Jurnal Pelita Informatika, Volume 7, Nomor 4, April 2019

ISSN 2301-9425 (Media Cetak)

Hal: 453-456

OPTIMALISASI BIAYA TRANSPORTASI PENGIRIMAN MINUMAN

DALAM KEMASAN DENGAN METODE RUSSEL
APPROXIMATION METHODE (RAM)
(Studi Kasus : PT. Coca Cola Amatil Indonesia Medan)
Yogi Laksono

Prodi Teknik Informatika STMIK Budi Darma, Medan, Indonesia

Jl. Sisingamangaraja No.338 Sp Limun Medan

ABSTRAK
PT. Coca Cola Amatil Indonesia Medan merupakan perusahaan yang bergerak dalam hal memproduksi dan mendistribusikan
produk minuman kemasan ke berbagai daerah yang membutuhkan. Dalam mendistribusikan produk ke berbagai daerah
sebagai salah satu bagian dari operasional perusahaan, tentunya membutuhkan biaya transportasi yang tidak sedikit
jumlahnya. Untuk itu diperlukan pengoptimalisasian biaya transportasi. Dalam pengoptimalisasian biaya transportasi harus
menggunakan metode yang tepat. Metode Russel Approximation Methode (RAM) merupakan metode yang dapat membantu
menyelesaikan permasalahan transportasi dengan menggunakan pendekatan selisih biaya terbesar antara biaya distribusi
masing-masing sel dengan selisih biaya terbesar antara biaya distribusi masing masing-masing baris dan kolom dimana sel itu
berada. Hasil yang didapat setelah menggunakan metode RAM yaitu Biaya minimum yang dikeluarkan untuk pengiriman
produk minuman kemasan, per bulan adalah sebesar Rp 703.045.000. pengujian dilakukan dengan menggunakan Software
Winqsb.
Kata kunci: Tranportasi, Russel Approximation Methode (RAM)

