BAB 3 PEMBAHASAN 3.1 Pengumpulan Data Pengumpulan data dilaksanakan selama 1 bulan, terhitung mulai tanggal 28 Mei 2013 sampai 28 Juni 2013, sesuai dengan izin yang diberikan oleh Kepala Cabang PT. Mega Eltra Persero Cabang Medan. Lokasi penelitian ditetapkan pada PT. Mega Eltra Persero Cabang Medan yang berkantor di Komplek Multatuli Indah Blok AA No 52 Medan. Data yang dikumpulkan adalah data distribusi Semen Padang pada tahun 2012 yang meliputi: 1. Letak lokasi gudang di wilayah Brayan Medan, Tebing Tinggi, dan Gudang Paya Rumput serta biaya transportasi per sak pada pendistribusian Semen Padang. 2. Jumlah permintaan Semen Padang dari masing-masing toko konsumen selama tahun 2012. 3. Jumlah persediaan Semen Padang di masing-masing gudang selama tahun 2012. 4. Biaya transportasi Semen Padang oleh PT. Mega Eltra Persero Cabang Medan selama tahun 2012 adalah sebesar Rp.777.410.000, dapat dilihat pada lampiran 4. Data yang diperoleh didapatkan melalui hasil pengamatan, pencatatan, wawancara, diskusi, dan arsip-arsip perusahaan. Setelah data diperoleh, maka dapat dilakukan perhitungan dalam menganalisis data selanjutnya.
3.1.1 Data Persediaan Semen Padang Dalam kegiatan perdagangannya, PT. Mega Eltra Persero cabang Medan mempunyai beberapa gudang penyimpanan semen untuk memenuhi permintaan konsumen. Data lokasi dan kapasitas Persediaan Semen Padang di masingmasing gudang pada tahun 2012 dapat dilihat pada Tabel 3.1 berikut. Tabel 3.1. Kapasitas Persediaan Semen Padang Tahun 2012 No Gudang Alamat Semen tipe PPC 1 Gudang Panjang 2 Gudang Paya Rumput Jl.Budi Kemasyarakatan Pulo Brayan Medan Jl.Paya Rumput KIM Mabar Medan 137.250 sak 109.550 sak 3 Gudang Tebing Tinggi Jl.Patriot Tebing tinggi 118.200 sak Sumber : PT. Mega Eltra Persero cabang Medan Dari Tabel 3.1 diketahui bahwa jumlah persediaan Semen Padang pada gudang Panjang adalah sebanyak 137.250 sak, pada gudang Paya Rumput adalah sebanyak 109.550 sak, dan pada gudang Tebing Tinggi ada sebanyak 118.200 sak. 3.1.2 Data Permintaan Semen Padang Data permintaan yang dimaksud adalah data penjualan yang dihasilkan oleh perusahaan. Adapun data permintaan yang diambil adalah data permintaan sak semen pada tahun 2012. Data Permintaan Semen Padang dari masing-masing gudang ke masingmasing toko konsumen dapat dilihat pada Tabel 3.2.
Tabel 3.2. Jumlah Permintaan Semen Padang Tahun 2012 Toko Konsumen Gudang Sakti Paten Utama B Indo-mas Jecky PT Nidya Karya PT Waskita Karya Harco Panjang 25.000 40.000 15.000 1.250 2.000 4.000-50.000 Paya Rumput 15.000 15.000 20.000 2.550 8.000 2.000 2.000 45.000 Tebing tinggi 10.000 10.000 50.000 6.200 25.000 9.000 8.000 - Jumlah 50.000 65.000 85.000 10.000 35.000 15.000 10.000 95.000 Sumber : PT. Mega Eltra Persero cabang Medan 3.1.3 Data Biaya Transportasi dari Gudang ke Toko Konsumen Biaya transportasi terdiri dari semua ongkos yang berhubungan dengan biaya pengangkutan produk Semen Padang dari gudang ke toko konsumen. Dalam mendistribusikan Semen Padang, Perusahaan menggunakan jasa angkutan darat yaitu truk. Biaya transportasi yang dikeluarkan oleh perusahaan adalah biaya pengiriman tiap sak semen dari beberapa gudang yang dimiliki oleh perusahaan ke beberapa toko konsumen. Adapun biaya transportasi dari masing-masing gudang ke masing-masing toko konsumen dapat dilihat pada Tabel 3.3.
