Volume 16 Nomor 2 Agustus 2011 ISSN 0853 - 862X JORIN ATE TENN el EKONOMI BISNIS Validasi Konstruk Instrumen Model Pembelanjaan Terhubung B (Studi Kasus Tiket Elektronik) Renny Model Strategi Pemasaran Usaha Kecil Studi di Sentra Makanan Khas Kota Bengkulu 87 Syaiful Anwar AB Aplikasi Etika Pemerintahan Dalam Pelayanan Publik 7 (Studi Kasus Pelayanan Ijin Yang Dikoordinasikan Sekretariat Pelayanan Perijinan Satu Atap Di kabupaten Cianjur) Dadang Sufianto Efektifitas Komunikasi Pemasaran Pada Iklan Pesan Bahaya Merokok 112 Mahrinasari MS Model Penjadwalan Proses Produksi Jamu Sesuai 122 Standar Cara Pembuatan Obat Tradisional Yang Baik (CPOTB) Rakhma Oktavina 2 Optimasi Biaya Sistem Transportasi Berbasis Waktu 135 Emirul Bahar Diterbitkan oleh : Lembaga Penelitian Universitas GunadarmaBoard of Editor Patron Prof, Dr. E.S. Margianti, S.E., M.M. Prof. Suryadi Harmanto, SSi., M.M.S.1. Drs. Agus Sumin, M.M S.I Editor in chief Dr. Ir. Hotniar Siringoringo, M.Sc. (Gunadarma University, Indonesia) Editorial Board Prof. Dr. Ing. Elena Horska (Slovak Univeristy of Agriculture in Nitra, Slovak) Prof. Tov Assogbavi (Laurentian University, Canada) Dr. Ir. Budi Hermana, M.M. (Gunadarma University, Indonesia) Prof. M. Saeed (Minot State University, USA) Dr. Suresh Prasad Singh (Cambridge Institute of Technology, India) Prof. Dr. Sahat Sahala Panjaitan (Lampung University, Indonesia) Phd Bozena Nadolna (West Pomeranian University of Technology, Poland) Dr. Vasa Laszlo (Associate Professor Szent Istvan University, Hungary) Dr. Dharma Ediraras Tintri, Ak. (Gunadarma University, Indonesia) ‘Toto Sugiharto, PhD. (Gunadarma University, Indonesia) Professor John Dawson FRSE (University of Edinburgh, University of Stirling, UK) Prof. Fred Robins (Adelaide University, Australia) Prof. Dr. Bemadette Robiani, M.Sc. (Sriwijaya University, Indonesia) Dr. Rekha Mehta (Vyas University, India) Managing Editor Dr: It. Tety Elida, M.M. Dr. Dra. Ati Harmoni, M.M. Dr Ir. Suzanna Lamria Siregar, M.M. Layout Restu Ibu Utama Address Research Institute, Gunadarma University Jalan Margcinda Raya No. 100 Depok 16424 Phone : (021) 78881112 ext. 455 Email : ekbis@gunadarma.ac.id Accredited by Directorate of Higher Education Decree No. 110/DIKTV/Kep/Desember2009 ISSN : 0853-862X. Publisher : Research Institute, Gunadarma UniversityJOURNAL OF ECONOMICS AND BUSINESS ISSN : 0853-862X ‘This journal is published periodically three times a year, April, August, and December. It publishes a broad range of research articles on economics and business comprising management, accountancy, banking, insurance, industry, marketing, transportation, and cooperative, whether in Indonesian Language or English. ‘Thisjournal is published by Research Institute ofGunadarma University and has been accredited by Decree of Higher Education Directorate (SK DIKTI) No. 110/DIKTI/Kep/ Desember2009 (JURNAL ILMIAH EKONOMI BISNIS ISSN : 0853-862X Jumal ini diterbitkan secara berkala tiga kali dalam setahun, April, Agustus, dan Desember, Jumal memuatartikel ilmiah hasil penelitian tentang ekonomi dan bisnis yang meliputi manajemen, akuntansi, perbankan, asuransi, pemasaran, dan koperasi yang ditulis dalam bahasa Indonesia maupun bahasa Ingeris. Jurnal ini diterbitkan oleh Lembaga Penelitian Universitas Gunadarma dan telah terakreditasi_ oleh SK DIKTI No. LO/DIKTI/Kep/Desember2009COST OPTIMIZATION OF TIME BASED TRANSPORTATION SYSTEM Emirul Bahar Jurusan Teknik Industri, Universitas Gunadarma Kampus Depok JI. Margonda Raya No 100 Pondok Cina Depok Kode Pos 16424 baharemirul96@gmail.com Abstract Of multi steps needed to maintain the quality of chrysanthemum flowers, transporta- tion is of concern as it is related to shipping time and storage temperature during shipping. Those two factors have implications for loss of quality when performed in- correctly and further will reduces the commercial value of these products. In general, the selection of transportation vehicles is important in order to maintain chrysan- thermums quality up to destination without causing significant damage. The purpose of the study is thus optimizing the cost of transporting chrysanthemum flowers. Op- timization is done using the concept of time-based transportation simulation model. The results showed that changes of transport vehicles capacity and shift of the end point has very significant in influencing total cast of chrysanthemum flower delivery. Shift of the