Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam

Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM

ANALISIS KINERJA WAKTU TAMBAT KAPAL DAN KAPASITAS CAR

TERMINAL PADA PELABUHAN PATIMBAN

PERFORMANCE ANALYSIS OF MOORING TIME AND CAR TERMINAL

CAPACITY AT PATIMBAN PORT

Reza Nur Muharam1, Suwandi Saputro2

Jurusan Teknik Sipil, Universitas Trisakti, Kampus A, Jl. Kyai Tapa No. 1 Grogol, Jakarta
Email:samkim540@gmail.com

ABSTRAK
Penelitian ini bertujuan untuk mengetahui sistem tambat kapal, kinerja operasional waktu tambat kapal dan
mengetahui apakah kapasitas car terminal dapat mencukupi kebutuhannya. Penelitian ini dilakukan di
Pelabuhan Patimban dan didukung dengan data dari Pelabuhan Tanjung Priok. Metode yang digunakan
dalam penelitian ini adalah metode kuantitatif dan Teknik analisis forecasting time series, yang
menggunakan software minitab 20. Hasil analisis menunjukan bahwa sistem tambat kapal pada car terminal
di Pelabuhan Patimban saat ini masih menggunakan metode manual dengan 1 regu yang terdiri dari 10
petugas yang membawa mobil kedalam kapal, sedangkan pada perhitungan kinerja operasional waktu
tambat kapal, Pelabuhan Patimban mendapatkan kriteria yang baik dari segi WT, AT, EF:BT dan BOR
pada tahun 2022. Selanjutnya, pada perhitungan forecasting kapasitas car terminal di Pelabuhan Patimban
mendapatkan hasil dengan total ekspor dan impor pada tahun 2027 mencapai 1.237.797 CBU atau 172%
peningkatan dari tahun 2021, maka diperlukan penambahan kapasitas car terminal agar dapat mencukupi
kebutuhan ekspor dan impor di Pelabuhan Patimban.

Kata kunci: Pelabuhan Patimban, Kinerja waktu tambat kapal, Car Terminal, Forecasting, Time Series.

ABSTRACT
This study aims to determine the mooring system, the operational performance of the mooring time, and
determine whether the capacity of the car terminal can meet its needs. This research was conducted at
Patimban Port and supported by data from Tanjung Priok Port. The methods used in this study are
quantitative methods and time series forecasting analysis techniques, which use Minitab 20 software. The
results of the analysis show that the ship mooring system at the car terminal at Patimban Port is currently
still using the manual method with 1 team consisting of 10 officers working carrying a car on board, while
in calculating the operational performance of mooring time, Patimban Port gets good criteria in terms of
WT, AT, EF: BT and BOR in 2022. Furthermore, in the calculation of car terminal capacity forecasting at
Patimban Port, the results are total exports and imports in 2027 reached 1,237,797 CBU or a 172%
increase from 2021, it is necessary to increase the capacity of the car terminal to meet the needs of exports
and imports at the Patimban Port.

Keywords: Patimban Port, Ship mooring time performance, Car, Terminal, Forecasting, Time Series.

