perancangan jaringan pelabuhan laut di indonesia dengan … senti... · 2020. 11. 15. · pelabuhan...
TRANSCRIPT
Perancangan Jaringan Pelabuhan Laut di Indonesia
dengan Model Hub-and-spoke Multi-Allocation
1st Sasongko Adi Asmoro
Departemen Teknik Mesin dan Industri
Universitas Gadjah Mada
Yogyakarta, Indonesia
2nd Budhi Sholeh Wibowo
Departemen Teknik Mesin dan Industri
Universitas Gadjah Mada
Yogyakarta, Indonesia
Abstrak—Tol Laut merupakan salah satu program pemerintah
Indonesia untuk meningkatkan efisiensi dan daya saing logistik
nasional. Namun, jaringan Tol Laut yang mengadopsi konsep
pendulum dinilai belum efektif untuk mencapai tujuannya.
Penelitian ini bertujuan untuk merancang alternatif jaringan
pelabuhan alternatif di Indonesia dengan menggunakan konsep
hub-and-spoke multi-allocation dan membandingkannya dengan
konsep pendulum yang digunakan saat ini. Permasalahan
dimodelkan dengan menggunakan Mixed Integer Linear
Programming dan diselesaikan dengan metode eksak branch and
bound. Selanjutnya, kinerja jaringan pelabuhan alternatif
tersebut dibandingkan dengan kinerja jaringan Tol Laut, baik
dari segi biaya, response time, dan lead time. Berdasarkan hasil
analisis,, jaringan hub-and-spoke memiliki potensi untuk
memangkas biaya transportasi sebesar 13,96%, memotong rerata
waktu transportasi sebesar 30.29%, dan menurunkan waktu
transportasi terpanjang sebesar 42.56% dibandingkan jaringan
Tol Laut.
Kata Kunci — logistik; tol laut; pelabuhan; hub-and-spoke.
I. PENDAHULUAN
Indonesia merupakan negara kepulauan dengan wilayah laut yang luas dan garis pantai yang panjang. Letak geografis Indonesia yang diapit oleh dua samudera dan dua benua menjadikan wilayah laut Indonesia sebagai salah satu jalur utama perdagangan dunia. Indonesia memiliki empat dari tujuh pelayaran internasional lalu lintas damai yaitu Selat Malaka, Selat Sunda, Selat Makassar - Lombok, dan Selat Ombai – Wetar yang merupakan jalur lalu lintas pelayaran yang paling ramai dan tepat berada pada Alur Laut Kepulauan Indonesia (ALKI) [1]. Meski demikian, kondisi strategis yang dimiliki Indonesia tidak diimbangi oleh efisiensi logistik Indonesia yang masih rendah. World Economic Forum [2] dalam The Global Competitiveness Report 2018 melaporkan bahwa indeks konektivitas transportasi laut Indonesia menempati peringkat ke-41 dari 107 negara. Hal ini diperkuat oleh World Bank [3] bahwa skor Logistics Performance Index (LPI) Indonesia berada pada angka 3,15 yang menempatkan Indonesia di peringkat 46 dari 160 negara dibawah Singapura, Malaysia dan Thailand.
Beberapa program telah diluncurkan oleh pemerintah untuk mewujudkan kemaritiman yang kuat. Mulai dari Pendulum Nusantara tahun 2012 dan Tol Laut pada tahun 2015. Pendulum Nusantara yang digagas oleh PELINDO II merupakan program
untuk mengembangkan enam hub pelabuhan yang dihubungkan dengan pelayanan kapal secara regular. Jaringan transportasi ini menghubungkan enam hub di Indonesia yaitu Belawan, Batam, Tanjung Priok, Tanjung Perak, Makassar, dan Sorong Program ini juga meliputi pengembangan proyek Sorong-West Pacific Hub Port yang bertujuan untuk menjadikan Pelabuhan Sorong sebagai gerbang utama di wilayah Pasifik Barat yang menghubungkan Australia dan Asia Timur [4]. Program selanjutnya yang digagas pada tahun 2015 adalah program Tol Laut. Konsep Tol Laut memodifikasi Pendulum Nusantara dengan menghubungkan 24 pelabuhan strategis yang terdiri dari 5 hub dan 19 spoke [5]. Modifikasi ini mengubah status Pelabuhan Batam dan Pelabuhan Sorong yang awalnya merupakan pelabuhan pengumpul (hub) menjadi pelabuhan pengumpan (spoke) serta menambahkan sebuah hub baru yaitu Pelabuhan Bitung di Sulawesi Utara.