end point can be done through investment in technology, such as through the provision and maintenance of storage media during the shipping process taking place. The model shows that the total cast of chrysanthemum flowers delivery can be minimized through increasing in capacity of transport vehicles and technology investments Key words: delivery time, quality, chrysanthemum flower, total minimum cost Optimasi Biaya Sistem Transportasi Berbasis Waktu Abstrak Salah satu tahap yang perlu diperhatikan dalam mempertahankan mutu bunga kri- san adalah saat pengangkutan, karena berkaitan dengan waktu pengiriman dan sult ruang penyimpanan selama pengangkutan. Kedua faktor berimplikasi kepada peru- ‘runan kualitas jika tidak dilakukan dengan tepat yang selanjuinya dapat menurunkan nilai komersial produk tersebut. Secara umum pemilihan alat transportasi dilakukan agar bunga krisan yang diangkut sampai di tujuan tanpa menimbulkan kerusakan Jang berarti pada barang yang diangkut. Tiyjuan dari penelitian ini dengan demiki- an adalah mengoptimumkan biaya pengangkutan bunga krisan. Optimasi dilakukan menggunakan konsep model simulasi transportasi berbasis waktu. Hasil penelitian menunjukkan bahwa perubahan kapasitas kendaraan angkut dan pergeseran ti- tik akhir area signifikan berpengaruh sangat nyata terhadap perubahan total biaya pengiriman bunga krisan. Pergeseran titik akhir dapat dilakukan melalui investasi teknologi, yaitu melalui pengadaan dan perawatan media penyimpan selama proses pengiriman berlangsung. Model menunjukkan bahwa biaya total pengiriman bunga erisan dapat dimininumkan melalui kenaikan kapasitas kendaraan angkut dan in- vestasi teknologi. Kata kunei: waktu pengiriman, kualita,s bunga krisan, total biaya minimum Jurnal Ekonomi Bisnis Volume 16, No, 2 Agustus 2011 135PENDAHULUAN ‘Transportasi komoditas merupakan kom- ponen vital pada ranah ekonomi. Trans- portasi ini mendukung aktivitas produksi, perdagangan, dan konsumsi dengan jami- nan ketersediaan waktu dan pergerakan yang efisien pada bahan baku dan produk jadi. Perhitungan transportasi merupakan bagian signifikan pada biaya akhir produk dan representasi komponen penting pada belanja nasional suatu negara (Crainic dan Laporte, 1997). Produksi bunga krisan meningkat se- tiap tahun, Hal ini menunjukkan bahwa komoditas ini mempunyai prospek yang baik. Jumlah produksi bunga krisan-me- ningkat setiap tahun, Peningkatan tahun 2005 bahkan hampir berlipat ganda dua, tetapi luas area panen menurun setiap tahun (Departemen Pertanian, 2009). Produksi bunga krisan yang terusme- ningkat, memungkinkan peningkatan jumlah ekspor yang diikuti oleh pening- katan kualitas bunga, ‘Secara umum kegiatan yang termasuk dalam industri krisan adalah awal peme- sanan oleh konsumen pada produsen, pembuatan kesepakatan antara pemasok dan pembeli, penyediaan pesanan, trans- portasi, pendistribusian dan barang sam- pai di tangan konsumen. Masalah yang sering timbul di dalam kegiatan tersebut adalah ketidakefisienan pada waktu dan biaya. Barang yang dipesan sering tiba di tangan konsumen tidak tepat pada waktu yang telah disepakati, atau jum- lah yang diterima konsumen tidak tepat sesuai dengan kesepakatan. Masalah ini sering menimbulkan peningkatan biaya dalam pengiriman ulang barang kepada konsumen dan penurunan kepercayaan Konsumen kepada produsen. Penggunaan alat transportasi juga dapat menimbulkan kerugian terutama bila terjadi kesalahan pemilihan jenis angkutan untuk pengiriman barang ke 136 konsumen. Pemilihan jalur transportasi yang tepat juga perlu diperhatikan. Jika tidak, maka akan terjadi peningkatan bi- aya transportasi atau biaya kerugian saat pendistribusian. Penelitian diranab penurunan kualitas produk mudah rusak telah banyak dilaku- kan. Gite (2009) misalnya memodelkan ekonomi jumlah pesanan produk mudah rusak. Sapata, Ramos, Ferreira, Andrada, dan Candeias (2009) mengembangkan pemeliharaan kualitas jamur Pleurotus Ostreatus sebagai tanaman sangat mudah rusak melalui pengemasan metode “at- mosfir yang dimodifikasi” yang dikaitkan dengan pengendalian temperatur. Mas- chietti (2010) melakukan pengembangan indikator waktu dan temperatur untuk produk mudah rusak, Minner dan Tran- sche (2010) meneliti pengendalian in- ventori berkala dengan kendala pelayan- ‘an untuk produk mudah rusak. Yadavalli, Adetunji, Sivakumar, dan Arivarignan, (2010) yang meneliti sistem inventori dua komoditi mudah rusak. Bottani, Mon- tari, Roberto, Vignali, dan