Upload
lythuan
View
222
Download
0
Embed Size (px)
Citation preview
Analisis Hubungan Kluster Industri dengan PenentuanLokasi Pelabuhan: Studi Kasus Pantai Utara Pulau Jawa
Oleh :Maulana Prasetya Simbolon – 4104 100 072
Pembimbing :Ir. Tri Achmadi, P.hD.
LATAR BELAKANG
• Adanya ketimpangan dalam pola pergerakan distribusi
barang (ekspor) dari beberapa lokasi kluster industri ke
pelabuhan.
• Apakah lokasi pelabuhan berkorespondensi dengan lokasi
kluster industri?
• Apakah faktor biaya transportasi (inland) mempengaruhi
penentuan lokasi pelabuhan dalam hal pendistribusian barang
dari kluster industri?
PERUMUSAN MASALAH
TUJUAN• Mengetahui seberapa besar hubungan serta pengaruh lokasi pelabuhan
terhadap lokasi kluster industri di pulau Jawa.• Mengetahui faktor yang mempengaruhi suatu industri dalam menentukan
lokasi pelabuhan (distribusi barang).• Mengetahui pola distribusi barang dari kluster industri ke pelabuhan.
TUJUAN PENELITIAN
• Kluster industri kajian yaitu kluster industri manufaktur berskala besar dan
menengah dengan daerah pemasaran antar negara (ekspor).
• Penentuan lokasi kluster industri berdasarkan keberadaannya (kabupaten/kota).
• Pelabuhan yang dikaji yaitu pelabuhan Tanjung Priok, Tanjung Emas, dan Tanjung
Perak.
• Proses analisa hanya sebatas pada segi distribusi ekspor dari lokasi kluster industri
(hinterland) ke pelabuhan.
• Perhitungan biaya transportasi hanya sebatas pada pergerakan barang dari lokasi
kluster industri ke pelabuhan (inland).
BATASAN MASALAH
METODOLOGI PENELITIAN
METODOLOGI PENELITIAN
GAMBARAN UMUM
2,000,000
4,000,000
6,000,000
8,000,000
10,000,000
12,000,000
2006 2007 2008 2009 2010
Ton
Tahun
Perkembangan Ekspor Provinsi Jawa Timur dan di Pelabuhan Ekspor Provinsi Jawa Timur
Pelabuhan Ekspor Jawa Timur
Ekspor Jawa Timur
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
2006 2007 2008 2009 2010
Ton
Tahun
Perkembangan Ekspor Provinsi Jawa Tengah+DIY dan di Pelabuhan Ekspor Provinsi Jawa Tengah
Pelabuhan Ekspor Jawa Tengah
Ekspor Jawa Tengah + DIY
10,000,000
12,000,000
14,000,000
16,000,000
18,000,000
20,000,000
2006 2007 2008 2009 2010
Ton
Tahun
Perkembangan Ekspor Provinsi Jawa Barat+DKI Jakarta+Banten dan di Pelabuhan Ekspor Provinsi DKI
Jakarta
Pelabuhan Ekspor DKI Jakarta
Ekspor Jawa Barat + DKI Jakarta + Banten
Grafik Perkembangan Volume Ekspor Provinsi dan Pelabuhan
GAMBARAN UMUM
Fasilitas Pelabuhan Satuan Tanjung Perak Tanjung Emas Tanjung Priok1. Fasilitas Pokok :
