BAB IV

ANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKAR

Pengendalian persediaan bahan bakar diperoleh melalui tahapan peramalan

kebutuhan bahan bakar, perhitungan kuantitas pesanan ekonomis, safety stock, reorder

point, dan volume bahan bakar maksimum yang dapat ditampung oleh tangki

penyimpanan berdasarkan kategori alat dengan pemrograman linier.

4.1. Peramalan Kebutuhan Bahan Bakar

Peramalan kebutuhan bahan bakar menggunakan data konsumsi bahan bakar

pada bulan Januari-Juli 2015 yang dibagi dalam waktu 30 minggu. Peramalan kebutuhan

bahan bakar bertujuan untuk mengetahui perkiraan kebutuhan bahan bakar pada bulan

Agustus 2015 atau minggu ke 31 sampai minggu ke 34. Metode peramalan yang

digunakan adalah metode simple moving average (Persamaan 2.7), exponential

smoothing (Persamaan 2.8) dan metode linear trend line (Persamaan 2.9) yang dipilih

berdasarkan berdasarkan tingkat akurasi peramalan.

4.1.1. Perbandingan Akurasi Metode Peramalan

Akurasi metode peramalan menunjukkan keakuratan hasil peramalan yang

dilakukan dimana jika nilainya lebih kecil maka nilai kesalahannya kecil atau nilai

keakuratannya besar. Perbandingan akurasi metode peramalan perlu diketahui karena

hasil dari peramalan tidak sepenuhnya akan akurat terjadi, tetapi ketidakakuratan

tersebut dapat diidentifikasi dengan cara melihat kesalahan peramalan (forecast error)

yang nilainya paling kecil. Oleh karena itu, dilakukan perbandingan keakuratan metode

39
peramalan dengan menghitung nilai MAD (Mean Absolute Deviation) dengan

menggunakan Persamaan 2.10 dan MSE (Mean Square Error) dengan menggunakan

Persamaan 2.11.

1) Alat angkut overburden

Peramalan kebutuhan bahan bakar alat angkut overburden terdiri dari kebutuhan

bahan bakar heavy dump truck Komatsu HD785 sebanyak 9 unit dan articulated dump

truck Komatsu HM400 sebanyak 3 unit. Perhitungan akurasi peramalan kebutuhan bahan

bakar alat angkut overburden dapat dilihat pada Tabel 4.1.

Tabel 4.1. Akurasi metode peramalan kebutuhan bahan bakar alat angkut overburden
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 2.072,50 7.953.140,46
n=3 1.945,27 7.230.851,18
Simple Moving Average n=4 2.125,32 7.678.681,28
n=5 2.466,62 9.279.108,18
n=6 2.609,16 9.243.354,80
=0,1 4.115,66 23.332.077,86
Exponential Smoothing =0,5 2.031,97 7.007.151,20
=0,9 2.010,92 7.189.926,32
Linear Trend Line 1.460,31 4.801.878,51

Tabel 4.1. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan alat angkut adalah metode peramalan dengan nilai MAD 1.460,31 dan nilai

MSE sebesar 4.801.878,51 yakni metode peramalan linear trend line. Grafik peramalan

kebutuhan bahan bakar alat angkut overburden dapat dilihat pada Gambar 4.1.

40
 Linear Trend
70000

Kebutuhan bahan bakar (liter)

60000

50000

40000

30000

20000

10000

0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.1. Grafik peramalan kebutuhan bahan bakar alat angkut overburden

2) Alat muat

Peramalan kebutuhan bahan bakar alat muat terdiri dari kebutuhan bahan bakar

excavator Komatsu PC1250 sebanyak 4 unit dan excavator Doosan S500 sebanyak 1

unit. Perhitungan akurasi peramalan kebutuhan bahan bakar alat muat dapat dilihat

pada Tabel 4.2.

