Mengetahui,
Koordinator Praktikum,
Hilda Nurdamayanti
NIM 21070118130125
KATA PENGANTAR
Puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa, karena atas
limpahan rahmat dan karunia-Nya, kami berhasil menyelesaikan laporan praktikum Teori
Probabilitas modul 1 Statistika Deskriptif ini dengan baik. Laporan ini kami susun guna
melengkapi tugas praktikum Teori Probabilitas Program Studi Teknik Industri
Universitas Diponegoro. Penyusunan laporan ini telah terselesaikan berkat bantuan
banyak pihak, baik pada saat pelaksanaan praktikum maupun pada saat penyusunan
laporan praktikum Teori Probabilitas pada modul Statistika Deskriptif. Oleh karena itu,
penyusun mengucapkan terima kasih yang sebesar - besarnya kepada :
1. Yusuf Widharto, S.T., M.Eng. dan Zainal Fanani Rosyada, S.T,M.T selaku dosen
pengampu mata kuliah Penelitian Operasional.
2. Saudari Hilda Nurdamayanti selaku Koordinator Praktikum Penelitian
Operasional tahun 2021 dan seluruh Asisten Laboratorium Optimasi dan
Perencanaan Teknik Industri (OPSI) terutama Saudara Jaysyu Muhammad Dzaky
selaku asisten praktikum Penelitian Operasional untuk kelompok 21 yang telah
membimbing kami dalam melakukan praktikum dan menyusun laporan
praktikum Penelitian Operasional.
3. Segenap rekan – rekan mahasiswa Teknik Industri Universitas Diponegoro yang
telah membantu dalam banyak hal dalam penyusunan laporan ini.
4. Seluruh pihak yang telah membantu penyelesaian laporan praktikum Penelitian
Operasional ini dengan baik secara langsung maupun tidak langsung yang tidak
mungkin kami sebutkan satu-persatu.
Namun, dalam penyusunan laporan ini kami menyadari masih terdapat banyak
kekurangan. Oleh karena itu, saran dan kritik yang membangun sangat kami harapkan.
Semoga laporan ini bermanfaat bagi penyusun selaku praktikan pada khususnya dan
seluruh pihak pada umumnya.
Penyusun
iii
DAFTAR ISI
iv
2.5.1 Definisi ........................................................................................................... 27
2.5.2 Karakteristik Teori Permainan ......................................................................... 27
2.5.3 Elemen-elemen dalam Game Theory ............................................................... 27
2.5.4 Strategi-Strategi dalam Game Theory .............................................................. 28
2.6 Knapsack ......................................................................................................... 35
2.6.1. Definisi ........................................................................................................... 35
2.6.2 Metode Greedy ................................................................................................ 35
2.6.3 Jenis-Jenis Knapsack ....................................................................................... 36
2.7 Markov Chain.................................................................................................. 38
2.7.1 Definisi ........................................................................................................... 38
2.7.2 Karakteristik .................................................................................................... 38
2.7.3 Macam-Macam Probabilitas dalam Rantai Markov .......................................... 39
2.7.4 Persamaan Chapman Kolmogorov ................................................................... 40
2.7.5 Contoh Persoalan Marcov Chain ..................................................................... 41
BAB III PROFIL PERUSAHAAN ............................................................................. 43
3.1 Sejarah Perusahaan .......................................................................................... 43
3.2 Logo Perusahaan ............................................................................................. 43
3.3 Visi dan Misi Perusahaan ................................................................................ 45
3.4 Struktur Organisasi Perusahaan ....................................................................... 45
BAB IV PENGOLAHAN DATA............................................................................... 48
4.1 Pengumpulan Data .......................................................................................... 48
4.1.1 Integer Linear Programming ........................................................................... 48
4.1.2 Transportation................................................................................................. 49
4.1.3 Teori Antrian ................................................................................................... 50
4.1.4 Stagecoach ...................................................................................................... 52
4.1.5 Game Theory ................................................................................................... 54
4.1.6 Knapsack ......................................................................................................... 55
4.1.7 Markov Chain.................................................................................................. 56
4.2 Pengolahan Data .............................................................................................. 58
4.2.1 Integer Linear Programming ........................................................................... 58
4.2.2 Transportation................................................................................................. 63
4.2.3 Teori Antrian ................................................................................................... 86
v
4.2.4 Stagecoach .................................................................................................... 101
4.2.5 Game Theory ................................................................................................. 115
4.2.6 Knapsack ....................................................................................................... 119
4.2.7 Marcov Chain................................................................................................ 156
BAB V ANALISIS .................................................................................................. 209
5.1 Integer Linear Progamming .......................................................................... 209
5.2 Transportation............................................................................................... 209
5.3 Teori Antrian ................................................................................................. 211
5.4 Stagecoach .................................................................................................... 213
5.5 Game Theory ................................................................................................. 214
5.6 Knapsack ....................................................................................................... 216
5.7 Marcov Chain................................................................................................ 216
BAB VI KESIMPULAN DAN SARAN ................................................................... 219
6.1 Kesimpulan ................................................................................................... 219
6.2 Saran ............................................................................................................. 222
DAFTAR PUSTAKA
LAMPIRAN
vi
DAFTAR GAMBAR
vii
Gambar 4.18 Rute Perjalanan PT Kencana ................................................................ 103
Gambar 4.19 Output Software Stagecoach PT Kencana ............................................ 105
Gambar 4.20 Rute Perjalanan PT Buana Farma ......................................................... 106
Gambar 4.21 Output Software Stagecoach PT Buana Farma ..................................... 108
Gambar 4.22 Rute Perjalanan PT Farmindo ............................................................... 108
Gambar 4.23 Output Software Stagecoach PT Farmindo ........................................... 111
Gambar 4.24 Rute Perjalanan PT Sehat Makmur ....................................................... 111
Gambar 4.25 Output Software Stagecoach PT Sehat Makmur ................................... 114
Gambar 4.26 Output Software Gambit Persaingan di Yogyakarta .............................. 116
Gambar 4.27 Output Software Gambit Persaingan di Jawa Barat ............................... 117
Gambar 4.28 Output Software Gambit Persaingan di Provinsi Banten ....................... 118
Gambar 4.29 Input Software WinQsb Kasus Knapsack ............................................. 155
Gambar 4.30 Output Software WinQsb Kasus Knapsack ........................................... 156
viii
DAFTAR TABEL
ix
Tabel 4.11 Iterasi 0 Metode Simpleks ......................................................................... 59
Tabel 4. 12 Iterasi 1 Metode Simpleks ........................................................................ 59
Tabel 4.13 Iterasi 0 Metode Simplek Subset F............................................................. 61
Tabel 4.14 Iterasi 1 Metode Simplek Subset F............................................................. 61
Tabel 4.15 Iterasi 2 Metode Simplek Subset F............................................................. 62
Tabel 4.16 Iterasi 2 Metode Simplek Subset F............................................................. 62
Tabel 4.17 Tahap 1 Transportasi Produk Vectrine ....................................................... 63
Tabel 4.18 Tahap 2 Transportasi Produk Vectrine ....................................................... 64
Tabel 4.19 Tahap 3 Transportasi Produk Vectrine ....................................................... 64
Tabel 4.20 Tahap 4 Transportasi Produk Vectrine ....................................................... 65
Tabel 4.21 Tahap 5 Transportasi Produk Vectrine ....................................................... 65
Tabel 4.22 Tahap 6 Transportasi Produk Vectrine ....................................................... 66
Tabel 4.23 Tahap 7 Transportasi Produk Vectrine ....................................................... 66
Tabel 4.24 Tahap 8 Transportasi Produk Vectrine ....................................................... 67
Tabel 4.25 Hasil Stepping Stone Produk Vectrine........................................................ 68
Tabel 4.26 Tahap 1 Transportasi Produk Epexol ......................................................... 70
Tabel 4.27 Tahap 2 Transportasi Produk Epexol ......................................................... 70
Tabel 4.28 Tahap 3 Transportasi Produk Epexol ......................................................... 71
Tabel 4.29 Tahap 4 Transportasi Produk Epexol ......................................................... 71
Tabel 4.30 Tahap 5 Transportasi Produk Epexol ......................................................... 72
Tabel 4.31 Tahap 6 Transportasi Produk Epexol ......................................................... 72
Tabel 4.32 Tahap 7 Transportasi Produk Epexol ......................................................... 73
Tabel 4.33 Tahap 8 Transportasi Produk Epexol ......................................................... 73
Tabel 4.34 Stepping Stone Tahap 1 Transportasi Produk Epexol ................................. 75
Tabel 4.35 Stepping Stone Tahap 2 Transportasi Produk Epexol ................................. 76
Tabel 4.36 Tahap 1 Transportasi Produk Fludane ........................................................ 78
Tabel 4.37 Tahap 2 Transportasi Produk Fludane ........................................................ 78
Tabel 4.38 Tahap 3 Transportasi Produk Fludane ........................................................ 79
Tabel 4.39 Tahap 4 Transportasi Produk Fludane ........................................................ 79
Tabel 4.40 Tahap 5 Transportasi Produk Fludane ........................................................ 80
Tabel 4.41 Tahap 6 Transportasi Produk Fludane ........................................................ 80
x
Tabel 4.42 Tahap 7 Transportasi Produk Fludane ........................................................ 81
Tabel 4.43 Tahap 8 Transportasi Produk Fludane ........................................................ 81
Tabel 4.44 Tahap 9 Transportasi Produk Fludane ........................................................ 82
Tabel 4.45 Tahap 10 Transportasi Produk Fludane ...................................................... 82
Tabel 4.46 Stepping Stone Tahap 1 Transportasi Produk Fludane ................................ 84
Tabel 4.47 Rekap Nilai Single Server .......................................................................... 90
Tabel 4.48 Rekapitulasi Pn pada S=2 .......................................................................... 92
Tabel 4.49 Rekapitulasi Pn pada S=3 µ = 3,75 ........................................................... 97
Tabel 4.50 Rekap Data Server = 2 Hingga Server = 6 ............................................... 100
Tabel 4.51 Stage 4 PT Sehat Prima ........................................................................... 101
Tabel 4.52 Stage 3 PT Sehat Prima ........................................................................... 102
Tabel 4.53 Stage 2 PT Sehat Prima ........................................................................... 102
Tabel 4.54 Stage 1 PT Sehat Prima ........................................................................... 102
Tabel 4.55 Stage 5 PT Kencana................................................................................. 104
Tabel 4.56 Stage 4 PT Kencana................................................................................. 104
Tabel 4.57 Stage 3 PT Kencana................................................................................. 104
Tabel 4.58 Stage 2 PT Kencana................................................................................. 105
Tabel 4.59 Stage 1 PT Kencana................................................................................. 105
Tabel 4.60 Stage 5 PT Buana Farma ......................................................................... 106
Tabel 4.61 Stage 4 PT Buana Farma ......................................................................... 106
Tabel 4.62 Stage 3 PT Buana Farma ......................................................................... 107
Tabel 4.63 Stage 2 PT Buana Farma ......................................................................... 107
Tabel 4.64 Stage 1 PT Buana Farma ......................................................................... 108
Tabel 4.65 Stage 5 PT Farmindo ............................................................................... 109
Tabel 4.66 Stage 4 PT Farmindo ............................................................................... 109
Tabel 4.67 Stage 3 PT Farmindo ............................................................................... 110
Tabel 4.68 Stage 2 PT Farmindo ............................................................................... 110
Tabel 4.69 Stage 1 PT Media Farma ......................................................................... 110
Tabel 4.70 Stage 6 PT Sehat Makmur ....................................................................... 112
Tabel 4.71 Stage 5 PT Sehat Makmur ....................................................................... 112
Tabel 4.72 Stage 4 PT Sehat Makmur ....................................................................... 112
xi
Tabel 4.73 Stage 3 PT Sehat Makmur ....................................................................... 113
Tabel 4.74 Stage 2 PT Sehat Makmur ....................................................................... 113
Tabel 4.75 Stage 1 PT Sehat Makmur ....................................................................... 114
Tabel 4.76 Perbandingan Output Waktu Tempuh secara Manual dan Software .......... 114
Tabel 4.77 Perhitungan Nilai Pay-off di Yogyakarta ................................................. 115
Tabel 4.78 Perhitungan Nilai Pay-off di Jawa Barat .................................................. 116
Tabel 4.79 Nilai Pay-off di Jawa Tengah ................................................................... 118
Tabel 4.80 Rumusan Masalah Problem Knapsack ..................................................... 119
Tabel 4.81 Stage 1 Knapsack .................................................................................... 119
Tabel 4.82 Stage 2 Knapsack .................................................................................... 123
Tabel 4.83 Stage 3 Knapsack .................................................................................... 155
Tabel 4.84 Rekap Data Stage 1 - Stage 3 .................................................................. 155
Tabel 4.85 Permasalahan pada Kasus Rantai Markov ................................................ 156
Tabel 4.86 Nilai Probabilitas Demand Poisson dengan λ = 4 ..................................... 158
Tabel 4.87 Waktu Steady State Produk Vectrine ....................................................... 167
Tabel 4.88 Biaya Simpan Produk Vectrine ................................................................ 169
Tabel 4.89 Total Biaya Inventori Produk Vectrine .................................................... 170
Tabel 4.90 Rekap Ekspektasi Total Biaya Per Minggu Produk Vectrine .................... 173
Tabel 4.91 Nilai Probabilitas Demand Poisson dengan λ = 4 ..................................... 174
Tabel 4.92 Waktu Steady State Produk Epexol .......................................................... 185
Tabel 4.93 Biaya Simpan Produk Epexol .................................................................. 187
Tabel 4.94 Total Biaya Inventori Produk Epexol ....................................................... 187
Tabel 4.95 Rekap Ekspektasi Total Biaya Per Minggu Produk Epexol ...................... 191
Tabel 4.96 Probabilitas Pemesanan Produk Fludane .................................................. 192
Tabel 4.97 Nilai Probabilitas Demand Poisson dengan λ = 4 ..................................... 193
Tabel 4.98 Waktu Steady State Produk Fludane ........................................................ 202
Tabel 4.99 Biaya Simpan Produk Fludane ................................................................. 204
Tabel 4.100 Total Biaya Inventory Produk Fludane................................................... 204
Tabel 4.101 Rekap Ekspektasi Total Biaya Per Minggu Produk Fludane ................... 207
Tabel 4.102 Rekapitulasi Biaya Kebijakan PT. Graha Medika................................... 207
xii
MORPH CONSULTANT
“KNOWLEDGE BRIGHT YOUR DAY”
Jl. Surya Media No. 21, Semarang
Contact us on : Hp. (+621) 89967291211 E-mail : consultant.center@morph.com
BAB I
PENDAHULUAN
produk yang harus dicukupi semakin meningkat. Untuk mampu mencukupi permintaan
itu, maka jumlah produksi harus ditingkatkan, sementara pabrik yang dimiliki belum
mampu memproduksi sesuai demand konsumen. Untuk mengatasi hal ini, maka Manajer
Sales dan Marketing melakukan kerjasama dengan PT Global Farma untuk memenuhi
permintaan konsumen. Manajer sales and marketing juga ingin mengetahui kemungkinan
sisa stock di gudang adalah 1 atau habis pada periode ketiga yang nantinya dapat dijadikan
pertimbangan dalam menentukan kebijakan baru. Apabila permintaan dari konsumen
tidak terpenuhi, maka perusahaan akan mengalami kerugian sebesar 29,20% dari biaya
pesan. Sangat penting bagi pihak perusahaan guna menyediakan pengeluaran untuk tiap
pemesanan obat dari tipe yang berbeda. Kebijakan dengan pengeluaran yang tinggi akan
menjadi perhatian guna perbaikan bagi perusahaan.
PT Graha Medica melakukan produksi obat ini dengan sebagian besar bahan baku
diperoleh dari supplier lokal. Perusahaan membeli bahan baku dari supplier sesuai dengan
kebutuhan dan dilakukan kontrak dengan 5 supplier terpilih berdasarkan spesifikasi yang
telah ditentukan. Kelima supplier tersebut adalah Pt Sehat Prima di Cisarua, PT Kencana
di Purwakarta, PT Buana Farma di Cikalong, PT Farmindo di Ciampea, PT Sehat
Makmur di Cikampek.
Kami selaku konsultan perusahaan mencoba membantu menyelesaikan
permasalahan tersebut mengunakan metode-metode yang ada pada penelitian
operasional, yaitu metode Integer Linear Progamming, teori antrian, transportation,
stagecoach, Game Theory, Knapsack, dan Markov Chain dengan memperhatikam
berbagai faktor yang mempengaruhi atau membantu penentuan keputusan yang paling
optimal untuk mencapai tujuan perusahaan.
BAB II
TINJAUAN PUSTAKA
tergantung dari banyaknya sumber daya yang terbatas. Pertidaksamaan terakhir (x1, x2,
…, xn ≥ 0) menunjukkan batasan non negatif (Siringoringo, 2005).
