LAPORAN
MEMAHAMI ALIRAN BERPIKIR DAN PENDEKATAN DALAM KEAHLIAN TEKNIK
INDUSTRI DAN APLIKASINYA DALAM TUGAS SARJANA TEKNIK INDUSTRI
KELOMPOK 4
JESSICA MARGARETH
13420063
ADHITYA RIMBA EL-FAJRIANSYAH
13420068
MADANIA MAHIRA AGRITANIA
13420079
DHEA HANDRA SANIYYAH
13420082
PANGGAH ALAM PRASETYO
13420086
FATHIA NABILLA SARAH AZZAHRA
13420091
BAB I
IDENTIFIKASI TUGAS AKHIR SARJANA TEKNIK INDUSTRI SERTA ALIRAN
BERPIKIR DAN PENDEKATAN YANG DIGUNAKAN PENULIS
1.1 Identifikasi Tugas Akhir Sarjana Teknik Industri
Teknik Industri adalah bidang ilmu yang mempelajari proses industri, baik dari segi teknik atau
manajemen dan proses industrinya. Di Teknik Industri juga dipelajari cara mengoptimalisasi kegiatan
manusia, mulai dari produksi, pengelolaan dan ekonomi. Lulusan Teknik Industri nantinya
bertanggungjawab atas optimalisasi praktis dari sistem produksi pabrik, proposal strategi, serta desain
optimal manajemen perusahaan. Sarjana Teknik Industri diharapkan mampu menyelesaikan
permasalahan melalui pendekatan matematis. Melalui hal tersebut, kelompok kami akan membahas
Tugas Akhir akhir Teknik Industri yang berjudul “Optimasi Jumlah dan Persebaran Lokasi Stasiun
Pengisian Bahan Bakar Umum (SPBU) PT Pertamina di Kabupaten Bandung dengan Menggunakan
Mixed Integer Linear Programming” oleh Nabila Afifi Husna NIM 13412031.
Industri minyak bumi dan gas adalah salah satu sektor industri yang berperan penting dalam
meningkatkan pertumbuhan ekonomi di Indonesia. Industri minyak dan gas tidak hanya menjadi
sumber pendapatan bagi negara, tetapi juga sebagai motor penggerak dalam pertumbuhan ekonomi
Indonesia karena industri ini memiliki kontribusi yang besar dalam menciptakan lapangan kerja,
meningkatkan pendapat masyarakat, dan menggerakan pertumbuhan industri lokal.
Kelangkaan BBM yang cenderung meningkat dari tahun ke tahun mendorong langkah cepat
tanggap pemerintah untuk menangani pemenuhan kebutuhan bahan bakar minyak bumi yang merata
di setiap daerah. Dalam memenuhi kebutuhan tersebut, Jumlah dan persebaran SPBU (Stasiun
Pengisian Bahan Bakar) menjadi faktor utama yang memengaruhi tersebarnya persediaan bahan bakar
minyak bumi dan gas alam di setiap daerah.
Terpusatnya jumlah SPBU untuk memenuhi kebutuhan konsumsi bahan bakar minyak dan gas
di Pulau Jawa, terutama di Provinsi Jawa Barat, menjadi tantangan yang harus dihadapi saat ini.
Bandung Raya merupakan wilayah yang memiliki tingkat konsumsi BBM paling tinggi di Jawa Barat.
Dengan tingginya tingkat konsumsi tersebut, apabila keseimbangan jumlah SPBU untuk memenuhi
kebutuhan tidak tercapai akan muncul kelangkaan BBM.
Penyebab dari ketidakmerataan distribusi BBM adalah regulasi pemerintah dalam
menentukan jumlah dan lokasi SPBU masih belum mempertimbangkan pemenuhan kebutuhan bahan
bakar dengan pendistribusian yang merata, Kebijakan pemerintah saat ini lebih difokuskan pada omset
yang diperoleh perusahaan dan pengusaha. Dalam menyikapi masalah ini, sarjana Teknik Industri
diharapkan dapat mengoptimasi jumlah SPBU yang ada di tiap daerah, mengoptimasi persebaran SPBU
di tiap daerah, dan mengusulkan lokasi SPBU baru sehingga pendistribusiannya merata dan tepat.
Dalam penelitian ini, penulis menggunakan Mixed Integer Linear Programming, yaitu suatu
model Integer Linear Programming yang memiliki karakteristik berupa terdapatnya dua jenis variabel
keputusan, yaitu variabel bernilai bulat non negatif (integer) dan variabel kontinyu.
Dengan demikian, salah satu tujuan sarjana Teknik Industri adalah mengoptimasi sistem
produksi dan manajemen. Penulis menggunakan suatu integrasi yang diambil dari buku Operation
Managements in Supply Chain (2007) yaitu Supply Chain Management yang merupakan organisasi
rantai pasok dan aktivitas melalui organisasi yang kooperatif, proses bisnis yang efektif, dan pembagian
informasi untuk menciptakan sistem yang kompetitif bagi anggota organisasi. SCM sendiri memiliki
tujuan untuk mengendalikan biaya dan untuk membangun sebuah rantai yang terdiri dari para
pemasok yang memusatkan perhatian untuk memaksimalkan nilai bagi pelanggan. SCM yang baik
diharapkan dapat membuat kegiatan Perencanaan dan Pengendalian, Produksi, Pengiriman, dan
Distribusi berjalan dengan baik juga. Hal ini tentu diharapkan dapat mendukung sarjana Teknik Industri
dalam mengoptimalkan jumlah, persebaran, dan penentuan lokasi yang tepat dalam menangani
permasalahan tersebut.
1.2 Identifikasi Aliran Berpikir yang Digunakan Penulis
Aliran berpikir merupakan hal yang sangat penting dalam ilmu Teknik Industri. Aliran berpikir
ini merupakan langkah-langkah yang diambil seseorang untuk memahami masalah, lalu mengolah
input dan semua sumber daya yang ada, sehingga kemudian menghasilkan suatu output yang efektif
dan efisien. Dalam penelitian berjudul “Optimasi Jumlah dan Persebaran Lokasi Stasiun Pengisian
Bahan Bakar Umum (SPBU) PT Pertamina di Kabupaten Bandung dengan Menggunakan Mixed Integer
Linear Programming” oleh Nabila Afifi Husna, penulis memiliki aliran berpikir yang digunakan untuk
mencapai tujuan penelitiannya sebagai berikut ditampilkan dalam suatu flowchart.
Gambar 1. Aliran berpikir penulis bagian 1
Gambar 2. Aliran berpikir penulis bagian 2
Gambar 3. Aliran berpikir penulis bagian 2
1.
2.
3.
4.
5.
6.
7.
8.