Tabel 4.2. Akurasi metode peramalan kebutuhan bahan bakar alat muat
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 1.675,71 5.779.539,52
n=3 1.796,42 5.951.235,29
Simple Moving Average n=4 1.909,43 5.810.164,50
n=5 2.032,93 6.183.272,80
n=6 2.120,56 6.816.871,45
=0,1 3.315,44 14.671.377,46
Exponential Smoothing =0,5 1.762,78 5.812.768,20
=0,9 1.756,16 7.164.222,90
Linear Trend Line 1.438,50 4.800.813,61

Tabel 4.2. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan alat muat adalah metode peramalan dengan nilai MAD 1.438,50 dan nilai MSE

sebesar 4.800.813,61 yakni metode peramalan linear trend line. Grafik peramalan

kebutuhan bahan bakar alat muat dapat dilihat pada Gambar 4.2.

41
 Linear Trend
45000

Kebutuhan bahan bakar (liter)

40000
35000
30000
25000
20000
15000
10000
5000
0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.2. Grafik peramalan kebutuhan bahan bakar alat muat

3) Alat gali/ dorong

Peramalan kebutuhan bahan bakar alat gali/ dorong terdiri dari kebutuhan bahan

bakar bulldozer Komatsu D375 sebanyak 2 unit, bulldozer Komatsu D155 sebanyak 1

unit dan bulldozer Komatsu D85ESS sebanyak 3 unit. Perhitungan akurasi peramalan

kebutuhan bahan bakar alat gali/ dorong dapat dilihat pada Tabel 4.3.

Tabel 4.3. Akurasi metode peramalan kebutuhan bahan bakar alat gali/ dorong
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 1.143,54 2.089.093,65
n=3 1.052,84 2.018.880,17
Simple Moving Average n=4 910,84 1.378.380,18
n=5 998,22 1.573.347,09
n=6 975,48 1.581.569,70
=0,1 1.201,00 2.725.351,25
Exponential Smoothing =0,5 1.040,37 1.879.415,92
=0,9 1.215,90 2.374.451,25
Linear Trend Line 864,44 1.290.806,16

Tabel 4.3. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan alat gali/ dorong adalah metode peramalan dengan nilai MAD 864,44 dan

nilai MSE sebesar 1.290.806,16 yakni metode peramalan linear trend line. Grafik

peramalan kebutuhan bahan bakar alat gali/dorong dapat dilihat pada Gambar 4.3.

42
 Linear Trend
20000

Kebutuhan bahan bakar (liter)

18000
16000
14000
12000
10000
8000
6000
4000
2000
0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.3. Grafik peramalan kebutuhan bahan bakar alat gali/dorong

4) Alat bor

Peramalan kebutuhan bahan bakar bor terdiri dari kebutuhan bahan bakar drilling

machine Atlas Copco DM45 sebanyak 1 unit. Perhitungan akurasi peramalan kebutuhan

bahan bakar alat bor dapat dilihat pada Tabel 4.4.

Tabel 4.4. Akurasi metode peramalan kebutuhan bahan bakar alat bor
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 230,57 100.990,63
n=3 232,01 97.009,13
Simple Moving Average n=4 230,23 100.907,84
n=5 229,12 87.602,82
n=6 231,37 86.756,48
=0,1 417,99 246.149,90
Exponential Smoothing =0,5 220,20 91.069,89
=0,9 221,34 101.004,85
Linear Trend Line 213,76 68.426,05

Tabel 4.4. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan alat bor adalah metode peramalan dengan nilai MAD 213,76 dan nilai MSE

sebesar 68.426,05 yakni metode peramalan linear trend line. Grafik peramalan

kebutuhan bahan bakar alat bor dapat dilihat pada Gambar 4.4.

43
 Linear Trend
5000

Kebutuhan bahan bakar (liter)

4500
4000
3500
3000
2500
2000
1500
1000
500
0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.4. Grafik peramalan kebutuhan bahan bakar alat bor

5) Alat perata

Peramalan kebutuhan bahan bakar alat perata terdiri dari kebutuhan bahan bakar

motor grader Komatsu GD825A sebanyak 2 unit. Perhitungan akurasi peramalan

kebutuhan bahan bakar alat perata dapat dilihat pada Tabel 4.5.