Iterasi 1
Tabel 2.3 Tabel Iterasi 1 Metode Simpleks
B X1 X2 S1 S2 Solusi
S1 4/9 0 1 -1/9 1
X2 5/9 1 0 1/9 5
Z -5/9 0 0 8/9 40
Iterasi 2
Tabel 2.4 Tabel Iterasi 2 Metode Simpleks
B X1 X2 S1 S2 Solusi
X1 1 0 9/4 -1/4 9/4
X2 0 1 -5/5 ¼ 15/4
Z 0 0 5/4 ¼ 165/4
Karena nilai solusi X1 dan X2 bukanlah solusi yang integer maka dibutuhkan
kendala gomory. Dari nilai f1 terbesar pada nilai x2 sehingga didapat
persamaan :
5 1 15 5
𝑥2 − 𝑠1 + 𝑠2 = sehingga didapat kendala gomorynya 𝑠𝑔 − 𝑠1 −
4 4 4 4
1 3
𝑠2 = − 4
4
Iterasi 3
Tabel 2.5 Tabel Iterasi 3 Metode Simpleks
B X1 X2 S1 S2 Sg Solusi
X1 1 0 9/4 -1/4 0 9/4
X2 0 1 -5/5 ¼ 0 15/4
Sg 0 0 -3/4 -1/4 1 -3/4
Z 0 0 5/4 ¼ 0 165/4
Iterasi 4
Tabel 2.6 Tabel Iterasi 4 Metode Simpleks
B X1 X2 S1 S2 Sg Solusi
X1 1 0 9/4 -1 3 0
X2 0 1 -5/5 2/3 -5/3 5
Sg 0 0 1 1/3 -4/5 1
Z 0 0 5/4 1/3 5/3 40
2.2 Transportasi
2.2.1 Definisi
Transportasi merupakan suatu metode permasalahan mengenai kegiatan
pendistribusian suatu produk dari sumber (supply) tertentu kepada atau menuju tujuan
(destination, demand) tertentu. Alokasi produk ini harus diatur sedemikian rupa sebab
terdapat perbedaan biaya-biaya alokasi dari satu sumber atau beberapa sumber ke tempat
tujuan yang berbeda. Transportasi ini memiliki tujuan untuk meminimalkan biaya
pengangkutan atau biaya pengiriman dari pendistribusian produk tersebut (Dimyati,
1992)
Ciri khusus persoalan transportasi ada 2 :
1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu.
2. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan
yang diminta oleh setiap tujuan, besarnya tertentu.
Menentukan banyak daging (ton) yang harus dikirim dari tiap kota tempat
penyimpanan ke tiap lokasi penggilingan setiap bulannya agar total biaya transportasi
minimum.
Solusi :
150
175
275
2) Kapasitas pelayanan
Kapasitas dari mekanisme pelayanan diukur berdasarkan jumlah
pelanggan yang dapat dilayani secara bersama – sama. Kapasitas pelayanan
tidak selalu sama untuk setiap saat; ada yang tetap, tapi ada juga yang berubah
– ubah. Karena itu, fasilitas pelayan atau mekanisme pelayanan dapat terdiri
dari satu atau lebih pelayan, atau satu atau lebih fasilitas pelayanan.
(Schroeder, 1997). Contohnya, jalan tol dapat memiliki beberapa pintu tol.
3) Karakteristik Waktu Pelayanan/ Lamanya pelayanan
Lamanya pelayanan adalah waktu yang dibutuhkan untuk melayani
seorang langganan atau satu – satuan yang harus dinyatakan secara pasti. Oleh
karena itu, waktu pelayanan boleh tetap dari waktu ke waktu untuk semua
langganan atau boleh juga berupa variabel acak. Umumnya dan untuk
keperluan analisis, waktu pelayanan dianggap sebagai variabel acak yang
terpencar secara bebas dan sama serta tidak tergantung pada waktu
kedatangan (Siagian, 1987) dan diasumsikan mengikuti distribusi
eksponensial.
1 1 1
d. 𝑊 = 𝑈−𝐴 = 30−20 = 10 𝑗𝑎𝑚 = 6 𝑚𝑒𝑛𝑖𝑡
2.4 Stagecoach
Stagecoach merupakan salah satu programa dinamis dimana dalam
menyelesaikan sebuah permasalahan menggunakan metode penyelesaian matematis yang
digunakan dalam membuat suatu keputusan yang diambil saling berkaitan. Tujuan dari
stagecoach sendiri adalah untuk menemukan rute terpendek antara dua tempat dengan
memberikan beberapa rute alternative yang ada sehingga menghasilkan biaya, jarak dan
waktu yang efisien (Nurwidiana, 2014). Istilah yang biasa digunakan dalam stagecoach
antara lain (Dimyati, 2004):
1. Stage (tahap) adalah bagian persoalan yang mengandung decision variable.
2. Alternatif, pada setiap stage terdapat decision variable dan fungsi tujuan yang
menentukan besarnya nilai setiap alternative.
3. State, state menunjukkan kaitan satu stage dengan stage lainnya, sedemikian
serupa sehingga setiap stage dapat dioptimisasikan secara terpisah sehingga
hasil optimasi layak untuk seluruh persoalan.
Ilustrasi dari stagecoach adalah persoalan sopir travel yang akan mengantarkan
penumpang ke kota tujuan. Seorang supir ingin berangkat dari kota awal ke kota tujuan
namun terdapat beberapa alternatif pilihan jalan yang melewati berbagai kota yang
berbeda. Dimana kota-kota yang diewati digambarkan sebagai berikut:
2. Tahap 3
3 (s) = 3
Tabel 2.7 Tahap 3 Penyelesaian Stagecoach
S Solusi Optimum
4(s) 3
5 9 7
6 6 7
3. Tahap 2
2 (s) = min {2+3(2)}
Tabel 2.8 Tahap 2 Penyelesaian Stagecoach
2 3 (S,2) min [2 + 3(2)] Solusi Optimum
S 5 6 2(s) 2
2 12 - 12 5
3 8 9 8 5
4 7 13 7 5
4. Tahap 1
1 (s) = min {1+2(1)}
Tabel 2.9 Tahap 1 Penyelesaian Stagecoach
3 3 (S,3) min [3 + 4(3)] Solusi Optimum
S 2 3 4 1(s) 1
1 7 8 5 5 4
Pemain A Pemain B
B1 B2 B3
A1 1 9 2
A2 8 5 4
- Untuk pemain A
Gunakan asumsi bahwa strategi A1 berprobabilitas P, dan stategi
A3 berprobabilitas 1-P. Jika B menggunakan startegi B1 maka
keuntungan yang diharapkan oleh A adalah 2P + 6(1-P) = 6 – 4P
Bila B mrnggunakan strategi B2 maka keuntungan yang
diharapkan oleh A adalah 5P + 1(1-P) = 1 + 4P
Maka keuntungan yang diharap A dapat didapat dengan
menyamakan kedua pay off sehingga
6-4P = 1+4P
P = 0,625
Dari nilai P diatas, maka pemain A harus menggunakan strategi
A1 62,5% dan strategi A3 37,5%, jadi keuntungan yang diperoleh
A = 0,625 (2) + 0,375 (6)
A = 0,625 (5) + 0,375 (1)
A = 3,5
- Untuk pemain B
Dengan cara yang sama, maka di asumsikan probabilitas B1 adalah
q dan B2 adalah q-1, maka Kerugian B, jika A menggunakan startegi
A1 2q + 5 (1-q) = 5 - 3q
Kerugian B, jika A menggunakan startegi A3
6q + 1 (1-q) = 1 + 5q
Strategi optimal dari B
5 – 3q = 1 + 5q
q = 0,50
Dari hasil diatas dapat startegi B1 50% dan strategi B2 50%
sehingga
A = 0,50 (2) + 0,50 (5)
A = 0,50 (6) + 0,50 (1)
A = 3,5
Dari metode analisis diatas telah diperoleh solusi optimum dikarenakan nilai
antara maksimin dan minimaks sudah sama. Game theory ini biasanya dipakai pada
2.6 Knapsack
2.6.1. Definisi
Knapsack adalah suatu permasalahan dalam menentukan pemilihan obyek yang
masing-masing mempunyai bobot atau berat (weight) untuk dimuat dalam sebuah media
penyimpanan tanpa melebihi kapasitas media penyimpanan tersebut sehingga diperoleh
hasil yang optimal dan keuntungan maksimum (profit). Pada knapsack, terdapat istilah
stage dan state. Dimana stage menunjukkan proses memasukkan barang ke dalam karung,
sedangkan state menunjukkan kapasitas karung yang tersedia setlah dikurangi muatan
sebelumnya (Tjutju, 2003).
Dalam knapsack terdapat istilah stage dan state. Stage adalah suatu proses
memasukkan barang ke dalam knapsack, terdapat tiga stage atau tahap, yaitu :
1) Memasukkan objek ke-1 ke dalam knapsack untuk setiap satuan kapasitas
karung sampai batas kapasitas maksimumnya
2) Ketika memasukkan objek pada tahap ke-k, kapasitas muat knapsack sekarang
adalah y-wk
3) Untuk mengisi kapasitas sisanya, maka diterapkan prinsip optimalitas dengan
mengacu pada nilai optimum dari tahap sebelumnya, untuk kapasitas sisa y-
wk.
Sedangkan state adalah kapasitas muat karung yang tersisa setelah memasukkan
barang pada tahap sebelumnya.
dapat ditampung oleh knapsack sampai knapsack penuh atau sudah tidak ada
objek lagi yang bisa dimasukkan.
2. Knapsack by weight
Pada setiap langkah, knapsack diisi dengan objek yang mempunyai berat
paling ringan. Strategi ini mencoba memaksimumkan keuntungan dengan
memasukkan sebanyak mungkin objek ke dalam knapsack. Pertama kali yang
dilakukan adalah mengurutkan secara menaik objek-objek berdasarkan
weight-nya. Kemudian baru diambil satu-persatu objek yang dapat ditampung
oleh knapsack sampai knapsack penuh atau sudah tidak ada objek lagi yang
bisa dimasukkan.
3. Knapsack by density
Pada setiap langkah, knapsack diisi dengan objek yang mempunyai
densitas terbesar. Strategi ini mencoba memaksimumkan keuntungan dengan
memilih objek yang mempunyai keuntungan per unit berat terbesar. Pertama
kali yang dilakukan adalah mencari nilai profit per unit (density) dari tiap-
tiap objek. Kemudian objek-objek tersebut diurutkan berdasarkan
densitasnya. Kemudian baru diambil satu-persatu objek yang dapat
ditampung oleh knapsack sampai knapsack penuh atau sudah tidak ada objek
lagi yang bisa dimasukkan. Pemilihan objek berdasarkan salah satu dari
ketiga strategi di atas tidak menjamin akan memberikan solusi optimal.
Berbeda dengan strategi brute force yang selalu dapat memberikan hasil yang
optimal. Tetapi greedy mengurangi jumlah langkah (kompleksitas)
pencarian.
Tabel rekap :
Tabel 2.18 Solusi Kasus Knapsack
Solusi (x1, x2, x3) Σwixi Σpixi
Pi max 1, 2/15, 0 20 28.2
Wi min 0, 2/3, 1 20 31.0
Pi/Wi max 0, 1, 1/2 20 31.5
2.7.2 Karakteristik
Beberapa sifat rantai markov adalah (Dimyati, 2004):
- Jumlah state terbatas
- Mempunyai sifat markovian
- Probabilitas transisi stasioner / steady state
- Mempunyai probabilitas awal P(X0 = 1) untuk semua i
Suatu proses stokastik dikatakan mempunyai sifat Markovian, jika: P{Xt+1 = j|
X0 = K0, X1 = K1,…, Xt+1, Xt = i} = P{Xt+1 = j| Xt = i} untuk (t = 0, 1, 2, …). Dimana
dapat diartikan bahwa probabilitas state mendatang (Xt+1 = j) hanya bergantung pada
state saat ini (Xt = i), bukan oleh Xt+1, Xt+2, …, dan seterusnya. Probabilitas { Xt+1 =
j| Xt =i} dikatakan sebagai probabilitas transisi. Bila P{Xt+1 = j| Xt = i} = P{X1 = j| X0
= i} untuk semua t = 0, 1, 2, … disebut probabilitas transisi 1 langkah Pi(1)j Bila P{Xt+1
= j| Xt = i} = P{X2 = j| X0 = i} untuk semua t = 0, 1, 2, … disebut probabilitas transisi 2
langkah Pi(2)j Bila P{Xt+1 = j| Xt = i} = P{Xn = j| X0 = i} untuk semua t = 0, 1, 2, …
disebut probabilitas transisi n langkah Pi(3)j. Analisis Markov ini menghasilkan
informasi yang dihasilkan tidak mutlak menjadi suatu keputusan, karena sifatnya yang
hanya memberikan bantuan dalam proses pengambilan keputusan.
2.7.3 Macam-Macam Probabilitas dalam Rantai Markov
Berikut merupakan macam probabilitas yang ada dalam rantai marnov:
1) Probabilitas Steady State
Dalam perhitungan probabilitas yang terus berulang tersebut, akan ditemui
pada periode tertentu bahwa probabilitas hasil perhitungan kedua matriks itu
bernilai sama/tetap/tidak berubah apabila dihitung untuk periode-periode
selanjutnya. Kondisi ini disebut dengan probabilitas keadaan tetap (steady
state probability). Langkah-langkah untuk menyelesaikan perhitungan
probabilitas pada periode waktu tertentu menggunakan rantai Markov adalah
sebagai berikut (Arga.W,1985):
1. Buatlah matriks transisi dari probabilitas yang diketahui
2. Lakukan operasi perkalian matriks dari probabilitas waktu sebelumnya
dengan matriks transisi. Rumusnya adalah: Matriks periode ke-n = Matriks
periode ke-n+1
3. Ulang proses yang sama sampai menemukan probabilitas yang hendak
dicari
2) Probabilitas Transisi
Probabilitas Transisi merupakan matriks (tabel) yang berisi nilai
probabilitas perubahan state tersebut dapat dituliskan dalam bentuk matriks
(tabel), yang disebut dengan Matriks Probabilitas Transisi, yaitu:
3) Probabilitas Tree
Probabilitas Tree merupakan cara yang mudah dipahami untuk
menggambarkan proses transisi dari persoalan Rantai Markov. Probabilitas
digambarkan seperti diagram pohon. Berikut adalah contoh ilustrasinya:
𝑃𝑖𝑗𝑛 = ∑∞ 𝑚 𝑛−𝑚
𝑘=0 𝑃𝑖𝑘 𝑃𝑘𝑗
Keterangan :
𝑃𝑖𝑗𝑛 = Peluang peralihan dari state i ke state j setelah n langkah dan diketahui
sebelumnya telah berada dalam state i.
𝑚
𝑃𝑖𝑘 = Peluang peralihan dari state i ke state k setelah m langkah dan diketahui
sebelumnya telah berada dalam state k.
𝑛−𝑚
𝑃𝑘𝑗 = Peluang peralihan dari state k akan berpindah ke state j setelah n-m
langkah.
BAB III
PROFIL PERUSAHAAN
Alamat : Semarang
Email : Avicenna.ns@morph.com
Hobi : Berpikir
Alamat : Medan
Email : Andi.sm@morph.com
Hobi : Mancing
Alamat : Yogyakarta
Email : Maria.afpp@morph.com
Hobi : Membaca
Motto :-
Alamat : Klaten
Email : Shintya.cn@morph.com
BAB IV
PENGOLAHAN DATA
4.1.2 Transportation
PT Graha Medica yang berlokasi di Jakarta merupakan penyalur produk utama
untuk daerah Jawa Barat. PT Graha Medica memiliki 4 gudang di Jakarta dengan
kapasitas sebagai berikut:
Tabel 4.3 Kapasitas Gudang PT Graha Medica
Gudang
Cakung Petamburan Cilandak Cengkareng
Produk
Vectrine 385 500 472 393
Epexol 408 390 458 474
Fludane 505 486 472 402
sedangkan rata-rata truk yang dilayani adalah 8 truk per jam. kemudian manajer
mengajukan usul kepada Direktur untuk menambah kelompok operator dari mesin
pengangkut. Diketahui bahwa biaya sewa truk per jamnya adalah Rp 190.500,00 dan upah
tenaga kerja yang mengoperasikan mesin pengangkut per jamnya adalah Rp 30.500,00.
Diasumsikan jika perusahaan menggunakan 2 kelompok operator maka rata-rata truk
yang dilayani menjadi 11 truk per jam dan apabila tiga kelompok operator maka rata-rata
truk yang dilayani menjadi 16 truk per jam.
Komponen-komponen yang telah selesai tahap penimbangan dan penyerahan,
maka produk akan masuk ke unit pencampuran dan granulasi. Untuk melangsungkan
proses pencampuran dan granulasi tersebut, unit pencampuran dan granulasi memiliki 2
lini. Komponen-komponen yang selesai ditimbang akan masuk ke lini yang kosong.
Apabila komponen-komponen sebelumnya belum selesai diproses, maka komponen
berikutnya harus mengantri. Dari hasil pengamatan diperoleh fakta bahwa produk dari
unit penimbangan dan penyerahan datang setiap 16 menit, sedangkan lamanya waktu
pencampuran dan granulasi untuk lini 1 adalah 19 menit, dan untuk lini 2 yaitu selama 22
menit untuk satu produk. Jumlah maksimal antrian komponen yang masuk lini
pencampuran dan granulasi yaitu 11 komponen. Biaya-biaya yang timbul dalam kegiatan
produksi pencampuran dan granulasi yaitu:
Tabel 4.6 Biaya dalam Kegiatan Produksi Pencampuran dan Granulasi
Biaya Nominal (IDR/jam)
Biaya server dalam keadaan sibuk (Cs) 4.705
Biaya server dalam keadaan menganggur (Ci) 5.460
Biaya Mixing and Granulating (Cu) 4.455
Biaya antrian Mixing and Granulating (Cw) 2.755
Jika dilakukan penambahan lini pencampuran dan granulasi, produk baru akan
selesai dari lini pencampuran dan granulasi tersebut dalam 7 menit. Jadi tiap dilakukan
penambahan jumlah lini, akan mempengaruhi kecepatan perakitan secara keseluruhan.
4.1.4 Stagecoach
PT Graha Medica melakukan produksi obat ini dengan sebagian besar bahan baku
diperoleh dari supplier lokal. Perusahaan membeli bahan baku dari supplier sesuai dengan
kebutuhan dan dilakukan kontrak dengan 5 supplier terpilih berdasarkan spesifikasi yang
telah ditentukan. Lima supplier tersebut antara lain PT Sehat Prima, PT Kencana, PT
Buana Farma, PT Farmindo, dan PT Sehat Makmur.
Supplier pertama adalah PT Sehat Prima yang pabriknya berlokasi di Cisarua,
untuk menuju ke Jakarta harus melewati beberapa kota terlebih dahulu. Dari Cisarua
terdapat 2 alternatif yaitu Kedungmanggu dan Sukaraja dengan waktu tempuh masing-
masing selama 0,78 jam dan 1,09 jam. Dari Kedungmanggu dan Sukaraja kemudian
menuju Cibinong dengan waktu tempuh masing-masing selama 1,28 jam dan 0,85 jam.