Guerra (2011) mengembangkan material dan teknologi kemasan untuk produk makanan komer- sial. Ghosh, Khanra, dan Chaudhuri (2011) meneliti penentuan harga dan ukuran produk mudah rusak berdasarkan kondisi produksi terbatas, pengembalian pesanan, dan kerugian penjualan, Jia dan Hu (2011) menitikberatkan penelitiannya pada penetapan pesanan dan harga produk mudah rusak dalam lingkup rantai pasok. Terlihat bahwa sampai saat ini masih jarang penelitian yang mengaitkan de- ngan aspek sistem transportasi. Tujuan penelitian ini dengan demikian adalah melakukan pemodelan sederhana opti- misasi biaya transportasi pengiriman, METODE PENELITIAN Pemodelan dilakukan —menggunakan simulasi. Pencarian solusi yang didekati Bahar, Optimasi Biaya Sistem ..melalui solusi eksak dan heuristik agar dapat disandingkan atau dicapai benang merah solusi utamanya. Data yang digu- nakan dalam pemodelan ini adalah jenis dan kualitas komoditas, waktu dan ting- kat kemacetan, kondisi khusus lalu lintas serta rute yang dilalui angkutan komodi- tas, Data ini merupakan data primer. Data sekunder yang dibutuhkan adalah panjang ruas jalan, jumlah populasi kendaranan angkut, rute tetap yang dilalui mayoritas kendaraan angkut, lokasi fasilitas, jenis dan kapasitas angkutan. Pengumpulan data primer dilakukan melalui observasi dan wawancara. Disain Model Bunga Krisan Disain model terdiri dari tiga sub-sistem, yaitu transportasi, penurunan kualitas, dan teknologi. Karakter yang saling di- ametral antara sub-sistem transportasi dan penurunan kualitas diimbangi dengan subsistem teknologi yang sangat berperan pada optimisasi akibat perbedaan dampak waktu pengangkutan bunga krisan. Model dibangun melalui permasalahan ute per- jalanan kendaraan angkut yang mencari jalur optimum pengangkutan bunga kri- san sebagai salah satu komoditas mudah rusak melalui berbagai jenis kendaraan angkut. Pada umumnya, jalur optimum yang dimaksud adalah jalur terpendek (berbasis jarak). Dengan menggunakan metode Vehicle Routing Problem With Time Windows (VRPTW) ditunjukkan ‘bahwa pencarian jalur optimum yang di- maksud tidak saja berdasarkan jarak ter- pendek, namun juga berdasarkan waktu angkut komoditas yang pengaruhnya sa- ngat signifikan pada penurunan kualitas- nya (Osvald dan Stirn 2008). Sistem Transportasi Bunga Krisan (STBK), merupakan sistem penunjang keputusan yang dirancang dan dibangun dengan melibatkan beberapa teknik dan metode pemodelan di dalam pengem- Sistem Transportasi Jurnal Ekonomi Bisnis Volume 16. No. 2 Agustus 2011 bangannya, diantaranya melalui metode VRPTW dan analisis gradien penurunan kualitas. Pengembangan Model Sub-Sistem ‘Transportasi Pihak produsen menghasilkan sejum- lah bunga krisan setiap harinya, Produk tersebut didistribusikan ke sejumlah pelanggan yang berjumlah enam (6) titik lokasi penyebaran. Pelanggan dinyatakan sebagai n dengan n=1 menyatakan depot atau lokasi produsen. Jumlah permintaan bunga krisan ke setiap titik telah diketahui sebelumnya, Pendistribusian dilakukan dengan meng- gunakan tiga (3) kendaraan angkut ber- beda, dengan kapasitas yang berbeda untuk setiap Kendaraan. Setiap memulai aktivitas pendistribusian, setiap kenda- raan wajib berangkat dari depot dengan muatan yang tidak melebihi kapasitas an- gkut, dan wajib kembali ke depot dengan muatan kosong. Pengembangan Model Penurunan Kualitas Menggunakan model penurunan kualitas Pawsey (1995), kualitas dalam rentang Q{0,1] pada periode waktu A-B dapat dianggap sebagai sebuah fungsi linier se- bagai berikut : Sub-Sistem Q=1- a =A Diasumsikan bahwa kualitas Q ekivalen dengan nilai komersial produk. Misalkan kehilangan kualitas 20 persen dapat dikaitkan dengan kerusakan mua- tan produk 20 persen dan hanya 80 per- sen produk saja yang bemilai jual. Selanjutnya berdasarkan data la- pang bahwa rate-rata kerusakan produk bunga krisan untuk seluruh tipe angku- tan berkisar antara 0,16 persen sampai dengan 0,5 persen, Berdasarkan data riil tersebut, diasumsikan bahwa jadwal dis- 137tribusi produk bunga krisan diatur tanpa mempertimbangkan kerusakan kualitas pada fungsi tujuan yang selalu berakhir sebelum titik B tercapai. Realitasnya adalah sulit untuk mendefinisikan tingkat penurunan kuali- tas produk sepanjang waktu secara aktu- al, karena hal ini sangat bergantung pada kondisi penyimpanan dan jenis bunga krisan yang diangkut, Menurut Marimin dan Maghfiroh (2010) ciri pengukuran yang baik salah satunya