Tabel 4.5. Akurasi metode peramalan kebutuhan bahan bakar alat perata
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 270,66 168.387,34
n=3 255,32 165.424,40
Simple Moving Average n=4 285,63 183.867,10
n=5 297,36 194.188,04
n=6 327,16 223.736,87
=0,1 368,54 221.567,05
Exponential Smoothing =0,5 258,35 157.366,25
=0,9 298,07 183.376,32
Linear Trend Line 348,23 184.328,39

Tabel 4.5. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan alat perata adalah metode peramalan dengan nilai MAD 270,66 dan nilai MSE

sebesar 168.387,34 yakni metode peramalan simple moving average dengan nilai n=2.

Grafik peramalan kebutuhan bahan bakar alat perata dapat dilihat pada Gambar 4.5.

44
 Simple Moving Average n=2
4000

Kebutuhan bahan bakar (liter)

3500
3000
2500
2000
1500
1000
500
0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.5. Grafik peramalan kebutuhan bahan bakar alat perata

6) Alat angkut penunjang

Peramalan kebutuhan bahan bakar alat angkut penunjang terdiri dari kebutuhan

bahan bakar crane truck Hino Ranger FM260TI sebanyak 1 unit, fuel truck Atcross 4043A

sebanyak 2 unit, lube truck Atcross 4043A sebanyak 1 unit, anfo truck Fuso 220DM

sebanyak 1 unit, service truck Dutro 130HD sebanyak 1 unit, water truck Atcross 4843A

sebanyak 1 unit, washing truck Hino Ranger FM260TI sebanyak 1 unit, warehouse truck

Dutro 130HD sebanyak 1 unit, MMU Fuso 220DM sebanyak 1 unit, tire truck Dutro 130HD

sebanyak 3 unit, dan truck support Dutro 130HD sebanyak 1 unit. Perhitungan akurasi

peramalan kebutuhan bahan bakar alat angkut penunjang dapat dilihat pada Tabel 4.6.

Tabel 4.6. Akurasi metode peramalan kebutuhan bahan bakar alat angkut penunjang
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 233,13 105.735,86
n=3 242,51 106.635,50
Simple Moving Average n=4 245,36 112.276,02
n=5 242,39 110.014,65
n=6 238,33 102.063,95
=0,1 216,63 91.629,41
Exponential Smoothing =0,5 206,48 87.184,45
=0,9 201,94 100.681,28
Linear Trend Line 166,61 64.843,70

45
 Tabel 4.6. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan alat angkut penunjang adalah metode peramalan dengan nilai MAD 166,61

dan nilai MSE sebesar 64.843,70 yakni metode peramalan linear trend line. Grafik

peramalan kebutuhan bahan bakar alat angkut penunjang dapat dilihat pada Gambar

4.6.

Linear Trend
5000
Kebutuhan bahan bakar (liter)

4500
4000
3500
3000
2500
2000
1500
1000
500
0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.6. Grafik peramalan kebutuhan bahan bakar alat angkut penunjang

7) Penerangan

Peramalan kebutuhan bahan bakar penerangan terdiri dari kebutuhan bahan

bakar tower lamp Yanmar YTG15TL-TL3 sebanyak 5 unit. Perhitungan akurasi peramalan

kebutuhan bahan bakar penerangan dapat dilihat pada Tabel 4.7.

Tabel 4.7. Akurasi metode peramalan kebutuhan bahan bakar penerangan

Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 44,38 3.941,80
n=3 44,89 3.662,95
Simple Moving Average n=4 43,45 3.526,40
n=5 48,55 4.155,28
n=6 48,28 4.215,39
=0,1 38,03 2.689,35
Exponential Smoothing =0,5 44,65 3.463,42
=0,9 50,47 4.295,95
Linear Trend Line 40,95 2.829,32

46
 Tabel 4.7. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan penerangan adalah metode peramalan dengan nilai MAD 38,03 dan nilai MSE

sebesar 2.689,35 yakni metode peramalan exponential smoothing dengan nilai =0,1.

Grafik peramalan kebutuhan bahan bakar penerangan dapat dilihat pada Gambar 4.7.

Single Exponential Smoothing =0,1

800
Kebutuhan bahan bakar (liter)

700
600
500
400
300
200
100
0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.7. Grafik peramalan kebutuhan bahan bakar penerangan

8) Sarana transportasi

Peramalan kebutuhan bahan bakar sarana transportasi terdiri dari kebutuhan

bahan bakar light vehicle Mazda sebanyak 6 unit, Pajero sebanyak 1 unit, Triton

sebanyak 7 unit, Innova sebanyak 1 unit, dan sarana bus Bagong sebanyak 3 unit.