I. PENDAHULUAN Banyak metode yang digunakan dalam

Salah satu faktor keberhasilan suatu
perusahaan untuk mencapai keuntungan yang besar
adalah bagaimana perusahaan tersebut dapat
mengirimkan hasil produksinya dengan waktu yang
cepat dan beban biaya yang kecil. Setiap industri pasti
menginginkan biaya yang minimum untuk proses
transportasi, sehingga diperlukan suatu strategi
pemecahan masalah yang bisa memberikan solusi
yang optimal. Dengan strategi dan perencanaan yang
baik maka akan diperoleh peningkatan keuntungan
karena mampu meminimalkan biaya transportasi dan
permintaan pasar juga dapat terpenuhi dengan baik
PT. Coca Cola Amatil Indonesia Medan
merupakan perusahaan yang berkembang di bidang
memproduksi minuman kemasan. Perusahaan ini
memiliki aktivitas usaha yaitu menjual dan
mendistribusikan minuman kemasan ke berbagai
daerah . Dalam mendistribusikan produk ke berbagai
daerah sebagai salah satu bagian dari operasional
perusahaan, tentunya membutuhkan biaya transportasi
yang tidak sedikit jumlahnya. Untuk itu diperlukan
perencanaan yang matang agar biaya transportasi yang
dikeluarkan menjadi optimal dan tidak menjadi
persoalan yang dapat menguras biaya besar.
Metode Transportasi merupakan suatu
metode yang digunakan untuk mengatur distribusi dari
sumber-sumber yang menyediakan produk yang sama,
ke tempat tempat yang membutuhkan secara optimal.
Alokasi produk ini harus diatur sedemikian rupa,
karena terdapat perbedaan biaya-biaya alokasi dari
satu sumber ke tempat-tempat tujuan berbeda-beda,
dan dari beberapa sumber ke suatu tempat tujuan juga
berbeda-beda.
memecahkan masalah transportasi. Dalam penelitian
ini penulis menggunakan metode Russell
Approximation Methode (RAM). Metode RAM
Merupakan salah satu metode yang digunakan untuk
memecahkan masalah transportasi dengan cara
pendekatan selisih biaya terbesar antara biaya
distribusi masing-masing sel dengan selisih biaya
terbesar antara biaya distribusi masing masing-masing
baris dan kolom dimana sel itu berada sehingga
menghasilkan biaya minimum.
II. LANDASAN TEORI
A. Transportasi
Transportasi adalah suatu proses pemindahan
manusia atau barang dari suatu tempat ke tempat lain
dengan menggunakan suatu alat bantu kendaraan
darat, kendaraan laut, maupun kendaraan udara, baik
umum maupun pribadi dengan menggunakan mesin
atau tidak menggunakan mesin[5].
Pada umumnya, masalah transportasi
berhubungan dengan distribusi suatu produk tunggal
dari beberapa sumber, dengan penawaran terbatas,
menuju beberapa tujuan, dengan permintaan tertentu,
pada biaya transpor minimum.” Karena hanya ada satu
macam barang, suatu tempat tujuan dapat memenuhi
permintaannya dari satu atau lebih sumber[3].
Tujuan dari transportasi adalah untuk
menentukan pola pengiriman yang paling baik dari
beberapa sumber (supply) ke beberapa tujuan
(demand) sehingga meminimalkan total biaya
produksi dan transportasi biaya pengiriman[4].
Metode Transportasi merupakan suatu
metode yang digunakan untuk mengatur distribusi dari
sumber-sumber yang menyediakan produk yang sama,
453
 Jurnal Pelita Informatika, Volume 7, Nomor 4, April 2019
ISSN 2301-9425 (Media Cetak)
Hal: 453-456
ke tempattempat yang membutuhkan secara optimal.” a. T. Morawa – P.Siantar= Rp. 2.215.000,- per-
Alokasi produk ini harus diatur sedemikian rupa, kontainer T. Morawa – Rantau Perapat = Rp.
karena terdapat perbedaan biaya-biaya alokasi dari 8.860.000,- per kontainer
satu sumber ke tempat-tempat tujuan berbeda-beda, b. T. Morawa – P. Sidempuan= Rp. 14.700.000,-
dan dari beberapa sumber ke suatu tempat tujuan juga per kontainer
berbeda-beda[6] c. L.Pakam – P. Siantar = Rp. 2.100.000,- per
kontainer
B. Metode Russell Approximation method (RAM) d. L.Pakam – R. Parapat = Rp. 6.300.000,- per
kontainer
Metode Russel Approximation Methode
e. L.Pakam – P. Sidempuan = Rp. 8.620.000,- per
(RAM) melengkapi metode penyususnan table awal
kontainer
dengan menggunakan pendekatan selisih biaya
f. Medan – P. Siantar = Rp. 4.625.000,- per
terbesar anatara biaya distribusi masing-masing sel
kontainer
dengan selisih biaya terbesar anatara biaya distribusi
g. Medan – R. Parapat = Rp. 9.250.000,- per
masing-masing baris dan kolom dimana sel itu berada.
container
Secara sistematis dapat dirumuskan dengan
h. Medan – P. Sidempuan = Rp. 11.325.000,- per
∆𝑖𝑗 = 𝐵𝑖𝑗 − 𝑅𝑖 − 𝑇𝑗……….(1)
kontainer
∆ij = Selisih biaya distribusi resells
4. Data Biaya Transportasi per-case dimana isi setiap
Bij = biaya distribusi sel pada baris ke-i dan kolom ke-
container berjumlah 3.200
j
a. T. Morawa – P. Siantar = 2.215.000 / 3200 =
Ri = biaya distribusi terbesar baris ke-i 692 per cases
Tj = biaya distribusi terbesar pada kolom ke-j
b. T. Morawa – R. Parapat = 8.860.000 / 3200 =
Kemudian sel yang memiliki ∆ij negatif terbesar 2.769 per cases
dipilih sebagai sel yang akan dialokasikan beban c. T. Morawa – P. Sidempuan= 14.700.000 / 3200
distribusi maksimum yang dimungkinkan[7]. = 4.594 per cases
d. L. Pakam – P. Siantar = 2.100.000 / 3200 = 656
C. Software WinQSB per cases
Salah satu program computer yang dirancang e. L. Pakam – R. Parapat = 6.300.000 / 3200 =
untuk menyelesaikan masalah-masalah kauntitaf 1.969 per cases
dibidang manajemen yaitu WinQSB. Program ini f. L.Pakam – P. Sidempuan = 8.620.000 / 3200 =
dibuat oleh Prof. Yih-Long chan dari Georgia Institute 2.964 per cases
Of Technologi, Amerika Serikat. Program ini g. Medan – P. Siantar = 4.625.000 / 3200 = 1.445
merupakan pengembangan dari program QSB per cases
(Quantitative system for Bussines), QSB+, dan QS h. Medan – R. Parapat = 9.250.000 / 3200 = 2.891
(Quantitative system) yang sudah banyak digunakan per cases
akhir tahun 1980-an. Program WinQSB saat ini sudah i. Medan – P.Sidempuan = 11.325.000 / 3200 =
sampai pada versi 2.0. 3.539 per cases
Disebut WinSQB karena merupakan Untuk lebih jelasnya biaya transportasi dapat
perkembangan dari program SQB yang dulu berbasis dilihat pada tabel berikut:
system operasi DOS, dan sekarang sudah dapat Tabel 2. Biaya Transportasi
dijalankan pada computer berbasis Microsoft Windos
[2]. Dari / Ke P. Siantar R. Parapat P. Sidempuan
T. Morawa Rp 692 / Rp 2.769 / Rp 4.594 /
III.ANALISIS cases cases cases
L. Pakam Rp 656 / Rp. 1969 / Rp. 2.964 /
A. Analisa Masalah
Cases cases cases
Data yang digunakan dalam penelitian ini Medan Rp. 1.445 / Rp. 2.891 / Rp. 3.539 /
cases cases cases
adalah data pendistribusian dari gudang ke outlet.
Adapun data pendistribusian sebagai berikut;
1. Data kapasitas gudang B. Analisa Menggunakan Metode Russel
a. Tanjung Morawa = 87.500 cases\ Approximation Methode (RAM)
b. Lubuk Pakam = 120.000 cases Setelah menganalisa data maka selanjutnya
c. Medan = 57.000 cases data akan di analisa dengan Metode RAM, dengan
2. Data Kebutuhan Outlet tahapan sebagai berikut:
a. Pematang Siantar = 1.500 cases Tahap 1 :
b. Rantau Perapat = 180.000 cases Mencari biaya yang tertinggi untuk setiap baris dan
c. Padang Sidempuan = 83.000 cases kolom yang ada dalam tabel transportasinya. Dengan
3. Data biaya Pengiriman per- container dari gudang cara ini biaya tertinggi yang dimaksud adalah :
ke outlet Untuk Baris 1 biaya tertingginya = 4.594
Untuk baris 2, biaya tertingginya = 2964
Untuk baris 3, biaya tertingginya =3.539

