Pengurangan Waktu Tunggu Dengan Pendekatan Simulasi Dan Analisis Kelayakan Investasi Peningkatan Kapasitas Proses Loading Batubara Pada PT Xyz Logistics

PENGURANGAN WAKTU TUNGGU DENGAN PENDEKATAN SIMULASI
DAN ANALISIS KELAYAKAN INVESTASI PENINGKATAN KAPASITAS

PROSES LOADING BATUBARA PADA PT XYZ LOGISTICS
LAPORAN TUGAS AKHIR
Oleh
Bagraswara Rahindra 1901520536

Didik Satrio Adinugroho 1901492450
Taufik Yulianto 1901492431
Industrial Engineering Program

Industrial Engineering Study Program
Faculty of Engineering
Universitas Bina Nusantara

Jakarta
2019
PENGURANGAN WAKTU TUNGGU DENGAN PENDEKATAN SIMULASI
DAN ANALISIS KELAYAKAN INVESTASI PENINGKATAN KAPASITAS
PROSES LOADING BATUBARA PADA PT XYZ LOGISTICS
LAPORAN TUGAS AKHIR
diajukan sebagai salah satu syarat

untuk gelar kesarjanaan pada
Program Studi Teknik Industri
Jenjang Pendidikan Strata-1
Oleh
Bagraswara Rahindra 1901520536

Didik Satrio Adinugroho 1901492450
Taufik Yulianto 1901492431
Industrial Engineering Program

Industrial Engineering Study Program
Faculty of Engineering
Universitas Bina Nusantara

Jakarta
2019
ii
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas segala rahmat dan karunia-
Nya, sehingga tugas akhir ini dapat tersusun dengan baik. Tugas akhir ini dibuat
sebaik mungkin sebagai syarat menyelesaikan studi serta memperoleh gelar Sarjana
Teknik Strata Satu pada Program Studi Teknik Industri Universitas Bina Nusantara.
Tugas akhir ini dapat disusun dengan baik dan dapat selesai tepat pada
waktunya berkat bantuan, bimbingan serta kritik dan saran dari semua pihak yang
berpengalaman dalam bidang ini. Oleh karena itu, dengan hormat penulis ingin
mengucapkan terima kasih kepada:
1. Bapak Prof. Dr. Ir. Harjanto Prabowo, M.M., selaku Rektor Universitas Bina
Nusantara.
2. Bapak Dr. Ir. John Fredy Bobby Saragih, M.Si., selaku Dekan Fakultas Teknik
Universitas Bina Nusantara.
3. Bapak Taufik, S.T., M.M., Ph.D., selaku Ketua Jurusan Program Studi Teknik
Industri Universitas Bina Nusantara.
4. Ibu Dr. Rienna Oktarina, S.T., M.T. selaku Dosen Pembimbing Penulis.
5. Ibu, Bapak, dan Keluarga penulis yang telah memberikan banyak dukungan untuk
penulis.
6. Teman-teman terdekat penulis yang telah memberikan bantuan dan dukungan
untuk penulis.
Penulis menyadari bahwa di dalam penulisan tugas akhir ini terdapat
kekurangan dan kesalahan. Penulis ingin mengucapkan permohonan maaf atas
kesalahan dan kekurangan yang ada. Semoga tugas akhir ini dapat bermanfaat bagi
penulis, institusi pendidikan dan masyarakat luas.
Jakarta, 18 September 2019
Oleh,
Bagraswara Rahindra Didik Satrio Adinugroho Taufik Yulianto

1901520536 1901492450 1901492431
iii
DAFTAR ISI
Halaman Sampul....................................................................................................... i
Halaman Judul ......................................................................................................... ii
Halaman Persetujuan Dosen Pembimbing ............................................................... iii
Halaman Pernyataan Dewan Penguji ....................................................................... iv
Halaman Pernyataan Persetujuan Publikasi Tugas Akhir ........................................ vii
Abstrak .....................................................................................................................x
Kata Pengantar........................................................................................................ xi
Daftar Isi................................................................................................................ xii
Daftar Tabel. ...........................................................................................................xv
Daftar Gambar ..................................................................................................... xvii
Daftar Lampiran ....................................................................................................xix
BAB 1 PENDAHULUAN........................................................................................1
1.1 Latar Belakang Masalah ......................... Error! Bookmark not defined.
1.2 Rumusan Masalah .................................. Error! Bookmark not defined.
1.3 Tujuan dan Manfaat ................................ Error! Bookmark not defined.
1.3.1 Tujuan Penelitian ........................... Error! Bookmark not defined.
1.3.2 Manfaat Penelitian ......................... Error! Bookmark not defined.
1.4 Sistematika Penulisan ............................. Error! Bookmark not defined.
BAB 2 LANDASAN TEORI ....................................................................................5
2.1 Maritime Logistics .................................. Error! Bookmark not defined.
2.2 Pengertian Batubara ................................ Error! Bookmark not defined.
2.3 Pengertian Tongkang .............................. Error! Bookmark not defined.
2.4 Pengertian Cause and Effect Diagram .... Error! Bookmark not defined.
2.5 Process Flow .......................................... Error! Bookmark not defined.
2.6 Uji Kecukupan Data ............................... Error! Bookmark not defined.
2.7 Simulasi.................................................. Error! Bookmark not defined.
2.7.1 Pengertian Simulasi ..................... Error! Bookmark not defined.
2.7.2 Tujuan Simulasi .......................... Error! Bookmark not defined.
2.7.3 Model Antrian ............................. Error! Bookmark not defined.
2.7.4 Kendall’s Notation ...................... Error! Bookmark not defined.
2.7.5 Disiplin Antrian........................... Error! Bookmark not defined.
2.7.6 Software ARENA ........................ Error! Bookmark not defined.
iv
2.7.7 Modul pada Software ARENA .... Error! Bookmark not defined.
2.7.8 Verifikasi dan Validasi ................ Error! Bookmark not defined.
2.7.9 Jumlah Replikasi ......................... Error! Bookmark not defined.
2.7.10 Output Analysis ........................... Error! Bookmark not defined.
2.7.11 Confidence Interval Testing ......... Error! Bookmark not defined.
2.7.12 Prediction Interval ...................... Error! Bookmark not defined.
2.8 Gantt Chart............................................. Error! Bookmark not defined.
2.9 Waiting Time .......................................... Error! Bookmark not defined.
2.10 Engineering Economy ............................. Error! Bookmark not defined.
2.10.1 Net Present Value........................ Error! Bookmark not defined.
2.10.2 Internal Rate of Return ................ Error! Bookmark not defined.
2.10.3 Payback Period ........................... Error! Bookmark not defined.
BAB 3 METODOLOGI PENELITIAN ...............................................................21
3.1 Diagram Alir Penelitian .......................... Error! Bookmark not defined.
3.2 Penjelasan Diagram Alir Penelitian......... Error! Bookmark not defined.
BAB 4 HASIL DAN BAHASAN ..........................................................................25
4.1 Profil Perusahaan .................................... Error! Bookmark not defined.
4.2 Process Flow .......................................... Error! Bookmark not defined.
4.2.1 Process Flow dari Proses Loading BatubaraError! Bookmark not defined.
4.2.3 Process Flow dari Proses Unloading BatubaraError! Bookmark not defined.
4.3 Pengumpulan Data.................................. Error! Bookmark not defined.
4.3.1 Data Grafik Waiting to Load di Terminal Khusus Batubara
Kelanis ........................................ Error! Bookmark not defined.
4.3.2 Data Proses Loading Batubara di Terminal Khusus Batubara
Kelanis ........................................ Error! Bookmark not defined.
4.3.3 Data Standar Waktu Proses Loading pada mesin Jetty K1 dan
Jetty K3 ....................................... Error! Bookmark not defined.
4.3.4 Uji Kecukupan Data .................... Error! Bookmark not defined.
4.4 Proses Loading Batubara Kondisi Saat iniError! Bookmark not defined.
4.4.1 Deskripsi Proses Loading Batubara Kondisi Saat IniError! Bookmark not defined.
4.4.2 Model Simulasi Kondisi Saat Ini . Error! Bookmark not defined.
4.4.3 Hasil Simulasi pada Proses Loading Batubara Kondisi Saat IniError! Bookmark not d
4.5 Simulasi Skenario Usulan 1 .................... Error! Bookmark not defined.
4.5.1 Deskripsi Simulasi Skenario Usulan 1Error! Bookmark not defined.
v
4.5.2 Model Simulasi Skenario Usulan 1Error! Bookmark not defined.
4.5.3 Hasil Skenario Simulasi Usulan 1 Error! Bookmark not defined.
4.6 Simulasi Skenario Usulan 2 .................... Error! Bookmark not defined.
4.6.1 Deskripsi Simulasi Skenario Usulan 2Error! Bookmark not defined.
4.6.2 Model Simulasi Skenario Usulan 2Error! Bookmark not defined.
4.6.3 Hasil Skenario Simulasi Usulan 2 Error! Bookmark not defined.
4.6.4 Analisis Investasi Keuangan pada Peningkatan Kapasitas Mesin
Jetty K1 ....................................... Error! Bookmark not defined.
4.7 Perbandingan Simulasi Kondisi Saat ini dengan Skenario Simulasi
Kondisi Usulan ....................................... Error! Bookmark not defined.
BAB 5 SIMPULAN DAN SARAN .......................................................................75
5.1 Simpulan ................................................ Error! Bookmark not defined.
5.2 Saran ...................................................... Error! Bookmark not defined.
REFERENSI ...............................................................Error! Bookmark not defined.
LAMPIRAN ......................................................................................................... L1
SURAT SURVEI
RIWAYAT HIDUP
vi
DAFTAR TABEL
Tabel 2.1 Perbedaan Maritime Logistics dan Maritime TransportationError! Bookmark not defined.
Tabel 2.2 Simbol-Simbol pada Process Flow ......... Error! Bookmark not defined.
Tabel 2.3 Modul Flowchart pada Software ARENAError! Bookmark not defined.
Tabel 2.4 Modul Data pada Software ARENA ....... Error! Bookmark not defined.
Tabel 4.1 Data Lama Proses Loading Batubara di Kelanis pada Tongkang
Berukuran
7.000 kT – 9.999 kT Menggunakan Metode FIFOError! Bookmark not defined.
Berukuran
Berukuran
Berukuran
Berukuran
Berukuran
> 15.000 kT Menggunakan Metode FIFOError! Bookmark not defined.
Tabel 4.7 Data Rata-Rata Lama Proses Loading Batubara di Kelanis Keseluruhan
Kapal Tongkang Menggunakan Metode FIFOError! Bookmark not defined.
Tabel 4.8 Standar Waktu Proses Loading Batubara pada Port KelanisError! Bookmark not defined.
Tabel 4.9 Data Hasil Uji Kecukupan Data .............. Error! Bookmark not defined.
Tabel 4.10 Data Distribusi Setiap Aktivitas Loading Batubara dengan Input AnalyzerError! Bookmark no
Tabel 4.11 Jumlah Waiting Time yang Terjadi pada Proses Loading BatubaraError! Bookmark not defin
Tabel 4.12 Hasil Uji Validitas ................................... Error! Bookmark not defined.
Tabel 4.13 Rata-rata Number Out, Waiting Time, dan Number Out pada Kondisi saat
ini ........................................................... Error! Bookmark not defined.
vii
Tabel 4.14 Contoh Data Waktu Antar Kedatangan Tongkang pada Proses Loading
Batubara di Terminal Khusus Batubara KelanisError! Bookmark not defined.
Tabel 4.15 Contoh Data Urutan Tongkang pada Proses Loading Batubara di
Terminal Khusus Batubara Kelanis Menggunakan Metode SPTError! Bookmark not defined
Tabel 4.16 Jumlah Waiting Time yang Terjadi pada Skenario 1 Proses Loading
Batubara ................................................. Error! Bookmark not defined.
Tabel 4.17 Rata-rata Number Out, Waiting Time, dan Number Out pada Skenario
Simulasi Usulan 1 ................................... Error! Bookmark not defined.
Tabel 4.18 Selisih Rata-rata Number Out, Waiting Time, dan Number Out antara
Kondisi Saat Ini dengan Skenario Usulan 1Error! Bookmark not defined.
Tabel 4.19 Contoh Data Waktu Antar Kedatangan Tongkang pada Proses Loading
Batubara di Terminal Khusus Batubara KelanisError! Bookmark not defined.
Terminal Khusus Batubara Kelanis Menggunakan Metode SPT dan
Peningkatan Kapasitas Loading .............. Error! Bookmark not defined.
Tabel 4.21 Laporan Waiting Time Saat Hanya Mesin Jetty K3 yang BeroperasiError! Bookmark not defi
Tabel 4.22 Distribusi Lama Proses Loading dengan Peningkatan Kapasitas Loading
pada Jetty K1 .......................................... Error! Bookmark not defined.
Tabel 4.23 Laporan Waiting Time Skenario Usulan 2 Saat Mesin Jetty K1 Sudah
Beroperasi Normal.................................. Error! Bookmark not defined.
Tabel 4.24 Hasil Simulasi Skenario Usulan 2 Saat Hanya Mesin Jetty K3 yang
Beroperasi .............................................. Error! Bookmark not defined.
Tabel 4.25 Hasil Simulasi Skenario Usulan 2 Saat Mesin Jetty K1 Sudah Beroperasi
Normal ................................................... Error! Bookmark not defined.
Tabel 4.26 Data Biaya yang Dikeluarkan Perusahaan untuk kapasitas loading Jetty K1 Error! Bookma
Tabel 4.27 Data Kerugian Akibat Penurunan Pengiriman Batubara di Terminal
Khusus Batubara Kelanis ........................ Error! Bookmark not defined.
Tabel 4.28 Total Pengeluaran untuk Melakukan Peningkatan Kapasitas Loading Jetty
K1 .......................................................... Error! Bookmark not defined.
Tabel 4.29 Data Keuntungan Peningkatan Kapasitas Loading Batubara di Terminal
Khusus Batubara Kelanis ........................ Error! Bookmark not defined.
Tabel 4.30 Data Keuntungan Penurunan Waktu Waiting to Load Batubara di
Terminal Khusus Batubara Kelanis Dalam Satu BulanError! Bookmark not defined.
Tabel 4.31 Data Cash Flow yang Terjadi Pada Bulan Ke-0 hingga Bulan Ke-nError! Bookmark not defin
viii
Tabel 4.32 Data Payback Period ............................... Error! Bookmark not defined.
Tabel 4.33 Perbandingan Simulasi Saat Ini dengan Skenario Simulasi UsulanError! Bookmark not defin
ix
DAFTAR GAMBAR
Gambar 2.1 Proses Maritime Logistics ................. Error! Bookmark not defined.
Gambar 3.1 Diagram Alir Penelitian .................... Error! Bookmark not defined.
Gambar 4.1 Process Flow Proses Loading Batubara di Terminal Khusus Batubara
Kelanis .............................................. Error! Bookmark not defined.
Gambar 4.2 Process Flow Proses Unloading Batubara di Pelabuhan LepasError! Bookmark not
Gambar 4.3 Grafik Waiting to Load yang Terjadi Selama 2016-2018Error! Bookmark not defined.
Gambar 4.4 Grafik Perbandingan Waktu Antar Kedatangan dengan Lama ProsesError! Bookmark not
Gambar 4.5 Permodelan Simulasi Kondisi Saat IniError! Bookmark not defined.
Gambar 4.6 Hasil Simulasi dengan 1 Replikasi .... Error! Bookmark not defined.
Gambar 4.7 Proses Verifikasi Model Simulasi...... Error! Bookmark not defined.
Gambar 4.8 Hasil Number Out Simulasi Saat Ini dengan 1 ReplikasiError! Bookmark not defined.
Gambar 4.9 Gantt Chart Proses Loading Menggunakan Metode FIFOError! Bookmark not defined.
Gambar 4.10 Gantt Chart Proses Loading Menggunakan Metode SPTError! Bookmark not defined.
Gambar 4.11 Permodelan Simulasi Kondisi Usulan Error! Bookmark not defined.
Gambar 4.12 Hasil Simulasi dengan 1 Replikasi .... Error! Bookmark not defined.
Gambar 4.13 Hasil Number Out Simulasi Usulan dengan 1 ReplikasiError! Bookmark not defined.
Gambar 4.14 Gantt Chart Proses Loading Menggunakan Metode FIFOError! Bookmark not defined.
Gambar 4.15 Gantt Chart Proses Loading Menggunakan Metode SPT dan Peningkatan Kapasitas Loadin
Gambar 4.16 Permodelan Simulasi Jetty K1 Saat dalam Perbaikan Kapasitas
loading ............................................. Error! Bookmark not defined.
Gambar 4.17 Hasil Simulasi Jetty K1 Saat dalam Peningkatan Kapasitas LoadingError! Bookmark not d
Gambar 4.18 Hasil Number Out Simulasi Skenario Usulan 2 Saat Hanya Mesin
Jetty
K3 yang Beroperasi ........................... Error! Bookmark not defined.
Gambar 4.19 Permodelan Simulasi Skenario Usulan 2 Saat Mesin Jetty K1 Sudah
Beroperasi Normal ............................ Error! Bookmark not defined.
Gambar 4.20 Hasil Simulasi Usulan Metode SPT Peningkatan Kapasitas Loading
pada Jetty K1 .................................... Error! Bookmark not defined.
Gambar 4.21 Hasil Number Out Skenario Usulan 2 Saat Mesin Jetty K1 Sudah
Beroperasi Normal ............................ Error! Bookmark not defined.
Gambar 4.22 Perbandingan Waiting to Load Kondisi Saat IniError! Bookmark not defined.
x
Gambar 4.23 Perbandingan Waktu Waiting to Load Kondisi Saat IniError! Bookmark not defined.
Gambar 4.24 Perbandingan Waiting Cost Kondisi Saat Ini denganError! Bookmark not defined.
Gambar 4.25 Perbandingan Waiting Cost Kondisi Saat IniError! Bookmark not defined.
xi
DAFTAR LAMPIRAN
Lampiran 1 Data Replikasi Simulasi Kondisi Awal dengan Metode FIFOError! Bookmark not defined.
Lampiran 2 Data Replikasi Skenario Simulasi Usulan 1 dengan Metode
SPT........................................................................................................Er
ror! Bookmark not defined.
Lampiran 3 Data Replikasi Skenario Simulasi Usulan 2 dengan Metode SPT dan
Peningkatan Kapasitas Loading Pada Jetty
K1......................................Error! Bookmark not defined.
Lampiran 4 Data Replikasi Simulasi Skenario Usulan 2 Saat Jetty K1 dalam
Peningkatan Kapasitas
Loading.............................................................Error! Bookmark not
defined.
Lampiran 5 Data Histogram Waktu Antar Kedatangan Kapal TongkangError! Bookmark not defined.
xii
BAB 2
LANDASAN TEORI
2.1 Maritime Logistics

Council of Supply Chain Management Professionals mengemukakan
salah satu konsep logistik yang paling populer, di mana logistik didefinisikan
sebagai bagian dari manajemen rantai pasokan yang berfungsi untuk
merencanakan, mengimplementasikan, dan mengendalikan aliran maju dan
mundur yang efisien dan efektif serta pengelolaan penyimpanan barang,
layanan, dan informasi terkait yang berada di antara titik asal sampai ke tangan
konsumen untuk memenuhi kebutuhan mereka (Song & Panayides, 2015).
Tujuan utama dari logistik adalah untuk meminimalkan biaya perusahaan
dan memaksimalkan kepuasan pelanggan dengan mengkoordinasikan aliran
bahan dan informasi dengan cara yang paling efisien, dan menyediakan
layanan kepada pelanggan dengan kecepatan tinggi dan harga yang wajar
(Song & Panayides, 2015).
Maritime transportation, salah satu komponen utama dari sistem logistik,
bertanggung jawab untuk membawa dan menangani kargo melintasi lautan dan
menghubungkan antara pengirim dan penerima barang. Maritime
transportation juga memainkan peran penghubung dalam menghubungkan
semua entitas dalam logistik (misalnya pelanggan, pemasok, pabrik, gudang,
dan saluran lainnya) (Song & Panayides, 2015).
Maritime logistics dapat didefinisikan sebagai proses perencanaan,
implementasi dan pengelolaan pergerakan barang dan informasi yang terlibat
dalam pengangkutan jalur laut. Tabel 2.1 memperlihatkan perbedaan maritime
logistics dan maritime transportation (Song & Panayides, 2015).
Tabel 2.1 Perbedaan Maritime Logistics dan Maritime Transportation

Maritime
Maritime Logistics
Transportation
Proses membawa dan
Proses perencanaan, penerapan dan
menangani
Konsep pengelolaan pergerakan barang dan
kargo/muatan
informasi yang terlibat dalam jalur laut.
melintasi lautan.
Maritime Logistics tidak hanya Transportasi jalur
berkaitan dengan fungsi individu yang laut menekankan
berkaitan dengan transportasi laut, tetapi pada fungsi individu
Titik fokus
juga aliran logistik yang efektif sebagai yang berkaitan
entitas yang sistematis dari sistem dengan transportasi
logistik terintegrasi. laut.
Kegiatan transportasi laut misalnya
Kegiatan transportasi
kontrak, pengiriman, perjalanan laut, ,
laut misalnya
dan bongkar/muat. Layanan logistik
Fungsi kontrak, pengiriman,
tambahan misalnya penyimpanan,
Manajerial pelayaran laut,
penawaran pusat distribusi, quality
pemindahan kargo,
control, pengujian, pengemasan ulang,
dan bongkar/muat.
dan penggunaan kembali (reuse).
Sumber: (Song & Panayides, 2015)
5
6
Gambar 2.1 memperlihatkan proses maritime logistics (Song &

Panayides, 2015):
Sumber: (Song & Panayides, 2015)

Gambar 2.1 Proses Maritime Logistics
Model ini memisahkan sistem logistik maritim dalam kegiatan primer

dan sekunder. Kegiatan primer terdiri dari fungsi-fungsi utama dari operator
maritim (yaitu jalur pelayaran, operator pelabuhan/terminal dan pengirim
barang). Kegiatan sekunder adalah aktivitas yang mendukung aktivitas utama
agar berjalan lebih efektif. Layanan logistik tambahan dari operator maritim
dan kemampuan organisasi mereka, yaitu manajemen sumber daya manusia,
sistem informasi, kemampuan administrasi dan dukungan finansial, sangat
penting dalam mendukung kegiatan primer (Song & Panayides, 2015).
Kegiatan utama yang dilakukan oleh perusahaan pengirim barang,
perusahaan pelayaran, dan operator pelabuhan saling terkait satu sama lain
sebagai pemasok atau pembeli. Misalnya, jalur pelayaran, yang memilih
pelabuhan tempat berlabuh kapal mereka, adalah pelanggan utama operator
pelabuhan/terminal; perusahaan pengiriman barang, yang bekerja untuk
pengirim, adalah pelanggan dari jalur pelayaran. Sistem logistik maritim yang
dihasilkan dari kegiatan utama yang saling terkait ini dapat diperkuat dengan
didukung oleh layanan logistik tambahan dari kegiatan sekunder (Song &
Panayides, 2015).
Layanan logistik maritim dapat ditawarkan pada saat semua operator
dalam sistem terkoordinasi dengan baik sebagai satu tim. Jika sistem logistik
maritim dapat membuktikan bahwa layanan tersebut cukup berharga bagi
pelanggan mereka untuk bersedia menggunakan layanan mereka, maka logistik
maritim akan bernilai dimata pelanggan mereka (Song & Panayides, 2015).
2.2 Pengertian Batubara

Batubara merupakan salah satu energi fosil yang mudah terbakar,
terbentuk dari endapan organik, terutama sisa-sisa tumbuhan dan melalui
proses yang sangat lama. Batubara merupakan salah satu sumber energi yang
penting. Batubara memiliki peran selama beberapa abad, baik sebagai
pembangkit tenaga uap, campuran produksi besi, dan lain-lain (Permadi,
Pulungan, & Solihin, 2015).
7
2.3 Pengertian Tongkang