Perhitungan akurasi peramalan kebutuhan bahan bakar sarana transportasi dapat dilihat

pada Tabel 4.8.

Tabel 4.8. Akurasi metode peramalan kebutuhan bahan bakar sarana transportasi
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 258,91 112.194,92
n=3 199,70 65.673,73
Simple Moving Average n=4 203,15 57.628,67
n=5 192,83 51.264,84
n=6 180,85 49.049,23
=0,1 200,36 72.504,90
Exponential Smoothing
=0,5 226,12 89.359,88

47
 Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
Exponential Smoothing =0,9 250,84 120.112,07
Linear Trend Line 178,61 46.716,37

Tabel 4.8. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan sarana transportasi adalah metode peramalan dengan nilai MAD 178,61 dan

nilai MSE sebesar 46.716,37 yakni metode peramalan linear trend line. Grafik peramalan

kebutuhan bahan bakar sarana tranportasi penerangan dapat dilihat pada Gambar 4.8.

Linear Trend
3500
Kebutuhan bahan bakar (liter)

3000

2500

2000

1500

1000

500

0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.8. Grafik peramalan kebutuhan bahan bakar sarana transportasi

9) Genset

Peramalan kebutuhan bahan bakar genset terdiri dari kebutuhan bahan bakar

genset Yanmar YTG75TL sebanyak 6 unit dan Yanmar YTG30TL sebanyak 1 unit.

Perhitungan akurasi peramalan kebutuhan bahan bakar genset dapat dilihat pada Tabel

4.9.

48
Tabel 4.9. Akurasi metode peramalan kebutuhan bahan bakar genset
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 425,16 391.429,71
n=3 419,17 393.444,21
Simple Moving Average n=4 421,10 438.225,98
n=5 419,25 446.412,03
n=6 428,80 433.311,92
=0,1 372,80 312.593,19
Exponential Smoothing =0,5 381,54 340.996,11
=0,9 373,80 326.164,58
Linear Trend Line 380,53 323.445,20

Tabel 4.9. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan bahan bakar genset adalah metode peramalan dengan nilai MAD 372,80 dan

nilai MSE sebesar 312.593,19 yakni metode peramalan exponential smoothing dengan

nilai =0,1. Grafik peramalan kebutuhan bahan bakar genset penerangan dapat dilihat

pada Gambar 4.9.

Single Exponential Smoothing = 0,1

7000
Kebutuhan bahan bakar (liter)

6000

5000

4000

3000

2000

1000

0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.9. Grafik peramalan kebutuhan bahan bakar genset

10) Alat pompa

Peramalan kebutuhan bahan bakar alat pompa terdiri dari kebutuhan bahan

bakar dewatering pump SW-200 sebanyak 1 unit, LCCM100 sebanyak 1 unit, MF-385

49
sebanyak 1 unit, dan Yanmar TS190R sebanyak 1 unit. Perhitungan akurasi peramalan

kebutuhan bahan bakar alat pompa dapat dilihat pada Tabel 4.10.

Tabel 4.10. Akurasi metode peramalan kebutuhan bahan bakar alat pompa
Ukuran Akurasi Peramalan
Metode Peramalan
MAD MSE
n=2 202,13 75.772,53
n=3 204,20 69.898,03
Simple Moving Average n=4 224,08 80.810,36
n=5 213,53 74.839,94
n=6 216,15 78.101,79
=0,1 206,34 64.338,49
Exponential Smoothing =0,5 201,16 69.479,57
=0,9 219,13 87.575,10
Linear Trend Line 195,21 53.103,70

Tabel 4.10. menunjukkan bahwa ukuran akurasi terkecil untuk peramalan

kebutuhan penerangan adalah metode peramalan dengan nilai MAD 195,21 dan nilai

MSE sebesar 53.103,70 yakni yakni metode peramalan linear trend line. Grafik

peramalan kebutuhan bahan bakar alat pompa penerangan dapat dilihat pada Gambar

4.10.