Gambar 1 menggambarkan visualisasi jaringan Tol Laut Indonesia saat ini. Sembilan belas pelabuhan spoke selanjutnya akan dikelompokan dan dialokasikan atau diumpankan terhadap 5 hub. Pelabuhan Malahayati, Teluk Bayur, Batu Ampar, dan Jambi akan menjadi pengumpan untuk Pelabuhan Belawan. Lalu untuk Pelabuhan Palembang, Panjang, Pontianak, dan Tanjung Mas akan menjadi pengumpan Pelabuhan Tanjung Priok. Sementara itu, pelabuhan Sampit, Banjarmasin, Karingau, dan Tanjung Mas menjadi pengumpan untuk Pelabuhan Tanjung Perak. Sedangkan pengumpan Pelabuhan Makassar adalah pelabuhan Palaran, Pantoloan, Kendari, dan Tenau. Selanjutnya untuk Pelabuhan Ternate, Ambon, Sorong, dan Jayapura akan menjadi pengumpan untuk Pelabuhan Bitung.
Konsep Jaringan Tol Laut Indonesia (diadaptasi dari [5])
Sebagian dari penelitian ini didanai dari hibah Departemen Teknik Mesin dan Industri Universitas Gadjah Mada No.: 417/UN1.FTK/SK/HK/2020
RO-75
Jaringan Tol Laut mengadaptasi model jaringan pendulum dimana terdapat hub yang saling berhubungan membentuk jalur pendulum. Kapal- kapal berkapasitas besar memiliki tugas sebagai pendulum untuk bergerak dari barat ke timur lalu timur ke barat mengikuti pergerakan pendulum. Sedangkan kapal-kapal kecil dari pelabuhan spoke akan menjadi pengumpan untuk pelabuhan hub sesuai pengelompokannya. Meski demikian, dari segi operasional, Tol Laut dinilai belum efisien dikarenakan waktu lead time nya yg cukup lama yaitu yang mencapai 23 hari [6]. Ketum Asosiasi Logistik Indonesia [7] menyatakan serapan dari jaringan Tol Laut juga sangat rendah yaitu hanya 2% dibandingkan dengan jalur laut komersial yang mencapai 10%. Hal ini disebabkan oleh jadwal operasi kapal Tol Laut yang tidak rutin.
Berdasarkan uraian tersebut, maka diperlukan suatu rancangan jaringan pelabuhan yang lebih efisien. Penelitian ini bertujuan merancang jaringan alternatif pelabuhan di Indonesia dengan konsep hub-and-spoke yang dinilai dapat meningkatkan permasalahan response time dan lead time yang lama. Usulan jaringan alternatif kemudian akan dibandingkan dengan model tol laut saat ini untuk melihat efektivitasnya dari segi biaya, response time, dan lead time.
II. MODEL JARINGAN PELABUHAN
Konsep jaringan pelabuhan laut yang ada saat ini pada umumnya dapat dibagi ke dalam tiga model utama, yaitu point-to-point, pendulum, dan hub-and-spoke.
A. Model Point-to-Point
Point-to-point merupakan jaringan pelabuhan yang paling sederhana karena menghubungkan titik asal dan tujuan secara langsung. Arsitektur jaringan point-to-point dapat dilihar pada Gambar 2.
Model Jaringan Poit-to-point
Jaringan point-to-point memiliki kelebihan berupa waktu transportasi yang pendek karena tidak perlu mengunjungi pelabuhan lain untuk mencapai tujuan. Kelebihan lainnya adalah tidak adanya ketergantungan antara pelabuhan satu dengan pelabuhan yang lainnya. Hal ini menguntungkan karena apabila terdapat keterlambatan di suatu pelabuhan tidak akan berdampak pada jadwal pelayaran yang lain [8]. Akan tetapi, jaringan point-to-point juga memiliki beberapa kekurangan yaitu tingginya biaya pengiriman pada jalur dengan volume perdagangan yang rendah [8].