Tongkang merupakan salah satu alat transportasi apung untuk
mengangkut muatan seperti batu bara, pasir, dan lain-lain. Tongkang berbentuk
lambung yang mirip seperti balok, dan tongkang tidak memiliki sistem
propulsi, listrik, atau perpipaan untuk mendukung berjalannya tongkang karena
digunakan sebagai alat angkut dengan beban muatan. Tongkang digunakan
sebagai alat angkut massal hasil bumi dari satu tempat ke tempat lain dengan
menggunakan tug boat (Silalahi, Yudo, & Budiarto, 2016).
2.4 Pengertian Cause and Effect Diagram

Cause and Effect Diagram atau biasa disebut dengan fishbone diagram
karena bentuknya menyerupai tulang ikan, dikembangkan oleh Dr. Kaoru
Ishikawa. Diagram ini digunakan untuk mengidentifikasi dan mengatur
kemungkinan penyebab dari hasil sebuah permasalahan sebuah sistem.
Manfaat dari Cause and Effect Diagram ini salah satunya adalah untuk
membantu menentukan akar penyebab masalah. Gambar 2.2 memperlihatkan
ilustrasi penggunaan Cause and Effect Diagram (Kloppenborg, 2014):
Sumber: (Kloppenborg, 2014)

Gambar 2.1 Ilustrasi Cause and Effect (CE) Diagram
2.5 Process Flow

Process flow berfungsi untuk mengidentifikasi terjadinya bottleneck atau dan
penentuan kapasitas dalam sistem. Process flow merupakan dasar dari
pengelolaan dan pelayanan operasi serta melakukan perbaikan didalamnya
(Fitzsimmons & Fitzsimmons, 2011). Berikut adalah simbol-simbol yang
digunakan dalam process flow (Fitzsimmons & Fitzsimmons, 2011):
8
Tabel 2.2 Simbol-Simbol pada Process Flow

Penjelasan Simbol
Terminator, berbentuk oval yang

menggambarkan awal dan akhir
dalam suatu proses
Operation, berbentuk persegi

panjang dan menggambarkan
proses dari setiap pelayanan
Decision, berbentuk belah ketupat

dan menggambarkan proses pilihan
atau proses yang berbentuk
pertanyaan apakah proses tersebut
sudah terjadi atau belum dan
apakah data dalam proses tersebut
sudah mencukupi atau belum.
Wait, berbentuk segitiga terbalik

menggambarkan sebagai tempat
penyimpanan suatu produk atau
waktu delay dalam produksi.
Flow, berbentuk panah yang

menggambarkan penunjukkan alur
proses dari satu proses ke proses
lainnya terhadap customer, goods,
atau information.
Sumber: (Fitzsimmons & Fitzsimmons, 2011)
Gambar 2.3 menunjukkan contoh dari process flow:
Sumber: (Fitzsimmons & Fitzsimmons, 2011)

Gambar 2.2 Contoh Process Flow
9
2.6 Uji Kecukupan Data

Terdapat dua faktor yang memengaruhi uji kecukupan data (Astuti &
Iftadi, 2016):
1. Tingkat kepercayaan (confidence level)
2. Tingkat ketelitian (degree of accuracy)
Berikut ini merupakan rumus yang digunakan dalam uji kecukupan data
(Astuti & Iftadi, 2016):
Keterangan:
N’ = Jumlah data seharusnya.
N = Jumlah data yang diambil saat pengumpulan data.
k = Tingkat kepercayaan (confidence level).
s = Tingkat ketelitian (degree of accuracy).
x = Data pengamatan.
Berdasarkan rumus perhitungan di atas, hasil perhitungan dapat
disimpulkan (Astuti & Iftadi, 2016):
a. Jika N’ ≤ N atau jumlah data seharusnya lebih kecil sama dengan jumlah
data yang diambil saat pengumpulan data, maka data yang dikumpulkan
telah dinyatakan mencukupi untuk tingkat keyakinan dan derajat ketelitian
yang telah ditentukan, sehingga data tersebut dapat dilakukan pengolahan
lebih lanjut.
b. Jika N’ > N atau jumlah data seharusnya lebih besar dibandingkan dengan
jumlah data yang diambil saat pengumpulan data, maka data yang
dikumpulkan dinyatakan tidak mencukupi untuk dilakukan pengolahan
lebih lanjut, sehingga pengumpulan data harus ditambahkan lagi sampai
lebih besar dari jumlah data seharusnya.
2.7 Simulasi
2.7.1 Pengertian Simulasi
Simulasi merupakan pekerjaan meniru atau tiruan dari sebuah proses
atau sistem dalam dunia nyata berdasarkan dari waktu ke waktu. Model
simulasi dapat dibagi menjadi model matematik dan fisik. Model matematik
menggunakan notasi simbolik dan persamaan matematika untuk menunjukkan
suatu sistem, contohnya adalah model matematika teori antrian, program linear
dan simulasi Monte Carlo (Shawki, Kilani, & Gomaa, 2015)
Sedangkan untuk model fisik merupakan pemodelan secara fisik dalam
sebuah sistem, seperti simulator pemodelan pergerakan robot. Selain itu,
terdapat beberapa model-model simulasi lainnya, yaitu model simulasi statis
yang merupakan suatu sistem tertentu dalam suatu waktu tertentu pula. Model
dinamis menunjukkan perubahan dalam suatu sistem karena perubahan waktu.
Model deterministic adalah model yang tidak memiliki variabel acak. Model
stokastik adalah model yang mengandung satu atau lebih variabel acak. Model
diskrit adalah model yang variabelnya hanya berubah pada satu set diskrit yang
terus berubah dari waktu ke waktu (Shawki, Kilani, & Gomaa, 2015)
10
Sumber: (Shawki, Kilani, & Gomaa, 2015)

Gambar 2.3 Klasifikasi Model Simulasi
2.7.2 Tujuan Simulasi

Berikut ini adalah beberapa tujuan dari dilakukannya sebuah simulasi
(Banks, Carson II, Nelson, & Nicol, 2014):
1. Simulasi dapat digunakan untuk memeriksa solusi secara analitik.
2. Simulasi dapat memungkinkan studi dan eksperimen dengan interaksi
secara internal dari sebuah sistem yang kompleks atau subsistem dalam
sistem yang kompleks.
3. Simulasi dapat melakukan pengamatan pada perubahan informasi,
organisasi, dan lingkungan serta pengaruh perubahan tersebut pada perilaku
model yang diamati.
4. Simulasi dapat digunakan sebagai perangkat pedagogis untuk memperkuat
metodologi solusi secara analitik.
5. Simulasi dapat digunakan untuk membuat eksperimen dengan desain atau
kebijakan yang baru sebelum diimplementasikan, sehingga dapat
mempersiapkan kemungkinan-kemungkinan yang akan terjadi.
2.7.3 Model Antrian

Simulasi sering digunakan dalam analisis model antrian. Model antrian,
baik diselesaikan secara matematis atau dianalisis melalui simulasi,
memberikan analis dengan alat yang kuat untuk merancang dan mengevaluasi
kinerja sistem antrian. Ukuran umum kinerja sistem termasuk pemanfaatan
server (persentase waktu server sibuk), lama antrian, dan keterlambatan
kedatangan pelanggan. Teori antrian dan analisis simulasi digunakan untuk
memprediksi ukuran kinerja sistem sebagai fungsi dari parameter input (Banks,
Carson II, Nelson, & Nicol, 2014).
Salah satu karakteristik dari sistem antrian adalah proses kedatangan
(arrival process). Proses kedatangan terbagi menjadi dua macam, yakni model
infinite population dan finite population. Proses kedatangan pada infinite
population ditandai dalam hal waktu antar kedatangan (interarrival) pelanggan
secara berturut-turut. Waktu kedatangan dapat terjadi secara terjadwal atau
waktu random. Ketika kedatangan pada waktu random, waktu kedatangan
ditandai dengan distribusi probabilitas. Selain itu, pelanggan dapat tiba satu per
satu atau dalam batch. Batch dapat berukuran konstan atau ukuran acak
(Banks, Carson II, Nelson, & Nicol, 2014).
11
Proses kedatangan pada finite population cukup berbeda dimana

pelanggan menunggu ketika berada diluar sistem antrian, misalnya perbaikan
pada mesin yang bermasalah. Mesin tertunda ketika dalam keadaan mesin
beroperasi, namun menjadi tidak tertunda ketika mesin meminta diperbaiki
Model antrian memiliki beberapa jenis, seperti (Banks, Carson II,
Nelson, & Nicol, 2014):
1. M/G/1 adalah antrian server tunggal dengan kedatangan Poisson &
kapasitas yang tak terbatas.
2. Antrian M/M/1 adalah model perkiraan yang berguna ketika waktu
layanan memiliki standar deviasi kira-kira sama dengan rata-ratanya.
3. Antrian M/M/c/∞/∞: c adalah saluran yang beroperasi secara paralel.
Setiap saluran memiliki distribusi waktu layanan independen dan identik,
dengan rata-rata 1/m.
Model antrian multi-server umum lainnya seperti (Banks, Carson II,

Nelson, & Nicol, 2014):
1. M/G/c/∞: waktu layanan umum dan c adalah server paralel. Parameter
dapat diperkirakan dari model M/ M/c/∞/∞.
2. M/G/∞: waktu layanan umum dan jumlah server yang tidak terbatas,
misalnya pelanggan adalah sistemnya sendiri dan kapasitas layanan jauh
melebihi permintaan layanan.
3. M/M/C/N/∞: waktu layanan didistribusikan secara eksponensial pada
server m dan c dengan total kapasitas sistem adalah pelanggan N³c
(ketika kedatangan terjadi dan sistem penuh, maka kedatangan ditolak).
2.7.4 Kendall’s Notation

Kendall’s Notation digunakan untuk mengkarakterisasi sistem antrian.
Hal ini ditunjukan dengan menggunakan A/B/C/X/Y/Z, dengan keterangan
(Stewart, 2009):
• A menunjukkan distribusi waktu interarrival,
• B menunjukkan distribusi waktu layanan,
• C menunjukkan jumlah server,
• X menunjukkan kapasitas sistem,
• Y menunjukkan ukuran populasi pelanggan, dan
• Z menunjukkan disiplin penjadwalan antrian.
Beberapa distribusi yang mungkin (untuk A dan/atau B) adalah M (untuk
Markovian), E (untuk Erlang), Ck (untuk Coxian dengan urutan k), G (untuk
umum), dan D untuk deterministik (atau konstan). Proses kedatangan umum,
notasi GI kadang-kadang digunakan untuk menggantikan G untuk
menunjukkan bahwa meskipun distribusi waktu antar kedatangan mungkin
sepenuhnya umum, kedatangan berturut-turut tidak tergantung satu sama lain
(Stewart, 2009).
2.7.5 Disiplin Antrian

Antrian antrian mengacu pada pemesanan logis pelanggan dalam antrian
dan menentukan pelanggan mana yang akan dipilih untuk layanan ketika
server menjadi bebas. Disiplin antrian umum termasuk First-In-First-Out
(FIFO), Last-In-First-Out (LIFO), Service In Random Order (SIRO), Shortest
Processing Time First (SPT), dan Service According to Priority (PR). Pada
12
sistem manufaktur, disiplin antrian kadang-kadang didasarkan pada tanggal

jatuh tempo dan waktu pemrosesan untuk jenis pekerjaan tertentu. Perhatikan
bahwa disiplin antrian FIFO menjelaskan bahwa layanan dimulai dalam urutan
yang sama dengan kedatangan, tetapi pelanggan dapat meninggalkan sistem
dalam urutan yang berbeda karena waktu layanan yang berbeda (Banks,
Carson II, Nelson, & Nicol, 2014). Berikut ini merupakan pengertian dari
disiplin-disiplin antrian yang telah disebutkan di atas (Stewart, 2009):
1. First-In-First-Out (FIFO), adalah kebijakan yang mendahulukan pelanggan
di bagian depan antrian, yang telah menunggu paling lama dan kedatangan
paling awal, sebagai prioritas yang akan dilayani.
2. Last-In-First-Out (LIFO), adalah kebalikan dari FIFO. Pelanggan terakhir
yang tiba adalah prioritas yang akan dilayani. Meskipun mungkin tampak
tidak adil, hal ini merupakan situasi yang digunakan ketika struktur data
stack diimplementasikan dalam program komputer.
3. Service In Random Order (SIRO), adalah pelanggan berikutnya yang akan
dilayani dipilih secara acak di antara semua yang menunggu.
4. Shortest Processing Time First (SPT), adalah kebijakan penjadwalan di
mana pelanggan dengan waktu layanan terpendek mendapatkan prioritas di
atas pelanggan yang memiliki waktu layanan lebih lama.
5. Service According to Priority (PR), dalam hal ini pelanggan yang dipilih
dari antrian adalah pelanggan dengan prioritas tertinggi.
2.7.6 Software ARENA

ARENA adalah sebuah discrete event simulation software dan
automation software yang dikembangkan oleh Rockwell Automation pada
tahun 2000. ARENA dapat mensimulasikan berbagai macam sistem real-time
diantaranya proses bisnis, proses logistik, proses produksi, dan lain lain (Pham,
Tsai, Nguyen, Dow, & Deng, 2015).
Keuntungan dari penggunaan software ARENA adalah memudahkan
pengguna untuk memasukan data dan menggunakan metode flowchart untuk
pemodelan, sedangkan software lain berbasis kode dan membutuhkan
keterampilan pemrograman dengan pelatihan khusus. Terdapat tiga aplikasi
lainnya yang penting dalam software ARENA yaitu, Input Analyzer, Process
Analyzer, dan Output Analyzer (Shawki, Kilani, & Gomaa, 2015).
13
2.7.7 Modul pada Software ARENA

Tabel 2.3 dan 2.4 menjelaskan modul yang dapat digunakan pada
software ARENA.
Tabel 2.3 Modul Flowchart pada Software ARENA
No Modul Fungsi
Modul ini merupakan titik awal untuk entitas dalam model
simulasi. Entitas dibuat berdasarkan waktu antara
1 Create
kedatangan. Entitas kemudian meninggalkan modul untuk
mulai diproses dalam sistem.
Modul ini merupakan titik akhir untuk entitas dalam model
2 Dispose simulasi. Statistik entitas dapat direkam sebelum entitas
dilepaskan.
Modul ini bertindak sebagai proses utama dalam simulasi.
Waktu proses dialokasikan ke entitas dan dapat dianggap
3 Process
sebagai value added, non-value added, transfer, wait, dan
lain-lain.
Modul ini digunakan untuk proses pengambilan keputusan
4 Decide dalam sistem. Modul ini memberikan opsi untuk mengambil
keputusan berdasarkan satu atau beberapa kondisi.
Modul ini digunakan sebagai mekanisme pengelompokan
dalam model simulasi. Modul Batch dapat dikelompokkan
5 Batch
secara permanen atau sementara. Modul Batch sementara
harus dipisah menggunakan modul Seperate.
Modul ini digunakan untuk menyalin entitas yang masuk ke
6 Seperate beberapa entitas atau untuk membelah entitas yang
sebelumnya sudah dikelompokan.
Modul ini digunakan untuk menetapkan nilai-nilai baru ke
7 Assign variabel, atribut entitas, tipe entitas, gambar entitas, atau
variabel sistem lainnya.
Sumber: (Bradley, 2010)
Tabel 2.4 Modul Data pada Software ARENA

No Modul Fungsi
Modul ini digunakan untuk mengumpulkan statistik dalam
1 Record
model simulasi.
Modul ini digunakan untuk menentukan dimensi, tipe data,
dan nilai awal atribut. Atribut adalah karakteristik semua
2 Attribute
entitas, tetapi dengan nilai spesifik yang dapat berbeda satu
entitas ke entitas lain.
Modul ini mendefinisikan berbagai jenis entitas dan nilai
3 Entity
gambar awal dalam simulasi.
Modul digunakan untuk mengubah aturan antrian yang
ditentukan. Aturan antrian yang ada seperti First In First
4 Queue
Out, Shortest Processing Time, Longest Processing Time,
dan lain-lain.
Modul ini mendefinisikan sumber daya dalam suatu sistem.
5 Resource Sumber daya memiliki kapasitas tetap yang tidak bervariasi
selama menjalankan simulasi.
14
Tabel 2.4 Modul Data pada Software ARENA (lanjutan)

No Modul Fungsi
Modul ini digunakan untuk menentukan dimensi dan nilai
6 Variable
awal variabel.
Modul ini digunakan bersama dengan modul Resource
untuk menentukan jadwal operasi untuk sumber daya atau
7 Schedule
dengan modul Create untuk menentukan jadwal
kedatangan.
Modul ini mendefinisikan berbagai jenis set, termasuk
8 Set sumber daya, penghitung, penghitungan, entitas jenis, dan
gambar entitas.
Sumber: (Bradley, 2010)
2.7.8 Verifikasi dan Validasi

Pada uji perbandingan dengan menggunakan software ARENA, terdapat
dua tahap dalam simulasi yaitu verifikasi dan validasi (Nur & Qitri, 2016).
1. Verifikasi
Verifikasi merupakan proses membandingkan antara model nyata dengan
model simulasi dengan tujuan untuk memeriksa apakah model simulasi
sesuai atau tidak dengan model nyata.
2. Validasi
Validasi merupakan proses pengujian apakah program yang disimulasikan
seperti sistem yang nyata sudah tepat terhadap model yang telah dibuat
Berikut merupakan rumus untuk menguji validitas dari sebuah data (Banks,
Carson II, Nelson, & Nicol, 2014):
a. t-hitung
Keterangan:
t = t hitung
= Rata-rata nilai pada hasil simulasi
= Rata-rata nilai pada data aktual
S = Standar deviasi
n = Jumlah data
b. Standard Error
Keterangan:
SE = Standard Error
S = Standar Deviasi
n = Jumlah data
c. Best Case Error
Keterangan:
BCE = Best Case Error
= Confidence Interval Testing
15
d. Worst Case Error
Keterangan:
WCE = Worst Case Error
= Confidence Interval Testing
2.7.9 Jumlah Replikasi

Berikut ini adalah rumus yang digunakan dalam menentukan jumlah replikasi
yang dilakukan dalam sebuah simulasi (Riyanto, 2016):
Keterangan:
e = Half width
= Nilai tabel t
n = Jumlah replikasi awal
= Jumlah replikasi yang dibutuhkan
s = Standar deviasi
= Nilai tabel z
2.7.10 Output Analysis

Output Analysis adalah proses pemeriksaan data yang dihasilkan oleh
simulasi. Tujuannya adalah untuk memprediksi kinerja suatu sistem atau untuk
membandingkan kinerja dua atau lebih desain sistem alternatif. Proses dalam
menganalisis data hasil simulasi, terdapat dua macam jenis output analysis,
yaitu terminating simulation dan steady-state simulation (Banks, Carson II,
Nelson, & Nicol, 2014).
Terminating simulation berjalan selama beberapa durasi waktu TE, di
mana E adalah peristiwa yang ditentukan (atau serangkaian peristiwa) yang
menghentikan simulasi. Steady-state simulation adalah sistem yang berjalan
terus menerus, atau setidaknya selama periode waktu yang sangat lama.
Contohnya termasuk jalur perakitan yang jarang dimatikan, sistem produksi
terus-menerus dari berbagai jenis, telepon dan sistem komunikasi lainnya
seperti Internet, ruang gawat darurat rumah sakit, operasi pengiriman dan
patroli polisi, pemadam kebakaran, dan jaringan komputer yang terus
beroperasi (Banks, Carson II, Nelson, & Nicol, 2014).
2.7.11 Confidence Interval Testing

Tujuan dari confidence interval testing adalah untuk melakukan
pengujian apakah data sudah berada pada range yang sama antar data sehingga
data menjadi akurat untuk digunakan. Berikut merupakan rumus untuk
16
menentukan confidence interval testing (Banks, Carson II, Nelson, & Nicol,
2014):
Keterangan:
Y = Rata-rata output running simulasi
= Nilai tabel t
s = Standar deviasi
2.7.12 Prediction Interval

Prediction Interval dan Confidence Interval didasarkan pada premis
bahwa data yang dihasilkan oleh simulasi direpresentasikan dengan baik oleh
model probabilitas. Prediction Interval adalah perkiraan interval di masa
yang akan datang dengan probabilitas tertentu, atau dapat dikatakan
pengukuran terhadap risiko yang akan terjadi di masa yang akan datang.
Perhitungan Prediction Interval adalah (Banks, Carson II, Nelson, & Nicol,
2014):
Keterangan:
Y = Rata-rata output running simulasi
= Nilai tabel t
s = Standar deviasi
2.8 Gantt Chart

Gantt Chart adalah alat bantu visual yang berguna dalam melakukan
proses pemuatan dan penjadwalan. Nama ini berasal dari Henry Gantt, yang
mengembangkannya di akhir 1800-an. Grafik menunjukkan penggunaan
sumber daya, seperti pusat kerja dan tenaga kerja. Ketika digunakan dalam
proses pemuatan, Gantt Chart menunjukkan waktu proses pemuatan dan waktu
idle dari beberapa departemen, mesin, atau fasilitas. Gantt Chart menampilkan
beban kerja relatif dalam sistem sehingga manajer tahu penyesuaian apa yang
sesuai. Misalnya, ketika salah satu pusat kerja menjadi kelebihan beban,
karyawan dengan pusat kerja beban yang rendah dapat ditransfer sementara
untuk menambah tenaga kerja. Jika pekerjaan menunggu dapat diproses di
pusat-pusat kerja yang berbeda, beberapa pekerjaan di pusat-pusat beban kerja
tinggi dapat ditransfer ke pusat-pusat beban kerja yang rendah. Peralatan
serbaguna juga dapat ditransfer antar pusat (Heizer, Render, & Munson, 2017).
Berikut ini adalah contoh dari Gantt Chart (Heizer, Render, & Munson,
2017):
17
Gambar 2.4 Contoh Gantt Chart

2.9 Waiting Time
Waktu tunggu ditentukan oleh jumlah waktu yang dibutuhkan untuk
melayani pelanggan yang ditemukan pada saat kedatangan. Waktu tunggu
terdapat dua jenis, yaitu waktu yang dihabiskan pelanggan dalam antrian,
misalnya waktu menunggu pelanggan di taman hiburan, dan total waktu yang
dihabiskan pelanggan dalam sistem (antrian dan layanan), misalnya wakytu
menunggu pada saat perbaikan mesin. Distribusi waktu tunggu dalam antrian
adalah, untuk sebagian besar continuous random variable, kecuali bahwa ada
probabilitas bahwa menunggu adalah nol. Hal ini terjadi ketika sistem kosong
dan pelanggan yang tiba mulai untuk dilayani segera setelah kedatangan
(Shortle, Thompson, Gross, & Harris, 2018).
Pada studi maritime logistics, penyediaan yang memadai dan alokasi
yang efektif dari fasilitas pelabuhan dianggap menjadi perhatian khusus. Hal
ini dikarenakan fakta bahwa berlabuh (termasuk waktu tunggu kapal untuk
loading atau memuat dan unloading atau melakukan bongkar muat pada
muatannya) menyumbang sebagian besar waktu kapal di pelabuhan yang tidak
efisien dan menyebabkan hilangnya produktivitas yang tidak perlu.
Selanjutnya, frekuensi pengiriman barang dari port A sampai port B juga
memengaruhi waktu menunggu. Semakin rendah frekuensinya, maka
ekspektasi waktu menunggu semakin lama. Jika frekuensi semakin tinggi,
maka ekspektasi perjalanan dari port A sampai port B semakin banyak yang
diharapkan dapat mempersingkat waktu menunggu (Chew, Lee, & Tang,
2011).
2.10 Engineering Economy

2.10.1 Net Present Value
Net Present Value adalah salah satu teknik arus kas keuangan yang
didiskontokan, yang memperhitungkan nilai waktu uang. Net Present Value
mengacu pada perbedaan antara nilai sekarang dari semua arus kas masuk dan
nilai sekarang dari semua arus kas keluar yang terkait dengan proyek. Nilai
sekarang dipastikan menggunakan biaya modal keseluruhan perusahaan
sebagai tingkat diskon (Bora, 2015). Rumus untuk Net Present Value dapat
ditulis sebagai berikut (Bora, 2015):
18
Keterangan:
C1, C2, C3,…, Cn = Annual cash inflows
K = Discount factor
Co = Initial investment (cash out flow)
Aturan NPV adalah proyek diterima ketika NPV positif (NPV> 0);
proyek ditolak ketika NPV negatif (NPV <0) proyek mungkin dapat diterima
NPV nol (NPV = 0) (Bora, 2015). Keuntungan dari penggunaan metode NPV
adalah (Bora, 2015):
1. Mempertimbangkan semua arus kas.
2. Ukuran yang sesungguhnya dari profitabilitas.
3. Didasarkan pada konsep nilai waktu dari uang.
4. Memuaskan prinsip nilai tambah.
Kerugian dari penggunaan metode NPV adalah (Bora, 2015):
1. Membutuhkan estimasi arus kas yang merupakan tugas membosankan.
2. Membutuhkan perhitungan biaya peluang modal yang menimbulkan
kesulitan praktis.
3. Sensitif terhadap tingkat diskon nilai uang.
2.10.2 Internal Rate of Return

Internal Rate of Return (IRR) adalah tingkat di mana jumlah diskon arus
kas masuk sama dengan jumlah arus kas keluar yang sudah didiskon. Ini
adalah tingkat pengembalian yang menyamakan nilai sekarang dari arus kas
masuk ke nilai sekarang dari arus kas keluar. Dalam metode ini, tingkat diskon
mungkin tidak diketahui tetapi arus kas masuk dan keluar diketahui. Oleh
karena itu dapat disimpulkan jika IRR adalah NPV = 0 (Bora, 2015). Rumus
untuk mengetahui nilai IRR adalah (Bora, 2015):
Keterangan:
C1, C2, C3,…, Cn = Annual cash inflows
K = Discount factor
Co = Initial investment (cash out flow)
Aturan penerimaan IRR adalah jika IRR> biaya modal maka proyek
akan diterima. Jika IRR <biaya modal maka proyek akan ditolak, dan Jika IRR
= biaya modal maka proyek tidak akan mendapat untung dan tidak akan
mengalami kerugian juga (Bora, 2015).
Keuntungan dari penggunaan metode IRR adalah (Bora, 2015):

1. Mempertimbangkan semua arus kas.
2. Ukuran yang sesungguhnya dari profitabilitas.
19
3. Didasarkan pada konsep nilai waktu dari uang.