273
Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM
A. PENDAHULUAN
A.1 Latar Belakang
Indonesia merupakan negara kepulauan yang
berdasarkan informasi dari Badan Informasi
Geospasial saat ini memiliki lebih dari 17.499
pulau dengan luas daratan 1.922.570 km2,
sedangkan luas lautan 3.257.483 km2 dan luas
wilayah Indonesia 5.180.053 km2. Dengan luas
lautan yang dimiliki saat ini, Indonesia juga
merupakan negara maritim dimana negara
maritim adalah negara dengan wilayah laut yang
luas.
Saat ini, Indonesia memiliki pelabuhan baru
yang disebut-sebut sebagai pelabuhan terbesar,
yaitu Pelabuhan Patimban. Pelabuhan ini terletak
di Jawa Barat, Kabupaten Subang, Kecamatan
Pusakanagara. Dibangun sejak 2018, proyek
tersebut saat ini dalam tahap 1-2 (2021–2023),
yang meliputi pembangunan pelabuhan peti
kemas berkapasitas 3,75 juta TEUs, terminal
kendaraan berkapasitas maksimal 218.000 CBU,
dan 200- terminal RoRo sepanjang meter.
Targetnya proyek ini selesai pada 2027. Kapasitas
maksimumnya adalah 7,5 juta TEUs dan 600.000
CBU.
Gambar 1.1 Denah Pelabuhan Patimban 2022
(Sumber: KSOP Patimban 2022)
A.2 Rumusan Masalah
1. Bagaimana sistem tambat kapal pada car
terminal di Pelabuhan Patimban?
2. Bagaimana kinerja waktu tambat kapal
terhadap car terminal di Pelabuhan Patimban?
3. Apakah kapasitas ultimate car terminal di
Pelabuhan Patimban pada tahun 2027 dapat
memenuhi kebutuhan yang ada?
274
A.3 Manfaat Penulisan
1. Hasil dari penelitian ini diharapkan dapat
menambah wawasan penulis tentang Waktu
Tambat Kapal dan Kapasitas Car Terminal
pada Pelabuhan serta sebagai bentuk
pengaplikasian dari ilmu yang sudah di dapat
dalam perkuliahan.
2. Hasil dari penelitian ini dapat menjadi bahan
evaluasi dan refrensi untuk kinerja waktu
tambat kapal dan kapasitas car terminal pada
Pelabuhan Patimban kedepannya.
B. TINJAUAN PUSTAKA
B.1 Pelabuhan
Pelabuhan merupakan tempat untuk kapal
melakukan pemberhentian dari pelayaran guna
melakukan kegiatan seperti menaikturunkan
penumpang maupun menurunkan dan menaikkan
barang. Pelabuhan dilengkapi fasilitas penunjang
untuk melakukan kegiatan menaik turunkan
penumpang dan bongkar muat barang.
B.2 Car Terminal
Car Terminal merupakan Terminal khusus
mobil yang dibangun di area dermaga dan menjadi
pintu gerbang masuknya mobil ekspor dan impor
di Indonesia. Car Terminal ada mempermudah
penjualan mobil ekspor dan impor yang
meningkat khususnya di Indonesia.
B.3 Indikator Kinerja Pelayanan di Pelabuhan
Indikator kinerja pelayanan Pelabuhan atau
Berth Occupancy Ratio (BOR), juga dikenal
sebagai tingkat pemanfaatan dermaga, mengukur
efisiensi pelabuhan dengan membandingkan
waktu yang dihabiskan menggunakan setiap
dermaga yang dapat diakses dengan total waktu
yang tersedia selama periode tertentu (bulan atau
tahun) dan menyatakan hasilnya sebagai
persentase.
B.5 Nilai Berth Occupancy Ratio (BOR)
Untuk mengetahui rasio dalam persentase
penggunaan tambatan dapat menggunakan
persamaan dibawah ini:
∑[(𝑃.𝐾𝑎𝑝𝑎𝑙+10𝑚)𝑥𝐽𝑃]
𝐵𝑂𝑅 = (𝑃𝐷 𝑥 24 𝑥 𝐻𝐾)
𝑥 100%....(2-1)
B.6 Kinerja Pelayanan Kapal
Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM

Dalam pengertiannya kinerja pelayanan 𝑌𝑝𝑟𝑒𝑑𝑖𝑘𝑠𝑖 =

kapal bertujuan untuk mendapatkan pelayanan
𝐿⁄(1 + exp (𝑎 + 𝑏(𝑇) + 𝑒)..........(2-6)
sandar di pelabuhan atau dermaga, guna
melakukan kegiatan bongkar dan muat barang di - Model Exponential
suatu Pelabuhan, Adapun Indikator yang 𝑌𝑃𝑟𝑒𝑑𝑖𝑘𝑠𝑖 = 𝑎 + 𝑒 𝑏.𝑇 ………….….(2-7)
mempengaruhi kinerja pelayanan kapal seperti yang selanjutnya kita gunakan model
pada gambar 2.1. tersebut untuk memperkirakan data selanjutnya.
B.8 Teknik Perhitungan Nilai Error
• Mean Absolut deviation (MAE)
dapat dinyatakan secara matematis
menggunakan rumus:
𝑀𝐴𝐸 =
(𝑌−𝑌𝑡′ )
∑ …………………………….….(2-8)
𝑛
• Mean Squared deviation (MSE)
dapat ditulis dengan rumus:
Gambar 2.1 Kinerja Pelayanan Kapal 1
𝑀𝑆𝐸 = ∑𝑛𝑡=1( 𝑌𝑡 − 𝑌𝑡′ )2………….…(2-9)
(Sumber: Teknik Kelautan-ITB) 𝑛

B.7 Metode Time Series • Mean Precentage Error (MAPE)

Metode Time Series menggunakan data dapat dinyatakan dengan menggunakan rumus:
100 𝑛 (𝑌𝑡 −𝑌𝑡′ )
sebelumnya untuk meramalkan data masa depan. 𝑀𝐴𝑃𝐸 = 𝑛
∑𝑡=1
𝑌𝑡
…………….(2-10)
X mungkin 1 untuk data terlama, 2 untuk data C. METODOLOGI PENELITIAN
berikutnya, dan seterusnya, hampir identik dengan Metode penelitian diawali dengan
regresi. Berikut ini adalah beberapa kategori pengumpulan data melalui Pelabuhan Patimban
metode time series: sebagai data utama dan Pelabuhan Tanjung Priok
• Naïve sebagai data pendukung. Data yang digunakan
dapat direpresentasikan sebagai berikut berupa data primer dan sekunder. Kemudian
dalam persamaan: dilakukan pengolahan data dan analisis data
𝑌𝑃𝑟𝑒𝑑𝑖𝑘𝑠𝑖 = 𝑌𝑡−1 ……………………….(2-2) dengan menghitung performansi waktu tambat
• Moving Average kapal pada car terminal dan peramalan kapasitas
dapat direpresentasikan sebagai berikut car terminal menggunakan metode kuantitatif
dalam persamaan: dengan tipe time series (deret waktu) melalui
𝑌𝑡−1+𝑌𝑡−2+⋯….+𝑌𝑡−𝑛
𝐹𝑡 = 𝑛
……………..(2-3) software minitab untuk tentukan kapasitas
• Teknik Trend terminal mobil pada tahun 2027.
Pada dasarnya kita mencari pola trend pada
data yang kita miliki misalnya:
- Model Linear
𝑌𝑃𝑟𝑒𝑑𝑖𝑘𝑠𝑖 = 𝑎 + 𝑏. 𝑇 + 𝑒……….…(2-4)
- Model Kuadratik
𝑌𝑃𝑟𝑒𝑑𝑖𝑘𝑠𝑖 = 𝑎 + 𝑏. 𝑇 2 + 𝑐. 𝑇 +
𝑒………….……………………….(2-5)
- Model S Curve

