BAB 4 Analisis dan Bahasan

Transkripsi

1 BAB 4 Analisis dan Bahasan 4.1 Pengumpulan Data Pada proses distribusi minyak mentah konsumsi domestik, terdapat tiga lokasi pengiriman dan penyebaran hingga lokasi akhir distribusi minyak mentah yaitu RU. Proses tersebut dapat dilihat pada Gambar 4.1. Gambar 4.1 Proses Distribusi Hulu Produk Minyak Mentah Domestik Pada proses distribusi tentu dibutuhkan data lokasi ketiga titik penyebaran tersebut. Data titik koordinat dari lokasi offshore, load port crude dan RU sudah disusun dalam peta (lihat Gambar 4.2). Data tersebut harus disesuaikan terhadap kedalaman laut pada pelabuhan setiap RU sehingga tidak semua jenis kapal dapat berlabuh di RU tersebut. Lalu, jalur yang diambil harus disesuaikan dengan berat muatan kapal, jenis kapal dan kedalaman laut. Jalur yang dipilih inilah yang nantinya akan menjadi data jarak untuk proses perhitungan. Proses distribusi ini berjalan selama 24/7 atau non-stop. Sehingga waktu istirahat kapal, dan kru ada pada saat kapal berlabuh di port untuk menunggu hasil produksi tercapai dan loading; dan saat berlabuh di RU untuk unloading minyak mentah dari muatan. Gambar 4.2 Lokasi Offshore, Terminal K3S, dan Refinery Unit (RU) 13

2 14 Tabel 4.1 Nama dan Jenis Minyak Mentah di Indonesia No Nama Jenis Nama Jenis Nama Jenis No No Minyak Minyak Minyak Minyak Minyak Minyak 1 Arjuna Light 10 Grissik Mix Medium 19 Sangatta Light 2 Badak Light 11 Handil Light 20 Senipah Light 3 Bekapai Light 12 Jatibarang Light 21 SLC Light 4 Belanak Light 13 Katapa Mix 22 Tarakan Light 5 Belida Light 14 Lalang Light 23 Widuri Light 6 Bunyu Light 15 Lirik Light 24 Jambi Light 7 Cinta Light 16 Madura Light 25 sepinggan Light 8 Duri Heavy 17 Mudi Light 9 Geragai Light 18 Pendalian Light Sebagai data umum, data nama produk minyak mentah yang ada di Indonesia dan jenis minyak mentah nantinya akan berpengaruh dalam pembuatan produk jadi, dan jenis muatan dalam kapal. Untuk mengolah minyak menjadi produk jadi, tentunya setiap RU memiliki komposisi yang berbeda. Komposisi tersebut tersusun dari nama produk tertentu. Nama-nama produk yang diminta setiap RU berbeda karena sesuai dengan kandungan minyak yang dibutuhkan pada proses pengolahan di setiap RU Data Dasar Perhitungan a. Data Jarak Port ke RU Perhitungan jarak dari Port menuju RU bergantung kepada jalur yang dipertimbangkan berdasar kepada berat muatan yang diangkut kapal, jenis kapal terhadap kedalaman laut sepanjang jalur yang diambil. Berikut tabel jarak antara masing-masing Port dan RU. Data jarak tersebut didapatkan dari penggunaan Netpas Software yang juga menjadi software yang saat ini digunakan oleh PT. PERTAMINA untuk mencari jarak terdekat. Tabel 4.2 Jarak Antara Port dan Refinery Unit (RU) Unit Kilo Meter RU Balikpapan Balikpapan Dumai Balongan Plaju Cilacap Port CDU IV CDU V Arjuna ,00 447, , ,00 Petrochina ,00 958, Grissik ,00 958, Belanak ,00 887,00 - Surabaya - 526,59 705,00 687,00 890,81 891,00 Madura ,00 447,00 - Bekapai ,00 37,00 - Senipah ,00 49,00 37,00 Bunyu ,00 Dumai ,59 484, , , ,00 Pada Tabel 4.2, terdapat tanda - pada cell tertentu. Hal ini dikarenakan pada komposisi minyak mentah yang dibutuhkan setiap RU berbeda, sehingga tidak semua port diharuskan mengirimkan minyak mentah ke RU tersebut. Sehingga jarak yang tercantum pada Tabel 4.2 disesuaikan dengan port mana yang mengirimkan produk melalui kapal ke RU tertentu.

3 15 b. Data Waktu Loading Minyak Mentah Loading minyak mentah merupakan suatu proses dimana minyak mentah yang merupakan hasil dari proses lifting di offshore, yang kemudian dialirkan melalui pipa ke Terminal K3S dimuat dalam kapal untuk didistribusikan sehingga dapat diolah di Refinery Unit. Waktu yang dibutuhkan untuk memuat supply minyak mentah ke kapal tergantung kepada kapasitas berat muatan yang bisa diangkut oleh kapal dalam satuan DWT (Deadweight Ton). Misalnya : Apabila LR Min DWT dengan pumping rate DWT per jam, maka waktu yang dibutuhkan untuk loading adalah: Hasil perhitungan crude loading time untuk seluruh jenis LR terdapat pada Tabel 4.3. Tabel 4.3 Crude Loading Time untuk Setiap Jenis Kapal Jenis Kapal DWT Loading/ Loading Time (Deadweight Ton) Pumping Rate (/day) LR Min , Max ,4 MR Min , Max ,25 GP Min , Max ,69 c. Data Waktu Tempuh Setiap Jenis Kapal dari Port Menuju RU Waktu tempuh setiap kapal dibedakan berdasarkan kepada jenisnya. Terdapat tiga jenis kapal yang digunakan oleh PT. PERTAMINA yaitu Large Range (LR), Medium Range (MR), dan General Purpose (GP). Masing-masing setiap kapal memiliki batasan kecepatan yang telah ditetapkan dan berbeda setiap jenisnya. Dalam kasus pengangkutan crude, kekuatan kapal difokuskan kepada power bukan speed sehingga kecepatan pun dibatasi untuk LR: 13 Knot, MR: 12 Knot, dan GP: 11 Knot. Kecepatan ini telah ditetapkan untuk keamanan Kapal dan muatan kapal yang rentan suhu dan flammable. Untuk mengetahui waktu tempuh jalur dari Port ke RU, didapat dari rumus: Untuk RU Cilacap, Balongan, Balikpapan CDU IV, dan Balikpapan CDU V dilampirkan pada Lampiran 10. Sedangkan RU Dumai menerima produk minyak mentah melalui pipa dari offshore terdekatnya yaitu Duri, Lalang, Selat Panjang, Lirik, dan Katapa. Sehingga tidak ada Port yang menjadi penghubung untuk mendistribusikan minyak yang dibutuhkan oleh RU Dumai.