B. Model Pendulum
Jaringan pendulum merupakan jaringan berbasis hub yang bertujuan untuk meningkatkan utilitas kapal atau meningkatkan faktor muat antar hub [9]. Cara kerja jaringan pendulum diilustrasikan oleh Gambar 3 dimana muatan yang dikirim dari spoke ujung kanan harus melewati beberapa hub yang saling terhubung untuk bisa sampai pada spoke ujung kiri. Begitu juga sebaliknya, muatan yang dikirim dari spoke ujung kiri harus melewati beberapa hub yang saling terhubung untuk bisa sampai di spoke ujung kanan.
Jaringan pendulum memiliki keunggulan dalam meningkatkan load factor kapal antar hub. Namun, jaringan ini sangat rentan terhadap congestion dan delay yang mengakibatkan waktu operasional kapal menjadi lama. Selain itu, fleksibilitas jaringan pendulum akan semakin rendah mengikuti banyaknya jumlah hub dalam jaringan [9].
Model Jaringan Pendulum
C. Model Hub-and-spoke
Jaringan hub-and-spoke merupakan jaringan pelabuhan berbasis hub seperti ditunjukkan Gambar 4. Perbedaan antara jaringan pendulum dan hub-and-spoke yaitu pada jumlah hub yang dilalui. Jaringan hub-and-spoke memiliki fleksibilitas dalam hubungan antar hub. Jaringan hub-and-spoke memiliki dua tipe dasar yaitu single allocation dan multiple allocation. Single allocation mengharuskan setiap spoke hanya terhubung dengan satu hub, sedangkan pada multiple allocation memberikan kebebasan pada spoke untuk terhubung dengan lebih dari satu hub [10].
Model Jaringan hub-and-spoke (a )single allocation, dan (b) multi-
allocation
III. TINJAUAN PUSTAKA
Penelitian terkait jaringan hub-and-spoke sudah banyak diterapkan di berbagai sektor seperti telekomunikasi, penerbangan, perkapalan, dan lain-lain. Di sektor telekomunikasi, Kim dan O’Kelly [11] mengkaji desain lokasi hub dalam rangka memaksimalkan reliabilitas performa jaringan di Amerika Serikat. Lain halnya dengan sektor penerbangan, Parsa et al. [12] mengaitkan hub-and-spoke dengan lingkungan terkhususnya gas emisi. Penelitiannya menjelaskan bagaimana merancang sebuah jaringan hub-and-spoke penerbangan yang
RO-76
dapat meminimalkan gas emisi, konsumsi bahan bakar, dan noise pesawat.
Penelitian hub-and-spoke di Indonesia pernah dilakukan Natalia dan Agus [13] yang mencari jaringan optimal pelabuhan di Papua dengan tipe single allocation menggunakan permintaan deterministik. Rumaji dan Adiliya [14] mencari jaringan optimal pelabuhan di sekitar Tenau Kupang dengan tipe multiple allocation menggunakan permintaan stokastik. Kemduian Tu et al. [15] membuat beberapa skenario jaringan pelabuhan di Indonesia berdasarkan pertumbuhan pasar.
Perbedaan antara penelitian ini dengan penelitian-penelitian yang sebelumnya adalah tipe hub-and-spoke dan objek yang diteliti. Penelitian ini menggunakan objek pelabuhan strategis Tol Laut Indonesia [5]. Kondisi geografis Indonesia yang terdiri dari kepulauan kurang cocok apabila menggunakan tipe single allocation. Oleh karena itu, tipe hub-and-spoke yang akan dibangun pada penelitian ini adalah multiple allocation yang dibangun menggunakan Mixed-Integer Linear Programming dengan penentuan jaringan optimalnya menggunakan algoritma Branch and Bound. Setelah jaringan hub-and-spoke terbentuk dilakukan analisis untuk membandingkan waktu dan biaya antara model jaringan dengan jaringan Tol Laut.