adalah faktor kepraktisan, yaitu jika pengukuran terse- but hemat, mudah dipakai dan dapat di- mengerti, sehingga dapat dipilih sebuah metode yang cukup praktis untuk menga- tasi realitas tersebut. Salah satu metode penaksiran yang rasional adalah melalui perbandingan dua (2) jadwal pengiriman yang berbeda untuk satu (1) jenis muatan yang sama (Osvald dan Stim, 2008). In- tinya adalah jika diketahui kualitas akhir salah satu jadwal pengiriman, maka dapat ditaksir kualitas akhir salah satu pengiri- man relatif terhadap jadwal pengiriman lainnya. Untuk membandingkan penurunan ‘kualitas dari dua (2) jadwal pengiriman yang berbeda, dapat menggunakan persa- maan sebagai berikut : Load xTime,= UR Travel Megan) Cy 2) Gum Tee @ dimana N, merupakan jumlah pelanggan untuk kendaraan angkut /, Cur kuantitas muatan yang diangkut dengan kendaraan {pada jalur diantara pelanggan j dan (j+1). Sedangkan Travel Timej(j+1) merupakan waktu yang dilakukan kendaraan i dianta- ra awal pelayanan pelanggan j dan (j+1), adapun ck merupakan kuantitas muatan yang dikirim ke pelanggan k. Load x Time menunjukken kuanti- tas muatan yang dikirim oleh kendaraan angkut i menuju ke beberapa pelang- 138 gan, dikalikan dengan waktu pengiriman yang dibutubkan. Ketika kebergantungan linier kualitas terhadap waktu bersifat tetap, maka Load x Time tersebut bersifat proporsional terhadap penurunan mutlak kuantitas muatan. Contohnya jika terda- pat peningkatan 20 persen Load x Time, maka akan menyebabkan pengurangan 20 persen nilai jual/nilai komersial. Jika ter- dapat dua (2) jadwal pengiriman berbeda dan dapat diketahui penurunan kualitas salah satunya (jadwal-1), maka dapat di- taksir penurunan efektif pada jadwal lain- nya (jadwal-2) menggunakan parameter yang telah disebutkan sebelumnya, Penu- runan kualitas mengindikasikan sebuah biaya tambahan bagi pengirim, karena su- lit untuk kembali dijual di pasaran akibat jatubnya nilai komersial produk tersebut. Pengembangan Model Sistem Integratif Pengembangan model sistem integratif merupakan penyatuan sub-sistem trans- portasi dan sub-sistem penurunan kuali- tas, yang dibantu dengan peran investasi teknologi sebagai bagian sub-sistem teknologi, Sub sistem teknologi berpe- ran mengendalikan implikasi waktu per- jalanan terhadap biaya transportasi dan pengiriman yang bersifat diametral. Penggabungan divrujudkan dalam bentuk model biaya gabungan antara ke- dua sub-sistem (Persamaan 4-7). Variabel input dapat dilihat pada Tabel 1. Variabel keputusan (xf; ) bemilai I jika pelang- gan j dikunjungi setelah pelanggan i oleh kendaraan k, dan bernilai 0 jika lainnya. Variabel keputusan zk akan bernilai | jika kendaraan k dioperasikan, dan 0 jika lain- nya. Fungsi tujuan diberikan oleh Persa- maan (8) ‘Ada beberapa konstanta, seperti yang dapat dilihat pada Tabel 2. Sumber daya yang membatasi dalam model dilihat dari konsumen (Persamaan 9 dan 10), depot Bahar, Opiimasi Biaya Sistem ..(4) 6) = yee LT, = Timescj43) Cie © mrs minTC = p, DIL, Time, + p, DE, LT, + TE.Q,. IM (7) Tabel 1. Variabel input Keterngin A ‘waktu awal area signifikan (tet i) B ‘waktu awal area signifikan (tetap) (jam) Time _waktu maksitmum setiap kendarean& dala | rte pengtiman Gam) Op penunina Kuaias tap kendaran k dalam rte pengiriman (6 oF tanpa satuan dalem desma) a kites muttan bunga rian (kardus) yang dikirim ke planggan i (kardus) és kevanitas mintan bunga hrsan (Kars) yong dang Kendaran k pad jalur ‘antara pelanggan j dan (j+/)(kardus) Timejaay wakts yang dibutuhian Kendoann untuk mulai meayani pelanggan / dan pelanggnn +1) Jam) 27%, Fuaniasbunga isan (kardus) yang dang! kendaranF ikaikan dengan waktw pengirinan ke sebuah pelanggaa (ardus jam) rr, Invests teknologi ti Kendaraun (xed) (Rp) n parameter wat (Rpm) a parameter Load x Time (Rp! kardus. jam) (Persamaan 11 dan 12),keberlanjutan rate (Persamaan 13), kapasitas (Persamaan 14), dan kendaraan (Persamaan 15-17). Eliminasi sub-tour diberikan oleh Persa- maan (18), dan time windows diberikan Persamaan 19-22. Implementasi Model Sistem Integratif Impelementasi model sistem integratif diwujudkan melalui simulasi komputer yang menggunakan perangkat lunak LIN- GO ver. 11. Dibutuhkan beberapa data untuk menghasilkan output akhir efisien- si biaya yang dihasilkan, jika ada cam- pur tangan faktor teknologi pada proses pengiriman bunga krisan, Data tersebut adalah waktu perjalanan sebuah rute (1), waktu awal rentang signifkan (A), dan waktu