Linear Trend
3500
Kebutuhan bahan bakar (liter)

3000

2500

2000

1500

1000

500

0
1 6 11 16 21 26 31
Waktu (minggu)
Actual Forecast

Gambar 4.10. Grafik peramalan kebutuhan bahan bakar alat pompa

50
4.1.2. Hasil Peramalan Kebutuhan Bahan Bakar

Peramalan terhadap kebutuhan bahan bakar minyak solar tahun pada minggu ke

31 sampai minggu ke 34 dengan menggunakan metode peramalan simple moving

average, exponential smoothing, dan linear trend line dengan data historis 30 minggu

sebelumnya berdasarkan nilai MAD (Mean Absolute Deviation) dan MSE (Mean Square

Error) yang terkecil.

Tabel 4.11. Hasil peramalan kebutuhan bahan bakar minggu ke 31 sampai minggu ke
34
Kategori Hasil peramalan (minggu ke-)
Total
31 32 33 34
Alat angkut overburden 60.698 61.334 61.970 62.607 246.609
Alat muat 38.151 38.581 39.011 39.440 155.183
Alat penggali 15.588 15.684 15.781 15.878 62.931
Alat bor 4.379 4.427 4.476 4.525 17.807
Alat perata 3.159 3.159 3.159 3.159 12.634
Alat angkut penunjang 3.585 3.560 3.535 3.511 14.191
Penerangan 548 548 548 548 2.193
Sarana transportasi 2.481 2.477 2.474 2.470 9.902
Genset 4.467 4.467 4.467 4.467 17.870
Alat pemompa 2.642 2.652 2.662 2.673 10.629
Total peramalan kebutuhan bahan bakar 549.949

Tabel 4.11 menunjukkan total kebutuhan bahan bakar selama minggu ke 31

sampai minggu ke 34 sebesar 549.949 liter. Hasil perhitungan peramalan tersebut

digunakan sebagai nilai kebutuhan bahan bakar solar perusahaan untuk memeroleh nilai

kuantitas pesanan ekonomis bahan bakar.

4.2. Kuantitas Pesanan Ekonomis

Jumlah kebutuhan bahan bakar diperoleh dari hasil peramalan pada Tabel 4.11.

Biaya simpan dan biaya pemesanan diperoleh dari data historis perusahaan. Harga

bahan bakar minyak solar berdasarkan harga terakhir minyak solar bulan Juli 2015 pada

purchase order ke-2. Hasil kuantitas pesanan ekonomis dihitung dengan menggunakan

51
Persamaan 2.2 dalam satuan liter. Hasil perhitungan kuantitas pesanan ekonomis dapat

dilihat pada Tabel 4.12.

Tabel 4.12 Hasil perhitungan kuantitas pesanan ekonomis

Demand Harga Solar Ordering Cost H EOQ Frekuensi
Kategori F
(liter) (IDR) (IDR) (IDR) (liter) (kali)
Alat angkut overburden 246.609 7200 29.593.040 0,3 2160 82.203 3,00
Alat muat 155.183 7200 18.621.917 0,3 2160 51.728 3,00
Alat penggali 62.931 7200 7.551.773 0,3 2160 20.977 3,00
Alat bor 17.807 7200 2.136.866 0,3 2160 5.936 3,00
Alat perata 12.634 7200 1.516.080 0,3 2160 4.211 3,00
Alat angkut penunjang 14.191 7200 1.702.935 0,3 2160 4.730 3,00
Penerangan 2.193 7200 263.215 0,3 2160 731 3,00
Sarana 9.902 7200 1.188.238 0,3 2160 3.301 3,00
Genset 17.870 7200 2.144.382 0,3 2160 5.957 3,00
Alat pompa 10.629 7200 1.275.449 0,3 2160 3.543 3,00
Total 549.949 65.993.895 183.316

Berdasarkan Tabel 4.12, pembelian bahan bakar minyak solar yang paling

ekonomis adalah pembelian sebanyak 183.316 liter setiap kali pemesanan. Ini berarti

bahwa rata-rata jumlah kebutuhan bahan bakar minyak solar selama satu bulan akan

terpenuhi dengan tiga kali pemesanan.