- Luas Kolam Labuh Hektar 75 17,800 424- Kedalaman Kolam Labuh - m LWS 6 s/d 12 5 s/d 10 6 s/d 14- Panjang Dermaga Meter 9,695 1,566 17,507- Kedalaman Dermaga - m LWS 6 s/d 12 3 s/d 9 6 s/d 14- Luas Gudang/CFS Meter Persegi 107,411 41,390 128,679- Luas Lapangan Penumpukan/CY Hektar 59 10 193
2. Fasilitas Pelayanan Terminal :- Container Crane Unit 10 4 31- Transtainer Unit 23 8 94- Superstacker Unit 3 2 40- Top Loader Unit 2 2 1- Side Loader Unit 2 2 1- Forklift Unit 12 11 20- Truk dan Chassis Unit 172 52 255
3. Fasilitas Pelayanan Kapal :- Kapal Tunda Unit 9 3 15- Kapal Pandu Unit 4 1 7- Kapal Kepil Unit 3 2 6- Kapal Survey Unit 1 - 1- Kapal Gandeng Unit - - 4- Tongkang Air Unit 3 - 1- Reception Facilities Unit - - 2- Kapal Pembersih Sampah Unit - - 4
Sumber : PT. (Persero) Pelindo II dan III
Fasilitas Ketiga Pelabuhan, Tahun 2008
GAMBARAN UMUM
TahunTanjung Perak
Tanjung Emas Tanjung Priok
2002 2,100 726 5,748
2003 2,187 738 5,998
2004 2,368 801 4,843
2005 2,356 799 5,269
2006 2,487 798 5,351
2007 2,262 770 5,775
2008 2,346 705 5,321
2009 2,435 728 4,508
2010 2,114 779 4,773 Sumber : Administrator Pelabuhan
-
1,000
2,000
3,000
4,000
5,000
6,000
7,000
Uni
t
Tahun
Tanjung Perak
Tanjung Emas
Tanjung Priok
Perkembangan Jumlah Kunjungan Kapal Tahun 2002-2010 (dalam Unit)
GAMBARAN UMUM
Lokasi Kluster Industri (Hinterland) Pelabuhan Tanjung Priok
GAMBARAN UMUMLokasi Kluster Industri (Hinterland) Pelabuhan Tanjung Emas dan Tanjung Perak
ANALISA DATA DAN PEMBAHASAN
Data Arus Ekspor NonMigas Tiap Provinsi Tahun 2006-2010 (dalam Ton)
Provinsi SatuanTahun
Rata-Rata2006 2007 2008 2009 2010
Jawa Timur
Ton
6,362,965 7,348,629 6,720,665 6,703,075 7,669,296 6,960,926
Jawa Tengah 2,270,605 2,429,933 2,135,791 2,588,471 2,621,006 2,409,161
D.I.Yogyakarta 65,964 62,944 53,060 41,946 61,989 57,181
Jawa Barat 9,487,193 10,052,916 9,768,505 9,403,029 11,556,953 10,053,719
DKI Jakarta 3,120,612 2,951,795 3,134,205 2,636,889 3,031,056 2,974,912
Banten 4,123,414 4,310,310 3,596,889 3,480,572 3,911,436 3,884,524
Jawa Timur
US$
8,301,289,639 10,707,236,308 10,510,989,807 10,003,666,429 12,766,472,231 10,457,930,883
Jawa Tengah 3,478,203,596 3,819,245,437 3,847,919,697 3,473,409,124 4,236,040,054 3,770,963,582
D.I.Yogyakarta 185,530,409 189,646,732 186,819,737 198,824,501 267,241,141 205,612,504
Jawa Barat 23,767,005,440 25,819,822,080 28,588,312,191 25,364,500,778 30,443,730,490 26,796,674,196
DKI Jakarta 7,117,247,889 7,096,342,845 8,418,955,659 6,968,052,426 8,172,324,434 7,554,584,651
Banten 6,056,497,472 6,104,908,605 6,790,216,092 5,563,364,310 7,739,646,149 6,450,926,526
Sumber : Statistik Ekonomi dan Keuangan Daerah/SEKDA Provinsi, diolah.