275
Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM

Analisis Kinerja Waktu Tambat Kapal

dan Kapasitas Car Terminal pada
Pelabuhan Patimban
Identifikasi Masalah
Tujuan Penelitian
Pengumpulan Data:
- Data Kapal
- Data Eksport dan Import Car
- Terminal
Hasil Analisis:
Kinerja Waktu Tambat Kapal
Software Minitab pada Kapasitas
Kesimpulan dan Saran
Gambar 3.1 Bagan Alir Perancangan
D. HASIL ANALISIS DAN PERHITUNGAN
D.1 Sistem Operasional Tambat Kapal Pada
Car Terminal
Sistem operasional tambat kapal pada car
terminal di Pelabuhan Patimban beroperasi seperti
pada gambar 4.1
: Lapangan ekspor/impor – area kepabeanan
: Lapangan domestik/dalam negeri
: Lapangan preyard internasional
: Akses dan lapangan kendaraan berat dan kargo truk
Gambar 4.1 Operasional Tambat Kapal Pada Car
Terminal
(Sumber: KSOP Pelabuhan Patimban, 2022)
1. Truk pengangkut mobil ekspor dan impor
memasuki Automatic Gate.
2. Truk memasuki receiving area untuk
diperiksa kelengkapan surat surat dan mobil
diturunkan dari truk.
3. Mobil masuk kedalam inspection area untuk
pengecekan kondisi fisik mobil.
4. Kemudian mobil masuk kedalam pre yard
yang berfungsi sebagai buffer area mobil
ekspor dan impor.
5. Setelah itu mobil diarahkan kedalam storage
yard untuk dipersiapkan eskport dan impor.
6. Sesudah semua kelengkapan mobil sudah
Hasil Analisis: dipersiapkan, mobil diarahkan ke dermaga
Forecasting menggunakan kendaraan untuk di ekspor dan impor
Car Terminal menggunakan kapal khusus kendaraan mobil.
Sistem operasional pada car terminal sedikit
berbeda dengan operasional peti kemas pada
umumnya, dimana sistem operasional car
terminal tidak menggunakan alat berat dalam
proses bongkar muat, namun menggunakan 1
regu petugas yang terdiri dari 10 orang bertugas
memindahkan mobil ekspor dan impor kedalam
kapal.
D.2 Kinerja Waktu Tambat Kapal
Dalam menghitung kinerja waktu tambat
kapal, data yang digunakan memakai waktu
operasional kapal di Pelabuhan Patimban yang
diolah menjadi perhitungan Waiting Time (WT),
Approach Time (AT), Perbandingan Effective
Time dengan Berthing Time (ET:BT) dan Berth
Ocupancy Ratio (BOR). setelah keluar hasil
perhitungannya maka akan dibandingkan dengan
standar kinerja operasional keputusan Dirjen
Perhubungan Laut
a) Waiting Time (WT)
Waiting Time (WT) adalah perhitungan
jumlah waktu pada saat pengajuan izin
bertambat setelah kapal datang ke lokasi
labuh, sampai kapal bergerak menuju tempat
bertambat. rumus sebagai berikut:
Waiting Time (WT) = Waktu Kapal Bergerak
– Waktu Izin Tambat
Berikut pada tabel 4.1 adalah hasil
perhitungan waiting time jika dibandingkan
dengan standar kinerja
Tabel 4.1 Perbandingan Standar Kinerja dan
Hasil Perhitungan Waiting Time (WT)