Perhitungan kuantitas pesanan juga harus menentukan besarnya persediaan

pengaman untuk menghitung titik pemesanan kembali. Safety Stock merupakan

persediaan pengaman, atau persediaan berjaga-jaga. Persediaan ini bisa menghindari

risiko kekurangan stock (stock out) jika suatu waktu persediaan bahan baku telah habis

tidak sesuai dengan yang direncanakan karena ada sesuatu dan lain hal pada

perusahaan.

4.3. Persediaan Pengaman

Persediaan pengaman dihitung dengan menggunakan persamaan (2.3). Nilai

safety stock dalam perhitungan ini besarannya diasumsikan adalah 50% dari kebutuhan

selama waktu tenggang. Hasil perhitungan safety stock per minggu dapat dilihat pada

52
Tabel 4.13. Waktu tenggang dihitung dari waktu pemesanan sampai tiba di perusahaan

yakni 2 hari atau 0,06 bulan.

Tabel 4.13. Perhitungan nilai safety stock

Lead Safety
Demand EOQ DDLT
Kategori Time Stock
(liter/bulan) (liter) (bulan) (liter) (liter)
Alat angkut overburden 246.609 82.203 0,06 14.092 7.046
Alat muat 155.183 51.728 0,06 8.868 4.434
Alat penggali 62.931 20.977 0,06 3.596 1.798
Alat bor 17.807 5.936 0,06 1.018 509
Alat perata 12.634 4.211 0,06 722 361
Alat angkut penunjang 14.191 4.730 0,06 811 405
Penerangan 2.193 731 0,06 125 63
Sarana transportasi 9.902 3.301 0,06 566 283
Genset 17.870 5.957 0,06 1.021 511
Alat pompa 10.629 3.543 0,06 607 304
Total 549.949 183.316 31.426 15.713

Berdasarkan perhitungan safety stock dapat diketahui bahwa total kebutuhan

bahan bakar selama periode lead time adalah 31.426 liter dan persediaan pengaman

perusahaan adalah sebesar 15.713 liter per bulan. Setelah safety stock telah diketahui,

maka titik pemesanan kembali bisa ditentukan karena titik pemesanan kembali diperoleh

dari hasil penjumlahan safety stock ditambah dengan penggunaan selama lead time

(waktu tunggu pesanan).

4.4. Titik Pemesanan Kembali

Titik pemesanan kembali (reorder point) diperoleh dari penjumlahan kebutuhan

bahan bakar selama periode waktu tunggu (lead time) dengan persediaan pengaman.

Waktu tunggu dari pemesanan sampai tiba di perusahaan adalah 2 hari. Reorder point

dihitung dengan Persamaan 2.6 dapat dilihat pada Tabel 4.14.

53
Tabel 4.14. Perhitungan reorder point
Safety Lead Reorder
Demand EOQ DDLT
Kategori Stock Time Point
(liter/bulan) (liter) (liter) (bulan) (liter) (liter)
Alat angkut overburden 246.609 82.203 7.046 0,06 14.092 21.138
Alat muat 155.183 51.728 4.434 0,06 8.868 13.301
Alat penggali 62.931 20.977 1.798 0,06 3.596 5.394
Alat bor 17.807 5.936 509 0,06 1.018 1.526
Alat perata 12.634 4.211 361 0,06 722 1.083
Alat angkut penunjang 14.191 4.730 405 0,06 811 1.216
Penerangan 2.193 731 63 0,06 125 188
Sarana transportasi 9.902 3.301 283 0,06 566 849
Genset 17.870 5.957 511 0,06 1.021 1.532
Alat pompa 10.629 3.543 304 0,06 607 911
Total 549.949 183.316 47.138

Titik pemesanan kembali menjawab pertanyaan kapan mulai mengadakan

pemesanan. Jika reorder point terlalu rendah, persediaan akan habis sebelum

persediaan pengganti diterima sehingga produksi dapat terganggu atau permintaan

pelanggan tidak dapat terpenuhi. Namun, jika titik pemesanan ulang ditetapkan terlalu

tinggi maka persediaan baru sudah datang sementara persediaan masih banyak.

