Professional Documents
Culture Documents
449 1177 1 PB PDF
449 1177 1 PB PDF
*1 2 3
Frizky Andrian Perdana , Alwafi Pujiraharjo , Indradi Wijatmiko
1
Mahasiswa, Program Magister, Jurusan Teknik Sipil, Fakultas Teknik,
Universitas Brawijaya
2
Dosen, Jurusan Teknik Sipil, Fakultas Teknik, Universitas Brawijaya
3
Dosen, Jurusan Teknik Sipil, Fakultas Teknik, Universitas Brawijaya
Korespondensi: andrianfrizky43@gmail.com
ABSTRACT
Economic growth in Indonesia especially in East Java and Eastern Indonesia has caused the number of ship
visits in Tanjung Perak Port to increase. These conditions resulted in a higher ship queue that will linearly
cause the waiting time of the ship (waiting time) in the port which is getting longer. Therefore it is necessary
to study about the average of ship waiting time, the characteristics of ship queue, the factors that affect the
waiting time of the ship, the direction of improvement. This study uses the Queue Analysis Method, Multiple
Regression Analysis and SWOT Analysis. The analysis shows that the average waiting time at Tanjung Perak
Harbor is the longest in the northern and western emerald terminal of 46.20 hours, and the smallest is in the
diamond terminal 29.94 hours and the terminal of 29 , 94 hours. From queuing characteristics, the percentage
of server usage of northern and western emerald terminal terminal has exceeded the capacity of 124.44%,
while the southern emerald terminal is 94.40%, Diamond Terminal is 70.56%, Multipurpose Terminal is
84.31%, and Mirah terminal 85.24%, From the simulation of North and West Jamrud Terminal requires at
least 7 servers. The most influential factor on (waiting time) is the Availability of Pier (X4) of 13.25% and then
the effect of the Production of Loading and Unloading (X1) of 12.11% with the regression model obtained is
Y = 403.914-8.198 X1-6.551X2- 4,874 X3-6,409 X4-6,909 X5. The Strategy must be done to decrease the
waiting time of ships at Tanjung Perak Port by maximizing the performance of the loading and unloading force
(TKBM), transferring the vessel to dock at the surrounding ports such as Lamong Bay Terminal and Manyar
BMS Gresik Terminal and improving services and document processing procedures at the port to cope with
the increase in the flow of goods. Developing Surabaya's West Sailing Channel (APBS) to revitalize the Sailing
Flow and harbor pools, implement correct port regulation and maximize existing guidance to anticipate the
increase in ship visits.
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 166
di pasaran. Seperti banyak diketahui bahwa 2. METODE PENELITIAN
biaya logistik terbesar di Indonesia ada di 2.1 Tahapan Penelitian
pelabuhan dan menjadi permasalahan nasional. Adapun tahapan-tahapan yang
Dari uraian diatas, maka yang menjadi dilaksanakan dalam penelitian dapat dilihat pada
permasalahan dalam penelitian ini adalah: Gambar 1.
1. Berapa rata-rata waktu tunggu kapal (waiting
time) di Pelabuhan Tanjung Perak Surabaya?
2. Bagaimana karakteristik antrian kapal di
Pelabuhan Tanjung Perak Surabaya dilihat
dari tingkat kedatangan dan tingkat
pelayanan?
3. Faktor-faktor apakah yang mempengaruhi
waktu tunggu (waiting time) kapaldi
Pelabuhan Tanjung Perak?
4. Bagaimana rekomendasi perbaikan untuk
menurunkan waktu tunggu kapal (waiting
time) di Pelabuhan Tanjung Perak?
Pembatasan masalah lingkup penelitian
pada penelitian ini adalah:
1. Studi, penelitian dan pengambilan data hanya
pada lingkup pelabuhan Tanjung Perak
Surabaya di 4 (empat) terminal yaitu
Terminal Jamrud, Terminal Berlian,
Terminal Mirah, dan Terminal Nilam
(Multipurpose).
2. Lingkup penelitian meliputi pelayanan kapal
dan utilisasi fasilitas. Pengamatan dilakukan
terhadap jenis dan ukuran kapal yang
bersandar di dermaga atau pelabuhan
meliputi: Kapal Petikemas, Kapal General
Cargo (non Petikemas), Kapal Curah Kering
dan Kapal Curah Cair.