Tabel 3.3. Biaya Transportasi Pengiriman Tiap Sak Semen Padang Dari Gudang Ke Toko Konsumen Tahun 2012 Toko Konsumen Lokasi Gudang Biaya transportasi (Rp/sak). Sakti Medan Panjang Paya Rumput Tebing tinggi 1.000 1.500 2.000. Paten Binjai Panjang Paya Rumput Tebing tinggi 1.500 1.800 2.300. Utama B Indrapura Panjang Paya Rumput Tebing tinggi 1.800 2.000 1.200. Indomas Kisaran Panjang Paya Rumput Tebing tinggi 2.500 2.800 1.800. Jecky Siantar Panjang Paya Rumput Tebing tinggi 2.500 3.000 1.500 PT. Nidya Karya Tebing Tinggi Panjang Paya Rumput Tebing tinggi 1.800 2.000 1.000 PT. Waskita Karya Tebing Tinggi Panjang Paya Rumput Tebing tinggi 1.800 2.200 800. Harco Kaban jahe Panjang Paya Rumput Tebing tinggi 3.500 4.000 5.000 Sumber : PT. Mega Eltra Persero cabang Medan 3.2 Analisis Data Setelah data diperoleh, dilakukan analisis dan perhitungan terhadap data tersebut. Analisa adalah mengelompokkan, membuat suatu urutan, serta menyingkatkan
data sehingga mudah untuk dibaca. Langkah-langkah untuk menganalisis adalah sebagai berikut : 1. Menentukan solusi fisibel awal dengan metode Northwest Corner dan metode Least Cost 2. Menentukan nilai untuk setiap baris dan nilai-nilai untuk setiap kolom dengan menggunakan hubungan untuk semua variabel basis dan menentukan nilai 0. 3. Menghitung perubahan biaya untuk setiap variabel non basis. 4. Menghitung matriks evaluasi dengan menggunakan rumus. 5. Apabila hasil perhitungan terdapat nilai negatif, maka solusi belum optimal. Oleh karena itu, dipilih dengan nilai negatif terbesar sebagai entering variabel. 6. Mengalokasikan sejumlah nilai ke entering variabel sesuai dengan proses Stepping Stone dan ulangi langkah kedua. 3.3 Pengolahan Data Pengolahan data untuk pemecahan masalah pada penulisan ini dilakukan melalui beberapa tahap. Data-data yang telah diperoleh dari PT. Mega Eltra Persero Cabang Medan dibuat menjadi matriks atau tabel transportasi, yang mana tujuan pembuatannya adalah untuk meringkas dan menyajikan dengan jelas data-data tersebut. Tabel 3.4 berikut adalah pengolahan data biaya Pengiriman atau biaya dstribusi per sak Semen Padang dari lokasi sumber ke lokasi tujuan yang dikeluarkan oleh perusahaan.