276
Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM
(Sumber: Kementrian Perhubungan Direktorat
Jenderal Perhubungan Laut
Pelabuhan Tanjung Priok, 2022)
Dalam Perbandingan hasil Perhitungan
waiting time dengan Usulan Direktorat
Jenderal Perhubungan Laut, Pelabuhan
Patimban dikategorikan mempunyai kinerja
yang baik karena masih dibawah kriteria
kinerja usulan Direktorat Jenderal
Perhubungan Laut di IKT (Indonesia
Kendaraan Terminal).
b) Approach Time (AT)
Approach Time adalah perhitungan jumlah
waktu terpakai pada saat kapal bergerak dari
lokasi lego jangkar sampai kapal ikat tali di
tambatan. rumus sebagai berikut:
Approach Time (AT) = Waktu Kapal Tambat
– Waktu Kapal Bergerak
Berikut pada tabel 4.2 adalah hasil
perhitungan approach time jika dibandingkan
dengan standar kinerja
Tabel 4.2 Perbandingan Standar Kinerja dan
Hasil Perhitungan Approach Time (AT)
(Sumber: Kementrian Perhubungan Direktorat
Jenderal Perhubungan Laut
Pelabuhan Tanjung Priok, 2022)
Dalam Perbandingan hasil Perhitungan
Approach Time dengan Usulan Direktorat
Jenderal Perhubungan Laut, Pelabuhan
Patimban dikategorikan mempunyai kinerja
yang baik karena masih dibawah kriteria
kinerja usulan Direktorat Jenderal Pelabuhan
Laut.
c) Rasio Efective Time berbanding Berthing
Time (ET:BT)
Rasio Efective time terhadap Berthing time
adalah perbandingan antara waktu bertambat
dan waktu kerja efektif. Menurut data
277
bongkar muat selama sebulan, Waktu Efektif
rata-rata adalah 30,8 jam, sedangkan Waktu
Bertambat rata-rata adalah 65,6 jam. Berikut
perbandingan hasil perhitungan dapat dilihat
pada tabel 4.3
Tabel 4.3 Perbandingan Standar Kinerja dan
Hasil Perhitungan Effective Time dibanding
Berthing Time (ET:BT)
(Sumber: Kementrian Perhubungan Direktorat
Jenderal Perhubungan Laut Pelabuhan Tanjung
Priok, 2022)
Pada Pelabuhan Patimban nilai dari ET:BT
dibawah dari ketentuan usulan direktorat
jenderal perhubungan laut, oleh sebab itu
Pelabuhan Patimban dapat dikatakan
mempunyai kinerja yang kurang baik.
d) Tingkat Rasio Penggunaan Dermaga (Berth
Occupancy Ratio) Pelabuhan Patimban
2022
Pemakaian tingkat rasio penggunaan
dermaga diukur dengan Berth Occupancy
Ratio (BOR), Perhitungan ini memakai data
Pelabuhan patimban tahun 2022 disaat
dermaga Pelabuhan masih memiliki Panjang
300 meter.
Data yang digunakan dalam perhitungan
BOR dalam 1 bulan sebagai berikut:
a) Rata rata Panjang kapal + 10meter
clearance= 143.8
b) Jumlah kapal bertambat selama 1 bulan=
18
c) Rata rata jumlah pemakaian tambatan
dalam 1 bulan= 65.6
d) Total panjang dermaga Car Terminal
secara keseluruhan= 300 meter
e) Hari kalender = 30 hari
Dari data tersebut maka nilai BOR dapat
dihitung sebagai berikut:
∑[(143.8 𝑥 18) 𝑥 65.6]
𝐵𝑂𝑅 = 𝑥 100%
(300 𝑥 24 𝑥 30)
𝐵𝑂𝑅 = 78.6 %
Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM

Jika hasil kriteria tingkat penggunaan

dermaga (Berth Occupancy Ratio / BOR)
dari Pelabuhan Patimban dibandingkan
dengan peraturan yang terdapat dalam
Keputusan Dirjen Perhubungan Laut di
Indonesia Kendaraan Terminal (IKT)
Pelabuhan Tanjung priok seperti pada Tabel (Sumber: Kementrian Perhubungan Direktorat
4.4 Jenderal Perhubungan Laut
Tabel 4.4 Perbandingan Standar Kinerja dengan Pelabuhan Tanjung Priok, 2022)
Hasil Perhitungan Berth Occupancy Ratio (BOR) Pada Pelabuhan Patimban di tahun 2022 hasil
Pelabuhan Patimban tahun 2022
perhitungan BOR diatas dari ketentuan maka,
BOR dari Pelabuhan Patimban dapat
dikatakan mempunyai kinerja yang sangat
baik.