akhir rentang signifkan (B). Kotiga data waktu tersebut memakai satuan jam, Penentuan ketiga waktu tersebut berdasarkan data empirik di la- Jurnal Ekonomi Bisnis Volume 16. No. 2 Agustus 2011 pang yang sesuai teori Kader, Mitchell, dan Sommer (1985) bahwa hampir semua produk mudah rusak mempunyai rentang optimum suhu penyimpanannya. Variabel lain yang dibutuhkan adalah muatan bu- nga krisan, biaya teknologi, biaya trans- portasi, parameter muatan, dan parameter waktu, Struktur analisis terbagi atas 2 ba- gian, yaitu kondisi sekarang dan skenario perubahan. HASIL dan PEMBAHASAN Rekapitulasi Data Lapang Data pelanggan dan produsen yang di- wakili data kendaraan angkut dapat dili- hat pada Tabel I. Karakteristik kendaraan angkut dapat dilihat pada Tabel 2. Kondisi sekarang merupakan kon optimum tanpa adanya faktor teknologi yang merupakan kendali utama untuk 139Tabel 2. Daftar Konstanta pada Model Simbot Keterangan a Banyaknya permintaan konsumen i Cc Kapasitas maksimum kendaraan ik, ‘Waktu yang dibutuhkan konsumen i ke konsumen dengan kendaraan k dy Jarak dari konsumen i ke konsumen j ey Biaya perjalanan dari konsumen i ke konsumen j Vi Kecepatan rata-rata kendaraan-k We Biaya tetap jika kendaraan-k digunakan a Waktu buka gudang pada konsumen i b ‘Waktu tutup gudang pada konsumen i th Waktu kedatangan pada konsumen i L Himpunan semua konsumen, termasuk depot fi Lama waktu pelayanan pada konsumen i minZ = Dpnywyzyt Der jaar (8) 237 0) 23,0057 (10) a) (12) Deetiy + yutaaeas (13) Wer Ba Wty S Cot Lie Djar ari S Cai (14) (15) (16) g a7) Lier Lyerxty S IFI- 4 VFCL:2 < [Fl < DH, 5%. Vk=1,2,3 (18) aS, Sb; WE=12,..,7 (a9) a4 fit th —M(a—x) sg 5 YEN? 20) zye(0,1} 5 Wk = 1,2,3 1) xhe(.1} assy 22) menyeimbangkan implikasi waktu pe- ngiriman terhadap aspek transportasi ‘maupun penurunan kualitas. Pemrogram- an kondisi sekarang memakai perangkat lunak LINGO. Pada kondisi sekarang, tampak bah- wa terdapat beberapa data yang menjadi basis analisis selama proses rekayasa, dalam rangka upaya optimalisasi biaya total perjalanan pengiriman bunga kri- san ke beberapa titik lokasi pelanggan. Data tersebut adalah titik A (Q_A) dan 140 B (QB) pada sumbu waktu pengiri- man bunga penurunan kualitas, kapasitas kendaraan-1 (L-300) dengan kapasitas angkuinya sebanyak 124 kardus bunga krisan (KAPASITAS(I)), menunjukkan kapasitas kendaraan-2 (Engkle) dengan kapasitas angkutnya sebanyak 226 kardus bunga krisan (KAPASITAS(2)), kapasi- tas kendaraan-3 (Double) yang kapasitas angkutnya sebanyak 385 kardus bunga krisan (KAPASITAS(3)), nilai investasi teknologi untuk kendaraan-1 yang belum Bahar, Optimasi Biaya SistemTabel 3. Karakteristik Pelanggan WAKTU (an) i KOORDINAT NODE LOKASL pgp LAYANAN an) — Ta 1 Dyot 7 0 a 4 WO 2 Bank 4 0 4 40 GND 3 larg 4 0 I 429803 INTISB 4 Ces 0 B 1 4S IST 5 Ply Gadng 8 a 1 4856 mgm 8 Sepng h 8 1 419K AIS 1 Tagg n L 1G nse Tabel 4. Karakteristik Kendaraan Angkut_ KENDARAAN NAMA KAPASITAS FINEDCOST _KECRATA2 INVESTASITEK. BIAVA OPERASIONAL (lars) (Rp) en es) 2 gle 600 3 Dutie 38500 dipakai, sehingga nilainya masih Rp. 0, (IT(1)), nilai investasi teknologi untuk Kendaraan-2 yang belum dipakai, sehing- ga nilainya masih Rp. 0,- ((T(@)), dan ni- lai investasi teknologi untuk kendaraan-3 yang belum dipakai, sehingga nilainya masih Rp. 0,- (IT@)). Biaya optimum untuk kondisi seka- rang adalah sebesar Rp. 676,734. Rute optimum kendaraan 2 (engkle) adalah depot ke Cikarang, lalu ke Cipanas, dan kembali ke depot. Rute optimum ken- daraan 3 adalah berangkat dari depot menuju bandara, lalu ke Pulo Gadung, Tangerang, Serpong, dan kembali ke de- pot. Dalam rangka pengoptimalan, dilaku- kan beberapa skenario simulasi terkait aspek transportasi, penurunan kualitas, dan teknologi. Skenario pertama adalah menaikkan kapasitas 1,5 kali dari semuula, dan menaikkan kapasitas 2 kali dari se- mula. Skenario kedua, pengubahan Titik B (naik 0,5 jam dan 1 jam). Skenario ke- tiga dilakukan dalam dua cara. Cara per- tama adalah menaikkan titik B 0,5 jam dan kapasitas 1,5 kali dari semula, Cara Jurnal Ekonomi Bisnis Volume 16. No. 2 Agustus 2011 (kojam) (Rpm) a 1ast00 10 m0 151000 m0 a 1s 30 kedua adalah menaikkan titik B 1 jam dan kapasitas 1,5 kali dari semula. Rekapitulasi hasil analisis dapat dili- hat pada Tabel 4. Hasil analisis menggunakan skenario 1 menunjukkan bahwa dengan menaik- kan kapasitas angkut menjadil,5 kali dari kapasitas semula, terdapat peruba- han signifikan pada biaya total