17 Maret 2014 11.774 11.326

4 24 Maret 2014 11.240 9.550

5 31 Maret 2014 10.888 10.700

Sumber : PT PERTAMINA Surabaya

Dari Tabel 4.3 diatas dapat diketahui banyaknya permintaan yang ada dan

pemenuhan permintaan yang dilakukan PT PERTAMINA. Terjadi perbedaan

pemenuhan permintaan dikarenakan pengiriman bahan bakar yang berbeda tempat

sehingga memerlukan waktu pengiriman yang berbeda-beda dan kembali pada

pengisian BBM yang ada di PT PERTAMINA Surabaya yang berbeda-beda pula,

sehingga route operasi truk tangki bergantung pada pengiriman yang dilakukan.

Permintaan tertinggi pada tabel diatas adalah 11.774 KL sedangkan PT PERTAMINA

mampu memenuhi permintaan sebesar 11.326 KL.

4.2.4 Data Jumlah Truk Tangki

Truk tangki adalah salah satu alat transportasi untuk mengirimkan bahan bakar

kepada konsumen. Data jumlah truk tangki yang tersedia pada PT.PERTAMINA

Surabaya dapat dilihat pada Tabel 4.4.

Tabel 4.4 Data Truk Tangki PT PERTAMINA SurabayaKapasitas Truk

TangkiJumlah Truk Tangki

Unit Pengiriman Unit Pengiriman KLKap. 24 KL 43 4 172 4128Kap. 32 KL 35 4 140 4480Kap. 40 KL 27 3 81 3240Total 105 393 11848

4.3 Pengolahan Data

4.3.1 Perhitungan Rata-Rata Gabungan Waktu Set Up dan Antrian

Perhitungan rata-rata gabungan waktu set up dan antrian akan dilakukan pada truk

tangki yang berkapasitas 24 KL, 32 KL, dan 40 KL. Untuk mendapatkan rata-rata

gabungan waktu set up dan antrian pada truk tangki yang berkapasitas berbeda maka

dibutuhkan pula kecukupan data dimana diharapkan data yang telah didapatkan sudah

mencukupi dari seluruh truk tangki yang berkapasitas 24 KL, 32 KL, dan 40 KL.

30

4.3.1.1 Rata-Rata Gabungan Waktu Set Up dan Antrian

Pada Tabel 4.1 terdapat 30 data gabungan waktu set up dan antrian yang dilakukan

truk tangki yang berkapasitas 24 KL, 32 KL, dan 40 KL. Berikut ini merupakan hasil

perhitungan rata-rata waktu set up pada truk tangki.

a. Truk Tangki 24 KL

Rata-rata ( ) = ∑ datawaktu

∑ data (n)=

8,13+8,35+8,81+8,28+8,72+8,47+9,11+8,33+8,25+9,07+8,75+8,92+8,38+9,17+8,22+8,17+8,47+8,66+8,78+9,22+9,12+8,77+9,01+8,55+8,36+8,54+8,31+8,79+8,72+8,4330=

258,8630

= 8,628 menit

b. Truk Tangki 32 KL

Rata-rata ( ) = 9,704 menit

c. Truk Tangki 40 KL

Rata-rata ( ) = 11,279 menit ≈ 11,28 menit

Berdasarkan perhitungan diatas rata-rata gabungan waktu set up dan antrian truk

tangki berkapasitas 24 KL, 32 KL, dan 40 KL adalah sebesar 8,628 menit, 9,704

menit, dan 11,28 menit.