3. Ukuran Kapal atau bobot mati kapal yang
termasuk dalam penelitian adalah Kapal
Petikemas, Kapal General Cargo (Non
Petikemas), Kapal Curah Kering dan Kapal
Gambar 1. Diagram alir penelitian
Curah Cair dengan bobot mati mulai dari GT
500. 2.2 Metode Analisis Data
4. Metode yang digunakan adalah metode Metode analisis yang digunakan data dalam
Analisis Model Antrian, Analisis Regresi penelitian ini antara lain:
Linear Berganda dan Analisis SWOT. 1. Analisis Antrian
Analisis Antrian digunakan untuk
mengetahui karakteristik antrian di Pelabuhan
Tanjung Perak Pengamatan dilakukan untuk
mendapatkan data jumlah kedatangan kapal,
waktu kedatangan kapal, dan waktu pelayanan
kapal di pelabuhan yaitu dengan cara:
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 167
a. Pengambilan sampel data dilakukan selama 1 3 HASIL DAN PEMBAHASAN
(satu) bulan sesuai dengan penetapan 3.1 Rata-Rata Waktu Tunggu Kapal
kedatangan dan pelayanan kapal dari Kantor (Waiting Time) di Pelabuhan Tanjung
Otoritas Pelabuhan Utama Tanjung Perak. Perak
b. Pengamatan dilakukan berdasarkan jenis dan Berdasarkan Surat Keputusan Dirjen
tipe kapal dari tiap-tiap terminal yang Perhubungan Laut Nomor:
menggunakan jasa Pelabuhan Tanjung
UM.002/38/18/DJPL-11 Tahun 2011 tentang
Perak.
Asumsi-asumsi yang digunakan dalam Standar Kinerja Operasional Pelabuhan
analisis antrian antara lain: disebutkan bahwa Waktu Tunggu Kapal
a. Disiplin antrian First Come First Service (waiting time) adalah jumlah waktu sejak
dengan menggunakan model antrian Multi pengajuan permohonan tambat setelah kapal
Channel Single Phase tiba di lokasi labuh sampai kapal digerakkan
b. Waktu antar kedatangan mengikuti distribusi menuju tambatan sampai dengan tiba di
poisson tambatan.
c. Waktu antar pelayanan mengikuti distribusi
eksponensial Total time in
Port
Berthing
Pelabuhan Tanjung Perak yaitu perusahaan Sumber : (PT. Pelabuhan Indonesia (Persero), 2009)
pelayaran yang penentuan sampelnya dihitung
menggunakan rumus Slovin: [5] Gambar 2. Skema waktu kapal selama di
𝑵 pelabuhan
𝒏 = 𝟏 +𝑵𝒆𝟐 ......................................................... (1)
Pada penelitian ini peneliti melakukan
Dimana: perhitungan dari data sekunder yaitu data
n = ukuran sampel penetapan kapal yang telah disahkan oleh
N = ukuran populasi Otoritas Pelabuhan Tanjung Perak selama 1
e = perkiraan tingkat kesalahan (10% = 0,1)
(satu) bulan yaitu pada bulan Januari 2016,
kemudian peneliti membagi pada 5 (lima)
maka : terminal yang ada di Pelabuhan Tanjung Perak.