454
 Jurnal Pelita Informatika, Volume 7, Nomor 4, April 2019
ISSN 2301-9425 (Media Cetak)
Hal: 453-456
Untuk kolom 1, biaya tertingginya =1.445 Medan. Dengan demikian hasil alokasinya dapat
Untuk kolom 2, biaya tertingginya =2.891 dilihat pada tabel 4 berikut.
Untuk kolom 3, biaya tertingginya =4.594
Tabel 4. Alokasi Akhir Pengiriman
Tahap 2 :
Selanjutnya biaya pada setiap sel akan dikurangi Dari / Ke P. R. P. Supplay
dengan biaya tertinggi untuk baris itu dan dikurangi Siantar Parapat Sidempuan
lagi dengan biaya tertinggi untuk kolom itu. Untuk T. Morawa 692 2769 4594 87500
lebih jelasnya, perhatikan perhitungan berikut ini : 1500 86000
C1,1= 692-4594-1445 = -5437 L. Pakam 656 1969 2964 120000
C1,2 = 2769-4594-2891= -4716 94.000 26.000
Medan 1.445 2891 3539 57000
C1,3 = 4594 -4.594-4.594= -4594
57.000
C2,1 = 656-2964-1445= -3757 Demmand 1500 180000 83000 264500
C2,2 = 1969-2964-2891= -3886
C2,3 = 2.964-2964-4.594= -4594
C3,1 = 1.445-3.539-1.445=-3539 Untuk mengetahui kebenaran proses ini,
C3,2 = 2.891-3.539-2.891= -3539 lakukan pengecekan :
C3,3 = 3.539- 3.539- 4.594 =- 4594 1. Apakah semua alokasi kalau dijumlah ke bawah
Alokasi pertama akan diberikan kepada sel yang dan kesamping sudah cocok dengan kebutuhan
memiliki nilai negatif paling besar, dan dari setiap kota dan jumlah kapasitas yang tersedia ? ·
perhitungan di atas ada dua sel yang bernilai negatif 2. Apakah jumlah sel yang terisi sudah memenuhi
paling besar, yakni sel C1,1 . Karena sama, pemilihan syarat yang ada (m+n)-1, atau (jumlah
alokasi dapat memilih satu diantara keduanya. Sebagai kolom+jumlah baris) – 1 = (3+3) – 1 = 5 sel terisi
contoh dipilih sel C1,1 (kebutuhan tanjung morawa ?·
dengan P.siantar). Tahap pertama dapat dilihat pada 3. Jika jawaban dari keduanya adalah ‘ya’ maka tabel
tabel 2. tersebut sudah benar.
Sehingga dengan demikian dapat dikatakan
Tabel 2. Alokasi pertama kasus telah optimal, dengan total biaya :
Dari / Ke P. R. P. Supplay 1. Biaya mengirim 692 /cases dari T. Morawa ke P.
Siantar Parapat Sidempuan siantar = 1500 x 692 = 1.038.000
T. Morawa 692 2769 4594 87500 2. Biaya mengirim 2769 /cases dari T. Morawa ke R.
1500 Parapat = 86000 x 2769 = 238.134.000
L. Pakam 656 1969 2964 120000
3. Biaya mengirim 1969 /cases dari L. Pakam ke R.
Medan 1.445 2891 3539 57000 Parapat = 94000 x 1969 = 185.086.000
Permintaan 1500 180000 83000 264500 4. Biaya mengirim 2964 /cases dari L. Pakam ke
P.Sidempuan = 26000 x 2964 = 77.064.000
Untuk Alokasi selanjutnya dapat dilakukan 5. Biaya mengirim 3539 /cases dari Medan ke
sesuai dengan langkah pertama dan kedua diatas, P.Sidempuan = 57000 x3539 = 201.723.000
dimana baris 1 tidak di ikutsertakan lagi, karena
kapasitas gudang 1 sudah habis. Dengan demikian IV. IMPLEMENTASI
alokasi kedua akan diberikan kepada sel yang A. Implementasi Sistem
memiliki nilai negatif yang paling besar yakni sel C12 Pada tahap ini akan dilakukan evaluasi
(kebutuhan kota rantau perapat yang masih kurang terhadap Aplikasi winqsb dimana digunakan untuk
86000), untuk lebih jelasnya bisa dilihat pada tabel 3 meminimalisasi biaya pengiriman minuman dalam
berikut. kemasan. Adapun tahapan yang dilakukan adalah
Tabel 3. Alokasi Kedua sebagai berikut :
Dari / Ke P. R. P. Supplay 1. Buka aplikasi WinQsb dan pilih menu network
Siantar Parapat Sidempuan
modelling
2. Klik File /New problem untuk membuat proyek
T. Morawa 692 2769 4594 87500 baru, pilih transportation problem
1500 86000
L. Pakam 656 1969 2964 120000
Medan 1.445 2891 3539 57000
Permintaan 1500 180000 83000 264500