4. Secara umum terdiri dari prinsip maksimisasi kekayaan.
Kerugian dari penggunaan metode IRR adalah (Bora, 2015):
1. Membutuhkan estimasi arus kas yang merupakan tugas membosankan.
2. Tidak menggunakan prinsip nilai tambah (yaitu, IRR dua atau lebih proyek
tidak bertambah).
3. Terkadang gagal untuk menunjukkan pilihan yang benar antara proyek yang
sama-sama eksklusif.
2.10.3 Payback Period

Payback period adalah perkiraan waktu untuk pendapatan, tabungan, dan
manfaat moneter lainnya untuk memulihkan investasi awal ditambah tingkat
pengembalian rate of return (Blank & Tarquin, 2012). Terdapat dua macam
jenis perhitungan dalam payback analysis (Blank & Tarquin, 2012):
1. Tidak ada pengembalian; i = 0%, disebut juga simple payback dan hanya
memulihkan investasi awal.
bervariasi setiap tahun:
NCF seragam setiap tahun:
2. Pengembalian diskon; i > 0%, nilai waktu uang diperhatikan dalam
beberapa pengembalian, contohnya 10% per tahun harus direalisasikan
selain untuk memulihkan investasi awal.
bervariasi setiap tahun: (P/F,i,t)
seragam setiap tahun: (P/A,i, )
Keterangan:
NCF = Net Cash Flow
P = Nilai investasi
= payback period
20
BAB 3
METODE PENELITIAN
3.1 Diagram Alir Penelitian

Gambar 3.1 menunjukan diagram alir untuk penyusunan penelitian di PT
XYZ Logistics.
Gambar 3.1 Diagram Alir Penelitian
21
22
3.2 Penjelasan Diagram Alir Penelitian

Berdasarkan diagram alir penelitian pada Gambar 3.1 di atas, berikut adalah
penjelasan diagram alir pada penelitian ini:
1. Observasi Lapangan
Tahap pertama yang dilakukan adalah melakukan observasi lapangan untuk
mengidentifikasi faktor apa saja yang menjadi permasalahaan pada PT XYZ
Logistics. Observasi yang dilakukan secara langsung ke kantor utama PT
XYZ Logistics di wilayah Jakarta Selatan dengan data yang diperoleh
berupa data sekunder. Observasi yang dilakukan ini akan menjadi latar
belakang perumusan masalah yang terjadi pada PT XYZ Logistics.
2. Perumusan Masalah
Pada tahap ini penulis mengambil kesimpulan dari hasil observasi di
lapangan dan latar belakang masalah yang ada kemudian merumuskan
masalah yang akan diambil dalam penelitian ini secara spesifik di PT XYZ
Logistics. Perumusan masalah ini juga menggunakan metode Cause and
Effect Diagram untuk menemukan faktor-faktor penyebab dari sebuah
masalah yang ditemukan. Perumusah masalah juga membutuhkan
membutuhkan data masalah terkait waktu tunggu pengiriman batubara
dengan metode fishbone diagram pada PT XYZ Logistics.
3. Studi Pustaka
Pada tahap ini penulis mempelajari dan mengutip teori yang ada, dan
menjadikan teori tersebut sebagai acuan dan pendukung untuk memecahkan
permasalahan yang ada di PT XYZ Logistics. Teori ini didapat dari buku
dan jurnal yang berkaitan dengan studi kasus yang telah dilakukan.
4. Penentuan Tujuan
Pada tahap ini, penulis menentukan tujuan dari penelitian yang dilakukan.
Tujuan dari penelitian ini adalah mengurangi waktu tunggu proses loading
dengan menggunakan 2 skenario usulan, mengetahui perbedaan waktu
tunggu skenario usulan dengan waktu tunggu pada kondisi saat ini dan
menentukan kelayakan investasi proyek peningkatan kapasitas loading pada
skenario 2.
5. Pengumpulan Data
Pada tahap ini, penulis melakukan pengumpulan data yang dibutuhkan
dalam penelitian. Pengumpulan data dilakukan dengan cara mengajukan
permintaan data-data yang dibutuhkan kepada perusahaan sehingga data
yang dikumpulkan merupakan data sekunder karena tidak memungkinkan
untuk mengambil data primer karena satu dan lain hal. Pengumpulan data
dibagi kedalam dua skenario. Skenario pertama, mengumpulkan data waktu
waiting to load di Terminal Khusus Batubara Kelanis, data waiting cost
yang harus dibayarkan perusahaan. Skenario kedua membutuhkan data
waktu waiting to load di Terminal Khusus Batubara Kelanis, data waiting
cost yang harus dibayarkan perusahaan, dan data biaya upgrade Jetty K1.
6. Pengolahan Data
Pada tahap ini, penulis mengolah data berdasarkan data yang sudah
dikumpulkan sebelumnya. Pengolahan data dilakukan dengan menggunakan
metode yang telah diterangkan pada landasan teori. Pengolahan data dibagi
ke dalam dua skenario. Pengolahan data yang dilakukan untuk skenario
yang pertama antara lain simulasi proses loading batubara kondisi saat ini
dengan
23
metode FIFO di Terminal Khusus Batubara Kelanis menggunakan software

ARENA, simulasi usulan menggunakan metode SPT pada proses loading
batubara di Terminal Khusus Batubara Kelanis menggunakan software
ARENA. Pengolahan data yang dilakukan untuk skenario yang kedua
antara lain simulasi usulan menggunakan metode SPT dan peningkatan
kapasitas loading Jetty K1 pada proses loading batubara di Terminal
Khusus Batubara Kelanis menggunakan software ARENA, simulasi usulan
menggunakan metode SPT pada saat mesin Jetty K1 sedang dilakukan
upgrade sehingga hanya Jetty K3 yang beroperasi, dan analisis kelayakan
investasi usulan peningkatan kapasitas loading Jetty dengan menggunakan
metode Internal Rate of Return (IRR), Breakeven Point and Payback
Period, dan Net Present Value (NPV). Berdasarkan hasil konsultasi dengan
PT XYZ Logistics, upaya mengurangi waktu tunggu proses loading di
Terminal Khusus Batubara Kelanis menggunakan 2 skenario usulan yang
diberikan karena metode antrian lainnya (metode LIFO, SIRO, dan PR)
tidak ada yang sesuai untuk diaplikasikan pada kondisi di lapangan. Selain
itu, usulan penambahan server (mesin Jetty) tidak dapat dilakukan karena
diperlukan penelitian yang lebih lanjut untuk mengetahui proses untuk
penambahan mesin Jetty, seperti bagaimana pembebasan lahan yang
diperlukan, bagaimana pembukaan jalur dari mining site menuju stockpile
yang ada di Terminal Khusus Batubara Kelanis, dan berapa besaran biaya
yang dibutuhkan untuk melakukan proyek penambahan mesin Jetty ini.
7. Analisis Hasil dan Pembahasan
Pada tahap ini, penulis melakukan analisis dan membahas hasil dari
pengolahan data yang telah dilakukan. Setelah melakukan analisis dan
pembahasan, dapat ditentukan solusi yang diharapkan tepat guna untuk
perusahaan dengan menggunakan metode-metode yang telah dipilih.
8. Kesimpulan dan Saran
Pada tahap yang terakhir, penulis membuat sebuah kesimpulan dari hasil
penelitian. Kesimpulan merupakan ringkasan dari keseluruhan penelitian
dan menjawab semua rumusan masalah yang terjadi di PT XYZ Logistics .
Selain membuat kesimpulan, penulis juga memberikan saran. Saran yang
dibuat yaitu berupa solusi dan bagaimana hal yang seharusnya dilakukan
yang ditujukan untuk PT XYZ Logistics.
24
BAB 4
HASIL DAN BAHASAN
4.1 Profil Perusahaan
Salah satu tantangan utama yang dihadapi PT XYZ pada saat awal
beroperasi adalah transportasi dan logistik. PT XYZ memiliki salah satu
tambang batubara di Indonesia yang terletak jauh ke dalam wilayah daratan.
Tambang ini berjarak 240 km dari lokasi transshipment di Taboneo, dan 80 km
dari pelabuhan tongkang di Terminal Khusus Batubara Kelanis.
PT XYZ Logistics ditugaskan untuk berkoordinasi dan mengelola
kegiatan logistik pada rantai pasokan PT XYZ. PT XYZ Logistics
mengintegrasi beberapa unit bisnis logistik PT XYZ untuk meningkatkan
nilainya sebagai penyedia jasa logistik pelabuhan ke pelabuhan bagi PT XYZ.
PT XYZ Logistics memberikan kontribusi yang signifikan terhadap
rantai pasokan batubara PT XYZ yang terintegrasi, dimulai dari pemuatan
batubara ke tongkang di Terminal Khusus Batubara Kelanis sampai
mengangkut dan mengirimkan batubara di pusat atau pelabuhan bongkar.
Melalui rencana yang bersinergi, PT XYZ Logistics memperkuat proses
bisnis dari pengangkutan tongkang dan transshipment, sampai operasi
pemrosesan batubara di darat dan terminal pemuatan kapal, sampai manajemen
pelabuhan untuk aktivitas bongkar muat dan transshipment di pelabuhan
Taboneo, dan yang terakhir, sampai pengelolaan kapasitas alur sungai Barito
dengan mengeruk alur sungai secara berkala. Bersama dengan fungsi bisnis PT
XYZ lainnya, PT XYZ Logistics melakukan optimalisasi dan efisiensi dalam
operasinya.
Visi PT XYZ Logistics adalah menjadi perusahaan logistik Indonesia
yang andal dan efisien, dengan pengelolaan yang terbaik. PT XYZ Logistics
bertujuan untuk memastikan penerapan standar kesehatan dan keselamatan
yang tinggi dengan praktik lingkungan yang terbaik untuk meningkatkan bisnis
sehingga nantinya akan bermanfaat bagi pemangku kepentingan dan
masyarakat.
Sebagai penyedia logistik yang berfokus pada batubara, prospek PT XYZ
Logistics dipengaruhi oleh prospek batubara. PT XYZ meyakini bahwa
landasan bisnis batubara dalam jangka panjang tetap solid, namun PT XYZ
tetap ingin meningkatkan aktivitas non pertambangan batubara misalnya
logistik, jasa pertambangan dan ketenagalistrikan.
4.2 Process Flow

4.2.1 Process Flow dari Proses Loading Batubara
Gambar 4.1 berikut ini memperlihatkan process flow dari proses loading
batubara di Terminal Khusus Batubara Kelanis:
25
26
Gambar 4.1 Process Flow Proses Loading Batubara di Terminal Khusus

Batubara Kelanis
Process flow diatas menggambarkan proses loading batubara yang terjadi

di Terminal Khusus Batubara Kelanis. Proses yang terjadi berawal dari kapal
tongkang yang tiba di Kelanis dari pelabuhan Taboneo atau pelabuhan-
pelabuhan domestik, kemudian kapal tongkang tersebut akan dimuat atau
dilakukan proses loading batubara dengan menggunakan dua buah loading
machine yang disebut Jetty K1 dan Jetty K3 dengan Jetty K3 yang memiliki
kapasitas loading lebih besar dibandingkan dengan Jetty K1. Selanjutnya
dilakukan proses pemerataan isi tongkang. Setelah itu, dilakukan proses
penyelesaian pemuatan atau yang biasa disebut proses completion, dan yang
terakhir proses tongkang berangkat menuju ke pelabuhan Taboneo atau tujuan
domestik. Proses pemuatan atau loading batubara terdapat indikasi adanya
waiting time karena kapal tongkang yang siap untuk dimuat jumlahnya banyak
namun hanya terdapat dua alat untuk melakukan proses pemuatan, yaitu Jetty
K1 dan Jetty K3 sehingga menyebabkan kapal tongkang mengantri untuk
dimuat.
4.2.3 Process Flow dari Proses Unloading Batubara
Gambar 4.2 berikut ini memperlihatkan process flow dari proses
unloading batubara di Pelabuhan Lepas Pantai Taboneo:
Gambar 4.2 Process Flow Proses Unloading Batubara di Pelabuhan Lepas

Pantai Taboneo
Process flow diatas menggambarkan proses unloading batubara yang
terjadi di Pelabuhan Lepas Pantai Taboneo. Proses yang terjadi berawal dari
kapal tongkang yang tiba di Pelabuhan Lepas Pantai Taboneo dari Port
Kelanis, kemudian kapal tongkang tersebut akan bersandar pada sebuah
floating crane yang terlebih dahulu sudah berada di sisi mother vessel atau
kapal customer. Selanjutnya kapal tongkang dibongkar atau dilakukan proses
unloading batubara dengan menggunakan floating crane. Setelah itu,
dilakukan proses penyelesaian pembongkaran, dan yang terakhir tongkang
berangkat menuju ke Port Kelanis untuk dilakukan pemuatan batubara
kembali. Proses pembongkaran atau unloading batubara memiliki waiting time,
yang salah satunya disebabkan karena mother vessel yang belum sampai di
Pelabuhan Taboneo. Sehingga kapal tongkang harus menunggu beberapa jam
hingga mother vessel tiba di Pelabuhan Taboneo.
4.3 Pengumpulan Data
Data-data yang dikumpulkan adalah data proses loading batubara di
Teminal Khusus Batubara Kelanis, karena indikasi adanya waiting to load
pada kapal tongkang di Terminal Khusus Batubara Kelanis. Berdasarkan hasil
27
dari pengumpulan data yang dilakukan di PT XYZ Logistics, didapatkan range

data selama 6 bulan dari November 2018 sampai dengan April 2019.
4.3.1 Data Grafik Waiting to Load di Terminal Khusus Batubara Kelanis

Grafik waiting to load yang terjadi selama tahun 2016-2018 ditunjukan
oleh Gambar 4.3.
Gambar 4.3 Grafik Waiting to Load yang Terjadi Selama 2016-2018
Berdasarkan grafik yang diperlihatkan pada Gambar 4.3, waiting to load

selalu terjadi dari tahun 2016-2018. Waiting to load paling tinggi terjadi pada
bulan April tahun 2019, sedangkan waitng to load paling rendah yang dialami
terjadi pada bulan Februari 2019. Waiting to load ini menyebabkan tingginya
waiting cost yang harus dibayarkan perusahaan.
4.3.2 Data Proses Loading Batubara di Terminal Khusus Batubara Kelanis

Grafik perbandingan data waktu antar kedatangan kapal tongkang dan
waktu proses loading batubara di Terminal Khusus Batubara Kelanis dapat
dilihat pada Gambar 4.4.
28
Gambar 4.4 Grafik Perbandingan Waktu Antar Kedatangan dengan

Lama Proses
Berdasarkan grafik di atas, terlihat bahwa rata-rata kedatangan pada

rentang antara bulan November 2018 sampai dengan April 2019 menunjukkan
bahwa waktu antar kedatangan (interarrival) selalu lebih rendah dibandingkan
dengan waktu lama proses. Perbedaan waktu yang cukup signifikan inilah
yang menyebabkan terjadinya waktu tunggu (waiting time) pada proses
loading batubara di Terminal Khusus Batubara Kelanis (waiting time to load).
Selisih antara waktu antar kedatangan dengan waktu lama proses yang paling
tinggi adalah pada bulan April, sehingga pada bulan tersebut yang akan
dijadikan sampel untuk dilakukan simulasi waktu tunggu yang terjadi pada
proses loading batubara di Terminal Khusus Batubara Kelanis
Data lama waktu pada proses loading batubara di Terminal Khusus
Batubara Kelanis pada bulan April 2019 dengan menggunakan metode First In
First Out (FIFO) pada tongkang yang memiliki tonnage 7.000 – 9.999 kT
terdapat pada Tabel 4.1.
Berukuran 7.000 kT – 9.999 kT Menggunakan Metode FIFO
Tongkang Tonnage
Jetty A B C D
ke- (kT)
1 K3 7.873 0 105 5 5
2 K1 7.857 10 190 5 5
3 K1 8.965 185 170 5 5
4 K1 8.306 1.140 220 5 5
5 K3 7.290 930 80 5 5
6 K3 8.603 30 105 5 5
7 K1 7.842 195 150 5 5
8 K1 8.422 545 170 5 5
9 K1 7.832 865 170 5 5
29
(lanjutan)
Tongkang Tonnage
Jetty A B C D
ke- (kT)
10 K1 7.834 1.115 160 5 5
11 K1 8.574 1.140 145 5 5
12 K3 8.534 770 110 5 5
13 K1 7.216 95 200 5 5
14 K3 7.957 465 205 5 5
15 K3 8.369 405 130 5 5
16 K1 7.906 450 150 5 5
17 K1 7.800 1.615 215 5 5
18 K1 8.446 1.340 240 5 5
19 K3 8.695 240 170 5 5
20 K1 7.193 300 130 5 5
21 K1 7.772 100 145 5 5
22 K1 7.821 480 170 5 5
23 K1 8.824 620 220 5 5
24 K1 8.341 345 165 5 5
25 K3 7.926 1.410 120 5 5
26 K3 8.955 2.475 140 5 5
27 K1 7.241 1.440 250 5 5
28 K1 7.738 120 145 10 5
29 K3 8.538 1.815 175 5 5
30 K3 9.082 1.320 110 5 5
31 K1 7.864 1.315 170 5 5
32 K1 9.002 3.955 195 5 5
33 K3 7,.823 1.450 115 5 5
34 K1 8.589 1.495 160 5 5
35 K3 7.778 550 115 5 5
36 K1 7.904 1.210 285 5 5
37 K1 7.475 540 160 5 5
38 K3 7.281 120 120 5 5
39 K3 8.728 180 90 5 5
40 K3 7.849 1.030 145 5 5
41 K1 8.555 1.580 230 25 5
Keterangan:
A : Waktu antar kedatangan kapal tongkang
B : Waktu lama proses loading batubara
C : Waktu lama proses completion loading batubara
D : Waktu lama proses clear out sampai kapal tongkang full away (berlayar)
Data dalam satuan menit

30
Tongkang Tonnage
Jetty A B C D
ke- (kT)
1 K1 10.271 0 265 5 5
2 K3 10.372 780 135 5 5
3 K3 10.435 45 145 5 5
4 K1 10.252 465 400 5 5
5 K1 10.443 280 200 5 5
6 K3 10.313 60 135 5 5
7 K1 10.511 1.350 240 5 5
8 K3 10.478 490 110 5 5
9 K3 10.327 545 130 5 5
10 K1 10.471 1.090 375 5 5
11 K1 10.502 90 475 5 5
12 K3 10.523 525 120 5 5
13 K1 10.423 955 170 10 5
14 K3 10.201 15 150 5 5
15 K3 10.411 350 125 5 5
16 K1 10.458 340 210 5 5
17 K3 10.379 210 185 5 5
18 K3 10.380 225 140 5 5
19 K1 10.348 625 220 5 5
20 K1 10.214 680 300 5 5
21 K1 10.229 375 180 5 5
22 K1 10.530 675 225 5 5
23 K1 10.528 420 195 5 5
24 K1 10.318 705 215 5 5
25 K1 10.524 405 185 5 5
26 K1 10.222 125 210 5 5
27 K1 10.526 155 210 5 5
28 K1 10.301 470 260 5 5
29 K3 10.220 780 125 10 5
30 K3 10.381 75 155 5 5
31 K1 10.389 855 305 5 5
32 K1 10.353 60 180 5 5
33 K3 10.396 460 165 5 5
34 K1 10.404 795 205 5 5
35 K1 10.528 5 270 5 5
36 K3 10.330 195 160 5 5
37 K1 10.472 2.250 285 5 5
38 K1 10.339 475 200 5 5
39 K1 10.443 550 175 5 5
40 K1 10.406 40 210 5 5
41 K1 10.320 60 265 5 5
31
(lanjutan)
Tongkang Tonnage
Jetty A B C D
ke- (kT)
42 K3 10.449 165 140 5 5
43 K3 10.377 1.180 140 5 5
44 K1 10.450 185 285 5 5
45 K3 10.471 0 135 5 5
46 K3 10.527 30 130 5 5
47 K1 10.832 450 210 5 5
48 K1 10.352 30 205 5 5
49 K1 10.470 480 190 5 5
50 K1 10.506 75 450 5 5
51 K1 10.609 885 330 5 5
52 K3 10.485 1.095 195 5 5
53 K1 10.330 215 170 5 5
54 K1 10.156 310 220 5 5
55 K3 10.510 120 155 5 5
56 K1 10.018 1.260 180 5 5
57 K3 10.494 720 140 5 5
58 K1 10.322 80 230 5 5
59 K1 10.588 1.330 200 5 5
60 K1 10.391 540 185 5 5
61 K1 10.411 30 245 5 5
62 K3 10.481 165 145 5 5
63 K1 10.463 10 200 5 5
64 K3 10.592 80 190 5 5
65 K1 10.095 645 240 30 5
66 K1 10.417 180 250 5 5
67 K3 10.442 525 180 5 5
68 K1 10.072 15 230 5 5
69 K1 10.505 80 330 5 5
70 K3 10.570 610 115 5 5
71 K1 10.348 745 260 5 5
72 K1 10.495 535 165 5 5
73 K1 10.403 250 160 5 5
74 K3 10.310 1.040 145 5 5
75 K3 10.848 40 135 5 5
76 K3 10.587 265 135 5 5
77 K3 10.167 15 135 5 5
78 K1 10.266 455 275 5 5
79 K1 10.613 495 180 5 5
80 K3 10.466 170 160 5 5
81 K1 10.530 65 295 5 5
32
(lanjutan)
Tongkang Tonnage
Jetty A B C D
ke- (kT)
82 K1 10.517 860 255 5 5
83 K1 10.718 475 240 5 5
84 K3 10.273 300 245 5 5
85 K1 10.416 560 210 5 5
86 K1 10.369 500 215 5 5
87 K1 10.445 1.040 175 35 5
88 K1 10.265 325 255 5 5
89 K1 10.490 245 190 5 5
90 K1 10.512 450 230 5 5
91 K3 10.553 1.555 170 5 5
92 K1 10.191 595 200 5 5
93 K1 10.016 180 290 5 5
94 K1 10.447 270 200 5 5
Keterangan:
Data lama waktu proses loading batubara di Terminal Khusus Batubara