391 Untuk menghitung waktu tunggu kapal
𝑛= 2
= 79,63 ≈ 𝟖𝟎 Responden
1 + 391 (0,1) menggunakan Persamaan 2 dibawah ini:
𝑊𝑇𝑖 = 𝑊𝑎𝑘𝑡𝑢 𝑆𝑎𝑛𝑑𝑎𝑟𝑖 − 𝑊𝑎𝑘𝑡𝑢 𝑀𝑖𝑛𝑡𝑎 𝑃𝑒𝑙𝑎𝑦𝑎𝑛𝑎𝑛𝑖
3. Analisis SWOT ...................................................................................... (2)
Untuk menentukan strategi perbaikan
guna menurunkan waktu tunggu kapal (waiting Di mana i menunjukkan nomor kapal, jadi untuk
time) di pelabuhan tanjung perak dengan menghitung rata-rata waktu tunggu kapal
menganalisa faktor–faktor strategi internal dan (waiting time) dipelabuhan tanjung perak
eksternal. Kemudian dilakukan wawancara dan menggunakan Persamaan 3 berikut:
𝑛
pembagian kuesioner terhadap responden ̅̅̅̅̅ = ∑𝑖=1 𝑊𝑎𝑘𝑡𝑢 𝑆𝑎𝑛𝑑𝑎𝑟𝑖 −𝑊𝑎𝑘𝑡𝑢 𝑀𝑖𝑛𝑡𝑎 𝑃𝑒𝑙𝑎𝑦𝑎𝑛𝑎𝑛𝑖 ..(3)
𝑊𝑇
dianggap faham mengenai kondisi dan rencana 𝑛
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 168
Hasil perhitungan rata-rata waktu tunggu Alur analisis antrian di Pelabuhan
kapal dari 5 (lima) terminal Pelabuhan Tanjung Tanjung Perak terdiri dari tahapan pra analisis,
Perak dapat dilihat pada Gambar 3. tahapan uji kesesuaian probabilitas distribusi
dan tahapan analisis.
1) Menduga Banyak Server (M)
Banyaknya server dihitung dengan
asumsi memanfaatkan panjang dermaga yang
ada di Pelabuhan Tanjung Perak dan rata-rata
untuk panjang kapal dengan persamaan :
𝑝𝑎𝑛𝑗𝑎𝑛𝑔 𝑑𝑒𝑟𝑚𝑎𝑔𝑎
𝑀 = 𝑟𝑜𝑢𝑛𝑑𝑑𝑜𝑤𝑛 ( ) .. (4)
𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑝𝑎𝑛𝑗𝑎𝑛𝑔 𝑘𝑎𝑝𝑎𝑙+𝐽𝑎𝑔𝑎𝑎𝑛
Mirah 87 34 2.559
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 169
masing-masing kapal didapatkan dengan rumus Mirah 1.666 0.600
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 170
Gambar 6. Grafik peluang pelayanan kapal per hari
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 171
8) Rata-rata banyaknya kapal dalam system Tabel 8. Rata-rata kapal (unit) yang menunggu
menggunakan persamaan: (Heyzer & Render, (𝑳𝒒 )
2009) Nama Dermaga
(𝐋𝐬)
Arrival Service (𝑳𝒒 )
Rate Rate Kapal
𝑀 Kapal
(λ) (𝝁)
𝜆𝜇(𝜆⁄𝜇) 𝜆 Jamrud Utara dan
𝐿𝑠 = (𝑀−1)!(𝑀𝜇−𝜆)2 𝑃0 + 𝜇 ..................... (12) Barat
- 1.882 0.303 -
Hasil perhitungan rata-rata waktu menunggu dan Berlian 1,270 7.029 0.830 0,065
dilayani didapatkan untuk masing-masing Nilam Timur
4,413 1.735 0.412 1,983
(Multipurpose)
dermaga dapat dilihat pada Tabel 7.
Mirah 3,153 2.559 0.600 1,488
Tabel 7. Rata-rata waktu menunggu dan
dilayani
Nama Dermaga Arrival Server Service
3.3 Solusi Untuk Terminal Jamrud Utara
(𝐖𝐬)
Rate (M) Rate (𝐏𝟎 )
Hari dan Barat
(λ) (𝝁)
Jamrud Utara Solusi untuk Jamrud Utara Barat dapat
1.882 5 0.303 - -
dan Barat dicari dengan melakukan simulasi penambahan
Jamrud Selatan 2.941 7 0.445 0.04% 7,046 channel sampai didapatkan nilai server
Berlian 7.029 12 0.830 0.02% 1,270 utilization dibawah 100%.
