III. METODOLOGI PENELITIAN

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang

PENDAHULUAN. Latar Belakang

PERANCANGAN KONFIGURASI JARINGAN DISTRIBUSI PRODUK BISKUIT MENGGUNAKAN METODE ALGORITMA GENETIKA (Studi Kasus: PT. EP)

BAB I PENDAHULUAN. diera informasi ini, perilaku konsumen akan semakin diperhatikan. Hal ini

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1-1

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB II KERANGKA TEORETIS. pemasaran (yang sering disebut dengan istilah saluran distribusi). Saluran

BAB I PENDAHULUAN. berkembang pesat di Indonesia. Sejak tahun 2006 Indonesia telah menjadi

PENERAPAN ALGORITMA GENETIKA UNTUK PERMASALAHAN OPTIMASI DISTRIBUSI BARANG DUA TAHAP

APLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY

I. PENDAHULUAN 1.1. Latar Belakang

II. TINJAUAN PUSTAKA A. BUNGA KRISAN

OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG

BAB 3 METODOLOGI PENELITIAN

IV. MODEL RANTAI PASOKAN KRISAN

III METODOLOGI 3.1. Kerangka Penelitian

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB II KAJIAN TEORI. memindahkan barang dari pihak supplier kepada pihak pelanggan dalam suatu supply

BAB I PENDAHULUAN. A. Latar Belakang Keberadaan supply chain atau rantai pasok dalam proses produksi

IV. METODE PENELITIAN

Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah

Optimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika

T I N J A U A N P U S T A K A Algoritma Genetika [5]

METODOLOGI PENELITIAN

I. PENDAHULUAN. Persentase Produk Domestik Bruto Pertanian (%) * 2009** Lapangan Usaha

BAB I PENDAHULUAN I - 1

BAB 1 PENDAHULUAN 1.1. Latar Belakang

TUGAS AKHIR ANALISA BULLWHIP EFFECT DENGAN PENDEKATAN SUPPLY CHAIN MANAGEMENT PADA PT. MONDRIAN KLATEN

PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T

EVALUASI SISTEM DISTRIBUSI SEMEN DALAM MENDUKUNG KONSEP SUPPLY CHAIN

UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. tersebut dapat diraih apabila suatu perusahaan bisa mengambil keputusan secara

BAB III. Metode Penelitian

Julian Adam Ridjal PS Agribisnis UNEJ.

APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN

BAB I PENDAHULUAN. mempunyai nilai sangat strategis. Dari beberapa jenis daging, hanya konsumsi

BAB I PENDAHULUAN. antaranya Rumah Sakit Umum Daerah Ujung Berung, Rumah Sakit Hasan

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PENERAPAN ALGORITMA GENETIKA UNTUK MENENTUKAN BIAYA MINIMAL DISTRIBUSI BARANG TIGA TAHAP PT. SEMEN TONASA

BAB I PENDAHULUAN. Gambar 1.1 Jumlah Tenaga Kerja Penduduk Indonesia (Badan Pusat Statistik, 2014)

BAB I PENDAHULUAN. adalah Supply Chain Management. Maka dari itu sistem management dalam. memaksimalkan di dalam pengiriman produk ke distributor.

1.1 Latar Belakang Masalah

KAJIAN JARINGAN TRANSPORTASI DALAM MANAJEMEN RANTAI PASOKAN BUNGA KRISAN DI JAWA BARAT (Studi Kasus di PT. Saung Mirwan)

Optimasi Penyusunan Paket Suku Cadang Pada PT. XYZ Menggunakan Metode Algoritma Genetik

Bab II Konsep Algoritma Genetik

BAB 1 PENDAHULUAN. Pengiriman barang dari pabrik ke agen atau pelanggan, yang tersebar di berbagai

UKDW. Bab I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. sejumlah aktivitas kuliah dan batasan mata kuliah ke dalam slot ruang dan waktu

BAB I PENDAHULUAN. Pada era modern sekarang ini dengan biaya hidup yang semakin meningkat,

SUPPLY CHAIN MANAGEMENT (SCM)