Selanjutnya dari Cibinong terdapat 2 alternatif yaitu melewati Gunung Putri dan Depok
dengan waktu tempuh masing-masing 0,68 jam dan 0,91 jam. Dari Gunung Putri dan
Depok lalu menuju ke Jakarta dengan waktu tempuh selama 0,63 jam dan 0,51 jam.
Supplier kedua adalah PT Kencana yang berlokasi di Purwakarta. Untuk
mencapai Jakarta harus melewati bebera kota terlebih dahulu. Dari Purwakarta menuju
ke Cikampek dengan waktu tempuh selama 0,78 jam. Lalu dari Cikampek dapat melewati
Derwolong dan Telukjambe dengan waktu tempuh selama 1,12 jam dan 1,35 jam. Dari
Derwolong kemudian menuju Karawang dengan waktu tempuh selama 0,86 jam.
Sedangkan dari Telukjambe melewati Cikarang dengan waktu tempuh selama 0,62 jam.
Selanjutnya dari Karawang dan Cikarang menuju Bekasi dengan waktu tempuh
masingmasing 0,54 jam dan 0,77 jam. Dari Bekasi lalu menuju ke Jakarta dengan waktu
tempuh selama 1,11 jam.
Supplier ketiga yaitu PT Buana Farma yang berlokasi di Cikalong. Dari Cikalong
terdapat 3 alternatif yaitu menuju Purwakarta, Keraja, dan Cipatat dengan waktu tempuh
masing-masing selama 0,53 jam, 0,31 jam dan 0,44 jam. Dari Purwakarta dan Keraja
menuju ke Cikampek dengan waktu tempuh 0,32 jam dan 0,62 jam. Sedangkan dari
Cipatat menuju ke Cibodas dengan waktu tempuh 0,45 jam. Selanjutnya, dari Cikampek
terdapat 2 alternatif yaitu Telukjambe dan Cisarua dengan waktu tempuh selama 1,01 jam
dan 1,22 jam. Dari Cibodas juga melewati alternatif yang sama yaitu menuju ke
Telukjambe dan Cisarua dengan waktu tempuh selama 0,98 jam dan 1,14 jam. Dari
Telukjambe terdapat 2 alternatif lagi yaitu Cibitung dan Bogor dengan waktu tempuh
selama 0,46 jam dan 0,66 jam. Dari Cisarua juga melewati Bogor dengan waktu tempuh
0,71 jam. Selanjutnya, dari Cibitung dan Bogor menuju ke Jakarta dengan waktu tempuh
selama 0,81 jam dan 0,67 jam.
Supplier keempat yaitu PT Farmindo yang berlokasi di Ciampea. Dari Ciampea
terdapat 2 alternatif yaitu Kedungmanggu dan Sukaraja dengan masing-masing waktu
tempuh selama 1,02 jam dan 0,51 jam. Dari Kedungmanggu dapat melewati Citeureup
dan Cibinong dengan waktu tempuh masing-masing selama 0,82 jam dan 0,77 jam.
Sedangkan dari Sukaraja dapat melewati Cibinong dan Kemang dengan waktu tempuh
0,62 jam dan 0,54. Selanjutnya dari Citeureup dan Cibinong menuju ke Gunung Putri
dengan waktu tempuh 1,11 jam dan 1,24 jam. Dari Cibinong dan Kemang menuju ke
Bojongsari dengan waktu tempuh selama 0,99 jam dan 1,07 jam. Dari Gunung Putri
menuju ke Cipayung dengan waktu tempuh selama 0,53 jam. Sedangkan dari Bojongsari
memiliki 2 alternatif yaitu melalui Cilandak dan Depok dengan waktu tempuh
masingmasing 0,47 jam dan 0,65 jam. Kemudian dari Cipayung, Cilandak, dan Depok
menuju ke Jakarta dengan waktu tempuh masing-masing 1,05 jam, 1,26 jam, dan 1,41
jam.
Supplier kelima yaitu PT Sehat Makmur yang berlokasi di Cikampek. Untuk
menuju ke Jakarta, terdapat beberapa lokasi yang harus dilewati terlebih dahulu. Dari
Cikampek menuju Babakan dengan waktu tempuh selama 1,56 jam. Kemudian dari
Babakan terdapat 3 alternatif yaitu Derwolong, Telukjambe, dan Karawang dengan waktu
tempuh masing-masing selama 0,59 jam, 0,61 jam, dan 0,45 jam. Dari Derwolong,
Telukjambe, dan Karawang menuju ke Cikarang dengan waktu tempuh 0,43 jam, 0,33
jam, dan 0,55 jam. Dari Karawang terdapat alternatif lain yaitu Jatibaru dan
Kedungwaringin dengan waktu tempuh selama 0,52 jam dan 0,31 jam. Selanjutnya dari
Cikarang terdapat dua alternatif yaitu Sasak tiga dan Kali Baru dengan waktu tempuh
0,11 jam dan 0,26 jam. Dari Jatibaru juga memiliki 2 alternatif yaitu Kali Baru dan
Cibitung dengan waktu tempuh masing-masing selama 0,22 jam dan 0,35 jam. Sedangkan
dari Kedungwaringin hanya dapat melewati Cibitung dengan waktu 0,14 jam. Dari Sasak
tiga dan Kali Baru menuju ke Bekasi dengan waktu tempuh 0,3 jam dan 0,41 jam. Dari
Kali Baru dan Cibitung menuju ke Bulak Jaya dengan waktu 0,5 jam dan 0,2 jam.
Kemudian dari Bekasi dan Bulak Jaya menuju ke Jakarta dengan waktu tempuh
masingmasing selama 1,14 jam dan 0,87 jam.
Namun, beberapa daerah seperti Cibitung, Keraja, dan Cilandak tidak dapat
dilewati karena banjir. Selain itu, dengan semakin banyaknya angka terkonfirmasi positif
COVID-19, khusus daerah Sasak Tiga dan Kedungwaringin tidak bisa dilewati karena
jalan ditutup oleh pemerintah sekitar. Maka kota-kota tersebut sebaiknya dihindari guna
menghindari terjadinya kejadian yang tidak diinginkan.
4.1.6 Knapsack
Berkaitan dengan distribusinya, PT Graha Medica memberikan keterangan bahwa
pengiriman dilakukan menggunakan sebuah truk khusus berpendingin dengan kapasitas
volume 13,6 m3. Berat produk dan keuntungan yang didapatkan untuk tiap item adalah
sebagai berikut:
Tabel 4.10 Berat dan Profit Produk
Produk Volume (m3) Keuntungan
Vectrine 0,6 m3 Rp63.540
Epexol 1,0 m3 Rp94.520
Fludane 0,9 m3 Rp95.230
- Penyelesaian
Iterasi 0
Tabel 4.11 Iterasi 0 Metode Simpleks
Z X1 X2 X3 S1 S2 S3 S4 SOLUSI INDEKS
Z 1 -42940 -37650 -38360 0 0 0 0 0 0
S1 0 17 16 19 1 0 0 0 2880 169,4118
S2 0 18 19 17 0 1 0 0 2880 160
S3 0 16 15 18 0 0 1 0 2400 150
S4 0 14 16 13 0 0 0 1 1920 137,1429
Iterasi 1
Tabel 4. 12 Iterasi 1 Metode Simpleks
Z X1 X2 X3 S1 S2 S3 S4 SOLUSI
Z 1 0 11424,29 1512,857 0 0 0 3067,143 5888914
S1 0 0 -3,42857 3,214286 1 0 0 -1,21429 548,5714
S2 0 0 -1,57143 0,285714 0 1 0 -1,28571 411,4286
S3 0 0 -3,28571 3,142857 0 0 1 -1,14286 205,7143
X1 0 1 1,142857 0,928571 0 0 0 0,071429 137,1429
Dari hasil iterasi diatas didapat nilai X1=137,1429, X2=0, X3=0 dan Z= 5888914.
Karena solusi bukan bilangan bulat maka kita harus melanjutkan proses menggunakan
salah satu metode pencarian ILP yaitu Branch and Bound. Berikut merupakan bagan
penyelesaian kasus diatas dengan menggunakan metode Branch and Bound :
A
Z = 5888914
X1 = 137,1429
X2 = 0
X3 = 0
B C
Z = 5888682 Infeasible Solution
X1 = 137
X2 = 0
X3 = 0,153846
X3 <= 0 X3 >= 1
D E
Z = 5887486 Z = 5887402
X1 = 137 X1 = 136,21
X2 = 0,125 X2 = 0
X3 = 0 X3 = 1
X2 <= 0 X2 >= 1
F G
Z = 5882780 Z = 5877490
X1 = 137 X1 = 136
X2 = 0 X2 = 1
X3 = 0 X3 = 0
Solusi Optimal
H I
Z = 5887053 Infeasible Solution
X1 = 136
X2 = 0
X3 = 1,23
Subset F
- Fungsi Tujuan
Maksimumkan : Z = 42940X1 + 37650X2 + 38360X3
- Fungsi Pembatas
Pembatas : 17X1 + 16X2 + 19X3 <= 2880
18X1 + 19X2 + 17X3 <= 2880
16X1 + 15X2 + 18X3 <= 2400
14X1 + 16X2 + 13X3 <= 1920
X1 <= 137
X3 <= 0
X2 <= 0
Bentuk Standar :
Z - 42940X1 - 37650X2 - 38360X3 = 0
Pembatas :
17X1 + 16X2 + 19X3 + S1 = 2880
18X1 + 19X2 + 17X3 + S2 = 2880
16X1 + 15X2 + 18X3 + S3 = 2400
14X1 + 16X2 + 13X3 + S4 = 1920
X1 + S5 = 137
X3 + S6 =0
X2 + S7 =0
- Penyelesaian
Iterasi 0
Tabel 4.13 Iterasi 0 Metode Simplek Subset F
Z X1 X2 X3 S1 S2 S3 S4 S5 S6 S7 SOLUSI INDEKS
Z 1 -42940 -37650 -38360 0 0 0 0 0 0 0 0 0
S1 0 17 16 19 1 0 0 0 0 0 0 2880 169,4118
S2 0 18 19 17 0 1 0 0 0 0 0 2880 160
S3 0 16 15 18 0 0 1 0 0 0 0 2400 150
S4 0 14 16 13 0 0 0 1 0 0 0 1920 137,1429
S5 0 1 0 0 0 0 0 0 1 0 0 137 137
S6 0 0 0 1 0 0 0 0 0 1 0 0 #DIV/0!
S7 0 0 1 0 0 0 0 0 0 0 1 0 #DIV/0!
Iterasi 1
Tabel 4.14 Iterasi 1 Metode Simplek Subset F
Z X1 X2 X3 S1 S2 S3 S4 S5 S6 S7 SOLUSI INDEKS
Z 1 0 -37650 -38360 0 0 0 0 42940 0 0 5882780 -153,357
S1 0 0 16 19 1 0 0 0 -17 0 0 551 29
S2 0 0 19 17 0 1 0 0 -18 0 0 414 24,35294
S3 0 0 15 18 0 0 1 0 -16 0 0 208 11,55556
S4 0 0 16 13 0 0 0 1 -14 0 0 2 0,153846
S5 0 1 0 0 0 0 0 0 1 0 0 137 #DIV/0!
X3 0 0 0 1 0 0 0 0 0 1 0 0 0
S7 0 0 1 0 0 0 0 0 0 0 1 0 #DIV/0!
Iterasi 2
Tabel 4.15 Iterasi 2 Metode Simplek Subset F
Z X1 X2 X3 S1 S2 S3 S4 S5 S6 S7 SOLUSI INDEKS
Z 1 0 -37650 0 0 0 0 0 42940 38360 0 5882780 -156,249
S1 0 0 16 0 1 0 0 0 -17 -19 0 551 34,4375
S2 0 0 19 0 0 1 0 0 -18 -17 0 414 21,78947
S3 0 0 15 0 0 0 1 0 -16 -18 0 208 13,86667
S4 0 0 16 0 0 0 0 1 -14 -13 0 2 0,125
S5 0 1 0 0 0 0 0 0 1 0 0 137 #DIV/0!
X3 0 0 0 1 0 0 0 0 0 1 0 0 #DIV/0!
X2 0 0 1 0 0 0 0 0 0 0 1 0 0
Iterasi 3
Tabel 4.16 Iterasi 2 Metode Simplek Subset F
Z X1 X2 X3 S1 S2 S3 S4 S5 S6 S7 SOLUSI
Z 1 0 0 0 0 0 0 0 42940 38360 37650 5882780
S1 0 0 0 0 1 0 0 0 -17 -19 -16 551
S2 0 0 0 0 0 1 0 0 -18 -17 -19 414
S3 0 0 0 0 0 0 1 0 -16 -18 -15 208
S4 0 0 0 0 0 0 0 1 -14 -13 -16 2
X1 0 1 0 0 0 0 0 0 1 0 0 137
X3 0 0 0 1 0 0 0 0 0 1 0 0
X2 0 0 1 0 0 0 0 0 0 0 1 0
Pada hasil dari penghitungan subset F didapatkan hasil X1=137, X2=0, X3=0 dan
Z=5882780. Dikarenakan hasil yang diperoleh sudah berbentuk bilangan bulat (integer)
dan memenuhi semua batasan maka hasil dari subset F merupakan solusi optimum dari
metode branch and bound. Untuk subset G dan subset H tidak dilanjutkan
percabangannya karena hasilnya akan menimbulkan percabangan lagi dimana hasil Z nya
tidak sebesar subset F.