IV. METODE PENELITIAN
A. Data Kebutuhan Transportasi
Penelitian ini menggunakan data Asal dan Tujuan Transportasi Nasional (ATTN) tahun 2016 yang disediakan oleh Badan Penelitian dan Pengembangan Kementrian Perhubungan Republik Indonesia. Data ini menggambarkan pergerakan barang dari suatu daerah asal ke daerah tujuan. Selanjutnya, data ATTN akan digunakan sebagai dasar penentunan supply dan demand tiap pelabuhan. Data tersebut mengelompokkan komoditas barang menjadi 33 kelompok. Setiap komoditas memiliki karakteristiknya masing-masing sehingga kapal yang dibutuhkan untuk mengangkut dari satu pelabuhan ke pelabuhannya tentu berbeda. Dalam penelitian ini, komoditas yang akan diteliti adalah komoditas yang termasuk dalam kontainer makanan dan kontainer non-makanan. Volume komoditas dari kedua jenis kapal tersebut dijumlahkan berdasarkan asal dan tujuan tiap provinsi. Tidak semua provinsi memiliki pelabuhan strategis. Oleh karena data volume provinsi yang tidak memiliki pelabuhan strategis diagregasikan ke pelabuhan strategis terdekat. Hasil dari agregasi volume tiap provinsi ke pelabuhan terdekat akan menjadi supply dan demand pelabuhan tersebut.
B. Model Matematika
Hub Location Problem (HLP) merupakan salah satu bidang penelitian rantai pasok yang baru dan berkembang dalam penentuan lokasi. Tujuan HLP yaitu untuk memenuhi permintaan pelanggan dengan strategi yang kompetitif. HLP melibatkan pergerakan orang, komoditas, atau informasi diantara pasangan asal-tujuan (O-D). hub berfungsi untuk menurunkan jumlah hubungan transportasi antara pasangan O-D. Apabila ada titik berjumlah N, maka jumlah hubungan pada jaringan tersebut memiliki kemungkinan sebanyak N(N-1). Apabila diantara titik tersebut dipilih satu titik sebagai hub dan semua titik lain (spoke) harus terhubung terlebih dahulu ke hub sebelum menuju ke titik lainnya maka jumlah hubungan pada
jaringan tersebut memiliki kemungkinan sebanyak 2(N-1). Menurut Alumur dan Kara [10], dalam beberapa penelitian terkait dengan HLP terdapat tiga asumsi yang biasanya digunakan. Asumsi-asumsi tersebut yaitu:
Setiap hub saling terhubung;
Terdapat economies of scales berupa discount factor (α)
diantara jaringan antar hub;
Antar spoke tidak diizinkan untuk langsung terhubung. Namun, beberapa asumsi ini tidak selalu digunakan di beberapa penelitian terkait HLP. Dalam penelitian ini, kasus dimodelkan menggunakan ketiga asumsi ini.
Formulasi model matematika yang digunakan dalam penelitian ini merupakan adopsi dari penelitian Ernst dan Krishnamoorthy [16] dengan beberapa modifikasi. Penelitian ini membandingkan performa jaringan pelabuhan kondisi saat ini yaitu Tol Laut dengan jaringan hub-and-spoke. Adapun kondisi permasalahan dalam model matematis adalah sebagai berikut: (1) setiap spoke harus terhubung dengan hub, (2) setiap spoke dapat terhubung dengan lebih dari satu hub, (3) tidak ada hubungan antar spoke.
Anggap N adalah himpunan dari n node di mana tepatnya p akan dipilih sebagai hub. Anggap 𝐻𝑘 adalah variabel biner untuk setiap 𝑘𝜖𝑁 yang memiliki nilai satu jika k adalah hub. Untuk setiap i, j, k, l 𝜖 N biarkan Xilj volume (ton) yang dikirimkan dari titik spoke asal i melalui titik hub l menuju titik spoke tujuan j. Notasi dan parameter yg digunakan dalam model adalah sebagai berikut:
Cik : jarak antara titik spoke i ke titik hub k
Ckl : jarak antara titik hub k ke titik hub l
Clj : jarak antara titik hub l ke titik spoke k
α : discount factor
P : jumlah hub dalam jaringan
Wij : volume (ton) yang dikirim dari titik i ke titik j
Oi : total volume (ton) yang dikirim dari titik i
Fungsi tujuan dari model adalah untuk meminimalkan biaya transportasi pada jaringan hub-and-spoke pelabuhan sebagaimana terlihat pada persamaan (1).