Untuk alokasi selanjutnya dapat dilakukan

seperti iterasi sebelumnya sampai mendapatkan hasil
akhir pengalokasian. Hasil akhir pengalokasian
diberikan kepada sel yang tersisa karena memilki nilai
negatif terbesar. Dengan demikian alokasi terakhir
selanjutnya adalah pada kekurangan kebutuhhan kota
Rantau Perapat sebesar 94.000 cases dari gudang Gambar 1. Kotak Dialog Problem Spesification

455
 Jurnal Pelita Informatika, Volume 7, Nomor 4, April 2019
ISSN 2301-9425 (Media Cetak)
Hal: 453-456

3. Kemudian akan mucul tabel penginputan data

seperti pada Gambar 2. dan ketikkan data yang
telah didapatkan pada tabel tersebut.

Gambar 2. Tabel Peng-inputan Data

B. Hasil Pengujian Program

Setelah penginputan data selesai klik solve
and analize|solve the problem sehingga akan muncul
solusi yang diperlihatkan oleh Gambar 3.

Gambar 3 Tabel solusi Optimal

V. KESIMPULAN
Berdasarkan uraian yang telah penulis buat
tentang optimalisasi biaya transportasi dengan
mengunakan metode Russel Approximation Methode
(RAM), maka penulis dapat menarik beberapa
kesimpulan yang dapat diperoleh dari pembahasan
tersebut, antara lain :
1. Metode RAM dapat di implemntasikan untuk
menyelesaikan optimalisasi biaya transportasi.
2. Pengimplementasi metode Russel Approximation
Methode (RAM) pada simulasi pengiriman produk
minuman kemasan dapat dilakukan dengan
mencari dua biaya terkecil dalam setiap kolom
kemudian menghilangkan baris kolom yang terisi
penuh sehingga mendapatkan biaya yang optimal.
3. Pengujian metode RAM dapat dilakukan dengan
menggunakan Software WinQsb.

REFERENCES

[1] AGUS SASMITO ARIWIBOWO , Visualisasi Teori

Optimalisasi Biaya Transportasi Untuk Pembelajaran Riset
Operasi,2008
[2] ANDRIANA, IYAN. Win-QSB, Bandung. 2009
[3] HARYONO,TULUS. Pengantar Teori Ekonomi Mikro. Sebelas
Maret University Press. Surakarta.2007
[4] MULYADI , Akuntansi biaya, 2009, Yogyakarta : STIE
YPKPN
[5] MULYONO, SRI, Riset Operasional, Fakultas ekonomi
Universitas Indonesia, Jakarta, 2008
[6] ONY WIDILERTARININGTYAS, SONY W.F & SRI DEWI
ANGGADINI. Akuntansi Biaya. Yogyakarta; Graha Ilmu,
2012
[7] SISWANTO, Dr. M.SC. Operations Research Jilid1. Erlangga:
Jakarta. 2007

456