BAB III LANDASAN TEORI

Transkripsi

1 BAB III LANDASAN TEORI 3.1. Konsep Supply Chain Supply Chain adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaan-perusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko atau retailer, serta perusahaan-perusahaan pendukung seperti perusahaan jasa logistik. Pada suatu supply chain biasanya ada 3 macam aliran yang harus dikelola. Pertama adalah aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Contohnya adalah bahan baku yang dikirim dari supplier ke pabrik. Setelah produk selesai diproduksi, mereka dikirim ke distributor, lalu ke retailer, kemudian ke pemakai akhir. Yang kedua adalah aliran uang dan sejenisnya yang mengalir dari hilir ke hulu. Yang ketiga adalah aliran informasi yang bisa terjadi dari hulu ke hilir ataupun sebaliknya. Informasi tentang ketersediaan kapasitas produksi yang dimiliki oleh supplier juga sering dibutuhkan oleh pabrik. Informasi tentang status pengiriman bahan baku sering dibutuhkan oleh perusahaan yang mengirim maupun yang akan menerima (I Nyoman Pujawan,2005).

2 3.2. Manajemen Logistik Manajemen logistik merupakan proses pengelolaan yang strategis terhadap perpindahan dan penyimpanan barang, suku cadang dan barang jadi dari para supplier, diantara fasilitas-fasilitas perusahaan, dan kepada para langganan. Tujuan dari logistik adalah menyampaikan barang jadi dan bermacam-macam material dalam jumlah yang tepat pada waktu yang dibutuhkan, dalam keadaan yang dapat dipakai, ke lokasi dimana dia dibutuhkan, dan dengan total biaya terendah (Donald J. Bowersox,1996). Logistik dapat juga diartikan sebagai proses perencanaan, implementasi, pengendalian secara efisien, aliran biaya yang efektif, penyimpanan barang mentah, inventori barang dalam proses, barang jadi dan informasi terkait dari titik asal ke titik konsumsi untuk tujuan memenuhi kebutuhan konsumen. Ada lima komponen yang membentuk sistem logistik, yaitu: struktur lokasi fasilitas, transportasi, persediaan (inventory), komunikasi, penanganan (handling) dan penyimpanan (storage). Dalam suatu jaringan, transportasi merupakan suatu rantai penghubung. Manajemen transport dan lalu lintas telah mendapat banyak perhatian dalam tahun-tahun ini. Pada umumnya, suatu perusahaan mempunyai 3 alternatif untuk menetapkan kemampuan transportasinya. Pertama armada peralatan swasta yang dapat dibeli atau disewa atau disebut dengan private. Yang kedua kontrak khusus yang dapat diatur dengan spesialis transport untuk mendapatkan kontrak jasa-jasa pengangkutan. Dan yang ketiga adalah suatu perusahaan dapat memperoleh jasa-jasa dari perusahaan transport berijin yang menawarkan pengangkutan dari suatu tempat ke tempat tertentu dengan biaya

3 tertentu atau disebut dengan angkutan umum. Dilihat dari sudut pandang logistik, terdapat tiga faktor yang memegang peranan penting dalam menentukan kemampuan pelayanan transport, yaitu: biaya, kecepatan, dan konsistensi Konsep Logistik Terpadu Dekade sekarang ini manajemen logistik dalam perkembangannya menuju pada manajemen logistik terpadu. Dalam periode prioritas ini pihak manajemen mulai merumuskan rencana terhadap penyimpanan atau pergudangan, pengangkutan, pengolahan, dan bukan hanya merencanakan operasi untuk bereaksi terhadap permintaan pasar. Konsep logistik terpadu terdiri dari 2 usaha yang berkaitan yaitu : 1. Operasi logistik Aspek operasional logistik ini adalah mengenai manajemen pemindahan dan penyimpanan material dan produk jadi perusahaan. Jadi operasi logistik itu dapat dipandang berawal dari pengangkutan pertama material atau komponenkomponen dari sumber perolehannya dan berakhir pada penyerahan produk yang dibuat atau diolah pada langganan atau konsumen. Operasi logistik dapat dibagi dalam 3 kategori yaitu : a. Manajemen distribusi fisik Proses manajemen distribusi fisis adalah menyangkut pengangkutan produk kepada pelangan. Dalam distribusi fisis, langganan dipandang sebagai pemberhentian terakhir dalam saluran pemasaran. Jika produk yang tepat tidak dapat diserahkan pada waktu yang dibutuhkan dengan cara yang ekonomis, maka

4 mungkin banyak usaha pemasaran yang berada dalam bahaya. Melalui proses distribusi fisik inilah waktu dan ruang dalam pelayanan nasabah menjadi bagian yang internal dari pemasaran. Jadi distribusi fisik menghubungkan suatu perusahaan dengan nasabahnya. b. Manajemen material Manajemen material adalah menyangkut perolehan dan pengangkutan material, suku cadang, dan persediaan barang jadi dari tempat pembelian ketempat pembuatan atau perakitan, gudang, atau toko pengecer. Seperti halnya distribusi fisik, manajemen material berkenaan dengan penyediaan jenis material yang dikehendaki di tempat dan pada waktu yang dibutuhkan. Kalau distribusi fisik adalah mengenai pengiriman keluar yaitu nasabah, maka manajemen material adalah mengenai pergerakan ke dalam yaitu pembuatan, penyortiran atau perakitan. c. Internal Inventory Transfer Proses pemindahan persediaan barang di dalam perusahaan adalah mengenai pengawasan terhadap komponen-komponen setengah jadi pada waktu mengalir diantara tahap-tahap manufacturing, dan pengangkutan dari produk jadi ke gudang atau saluran pengecer. Yang terpenting dari manajemen terpadu adalah koordinasi dari ketiga jenis pergerakan tersebut. Ketiga pergerakan tersebut tergabung untuk memberikan manajemen operasional bagi material, komponen setengah jadi, dan produk-produk yang bergerak diantara berbagai lokasi, sumber suplai, dan para langganan dari perusahaan secara keseluruhan. Dalam pengertian

5 ini, maka logistik adalah mengenai manajemen strategi dari keseluruhan pergerakan dan dan penyimpanan. 2. Koordinasi logistik Koordinasi logistik adalah mengenai identifikasi kebutuhan pergerakan dan penetapan rencana untuk memadukan seluruh kegiatan operasi logistik. Koordinasi logistik adalah menyangkut perencanaan dan pengawasan terhadap masalah-masalah operasional. Fungsi koordinasi logistik adalah untuk memastikan bahwa seluruh pergerakan dan penyimpanan diselesaikan se-efektif dan se-efisien mungkin. Prestasi logistik diukur dengan 3 variabel, yaitu : 1. Penyediaan (availability) adalah menyangkut kemampuan perusahaan untuk secara konsisten memenuhi kebutuhan material/bahan produksi. Jadi hal ini menyangkut level persediaan atau variabel persediaan. 2. Kemampuan (capability) adalah menyangkut jarak waktu antara penerimaan suatu pesanan dengan pengantaran barang yang dipesan. 3. Mutu (quality) adalah menyangkut seberapa jauh sebaiknya tugas logistik secara keseluruhan dilaksanakan, besarnya kerusakan, item-item yang betul, pemecahan masalah yang timbul Vehicle Routing and Scheduling Vehicle Routing Problem terkait dengan permasalahan bagaimana mendatangi pelanggan dengan menggunaka peralatan yang ada. Istilah lain untuk masalah ini adalah Vehicle Sceduling Problem, Vehicle Dispathing Problem, Delivery Problem. Vehicle Routing Problem adalah sebuah hard combinatorial

6 optimisation problem. Permasalahan ini erat kaitannya dengan permasalahan Travelling Salesman Problem. Vehicle Routing Problem menjadi Travelling Salesman Problem pada saat hanya terdapat satu alat angkut yang kapasitasnya tak hingga (Donald J. Bowersox. 1999). Dalam permasalahan vehicle routing, jika setiap alat angkut dapat menempuh trip/rute majemuk selama horizon perencanaan maka ini disebut sebagai Multi Trip Vehicle routing Problem. Contoh solusi dari Vehicle Routing Problem dapat dilihat pada Gambar 2.1. Gambar 3.1. Solusi Vehicle Routing Problem 3.5. Metode Pemilihan Rute Pengembangan rute kendaraan yang baik dapat dilakukan dengan mengaplikasikan delapan prinsip dasar berikut: 1. Mengisi truk sebanyak volume pemberhentian yang akan didatangi dimana titik-titik pemberhentian tersebut letaknya berdekatan satu sama lain. Setelah itu titik-titik pemberhentian yang berdekatan perlu dibuat kelompok rute untuk meminimumkan jarak antar pemberhentian, sehingga total waktu dalam