4 16 Tabel 4.4 Waktu Tempuh dari Port ke Setiap RU Dari port ke RU: Plaju Port Delivery Time (days) LR MR GP Arjuna 0,97 1,05 1,15 Dumai 0,84 0,91 0,99 Petrochina 0,27 0,29 0,31 Grissik 0,27 0,29 0,31 Surabaya 1,22 1,32 1,44 d. Data Kapasitas Unloading Minyak Mentah di Setiap RU Proses unloading merupakan proses dimana minyak mentah yang dimuat di kapal dipindahkan melalui fasilitas pipa penyalur minyak yang telah disediakan di setiap RU. Khusus untuk RU Dumai, RU ini menyediakan fasilitas pengolahan yang tidak menerima proses unloading karena komposisi produk yang dibutuhkan di RU ini, semua dikirimkan dari offshore melalui pipa menuju RU. Tabel 4.5 Kapasitas Unloading Setiap RU Unit Barrel Stream per Day Nama RU Kapasitas Unloading RU III Plaju RU IV Cilacap RU V Balikpapan CDU IV RU V Balikpapan CDU V RU VI Balongan e. Cara Perhitungan Unloading Minyak mentah Untuk melakukan penyaluran minyak mentah dari kapal ke RU melalui fasilitas pipa penyalur dengan kapasitas per hari yang berbeda di setiap RU, maka waktu yang dibutuhkan pun akan berbeda. Contoh: Apabila Kapal jenis LR membawa muatan sebanyak Barel untuk dikirim ke RU Balongan maka waktu yang dibutuhkan adalah: f. Toleransi Waktu yang Diberikan Pada Setiap Pengiriman Toleransi diberikan kepada setiap kapal pada setiap pengiriman untuk menghindari renggangnya waktu yang telah dihitung karena dua controlled factors yaitu pembersihan kapal dan maintenance kapal. Berdasar kepada data nama 154 kapal sewa dan 36 kapal milik, dihasilkan rata-rata konsumsi waktu untuk pembersihan adalah 0,19 hari (4,56 jam 5 jam) dan rata-rata konsumsi waktu perbaikan adalah 0,79 hari (18,96 jam 19 jam). Perhitungan pembersihan dan maintenance sangat diperlukan karena frekuensi kegiatan pembersihan mencapai 99,34% dan maintenance mencapai 98,08%. Dengan adanya frekuensi pembersihan dan maintenance yang cukup tinggi, maka toleransi waktu tambahan untuk pembersihan dan maintenance perlu dialokasikan. Waktu toleransi selama 1 hari = 24 jam dapat dialokasikan dalam penjadwalan untuk setiap pengiriman selama waktu toleransinya berada pada area expected idle time, yaitu waktu untuk menunggu angka

5 produksi mencapai angka alokasi supply untuk dikirim pada pengiriman kedua. Untuk melakukan operasi pada tahapan pengolahan data, terdapat beberapa constraint yang harus menjadi pertimbangan, dikarenakan kebijakan yang harus berlakukan dan telah ditetapkan oleh PT. PERTAMINA Data Constraints a. Jenis dan Kapasitas Kapal Setiap kapal hanya diperbolehkan memuat maksimal 3 produk minyak mentah dengan jenis minyak yang sama. Contohnya untuk produk Bekapai, Senipah, dan Handil yang merupakan jenis minyak light dimuat dalam satu kapal disesuaikan dengan kapasitas muatan kapal yaitu: Tabel 4.6 Jenis Kapal dan Kapasitas 17 Jenis Kapal LR MR GP Kapasitas Muatan 600,000 barel barel barel Sesuai dengan kebijakan, data dan pertimbangan terhadap suhu kapal yang berpengaruh dengan suhu minyak mentah, terdapat batasan maksimum muatan tanker untuk setiap jenis kapal yaitu: 1) Untuk GP, 100% dari kapasitas. 2) Untuk MR, 95,45% dari kapasitas. 3) Untuk LR, 92% dari kapasitas. b. Terminal Approval Setiap pelabuhan RU memiliki kedalaman yang berbeda-beda, dan setiap jenis kapal memiliki berat yang berbeda. Berdasarkan kepada data DWT (Deadweight Ton) kapal pada Tabel 4.3 dan kebijakan PT. PERTAMINA mengenai terminal dan berat kapal, tidak semua jenis kapal dapat berlabuh di RU mana saja. Berikut adalah data Terminal Approval untuk setiap RU. Tabel 4.7 RU Terminal Approval Untuk Setiap Jenis Kapal Jenis Kapal LR MR GP RU Du Pl Ba Ci Ba IV Ba V Keterangan: Diterima Ditolak Ci : Cilacap Du : Dumai Ba IV : Balikpapan CDU IV Pl : Plaju Ba V : Balikpapan CDU V Ba : Balongan

6 18 c. Komposisi Permintaan Produk Minyak Mentah di Setiap RU Permintaan produk minyak mentah pada masing-masing RU berbeda karena setiap RU memiliki mesin hanya mampu mengolah produk crude atau minyak mentah tertentu (lihat Tabel 4.8). Tabel 4.8 Komposisi Minyak Mentah Setiap RU Refinery Unit Port / Pipa Produk Pipa langsung ke RU Jatibarang Port Surabaya Mudi Balongan Duri Port Dumai SLC SLC Duri Pipa langsung ke RU Dumai Pendalian Lirik Tongkang Selat Panjang Pipa langsung ke RU Jambi Tampi Duri Port Dumai SLC Plaju Lalang Port Arjuna Arjuna Port Petrochina Geragai Port Grissik Grissik Mix Port Surabaya Mudi Pipa langsung ke RU Sepinggan Sanga-sanga Port Arjuna Arjuna Jatibarang Duri Port Dumai SLC Balikpapan CDU IV Katapa Port Bekapai Bekapai Port Senipah Senipah Handil Port Madura Madura Port Surabaya Mudi Port Belanak Belida Pipa langsung ke RU Tanjung Balikpapan CDU V Port Arjuna Cinta Widuri Port Bunyu Bunyu Tarakan Port Bekapai Sangatta Port Arjuna Arjuna Jatibarang Port Surabaya Mudi Port Dumai Duri Port Petrochina Geragai Cilacap Port Bekapai Bekapai Badak Port Senipah Handil Senipah Port Belanak Belida Belanak Port Madura Madura

7 4.2 Pengolahan Data Sesuai dengan Metodologi Penelitian, terdapat 3 tahapan pada pengolahan data yaitu klasterisasi, integer programming, dan scheduling untuk setiap RU Plaju a. Klasterisasi Menggunakan Metode Sweep Variant A (Cluster First Route Second) Klasterisasi menggunakan metode Sweep Variant A dengan garis sumbu selatan dan arah putar lawan arah jarum jam. Garis sumbu selatan dipilih karena sumbu selatan tidak akan memotong area cakupan penelitian, selain itu tidak membelah jarak antar port terdekat sehingga hasil klasterisasi dapat optimal. Hasil yang didapatkan menjadi seperti Gambar 4.3. Adapun kapasitas pembatasnya adalah kapasitas kapal yang paling besar terhadap demand dari setiap produk pada RU tersebut. Angka demand dijadikan angka penentu klaster karena pemenuhan demand merupakan prioritas. Pada kasus ini, RU menjadi pusat putar atau depot. 19 Gambar 4.3 Klasterisasi RU Plaju Setelah melakukan sweep maka didapatkan 4 klaster sebagai berikut: Tabel 4.9 Klaster RU Plaju Klaster Produk Port Klaster I Duri Dumai Lalang Dumai Klaster II Geragai Petrochina Klaster III Grissik Mix Grissik Mudi Surabaya Klaster IV Arjuna Arjuna Untuk produk Grissik Mix terdapat konsiderasi khusus karena jenis produk tersebut adalah minyak crude medium, oleh karena itu tidak dapat diklasterisasi dengan produk minyak lain.

