LAMPIRAN 1

SKRIPSI

OPTIMASI DATA MINING DENGAN FUZZY C-MEANS PADA

APLIKASI BONGKAR MUAT PETIKEMAS


DISUSUN OLEH:
NOVA
NIM : 01215126

PROGRAM STUDI SISTEM

INFORMASI FAKULTAS ILMU KOMPUTER

UNIVERSITAS NAROTAMA SURABAYA

2012
Table of Contents
BAB 1................................................................................................................................3
PENDAHULUAN.............................................................................................................3
1.1 Latar Belakang.....................................................................................................3
1.2 Perumusan Masalah..............................................................................................4
1.3 Batasan Masalah...................................................................................................4
BAB 2................................................................................................................................6
TINJAUAN PUSTAKA.....................................................................................................6
2.1 Teori Dasar Yang Digunakan...............................................................................6
2.2.1. Pelabuhan.......................................................................................................6
BAB 3................................................................................................................................8
TINJAUAN PUSTAKA.....................................................................................................8
BAB 4................................................................................................................................9
KESIMPULAN DAN SARAN..........................................................................................9
5.1. KESIMPULAN...................................................................................................9
DAFTAR PUSTAKA......................................................................................................10

DAFTAR GAMBAR

Gambar 1. demaga 1 surabaya...........................................................................................3

...........................................................................................................................................3

DAFTAR TABEL
Tabel 1. Nama Dermaga 2..................................................................................................6

2
 BAB 1
PENDAHULUAN

1.1 Latar Belakang

Pelayanan jasa bongkar muat barang khususnya pada terminal petikemas yaitu

terminal mirah, memiliki peran yang sangat penting. Aktivitas pelayanan yang dilakukan

antara lain, berupa perencanaan bongkar muat barang dalam menentukan produktivitas

bongkar muat petikemas. Semua perencanaan dimasukkan ke database melalui

aplikasi Spiner, yaitu aplikasi yang mencatat semua kegiatan bongkar muat

petikemas mulai dari tahap perencanaan, permohonan, hingga realisasi. Terdapat

9 role yang ada pada aplikasi ini yaitu Planner, Vessel Foreman, Yard Tally,

Berth Tally,Gate Tally, Billing, Administration, Equipment, Operation.

Gambar 1. demaga 1 surabaya

Ketika ship crane memindahkan container dari dan ke kapal, standarnya

setiap ship crane dapat memindahkan 30 container per jam. Sedangkan untuk alat

bongkar muat di lapangan rubber tired gantry (RTG) dan reach stackerpada

standarnya mampu mengangkat container berukuran 40t dan 20t (Jin, M., Zuo,

W., and Chen, Q. , 2013)

3
1.2 Perumusan Masalah
 Bagaimana kondisi eksisting aplikasi spiner?

1.3 Batasan Masalah

 Analisis data mining untuk produktivitas bongkar muat ini ditujukan pada

Terminal Mirah PT Pelabuhan Indonesia III (Persero) Cabang Tanjung

Perak

Gambar 2. Kegiatan Bongkar Muat 1 1

4
5
 BAB 2
TINJAUAN PUSTAKA

2.1 Teori Dasar Yang Digunakan

2.2.1. Pelabuhan

Terminal mirah merupakan salah satu terminal petikemas yang dikelola oleh PT

Pelabuhan Indonesia III (Persero) cabang Tanjung Perak. Terminal mirah mempunyai

lahan seluas : panjang 640 meter dan lebar 15 meter, dengan kedalaman kolam pelabuhan

sebesar 6 Meter LWS (Jin, M., Zuo, W., and Chen, Q. , 2013)

Tabel 1. Nama Dermaga 1

NO NAMA TERMINAL KETERANGAN

1 MIRAH 1 PENUH

2 JAMRUD 2 KOSONG

3 DELIMA

4 BERLIAN 3 KOSONG

Analisis dari data-data transaksi tersebut menunjukkan setiap kapal

menggunakan paling sedikit 1 quay crane dan paling banyak 6 quay crane, oleh

karena itu hasil clustering ini dapat dibagi menjadi enam kategori yaitu

penggunaan satu quay crane, dua quay crane, tiga quay crane, empat quay crane,

lima quay crane, dan enam quay crane. Jadi jumlah inisial data objectnya adalah

n=2162, jumlah cluster c=6, datasetX(U2162,P5), setelah dilakukan simulasi fuzzy

c-means terbukti bahwa menghemat waktu total 1 jam. Dengan begitu strategi alokasi

6
quay crane menggunakan data mining sangatlah berguna (Wendy Janssen, Bert Blocken,

Twan van Hooff, 2013)

7
 BAB 3
TINJAUAN PUSTAKA
Langkah-langkah penelitian yang akan digunakan dapat dijelaskan sebagai berikut :

8
 BAB 4
KESIMPULAN DAN SARAN

5.1. KESIMPULAN
Perencanaan alokasi quay crane berdasarkan pengalaman maupun

merupakan hal yang terpenting dalam aturan-aturan asosiasi yang sudah ada

kegiatan bongkar muat barang pada sebelumnya. Tetapi dengan simulasi

terminal petikemas, dan pada penelitian yang digunakan dalama penelitian ini

kali ini mengaplikasikan fuzzy clustering terbukti bahwa optimasi pada

pada teknologi (Jin, M., Zuo, W., and pengalokasian quay crane dapat

Chen, Q. , 2013) data mining dengan diwujudkan dengan menggunakan data

cara mengoptimalkan aplikasi yang mining. Dengan pengklusteran jumlah

sudah ada. Selama ini perencanaan crane yang digunakan maka dapat

jumlah quay crane ditentukan efisiensi sebesar 19%.

9
 DAFTAR PUSTAKA
Jin, M., Zuo, W., and Chen, Q. . (2013). Simulating Natural Ventilation in and Around
Buildings by Fast Fluid Dynamics. Numerical Heat Transfer, Part A:
Applications, 273-289.
KEsehatan, M. (1998). Persyaratan Kesehatan Lingkungan Kerja. Indonesia.
Wendy Janssen, Bert Blocken, Twan van Hooff. (2013). Use of CFD Simulations To
Improve The Pedestrian Wind Comfort Around a High-Rise Building in a
Complex Urban Area. 13th Conference of International Building PErformance
Simulation Association. Chambery, France.

Terima Kasih Kepada :

NamaSMKN 1 Situbondo
Alamat Jl. Rasa Manis 30 Situbondo

10