7 satu rute menjadi minimum dengan demikian total waktu perjalanan dalam rute tersebut juga diminimumkan. 2. Dalam pembuatan rute dimulai dari titik pemberhentian terjauh dari depot agar mendapatkan rute yg efisien. Rute yang efisien dapat dikembangkan dengan dimulai dari titik pemberhentian paling jauh dari depot ke titik yg paling dekat. 3. Saat titik pemberhentian terjauh dari depot teridentifikasi, kapasitas yang tersisa dari kendaraan yang ditugaskan sebaiknya diisi dengan memilih sekelompok yang berdekatan dengan titik pemberhentian tersebut. Setelah kendaraan ditugaskan untuk volume titik-titik pemberhentian tersebut, mulailah membuat rute dengan kendaraan lain dan identifikasi titik-titik pemberhentian terjauh dari sisa titik-titik pemberhentian yg belum ditugaskan pada kendaraan. Terus lakukan prosedur ini sampai seluruh titik pemberhentian telah ditugaskan pada kendaraan. 4. Urutan pemberhentian pada sebuah rute sebaiknya membentuk pola air mata (tear drop pattern). Hal ini ditujukan agar tidak ada jalur yang bersilangan. 5. Rute yang paling efisien dibangun dengan menggunakan kendaraan dengan kapasitas terbesar. Idealnya, penggunaan truk berkapasitas besar untuk melayani banyak titik pemberhentian dalam satu rute akan meminimalkan jarak tempuh kendaraan. Sehingga, truk dengan kapastitas terbesar harus dialokasikan terlebih dahulu. 6. Pengambilan barang (pick up) sebaiknya digabungkan dengan rute pengiriman barang (delivery), daripada pengambilan barang baru dilakukan

8 setelah semua pengiriman dilakukan. Hal ini guna meminimalkan jalur yg bersilangan yang dapat terjadi bila pengambilan dilakukan setelah seluruh pengiriman dilakukan. 7. Titik pemberhentian yang terpisah dari pengelompokan rute adalah kandidat terbaik untuk penggunaan alat transportasi lain. Titik pemberhentian yang terpisah dari pengelompokan, terutama titik pemberhentian dengan volume yang kecil, dilayani dengan waktu dan biaya yang relatif besar. Menggunakan kendaraan berkapasitas kecil untuk melayani titik pemberhentian tersebut dapat lebih ekonomis. 8. Batasan time windows titik pemberhentian yang berdekatan harus dihindari. Batasan time windows yang sangat dekat di antara pemberhentian dapat memaksa pembentukan urutan pemberhentian jauh dari pola ideal. Oleh karena time windows tidak bersifat mutlak maka sebaiknya dilakukan negosiasi terhadap titik pemberhentian yang dipaksa untuk dilayani sesuai pola routing yg diinginkan Metode Saving Matrix Metode saving matriks pada hakikatnya adalah metode untuk meminimumkan jarak atau waktu dan ongkos dengan mempertimbangkan kendala-kendala yang ada (I Nyoman Pujawan,2005). Berikut ini langkah-langkah pembentukan sub-rute distribusi dengan menggunakan metode saving matriks, yaitu:

9 1. Identifikasi Matriks Jarak Pada langkah ini, diperlukan jarak antara gudang dan ke masing-masing toko dan jarak antar toko. Untuk menyederhanakan permasalahan, lintasan terpendek digunakan sebagai jarak antar lokasi. Jadi, dengan mengetahui koordinat masing-masing lokasi maka jarak antar dua lokasi bisa dihitung dengan menggunakan rumus jarak standar. Apabila jarak riil antar lokasi diketahui, maka jarak tersebut lebih baik digunakan dibanding dengan jarak teoritis dengan menggunakan rumus. Jarak dari gudang ke masing-masing toko dan jarak antar toko akan digunakan untuk menentukan matriks penghematan (saving matriks) yang akan dikerjakan pada langkah berikutnya. 2. Mengidentifikasi matriks penghematan ( saving matriks) Pada langkah ini, diasumsikan bahwa setiap toko akan dikunjungi oleh satu armada secara eksklusif. Saving matriks merepresentasikan penghematan yang bisa direalisasikan dengan menggabungkan dua pelanggan ke dalam satu rute. Untuk perhitungan penghematan jarak dapat mengunakan persamaan: S(x,y) = J (G, x) + J(G,y) J(x,y) Dimana: S(x,y) = Penghematan Jarak J (KPM,x) = Jarak gudang ke toko x J (KPM,y) = Jarak gudang ke toko y J (x,y) = Jarak toko x ke toko y

10 3. Mengalokasikan Toko ke kendaraan atau rute Dengan menggunakan tabel penghematan jarak, dapat dilakukan pengalokasian toko ke kendaraan atau rute. Pada tahap awal, tiap toko alokasikan ke rute yang berbeda, namun toko-toko tersebut bisa digabungkan sampai pada batas kapasitas truk yang ada. Penggabungan akan dimulai dari nilai penghematan terbesar karena diupayakan memaksimumkan penghematan. 4. Mengurutkan toko (tujuan) dalam rute yang sudah terdefinisi Setelah alokasi toko ke rute dilakukan, langkah berikutnya adalah menentukan urutan kunjungan. Ada banyak metode yang bisa digunakan untuk menentukan urutan kunjungan ini Algoritma Nearest Neighbour Metode nearest neighbour merupakan metode yang pertama digunakan untuk mendapatkan solusi vehicle routing problem. Metode ini sangat mudah dan cepat untuk diimplementasikan. Prinsip dari metode ini adalah selalu menambahkan satu titik tujuan yang paling dekat jaraknya dengan lokasi yang terakhir dikunjungi. Caranya adalah dipilih satu titik konsumen sebagai titik awal lalu bergerak ke kota selanjutnya yang terdekat. Algoritma nearest neighbour adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Algoritma nearest neighbour adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan

11 kasus lama. Tujuan dari algoritma ini untuk mengklasifikasikan objek baru berdasarkan atribut dan training sample. Langkah-langkah algoritma nearest neighbor adalah sebagai berikut : 1. Tentukan kota pertama sebagai kota awal keberangkatan (simpul awal) 2. Ambil kota lain sebagai tujuan perjalanan dengan syarat biaya/jarak dari kota asal yang paling minimal. 3. Ambil kota lain sebagai tujuan perjalanan selanjutnya dengan syarat biaya/jarak paling minimal dari kota kedua dengan syarat belum pernah dikunjungi. 4. Ulangi langkah kedua dan ketiga sampai semua kota (simpul) sudah dilalui. 5. Hitung semua rute yang telah didapatkan Metode Clarke & Wright Savings Algoritma ini tergolong dalam construction method, yaitu metode yang secara berangsur-angsur (bertahap) memasukkan setiap pelanggannya ke dalam suatu rute. Metode ini, sesuai namanya, dipublikasikan oleh Clarke dan wright dengan berdasarkan pada prinsip penghematan (savings). Penghematan yang dimaksud adalah penghematan yang diperoleh apabila menggabungkan dua rute menjadi satu. Dua rute yang memiliki penghematan terbesarlah yang pertam kali mendapat kesempatan untuk dimasukkan ke dalam rute. Langkah-langkah yang dilakukan dalam pengerjaan dengan menggunakan Algoritma Clarke & Wright Savings yaitu :

12 1. Langkah 1 Inisiasi data pelanggan, matriks jarak dan kapasitas mobil lanjutkan ke langkah Langkah 2 Hitung penghematan (savings) dengan menggunakan persamaan S ij = C o,i + C o,j - C i,j C o,i = jarak dari depot ke node i C o,j = jarak dari depot ke node j C i,j = jarak dari node i ke node j S i,j = nilai penghematan jarak dari node i ke node j Nilai penghematan (S i,j ) adalah jarak yang dapat dihemat jika rute o-i-o digabungkan dengan rute o-j-o menjadi rute tunggal o-i-j-o yang dilayani oleh satu kendaraan yang sama. Lanjutkan ke langkah Langkah 3 Urutkan mulai yang terbesar ke terkecil nilai savings pasangan pelanggan yang didapat pada tabel saving matriks, lanjutkan ke langkah Langkah 4 Pilih pasangan pelanggan dengan nilai savings terbesar untuk dimasukkan kedalam rute, pasangan pelanggan yang masuk kedalam tur perjalanan dihapus dari tabel saving matriks untuk tidak dimasukkan pada iterasi berikutnya, lanjutkan ke langkah 5.