perjalanan dan penggunaan jenis kendaraan yang berbeda, yaitu kendaraan-1 (L-300) dan Kendaraan-3 (ganda) dengan biaya per- jalanan minimum sebesar Rp. 620,453,. Sedangkan kondisi sekarang sebesar Rp.676,734,- sehingga terjadi_penghe- matan biaya total perjalanan sebesar Rp. 56,281,- yaitu sekitar 8,3 persen. Selanjutnya pada penentuan rute optimum, terjadi perubahan pemakaian kendaraan, dari kondisi sekarang yang memakai kendaraan 2 dan 3, menjadi kKendaraan | dan 3 pada kondisi kenaikan kapasitas tersebut. Hal ini dimungkinkan kerena penambahan kapasitas kenda- raan-| (L-300) menjadi 186 kardus me- nyebabkan kemampuannya bertambah untuk melayani 2 lokasi pelanggan, yaitu ui‘Tabel 5. Rekapitulasi Hasil Analisis SKEWARIO_REXAVASA ———TOTALBIAYA (ip) _WENDARAAN URUTAN RTE Engle Depot > Cikarng > Ciparas > Depot 0 ‘Tiakadaetsisng 6734 Depet > Bandar > Pulo Gating > Tangerang-> Double Serpang > Depot ‘Menaitkan kepasias 1,5 kali 4200 Depot > Cikarang > Cipanas > Depot ns Depot > Bandara > Pulo Gadung > Taogerang> ;— erisemale Double Serpong > Depot ‘Menuitkankepsias 2 kal fngle Depot Cilarang > Tengerng > Serpong > Depo. 567.189 deisamas ble Dept) Bada? Palo Cang > Cipnas> Det, Pengabehen Titik B ngkie Depot > Cikarang Cipanas > Depa SISARS Depot > Bandara > Pulo Gadueg > Tangerang-> eaten) ‘Doule —Serpong> Depot Penguin ik B fog Depo-> Ciaran > Cpass > Dept Mas Depot > Bardot > Polo Gaduug > Tangeong-> (énalan pn ale Sepog> Dept ‘Tk B Dinan 0,5 Jam dan samt Lam) igo > Carag poms 3 Dee ” ‘Depot > Bandara -> Palo Gacung -> Tangerang-> i pastas Cbs Dale Sepoag-> Det ‘Titik B Dinko | fam don Lato Depot Ciarang > Cipenas > Dept W138 Depot > Bandara -> Pulo Gadong > Tangerang? Aapasts 15 alr Sera Double _Serpong> Depot i Cikarang dan Cipanas yang total_per- jaannya 170 kardus. Kendaraan-1 (L- 300) dianggap cukup optimal mengirim bunga krisan dengan kendala perminta- an dan kenaikan kapasitas tersebut, dan kendaraan-2 (Engkle) justru tidak perlu berangkat mengirim bunga krisan karena kapasitasnya secara signifikan terlalu be- sar untuk menangani permintaan yang ada dibandingkan dengan kapasitas pada kendaraan-1. Posisinya untuk menjalani rate yang sama, sesudah kenaikan kapa- sitas, telah digantikan oleh kendaraan-1 Pada urutan jalur rute tidak mengalami perubahan dibanding kondisi sekarang. Hal ini dimungkinkan karena adanya perbedaan tipis dalam hal nilai permintaan antara tiap pelanggan, serta nilai time windowsnya yang juga hampir seragam yaitu kisaran 1 sampai 3 jam, kecuali pada pelanggan bandara dan Ser- M2 pong, lamanya sekitar 6 jam. Menggunakan skenario 2, berdasar- kan rute optimum perjalanan masing- masing kendaraan yang terjadi, terdapat 2 kendaraan yang terpakai, yaitu kenda- raan-I (L-300) dan kendaraan 2 (Engkle). Biaya perjalanan minimum sebesar Rp. 567,189,-. Terdapat selisih biaya dengan kondisi sekarang senilai Rp. 109,544,7,- atau sekitar 16,2 persen. Rute optimum yang didapat me- ngalami perubahan signifikan dibanding- kan kondisi sekarang. Pemakaian jenis kendaraan maupun rute mengalami pe- rubahan sama sekali. Kondisi sekarang, dimana kendaran-2 melintasi rute de- pot, Cikarang, Cipanas, dan kembali ke depot, dan kendaraan-3 melintasi suatu rute dengan urutan lokasi depot, bandara, Pulo Gadung, Tangerang, Serpong, dan kembali ke depot, berubah, Kendaraan Bahar, Optimasi Biaya Sistem...yang digunakan pada skenario 2 adalah kendaraan-1 dan kendaraan-2. Lintasan optimum kendaraan-I adalah depot, Ci- karang, Tangerang, Serpong, dan kem- bali ke depot. Kendaraan-2 melintasi de- pot, badnara, Pulo Gadung, Cipanas, dan kembali ke depot. Berdasarkan perubahan output rute optimum di atas, dapat dianalisis bahwa telah terjadi kecenderungan keseimbangan pelayanan antara jenis kendaraan 1 dan 2 dalam konteks jumlah lokasi pelang- gan yang dilayani, yaitu masing-masing mampu melayani 3 pelanggan. Kenda- raan-l melayani urutan rute Cikarang, ‘Tangerang, Serpong, dengan total permi taan 235 kardus. Sedangkan kendaraan-2 melayani urutan rute bandara, Pulo Ga- dung, Cipanas, dengan total permintaan 310 kardus. Setelah titik B pada skenario 2 dige- ser ke kanan sejauh 0,5 jam (dari 23 men- jadi 23,5 jam), perubahannya ternyata cukup signifikan, Biaya total perjala- nan turun menjadi sekitar 45 persen dari semula, yaitu dari Rp. 676,734,- menjadi Rp. 375,485,-. Sedangkan urutan rute per- jalanan tetap sama, Hal ini dimungkinkan karena adanya perbedaan tipis