ABSTRACT. Key Words: Distribution, K-Means Cluster, TSP (Traveling Salesman Problem) ABSTRAK

dokumen-dokumen yang mirip
BAB IV HASIL DAN PEMBAHASAN. yang dibutuhkan dalam pengolahan data untuk menyelesaikan permasalahan.

Gambar 3.1 Diagram Alir Bagian 1

BAB 1 PENDAHULUAN 1.1 Latar Belakang

ATM Mandiri (pada menu transaksi lainnya informasi saldo informasi fiestapoin ) Mobile apps fiestapoin (download melalui Android / ios)

ANALISIS DAN PERANCANGAN SISTEM INFORMASI AKUNTANSI SIKLUS PENJUALAN, PENAGIHAN PIUTANG, DAN PENERIMAAN KAS PADA PT RACKINDO SETARA PERKASA

DETAIL MERCHANT: Merdeka! Bebas 1x Cicilan Promotion. Period: August 7th - August 31st, 2017 Selected Modern Merchants.

TARIF IKLAN KOMERSIAL CINEMA XXI update 12 Oktober 2017

BAB 1 PENDAHULUAN 1.2 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang

PERANCANGAN SISTEM INFORMASI AKUNTANSI SIKLUS PENDAPATAN PADA PT. ARTHA JAYA GRAPRINT DENGAN PENDEKATAN UNIFIED PROCESS BERORIENTASI OBJEK

BAB 1 PENDAHULUAN 1.1. Latar Belakang

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PERPUSTAKAAN SMA NEGERI XYZ

Analisa dan Perancangan Sistem E-Learning pada SMA Budi Mulia

PERANCANGAN SISTEM INFORMASI PENJUALAN DAN PERSEDIAAN PADA PT SELATAN JAYA PRIMA PERKASA

ANALISIS DAN PERANCANGAN SISTEM INFORMASI AKUNTANSI JASA REPARASI KAPAL PADA PT. DOK & PERKAPALAN KODJA BAHARI (PERSERO) GALANGAN II

ABSTRAK. Universitas Kristen Maranatha

BAB 1 PENDAHULUAN 1.1 Latar Belakang

ANALISIS, PERANCANGAN DAN IMPLEMENTASI APLIKASI UNDIAN APRESIASI PADA BANK SWASTA

BAB 1 PENDAHULUAN 1.1 Latar Belakang

RANCANGAN SISTEM INFORMASI ONLINE BOOKING PADA SALON CANTIK

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 3 METODE PENELITIAN

REKAPITULASI KUISIONER DATA PEDAGANG

BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini sistem informasi dan ilmu pengetahuan di bidang komputerisasi berkembang semakin pesat, karena pesatnya

BAB I PENDAHULUAN. Persaingan dalam era globalisasi semakin lama semakin ketat, ditambah

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PENJUALAN DAN PERSEDIAAN PADA PT NUR ISLAMI TOUR AND TRAVEL

BAB 1 PENDAHULUAN 1.1 Latar Belakang

ANALYSIS AND DESIGN INFORMATION SYSTEM LOGISTICS DELIVERY SERVICE IN PT REPEX WAHANA

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

RANCANGAN SISTEM INFORMASI PENAGIHAN PASIEN RUMAH SAKIT

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Lock&Lock. Caranya mudah!

ANALISA DAN PERANCANGAN SISTEM INFORMASI SUMBER DAYA MANUSIA BERBASIS WEB PADA PT. SUCOFINDO APPRAISAL UTAMA

BAB 1 PENDAHULUAN. tempat tujuan berikutnya dari sebuah kendaraan pengangkut baik pengiriman melalui

BAB 1 PENDAHULUAN. Gambar 1.1 Penggunaan internet di Indonesia Sumber: InternetLiveStats (2015)

ANALISIS DAN PERANCANGAN SISTEM INFORMASI PENJUALAN, PERSEDIAAN DAN PEMBELIAN PADA PT. XYZ

PERANCANGAN SISTEM INFOR- MASI REKRUTMEN DAN SELEK- SI KARYAWAN BERBASIS WEB DI PT. QWORDS COMPANY INTER- NATIONAL

PERANCANGAN APLIKASI E-COMMERCE BERBASIS WEBSITE PADA PT. KSN INDONESIA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. bersama-sama untuk mencapai tujuan tertentu. bersatu untuk mencapai tujuan yang sama.