Berdasarkan Tabel 4.14 total persediaan sebelum melakukan pemesanan kembali adalah

ketika persediaan bahan bakar perusahaan tersisa 47.138 liter. Grafik rorder point dapat

dilihat pada Gambar.4.4.

25
x 10000

20
Persediaan Bahab bakar (liter)

15

10

05 05 05
02 02
00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Waktu (hari) Persediaan Bahan
Persediaan bakar
Bahan Bakar
Reorder
ReorderPoint
Point
safety stock
Safety Stock
EOQ
EOQ

Gambar 4.4. Grafik reorder point

54
4.5. Analisis Pemrograman Linier Kapasitas Penyimpanan Bahan Bakar

Penyimpanan bahan bakar perusahaan terdiri dari 3 unit main tank dan 1 unit

fuel skid yang berkapasitas 150.000 liter tidak dapat menampung kebutuhan bahan

seluruh alat. Analisis pemrograman linier diperlukan untuk mengetahui bahan bakar alat

apa saja yang dapat ditampung oleh tangki penyimpanan bahan bakar perusahaan.

Analisis pemrograman linear yang digunakan untuk menentukan bahan bakar

alat yang dapat ditampung menggunakan sistem trial and error.

Langkah pertama dari analisis pemrograman linear adalah memformulasikan

masalah dalam bentuk matematis dengan menentukan variabel keputusan, fungsi

tujuan, dan fungsi konstrain/batasan.

1) Variabel Keputusan

Variabel keputusan adalah besarnya kebutuhan bahan bakar setiap alat yang

terdiri atas 10 variabel yang dipasangkan dan akan diuji trial and error. Variabel-variabel

tersebut dapat dilihat pada Tabel 4.15

Tabel 4.15. Variabel keputusan

Daftar Alat Notasi Variabel

Alat angkut overburden X1

Alat muat X2
Alat gali X3
Alat bor X4
Alat perata X5
Alat angkut penunjang X6
Penerangan X7
Sarana X8
Genset X9
Alat pompa X10

55
2) Fungsi Tujuan

Tujuan program linier adalah untuk melihat batas maksimal kebutuhan bahan bakar

alat yang dapat ditampung oleh tangki penyimpanan. Formulasi fungsi tujuan

dituliskan sebagai berikut:

Minimalkan = 1 + 2 + (4.1)

3) Fungsi Kendala

Fungsi kendala yang menjadi batasan kapasitas tangki penyimpanan adalah:

a) Kebutuhan bahan bakar alat

Persamaan 4.2 merupakan bentuk umum formulasi fungsi kendala kapasitas awal

tangki penyimpanan.

(4.2)

Dimana:

Xn = Variabel keputusan masing-masing tangki penyimpanan

KATXn = Kebutuhan bahan bakar masing-masing alat

b) Total kapasitas tangki

Penjumlahan dari kuantitas pesanan ekonomis dan safety stock memberikan nilai

total kapasitas penyimpanan yang ada di perusahaan.

1 + 2 (4.3)

Dimana:

TKTP = Total kapasitas tangki penyimpanan

c) Kendala non negatif

Kendala terakhir adalah jumlah kapasitas tangki penyimpanan harus berjumlah nol

atau bernilai positif karena tidak dimungkinkan tangki bernilai negatif. Secara

matematis kendala ini dapat ditulis bahwa Xn 0.

56
 Berdasarkan bentuk umum dari fungsi tujuan dan fungsi kendala yang telah

ditentukan, model-model pemrograman linier untuk proses optimasi bahan bakar yang

dapat ditampung oleh tangki penyimpanan adalah:

Minimalkan: = 1 + 2

Kendala:

a) , dapat dilihat pada Tabel 4.16

Tabel 4.16 Kendala kebutuhan bahan bakar masing-masing alat

Notasi EOQ Safety Stock Persediaan Maksimum Kendala

Daftar Alat
Variabel
(liter) (liter) (liter) (liter)
Alat angkut overburden X1 82.203 7.046 89.249 X1 89.249
Alat muat X2 51.728 4.434 56.161 X2 56.161
Alat gali X3 20.977 1.798 22.775 X3 22.775
Alat bor X4 5.936 509 6.445 X4 6.445
Alat perata X5 4.211 361 4.572 X5 4.572
Alat angkut penunjang X6 4.730 405 5.136 X6 5.136
Penerangan X7 731 63 794 X7 794
Sarana Transportasi X8 3.301 283 3.584 X8 3.584
Genset X9 5.957 511 6.467 X9 6.467
Alat pompa X10 3.543 304 3.847 X10 3.847