D.3 Rata-rata Kinerja Operasional Waktu

(Sumber: Kementrian Perhubungan Direktorat
Jenderal Perhubungan Laut
Pelabuhan Tanjung Priok, 2022)
Pada Pelabuhan Patimban tahun 2022 hasil
perhitungan BOR diatas berdasarkan
ketentuan, BOR dari Pelabuhan Patimban
memiliki kinerja yang kurang baik karena
hasil perhitungan rasio BOR dalam waktu
satu bulan melebihi ketentuan standar yang
terdapat dalam usulan IKT Ditjen
Perhubungan Laut yaitu meningkat sebesar
8,6%.
e) Tingkat Rasio Penggunaan Dermaga (Berth
Occupancy Ratio) Pelabuhan Patimban
2027
Perhitungan tingkat rasio penggunaan
dermaga Pelabuhan Patimban memakai data
Pelabuhan patimban tahun 2027 pada saat
Pelabuhan Patimban sudah beroperasi
maksimal dengan Panjang dermaga 688
meter dengan asumsi data menggunakan
perhitungan BOR sama dengan tahun 2022,
diperoleh hasil seperti pada tabel 4.5
Tabel 4.5 Perbandingan Standar Kinerja dengan
Hasil Perhitungan Berth Occupancy Ratio (BOR)
Pelabuhan Patimban tahun 2027
278
Tambat Kapal dengan Standar Kinerja
dikelompokkan berdasarkan jenis pelayanan dan
utilitas dari Pelabuhan tersebut, maka Pelabuhan
Patimban mendapatkan penilaian seperti pada
tabel 4.6
Tabel 4.6 Penilaian rata-rata kinerja operasional
waktu tambat kapal Pelabuhan Patimban berbanding
Standar IKT (Indonesia Kendaraan Terminal)
(Sumber: Kementrian Perhubungan Direktorat
Jenderal Perhubungan Laut Pelabuhan Tanjung Priok,
2022)
Berdasarkan tabel tersebut dapat dikatakan bahwa
kinerja operasional waktu tambat kapal yang
meliputi aspek pelayanan dan utilitas Pelabuhan
adalah baik dengan pelayanan Waiting Time dan
Approach Time yang memiliki kriteria baik dan
sangat baik sedangkan Effective Time berbanding
Berthing Time dan Berth Occupancy Ratio
memiliki kriteria kurang baik.
D.4 Peramalan (Forecasting) kapasitas Car
Terminal pada Pelabuhan Patimban
Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM

Dalam peramalan kapasitas car terminal dimana pada peramalan kendaraan ekspor terdapat
Pelabuhan Patimban, target yang dimaksud adalah metode Trend quadratik dengan model Yt =
memprediksi kapasitas ultimate Pelabuhan 76210.7 + 2165.60×t - 29.196×t2 memiliki nilai
Patimban yaitu pada saat pembangunan car error yang terendah. metode quadratik menjadi
terminal Pelabuhan Patimban telah selesai pada yang tepat dalam forecasting kendaraan ekspor,
tahun 2027. Untuk peramalan kapasitas Car grafik hasil forecasting dapat dilihat pada gambar
Terminal di Pelabuhan Patimban, data diambil 4.2
dari data Car Terminal yang berada di Pelabuhan
Tanjung Priok, karena sebagian besar kegiatan
ekspor dan impor Pelabuhan Tanjung Priok akan
dialihkan ke Pelabuhan Patimban, Berikut adalah
data ekspor dan impor kendaraan Pelabuhan
Tanjung Priok dari tahun 2016 sampai dengan
tahun 2021