Tabel 3.4 Biaya Pengiriman Atau Biaya Distribusi Per Unit Dari Lokasi Sumber Ke Lokasi Tujuan Biaya angkut ke daerah pemasaran (Rp/sak) Tujuan Sumber Sakti Paten Utama B Indo-mas Jecky PT Nidya Karya PT Waskita Karya Harco Panjang 1.000 1.500 1.800 2.300 2.500 1.800 1.800 3.500 Paya Rumput 1.500 1.800 2.000 2.500 3.000 2.000 2.200 4.000 Tebing tinggi 2.000 2.300 1.200 1.800 1.500 1.000 800 5.000 Sumber: PT Mega Eltra Persero Dari keseluruhan data yang diperoleh, akan diformulasikan ke dalam model matematis sebagai berikut: Minimumkan : Dengan syarat :
Semua Dengan : jumlah supply barang dari tempat asal sebanyak jumlah permintaan barang dari berbagai tujuan sebanyak satuan barang yang akan dikirim dari sumber ke tujuan biaya angkut per satuan barang dari sumber ke tujuan 3.4 Penghitungan Solusi Optimal Selanjutnya dari data yang telah diperoleh akan dicari solusi fisibel awalnya terlebih dahulu dengan menggunakan metode sudut barat laut ( Northwest Corner) dan metode ongkos terkecil (Least Cost). 3.4.1 Metode Sudut Barat Laut (Northwest Corner) Solusi awal dengan menggunakan metode sudut barat laut ditentukan dengan mengisi sel kosong yang masih dapat diisi dan terletak paling kiri atas (sudut barat laut). Langkah pertama adalah dengan mengalokasikan sebanyak mungkin pada kotak selanjutnya yang mendapat alokasi adalah kotak yang terdekat dengan yakni kotak, kemudian yang mendapat alokasi selanjutnya adalah kotak. Hal ini menghabiskan persediaan pada sumber 1, selanjutnya yang mendapatkan alokasi adalah yang terdekat dengan kotak yakni kotak demikian seterusnya hingga semua penawaran telah dihabiskan dan keperluan permintaan telah terpenuhi. Tabel 3.5 berikut adalah tabel alokasi awal dengan menggunakan metode sudut barat laut/northwest Corner.
Tabel 3.5. Alokasi Persediaan Dan Permintaan Dengan Metode Northwest Corner Konsumen Gudang Sakti Paten Utama B Indomas Jecky 1.000 Panjang 50.000 1.500 65.000 1.800 2.300 2.500 22.250 1.500 1.800 Paya Rumput 2.000 62.750 2.500 10.000 3.000 35.000 2.000 2.300 1.200 1.800 1.500 Tebing Tinggi Demand 50.000 65.000 85.000 10.000 35.000 PT Nidya Karya 1.800 2.000 1.800 1.000 13.200 15.000 PT Waskita Karya 1.800 2.200 800 10.000 10.000 Harco 3.500 4.000 5.000 95.000 95.000 Supply 137.250 109.550 118.200 365.000
Proses langkah dari Tabel 3.5 dengan menggunakan metode sudut barat laut (Northwest Corner) ini menghasilkan solusi awal dengan 10 variabel basis dan 14 variabel non basis. Untuk alokasi dengan menggunakan metode sudut barat laut, maka total biaya total transportasi adalah: Rp. 939.250.000 3.4.2 Metode Ongkos Terkecil (Least Cost) Metode Least cost digunakan untuk mencari solusi fisibel awal dengan alokasi sistematik pada kotak-kotak sesuai dengan besarnya biaya transportasi per unit. Langkah pertama dalam Least Cost menyarankan alokasi pada, karena adalah kotak dengan biaya minimum. Jumlah yang dialokasikan adalah Karena alokasi ini menghabiskan permintaan tujuan 7, maka kolom 7 dihapus dan maupun tidak layak lagi. Maka persediaan sebanyak 118.200 pada sumber 3 dikurangi 10.000 sehingga persediaan pada sumber 3 menjadi 108.200. Alokasi kotak selanjutnya dipilih dari 21 kotak sisanya, terkecil adalah dan. Karena alokasi ini menghabiskan permintaan tujuan 1, maka kolom 1 dihapus dan maupun tidak layak lagi. Maka persediaan sebanyak 137.250 pada sumber 1 dikurangi 50.000 sehingga persediaan pada sumber 1 menjadi 87.250. Untuk alokasi selanjutnya dilakukan dengan cara yang sama. Solusi awal dengan menggunakan metode Least Cost ditunjukkan pada Tabel 3.6.