ANALISA DATA DAN PEMBAHASAN
Data (Hasil Perhitungan) Potensi Ekspor Kluster Industri Menggunakan Proporsi Tenaga KerjaLokasi Kluster Jumlah Jumlah Potensi Ekspor Lokasi Kluster Jumlah Jumlah Potensi Ekspor
Tenaga Kerja dalam Ton dalam US$ Tenaga Kerja dalam Ton dalam US$
Surabaya 188,862 1,546,956 2,324,110,434 Bekasi 281,498 2,337,745 6,230,906,511
Sidoarjo 175,458 1,437,165 2,159,162,608 Bogor 219,059 1,819,210 4,848,830,718
Gresik 93,857 768,776 1,154,991,650 Bandung 289,672 2,405,627 6,411,836,499
Pasuruan 92,570 758,235 1,139,154,001 Karawang 95,151 790,197 2,106,149,903
Mojokerto 36,649 300,190 450,997,677 Sukabumi 60,522 502,615 1,339,643,350
Malang 83,285 682,182 1,024,894,036 Purwakarta 41,078 341,139 909,253,983
Probolinggo 21,402 175,302 263,370,141 Indramayu 2,032 16,875 44,977,947
Jember 33,210 272,021 408,677,804 Depok 32,028 265,982 708,933,896
Lumajang 8,587 70,336 105,670,470 Cirebon 39,306 326,423 870,031,088
Situbondo 8,298 67,968 102,114,075 Cimahi 79,928 663,775 1,769,191,595
Lamongan 15,783 129,278 194,223,481 Majalengka 6,978 57,950 154,456,748
Banyuwangi 20,351 166,694 250,436,676 Sumedang 25,131 208,704 556,270,068
Jombang 19,105 156,488 235,103,567 Tasikmalaya 12,789 106,208 283,082,165
Kediri 52,416 429,336 645,024,264 Ciamis 5,425 45,053 120,081,378
Jumlah 849,833 6,960,926 10,457,930,883 Garut 7,149 59,370 158,241,802
Subang 12,866 106,848 284,786,546
Jumlah 1,210,612 10,053,719 26,796,674,196
ANALISA DATA DAN PEMBAHASAN
Data (Hasil Perhitungan) Potensi Ekspor Kluster Industri Menggunakan Proporsi Tenaga KerjaLokasi Kluster Jumlah Jumlah Potensi Ekspor
Tenaga Kerja dalam Ton dalam US$Lokasi Kluster
Jumlah Jumlah Potensi Ekspor
Semarang 178,561 776,389 1,251,800,678 Tenaga Kerja dalam Ton dalam US$
Sukoharjo 53,636 233,211 376,014,814 Batang 14,406 62,638 100,993,165
Demak 15,115 65,720 105,963,605 Klaten 18,612 80,926 130,479,300
Kudus 90,539 393,666 634,723,045 Kendal 15,895 69,112 111,431,790
Karanganyar 44,298 192,609 310,550,828 Purworejo 2,405 10,457 16,860,236
Jepara 38,873 169,021 272,518,903 Salatiga 1,664 7,235 11,665,461
Sleman 26,333 114,497 184,607,318 Yogyakarta 9,981 43,398 69,971,733
Boyolali 13,306 57,855 93,281,623 Temanggung 7,980 34,697 55,943,736
Sragen 11,277 49,033 79,057,332 Purbalingga 5,775 25,110 40,485,598
Surakarta 16,167 70,295 113,338,644 Kebumen 3,036 13,201 21,283,857
Bantul 18,315 79,634 128,397,183 Cilacap 11,040 48,002 77,395,845
Magelang 14,578 63,386 102,198,970 Tegal 19,975 86,852 140,034,602
Pekalongan 46,234 201,027 324,123,143 Pati 18,496 80,421 129,666,082
Jumlah 567,232 2,466,342 3,976,576,086
Lokasi Kluster Jumlah Jumlah Potensi Ekspor Lokasi Kluster Jumlah Jumlah Potensi EksporTenaga Kerja dalam Ton dalam US$ Tenaga Kerja dalam Ton dalam US$
Jakarta Utara 195,684 1,413,898 3,590,496,037 Tangerang 412,025 3,133,312 5,203,409,112
Jakarta Timur 116,181 839,456 2,131,740,051 Serang 77,792 591,582 982,424,857
Jakarta Barat 82,170 593,712 1,507,691,274 Cilegon 20,991 159,630 265,092,557
Jakarta Selatan 17,694 127,846 324,657,289 Jumlah 510,808 3,884,524 6,450,926,526
Jumlah 411,729 2,974,912 7,554,584,651
ANALISA DATA DAN PEMBAHASAN
Perhitungan Biaya Transportasi/Trucking (Inland)
Biaya Transportasi (Inland) Tiap Lokasi → Persamaan Regresi Y = a + b.X
a = INTERCEPT(Data tarif petikemas 20” gross, Data rata2 radius),
a → letak garis pada grafik persamaan regresi