4.3.1.2 Uji Kecukupan Data

Uji kecukupan data dilakukan agar data yang diperoleh dari pengamatan sesuai

dengan tingkat kepercayaan dan tingkat ketelitian seperti yang diinginkan. Dengan

menggunakan tingkat kepercayaan 95% (k=2) dan derajat ketelitian (s) sebesar 0,05

maka dengan menggunakan rumus kecukupan data untuk menentukan kecukupan data

sebagai contoh truk tangki berkapasitas 24 KL adalah sebagai berikut.

a. Truk Tangki 24 KL

Dimana :

= = ,

31

e = tingkat ketelitian (0,05)

s = standar deviasi

= waktu rata-rata

= = , x ,, x , = ,, = ,

′ = , ≈ 2

n = 30

Berdasarkan perhitungan diatas, maka dapat disimpulkan bahwa pengambilan

data gabungan waktu set up dan antrian pada truk tangki berkapasitas 24 KL telah

memenuhi syarat atau cukup karena bersar nilai n > n’, yaitu 30 > 2. Rekapitulasi

perhitungan standar deviasi dan uji kecukupan data pada setiap jenis truk tangki dapat

dilihat pada lampiran 2.

4.3.2 Waktu Proses Pengisian

Waktu proses pengisian truk tangki didapatkan dari penjumlahan (waktu set up dan

antrian+ waktu pemenuhan tangki). Berikut merupakan waktu proses pengisian truk

tangki berkapasitas 24 KL, 32 KL, dan 40 KL.

a. Waktu Proses Pengisian Truk Tangki 24 KL

Waktu Proses Pengisian = (8,628 + 4,5)

= 13,128 menit

= 13,13 menit

Jadi, waktu proses pengisian truk tangki kapasitas 24 KL adalah 13,13 menit

b. Waktu Proses Pengisian Truk Tangki 32 KL

Waktu Proses Pengisian = (9,704 + 4,5)

= 14,204 menit

= 14,2 menit

Jadi, waktu proses pengisian truk tangki kapasitas 32 KL adalah 14,2 menit

32

c. Waktu Proses Pengisian Truk Tangki 40 KL

Waktu Proses Pengisian = (11,279 + 11)

= 22,279 menit

= 22,28 menit

Jadi, waktu proses pengisian truk tangki kapasitas 40 KL adalah 22,28 menit

Hasil perhitungan waktu proses pengisian bahan bakar minyak truk tangki

berkapasitas 24 KL, 32 KL, dan 40 KL dapat dilihat pada tabel 4.5.

Tabel 4.5 Hasil Pehitungan Waktu Proses Pengisian24 KL 32 KL 40 KL

Waktu Proses Pengisian 13,13 menit 14,2 menit 22,28 menit

4.3.3 Model Matematis

Model matematis pada program linier dibentuk dari masalah yang timbul dan

diharapkan dapat membantu untuk menyelesaikan masalah yang ada. Pada penelitian ini

terdapat dua model matematis dimana kedua model ini akan dibandingkan seberapa

jauh perubahan ataupun persamaan antara dua model matematis yang akan dikerjakan

dengan Integer Linear Programming (ILP) dan kombinasi optimasi lokal dan model

logika yang dirumuskan.

Definisi Parameter

Berikut merupakan definisi parameter yang akan digunakan untuk pembentukan

model matematis:

Z : fungsi tujuan

Y : banyaknya gentry (variabel keputusan model matematis 1)

X1 : truk tangki 24 KL (variabel keputusan model matematis 2)

X2 : truk tangki 32 KL (variabel keputusan model matematis 2)

X3 : truk tangki 40 KL (variabel keputusan model matematis 2)

t : waktu pengisian truk tangki

1. Model Matematis pada Integer Linear Programming

Fungsi Tujuan (minimasi)

Z (MIN) = Y

Fungsi Kendala atau Batasan

a. Banyaknya Jenis Truk Dengan Mengoptimalkan Waktu Total Operasi, dimana

total waktu operasi PT PERTAMINA adalah 1200 menit (20 jam)