Tabel 3.6. Alokasi Persediaan Dan Permintaan Dengan Metode Least Cost Konsumen Gudang Sakti Paten Utama B Indomas 1.000 Panjang 50.000 1.500 1.800 65.000 2.300 10.000 1.500 1.800 2.000 2.500 Paya Rumput 2.000 2.300 Tebing Tinggi 1.200 1.800 85.000 Demand 50.000 65.000 85.000 10.000 Jecky 2.500 12.250 3.000 14.550 1.500 8.200 35.000 PT Nidya Karya 1.800 2.000 1.000 15.000 15.000 PT Waskita Karya 1.800 2.200 800 10.000 10.000 Harco 3.500 4.000 95.000 5.000 95.000 Supply 137.250 109.550 118.200 365.000
Proses langkah dari Tabel 3.6 dengan menggunakan metode ongkos terkecil (Least Cost) ini menghasilkan solusi awal dengan 10 variabel basis dan 14 variabel non basis. Untuk alokasi dengan menggunakan metode ongkos terkecil, maka total biaya total transportasi adalah: Rp. 762.075.000 Solusi ini hanya merupakan solusi awal yang tidak berpengaruh terhadap solusi optimum, kecuali hanya mengurangi banyaknya jumlah iterasi. Metode Least cost ini memberikan solusi awal yang lebih baik dibandingkan dengan metode Northwest Corner. 3.4.3 Metode Potensial Solusi dengan menggunakan metode potensial adalah merupakan suatu variasi dari metode Stepping Stone yang didasarkan pada rumusan dual. Dalam mencari solusi optimal metode potensial (metode U-V) ini melakukan evaluasi dari suatu lokasi transportasi secara matriks. Dalam proses mencari harga-harga sel evaluasi matriks, metode potensial ini terlebih dahulu harus menyusun satu matriks perantara. Matriks asli dari transportasi dinyatakan dengan, matriks antara yang akan dijelaskan dinyatakan dengan, sedangkan matriks evaluasi dinyatakan dengan Untuk menentukan solusi optimal dengan menggunakan metode potensial, maka solusi awal dengan menggunakan metode Least Cost ditulis kembali pada Tabel 3.7
Tabel 3.7. Solusi Awal Dengan Metode Least Cost Konsumen Gudang Sakti Paten Utama B Panjang 1.000 1.500 1.800 50.000 65.000 Paya Rumput 1.500 1.800 2.000 Tebing Tinggi 2.000 2.300 1.200 85.000 Demand 50.000 65.000 85.000 Indomas 2.300 10.000 2.500 1.800 10.000 Jecky 2.500 12.250 3.000 14.550 1.500 8.200 35.000 PT Nidya Karya 1.800 2.000 1.000 15.000 15.000 PT Waskita Karya 1.800 2.200 800 10.000 10.000 Harco 3.500 4.000 95.000 5.000 95.000 Supply 137.250 109.550 118.200 365.000
Selanjutnya dari Tabel 3.7 dapat dperoleh matriks seperti pada Tabel 3.8 berikut. Tabel 3.8. 1.000 1.500 1.800 2.300 2.500 1.800 1.800 3.500 137.250 1.500 1.800 2.000 2.500 3.000 2.000 2.200 4.000 109.550 2.000 2.300 1.200 1.800 1.500 1.000 800 5.000 118.200 50.000 65.000 85.000 10.000 35.000 15.000 10.000 95.000 365.000 Dengan : Biaya per sak pada pengiriman semen Padang Toko konsumen 1 (. Sakti) Toko konsumen 2 (. Paten) Toko konsumen 3 (. Utama B) Toko konsumen 4 (. Indomas) Toko konsumen 5 (. Jecky) Toko konsumen 6 (PT. Nidya Karya) Toko konsumen 7 (PT. Waskita Karya) Toko konsumen 8 (. Harco) Gudang 1 Gudang 2 Gudang 3 Kapasitas permintaan pada toko konsumen j Kapasitas persediaan sak semen pada gudang i Hasil dari perolehan solusi awal dengan metode Least Cost pada Tabel 3.7, dapat dibentuk matriks alokasi awal seperti pada Tabel 3.9