PERANCANGAN SISTEM INFORMASI AKUNTANSI PEMBELIAN, PERSEDIAAN DAN PENJUALAN TUNAI PADA PT. RAZER BROTHERS

33 SES - JOGJAKARTA - HARTONO MALL JOGJA 34 SES - BANDUNG - CIHAMPELAS WALK 35 SES - JAKARTA BARAT - NEO SOHO 36 SES - JAKARTA TIMUR - PUSAT GROSIR

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB 4 METODOLOGI PEMECAHAN MASALAH

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Dewasa ini sistem informasi sangat dibutuhkan oleh perusahaan untuk membantu

MODEL PERANCANGAN SISTEM PEMESANAN TIKET BUS ANTAR KOTA ANTAR PROPINSI KHUSUS DI CABANG

BINUS UNIVERSITY JAKARTA M0126 ANALISA DAN PERANCANGAN SISTEM INFORMASI LANJUT SEMESTER GANJIL 2012/2013 SOAL TM Kelas: 05PAX, 05PAY, 05PBY

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. merupakan cabang distributor dari perusahaan manufaktur yang. memproduksi sandal bermerek Zandilac. Dalam menjalankan usahanya

BAB 3 METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. mendukung bisnis dan menyediakan sumber daya yang kuat untuk keunggulan

ANALISA DAN RANCANGAN SISTEM INFORMASI INVENTARISASI LOGISTIK PADA KOPERASI PEGAWAI TELKOM BARATA

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2011/2012

BAB 1 PENDAHULUAN 1.1 Latar Belakang

IMPLEMENTASI ALGORITMA GREEDY PADA METODE TRANSPORTASI DENGAN MENGGUNAKAN VAM DALAM PENDISTRIBUSIAN PRODUK

GOKANA Ramen & Teppan adalah restoran jepang yang mengusung value yang dibutuhkan customer:

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SISTEM INFORMASI MANAJEMEN KEGIATAN ADMINISTRASI SERTIFIKASI PADA PT. PLN (PERSERO) PUSDIKLAT UNIT SERTIFIKASI

BAB I PENDAHULUAN. 1.1 Latar Belakang Penelitian

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB 1 PENDAHULUAN 1.1 Latar Belakang Penelitian

NO REKENING/PAN BBM Money

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang Penelitian

PERANCANGAN SISTEM INFORMASI AKUNTANSI PENJUALAN, PEMBELIAN, DAN PERSEDIAAN MATERIAL PADA PT MITRA SINERGI ADHITAMA

BAB 1 PENDAHULUAN. Perkembangan Teknologi Informasi (TI) sekarang ini memberi pengaruh yang

PERBANDINGAN KINERJA ALGORITMA GENETIK DAN ALGORITMA BRANCH AND BOUND PADA TRAVELLING SALESMAN PROBLEM

MODEL KONSEPTUAL SISTEM INFORMASI SEBAGAI PENUNJANG OPERASIONAL PERUSAHAAN DAGANG

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

DATA PERPASARAN SWASTA YANG SUDAH MENDAPAT IZIN OPERASIONAL DI PROVINSI DKI JAKARTA Tahun 2002 s/d 2015 PER APRIL 2015 TOSERBA

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

Bernadus Gunawan Sudarsono, S.T., M.Kom. Abstract

JSIKA Vol. 5, No. 11, Tahun 2016 ISSN X

PERANCANGAN SISTEM MARKETING EXPENSES REQUEST PADA PT. DIPA PHARMALAB

Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System

+ Daftar Harga Produk dan Mekanisme Free 1 Bulan ( ibox.co.id, ibox (Offline), Erafone, Global Apple, Global Teleshop, dan Okeshop )

BAB 1 PENDAHULUAN 1.1 Latar Belakang

ABSTRAK. Kata Kunci: Sistem Informasi, Rekam Medis, Gunung Jati Cirebon. vii UNIVERSITAS KRISTEN MARANATHA

BAB 1 PENDAHULUAN. mengubah pola hidup dan perilaku masyarakat dalam melaksanakan kegiatannya seharihari,

Sistem Informasi Manajemen Karir pada PT. Pertamina EP

PEMBUATAN SISTEM INFORMASI DENGAN ANALISIS DAN PERANCANGAN BERORIENTASI OBJEK

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengukuran Risiko Proyek pada Perusahaan Teknologi Informasi di Indonesia

STUDI KELAYAKAN IMPLEMENTASI SAP R/3 MODUL MATERIAL MANAGEMENT (STUDI KASUS: SAP ECC 6.0 PADA BADAN OPERASI BERSAMA PT. BSP-PERTAMINA HULU)

BAB 4 METODOLOGI PEMECAHAN MASALAH

PROGRAM KARTU KREDIT UOB TREAT-HOKBEN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENENTUAN RUTE PENDISTRIBUSIAN KERTAS KARTON MODEL STUDI KASUS: PT. PAPERTECH INDONESIA UNIT II MAGELANG

PERANCANGAN SISTEM INFORMASI AKUNTANSI REVENUE CYCLE DAN INVENTORY PADA PT XYZ

UNIVERSITAS BINA NUSANTARA. Program Studi Ganda Akuntansi Sistem Informasi Skripsi Sarjana Program Ganda Semester Ganjil 2007/2008

Transkripsi:

OPTIMALISASI BIAYA DISTRIBUSI DENGAN METODE K-MEANS CLUSTERING DAN TRAVELING SALAESMAN PROBLEM (TSP) (Studi Kasus : PT. Sumber Kreasi Fumiko, Jakarta Pusat) Andika 1, Prof. Bahtiar S. Abbas, Ph.D 2, J.Sudirwan, S.E., M.M 3 1 ) Mahasiswa Teknik Industri-Sistem Informasi, Fakultas Program Ganda, Binus University 2 ) Dosen Jurusan Teknik Industri, Fakultas Teknik, Binus University 3 ) Dosen Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Binus University Jl. K.H. Syahdan No. 9, Jakarta Barat, Indonesia Telephone : 0816-90-1989 / 0878-77-898989 e-mail : andika_kartadinata@gmail.com 1, bahtiars@binus.edu 2 ABSTRACT Distribution is one of the most important and can not be separated in a business process, especially in the distribution of goods. This is because without the distribution of finished products that have been produced by the company will not get into the hands of consumers. Selection of a good distribution channels required by the company. This article proposes a better of the establishment new distribution lines and sorting route distribution, and design application that can support the distribution process. To overcome the existing problems, it is developing an information system that can form a new distribution channel with K-Means Cluster method, the selection order of distribution by the method of Traveling Salesman Problem, and can connectting marketing, merchandising, human resources, warehouse and distribution staffs. The results obtained by using this application is the distribution cost savings and can help provide information distribution expenses to the company better. Key Words: Distribution, K-Means Cluster, TSP (Traveling Salesman Problem) ABSTRAK Distribusi merupakan salah satu bagian terpenting dan tidak dapat dipisahkan dalam suatu proses bisnis terutama dalam proses distribusi barang. Hal ini dikarenakan tanpa adanya distribusi, produk jadi yang telah dihasilkan oleh perusahaan tidak akan sampai ke tangan konsumen. Pemilihan jalur distribusi yang baik diperlukan oleh perusahaan. Artikel ini mengusulkan pembentukan jalur distribusi baru dan pengurutan rute distribusi yang lebih baik, serta rancangan aplikasi yang dapat mendukung proses distribusi. Untuk mengatasi permasalahan yang ada, dikembangkanlah sebuah sistem informasi yang dapat membentuk jalur distribusi baru dengan metode K-Means Cluster, pemilihan urutan distribusi dengan metode Traveling Salesman Problem, dan dapat menghubungkan staf marketing, merchandise, HRD, gudang dan distribusi. Hasil yang diperoleh dengan menggunakan aplikasi ini adalah adanya penghematan biaya distribusi dan dapat membantu memberikan informasi pengeluaran biaya distribusi kepada perusahaan dengan lebih baik Kata Kunci: Distribusi, K-Means Cluster, TSP (Traveling Salesman Problem),

PENDAHULUAN Distribusi merupakan salah satu bagian terpenting dan tidak dapat dipisahkan dalam suatu proses bisnis terutama dalam proses distribusi barang. Hal ini dikarenakan tanpa adanya distribusi, produk jadi yang telah dihasilkan oleh perusahaan tidak akan sampai ke tangan konsumen. Kegiatan distribusi pun tidak dapat terlepaskan dari sistem transportasi dimana sistem transportasi ini merupakan salah satu faktor penting dalam menentukan rute distribusi. Di dalam melakukan proses distribusi pun seringkali ditemukan kendala terutama bagi perusahaan yang mempunyai jangkauan pemasaran yang luas. Semakin luas wilayah pemasaran, semakin banyak pula kendala yang dihadapi. PT. Sumber Kreasi Fumiko belum memiliki perencanaan distribusi produk jadi (finished goods) yang terencana karena keputusan distribusi masih diambil oleh kepala divisi warehouse & logistics. Proses penentuan rute distribusi produk sepatu dan sandal Yongki Komaladi pun dilakukan hanya berdasarkan analisa dan pengalaman pribadi, rutinitas dan kebutuhan pasar. Selain itu, periode pengiriman produk yang tidak pasti dimana ada yang dua minggu sekali, seminggu sekali, dan juga seminggu dua kali. Jumlah armada transportasi yang ada juga terbatas sehingga hal-hal inilah yang menyebabkan sering kali jumlah produk jadi yang dimuat dalam kendaraan belum dapat memenuhi kapasitas maksimun dari kendaraan tersebut dan akan berdampak terhadap biaya distribusi yang lebih tinggi. Oleh karena itu, untuk mengatasi kondisi tersebut, maka diperlukanlah sebuah solusi yaitu dengan melakukan optimasi rute distribusi yang juga bertujuan agar terjadinya penghematan biaya distribusi. Tujuan penelitian adalah menganalisis perencanaan distribusi yang berjalan pada perusahaan PT. Sumber Kreasi Fumiko, mengusulkan penentuan jalur distribusi produk terpendek yang lebih terencana, serta menganalisis dan merancang sistem informasi distribusi yang sesuai untuk diterapkan pada perusahaan PT. Sumber Kreasi Fumiko. Manfaat yang diperoleh adalah membantu staf distribusi mengetahui jalur pengiriman terpendek untuk setiap tempat yang akan dituju, penghematan biaya distribusi yang harus dikeluarkan oleh perusahaan, dan aplikasi yang digunakan dapat sebagai alat bantu dalam mendukung pengambilan keputusan oleh staf merchandise, gudang dan distribusi berkaitan denan aktivtias distribusi. KAJIAN PUSTAKA K-means Clustering K-means clustering adalah sebuah teknik dalam mencari pembagian sekelompok data menjadi sejumlah kelompok yang lebih spesifik, k, dengan meminimalisasikan beberapa kriteria, nilai-nilai dasar yang dianggap dapat menunjukkan sebuah solusi yang baik. Pendekatan yang umumnya sering digunakan, misalnya, mencoba untuk menemukan pembagian dari n individu ke dalam kelompok k, yang dapat meminimalkan jumlah dalam kelompok-kelompok dari semua variabel (Everitt, 2005). Traveling Salesman Problem Traveling Salesman Problem dapat dinyatakan sebagai berikut. Seorang sales, memulai dari sebuah kota, bermaksud untuk mengunjungi setiap kota (n-1) 1 kali dan hanya 1 kali dan kembali lagi ke kota asal. Permasalahannya adalah bagaimana menetapkan susunan dalam dimana ia harus mengunjungi kota-kota tersebut dengan total jarak yang dikunjungi itu minimal, dengan asumsi bahwa jarak langsung antara semua kota yang berpasangan diketahui. Tidak hanya jarak yang dapat dihitung, setiap pengukuran efektifitas dapat diganti, seperti biaya, waktu, dan sebagainya (Gracia-Diaz, 1981, p97). Menurut Taha (2007, p381), Traveling Salesperson Problem (TSP) sering digunakan untuk menemukan tur atau perjalanan terpendek atau terdekat dalam situasi n-kota dimana setiap kota yang