2. Perhitungan software
Hasil perhitungan metode Integer Linear Programming dengan menggunakan
software Lingo ditunjukan pada gambar dibawah ini :
4.2.2 Transportation
A. Produk Vectrine
- Perhitungan Manual
Tahap 1
Tabel 4.17 Tahap 1 Transportasi Produk Vectrine
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 385 1
6 5 4 7
Petamburan 500 1
5 6 7 3
Cilandak 472 2
1 5 6 3
Cengkareng 393 2
393
Demand 419 387 463 481
Pinalty 1 2 1 1
Tahap 2
Tabel 4.18 Tahap 2 Transportasi Produk Vectrine
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 385 1
26
6 5 4 7
Petamburan 500 1
5 6 7 3
Cilandak 472 2
1 5 6 3
Cengkareng 0 -
393
Demand 26 387 463 481
Pinalty 3 2 1 1
Tahap 3
Tabel 4.19 Tahap 3 Transportasi Produk Vectrine
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 359 1
26
6 5 4 7
Petamburan 500 1
5 6 7 3
Cilandak 472 2
472
1 5 6 3
Cengkareng 0 -
393
Demand 0 387 463 481
Pinalty - 2 1 1
Tahap 4
Tabel 4.20 Tahap 4 Transportasi Produk Vectrine
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 359 1
26 359
6 5 4 7
Petamburan 500 1
5 6 7 3
Cilandak 0 -
472
1 5 6 3
Cengkareng 0 -
393
Demand 0 387 463 9
Pinalty - 2 1 1
Tahap 5
Tabel 4.21 Tahap 5 Transportasi Produk Vectrine
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 0 -
26 359
6 5 4 7
Petamburan 500 1
463
5 6 7 3
Cilandak 0 -
472
1 5 6 3
Cengkareng 0 -
393
Demand 0 28 463 9
Pinalty - 1 1 1
Tahap 6
Tabel 4.22 Tahap 6 Transportasi Produk Vectrine
Retailer Supply Pinalty
Gudang
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 0 -
26 359
6 5 4 7
Petamburan 37 1
28 463
5 6 7 3
Cilandak 0 -
472
1 5 6 3
Cengkareng 0 -
393
Demand 0 28 0 9
Pinalty - 1 - 1
Tahap 7
Tabel 4.23 Tahap 7 Transportasi Produk Vectrine
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
Cakung 2 3 5 4 0 -
26 359
Petamburan 6 5 4 7 9 1
28 463 9
Cilandak 5 6 7 3 0 -
472
1 5 6 3
Cengkareng 0 -
393
Demand 0 0 0 9
Pinalty - - - 1
Tahap 8
Tabel 4.24 Tahap 8 Transportasi Produk Vectrine
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 0 -
26 359
6 5 4 7
Petamburan 0 -
28 463 9
5 6 7 3
Cilandak 0 -
472
1 5 6 3
Cengkareng 0 -
393
Demand 0 0 0 0
Pinalty - - - -
Solusi Awal
Berdasarkan perhitungan transportasi tersebut diperoleh solusi awal dari total
biaya pengiriman sebesar :
Total Biaya = 2𝑥26 + 3𝑥359 + 5𝑥28 + 4𝑥463 + 7𝑥9 + 3𝑥472 + 1𝑥393 =
4993
Metode Stepping Stone
Berikut merupakan perhitungan untuk uji stepping stone :
1. S1D3 → S1D2 → S2D2 → S2D3
=5–3+5–4=3
2. S1D4 → S1D2 → S2D2 → S2D4
= 4 – 3 + 5 – 7 = -1
3. S2D1 → S1D1 → S1D2 → S2D2
=6–2+3–5=2
4. S3D1 → S3D4 → S2D4 → S2D3 → S2D2 → S1D2 → S1D1
=5–3+7–4+5–3+2=9
5. S3D2 → S3D4 → S2D4 → S2D3 → S2D2
= 6 – 3 + 7 – 4 + 5 = 11
6. S3D3 → S2D3 → S2D4 → S3D4
=7–4+7–3=7
B. Produk Epexol
- Perhitungan Manual
Tahap 1
Tabel 4.26 Tahap 1 Transportasi Produk Epexol
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 408 1
6 5 4 7
Petamburan 390 1
5 6 7 3
Cilandak 458 2
1 5 6 3
Cengkareng 474 2
385
Demand 385 479 459 407
Pinalty 1 2 1 1
Tahap 2
Tabel 4.27 Tahap 2 Transportasi Produk Epexol
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 408 1
6 5 4 7
Petamburan 390 1
5 6 7 3
Cilandak 458 2
1 5 6 3
Cengkareng 89 2
385 89
Demand 0 479 459 407
Pinalty - 2 1 1
Tahap 3
Tabel 4.28 Tahap 3 Transportasi Produk Epexol
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 408 1
6 5 4 7
Petamburan 390 1
5 6 7 3
Cilandak 458 2
318
1 5 6 3
Cengkareng 0 -
385 89
Demand 0 479 459 318
Pinalty - 2 1 1
Tahap 4
Tabel 4.29 Tahap 4 Transportasi Produk Epexol
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 408 1
408
6 5 4 7
Petamburan 390 1
5 6 7 3
Cilandak 140 1
318
1 5 6 3
Cengkareng 0 -
385 89
Demand 0 479 459 0
Pinalty - 2 1 -
Tahap 5
Tabel 4.30 Tahap 5 Transportasi Produk Epexol
Retailer Supply Pinalty
Gudang
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 0 -
408
6 5 4 7
Petamburan 390 1
390
5 6 7 3
Cilandak 140 1
318
1 5 6 3
Cengkareng 0 -
385 89
Demand 0 71 459 0
Pinalty - 1 1 -
Tahap 6
Tabel 4.31 Tahap 6 Transportasi Produk Epexol
Retailer Supply Pinalty
Gudang
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 0 -
408
6 5 4 7
Petamburan 0 -
390
5 6 7 3
Cilandak 140 1
71 318
1 5 6 3
Cengkareng 0 -
385 89
Demand 0 71 69 0
Pinalty - 1 1 -
Tahap 7
Tabel 4.32 Tahap 7 Transportasi Produk Epexol
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 0 -
408
6 5 4 7
Petamburan 0 -
390
5 6 7 3
Cilandak 69 1
71 69 318
1 5 6 3
Cengkareng 0 -
385 89
Demand 0 0 69 0
Pinalty - - 1 -
Tahap 8
Tabel 4.33 Tahap 8 Transportasi Produk Epexol
Retailer
Gudang Supply Pinalty
Bandung Tangerang Bogor Cikarang
2 3 5 4
Cakung 0 -
408
6 5 4 7
Petamburan 0 -
390
5 6 7 3
Cilandak 0 -
71 69 318
1 5 6 3
Cengkareng 0 -
385 89
Demand 0 0 0 0
Pinalty - - - -
Solusi Awal
Berdasarkan perhitungan transportasi tersebut diperoleh solusi awal dari total
biaya pengiriman sebesar :
Total Biaya = 2𝑥408 + 4𝑥390 + 6𝑥71 + 7𝑥69 + 3𝑥318 + 1𝑥385 + 3𝑥89 =
5299
C. Produk Fludane
- Perhitungan Manual
Tahap 1
Tabel 4.36 Tahap 1 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 505 1
354
6 5 4 7 3 0
Petamburan 486 1
5 6 7 3 4 0
Cilandak 472 1
1 5 6 3 2 0
Cengkareng 402 1
5 6 7 3 4 0
Cilandak 472 1
1 5 6 3 2 0
Cengkareng 402 1
Tahap 3
Tabel 4.38 Tahap 3 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 486 1
5 6 7 3 4 0
Cilandak 472 1
1 5 6 3 2 0
Cengkareng 402 1
234
Demand 234 0 407 345 373 1
Pinalty 4 - 1 1 1
Tahap 4
Tabel 4.39 Tahap 4 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 486 1
5 6 7 3 4 0
Cilandak 472 1
1 5 6 3 2 0
Cengkareng 168 1
234 168
Demand 0 0 407 345 373 1
Pinalty - - 1 1 1
Tahap 5
Tabel 4.40 Tahap 5 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 486 1
205
5 6 7 3 4 0
Cilandak 472 1
1 5 6 3 2 0
Cengkareng 0 -
234 168
Demand 0 0 407 345 205 1
Pinalty - - 1 1 1
Tahap 6
Tabel 4.41 Tahap 6 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 281 1
205
5 6 7 3 4 0
Cilandak 472 1
345
1 5 6 3 2 0
Cengkareng 0 -
234 168
Demand 0 0 407 345 0 1
Pinalty - - 1 1 -
Tahap 7
Tabel 4.42 Tahap 7 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 281 1
281 205
5 6 7 3 4 0
Cilandak 127 1
345
1 5 6 3 2 0
Cengkareng 0 -
234 168
Demand 0 0 407 0 0 1
Pinalty - - 1 - -
Tahap 8
Tabel 4.43 Tahap 8 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 0 -
281 205
5 6 7 3 4 0
Cilandak 127 1
126 345
1 5 6 3 2 0
Cengkareng 0 -
234 168
Demand 0 0 126 0 0 1
Pinalty - - 1 - -
Tahap 9
Tabel 4.44 Tahap 9 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 0 -
281 205
5 6 7 3 4 0
Cilandak 1 1
126 345
1 5 6 3 2 0
Cengkareng 0 -
234 168
Demand 0 0 0 0 0 1
Pinalty - - - - -
Tahap 10
Tabel 4.45 Tahap 10 Transportasi Produk Fludane
Retailer
Gudang Dummy Supply Pinalty
Bandung Tangerang Bogor Cikarang Depok
2 3 5 4 6 0
Cakung 0 -
151 354
6 5 4 7 3 0
Petamburan 0 -
281 205
5 6 7 3 4 0
Cilandak 0 -
126 345 1
1 5 6 3 2 0
Cengkareng 0 -
234 168
Demand 0 0 0 0 0 0
Pinalty - - - - -
Solusi Awal
Berdasarkan perhitungan transportasi tersebut diperoleh solusi awal dari total
biaya pengiriman sebesar :
Stepping Stone:
Berikut merupakan perhitungan untuk uji stepping stone:
1. S1D3 → S1D2 → S1D1 → S4D1 → S4D5 → S2D5 → S2D3
=5–3+2–1+2–3+4=6
2. S1D4 → S1D2 → S1D1 → S4D1 → S4D5 → S2D5 → S2D3 → S3D3 →
S3D4
=4–3+2–1+2–3+4–7+3=1
3. S1D5 → S4D5 → S4D1 → S1D1
=6–2+1–2=3
4. S2D1 → S4D1 → S4D5 → S2D5
=6–1+2–3=4
5. S2D2 → S1D2 → S1D1 → S4D1 → S4D5 → S2D5
=5–3+2–1+2–3=2
6. S2D4 → S3D4 → S3D2 → S2D3
=7–3+7–4=7
7. S3D1 → S3D3 → S2D3 → S2D5 → S4D5 → S4D1
=5–7+4–3+2–1=0
8. S3D2 → S1D2 → S1D1 → S4D1 → S4D5 → S2D5 → S2D3 → S3D3
=6–3+2–1+2–3+4–7=0
9. S3D5 → S2D5 → S2D3 → S3D3
= 4 – 3 + 4 – 7 = -2
10. S4D2 → S1D2 → S1D1 → S4D1
=5–3+2–1=3
11. S4D3 → S4D5 → S2D5 → S2D3
=6–2+3–4=3
12. S4D4 → S4D5 → S2D5 → S3D3 → S4D4 → S3D4
=3–2+3–4+7–3=4
Mencari Utilitas
𝜆 6
𝜌= = = 0,75
𝜇 8
Biaya truk = L x Jam x Biaya
= 3x 8 x Rp. 190.500,00
= Rp 4.572.000
Biaya tenaga kerja = Jumlah tenaga kerja x jam x biaya
= 2 x 8 x Rp. 30.500,00
= Rp 488.000
Biaya total = Biaya truk + Biaya tenaga kerja
= Rp. 4.572.000 + Rp 488.000
= Rp 5.060.000
➢ Hasil Software 1 kelompok tenaga kerja
Tabel ini menunjukkan hasil software terhadap kelompok kerja 1
1 1
𝑊= = = 0,2
𝜇 − λ 11 − 6
λ 6
𝑊𝑞 = = = 0,109
𝜇 (𝜇 − λ) 11(11 − 6)
Mencari Utilitas
𝜆 6
𝜌= = = 0,545
𝜇 11
Biaya truk = L x Jam x Biaya
= 1,2 x 8 x Rp. 190.500,00
= Rp. 1.828.800
1 1
𝑊= = = 0,1
𝜇 − λ 16 − 6
λ 6
𝑊𝑞 = = = 0,038
𝜇 (𝜇 − λ) 16(16 − 6)
Mencari Utilitas
𝜆 6
𝜌 = 𝜇 = 16 =0,375
60
𝜇 = (19+22 ) 𝑥 2 = 2,927 produk/jam
1
P0 =
2,2811 + [0,8207{2,104}]
1 1
P0 = = =0,2191
2,2811+2,2834 4,5645
𝜆 𝑛
( )
𝜇
𝑃𝑛 = 𝑃𝑜 , 𝑗𝑖𝑘𝑎 𝑆 ≤ 𝑛 ≤ 𝑀
𝑠! 𝑠 𝑛−𝑠
3,75 1
(
2,927)
𝑃1 = 0,2191 = 0,2807
1!
3,75 2
(
2,927)
𝑃2 = 0,2191 = 0,1798
2!
3
3,75
(
2,927)
𝑃3 = 0,2191 = 0,1152
2! 23−2
3,75 4
(
2,927)
𝑃4 = 0,2191 = 0,0738
2! 24−2
3,75 5
(
2,927)
𝑃5 = 0,2191 = 0.0473
2! 25−2
3,75 6
(
2,927)
𝑃6 = 0,2191 = 0,0303
2! 26−2
3,75 7
(
2,927)
𝑃7 = 0,2191 = 0,0194
2! 27−2
3,75 8
(
2,927)
𝑃8 = 0,2191 = 0,0124
2! 28−2
3,75 9
(
2,927)
𝑃9 = 0,2191 = 0,008
2! 29−2
3,75 10
(
2,927)
𝑃10 = 0,2191 = 0,0051
2! 210−2
𝐿𝑞 =2,172 − 1,281
𝐿𝑞 = 0,891
𝜆 𝑠
𝜆µ( ) 𝜆
µ
L = {(𝑆−1)! (𝑆𝜇−𝜆)2 𝑃𝑜 + µ}
= 2,172
Rata-rata pelanggan menunggu dalam system dan antrian
1 𝐿𝑠 1
𝑊𝑞 = 𝑊𝑠 − µ => 𝑊𝑞 = −µ
𝜆
2,172 1
𝑊𝑞 = −
3,75 2,927
𝑊𝑞 = 0,2376
𝐿
𝑊=𝜆
2,172
𝑊= 3,75
𝑊 = 0.5792
Biaya Sistem
Biaya Server Sibuk (B)
B = Cs (L – Lq)
= Rp 4.705/jam x (2,167 – 0.891) = Rp 6.003/Jam
Biaya Sistem Idle (I)
I = Ci (s – L + Lq)
= Rp 5.460/jam ( 2- 2,167 + 0,891) = Rp 3.953/jam
C = Cu x (W – Wq) x
( n) P( n )
Q = Cw x Wq x
( n) P( n )
Gambar 4.11 Tampilan Probabilty Summary dari Server=2 (λ =3.75 dan µ = 2.927)
Analisis Sensitivitas
Analisis Sensitivitas dengan mengganti S= 3 dan µ = 3,75
1
P0 = 𝑛
1 𝜆 1 𝜆 𝑠 𝑠𝜇
[∑𝑠−1 ( ) ] + [
𝑛=0 𝑛! 𝜇 𝑠! (𝜇 ) 𝑠𝜇 − 𝜆]
1
P0 = 𝑛
1 3,75 1 3,75 𝑠 𝑠(3,75)
[∑𝑠−1
𝑛=0 𝑛! (3,75) ] + [𝑠! (3,75) 𝑠(3,75) − 3,75]
1
P0 = 0 1
1 3,75 1 3,75 1 3,75 2 1 3,75 3 3(3,75)
[0! (3,75) + 1! (3,75) + 2! (3,75) ] + [3! (3,75) {3(3,75) − 3,75}]
1
P0 = 2,5+[0,25] = 0,3636
𝜆 𝑛
( )
𝜇
𝑃𝑛 = 𝑃𝑜 , 𝑗𝑖𝑘𝑎 𝑆 ≤ 𝑛 ≤ 𝑀
𝑠! 𝑠 𝑛−𝑠
3,75 1
( )
3,75
𝑃1 = 0,3636 = 0,3636
1!
3,75 2
( )
3,75
𝑃2 = 0,3636 = 0,1818
2!
3,75 3
( )
3,75
𝑃3 = 0,3636 = 0,0606
3!
3,75 4
( )
3,75
𝑃4 = 0,3636 = 0,0202
3! 34−3
3,75 5
( )
3,75
𝑃5 = 0,3636 = 0.0067
3! 35−3
3,75 6
( )
3,75
𝑃6 = 0,3636 = 0,0022
3! 36−3
7
3,75
( )
3,75
𝑃7 = 0,3636 = 0,0007
3! 37−3
3,75 8
( )
3,75
𝑃8 = 0,3636 = 0,0002
3! 38−3
3,75 9
( )
3,75
𝑃9 = 0,3636 = 0,0001
3! 39−3
3,75 10
( )
3,75
𝑃10 0,3636 = 0,0000
3! 310−3
N Pn Λ Pn x λ
0 0,3636 3,75 1,3635
1 0,3636 3,75 1,3635
2 0,1818 3,75 0,6817
3 0,0606 3,75 0,2272
4 0,0202 3,75 0,0757
5 0,0067 3,75 0,0251
6 0,0022 3,75 0,0082
7 0,0007 3,75 0,002625
8 0,0002 3,75 0,00075
9 0,0001 3,75 0,000375
10 0 3,75 0
11 0 3,75 0
TOTAL 0,9997 3,748875
𝐿𝑞 ={1,045−1)
𝐿𝑞 = 0,45
𝜆
𝜆µ( )𝑠 𝜆
µ
L = (𝑆−1)! (𝑆𝜇−𝜆)2 𝑃𝑜 + µ
= 1,045
Rata-rata pelanggan menunggu dalam sistem dan antrian
1 𝐿𝑠 1
𝑊𝑞 = 𝑊𝑠 − µ => 𝑊𝑞 = −µ
𝜆
1,045 1
𝑊𝑞 = −
3,75 3,75
𝑊𝑞 = 0,012
𝐿
𝑊=𝜆
1,045
𝑊=
3,75
𝑊 = 0,2787
Biaya Sistem
Biaya Server Sibuk (B)
B = Cs (L – Lq)
= Rp 4.705/jam x (1,045 – 0,45) = Rp 4.705/Jam
Biaya Sistem Idle (I)
I = Ci (s – L + Lq)
= Rp 5.460/jam ( 3- 1,045 + 0,45) = Rp 10.920/jam
Biaya Perakitan (Cu)
C = Cu x (W – Wq) x
( n) P( n )
Q = Cw x Wq x
( n) P( n )
Gambar 4.13 Tampilan Probabilty Summary dari Server=2 (λ =3.74 dan µ = 3.75)
Output Software
Berikut merupakan Output software ketika analisis sensitivitas ketika S berubah
dan µ tetap
S 𝜆 𝜇 𝐿 𝐿𝑞 𝑊 𝑊𝑞 𝑃0 Total Cost(Rp)
2 3,75 2,927 2.1402 0,8607 0.5715 0.2298 0.2196 18.025,33
3 3,75 2,927 1.4039 0.1227 0.3744 0.0327 0.2628 21.458,37
3 3,75 3,75 1.0455 0.0455 0.2788 0.0121 0,3636 20.205,22
4 3,75 3,5 1,0808 0.0094 0.2882 0.0025 0.3418 25.830,13
4 3,75 3 1.2692 0.0192 0.3385 0.0051 0.2853 26.517,87
5 3,75 4 0,9382 0.0007 0.2502 0.0002 0.3915 30.770,60
5 3,75 3 1,2532 0.0032 0.3342 0.0009 0.2863 31.933,92
5 3,75 3,75 1.0010 0.0010 0.2669 0.0003 0.3678 31.002,64
6 3,75 3,5 1.0716 0.0002 0.2858 0.0001 0.3425 36.724,81
6 3,75 4,5 0.8334 0.0000 0.2222 0.0000 0.4345 35.843,44
Sehingga total biaya paling minimum sebesar Rp 18.025,33 yang didapatkan pada
saat kondisi awal dimana 𝜆 = 3,75 dan 𝜇 = 2,927, dengan jumlah Server sebanyak 2.