Secara umum, alur berpikir penulis dibagi menjadi 8 tahapan, yaitu:
Tahap formulasi masalah
Tahap pengumpulan data
Tahap pembangunan model I
Tahap pengolahan data I
Tahap pembangunan model II
Tahap pengolahan data II
Tahap analisis
Tahap pengambilan kesimpulan dan saran
Delapan tahapan alur berpikir ini menjadi dasar dari pengembangan langkah-langkah spesifik
yang penulis lakukan dalam melakukan penelitian. Berikut rincian dari masing-masing tahapan dari
alur berpikir penulis.
1. Tahap Formulasi Masalah
Tahap ini dilakukan untuk mendefinisikan permasalahan pada objek penelitian. Tahapan ini
dilakukan dengan memperoleh gambaran menyeluruh dari permasalahan yang terjadi di
Ditjen Migas dan PT Pertamina yang kemudian dilanjutkan dengan memformulasikan masalah
yang dipecahkan.
a. Studi Pendahuluan
Tahap ini dilakukan untuk memahami permasalahan yang dihadapi oleh Ditjen Migas
dan PT Pertamina. Studi pendahuluan yang dilakukan diiringi dengan studi literatur
yang dapat membantu dalam memahami dan mengidentifikasi masalah yang akan
dipecahkan. Keluaran atau output dari studi pendahuluan ini digunakan untuk
perumusan masalah dan tujuan penelitian yang telah didukung oleh hasil diskusi
dengan stakeholder.
b. Diskusi dengan Stakeholder
Tahap diskusi awal dilakukan bersama dengan stakeholder dan problem owner terkait,
yaitu Ditjen Migas dan PT Pertamina. Hasil dari diskusi awal akan memberikan
klarifikasi gambaran nyata dari permasalahan. Output yang diharapkan dapat menjadi
input bagi tahap selanjutnya dan bisa mendukung studi pendahuluan.
c. Mengidentifikasi dan Merumuskan Masalah
Tahap mengidentifikasi dan merumuskan masalah dilakukan dengan mengidentifikasi
masalah berdasar pada studi pendahuluan yang telah dilakukan sebelumnya,
kemudian merumuskan masalahnya. Tujuannya agar penelitian lebih terarah dan
sistematis.
d. Penentuan Tujuan dan Manfaat Penelitian
Tahap ini dilakukan dengan menetapkan tujuan dan manfaat penelitian berdasar pada
rumusan masalah yang telah dibuat dan untuk menjawab permasalahan yang telah
dibuat sebelumnya. Tujuan dibuat agar penelitian lebih terarah.
e. Penentuan Batasan dan Asumsi Masalah
Tahap ini dilakukan dengan menentukan batasan dan asumsi masalah yang akan
digunakan dalam penelitian. Batasan masalah berkaitan dengan ruang lingkup
penelitian, sedangkan asumsi masalah berkaitan dengan penyederhanaan masalah
yang terjadi.
f. Melakukan Studi Literatur
Tahap ini dilakukan dengan pencarian literatur–literatur untuk membantu
pemahaman tahap formulasi masalah. Studi literatur ini dilakukan secara terus
menerus selama formulasi masalah untuk mendukung pemahaman dan perumusan
masalah yang tepat. Studi literatur yang dilakukan penulis adalah berupa pencarian
sumber literatur dari buku, jurnal penelitian, penelitian terkait, tugas akhir, tesis,
artikel, dan internet.
2.
Tahap Pengumpulan Data
Tahap pengumpulan data yang dilakukan adalah dengan mengumpulkan data sekunder
berupa data yang diperoleh dari perusahaan atau problem owner terkait, yaitu Ditjen Migas
dan PT Pertamina. Tahap pengumpulan data sekunder dilakukan dengan mengumpulkan data
yang telah terdokumentasi oleh pihak Ditjen Migas dan PT Pertamina serta data pendukung
dari Badan Pusat Statistik Jawa Barat terkait dengan penelitian yang dilakukan.
3.
Tahap Pengembangan Model I
Tahap ini dilakukan untuk mengembangkan model yang mendukung penelitian. Adapun model
pertama yang dibangun adalah model peramalan demand bahan bakar minyak untuk periode
ke depan. Setelah itu dilakukan pengujian statistik dan perhitungan error untuk menunjukkan
skala representatif dari model terhadap data yang ada.
a. Pembangunan Model Peramalan Multiple Linear Regression
Pada Tahap ini akan dilakukan pembangunan model peramalan demand
bahan bakar minyak untuk periode ke depan dengan menggunakan metode Multiple
Linear Regression atau linear berganda.
b. Pengujian Model Peramalan
Pada tahap ini dilakukan pengujian model peramalan yang telah terbentuk.
Pengujian yang akan dilakukan adalah pengujian empat asumsi model regresi linear
berganda, yaitu linearitas, normalitas error, multikolinearitas, dan homoskedasitas.
Pengujian kemudian dilanjutkan dengan melakukan uji model regresi dengan F-test
dan koefisien determinasi.
c. Perhitungan Eror Model Peramalan
Tahap ini dilakukan untuk mengetahui ukuran akurasi model peramalan
terhadap data yang sebenarnya dengan akurasi model yang digunakan adalah MAPE
(Mean Absolute Percentage Error).
4.
Tahap Pengolahan Data I
Tahap ini dilakukan untuk mengolah data yang telah diperoleh menggunakan model yang telah
dibangun. Pemilihan perangkat lunak yang tepat dapat menghasilkan output pengolahan data
yang diinginkan dengan lebih efektif dan efisien.
5.
Tahap Pembangunan Model II
Tahap ini dilakukan dengan membangun model kedua dari penelitian, yaitu model matematis
Mixed Integer Linear Programming untuk mengoptimasi distribusi suplai BBM sehingga
diketahui jumlah dan persebaran SPBU yang merata. Lalu dilakukan verifikasi dan validasi
model.
a. Pemilihan Model Referensi
Tahap ini dilakukan dengan memilih model yang tepat yang akan digunakan dalam
penyelesaian masalah. Model yang dipilih adalah model yang paling baik
merepresentasikan sistem nyata dari permasalahan, dalam penelitian ini dipilih model
matematis Mixed Linear Programming.
b. Membangun Model Matematis Mixed Integer Linear Programming
Tahap ini dilakukan setelah model yang tepat terpilih. Model matematis yang
dibangun harus merepresentasikan kondisi aktual dari permasalahan yang dihadapi
problem owner.
c. Verifikasi Model
Setelah model dibangun, perlu dilakukan verifikasi model untuk memastikan
kesesuaian model yang dibangun dengan logika. Verifikasi ini dilakukan dengan
memperlihatkan bahwa seluruh ekspresi matematis telah merepresentasikan
hubungan yang digunakan dengan baik dan benar.
d. Validasi Model
Tahap ini dilakukan untuk memperlihatkan tingkat representatif dari model terhadap
kondisi aktual. Validasi model dilakukan dengan menggunakan data hipotetik atau
data fiktif yang merupakan hasil generate random number.