13 5. Langkah 5 Hitung jumlah permintaan dari pasangan pelanggan yang terpilih kemudian lanjutkan ke langkah Langkah 6 Lakukan pengecekan untuk jumlah permintaan. Jika jumlah permintaan kapasitas alat angkut, maka lanjutkan ke langkah 8 dan jika jumlah permintaan > kapasitas alat angkut maka buat tur baru dengan total waktu dan jumlah permintaan menjadi 0, kembali ke langkah 4 7. Langkah 8 Masukkan pasangan pelanggan terpilih pada iterasi berikutnya yang memiliki nilai savings terbesar sama seperti langkah 4, lanjutkan ke langkah Langkah 12 Lakukan pengecekan apakah semua permintaan pelanggan sudah dilayani, jika sudah maka rute terbentuk lalu selesai, namun jika belum maka pilih pelanggan selanjutnya berdasarkan pasangan pelanggan terakhir yang terpilih dengan nilai savings terbesar kemudian kembali ke langkah 4.

14 BAB IV METODOLOGI PENELITIAN 4.1. Tempat dan Waktu Penelitian Penelitian dilakukan di PT.PP LONDON SUMATRA INDONESIA,Tbk yang berada di Tanjung Morawa, Sumatera Utara. Waktu penelitian dilakukan pada tanggal 27 Februari 2017 sampai dengan selesai Jenis Penelitian Jenis penelitian ini tergolong action research yaitu suatu jenis penelitian yang bertujuan untuk mendapatkan solusi yang dapat diaplikasikan pada perusahaan dalam keperluan pengambilan keputusan operasional. (Sinulingga; 2011) Objek Penelitian Objek penelitian yang diamati adalah rute pengangkutan bahan baku (TBS) dari kebun sawit ke pabrik Variabel Penelitian Variabel-variabel yang terdapat dalam penelitian ini adalah sebagai berikut: 1. Variabel dependen. Variabel dependen dalam hal ini adalah rute pengangkutan TBS optimal yaitu jalur pengangkutan TBS terbaik dan lebih efisien yang merupakan

15 hasil analisis terhadap alternatif jalur yang ada. 2. Variabel independen a. Jam kerja supir Variabel ini menunjukkan waktu yang tersedia setiap hari kerja bagi supir. b. Jarak antar TPH (Titik Penumpukan Hasil) dan pabrik Variabel ini menunjukkan jarak antara pabrik dengan setiap titik pengangkutan dan juga jarak antar setiap TPH. c. Kapasitas alat angkut Variabel ini menunjukkan jumlah barang yang dapat diangkut oleh alat transportasi sekali angkut. d. Jumlah TBS yang diangkut Variabel ini menunjukkan jumlah buah yang harus diangkut sesuai dengan jumlah produksi. d. Waktu loading/unloading Variabel ini menunjukkan waktu yang dibutuhkan helper untuk memuat TBS ke dalam truk dan membongkar TBS dari truk pengangkut 4.5. Kerangka Konseptual Penelitian Kerangka konseptual adalah jaringan asosiasi yang disusun, dijelaskan dan dielaborasi secara logis antar variabel yang dianggap relevan pada situasi masalah dan diidentifikasi melalui proses seperti wawancara, pengamatan, dan survei literatur. Diagram skematis untuk kerangka teoritis penelitian ini dapat dilihat pada Gambar 4.1.

16 Jam Kerja Supir Jarak Antar Titik Penumpuka Hasil dan Pabrik Kapasitas Alat Angkut Penghematan Jarak Analisis efisiensi rute Rute Distribusi Optimal Jumlah TBS yang Diangkut Waktu loading/ unloading Gambar 4.1.Kerangka Berpikir 4.6. Rancangan Penelitian Rancangan penelitian adalah tahapan-tahapan dalam melaksanakan suatu penelitian. Blok diagram prosedur dalam penelitian ini dapat dilihat pada Gambar 4.2.

17 MULAI Studi Pendahuluan 1. Kondisi Perusahaan 2. Informasi Pendukung Studi Literatur 1. Teori Buku 2. Referensi Jurnal Penelitian Identifikasi Masalah Awal Rute pengangkutan TBS tidak baku Pengumpulan Data 1. Data waktu loading/unloading 2. Jumlah TBS hasil panen kebun 3. Jarak antar titik pengangkutan (TPH) dan jarak TPH ke pabrik 4. Jam kerja supir 5. Kapasitas pengangkutan 6. Jumlah alat angkut/transportasi Pengolahan data 1. Langkah-langkah clarke & wright saving : -Inisiasi data jarak dan membuat matriks jarak -Menghitung saving matriks (matriks penghematan) -Mengurutkan nilai saving terbesar ke terkecil -Memilih pasangan dengan nilai matriks terbesar -Menghitung sisa kapasitas truk pengangkut -Memilih pasangan berikutnya sesuai iterasi nilai saving terbesar berikutnya -Melakukan iterasi hingga semua TPH telah terpilih dan masuk dalam rute 2. Melakukan identifikasi dengan metode nearest neighbour -Menambahkan TPH terdekat ke rute -Menambahkan TPH terdekat ke tempat yang terakhir dikunjungi -Ulangi langkah hingga semua TPH dikunjungi Analisis Pemecahan Masalah Analisis perbandingan hasil dari kedua metode Kesimpulan dan Saran Gambaran umum hasil penelitian dan masukan untuk kebijakan perbaikan SELESAI Gambar 4.2 Blok Diagram Prosedur Penelitian

18 4.7. Instrumen Penelitian Instrumen yang dipakai dalam pengumpulan data pada penelitian ini ialah sebagai berikut: 1. Stopwatch, digunakan untuk mengukur waktu loading/unloading 2. Alat tulis, digunakan untuk mencatat data waktu dan data yang diperlukan 3. Worksheet, digunakan sebagai catatan hasil pengamatan. 4. Catatan jarak Truk digunakan sebagai acuan menetapkan jarak yang dilakukan truk alat angkut dari pabrik ke kebun Metode Pengolahan Data Pengolahan data dilakukan dengan langkah-langkah sebagai berikut : 1. Mengidentifikasi matriks jarak antar Titik Penumpukan Hasil (TPH) dan pabrik 2. Melakukan identifikasi matriks penghematan dengan metode saving matrix. 3. Mengalokasikan pengangkutan TBS ke rute transport 4. Melakukan identifikasi dengan metode Clarke & Wright Savings. 5. Melakukan identifikasi dengan metode nearest neighbour 6. Melakukan pengurutan rute 7. Menyusun rute dan jadwal pengangkutan

19 4.9. Analisis Pemecahan Masalah Dari hasil pengolahan data ditentukan usulan rute pengangkutan TBS dari kebun ke pabrik. Kemudian analisis dilakukan dengan membandingkan hasil yang diperoleh dari kedua metode serta pemilihan rute terbaik Kesimpulan dan Saran Tahap terakhir yang dilakukan adalah penarikan kesimpulan yang berisi butir penting dalam penelitian ini. Kesimpulan merupakan perumusan rangkuman dari hasil penelitian. Sedangkan saran yang diberikan akan diarahkan pada beberapa rancangan atau usulan perbaikan yang bermanfaat bagi perusahaan dan penelitian-penelitian berikutnya.