1200 Y- t X1 - t X2 - t X3 ≥ 0

33

b. Banyaknya Jenis Truk Dengan Mengoptimalkan Kapasitas seluruh Gentry,

dimana kapasitas setiap gentry adalah 2500 KL

2500 Y- 24 X1 - 32 X2 - 40 X3 ≥ 0

c. Batasan Jumlah Permintaan Terhadap Pengoptimalan Setiap Jenis Truk Tangki

24 X1 + 32 X2 + 40 X3 ≥ 11774

d. Batasan Jumlah Truk Tangki

X1 ≤ 172

X2 ≤ 140

X3 ≤ 81

e. Non-Negative

X1 ≥ 0 dan Integer

X2 ≥ 0 dan Integer

X3 ≥ 0 dan Integer

Y ≥ 0 dan Integer

Pada sub - bab 4.3.2 telah didapatkan waktu proses pengisian dari masing-

masing kapasitas dari truk tangki, sehingga model matematis di atas dapat dimasukkan

dengan waktu yang telah didapatkan pada sub - bab 4.3.2. Berikut merupakan model

matematis setelah dimasukkannya kendala nilai dari kendala t.

Fungsi Tujuan (minimasi)

Z (MIN) = Y

Fungsi Kendala atau Batasan

1200 Y- 13,13 X1- 14,2X2 - 22,28 X3 ≥ 0

2500 Y- 24 X1 - 32 X2 - 40 X3 ≥ 0

24 X1 + 32 X2 + 40 X3 ≥ 11774

X1 ≤ 172

X2 ≤ 140

X3 ≤ 81

X1 ≥ 0 dan Integer

X2 ≥ 0 dan Integer

X3 ≥ 0 dan Integer

Y ≥ 0 dan Integer

34

2. Model Matematis Kombinasi Optimasi Lokal (Model Logika)

Fungsi Tujuan (maksimasi)

Z (MAX) = 24 X1 + 32 X2 + 40 X3

Fungsi Kendala atau Batasan

13.13 X1 - 14.2 X2 - 22.28 X3 ≤ 1200

24 X1 - 32 X2 - 40 X3 ≤ 2500

X1 ≤ 172

X2 ≤ 140

X3 ≤ 81

X1 ≥ 0

X2 ≥ 0

X3 ≥ 0

X1, X2, X3 (Integer)

4.4 Model Matematis dengan Solver Microsoft Excel

Setelah membentuk model matematis pada proram linier, maka model matematis

yang telah dibentuk tersebut dapat dituliskan pada software Microsoft Excel dimana

yang nantinya akan dilakukan pengolahan dengan menggunakan solver pada Microsoft

Excel.

4.4.1 Pembuatan Model Matematis pada Microsof Excel

Model matematis pada Microsoft Excel adalah langkah utama untuk menemukan

solusi optimal pada program linier yang telah dibentuk. Model Matematis Integer

Linear Programming dapat dilihat pada Tabel 4.6.

Tabel 4.6 Model Matematis Integer Linear Programming

Y

5

Z MIN Y X1 X2 X3 b

K1 1200 -13,13 -14,2 -22,28 ≥ 0

K2 2500 -24 -32 -40 ≥ 0

K3 24 32 40 ≥ 11774

K4 1 ≤ 172

K5 1 ≤ 140

K6 1 ≤ 81

K7 1 ≥ 0

35

Lanjutan Tabel 4.6 Model Matematis Integer Linear Programming

K8 1 ≥ 0

K9 1 ≥ 0

K10 1 ≥ 0

Pada Tabel 4.6 telah dimasukkan fungsi tujuan dan fungsi kendala yang telah

dirumuskan sebelumnya. Setelah selesai membentuk model matematis pada Microsoft

Excel maka dapat diselesaikan dengan Solver pada Microsoft Excel.

4.4.2 Output Solver Microsot Excel

Dengan adanya solver, maka akan didapatkan solusi yang optimal pada model

matematis yang telah dibentuk. Pada model matematis ini gentry awal adalah berjumlah

5, sehingga pada model matematis gentry yang akan diisi adalah 5 dan dilihat solusi

optimal yang dihasilkan. Hasil output dengan menggunakan solver pada Microsoft

Excel dapat dilihat pada Tabel 4.7 sebagai berikut.