Kelanis pada bulan April 2019 dengan menggunakan metode First In First Out
(FIFO) pada tongkang yang memiliki tonnage 11.000 – 11.999 kT terdapat
pada Tabel 4.3.
Tongkang Tonnage
Jetty A B C D
ke- (kT)
1 K3 11.677 0 180 5 5
2 K1 11.386 130 190 5 5
3 K3 11.959 2.030 140 5 5
4 K1 11.614 645 245 5 5
5 K3 11.428 2.390 120 5 5
6 K1 11.593 835 270 5 5
7 K3 11.340 370 120 5 5
8 K3 11.782 1.340 155 5 5
9 K1 11.698 135 280 5 5
10 K1 11.549 160 255 5 5
33
(lanjutan)
Tongkang Tonnage
Jetty A B C D
ke- (kT)
11 K1 11.420 2.495 220 5 5
12 K1 11.237 190 210 5 5
13 K1 11.507 220 220 5 5
14 K1 11.163 1.420 260 5 5
15 K1 11.978 155 270 5 5
16 K1 11.325 410 290 5 5
17 K1 11.550 2.705 320 5 5
18 K1 11.462 1.120 295 5 5
19 K1 11.268 1.520 240 5 5
20 K3 11.406 360 160 5 5
21 K1 11.515 1.200 210 5 5
22 K3 11.982 340 260 5 5
23 K3 11.698 1.400 125 5 5
24 K1 11.501 1.320 205 5 5
25 K1 11.400 3.450 360 5 5
26 K3 11.531 765 145 5 5
27 K3 11.650 1.705 135 5 5
28 K3 11.505 310 145 5 5
29 K1 11.476 3.575 235 5 5
30 K3 11.436 220 160 5 5
31 K3 11.520 505 160 5 5
32 K1 11.571 930 395 5 5
33 K1 11.334 1.070 270 5 5
34 K1 11.209 4.015 215 5 5
35 K1 11.511 765 215 5 5
36 K3 11.545 320 150 5 5
Keterangan:
Tabel 4.4 adalah data lama waktu pada proses loading batubara di
Terminal Khusus Batubara Kelanis pada bulan April 2019 dengan
menggunakan metode First In First Out (FIFO) pada tongkang yang memiliki
tonnage 12.000 – 12.999 kT:
34
Tongkang Tonnage
Jetty A B C D
ke- (kT)
1 K1 12.261 0 255 5 5
2 K1 12.314 60 245 5 5
3 K3 12.360 180 155 5 5
4 K1 12.370 165 190 5 5
5 K3 12.516 180 170 5 5
6 K3 12.656 815 145 5 5
7 K1 12.524 700 250 5 5
8 K1 12.080 280 265 5 5
9 K3 12.140 260 150 5 5
10 K3 12.782 990 140 5 5
11 K1 12.079 285 245 5 5
12 K1 12.002 5 230 5 5
13 K3 12.573 275 165 5 5
14 K3 12.435 830 155 5 5
15 K1 12.660 720 275 5 5
16 K3 12.312 865 130 5 5
17 K1 12.226 155 270 5 5
18 K1 12.248 85 215 5 5
19 K3 12.322 620 140 5 5
20 K1 12.072 90 245 10 5
21 K3 12.773 135 245 5 5
22 K3 12.309 165 170 5 5
23 K1 12.247 250 210 5 5
24 K1 12.004 170 250 5 5
25 K3 12.322 120 160 5 5
26 K3 12.487 915 130 5 5
27 K3 12.061 215 135 5 5
28 K3 12.753 420 200 5 5
29 K1 12.227 60 225 5 5
30 K3 12.670 685 145 5 5
31 K3 12.112 785 320 5 5
32 K1 12.308 60 250 5 5
33 K1 12.318 85 250 5 5
34 K3 12.303 105 185 5 5
35 K3 12.461 830 185 5 5
36 K3 12.353 170 165 5 5
37 K3 12.426 37 125 5 5
38 K3 12.650 148 160 5 5
39 K1 12.647 15 250 5 5
40 K3 12.281 360 205 5 5
41 K3 12.536 390 155 5 5
42 K3 12.338 460 155 5 5
43 K1 12.444 170 225 5 5
35
Berukuran 12.000 kT – 12.999 kT menggunakan metode FIFO
(lanjutan)
Tongkang Tonnage
Jetty A B C D
ke- (kT)
44 K3 12.268 540 165 5 5
45 K1 12.088 420 265 5 5
46 K1 12.734 5 385 5 5
47 K1 12.265 250 330 5 5
48 K3 12.125 1275 255 5 5
49 K1 12.650 5 195 5 5
50 K3 12.320 25 175 5 5
51 K3 12.279 190 160 5 5
52 K1 12.230 350 295 5 5
53 K3 12.368 10 165 5 5
54 K3 12.375 1530 150 5 5
55 K1 12.237 170 270 5 5
56 K3 12.891 350 170 5 5
57 K3 12.021 235 200 5 5
58 K1 12.397 5 225 5 5
59 K1 12.349 470 340 5 5
60 K3 12.473 515 180 5 5
61 K1 12.440 525 230 5 5
62 K3 12.208 1365 270 5 5
63 K3 12.029 195 210 5 5
64 K1 12.379 270 235 5 5
65 K3 12.122 800 155 5 5
66 K1 12.193 185 230 5 5
67 K1 12.478 230 260 5 5
68 K1 12.254 285 215 10 5
69 K1 12.346 1095 295 5 5
70 K1 12.350 435 235 5 5
71 K3 12.326 450 160 5 5
72 K3 12.201 5 170 5 5
73 K1 12.811 205 250 5 5
74 K3 12.466 620 230 5 5
75 K3 12.341 65 155 5 5
76 K1 12.010 15 235 5 5
77 K3 12.358 1205 195 5 5
78 K1 12.254 1035 265 5 5
79 K3 12.597 90 180 5 5
80 K1 12.740 60 220 15 5
81 K1 12.190 20 475 5 5
82 K1 12.189 385 210 5 5
83 K3 12.367 675 165 5 5
84 K3 12.357 270 200 5 5
85 K1 12.416 585 250 5 5
36
Berukuran 12.000 kT – 12.999 kT menggunakan metode FIFO
(lanjutan)
Tongkang Tonnage
Jetty A B C D
ke- (kT)
86 K1 12.418 30 210 5 5
87 K1 12.833 295 225 5 5
88 K1 12.014 50 225 5 5
89 K3 12.045 600 160 5 5
90 K1 12.655 290 250 5 5
91 K1 12.338 280 355 5 5
92 K1 12.399 60 140 5 5
93 K3 12.212 1.115 165 5 5
94 K3 12.384 355 170 5 5
95 K3 12.345 540 145 5 5
96 K1 12.109 200 310 5 5
97 K3 12.410 410 175 5 5
98 K3 12.703 200 175 5 5
99 K3 12.343 75 180 5 5
100 K1 12.419 750 155 5 5
101 K3 12.677 195 135 5 5
102 K1 12.209 390 230 10 5
103 K1 12.065 50 240 5 5
104 K1 12.769 0 315 5 5
105 K3 12.003 305 135 5 5
106 K3 12.185 290 130 5 5
107 K3 12.603 290 165 5 5
108 K1 12.664 465 195 5 5
109 K1 12.466 650 325 5 5
110 K3 12.443 1.350 135 5 5
111 K1 12.292 1.040 315 5 5
Keterangan:

37
Tongkang Tonnage
Jetty A B C D
ke- (kT)
1 K3 14.544 0 205 5 5
2 K3 14.733 30 190 5 5
3 K3 14.898 450 170 5 5
4 K3 14.825 405 205 5 5
5 K3 13.589 90 155 5 5
6 K3 14.806 1.755 150 5 5
7 K3 14.704 215 230 5 5
8 K3 14.859 910 175 5 5
9 K3 14.640 570 160 5 5
10 K3 14.469 35 195 5 5
11 K3 14.578 685 190 5 5
12 K3 14.220 80 145 5 5
13 K3 13.169 455 155 5 5
14 K3 14.657 775 150 5 5
15 K3 14.522 65 170 5 5
16 K3 13.772 290 175 5 5
17 K3 13.647 225 250 5 5
18 K3 14.824 20 165 5 5
19 K3 14.736 985 160 25 5
20 K3 14.755 45 155 5 5
21 K3 14.826 135 185 5 5
22 K3 14.779 715 200 5 5
23 K3 14.403 110 190 5 5
24 K3 14.678 210 165 5 5
25 K3 14.264 885 205 5 5
26 K3 14.697 405 210 5 5
27 K3 14.523 660 175 5 5
28 K3 14.721 125 220 5 5
29 K3 13.819 85 210 5 5
30 K3 13.605 820 195 5 5
31 K3 14.603 155 200 5 5
32 K3 13.682 4.815 230 5 15
33 K3 13.580 1.690 180 5 5
34 K3 13.780 4.315 200 5 5
35 K3 13.642 3.155 150 5 5
36 K3 13.913 5.195 190 5 5
37 K3 13.854 795 150 5 5
38 K3 13.676 5.880 155 5 5
39 K3 13.671 2.550 210 5 5
Keterangan:
38

First Out (FIFO) pada tongkang yang memiliki tonnage ≥ 15.000 kT terdapat
pada Tabel 4.6.
Berukuran > 15.000 kT Menggunakan Metode FIFO
Tongkang Tonnage
Jetty A B C D
ke- (kT)
1 K3 15.081 0 180 5 5
2 K3 15.611 5.810 260 5 5
3 K3 15.089 10 220 5 5
4 K3 15.108 2.320 220 5 5
5 K3 15.331 290 220 5 5
6 K3 15.722 35 220 5 5
7 K3 15.398 280 165 5 5
8 K3 15.685 165 200 5 5
9 K3 15.415 300 250 5 5
10 K3 15.412 150 230 5 5
11 K3 15.192 1.100 175 5 5
12 K3 15.157 500 195 5 5
13 K3 15.598 45 245 5 5
14 K3 15.284 440 175 5 5
15 K3 15.001 585 190 5 5
16 K3 15.419 145 235 5 5
17 K3 15.511 1.085 195 5 5
18 K3 15.422 1.290 190 5 5
19 K3 15.480 390 185 5 5
20 K3 15.408 480 145 5 5
21 K3 15.852 510 180 5 5
22 K3 15.357 555 185 5 5
23 K3 15.552 1.170 200 5 5
24 K3 15.298 435 205 5 5
25 K3 15.166 640 240 5 5
26 K3 15.272 680 245 5 5
27 K3 15.063 1.380 170 5 5
28 K3 15.271 380 260 5 5
29 K3 15.602 1.480 150 5 5
30 K3 15.677 180 280 5 5
31 K3 16.026 1.140 160 5 5
32 K3 15.126 350 170 5 5
33 K3 15.954 175 180 5 5
34 K3 15.758 120 235 5 5
35 K3 15.982 385 160 5 5
36 K3 16.132 5 180 5 5
37 K3 15.672 885 260 5 5
39
Berukuran >15.000 kT Menggunakan Metode FIFO (lanjutan)
Tongkang Tonnage
Jetty A B C D
ke- (kT)
38 K3 15.855 150 185 5 5
39 K3 15.571 30 165 5 5
40 K3 15.313 140 160 5 5
41 K3 15.733 265 215 5 5
42 K3 15.485 2..895 275 5 5
43 K3 15.695 570 225 5 5
44 K3 15.995 225 190 5 5
45 K3 15.921 145 185 5 5
46 K3 15.948 200 265 5 5
47 K3 15.667 555 185 5 5
48 K3 15.899 105 190 5 5
49 K3 15.719 615 155 5 5
50 K3 15.407 225 200 5 5
51 K3 15.527 300 225 5 5
52 K3 15.956 840 175 5 5
53 K3 15.584 705 250 5 5
54 K3 15.694 465 190 5 5
55 K3 16.039 1.075 160 5 5
56 K3 16.084 155 250 5 5
57 K3 16.232 1.050 200 5 5
58 K3 15.974 90 195 10 5
59 K3 15.909 180 200 5 5
Keterangan:
D : Waktu lama proses clear out sampai kapal tongkang full away
(berlayar)
Data rata-rata lama waktu keseluruhan kapal tongkang pada proses

loading batubara di Terminal Khusus Batubara Kelanis pada bulan April 2019
dengan menggunakan metode First In First Out (FIFO) terdapat pada Tabel
4.7.
40
Tabel 4.7 Data Rata-Rata Lama Proses Loading Batubara di Kelanis

Keseluruhan Kapal Tongkang Menggunakan Metode FIFO
B C D
Tongkang A
K1 K3 K1 K3 K1 K3
7.000 – 9.999 kT 863 184 127 6 5 5 5
10.000 – 10.999 kT 446 238 149 6 6 5 5
11.000 – 11.999 kT 1126 258 154 5 5 5 5
12.000 – 12.999 kT 378 255 171 5 5 5 5
13.000 – 14.999 kT 1046 - 184 - 6 - 5
≥ 15.000 kT 625 - 203 - 5 - 5
Total Rata-rata 747 233,75 164,67 5,50 5,34 5 5
Keterangan:
Pengumpulan data waktu pada proses loading batubara di atas bertujuan

untuk mengetahui waktu lama proses yang terjadi di Terminal Khusus
First Out (FIFO). Proses yang memiliki waktu tunggu tinggi, maka akan
menyebabkan waktu proses secara keseluruhan yang semakin lama juga. Data
waktu yang dikumpulkan yaitu sebanyak 380 sampel atau 380 tongkang
berdasarkan data kedatangan tongkang yang terjadi di bulan April 2019 dengan
data satuan waktu dalam menit.
Berdasarkan data di atas, terdapat indikasi bahwa terjadi waktu tunggu
antara kedatangan kapal tongkang sampai dimulai proses pemuatan batubara
dikarenakan rata-rata waktu antar kedatangan kapal tongkang lebih tinggi
dibandingkan dengan rata-rata waktu lama proses loading batubara, yaitu
sebesar 747 menit dengan rata-rata waktu lama proses loading batubara, yaitu
sebesar 198 menit. Indikasi adanya waktu tunggu tersebut dikarenakan proses
loading batubara baik di Jetty K1 maupun Jetty K3 yang cukup padat dan
tongkang yang datang juga dalam jumlah yang cukup banyak sehingga
menyebabkan antrian pemuatan kargo batubara pada kapal-kapal tongkang.
Kemudian pada proses loading batubara, kegiatan ini berlangsung pada 2
buah Jetty, yaitu Jetty K1 dan Jetty K3 yang merupakan conveyor belt sebagai
alat memuat batubara ke kapal tongkang. Jetty K3 merupakan conveyor belt
dengan kapasitas loading atau kecepatan muat lebih tinggi dibandingkan
dengan Jetty K1 sehingga proses lebih diutamakan pada Jetty K3. Namun
karena metode pemuatan kargo pada kapal tongkang ini menggunakan metode
FIFO, sehingga pemuatan kapal tongkang sesuai dengan availability atau
ketersediaan Jetty yang siap digunakan. Selanjutnya, pada waktu lama proses
completion loading batubara dan waktu lama proses clear out sampai kapal
tongkang berlayar (full away), yaitu didapatkan rata-rata selama 6 dan 5 menit.
41
4.3.3 Data Standar Waktu Proses Loading pada Mesin Jetty K1 dan Jetty K3
Proses Loading pada mesin Jetty K1 dan Jetty K3 memiliki standar
waktu pemuatan batubara pada sebuah tongkang. Tabel 4.8 memperlihatkan
standar waktu loading batubara di Terminal Khusus Batubara Kelanis.
Tabel 4.8 Standar Waktu Proses Loading Batubara pada Port Kelanis
Lama
Ukuran Kapal Lama Proses Lama Proses
Mesin Proses
Tongkang Loading Completion
Clear Out
7.000 kT 2 jam 5 menit 5 menit
Jetty 10.000 kT 2 jam 45 menit 5 menit 5 menit
K1 11.000 kT 3 jam 5 menit 5 menit
12.000 kT 3 jam 15 menit 5 menit 5 menit
Jetty 11.000 kT 2 jam 05 menit 5 menit 5 menit
K3 12.000 kT 2 jam 10 menit 5 menit 5 menit
> 15.000 kT 3 jam 5 menit 5 menit
4.3.4 Uji Kecukupan Data

Hasil uji kecukupan data dari hasil pengumpulan data terdapat pada Tabel 4.9.
Tabel 4.9 Data Hasil Uji Kecukupan Data

No. Nama Kegiatan N N’
1. Waktu antar kedatangan kapal tongkang 355
2. Waktu lama proses loading batubara 34
3. Waktu lama proses completion loading batubara 380 0
Waktu lama proses clear out sampai kapal
4. 0
tongkang full away (berlayar)
Keterangan:
N : Jumlah data yang diambil saat pengumpulan data
N’ : Jumlah data seharusnya
Uji kecukupan data bertujuan untuk mengetahui apakah data yang

diambil pada saat pengumpulan data sudah mencukupi atau belum untuk
dilakukan pengolahan data. Uji kecukupan data dilakukan dengan perhitungan
menggunakan software Microsoft Excel berdasarkan rumus uji kecukupan
data. Jumlah sampel data dapat dikatakan cukup apabila nilai N’ lebih kecil
daripada nilai N. Nilai N’ adalah nilai dari hasil perhitungan dan nilai N adalah
nilai jumlah sampel data.
Berikut merupakan contoh perhitungan uji kecukupan data pada bagian
waktu tunggu antara kedatangan kapal tongkang sampai dimulai proses
pemuatan batubara:
42
N’= 354,66 ≈ 355.

Keterangan:
N’ = Jumlah data seharusnya.
k = Tingkat kepercayaan (confidence level).
s = Tingkat ketelitian (degree of accuracy).
x = Data pengamatan
N = Jumlah data yang diambil saat pengumpulan data
Nilai k yang digunakan adalah 1,65, karena tingkat keyakinan yang digunakan
sebesar 90%. Nilai s atau tingkat ketelitian yang digunakan adalah 0,10. Nilai
N’ yang didapatkan setelah dilakukan perhitungan di atas adalah sebesar 355.
Hasil tersebut menunjukkan bahwa nilai N’ lebih kecil dibandingkan nilai N,
sehingga data dapat dikatakan sudah cukup.
4.4 Proses Loading Batubara Kondisi Saat ini

4.4.1 Deskripsi Proses Loading Batubara Kondisi Saat Ini
Kondisi proses loading batubara di Terminal Khusus Batubara Kelanis
saat ini adalah menggunakan metode FIFO, yaitu kapal tongkang yang pertama
datang maka kapal tongkang tersebut yang akan diproses lebih dahulu. Proses
loading batubara dilakukan dengan menggunakan 2 loading machine atau
disebut Jetty yang berfungsi untuk memuat batubara ke kapal tongkang. Kedua
Jetty tersebut yaitu Jetty K1 dan Jetty K3 memiliki kapasitas loading yang
berbeda. Jetty K3 memiliki kapasitas loading yang lebih besar dibandingkan
dengan Jetty K1 sehingga waktu proses loading pada Jetty K3 lebih cepat
dibandingkan dengan Jetty K1.
Penggambaran kondisi loading batubara di Kelanis ini dilakukan dengan
simulasi menggunakan software ARENA dan memiliki beberapa asumsi
sebagai berikut:
1. Kondisi cuaca ketika proses loading batubara dalam keadaan baik
2. Fasilitas alat proses loading batubara siap digunakan
3. Tidak mempertimbangkan jenis produk batubara
4. Tidak mempertimbangkan terjadinya kerusakan yang terjadi secara tiba-tiba
5. Jenis tongkang dibagi menjadi 6 macam, yaitu tongkang 7.000 kT dengan
rentang 7.000 kT – 9.999 kT, tongkang 10.000 kT dengan rentang 10.000 –
10.999 kT, tongkang 11.000 kT dengan rentang 11.000 – 11.999 kT,
tongkang 12.000 kT dengan rentang 12.000 – 12.999 kT, tongkang 13.000
kT dengan rentang 13.000 – 14.999 kT, dan tongkang 15.000 kT dengan
rentang ≥15.000 kT.
6. Tongkang 7.000 kT, 10.000 kT, 11.000 kT, dan 12.000 kT dapat dimuat
pada Jetty K1 dan K3, namun untuk tongkang 13.000 kT dan 15.000 kT
hanya dapat dimuat di Jetty K3.
4.4.2 Model Simulasi Kondisi Saat Ini

Tabel 4.10 menunjukkan hasil distribusi setiap aktivitas yang terjadi
pada proses loading batubara di Terminal Khusus Batubara Kelanis
menggunakan input analyzer pada software ARENA:
43
Tabel 4.10 Data Distribusi Setiap Aktivitas Loading Batubara dengan Input
Analyzer
No. Nama Kegiatan Distribusi Expression
Waktu antar kedatangan -0,0001 + 3,96e + 003 *
1. Beta
tongkang 7.000 kT BETA (0,737;2,64)
Waktu antar kedatangan
2. Exponential -0,0001 + EXPO (446)
tongkang 10.000 kT
Waktu antar kedatangan -0,0001 + EXPO (1,13e +
3. Exponential
tongkang 11.000 kT 003)
tongkang 12.000 kT
5. Weibull 0,001 + WEIB (754;0,631)
tongkang 13.000 kT
tongkang 15.000 kT
Proses loading tongkang
7. Normal NORM(184;39)
7.000 kT pada Jetty K1
A. Permodelan Simulasi
Permodelan simulasi kondisi saat ini yang menggunakan metode FIFO
diperlihatkan pada Gambar 4.5.
44
Gambar 4.5 Permodelan Simulasi Kondisi Saat Ini
Permodelan diatas menggambarkan kondisi pemuatan batubara di

Terminal Khusus Batubara Kelanis. Terdapat 6 entity yang terdiri dari semua
ukuran tongkang dari ukuran 7.000kT hingga 15.000kT. Seluruh entity
diberikan modul assign yang memiliki waktu proses yang berbeda-beda.
Terdapat modul decide yang mengarahkan entity kedalam modul process yaitu
commence Jetty K1 dan commence Jetty K3. Alokasi entity kedalam modul
process commence Jetty K1 dan commence Jetty K3 dengan diberikan
expression pada modul decide tersebut. Expression ini mengarahkan agar
mesin Jetty K3 diprioritaskan untuk melakukan proses loading terlebih dahulu
dibandingkan mesin Jetty K1. Setelah melalui modul decide, entitas akan
masuk kedalam modul process, baik commence Jetty K1 maupun Jetty K3.
Modul process commence Jetty ini menggambarkan proses loading batubara.
Entitas yang sudah melalui modul process commence Jetty masuk kedalam
modul process Jetty K1 completion atau Jetty K3 completion. Modul process
Jetty K1 completion dan Jetty K3 completion menggambarkan proses
completion setelah dilakukan proses loading. Proses terakhir seluruh entity
akan masuk kedalam modul process barge from Jetty K1 clearout atau modul
process barge from Jetty K3 clearout. Modul proses ini menggambarkan
aktivitas terakhir kapal tongkang dalam kegiatan loading batubara di Terminal
Khusus Batubara Kelanis.
Permodelan simulasi kondisi saat ini yang menggunakan metode FIFO
dilakukan running sebanyak 1 replikasi dapat ditunjukan pada Gambar 4.6.
Gambar 4.6 Hasil Simulasi dengan 1 Replikasi