20 BAB V PENGUMPULAN DAN PENGOLAHAN DATA 5.1. Pengumpulan Data Mekanisme Pengangkutan TBS dari Kebun PT.PP. LONDON SUMATRA INDONESIA, Tbk melakukan produksi Crude Palm Oil (CPO) dan Kernel dengan bahan baku yang berasal dari kebun milik sendiri. Untuk setiap divisi kebun akan dibagi ke dalam 2 jadwal panen yaitu area panen I dan area panen II, dengan kegiatan panen dilakukan setiap sekali dua minggu. Proses pemanenan dilakukan oleh tim panen di area pasar panen dan hasil akan ditumpuk di Tempat Penumpukan Hasil (TPH). Bagian transportasi akan bekerjasama dengan pihak divisi kebun dalam pengangkutan TBS di tiap area panen. Truk yang dikirim akan melapor ke pihak divisi untuk selanjutnya melakukan pengangkutan yang dibantu 2 orang helper. Truk pengangkut akan berkeliling mengunjungi tiap TPH di area panen sampai muatan truk mencapai 10 ton dan kembali ke pabrik Data Jarak TPH dan Pabrik Data jarak TPH dan kebun diperlukan dalam menentukan nilai penghematan jarak yang dihasilkan berdasarkan metode Clarke and Wright Saving. Peta lokasi kebun dapat dilihat pada Gambar 5.1.

21 Sumber: PT.PP. LONDON SUMATRA INDONESIA, Tbk Gambar 5.1 Peta Kebun Divisi VI Kebun dibagi dalam 25 area dengan luas dalam satuan hektar (ha) dapat dilihat pada tabel 5.1 berikut : Tabel 5.1 Perkiraan Data Luas dan Produksi Divisi VI No Divisi Luas (ha) Produksi (ton/ 2 minggu) ,21 13, ,93 10, ,41 11, ,73 16, ,76 9, ,34 15,2 TPH Jumlah TBS/TPH (ton) Jarak ke BG POM (km) PP1 6,6 5,8 PP2 6,7 6,1 PP3 5,1 5,2 PP4 5,1 5,3 PP5 5,8 5,5 PP6 5,9 5,5 PP7 7,6 4,9 PP8 8,5 5,6 PP9 4,6 5,2 PP10 4,8 5,3 PP11 7,5 4,7 PP12 7,7 4,2

22 Tabel 5.1 Perkiraan Data Luas dan Produksi Divisi VI (lanjutan) No Divisi Luas (ha) Produksi (ton/ 2 minggu) TPH Jumlah TBS/TPH (ton) Jarak ke BG POM (km) ,41 14, ,05 13, ,72 10, ,46 14, ,16 15, ,2 13, ,42 8, ,89 13, ,98 11, ,48 12, ,58 14, ,03 13, ,09 12, ,73 12,6 PP13 7 4,5 PP14 7,2 5,4 PP15 7 5,2 PP16 6,4 4,8 PP17 5,3 5,5 PP18 5,5 5.8 PP19 7,3 5,8 PP20 7,6 5,9 PP21 7,5 6,0 PP22 7,7 6,4 PP23 6 6,7 PP24 7,1 6,8 PP25 4 7,4 PP26 4,2 7,6 PP27 6,3 8,9 PP28 7,4 8,4 PP29 6 8,1 PP30 5,6 7,9 PP31 6,4 7,1 PP32 6,4 6,7 PP33 7,8 5,8 PP34 7,1 6,2 PP35 6,8 7,3 PP36 7,1 7,5 PP37 6,1 8,3 PP38 6,2 8,7 PP39 6,4 9,2 PP40 6,2 9,6

23 Tabel 5.1 Perkiraan Data Luas dan Produksi Divisi VI (lanjutan) No Divisi Luas (ha) Produksi (ton/ 2 minggu) TPH Jumlah TBS/TPH (ton) Jarak ke BG POM (km) ,35 9,9 PP ,1 PP42 4,9 9, ,5 7,2 PP ,3 PP44 3,2 8, ,62 15,7 PP45 8,1 9,0 PP46 7,6 9, ,84 14,7 PP47 7,2 8,2 PP48 7,5 8, ,42 10,3 PP ,1 PP50 5,3 10,2 Total 897,31 315,1 315,1 256,8 Sumber: PT.PP. LONDON SUMATRA INDONESIA, Tbk Dari data pada tabel 5.1 diketahui bahwa terdapat 50 titik penumpukan hasil (TPH) di divisi VI kebun milik pabrik tersebut. Namun untuk penjadwalan panen divisi VI dibagi pada dua jadwal panen, yang dilakukan sekali dua minggu. Area yang ditempati TPH01 sampai dengan TPH26 merupakan satu area yang jadwal panen bersamaan, sedangkan TPH27 sampai dengan TPH50 akan dipanen dua minggu berikutnya. Data jarak antara Titik Pengumpulan Hasil (TPH) yang satu dengan TPH yang lain dapat dilihat pada Tabel 5.2.

24 Tabel 5.2 Data Jarak antar TPH dalam Satuan Kilometer PP1 PP2 PP3 PP4 PP5 PP6 PP7 PP8 PP9 PP10 PP11 PP12 PP13 PP14 PP15 PP16 PP17 PP18 PP19 PP20 PP21 PP22 PP23 PP24 PP25 PP26 PP1 0,51 0,81 0,72 0,65 0,91 1,12 1,20 1,22 1,52 1,56 1,57 1,81 1,8 1,85 1,84 2,12 2,25 2,23 2,22 2,18 2,50 2,81 2,73 3,21 3,15 PP2 1,13 0,60 0,62 0,87 1,03 1,22 0,95 1,12 1,73 1,31 1,52 1,74 1,83 1,84 2,23 2,23 2,21 2,2 2,12 2,44 2,75 2,71 3,19 3,09 PP3 0,91 1,12 1,42 0,44 0,75 1,13 1,27 1,38 1,02 1,32 1,84 1,7 1,68 2,08 2,1 2,08 2,07 2,22 2,54 2,85 2,58 3,06 3,18 PP4 0,42 0,78 0,53 0,79 0,73 1,34 1,25 0,86 1,12 1,88 1,37 1,36 1,64 1,77 1,75 1,74 1,82 2,07 2,35 2,26 2,8 2,69 PP5 0,27 0,85 1,11 0,68 1,24 1,52 1,23 1,49 1,88 1,74 1,73 2,01 2,14 2,12 2,11 2,33 2,58 2,86 2,63 3,17 3,2 PP6 0,97 1,12 0,69 0,58 0,98 1,39 1,65 1,22 1,52 1,79 2,07 1,92 1,9 1,89 1,88 2,13 2,41 2,41 2,95 2,75 PP7 0,28 0,39 0,77 0,99 0,41 0,67 1,49 0,92 0,91 1,19 1,32 1,30 1,29 1,4 1,65 1,93 1,81 2,35 2,47 PP8 0,27 0,37 0,46 0,25 0,51 0,88 0,76 0,75 1,03 1,16 1,14 1,13 1,34 1,59 1,87 1,65 2,19 2,31 PP9 0,35 0,92 0,68 0,94 0,97 1,19 1,18 1,46 1,59 1,57 1,56 1,43 1,68 1,96 2,08 2,62 2,3 PP10 0,53 0,66 0,92 0,55 1,17 1,16 1,44 1,57 1,55 1,54 1,01 1,26 1,54 2,06 2,60 1,88 PP11 0,39 0,65 0,47 0,90 0,89 1,170 1,30 1,28 1,27 0,93 1,18 1,46 1,79 2,33 1,8 PP12 0,26 0,85 0,51 0,50 0,78 0,91 0,89 0,88 1,04 1,29 1,57 1,40 1,94 1,91 PP13 0,56 0,28 0,30 0,58 0,68 0,66 0,65 0,81 1,06 1,34 1,17 1,71 1,68 PP14 0,31 0,58 0,86 0,78 0,72 0,74 0,70 0,95 1,23 1,26 1,80 1,57 PP15 0,27 0,55 0,4 0,38 0,37 0,53 0,78 1,06 0,89 1,43 1,55 PP16 0,28 0,67 0,65 0,64 0,8 1,05 1,33 0,13 1,66 1,78 PP17 0,88 1,12 0,99 1,08 1,21 1,61 1,20 1,74 1,86 PP18 0,45 0,66 0,68 0,96 1,07 0,72 1,35 1,47 PP19 0,52 0,54 0,68 0,90 0,75 1,23 1,35 PP20 0,27 0,50 0,73 0,53 1,09 1,21 PP21 0,23 0,48 0,54 1,12 0,82 PP22 0,22 0,57 0,57 0,56 PP23 0,83 0,44 0,34 PP24 0,47 0,59 PP25 0,12 PP26