dikunjungi hanya 1 kali. Dasar dari permasalahan ini adalah ada berapa kunjungan yang mungkin (n- 1)! dari 1 kunjungan atau lebih yang harus optimal. Bagaimanapun, bila beberapa kota tidak dapat dilalui, nilai optimal (minimum) dapat tidak terbatas. Dalam beberapa kasus, dapat diasumsukan bahwa jarak antara kota i dan kota lainnya j itu simetris. Oleh karena itu, jarak antara kota i ke kota j adalah sama antara jarak kota j ke kota i. Algortima ini disebut dengan algoritma branch and bound, dan pertama kali dikembangkan oleh Little et al.. Metode ini pertama kali mengidentifikasi solusi yang layak dan kemudian untuk diuraikan sejumlah kemungkinan tur yang ada menjadi jumlah yang lebih kecil dan kecil lagi. (Gracia-Diaz, 1981, p97). Analisis dan Perancangan Sistem Informasi Menurut Satzinger, Jackson, & Burd (2005, p7), sistem informasi adalah sekumpulan komponen yang saling berhubungan yang mengumpulkan, mengolah, menyimpan dan menyediakan sebagai hasil dari kebutuhan akan informasi untuk menyelesaikan tugas-tugas bisnis. Sedangkan menurut Turban (2007, p6), sistem informasi adalah sebuah sistem yang mengumpulkan, mengolah, menyimpan, menganalisa, dan menyebarkan informasi untuk tujuan tertentu. Sistem Informasi berbasis komputer adalah suatu sistem informasi yang menggunakan teknologi komputer untuk menampilkan beberapa atau keseluruhan dari tugas yang dikerjakan. Kaitan Analisis dan Perancangan Sistem Informasi dengan Object Oriented Pendekatan object-oriented memandang sebuah sistem informasi sebagai sekumpulan objek yang saling berinteraksi. Menurut Satzinger, Jackson, & Burd (2005, p60), pendekatan object-oriented terhadap pengembangan sistem adalah melihat sebuah sistem informasi sebagai suatu serangkaian interaksi objek yang bekerjasama untuk menyelesaikan suatu tugas tertentu. Secara konsep, tidak ada proses atau program yang terpisah, tidak ada entitas data atau file yang terpisah. Sebuah sistem dalam suatu operasi berisikan objek-objek. Sebuah objek merupakan sesuatu dalam sistem komputer yang memiliki kemampuan untuk merespon sebuah pesan. Menururt Mathiassen et al. (2000, p135), Object Oriented Analysis and Design (OOAD) adalah suatu metode untuk menganalisa dan merancang sistem dengan pendekatan berorientasi object. Dua alasan utama mengapa object-oriented digunakan untuk pengembangan sistem, yaitu karena objek bersifat lebih alami dan class dari objek dapat digunakan lagi (Satzinger, Jackson, & Burd, 2005, p61). METODE Dalam melakukan analisis klaster terdapat beberapa langkah yaitu : 1) Merumuskan masalah Kemudian menentukan pemilihan variabel-variabel yang akan digunakan dalam perhitungan analisis klaster atau cluster analysis. 2) Memilih similaritas, yaitu melakukan pengelompokan variabel yang digunakan. 3) Memilih prosedur pengklasteran yang cocok yaitu menggunakan metode K-Means Cluster. Metode K-Means Cluster dipilih karena metode ini di desain untuk menangani kasus untuk jumlah klaster yang pasti atau jumlah klaster yang ingin dibentuk dapat ditentukan sendiri dimana karakteristik belum diketahui tetapi berdasarkan pada sekumpulan variabel khusus. Metode K-Means Cluster juga berguna untuk mengklasifikasikan kasus dalam jumlah yang banyak dan dapat membagi sekelompok data sesuai dengan yang diinginkan. 4) Menentukan banyaknya klaster 5) Memprofil klaster atau memberi nama pada klaster yang telah terbentuk Permasalahan Traveling Salesman Problem, pada intinya adalah model kerja yang mengecualikan subtour. Khususnya, dalam situasi n-kota, didefinisikan : = 1, jika kota j yang dituju dari kota i 0, sebaliknya Anggap bahwa adalah jarak dari kota i ke kota j, model TSP nya menjadi seperti : Minimize z = = untuk semua i = j