4.2.4 Stagecoach
A. Supplier 1 PT Sehat Prima (Cisarua – Jakarta)
𝑓4 (𝑠) = 𝐶𝑠𝑥4
S
F4 X4
Gunung Putri 0.63 Jakarta
Depok 0.51 Jakarta
Stage 3:
𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 )
Berikut merupakan perhitungan stage 3 pada rute supplier PT Sehat Prima :
Stage 2:
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
Berikut merupakan perhitungan stage 2 pada rute supplier PT Sehat Prima :
Tabel 4.53 Stage 2 PT Sehat Prima
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 ) Solusi Optimum
S
F2(s) X2
Sukaraja 2.16 Cibinong
Kedung Manggu 2.59 Cibinong
Stage 1:
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 )
Berikut merupakan perhitungan stage 1 pada rute supplier PT Sehat Prima :
Tabel 4.54 Stage 1 PT Sehat Prima
Solusi
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 )
S Optimum
Kedung Manggu Sukaraja F1(s) X1
Cisarua 3.37 3.25 3.25 Sukaraja
- Software
Berikut merupakan output software dari perhitungan stagecoach pada supplier PT
Sehat Prima :
0,86 jam
Derwolong Karawang
1,12 jam 0,54 jam
1,35 jam
0,77 jam
Telukjambe Cikarang
0,62 jam
Stage 4:
𝑓4 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥4 + 𝑓5 (𝑋4 )
Berikut merupakan perhitungan stage 4 pada rute supplier PT Kencana :
Tabel 4.56 Stage 4 PT Kencana
S 𝑓4 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥4 + 𝑓5 (𝑋4 ) Solusi Optimum
f4(s) X4*
Karawang 1.65
Bekasi
Cikarang 1.88
Stage 3:
𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 )
Berikut merupakan perhitungan stage 3 pada rute supplier PT Kencana :
Tabel 4.57 Stage 3 PT Kencana
S 𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 ) Solusi
Optimum
Cikarang Karawang f3(s) X3*
Derwolong 2.51 2.51 Karawang
Teluk Jambe 2.5 2.5 Cikarang
Stage 2:
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
Berikut merupakan perhitungan stage 2 pada rute supplier PT Kencana :
Stage 1:
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 )
Berikut merupakan perhitungan stage 1 pada rute supplier PT Kencana :
Tabel 4.59 Stage 1 PT Kencana
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 ) Solusi Optimum
S
Cikampek f1(s) X1*
Purwakarta 4.41 4.41 Cikampek
- Software
Berikut merupakan output software dari perhitungan stagecoach pada supplier PT
Kencana :
Purwakarta Telukjambe
0,32 jam 1,01 jam 0,46 jam
0,53 jam
Cikampek Cibitung 0,81 jam
Keraja 0,98 jam
Cikalong 0,62 jam 0,66 jam
0,31 jam Jakarta
Stage 3:
𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 )
Berikut merupakan perhitungan stage 3 pada rute supplier PT Buana Farma :
Tabel 4.62 Stage 3 PT Buana Farma
Solusi
𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 )
S Optimum
Teluk Jambe Cisarua f3(s) X3*
Cikampek 2.34 2.60 2.34 Teluk Jambe
Cibodas 2.31 2.52 2.31 Cisarua
Stage 2:
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
Berikut merupakan perhitungan stage 2 pada rute supplier PT Buana Farma :
Tabel 4.63 Stage 2 PT Buana Farma
Solusi
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
s Optimum
Cikampek Cibodas f2(s) X2*
Purwakarta 2.66 2.66 Cikampek
Keraja 2.96 2.96 Cikampek
Cipatat 2.76 2.76 Cibodas
Stage 1:
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 )
Berikut merupakan perhitungan stage 1 pada rute supplier PT Buana Farma :
- Software
Berikut merupakan output software dari perhitungan stagecoach pada supplier PT
Buana Farma :
- Perhitungan Manual
Pada persoalan tersebut menggunakan metode mundur (Backward)
Stage 5 :
𝑓5 (𝑠) = 𝐶𝑠𝑥5
Berikut merupakan perhitungan stage 5 pada rute supplier PT Farmindo :
Tabel 4.65 Stage 5 PT Farmindo
𝑓5 (𝑠) = 𝐶𝑠𝑥5
S
f5 X5
Stage 4
𝑓4 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥4 + 𝑓5 (𝑋4 )
Berikut merupakan perhitungan stage 4 pada rute supplier PT Farmindo :
Tabel 4.66 Stage 4 PT Farmindo
Solusi
𝑓4 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥4 + 𝑓5 (𝑋4 )
s Optimum
Gunung
1.58 1.58 Cipayung
Putri
Bojong
1.72 2.06 2.06 Cilandak
Sari
Stage 3:
𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 )
Berikut merupakan perhitungan stage 3 pada rute supplier PT Farmindo :
Stage 2:
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
Berikut merupakan perhitungan stage 2 pada rute supplier PT Farmindo :
Tabel 4.68 Stage 2 PT Farmindo
Solusi
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
s Optimum
Citeureup Cibinong Kemang F2(s) X2*
Kedung
3.51 3.59 3.51 Citeureup
manggu
Sukareja 3.44 3.67 3.44 Cibinong
Stage 1
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 )
Berikut merupakan perhitungan stage 1 pada rute supplier PT Farmindo :
Tabel 4.69 Stage 1 PT Media Farma
Solusi
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 )
s Optimum
Kedung Manggu Sukareja F2(s) X2*
Kedung
4.53 4.53
Ciampea manggu
3.95 3.95 Sukareja
- Software
Berikut merupakan output software dari perhitungan stagecoach pada supplier PT
Farmindo:
Stage 6 :
𝑓6 (𝑠) = 𝐶𝑠𝑥6
Berikut merupakan perhitungan stage 6 pada rute supplier PT Sehat Makmur :
Tabel 4.70 Stage 6 PT Sehat Makmur
𝑓6 (𝑠) = 𝐶𝑠𝑥6
S
F6 X6
Bekasi 1.14 Jakarta
Bulak Jaya 0.87 Jakarta
Stage 5:
𝑓5 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥5 + 𝑓6 (𝑋5 )
Berikut merupakan perhitungan stage 5 pada rute supplier PT Sehat Makmur :
Tabel 4.71 Stage 5 PT Sehat Makmur
Solusi
𝑓5 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥5 + 𝑓6 (𝑋5 )
s Optimum
Bekasi Bulak Jaya F5(s) X5*
Sasak Tiga 1.44 1.44 Bekasi
Kali Baru 1.55 1.37 1.37 Bulak Jaya
Cibitung 1.07 1.07 Bulak Jaya
Stage 4:
𝑓4 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥4 + 𝑓5 (𝑋4 )
Berikut merupakan perhitungan stage 4 pada rute supplier PT Sehat Makmur :
Tabel 4.72 Stage 4 PT Sehat Makmur
Solusi
𝑓4 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥4 + 𝑓5 (𝑋4 )
S Optimum
Sasak Tiga Kali Biru Cibitung F4(s) X4*
Cikarang 1.55 1.63 1.63 Sasak Tiga
Jatibaru 1.59 1.42 1.59 Kali Baru
Kedung Waringin 1.21 1.21 Cibitung
Stage 3:
𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 )
Berikut merupakan perhitungan stage 3 pada rute supplier PT Sehat Makmur :
Tabel 4.73 Stage 3 PT Sehat Makmur
Solusi
𝑓3 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥3 + 𝑓4 (𝑋3 )
Optimum
s
Kedung
Cikarang Jatibaru F3(s) X3*
Waringin
Derwolong 2.06 2.06 Cikarang
Teluk Jambe 1.96 1.96 Jatibaru
Kedung
Karawang 2.18 2.11 1.52 2.11
Waringin
Stage 2:
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
Berikut merupakan perhitungan stage 2 pada rute supplier PT Sehat Makmur :
Tabel 4.74 Stage 2 PT Sehat Makmur
Solusi
𝑓2 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥2 + 𝑓3 (𝑋2 )
Optimum
s
Teluk
Derwolong Karawang F2(s) X2*
Jambe
2.65 2.65 Derwolong
Babakan 2.57 2.57 Teluk Jambe
2.56 2.56 Karawang
Stage 1:
𝑓1 (𝑠) = 𝑚𝑖𝑛𝐶𝑠𝑥1 + 𝑓2 (𝑋1 )
Berikut merupakan perhitungan stage 1 pada rute supplier PT Sehat Makmur :
- Software
Berikut merupakan output software dari perhitungan stagecoach pada supplier PT
Sehat Makmur :
Dari tabel di atas, terlihat bahwa nilai maksimin = nilai minimaks, yang
artinya persaingan tersebut memiliki saddle point. Sehingga kasus ini termasuk
Pure Strategy Game. Nilai 18 merupakan nilai maksimum kolom sekaligus
juga merupakah nilai minimum pada barisnya. Ini berarti bahwa perusahaan A
meskipun menginginkan keuntungan yang lebih besar, namun A hanya akan
dapat keuntungan maksimal sebesar 18. Sedangkan perusahaan B, meskipun
menginginkan kerugian yang dideritanya adalah sekecil mungkin, namun yang
terbaik bagi B adalah kerugian sebesar 18. Sehingga statergi optimum bagi PT
Graha Medica adalah strategi 1 dan statergi optimum bagi PT Mitra Medica
adalah strategi 2.
Perhitungan Software
Dibawah ini adalah output nilai pay-off persaingan PT Graha Medica dan
PT Mitra Medica di wilayah Yogyakarta menggunakan software Gambit, yang
ditunjukkan pada gambar 4.26 :
Dari tabel di atas, terlihat bahwa nilai maksimin = nilai minimaks, yang
artinya persaingan tersebut memiliki saddle point. Sehingga kasus ini termasuk
Pure Strategy Game. Nilai 7 merupakan nilai maksimum kolom sekaligus juga
Perhitungan Software
Dibawah ini adalah output nilai pay-off persaingan PT Graha Medica
dengan PT Tunggal Sahari dan PT Activis di wilayah Provinsi Banten
menggunakan software Gambit, yang ditunjukkan pada gambar 4.28 :
4.2.6 Knapsack
Perhitungan Manual
Berikut tabel rumusan masalah problem knapsack di PT Motor Mantap :
Tabel 4.80 Rumusan Masalah Problem Knapsack
Produk Volume (m3) Keuntungan
Vectrine 0,6 m3 Rp63.540
Epexol 1,0 m3 Rp94.520
Fludane 0,9 m3 Rp95.230
Kapasitas 13,6 m3
a. Stage 1 (Vectrine)
Tabel penyelesaian pada stage 1 knapsack produk Vectrine ditunjukkan
pada tabel berikut:
Tabel 4.81 Stage 1 Knapsack
c. Stage 3 (Fludane)
Tabel penyelesaian pada stage 3 knapsack produk Fludane ditunjukkan pada
tabel berikut:
Tabel 4.83 Stage 3 Knapsack
S3 D3 V3 P3 R3 S2 D2 R1+R2 R1+R2+R3
136 15 135 Rp952.300 Rp 14.284.500 1 0 0 Rp 14.284.500
136 14 126 Rp952.300 Rp 13.332.200 10 1 Rp 945.200 Rp 14.277.400
136 13 117 Rp952.300 Rp 12.379.900 19 1 Rp 1.580.600 Rp 13.960.500
136 12 108 Rp952.300 Rp 11.427.600 28 2 Rp 2.525.800 Rp 13.953.400
136 11 99 Rp952.300 Rp 10.475.300 37 3 Rp 3.471.000 Rp 13.946.300
136 10 90 Rp952.300 Rp 9.523.000 46 4 Rp 3.780.800 Rp 13.303.800
136 9 81 Rp952.300 Rp 8.570.700 55 5 Rp 4.726.000 Rp 13.296.700
136 8 72 Rp952.300 Rp 7.618.400 64 6 Rp 5.671.200 Rp 13.289.600
136 7 63 Rp952.300 Rp 6.666.100 73 7 Rp 6.616.400 Rp 13.282.500
136 6 54 Rp952.300 Rp 5.713.800 82 8 Rp 7.561.600 Rp 13.275.400
136 5 45 Rp952.300 Rp 4.761.500 91 9 Rp 8.506.800 Rp 13.268.300
136 4 36 Rp952.300 Rp 3.809.200 100 10 Rp 9.452.000 Rp 13.261.200
136 3 27 Rp952.300 Rp 2.856.900 109 10 Rp 10.087.400 Rp 12.944.300
136 2 18 Rp952.300 Rp 1.904.600 118 11 Rp 11.032.600 Rp 12.937.200
136 1 9 Rp952.300 Rp 952.300 127 12 Rp 13.343.400 Rp 14.295.700
136 0 0 Rp952.300 Rp - 136 13 Rp 12.923.000 Rp 12.923.000
Berikut merupakan rekapan data dari stage 1 hingga stage 3:
Tabel 4.84 Rekap Data Stage 1 - Stage 3
a. Kebijakan 1 (Vectrine)
- Aturan = (6,5)
- Permintaan = λ = 4 unit
- Inventory Awal = 𝑋𝑡 = 6 unit
- Inventory Akhir = 𝑋𝑡+1
[𝑋𝑡 = 0, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(5 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
[𝑋𝑡 = 1, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(6 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
[𝑋𝑡 = 2, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(7 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
X Probabilitas
P(0) 0 0,01832
P(1) 1 0,07326
P(2) 2 0,14653
P(3) 3 0,19537
P(4) 4 0,19537
P(5) 5 0,15629
P(6) 6 0,10420
P(7) 7 0,05954
P(8) 8 0,02977
P(9) 9 0,01323
P(10) 10 0,00529
P(11) 11 0,00192
P(12) 12 0,00064
P(13) 13 0,00020
P(14) 14 0,00006
P(15) 15 0,00002
P(16) 16 0,00000
P(17) 17 0,00000
Matriks Probabilitas Satu Langkah :
P00 P01 P02 P03 P04 P05 P06 P07 P08 P09 P010
P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P110
P20 P21 P22 P23 P24 P25 P26 P27 P28 P29 P210
P30 P31 P32 P33 P34 P35 P36 P37 P38 P39 P310
P40 P41 P42 P43 P44 P45 P46 P47 P48 P49 P410
P(1) = P50 P51 P52 P53 P54 P55 P56 P57 P58 P59 P510
P60 P61 P62 P63 P64 P65 P66 P67 P68 P69 P610
P70 P71 P72 P73 P74 P75 P76 P77 P78 P79 P710
P80 P81 P82 P83 P84 P85 P86 P87 P88 P89 P810
P90 P91 P92 P93 P94 P95 P96 P97 P98 P99 P910
P100 P101 P102 P103 P104 P105 P106 P107 P108 P109 P1010
- P03
𝑛 = 𝐷𝑡+1 = 5 − 3 = 2
𝑒 −λ λ𝑛 2,71828−4 𝑥 42
𝑃03 = P(𝐷𝑡+1 = 2) = = = 0,14653
𝑛! 2!
- P02
𝑛 = 𝐷𝑡+1 = 5 − 2 = 3
𝑒 −λ λ𝑛 2,71828−4 𝑥 43
𝑃02 = P(𝐷𝑡+1 = 3) = = = 0,19537
𝑛! 3!
- P01
𝑛 = 𝐷𝑡+1 = 5 − 1 = 4
𝑒 −λ λ𝑛 2,71828−4 𝑥 44
𝑃01 = P(𝐷𝑡+1 = 4) = = = 0,19537
𝑛! 4!
- P00
𝑃00 = 1 − (𝑃01 + 𝑃02 + 𝑃03 + 𝑃04 + 𝑃05 + 𝑃06 + 𝑃07 + 𝑃08 + 𝑃09 + 𝑃010 )
𝑃00 = 1 − (0,19537 + 0,19537 + 0,14653 + 0,07326 + 0,01832 + 0 + 0
+ 0 + 0 + 0)
𝑃00 = 0,37116
Berikut adalah langkah matriks transisi nya:
Matrik Satu Langkah (P1)
P 0 1 2 3 4 5 6 7 8 9 10
0 0,37116 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000 0,00000 0,00000
1 0,21487 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000 0,00000
2 0,11067 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000
3 0,05113 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000
4 0,02136 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000
5 0,00813 0,01323 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832
6 0,21487 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000 0,00000
7 0,11067 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000
8 0,05113 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000
9 0,02136 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000
10 0,00813 0,01323 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832
Dari matriks steady state didapatkan data waktu yang dibutuhkan untuk mencapai
steady state yaitu:
1 1
𝜇0 = = = 8,09033 ≈ 9 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋0 0,12360
1 1
𝜇1 = = = 10,78255 ≈ 11 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋1 0,09274
1 1
𝜇2 = = = 7,94189 ≈ 8 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋2 0,12591
1 1
𝜇3 = = = 6,73476 ≈ 7 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋3 0,14848
1 1
𝜇4 = = = 6,59059 ≈ 7 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋4 0,15173
1 1
𝜇5 = = = 7,42620 ≈ 8 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋5 0,13466
1 1
𝜇6 = = = 9,63732 ≈ 10 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋6 0,10376
1 1
𝜇7 = = = 14,71042 ≈ 15 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋7 0,06798
1 1
𝜇8 = = = 28,13502 ≈ 29 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋8 0,03554
1 1
𝜇9 = = = 76,52412 ≈ 77 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋9 0,01307
1 1
𝜇10 = = = 398,03435 ≈ 399 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋10 0,00251
Berikut merupakan rekap data waktu steady state produk vectrine:
Tabel 4.87 Waktu Steady State Produk Vectrine
𝜇𝑛 Waktu (Minggu)
0 9
1 11
2 8
3 7
4 7
5 8
6 10
7 15
8 29
9 77
𝑃60 (3) = 𝑃60 (2) 𝑃00 (1) + 𝑃61 (2) 𝑃10 (1) + 𝑃62 (2) 𝑃20 (1) + 𝑃63 (2) 𝑃30 (1)
+ 𝑃64 (2) 𝑃40 (1) + 𝑃65 (2) 𝑃50 (1) + 𝑃66 (2) 𝑃60 (1) + 𝑃67 (2) 𝑃70 (1)
+ 𝑃68 (2) 𝑃80 (1) + 𝑃69 (2) 𝑃90 (1) + 𝑃610 (2) 𝑃100 (1)
𝑃60 (3) = (0,15260)(0,37116) + (0,10659)(0,21487) + (0,13789)(0,11067)
+ (0,15393)(0,05113) + (0,14820)(0,02136)
+ (0,12360)(0,00813) + (0,08908)(0,21487)
+ (0,05367)(0,11067) + (0,02505)(0,05113)
+ (0,00805)(0,02136) + (0,00134)(0,00813)
𝑃60 (3) = 0,05664 + 0,02290 + 0,01526 + 0,00787 + 0,00317 + 0,00100
+ 0,01914 + 0,00594 + 0,00128 + 0,00017 + 0,00001
𝑃60 (3) = 0,13339
Probabilitas akhir periode ketiga tersisa 1 produk Vectrine:
𝑚
(𝑛)
𝑃𝐼𝐽 = ∑ 𝑃𝑖𝑘 (𝑢) 𝑃𝑘𝑗 (𝑛−𝑢)
𝑘=0
10
Perhitungan Biaya:
Biaya Pesan = Rp. 15.000
Biaya Simpan = 6,12% x Rp. 15.000 = Rp. 918
Biaya Pinalti = 29,20% x Rp. 15.000 = Rp. 4.380
Contoh Perhitungan biaya simpan produk vectrine:
Jumlah produk = 1
Biaya simpan = 1 x Rp 918 = Rp 918
Berikut merupakan tabel biaya simpan untuk produk Vectrine :
Tabel 4.88 Biaya Simpan Produk Vectrine
K (0) = E [C(0,Dt)]
= 15.000 (5) + 4.380 [1.PDt+1(6) + 2.PDt+1(7) + 3.PDt+1(8) + 4.PDt+1(9) +
5.PDt+1(10) + 6.PDt+1(11) + 7.PDt+1(12) + 8.PDt+1(13) + 9.PDt+1(14) +
10.PDt+1(15) + 11.PDt+1(16) + 12. PDt+1(17)]
= 75.000 + 4.380 (0,41029)
= Rp 76.797,0763
K (1) = E [C(0,Dt)]
= 15.000 (5) + 4.380 [1.PDt+1(7) + 2.PDt+1(8) + 3.PDt+1(9) + 4.PDt+1(10) +
5.PDt+1(11) + 6.PDt+1(12) + 7.PDt+1(13) + 8.PDt+1(14) + 9.PDt+1(15) +
10.PDt+1(16) + 11. PDt+1(17)]
= 75.000 + 4.380 (0,19542)
= Rp 75.855,94982
K (2) = E [C(0,Dt)]
= 15.000 (5) + 4.380 [1.PDt+1(8) + 2.PDt+1(9) + 3.PDt+1(10) + 4.PDt+1(11) +
5.PDt+1(12) + 6.PDt+1(13) + 7.PDt+1(14) + 8.PDt+1(15) + 9.PDt+1(16) + 10.