8 20 Gambar 4.4 Rute RU Plaju Langkah selanjutnya adalah menentukan rute dari klaster yang telah dihasilkan. Dalam penentuan rute, metode yang digunakan adalah triangle insertion. Metode insertion ini dipilih karena pada masingmasing klaster, hanya terdapat maksimum 2 titik. Dalam hal ini, apabila pada suatu klaster terdapat 2 titik maka kemungkinan rute yang terbentuk hanya ada satu. Contoh: D-A-B-D akan memiliki total jarak yang sama dengan D-B-A-D. Berdasar kepada klaster tersebut dan dengan menggunakan metode triangle, maka didapatkan rute seperti pada Tabel Kolom supply berikut merupakan data supply produksi yang dialokasikan dan harus dikirim ke RU Plaju. Tabel 4.10 Rute RU Plaju Rute Jalur Supply Jarak Warna (Barrel) (Km) Rute 1 Dumai Plaju Dumai 210, Kuning Rute 2 Dumai Petrochina Plaju - Dumai 210, Hijau Rute 3 Grissik Plaju Grissik 70, Biru Rute 4 Surabaya Arjuna Plaju Surabaya 840, Oranye b. Formulasi dan Solusi Metode Integer Programming i. Frekuensi Perjalanan per Rute Formula pertama yang dibutuhkan adalah untuk mencari frekuensi perjalanan yang paling optimal untuk mengangkut produk minyak. X ij = frekuensi perjalanan / trip melalui rute i menggunakan kapal j i = rute perjalanan (rute 1, rute 2, rute 3, rute 4) j = jenis kapal (LR, MR, GP) s.t (Kapasitas rute I) (Kapasitas rute II) (Kapasitas rute III) (Kapasitas rute IV)

9 Sehingga menghasilkan z = 5 dengan rincian X 12 = 1, X 22 = 1, X 33 = 1, X 41 = 2. Hasil ini dapat menunjukkan bahwa terdapat satu trip dari rute 1 dengan jenis kapal MR, satu trip dari rute 2 dengan jenis kapal MR, satu trip dengan jenis kapal GP, dan dua trip dari rute 3 dengan jenis kapal LR. ii. Waktu Pengiriman dan Jumlah Unit Setiap Pengiriman Setelah itu hasil ini akan digunakan sebagai data trip yaitu trip 1, trip 2, trip 3, trip 4, dan trip 5. Formulasi untuk optimalisasi hari yang dibutuhkan dalam unloading pada setiap Refinery Unit dan isi kapasitas kapal yang digunakan dalam setiap trip dengan mixed integer programming sebagai berikut Y ij = jumlah hari proses unloading pada trip i dengan kapal j X ij = jumlah barel yang dibawa pada trip i menggunakan kapal j i = Trip (Trip 1, Trip 2, Trip 3, Trip 4, Trip 5) j = Jenis Kapal yang digunakan (LR, MR, GP) 21 s.t (Jumlah supply pada Trip 4 + Trip 5) (Jumlah supply pada Trip 1) (Jumlah supply pada Trip 2) (Jumlah supply pada Trip 3) (Kapasitas tampung kapal pada trip 4) (Kapasitas tampung kapal pada trip 5) (Kapasitas kemampuan loading trip 1/hari) (Kapasitas kemampuan loading trip 2/hari) (Kapasitas kemampuan loading trip 3/hari) (Kapasitas kemampuan loading trip 4/hari) (Kapasitas kemampuan loading trip 5/hari) Maka dihasilkan z = 12 dengan Y 12 = 2, Y 22 = 2, Y 33 = 1, Y 41 = 4, Y 51 = 3 dan X 12 = 210,000, X 22 = 210,000, X 33 = 70,000, X 41 = 438,900, X 51 = 401,100. Hasil ini menunjukkan jumlah hari proses unloading pada trip 1 dengan jenis kapal MR adalah 2 hari, trip 2 dengan kapal MR adalah 2 hari, trip 3 dengan kapal LR adalah 4 hari, dan trip 5 dengan kapal GP adalah 1 hari. Kapasitas isi yang di angkut pada trip 1 dengan jenis kapal MR adalah 210,000 barel, trip 2 dengan jenis kapal MR adalah 210,000 barel, trip 3 dengan jenis kapal GP adalah 70,000 barel, trip 4 dengan jenis kapal LR adalah 438,900 barel, dan trip 5 dengan jenis kapal LR adalah 401,100 barel. c. Metode Scheduling Problem Tujuan penggunaan metode ini adalah untuk memastikan bahwa dalam jangka waktu satu bulan November (30 hari), kapal yang telah diminimalisasi dapat secara optimum menghantarkan supply yang telah ada dan memenuhi demand.

10 22 Terdapat tiga buah data yang dibutuhkan untuk penggunaan metode ini yaitu Load, Delivery, dan Unload. Berikut adalah perhitungan ketiga data tersebut: i. Perhitungan Load Load atau loading merupakan salah satu alur kerja yang digunakan pada proses scheduling. Proses load sendiri merupakan suatu proses pemindahan minyak mentah dari offshore ke kapal. Contoh Perhitungan load: ii. Perhitungan Delivery Delivery merupakan salah satu proses dalam scheduling. Pada proses ini minyak mentah yang telah di loading, kemudian akan diantarkan ke Refinery Unit (RU). Contoh Perhitungan: iii. Perhitungan Unload Unload merupakan proses terakhir dari proses scheduling dari penelitian ini. Proses ini merupakan sebuah proses dimana minyak mentah yang ada di kapal akan dialirkan ke Refinery Unit dengan menggunakan selang. Contoh Perhitungan: Dari contoh perhitungan pada halaman 25, maka dihasilkan data load, delivery, dan unload dalam unit hari seperti pada Tabel 4.11.

11 23 Tabel 4.11 Data Load, Delivery, Unload Per Hari Trip Rute Load Lead Unload 1 Duri Lalang & Geragai Mudi & Arjuna Mudi & Arjuna Grisik mix a) Tahap Pertama Perbandingan pertama dilihat dari waktu proses tercepat dan penempatan alur dilihat dari letak Load dan Unload. Misalkan GM waktu proses tercepat dan berada pada Unload maka GM paling akhir di kerjakan. Alur Pekerjaan 1 GM 2 D GM D LG D LG MA1 D LG MA1 MA2 Catatan: Tabel 4.12 Tahap Pertama Load dan Unload GM GM GM Keterangan Waktu Proses tercepat yaitu 0,5 hari yang berada pada GM dan dikerjakan terakhir Waktu proses tercepat kedua setelah GM adalah D dan dikerjakan paling awal Waktu proses tercepat selanjutnya yaitu LG, di kerjakan setelah selesai pengerjaan D Waktu Proses selanjutnya adalah MA1, urutan pekerjaan setelah LG Waktu proses terlama, namun dikerjakan sebelum proses terakhir dikerjakan D: Duri LG: Lalang & Geragai MA1: Mudi & Arjuna 1 MA2: Mudi & Arjuna 2 GM: Grisik Mix Maka, Sequence pertama adalah D LG MA1 MA2 GM b) Tahap Kedua Tahap ini tidak jauh berbeda dengan tahap pertama, perbedaan hanya terletak pada terdapatnya penjumlahan antara Load dengan Deliverydan Unload dengan Delivery. Kemudian hasil dari kedua penjumlahan tersebut dibandingkan. Penempatan alur kerja juga tetap mengikuti tahap pertama. Tabel 4.13 Penjumlahan Antara (L+D) dan (U+D) Trip Rute Dummy 1 (L+D) Dummy 2 (U+D) 1 Duri Lalang & Geragai Mudi & Arjuna Mudi & Arjuna Grisik Mix