dalam hal nilai permintaan antara tiap pelanggan, serta nilai time windowsnya yang juga hampir seragam yaitu kisaran 1 sampai 3 jam, kecuali pada pelanggan bandara dan Serpong, lamanya sekitar 6 jam. Berdasarkan output, setelah titik B digeser ke kanan sejauh 1 jam (dari 23 ‘menjadi 24 jam), biaya total perjalanan turun. Biaya dari Rp. 676,734,- turun menjadi Rp. 371,753,-. Selisihnya sebe- sar Rp. 304,981, atau sekitar 45,1 persen. Penurunan_ persen tersebut tidak terlalu signifikan dibandingkan penurunan biaya sebelumnya yaitu sebesar 45 persen. Ini artinya bahwa dengan kenaikan waktu 1 jam dari 0,5 jam sebelumnya, tidaklah ‘membawa pengaruh terlalu besar pada Jurnal Ekonomi Bisnis Volume 16, No. 2 Agustus 2011 upaya meminimumkan biaya. Setelah titik B digeserke kanan sejauh 0,5 jam (dari 23 menjadi 23,5 jam) dan ka- pasitas dinaikan 1,5 kali dari semula pada skenario 3, perubahan yang terjadi cukup signifikan. Biaya total perjalanan menjadi turun sekitar 55 persen dari semula, yaitu dari Rp. 676,734,- menjadi Rp. 304,721,-. Urutan rute perjalanan tidak mengalami perubahan, tapi hanya mengalami pe- rubahan pada pemakain jenis kendaraan, yaitu kendaraan-2 pada kondisi sekarang digantikan oleh kendaraan-1 untuk me- layani urutan rute pelanggan Cikarang dan Cipanas. Pada pergeseran titik B ke kanan se- jauh 1 jam (dari 23 menjadi 23,5 jam) dan kapasitas dinaikan 1,5 kali dari semula, perubahan juga cukup signifikan. Biaya total perjalanan menjadi turun sekitar 55,5 persen dari semula, yaitu dari Rp. 676,734,- menjadi Rp. 301,333,-. Urutan ute perjalanan tidak mengalami peruba- han, tapi hanya pada pemakain jenis ken- daraan, Kendaraan-2 pada kondisi seka~ rang digantikan oleh kendaraan-1 untuk ‘melayani urutan rute pelanggan Cikerang dan Cipanas. Solusi optimum dari simulasi ini menunjukkan bahwa perusahaan sela- yaknya berusaha meningkatkan kapasitas pemuatan bunga krisan atau menambah jumlah kendaraan angkut berukuran lebih besar sampai batas maksimum kapasi- tas. Perusahaan juga perlu mengambil kebijakan untuk menjaga kelaikan dan kondisi kendaraan, khususnya kendaraan angkut yang mendekati batas maksimum kapasitas. Nilai output di atas dapat dijadikan sebagai landasan pengembangan penen- ‘tuan rute optimum transportasi bunga kri- san secara khusus. Selain itu juga dapat dijadikan salah satu bahan pengambilan keputusan bagi para perencana trans- portasi produk mudah rusak, khusus- 143nya dalam mengantisipasi perencanaan rate sehingga diperoleh minimasi biaya yang berbanding lurus dengan rekayasa teknologi untuk mengantisipasi laju penu- runan kualitas, Hal ini dapat berimplikasi dengan pengurangan resiko kerusakan yang diangkut selama perjalanan. Minimasi Biaya Transportasi Implikasi manjerial dari hasil penelitian adalah bahwa optimasi biaya dapat di- lakukan melalui kendali teknologi agar dapat menekan pengaruh waktu perjala- nan yang sebelumnya diharapkan dapat menekan biaya penggunaan jumlah kendaraan (Bottani, dkk., 2011; Pawsey, 1995; Kader, dkk., 1985). Implikasi di- ametralnya adalah dapat _menurunkan kualitas bunga krisan sebagai produk mudah rusak. Kendali teknologi berim- plikasi Jangsung pada pengaturan waktu kirim. Implikasi khususnya pada selang waktu perjalanan area signifikan yang merupakan perwujudan dari satu nilai komersial komoditas bunga krisan yang diindikasikan dengan adanya penurunan biaya akibat penurunan kualitas bunga selama perjalanan, Rekayasa selang waktu secara kon- septual dapat dilakukan melalui dua (2) cara, yaitu menggeser titik B sebagai ti- tik maksimum area signifikan atau titik A dan B pada area tersebut. Namun se~ cara riil di lapang, kemungkinan terbesar adalah hanya menggeser titik B melalui peningkatan kualitas pengawetan komo- ditas melalui pembaruan atau peremajaan media penyimpan yang tentunya mem- butubkan investasi teknologi yang digu- nakan pada ranah pembelian maupun per- awatannya, Investasi tersebut juga dapat digunakan pada awal pasca panen bunga krisan melalui proses pengawetan yang menggunakan rekayasa berbagai bahan pengawet yang diperlukan. Selanjutnya pada aspek pilihan peng- 14 gunaan kendaraan, tampak bahwa pe- milihan kendaraan angkut tidak hanya bergantung kepada kapasitas, namun juga terkait dengan permintaan tiap lokasi pelanggan, kecepatan rata-rata per kenda- raan, jarak antar pelanggan dan beberapa komponen biaya yang harus ditanggung perkendaraan selama proses pengiriman. SIMPULAN DAN SARAN