Tabel 3.9. Matriks Alokasi Awal 50.000 65.000 10.000 12.250 137.250 14.550 95.000 109.550 85.000 8.200 15.000 10.000 118.200 50.000 65.000 85.000 10.000 35.000 15.000 10.000 95.000 365.000 Selanjutnya dari Tabel 3.9 dapat diperoleh tabel matriks biaya pada Tabel 3.10 seperti berikut. Tabel 3.10. 1.000 1.500 2.300 2.500 3.000 4.000 1.200 1.500 1.000 800 Kemudian dari Tabel 3.10 dapat dicari harga-harga untuk setiap baris dan harga untuk setiap kolom dengan menggunakan rumus untuk semua variabel basis dengan terlebih dahulu memilih, sehingga diperoleh matriks pada Tabel 3.11. Tabel 3.11. Matriks Perubahan biaya 1 ( ) 1.000 1.500 2.200 2.300 2.500 2000 1.800 3.500 0 500-1.000 1.000 1.500 2.200 2.300 2.500 2.000 1.800 3.500 1.500 2.000 2.700 2.800 3.000 2.500 2.300 4.000 0 500 1.200 1.300 1.500 1.000 800 2.500
Selanjutnya akan dihitung matriks evaluasi yang dinyatakan dengan. Matriks evaluasi dihitung dengan rumus Karena pada sel 13, 16, 22, 23, 24, 26, 27 terdapat, maka dipilih dengan nilai negatif terbesar yaitu terdapat pada sel sehingga pada sel terjadi perubahan dan Tabel 3.9 pada solusi awal mengalami perubahan alokasi. Perubahan nilai alokasi dapat dilihat pada Tabel 3.12. Tabel 3.12. Matriks Perubahan Alokasi Persediaan Dan Permintaan 1 (iterasi 1) 50.000 65.000 10.000 12.250 137.250 14.500 95.000 109.550 70.450 22.750 15.000 10.000 118.200 50.000 65.000 85.000 10.000 35.000 15.000 10.000 95.000 365.000 Kemudian dari Tabel 3.12 dapat dicari harga-harga untuk setiap baris dan harga untuk setiap kolom dengan menggunakan rumus untuk semua variabel basis dengan terlebih dahulu memilih, sehingga diperoleh matriks pada Tabel 3.13
Tabel 3.13. Matriks perubahan biaya 2 1.000 1.500 2.200 2.300 2.500 2000 1.800 4.200 0-200 -1.000 1.000 1.500 2.200 2.300 2.500 2.000 1.800 4.200 800 1.300 2.000 2.100 2.300 1.800 1.600 4.000 0 500 1.200 1.300 1.500 1.000 800 3.200 Selanjutnya akan dihitung matriks evaluasi yang dinyatakan dengan. Matriks evaluasi dihitung dengan rumus Karena pada sel 13, 16, 18, 23 terdapat, maka dipilih dengan nilai negatif terbesar yaitu terdapat pada sel sehingga pada sel terjadi perubahan, dan Tabel 3.12 pada solusi awal mengalami perubahan alokasi terlihat pada Tabel 3.14. Tabel 3.14. Matriks Perubahan Alokasi Persediaan Dan Permintaan 2 (Iterasi 2) 50.000 65.000 10.000 12.250 137.250 26.800 82.750 109.550 58.200 35.000 15.000 10.000 118.200 50.000 65.000 85.000 10.000 35.000 15.000 10.000 95.000 365.000
Kemudian dari Tabel 3.14 dapat dicari harga-harga harga untuk setiap kolom dengan menggunakan rumus pada Tabel 3.15., sehingga diperoleh matriks Tabel 3.15. Matriks Perubahan Alokasi Biaya 3 ( 1.000 1.500 1.500 2.300 1.800 1.300 1.800 3.500 0 500-300 1.000 1.500 1.500 2.300 1.800 1.300 1.100 3.500 1.500 2.000 2.000 2.800 2.300 1.800 1.700 4.000 700 1.200 1.200 2.000 1.500 1.000 800 3.200 Selanjutnya akan dihitung matriks evaluasi yang dinyatakan dengan evaluasi dihitung dengan rumus.. Matriks Karena pada sel 22, 24, 34 terdapat, maka dipilih dengan nilai negatif terbesar yaitu terdapat pada sel sehingga pada sel terjadi perubahan dan Tabel 3.14 mengalami perubahan alokasi seperti terlihat pada Tabel 3.16.