Tabel 4.7 Output pada Microsoft ExcelZ MIN Y X1 X2 X3 b Hasil Slack

5K1 1200 -13.13 -14.2 -22.28 ≥ 0 1,48 1,48K2 2500 -24 -32 -40 ≥ 0 748 748K3 24 32 40 ≥ 11774 11752 -22K4 1 ≤ 172 168 4K5 1 ≤ 140 140 0K6 1 ≤ 81 81 0K7 1 ≥ 0 172 168K8 1 ≥ 0 140 140K9 1 ≥ 0 81 81

K10 1 ≥ 0 5

Dengan adanya 5 gentry yang beroperasi dapat dilihat kemampuan optimal

pengiriman adalah sebesar 11.752 KL, dan dapat dilihat dengan adanya 5 gentry ini

masih belum dapat memenuhi permintaan sebesar 11.774 ditunjukkan dengan slack

(selisih) yang masih bernilai negatif dan pada slack juga dapat diketahui masih terdapat

sisa truk tangki berkapasitas 24 KL sebanyak 4 truk tangki. Dengan adanya

penambahan gentry diharapkan permintaan dapat dipenuhi. Solusi optimal ILP dengan

adanya penambahan gentry dapat dilihat pada Tabel 4.8 sebagai berikut.

Tabel 4.8 Hasil Solusi Optimal Untuk Memenuhi PermintaanZ MIN Y X1 X2 X3 B Hasil Slack

6K1 1200 -13.13 -14.2 -22.28 ≥ 0 1185,44 1185,44K2 2500 -24 -32 -40 ≥ 0 3224 3224

36

Lanjutan Tabel 4.8 Hasil Solusi Optimal Untuk Memenuhi PermintaanK3 24 32 40 ≥ 11774 11776 2K4 1 ≤ 172 172 0K5 1 ≤ 140 139 1K6 1 ≤ 81 80 1K7 1 ≥ 0 172 172K8 1 ≥ 0 140 140K9 1 ≥ 0 81 81

K10 1 ≥ 0 6 Integer

Pada Tabel 4.8 didapatkan solusi optimal yaitu dengan penambahan gentry menjadi

6 (enam) gentry maka permintaan dapat dipenuhi yaitu sebesar 11.776 dari 11.774.

Integer Linear Programming pada intinya berkaitan dengan pemrograman-

pemrograman linier dimana atau semua varibel memiliki nilai-nilai integer (bulat),

dengan adanya ILP ini maka gentry dapat di integer-kan yaitu menjadi 6 gentry. Pada

model matematis 1 dijelaskan bahwa seluruh kendaraan truk tangki dapat masuk pada 6

gentry yang tersedia tanpa harus adanya aturan untuk masuk pada setiap gentry. Pada

tabel juga dijelaskan bahwa sudah tidak ada nilai slack (selisih) yang bernilai negatif

sehingga dapat disimpulkan seluruh waktu proses, kapasitas tangki, dan seluruh

permintaan yang ada pada fungsi kendala atau batasan sudah dapat terpenuhi. Terjadi

sisa 1 truk tangki berkapasitas 32 KL dan 1 truk tangki berkapasitas 40 KL.

4.4.3 Penulisan Model Matematis Pada LINGO 14.0

Model matematis pada LINGO 14.0 adalah langkah awal untuk menemukan solusi

optimal pada program linier yang telah dibentuk melalui model matematis tersebut.

Pembuatan serta penulisan model matematis pada software LINGO 14.0 dapat dilihat

pada Gambar 4.5 sebagai berikut.

Gambar 4.5 Penulisan model matematis pada LINGO 14.0

Pada gambar diatas merupakan model matematis yang dituliskan dalam software

LINGO 14.0. Dengan memasukkan fungsi tujuan dan kendala-kendala yang telah

37

dibentuk, maka model tersebut dapat diolah dengan solver yang ada pada LINGO 14.0

dan dengan adanya solver tersebut maka model matematis yang telah dituliskan

kedalam LINGO 14.0 akan mencari solusi optimal dari seluruh elemen model

matematis yang ada. Model matematis optimasi kombinasi lokal merupakan model

matematis untuk mencari maksimasi dari truk tangki pada setiap gentry.