Nilam Timur
(Multipurpose)
1.735 5 0.412 0.91% 4,413 Tabel 10. Hasil analisis penambahan Channel
Mirah 2.559 5 0.600 0.83% 3,153 Terminal Jamrud Utara dan Barat
Service Server
Arrival Rate (λ)
10) Rata-rata kapal (unit) yang menunggu Server (M) Rate (µ) Utilization
(unit/hari)
(unit/hari) (p)
persamaan yang digunakan : [2]
1,882 5 0,303 124.44%
𝜆
𝐿𝑞 = 𝐿𝑠 − .................................................. (14) 1,882 6 0,303 103.70%
𝜇
1,882 7 0,303 88.88%
Hasil dari perhitungan rata-rata kapal (unit) yang
menunggu didapatkan untuk masing-masing
dermaga dapat dilihat pada Tabel 8. Berdasarkan Tabel 10 dapat dilihat bahwa
solusi agar nilai server utilization pada Jamrud
Utara Barat dapat ditekan dibawah 100% adalah
menambah server sebanyak 2 channel sehingga
banyak server menjadi 7 channel. Dengan
penambahan 2 channel dapat dihitung kebutuhan
penambahan panjang dermaga minimal
sepanjang 366,125 400 meter.
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 172
Mengingat untuk menambah channel atau X5 terhadap Y tersebut. Untuk nilai koefisien
menambah panjang dermaga di Terminal Jamrud determinasi (r-square) menunjukkan sebesar
Utara dan Barat sulit untuk direalisasikan, maka 0.531, yang menyatakan besarnya pengaruh dari
solusi yang paling mungkin dapat diberikan agar X1, X2, X3, X4, dan X5 terhadap Y. Artinya
Terminal Jamrud Utara dan Barat sebagai sebesar 53.1% keragaman dari Y dipengaruhi
terminal general cargo internasional di oleh adanya faktor X1, X2, X3, X4, dan X5.
Pelabuhan Tanjung Perak adalah dengan cara Sedangkan sisanya 46.9% ditentukan oleh faktor
mengalihkan sebagian kapal untuk bersandar di lain di luar variabel yang diteliti.
pelabuhan sekitar misalnya ke Terminal Teluk Maka persamaan regresi yang diperoleh
Lamong dan Terminal Manyar BMS Gresik. adalah Y= 403.914– 8.198 X1- 6.551 X2 – 4.874
X3 – 6.409 X4 – 6.909 X5.
3.4 Analisis Faktor-faktor yang
Mempengaruhi Waktu Tunggu Tabel 12. Uji validitas instrumen penelitian
Variabel Item Uji Validitas Keputusan
(Waiting Time) Kapal r Hitung Sign.(p) r Tabel
Metode analisis data yang digunakan Produktifitas X1.1 0.921 0.000 0,2199 Valid
Bongkar X1.2 0.870 0.000 0,2199 Valid
dalam menentukan faktor yang mempengaruhi Muat (X1) X1.3 0.713 0.000 0,2199 Valid
waiting time adalah metode analisis regresi Pelayanan X2.1 0.919 0.000 0,2199 Valid
berganda. Variabel dan indikator yang Dokumen X2.2 0.741 0.000 0,2199 Valid
(X2) X2.3 0.833 0.000 0,2199 Valid
digunakan dalam analisis regresi berganda ini Kondisi X3.1 0.907 0.000 0,2199 Valid
adalah sebagai berikut: Alur
X3.2 0.969 0.000 0,2199 Valid
Pelayaran
(X3) X3.3 0.961 0.000 0,2199 Valid
Tabel 11. Variabel dan indikator penelitian Ketersedian X4.1 0.920 0.000 0,2199 Valid
Konsep Variabel Indikator Kode Dermaga X4.2 0.917 0.000 0,2199 Valid
(X4) X4.3 0.908 0.000 0,2199 Valid
Kinerja Tenaga Kerja X5.1 0.825 0.000 0,2199 Valid
X1.1 Pelayanan
Bongkar Muat (TKBM) Pemanduan X5.2 0.814 0.000 0,2199 Valid
Produktifitas Kinerja Peralatan (X5) X5.3 0.811 0.000 0,2199 Valid
X1.2
Bongkar Bongkar Muat
Muat (X1) Ketersediaan
Gudang/Lapangan X1.3 Tabel 13. Uji reliabilitas instrumen penelitian
Penumpukan Alpha
Prosedur Pelayanan Variabel Keterangan
X2.1 Cronbach
Pelayanan Dokumen Produktifitas Bongkar Muat Tingkat kehandalan
Waktu Dokumen Kinerja Pegawai di 0.792
(X1) tinggi
X2.2
Tunggu (X2) Kantor Pelayanan Waktu Pelayanan Dokumen Tingkat kehandalan
0.785
Kapal Fasilitas Pelayanan (IT) X2.3 (X2) tinggi
(Waiting Kondisi Pasang Surut X3.1 Tingkat kehandalan
Kondisi Alur Pelayaran (X3) 0.942
Time) sangat tinggi
Alur Lalu lintas kapal X3.2
(Y) Tingkat kehandalan
Pelayaran Ketersedian Dermaga (X4) 0.903
sangat tinggi
Ukuran Kapal X3.3
(X3) Tingkat kehandalan
Ketersedian Jumlah Dermaga X4.1 Pelayanan Pemanduan (X5) 0.752
tinggi
Dermaga Kondisi Fisik Dermaga X4.2
(X4) Fasilitas Dermaga X4.3
Jumlah Kapal Pandu dan
Pelayanan Kapal Tunda
X5.1 Tabel 14. Uji korelasi product momen Pearson
Variabel Uji korelasi Kesimpulan
Pemanduan Jumlah Tenaga Pandu X5.2
(X5) Jarak antara Lego Korelasi (r) Sig.