b = SLOPE(Data tarif petikemas 20” gross, Data rata2 radius)
b → arah vektor (peningkatan/penurunan)
X = Jarak tempuh (dari lokasi kluster ke pelabuhan)
X → variabel bebas
Sumber: Aplikasi Statistika Dalam Penelitian (Somantri, 2006)
ANALISA DATA DAN PEMBAHASAN
Radius Rata-rata Petikemas 20' (Rupiah)(Km) Gross
40 s/d 60 50 525,000 61 s/d 90 75.5 577,500 91 s/d 110 100.5 700,000 111 s/d 130 120.5 757,500 131 s/d 150 140.5 840,000 151 s/d 170 160.5 875,500 171 s/d 200 185.5 1,050,000 201 s/d 250 225.5 1,225,000 251 s/d 300 275.5 1,575,000 301 s/d 350 325.5 1,750,000
Sumber: Organda Tanjung Perak
Data Tarif Angkutan Petikemas 20’ (Gross)
ANALISA DATA DAN PEMBAHASAN
Data (Hasil Perhitungan) Biaya Transportasi (Inland)
Asumsi: 20’ (feet) = 17,68 ton → 80% payload (22,1 ton)
Contoh Data Hasil Perhitungan Biaya Transportasi (Inland)
Lokasi Biaya Transportasi/Trucking (Rupiah/Ton)Kluster Industri Tanjung Perak Tanjung Emas Tanjung Priok
Surabaya 18,254 93,486 222,644 Sidoarjo 21,726 100,062 228,957 Gresik 17,728 89,277 218,435 Pasuruan 30,644 108,743 237,901 Mojokerto 27,355 92,697 221,855 Malang 38,140 116,372 245,529 Probolinggo 40,350 118,739 247,897
::dst.::
ANALISA DATA DAN PEMBAHASAN
Perhitungan Model Linear Programmingsasaran (objective function):
Sumber: Diktat Metode Optimisasi (Setijoprajudo, 1999)
ANALISA DATA DAN PEMBAHASAN
Hasil Perhitungan Model Linear Programming
Contoh hasil perhitungan model Linear Programming (solver)
:: dst.:
ANALISA DATA DAN PEMBAHASAN
Hasil Perhitungan Model Linear Programming
Contoh hasil perhitungan model Linear Programming (solver):: dst.:
ANALISA DATA DAN PEMBAHASAN
Perhitungan Model Gravitasi dengan Pembatas Tunggal
• Oi → Potensi ekspor tiap lokasi kluster• Dj → Variabel daya tarik pelabuhan• dij → Jarak tempuh (lokasi kluster ke pelabuhan)• b → menggambarkan cepatnya jumlah trip menurun seiring pertambahan jarak• b = 2
Daya tarik tiap pelabuhan secara relatif
Daya Tarik Pelabuhan:1. Daya tampung gudang/CY pelabuhan2. Jumlah kunjungan kapal3. Biaya transportasi (inland)
Sumber: Perencanaan Pembangunan Wilayah Edisi Revisi (Tarigan, 2005)
ANALISA DATA DAN PEMBAHASAN
Data Variabel Daya Tarik Pelabuhan
Contoh pada perhitungan model gravitasi dengan pembatas tunggal
Potensi Kluster Industri di Jawa Timur
Lokasi KlusterPotensi Barang
Volume (Ton) Nilai (US $)
Surabaya 1,546,956 2,324,110,434
Sidoarjo 1,437,165 2,159,162,608
Gresik 768,776 1,154,991,650
Pasuruan 758,235 1,139,154,001
:: dst.:
Tanjung Perak Tanjung Emas Tanjung Priok( D1 ) ( D2 ) ( D3 )
Variabel Daya Tarik Pelabuhan Satuan
Daya Tampung Gudang/Lapangan Ton 918,001
Biaya Transportasi / Trucking Rp,-/Ton Lihat Lampiran 3
2,373,389
Jumlah Kunjungan Kapal (Ship's Call) Unit 2,295 760 5,287
609,485
ANALISA DATA DAN PEMBAHASAN
Contoh pada perhitungan model gravitasi dengan pembatas tunggal(lanjutan ...)
:: dst.:
:: dst.:
ke j Tanjung Perak Tanjung Emas Tanjung Priokdari i j = 1 j = 2 j = 3
Surabaya i = 1 19.1 322 814 Jawa TimurSidoarjo i = 2 36.5 318 811Gresik i = 3 30.8 316 808
dij = Jarak Tempuh Antara Lokasi Kluster Industri dengan Lokasi Pelabuhan (dalam Km)
Lokasi Kluster Propinsi
LokasiKluster Industri Tanjung Perak Tanjung Emas Tanjung Priok
Surabaya 17,228 96,906 226,326Sidoarjo 21,805 95,854 225,537Gresik 20,306 95,328 224,748
Biaya Transportasi/Trucking (Rupiah/Ton)
ANALISA DATA DAN PEMBAHASAN
Contoh pada perhitungan model gravitasi dengan pembatas tunggal(lanjutan...)