min∑i∑k Cik Zik + ∑i ∑k∑l αCkl Yikl + ∑i∑l ∑j Clj Xilj
(1)
dengan variabel keputusan:
Zik : volume (ton) yang dikirimkan dari titik spoke asal i ke titik hub k
Yikl : volume (ton) yang dikirimkan dari titik spoke asal i melalui titik hub k dan titik hub l
Xilj : volume (ton) yang dikirimkan dari titik spoke asal i melalui titik hub l menuju titik spoke tujuan j
dengan batasan sebagai berikut:
∑kHk = P (2)
RO-77
∑kHl = P (3)
∑kZik = Oi ∀i (4)
∑kXilj = Wij ∀i, j (5)
∑l Yikl + ∑j Xikj − ∑l Yilk + Zik = 0 ∀i, k (6)
Zik ≤ OiHk ∀i, k (7)
Xilj ≤ Wij Hl ∀i, j, l (8)
Xilj , Yilk, Zik ≥ 0 ∀i, j, k, l (9)
Hk , Hl ∈ {0,1} ∀k, l (10)
Persamaan 4 menunjukkan bahwa jumlah volume yang mengalir dari titik spoke asal i ke titik hub k sama dengan volume yang berasal dari titik spoke asal i. Pada persamaan 5 menjelaskan bahwa jumlah volume yang berasal dari titik spoke asal i menuju titik spoke tujuan j yang melewati titik hub l sama dengan volume yang dikirimkan dari titik spoke asal i ke titik spoke tujuan j. Persamaan 6 menegaskan bahwa hanya terdapat satu rute yang dapat ditempuh dari titik spoke asal i ke titik spoke tujuan j. Persamaan 7 memastikan bahwa volume yang dikirimkan dari titik spoke asal i ke titik hub k melewati titik hub k. Begitu juga dengan persamaan 8 memastikan bahwa volume yang dikirimkan dari titik spoke asal i ke titik spoke tujuan j yang melewati titik hub l melewati titik hub l.
C. Metode Optimasi Branch and Bound
Penelitian ini menggunakan metode optimasi eksak Branch and Bound (B&B), untuk menyelesaikan permasalahan dari model matematika yang terdapat dalam software LINGO v18.0. B&B dinilai sebagai prosedur yang efisien dalam pemecahan permasalahan terkait Mixed Integer Linear Programming (MILP). Prinsip dasar B&B adalah membuat beberapa sub masalah dengan cara memecah zona layak dari suatu permasalahan program linear yang telah direlaksasi. Dua konsep dasar yang digunakan yaitu:
Branching: proses membagi-bagi permasalahan menjadi beberapa sub masalah.
Bounding: proses menentukan batas atas atau batas bawah untuk memperoleh solusi optimal pada sub masalah yang mengarah ke solusi.
Model matematika yang telah dibangun diverifikasi dengan membandingkan hasil optimasi pada permasalahan yg mirip di penelitain lain [17]. Hasil optimasi menunjukkan bahwa model yang dibangun dapat mencapai akurasi hingga 99.3%. Hal ini menunjukkan bahwa model dapat bekerja dengan benar dan telah terverifikasi dengan cukup baik sesuai dengan yang diharapkan.
D. Indikator Kinerja
Total biaya : total biaya transportasi dalam jaringan dalam km ton.
Response time : rerata waktu yang diperlukan untuk mengirim barang dari titik asal ke titik tujuan dalam jaringan
Lead time : rerata waktu terpanjang yang diperlukan untuk mengirim barang dari titik asal ke titik tujuan dalam jaringan
V. HASIL DAN PEMBAHASAN
A. Total Biaya
Model matematis yang telah dibangun selanjutnya diaplikasikan dalam jaringan Tol Laut Indonesia dengan menggunakan software LINGO v18.0. Solusi jaringan hub-and-spoke optimal yang diperoleh dapat dilihat pada Gambar 6. Dari solusi yang dihasilkan dapat diketahui bahwa total biaya optimal adalah 67.284.410.000 km.ton dengan pelabuhan hub yang terpilih yaitu Belawan, Tanjung Priok, Tanjung Emas, Tanjung Perak, dan Makassar. Jaringan pelabuhan Tol Laut dan hub-and-spoke memiliki perbedaan pada pelabuhan hub yang terpilih. Pada jaringan Tol Laut, pelabuhan yang menjadi hub adalah Pelabuhan Belawan, Tanjung Priok, Tanjung Perak, Makassar, dan Bitung sedangkan pada jaringan hub-and-spoke pelabuhan yang menjadi hub adalah Pelabuhan Belawan, Tanjung Priok, Tanjung Emas, dan Tanjung Perak.