berpokok pada = 1, i = 1,2,...., n (1) = 1, j = 1,2,...., n (2) = ( 0, 1) (3) Bentuk solusi dari perjalanan n-kota (4) Batasan (1), (2), dan (3) didefenisikan sebagai model kerja umum. Analisis dan perancangan sistem informasi dilakukan mengikuti tiga aktivitas utama yaitu: Requirement Analysist (activity diagram, event table, domain class diagram, CRUD matrix, statechart diagram, usecase, usecase description, serta system sequence diagram); Design Analysist (design class diagram, detail system sequence diagram, package diagram, perancangan database, serta user interface); Implementation (pembuatan dan pengujian aplikasi). HASIL DAN BAHASAN Untuk membuat jalur-jalur distribusi baru, maka dilakukan pengolahan data dengan analisis klaster. Variabel-variabel yang dipergunakan yaitu titik koordinat_x dan titik koordinat_y dari kantor pusat dan masing-masing outlet tersebut dimana titik koordinat ini didapatkan dengan bantuan situs Wikimapia.org Tabel 1 Data Koordinat Lokasi Outlet di PT. Sumber Kreasi Fumiko No. Tempat Koordinat 1 Ramayana Plaza Bintaro -6.2726072 106.742 2 Ramayana Ciledug Mall -6.2269607 106.718 3 Ramayana Blok M Mall -6.2444732 106.801 4 Ramayana Plaza Ciputat -6.3121767 106.747 5 Matahari DS Cilandak Town Square -6.2915605 106.8 6 Galeria Plaza Blok M -6.2443359 106.798 7 Pasaraya Grande Blok M -6.2444492 106.803 8 Borobudur Plaza Baru Ciledug -6.2254729 106.708 9 Metro Pondok Indah Mall -6.2653206 106.785 10 Metro Plaza Senayan -6.2252569 106.8 11 Centro Plaza Semanggi -6.2197774 106.814 12 Matahari DS Arion Plaza -6.1940432 106.89 13 Matahari DS Plaza Atrium -6.176665 106.841 14 Matahari DS Lokasari Plaza -6.1482458 106.824 15 Matahari DS Duren Sawit -6.2219079 106.931 16 Galeria Pasar Baru -6.1635156 106.834 17 Ramayana Kramat Jaya -6.1272098 106.917 18 Ramayana Koja Plaza -6.1138513 106.894 19 Ramayana Citra Mall Klender -6.2141779 106.904 20 Ramayana Pasar Baru -6.1627263 106.833

21 Sogo Mall Kelapa Gading 3-6.1561341 106.909 22 Star Mall Kelapa Gading 1-6.1585555 106.907 Tabel 2 Data Lokasi Outlet di PT. Sumber Kreasi Fumiko (Lanjutan) No. Tempat Koordinat No. 23 Rimo Gajah Mada Plaza -6.1607316 106.818 24 Golden Truly Gunung Sahari -6.1620009 106.839 25 Showroom Mall Artha Gading -6.145627 106.892 26 Showroom Arion Plaza -6.1940432 106.89 27 Showroom Plaza Atrium -6.176665 106.841 28 Ramayana Depok -6.392362 106.826 29 Ramayana Pasar Minggu -6.2850714 106.841 30 Robinson Pasar Minggu -6.2843621 106.844 31 Ramayana Tebet -6.2395219 106.848 32 Ramayana Cijantung -6.312502 106.862 33 Ramayana Cibubur -6.3523697 106.884 34 Ramayana Cileungsi -6.4055778 106.964 35 Ramayana Taman Mini Square -6.291142 106.882 36 Ramayana Pondok Gede Plaza -6.2844555 106.912 37 Ramayana Pasar Induk Kramat Jati -6.268648 106.867 38 Ramayana Sabang -6.1856648 106.825 39 Ramayana Cibinong -6.46757 106.855 40 Borobudur Pasar Minggu -6.2851406 106.842 41 Matahari DS Kramat Jati Indah Plaza -6.2707062 106.869 42 Matahari DS Pondok Gede Plaza -6.2840955 106.911 43 Showroom Depok Mall -6.3868126 106.827 44 Showroom Depok Town Square -6.372416 106.832 45 Showroom Margonda City -6.3729434 106.835 46 Pasaraya Sultan Agung -6.2095169 106.847 47 Sarinah DS Thamrin -6.1876541 106.824 48 Lotus DS Thamrin -6.1911739 106.822 49 Keris DS Menteng -6.1975763 106.829 50 Centro Margonda City -6.3729434 106.835 51 Ramayana Pasar Palmerah -6.2081956 106.796 52 Ramayana Pasar Kopro -6.1778809 106.784 53 Ramayana Cengkareng -6.1529927 106.729 54 Ramayana Cimone -6.1847741 106.616 55 Ramayana Kodim -6.1800809 106.62 56 Ramayana ITC BSD Serpong -6.2864017 106.664 57 Borobudur Bugel -6.185921 106.614 58 Showroom Mall Ciputra -6.1680863 106.786 59 Matahari DS Mall Daan Mogot -6.1506859 106.714