6.
Tahap Pengolahan Data II
Tahap ini dilakukan untuk mengolah data yang telah diperoleh menggunakan model kedua
yang telah dibangun. Perangkat lunak yang digunakan dalam pengolahan data dalam model
matematis Mixed Integer Linear Programming untuk optimasi jumlah SPBU adalah Add-ins
Solver pada Microsoft Excel.
7.
Tahap Analisis
a. Analisis Output Model I
Tahap ini dilakukan setelah output dari pengolahan data I dihasilkan. Pada tahap ini
dilakukan analisis terhadap output dari pengolahan data, yaitu analisis terhadap
peramalan demand yang telah dilakukan.
b. Analisis Output Model Optimasi Mixed Integer Linear Programming
Tahap ini dilakukan untuk menganalisis keluaran dari pengolahan data yang telah
dilakukan menggunakan Solver. Keluaran yang dihasilkan berupa suplai optimal BBM
per tahun untuk setiap kecamatan. Analisis yang dilakukan meliputi analisis suplai
BBM yang optimal serta analisis usulan pembangunan SPBU baru, serta analisis
sensitivitas.
8.
Kesimpulan dan Saran
Tahap ini dilakukan dengan menarik kesimpulan dari penelitian yang dilakukan dan
memberikan saran bagi problem owner terkait dan bagi penelitian selanjutnya.
1.3 Pendekatan Teknik Industri yang Digunakan Penulis
Pendekatan yang digunakan dalam menyelesaikan masalah pada Tugas Akhir berjudul
“Optimasi Jumlah dan Persebaran SPBU di Kabupaten Bandung dengan Menggunakan Linear
Programming” adalah pendekatan Operation Research. Operation Research termasuk salah satu dari
tiga pendekatan dalam Management Science. Pendekatan Management Science biasanya digunakan
untuk permasalahan yang sifatnya terstruktur, rutin, dan operasional. Dari sudut pandang tingkat
kuantifikasinya, Management Science dibagi menjadi tiga, yaitu Optimasi Klasik, Operation Research,
dan Model Simulasi. Pendekatan Management Science memiliki tahapan dan langkah berikut.
a. Analisis Sistem Riil
Tujuan dari analisis sistem riil adalah untuk mengetahui gambaran tentang sistem rill (integral)
yang dikaji baik terkait dengan aspek struktural, aspek fungsional, kinerja, dan indikator atau
symptom permasalahan yang ada.
b. Formulasi Masalah
Tahap untuk melakukan identifikasi indikator masalah (symptom), akar masalah (root cause),
dan alternatif solusi
c. Pembentukan Model
Model merupakan alat analisis dan sintesis utama dalam pendekatan Management Science.
Oleh karena itu, memformulasikan model dilakukan setelah permasalahan diformulasikan.
Untuk memformulasikan model, diperlukan identifikasi komponen model, yaitu kriteria kinerja
(performance criteria), variabel keputusan (decision variable), pembatas (constraint),
parameter, dan hubungan logik (logical relationship)
d. Formulasi Model
Tahap ini digunakan untuk menentukan fungsi keterkaitan antara kinerja kerja dan pembatas
dengan variabel keputusan, parameter, dan variabel bebas lainnya.
e. Solusi Model
Operation Research (OR) adalah pendekatan yang membantu dalam pengambilan keputusan
untuk mencari solusi bagaimana mengalokasikan sumber daya yang terbatas dan menentukan
alternatif optimum yang dapat dijadikan sebagai dasar yang objektif oleh para pengambil
keputusan. Dalam hal tersebut, Operation Research menggunakan model. Suatu model
merupakan representasi yang dibuat untuk membantu menggambarkan suatu sistem atau
keadaan walaupun tidak tidak selalu mirip 100%. Model dalam operation research adalah
sebagai berikut.
1. Model linear: metode penentuan nilai optimum dari suatu persoalan linear. Nilai optimum
(maksimum atau minimum) diperoleh dari nilai dalam suatu himpunan penyelesain
persoalan linear. Di dalam persoalan linear terdapat fungsi linear yang bisa disebut sebagai
fungsi objektif. Persyaratan, batasan, dan kendala dalam persoalan linear merupakan
sistem pertidaksamaan linear. Contoh dari model linear adalah model program linear dan
model transportasi.
2. Model nonlinear: suatu model dalam masalah optimisasi yang mempunyai fungsi objektif
tidak linier dan beberapa atau semua fungsi kendala tidak linier, akan tetapi tidak diketahui
konveks atau tidak konveks. Contoh dari model non linear adalah model antrian.
Dalam tugas akhir yang berjudul “Optimasi Jumlah dan Persebaran SPBU di Kabupaten
Bandung dengan Menggunakan Linear Programming”, penulis menggunakan model linear dalam
menyelesaikan masalah.
BAB II
IDENTIFIKASI MASALAH, MODEL, SOLUSI, KESIMPULAN, SARAN, DAN
REKOMENDASI DALAM TUGAS AKHIR
2.1 Identifikasi Masalah
Industri minyak dan gas bumi adalah salah satu sektor yang memiliki peranan penting dalam
meningkatkan pertumbuhan ekonomi di Indonesia. Industri minyak dan gas menjadi sumber
pendapatan negara sekaligus sebagai mesin penggerak pertumbuhan ekonomi. Industri minyak dan
gas turut mengambil andil dalam menciptakan lapangan kerja, meningkatkan pendapatan masyarakat,
serta menggerakkan pertumbuhan industri lokal.
Berdasarkan data dari BPH Migas, tingkat konsumsi Bahan Bakar Minyak (BBM) selalu
meningkat dari tahun ke tahun dan diprediksi akan terus mengalami peningkatan. PT Pertamina yang
berperan dalam pemenuhan kebutuhan bahan bakar minyak memiliki peran penting dalam menangani
pemenuhan kebutuhan BBM yang merata di setiap daerah di Indonesia. Hal ini didasarkan pada jumlah
dan persebaran Stasiun Pengisian Bahan Bakar Utama (SPBU) sebagai faktor pengaruh utama
persebaran BBM dan gas alam di setiap daerah.