BAB I PENDAHULUAN. Alat transportasi merupakan salah satu faktor yang mendukung berjalannya

BAB 2 LANDASAN TEORI

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

BAB I PENDAHULUAN. Pembangunan subsektor peternakan merupakan bagian dari sektor

BAB I PENDAHULUAN. mutu lebih baik, dan lebih cepat untuk memperolehnya (cheaper, better and

BAB 1 PENDAHULUAN. Seiring dengan perkembangan teknologi yang semakin pesat, maka kebutuhan atau

BAB III PEMBAHASAN. diperoleh menggunakan algoritma genetika dengan variasi seleksi. A. Model Matematika CVRPTW pada Pendistribusian Raskin di Kota

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Lampiran 1. Sebaran Bulanan Kebutuhan dan Ketersediaan Beras Tahun 2011 (ARAM II) Sumber : Direktorat Jenderal Tanaman Pangan 2011

Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika

BAB I PENDAHULUAN BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. telah diadopsi untuk mengurangi getaran pada gedung-gedung tinggi dan struktur

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. pengiriman produk kepada pelanggan harus memiliki penentuan rute secara tepat,

BAB I PENDAHULUAN. Radar Malang merupakan salah satu grup Radar terbesar di Jawa Pos.

PRESENTASI TUGAS AKHIR

BAB I PENDAHULUAN. perusahaan penerbitan majalah keluarga islam yang berskala nasional. Dalam

Bab I Pendahuluan 1.1 Latar Belakang

USULAN RANCANGAN RUTE TRANSPORTASI MULTI TRIP

1. Pendahuluan 1.1. Latar Belakang

III. METODOLOGI PENELITIAN Metodologi Penelitian dan Pengumpulan Data. tempat dan waktu btertentu. Metode pengumpulan dengan melakukan

Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem

Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika

BAB I PENDAHULUAN. maju dalam produk susu, hal ini terlihat akan pemenuhan susu dalam negeri yang

BAB V PENUTUP. Hasil penelitian yang telah diperoleh dan simpulan merupakan jawaban. dari perumusan masalah yang ada sebagai berikut:

Penerapan algoritma evolution strategies untuk optimasi distribusi barang dua tahap

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Lingkup Metode Optimasi

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah

BAB 2 TINJAUAN PUSTAKA

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

IMPLEMENTASI ALGORITMA GENETIKA DALAM OPTIMASI JALUR PENDISTRIBUSIAN KERAMIK PADA PT. CHANG JUI FANG

Tugas Mata Kuliah E-Bisnis REVIEW TESIS

BAB I PENDAHULUAN an berkembang algoritma genetika (genetic algorithm) ketika I. Rochenberg dalam bukunya yang berjudul Evolution Strategies

BAB 1 PENDAHULUAN. ini, maka pelaku bisnis perlu menerapkan suatu strategi yang tepat agar dapat

BAB I PENDAHULUAN. 1.1 Latar Belakang

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III PEMBAHASAN. menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian

UKDW BAB I PENDAHULUAN Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. Perkembangan dunia bisnis yang cepat dan kompleks sebagai akibat dari

BAB 2 LANDASAN TEORI

METODOLOGI Kerangka Pemikiran

Transkripsi:

A. KERANGKA PEMIKIRAN III. METODOLOGI PENELITIAN Produksi bunga krisan yang mengalami peningkatan dari tahun ke tahun memberikan kontribusi yang positif kepada petani dalam peningkatan kesejahteraan mereka. Rantai pasokan komoditas bunga krisan sebagaimana komoditas hortikultura yang lain belum efisien sehingga keuntungan dan resiko yang diterima setiap anggota rantai pasokan masih tinggi. Rantai pasokan yang panjang dan terbagi-bagi juga dapat menyebabkan kerusakan secara fisik pada produk segar karena akan terjadi penyusutan. Sebagaiamana layaknya komoditas hortikultura, bunga krisan merupakan bahan yang mudah rusak. Kerusakan tersebut bisa meliputi kerusakan mekanis, fisik dan mikrobiologis. Kerusakan ini menimbulkan susut jumlah barang saat pendistribusian produk. Produk yang sedang didistribusikan akan mengalami penurunan kualitas dan kuantitas. Jarak yang semakin jauh akan meningkatkan kerusakan yang diakibatkan pada produk. Hal ini tentu akan menurunkan keuntungan yang diperoleh perusahaan. Konsep Supply Chain Management (SCM) melihat pendekatan masalah logistik sebagai masalah yang luas mulai dari bahan baku hingga produk jadi yang digunakan konsumen akhir sebagai satu rantai aliran produk. Tujuan SCM adalah membuat seluruh anggota rantai pasokan menjadi efisien dan efektif, minimisasi total biaya sistem pada pengadaan bahan baku, transportasi dan distribusi, inventori dari produk jadi. Prinsip utama dalam SCM ialah menciptakan sinkronisasi aktivitas-aktivitas yang beragam dan membutuhkan pendekatan holistik. Penelitian ini menekankan permasalahan SCM yaitu pemodelan rantai pasokan untuk mengoptimasi total biaya transportasi rantai pasokan produk krisan dengan mencari jenis dan jumlah kendaraan yang menghasilkan biaya pengiriman minimum. Model rantai pasokan dikembangkan berdasarkan model transportasi dan distribusi yang bersifat integer linear progamming, dengan fungsi tujuan yaitu minimisasi biaya. Kendala yang dimasukkan dalam permodelan meliputi kapasitas produsen, konsumen, dan jumlah dan kapasitas armada yang digunakan serta kendala waktu. Variabel keputusan yang ingin diperoleh adalah jenis dan jumlah armada yang dapat meminimisasi biaya pengiriman produk dari perusahaan menuju lokasi kosumen. Optimasi di dalam jaringan transportasi menghasilkan kombinasi armada yang paling optimal yang akan menghasilkan biaya terendah. Model jaringan transportasi ini merupakan model yang kompleks karena mempertimbangkan beberapa parameter dalam rantai pasok. Oleh karena itu, teknik yang paling baik digunakan untuk optimasi adalah teknik Algoritma Genetika. Algoritma genetika adalah suatu teknik pencarian dan optimasi global yang efektif dan efisien yang kerjanya meniru prisip evolusi dan mekanisme biologi genetika. Algoritma menjanjikan perolehan solusi yang optimum atau mendekati optimum global dan adaptif terhadap permasalahan yang dihadapi. Penelitian ini terbatas mengkaji mengenai aliran massa produk, kualitas produk dipengaruhi susut selama proses pendistribusian, jaringan transportasi pengiriman, biaya yang dibutuhkan tiap jenis kendaraan, dan waktu yang dibutuhkan tiap pengiriman ke lokasi-lokasi konsumen. Diagram alir kerangka pikir penelitian disajikan pada Gambar 4. 14

Mulai Penentuan Lokasi dan Judul Penelitian Studi Pustaka Identifikasi Masalah Perumusan Masalah Tujuan penelitian Pengumpulan Data Data- data yang bersifat kualitatif 1. Nama dan lokasi supplier, fasilitas, dan pasar yang potensial 2. Faktor-faktor yang mempengaruhi susut pengiriman 3. Jenis-jenis transportasi yang menghubungkan antara supplier, perusahaan dan pasar Data-data yang bersifat kuantitatif 1. Jumlah kendaraan yang digunakan 2. Lama waktu pengiriman 3. Biaya tiap pengiriman komoditas 4. Jumlah jalur yang digunakan 5. Jumlah komoditas yang dikirim - Wawancara - Kuisioner - Pengamatan langsung - Diskusi Analisis Data Analisis Data Deskriptif Analisis Data Transportasi Mekanisme Rantai Pasokan dan Distribusi Analisis Alokasi Biaya dan Pemodelan Transportasi Optimasi Pemilihan Jenis dan Jumlah Kendaraan Menggunakan Genetic Algorithm Biaya transportasi minimum Selesai Gambar 4. Diagram alir kerangka pikir penelitian 15