25 5.2. Pengolahan Data Penentuan Rute Pengangkutan TBS pada Area Panen I dengan Metode Clarke & Wright Savings Langkah-langkah yang dilakukan untuk menentukan rute pengngkutan TBS di Divisi VI area panen I dengan pendekatan metode Clarke & Wright Savings adalah sebagai berikut: a. Langkah 1: Tahap awal penentuan rute pengangkutan TBS adalah menentukan jumlah TPH, matriks jarak dan kapasitas Dum Truck (DT). Data ini dapat dilihat pada pengumpulan data b. Langkah 2: Menghitung penghematan (savings) jarak antar titik penumpukan hasil (TPH). Rumus yang digunakan untuk menghitung besar penghematan antar TPH sebagai berikut: S (i,j) = J (0,i) + J (0,j) J (i,j) Dimana: S (i,j) = matriks penghematan J (0,i) = jarak pabrik ke TPH i J (0,j) = jarak pabrik ke TPH y J (i,j) = jarak TPH i dan TPH j Sebagai contoh dilakukan perhitungan penghematan pada S PP1,PP2 adalah sebagai berikut:

26 S (PP1,PP2) = J (PP0,PP1) + J (PP0,PP2) J (PP1,PP2) S (PP1,PP2) = 5,8 + 6,1 0,51 = 11,39 km Lakukan semua perhitungan dengan cara yang sama untuk semua TPH sehingga diperoleh matriks penghematan, yang ditunjukkan pada Tabel 5.3.

27 Tabel 5.3. Matriks penghematan pada setiap titik penumpukan hasil (TPH) area panen I PP1 PP2 PP3 PP4 PP5 PP6 PP7 PP8 PP9 PP10 PP11 PP12 PP13 PP14 PP15 PP16 PP17 PP18 PP19 PP20 PP21 PP22 PP23 PP24 PP25 PP26 PP1 11,39 10,19 10,38 10,65 10,39 9,58 10,2 9,78 9,58 8,94 8,43 8,49 9,4 9,15 8,76 9,18 9,35 9,37 9,48 9,62 9,7 9,69 9,87 9,99 10,25 PP2 10,17 10,8 10,98 10,73 9,97 10,48 10,35 10,28 9,07 8,99 9,08 9,76 9,47 9,06 9,37 9,67 9,69 9,8 9,98 10,06 10,05 10,19 10,31 10,61 PP3 9,59 9,58 9,28 9,66 10,05 9,27 9,23 8,52 8,38 8,38 8,76 8,7 8,32 8,62 8,9 8,92 9,03 8,98 9,06 9,05 9,42 9,54 9,62 PP4 10,38 10,02 9,67 10,11 9,77 9,26 8,75 8,64 8,68 8,82 9,13 8,74 9,16 9,33 9,35 9,46 9,48 9,63 9,65 9,84 9,9 10,21 PP5 10,73 9,55 9,39 10,12 9,26 8,48 7,67 7,21 8,02 8,86 8,27 8,29 9,16 9,48 9,59 9,57 9,82 10,24 10,87 11,03 11,8 PP6 9,43 9,98 10,01 10,22 9,22 8,31 8,35 9,68 9,18 8,51 8,93 9,38 9,4 9,51 9,62 9,77 9,79 9,89 9,95 10,35 PP7 10,22 9,71 9,43 8,61 8,69 8,73 8,81 9,18 8,79 9,21 9,38 9,4 9,51 9,5 9,65 9,67 9,89 9,95 10,03 PP8 10,53 10,53 9,84 9,55 9,59 10,12 10,04 9,65 10,07 10,24 10,26 10,37 10,26 10,41 10,43 10,75 10,81 10,89 PP9 10,15 8,98 8,72 8,76 9,63 9,21 8,82 9,24 9,41 9,43 9,54 9,77 9,92 9,94 9,92 9,98 10,5 PP10 9,47 8,84 8,88 10,15 9,33 8,94 9,36 9,53 9,55 9,66 10,29 10,44 10,46 10,04 10,1 11,02 PP11 8,51 8,55 9,63 9 8,61 9,03 9,2 9,22 9,33 9,77 9,92 9,94 9,71 9,77 10,5 PP12 8,44 8,75 8,89 8,5 8,92 9,09 9,11 9,22 9,16 9,31 9,33 9,6 9,66 9,89 PP13 9,34 9,42 9 9,42 9,62 9,64 9,75 9,69 9,84 9,86 10,13 10,19 10,42 PP14 10,29 9,62 10,04 10,42 10,48 10,56 10,7 10,85 10,87 10, ,43 PP15 9,73 10,15 10,6 10,62 10,73 10,67 10,82 10,84 11,11 11,17 11,25 PP16 10,02 9,93 9,95 10,06 10,00 10,15 10,17 11,47 10,54 10,62 PP17 10,42 10,18 10,41 10,42 10,69 10,59 11,1 11,16 11,24 PP18 11,15 11,04 11,12 11,24 11,43 11,88 11,85 11,93 PP19 11,18 11,26 11,52 11,6 11,85 11,97 12,05 PP20 11,63 11,8 11,87 12,17 12,21 12,29 PP21 12,17 12,22 12,26 12,28 12,78 PP22 12,88 12,63 13,23 13,44 PP23 12,67 13,66 13,96 PP24 13,73 13,81 PP25 14,88 PP26

28 c. Langkah 3: Setelah didapatkan nilai savings dari masing-masing TPH, maka selanjutnya dilakukan iterasi untuk mengurutkan TPH berdasarkan nilai penghematan (savings) dari yang terbesar hingga terkecil. Dan proses iterasi akan tetap dilakukan sampai semua nilai penghematan telah terpilih. Berikut ini adalah proses iterasi semua TPH : Iterasi 1 Pada Tabel 5.11 diketahui bahwa nilai savings terbesar terdapat pada pasangan TPH PP25 dan PP26 sebesar 14,88 km. maka rute pengangkutan TBS yang terbentuk adalah PP0-PP25-PP26-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP25 dan PP26 dihapus. Iterasi 2 Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP22 dan PP23 sebesar 12,88 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22- PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP22 dan PP23 dihapus. Iterasi 3: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP21 dan PP24 sebesar 12,26 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24 PP0.

29 Selanjutnya deret baris dan kolom pada savings matriks bagian PP21 dan PP24 dihapus. Iterasi 4: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP1 dan PP2 sebesar 11,39 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1 PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP1 dan PP2 dihapus. Iterasi 5: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP19 dan PP20 sebesar 11,18 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20- PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP19 dan PP20 dihapus. Iterasi 6: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP5 dan PP6 sebesar 10,73 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5- PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP5 dan PP6 dihapus.

30 Iterasi 7: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP15 dan PP18 sebesar 10,60 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5-PP15-PP18-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP15 dan PP18 dihapus. Iterasi 8: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP8 dan PP9 sebesar 10,53 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP8 dan PP9 dihapus. Iterasi 9: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP10 dan PP14 sebesar 10,15 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP10 dan PP14 dihapus.

31 Iterasi 10: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP16 dan PP17 sebesar 10,02 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP16 dan PP17 dihapus. Iterasi 11: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP4 dan PP7 sebesar 9,67 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP7-PP4-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP4 dan PP7 dihapus. Iterasi 12: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP11 dan PP13 sebesar 8,55 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP7-PP4-PP13- PP11-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP11 dan PP13 dihapus.