X5.3
Jangkar ke Dermaga (p)
X1 -0.566 0.000 Ada hubungan yang signifikan
antara X1 dan Y
Berdasarkan Tabel 14 menunjukkan X2 -0.433 0.000 Ada hubungan yang signifikan
adanya hubungan yang signifikan secara positif antara X2 dan Y
antara X1 (RX1= -0.566 dan p=0.000), X2 (RX2= X3 -0.424 0.000 Ada hubungan yang signifikan
Y antara X3 dan Y
-0.433 dan p=0.000), X3 (RX3= -0.424 dan
X4 -0.587 0.000 Ada hubungan yang signifikan
p=0.000), X4 (RX4= -0.587 dan p=0.000), X5 antara X4 dan Y
(RX5= -0.518 dan p=0.000), dengan Y. X5 -0.518 0.000 Ada hubungan yang signifikan
Berdasarkan Tabel 15 menunjukkan nilai antara X5 dan Y
koefisien korelasi ganda (Multiple R) sebesar Keterangan: X1= Produktifitas Bongkar Muat, X2= Pelayanan
Dokumen, X3= Kondisi Alur Pelayaran, X4= Ketersedian
0.729 yang menyatakan besarnya derajat Dermaga, X5= Pelayanan Pemanduan, Y= Waktu Tunggu Kapal
keeratan hubungan antara X1, X2, X3, X4, dan X5 (Waiting Time)
terhadap Y mencapai 0.729 serta adanya
hubungan yang kuat antara X1, X2, X3, X4, dan
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 173
Tabel 15. Hasil analisis regresi mempengaruhi waktu tunggu kapal. Kemudian
Variabel
Koefisien Std.
Beta Thitung Sig. Keterangan hasil survey lingkungan tersebut direkapitulasi
regresi (b) Error
dan diolah menjadi faktor internal dan faktor
Konstanta 403.914 40.743 9.914 0.000 Signifikan
ekternal.
X1 -8.198 3.875 -0.214 -2.116 0.038 Signifikan
X2 -6.551 3.149 -0.181 -2.080 0.041 Signifikan 2) Perhitungan Penentuan Pembobotan Skor
X3 -4.874 2.180 -0.199 -2.236 0.028 Signifikan SWOT.
X4 -6.409 3.002 -0.226 -2.135 0.036 Signifikan Setelah diketahui dan dipetakan faktor-faktor
X5 -6.909 3.081 -0.221 -2.243 0.028 Signifikan
internal dan eksternal maka dilakukan
R (Multiple R) = 0,729
R Square = 0,531
pembagian kuesioner. Dari pemetaan SWOT
R Square (Adjusted) = 0,499 bobot dan rating ditentukan berdasar pada isian
F hitung = 16.749
F tabel = (df regresi, df residual) = (5,74) = 2.338 kuisioner [6]. Perhitungan pembobotan skor
Sign. F = 0,000 SWOT EFAS dan IFAS terlihat pada Tabel 18
t tabel = (0,05/2, 74) = 1.993
α = 0,05 dan Tabel 18.