Simpulan 1. Sistem transportasi bunga krisan sa- ngat dipengaruhi oleh beberapa pe- rubahan parameter yang terlingkup didalamnya. Perubahan kapasitas kendaraan angkut dan pergeseran ti- tik akhir area signifikan berpengaruh sangat nyata terhadap perubahan to- tal biaya pengiriman bunga krisan. Pergeseran titik akhir dapat dilaku- kan melalui investasi teknologi, yaitu melalui pengadaan dan perawatan media penyimpan selama_ proses pengiriman berlangsung, 2. Model yang dikembangkan telah berhasil meningkatkan penghematan biaya dan efektifitas sistem transpor- asi pada agroindustri_hortikultura Hasil simulasi model menunjukkan bahwa biaya total pengiriman bunga krisan dapat diminimumkan melalui kenaikan kapasitas kendaraan angkut dan investasi teknologi, khususnya yang terkait dengan proses pengiri- ‘man bunga krisan. Saran 1, Perusahaan atau pengambil kebijakan transportasi produk yang mudah ru- sak dapat mengoptimalkan biaya se- Jama proses transportasi berlangsung, dengan lebih mempertimbangkan pek penambahan kapasitas melalui serangkaian simulasi integratif yang lebih detail schingga dapat menemu- Balar; Optimasi Biaya Sistem ..kan batas maksimum penambahan kapasitas tersebut, 2. Untuk menganalisis jumlah titik pe- Janggan yang jauh lebih banyak, dibutuhkan metode heuristik karena tingkat kompleksitasnya yang se- makin besar serta kebutuhan kece- patan dan keakuratan dalam proses iterasi pencarian solusi optimumnya. 3. Perlu diteliti lebih lanjut dugaan hubungan antara ukuran kendaraan dengan efisiensi biaya kirim yang dibasilkan. Hipotesis. menunjukkan bahwa ukuran kendaraan_ berban- ding terbalik dengan efisiensi biaya yang dihasilkan. Diperlukan pemo- delan non-linier untuk mengantisi- pasi Kompleksitas permasalahan riil di lapang. DAFTAR PUSTAKA. Bottani, Montanari, Roberto, Vignali, Guerra 2011 “Survey on packaging materials and technologies for com- mercial food products” Infernational Journal of Food Engineering 7(1) 12. Crainic, T.G. and Laporte, G. 1997 “Plan- ning models for freight transporta- tion” European Journal of Opera- tional Research 91(3) 409438 Departemen Pertanian, Direktorat Jen- deral Hortikultura 2009 Produksi Tanaman Hortikultura Indonesia. Ja- Karta: Ghosh, S.K, Khanra, S, Chaudhuri, S. 2011 “Optimal price and lot size de~ termination for a perishable product underconditions of finite production, partial back ordering and lost sale” Applied Mathematicsand Computa- tion 217: 6047-6053. Gite, PS. 2009 “An economic order quantity model for perishable item under permissible delay in payment and variable rate of deterioration * International Journal of Statistics and Systems 4(1)1-12. Jia and Hu 2011 “Dynamic ordering and pricing for a perishable goods sup- ply chain” Computers & Industrial Engineering 60: 302-309. Kader, K., Mitchell, R., Sommer, T, 1985 “Postharvest technology of horticul- tural crops” Division of Agriculture and Natural Resources Publications University of California. Marimin dan Maghfiroh, N. 2010 Ap- likasi Teknik Pengambilan Keputu- san dalam Manajemen Rantai Pasok. Bogor: IPB Press. Maschietti, M. 2010 “Time-temperature indicators for perishable products” Recent Patents on Engineering 4: 129-144, Minner, T. 2010 “Periodic review inven- tory-control for perishable products under service-level constraints” OR Spectrum 32:979-996, Osvald and Stirn 2008 “A vehicle routing algorithm for the distribution of fresh vegetables and similar perishable food” Journal of Food Engineering 85: 285-295. Pawsey, RK. 1995 “Preventing losses and preserving quality in food cargoes” In J. L. Albert (Ed.). Food, nutrition and agriculture —15— food safety.and trade, Italy: Food and Agriculture Organization (FAO) of the United Nations. Sapata, Ramos, Ferreira, Andrada, Can- deias. 2009 “Quality maintenance improvement of pleurotus ostreatus mushrooms by modified atmosphere packaging” Acta Sci. Pol., Technol. Aliment 8 (2) 53-60. Vorst JGAJ van der. 2004 “Supply chain management: theory and practice” in; T.Camps, P. Diederen, G.J Hofstede, B.Vos, Editor. The Emerging World Jurnal Ekonomi Bisnis Volume 16. No. 2 Agustus 2011 45of Chains & Networks. Hoofdstuk: Elsevier Yadavalli, V.S.S., Adetunji, O., Siva- kumar, B., Arivarignan, 2010. “G. two-commodity perishable inventory 146 sistem with bulk demand for one commodity” South African Journal of Industrial Engineering 2\(1) 137- 155. Bahar, Optimasi Biaya Sistem.c. | Universitas Gunadarma