32 Iterasi 13: Dari hasil iterasi sebelumnya diperoleh nilai savings terbesar yaitu pasangan TPH PP3 dan PP12 sebesar 8,38 km. Maka rute pengangkutan TBS yang terbentuk selanjutnya adalah PP0 PP25 PP26 PP23 PP22-PP21-PP24-PP2-PP1-PP19- PP20-PP6-PP5-PP15-PP18-PP8-PP9-PP10-PP14-PP16-PP17-PP7-PP4-PP13- PP11-PP12-PP3-PP0. Selanjutnya deret baris dan kolom pada savings matriks bagian PP3 dan PP12 dihapus dan semua TPH telah dimasukkan ke dalam rute pengangkutan, maka proses iterasi dihentikan. Seluruh saving matriks hasil iterasi dapat dilihat pada lampiran. d. Langkah 4 Selanjutnya dihitung jumlah dari pasangan TPH sesuai dengan rute yang terbentuk. Apabila jumlah tumpukan melebihi kapasitas truk pengangkut maka TPH tersebut dimasukkan ke rute berikutnya. Hasil rute yang terbentuk dapat dilihat pada Tabel 5.4.

33 Tabel 5.4. Rekapitulasi Perhitungan dan Pembentukan Rute dengan Metode Clarke & Wright Savings NO TPH Jumlah TBS/TPH (ton) PP25 4 PP26 4,2 PP23 6 PP22 4 PP22 3,7 PP21 6,3 PP21 1,2 PP24 7,1 PP2 6,7 PP1 3,3 PP1 3,3 PP19 6,7 PP19 0,6 PP20 7,6 PP6 5,9 PP5 4,1 PP5 1,7 PP15 7 PP18 5,5 PP8 4,5 PP8 4 PP9 4,6 PP10 4,8 PP14 5,2 Total Jumlah TBS (ton) Kapasitas Truk (ton) Jarak Tempuh (Km) 8, , , ,63 8, , , ,83 8, , ,27 8, , ,56 8, , ,25

34 Tabel 5.4. Rekapitulasi Perhitungan dan Pembentukan Rute (Lanjutan) NO TPH Jumlah TBS/TPH (ton) PP14 2 PP16 6,4 PP17 5,3 PP7 4,7 PP7 2,9 PP4 5,1 PP13 7 PP11 3 PP11 4,5 PP3 5,1 Total Jumlah TBS (ton) Kapasitas Truk (ton) Jarak Tempuh (Km) 8, , , , , ,42 18 PP12 7,7 7,7 10 8,4 TOTAL 214, Penentuan Rute Pengangkutan TBS pada Area Panen I dengan Metode Nearest Neighbour Penentuan rute pengangkutan TBS pada Divisi VI area pembagian 1 menggunakan metode nearest neighbor, dimana metode ini menggunakan prinsip sederhana yaitu Titik Pengumpulan Hasil (TPH) yang akan dituju adalah TPH yang memiliki jarak paling dekat dengan TPH yang dikunjungi terakhir. Penentuan rute dengan menggunakan metode Nearest Neighbour, dengan langkah sebagai berikut :

35 a. Iterasi 1: Titik awal keberangkatan truk pengangkut dari pabrik dan perjalanan berikutnya memiliki 26 kemungkinan untuk kunjungan pertama, yaitu : Tabel 5.5. Tabel jarak antara pabrik(pp0) dengan 26 TPH TPH JARAK KE PABRIK (PP0) (Km) JUMLAH TBS (TON) PP1 5,8 6,6 PP2 6,1 6,7 PP3 5,2 5,1 PP4 5,3 5,1 PP5 5,5 5,8 PP6 5,5 5,9 PP7 4,9 7,6 PP8 5,6 8,5 PP9 5,2 4,6 PP10 5,3 4,8 PP11 4,7 7,5 PP12 4,2 7,7 PP13 4,5 7 PP14 5,4 7,2 PP15 5,2 7 PP16 4,8 6,4 PP17 5,5 5,3 PP18 5,8 5,5 PP19 5,8 7,3 PP20 5,9 7,6 PP21 6 7,5 PP22 6,4 7,7

36 Tabel 5.5. Tabel jarak antara pabrik(pp0) dengan 26 TPH (lanjutan) TPH JARAK KE PABRIK (PP0) (Km) JUMLAH TBS (TON) PP23 6,7 6 PP24 6,8 7,1 PP25 7,4 4 PP26 7,6 4,2 Dari 26 kemungkinan yang menjadi kunjungan pertama dari pabrik adalah PP12 karena memiliki jarak terpendek sebesar 4,2 Km. b. Perjalanan dari penumpukan hasil PP12 memiliki 25 kemungkinan untuk kunjungan berikutnya, yaitu Tabel 5.6. Tabel jarak antara TPH PP12 dengan 25 TPH lainnya TPH JARAK KE PP12 (Km) JUMLAH TBS (TON) PP1 1,57 6,6 PP2 1,31 6,7 PP3 1,02 5,1 PP4 0,86 5,1 PP5 1,23 5,8 PP6 1,39 5,9 PP7 0,41 7,6 PP8 0,25 8,5 PP9 0,68 4,6 PP10 0,66 4,8 PP11 0,39 7,5 PP13 0,26 7

37 Tabel 5.6. Tabel jarak antara TPH PP12 dengan 25 TPH lainnya (lanjutan) TPH JARAK KE PP12 (Km) JUMLAH TBS (TON) PP15 0,51 7 PP16 0,50 6,4 PP17 0,78 5,3 PP18 0,91 5,5 PP19 0,89 7,3 PP20 0,88 7,6 PP21 1,04 7,5 PP22 1,29 7,7 PP23 1,57 6 PP24 1,40 7,1 PP25 1,94 4 PP26 1,91 4,2 Dari 25 kemungkinan yang menjadi kunjungan berikutnya dari PP12 adalah PP8 karena memiliki jarak terpendek sebesar 0,25 Km. c. Perjalanan dari penumpukan hasil PP8 memiliki 24 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel 5.7. Tabel jarak antara TPH PP12 dengan 24 TPH lainnya TPH JARAK KE PP8 (Km) JUMLAH TBS (TON) PP1 1,2 6,6 PP2 1,22 6,7 PP3 0,75 5,1 PP4 0,79 5,1

38 Tabel 5.7. Tabel jarak antara TPH PP12 dengan 24 TPH lainnya (lanjutan) TPH JARAK KE PP8 (Km) JUMLAH TBS (TON) PP5 1,11 5,8 PP6 1,12 5,9 PP7 0,28 7,6 PP9 0,27 4,6 PP10 0,37 4,8 PP11 0,46 7,5 PP13 0,25 7 PP14 0,51 7,2 PP15 0,88 7 PP16 0,76 6,4 PP17 1,03 5,3 PP18 1,16 5,5 PP19 1,14 7,3 PP20 1,13 7,6 PP21 1,34 7,5 PP22 1,59 7,7 PP23 1,87 6 PP24 1,65 7,1 PP25 2,19 4 PP26 2,31 4,2 Dari 24 kemungkinan yang menjadi kunjungan berikutnya dari PP8 adalah PP13 karena memiliki jarak terpendek sebesar 0,25 Km. d. Perjalanan dari penumpukan hasil PP13 memiliki 23 kemungkinan untuk kunjungan berikutnya, yaitu :

39 Tabel 5.8. Tabel jarak antara TPH PP13 dengan 23 TPH lainnya TPH JARAK KE PP13 (Km) JUMLAH TBS (TON) PP1 1,81 6,6 PP2 1,52 6,7 PP3 1,32 5,1 PP4 1,12 5,1 PP5 1,49 5,8 PP6 1,65 5,9 PP7 0,67 7,6 PP9 0,94 4,6 PP10 0,92 4,8 PP11 0,65 7,5 PP14 0,56 7,2 PP15 0,28 7 PP16 0,30 6,4 PP17 0,58 5,3 PP18 0,68 5,5 PP19 0,66 7,3 PP20 0,65 7,6 PP21 0,81 7,5 PP22 1,06 7,7 PP23 1,34 6 PP24 1,17 7,1 PP25 1,71 4 PP26 1,68 4,2

40 Dari 23 kemungkinan yang menjadi kunjungan berikutnya dari PP13 adalah PP15 karena memiliki jarak terpendek sebesar 0,28 Km. e. Perjalanan dari penumpukan hasil PP15 memiliki 22 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel 5.9. Tabel jarak antara TPH PP15 dengan 22 TPH lainnya TPH JARAK KE PP15 (Km) JUMLAH TBS (TON) PP1 1,85 6,6 PP2 1,83 6,7 PP3 1,7 5,1 PP4 1,37 5,1 PP5 1,74 5,8 PP6 1,52 5,9 PP7 0,92 7,6 PP9 1,19 4,6 PP10 1,17 4,8 PP11 0,90 7,5 PP14 0,31 7,2 PP16 0,27 6,4 PP17 0,55 5,3 PP18 0,40 5,5 PP19 0,38 7,3 PP20 0,37 7,6 PP21 0,53 7,5 PP22 0,78 7,7 PP23 1,06 6 PP24 0,89 7,1