3) Matriks SWOT
Tabel 16. Perhitungan sumbangan efektif Hasil perhitungan bobot dan skor IFAS dan
Variabel R Beta Perhitungan SE EFAS, faktor–faktor dari strategi tersebut akan
X1 -0.566 -0.214 -0.566x-0.214x100 12.11% diolah ke dalam matrik SWOT untuk
X2 -0.433 -0.181 -0.433x-0.181x100 7.83% merumuskan strategi yang nanti akan dipakai
X3 -0.424 -0.199 -0.424x-0.199x100 8.46%
dalam rangka mengurangi waktu tunggu kapal
X4 -0.587 -0.226 -0.587x-0.226x100 13.25%
(waiting time) Pelabuhan Tanjung Perak.
X5 -0.518 -0.221 -0.518x-0.221x100 11.43% 4) Diagram Analisa SWOT
Total Sumbangan Efektif 53.09% Dari perhitungan nilai total kekuatan – total
kelemahan dan nilai total peluang – total
Berdasarkan Tabel 16, variabel ancaman, maka akan di lakukan plot ke diagram
Ketersedian Dermaga (X4) menunjukkan kartesius untuk mendapatkan strategi yang akan
sumbangan efektif yang paling besar digunakan.
(dominan) yaitu sebesar 13.25%, diikuti Dari Gambar 7 yang didasarkan pada
kemudian oleh pengaruh dari Produktifitas perhitungan SWOT IFAS dan EFAS S >O, yakni
Bongkar Muat (X1) dengan sumbangan efektif kekuatan lebih besar dari pada peluang yang ada,
sebesar 12.11%. dimana arah kebijakannya adalah rapid growth
strategy yang berarti pertumbuhan peran yang
3.5 Strategi Perbaikan untuk dilaksanakan dapat dilakukan dengan cepat
Menurunkan Waktu Tunggu (strategi agresif). Strategi tersebut dapat
(Waiting Time) Kapal di Pelabuhan dilakukan untuk menurunkan waktu tunggu
(waiting time) kapal di Pelabuhan Tanjung Perak
Tanjung Perak
yang diuraikandengan cara sebagai berikut :
SWOT adalah identitas berbagai factor
a. Memaksimalkan kinerja Tenaga Kerja
secara sistematis untuk merumuskan strategi
Bongkar Muat (TKBM)
pelayanan.[4]
b. Mengalihkan kapal ke pelabuhan sekitar
1) Penentuan Faktor-Faktor Internal dan
misalnya Terminal Teluk Lamong dan
Eksternal
Terminal Manyar BMS Gresik
Dalam analisa SWOT IFAS EFAS dilakukan
c. Meningkatkan pelayanan dan prosedur
survey lingkungan dengan mengumpulkan
pengurusan dokumen di pelabuhan;
berbagai informasi tentang strategi mengurangi
d. Mengembangkan Alur Pelayaran
waktu tunggu kapal dipelabuhan. Pengumpulan
Surabaya(APBS) untuk merevitalisasi alur
informasi dilakukan dengan cara wawancara
pelayaran dan kolam pelabuhan
langsung kepada pihak-pihak yang dianggap
e. Menerapkan regulasi tentang kepelabuhanan
berkompeten tentang pelabuhan, observasi
dengan benar
lapangan, dari hasil analisis antrian serta analisis
f. Memaksimalkan tenaga pandu yang ada.