Tabel 3.16 Matriks Perubahan Alokasi Persediaan Dan Permintaan 3 (Iterasi 3) 50.000 65.000 22.250 137.250 26.800 10.000 72.750 109.550 58.200 35.000 15.000 10.000 118.200 50.000 65.000 85.000 10.000 35.000 15.000 10.000 95.000 365.000 Kemudian dari Tabel 3.16 dapat dicari harga-harga harga untuk setiap kolom dengan menggunakan rumus, sehingga diperoleh matriks perubahan biaya. Perubahan biaya transportasi dapat dilihat pada Tabel 3.17 berikut. Tabel 3.17. Matriks Perubahan Biaya 4 ( 1.000 1.500 1.500 1.200 1.800 1.300 1.100 3.500 0 500-300 1.000 1.500 1.500 1.200 1.800 1.300 1.100 3.500 1.500 2.000 2.000 2.500 2.300 1.200 1.600 4.000 700 1.200 1.200 900 1.500 1.000 800 3.800 Selanjutnya akan dihitung matriks evaluasi yang dinyatakan dengan. Karena pada sel sehingga pada sel terjadi perubahan dan Tabel 3.16 mengalami perubahan alokasi seperti terlihat pada Tabel 3.18.
Tabel 3.18. Matriks Perubahan Alokasi 4 (Iterasi 4) 50.000 22.250 137.250 65.000 26.800 10.000 72.750 109.550 58.200 35.000 15.000 10.000 118.200 50.000 65.000 85.000 10.000 35.000 15.000 10.000 95.000 365.000 Kemudian dari Tabel 3.18 dapat dicari harga-harga harga untuk setiap kolom dengan menggunakan rumus matriks pada Tabel 3.19, sehingga diperoleh Tabel 3.19. Matriks Perubahan Biaya ( 1.000 1.500 1.500 1.200 1.800 1.300 1.100 3.500 0 500-300 1.000 1.300 1.500 1.200 1.800 1.300 1.100 3.500 1.500 1.800 2.000 2.500 2.300 1.800 1.600 4.000 700 1.000 1.200 1.700 1.500 1.000 800 3.200 Selanjutnya akan dihitung matriks evaluasi yang dinyatakan dengan evaluasi dihitung dengan rumus. Matriks Karena tidak terdapat lagi nilai yang negatif pada matriks, yakni maka iterasi telah selesai dan solusi optimal telah ditemukan.
Nilai optimal adalah Rp. 727.315.000 3.5 Penyelesaian Model Optimasi dengan Program Lindo Dalam menyelesaikan masalah optimasi, ada banyak software yang digunakan untuk menyelesaikan masalah transportasi seperti TORA, LINGO, EXCEL, LINDO dan banyak lagi yang lainnya. Adapun salah satu sofware yang sangat mudah digunakan untuk masalah penyelesaian optimasi transportasi adalah dengan menggunakan LINDO. Berikut ini diberikan penyelesaian program linier dengan menggunakan software LINDO.
