ANALISIS PENDEKATAN VRP MENGGUNAKAN METODE HAVERSINE DAN KNN PADA WEBSITE ASETPIS DI PT PERTAMINA INTERNATIONAL SHIPPING

Abstract

PT PERTAMINA INTERNATIONAL SHIPPING (”Pertamina”) merupakan salah satu sub holding PT Pertamina (Persero), yang memiliki dan mengoperasikan sejumlah besar kapal tanker minyak, baik armada kapal milik maupun armada charter, untuk pendistribusian minyak mentah, minyak produk dari, ke dan di seluruh wilayah Indonesia. Untuk menjalankan bisnisnya agar berjalan dengan baik, maka memerlukan SDM yang baik pula dalam mengelola bisnis sewa menyewa kapal maupun dalam hal melayani kebutuhan Pertamina sendiri dalam bisnis minyak. SDM yang baik akan tercipta apabila kebutuhan mobilitas pegawai, kebutuhan ATK sebagai dukungan kegiatan rutin perusahaan, serta kebutuhan FMS dapat terpenuhi dengan baik pula. Namun, dalam prakteknya pemenuhan kebutuhan pegawai banyak mengalami kendala, salah satunya adalah lamanya pemenuhan layanan seperti permintaan pengantaran pulang pegawai dan penjemputan pegawai dari rumah menuju kantor, dimana pegawai sering kali telat dari jadwal yang telah diminta. Bentuk permasalahan lain adalah proses pengiriman dokumen yang memakan waktu yang cukup lama. Permasalahan ini membuat beberapa pegawai komplain terkait lamanya waktu tunggu layanan, dan membatalkan permintaan layanan. Penelitian ini bertujuan untuk menentukan rute optimal layanan, serta meminimalkan jumlah penggunaan mobil yang dibutuhkan untuk melayani dengan menggunakan pendekatan VRP yang sebelumnya menentukan matrix jarak menggunakan metode haversine dan untuk melakukan klasifikasi terhadap objek berdasarkan data pemelajaran yang jaraknya paling dekat dengan objek tersebut menggunakan metode KNN. Dan didapatkan salah satu sampel layanan penjemputan dan pengiriman dokumen sebelum menggunakan pendekatan VRP dan dibandingkan dengan rute yang telah dilakukan pendekatan VRP, diperoleh bahwa kebijakan yang mengunakan pendekatan VRP dapat meminimasi jarak sejauh 173 km, meminimasi waktu layanan sebesar 4 jam 31 menit serta dapat menghemat penggunaan kendaraan sebanyak 12 unit