4.4.4 Output Solver LINGO 14.0

Hasil dari LINGO 14.0 dapat dilihat pada gambar 4.6 sebagai berikut.

Gambar 4.6 Hasil solver LINGO 14.0

Gambar 4.6 diatas menunjukkan bahwa hasil optimal yang dihasilkan dari model

matematis adalah sebesar 2496 KL pada gentry 1 dengan memaksimalkan truk tangki

yang tersedia berdasarkan kendala yang ada didalam model matematis tersebut.

Pembagian truk tangki dari hasil solver pada LINGO 14.0 dapat dilihat pada gambar

4.7.

Gambar 4.7 Pembagian Truk Tangki

Gambar 4.7 menunjukkan pembagian truk tangki pada gentry 1 (satu) dimana

banyaknya variabel X2 (truk tangki 32 KL) yang keluar saat pengisian adalah 78 truk

tangki. Setelah didapatkan Objective value dan pembagian truk tangki, maka diketahui

kapasitas yang dapat dikeluarkan oleh 1 gentry dan truk tangki yang beroperasi pada

gentry tersebut. Pada PT PERTAMINA terdapat 5 gentry yang tersedia maka

berdasarkan langkah-langkahnya pada model matematis kombinasi optimasi lokal

memiliki 5 langkah dengan mengurangi output truk tangki yang beroperasi dengan

batasan yang tersedia pada truk tangki tersebut sehingga dapat didapatkan

pengoptimalan truk tangki sesuai dengan banyaknya masing-masing truk tangki.

Langkah 2 pada perubahan batasan dan pengerjaan dengan LINGO 14.0 ditunjukkan

pada Lampiran1. Pengoptimalan truk tangki dapat dilihat pada Tabel 4.9.

38

Tabel 4.9 Pengoptimalan Truk TangkiGentry Truk Tangki

X1 (24 KL)Truk TangkiX2 (32 KL)

Truk TangkiX3 (40 KL)

Jumlah(KL)

1 0 78 0 24962 24 60 0 24963 89 2 0 22004 59 0 19 21765 0 0 53 2120

Jumlah 172 140 72 11.488Tersedia 172 140 81 11.774

Sisa 0 0 9 -286

Dari hasil pengoptimalan truk tangki dapat diketahui bahwa dengan adanya 5

(lima) gentry masih terdapat sisa truk tangki yang belum beroperasi dan pemenuhan

permintaan masih belum dapat tercapai yaitu sebesar 286 KL. Hal ini menunjukkan

bahwa perlu adanya penambahan gentry untuk mengoptimalkan penggunaan sisa truk

tangki dalam memenuhi permintaan. Berikut ini merupakan model matematis akhir

dalam penggunaan truk tangki jika ditambahkan 1 gentry yang ditunjukkan pada

Gambar 4.8 sebagai berikut.

Gambar 4.8 Model Matematis Penggunaan Jumlah Truk Optimal

Dengan adanya penambahan gentry maka penggunaan sisa truk tangki dapat

dioptimalkan, gentry awal adalah sebanyak 5 dan ditambahkan menjadi 6 gentry dimana

hasil penambahan gentry dan hasil dari solver dapat ditunjukkan pada Tabel 4.10.

Tabel 4.10 Pengoptimalan Truk Tangki (6 gentry)Gentry Truk Tangki

X1 (24 KL)Truk TangkiX2 (32 KL)

Truk TangkiX3 (40 KL)

Jumlah(KL)

1 0 78 0 24962 24 60 0 24963 89 2 0 22004 59 0 19 21765 0 0 53 21206 0 0 9 360

Jumlah 172 140 81 11.848Tersedia 172 140 81 11.774

Sisa 0 0 0 74

39

Pada Tabel 4.10 dapat dilihat bahwa kemampuan optimal pemenuhan permintaan

yang dapat dilakukan adalah sebesar 11.848, sedangkan permintaan adalah sebesar

11.774 dijelaskan yaitu dengan adanya sisa sebesar 74 KL. Dengan adanya kombinasi

optimasi lokal dengan menambahkan 5 gentry menjadi 6 gentry dapat memenuhi

permintaan serta batasan atau kendala yang membatasi sudah terpenuhi.

