Penentuan Lokasi Distribution Center Dengan Metode P-Median Di Pt Pertamina Ep

Abstract

Global energy consumption increases every year. BP Statistics Review of World Energy 2019 shows that Indonesia's energy consumption increases by 4.9% in 2018, reaching 185.5 million tons of oil equivalent (TOE). Therefore, oil and gas companies must increase production to fulfill those needs. PT Pertamina EP is a subsidiary of PT Pertamina (Persero) which focuses on the upstream oil and gas sector. One of the activities carried out in the upstream business is drilling. Drilling materials are necessary to support the dynamic of drilling process. The mechanism used when there is a shortage of stock is to send the required material from another field that has the required material, or is called Inter Unit Assistance (BAU). In 2018 the costs incurred for transportation of BAU OCTG (Oil Country Tubular Goods) material amounted to Rp 45,733,340,000. Distribution center is an alternative for cutting distribution chains. We proposed allocation of facility such distribution center location decision using p-median optimization model to reduce the BAU transportation cost. This approach is implemented using math programming using AMPL and Gurobi. Distribution center functions as a material distribution center to meet the needs of the surrounding fields. By applying the scenario of building a distribution center, transportation costs can be reduced by 13% or Rp 6,167,325,000. AbstrakKonsumsi energi global cenderung meningkat setiap tahunnya. Data BP Statistical Review of World Energy 2019 menunjukkan konsumsi energi Indonesia meningkat sebesar 4,9% pada tahun 2018 dengan nilai mencapai 185,5 juta tonnes oil equivalent (TOE). Oleh karena itu perusahaan minyak dan gas bumi (migas) harus meningkatkan produksi untuk memenuhi kebutuhan tersebut. PT Pertamina EP adalah perusahaan yang fokus pada sektor hulu migas. Salah satu kegiatan yang dilakukan pada bisnis hulu adalah pemboran. Untuk Rencana pengeboran yang dinamis dibutuhkan ketersediaan material. Mekanisme yang dilakukan saat terjadi kekurangan stock adalah mengirim material yang dibutuhkan dari field lain yang memiliki ketersediaan material yang dibutuhkan, atau disebut Bantuan Antar Unit (BAU). Biaya yang dikeluarkan pada tahun 2018 untuk transportasi BAU material OCTG (Oil Country Tubular Goods) sebesar Rp 45.733.340.000. Biaya tersebut dibutuhkan untuk mendistribusikan material pada lokasi field yang tersebar di berbagai lokasi di pulau Jawa, Sumatera, dan Kalimantan. Dalam penelitian ini diusulkan untuk memanfaatkan penggunaan distribution center (DC) sebagai upaya untuk menghemat biaya transportasi BAU. DC berfungsi sebagai pusat distribusi material untuk memenuhi kebutuhan field di sekitarnya. Model optimasi p-median digunakan memilih lokasi fasilitas DC yang memiliki biaya transportasi paling minimal dengan mempertimbangkan jarak, biaya, dan permintaan material. Diasumsikan satu DC akan ditempatkan di setiap wilayah / pulau. Solusi optimal dari model p-median dihasilkan menggunakan software pemrograman matematis AMPL dengan menggunakan solver GUROBI. Hasil eksperimen didapatkan bahwa dengan penerapan skenario adanya DC, biaya transportasi dapat dipangkas sebesar 13% atau sebesar Rp 6.167.325.000.

Optimalisasi Pembelajaran PAI Berbasis Literasi Digital di SD IT Plus Qurthuba Makassar

“…Sementara itu, keamanan siber melindungi data dari akses, penggunaan, atau perusakan tidak sah (Pertamina, 2020). Keamanan siber penting untuk mengamankan infrastruktur digital, data, dan informasi.…”

The Effect of Product Quality and Distribution Channels on Repurchasing Intention

“…This may also have a negative influence on the stability of its business [11]. Based on the results of research conducted on 147 respondents from the West Java community amid the COVID-19 pandemic, 55.2 percent of the community has an interest in developing an online business during the COVID-19 pandemic [12]. 29.3 percent of them agreed and 25.9 percent of the community stated strongly agree with statements related to the context of community interest in developing new businesses during the COVID-19 pandemic [10].…”

Simulated annealing algorithm for solving the capacitated vehicle routing problem: a case study of pharmaceutical distribution

“…Further is the application of the simulated annealing algorithm in a variant of the weighted vehicle routing problem to design distribution routes in high theft risk areas. Simulated Annealing is also shown to be performed well in various types of locationallocation and vehicle routing variants [9], [10]. The model aims to minimize transportation and cargo theft costs [11].…”