Perbedaan selanjutnya antara jaringan Tol Laut dan hub-and-spoke adalah biaya jaringannya. Pada Gambar 5 dapat diketahui bahwa biaya jaringan Tol Laut memiliki biaya yang lebih besar dengan nilai 77.952.091.242 km.ton sedangkan jaringan hub-and-spoke sebesar 67.284.410.000 km.ton atau sebesar 13,68%. Perhitungan biaya jaringan Tol Laut dilakukan dengan cara mengkalikan jarak shortest path antar pelabuhan dengan volume yang dikirimkan antar pelabuhan tersebut.
Gambar 5. Perbandingan Biaya Jaringan Tol Laut dan hub-and-spoke
B. Response Time
Average shortest path length (ASPL) menunjukkan tingkat response time dari jaringan tersebut. Berdasarkan analisis jaringan, jaringan Tol Laut dan jaringan hub-and-spoke memiliki perbedaan response time yang siginifikan sebesar 30,29%. Perbedaan terlihat pada proporsi waktu yang dihabiskan untuk dwelling time. Dapat dilihat pada Gambar 7 bahwa jaringan Tol Laut menghabiskan lebih banyak waktu pada dwelling time yaitu sebesar 6,7 hari sedangkan jaringan hub-and-spoke hanya 4,28 hari. Namun, jaringan hub-and-spoke memiliki waktu transportasi yang sedikit lebih lama yaitu 1,84 hari dibandingkan dengan jaringan Tol Laut yaitu 2,08 hari.
RO-78
Gambar 7. Perbandingan ASPL Jaringan Tol Laut dan hub-and-spoke
Perbedaan signifikan antara jaringan Tol Laut dan jaringan hub-and-spoke pada dwelling time disebabkan oleh arsitektur Tol Laut itu yang merupakan jaringan pendulum. Tol Laut memiliki hub sebanyak lima pelabuhan yang mengakibatkan muatan dari pelabuhan yg terujung harus melalui lebih banyak hub untuk sampai di pelabuhan ujung lainnya. Lain halnya dengan jaringan hub-and-spoke yang hanya melewati maksimal dua hub untuk setiap pasangan asal-tujuan.
C. Lead time
Perbandingan eccentricity bertujuan untuk melihat lead time masing-masing pelabuhan dalam jaringan. Dalam jaringan Tol Laut rata-rata eccentricity tiap pelabuhannya lebih tinggi dibandingkan dengan jaringan hub-and-spoke. Hal ini dapat dilihat pada Gambar 8. Rata-rata eccentricity pelabuhan pada jaringan Tol Laut sebesar 12,45 hari sedangkan pada jaringan hub-and-spoke sebesar 8,95 hari dengan variabilitas yang ditunjukkan dengan standar deviasi (SD) yaitu 3,396 hari untuk jaringan Tol Laut dan 1,62 hari untuk jaringan hub-and-spoke.
Gambar 8. Perbandingan ASPL Jaringan Tol Laut dan hub-and-spoke
VI. KESIMPULAN
Penelitian ini telah berhasil mengembangkan model jaringan pelabuhan hub-and-spoke di Indonesia melalui model matematis yang telah terverifikasi. Jaringan pelabuhan hub-and-spoke memiliki total biaya transportasi 13,68% lebih rendah dibandingkan jaringan Tol Laut. Jaringan pelabuhan hub-and-spoke e memiliki response time 6,12 hari, lebih rendah apabila dibandingkan dengan jaringan Tol Laut yang memiliki response time sebesar 8,78 hari. Jaringan hub-and-spoke juga memiliki rata-rata lead time pelabuhan sebesar 8,95 hari yang lebih rendah dibandingkan rata-rata lead time jaringan Tol Laut yang mencapai 15,58 hari. Rata-rata lead time jaringan hub-and-spoke lebih rendah 42,56% dibandingkan jaringan Tol Laut.
Meski demikian penelitian ini memiliki beberapa keterbatasan yang membuka peluang untuk penelitian ke depan. Penelitian ini baru berada pada tahap perancangan jaringan, belum diintegrasikan dengan perancangan rute dan pemilihan kapasitas kapal. Selain itu penelitian ini juga baru mempertimbangakan biaya dari segi transportasi, belum
Gambar 6. Hasil Pengambangan Jaringan Pelabuhan Hub-and-Spoke Multi-Allocation di Indonesia
RO-79
memasukkan unsur biaya bongkar muat dan biaya investasi yg diperlukan untuk mengembangkan pelabuhan menjadi sebuah hub dalam jaringan.