B. WAKTU DAN TEMPAT PENELITIAN Penelitian mengenai analisis transportasi manajemen rantai pasok ini akan dilakukan dari bulan Maret sampai September 2010. Penelitian akan dilakukan pada perusahaan PT. Saung Mirwan, salah satu perusahaan agribisnis yang cukup besar di Jawa Barat dan beberapa lembaga yang terkait pada rantai pasokan komoditas dan produk bunga krisan seperti para petani mitra, distributor ataupun retailer serta agen ekspor. C. TATA LAKSANA Pelaksanaan penelitian melalui tahap-tahap berikut : 1. Mengidentifikasi masalah Identifikasi merupakan langkah pertama yang harus dilakukan agar masalah yang dibahas pada penelitian ini menjadi lebih jelas dan terarah sehingga diperoleh penyelesaian masalah yang tepat. 2. Studi pustaka Studi pustaka digunakan untuk mempelajari konsep Supply Chain Management dan teknikteknik optimasi transportasi dan distribusi supply chain dengan algoritma genetika. 3. Penetapan tujuan penelitian Menentukan tujuan penelitian untuk menjadikannya sebagai acuan terhadap hasil akhir penelitian. 4. Perumusan masalah Menjabarkan kembali inti permasalahan ke dalam suatu lingkup permasalahan yang teridentifikasi. 5. Perancangan model Perancangan suatu model yang dapat menyatukan berbagai kebutuhan komponen dan aktivitas dari transportasi dan distribusi supply chain sesuai setelah memahami permasahan yang ada. Tahaptahap perancangan model transportasi terdiri atas : a. Menetapkan asumsi-asumsi Sebelum perancangan model, asumsi-asumsi yang digunakan terdiri atas pemasok, kendaraan, dan produk. Pemasok Perusahaan yang menjadi pemasok produk bunga krisan adalah PT. Saung Mirwan yang memasok bunga kepada konsumen yang terletak di daerah Cipanas, Bogor, Jakarta, dan Bandung. PT. Saung Mirwan diasumsikan mengirimkan produk ke konsumen yang terletak di Cipanas, Bogor, Jakarta dan Bandung dan perusahaan mampu memenuhi semua permintaan konsumen bunga. Kendaraan Kendaraan yang digunakan dalam distribusi produk ke lokasi konsumen adalah kendaraan milik perusahaan, yaitu mobil L300, mobil box engkle dan mobil box double. Masing-masing alat angkutan tersebut memiliki spesifikasi kapasitas, kebutuhan bahan bakar sehingga biaya yang ditimbulkan masing-masing kendaraan berbeda. Dalam model transportasi rantai pasok ini diasumsikan bahwa alat transportasi yang digunakan terdiri atas tiga jenis kendaraan yaitu L300, mobil box engkle dan mobil box double sesuai dengan yang dimiliki oleh perusahaan. Jumlah unit kendaraan yang dimiliki oleh perusahaan adalah 1 unit L300, 6 unit mobil box engkle dan 4 unit mobil box double. Kondisi semua kendaraan diasumsikan baik dan layak digunakan. Selain itu, jalan raya yang akan dilalui oleh kendaraan juga diasumsikan layak untuk pengiriman. Asumsi pengiriman bunga dari perusahaan sampai di lokasi konsumen dalam hitungan hari, transportasi dihitung hanya sekali jalan. Produk Produk yang dikirim oleh perusahaan terdiri atas bunga potong, bibit krisan unrooted cutting dan rooted cutting. Produk diasumsikan bersifat homogen, artinya dalam satu kendaraan hanya terdapat satu varietas. Namun setiap kendaraan boleh berbeda varietas. Hal ini bertujuan untuk memudahkan penghitungan harga produk per kendaraan. b. Penentuan variabel keputusan Variabel keputusan adalah jumlah dan jenis kendaraan (n) yang akan digunakan untuk pengiriman sejumlah tertentu produk dari perusahaan sesuai dengan permintaan konsumen. 16