60 Matahari DS Mall Ciputra -6.1680863 106.786 61 Matahari DS Supermall Lippo Karawaci -6.2270061 106.607 Tabel 3 Data Lokasi Outlet di PT. Sumber Kreasi Fumiko (Lanjutan) No. Tempat Koordinat No. 62 Matahari DS Metropolis Town Square -6.1976269 106.637 63 Matahari DS ITC BSD Serpong -6.2864017 106.664 64 Matahari DS Mall Taman Anggrek -6.1785556 106.793 65 Metro ds Mall Taman Anggrek -6.1785556 106.793 66 Keris DS Mall Puri Indah -6.1880221 106.734 67 Ramayana Pratama Plaza -6.2473795 107.012 68 Borobudur Plaza Bekasi -6.2485286 107.012 69 Borobudur Mega Bekasi Hypermall -6.2498671 106.993 70 Matahari DS Metropolitan Mall -6.248582 106.991 71 Matahari DS Grand Mall Kranji -6.227878 106.984 72 Showroom Metropolitan Mall -6.248582 106.991 73 Showroom Grand Mall Kranji -6.227878 106.984 74 Ramayana Jambu Dua Plaza -6.569256 106.808 75 Ramayana Pasar Bogor -6.6035643 106.8 76 Ramayana Ramayana Dewi Sartika Plaza -6.5900049 106.792 77 Ramayana Bogor Trade Mall -6.6049285 106.796 78 Rimo Botani Square -6.6012863 106.808 79 Yogya Plaza Bogor Indah -6.5616313 106.791 80 Yogya Bogor Junction -6.5892935 106.796 81 Borobudur Plaza Pasar Anyar -6.5927893 106.792 82 Matahari DS Ekalokasari Plaza -6.6217299 106.818 Sumber : Pengumpulan Data Selanjutnya dilakukan pengolahan data pembuatan jalur-jalur distribusi baru dengan menggunakan metode K-Means Clustering. Metode ini dipilih karena metode ini di desain untuk menangani kasus untuk jumlah klaster yang pasti atau jumlah klaster yang ingin dibentuk dapat ditentukan sendiri dimana karakteristik belum diketahui tetapi berdasarkan pada sekumpulan variabel khusus. Metode K- Means Cluster juga berguna untuk mengklasifikasikan kasus dalam jumlah yang banyak dan dapat membagi sekelompok data sesuai dengan yang diinginkan sehingga metode ini dianggap cocok untuk menyelesaikan permasalahan pembagian jalur distribusi baru di PT. Sumber Kreasi Fumiko. Jumlah klaster yang dibentuk adalah 7 klaster yang disesuaikan dengan jumlah armada distribusi PT. Sumber Kreasi Fumiko yang berjumlah 7 unit. Untuk penelitian ini, diusulkan 2 buah pembentukan klaster yakni: Jalur Usulan 1 (7 cluster), yaitu Cluster 1 (Jalur Utara-Barat-Pusat), Cluster 2 (Jalur Timur- Depok), Cluster 3 (Jalur Selatan-Timur), Cluster 4 (Jalur Barat-Tangerang), Cluster 5 (Jalur Bekasi), Cluster 6 (Jalur Selatan-Tangerang) dan Cluster 7 (Jalur Bogor) dengan Jalur Usulan 2 (6 (+2 subcluster)), yaitu Sub Cluster 1A (Jalur Barat-Pusat), Sub Cluster 1B (Jalur Selatan-Timur), Cluster 2 (Jalur Utara-Bekasi), Cluster 3 (Jalur Bogor), Cluster 4 (Jalur Selatan), Cluster 5 (Jalur Timur- Depok), dan Cluster 6 (Jalur Barat-Tangerang). Setelah terbentuk jalur-jalur distribusi baru, maka dilakukan pembuatan aplikasi Shortest Route Distribution PT. Sumber Kreasi Fumiko yang akan digunakan untuk implementasi untuk mencari

usulan mana yang lebih baik. Berikut ini diagram aktivitas dari perancangan sistem informasi yang dikembangkan: Gambar 1 Activity Diagram Berikut ini adalah Domain Class Diagram sistem informasi Shortest Route Distribution dari PT. Sumber Kreasi Fumiko :