DAFTAR PUSTAKA
[1] Rustam, Ismah. Tantangan ALKI dalam Mewujudkan Cita‐cita Indonesia sebagai Poros Maritim Dunia, Indonesian Perspective, 1(1), pp. 1-21, 2016.
[2] World Economic Forum, The Global Competitiveness Report 2018, [Diakses pada 13 September 2019], 2018.
[3] World Bank, Global Rankings 2018, [Diakses pada 13 September 2019], 2018.
[4] Fahmiasari, H. dan Parikesit, D. Container Shipping Network Efficiency Comparison in Indonesia: Nusantara Pendulum and Sea Tollway, Asian Journal of Shipping and Logistics, 33(2), pp. 79–84, 2017.
[5] Badan Perencanaan Pembangunan Nasional, Pengembangan Tol Laut Dalam RPJMN 2015-2019 Dan Implementasi 2015, [Diakses pada 11 Mei 2020], 2015.
[6] Ocean Week, Tol Laut Oh Tol Laut. https://oceanweek.co.id/tol-laut-oh-tol- laut/ [Diakses pada 13 Mei 2020], 2018.
[7] CNN Indonesia, Pengusaha Akui Tol Laut Belum Ampuh Atasi Perbedaan Harga, [Diakses pada 13 Mei 2020], 2019.
[8] Wilmsmeier, G. dan Sanchez, R. J. Evolution of shipping networks: Current challenges in emerging markets, Zeitschrift fur Wirtschaftsgeographie, 54(3– 4), pp. 180–193, 2010.
[9] Notteboom, T. E. A carrier’s perspective on container network configuration at sea and on land, Journal of International Logistics and Trade, 1(2), pp. 65– 87, 2004.
[10] Alumur, S. dan Kara, B. Y. Network hub location problems: The state of the art, European Journal of Operational Research, 190(1), pp. 1–21, 2008.
[11] Kim, H. and O’Kelly, M. E. Reliable p-hub Location Problems in Telecommunication Networks, Geographical Analysis, 41(3), pp. 283–306, 2009.
[12] Parsa, M., Nookabadi, A. S., Flapper, S. D., and Atan Z. Green Hub-and- Spoke Network Design for Aviation Industry, Journal of Cleaner Production. Elsevier Ltd, 229, pp. 1377–1396, 2019.
[13] Natalia, C. dan Agus, M. A. Desain Rute Pelayaran Sistem Hub and Spoke ( Studi Kasus : Wilayah Papua , Indonesia ), Metris, 17, pp. 113–122, 2016.
[14] Rumaji dan Adiliya, A. Port Maritime Connectivity in South-East Indonesia: A New Strategic Positioning for Transhipment Port of Tenau Kupang, Asian Journal of Shipping and Logistics, 35(4), pp. 172–180, 2019.
[15] Tu, N., Adiputranto, D., Fu, X., and Li, Z. C. Shipping Network Design in a Growth Market: The Case of Indonesia, Transportation Research Part E: Logistics and Transportation Review, 117, pp. 108–125, 2018.
[16] Ernst, A. T. dan Krishnamoorthy, M. Exact and heuristic algorithms for the uncapacitated multiple allocation p-hub median problem, European Journal of Operational Research, 104(1), pp 100–112, 1998.
[17] Skorin-Kapov, D., Skorin-Kapov, J. dan O’Kelly, M. Tight linear programming relaxations of uncapacitated p-hub median problems,European Journal of Operational Research, 94(3), pp. 582–593, 1996.
[18] Wijaya, Lani D, Menhub Budi Karya: Dwelling Time Maksimal Tiga Hari, https://bisnis.tempo.co/read/1076687/menhub-budi-karya-dwelling-time- maksimal-tiga-hari, [Diakses pada 12 Mei 2020], 2018.
[19] Janic, Milac. Multidimensional Examination of the Performances of a Liner Shipping Network: Trunk Line/Route Operated by Conventional (Panamax Max) and Mega (ULC - Ultra Large Container) Ships, Journal of Shipping and Trade, pp. 3-13, 2018.
RO-80