c. Penentuan fungsi tujuan Fungsi bertujuan untuk meminimalkan total biaya transportasi. Rincian biaya transportasi produk sesuai dengan yang digunakan perusahaan terdiri atas : 1) Biaya operasional setiap kendaraan pada setiap tujuan pengiriman (bo) Biaya operasional telah mencakup biaya bahan bakar, biaya tol, biaya parkir dan lain-lain. 2) Biaya kerusakan produk (bk) bk = % kerusakan produk x total harga produk yang diangkut masing-masing kendaraan (Rp) x jumlah kendaraan yang dipakai (unit) B1, B2, B3 = bo + bk Fungsi tujuan model transportasi yang digunakan dirumuskan sebagai berikut. Min Z = n 1 (B1) + n 2 (B2) + n 3 (B3) dimana : n 1, n 2, n 3 = jumlah kendaraan yang digunakan B1, B2, dan B3 = Total biaya yang dikeluarkan untuk penggunaan masing-masing kendaraan (Rp). d. Identifikasi kendala-kendala Kendala-kendala yang terkait dengan model transportasi ini adalah jumlah kendaraan, kapasitas kendaraan dan waktu kirim produk. Jumlah kendaraan yang dimiliki oleh perusahaan yaitu 11 unit yang terdiri atas 1 unit mobil L300, 6 unit mobil box engkle, dan 4 unit mobil box double. Kapasitas untuk masing-masing kendaraan berbeda. Sedangkan untuk waktu kirim perusahaan tidak boleh lebih besar daripada waktu hidup produk. Karena produk yang dikirim adalah produk pertanian segar jika sudah melewati waktu hidupnya maka produk dapat rusak sampai di tangan konsumen. Kendala-kendala model transportasi dalam rantai pasok bunga krisan ini dirumuskan sebagai berikut : 1) Jumlah kendaraan n 1 1, n 2 6, n 3 4 dimana: 1 : kendaraan jenis L300 2 : kendaraan jenis engkle 3 : kendaraan jenis double n : jumlah kendaraan yang tersedia (unit) 2) Kapasitas kendaraan K 1.n 1 + K 2.n 2 + K 3.n 3 D untuk setiap i (jenis kendaraan) dimana: 3) Waktu kirim produk tk < tp dimana: K : kapasitas masing-masing kendaraan yang digunakan (batang, kardus) D : jumlah permintaan konsumen (batang, kardus) tk : waktu kirim produk dari perusahaan ke tujuan (hari) tp : waktu hidup produk (hari) Waktu hidup produk menurut bagian produksi dan hasil penelitian Puslitbang Hortikultura adalah 3 hari untuk produk bibit dan 12 hari untuk bunga potong krisan. Yang dimaksud dengan waktu hidup adalah waktu saat produk masih berada dalam kondisi baik (segar dan tidak membusuk). e. Penyusunan model Setelah mengidentifikasi variabel keputusan, fungsi tujuan, dan kendala-kendala maka dihasilkan model transportasi rantai pasok bunga krisan sebagai berikut. Min Z = n 1 (B1) + n 2 (B2) + n 3 (B3) dengan kendala : K 1.n 1 + K 2.n 2 + K 3.n 3 D n 1 1, n 2 6, n 3 4 tk < tp i R Setelah model transportasi telah disusun maka model diaplikasikan di dalam program optimasi menggunakan teknik Genetic Algorithm. Fungsi fitness yang akan digunakan dalam 17