PDt+1(17)]
= 75.000 + 4.380 (0,08475)
= Rp 75.371,20145
K (3) = E [C(0,Dt)]
= 15.000 (5) + 4.380 [1.PDt+1(9) + 2.PDt+1(10) + 3.PDt+1(11) + 4.PDt+1(12)
+ 5.PDt+1(13) + 6.PDt+1(14) + 7.PDt+1(15) + 8.PDt+1(16) + 9. PDt+1(17)]
= 75.000 + 4.380 (0,03362)
= Rp 75.147,24058
K (4) = E [C(0,Dt)]
= 15.000 (5) + 4.380 [1.PDt+1(10) + 2.PDt+1(11) + 3.PDt+1(12) +
4.PDt+1(13) + 5.PDt+1(14) + 6.PDt+1(15) + 7.PDt+1(16) + 8. PDt+1(17)]
= 75.000 + 4.380 (0,01225)
= Rp 75.053,67344
K (5) = E [C(0,Dt)]
= 15.000 (5) + 4.380 [1.PDt+1(11) + 2.PDt+1(12) + 3.PDt+1(13) +
4.PDt+1(14) + 5.PDt+1(15) + 6.PDt+1(16) + 7. PDt+1(17)]
= 75.000 + 4.380 (0,00412)
= Rp 75.018,05909
K (6) = E [C(0,Dt)]
= 4.380 [1.PDt+1(7) + 2.PDt+1(8) + 3.PDt+1(9) + 4.PDt+1(10) + 5.PDt+1(11) +
6.PDt+1(12) + 7.PDt+1(13) + 8.PDt+1(14) + 9.PDt+1(15) + 10.PDt+1(16) + 11.
PDt+1(17)]
= 4.380 (0,19542)
= Rp 855,94982
K (7) = E [C(0,Dt)]
= 4.380 [1.PDt+1(8) + 2.PDt+1(9) + 3.PDt+1(10) + 4.PDt+1(11) + 5.PDt+1(12)
+ 6.PDt+1(13) + 7.PDt+1(14) + 8.PDt+1(15) + 9.PDt+1(16) + 10. PDt+1(17)]
= 4.380 (0,08475)
= Rp 371,20145
K (8) = E [C(0,Dt)]
= 4.380 [1.PDt+1(9) + 2.PDt+1(10) + 3.PDt+1(11) + 4.PDt+1(12) + 5.PDt+1(13)
+ 6.PDt+1(14) + 7.PDt+1(15) + 8.PDt+1(16) + 9. PDt+1(17)]
= 4.380 (0,03362)
= Rp 147,24058
K (9) = E [C(0,Dt)]
= 4.380 [1.PDt+1(10) + 2.PDt+1(11) + 3.PDt+1(12) + 4.PDt+1(13) +
5.PDt+1(14) + 6.PDt+1(15) + 7.PDt+1(16) + 8. PDt+1(17)]
= 4.380 (0,01225)
= Rp 53,67344
K (10) = E [C(0,Dt)]
= 4.380 [1.PDt+1(11) + 2.PDt+1(12) + 3.PDt+1(13) + 4.PDt+1(14) +
5.PDt+1(15) + 6.PDt+1(16) + 7. PDt+1(17)]
= 4.380 (0,00412) = Rp 18,05909
Tabel 4.90 Rekap Ekspektasi Total Biaya Per Minggu Produk Vectrine
j K(j) 𝜋𝑗 𝐾 (𝑗) 𝑥 𝜋𝑗
0 76797,07630 0,12360 9492,45738
1 75855,94982 0,09274 7035,06752
2 75371,20145 0,12591 9490,33055
3 75147,24058 0,14848 11158,12205
4 75053,67344 0,15173 11388,00080
5 75018,05909 0,13466 10101,80772
6 855,94982 0,10376 88,81619
7 371,20145 0,06798 25,23391
8 147,24058 0,03554 5,23336
9 53,67344 0,01307 0,70139
10 18,05909 0,00251 0,04537
Total 58785,81625
Apabila memperhatikan biaya inventori, maka biaya totalnya adalah :
Total Biaya = Rp 58.785,81625 + Rp 3.300,89758
= Rp 62.086,71383
b. Kebijakan 2 (Epexol)
- Aturan = (4,8)
- Permintaan = λ = 4 unit
- Inventory Awal = 𝑋𝑡 = 6 unit
- Inventory Akhir = 𝑋𝑡+1
[𝑋𝑡 = 0, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(8 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
[𝑋𝑡 = 1, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(9 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
[𝑋𝑡 = 2, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(10 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
[𝑋𝑡 = 3, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(11 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
Probabilitas Demand
Permintaan (Poisson)
𝑒 −λ λ𝑛
𝑃 (𝐷𝑡+1 = 𝑛) =
𝑛!
𝑒 −λ λ𝑛 2,71828−4 𝑥 40
𝑃(𝐷𝑡+1 = 0) = = = 0,01832
𝑛! 0!
𝑒 −λ λ𝑛 2,71828−4 𝑥 41
𝑃(𝐷𝑡+1 = 1) = = = 0,07326
𝑛! 1!
𝑒 −λ λ𝑛 2,71828−4 𝑥 42
𝑃(𝐷𝑡+1 = 2) = = = 0,14653
𝑛! 2!
𝑒 −λ λ𝑛 2,71828−4 𝑥 43
𝑃(𝐷𝑡+1 = 3) = = = 0,19537
𝑛! 3!
𝑒 −λ λ𝑛 2,71828−4 𝑥 44
𝑃(𝐷𝑡+1 = 4) = = = 0,19537
𝑛! 4!
𝑒 −λ λ𝑛 2,71828−4 𝑥 45
𝑃(𝐷𝑡+1 = 5) = = = 0,15629
𝑛! 5!
𝑒 −λ λ𝑛 2,71828−4 𝑥 46
𝑃(𝐷𝑡+1 = 6) = = = 0,10420
𝑛! 6!
𝑒 −λ λ𝑛 2,71828−4 𝑥 47
𝑃(𝐷𝑡+1 = 7) = = = 0,05954
𝑛! 7!
𝑒 −λ λ𝑛 2,71828−4 𝑥 48
𝑃(𝐷𝑡+1 = 8) = = = 0,02977
𝑛! 8!
𝑒 −λ λ𝑛 2,71828−4 𝑥 49
𝑃(𝐷𝑡+1 = 9) = = = 0,01323
𝑛! 9!
𝑒 −λ λ𝑛 2,71828−4 𝑥 410
𝑃(𝐷𝑡+1 = 10) = = = 0,00529
𝑛! 10!
𝑒 −λ λ𝑛 2,71828−4 𝑥 411
𝑃(𝐷𝑡+1 = 11) = = = 0,00192
𝑛! 11!
Berikut ini adalah tabel nilai probabilitas demand Poisson
Tabel 4.91 Nilai Probabilitas Demand Poisson dengan λ = 4
X Probabilitas
P(0) 0 0,01832
P(1) 1 0,07326
P(2) 2 0,14653
P(3) 3 0,19537
P(4) 4 0,19537
P(5) 5 0,15629
P(6) 6 0,10420
P(7) 7 0,05954
P00 P01 P02 P03 P04 P05 P06 P07 P08 P09 P010 P011
P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P110 P111
P20 P21 P22 P23 P24 P25 P26 P27 P28 P29 P210 P211
P30 P31 P32 P33 P34 P35 P36 P37 P38 P39 P310 P311
P40 P41 P42 P43 P44 P45 P46 P47 P48 P49 P410 P411
P(1) = P50 P51 P52 P53 P54 P55 P56 P57 P58 P59 P510 P511
P60 P61 P62 P63 P64 P65 P66 P67 P68 P69 P610 P611
P70 P71 P72 P73 P74 P75 P76 P77 P78 P79 P710 P711
P80 P81 P82 P83 P84 P85 P86 P87 P88 P89 P810 P811
P90 P91 P92 P93 P94 P95 P96 P97 P98 P99 P910 P911
P100 P101 P102 P103 P104 P105 P106 P107 P108 P109 P1010 P1011
P110 P111 P112 P113 P114 P115 P116 P117 P118 P119 P1110 P1111
Perhitungan masing-masing nilai matriks (sebagai contoh perhitungan diambil
baris pertama matriks):
- P011
𝑛 = 𝐷𝑡+1 = 8 − 11 = −3
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−3
𝑃010 = P(𝐷𝑡+1 = −3) = = =0
𝑛! −3!
- P010
𝑛 = 𝐷𝑡+1 = 8 − 10 = −2
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−2
𝑃010 = P(𝐷𝑡+1 = −2) = = =0
𝑛! −2!
- P09
𝑛 = 𝐷𝑡+1 = 8 − 9 = −1
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−1
𝑃09 = P(𝐷𝑡+1 = −1) = = =0
𝑛! −1!
- P08
𝑛 = 𝐷𝑡+1 = 8 − 8 = 0
𝑒 −λ λ𝑛 2,71828−4 𝑥 40
𝑃08 = P(𝐷𝑡+1 = 0) = = = 0,01832
𝑛! 0!
- P07
𝑛 = 𝐷𝑡+1 = 8 − 7 = 1
𝑒 −λ λ𝑛 2,71828−4 𝑥 41
𝑃07 = P(𝐷𝑡+1 = 1) = = = 0,07326
𝑛! 1!
- P06
𝑛 = 𝐷𝑡+1 = 8 − 6 = 2
𝑒 −λ λ𝑛 2,71828−4 𝑥 42
𝑃06 = P(𝐷𝑡+1 = 2) = = = 0,14653
𝑛! 2!
- P05
𝑛 = 𝐷𝑡+1 = 8 − 5 = 3
𝑒 −λ λ𝑛 2,71828−4 𝑥 43
𝑃05 = P(𝐷𝑡+1 = 3) = = = 0,19537
𝑛! 3!
- P04
𝑛 = 𝐷𝑡+1 = 8 − 4 = 4
𝑒 −λ λ𝑛 2,71828−4 𝑥 44
𝑃04 = P(𝐷𝑡+1 = 4) = = = 0,19537
𝑛! 4!
- P03
𝑛 = 𝐷𝑡+1 = 8 − 3 = 5
𝑒 −λ λ𝑛 2,71828−4 𝑥 45
𝑃03 = P(𝐷𝑡+1 = 5) = = = 0,15629
𝑛! 5!
- P02
𝑛 = 𝐷𝑡+1 = 8 − 2 = 6
𝑒 −λ λ𝑛 2,71828−4 𝑥 46
𝑃02 = P(𝐷𝑡+1 = 6) = = = 0,10420
𝑛! 6!
- P01
𝑛 = 𝐷𝑡+1 = 8 − 1 = 7
𝑒 −λ λ𝑛 2,71828−4 𝑥 47
𝑃01 = P(𝐷𝑡+1 = 7) = = = 0,05954
𝑛! 7!
- P00
𝑃00 = 1 − (𝑃01 + 𝑃02 + 𝑃03 + 𝑃04 + 𝑃05 + 𝑃06 + 𝑃07 + 𝑃08 + 𝑃09 + 𝑃010
+ 𝑃011 )
𝑃00 = 1 − (0,05954 + 0,10420 + 0,15629 + 0,19537 + 0,19537
+ 0,14653 + 0,07326 + 0,01832 + 0 + 0 + 0)
𝑃00 = 0,05113
Berikut adalah langkah matriks transisi nya:
Matrik Satu Langkah (P1)
P 0 1 2 3 4 5 6 7 8 9 10 11
0 0,05113 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000
1 0,02136 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000
2 0,00813 0,01323 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000
3 0,00284 0,00529 0,01323 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832
4 0,56653 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000
5 0,37116 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000
6 0,21487 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000 0,00000 0,00000
7 0,11067 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000 0,00000
8 0,05113 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000 0,00000
9 0,02136 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000 0,00000
10 0,00813 0,01323 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832 0,00000
11 0,00284 0,00529 0,01323 0,02977 0,05954 0,10420 0,15629 0,19537 0,19537 0,14653 0,07326 0,01832
Dari matriks steady state didapatkan data waktu yang dibutuhkan untuk mencapai
steady state yaitu:
1 1
𝜇0 = = = 6,27597 ≈ 7 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋0 0,15934
1 1
𝜇1 = = = 11,07665 ≈ 12 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋1 0,09028
1 1
𝜇2 = = = 9,20217 ≈ 10 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋2 0,10867
1 1
𝜇3 = = = 8,39351 ≈ 9 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋3 0,11914
1 1
𝜇4 = = = 8,18647 ≈ 9 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋4 0,12215
1 1
𝜇5 = = = 8,46935 ≈ 9 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋5 0,11807
1 1
𝜇6 = = = 9,54570 ≈ 10 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋6 0,10476
1 1
𝜇7 = = = 12,24564 ≈ 13 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋7 0,08166
1 1
𝜇8 = = = 18,55907 ≈ 19 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋8 0,05388
1 1
𝜇9 = = = 34,79938 ≈ 35 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋9 0,02874
1 1
𝜇10 = = = 90,21387 ≈ 91 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋10 0,01108
1 1
𝜇11 = = = 449,87349 ≈ 450 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋11 0,00222
Berikut merupakan rekap data waktu steady state produk Epexol:
Tabel 4.92 Waktu Steady State Produk Epexol
𝜇𝑛 Waktu (minggu)
0 7
1 12
2 10
3 9
4 9
5 9
6 10
7 13
8 19
9 35
10 91
11 450
Probabilitas akhir periode ketiga tersisa 0 produk Epexol:
𝑚
(𝑛)
𝑃𝐼𝐽 = ∑ 𝑃𝑖𝑘 (𝑢) 𝑃𝑘𝑗 (𝑛−𝑢)
𝑘=0
10
(3)
𝑃60 = ∑ 𝑃6𝑘 (2) 𝑃𝑘0 (1)
𝑘=0
𝑃60 (3) = 𝑃60 (2) 𝑃00 (1) + 𝑃61 (2) 𝑃10 (1) + 𝑃62 (2) 𝑃20 (1) + 𝑃63 (2) 𝑃30 (1)
+ 𝑃64 (2) 𝑃40 (1) + 𝑃65 (2) 𝑃50 (1) + 𝑃66 (2) 𝑃60 (1) + 𝑃67 (2) 𝑃70 (1)
+ 𝑃68 (2) 𝑃80 (1) + 𝑃69 (2) 𝑃90 (1) + 𝑃610 (2) 𝑃100 (1) + 𝑃611 (2) 𝑃110 (1)
𝑃60 (3) = (0,13061)(0,05113) + (0,06687)(0,02136) + (0,07946)(0,00813)
+ (0,09236)(0,00284) + (0,10913)(0,56653)
+ (0,12609)(0,37116) + (0,13106)(0,21487)
+ (0,11498)(0,11067) + (0,08218)(0,05113)
+ (0,04580)(0,02136) + (0,01789)(0,00813)
+ (0,00358)(0,00284)
𝑃60 (3) = 0,00668 + 0,00143 + 0,00065 + 0,00026 + 0,06182 + 0,04680
+ 0,02816 + 0,01272 + 0,00420 + 0,00098 + 0,00015
+ 0,00001
𝑃60 (3) = 0,16386
Probabilitas akhir periode ketiga tersisa 1 produk Epexol:
𝑚
(𝑛)
𝑃𝐼𝐽 = ∑ 𝑃𝑖𝑘 (𝑢) 𝑃𝑘𝑗 (𝑛−𝑢)
𝑘=0
10
(3)
𝑃61 = ∑ 𝑃6𝑘 (2) 𝑃𝑘1 (1)
𝑘=0