4.5 Analisis Hasil ILP dan Kombinasi Optimasi Lokal

Pada sub – bab ini akan dijelaskan mengenai hasil optimasi dari model matematis

dengan menggunakan Integer Linear Programming pada solver Microsoft Excel dan

hasil optimasi dari model matematis kombinasi optimasi lokal dari software LINGO

14.0 yang merupakan model logika yang dibentuk.

4.5.1 Analisis Solver Integer Linear Programming pada Microsoft Excel

Analisis dari hasil Integer Linear Programming pada Microsoft Excel dapat dilihat

pada Tabel 4.11.

Tabel 4.11 Hasil Integer Linear Programming5 Gentry 6 Gentry

Hasil Optimal 11.752 KL 11.776Permintaan 11.774 KL 11.774

Sisa -22 KL +2 KL

Dapat dilihat pada Tabel 4.11 hasil dari solver pada Microsoft Excel, pada 5 gentry

dihasilkan 11.752 KL dari permintaan sebesar 11.774 dan masih terdapat sisa 22 KL

permintaan yang belum dapat terpenuhi, sedangkan pada 6 gentry adalah sebesar 11.776

KL dari 11.774 permintaan. Dengan adanya penambahan gentry dari 5 gentry menjadi 6

gentry maka pemenuhan permintaan dapat tercapai dimana pada penambahan gentry

menjadi 6 gentry menunjukkan hasil optimal 11.776 dimana melebihi 2 KL dari

permintaan yang ada, sedangkan pada 5 gentry permintaan masih kurang sebesar 22 KL

dari hasil optimal yang dihasilkan. Teknis pelaksanaan model matematis ILP pada

Microsoft Excel adalah tidak dapat diketahui truk tangki mana saja yang masuk pada

setiap gentry yang tersedia tetapi dengan adanya ILP pada Microsoft Excel hasil yang

diberikan (output) gentry lebih maksimal dibandingkan output awal yang digunakan

model matematis optimasi kombinasi lokal saat menggunakan 5 gentry dikarenakan

pada model matematis ILP seluruh truk tangki dapat masuk pada semua gentry tanpa

adanya batasan.

40

4.5.2 Analisis Solver Kombinasi Optimasi Lokal pada LINGO 14.0

Analisis dari hasil kombinasi optimasi lokal pada LINGO 14.0 dapat dilihat pada

Tabel 4.12 sebagai berikut.

Tabel 4.12 Hasil Kombinasi Optimasi Lokal5 Gentry 6 Gentry

Hasil Optimal 11.488 11.848Permintaan 11.774 11.774

Sisa -286 KL +74 KL

Pada Tabel 4.12 diketahui bahwa hasil optimal yang menggunakan 5 gentry dan

yang menggunakan penambahan menjadi 6 gentry terlihat pada sisa yang dihasilkan

dari kedua hasil tersebut yaitu dengan menambahkan gentry menjadi 6 gentry maka

seluruh permintaan yang ada dapat terpenuhi. Pada model matematis optimasi

kombinasi lokal memiliki kelebihan yaitu pada model tersebut dapat diketahui truk

tangki dengan kapasitas 24 KL, 32 KL, dan 40 KL beroperasi pada banyaknya gentry

yang tersedia sehingga jika terdapat truk tangki yang berkapasitas diluar optimasi yang

dihasilkan maka truk tangki tidak dapat memasuki gentry selain yang ditentukan. Model

matematis kombinasi optimasi lokal meskipun berbeda fungsi tujuan dengan model

matematis ILP, tetap didapatkan hasil atau output yang sama yaitu tetap melakukan

penambahan gentry dari 5 menjadi 6 gentry untuk memenuhi permintaan.