algoritma genetika adalah fungsi tujuan pada model transportasi yang telah disusun. Fungsi tujuan untuk meminimumkan biaya transportasi maka nilai fitness yang optimum adalah nilai yang paling kecil. Variabel keputusan jenis dan jumlah kendaraan direpresentasikan ke dalam kromosom string biner yang terdiri atas tiga buah gen. Tiga buah gen masing-masing adalah jumlah mobil L300, mobil box engkle, dan mobil box double. Tampilan output program yang dibuat disajikan pada Gambar 5. L300 engkle double n 1 n 1 n 1 Keterangan : n 1 = jumlah mobil L300 n 2 = jumlah mobil box engkle n 3 = jumlah mobil box double Gambar 5. Tampilan output program yang dibuat Di dalam algoritma genetika dilakukan perhitungan kapasitas angkut kendaraan yang tersedia dalam perusahaan dalam memenuhi permintaan konsumen sesuai dengan jumlah kendaraan yang tersedia dalam perusahaan. Kendala waktu kirim (tk) harus lebih kecil daripada waktu hidup (tp) dalam algoritma genetika diterapkan dengan menciptakan error dialog dimana sebelumnya dilakukan perhitungan waktu tempuh kendaraan oleh algoritma genetika. Output jenis dan jumlah kendaraan harus sesuai dengan jenis dan jumah kendaraan yang tersedia di perusahaan. Diagram alir algoritma genetika pemilihan jenis dan jumlah kendaraan yang meminimisasi biaya pengiriman produk krisan di PT. Saung Mirwan disajikan pada Gambar 6. 6. Pengamatan langsung Pengamatan langsung dilakukan untuk mengidentifikasi anggota yang terkait pada rantai pasokan dan mengetahui bagaimana mekanisme rantai pasokan produk bunga krisan yang sudah ada dan termasuk mengenai aliran massa komoditas, kualitas produk yang dipengaruhi oleh susut selama proses produksi, penyimpanan, pengadaan, pengendalian dan penyaluran komoditi. Untuk mengetahui faktor-faktor penyebab susut, penentuan alokasi distribusi dan transportasi dengan perhitungan integer linear progamming. 7. Pengumpulan data dan informasi Pengumpulan data dilakukan dengan observasi dan wawancara dengan pihak-pihak yang terkait. Jenis data yang diperoleh yaitu data primer dan data sekunder. Data primer adalah data yang diperoleh dari pengamatan langsung, kuisioner dan wawancara sedangkan data sekunder diperoleh dari pihak-pihak di luar anggota rantai pasokan. Responden yang diperlukan dalam penelitian ini adalah para petani (kelompok petani bunga krisan), bagian pemasaran mencakup agen ekspor, produksi, pengadaan, distribusi, kemitraan, personalia, keuangan dan retailer (sebagai konsumen). Teknik wawancara yang akan dilakukan adalah teknik wawancara individual, dimana pewawancara memberikan pertanyaan yang terstruktur kepada beberapa responden. 8. Analisa data Analisa data deskriptif Analisa ini merupakan suatu metode analisa yang digunakan untuk memperoleh gambaran secara mendalam dan objektif mengenai mekanisme rantai pasok dan distribusi komoditas bunga krisan yang dihasilkan oleh perusahaan. Analisa data transportasi Analisa yang dilakukan untuk penentuan alokasi biaya transportasi dan pemodelan transportasi yang sesuai dengan yang ada di lingkungan perusahaan dan anggota rantai pasokan bunga yang lain. Model transportasi yang dibuat bertujuan untuk meminimasi biaya transportasi yaitu dengan cara melakukan optimasi pemilihan jenis dan jumlah kendaraan yang dibutuhkan untuk pengiriman produk dari perusahaan ke lokasi pembeli. Output model yang dihasilkan diverifikasi dengan data yang ada di lapangan yang sebelumnya digunakan oleh perusahaan untuk menentukan apakah model yang dihasilkan dapat diterapkan atau tidak. 18

9. Penarikan kesimpulan Kesimpulan diperoleh dari hasil analisa mengenai transportasi dan alokasi distribusi agar biaya distribusi dapat ditekan, waktu pengiriman dapat dioptimalkan dan sesuai dengan kapasitas angkutan yang dimiliki. Mulai Representasi jumlah dan jenis kendaraan ke dalam kromosom Inisialisasi populasi Evaluasi nilai fitness Apaka kromosom optimum telah ditemukan? Tidak Ya Selesai Seleksi kromosom induk (jumlah dan jenis kendaraan) Penyilangan (Pc 0.9) Mutasi (Pm 0.2) Evaluasi anak hasil persilangan dan mutasi berdasarkan fungsi fitness Perbaikan Penggantian Gambar 6. Diagram alir algoritma genetika pemilihan jenis dan jumlah kendaraan yang meminimisasi biaya pengiriman produk krisan di PT. Saung Mirwan 19