𝑃61 (3) = 𝑃60 (2) 𝑃01 (1) + 𝑃61 (2) 𝑃11 (1) + 𝑃62 (2) 𝑃21 (1) + 𝑃63 (2) 𝑃31 (1)
+ 𝑃64 (2) 𝑃41 (1) + 𝑃65 (2) 𝑃51 (1) + 𝑃66 (2) 𝑃61 (1) + 𝑃67 (2) 𝑃71 (1)
+ 𝑃68 (2) 𝑃81 (1) + 𝑃69 (2) 𝑃91 (1) + 𝑃610 (2) 𝑃101 (1) + 𝑃611 (2) 𝑃111 (1)
𝑃61 (3) = (0,13061)(0,05954) + (0,06687)(0,02977) + (0,07946)(0,01323)
+ (0,09236)(0,00529) + (0,10913)(0,19537)
+ (0,12609)(0,19537) + (0,13106)(0,156297)
+ (0,11498)(0,10420) + (0,08218)(0,05954)
+ (0,04580)(0,02977) + (0,01789)(0,01323)
+ (0,00358)(0,00529)
Perhitungan Biaya:
Biaya Pesan = Rp. 13.100
Biaya Simpan = 6,12% x Rp. 13.100 = Rp. 801,72
Biaya Pinalti = 29,20% x Rp. 13.100 = Rp. 3825,2
Contoh Perhitungan biaya simpan produk Epexol:
Jumlah produk = 1
Biaya simpan = 1 x Rp 801,72 = Rp 801,72
Berikut merupakan tabel biaya simpan untuk produk Epexol :
Tabel 4.93 Biaya Simpan Produk Epexol
= Rp 104.928,5901
K (1) = E [C(0,Dt)]
= 13.100 (8) + 801,72 [1.PDt+1(10) + 2.PDt+1(11) + 3.PDt+1(12) +
4.PDt+1(13) + 5.PDt+1(14) + 6.PDt+1(15) + 7.PDt+1(16) + 8.PDt+1(17)]
= 104.800 + 801,72 (0,01225)
= Rp 104.846,8748
K (2) = E [C(0,Dt)]
= 13.100 (8) + 801,72 [1.PDt+1(11) + 2.PDt+1(12) + 3.PDt+1(13) +
4.PDt+1(14) + 5.PDt+1(15) + 6.PDt+1(16) + 7.PDt+1(17)]
= 104.800 + 801,72 (0,00412)
= Rp 104.815,7716
K (3) = E [C(0,Dt)]
= 13.100 (8) + 801,72 [1.PDt+1(12) + 2.PDt+1(13) + 3.PDt+1(14) +
4.PDt+1(15) + 5.PDt+1(16) + 6.PDt+1(17)]
= 104.800 + 801,72 (0,00128)
= Rp 104.804,9132
K (4) = E [C(0,Dt)]
= 801,72 [1.PDt+1(5) + 2.PDt+1(6) + 3.PDt+1(7) + 4.PDt+1(8) + 5.PDt+1(9) +
6.PDt+1(10) + 7.PDt+1(11) + 8.PDt+1(12) + 9.PDt+1(13) + 10.PDt+1(14) +
11.PDt+1(15) + 12.PDt+1(16) + 13.PDt+1(17)]
= 801,72 (0,78145)
= Rp 2.989,21908
K (5) = E [C(0,Dt)]
= 801,72 [1.PDt+1(6) + 2.PDt+1(7) + 3.PDt+1(8) + 4.PDt+1(9) + 5.PDt+1(10) +
6.PDt+1(11) + 7.PDt+1(12) + 8.PDt+1(13) + 9.PDt+1(14) + 10.PDt+1(15) +
11.PDt+1(16) + 12.PDt+1(17)]
= 801,72 (0,41029)
= Rp 1.569,44663
K (6) = E [C(0,Dt)]
= 801,72 [1.PDt+1(7) + 2.PDt+1(8) + 3.PDt+1(9) + 4.PDt+1(10) + 5.PDt+1(11)
+ 6.PDt+1(12) + 7.PDt+1(13) + 8.PDt+1(14) + 9.PDt+1(15) + 10.PDt+1(16) +
11.PDt+1(17)]
= 801,72 (0,19542)
= Rp 747,52951
K (7) = E [C(0,Dt)]
= 801,72 [1.PDt+1(8) + 2.PDt+1(9) + 3.PDt+1(10) + 4.PDt+1(11) + 5.PDt+1(12)
+ 6.PDt+1(13) + 7.PDt+1(14) + 8.PDt+1(15) + 9.PDt+1(16) + 10.PDt+1(17)]
= 801,72 (0,08475)
= Rp 324,18260
K (8) = E [C(0,Dt)]
= 801,72 [1.PDt+1(9) + 2.PDt+1(10) + 3.PDt+1(11) + 4.PDt+1(12) +
5.PDt+1(13) + 6.PDt+1(14) + 7.PDt+1(15) + 8.PDt+1(16) + 9.PDt+1(17)]
= 801,72 (0,03362)
= Rp 128,59010
K (9) = E [C(0,Dt)]
= 801,72 [1.PDt+1(10) + 2.PDt+1(11) + 3.PDt+1(12) + 4.PDt+1(13) +
5.PDt+1(14) + 6.PDt+1(15) + 7.PDt+1(16) + 8.PDt+1(17)]
= 801,72 (0,01225)
= Rp 46,87481
K (10) = E [C(0,Dt)]
= 801,72 [1.PDt+1(11) + 2.PDt+1(12) + 3.PDt+1(13) + 4.PDt+1(14) +
5.PDt+1(15) + 6.PDt+1(16) + 7.PDt+1(17)]
= 801,72 (0,00412)
= Rp 15,77160
K (11) = E [C(0,Dt)]
= 801,72 [1.PDt+1(12) + 2.PDt+1(13) + 3.PDt+1(14) + 4.PDt+1(15) +
5.PDt+1(16) + 6.PDt+1(17)]
= 801,72 (0,00128) = Rp 4,91323
Tabel 4.95 Rekap Ekspektasi Total Biaya Per Minggu Produk Epexol
j K(j) 𝜋𝑗 𝐾 (𝑗) 𝑥 𝜋𝑗
0 104928,59010 0,15934 16719,09729
1 104846,87481 0,09028 9465,57815
2 104815,77160 0,10867 11390,33475
3 104804,91323 0,11914 12486,42721
4 2989,21908 0,12215 365,14146
5 1569,44663 0,11807 185,30903
6 747,52951 0,10476 78,31063
7 324,18260 0,08166 26,47331
8 128,59010 0,05388 6,92869
9 46,87481 0,02874 1,34700
10 15,77160 0,01108 0,17482
11 4,91323 0,002222847 0,01092
Total 50725,13327
Apabila memperhatikan biaya inventory, maka biaya totalnya adalah :
Total Biaya = Rp 50.725,13327+ Rp 3.021,82893
= Rp 53.746,96220
c. Kebijakan 3 (Fludane)
- Aturan = (2,4); (2,5); (2,6); (1,3); (1,5); (1,7); (0,5); (0,8); (0,9)
- Permintaan = λ = 4 unit
- Inventory Awal = 𝑋𝑡 = 6 unit
- Inventory Akhir = 𝑋𝑡+1
[𝑋𝑡 = 0, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(9 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
[𝑋𝑡 = 1, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(8 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
[𝑋𝑡 = 2, 𝑚𝑎𝑘𝑎 𝑀𝑎𝑥 {(8 − 𝐷𝑡+1 ), 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 1,2,3, … ]
Pemesanan
Inventory
3 4 5 6 7 8 9
0 0 0 0,359 0 0 0,536 0,105
1 0,557 0 0,185 0 0,258 0 0
2 0 0,526 0,194 0,28 0 0 0
Probabilitas Demand
Permintaan (Poisson)
𝑒 −λ λ𝑛
𝑃 (𝐷𝑡+1 = 𝑛) =
𝑛!
𝑒 −λ λ𝑛 2,71828−4 𝑥 40
𝑃(𝐷𝑡+1 = 0) = = = 0,01832
𝑛! 0!
𝑒 −λ λ𝑛 2,71828−4 𝑥 41
𝑃(𝐷𝑡+1 = 1) = = = 0,07326
𝑛! 1!
𝑒 −λ λ𝑛 2,71828−4 𝑥 42
𝑃(𝐷𝑡+1 = 2) = = = 0,14653
𝑛! 2!
𝑒 −λ λ𝑛 2,71828−4 𝑥 43
𝑃(𝐷𝑡+1 = 3) = = = 0,19537
𝑛! 3!
𝑒 −λ λ𝑛 2,71828−4 𝑥 44
𝑃(𝐷𝑡+1 = 4) = = = 0,19537
𝑛! 4!
𝑒 −λ λ𝑛 2,71828−4 𝑥 45
𝑃(𝐷𝑡+1 = 5) = = = 0,15629
𝑛! 5!
𝑒 −λ λ𝑛 2,71828−4 𝑥 46
𝑃(𝐷𝑡+1 = 6) = = = 0,10420
𝑛! 6!
𝑒 −λ λ𝑛 2,71828−4 𝑥 47
𝑃(𝐷𝑡+1 = 7) = = = 0,05954
𝑛! 7!
𝑒 −λ λ𝑛 2,71828−4 𝑥 48
𝑃(𝐷𝑡+1 = 8) = = = 0,02977
𝑛! 8!
𝑒 −λ λ𝑛 2,71828−4 𝑥 49
𝑃(𝐷𝑡+1 = 9) = = = 0,01323
𝑛! 9!
P00 P01 P02 P03 P04 P05 P06 P07 P08 P09
P10 P11 P12 P13 P14 P15 P16 P17 P18 P19
P20 P21 P22 P23 P24 P25 P26 P27 P28 P29
P30 P31 P32 P33 P34 P35 P36 P37 P38 P39
P40 P41 P42 P43 P44 P45 P46 P47 P48 P49
P(1) =
P50 P51 P52 P53 P54 P55 P56 P57 P58 P59
P60 P61 P62 P63 P64 P65 P66 P67 P68 P69
P70 P71 P72 P73 P74 P75 P76 P77 P78 P79
P80 P81 P82 P83 P84 P85 P86 P87 P88 P89
P90 P91 P92 P93 P94 P95 P96 P97 P98 P99
Perhitungan masing-masing nilai matriks (sebagai contoh perhitungan diambil
baris pertama matriks):
- P09
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 9 = −4
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−4
𝑃09 = P(𝐷𝑡+1 = −4) = = (0,359) = 0
𝑛! −4!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 9 = −1
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−1
𝑃09 = P(𝐷𝑡+1 = −1) = = (0,536) = 0
𝑛! −1!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 9 = 0
𝑒 −λ λ𝑛 2,71828−4 𝑥 40
𝑃09 = P(𝐷𝑡+1 = 0) = = (0,105) = 0,00192
𝑛! 0!
Total 𝑃09 = 0,00192
- P08
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 8 = −3
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−3
𝑃08 = P(𝐷𝑡+1 = −3) = = (0,359) = 0
𝑛! −3!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 8 = 0
𝑒 −λ λ𝑛 2,71828−4 𝑥 40
𝑃08 = P(𝐷𝑡+1 = 0) = = (0,536) = 0,00982
𝑛! 0!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 8 = 1
𝑒 −λ λ𝑛 2,71828−4 𝑥 41
𝑃08 = P(𝐷𝑡+1 = 1) = = (0,105) = 0,00769
𝑛! 1!
Total 𝑃08 = 0,01751
- P07
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 7 = −2
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−2
𝑃07 = P(𝐷𝑡+1 = −2) = = (0,359) = 0
𝑛! −2!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 7 = 1
𝑒 −λ λ𝑛 2,71828−4 𝑥 41
𝑃07 = P(𝐷𝑡+1 = 1) = = (0,536) = 0,03927
𝑛! 1!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 7 = 2
𝑒 −λ λ𝑛 2,71828−4 𝑥 42
𝑃07 = P(𝐷𝑡+1 = 2) = = (0,105) = 0,01539
𝑛! 2!
Total 𝑃07 = 0,05465
- P06
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 6 = −1
𝑒 −λ λ𝑛 2,71828−4 𝑥 4−1
𝑃06 = P(𝐷𝑡+1 = −1) = = (0,359) = 0
𝑛! −1!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 6 = 2
𝑒 −λ λ𝑛 2,71828−4 𝑥 42
𝑃06 = P(𝐷𝑡+1 = 2) = = (0,536) = 0,07854
𝑛! 2!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 6 = 3
𝑒 −λ λ𝑛 2,71828−4 𝑥 43
𝑃06 = P(𝐷𝑡+1 = 3) = = (0,105) = 0,02051
𝑛! 3!
Total 𝑃06 = 0,09905
- P05
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 5 = 0
𝑒 −λ λ𝑛 2,71828−4 𝑥 40
𝑃05 = P(𝐷𝑡+1 = 0) = = (0,359) = 0,00658
𝑛! 0!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 5 = 3
𝑒 −λ λ𝑛 2,71828−4 𝑥 43
𝑃05 = P(𝐷𝑡+1 = 3) = = (0,536) = 0,10472
𝑛! 3!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 5 = 4
𝑒 −λ λ𝑛 2,71828−4 𝑥 44
𝑃05 = P(𝐷𝑡+1 = 4) = = (0,105) = 0,02051
𝑛! 4!
Total 𝑃05 = 0,13181
- P04
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 4 = 1
𝑒 −λ λ𝑛 2,71828−4 𝑥 41
𝑃04 = P(𝐷𝑡+1 = 1) = = (0,359) = 0,02630
𝑛! 1!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 4 = 4
𝑒 −λ λ𝑛 2,71828−4 𝑥 44
𝑃04 = P(𝐷𝑡+1 = 4) = = (0,536) = 0,10472
𝑛! 4!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 4 = 5
𝑒 −λ λ𝑛 2,71828−4 𝑥 45
𝑃04 = P(𝐷𝑡+1 = 5) = = (0,105) = 0,01641
𝑛! 5!
Total 𝑃04 = 0,14743
- P03
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 3 = 2
𝑒 −λ λ𝑛 2,71828−4 𝑥 42
𝑃03 = P(𝐷𝑡+1 = 2) = = (0,359) = 0,05260
𝑛! 2!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 3 = 5
𝑒 −λ λ𝑛 2,71828−4 𝑥 45
𝑃03 = P(𝐷𝑡+1 = 5) = = (0,536) = 0,08377
𝑛! 5!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 3 = 6
𝑒 −λ λ𝑛 2,71828−4 𝑥 46
𝑃03 = P(𝐷𝑡+1 = 6) = = (0,105) = 0,01094
𝑛! 6!
Total 𝑃03 = 0,14732
- P02
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 2 = 3
𝑒 −λ λ𝑛 2,71828−4 𝑥 43
𝑃02 = P(𝐷𝑡+1 = 3) = = (0,359) = 0,07014
𝑛! 3!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 2 = 6
𝑒 −λ λ𝑛 2,71828−4 𝑥 46
𝑃02 = P(𝐷𝑡+1 = 6) = = (0,536) = 0,05585
𝑛! 6!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 2 = 7
𝑒 −λ λ𝑛 2,71828−4 𝑥 47
𝑃02 = P(𝐷𝑡+1 = 7) = = (0,105) = 0,00625
𝑛! 7!
Total 𝑃02 = 0,13224
- P01
Pesan 5
𝑛 = 𝐷𝑡+1 = 5 − 1 = 4
𝑒 −λ λ𝑛 2,71828−4 𝑥 44
𝑃01 = P(𝐷𝑡+1 = 4) = = (0,359) = 0,07014
𝑛! 4!
Pesan 8
𝑛 = 𝐷𝑡+1 = 8 − 1 = 7
𝑒 −λ λ𝑛 2,71828−4 𝑥 47
𝑃01 = P(𝐷𝑡+1 = 7) = = (0,536) = 0,03191
𝑛! 7!
Pesan 9
𝑛 = 𝐷𝑡+1 = 9 − 1 = 8
𝑒 −λ λ𝑛 2,71828−4 𝑥 48
𝑃01 = P(𝐷𝑡+1 = 8) = = (0,105) = 0,00313
𝑛! 8!