Di Kabupaten Bandung sendiri, terdapat 54 outlet SPBU PT Pertamina pada tahun 2015. Jumlah
ini terus bertambah karena diseimbangan dengan meningkatnya tingkat konsumsi BBM di Kabupaten
Bandung agar tidak terjadi kelangkaan BBM. Namun, apabila dilihat dari persebarannya, SPBU di
Kabupaten Bandung hingga kini dirasa masih belum sepenuhnya merata. Pada tahun 2015, terdapat 9
(sembilan) kecamatan yang belum memiliki SPBU. Menurut Peraturan Daerah Kabupaten Bandung
No.7 Tahun 2011 tentang RPJDP (Rencana Pembangunan Jangka Panjang) Tahun 2005 hingga 2025,
salah satu isu strategis pembangunan yang tengah dihadapi adalah belum meratanya pembangunan
layanan umum serta rendahnya aksesibilitas masyarakat miskin terhadap pelayanan umum, salah
satunya adalah SPBU sebagai penyalur utama bahan bakar. Ketidakmerataan penyebaran SPBU di
Kabupaten Bandung dapat memunculkan titik-titik kelangkaan BBM dan timbulnya kesulitan dalam
mengakses pelayanan umum.
Lokasi SPBU yang belum merata dan belum menjangkau semua daerah mengakibatkan masih
belum tercapainya kondisi ideal untuk memenuhi kebutuhan masyarakat Kabupaten Bandung
sehingga harus diselesaikan agar tercipta pemerataan kebutuhan bahan bakar minyak. Dari latar
belakang ini, terdapat tiga rumusan masalah yang akan diselesaikan, di antaranya:
1. Berapa jumlah SPBU yang optimal di Kabupaten Bandung untuk memenuhi kebutuhan
konsumen?
2. Bagaimana persebaran SPBU yang optimal di Kabupaten Bandung untuk mencapai
distribusi bahan bakar yang merata?
3. Dimana sajakah lokasi usulan SPBU baru yang harus dibangun di Kabupaten Bandung?
Penelitian ini dilakukan untuk menyelesaikan permasalahan di atas. Penelitian ini dilakukan
dengan mengoptimasi jumlah dan persebaran SPBU dengan mempertimbangkan faktor utama yaitu
kebutuhan konsumsi bahan bakar minyak dengan metode Mixed Integer Linear Programming dan
melakukan pengusulan lokasi SPBU baru sehingga diharapkan distribusi bahan bakar minyak di
Kabupaten Bandung merata.
2.2 Identifikasi Model dalam Pengolahan Data
Model Peramalan Demand BBM di Kabupaten Bandung dengan Multiple Linear Regression
Akan dilakukan peramalan demand BBM di Kabupaten Bandung dengan MLP. Asumsi yang digunakan
dalam peramalan demand BBM adalah:
1. Jenis BBM yang diramalkan adalah Premium, Pertamax, dan Biosolar yang mana merupakan
BBM dengan tingkat konsumsi tertinggi di Kabupaten Bandung.
2. Periode peramalan adalah dari tahun 2015 hingga 2025.
3. Penjualan BBM diasumsikan menggambarkan permintaan atau demand karena persediaan
selalu lebih besar dari permintaan. Oleh karena itu, data masa lalu yang akan digunakan adalah
data penjualan BBM.
4. Peramalan BBM dilakukan berdasarkan data historis BBM selama 5 tahun terakhir.
Tahapan perhitungan proyeksi demand BBM adalah:
1. Melakukan regresi linear berganda dengan kebutuhan BBM sebagai variabel independen dan
beberapa variabel yang ditentukan menjadi variabel independen (jumlah penduduk, jumlah
mobil, jumlah motor, jumlah truk dan bus, disparitas harga Premium dan Pertamax pada
region UMPS III atau daerah Jawa Barat dan Jakarta, pertumbuhan ekonomi Kabupaten
Bandung ($) disebut laju perekonomian atau laju GRDP, Tingkat inflasi (%) Kabupaten Bandung)
atau variabel prediktor.
Tabel 1. Data variabel prediktor dalam model MLR
Untuk menilai apakah model regresi yang dihasilkan merupakan model yang paling
representatif, dilakukan:
a. Uji multikolinearitas
b. Uji linearitas
1. Uji normalitas error
2. Uji homoskedasitas
3. Uji model regresi dengan F-test
4. Koefisien determinasi
5. Ukuran akurasi model: MAPE
2. Melakukan proyeksi terhadap variabel independen yang terseleksi dengan metode forecasting
seperti regresi linear, Winter’s Method Single Smoothing Exponential, dan lain-lain. Kemudian,
dipilih metode terbaik yang menggambarkan data historis variabel independen terseleksi dan
dilakukan proyeksi dalam periode 10 tahun kedepan (2015-2025).
3. Melakukan proyeksi kebutuhan BBM hingga tahun 2025 dengan menggunakan model
persamaan regresi linear berganda yang sudah didapatkan dan proyeksi variabel independen
terseleksi.
Melakukan model MLR kepada BBM yang sedang diteliti
1. Model Multiple Linear Regression untuk Premium
Penulis menggunakan alat bantu software SPSS 20 untuk memperoleh model MLR. Data yang
digunakan adalah sebagai berikut.
Tabel 2. Data Input untuk Model MLR Premium
Tabel 3. Output SPSS MLR Premium: Variable Entered/Removed
Tabel 4. Output SPSS MLR Premium: Correlations
Berdasarkan tabel 4 didapatkan bahwa variabel independen yang masuk ke dalam model MLR
adalah inflasi, jumlah motor, laju GRDP, disparitas harga Premium dengan Pertamax (variabel
prediktor terbaik untuk menentukan penjualan Premium).
Tabel 5. Output SPSS MLR Premium: Coefficients
Persamaan:
Keterangan:
Y = Penjualan Premium
X1 = Jumlah motor
X2 = laju GRDP
X3 = disparitas harga Premium dan Pertamax
X4 = inflasi
Dilakukan pengetesan dengan beberapa pengujian, dengan hasil tingkat akurasi yang sangat
baik di tiap pengujian, sehingga model yang terbentuk sangat baik dalam memprediksi
kebutuhan Premium.
2. Model Multiple Linear Regression untuk Pertamax
Penulis menggunakan alat bantu software SPSS 20 untuk memperoleh model MLR. Data yang
digunakan adalah sebagai berikut.
Tabel 6. Output SPSS MLR Pertamax: Variables Entered/Removed
Tabel 7. Output SPSS MLR Pertamax: Correlations
Berdasarkan tabel 7 didapatkan bahwa variabel independen yang masuk ke dalam model MLR
adalah disparitas harga Premium dengan Pertamax, laju GRDP, inflasi, dan jumlah motor
(variabel prediktor terbaik untuk menentukan penjualan Premium).
Tabel 8. Output SPSS MLR Pertamax: Coefficients
Persamaan :
Keterangan :
Y = penjualan Pertamax
X1 = jumlah mobil
X2 = inflasi
X3 = laju GRDP
X4 = disparitas harga Premium dan Pertamax
Dilakukan pengetesan dengan beberapa pengujian, dengan hasil tingkat akurasi yang sangat
baik di tiap pengujian, sehingga model yang terbentuk sangat baik dalam memprediksi
kebutuhan Pertamax.