12 24 Tabel 4.14 Tahap Kedua Setelah Adanya Penjumlahan Alur Pekerjaan 1 GM 2 LG GM 3 LG D GM 4 LG D MA1 GM 5 LG D MA1 MA2 GM Keterangan Waktu proses tercepat yaitu 0,8 berada pada GM dan dikerjakan paling akhir Waktu proses tercepat kedua adalah LG, dan dikerjakan paling awal Waktu proses tercepat selanjutnya adalah D dan dikerjakan setelah LG selesai Waktu proses tercepat keempat adalah MA1, dimana baru akan dikerjakan D telah selesai dikerjakan Waktu proses paling lama, namun dikerjakan sebelum proses terakhir adalah MA2 Sequence kedua: LG D MA1 MA2 GM c) Tahap Ketiga Tahap ini merupakan tahap pembuatan Gantt Chart dari sequence yang didapatkan pada tahap pertama dan tahap kedua untuk mencari waktu proses keseluruhan alur kerja yang paling optimal. Hasil yang didapatkan pada kedua tahap tersebut akan dibandingkan kembali dengan cara melihat waktu proses keseluruhan alur kerja yang tercepat dan sudah dikonsiderasi dengan waktu produksi minyak mentah. Waktu produksi minyak mentah ini dibutuhkan untuk mencapai angka alokasi supply untuk satu RU dalam satu bulan. Jangka waktu proses ini tergantung kepada banyaknya crude yang akan dibawa pada satu kali pengiriman. Waktu proses ini dinamakan dengan expected idle time. Misalnya, pada pengiriman Mudi, dan Arjuna dibutuhkan 2 kali pengiriman (trips). Sesuai dengan hasil tahapan integer programming pada Halaman 24, alokasi jumlah crude pada pengiriman pertama adalah barel dan pengiriman kedua sebesar barel. Untuk pengiriman pertama lifting produksi sudah dilakukan pada bulan sebelumnya sehingga dapat di angkut pada tanggal 1 di awal bulan. Akan tetapi stock untuk pengangkutan pertama itu dapat disimpan dan disesuaikan dengan tanggal pengiriman pertama. Sedangkan untuk pengiriman kedua lifting sudah dimulai dari tanggal 1 dan di sesuaikan dengan perhitungan idle time yang didapatkan dari produksi harian setiap produksi. Sehingga dapat diartikan bahwa expected idle time merupakan waktu yang dibutuhkan pada proses crude lifting untuk mencapai angka barel. Untuk mengetahui expected idle time, alokasi supply di offshore untuk masing-masing RU per hari harus diketahui terlebih dahulu Proses crude lifting di lokasi offshore ini dilakukan secara terus menerus hingga alokasi supply yang ditetapkan untuk setiap RU dapat dipenuhi. Perhitungan:

13 25 idle = 14,3 hari Maka, masing-masing sequence dapat digambarkan sebagai berikut: Gambar 4.5 Gantt Chart Untuk Sequence Pertama (Hari) Keterangan: Loading Delivery Time Unloading Tolerance Gambar 4.6 Gantt Chart Untuk Sequence Kedua (Hari) Gambar 4.5 dan 4.6 merupakan Gantt Chart perbandingan hasil akhir setelah konsiderasi dan hasil perhitungan berdasarkan metode M- Machine. Hasil konsiderasi ini merupakan hasil yang didapatkan setelah adanya expected idle time. Gambar 4.5 merupakan hasil dari sequence pertama, sedangkan Gambar 4.6 merupakan hasil dari sequence kedua setelah adanya penjumlahan antara (Lead + Delivery) dan (Unload + Delivery). Dari hasil perhitungan dan Gantt Chart, kedua sequence tersebut sama-sama menunjukan angka 22 hari. Hal ini berarti kedua sequence tersebut dapat dipilih untuk menjadi schedule pada RU Plaju dan angka 22 tersebut sudah termasuk dalam konsiderasi yang diberikan.

14 26 Tujuan penggunaan metode ini adalah untuk memastikan bahwa dalam jangka waktu satu bulan November (30 hari), jumlah kapal yang telah diminimalisasi dapat secara optimum mendistribusikan demand dan mengantarkan alokasi supply yang telah ditetapkan Balikpapan CDU IV a. Klasterisasi Menggunakan Metode Sweep Variant A (Cluster First Route Second ) Metode klasterisasi dengan sweep sama seperti yang diterapkan pada Refinery Unit Plaju, maka hasilnya menjadi seperti Gambar 4.7. Gambar 4.7 Klasterisasi RU Balikpapan CDU IV Maka, hasil klaster dapat dilihat pada tabel Tabel 4.15 Klaster RU Balikpapan CDU IV Klaster Produk Port Klaster I Madura Madura Klaster II Mudi Surabaya Klaster III Arjuna Arjuna Jatibarang Arjuna Klaster IV Duri Dumai Klaster V Belida, Belanak Belanak Katapa Dumai Klaster VI Bekapai Bekapai Senipah, Handil Senipah Lalu untuk metode yang digunakan untuk menentukan jalur rute yang akan digunakan dalam distribusi minyak mentah, sama dengan yang diterapkan di RU Plaju, maka akan di dapatkan hasil seperti Gambar 4.8 Gambar 4.8 Rute RU Balikpapan CDU IV Berdasarkan metode yang digunakan, dihasilkan rute RU Balikpapan sebagai berikut:

15 27 Tabel 4.16 Rute RU Balikpapan CDU IV Rute Jalur Supply Jarak Warna (Barrel) (Km) Rute 1 Madura Balikpapan Madura 400, Kuning Rute 2 Surabaya Balikpapan Surabaya 340, Hijau Rute 3 Arjuna Balikpapan Arjuna 750, Biru Rute 4 Dumai Balikpapan Dumai 600, Oranye Rute 5 Belanak Dumai - Balikpapan Belanak 479, Hitam Rute 6 Bekapai Senipah Balikpapan - Bekapai 580, Merah Muda b. Formulasi dan Solusi Metode Integer Programming i. Frekuensi Perjalanan per Rute Formula yang digunakan dalam menentukan jumlah frekuensi perjalanan di Balikpapan CDU IV adalah: X ij = frekuensi perjalanan rute i dengan jenis kapal j i = rute perjalanan ( rute 1, rute 2, rute 3, rute 4, rute 5, rute 6 ) j = jenis kapal ( LR, MR, GP ) s.t (Supply Rute 1) (Supply Rute 2) (Supply Rute 3) (Supply Rute 4) (Supply Rute 5) (Supply Rute 6) Sehingga menghasilkan z = 9 dengan rincian X 11 = 1, X 21 = 1, X 31 = 2, X 41 = 2, X 51 = 1, X 61 = 2. Pada hasil ini diketahui bahwa jenis kapal yang digunakan dalam distribusi di Balikpapan CDU IV adalah Jenis LR saja, dan akan berpengaruh kepada formulasi optimalisasi hari dan isi kapasitas kapal. ii. Waktu Pengiriman dan Jumlah Unit Setiap Pengiriman Setelah itu untuk optimalisasi hari yang dibutuhkan dalam unloading pada setiap Refinery Unit dan isi muatan kapal yang digunakan dalam setiap trip adalah: = jumlah hari proses unloading (INT) = jumlah muatan kapal i = Trip (1, 2, 3, 4, 5, 6, 7, 8, 9 ) Y i X i