min 1000x11+1500X12+1800x13+2300x14+2500x15+1800x16+180 0x17+3500x18+1500x21+1800x22+2000x23+2500x24+3000x2 5+2000x26+2200x27+4000x28+2000x31+2300x32+1200x33+1 800x34+1500x35+1000x36+800x37+5000x38 st 1) x11+x12+x13+x14+x15+x16+x17+x18137250 2) x21+x22+x23+x24+x25+x26+x27+x28109550 3) x31+x32+x33+x34+x35+x36+x37+x38118200 4) x11+x21+x3150000 5) x12+x22+x3265000 6) x13+x23+x3385000 7) x14+x24+x3410000 8) x15+x25+x3535000 9) x16+x26+x3615000 10)x17+x27+x3710000 11)x18+x28+x3895000 end Gambar 3.1. Input Model Optimasi dengan software LINDO
LP OPTIMUM FOUND AT STEP 12 OBJECTIVE FUNCTION VALUE 1) 0.7273150E+09 VARIABLE VALUE REDUCED COST X11 50000.000000 0.000000 X12 0.000000 200.000000 X13 0.000000 300.000000 X14 0.000000 300.000000 X15 0.000000 700.000000 X16 0.000000 500.000000 X17 0.000000 700.000000 X18 87250.000000 0.000000 X21 0.000000 0.000000 X22 65000.000000 0.000000 X23 26800.000000 0.000000 X24 10000.000000 0.000000 X25 0.000000 700.000000 X26 0.000000 200.000000 X27 0.000000 600.000000 X28 7750.000000 0.000000 X31 0.000000 1300.000000 X32 0.000000 1300.000000 X33 58200.000000 0.000000 X34 0.000000 100.000000 X35 35000.000000 0.000000 X36 15000.000000 0.000000 X37 10000.000000 0.000000 X38 0.000000 1800.000000 Gambar 3.2. Output Penyelesaian Model Optimasi dengan software LINDO
Dari gambar 4.2 diperoleh jumlah alokasi yang optimal dari sumber 1 ke. Sakti adalah sebanyak 50.000 sak dan 87.250 sak ke. Harco, dari sumber 2 ke. Paten adalah sebanyak 65.000, PT Utama B sebanyak 26.8000 sak, Indomas sebanyak 10.000 sak semen, dan ke. Harco sebanyak 7.750 sak, sedangkan dari sumber 3 ke. Utama adalah sebanyak 58.200 sak,. Jecky sebanyak 35.000 sak, PT. Nidya Karya sebanyak 15.000 dan ke PT Waskita Karya sebanyak 10.000 sak semen, dengan total biaya transportasi sebesar Rp. 727.315.000. Selain dapat menggambarkan alokasi distribusi pemasaran yang paling optimum, software LINDO juga memberikan gambaran tentang nilai reduce cost. Nilai reduce cost ini memberikan gambaran tentang perubahan nilai pada total biaya distribusi apabila jumlah alokasi distribusi produk Semen Padang dari gudang PT. Mega Eltra Persero pada kondisi riil mengalami perubahan. Nilai reduce cost dapat bertanda negatif dan positif. Nilai negatif pada reduce cost memiliki arti bahwa adanya perbaikan nilai pada fungsi tujuan yang disebabkan adanya penambahan jumlah alokasi pada setiap variabel. Nilai positif pada reduce cost merupakan kebalikan dari nilai negatif, yang artinya bahwa setiap penambahan jumlah alokasi akan meningkatkan nilai fungsi tujuan (total biaya distribusi akan meningkat). Semua nilai reduce cost pada gambar 3.2 memiliki nilai reduce cost yang positif. Artinya, setiap penambahan alokasi distribusi pemasaran produk Semen Padang dari PT. Mega Eltra Persero akan meningkatkan total biaya distribusi yang akan dikeluarkan. Analisis dual memberikan gambaran bahwa adanya perbaikan nilai fungsi tujuan karena naiknya ketersediaan sumberdaya yang dimiliki (RHS) sebesar 1 unit. Analisis dual memberikan penilaian terhadap sumber daya dengan melihat nilai slack or surplus dan nilai dual price. Gambar 4.3 berikut adalah gambaran mengenai nilai slack or surplus dan nilai dual price dengan menggunakan program LINDO