korelasi dan regresi faktor-faktor yang
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 174
Tabel 18. Hasil Perhitungan Bobot dan Skor Tabel 18. Hasil Perhitungan Bobot dan Skor
IFAS EFAS
FAKTOR - FAKTOR FAKTOR - FAKTOR
BOBOT BOBOT
NO STRATEGI INTERNAL BOBOT RATING SKOR NO STRATEGI EKSTERNAL BOBOT RATING SKOR
RELATIF RELATIF
INDIKATOR KEKUATAN INDIKATOR PELUANG
1 Kinerja Tenaga Kerja 1 Beroperasinya Terminal
Bongkar Muat (TKBM) 3,4 0,12 2,70 0,33 Teluk Lamong dan
3,60 0,12 2,50 0,31
sangat baik; Terminal Manyar BMS
2 Prosedur pelayanan Gresik
dokumen yang 3,5 0,13 2,70 0,34 2 Meningkatnya volume
3,60 0,12 2,60 0,32
sederhana; bongkar
3 Klusterisasi dermaga 4 0,14 2,50 0,36 3 Kebijakan pemerintah
3,50 0,12 2,40 0,29
4 Lalu lintas kapal yang tentang Kepelabuhanan;
3,2 0,12 3,00 0,35
lancar 4 Adanya Proyek
5 Jumlah tenaga pandu Pendalaman Alur
3,8 0,14 2,10 0,29 3,80 0,13 2,60 0,34
yang memadai; Pelayaran Barat
Jumlah Indikator Kekuatan Surabaya (APBS);
17,9 0,65 1,67
5 Jumlah kunjungan kapal
FAKTOR - FAKTOR mengalami peningkatan 4,00 0,14 2,10 0,29
BOBOT
NO STRATEGI INTERNAL BOBOT RATING SKOR yang signifikan.
RELATIF
INDIKATOR KELEMAHAN Jumlah Indikator Peluang 18,50 0,63 1,54
1 Kurangnya ketersedian
1,80 0,06 3,70 0,24
dermaga NO FAKTOR - FAKTOR BOBOT BOBOT RATING SKOR
2 Kurang memadainya STRATEGI EKSTERNAL RELATIF
Fasilitas Pelayanan dan 2,10 0,08 3,10 0,24 INDIKATOR
informasi teknologi (IT); ANCAMAN
3 Kedalaman alur pelayaran 1 Adanya pendangkalan
dan kolam Pelabuhan 1,60 0,06 3,50 0,20 atau sedimentasi pada
1,70 0,06 3,80 0,22
Masih Kurang Alur Pelayaran dan
4 Kurangnya jumlah kapal Kolam Pelabuhan;
2,30 0,08 3,70 0,31 2 Adanya kebijakan terkait
pandu dan kapal tunda.
2,50 0,09 3,50 0,30
5 Peralatan Bongkar Muat perdagangan;
yang tidak sesuai dengan 2,00 0,07 3,50 0,25 3 Kurang disiplinnya
peruntukan pengguna jasa terhadap
2,20 0,08 3,50 0,26
Jumlah Indikator Kelemahan 9,80 0,35 prosedur penyandaran
1,24
kapal;
Total Faktor Internal 27,7 1 2,91
4 Faktor cuaca yang tidak
2,10 0,07 3,30 0,24
Kekuatan - kelemahan 0,43 menentu;
5 Tingkat pemakaian
Sumber: Data primer yang diolah 2016 dermaga yang cukup 2,30 0,08 3,30 0,26
tinggi (BOR)
Jumlah Indikator Ancaman 10,80 0,37 1,28
Total Faktor Eksternal 29,30 1,00 2,81
Peluang - Ancaman 0,26
Sumber: Data primer yang diolah 2016
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 175
𝑊𝑞 = 1.983 hari, Terminal Mirah (𝜌) = 85.24%, diikuti kemudian oleh pengaruh dari
𝑃0 = 0.83%, 𝐿𝑠 = 8.069 kapal, 𝑊𝑠 = 3.153 hari, Produktifitas Bongkar Muat (X1) dengan
𝐿𝑞 = 3.807 kapal, 𝑊𝑞 = 1.488 hari. Untuk sumbangan efektif sebesar 12.11%.
Selanjutnya dari hasil perhitungan tersebut
fasilitas Terminal Jamrud Utara dan Barat
dapat diketahui bahwa X1, X2, X3, X4, dan X5
sudah tidak memadai. Solusi terbaik untuk ternyata mampu memberikan sumbangan
menurunkan tingkat penggunaan dermaga (𝜌) efektif total sebesar 53.09% terhadap Y.