16 28 Gambar 4.9 Model LINGO Untuk RU Balikpapan CDU IV Maka didapatkan hasil akhir sebagai berikut: Tabel 4.17 Hasil LINGO Untuk RU Balikpapan CDU IV X Hasil Y Hasil (Barrel) Kapasitas Kapal trip Jumlah Hari Unload trip 1 2 Kapasitas Kapal trip Jumlah Hari Unload trip 2 2 Kapasitas Kapal trip Jumlah Hari Unload trip 3 2 Kapasitas Kapal trip Jumlah Hari Unload trip 4 1 Kapasitas Kapal trip Jumlah Hari Unload trip 5 2 Kapasitas Kapal trip Jumlah Hari Unload trip 6 1 Kapasitas Kapal trip Jumlah Hari Unload trip 7 2 Kapasitas Kapal trip Jumlah Hari Unload trip 8 2 Kapasitas Kapal trip Jumlah Hari Unload trip 9 1

17 c. Metode Scheduling Problem Cara penggunaan metode scheduling sama dengan yang digunakan pada RU Plaju: a) Tahap Pertama Tabel 4.18 Tahap Pertama Load dan Unload Alur Pekerjaan Keterangan 1 D2 Waktu Proses tercepat yaitu 1hari yang berada pada D2 dan dikerjakan terkhir Waktu proses tercepat kedua setelah 2 HBS 2 D2 D2 adalah HBS2 dan dikerjakan sebelum proses terakhir Waktu proses tercepat selanjutnya AJ2 HBS 2 D2 yaitu AJ2 dikerjakan setelah selesai 3 pengerjaan D2 Waktu Proses selanjutnya adalah HBS1 AJ2 HBS 2 D2 HBS1, urutan pekerjaan adalah 4 keenam MUD merupakan waktu proses MUD HBS1 AJ2 HBS 2 D2 tercepat selanjutnya, yang dikerjakan 5 kelima Waktu proses tercepat selanjutnya D1 MUD HBS1 AJ2 HBS 2 D2 6 adalah D1 MAD merupakan waktu proses MAD D1 MUD HBS1 AJ2 HBS 2 D2 selanjutnya, namun dikerjakan paling 7 awal 8 MAD AJ1 D1 MUD HBS1 AJ2 HBS 2 D2 Waktu proses selanjutnya adalah AJ1 dan di kerjakan kedua setelah MAD Waktu proses paling lama, namun MAD AJ1 KB D1 MUD HBS1 AJ2 HBS 2 D2 dikerjakan ketiga setelah MAD dan 9 AJ1 adalah KB Sequence: MAD AJ1 KB D1 MUD HBS1 AJ2 HBS2 D2. b) Tahap Kedua Tabel 4.19 Penjumlahan Antara (L+D) dan (U+D) Trip Rute Dummy 1 (L+D) Dummy 2 (U+D) 1 Madura Mudi Arjuna, Jatibarang Arjuna, Jatibarang Duri Duri Katapa, Belanak Handil, Bekapai, Senipah Handil, Bekapai, Senipah

18 30 Tabel 4.20 Tahap Kedua Setelah Adanya Penjumlahan Alur Pekerjaan Keterangan Waktu Proses tercepat yaitu 1,1 hari yang HBS2 1 berada pada HBS2 dan dikerjakan terakhir. Waktu proses tercepat kedua setelah HBS2 HBS1 HBS2 adalah HBS1 dan dikerjakan sebelum 2 proses terakhir. Waktu proses tercepat selanjutnya adalah MUD HBS1 HBS2 3 MUD MAD merupakan waktu proses MAD MUD HBS1 HBS2 4 selanjutnya, namun dikerjakan paling awal AJ2 merupakan waktu proses tercepat MAD AJ2 MUD HBS1 HBS2 5 selanjutnya, yang dikerjakan keenam. Waktu proses tercepat selanjutnya adalah MAD D2 AJ2 MUD HBS1 HBS2 6 D2 dikerjakan setelah MAD. Waktu proses selanjutnya adalah AJ1, dan MAD AJ1 D2 AJ2 MUD HBS1 HBS2 7 dikerjakan setelah MAD selesai. 8 MAD AJ1 D1 D2 AJ2 MUD HBS1 HBS2 Waktu proses selanjutnya adalah D1 Waktu proses terlama adalah KB, namun MAD AJ1 KB D1 D2 AJ2 MUD HBS1 HBS2 9 dikerjakan ketiga. Sequence: MAD AJ1 KB D1 D2 AJ2 MUD HBS1 HBS2. c) Tahap Ketiga Pembuatan Gantt Chart untuk setiap sequence yang dihasilkan pada tahap satu dan dua, dapat dilihat pada Gambar Gambar 4.10 Gantt Chart Untuk Sequence Pertama (Hari)

19 31 Gambar 4.11 Gantt Chart Untuk Sequence Kedua (Hari) Gambar 4.10 dan 4.11 merupakan Gantt Chart perbandingan hasil akhir setelah konsiderasi dan hasil perhitungan berdasarkan metode m- Machine. Hasil konsiderasi ini merupakan hasil yang didapatkan setelah adanya waktu untuk produksi pada offshore. Gambar 4.10 merupakan sequence pertama, sedangkan Gambar 4.11 merupakan sequence kedua. Dari hasil perhitungan dan Gantt Chart, hasil yang optimum terdapat pada Gambar 4.10 yang merupakan hasil sequence pertama yang menunjukkan angka 18 hari, sedangkan Gambar 4.11menunjukkan angka 26 hari. Tahap kedua lebih lama waktunya dikarenakan terdapat satu jenis minyak yang diantarkan berturut-turut, sehingga membutuhkan waktu kembali untuk mengangkut minyak mentah selanjutnya. Hasil 18 dan 26 hari adalah hasil yang telah dikonsiderasi dengan waktu produksi kedua. RU Balikpapan CDU IV ini akan digunakan pada poster dikarenakan memiliki jumlah hari optimum scheduling paling sedikit dibandingkan dengan 5 RU lainnya Cilacap a. Klasterisasi Menggunakan Metode Sweep Variant A (Cluster First Route Second ) Metode klasterisasi dengan sweep sama seperti yang diterapkan pada Refinery Unit Plaju dan Balikpapan CDU IV, maka hasilnya:

20 32 Gambar 4.12 Klasterisasi RU Cilacap Klasterisasi RU Cilacap dibagi menjadi 7 klaster dan dapat dilihat pada Tabel Tabel 4.21 Klaster RU Cilacap Klaster Produk Port Klaster I Arjuna, Jatibarang Arjuna Klaster II Duri Dumai Klaster III Geragai Petrochina Belida Belanak Klaster IV Badak, Bekapai Bekapai Klaster V Handil, Senipah Senipah Klaster VI Madura Madura Mudi Surabaya Metode yang digunakan untuk menentukan jalur rute yang akan digunakan di RU Cilacap sama seperti yang diterapkan di RU Plaju dan Balikpapan CDU IV, maka akan didapatkan hasil seperti Gambar Gambar 4.13 Rute RU Cilacap Berdasarkan metode yang digunakan, dihasilkan rute RU Cilacap sebagai berikut: Tabel 4.22 Rute RU Cilacap Rute Jalur Supply Jarak (Barrel) (Km) Warna Rute 1 Arjuna Cilacap Arjuna 750, Kuning Rute 2 Dumai Cilacap Dumai 600, Biru Rute 3 Belanak Petrochina - Cilacap Belanak 500, Oranye Rute 4 Bekapai Cilacap - Bekapai 390, Hitam Rute 5 Senipah Cilacap - Senipah 500, Merah Muda Rute 6 Madura Surabaya - Cilacap Madura 900, Merah b. Formulasi dan Solusi Metode Integer Programming i. Frekuensi Perjalanan per Rute Formula yang digunakan dalam menentukan jumlah frekuensi perjalanan di Cilacap adalah:

21 33 X ij = frekuensi perjalanan i = rute perjalanan (rute 1 rute 6) j = jenis kapal (LR, MR, GP) s.t (Supply Rute 1) (Supply Rute 2) (Supply Rute 3) (Supply Rute 4) (Supply Rute 5) (Supply Rute 6) Sehingga menghasilkan z = 9 dengan rincian X 11 = 2, X 21 = 2, X 31 = 1, X 41 = 1, X 51 = 1, X 61 = 2. Pada hasil ini diketahui bahwa jenis kapal yang digunakan dalam distribusi di Cilacap adalah Jenis LR dan MR saja, dan akan berpengaruh kepada formulasi optimalisasi hari dan isi kapasitas kapal. ii. Waktu Pengiriman dan Jumlah Unit Setiap Pengiriman Setelah itu untuk optimalisasi hari yang dibutuhkan dalam unloading pada setiap Refinery Unit dan isi kapasitas kapal yang digunakan pada setiap trip adalah: = jumlah hari proses unloading trip i = jumlah muatan kapal trip i i = Trip (1, 2, 3, 4, 5, 6, 7, 8, 9) Y i X i Gambar 4.14 Model LINGO Untuk RU Cilacap

22 34 Maka didapatkan hasil akhir sebagai berikut: Tabel 4.23 Hasil LINGO Untuk RU Cilacap X Hasil (Barrel) Y Hasil Kapasitas Kapal trip Jumlah Hari Unload trip 1 2 Kapasitas Kapal trip Jumlah Hari Unload trip 2 1 Kapasitas Kapal trip Jumlah Hari Unload trip 3 1 Kapasitas Kapal trip Jumlah Hari Unload trip 4 1 Kapasitas Kapal trip Jumlah Hari Unload trip 5 2 Kapasitas Kapal trip Jumlah Hari Unload trip 6 2 Kapasitas Kapal trip Jumlah Hari Unload trip 7 2 Kapasitas Kapal trip Jumlah Hari Unload trip 8 2 Kapasitas Kapal trip Jumlah Hari Unload trip 9 1 c. Metode Scheduling Problem Cara penggunaan metode scheduling sama dengan yang digunakan pada RU Plaju yaitu membandingkan antar proses seperti: a) Tahap Pertama Tabel 4.24 Tahap Pertama Load dan Unload Alur Pekerjaan Keterangan 1 D2 Waktu proses tercepat yaitu 0,7 hari yang berada pada D2 dan dikerjakan terkhir 2 AJ2 D2 Waktu proses tercepat kedua setelah D2 adalah AJ2 dan dikerjakan sebelum proses terakhir 3 MM2 AJ2 D2 Waktu proses tercepat selanjutnya yaitu MM2, dikerjakan setelah selesai pengerjaan AJ2 4 D1 MM2 AJ2 D2 Waktu proses selanjutnya adalah D1, urutan pekerjaan adalah ketiga setelah J, D2, dan MM2 5 BB D1 MM2 AJ2 D2 BB merupakan waktu proses tercepat selanjutnya, yang dikerjakan kelima 6 AJ1 BB D1 MM2 AJ2 D2 Waktu proses tercepat selanjutnya adalah AJ1 7 MM1 AJ1 BB D1 MM2 AJ2 D2 MM1 merupakan waktu proses selanjutnya, namun dikerjakan paling awal 8 MM1 HS AJ1 BB D1 MM2 AJ2 D2 Waktu proses selanjutnya adalah HS 9 MM1 HS GBB AJ1 BB D1 MM2 AJ2 D2 Waktu proses paling lama GBB Flow: MM1 HS GBB AJ1 BB D1 MM2 AJ2 D2

23 35 b) Tahap Kedua Tabel 4.25 Tabel Tahap Kedua Setelah Adanya Penjumlahan Alur Pekerjaan Keterangan 1 AJ2 Waktu proses tercepat adalah AJ2, namun dikerjakan paling awal 2 AJ1 AJ2 Waktu tercepat selanjutnya adalah AJ1 3 MM2 AJ1 AJ2 MM2 merupakan waktu tercepat selanjutnya 4 BB MM2 AJ1 AJ2 Waktu tercepat selanjutnya adalah BB dan dikerjakan setelah D2 5 MM1 BB MM2 AJ1 AJ2 Waktu tercepat selanjutnya adalah MM1, dan dikerjakan paling awal 6 MM1 D2 BB MM2 AJ1 AJ2 D2 merupakan waktu tercepat selanjutnya dan dikerjakan sebelum BB 7 MM1 HS D2 BB MM2 AJ1 AJ2 Waktu tercepat selanjutnya adalah HS 8 MM1 HS D1 D2 BB MM2 AJ1 AJ2 D1 merupakan waktu tercepat selanjutnya dan dikerjakan keempat 9 MM1 HS GBB D1 D2 BB MM2 AJ1 AJ2 Waktu terlama adalah GBB, namun dikerjakan ketiga Flow: MM1 HS GBB D1 D2 BB MM2 AJ1 AJ2 c) Tahap Ketiga Gambar 4.15 Gantt Chart Untuk Sequence Pertama (Hari)

24 36 Gambar 4.16 Gantt Chart Untuk Sequence Kedua (Hari) Gambar 4.15 dan 4.16 merupakan Gantt Chart perbandingan hasil akhir setelah konsiderasi dan hasil perhitungan berdasarkan metode M- Machine. Hasil konsiderasi ini merupakan hasil yang didapatkan setelah adanya waktu untuk produksi pada offshore. Gambar 4.15 merupakan sequence pertama, sedangkan Gambar 4.16 merupakan sequence kedua setelah adanya penjumlahan antara (Lead + Delivery) dan (Unload + Delivery). Dari hasil perhitungan dan Gantt Chart, hasil yang optimum terdapat pada Gambar 4.15 yang merupakan hasil sequence pertama yang menunjukkan angka 20 hari, sedangkan Gambar 4.16 menunjukkan angka 28 hari. Hasil 20 dan 28 hari adalah hasil yang telah dikonsiderasi dengan waktu produksi kedua Balongan a. Klasterisasi Menggunakan Metode Sweep Variant A (Cluster First Route Second ) Metode klasterisasi dengan sweep sama seperti yang diterapkan pada Refinery Unit Plaju, maka hasilnya menjadi seperti Gambar 4.17 Gambar 4.17 Klasterisasi RU Balongan Klasterisasi RU Balongan dibagi menjadi 3 klaster dan dapat dilihat pada Tabel 4.26.