45
Gambar 4.6 memperlihatkan hasil running permodelan simulasi

sebanyak 1 replikasi. Terlihat jumlah number out dari permodelan ini sebanyak
370 kapal tongkang. Gambar 4.6 juga memperlihatkan jumlah number out dari
masing-masing entity yang ada. 47 number out pada kapal tongkang berukuran
7.000kT, 85 number out pada kapal tongkang berukuran 10.000kT, 31 number
out pada kapal tongkang berukuran 11.000kT, 114 number out pada kapal
tongkang berukuran 12.000kT, 37 number out pada kapal tongkang berukuran
13.000kT dan 57 number out pada kapal tongkang berukuran 15.000kT.
Pemeriksaan error permodelan simulasi kondisi saat ini yang merupakan

proses verifikasi terlihat pada Gambar 4.7.
Gambar 4.7 Proses Verifikasi Model Simulasi
Gambar 4.7 memperlihatkan proses verifikasi dari model simulasi

kondisi saat ini. Proses verifikasi ditujukan untuk mengetahui apakah ada
kesalahan dalam pembuatan permodelan yang ada. Dari hasil verifikasi
didapatkan bahwa tidak ada error dari permodelan yang sudah dibuat.
Hasil number out dari simulasi kondisi saat ini dilakukan running dengan
1 replikasi terdapat pada Gambar 4.8.
Gambar 4.8 Hasil Number Out Simulasi Saat Ini dengan 1 Replikasi
Gambar 4.8 memperlihatkan report nilai number out yang dihasilkan

dari running simulasi kondisi saat ini sebanyak 1 replikasi. Report number out
pada running simulasi kondisi saat ini mendapatkan hasil sebanyak 370 kapal
tongkang.
Tabel 4.11 menunjukkan indikasi adanya waiting time atau waktu

menunggu pada proses loading batubara dari simulasi yang telah dilakukan
dengan 1 replikasi:
46
Tabel 4.11 Jumlah Waiting Time yang Terjadi pada Proses Loading
Batubara
Simulasi kondisi saat ini menggunakan metode FIFO sebanyak 1

replikasi, didapatkan hasil number out sebesar 370 kapal tongkang. Hasil
running simulasi ini juga memperlihatkan jumlah waiting time yang terjadi
pada setiap proses yang ada. Proses Commence pada Jetty K1 memiliki jumlah
waiting time sebesar 493,52 menit, sedangkan proses Commence pada Jetty K3
memiliki jumlah waiting time sebesar 440,32 menit. Kapal tongkang harus
menunggu untuk dimuat pada Jetty yang telah ditentukan dikarenakan sebuah
Jetty baik Jetty K1 maupun Jetty K3 sedang melakukan proses pemuatan kapal
tongkang yang sudah tiba sebelumnya (Commence Loading). Proses
selanjutnya yaitu proses Completion dan proses Clear Out tidak memiliki
waiting time baik pada Jetty K1 maupun Jetty K3. Hal ini disebabkan karena
pada proses Completion dan Clear Out hanya memiliki waktu proses yang
tetap dan singkat yaitu selama 5 menit saja.
B. Uji Validitas Simulasi

Setelah dilakukan proses running pada model simulasi, kemudian
dilakukan uji validitas simulasi dengan melakukan running pada model
simulasi sebanyak 6 replikasi dengan membandingkan hasil output atau jumlah
tongkang yang keluar selama 6 bulan yaitu dari November 2018 sampai
dengan April 2019 dibandingkan dengan hasil output running simulasi pada
bulan April sebanyak 6 replikasi.
Tabel 4.12 memperlihatkan hasil uji validitas hasil simulasi awal
menggunakan metode FIFO di Kelanis.
Tabel 4.12 Hasil Uji Validitas

Jumlah replikasi Number Out
Kondisi saat Output
No.
ini Simulasi
1 403 370
2 375 402
3 368 384
4 344 401
5 376 372
6 380 402
47
Tabel 4.12 Hasil Uji Validitas (lanjutan)

Average 374,33 388,50
St.dev 15
df 5
t hitung 2,28
t tabel (one & two tail) 2,56
Replikasi 99
CI+ 404,46
CI- 372,54
Standard Error 6,21
Best Case Error 30,12
Worst Case Error 1,79
Half Width / Epsilon 16 3
Berdasarkan Tabel 4.11 hasil uji validitas hasil simulasi kondisi saat ini
menggunakan metode FIFO di Kelanis dengan menggunakan t-test sebanyak 6
replikasi simulasi membandingkan dengan jumlah output sistem asli selama 6
bulan yaitu November 2018 – April 2019, didapatkan hasil rata-rata pada
sistem asli sebanyak 374 kapal dan hasil simulasi sebanyak 389 kapal. Setelah
itu dilakukan perhitungan dan didapatkan nilai t-hitung sebesar 2,28
membandingkan dengan t-tabel two tail menggunakan nilai α = 0,05
didapatkan hasil sebesar 2,571 dan hasil jumlah replikasi sebanyak 99, hal ini
membuktikan bahwa t-hitung lebih kecil dibandingkan dengan t-tabel, maka
data hasil simulasi telah dinyatakan valid. Selanjutnya, pada perhitungan
Confidence Interval Testing didapatkan rentang data 372,54 sampai 404,46
dengan rata-rata hasil simulasi sebesar 389, hal ini membuktikan bahwa data
sudah berada pada rentang tersebut dan dinyatakan sudah memiliki tingkat
akurasi yang baik. Kemudian didapatkan hasil standard error sebesar 6,21
dengan best case error sebesar 30,12 dan worst case error sebesar 1,79.
Setelah itu didapatkan hasil half width dan epsilon sebesar 16 dan 3.
Berikut adalah contoh perhitungan pada uji validitas simulasi:

a. T-hitung
= 2,28
b. Replikasi
= 99
48
c. Confidence Interval Testing
= 404,46
= 372,54
d. Standard Error
= 6,21
e. Best Case Error
=
= 30,13
f. Worst Case Error
= 1,79
g. Half Width
= 15,74 ≈ 16
4.4.3 Hasil Simulasi pada Proses Loading Batubara Kondisi Saat Ini
Berdasarkan data dari perusahaan, waiting cost yang harus dikeluarkan
perusahaan adalah sebesar $167/jam untuk 1 kapal tongkang. Hasil simulasi
pada proses loading batubara kondisi saat ini dengan menggunakan metode
FIFO setelah dilakukan running sebanyak 99 replikasi terdapat pada Tabel
4.13.
49
Tabel 4.13 Rata-rata Number Out, Waiting Time, dan Number Out pada
Kondisi saat ini
Loading Machine
Deskripsi Total
Jetty K1 Jetty K3
Number Out (unit) - - 390
Number Waiting (unit) 2,73 3,4 6,13
Waiting Time (menit) 690,98 597,0 1.287,98
Waiting Cost per Tongkang ($) 1.923 1.662 3.585
Waiting Cost Seluruh Kapal Tongkang
- - 1.398.150
($)
Tujuan permodelan simulasi proses loading batubara di Terminal Khusus

Batubara Kelanis kondisi saat ini dengan menggunakan metode FIFO adalah
untuk mengetahui berapa jumlah kapal tongkang yang keluar dengan
menggunakan metode FIFO ini dan juga untuk mengetahui aktivitas-aktivitas
proses apa saja yang menyebabkan terjadinya waiting time atau waktu
menunggu pada kondisi saat ini.
Berdasarkan hasil permodelan simulasi saat ini menggunakan metode
FIFO dengan input data aktual Kelanis Daily Barge Loading pada bulan April
2019 sebanyak 99 kali replikasi, didapatkan hasil output atau rata-rata jumlah
tongkang yang keluar sebanyak 390,39 atau dibulatkan menjadi 390 kapal
tongkang. Kemudian, pada Jetty K1 terdapat indikasi adanya waiting time atau
waktu menunggu pada proses loading batubara dengan jumlah waktu
menunggu atau waiting time didapatkan rata-rata sebesar 690,98
menit/tongkang dan rata-rata jumlah kapal tongkang yang menunggu atau
number waiting sebanyak 2,73 kapal tongkang sedangkan proses lainnya
seperti completion dan clear out tidak mengalami waktu tunggu. Proses
loading batubara di Jetty K3 terdapat waktu menunggu atau waiting time
sebesar 597,03 menit/tongkang dengan rata-rata jumlah tongkang yang
menunggu atau number waiting sebanyak 3,4 kapal tongkang sedangkan
proses lainnya seperti completion dan clear out tidak mengalami waktu
tunggu. Berdasarkan hasil perhitungan waiting time tersebut, dapat dihitung
jumlah waiting cost yang harus dikeluarkan oleh perusahaan. Jetty K1
memiliki jumlah waiting cost sebesar $1.923/tongkang dan Jetty K3 memiliki
jumlah waiting cost sebesar $1.662/tongkang, sehingga jumlah waiting cost
pada Jetty K1 dan Jetty K3 sebesar $3.585/tongkang. Total waiting cost untuk
seluruh kapal tongkang adalah $3.585 dikalikan dengan jumlah number out
yaitu 390, sehingga didapatkan total waiting cost dengan menggunakan metode
FIFO adalah sebesar $1.398.150.
Setelah dilakukan simulasi pada kondisi saat ini dengan metode FIFO
menggunakan data aktual Kelanis Daily Barge Loading pada bulan April 2019,
maka selanjutnya akan dilakukan skenario-skenario simulasi usulan dengan
menggunakan data yang sama, yaitu data aktual Kelanis Daily Barge Loading
pada bulan April 2019. Simulasi usulan tersebut bertujuan untuk mengurangi
waktu tunggu yang terjadi pada proses loading batubara di Terminal Khusus
Batubara Kelanis.
50
4.5 Simulasi Skenario Usulan 1

4.5.1 Deskripsi Simulasi Skenario Usulan 1
Skenario model simulasi usulan yang pertama adalah dengan mengubah
metode dalam melakukan penjadwalan loading batubara pada kapal tongkang
di Terminal Khusus Batubara Kelanis yang sebelumnya menggunakan metode
FIFO menjadi metode SPT (Shortest Processing Time). Metode SPT ini
mendahulukan atau memprioritaskan kapal tongkang dengan waktu proses
loading yang lebih cepat daripada kapal tongkang yang memiliki waktu proses
loading lebih lama. Cara membedakan lama proses antara kapal tongkang 1
dengan kapal tongkang lainnya adalah dapat dilihat dari tonnage atau kapasitas
kapal tongkang dan kapasitas loading dari Jetty K1 dan Jetty K3.
Contoh data waktu antar kedatangan tongkang pada proses loading
batubara di Terminal Khusus Batubara Kelanis pada 10 tongkang pertama
Tabel 4.14 Contoh Data Waktu Antar Kedatangan Tongkang pada Proses
Loading Batubara di Terminal Khusus Batubara Kelanis
Selisih
Ukuran
Tongkang Nama Waktu Kumulatif
Tongkang
Ke- Tongkang Kedatangan (menit)
(kT)
(menit)
1 A 14.806 0 0
2 B 12.516 15 15
3 C 7.857 15 30
4 D 10.443 30 60
5 E 15.081 10 70
6 F 10.772 45 115
7 G 10.380 10 125
8 H 7.290 20 145
9 I 11.614 30 175
10 J 12.656 30 205
Berdasarkan Tabel 4.14 diatas, dapat dibuat gantt chart untuk

mengetahui lama waktu proses loading batu bara yang tercantum pada Gambar
4.9.
Jetty K1 B D F I
Jetty K3 A C E G H J
11,75 12
Gambar 4.9 Gantt Chart Proses Loading Menggunakan Metode FIFO
Setelah memiliki data urutan tongkang menggunakan metode FIFO,

dilakukan pengaturan ulang urutan tongkang yang saat ini menggunakan
metode SPT. Perubahan urutan tongkang yang sebelumnya menggunakan
metode FIFO menjadi metode SPT dapat dilihat pada Tabel 4.15.
51
Terminal Khusus Batubara Kelanis Menggunakan Metode SPT
Urutan Lama
Nama Ukuran Mesin
Loading Proses
Tongkang Tongkang Jetty
Tongkang (Jam)
1 C 7.857 K1 2,0
2 H 7.290 K1 2,0
3 D 10.443 K3 1,75
4 F 10.772 K3 1,75
5 G 10.380 K3 1,75
6 I 11.614 K3 2,1
7 B 12.516 K1 3,25
8 J 12.656 K1 3,25
9 A 14.806 K3 2,5
10 E 15.081 K3 3

mengetahui lama waktu proses loading batu bara menggunakan metode SPT
yang tercantum pada Gambar 4.10
Jetty K1 C H B J
Jetty K3 D G F I A E
10,5 12,75
Gambar 4.10 Gantt Chart Proses Loading Menggunakan Metode SPT
Teknis metode SPT adalah mendahulukan kapal tongkang berukuran

lebih kecil untuk dilakukan loading terlebih dahulu meskipun terdapat kapal
tongkang berukuran yang lebih besar yang sampai di wilayah kelanis terlebih
dahulu seperti yang dicontohkan pada Tabel 4.15. Pada tabel tersebut tongkang
A telah tiba, namun terdapat tongkang C dan H yang berukuran lebih kecil dan
memiliki waktu lama proses yang lebih singkat (1,5 jam). Tongkang C dan H
dimuat terlebih dahulu, diikuti tongkang D, F, dan G memiliki waktu proses
1,75 jam. Tongkang I, B dan J mengantri selanjutnya untuk dimuat yang
memiliki waktu proses selama 2,1 dan 2,2 jam. Terakhir tongkang A, dan E
dimuat yang memiliki waktu proses selama 2,5 dan 3 jam. Berdasarkan Gantt
Chart metode FIFO pada Gambar 4.9, memperlihatkan bahwa mesin Jetty K1
akan menyelesaikan seluruh tongkang yang masuk selama 11,75 jam,
sedangkan pada mesin Jetty K3 membutuhkan waktu 12 jam. Gantt Chart
metode SPT pada Gambar 4.10 memperlihatkan mesin Jetty K1 dapat
menyelesaikan seluruh tongkang yang masuk hanya selama 10,5 jam
sedangkan mesin Jetty K3 membutuhkan waktu 12,75 jam.
Terdapat beberapa pengecualian yang dilakukan dalam metode SPT.
Pengecualian pertama adalah jika terdapat tongkang yang lebih besar datang
terlebih dahulu dan tongkang selanjutnya yang datang lebih kecil, tongkang
besar dapat dimuat terlebih dahulu jika masih dalam jenis ukuran yang sama.
Terlihat pada Tabel 4.15 dimana terdapat tongkang C dan H, tongkang C
berukuran lebih besar daripada tongkang H. Namun tongkang C termasuk satu
52
jenis ukuran dengan tongkang H (tongkang 7.000 kT). Pengecualian kedua

adalah jika tongkang berukuran kecil yang datang setelah pukul 23.59 maka
akan dimuat setelah seluruh tongkang yang datang di hari sebelumnya selesai
dimuat.
Usulan yang diberikan pada skenario usulan 1 ini dengan mengubah
pengalokasian jenis tongkang berdasarkan tonnage untuk dilakukan proses
loading pada Jetty K1 dan K3. Simulasi kondisi saat ini dengan menggunakan
metode FIFO, Tongkang berukuran 7.000 kT dapat dimuat di Jetty K1 atau
K3, namun pada metode SPT langsung dialokasikan untuk Jetty K1. Kemudian
pada tongkang berukuran 10.000 kT, 11.000 kT, dan 12.000 kT pada metode
SPT tetap sama dengan metode FIFO, yaitu dapat dialokasikan pada Jetty K1
dan Jetty K3. Selanjutnya pada tongkang berukuran 13.000 kT dan 15.000 kT
pada metode SPT juga tetap sama dengan metode FIFO, yaitu langsung
dialokasikan untuk Jetty K3. Hal tersebut dikarenakan kapasitas loading Jetty
K3 lebih besar dibandingkan Jetty K1, sehingga kecepatan muat Jetty K3 lebih
cepat dibandingkan dengan Jetty K1. Sehingga, kapal dengan kapasitas besar
akan diproses lebih cepat apabila dialokasikan pada Jetty K3. Waktu antar
kedatangan (interarrival) kapal tongkang antara metode FIFO dengan SPT
tetap sama sehingga distribusi data histogram dan input analyzer juga tetap
sama.
4.5.2 Model Simulasi Skenario Usulan 1

Gambar 4.11 menunjukkan permodelan simulasi usulan dengan
menggunakan metode SPT.
Gambar 4.11 Permodelan Simulasi Kondisi Usulan
Permodelan diatas menggambarkan kondisi skenario usulan pemuatan

batubara di Terminal Khusus Batubara Kelanis. Terdapat 6 entity yang terdiri
dari semua ukuran tongkang dari ukuran 7.000kT hingga 15.000kT. Seluruh
entity diberikan modul assign yang memiliki waktu proses yang berbeda-beda.
Pada modul assign ini setiap entity diberikan attribute yang berbeda. Kapal
tongkang berukuran 7.000 kT memiliki value 1, 10.000 memiliki value 2, dan
seterusnya. Terdapat modul decide yang mengarahkan entity kedalam modul
process yaitu commence Jetty K1 dan commence Jetty K3. Alokasi entity
kedalam modul process commence Jetty K1 dan commence Jetty K3 dengan
diberikan expression pada modul decide tersebut. Expression ini mengarahkan
53
agar mesin Jetty K3 diprioritaskan untuk melakukan proses loading terlebih

dahulu dibandingkan mesin Jetty K1. Setelah melalui modul decide, entitas
akan masuk kedalam modul process, baik commence Jetty K1 maupun Jetty
K3. Modul process commence Jetty ini menggambarkan proses loading
batubara. Modul process ini diberikan ketentuan antrian dengan lowest
attribute value agar kapal tongkang yang memiliki nilai attribute value lebih
kecil diproses terlebih dahulu dibandingkan kapal tongkang yang memiliki
nilai attribute value yang lebih besar. Entitas yang sudah melalui modul
process commence Jetty masuk kedalam modul process Jetty K1 completion
atau Jetty K3 completion. Modul process Jetty K1 completion dan Jetty K3
completion menggambarkan proses completion setelah dilakukan proses
loading. Proses terakhir seluruh entity akan masuk kedalam modul process
barge from Jetty K1 clearout atau modul process barge from Jetty K3
clearout. Modul proses ini menggambarkan aktivitas terakhir kapal tongkang
dalam kegiatan loading batubara di Terminal Khusus Batubara Kelanis.
Gambar 4.12 berikut menunjukkan hasil simulasi setelah dilakukan
running dengan 1 replikasi.
Gambar 4.12 Hasil Simulasi dengan 1 Replikasi
Hasil running permodelan simulasi skenario usulan 1 sebanyak 1

replikasi dapat dilihat pada Gambar 4.12. Terlihat jumlah number out dari
permodelan ini sebanyak 389 kapal tongkang. Gambar ini juga
memperlihatkan jumlah number out dari masing-masing entity yang ada. 35
number out pada kapal tongkang berukuran 7.000 kT, 94 number out pada
kapal tongkang berukuran 10.000 kT, 41 number out pada kapal tongkang
berukuran 11.000 kT, 132 number out pada kapal tongkang berukuran 12.000
kT, 43 number out pada kapal tongkang berukuran 13.000 kT dan 61 number
out pada kapal tongkang berukuran 15.000kT.
Gambar 4.13 memperlihatkan hasil number out dari simulasi skenario

usulan 1 yang telah dilakukan running dengan 1 replikasi.
54
Gambar 4.13 Hasil Number Out Simulasi Usulan dengan 1 Replikasi

Gambar 4.13 memperlihatkan report nilai number out yang dihasilkan
dari running simulasi skenario usulan 1 sebanyak 1 replikasi. Report number
out pada running simulasi skenario usulan 1 mendapatkan hasil sebanyak 389
kapal tongkang.
Tabel 4.16 menunjukkan indikasi adanya waiting time atau waktu
menunggu pada simulasi skenario 1 proses loading batubara.
Tabel 4.16 Jumlah Waiting Time yang Terjadi pada Skenario 1 Proses
Loading Batubara
4.5.3 Hasil Skenario Simulasi Usulan 1

Tabel 4.17 memperlihatkan data Number Out, waiting time pada Jetty
K1, number waiting Jetty K1, waiting time pada Jetty K3, dan number waiting
Jetty K3 pada simulasi dengan menggunakan metode SPT setelah dilakukan
running sebanyak 99 replikasi.
Tabel 4.17 Rata-rata Number Out, Waiting Time, dan Number Out
pada Skenario Simulasi Usulan 1
Loading Machine
Deskripsi Total
Jetty K1 Jetty K3
Number Out (unit) - - 390
Waiting Time (menit) 595,20 559,50 1.154,70
Waiting Cost per Tongkang ($) 1.656 1.557 3.213
Waiting Cost Seluruh Kapal
- - 1.253.07
Tongkang ($)
Berdasarkan hasil permodelan simulasi usulan menggunakan metode

SPT dengan input data aktual Kelanis Daily Barge Loading pada bulan April
2019 sebanyak 99 kali replikasi, didapatkan hasil output atau rata-rata jumlah
tongkang yang keluar sebanyak 389,72 atau dibulatkan menjadi 390 kapal
tongkang. Kemudian pada Jetty K1 terdapat indikasi adanya waiting time atau
waktu menunggu pada proses loading batubara dengan jumlah waktu
menunggu atau waiting time didapatkan rata-rata sebesar 595,20
55

seperti completion dan clear out tidak mengalami waktu tunggu. Proses
loading batubara di Jetty K3 terdapat waktu menunggu atau waiting time
menunggu atau number waiting sebanyak 3,10 kapal tongkang sedangkan
proses lainnya seperti completion dan clear out tidak memiliki waktu tunggu.
Berdasarkan hasil perhitungan waiting time tersebut, dapat dihitung
jumlah waiting cost yang harus dikeluarkan oleh perusahaan. Jetty K1
memiliki jumlah waiting cost sebesar $1.656/tongkang dan Jetty K3 memiliki
jumlah waiting cost sebesar $1.557/tongkang, sehingga jumlah waiting cost
pada Jetty K1 dan Jetty K3 sebesar $3.213/tongkang. Total waiting cost untuk
seluruh kapal tongkang adalah $3.213 dikalikan dengan jumlah number out
yaitu 390, sehingga didapatkan total waiting cost dengan menggunakan
metode SPT adalah sebesar $1.253.070.
Tabel 4.18 memperlihatkan data selisih Number Out, waiting time pada
Jetty K1, number waiting Jetty K1, waiting time pada Jetty K3, number
waiting Jetty K3, waiting cost pada Jetty K1, waiting cost pada Jetty K3, dan
jumlah waiting cost secara keseluruhan kapal tongkang pada simulasi dengan
menggunakan metode FIFO dan metode SPT setelah dilakukan running
sebanyak 99 replikasi
Tabel 4.18 Selisih Rata-rata Number Out, Waiting Time, dan Number Out
antara Kondisi Saat Ini dengan Skenario Usulan 1
Deskripsi Metode FIFO Metode SPT Selisih
Number Out (unit) 390 390 0
Number Waiting
2,73 2,65 0,08
Jetty K1 (unit)
Waiting Time Jetty
690,98 595,20 95,78
K1 (menit)
Waiting Cost per
Tongkang Jetty K1 1.923 1.656 267
($)
Number Waiting
3,40 3,10 0,30
Jetty K3 (unit)
Waiting Time Jetty
597 559,50 37,50
K3 (menit)
Waiting Cost per
Tongkang Jetty K3 1.662 1.557 105
($)
Total Waiting Cost
3.585 3.213 372
per Tongkang ($)
Waiting Cost
Seluruh Kapal 1.398.150 1.253.070 145.080
Tongkang ($)
56
Berdasarkan hasil perhitungan, tidak terdapat selisih jumlah tongkang

yang keluar antara kondisi saat ini yang menggunakan metode FIFO dengan
skenario usulan 1 yang menggunakan metode SPT. Terdapat selisih waiting
time atau waktu menunggu pada proses loading batubara Jetty K1 dengan
selisih sebesar 95,78 menit/tongkang dan selisih jumlah kapal tongkang yang
menunggu atau number waiting sebanyak 0,08 kapal tongkang. Proses loading
batubara di Jetty K3 terdapat selisih waktu menunggu atau waiting time
menunggu atau number waiting sebanyak 0,30 kapal tongkang. Jetty K1
memiliki selisih jumlah waiting cost sebesar $267/tongkang dan Jetty K3
memiliki selisih jumlah waiting cost sebesar $105/tongkang, sehingga selisih
jumlah waiting cost pada Jetty K1 dan Jetty K3 sebesar $372/tongkang. Selisih
total waiting cost adalah sebesar $145.080.
4.6 Simulasi Skenario Usulan 2