3. Model Multiple Linear Regression untuk Biosolar
Penulis menggunakan alat bantu software SPSS 20 untuk memperoleh model MLR. Data yang
digunakan adalah sebagai berikut.
Tabel 9. Output SPSS MLR Biosolar: Variables Entered/Removed
Tabel 10. Output SPSS MLR Biosolar: Correlations
Berdasarkan tabel 10 didapatkan bahwa variabel independen yang masuk ke dalam model
MLR adalah tingkat inflasi, jumlah truk dan bus, dan laju GRDP(variabel prediktor terbaik untuk
menentukan penjualan Premium)
Tabel 11. Output SPSS MLR Biosolar: Coefficients
Persamaan :
Keterangan :
Y = penjualan Biosolar
X1 = jumlah truk dan bus
X2 = laju GRDP
X3 = tingkat inflasi
Dilakukan pengetesan dengan beberapa pengujian, dengan hasil tingkat akurasi yang sangat
baik di tiap pengujian, sehingga model yang terbentuk sangat baik dalam memprediksi
kebutuhan Biosolar.
Hasil peramalan BBM Jenis Premium, Pertamax, dan Biosolar
Tabel 12. Hasil peramalan demand model MLR
Gambar 4. Grafik Peramalan Demand BBM
Setelah didapat demand untuk Premium, Pertamax, dan Biosolar di Kabupaten Bandung dalam
periode 2016 hingga 2025, akan dilakukan pemecahan atau disagregasi demand Kabupaten menjadi
demand setiap kecamatannya dengan menggunakan SPSS 20 dengan asumsi:
1. Jumlah kendaraan bermotor diasumsikan sebagai faktor utama yang menentukan proporsi
kebutuhan bahan bakar minyak di suatu daerah.
Premium dan Pertamax → mobil dan motor
Truk dan bus → Biosolar
2. Data jumlah kendaraan bermotor yang digunakan adalah data pada tahun 2015.
Model Optimasi Jumlah dan Persebaran SPBU di Kabupaten Bandung dengan Mixed Integer Linear
Programming
Pembatas:
a. Pembatas demand BBM di kecamatan k
b. Pembatas kapasitas penjualan BBM eksisting di SPBU j
c. Pembatas jumlah truk tangki pengiriman per tahun
d. Pembatas kapasitas tangki timbun Depot i
Diperoleh hasil dengan menggunakan software SPSS yang akan dijelaskan di bagian solusi.
2.3 Identifikasi Solusi
Untuk mencari solusi yang tepat, penulis melakukan peramalan kebutuhan BBM berdasarkan
jenisnya terlebih dahulu. Penulis menggunakan metode Multiple Linear Regression. Model MLR yang
dibangun sudah representatif dari data yang ada, berdasarkan beberapa penguji. Hasil peramalan
kebutuhan BBM adalah sebagai berikut.
Tabel 13. Hasil Peramalan Kebutuhan BBM Jenis Premium, Pertamax, dan Biosolar
Pemodelan dengan metode Multiple Linear Regression menghasilkan hasil peramalan
kebutuhan BBM jenis Premium, Pertamax, dan Biosolar dalam periode tahun 2016 hingga 2025 yang
menandakan adanya peningkatan kebutuhan BBM. Peningkatan ini terjadi terus menerus pada setiap
tahunnya, baik untuk BBM jenis Premium, Pertamax, maupun Biosolar.
Secara lebih spesifik, jumlah peningkatan kebutuhan BBM tiap tahunnya adalah sebagai
berikut.
Tabel 14. Peningkatan Kebutuhan BBM Tiap Tahun
Peningkatan kebutuhan Premium dan Pertamax terjadi akibat faktor prediksi peningkatan
jumlah sepeda motor dan mobil, serta faktor disparitas harga Premium dan Pertamax yang berbeda
sehingga besar peningkatan konsumsi keduanya akan berbeda. Peningkatan kebutuhan Biosolar
dipengaruhi oleh faktor jumlah truk dan bus yang diprediksi meningkat setiap tahunnya. Faktor lain
yang mempengaruhi prediksi peningkatan kebutuhan berbagai jenis BBM ini adalah peningkatan laju
GRDP (Gross Regional Domestic Product) dan penurunan inflasi.
Dengan demikian, diperlukan adanya tambahan suplai BBM di Kabupaten Bandung untuk
mencukupi kebutuhan yang meningkat setiap tahunnya. Total kecamatan yang membutuhkan
tambahan suplai sejumlah 11 kecamatan, yaitu Baleendah, Bojongsoang, Katapang, Cileunyi,
Cimenyan, Dayeuhkolot, Majalaya, Margaasih, Margahayu, Pacet, dan Solokanjeruk.
Solusi yang dapat ditawarkan untuk pemenuhan suplai tambahan bagi tiap kecamatan adalah:
• Solusi 1, dengan membangun SPBU baru.
• Solusi 2, dengan menambah tanki di SPBU eksisting.
• Solusi 3, yaitu kombinasi solusi 1 dan solusi 2, dengan membangun SPBU baru dan menambah
tanki di SPBU eksisting.
Selanjutnya, penulis melakukan analisis untuk mengetahui solusi mana yang akan dipilih untuk
masing-masing kecamatan, disesuaikan dengan kondisi dari masing-masing kecamatan. Penulis
mempertimbangkan beberapa hal dalam analisisnya, seperti kebutuhan jenis BBM apa saja yang
meningkat, jumlah SPBU eksisting, dan sebagainya. Solusi terpilih dari setiap kecamatan dapat dilihat
pada tabel berikut.
Tabel 15. Ringkasan Cj dan ΔSj
Tabel 16. Ringkasan Solusi Terpilih dan Jumlah SPBU Baru
Secara umum terdapat 11 kecamatan yang memerlukan tambahan suplai BBM untuk
kebutuhan tahun 2025, yaitu kecmatan Baleendah, Bojongsoang, Katapang, Cileunyi, Cimenyan,
Dayeuhkolot, Majalaya, Margaasih, Margahayu, Pacet, dan Solokanjeruk. Hal ini menunjukkan bahwa
kapasitas SPBU eksisting di kecamatan tersebut pada tahun 2015 tidak mampu memenuhi
kebutuhannya yang meningkat pada tahun 2025. Untuk memenuhi kebutuhan suplai yang meningkat
hingga 2025, perlu adanya pembangunan 7 SPBU baru di 6 kecamatan (Cileunyi, Cimenyan,
Dayeuhkolot, Majalaya, Margahayu, dan Pacer). Untuk 5 kecmatan (Baleendah, Bojongsoang,
Katapang, Margaasih, dan Solokanjeruk) yang membutuhkan suplai tambahan tetapi tidak memenuhi
syarat pembangunan SPBU baru, akan diterapkan solusi berupa penambahan jumlah tanki dengan
kapasitas yang dibutuhkan pada SPBU eksistingnya. Dengan demikian, jumlah SPBU eksisting pada
tahun 2015 adalah 54 outlet dan jumlah SPBU haisl optimasi pada tahun 2025 adalah 61 outlet. Jumlah
SPBU dan persebaran hasil optimasi pada tahun 2025 adalah sebagai berikut.