25 37 Tabel 4.26 Klaster RU Balongan Klaster Produk Port Klaster I Duri Dumai Klaster II SLC Dumai Klaster III Mudi Surabaya Metode yang digunakan untuk menentukan jalur rute yang akan digunakan di RU Balongan sama seperti yang diterapkan di RU Plaju, maka akan didapatkan hasil seperti Gambar Gambar 4.18 Rute RU Balongan Berdasarkan kepada metode yang digunakan, maka dihasilkan rute RU Cilacap sebagai berikut: Tabel 4.27 Rute RU Balongan Rute Jalur Supply Jarak Warna (Barrel) (Km) Rute 1 Dumai Balongan Dumai 1,084, Kuning Rute 2 Dumai Balongan Dumai 300, Hijau Rute 3 Surabaya Balongan Surabaya 696, Biru b. Formulasi dan Solusi Metode Integer Programming i. Frekuensi Perjalanan per Rute Formula yang digunakan dalam menentukan jumlah frekuensi perjalanan di Balongan adalah : X ij = frekuensi perjalanan / trip i = rute perjalanan (rute 1, rute 2, rute 3) j = jenis kapal ( LR, MR, GP ) s.t X X X (Supply Rute 1) X X X (Supply Rute 2) X X X (Supply Rute 3)

26 38 Sehingga menghasilkan z = 5 dengan rincian X 11 = 2, X 21 = 1, X 31 = 2. Pada hasil ini diketahui bahwa jenis kapal yang digunakan dalam distribusi di Balongan adalah Jenis LR saja, dan akan berpengaruh kepada formulasi optimalisasi hari dan muatan kapal. ii. Waktu Pengiriman dan Jumlah Unit Setiap Pengiriman Setelah itu untuk optimalisasi hari yang dibutuhkan dalam unloading pada setiap Refinery Unit dan isi kapasitas kapal yang digunakan pada setiap trip adalah : Y i X i = jumlah hari proses unloading (INT) = jumlah muatan kapal i = Trip (1, 2, 3, 4, 5) Gambar 4.19 Model LINGO Untuk RU Balongan Maka didapatkan hasil akhir sebagai berikut: Tabel 4.28 Hasil LINGO Untuk RU Balongan X Hasil Y Hasil (Barrel) Kapasitas Kapal trip Jumlah Hari Unload trip 1 5 Kapasitas Kapal trip Jumlah Hari Unload trip 2 5 Kapasitas Kapal trip Jumlah Hari Unload trip 3 3 Kapasitas Kapal trip Jumlah Hari Unload trip 4 4 Kapasitas Kapal trip Jumlah Hari Unload trip 5 2 c. Metode Scheduling Problem Cara penggunaan metode scheduling sama dengan yang digunakan pada RU Plaju dimana membandingkan antar proses yang dilakukan seperti:

27 39 a) Tahap Pertama Tabel 4.29 Tahap Pertama Load dan Unload Alur Pekerjaan Keterangan 1 D2 Waktu Proses tercepat yaitu 1,3 hari yang berada pada D2 dan dikerjakan paling awal 2 D2 SLC Waktu proses tercepat kedua adalah SLC, yang di kerjakan setelah D2 3 D2 SLC M1 Waktu proses tercepat selanjutnya yaitu M1 4 D2 SLC M1 D1 Waktu Proses selanjutnya adalah D1, dan dikerjakan sebelum proses terakhir di kerjakan M2 merupakan waktu terlama dalam proses ini dan dikerjakan 5 D2 SLC M1 D1 M2 terakhir Sequence Tahap 1: D2 SLC M1 D1 M2. b) Tahap Kedua Tabel 4.30 Penjumlahan Antara (L+D) dan (U+D) Trip Rute Dummy 1 (L+D) Dummy 2 (U+D) 1 DURI DURI SLC MUDI MUDI Tabel 4.31 Tahap Kedua Setelah Adanya Penjumlahan Alur Pekerjaan Keterangan 1 M1 M1 merupakan waktu proses tercepat dan dikerjakan paling awal 2 M1 M2 Waktu proses selanjutnya adalah M2 3 M1 M2 D1 Proses yang akan dikerjakan selanjutnya adalah D1 4 M1 M2 D1 SLC waktu proses tercepat selanjutnya adalah SLC 5 M1 M2 D1 SLC D2 proses yang paling akhir dikerjakan adalah D2 Sequence Tahap 2: M1 M2 D1 SLC D2 c) Tahap Ketiga

28 40 Gambar 4.20 Gantt Chart Untuk Sequence Pertama (Hari) Gambar 4.21 Gantt Chart Untuk Sequence Kedua (Hari) Gambar 4.20 dan 4.21 merupakan Gantt Chart perbandingan hasil akhir setelah konsiderasi dan hasil perhitungan berdasarkan metode M- Machine. Hasil konsiderasi ini merupakan hasil yang didapatkan setelah adanya waktu untuk produksi pada offshore. Gambar 4.20 merupakan hasil darisequence pertama, sedangkan Gambar 4.21 merupakan hasil darisequence kedua setelah adanya penjumlahan antara (Lead + Delivery) dan (Unload + Delivery). Dari hasil perhitungan dan Gantt Chart, hasil yang optimum terdapat pada Gambar 4.20 yang merupakan hasil tahap pertama yang menunjukkan angka 25 hari, sedangkan Gambar 4.21 menunjukkan angka 29 hari. Hasil tersebut adalah hasil yang telah dikonsiderasi dengan waktu produksi kedua Balikpapan CDU V a. Klasterisasi Menggunakan Metode Sweep Variant A (Cluster First Route Second ) Metode klasterisasi dengan sweep sama seperti yang diterapkan pada Refinery Unit Plaju dan Balongan, maka hasilnya menjadi seperti Gambar Gambar 4.22 Klasterisasi RU Balikpapan CDU V Klasterisasi RU Balikpapan CDU V dibagi menjadi 6 klaster dan dapat dilihat pada tabel 4.32.

29 41 Tabel 4.32 Klaster RU Balikpapan CDU V Klaster Produk Port Klaster I Mudi Surabaya Klaster II Widuri, Cinta Arjuna Klaster III SLC Dumai Klaster IV Bunyu Bunyu Klaster V Tarakan Bunyu Sangatta Senipah Metode yang digunakan untuk menentukan jalur rute yang akan digunakan di RU Balikpapan CDU V sama seperti yang diterapkan di RU Plaju, Balikpapan CDU IV, Cilacap, dan Balongan maka hasilnya adalah: Gambar 4.23 Rute RU Balikpapan CDU V Berdasarkan kepada metode yang digunakan, maka dihasilkan rute RU Balikpapan CDU V sebagai berikut: Tabel 4.33 Rute RU Balikpapan CDU V Rute Jalur Supply (Barrel) Jarak (Km) Warna Rute 1 Surabaya Balikpapan Surabaya 185, Kuning Rute 2 Arjuna Balikpapan Arjuna 800, Hijau Rute 3 Dumai Balikpapan Dumai 150, Biru Rute 4 Bunyu Balikpapan Bunyu 440, Oranye Rute 5 Bunyu Senipah Balikpapan - Bunyu 270, Merah Muda b. Formulasi dan Solusi Metode Integer Programming i. Frekuensi Perjalanan per Rute Formula yang digunakan dalam menentukan jumlah frekuensi perjalanan di Balongan adalah: X ij = frekuensi perjalanan / trip i = rute perjalanan (rute 1, rute 2, rute 3, rute 4, rute 5) j = jenis kapal (MR, GP) Konsiderasi pada Balikpapan CDU V hanya kapal MR dan GP yang dapat diterima.