Total 𝑃01 = 0,10518
- P00
𝑃00 = 1 − (𝑃01 + 𝑃02 + 𝑃03 + 𝑃04 + 𝑃05 + 𝑃06 + 𝑃07 + 𝑃08 + 𝑃09 )
𝑃00 = 1 − (0,10518 + 0,13224 + 0,14732 + 0,14743 + 0,13181
+ 0,09905 + 0,05465 + 0,01751 + 0,00192)
𝑃00 = 0,16290
𝜋0 = 0,32529 𝜋5 = 0,07918
𝜋1 = 0,13788 𝜋6 = 0,05097
𝜋2 = 0,14071 𝜋7 = 0,02485
𝜋3 = 0,12772 𝜋8 = 0,00725
𝜋4 = 0,10550 𝜋9 = 0,00064
Dari matriks steady state didapatkan data waktu yang dibutuhkan untuk mencapai
steady state yaitu:
1 1
𝜇0 = = = 3,07414 ≈ 4 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋0 0,32529
1 1
𝜇1 = = = 7,25256 ≈ 8 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋1 0,13788
1 1
𝜇2 = = = 7,10674 ≈ 8 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋2 0,14071
1 1
𝜇3 = = = 7,82932 ≈ 8 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋3 0,12772
1 1
𝜇4 = = = 9,47868 ≈ 10 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋4 0,10550
1 1
𝜇5 = = = 12,62938 ≈ 13 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋5 0,07918
1 1
𝜇6 = = = 19,61946 ≈ 20 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋6 0,05097
1 1
𝜇7 = = = 40,23992 ≈ 41 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋7 0,02485
1 1
𝜇8 = = = 137,96009 ≈ 138 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋8 0,00725
1 1
𝜇9 = = = 1569,21437 ≈ 1570 𝑚𝑖𝑛𝑔𝑔𝑢
𝜋9 0,00064
Berikut merupakan rekap data waktu steady state produk fludane:
Tabel 4.98 Waktu Steady State Produk Fludane
𝜇𝑛 Waktu (minggu)
0 4
1 8
2 8
3 8
4 10
5 13
6 20
7 41
8 138
9 1570
Probabilitas akhir periode ketiga tersisa 0 produk Fludane:
𝑚
(𝑛)
𝑃𝐼𝐽 = ∑ 𝑃𝑖𝑘 (𝑢) 𝑃𝑘𝑗 (𝑛−𝑢)
𝑘=0
10
(3)
𝑃60 = ∑ 𝑃6𝑘 (2) 𝑃𝑘0 (1)
𝑘=0
𝑃60 (3) = 𝑃60 (2) 𝑃00 (1) + 𝑃61 (2) 𝑃10 (1) + 𝑃62 (2) 𝑃20 (1) + 𝑃63 (2) 𝑃30 (1)
+ 𝑃64 (2) 𝑃40 (1) + 𝑃65 (2) 𝑃50 (1) + 𝑃66 (2) 𝑃60 (1) + 𝑃67 (2) 𝑃70 (1)
+ 𝑃68 (2) 𝑃80 (1) + 𝑃69 (2) 𝑃90 (1)
𝑃60 (3) = (0,38466)(0,16290) + (0,14422)(0,36850) + (0,13639)(0,14881)
+ (0,11464)(0,76190) + (0,08927)(0,56653)
+ (0,06477)(0,37116) + (0,04073)(0,21487)
+ (0,01940)(0,11067) + (0,00550)(0,05113)
+ (0,00041)(0,02136)
𝑃60 (3) = 0,06266 + 0,05315 + 0,02030 + 0,08734 + 0,05057 + 0,02404
+ 0,00875 + 0,00215 + 0,00028 + 0,00001
𝑃60 (3) = 0,30925
Probabilitas akhir periode ketiga tersisa 1 produk Fludane:
𝑚
(𝑛)
𝑃𝐼𝐽 = ∑ 𝑃𝑖𝑘 (𝑢) 𝑃𝑘𝑗 (𝑛−𝑢)
𝑘=0
10
Perhitungan Biaya:
Biaya Pesan = Rp. 18.700
Biaya Simpan = 6,12% x Rp. 18.700 = Rp. 1.144,44
Biaya Pinalti = 29,20% x Rp. 18.700 = Rp. 5.460,4
Contoh Perhitungan biaya simpan produk Fludane:
Jumlah produk = 1
Biaya simpan = 1 x Rp 1.144,44 = Rp 1.144,44
Berikut merupakan tabel biaya simpan untuk produk Fludane :
Tabel 4.99 Biaya Simpan Produk Fludane
Tabel 4.101 Rekap Ekspektasi Total Biaya Per Minggu Produk Fludane
j K(j) 𝜋𝑗 𝐾 (𝑗) 𝑥 𝜋𝑗
0 132333,33721 0,32529 43047,29470
1 84938,80488 0,13788 11711,55531
2 89602,31482 0,14071 12608,07200
3 7360,53508 0,12773 940,12446
4 4267,05318 0,10550 450,17375
5 2240,35512 0,07918 177,39232
6 1067,08411 0,05097 54,38907
7 463,81151 0,02485 11,52615
8 183,55992 0,00725 1,33053
9 66,91289 0,00064 0,04264
Total 69001,90094
Apabila memperhatikan biaya inventori, maka biaya totalnya adalah :
Total Biaya = Rp 69.001,90094 + Rp 2.476,43166
= Rp 71.478,33259
Berikut adalah rekapitulasi biaya terkait kebijakan-kebijakan PT. Graha Medika:
Tabel 4.102 Rekapitulasi Biaya Kebijakan PT. Graha Medika
No Kebijakan Jenis Cost Nilai Cost
1 Vectrine Biaya Pesan Rp 15.000
Biaya Simpan Rp. 918
Biaya Penalti Rp. 4.380
Biaya Simpan Rata-Rata Rp 3.300,89758
Periode
BAB V
ANALISIS
5.2 Transportation
Dari kasus tersebut PT Graha Medica meminta bantuan untuk mengambil
keputusan dalam mengefisiensikan distribusi 3 produk miliknya, yaitu Vectrine, Epexol,
dan Fludane dari 4 gudang yang dimiliki PT Graha Medica yaitu Cakung, Petamburan,
Cilandak, dan Cengkareng menuju 5 daerah distributor (Bandung, Tangerang, Bogor,
Cikarang, dan Depok) agar mendapatkan biaya pengiriman minimum. Dari kasus
tersebut, didapatkan kapasitas supply dari 4 gudang yang dimiliki dan demand dari tiap
daerah distribution center serta rincian biaya pengiriman menuju 5 daerah distribution
center tersebut. Metode yang digunakan untuk menyelesaikan permasalahan ini adalah
perhitungan dengan model transportasi yaitu menggunakan Vogel Approximation Method
dan dilanjutkan dengan metode Stepping Stone untuk mencari kemungkinan penurunan
biaya lagi.
Hasil perhitungan secara manual maupun menggunakan software menunjukkan
hasil yang sama, yaitu pada produk Vectrine menunjukkan bahwa supply dari gudang
Cakung digunakan 26 produk untuk memenuhi demand pada retailer Bandung dengan
biaya pengiriman sebesar Rp 2.000 per produk, 350 produk untuk memenuhi demand
pada retailer Tangerang dengan biaya pengiriman sebesar Rp 3.000 per produk dan 9
produk untuk memenuhi demand pada retailer Cikarang dengan biaya pengiriman sebesar
Rp 4.000 per produk. Sedangkan supply dari gudang Petamburan digunakan 37 produk
untuk memenuhi demand di retailer Tangerang dengan biaya pengiriman sebesar Rp
5.000 per produk, 463 produk untuk memenuhi demand di retailer Bogor dengan biaya
pengiriman sebesar Rp 4.000 per produk. Untuk supply dari Gudang Cilandak sebanyak
472 produk digunakan untuk memenuhi demand di retailer Cikarang dengan biaya
pengiriman sebesar Rp 3.000 per produk. Untuk supply dari Cengkareng sebanyak 393
produk digunakan untuk memenuhi demand di retailer Bandung dengan biaya pengiriman
sebesar Rp 1.000 per produk. Biaya minimum yang didapatkan yaitu sebesar Rp
4.984.000,-. Nilai tersebut sudah optimum, karena dari perhitungan loop tidak ada yang
negatif dan sudah sesuai dengan hasil dari perhitungan software QS.
Pada produk Epexol, hasil perhitungan menunjukkan bahwa supply dari gudang
Cakung digunakan 408 produk untuk memenuhi demand pada retailer Tangerang dengan
biaya pengiriman sebesar Rp 3.000 per produk. Sedangkan supply dari gudang
Petamburan digunakan 390 produk untuk memenuhi demand di retailer Bogor dengan
biaya pengiriman sebesar Rp 4.000 per produk. Untuk supply dari Gudang Cilandak
sebanyak 51 produk digunakan untuk memenuhi demand di retailer Tangerang dengan
biaya pengiriman sebesar Rp 6.000 per produk dan 407 produk digunakan untuk
memenuhi demand di retailer Cikarang dengan biaya pengiriman sebesar Rp 3.000 per
produk. Untuk supply dari Cengkareng sebanyak 385 produk digunakan untuk memenuhi
demand di retailer Bandung dengan biaya pengiriman sebesar Rp 1.000 per produk, 20
produk digunakan untuk memenuhi demand di retailer Tangerang dengan biaya
pengiriman sebesar Rp 5.000 per produk, dan 69 produk digunakan untuk memenuhi
demand dari retailer Bogor dengan biaya pengiriman sebesar Rp 6.000 per produk. Biaya
minimum yang didapatkan yaitu sebesar Rp 5.210.000,-. Nilai tersebut sudah optimum,
karena dari perhitungan loop tidak ada yang negatif dan sudah sesuai dengan hasil dari
perhitungan software QS.
Pada produk yang ketiga, yaitu Fludane, hasil perhitungan menunjukkan bahwa
supply dari gudang Cakung digunakan 151 produk untuk memenuhi demand pada retailer
Bandung dengan biaya pengiriman sebesar Rp 2.000 per produk dan 354 produk untuk
memenuhi demand pada retailer Tangerang dengan biaya pengiriman sebesar Rp 3.000
per produk. Sedangkan supply dari gudang Petamburan digunakan 407 produk untuk
memenuhi demand di retailer Bogor dengan biaya pengiriman sebesar Rp 4.000 per
produk dan 79 produk digunakan untuk memenuhi demand di retailer Depok dengan
biaya pengiriman sebesar Rp 3.000 per produk. Untuk supply dari Gudang Cilandak
sebanyak 345 produk digunakan untuk memenuhi demand di retailer Cikarang dengan
biaya pengiriman sebesar Rp 3.000 per produk, 126 produk digunakan untuk memenuhi
demand retailer Depok dengan biaya pengiriman sebesar Rp 4.000 per produk, dan
terdapat 1 produk dummy yang tersisa di Gudang Cilandak. Untuk supply dari
Cengkareng sebanyak 234 produk digunakan untuk memenuhi demand di retailer
Bandung dengan biaya pengiriman sebesar Rp 1.000 per produk dan 168 produk
digunakan untuk memenuhi demand di retailer Depok dengan biaya pengiriman sebesar
Rp 2.000 per produk. Biaya minimum yang didapatkan yaitu sebesar Rp 5.338.000,-.
Nilai tersebut sudah optimum, karena dari perhitungan loop tidak ada yang negatif dan
sudah sesuai dengan hasil dari perhitungan software QS.
5.4 Stagecoach
PT Graha Medica melakukan produksi obat ini dengan sebagian besar bahan baku
diperoleh dari 5 supplier terpilih berdasarkan spesifikasi yang telah ditentukan. PT Graha
Medika bekerjasama dengan 5 supplier dimana kelima supplier berasal dari kota yang
berbeda. Kasus 4 memiliki tujuan untuk menentukan rute dengan waktu tempuh tercepat
dari kota asal supplier ke lokasi PT Graha Medika di Jakarta. Kasus ini dapat diselesaikan
menggunakan metode Stagecoach. Perhitungan dilakukan dengan dua cara, yaitu
perhitungan manual yang dilakukan dengan dinamis backward pada semua persoalan
dikarenakan lebih praktis dan telah terbiasa menggunakan metode mundur sedangkan
perhitungan dengan bantuan software dilakukan dengan Dynamic Programming. Dari
kedua perhitungan, didapatkan rute dan waktu tempuh yang sama. Berikut merupakan
rute terpendek yang dapat ditempuh adalah sebagai berikut :
a. Supplier 1 PT Sehat Prima (Cisarua – Jakarta)
Rute terpendek yang diperoleh adalah melalui Cisarua, Sukaraja, Cibinong,
Gunung Putri, dan Jakarta dengan total waktu tempuh yaitu 3,25 jam
b. Supplier 2 PT Kencana (Purwakarta – Jakarta)
Rute terpendek yang diperoleh adalah melalui Purwakarta, Cikampek,
Derwolong, Karawang, Bekasi, dan Jakarta dengan total waktu tempuh yaitu
4.41 jam.
c. Supplier 3 PT Buana Farma (Cikalong – Jakarta)
Rute terpendek yang diperoleh adalah melalui Cikalong, Purwakarta,
Cikampek, Teluk Jambe, Bogor, dan Jakarta dengan total waktu tempuh yaitu
3.19 jam.
d. Supplier 4 PT Farmindo (Ciampea – Jakarta)
Rute terpendek yang diperoleh adalah melalui Ciampea, Sukareja, Cibinong,
Gunung Putri, Cipayung, dan Jakarta dengan total waktu tempuh yaitu 3.95
jam.
5.6 Knapsack
Kasus ini bertujuan menentukan jumlah produk yang akan dimasukkan ke dalam
truk trailer terlebih dahulu dan dikirim dengan tujuan maksimasi keuntungan profit dan
juga dengan mempertimbangkan kapasitas truk khusus berpendingin. Kapasitas volume
truk khusus berpendingin adalah 13,6 m3 yang akan diisi dengan box-box dari tiap
produk.Volume masing-masing yang dapat ditampung masing-masing produk Vectrin,
Epexol, dan Fludane berturut-turut adalah 0,6 m3 , 1,0 m3 dan 0,9 m3. Masing-masing
profit untuk setiap pengiriman yatu Rp 63.540, Rp 94.520, dan Rp 95.230. Kasus ini dapat
diselesaikan dengan metode knapsack . Kapasitas volume maksimal truk berpendingin
menjadi hal yang perlu diperhatikan dalam pengalokasian ketiga produk. Setelah
dilakukan perhitungan menggunakan metode knapsack baik manual maupun software
maka dapat disimpulkan dalam pengiriman yang akan dilakukan menggunakan truk
berpendingin adalah produk Vectrin adalah 21 box, produk Epexol adalah 0 box, dan
produk Fludane 1 box. Total volume yang diangkut sebesar 13,5 m3 yang mana sesuai
dengan kapasitas maksimal yaitu 13,6 m3. Dengan itu, perusahaan mendapatkan
keuntungan optimal sebesar Rp 14.295.700.
inventori di akhir minggu kurang dari 6 kotak maka PT Graha Medica akan memesan
sebanyak 5 kotak. Kebijakan tersebut dapat diartikan bahwa apabila inventori pada akhir
minggu berjumlah 0, 1, 2, 3, 4, dan 5 maka akan dilakukan pemesanan sebanyak 5 kotak.
Namun, apabila inventori yang tersedia di akhir minggu berjumlah 6 kotak atau lebih,
maka tidak dilakukan pemesanan. Biaya pesan per kotak untuk Vectrine adalah Rp.
15.000, biaya simpan per kotak sebesar Rp. 918 dan biaya penalti per kotak sebesar Rp.
4.380.
Berdasarkan jumlah inventori maksimum yang dapat dimiliki, matriks
probabilitas transisi produk tersebut berukuran 11x11. Dari hasil perhitungan dengan
matriks probabilitas transisi, diperoleh bahwa untuk mencapai kondisi steady state,
dimana peluang sisa stok berikutnya akan sama untuk masing-masing peluang demand
berapapun sisa stok awalnya, adalah pada minggu ke-12. Kemudian dengan
menggunakan Persamaan Chapman-Kolmogorov dapat diketahui peluang stok sisa 1 dan
sisa habis pada minggu ke-3, yaitu 0,09732 untuk sisa 1 dan 0,13339 untuk sisa habis.
Biaya simpan per periode yaitu sebesar Rp 3.300,89758 sedangkan ekspektasi biaya
perminggu yang diperlukan perusahaan adalah Rp. 62.086,71383
Pada kebijakan 2 dengan produk Epexol, dengan inventori awal yang dimiliki PT
Graha Medica adalah 6 kotak dan demand dari pelanggan adalah 4 kotak per minggu yang
kedatangannya berdasarkan pada distribusi Poisson, diberlakukan kebijakan apabila
inventori di akhir minggu kurang dari 4 kotak maka PT Graha Medica akan memesan
sebanyak 8 kotak. Kebijakan tersebut dapat diartikan bahwa apabila inventori pada akhir
minggu berjumlah 0, 1, 2, dan 3 maka akan dilakukan pemesanan sebanyak 8 kotak.
Namun, apabila inventori yang tersedia di akhir minggu berjumlah 4 kotak atau lebih,
maka tidak dilakukan pemesanan. Biaya pesan per kotak untuk Epexol adalah Rp. 13.100,
biaya simpan per kotak sebesar Rp. 801,72 dan biaya penalti per kotak sebesar Rp.
3.825,2.
Berdasarkan jumlah inventori maksimum yang dapat dimiliki, matriks
probabilitas transisi produk tersebut berukuran 12x12. Dari hasil perhitungan dengan
matriks probabilitas transisi, diperoleh bahwa untuk mencapai kondisi steady state,
dimana peluang sisa stok berikutnya akan sama untuk masing-masing peluang demand
berapapun sisa stok awalnya, adalah pada minggu ke-13. Kemudian dengan
BAB IV
6.1 Kesimpulan
Berdasarkan permasalahan yang terjadi rekomendasi penyelesaian masalah yang
diberikan kepada PT. Graha Medica adalah sebagai berikut:
1. PT Morph dapat mengidentifikasi 7 masalah yang dialami oleh PT. Graha
Medica, diantaranya yaitu masalah yang pertama, PT. Graha Medica ingin
memaksimalkan keuntungan perusahaan melalui penentuan alokasi jumlah
dari tiap jenis produk yang harus diproduksi. Masalah kedua, PT. Graha
Medica ingin menentukan alokasi distribusi produk kepada distribution center
sesuai jumlah permintaan melalui penentuan alokasi supply terhadap
permintaan atau skema pengiriman dengan biaya transportasi terkecil. Masalah
ketiga, PT. Graha Medica ingin mengetahui perlu atau tidaknya penambahan
jumlah tenaga kerja melalui penentuan ekspektasi biaya total dan biaya simpan
pada perusahaan. Masalah keempat, PT. Graha Medica ingin mengetahui rute
pengiriman terpendek supaya diperoleh biaya minimum dan waktu tercepat
untuk melakukan distribusi material ke perusahaan. Masalah kelima, PT. Graha
Medica ingin mengetahui strategi yang tepat dalam memasarkan produk agar
perusahaan mencapai utilitas tinggi. Masalah keenam, PT. Graha Medica ingin
mengetahui jumlah produk tiap jenis dan penentuan biaya distribusi minimum
produk. Dan masalah ketujuk, PT. Graha Medica ingin mengetahui jumlah
pesanan supaya dapat tetap memenuhi persediaan serta penentuan banyaknya
unit produk yang harus dialokasikan dari ketiga jenis produk untuk dapat
didistribusikan kepada konsumen.
2. PT. Morph memutuskan strategi yang tepat untuk memecahkan masalah yang
dialami PT. Graha Medica adalah pada masalah kesatu menggunakan Integer
Linier Programming (ILP), yakni untuk memaksimalkan keuntungan
perusahaan melalui penentuan alokasi jumlah dari tiap jenis produk yang harus
diproduksi. Pada masalah kedua menggunakan Transportasi Land, yakni untuk
6.2 Saran
Saran yang dapat diberikan untuk PT. Graha Medica berkaitan dengan
permasalahan yang terjadi, adalah:
1. PT. Graha Medica sebaiknya menerapkan rekomendasi yang diberikan PT.
Morph. Rekomendasi yang diberikan PT. Morph merupakan hasil analisis
kasus dengan menggunakan metode yang tepat dalam menyelesaikan kasus-
kasus yang dialami PT. Graha Medica.
2. Selain mengaplikasikan rekomendasi dari PT. Sparkles, sebaiknya PT. Graha
Medica juga perlu meningkatkan produktivitas dengan melakukan continous
improvement dari segala aspek yang berkaitan dengan proses produksi
perusahaan.
LEMBAR ASISTENSI
PRAKTIKUM PENELITIAN OPERASIONAL
LABORATORIUM OPTIMASI DAN PERENCANAAN SISTEM INDUSTRI
Kelompok : 21
Nama Asisten : Jaysyu Muhammad Dzaky
Asistensi ke-
Nama NIM
1 2 3 4 5 6
Shintya Cahya N 21070119120024
Maria Assumpta
21070119130141
FPP
Avicenna Naufal 21070119140170
Andi Samosir 21070119140175
1 Perbaikan bab 1 – 3
3 AC tahap 1
Asisten,