4.6.1 Deskripsi Simulasi Skenario Usulan 2
Simulasi skenario usulan 2 menggunakan metode SPT untuk alokasi
kapal tongkang yang akan dilakukan proses loading dan peningkatan kapasitas
loading pada mesin Jetty K1. Peningkatan kapasitas loading pada mesin Jetty
K1 dapat meningkatkan waktu kecepatan pemuatan kapal tongkang.
Peningkatan kapasitas loading pada machine Jetty K1 juga memungkinkan
kapal tongkang berukuran besar (13.000 kT dan lebih dari 15.000 kT) dapat
dimuat pada mesin Jetty K1. Kondisi ini membuat kapal tongkang yang
berukuran besar tidak perlu bergantung kepada mesin Jetty K3 sehingga proses
pemuatan dapat berjalan lebih cepat dan waktu menunggu antar kapal
tongkang bisa sangat berkurang.
Contoh data waktu antar kedatangan tongkang pada proses loading
batubara di Terminal Khusus Batubara Kelanis pada 10 tongkang pertama
Tabel 4.19 Contoh Data Waktu Antar Kedatangan Tongkang pada Proses
Loading Batubara di Terminal Khusus Batubara Kelanis
Selisih
Ukuran
Tongkang Nama Waktu Kumulatif
Tongkang
Ke- Tongkang Kedatangan (menit)
(kT)
(menit)
1 A 14.806 0 0
2 B 12.516 15 15
3 C 7.857 15 30
4 D 10.443 30 60
5 E 15.081 10 70
6 F 10.772 45 115
7 G 10.380 10 125
8 H 7.290 20 145
9 I 11.614 30 175
10 J 12.656 30 205

mengetahui lama waktu proses loading batu bara yang tercantum pada Gambar
4.14.
57
Jetty K1 B D F I
Jetty K3 A C E G H J
11,75 12
Gambar 4.14 Gantt Chart Proses Loading Menggunakan Metode FIFO
Setelah memiliki data urutan tongkang menggunakan metode FIFO,

dilakukan pengaturan ulang urutan tongkang yang saat ini menggunakan
metode SPT dan peningkatan kapasitas loading pada mesin Jetty K1.
Perubahan urutan tongkang yang sebelumnya menggunakan metode FIFO
menjadi metode SPT dapat dilihat pada Tabel 4.20.
Terminal Khusus Batubara Kelanis Menggunakan Metode SPT dan
Peningkatan Kapasitas Loading.
Urutan Lama
Nama Ukuran Mesin
Loading Proses
Tongkang Tongkang Jetty
Tongkang (Jam)
1 C 7.857 K1 1,50
2 H 7.290 K3 1,50
3 D 10.443 K1 1,75
4 F 10.772 K3 1,75
5 G 10.380 K1 1,75
6 I 11.614 K3 2,10
7 B 12.516 K1 2,20
8 J 12.656 K3 2,20
9 A 14.806 K1 2,50
10 E 15.081 K3 3

mengetahui lama waktu proses loading batu bara menggunakan metode SPT
dan peningkatan kapasitas loading pada mesin Jetty K1 yang tercantum pada
Gambar 4.15.
Jetty K1 B C E H J
Jetty K3 A D F G I
9,75 10
Gambar 4.15 Gantt Chart Proses Loading Menggunakan Metode SPT dan
Peningkatan Kapasitas Loading.
Teknis metode SPT adalah mendahulukan kapal tongkang berukuran

lebih kecil untuk dilakukan loading terlebih dahulu meskipun terdapat kapal
tongkang berukuran yang lebih besar yang sampai di wilayah kelanis terlebih
dahulu seperti yang dicontohkan pada Tabel 4.20. Pada tabel tersebut tongkang
A telah tiba, namun terdapat tongkang C dan H yang berukuran lebih kecil dan
memiliki waktu lama proses yang lebih singkat (1,5 jam). Tongkang C dan H
dimuat terlebih dahulu, diikuti tongkang D, F, dan G memiliki waktu proses
1,75 jam. Tongkang I, B dan J mengantri selanjutnya untuk dimuat yang
58
memiliki waktu proses selama 2,10 dan 2,20 jam. Terakhir tongkang A, dan E
dimuat yang memiliki waktu proses selama 2,50 dan 3 jam. Berdasarkan Gantt
Chart metode FIFO pada Gambar 4.14, memperlihatkan bahwa mesin Jetty K1
akan menyelesaikan seluruh tongkang yang masuk selama 11,75 jam,
sedangkan pada mesin Jetty K3 membutuhkan waktu 12 jam. Gantt Chart
metode SPT dan peningkatan kapastias loading pada Gambar 4.15
memperlihatkan mesin Jetty K1 dapat menyelesaikan seluruh tongkang yang
masuk hanya selama 9,75 jam sedangkan mesin Jetty K3 membutuhkan waktu
10 jam.
4.6.2 Model Simulasi Skenario Usulan 2

Model simulasi pada usulan skenario 2 ini memiliki dua buah kondisi.
Kondisi pertama adalah saat mesin Jetty K1 sedang dilakukan peningkatan
kapasitas loading, artinya pada kondisi ini hanya mesin Jetty K3 yang dapat
beroperasi selama 3 bulan proses peningkatan kapasitas loading mesin Jetty
K1. Kondisi kedua adalah saat mesin Jetty K1 sudah dapat beroperasi seperti
biasa. Antrian tongkang pada kedua kondisi ini menggunakan metode SPT.
A. Kondisi Pertama – Hanya mesin Jetty K3 yang Beroperasi

Gambar 4.16 menunjukkan permodelan simulasi saat hanya mesin Jetty
K3 yang beroperasi.
Gambar 4.16 Permodelan Simulasi Jetty K1 Saat dalam Perbaikan

Kapasitas loading
Permodelan diatas menggambarkan kondisi skenario usulan 2 dalam

pemuatan batubara di Terminal Khusus Batubara Kelanis. Perbedaan antara
permodelan simulasi skenario usulan 2 dengan permodelan simulasi skenario
usulan 1 adalah tidak terdapat modul decide, modul process Commence K1,
modul process Jetty K1 Completion, dan modul Tongkang K1 Clear Out.
Perbedaan lainnya pada modul assign yang ada dalam permodelan ini hanya
memiliki waktu proses pada mesin Jetty K3.
Hasil simulasi skenario usulan 2 saat hanya mesin Jetty K3 yang

beroperasi setelah dilakukan running dengan 1 replikasi dapat dilihat pada
Gambar 4.17.
59
Gambar 4.17 Hasil Simulasi Jetty K1 Saat dalam Peningkatan

Kapasitas Loading
Hasil running permodelan simulasi skenario usulan 2 saat hanya mesin
Jetty K3 yang beroperasi sebanyak 1 replikasi dapat dilihat pada Gambar 4.17.
Terlihat jumlah number out dari permodelan ini sebanyak 256 kapal tongkang.
Gambar ini juga memperlihatkan jumlah number out dari masing-masing entity
yang ada. 46 number out pada kapal tongkang berukuran 7.000 kT, 91 number
out pada kapal tongkang berukuran 10.000 kT, 30 number out pada kapal
tongkang berukuran 11.000 kT, 111 number out pada kapal tongkang
kT dan 65 number out pada kapal tongkang berukuran 15.000 kT.
Hasil number out dari simulasi skenario usulan 2 saat hanya mesin Jetty
K3 yang beroperasi setelah dilakukan running dengan 1 replikasi dapat dilihat
pada Gambar 4.18.
Gambar 4.18 Hasil Number Out Simulasi Skenario Usulan 2 Saat Hanya
Mesin Jetty K3 yang Beroperasi
Nilai waiting time atau waktu menunggu pada simulasi proses loading
saat hanya mesin Jetty K3 yang beroperasi dapat dilihat pada Tabel 4.21.
Tabel 4.21 Laporan Waiting Time Saat Hanya Mesin Jetty K3 yang Beroperasi
60
B. Kondisi Kedua – Mesin Jetty K1 Sudah Beroperasi Normal

Kondisi ini sudah memungkinkan Jetty K1 beroperasi seperti semula.
Mesin Jetty K1 sudah memiliki kapasitas loading yang lebih tinggi
dibandingkan kapasitas loading sebelumnya dan memiliki nilai kapasitas
loading yang sama dengan mesin Jetty K3. Nilai kapasitas loading mesin Jetty
K1 yang sama dengan mesin Jetty K3 mengakibatkan kedua mesin ini
memiliki waktu proses yang sama untuk setiap tonase kapal yang datang.
Distribusi data waktu proses loading di Terminal Khusus Batubara Kelanis
diperlihatkan pada Tabel 4.22.
Tabel 4.22 Distribusi Lama Proses Loading dengan Peningkatan Kapasitas

Loading pada Jetty K1
No. Nama Kegiatan Distribusi Expression
Proses loading tongkang 7.000
kT pada Jetty K1
Proses loading tongkang 7.000
kT pada Jetty K3
Permodelan simulasi skenario usulan 2 saat mesin Jetty K1 sudah

beroperasi normal dapat dilihat pada Gambar 4.19.
61
Gambar 4.19 Permodelan Simulasi Skenario Usulan 2 Saat Mesin Jetty K1

Sudah Beroperasi Normal
Permodelan simulasi menggunakan metode SPT dan Peningkatan
Kapasitas Loading pada Jetty K1 membuat tongkang berukuran 13.0000 kT
dan 15.000 kT yang pada awalnya hanya bisa dimuat di Jetty K3 sekarang juga
dapat dimuat di Jetty K1. Alokasi tongkang untuk dimuat antara Jetty K1
dengan Jetty K3 tidak lagi memprioritaskan untuk dimuat Jetty K3, melainkan
alokasi memberikan kesempatan yang sama antara Jetty K1 dan Jetty K3 untuk
melakukan proses pemuatan tergantung manakah diantara Jetty K1 dan Jetty
K3 yang sedang idle.
Hasil simulasi skenario usulan 2 saat mesin Jetty K1 sudah beroperasi

normal setelah dilakukan running dengan 1 replikasi dapat dilihat pada
Gambar 4.20.
Gambar 4.20 Hasil Simulasi Usulan Metode SPT Peningkatan Kapasitas

Loading pada Jetty K1
Hasil running permodelan simulasi skenario usulan 2 saat mesin Jetty K1
sudah beroperasi normal sebanyak 1 replikasi dapat dilihat pada Gambar 4.20.
Terlihat jumlah number out dari permodelan ini sebanyak 360 kapal tongkang.
Gambar ini juga memperlihatkan jumlah number out dari masing-masing entity
yang ada. 39 number out pada kapal tongkang berukuran 7.000 kT, 100
number out pada kapal tongkang berukuran 10.000 kT, 40 number out pada
kapal tongkang berukuran 11.000 kT, 114 number out pada kapal tongkang
kT dan 48 number out pada kapal tongkang berukuran 15.000 kT.
Hasil number out skenario usulan 2 saat mesin Jetty K1 sudah beroperasi
normal setelah dilakukan running dengan 1 replikasi dapat dilihat pada
Gambar 4.21.
62
Gambar 4.21 Hasil Number Out Skenario Usulan 2 Saat Mesin Jetty K1
Nilai waiting time atau waktu menunggu pada simulasi skenario usulan 2
saat mesin Jetty K1 sudah beroperasi normal dapat dilihat pada Tabel 4.23.
Tabel 4.23 Laporan Waiting Time Skenario Usulan 2 Saat Mesin Jetty K1
4.6.3 Hasil Skenario Simulasi Usulan 2

A. Kondisi Pertama – Hanya mesin Jetty K3 yang beroperasi
Data Number Out, waiting time pada Jetty K3, dan number waiting Jetty
K3 pada simulasi skenario usulan 2 saat hanya mesin Jetty K3 yang beroperasi
setelah dilakukan running sebanyak 99 replikasi dapat dilihat pada Tabel 4.24.
Tabel 4.24 Hasil Simulasi Skenario Usulan 2 Saat Hanya Mesin

Jetty K3 yang Beroperasi
Loading Machine
Deskripsi Total
Jetty K1 Jetty K3
Number Out (unit) - - 260,98
Number Waiting (unit) - 134,72 134,72
Waiting Time (menit) - 7.032 7.032
Waiting Cost per Tongkang ($) - 19.572,40 19.572,40
- 5.108.396
Tongkang ($)
- 15.325.189
Tongkang selama 3 bulan ($)
Berdasarkan hasil permodelan simulasi Jetty K1 saat dalam peningkatan

kapasitas loading dengan input data aktual Kelanis Daily Barge Loading pada
bulan April 2019 sebanyak 99 kali replikasi, didapatkan hasil output atau rata-
rata jumlah tongkang yang keluar sebanyak 260,98 atau dibulatkan menjadi
261 kapal tongkang. Kemudian pada Jetty K3 terdapat indikasi adanya waiting
time atau waktu menunggu pada proses loading batubara dengan jumlah waktu
63
menunggu atau waiting time didapatkan rata-rata sebesar 7.032

seperti completion dan clear out tidak memiliki waktu tunggu.
Saat kondisi Jetty K1 dalam proses peningkatan kapasistas loading, nilai
waiting time, dan number waiting atau rata-rata jumlah tongkang yang
menunggu meningkat secara drastis. Waiting Cost yang harus dibayarkan oleh
perusahaan dari kondisi ini sebesar $167 per jam untuk satu tongkang. Jika 261
kapal tongkang mengalami rata-rata waiting time sebesar 7032 menit, maka
total waiting cost yang harus dibayarkan untuk seluruh kapal tongkang yang
menunggu dalam satu bulan sebesar $5.108.396. Total waiting cost selama
proyek peningkatan kapasitas loading Jetty K1 dalam 3 bulan sebesar
$15.325.189
B. Kondisi Kedua – Mesin Jetty K1 Sudah Beroperasi Normal

Data Number Out, waiting time pada Jetty K1, number waiting Jetty K1,
waiting time pada Jetty K3, dan number waiting Jetty K3 pada simulasi
skenario usulan 2 saat mesin Jetty K1 sudah beroperasi normal setelah
dilakukan running sebanyak 99 replikasi dapat dilihat pada Tabel 4.25.
Tabel 4.25 Hasil Simulasi Skenario Usulan 2 Saat Mesin Jetty K1 Sudah
Beroperasi Normal
Loading Machine
Deskripsi Total
Jetty K1 Jetty K3
Number Out (unit) - - 401,32
Waiting Time (menit) 128,01 163,92 291,93
Waiting Cost per Tongkang ($) 356,29 456,24 812,53
- - 325.826,13
Tongkang ($)
Berdasarkan hasil permodelan simulasi usulan menggunakan metode

SPT dan Peningkatan Kapasitas Loading pada Jetty K1 dengan input data
aktual Kelanis Daily Barge Loading pada bulan April 2019 sebanyak 99 kali
replikasi, didapatkan hasil output atau rata-rata jumlah tongkang yang keluar
sebanyak 401,32 atau dibulatkan menjadi 401 kapal tongkang. Kemudian pada
Jetty K1 terdapat indikasi adanya waiting time atau waktu menunggu pada
proses loading batubara dengan jumlah waktu menunggu atau waiting time
didapatkan rata-rata sebesar 128,01 menit/tongkang dan rata-rata jumlah kapal
tongkang yang menunggu atau number waiting sebanyak 0,55 kapal tongkang
sedangkan proses lainnya seperti completion dan clear out tidak memiliki
waktu tunggu. Proses loading batubara di Jetty K3 terdapat waktu menunggu
atau waiting time sebesar 163,92 menit/tongkang dengan rata-rata jumlah
tongkang yang menunggu atau number waiting sebanyak 0,84 kapal tongkang,
sedangkan proses lainnya seperti completion dan clear out tidak mengalami
waktu tunggu.
Saat kondisi Jetty K1 sudah beroperasi normal, nilai waiting time, dan
number waiting atau rata-rata jumlah tongkang yang menunggu menurun
secara drastis. Waiting Cost yang harus dibayarkan oleh perusahaan dari
kondisi ini sebesar $167 per jam untuk satu tongkang. Jika 401 kapal tongkang
64
mengalami rata-rata waiting time sebesar 291,93 menit, maka total waiting cost
yang harus dibayarkan untuk seluruh kapal tongkang yang menunggu pada
kondisi ini sebesar $325.826,13.
4.6.4 Analisis Investasi Keuangan pada Peningkatan Kapasitas Mesin Jetty K1

A. Investasi Untuk Peningkatan Kapasitas Loading Mesin Jetty K1
Peningkatan kapasitas loading pada Jetty K1 memerlukan beberapa
biaya investasi yang harus dikeluarkan oleh perusahaan. Biaya investasi yang
perlu dikeluarkan oleh perusahaan diantaranya adalah biaya untuk melakukan
upgrade Hopper Capacity, Upgrade Conveyor Belt, Upgrade Chute’s Height,
dan biaya lain-lain untuk melaksanakan proyek peningkatan kapasitas loading
mesin Jetty K1 ini. Total Biaya yang dibutuhkan untuk melaksanakan proyek
ini sebesar $3.500.000. Tabel 4.26 mempelihatkan rincian biaya yang
dikeluarkan perusahaan untuk melakukan peningkatan kapasitas loading pada
Jetty K1.
Tabel 4.26 Data Biaya yang Dikeluarkan Perusahaan untuk

kapasitas loading Jetty K1
No. Komponen Biaya ($)
1. Upgrade Hopper Capacity 1.050.000
2. Upgrade Conveyor Belt 1.400.000
3. Upgrade Chute’s Height 700.000
4. Lain-lain 350.000
Total 3.500.000
Hopper merupakan alat penampungan batubara sebelum di angkut

menggunakan Conveyor belt. Perubahan yang dilakukan untuk meningkatkan
kapasitas loading salah satunya adalah pada kapasitas hopper sehingga dapat
memuat batubara lebih banyak. Conveyor belt adalah alat yang digunakan
untuk mengalirkan batubara dari hopper menuju kapal tongkang. Perubahan
yang dilakukan untuk meningkatkan kapasitas loading adalah dengan
memperluas jalur pada conveyor belt sehingga lebih banyak jumlah tonase
batubara yang dialirkan. Chute adalah ujung dari conveyor belt atau alat untuk
menuangkan batubara pada kapal tongkang. Perubahan yang dilakukan untuk
meningkatkan kapasitas loading adalah dengan mengubah tinggi pada chute
sehingga dapat digunakan pada tongkang dengan kapasitas besar agar tidak
menyangkut pada ujung chute karena tongkang dengan kapasitas besar
memiliki tumpukan batubara yang lebih tinggi dibandingkan dengan tongkang
yang berkapasitas kecil.
Data kerugian yang disebabkan penurunan kapasitas loading batubara di
Terminal Khusus Batubara Kelanis dapat dilihat pada Tabel 4.27.
Tabel 4.27 Data Kerugian Akibat Penurunan Pengiriman Batubara di Terminal

Khusus Batubara Kelanis
No Deskripsi Nilai
1 Number Out tongkang bulan April 2019 380 tongkang
Number Out simulasi K1 sedang dilakukan
2 261 tongkang
pengerjaan peningkatan kapasitas loading
3 Selisih penurunan jumlah tongkang yang 119 tongkang
65
keluar dari Kelanis

Penurunan jumlah tongkang yang keluar dari
4 31%
Kelanis
Jumlah tonase loading batubara bulan April
5 4.575.238 kT
2019
Penurunan tonase loading batubara bulan 1.432.772 kT atau
6
April 2019 1.432.771.900 Ton
7 Harga 1 ton batubara (HBA Juni 2019) ($) 81,48
8 Kerugian penurunan pengiriman batubara ($) 116.742.254.412
Kerugian penurunan pengiriman batubara
9 350.226.763.236
selama upgrade Jetty (3 bulan upgrade) ($)
Berdasarkan Tabel 4.27 di atas merupakan data kerugian yang dialami
oleh perusahaan akibat dari penurunan kapasitas loading batubara di Terminal
Khusus Batubara Kelanis karena Jetty K1 sedang dilakukan proses upgrade
untuk meningkatkan kapasitas loading. Jumlah tongkang yang keluar atau
number out pada bulan April 2019 sebelum Jetty K1 dilakukan proses
peningkatan kapasitas loading pada Jetty K1 adalah sebanyak 380 tongkang.
Ketika Jetty K1 sedang dilakukan proses peningkatan kapasitas loading atau
saat dimana hanya Jetty K3 yang beroperasi, jumlah tongkang yang keluar atau
number out tongkang turun menjadi 261 tongkang. Hal tersebut menunjukkan
selisih penurunan jumlah tongkang yang keluar dari Terminal Khusus
Batubara Kelanis sebanyak 119 kapal tongkang atau sebanyak 31% penurunan
jumlah tongkang yang keluar dari Terminal Khusus Batubara Kelanis.
Berdasarkan data aktual pada bulan April 2019 jumlah tonase batubara
yang telah dimuat pada kapal tongkang sebanyak 4.575.238 kT, kemudian
setelah Jetty K1 berhenti beroperasi karena sedang dilakukan proses upgrade
untuk meningkatkan kapasitas loading, jumlah tonase batubara yang berhasil
dimuat pada kapal tongkang mengalami penurunan menjadi sebanyak
1.432.772 kT atau 1.432.771.900 Ton. Berdasarkan Harga Batubara Acuan
(HBA) bulan Juni 2019, produk batubara memiliki harga sebesar $81,48 per
Ton, artinya kerugian yang dialami perusahaan akibat penurunan jumlah
batubara yang dimuat karena Jetty K1 berhenti beroperasi adalah menjadi
sebesar $116.742.254.412. Proses peningkatan kapasitas loading pada Jetty K1
diperkirakan berlangsung selama 3 bulan. Diasumsikan total kerugian yang
dialami perusahaan selama Jetty K1 berhenti beroperasi karena peningkatan
kapasitas loading pada Jetty K1 adalah sebesar $350.226.763.236.
Total pengeluaran yang harus dibayarkan oleh PT XYZ Logistics untuk
melakukan peningkatan kapasitas loading mesin Jetty K1 terdapat pada Tabel
4.28.
Tabel 4.28 Total Pengeluaran untuk Melakukan Peningkatan Kapasitas
Loading Jetty K1
Komponen Biaya ($)
Proyek pengerjaan peningkatan kapasitas loading
3.500.000
mesin Jetty K1
Kerugian penurunan pengiriman batubara selama
350.226.763.236
proyek pengerjaan (3 bulan upgrade)
Waiting Cost Seluruh Kapal Tongkang selama
15.325.189
proyek pengerjaan
TOTAL 350.245.588.425
66
Total pengeluaran yang harus dibayarkan perusahaan terdiri dari proyek

pengerjaan peningkatan kapasitas loading mesin Jetty K1 sebesar $3.500.000,
kerugian penurunan pengiriman batubara sebesar $350.226.763.236 dan
waiting cost seluruh kapal tongkang yang terjadi selama 3 bulan pekerjaan
peningkatan kapasitas loading mesin Jetty K1 sebesar $15.325.189. Total
pengeluaran untuk melakukan peningkatan kapasitas loading mesin Jetty K1
sebesar $350.245.588.425.
B. Pemasukan yang Didapat Setelah Mesin Jetty K1 sudah Beroperasi

Normal
Setelah dilakukan peningkatan kapasitas loading pada Jetty K1, terdapat
pemasukan keuntungan yang akan dirasakan oleh perusahaan. Keuntungan
tersebut berasal dari peningkatan jumlah tongkang yang dapat dimuat dan
keuntungan dari penurunan waiting time yang menyebabkan adanya
penghematan dari waiting cost yang harus dibayarkan perusahaan.
Data keuntungan yang disebabkan peningkatan kapasitas loading
batubara pada Jetty K1 di Terminal Khusus Batubara Kelanis terlihat pada
Tabel 4.29.
Tabel 4.29 Data Keuntungan Peningkatan Kapasitas Loading Batubara di