41 Tabel 5.9. Tabel jarak antara TPH PP15 dengan 22 TPH lainnya (lanjutan) TPH JARAK KE PP15 (Km) JUMLAH TBS (TON) PP25 1,43 4 PP26 1,55 4,2 Dari 22 kemungkinan yang menjadi kunjungan berikutnya dari PP15 adalah PP16 karena memiliki jarak terpendek sebesar 0,27 Km. f. Perjalanan dari penumpukan hasil PP16 memiliki 21 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP16 dengan 21 TPH lainnya TPH JARAK KE PP16 (Km) JUMLAH TBS (TON) PP1 1,84 6,6 PP2 1,84 6,7 PP3 1,68 5,1 PP4 1,36 5,1 PP5 1,73 5,8 PP6 1,79 5,9 PP7 1,84 7,6 PP9 1,18 4,6 PP10 1,16 4,8 PP11 0,89 7,5 PP14 0,58 7,2 PP17 0,28 5,3 PP18 0,67 5,5 PP19 0,65 7,3

42 Tabel Tabel jarak antara TPH PP16 dengan 21 TPH lainnya (lanjutan) TPH JARAK KE PP16 (Km) JUMLAH TBS (TON) PP20 0,64 7,6 PP21 0,80 7,5 PP22 1,05 7,7 PP23 1,33 6 PP24 1,17 7,1 PP25 1,66 4 PP26 1,78 4,2 Dari 21 kemungkinan yang menjadi kunjungan berikutnya dari PP16 adalah PP17 karena memiliki jarak terpendek sebesar 0,28 Km. g. Perjalanan dari penumpukan hasil PP17 memiliki 20 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP17 dengan 20 TPH lainnya TPH JARAK KE PP17 (Km) JUMLAH TBS (TON) PP1 2,12 6,6 PP2 2,23 6,7 PP3 2,08 5,1 PP4 1,64 5,1 PP5 2,01 5,8 PP6 2,07 5,9 PP7 1,19 7,6 PP9 1,46 4,6 PP10 1,44 4,8

43 Tabel Tabel jarak antara TPH PP17 dengan 20 TPH lainnya (lanjutan) TPH JARAK KE PP17 (Km) JUMLAH TBS (TON) PP11 1,17 7,5 PP14 0,86 7,2 PP18 0,88 5,5 PP19 1,12 7,3 PP20 0,99 7,6 PP21 1,08 7,5 PP22 1,21 7,7 PP23 1,61 6 PP24 1,20 7,1 PP25 1,74 4 PP26 1,86 4,2 Dari 20 kemungkinan yang menjadi kunjungan berikutnya dari PP17 adalah PP14 karena memiliki jarak terpendek sebesar 0,86 Km. h. Perjalanan dari penumpukan hasil PP14 memiliki 19 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP14 dengan 19 TPH lainnya TPH JARAK KE PP14 (Km) JUMLAH TBS (TON) PP1 1,8 6,6 PP2 1,74 6,7 PP3 1,84 5,1 PP4 1,88 5,1 PP5 1,88 5,8

44 Tabel Tabel jarak antara TPH PP14 dengan 19 TPH lainnya (lanjutan) TPH JARAK KE PP14 (Km) JUMLAH TBS (TON) PP6 1,22 5,9 PP7 1,49 7,6 PP9 0,97 4,6 PP10 0,55 4,8 PP11 0,47 7,5 PP18 0,78 5,5 PP19 0,72 7,3 PP20 0,74 7,6 PP21 0,70 7,5 PP22 0,95 7,7 PP23 1,23 6 PP24 1,26 7,1 PP25 1,80 4 PP26 1,57 4,2 Dari 19 kemungkinan yang menjadi kunjungan berikutnya dari PP19 adalah PP11 karena memiliki jarak terpendek sebesar 0,47 Km. i. Perjalanan dari penumpukan hasil PP11 memiliki 18 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP11 dengan 18 TPH lainnya TPH JARAK KE PP11 (Km) JUMLAH TBS (TON) PP1 1,56 6,6 PP2 1,73 6,7

45 Tabel Tabel jarak antara TPH PP11 dengan 18 TPH lainnya (lanjutan) TPH JARAK KE PP11 (Km) JUMLAH TBS (TON) PP3 1,38 5,1 PP4 1,25 5,1 PP5 1,52 5,8 PP6 0,98 5,9 PP7 0,99 7,6 PP9 0,92 4,6 PP10 0,53 4,8 PP18 1,30 5,5 PP19 1,28 7,3 PP20 1,27 7,6 PP21 0,93 7,5 PP22 1,18 7,7 PP23 1,46 6 PP24 1,79 7,1 PP25 2,33 4 PP26 1,80 4,2 Dari 18 kemungkinan yang menjadi kunjungan berikutnya dari PP11 adalah PP10 karena memiliki jarak terpendek sebesar 0,53 Km. j. Perjalanan dari penumpukan hasil PP10 memiliki 17 kemungkinan untuk kunjungan berikutnya, yaitu :

46 Tabel Tabel jarak antara TPH PP10 dengan 17 TPH lainnya TPH JARAK KE PP10 (Km) JUMLAH TBS (TON) PP1 1,52 6,6 PP2 1,12 6,7 PP3 1,27 5,1 PP4 1,34 5,1 PP5 1,24 5,8 PP6 0,58 5,9 PP7 0,77 7,6 PP9 0,35 4,6 PP18 1,57 5,5 PP19 1,55 7,3 PP20 1,54 7,6 PP21 1,01 7,5 PP22 1,26 7,7 PP23 1,54 6 PP24 2,06 7,1 PP25 2,60 4 PP26 1,88 4,2 Dari 17 kemungkinan yang menjadi kunjungan berikutnya dari PP10 adalah PP09 karena memiliki jarak terpendek sebesar 0,35 Km. k. Perjalanan dari penumpukan hasil PP09 memiliki 16 kemungkinan untuk kunjungan berikutnya, yaitu :

47 Tabel Tabel jarak antara TPH PP9 dengan 16 TPH lainnya TPH JARAK KE PP09 (Km) JUMLAH TBS (TON) PP1 1,22 6,6 PP2 0,95 6,7 PP3 1,13 5,1 PP4 0,73 5,1 PP5 0,68 5,8 PP6 0,69 5,9 PP7 0,39 7,6 PP18 1,59 5,5 PP19 1,57 7,3 PP20 1,56 7,6 PP21 1,43 7,5 PP22 1,68 7,7 PP23 1,96 6 PP24 2,08 7,1 PP25 2,62 4 PP26 2,30 4,2 Dari 16 kemungkinan yang menjadi kunjungan berikutnya dari PP09 adalah PP07 karena memiliki jarak terpendek sebesar 0,39 Km. l. Perjalanan dari penumpukan hasil PP07 memiliki 15 kemungkinan untuk kunjungan berikutnya, yaitu :

48 Tabel Tabel jarak antara TPH PP07 dengan 15 TPH lainnya TPH JARAK KE PP07 (Km) JUMLAH TBS (TON) PP1 1,12 6,6 PP2 1,03 6,7 PP3 0,44 5,1 PP4 0,53 5,1 PP5 0,85 5,8 PP6 0,97 5,9 PP18 1,32 5,5 PP19 1,30 7,3 PP20 1,29 7,6 PP21 1,40 7,5 PP22 1,65 7,7 PP23 1,93 6 PP24 1,81 7,1 PP25 2,35 4 PP26 2,47 4,2 Dari 15 kemungkinan yang menjadi kunjungan berikutnya dari PP07 adalah PP04 karena memiliki jarak terpendek sebesar 0,53 Km. m. Perjalanan dari penumpukan hasil PP04 memiliki 14 kemungkinan untuk kunjungan berikutnya, yaitu :