Tabel 17. Jumlah SPBU Optimal Tiap Kecamatan
Gambar 5. Persebaran SPBU Optimal di Kabupaten Bandung
Proses pembangunan outlet SPBU baru dan penambahan tangki BBM pada SPBU eksisting dari
tahun 2016 s.d. 2025 terjadi bertahap dari tahun ke tahun. Hasil pengolahan data suplai optimal
tambahan dari tahun 2016 sampai dengan 2025 per tahun adalah sebagai berikut:
1. Tahun 2016
Pada tahun 2016, harus dibangun 1 outlet SPBU baru di Kecamatan Cimenyan. Suplai
tambahan yang dibutuhkan Kecamatan Cimenyan adalah 26,7 kL/hari dan sudah melebihi
syarat minimal pembangunan SPBU baru, yaitu 20 kL/hari. Untuk kecamatan lainnya, tidak
memerlukan pembangunan SPBU baru, tetapi dibutuhkan penambahan tangki di SPBU
eksisting.
2. Tahun 2017
Pada tahun 2017, diperlukan satu SPBU baru yang berlokasi di Kecamatan Cimenyan.
Kecamatan lain masih belum memenuhi syarat pembangunan SPBU baru karena suplai
tambahannya kurang dari 20 kL/hari. Penambahan tangki di SPBU eksisting diperlukan di
sejumlah kecamatan.
3. Tahun 2018
Sama seperti tahun sebelumnya, hanya diperlukan SPBU baru sejumlah 1 outlet di Kecamatan
Cimenyan. Kecamatan lain hanya membutuhkan tanki bahan bakar minyak tambahan untuk
sejumlah SPBU eksisting.
4. Tahun 2019
Pada tahun 2019, perlu dibangun 1 outlet SPBU baru di Kecamatan Cileunyi. Suplai tambahan
yang dibutuhkan Kecamatan Cileunyi adalah 24,5 kL/hari. Kecamatan lainnya perlu
mendapatkan penambahan tangki di SPBU eksisting.
5. Tahun 2020
Pada tahun 2020, tidak diperlukan pembangunan SPBU baru di Kabupaten Bandung.
Penambahan tangki diperlukan sejumlah kecamatan.
6. Tahun 2021
Pada tahun 2021, perlu dibangun 1 outlet SPBU baru di Kecamatan Pacet. Suplai tambahan
yang diperlukan Kecamatan Pacet adalah 21,1 kL/hari. Kecamatan lainnya perlu mendapatkan
penambahan tangki di SPBU eksisting.
7. Tahun 2022
Pada tahun 2022, perlu dibangun 3 outlet SPBU baru di Kecamatan Dayeuhkolot, Majalaya,
dan Margahayu. Suplai tambahan yang diperlukan Kecamatan Dayeuhkolot adalah 43,6
kL/hari, Kecamatan Majalaya 64,4 kL/hari, Kecamatan Margahayu 49,7 kL/hari. Penambahan
tangki di SPBU eksisting diperlukan di sejumlah kecamatan.
8. Tahun 2023
Pada tahun 2023, Kecamatan Majalaya memerlukan 1 outlet SPBU baru. Suplai tambahan yang
diperlukan Kecamatan Majalaya adalah 63,9 kL/hari. Kecamatan lainnya hanya memerlukan
penambahan tangki di SPBU eksisting.
9. Tahun 2024 hingga 2025
Pada tahun 2024 hingga 2025, tidak diperlukan pembangunan SPBU baru. Jadi, dalam kurun
waktu 2015 s.d. 2025, secara total, perlu dibangun 7 outlet SPBU baru di Kabupaten Bandung
yang bertempat di kecamatan Cimenyan, Cileunyi, Pacet, Dayeuhkolot, Majalaya (2 outlet),
dan Margahayu.
Secara sederhana, ringkasan usulan pembangunan SPBU baru dapat dilihat pada tabel berikut.
Tabel 18. Rangkuman Usulan SPBU Baru
Akan dilakukan analisis lanjutan terkait lokasi usulan SPBU baru untuk setiap kecamatan.
Penentuan lokasi ketujuh outlet SPBU baru tersebut dilakukan dengan pertimbangan beberapa
parameter, antara lain:
• Rasio suplai BBM dengan jumlah kendaraan bermotor.
Semakin kecil rasionya, semakin diprioritaskan. Terdapat dua buah rasio pertimbangan, yaitu
rasio antara Premium Pertamax dengan jumlah sepeda motor & mobil serta rasio antara
Biosolar dengan jumlah truk & bus.
• Jalan terlebar di kelurahan.
• Karakteristik geografis dan sarana infrastruktur.
Karakteristik geografis yang buruk menyebabkan aksesibilitas yang sulit sehingga hal ini
menjadi faktor prioritas. Sarana infrastruktur yang baik juga menjadi faktor prioritas karena
hal ini menandakan mobilitas yang tinggi di kelurahan tersebut.
• Jumlah SPBU eksisting.
• Jarak ke SPBU terdekat.
Berdasarkan parameter penentuan lokasi tersebut, penentuan lokasi outlet SPBU baru di
keenam kecamatan adalah sebagai berikut.
1. Kecamatan Cileunyi
Kecamatan Cileunyi sudah memiliki 3 outlet SPBU eksisting, mobilitas yang padat, dan angka
kendaraan bermotor yang cukup tinggi (4% dari keseluruhan angka kendaraan bermotor di
Kabupaten Bandung). Lokasi paling layak bagi outlet SPBU yang baru bertempat di Jalan
Sindangsari di Kelurahan Cileunyi Wetan.
2. Kecamatan Cimenyan
Kecamatan Cimenyan memiliki aksesibilitas yang buruk, angka kendaraan bermotor yang
cukup besar, SPBU terdekat yang jauh, tidak ada SPBU eksisting, serta lokasinya yang
bersebelahan dengan tempat wisata di Lembang. Lokasi paling layak bagi outlet SPBU yang
baru bertempat di Jalan Raya Resort Dago di Kelurahan Ciburial.