Terminal Khusus Batubara Kelanis
No Deskripsi Nilai
Number out tongkang saat kondisi Jetty K1 sudah
1 401 tongkang
di-upgrade
2 Number Out tongkang pada bulan April 2019 380 tongkang
Selisih peningkatan jumlah tongkang yang keluar
3 21 tongkang
dari Kelanis
Peningkatan jumlah tongkang yang keluar dari
4 5%
Kelanis
5 Jumlah tonase loading batubara bulan April 2019 4.575.238 kT
Peningkatan tonase loading batubara bulan April 228.761 kT atau
6
2019 saat kondisi Jetty K1 sudah di-upgrade 228.761.000 Ton
7 Harga 1 ton batubara (HBA Juni 2019) ($) 81,48
Keuntungan peningkatan tonase loading batubara
8 di bulan April 2019 dalam kondisi Jetty K1 sudah 18.639.446.280
di-upgrade dalam 1 bulan ($)
Berdasarkan hasil simulasi yang telah dilakukan dengan peningkatan

kapasitas loading pada Jetty K1, number out atau jumlah tongkang yang keluar
dari Terminal Khusus Batubara Kelanis adalah sebesar 401 tongkang. Pada
Tabel 4.29 dapat dilihat number out atau jumlah tongkang yang keluar dari
Terminal Khusus Batubara Kelanis kondisi saat ini sebesar 380 kapal
tongkang, artinya terdapat peningkatan sebesar 21 kapal tongkang setelah
dilakukan peningkatan kapasitas loading pada Jetty K1 atau sebesar 5%.
Berdasarkan data aktual, jumlah tonase batubara yang dimuat pada kapal
tongkang selama bulan April 2019 adalah sebanyak 4.575.238 kT. Setelah
peningkatan kapasitas loading pada Jetty K1, tonase batubara yang dimuat
pada kapal tongkang di bulan April 2019 meningkat sebanyak 228.761 kT atau
228.761.000 Ton. Berdasarkan Harga Batubara Acuan (HBA) bulan Juni 2019,
67
produk batubara memiliki harga sebesar $81,48 per Ton, sehingga keuntungan
peningkatan jumlah batubara yang dimuat pada kapal tongkang yang dialami
perusahaan akibat dari peningkatan kapasitas loading pada Jetty K1 dalam 1
bulan adalah sebesar $18.639.446.280.
Data keuntungan yang disebabkan penurunan waktu waiting to load
batubara di Terminal Khusus Batubara Kelanis dapat dilihat pada Tabel 4.30.
Tabel 4.30 Data Keuntungan Penurunan Waktu Waiting to Load Batubara di

Terminal Khusus Batubara Kelanis Dalam Satu Bulan
No. Deskripsi Nilai
Total Waiting Time Jetty K1 dan K3 setelah 291,93 menit
1.
upgrade Jetty K1 4,86 Jam
2. Waiting Cost dalam 1 jam ($) 167
Total Waiting Cost (Waiting Time x Waiting
3. 812,53
Cost) 1 tongkang ($)
Jumlah number out tongkang saat Jetty K1 sudah
4. 401 tongkang
diupgrade
5. Total Waiting Cost Semua Tongkang ($) 325.828
Waiting Cost Jetty K1 kondisi saat ini (metode
6. 1.398.150
FIFO) ($)
Penghematan Waiting Cost Menggunakan
7. metode SPT dan Jetty K1 sudah beroperasi 1.072.322
dalam satu bulan ($)
Berdasarkan Tabel 4.30, terdapat keuntungan yang dialami oleh
perusahaan yang disebabkan oleh penurunan waiting time loading batubara.
Total waiting time pada Jetty K1 dan K3 setelah Jetty K1 dilakukan
peningkatan kapasitas loading adalah sebesar 291,93 menit atau 4,86 jam.
Waiting cost dari kapal tongkang yang harus dikeluarkan oleh perusahaan
adalah sebesar $167 per jam. Sehingga total waiting cost per kapal tongkang
adalah sebesar $812,53 tongkang didapatkan dari waiting cost per jam
dikalikan dengan jumlah waiting time pada Jetty K1 dan Jetty K3.
Jumlah number out atau jumlah kapal tongkang yang keluar dari
Terminal Khusus Batubara Kelanis setelah dilakukan peningkatan kapasitas
loading pada Jetty K1 berdasarkan hasil simulasi pada bulan April 2019 adalah
sebanyak 401 kapal tongkang. Jadi, jumlah waiting cost untuk semua kapal
tongkang adalah sebesar $325.828. Kemudian waiting cost yang harus
dibayarkan oleh perusahaan pada kondisi saat ini, yaitu dengan menggunakan
metode FIFO dan kapasitas loading Jetty K1 belum dilakukan peningkatan
adalah sebesar $1.398.150. Sehingga, keuntungan yang didapatkan dari
pengurangan waiting time loading batubara di Terminal Khusus Batubara
Kelanis adalah sebesar $1.072.322.
C. Perhitungan Net Present Value

Tabel 4.31 berikut ini merupakan data Cash Flow pada bulan ke-0
hingga bulan ke-n.
68
Tabel 4.31 Data Cash Flow yang Terjadi Pada Bulan Ke-0 hingga Bulan Ke-n
Bulan Cash Flow Out ($) Cash Flow In ($) Free Cash Flow ($)
0 -3.500.000 0 -3.500.000
1 -116.747.362.808 0 -116.747.362.808
2 -116.747.362.808 0 -116.747.362.808
3 -116.747.362.808 0 -116.747.362.808
4 - 18.640.518.602 18.640.518.602
.... - 18.640.518.602 18.640.518.602
N - 18.640.518.602 18.640.518.602
Upgrade pada Jetty K1 akan memakan waktu selama 3 bulan. Upgrade

yang dilakukan memberikan efek kerugian sehingga terjadi Cash Flow Out
dari bulan ke-0 hingga bulan ke-3. Kerugian yang terjadi terdiri dari biaya
pekerjaan upgrade mesin Jetty K1, kerugian penurunan pemasukan dan
tingginya waiting cost selama kegiatan upgrade mesin Jetty K1 berlangsung.
Bulan ke-0 terdapat cash flow out sebesar $3.500.000 yang merupakan biaya
yang harus dikeluarkan perusahaan untuk melakukan upgrade Jetty K1. Bulan
ke-1 hingga bulan ke-3 terdapat kerugian penurunan pemasukan dan biaya
waiting cost. Setelah pekerjaan upgrade mesin Jetty K1 selesai dilakukan, pada
bulan ke-4 kegiatan proses loading dapat dilakukan seperti semula, dengan
mesin Jetty K1 dan mesin Jetty K3 kembali melakukan pemuatan produk
batubara kepada seluruh tongkang yang sudah tiba di Terminal Khusus
Batubara Kelanis. Selanjutnya, pada bulan ke-4 terjadi Cash Flow In yang
terdiri dari biaya peningkatan penjualan batubara dibandingkan kondisi aktual
dan penghematan waiting cost yang terjadi dibandingkan waiting cost yang
terjadi pada kondisi aktual di bulan April 2019. Cash Flow In akan terjadi dari
bulan ke-4 hingga bulan ke-n, dikarenakan pemasukan ini akan berlangsung
selama kegiatan pemuatan batu bara di Terminal Khusus Batubara Kelanis
berlangsung, tidak ada jangka waktu dimana mesin ini akan berhenti
beroperasi.
Berikut merupakan perhitungan dari Net Present Value (NPV) dari Cash
Flow yang ada:
Setelah dilakukan perhitungan menggunakan rumus NPV, dapat

diketahui bahwa investasi ini layak untuk dikerjakan. Nilai NPV sebesar
$1.447.961.427.134 lebih dari 0, artinya pekerjaan upgrade mesin Jetty K1 ini
memiliki nilai uang sekarang sebesar $1.447.961.427.134. Perhitungan NPV
dilakukan dengan nilai suku bunga pinjaman pertahun sebesar 12%.
D. Perhitungan Internal Rate of Return (IRR)

Menghitung nilai Internal Rate of Return menggunakan rumus NPV
yang sama seperti subbab sebelumnya. Perbedaannya pada perhitungan ini,
nilai NPV menggunakan nilai 0. Hal ini dimaksudkan agar didapatkan hasil
dari nilai Rate of Return. Berikut adalah perhitungan nilai Internal Rate of
Return yang menggunakan rumus NPV.
69
K = 58,0631487887%
Setelah dilakukan perhitungan, maka akan didapatkan nilai Internal Rate

of Return sebesar 58,0631487887%. Nilai IRR yang didapatkan ini memiliki
nilai yang lebih besar dibanding suku bunga pinjaman yang digunakan
sebelumnya yaitu 12%. Besarnya nilai IRR ini menjadi dasar bahwa proyek
upgrade kapasitas loading Jetty K1 layak untuk dilakukan.
E. Perhitungan Payback Period

Perhitungan Payback Period dilakukan untuk mengetahui jangka waktu
dimana investasi yang dikeluarkan akan kembali tertutupi oleh keuntungan
yang didapatkan setelah dilakukan investasi. Perhitungan Payback Period yang
dilakukan adalah perhitungan simple payback dengan mengembalikan investasi
awal. Nilai Net Cash Flow (NCF) yang didapatkan seragam setiap bulannya
maka rumus perhitungan Payback Period adalah:
Perhitungan payback period untuk mengetahui jangka waktu dimana

investasi yang dikeluarkan akan kembali tertutupi oleh keuntungan dapat
dilihat pada Tabel 4.32.
Tabel 4.32 Data Payback Period

Bulan Cash Flow Out ($) Cash Flow In ($) Kumulatif ($)
0 -3.500.000 0 -3.500.000
1 -116.747.362.808 0 -116.750.862.808
2 -116.747.362.808 0 -233.498.225.617
3 -116.747.362.808 0 -350.245.588.425
4 0 18.640.518.602 -331.605.069.822
5 0 18.640.518.602 -312.964.551.220
6 0 18.640.518.602 -294.324.032.618
7 0 18.640.518.602 -275.683.514.016
8 0 18.640.518.602 -257.042.995.414
9 0 18.640.518.602 -238.402.476.812
10 0 18.640.518.602 -219.761.958.210
11 0 18.640.518.602 -201.121.439.608
12 0 18.640.518.602 -182.480.921.006
13 0 18.640.518.602 -163.840.402.404
14 0 18.640.518.602 -145.199.883.802
15 0 18.640.518.602 -126.559.365.200
70
Tabel 4.32 Data Payback Period (lanjutan)

16 0 18.640.518.602 -107.918.846.598
17 0 18.640.518.602 -89.278.327.996
18 0 18.640.518.602 -70.637.809.394
19 0 18.640.518.602 -51.997.290.792
20 0 18.640.518.602 -33.356.772.190
21 0 18.640.518.602 -14.716.253.588
21,7895 0 14.716.253.588 0
Berdasarkan tabel perhitungan diatas, dapat dilihat bahwa proyek ini

akan mengeluarkan investasi hingga bulan ke-3. Bulan ke-0 memperlihatkan
pengeluaran investasi untuk melakukan pekerjaan upgrade mesin Jetty K1,
sedangkan bulan ke-1 hingga bulan ke-4 memperlihatkan dampak kerugian dan
penurunan keuntungan dari proyek pekerjaan upgrade mesin Jetty K1 ini.
Mulai pada bulan ke-5 perusahaan akan merasakan dampak dari keuntungan
setelah menyelesaikan proyek pekerjaan upgrade mesin Jetty K1. Keuntungan
tersebut perlahan akan menutupi dari kerugian yang dialami perusahaan dalam
melakukan investasi, yaitu sebesar -$350.245.588.425. Setelah keuntungan
berlangsung selama 19 bulan, pada bulan ke-21,7895 keuntungan dapat
menutupi seluruh investasi yang telah dikeluarkan. Sehingga perhitungan dari
payback period ini akan menjamin kepada perusahaan bahwa investasi
pekerjaan upgrade mesin Jetty K1 ini akan tertutupi oleh keuntungannya pada
bulan ke-21,7895 dari dimulainya kegiatan proyek.
4.7 Perbandingan Simulasi Kondisi Saat ini dengan Skenario Simulasi
Kondisi Usulan
Perbandingan simulasi kondisi saat ini dengan skenario simulasi kondisi
usulan yang sudah dijelaskan sebelumnya dapat dilihat pada Gambar 4.22,
Gambar 4.23, Gambar 4.24, Gambar 4.25, dan Tabel 4.33.
Gambar 4.22 Perbandingan Waiting to Load Kondisi Saat Ini

dengan Skenario Usulan 1
71
Gambar 4.22 memperlihatkan perbandingan waiting to load pada kondisi

saat ini dengan skenario usulan 1. Pada mesin Jetty K1, waiting to load kondisi
saat ini sebesar 690,98 menit dan kondisi usulan sebesar 595,20 menit,
sedangkan mesin Jetty K3 memiliki waiting to load kondisi saat ini sebesar
597 menit dan kondisi usulan sebesar 559,5 menit.
Gambar 4.23 Perbandingan Waktu Waiting to Load Kondisi Saat Ini

Gambar 4.23 memperlihatkan perbandingan waiting to load pada kondisi

saat ini dengan skenario usulan 2. Pada mesin Jetty K1, waiting to load kondisi
saat ini sebesar 690,98 menit dan kondisi usulan sebesar 128,01 menit,
sedangkan mesin Jetty K3 memiliki waiting to load kondisi saat ini sebesar
597 menit dan kondisi usulan sebesar 163,92 menit.
Gambar 4.24 Perbandingan Waiting Cost Kondisi Saat Ini dengan

Skenario Usulan 1
72
Waiting time yang ada pada kondisi saat ini maupun kondisi usulan
memberikan waiting cost. Dari Gambar 4.24 memperlihatkan waiting cost
yang dihasilkan. Kondisi saat ini memiliki waiting cost sebesar $1.398.150,
sedangkan skenario usulan 1 memiliki waiting cost sebesar $1.253.070.
Gambar 4.25 Perbandingan Waiting Cost Kondisi Saat Ini

Waiting cost yang dihasilkan pada skenario usulan 2 memiliki nilai yang
jauh lebih kecil dibandingkan dengan kondisi saat ini. Gambar 4.25
memperlihatkan bahwa skenario usulan 2 memiliki waiting cost sebesar
$325.826, sedangkan waiting cost pada kondisi saat ini sebesar $1.398.150
Tabel 4.33 Perbandingan Simulasi Saat Ini dengan Skenario Simulasi Usulan
Loading Machine
Deskripsi Total
K1 K3
Kondisi Saat ini vs Skenario 1
Waiting Time Kondisi Saat ini
690,98 597,0 1.287,98
(menit)
Waiting Time Skenario 1 (menit) 595,20 559,5 1.154,70
Selisih Waiting Time (menit) - - 133,28
Waiting Cost Kondisi Saat Ini
- - 1.398.150
($)
Waiting Cost Skenario 1 ($) - - 1.253.070
Selisih Waiting Cost ($) - - 145.080
Investasi yang diperlukan ($) - - 0
Kondisi Saat ini vs Skenario 2
Waiting Time Kondisi Saat Ini
690,98 597,00 1.287,98
(menit)
Waiting Time Skenario 2 (menit) 128,01 163,92 291,93
Selisih Waiting Time (menit) 996,05
Waiting Cost Kondisi Saat Ini
- - 1.398.150
($)
Waiting Cost Skenario 2 ($) - - 325.826,13
73
Selisih Waiting Cost ($) - - 1.072.323,86

Investasi yang diperlukan ($) - - 350.245.588.425
Tabel di atas memperlihatkan perbedaan simulasi kondisi saat ini dengan
skenario usulan yang ada. Perbedaan yang ada dapat dilihat dari selisih waiting
time dan selisih waiting cost yang ada. Pada perbandingan kondisi saat ini
dengan usulan skenario 1, usulan yang diberikan dengan mengubah urutan
alokasi tongkang yang akan dilakukan proses loading. Selisih waktu tunggu
antara kondisi saat ini yang menggunakan metode FIFO dengan skenario 1
yang mengubah antrian menggunakan metode SPT sebesar 133,28 menit.
Penggunaan skenario 1 ini akan memberikan penghematan waiting cost
sebesar $145.080. Penggunaan skenario ini tidak memerlukan investasi apapun
dikarenakan skenario ini hanya mengubah antrian tongkang pada Terminal
Khusus Batubara Kelanis.
Pada perbandingan kondisi saat ini dengan skenario 2, terdapat
perbedaan yang cukup signifikan. Usulan pada skenario 2 ini mengubah
antrian tongkang dengan menggunakan metode SPT dan meningkatkan
kapasitas loading pada loading machine K1. Hasil dari usulan skenario 2 ini
memiliki selisih waiting time yang cukup besar yaitu sebesar 996,05 menit.
Penghematan waiting cost yang diberikan dengan menggunakan skenario 2 ini
sebesar $1.072.323,86. Namun untuk bisa melakukan skenario kedua ini
perusahaan memerlukan biaya investasi dan kerugian yang cukup besar. Total
investasi dan kerugian dari proyek peningkatan kapasitas loading mesin K1
sebesar $350.245.588.425. Besarnya investasi yang dikeluarkan perusahaan
untuk melakukan peningkatan kapasitas loading mesin K1 nantinya akan
mengalami payback period selama 19 bulan. Perhitungan dari payback period
ini akan menjamin kepada perusahaan bahwa investasi pekerjaan upgrade
mesin Jetty K1 ini akan tertutupi oleh keuntungannya pada bulan ke-22 dari
dimulainya kegiatan proyek.
BAB 5
SIMPULAN DAN SARAN
5.1 Simpulan
Berikut merupakan simpulan yang didapatkan setelah melakukan
penelitian pada PT XYZ Logistics:
1. Pengurangan waiting time yang terjadi pada proses loading batubara di
Terminal Khusus Batubara Kelanis dapat dilakukan dengan 2 skenario
usulan. Skenario usulan 1 dengan mengubah metode antrian saat ini, yaitu
metode First In First Out (FIFO) menjadi metode Shortest Processing
Time (SPT). Skenario usulan 2 adalah dengan meningkatkan kapasitas
loading pada Jetty K1 sehingga kapasitas loading Jetty K1 dan K3 menjadi
sama dan menggunakan metode SPT pada antriannya.
2. Penghematan waktu tunggu antara kondisi saat ini yang menggunakan
metode FIFO dengan skenario usulan 1 sebesar 133,28 menit dan akan
memberikan penghematan waiting cost sebesar $145.080. Hasil dari usulan
skenario 2 ini memberikan penghematan waiting time sebesar 996,05 menit
dan akan memberikan penghematan waiting cost sebesar $1.072.323,86.
3. Analisis kelayakan investasi dari peningkatan kapasitas loading Jetty K1
dengan menggunakan metode Net Present Value (NPV), Internal Rate of
Return (IRR), dan Payback Period. Nilai NPV yang didapatkan sebesar
$1.447.961.427.134 dengan menggunakan nilai suku bunga sebesar 12%.
Nilai IRR yang didapatkan sebesar 58,0631487887%. Nilai yang
didapatkan lebih besar dari persentase bunga pinjaman maka investasi
layak dilakukan. Nilai payback period yang didapatkan sebesar 18,7895
bulan. Investasi yang dikeluarkan akan balik modal setelah 21,7895 bulan.
5.2 Saran
A. Bagi Perusahaan
Berikut ini beberapa saran dari hasil penelitian yang telah dilakukan untuk
pihak perusahaan:
1. Terdapat 2 skenario usulan untuk mengurangi waktu tunggu yang ada. Jika
PT XYZ Logistics memilih skenario usulan 1, perusahaan tidak
memerlukan biaya dalam pelaksanaanya. Namun waktu tunggu yang
dikurangi tidak terlalu signifikan, dari waiting time sebesar 690,98 menit
menjadi 595,2 menit pada loading machine Jetty K1 dan 597 menit
menjadi 559,5 menit pada loading machine Jetty K3.
2. Jika perusahaan memilih skenario usulan 2, terdapat biaya investasi dan
kerugian yang harus dibayarkan pada awal pelaksanaannya sebesar
$350.245.588.425 dan loading machine Jetty K1 akan berhenti beroperasi
selama 3 bulan. Namun setelah selesai waiting time dapat menurun drastis
dari waiting time sebesar 690,98 menit menjadi 128,01 menit pada loading
machine Jetty K1 dan 595,2 menit menjadi 163,92 menit pada loading
machine Jetty K3. Seluruh biaya investasi dan kerugian akan tertutupi oleh
keuntungan yang didapatkan dari penghematan waiting cost yang terjadi.
B. Bagi Peneliti Selanjutnya
Berikut ini beberapa saran dari hasil penelitian yang telah dilakukan untuk
pihak yang ingin melakukan penelitian selanjutnya:
1. Diharapkan untuk mencari dan mengkaji lebih banyak sumber dan
referensi yang terkait dengan upaya pengurangan waktu tunggu pada
75
76
2. proses loading batubara agar hasil penelitian yang dilakukan lebih akurat
pada tujuan yang ingin dicapai.
3. Diharapkan untuk mempertimbangkan asumsi-asumsi yang menjadi
batasan pada penelitian ini agar hasil penelitian yang dilakukan lebih
merepresentasikan dengan keadaan aktual di lapangan.
LAMPIRAN 1
DATA REPLIKASI SIMULASI KONDISI AWAL DENGAN METODE FIFO
Waiting Number Waiting Number

Number
Replikasi Time K1 Waiting Time K3 Waiting
Out (unit)
(menit) K1 (unit) (menit) K3 (unit)
1 370 493,52 1,6908 440,32 2,2729
2 402 491,44 1,9024 478,65 2,6285
3 384 327,42 1,1018 276,56 1,5491
4 401 905,4 3,4235 740,41 4,1766
5 372 233,89 0,758 240,94 1,3051
6 402 980,56 4,1902 883,46 5,0608
7 362 244,27 0,799 258,31 1,3661
8 377 478,81 1,6398 388,45 2,1098
9 406 776,35 2,9293 629,83 3,5574
10 406 570,16 2,181 512,31 2,8828
11 415 993,06 4,0048 800,19 4,7485
12 410 1121,22 4,5252 956,89 8,5028
13 386 376,38 1,3591 375,05 2,0142
14 394 1246,05 4,7108 985,87 5,4416
15 390 242,4 4,8417 232,5 1,2983
16 400 435,96 1,6949 431,48 2,3941
17 382 622,74 2,2776 606,77 3,1602
18 380 409,41 1,4739 401,54 2,1229
19 351 204,1 0,6614 213,58 1,0494
20 408 1507,86 5,829 1184,27 6,6839
21 389 313,07 1,2855 321,29 1,9166
22 387 492,54 1,8863 496,82 2,6164
23 389 347,06 1,344 311,5 1,8493
24 381 469,47 1,8383 435,92 2,4354
25 398 570,26 2,1517 522,57 2,8669
26 362 840,61 3,1958 665,31 3,737
27 381 306,29 1,0989 297,04 1,5677
28 391 455,73 1,6996 446,56 2,4313
29 406 1642,38 7,0579 1353,33 7,8015
30 395 462,24 1,7036 415,41 2,293
31 409 1392,49 5,5011 1095,83 6,2181
32 405 1835,38 9,1417 1480,43 9,9581
33 395 965,17 3,7073 775,97 4,3219
34 389 985,78 3,8263 847,14 4,7528
35 389 301,53 1,1028 312,26 1,6861
36 413 736,51 3,3359 684,55 4,1529
37 401 328,49 1,2539 329,97 1,8348
38 382 219,21 0,792 256,17 1,3578
39 400 509,89 1,9626 501,69 2,7605
40 376 254,41 0,8975 265,36 1,4214
41 397 577,45 2,1655 515,7 2,8292
L1
L2
42 347 163,48 0,5199 206,11 1,0274