adalah dengan cara mengalihkan sebagian 3. Strategi dalam mengurangi waktu tunggu
kapal ke Terminal Teluk Lamong. (waiting time) kapal di Pelabuhan Tanjung
2. Faktor yang mempengaruhi waktu tunggu Perak yaitu dengan memaksimalkan kinerja
kapal (waiting time) Pelabuhan Tanjung Perak Tenaga Kerja Bongkar Muat (TKBM),
dari 5 variabel dengan 15 indikator, diperoleh mengalihkan kapal untuk bersandar di
dari semua variabel berpengaruh terhadap
pelabuhan sekitar misalnya Terminal Teluk
waktu tunggu kapal dengan model regresi
Lamong dan Terminal Manyar BMS Gresik
yang didapatkan yaitu Y= 403.914– 8.198 X1-
6.551 X2 – 4.874 X3 – 6.409 X4 – 6.909 X5. serta meningkatkan pelayanan dan prosedur
Variabel Ketersedian Dermaga (X4) pengurusan dokumen di pelabuhan untuk
menunjukkan sumbangan efektif yang paling menanggulangi kenaikan arus barang.
besar (dominan) yaitu sebesar 13.25%,
Tabel 19. Matrik SWOT strategi mengurangi waktu tunggu kapal (waiting time) Pelabuhan Tanjung
Perak
Kekuatan (Strength) Kelemahan (Weakness)
1. Perbaikan Kinerja Tenaga Kerja Bongkar 1. Kurangnya ketersedian dermaga;
IFAS Muat (TKBM); 2. Kurang memadainya Fasilitas Pelayanan
2. Prosedur pelayanan dokumen yang dan informasi teknologi (IT);
sederhana; 3. Kedalaman Alur pelayaran dan Kolam
3. Klusterisasi dermaga; Pelabuhan Masih Kurang;
EFAS 4. Lalu lintas kapal yang lancar; 4. Kurangnya jumlah kapal pandu dan kapal
5. Jumlah tenaga pandu yang memadai; tunda.
5. Peralatan Bongkar Muat yang tidak sesuai
dengan peruntukan;
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 176
Gambar 7. Hasil analisis diagram SWOT
4. Strategi berikutnya adalah dengan 5. DAFTAR PUSTAKA
mengembangkan Alur Pelayaran Barat [1] Lasse, D. A. (2012). Manajemen Kepelabuhanan.
Surabaya (APBS) untuk merevitalisasi alur Jakarta: NIKA.
pelayaran dan kolam pelabuhan, menerapkan [2] Heyzer, J. H., & Render, B. (2009). Operation
regulasi tentang kepelabuhanan dengan benar Management, Volume 1. Pennsylvania State
serta memaksimalkan tenaga pandu yang ada University: Pearson Prentice Hall.
guna mengantisipasi kenaikan kunjungan [3] PT. Pelabuhan Indonesia (Persero). (2009).
kapal. Pengoperasian Pelabuhan - Referensi
Kepelabuhanan Seri 6 . Jakarta: PT. Pelabuhan
4.5 Saran Indonesia (Persero).
[4] Rangkuti, F. (2005). Analisa SWOT Teknik
1. Dari hasil analisa variabel X1, X2, X3, X4, dan
Membedah Kasus Bisnis. Jakarta: PT. Gramedia
X5terhadap Y (waktu tunggu) didapat
Pustaka.
sumbangan efektif sebesar 53 % yang
[5] Siregar, S. (2013). Metode Penelitian Kuantitatif.
membuktikan bahwa masih ada 47 %
Jakarta: Kencana Prenada Media Group.
variabel yg belum ditentukan. hal ini dapat
[6] Umar, H. (2005). Strategic Management in Action
digunakan sebagai bahan acuan untuk
Cetakan Kelima. Jakarta: Gramedia Pustaka
penelitian selanjutnya.
Utama.
2. Perlunya peningkatan jalinan koordinasi [7] Zaiontz, C. (2014). Poisson Dstribution. Diambil
antara semua pihak yang berkepentingan di kembali dari Real Statistics Using Excel:
Pelabuhan Tanjung Perak terkait dengan http://www.real-statistics.com/binomial-and-
pelayanan kapal dan barang sehingga related-distributions/poisson-distribution/
terselenggara pelayanan yang optimal bagi
masyarakat pengguna jasa angkutan
penyeberangan.
REKAYASA SIPIL / Volume 11, No.3 – 2017 ISSN 1978 - 5658 177