LP OPTIMUM FOUND AT STEP 12 ROW SLACK OR SURPLUS DUAL PRICES 1) 0.000000 500.000000 2) 0.000000 0.000000 3) 0.000000 800.000000 4) 0.000000-1500.000000 5) 0.000000-1800.000000 6) 0.000000-2000.000000 7) 0.000000-2500.000000 8) 0.000000-2300.000000 9) 0.000000-1800.000000 10) 0.000000-1600.000000 11) 0.000000-4000.000000 NO. ITERATIONS 12 Gambar 3.3. Nilai Slack or Surplus dan Dual Price dengan program LINDO Nilai slack atau surplus memberikan gambaran apakah kendala yang ada merupakan faktor pembatas atau tidak. Besarnya nilai slack atau surplus pada tabel tersebut menggambarkan penggunaan sumberdaya yang dimiliki. Apabila slack atau surplus bernilai nol, maka dapat dikatakan bahwa sumber daya tersebut habis terpakai atau langka. Jika nilai slack atau surplus tidak bernilai nol, maka sumber daya tersebut tersedia dalam jumlah yang berlebih atau melimpah.
Pada kasus distribusi Semen Padang di PT. Mega Eltra Persero semua kendala baik kendala produksi dan permintaan bernilai nol, artinya dari kendala 1 sampai 11 tidak satu kendalapun yang memiliki sisa, dengan kata lain sumber daya tersebut habis terpakai (langka). Sebaliknya jika nilai slack atau surplus tidak sama dengan nol berarti sumberdaya tesebut tersedia dalam jumlah berlebih. Hal ini menunjukkan bahwa sumber daya yang dimiliki oleh masing-masing kendala merupakan faktor pembatas atau sering disebut binding constraint.
BAB 4 KESIMPULAN DAN SARAN 4.1 Kesimpulan Berdasarkan hasil perhitungan dan analisis data pada PT. Mega Eltra Persero cabang Medan, diperoleh kesimpulan sebagai berikut : 1. Dari hasil perhitungan yang diperoleh dengan metode potensial menunjukkan bahwa biaya transportasi distribusi yang optimal adalah sebesar Rp. 727.315.000. 2. Biaya total transportasi untuk pendistribusian Semen Padang pada PT. Mega Eltra Persero dengan menggunakan metode Least Cost pada solusi awal dan penghitungan solusi optimal dengan menggunakan metode potensial sebesar Rp.727.315.000. Jika dibandingkan dengan total biaya transportasi dari perusahaan sebesar Rp.777.410.000 (Lampiran 4) maka perusahaan dapat menghemat biaya total transportasi untuk distribusi Semen Padang sebesar Rp.50.095.000, sehingga terlihat bahwa perhitungan dengan metode potensial lebih menguntungkan. 4.2 Saran Dari hasil penelitian yang telah dilakukan, maka penulis menyarankan bahwa untuk menanggulangi timbulnya biaya yang lebih besar dalam rangka efisiensi biaya dalam proses distribusi, maka perlu dilakukan beberapa hal:
1. Mengontrol jalannya proses distribusi agar hal-hal yang dapat menghambat jalannya proses distribusi dapat segera diatasi. 2. Menggunakan model transportasi dengan metode potensial dalam mendistribusikan produk Semen Padang untuk menghemat biaya distribusi dan meningkatkan laba perusahaan. 3. Mendistribusikan produk sesuai dengan besarnya kapasitas yang optimal, karena melakukan pendistribusian yang tidak sesuai dengan kapasitas optimal akan mengakibatkan lonjakan biaya transportasi..