3. Kecamatan Dayeuhkolot
Kecamatan Dayeuhkolot bersebelahan dengan Kota Bandung, terdapat 4 outlet SPBU eksisting,
memiliki jumlah kendaraan bermotor terbesar kedua di Kabupaten Bandung (6% dari
keseluruhan kendaraan bermotor di Kabupaten Bandung), dan perkembangan ekonomi yang
cukup pesat karena memiliki sentra industri tekstil/garmen. Lokasi paling layak bagi outlet
SPBU yang baru bertempat di Jalan Cisirung di Kelurahan Cangkuang.
4. Kecamatan Majalaya
Kecamatan Majalaya memiliki lokasi yang strategis dan merupakan sentra industri tekstil di
Jawa Barat. Kecamatan ini tidak memiliki SPBU dan membutuhkan dua buah SPBU baru. Lokasi
yang layak bagi outlet SPBU yang baru bertempat di Jalan Raya Laswi di Kelurahan Sukamaju
5. Kecamatan Margahayu
Kecamatan Margahayu merupakan daerah industri, perumahan, dan perdagangan jasa dengan
jumlah kendaraan bermotor tinggi (6,4% Kabupaten Bandung) dan memiliki 3 SPBU eksisting.
Lokasi paling layak bagi outlet SPBU yang baru bertempat di Jalan Terusan Kopo Soreang di
Kelurahan Sulaeman.
6. Kecamatan Pacet
Kecamatan Pacet memiliki aksesibilitas kendaraan besar yang buruk, industri agrobisnis dan
pariwisata perkebunan, dan SPBU terdekat di Ciparay yang berjarak 13 km dari pusat
kecamatan. Lokasi paling layak bagi outlet SPBU yang baru bertempat di Jalan Raya Pacet di
Kelurahan Maruyung.
Secara sederhana, ringkasan lokasi usulan pembangunan SPBU baru dapat dilihat pada tabel
berikut.
Tabel 19. Rangkuman Lokasi Usulan SPBU Baru
Analisis sensitivitas dilakukan untuk melihat seberapa besar pengaruh perubahan parameter
dalam model terhadap perubahan solusi yang diperoleh. Parameter yang digunakan adalah parameter
demand BBM.
Tabel 20. Hasil Analisis Sensitivitas
•
•
•
•
Berdasarkan analisis, diperoleh informasi sebagai berikut.
Untuk Premium, setiap peningkatan 5% demand, fungsi objektifnya meningkat dengan ratarata 4,5% peningkatan. Setiap penurunan 5% demand, fungsi objektifnya menurun sebesar 1%
hingga 4%.
Untuk Pertamax, setiap peningkatan 5% demand, fungsi objektifnya meningkat dengan ratarata 5% peningkatan, begitu pula untuk penurunannya (perubahan nilai fungsi objektifnya
linear).
Untuk Biosolar, setiap peningkatan 5% demand, fungsi objektifnya meningkat dengan ratarata 5% peningkatan, begitu pula untuk penurunannya (perubahan nilai fungsi objektifnya
linear).
Untuk jumlah SPBU baru, setiap peningkatan 5% demand, jumlah SPBU baru meningkat 2-3
outlet. Setiap penurunan 5% demand, jumlah SPBU baru menurun sebesar 1-3 outlet.
Dengan demikian, dapat disimpulkan bahwa diketahui bahwa solusi model optimasi Premium,
Pertamax, dan Biosolar bersifat sensitif terhadap parameter demand.
2.4 Identifikasi Kesimpulan
Berdasarkan hasil analisis yang dilakukan pada bagian-bagian sebelumnya untuk menentukan
jumlah optimum dan persebaran SPBU di Kabupaten Bandung, dapat diambil kesimpulan dari
penelitian pada Tugas Akhir ini, di antaranya sebagai berikut.
1. Jumlah SPBU optimal di Kabupaten Bandung pada 2025 sebanyak 61 outlet, sedangkan pada 2015
sebanyak 54 outlet. Oleh karena itu, direkomendasikan pembangunan 7 outlet SPBU baru dari
tahun 2015 hingga 2025.
2. Persebaran SPBU yang optimal di Kabupaten Bandung terlihat pada Gambar 5.
3. Lokasi usulan 7 outlet SPBU baru di Kabupaten Bandung adalah 1 outlet di Kecamatan Cileunyi, 1
outlet di Kecamatan Cimenyan, 1 di Kecamatan Dayeuhkolot, 2 outlet di Majalaya, 1 outlet di
Margahayu, dan 1 outlet di Kecamatan Pacet. Ini diharapkan mampu memenuhi kebutuhan
pemerataan distribusi BBM di Kabupaten Bandung.
4. Penentuan lokasi di keenam kecamatan tersebut didasarkan pada kelurahan dan jalan yang layak
untuk dibangun SPBU baru dengan menggunakan parameter kuantitatif dan kualitatif.
2.5 Identifikasi Saran dan Rekomendasi
Saran dan Rekomendasi dalam Tugas Akhir ini dibagi menjadi dua, yaitu saran yang diajukan
oleh penulis untuk penelitian selanjutnya dan saran yang diajukan oleh penulis untuk perusahaan (PT
Pertamina).
•
•
•
•
•
•
•
•
Saran yang diajukan oleh penulis untuk penelitian selanjutnya adalah sebagai berikut.
Analisis penentuan lokasi SPBU baru tidak hanya menggunakan parameter kuantitatif dan
kualitatif, tetapi juga menggunakan analisis kelayakan investasi yang menunjukan nilai IRR,
PBP, dan NPV dari setiap SPBU baru.
Data yang digunakan untuk peramalan demand sebaiknya dikumpulkan dengan rentang waktu
yang lebih lama agar peramalan demand dapat lebih akurat. Data yang digunakan minimal 10
tahun terakhir.
Sebaiknya peramalan faktor prediktor untuk meramalkan kebutuhan BBM dilakukan dengan
menggunakan metode yang sama, yaitu MLR, bukan metode time series. Hal ini bertujuan
untuk mengurangi error yang akan muncul pada hasil peramalan.
Disagregasi kebutuhan BBM tiap kecamatan sebaiknya dilakukan dengan mempertimbangkan
jumlah industri besar atau UKM di kecamatan terkait yang merupakan salah satu konsumen
yang BBM-nya disupplai dari penyalur SPBU.
Pertimbangkan faktor-faktor lain, seperti perilaku konsumen, jumlah industri pertanian,
perikanan, dan UKM, untuk peramalan demand.
Produk SPBU lainnya, seperti Pertadex dan Pertalite, sebaiknya turut dipertimbangkan karena
pada kurun waktu 10 tahun ke depan terdapat peluang meningkatnya penjualan kedua produk
tersebut.
Saran yang diajukan oleh penulis untuk perusahaan (PT Pertamina) adalah sebagai berikut.