Tabel 4.7 Data Ekspor dan Impor Kendaraan

Gambar 4.2 Grafik Trend Quadratic pada Kendaraan

(Sumber: Indonesia Kendaraan Terminal (IKT),
Tanjung Priok, 2022)
Berdasarkan kegiatan ekspor dan impor yang
dilakukan 6 tahun terakhir oleh car terminal di
tanjung priok maka penentuan metode yang
dilakukan adalah dengan menguji dari 4 metode
yang ada dalam time series yaitu trend linier,
trend quadratic, trend eksponensial dan trend s-
curve.
a) Forecasting kendaraan ekspor
Pada forecasting kendaraan ekspor didapat
seperti tabel 4.8
Tabel 4.8 Time Series Trend pada Kendaraan Ekspor
(Sumber: Hasil Perhitungan Forecasting Time Series
dengan Minitab 2.0)
Ekspor
(Sumber: Hasil Perhitungan Forecasting Time Series
dengan Minitab 2.0)
Dari persamaan Yt = 76210.7 + 2165.60×t -
29.196×t2 didapat hasil forecasting kendaraan
ekspor dari tahun 2022 sampai 2027 mengalami
total peningkatan sebesar 10.68% dengan rata-
rata pertahun sebesar 1.80%
b) Forecasting kendaraan Impor
Pada forecasting kendaraan ekspor didapat
seperti tabel 4.9
Tabel 4.9 Time Series Trend pada Kendaraan Impor
(Sumber: Hasil Perhitungan Forecasting Time Series
dengan Minitab 2.0)
dimana pada peramalan kendaraan ekspor terdapat
metode Trend quadratik dengan model Yt = (107)
/ (-0.000442322 + 84.7544 × (0.827788t))
memiliki standar error yang terendah. Trend S-
Curve menjadi yang tepat dalam forecasting
kendaraan ekspor, grafik hasil forecasting dapat
dilihat pada gambar 4.3.

279
Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM
Gambar 4.3 Grafik Trend S-Curve pada Kendaraan
Ekspor
(Sumber: Hasil Perhitungan Forecasting Time Series
dengan Minitab 2.0)
Dari persamaan Yt = (107) / (-0.000442322 +
84.7544 × (0.827788t)) didapat hasil forecasting
kendaraan impor dari tahun 2022 sampai 2027
mengalami total peningkatan sebesar 8.6% dengan
rata- rata pertahun sebesar 1.72%.
D.5 Hasil Forecasting Ekspor dan Impor Car
Terminal Pelabuhan Patimban
Berdasarkan hasil forecasting yang telah
dilakukan dari data tahun 2016 sampai 2021 dan
diolah tahun 2022 sampai 2027 mengalami
kenaikan seperti pada tabel 4.10
Tabel 4.10 Hasil Forecasting Ekspor dan Impor
kendaraan
(Sumber: Hasil Perhitungan Forecasting Time Series
dengan Minitab 2.0)
Dengan demikian kenaikan prediksi total
kenaikan ekport dan impor kendaraaan pada car
280
terminal Pelabuhan Patimban yang terjadi pada
tahun 2027 sebesar 1.237.797 CBU, dengan hasil
ini car terminal Pelabuhan patimban harus
menambah kapasitas car terminalnya khususnya
di bagian domestik karena prediksi pada tahun
2027 total kendaraan impornya melebihi kapasitas
yang tersedia di Pelabuhan Patimban.
E. KESIMPULAN
1. Dari hasil pembahasan tugas akhir ini dapat
diketahui bahwa sistem tambat kapal pada car
terminal yang ditinjau dari sarana dan
prasarana di dermaga car terminal Pelabuhan
Patimban seperti pada dermaga dan kapal
serta kinerja pelabuhannya cukup baik, namun
masih memerlukan beberapa peningkatan
guna memberikan pelayanan dan utilitas yang
maksimal pada seluruh kegiatan ekspor dan
impor mobil pada car terminal.
2. Hasil analisis kinerja waktu tambat kapal pada
Pelabuhan Patimban di tahun 2022
berdasarkan kriteria kinerja pelayanan yang
terdiri dari Waiting Time (WT), Approach
Time (AT), Effective Time dibandingkan
Berth time (ET:BT) dan Berth Occupancy
Ratio (BOR) dapat dikatakan baik, walaupun
Effective Time dibandingkan Berth Time
(ET:BT) dan Berth Occupancy Ratio (BOR)
kurang baik.
3. Peramalan kendaraan ekspor dan impor pada
car terminal Pelabuhan Patimban di tahun
2027 dengan menggunakan metode time
series mengalami kenaikan sebesar 172,12%
dengan kendaraan sebanyak 1.237.797 CBU.
F. SARAN
1. Untuk meningkatkan kinerja pelayanan
bongkar muat pada Pelabuhan patimban
sebaiknya personil atau alat bantu bongkar
muatnya bisa diperbanyak atau diubah menjadi
lebih modern agar dapat mempersingkat
waktu.
2. Dengan adanya peningkatan kendaraan ekspor
dan impor pada tahun 2027 perlu adanya
penambahan kapasitas car terminal untuk
mengakomodir kebutuhan ekspor dan impor
yang ada.
 Prosiding Seminar Intelektual Muda #8, Metode Mitigasi, Keselamatan Proyek dan Kenyamanan Lingkungan Dalam
Upaya Peningkatan Kualitas Hidup , 18 Agustus 2022, hal: 273-281, ISSN 2685-4996 FTSP, Universitas Trisakti.
REZA NUR MUHARAM