Di bawah ini adalah use case yang digunakan untuk mengidentifikasikan bagaimana sistem akan digunakan dan actor mana yang akan terkait dengan use case tertentu. Gambar 2 Use Case Diagram

Di bawah ini tampilan dari Form Menu dari aplikasi Shortes Route Distribution PT. Sumber Kreasi Fumiko dimana aplikasi yang dikembangkan ini disesuaikan dengan kebutuhan proses bisnis distribusi dari perusahaan Gambar 3 Form Menu Aplikasi Shortest Route Distribution Selanjutnya dilakukan implementasi dengan tujuan untuk mengetahui usulan pembentukan cluster baru manakah yang lebih baik. Perbandingan ini membandingkan pembentukan 7 cluster dengan 6 (+2 subcluster) serta cluster awal sesuai dengan pembagian jalur distribusi yang sedang berjalan pada saat ini. Implementasi ini dilakukan dari tanggal 4 Juni sampai 29 Juni 2012. Implementasi ini juga melibatkan data jarak tempuh dari satu outlet ke outlet lainnya dimana jarak ini akan menjadi salah satuvariabel dalam perhitungan biaya distribusi. Dari hasil pengimplemtasian, Setelah didapatkan urutan rute pengirimannya, kemudian dilakukan perhitungan biaya distribusi, dimana rumus perhitungannya adalah sebagai berikut dimana y = total biaya distribusi a = total jarak x = biaya bahan bakar per liter b = total biaya tol Berikut ini adalah jumlah pengeluaran biaya distribusi atau shipment cost dari tanggal 4 Juni - 29 Juni 2012 untuk masing-masing jalur, yaitu :