PT Pertamina sebaiknya melakukan pemetaan kebutuhan BBM untuk memudahkan
pemerataan jumlah dan persebaran SPBU. Selain melihat sisi kelayakan ekonomi yang didapat
dari SPBU, PT Pertamina juga melihat aspek peningkatan pemenuhan kebutuhan konsumen
secara merata.
Disediakannya data yang lengkap untuk historis penjualan dalam kurun waktu minimal 10
tahun terakhir dengan detail, yaitu setiap SPBU. Selain itu, sebaiknya disediakan pula data
disparitas harga Premium dan Pertamax yang lengkap setiap tahunnya sehingga dapat menjadi
sumber data yang mendukung penelitian.
BAB III
OPINI, SARAN, DAN KRITIK PERBAIKAN
3.1 Opini
Menurut kami, proses identifikasi masalah dan tema yang diambil sudah tepat dalam
keterkaitannya dengan tugas dari seorang sarjana Teknik Industri. Penulis berhasil melihat bahwa
terdapat celah dalam industri minyak bumi dan gas alam yang ada di Indonesia. Penulis juga sadar
bahwa industri ini berpotensi besar dalam pertumbuhan ekonomi Indonesia apabila berhasil
dimaksimalkan. Penambahan grafik konsumsi atau penjualan BBM juga sudah cukup baik. Selain itu,
penulis juga dengan baik memaparkan penjelasan dari grafik, tabel, dan sumber referensi.
Dalam melakukan penelitian, penulis menyusun suatu alur berpikir yang sistematis dan
terstruktur untuk mencapai output yang efektif dan efisien. Berdasarkan pengamatan sistematika alur
berpikir sudah baik dalam mencapai suatu tujuan yang kredibel dan bisa dipertanggungjawabkan
melalui pembuktian-pembuktian yang ada. Alur berpikir juga sudah sistematis dan terstruktur dilihat
dari langkah-langkah yang bisa tercapai apabila langkah sebelumnya sudah terpenuhi terlebih dahulu,
sehingga jika terdapat kesalahan akan dengan mudah meninjau langkah yang salah.
Dalam melakukan penelitian, penulis menggunakan pendekatan Operation Research. Menurut
kami, penggunaan pendekatan Operation Research untuk menyelesaikan masalah pada tugas akhir ini
sudah tepat. Operation Research sendiri merupakan pendekatan yang membantu dalam pengambilan
keputusan dalam mencari solusi bagaimana mengalokasikan sumber daya yang terbatas sehingga
tepat untuk menyelesaikan pada tugas akhir ini. Hal ini dikarenakan bahan bakar minyak bumi dan gas
alam terbatas. Selain itu, bahan bakar juga merupakan konsumsi tertinggi di Jawa Barat. Dengan
menggunakan pendekatan Operation Research dan model Linear Programming, maka jumlah
optimum SPBU Kabupaten Bandung dapat diperoleh.
3.2 Saran
Walaupun industri minyak bumi dan gas di Indonesia berpotensi besar dalam pertumbuhan
ekonomi di Indonesia, hal tersebut belum bisa dioptimalkan dengan baik di berbagai daerah di
Indonesia. Jumlah dan persebaran yang merata dan tepat nyatanya belum bisa diwujudkan di sebagian
besar daerah di Indonesia.
Selain itu, walaupun grafik konsumsi atau penjualan BBM sudah baik, tetapi akan lebih baik
lagi apabila diberikan juga data mengenai konsumsi BBM dari berbagai provinsi untuk dijadikan sampel
sebagai perbandingan dan benchmark terhadap provinsi Jawa Barat, ataupun data penggunaan
konsumsi di daerah Bandung Raya dan sekitarnya.
Mengenai grafik, tabel, dan sumber referensi, sumber buku yang dibawakan kurang bisa
menjelaskan dengan lengkap ataupun memperkuat alasan dalam mengatasi masalah-masalah
tersebut.
Adapun hal yang menjadi perhatian kami dalam alur berpikir penulis adalah tahapan-tahapan
yang mendetail yang bisa meningkatkan efektivitas dan efisiensi dalam mencapai tujuan penulis. Kami
juga memperhatikan adanya usaha untuk meningkatkan kredibilitas solusi lewat validasi, verifikasi,
dan pembuktian penulis atas output yang didapatkan.
Proses identifikasi masalah dan tema yang diambil menurut kami sudah tepat dalam
keterkaitannya dengan tugas dari seorang sarjana Teknik Industri. Dalam penelitian ini, penulis melihat
bahwa ada celah dalam industri minyak bumi dan gas alam yang ada di Indonesia. Penulis sadar bahwa
industri ini berpotensi besar dalam pertumbuhan ekonomi Indonesia apabila berhasil dimaksimalkan.
Namun, hal itu belum bisa dioptimalkan dengan baik di berbagai daerah di Indonesia. Jumlah dan
persebaran yang merata dan tepat nyatanya belum bisa diwujudkan di sebagian besar daerah di
Indonesia.
Proses identifikasi masalah dan tema yang diambil menurut kami sudah tepat dalam
keterkaitannya dengan tugas dari seorang sarjana Teknik Industri. Dalam penelitian ini, penulis melihat
bahwa ada celah dalam industri minyak bumi dan gas alam yang ada di Indonesia. Penulis sadar bahwa
industri ini berpotensi besar dalam pertumbuhan ekonomi Indonesia apabila berhasil dimaksimalkan.
Namun, hal itu belum bisa dioptimalkan dengan baik di berbagai daerah di Indonesia. Jumlah dan
persebaran yang merata dan tepat nyatanya belum bisa diwujudkan di sebagian besar daerah di
Indonesia.
3.3 Kritik Perbaikan
Jika penulis dapat menambahkan referensi, mungkin penulis akan lebih bisa menggambarkan
strategi yang digunakan dalam menangani masalah-masalah yang diambil sehingga pembaca dan
peneliti dapat lebih mengerti ketika membaca zpendahuluan dan overview dari masalah ini.
Solusi yang disediakan penulis disediakan dengan alasan yang konkrit dan parameterparameter yang logis. Namun, penulis tidak memperhitungkan seberapa feasible solusi yang
dipaparkannya. Kondisi ekonomi, keadaan alam, serta ketersediaan tempat dapat menjadi parameter
feasibility pembangunan outlet SPBU baru di Kabupaten Bandung.
DAFTAR PUSTAKA
Husna, Nabila Afifi. 2016. “OPTIMASI JUMLAH DAN PERSEBARAN LOKASI STASIUN PENGISIAN BAHAN
BAKAR UMUM (SPBU) PT PERTAMINA DI KABUPATEN BANDUNG”. Skripsi. Fakultas Teknologi
Industri, Teknik Industri, Institut Teknologi Bandung, Bandung