DAFTAR PUSTAKA Saputro, S. (2019). PERANCANGAN TEKNIS

Amani, Y. (2016). Pemodelan Peramalan Dalam DERMAGA. (S. Saputro, Penyunt.)
Penentuan. Jurnal Penelitian Teknik Jakarta, Indonesia: Universitas Trisakti.
Informatika, Vol.8(No.1), 38-51. Triatmodjo, B. (2009). Perencanaan Pelabuhan.
Budimansyah, & Sitorus, A. F. (2019). Yogyakarta: Beta Offset Yogyakarta.
ANALISIS SISTEM CAR TERMINAL Yanwardhana, E. (2021, December Monday).
OPERATING SYSTEM DALAM. Jurnal Sederet Fakta Patimban, Pelabuhan
SISTEM INFORMASI, Vol. 1(No. 1), 69 - Terbesar di Indonesia! Dipetik March 23,
84. 2022, dari cnbcindonesia:
Hanansyah, N. (2018). STRATEGI https://www.cnbcindonesia.com/news/20
OPTIMALISASI TAMBAT LABUH DI 211220101229-4-300512/sederet-fakta-
PELABUHAN PERIKANAN. Malang: patimban-pelabuhan-terbesar-di-
Universitas Brawijaya. indonesia
Hasipatul, D. M. (2016). ANALISA Yuliani, A. (2015). PERAMALAN
PENGUKURAN KINERJA PELABUHAN THROUGHPUT KENDARAAN
LAUT LEMBAR BERDASARKAN MELALUI TERMINAL KENDARAAN.
KRITERIA KINERJA PELABUHAN. Warta Penelitian Perhubungan, Vol.
Mataram: Universitas Mataram. 27(No. 4), 287-286.
Irawati, I. M. (2019). Perencanaan Pelabuhan.
Jakarta: PT. INDEKS.
Kurniawan, Y. A., & Nurhadiyono, B. (t.thn.).
KOMPARASI METODE LEAST
SQUARE DAN DOUBLE
EXPONENTIAL SMOOTHING
UNTUK MENGANALISIS
PENDAPATAN RETRIBUSI UJI
KENDARAAN BERMOTOR. 1-7.
Pangestika, W. (2019, October 29). Mengenal
Metode Forecasting Untuk Kepentingan
Bisnis Anda. Dipetik April 10, 2022, dari
Jurnal Entrepreneur:
https://www.jurnal.id/id/blog/mengenal-
metode-forecasting-untuk-kepentingan-
bisnis-anda/
Pratama, N. (2021). Analisis Tingkat Pelayanan
Dermaga Angkutan Penumpang Di
Pelabuhan Gunungsitoli, Kota
Gunungsitoli – Nias. Sumatera Utara:
Universitas Muhammadiyah Sumatera
Utara.
Santoso, A. B. (2017, March 17). Time Series :
Data Juga Bisa Meramal. Dipetik March
19, 2022, dari agungbudisantoso:
https://agungbudisantoso.com/time-
series-data-juga-bisa-meramal/

281