49 Tabel Tabel jarak antara TPH PP04 dengan 14 TPH lainnya TPH JARAK KE PP04 (Km) JUMLAH TBS (TON) PP1 0,72 6,6 PP2 0,60 6,7 PP3 0,91 5,1 PP5 0,42 5,8 PP6 0,78 5,9 PP18 1,77 5,5 PP19 1,75 7,3 PP20 1,74 7,6 PP21 1,82 7,5 PP22 2,07 7,7 PP23 2,35 6 PP24 2,26 7,1 PP25 2,80 4 PP26 2,69 4,2 Dari 14 kemungkinan yang menjadi kunjungan berikutnya dari PP04 adalah PP05 karena memiliki jarak terpendek sebesar 0,42 Km. n. Perjalanan dari penumpukan hasil PP05 memiliki 13 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP05 dengan 13 TPH lainnya TPH JARAK KE PP05 (Km) JUMLAH TBS (TON) PP1 0,65 6,6 PP2 0,62 6,7

50 Tabel Tabel jarak antara TPH PP05 dengan 13 TPH lainnya (lanjutan) TPH JARAK KE PP05 (Km) JUMLAH TBS (TON) PP3 1,12 5,1 PP6 0,27 5,9 PP18 2,14 5,5 PP19 2,12 7,3 PP20 2,11 7,6 PP21 2,33 7,5 PP22 2,58 7,7 PP23 2,86 6 PP24 2,63 7,1 PP25 3,17 4 PP26 3,20 4,2 Dari 13 kemungkinan yang menjadi kunjungan berikutnya dari PP05 adalah PP06 karena memiliki jarak terpendek sebesar 0,27 Km. o. Perjalanan dari penumpukan hasil PP06 memiliki 12 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP06 dengan 12 TPH lainnya TPH JARAK KE PP06 (Km) JUMLAH TBS (TON) PP1 0,91 6,6 PP2 0,87 6,7 PP3 1,42 5,1 PP18 1,92 5,5 PP19 1,90 7,3

51 Tabel Tabel jarak antara TPH PP06 dengan 12 TPH lainnya (lanjutan) TPH JARAK KE PP06 (Km) JUMLAH TBS (TON) PP20 1,89 7,6 PP21 1,88 7,5 PP22 2,13 7,7 PP23 2,41 6 PP24 2,41 7,1 PP25 2,95 4 PP26 2,75 4,2 Dari 12 kemungkinan yang menjadi kunjungan berikutnya dari PP06 adalah PP02 karena memiliki jarak terpendek sebesar 0,87 Km. p. Perjalanan dari penumpukan hasil PP02 memiliki 11 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP02 dengan 11 TPH lainnya TPH JARAK KE PP02 (Km) JUMLAH TBS (TON) PP1 0,51 6,6 PP3 1,13 5,1 PP18 2,23 5,5 PP19 2,21 7,3 PP20 2,20 7,6 PP21 2,12 7,5 PP22 2,44 7,7 PP23 2,75 6 PP24 2,71 7,1

52 Tabel Tabel jarak antara TPH PP02 dengan 11 TPH lainnya (lanjutan) TPH JARAK KE PP02 (Km) JUMLAH TBS (TON) PP25 3,19 4 PP26 3,09 4,2 Dari 11 kemungkinan yang menjadi kunjungan berikutnya dari PP02 adalah PP01 karena memiliki jarak terpendek sebesar 0,51 Km. q. Perjalanan dari penumpukan hasil PP01 memiliki 10 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP01 dengan 10 TPH lainnya JARAK KE PP01 (Km) JUMLAH TBS (TON) PP3 0,81 5,1 PP18 2,25 5,5 PP19 2,23 7,3 PP20 2,22 7,6 PP21 2,18 7,5 PP22 2,50 7,7 PP23 2,81 6 PP24 2,73 7,1 PP25 3,21 4 PP26 3,15 4,2 Dari 10 kemungkinan yang menjadi kunjungan berikutnya dari PP01 adalah PP03 karena memiliki jarak terpendek sebesar 0,81 Km.

53 r. Perjalanan dari penumpukan hasil PP03 memiliki 9 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP03 dengan 9 TPH lainnya TPH JARAK KE PP03 (Km) JUMLAH TBS (TON) PP18 2,10 5,5 PP19 2,08 7,3 PP20 2,07 7,6 PP21 2,22 7,5 PP22 2,54 7,7 PP23 2,85 6 PP24 2,58 7,1 PP25 3,06 4 PP26 3,18 4,2 Dari 9 kemungkinan yang menjadi kunjungan berikutnya dari PP03 adalah PP20 karena memiliki jarak terpendek sebesar 2,07 Km. s. Perjalanan dari penumpukan hasil PP20 memiliki 8 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP20 dengan 8 TPH lainnya TPH JARAK KE PP20 (Km) JUMLAH TBS (TON) PP18 0,66 5,5 PP19 0,52 7,3 PP21 0,27 7,5 PP22 0,50 7,7 PP23 0,73 6

54 Tabel Tabel jarak antara TPH PP20 dengan 8 TPH lainnya (lanjutan) TPH JARAK KE PP20 (Km) JUMLAH TBS (TON) PP24 0,53 7,1 PP25 1,09 4 PP26 1,21 4,2 Dari 8 kemungkinan yang menjadi kunjungan berikutnya dari PP20 adalah PP21 karena memiliki jarak terpendek sebesar 0,27 Km. t. Perjalanan dari penumpukan hasil PP21 memiliki 7 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP21 dengan 7 TPH lainnya JARAK KE PP21 (Km) JUMLAH TBS (TON) PP18 0,68 5,5 PP19 0,54 7,3 PP22 0,23 7,7 PP23 0,48 6 PP24 0,54 7,1 PP25 1,12 4 PP26 0,82 4,2 Dari 7 kemungkinan yang menjadi kunjungan berikutnya dari PP21 adalah PP22 karena memiliki jarak terpendek sebesar 0,23 Km. u. Perjalanan dari penumpukan hasil PP22 memiliki 6 kemungkinan untuk kunjungan berikutnya, yaitu :

55 Tabel Tabel jarak antara TPH PP22 dengan 6 TPH lainnya TPH JARAK KE PP22 (Km) JUMLAH TBS (TON) PP18 0,68 5,5 PP19 0,96 7,3 PP23 0,22 6 PP24 0,57 7,1 PP25 0,57 4 PP26 0,56 4,2 Dari 6 kemungkinan yang menjadi kunjungan berikutnya dari PP22 adalah PP23 karena memiliki jarak terpendek sebesar 0,22 Km. v. Perjalanan dari penumpukan hasil PP23 memiliki 5 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP23 dengan 5 TPH lainnya TPH JARAK KE PP23 (Km) JUMLAH TBS (TON) PP18 1,07 5,5 PP19 0,90 7,3 PP24 0,83 7,1 PP25 0,44 4 PP26 0,34 4,2 Dari 5 kemungkinan yang menjadi kunjungan berikutnya dari PP23 adalah PP26 karena memiliki jarak terpendek sebesar 0,34 Km.

56 w. Perjalanan dari penumpukan hasil PP26 memiliki 4 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP26 dengan 4 TPH lainnya TPH JARAK KE PP26 (Km) JUMLAH TBS (TON) PP18 1,47 5,5 PP19 1,35 7,3 PP24 0,59 7,1 PP25 0,12 4 Dari 4 kemungkinan yang menjadi kunjungan berikutnya dari PP26 adalah PP25 karena memiliki jarak terpendek sebesar 0,12 Km. x. Perjalanan dari penumpukan hasil PP25 memiliki 3 kemungkinan untuk kunjungan berikutnya, yaitu : Tabel Tabel jarak antara TPH PP25 dengan 3 TPH lainnya TPH JARAK KE PP25 (Km) JUMLAH TBS (TON) PP18 1,35 5,5 PP19 1,23 7,3 PP24 0,47 7,1 Dari 3 kemungkinan yang menjadi kunjungan berikutnya dari PP25 adalah PP24 karena memiliki jarak terpendek sebesar 0,47 Km. y. Perjalanan dari penumpukan hasil PP24 memiliki 2 kemungkinan untuk kunjungan berikutnya, yaitu :