Gambar 4 Total Biaya Distribusi (4 Juni-29 Juni 2012) Awal Usulan 1 Usulan 2 No. Tanggal BBM TOL BBM TOL BBM TOL 1 4 Juni 2012 IDR 173,531.000 IDR 49,500.000 IDR 138,206.250 IDR 28,500.000 IDR 136,631.250 IDR 39,500.000 2 5 Juni 2012 IDR 160,340.625 IDR 54,000.000 IDR 136,378.125 IDR 35,000.000 IDR 158,287.500 IDR 88,500.000 3 6 Juni 2012 IDR 245,188.125 IDR 86,500.000 IDR 188,488.125 IDR 90,500.000 IDR 205,813.125 IDR 111,000.000 4 7 Juni 2012 IDR 211,573.125 IDR 52,000.000 IDR 227,098.125 IDR 52,000.000 IDR 224,341.875 IDR 52,000.000 5 8 Juni 2012 IDR 230,073.750 IDR 81,000.000 IDR 232,211.250 IDR 87,000.000 IDR 248,017.500 IDR 97,500.000 6 11 Juni 2012 IDR 157,190.625 IDR 53,500.000 IDR 139,528.125 IDR 42,500.000 IDR 121,443.750 IDR 34,000.000 7 12 Juni 2012 IDR 206,353.125 IDR 76,000.000 IDR 206,465.325 IDR 76,000.000 IDR 201,796.875 IDR 93,500.000 8 13 Juni 2012 IDR 124,087.500 IDR 10,500.000 IDR 109,912.500 IDR 39,500.000 IDR 99,225.000 IDR 27,000.000 9 14 Juni 2012 IDR 140,850.000 IDR 0.000 IDR 137,362.500 IDR 5,000.000 IDR 137,362.500 IDR 5,000.000 10 15 Juni 2012 IDR 124,312.500 IDR 42,000.000 IDR 133,368.750 IDR 42,000.000 IDR 133,368.750 IDR 42,000.000 11 18 Juni 2012 IDR 177,463.125 IDR 42,000.000 IDR 147,313.125 IDR 42,000.000 IDR 153,781.875 IDR 42,000.000 12 19 Juni 2012 IDR 215,381.250 IDR 35,000.000 IDR 177,581.250 IDR 69,500.000 IDR 185,568.750 IDR 65,000.000 13 20 Juni 2012 IDR 160,396.875 IDR 74,000.000 IDR 183,909.000 IDR 67,000.000 IDR 149,287.500 IDR 49,500.000 14 21 Juni 2012 IDR 245,317.500 IDR 71,000.000 IDR 182,655.000 IDR 56,500.000 IDR 178,211.250 IDR 56,500.000 15 22 Juni 2012 IDR 161,662.500 IDR 51,000.000 IDR 151,875.000 IDR 42,000.000 IDR 163,350.000 IDR 77,000.000 16 25 Juni 2012 IDR 184,500.000 IDR 34,500.000 IDR 149,625.000 IDR 54,500.000 IDR 147,318.750 IDR 44,000.000 17 26 Juni 2012 IDR 131,400.000 IDR 38,500.000 IDR 136,237.500 IDR 35,000.000 IDR 130,950.000 IDR 45,500.000 18 27 Juni 2012 IDR 196,003.125 IDR 71,000.000 IDR 176,653.125 IDR 79,500.000 IDR 168,300.000 IDR 71,000.000 19 28 Juni 2012 IDR 178,143.750 IDR 82,000.000 IDR 154,968.750 IDR 82,000.000 IDR 162,900.000 IDR 82,000.000 20 29 Juni 2012 IDR 213,187.500 IDR 105,000.000 IDR 176,175.000 IDR 67,500.000 IDR 209,306.250 IDR 90,500.000 Sub Total IDR 3,636,956.000 IDR 1,109,000.000 IDR 3,286,011.825 IDR 1,093,500.000 IDR 3,315,262.500 IDR 1,213,000.000 Total IDR 4,745,956.000 IDR 4,379,511.825 IDR 4,528,262.500 Berdasarkan hasil perhitungan biaya yang didapatkan maka kita dapat melihat bahwa total biaya Usulan 1 yang merupakan pembentukan langsung 7 cluster atau jalur distribusi memiliki biaya yang paling kecil yaitu Rp. 4.379.511,825 dibandingkan dengan Usulan 2 yang merupakan pembentukan cluster dengan menggunakan 6 (+2 subcluster) dengan total biaya Rp. 4.528.262,500. Kedua cluster usulan ini pun menghasilan total biaya distribusi yang lebih murah dibandingkan pembagian jalur awal yang berlangsung pada saat ini di PT. Sumber Kreasi Fumiko dengan total biaya Rp. 4.745.956,250. Dari hasil ini pun terlihat adanya penghematan biaya yang didapatkan dari Usulan 1 maupun Usulan 2 jika dibandingkan dengan kondisi awal. Jika dilihat dari total biaya bahan bakar, maka didapatkan pembagian jalur distribusi Usulan 1 menghasilkan biaya yang lebih murah dibandingkan dengan kondisi awal ataupun Usulan 2. Begitupun juga dengan biaya tol yang harus dikeluarkan oleh perusahaan, dimana biaya tol dengan menggunakan Usulan 1 menghasilkan biaya tol yang paling kecil. Penghematan biaya distribusi ini terjadi karena adanya pengklasteran outlet yang lebih baik dibandingkan kondisi awal dimana kondisi awal terdapat 9 cluster dan hanya terdapat 7 unit kendaraaan produksi. Pengklasteran yang lebih baik ini didapatkan dari hasil pengklasteran dengan menggunakan metode K-Means Cluster yang membuat pengklasteran berdasarkan titik koordinat terdekat dari outlet-outlet yang tersebar di daerah Jakarta, Bogor, Depok, Bekasi dan Tangerang. Selain itu, dengan menggunakan metode Traveling Salesman Problem, akan didapatkan hasil urutanurutan pengiriman dan menghasilkan rute distribusi yang paling pendek. Selama ini, urutan distribusi tidak dilakukan sehingga biaya distribusi menjadi lebih besar. Dengan hasil tersebut, Usulan 1 dapat dipergunakan sebagai jalur distribusi baru di PT. Sumber Kreasi Fumiko. SIMPULAN Dari perhitungan dan hasil implementasi yang telah dilakukan dari tanggal 4 Juni 2012 sampai dengan 29 Juni 2012 dengan menggunakan metode K-Means Cluster dan Traveling Salesman Problem, maka diperoleh jalur distribusi baru yaitu Jalur Usulan 1, dimana nama-nama jalurnya sebagai berikut Cluster 1 (Jalur Utara-Barat-Pusat), Cluster 2 (Jalur Timur-Depok), Cluster 3 (Jalur Selatan-Timur),

Cluster 4 (Jalur Barat-Tangerang), Cluster 5 (Jalur Bekasi), Cluster 6 (Jalur Selatan-Tangerang) dan Cluster 7 (Jalur Bogor) dengan total biaya yaitu Rp. 4.379.511,825. DAFTAR PUSTAKA Everitt, Brian. (2005). An R and S-PLUS Companion to Multivariate Analysis. Springer-Verlog London. Gracia-Diaz, Alberto, Philips, Don T. (1981). Fundamentals of Network Analysis. Prentice-Hall, Inc. Mathiassen, L., Munk-Madsen, A., Nielsen, P. A., Stage, J. (2000). Object Oriented Analysis and Design. Marko Publishing Aps. Denmark. Satzinger, J.W., Jackson, R.B., & Burd, S.D. (2005). Object-Oriented Analysis & Desgin with the Unified Process. Cambridge, MA : Course Technology. Turban, Efraim dan Rainer Jr., R. Kelly. (2007). Introduction to Information Systems, Supporting and Transforming Business. John Wiley and Sons, Inc.