b) 1 + 2 + 3 150.000

c) , 0

Setelah menentukan variabel keputusan, fungsi tujuan, dan fungsi

konstrain/batasan, maka langkah selanjutnya adalah mengolah data-data tersebut

dengan menggunakan program POM for windows. Hasil analisis pemrograman linier

menggunakan program POM for windows dapat dilihat pada Tabel 4.17.

57
Tabel 4.17 Analisis pemrograman linier menggunakan program POM for windows
N
Kategori Fungsi Tujuan (Minimalkan) Fungsi Kendala Jumlah iterasi Optimal Value (Z)
O
1 Semua alat Z=X1+X2+X3+X4+X5+X6+X7+X8+X9+X10 X1 89.249 4 error, no feasible
X2 56.161 solution
X3 22.775
X4 6.445
X5 4.572
X6 5.136
X7 794
X8 3.584
X9 6.467
X10 3.847
X1+X2+X10 150.000
X1,X2,X3,X4,X5,X6,X7,X8,X9,X100
2 Alat angkut overburden Z=X1+X2 X1 89.249 5 145.410
Alat muat X2 56.161
X1+X2 150.000
X1,X2 0
3 Alat angkut overburden Z=X1+X2+X3 X1 89.249 4 error, no feasible
Alat muat X2 56.161 solution
Alat penggali X3 22.775
X1+X2+X3 150.000
X1,X2,X30
4 Alat angkut overburden Z=X1+X3+X4+X5+X6+X7+X8+X9+X10 X1 89.249 10 142.869
Alat penggali X3 22.775
Alat bor X4 6.445
Alat perata X5 4.572
Alat angkut penunjang X6 5.136
Penerangan X7 794
Sarana transportasi X8 3.584
Genset X9 6.467
Alat pemompa X10 3.847
X1+X3+X10 150.000
X1,X2,X3,X4,X5,X6,X7,X8,X9,X100

58
5 Alat muat Z=X2+X3+X4+X5+X6+X7+X8+X9+X10 X2 56.161 10 109.781
Alat penggali X3 22.775
Alat bor X4 6.445
Alat perata X5 4.572
Alat angkut penunjang X6 5.136
Penerangan X7 794
Sarana transportasi X8 3.584
Genset X9 6.467
Alat pemompa X10 3.847
X2+X3+X10 150.000
X2,X3,X4,X5,X6,X7,X8,X9,X100
6 Alat penggali Z=X3+X4+X5+X6+X7+X8+X9+X10 X3 22.775 9 53.620
Alat bor X4 6.445
Alat perata X5 4.572
Alat angkut penunjang X6 5.136
Penerangan X7 794
Sarana transportasi X8 3.584
Genset X9 6.467
Alat pemompa X10 3.847
X3+X4+X10 150.000
X3,X4,X5,X6,X7,X8,X9,X100

59
 Solusi yang diperoleh dari analisis pemrograman linier yakni alat angkut

overburden, alat muat dapat ditampung pada tangki penyimpanan dengan volume

maksimum sebesar 145.410 liter. Alat angkut overburden, alat gali, alat bor, alat perata,

alat angkut penunjang, penerangan, sarana transportasi, genset, dan alat pompa dapat

ditampung pada tangki penyimpanan bahan bakar dengan volume maksimum sebesar

142.869 liter. Alat bor, alat perata, alat angkut penunjang, penerangan, sarana

transportasi, genset, alat pompa dapat ditampung pada tangki penyimpanan bahan

bakar dengan volume maksimum sebesar 109.781 liter. Alat gali/alat dorong, alat bor,

alat perata, alat angkut penunjang, penerangan, sarana transportasi, genset, alat pompa

dapat ditampung pada tangki penyimpanan bahan bakar dengan volume maksimum

53.620 liter. Tabel iterasi pemrograman linier dapat dilihat pada Lampiran D.

60