30 42 s.t X X (Supply Rute 1) X X (Supply Rute 2) X X (Supply Rute 3) X X (Supply Rute 4) X X (Supply Rute 5) Sehingga menghasilkan X 12 = 1, X 22 = 4, X 32 = 1, X 42 = 3, X 52 = 2. ii. Waktu Pengiriman dan Jumlah Unit Setiap Pengiriman Setelah itu untuk optimalisasi hari yang dibutuhkan dalam unloading pada setiap Refinery Unit dan isi kapasitas kapal yang digunakan pada setiap trip adalah: Y i X i = jumlah hari proses unloading (INT) = jumlah kapasitas isi kapal MR i = Trip (Trip 1 Trip 11) Dari hasil perhitungan frekuensi, jenis kapal yang digunakan adalah MR, maka berikut pemodelan pada LINGO software. Gambar 4.24 Model LINGO Untuk RU Balikpapan CDU V

31 43 Maka didapatkan hasil akhir, Tabel 4.34 Hasil LINGO Untuk RU Balikpapan CDU V X Hasil Y Hasil Kapasitas Kapal trip Jumlah Hari Unload trip 1 1 Kapasitas Kapal trip Jumlah Hari Unload trip 2 1 Kapasitas Kapal trip Jumlah Hari Unload trip 3 1 Kapasitas Kapal trip Jumlah Hari Unload trip 4 1 Kapasitas Kapal trip Jumlah Hari Unload trip 5 1 Kapasitas Kapal trip Jumlah Hari Unload trip 6 1 Kapasitas Kapal trip Jumlah Hari Unload trip 7 1 Kapasitas Kapal trip Jumlah Hari Unload trip 8 1 Kapasitas Kapal trip Jumlah Hari Unload trip 9 1 Kapasitas Kapal trip Jumlah Hari Unload trip 10 1 Kapasitas Kapal trip Jumlah Hari Unload trip 11 1 Kapasitas Kapal trip Jumlah Hari Unload trip 12 1 c. Metode Scheduling Problem Cara penggunaan metode scheduling sama dengan yang digunakan pada RU Plaju dimana membandingkan antar proses yang dilakukan seperti: a) Tahap Pertama Tabel 4.35 Tahap Pertama Load dan Unload Alur Pekerjaan Keterangan B3 merupakan waktu tercepat pertama, 1 B3 namun dikerjakan paling akhir 2 TS1 B3 waktu tercepat selanjutnya adalah TS1 SLC dengan waktu 0,6 hari merupakan 3 SLC TS1 B3 tercepat ketiga waktu tercepat selanjutnya adalah 4 WC3 SLC TS1 B3 WC3 M memiliki waktu tercepat ke-5 5 M WC3 SLC TS1 B3 dengan 0,7 hari 6 B2 M WC3 SLC TS1 B3 waktu proses selanjutnya adalah B2 WC3 merupakan waktu proses 7 WC4 B2 M WC3 SLC TS1 B3 selanjutnya B1 merupakan waktu tercepat setelah 8 B1 WC4 B2 M WC3 SLC TS1 B3 WC3 dengan waktu tercepat selanjutnya adalah 9 WC2 B1 WC4 B2 M WC3 SLC TS1 B3 WC2 TS2 merupakan waktu tercepat 10 TS2 WC2 B1 WC4 B2 M WC3 SLC TS1 B3 selanjutnya dan di kerjakan kedua proses sebelum TS2 dikerjakan adalah 11 WC1 TS2 WC2 B1 WC4 B2 M WC3 SLC TS1 B3 WC1 Sequence: WC1 TS2 WC2 B1 WC4 B2 M WC3 SLC TS1 B3.

32 44 b) Tahap Kedua Tabel 4.36 Penjumlahan Antara (L+D) dan (U+D) Trip Rute Dummy 1 (L+D) Dummy 2 (U+D) 1 Mudi Widuri & Cinta Widuri & Cinta Widuri & Cinta Widuri & Cinta SLC Bunyu Bunyu Bunyu Tarakan & Sangatta Tarakan & Sangatta Tabel 4.37 Tahap Kedua Setelah Adanya Penjumlahan Alur Pekerjaan 1 B3 Keterangan B3 merupakan waktu tercepat pertama, namun dikerjakan paling akhir 2 TS1 B3 waktu tercepat selanjutnya adalah TS1 3 MUD TS1 B3 MUD merupakan waktu tercepat selanjutnya, dan dikerjakan sebelum TS1 dan B3 dikerjakan 4 B2 MUD TS1 B3 waktu tercepat selanjutnya adalah B2 5 TS2 B2 MUD TS1 B3 TS2 dikerjakan setelah enam proses sebelumnya selesai dikerjakan 6 B1 TS2 B2 MUD TS1 B3 waktu proses selanjutnya adalah B1 7 WC3 B1 TS2 B2 MUD TS1 B3 WC3 merupakan waktu proses selanjutnya 8 WC4 WC3 B1 TS2 B2 MUD TS1 B3 WC4 dikerjakan setelah tiga proses terdahulunya sudah selesai dikerjakan 9 WC2 WC4 WC3 B1 TS2 B2 MUD TS1 B3 waktu tercepat selanjutnya adalah WC2 10 WC1 WC2 WC4 WC3 B1 TS2 B2 MUD TS1 B3 11 SLC WC1 WC2 WC4 WC3 B1 TS2 B2 MUD TS1 B3 WC1 merupakan waktu tercepat selanjutnya dan di kerjakan kedua proses sebelum WC1 dikerjakan adalah SLC Sequence: SLC WC1 WC2 WC4 WC3 B1 TS2 B2 MUD TS1 B3.

33 45 c) Tahap Ketiga Gambar 4.25 Gantt Chart Untuk Sequence Pertama (Hari) Gambar 4.26 Gantt Chart Untuk Sequence Kedua (Hari) Gambar 4.25 dan 4.26 merupakan Gantt Chart perbandingan hasil akhir setelah konsiderasi dan hasil perhitungan berdasarkan metode M- Machine. Hasil konsiderasi ini merupakan hasil yang didapatkan setelah adanya waktu untuk produksi pada offshore. Gambar 4.25 merupakan hasil dari sequence pertama, sedangkan Gambar 4.26 merupakan hasil dari sequence kedua setelah adanya penjumlahan antara (Lead + Delivery) dan (Unload + Delivery). Dari hasil perhitungan dan Gantt Chart, hasil yang optimum terdapat pada Gambar 4.25 yang merupakan hasil sequence pertama yang menunjukkan angka 40 hari, sedangkan Gambar 4.26 menunjukkan angka 47 hari. Sequence kedua lebih lama waktunya dikarenakan WC dikerjakan secara berturut sehingga menyebabkan waktu yang lebih lama.

34 46