43 424 1898,81 8,21 1442,27 8,8204
44 403 723,86 2,8464 655,87 3,6794
45 382 585,28 2,1359 739,24 4,0995
46 402 1050,06 4,2884 844,71 4,9542
47 388 349,09 1,2669 323,23 1,7582
48 398 1586,56 6,3642 1305,03 7,1144
49 375 267,6 0,9106 253,91 1,3518
50 384 325,44 1,2186 324,92 1,7959
51 397 480,52 1,7904 419,43 2,375
52 402 766,38 3,1543 647,24 3,8031
53 384 501,2 1,8496 499,7 2,64
54 377 859,94 3,0694 668,74 3,6337
55 402 1321,7 5,0837 1009,1 5,7514
56 338 143,58 0,4287 153,94 0,7483
57 407 624,1 2,498 562,99 3,1822
58 405 573,75 2,2147 515,25 2,9128
59 410 803,72 3,0698 671,27 3,8225
60 382 257,3 0,9286 263,55 1,397
61 402 517,38 1,9676 455,33 2,5296
62 371 297,34 1,0324 291,67 1,507
63 397 684,07 2,5467 565,9 3,1407
64 408 1950,2 7,8335 1542,18 8,6681
65 395 446,13 1,642 399,77 2,2024
66 399 1629,68 6,3243 1331,13 7,2864
67 412 644,82 2,5558 570,23 3,2397
68 401 1440,53 5,7731 1144,89 6,5782
69 394 1809,24 6,889 1402,23 7,6474
70 414 621,8 2,6844 576,17 3,3237
71 426 1409,19 5,9789 1169,51 6,7872
72 394 856,94 3,273 734,94 3,8959
73 375 294,91 1,0484 302,38 1,6152
74 394 622,54 2,265 509,59 2,8258
75 383 296,24 0,9943 301,31 1,6741
76 365 221,47 0,7588 286,19 1,4508
77 402 914,41 3,4952 731,15 4,198
78 395 1045,96 3,9489 853,41 4,7093
79 385 303,66 1,071 291,89 1,5878
80 389 980,99 3,6258 780,34 4,234
81 368 493,75 1,6801 397,61 2,0433
82 376 349,38 1,24 352,67 1,9322
83 392 625,17 2,2576 524,76 2,8823
84 391 456,31 1,6988 401,81 2,1756
85 378 525,53 1,7863 399,41 2,2315
86 385 294,13 1,0213 302,02 1,6429
87 401 1571,56 6,3315 1310,29 7,2719
88 384 569,29 2,0294 487,93 2,6204
L3
89 404 1599,46 6,282 1219,43 6,8458

90 355 268,12 0,8255 232,84 1,2091
91 393 403,41 1,6648 419,22 2,453
92 368 503,49 1,6783 431,63 2,252
93 396 355,26 1,3615 375,55 2,0427
94 387 428,3 1,5421 403,42 2,2273
95 383 397,67 1,5535 410,29 2,2727
96 405 854,62 3,3441 703,55 3,9693
97 392 1024,73 4,4452 925,75 5,262
98 384 416,06 1,6711 364,84 2,0902
99 366 334,23 1,1862 327,84 1,7348
Rata-rata 390,39 690,98 2,7283 597,03 3,3764
St. dev 16,02 452,81 1,9309 341,25 2,0680
LAMPIRAN 2
DATA REPLIKASI SKENARIO SIMULASI USULAN 1 DENGAN METODE
SPT

Number
Out (unit)
1 389 582,21 2,4547 534,97 2,997
2 376 355,19 1,4646 343,32 1,7756
3 409 548,78 2,5355 523,03 2,9653
4 414 2259,69 9,6073 1848,75 10,385
5 415 975,85 4,0688 887,44 4,8769
6 401 347,87 1,3591 356,9 1,9497
7 380 371,08 1,4672 360,76 1,9219
8 398 1276,48 6,1209 1231,01 6,658
9 402 1031,71 4,0641 850,49 4,6171
10 416 323,46 1,4069 363,68 2,0074
11 384 353,28 1,3085 368,36 1,9271
12 393 728,84 2,8248 653,72 3,5299
13 392 300,11 1,18 316,72 1,7052
14 368 328,58 1,1789 306,06 1,509
15 416 817,89 3,3794 726,82 4,0703
16 399 1069,23 5,597 1096,77 6,1996
17 395 1110,17 4,9284 1055,1 5,6713
18 375 322,58 1,3368 314,62 1,6917
19 390 482,89 2,1001 206,27 2,7748
20 370 256,51 0,9203 284,62 1,4321
21 402 361,5 2,1642 432,46 2,5687
22 401 528,19 2,7818 553,33 3,2301
23 397 439,68 1,7201 404,19 2,152
24 403 755,06 4,2489 789,29 4,6194
25 380 782,37 2,9032 618,1 3,1943
26 350 373,63 1,2637 369,68 1,7749
27 386 463,37 2,4753 523,59 2,8802
28 382 608,64 2,3085 542,25 2,7941
29 414 879,76 3,651 768,62 4,2217
30 412 927,32 3,8354 766,77 4,2734
31 415 1313,39 6,139 1183,22 6,6249
32 386 566,45 2,3662 541,41 2,9094
33 401 562,15 3,0563 639,67 3,6121
34 404 990,2 3,9083 807,74 4,4646
35 386 617,77 2,3738 510,87 2,6253
36 395 368,74 1,4201 342,14 1,8556
37 407 643,43 2,5079 564,54 3,1505
38 387 284,49 1,1922 298,64 1,6418
39 415 1154,61 4,9631 968,46 5,3704
40 385 738,09 3,4792 685,52 3,762
L4
L5
41 411 662,11 2,6055 555,63 3,0997

42 374 371,85 1,3809 318,18 1,6321
43 412 875,98 3,9662 771,25 4,5362
44 403 856,59 3,4989 740,12 3,9813
45 390 300,4 1,2561 315,79 1,6913
46 407 169,88 10,1941 1803,16 10,9651
47 393 827,77 3,232 684,67 3,6742
48 389 365,24 1,3714 329,23 1,7613
49 366 222,09 0,8214 220,76 1,1558
50 390 591,54 2,4062 569,1 3,0588
51 363 328,94 1,1193 293,74 1,4823
52 412 824,04 3,3654 720,46 3,9769
53 376 478,96 1,9933 501,33 2,5868
54 375 445,21 1,7733 425,11 2,2161
55 388 365,86 1,4493 353,03 1,8001
56 361 151,31 0,5184 163,15 0,812
57 375 460,19 1,6423 368,96 1,896
58 386 266,48 1,2518 334,4 1,8117
59 403 454,3 1,7352 396,34 2,2019
60 418 837,81 3,6135 710,85 3,8794
61 355 202,67 0,6943 201,95 0,977
62 345 167,03 0,651 183,58 0,9395
63 382 539,28 1,9599 475,73 2,4998
64 385 728,26 2,798 628,02 3,2519
65 396 610,73 2,6692 574,06 3,1068
66 355 273,98 1,1386 257,51 1,3581
67 407 740,59 2,9829 614,54 3,3449
68 384 404,81 1,5087 386,01 2,0015
69 368 180,47 0,7746 218,79 1,1316
70 379 256,59 0,9574 260,77 1,3574
71 405 518,52 2,0633 464,81 2,5551
72 376 315,59 1,3789 344,28 1,8615
73 363 252,91 1,0157 272,26 1,4057
74 368 591,52 2,0676 482,07 2,4474
75 379 333,02 1,2543 332,23 1,6983
76 406 1039,66 4,4794 964,68 5,2526
77 402 471,57 1,8946 434,68 2,3449
78 417 952,97 4,0136 831,23 4,6688
79 379 232,53 0,8462 234,63 1,2175
80 373 299,08 1,1406 333,22 1,6655
81 375 517,89 1,9232 461,9 2,3392
82 410 1201,25 4,9305 954,11 5,1936
83 376 346,2 1,2449 291,46 1,5045
84 417 1392,62 6,608 1324,71 7,4854
85 407 960,28 3,8678 802,28 4,5128
86 396 510,49 1,9742 465,81 2,4933
87 399 1189,31 6,2699 1143,93 6,7893
L6
88 388 869,87 3,244 684,64 3,6298

89 379 289,74 1,0607 263,97 1,3636
90 407 567 2,3774 554,49 3,0352
91 392 451,51 1,8616 449,73 2,4401
92 353 371,7 1,3047 360,5 1,7242
93 387 431,04 1,6364 452,77 2,3477
94 384 871,36 3,2496 708,49 3,6962
95 379 333,88 1,5541 359,52 1,9671
96 420 1117,14 4,7065 924,52 5,1548
97 360 260,97 6,9122 266,87 1,2911
98 375 604,68 2,2256 501,03 2,5167
99 372 468,78 1,7625 411,86 2,0937
Rata-rata 389,72 595 2,6491 560 3,0634
St. dev 17,80 345 1,8001 315 1,8297
LAMPIRAN 3
DATA REPLIKASI SKENARIO SIMULASI USULAN 2 DENGAN METODE
SPT DAN PENINGKATAN KAPASITAS LOADING PADA JETTY K1

Number
Out (unit)
1 360 82,0824 0,3078 115,09 0,5302
2 424 131,65 0,6016 171,91 0,9178
3 388 94,169 0,3902 134,96 0,6592
4 445 157,47 0,7618 195,52 1,0726
5 405 123,49 0,5088 152,86 0,8068
6 422 142,16 0,6253 171,56 0,9253
7 413 216,41 0,9518 237,36 1,2363
8 415 163,03 0,7246 205,03 1,0679
9 429 254,35 1,1776 277,26 1,4761
10 440 194,21 0,9126 235,09 1,3021
11 382 78,0002 0,3051 110,72 0,5485
12 425 134,16 0,624 187,11 0,9832
13 448 247,13 1,2414 306,06 1,6524
14 411 64,1226 0,2419 111,73 0,5172
15 411 157,1 0,6973 191,04 0,9966
16 409 102,45 0,4537 145,89 0,7496
17 380 133,83 0,5359 166,08 0,8035
18 389 118,22 0,4871 153,02 0,7509
19 421 347,5 1,9336 426,5 2,3008
20 426 169,92 0,8024 228,74 1,1755
21 388 82,5884 0,3288 112,22 0,5637
22 391 57,8451 0,2397 100,26 0,4967
23 369 79,7315 0,2953 107,35 0,5243
24 395 153,62 0,6401 188,73 0,948
25 426 186,35 0,8569 215,01 1,1539
26 418 134,56 0,6043 175,8 0,9245
27 418 107,02 0,4831 153,91 0,8016
28 383 77,8904 0,3047 113,89 0,5642
29 368 74,4221 0,2843 109,81 0,5211
30 395 93,8863 0,3911 123,81 0,6219
31 436 199,45 0,9187 231,53 1,2702
32 389 116,29 0,4819 152,29 0,748
33 413 181,25 0,8014 218,28 1,1285
34 398 94,6513 0,39 132,1 0,6788
35 412 154,42 0,6577 169,92 0,9007
36 396 91,823 0,3849 124,05 0,6308
37 419 101,19 0,4521 141,41 0,7463
38 410 109,87 0,4731 143,97 0,7549
39 395 136,88 0,5735 165,79 0,8213
40 355 100,29 0,3575 114,32 0,5404
L7
L8
41 430 132,09 0,6115 183,53 0,9876

42 386 69,0555 0,2862 116,17 0,5679
43 399 93,0993 0,3797 131 0,6823
44 405 67,1684 0,2892 99,9 0,5088
45 416 261,31 1,1674 295,92 1,5413
46 434 144,64 0,6763 185,59 1,001
47 403 162,02 0,6863 189,88 0,9819
48 386 70,643 0,2862 102,25 0,5041
49 407 174,92 0,7531 213,65 1,1039
50 392 175,06 0,7294 212,25 1,0465
51 379 111,32 0,4329 138,56 0,68
52 417 129,28 0,5684 154,08 0,824
53 425 111,38 0,5131 160,3 0,8475
54 428 125,78 0,5896 186,7 0,9908
55 383 70,5383 0,2825 100,22 0,4895
56 376 133,7 0,5168 155,92 0,7544
57 388 78,7431 0,3221 120,43 0,6009
58 399 100,58 0,4121 134,29 0,6932
59 400 122,32 0,4983 137,89 0,7214
60 411 155,72 0,7219 195,71 1,0129
61 387 112,1 0,4437 130,27 0,656
62 407 140,55 0,6051 183,38 0,9424
63 385 116,23 0,4654 147,54 0,7352
64 419 104,01 0,4743 155,2 0,8047
65 389 97,8241 0,394 133,72 0,6729
66 425 204,71 0,9335 236,21 1,2601
67 395 84,2517 0,3569 120,64 0,5998
68 406 135,23 0,5842 167,82 0,8638
69 413 322,97 1,4579 340,68 1,727
70 394 136,55 0,5563 168,42 0,8538
71 379 66,6311 0,2668 106,38 0,5252
72 415 132,12 0,5872 170,95 0,8864
73 407 139,82 0,5975 168,36 0,8874
74 412 169,09 0,7593 206,94 1,049
75 387 92,9004 0,372 117,89 0,5867
76 418 149,37 0,6673 186,55 0,9803
77 431 113,59 0,5444 163,01 0,8603
78 420 216,68 0,9981 258,8 1,33
79 375 84,1126 0,3232 107,82 0,5241
80 378 110,49 0,4348 140 0,6811
81 369 61,435 0,2432 110,54 0,5118
82 374 83,8344 0,3281 112,44 0,539
83 375 59,7573 0,231 90,5989 0,4362
84 398 109,03 0,4616 149,68 0,7628
85 403 93,8915 0,3999 134,88 0,69
86 395 164,41 0,6965 206,38 1,026
87 390 82,2054 0,3387 119,76 0,5933
L9
88 414 128,62 0,5627 166,98 0,878

89 396 107,25 0,4394 138,29 0,7074
90 369 86,8713 0,3217 114,45 0,5601
91 363 68,0607 0,2552 95,8153 0,4521
92 382 59,0442 0,2301 90,6678 0,4491
93 416 118,84 0,5254 172,95 0,9099
94 375 95,5488 0,3782 127,57 0,6083
95 392 168,91 0,7116 199,27 0,9786
96 415 246,99 1,0806 268,16 1,4029
97 378 73,3931 0,2821 101,75 0,5079
98 403 105,13 0,4429 142,27 0,7278
99 401 96,0237 0,4023 132,79 0,6763
Rata-rata 401,32 128,01 0,5564 163,82 0,8404
St. dev 20,09 54,99 0,2814 57,00 0,3147
LAMPIRAN 4
DATA REPLIKASI SIMULASI SKENARIO USULAN 2 SAAT JETTY K1
DALAM PENINGKATAN KAPASITAS LOADING
Waiting Number
Number
Replikasi Time K1 Waiting
Out (unit)
(menit) K1 (unit)
1 256 6049,99 58,89
2 260 6985,9 66,39
3 265 7666,47 72,96
4 256 9047,41 88,91
5 266 8075,68 80,24
6 266 8233,91 86,6
7 260 6720,9 62,84
8 258 7180,62 6794,67
9 264 7678,65 75,25
10 255 8167,44 77,7
11 259 7883,17 69,85
12 258 6419,51 71,6
13 264 8341,71 85,34
14 264 6664,66 62,57
15 261 6260,51 62,25
16 262 7781,3 72,7
17 251 5684 46,67
18 261 8166,02 72,57
19 260 6244,92 55,87
20 263 6143,05 51,74
21 260 7542,36 68,14
22 258 6980,92 64,16
23 265 7458,59 62,82
24 254 6038,06 53,35
25 261 7493,73 80,45
26 260 6192,21 54,93
27 261 6839,59 68,14
28 265 6013,01 56,66
29 260 6138,55 56,28
30 261 7870,16 74,6
31 263 7675,65 73,47
32 267 6408,01 59,73
33 264 6505,22 62,15
34 255 6431,94 81,47
35 259 7595,11 67,15
36 268 7845,82 80,18
37 261 7707,27 77,79
38 267 7214,33 66,1
39 266 6767,85 62,51
40 265 6934 62,58
L10
L11
41 259 6799,99 68,7

42 261 6712,43 62,3
43 264 4433,03 41,19
44 260 7048,36 64,35
45 255 5520,29 48,56
46 259 7617,47 73,72
47 268 7626,59 79,01
48 259 7677,5 76,38
49 258 6482,45 67,93
50 258 6697,22 61,7
51 269 7210,28 66,55
52 263 8395,49 83,74
53 256 7233,76 75,38
54 253 7668,59 75,22
55 265 7602,33 73,8
56 269 7714,14 69,65
57 262 6769,82 62,32
58 263 7036,89 60,41
59 255 8739,85 86,66
60 259 6963,28 64,93
61 264 5239,52 43,56
62 267 6225,19 57,25
63 257 6024,46 56,89
64 265 7224,19 71,7
65 262 7908,04 78,46
66 262 5490,29 48,59
67 255 7079,05 73,09
68 258 6572,04 58,88
69 263 5931,99 54,93
70 262 9032,71 90,81
71 264 5864,16 48,19
72 260 7317,29 65,98
73 258 8227,31 79,31
74 253 6482,97 61,24
75 261 7430,5 72,22
76 259 8250,36 79,94
77 257 7131,87 70,41
78 261 8292,08 77,23
79 259 6506,21 55,75
80 264 7503,82 65,74
81 260 6890,53 64,95
82 258 7270,66 65,54
83 265 7219,77 69,81
84 263 8606,95 79,41
85 265 6510,79 61,06
86 260 5244,68 45,38
87 270 5244,68 45,38
L12
88 265 7349,24 73,79

89 258 7407,51 74,47
90 259 6727,73 65,14
91 261 6809,88 58,73
92 257 6509,64 57,96
93 263 7064,74 68,62
94 263 4720,62 44,66
95 261 7387,42 71,08
96 264 6877,44 68,24
97 255 7079,19 70,52
98 260 7513,19 66,01
99 255 7041,81 66,5
Rata-rata 260,98 7,032 134,7292
St. dev 3,95 899 676,2645
LAMPIRAN 5
DATA HISTOGRAM WAKTU ANTAR KEDATANGAN KAPAL
TONGKANG
Kapal tongkang berukuran 7.000 – 9.999 kT.
L13
L19
Kapal tongkang berukuran >15.000 kT.

REFERENSI
Astuti, R. D., & Iftadi, I. (2016). Analisis dan Perancangan Sistem Kerja.
Yogyakarta: Deepublish.
Banks, J., Carson II, J., Nelson, B., & Nicol, D. (2014). Discrete-Event System
Simulation. London: Pearson.
Blank, L., & Tarquin, A. (2012). Engineering Economy (7th ed.). New York:
McGraw-Hill.
Bora, D. (2015). Comparison Between Net Present Value and Internal Rate of
Return. International Journal of Research in Finance and Marketing, 61-71.
Bradley, A. (2010). Arena Basic Edition User's Guide. Rockwell Automation.
Fitzsimmons, J. A., & Fitzsimmons, M. J. (2011). Service Management: Operations,
Strategy, Information Technology (7th ed.). New York: McGraw-Hill.
Heizer, J., Render, B., & Munson, C. (2017). Operations Management:
Sustainability and Supply Chain Management (12th ed.). USA: Pearson.
Kloppenborg, T. J. (2014). Contemporary Project Management. Stamford: Cengage
Learning.
Nur, M., & Qitri, F. (2016). Analisa Sistem Antrian Loket pada PT Tiki Jalan Teuku
Umar Pekanbaru dengan Menggunakan Software Arena. Jurnal Hasil
Penelitian dan Karya Ilmiah dalam Bidang Teknik Industri, 212-219.
Permadi, R., Pulungan, L., & Solihin. (2015). Analisis Batubara dalam Penentuan
Kualitas Batubara untuk Pembakaran Bahan Baku Semen di PT Indocement
Tunggal Prakarsa, Tbk. Palimanan - Cirebon. Prosiding Teknik
Pertambangan, 79-86.
Pham, T. N., Tsai, M.-F., Nguyen, D. B., Dow, C.-R., & Deng, D.-J. (2015). A
Cloud-Based Smart-Parking System Based on Internet-of-Things
Technologies.
Riyanto, O. (2016). Simulasi Model Sistem Kerja Pada Departemen Injection Untuk
Meminimasi Waktu Work-In-Process. JITI, 69-78.
Shawki, K., Kilani, K., & Gomaa, M. (2015). Analysis of Earth-Moving System
Using Discrete-Event Simulation. Alexandria Engineering Journal, 533-540.
Silalahi, U. M., Yudo, H., & Budiarto, U. (2016). Analisa Pengaruh Variasi Sarat
Tongkang terhadap Ekonomis Pemasukan (Income) Pengangkutan Muatan
dan Operasional Tug Boat. Jurnal Teknik Perkapalan, 1.
Song, D.-W., & Panayides, P. M. (2015). Maritime Logistics: A Guide to
Contemporary Shipping and Port Management (2nd ed.). London: Kogan
Page Limited.
Stewart, W. J. (2009). Probability, Markov Chains, Queues, and Simulation: The
Mathematical Basis of Performance Modeling. New Jersey: Princeton
University Press.
Vijayarangam, J., Bharathiraja, G., Muniappan, A., & Ragul, G. (2017).
Implementation of Seven Tools of Quality in Educational Arena: A Case
Study. International Journal of Mechanical Engineering and Technology
(IJMET), 882-891.
77

Pengurangan Waktu Tunggu Dengan Pendekatan Simulasi Dan Analisis Kelayakan Investasi Peningkatan Kapasitas Proses Loading Batubara Pada PT Xyz Logistics

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pengurangan Waktu Tunggu Dengan Pendekatan Simulasi Dan Analisis Kelayakan Investasi Peningkatan Kapasitas Proses Loading Batubara Pada PT Xyz Logistics

Diunggah oleh

Hak Cipta:

Format Tersedia

PENGURANGAN WAKTU TUNGGU DENGAN PENDEKATAN SIMULASI

DAN ANALISIS KELAYAKAN INVESTASI PENINGKATAN KAPASITAS

LAPORAN TUGAS AKHIR

Bagraswara Rahindra 1901520536

Industrial Engineering Program

Universitas Bina Nusantara

LAPORAN TUGAS AKHIR

diajukan sebagai salah satu syarat

Bagraswara Rahindra 1901520536

Industrial Engineering Program

Universitas Bina Nusantara

Bagraswara Rahindra Didik Satrio Adinugroho Taufik Yulianto

2.1 Maritime Logistics

Tabel 2.1 Perbedaan Maritime Logistics dan Maritime Transportation

Gambar 2.1 memperlihatkan proses maritime logistics (Song &

Sumber: (Song & Panayides, 2015)

Model ini memisahkan sistem logistik maritim dalam kegiatan primer

2.2 Pengertian Batubara

2.3 Pengertian Tongkang

2.4 Pengertian Cause and Effect Diagram

Sumber: (Kloppenborg, 2014)

2.5 Process Flow

Tabel 2.2 Simbol-Simbol pada Process Flow

Terminator, berbentuk oval yang

Operation, berbentuk persegi

Decision, berbentuk belah ketupat

Wait, berbentuk segitiga terbalik

Flow, berbentuk panah yang

Gambar 2.3 menunjukkan contoh dari process flow:

Sumber: (Fitzsimmons & Fitzsimmons, 2011)

2.6 Uji Kecukupan Data

Sumber: (Shawki, Kilani, & Gomaa, 2015)

2.7.2 Tujuan Simulasi

2.7.3 Model Antrian

Proses kedatangan pada finite population cukup berbeda dimana

Model antrian multi-server umum lainnya seperti (Banks, Carson II,

2.7.4 Kendall’s Notation

2.7.5 Disiplin Antrian

sistem manufaktur, disiplin antrian kadang-kadang didasarkan pada tanggal

2.7.6 Software ARENA

2.7.7 Modul pada Software ARENA

Tabel 2.4 Modul Data pada Software ARENA

Tabel 2.4 Modul Data pada Software ARENA (lanjutan)

2.7.8 Verifikasi dan Validasi

c. Best Case Error

= Rata-rata nilai pada data aktual

d. Worst Case Error

2.7.9 Jumlah Replikasi

2.7.10 Output Analysis

2.7.11 Confidence Interval Testing

2.7.12 Prediction Interval

2.8 Gantt Chart

Gambar 2.4 Contoh Gantt Chart

2.10 Engineering Economy

2.10.2 Internal Rate of Return

Keuntungan dari penggunaan metode IRR adalah (Bora, 2015):

3. Didasarkan pada konsep nilai waktu dari uang.

2.10.3 Payback Period

3.1 Diagram Alir Penelitian

Gambar 3.1 Diagram Alir Penelitian

3.2 Penjelasan Diagram Alir Penelitian

metode FIFO di Terminal Khusus Batubara Kelanis menggunakan software

4.2 Process Flow