:: dst.:::
Tg. Perak Tg. Emas Tg. Priok Jumlah Tg. Perak Tg. Emas Tg. Priok
Surabaya 2,516.4 5.9 3.6 2,525.8 0.9963 0.0023 0.0014 Sidoarjo 689.1 6.0 3.6 698.7 0.9862 0.0086 0.0052 Gresik 967.7 6.1 3.6 977.4 0.9900 0.0062 0.0037 Pasuruan 244.3 4.7 3.3 252.2 0.9685 0.0185 0.0129 Mojokerto 333.1 4.9 3.3 341.3 0.9758 0.0144 0.0097 Malang 92.5 3.8 3.0 99.4 0.9314 0.0385 0.0300 Probolinggo 61.7 3.4 2.8 67.9 0.9078 0.0504 0.0418 Jember 20.6 2.3 2.4 25.3 0.8146 0.0922 0.0932 Lumajang 43.1 3.1 2.7 48.8 0.8820 0.0628 0.0552 Situbondo 21.0 2.4 2.4 25.7 0.8169 0.0914 0.0917 Lamongan 161.0 10.1 4.4 175.5 0.9178 0.0574 0.0248 Banyuwangi 10.3 1.7 2.0 14.0 0.7360 0.1218 0.1422 Jombang 149.4 7.3 3.9 160.5 0.9303 0.0455 0.0242 Kediri 64.8 9.9 4.3 79.0 0.8201 0.1254 0.0545
Lokasi Kluster
Variabel Daya Tampung Gudang/CY Daya Tarik Tiap Pelabuhan Secara Relatif
( D1/di12 ) ( D2/di2
2 ) ( D3/di32 ) ( ∑ Dj/dij
2 ) Ai . Dj . dij-b = { Dj . dij
-2 / ∑ Dj . dij-2 }
ANALISA DATA DAN PEMBAHASAN
Contoh pada perhitungan model gravitasi dengan pembatas tunggal(lanjutan...)
Tg. Perak % Tg. Emas % Tg. Priok % JumlahSurabaya 1,541,162 99.63% 3,600 0.23% 2,194 0.14% 1,546,956
Sidoarjo 1,417,345 98.62% 12,397 0.86% 7,422 0.52% 1,437,165
Gresik 761,117 99.00% 4,801 0.62% 2,859 0.37% 768,776
Pasuruan 734,371 96.85% 14,059 1.85% 9,805 1.29% 758,235
Mojokerto 292,940 97.58% 4,326 1.44% 2,924 0.97% 300,190
Malang 635,413 93.14% 26,287 3.85% 20,482 3.00% 682,182
Probolinggo 159,141 90.78% 8,831 5.04% 7,331 4.18% 175,302
Jember 221,585 81.46% 25,083 9.22% 25,353 9.32% 272,021
Lumajang 62,036 88.20% 4,414 6.28% 3,886 5.52% 70,336
Situbondo 55,521 81.69% 6,215 9.14% 6,233 9.17% 67,968
Lamongan 118,647 91.78% 7,420 5.74% 3,210 2.48% 129,278
Banyuwangi 122,689 73.60% 20,296 12.18% 23,709 14.22% 166,694
Jombang 145,582 93.03% 7,113 4.55% 3,793 2.42% 156,488
Kediri 352,098 82.01% 53,824 12.54% 23,414 5.45% 429,336
Proporsi 6,619,646 95% 198,666 3% 142,614 2% 6,960,926
Lokasi KlusterVariabel Daya Tampung Gudang/CY { Oi . ( Di . dij
-2 / ∑ Di . dij-2 ) }
ANALISA DATA DAN PEMBAHASAN
Rekapitulasi Hasil Perhitungan Model Gravitasi dengan Pembatas Tunggal
Berdasarkan Variabel Daya Tampung Gudang/CY
Volume EksporTanjung Perak Tanjung Mas Tanjung Priok Provinsi
Jawa Timur Ton 6,619,646 198,666 142,614 % 95.1% 2.9% 2.0%
Jawa Tengah & D.I.Y Ton 279,703 2,470,659 278,028 % 9.24% 81.58% 9.18%
Jawa Barat Ton 111,249 259,040 9,683,431 % 1% 3% 96%
D.K.I. Jakarta Ton 635 1,130 2,973,147 % 0.02% 0.04% 99.94%
Banten Ton 8,802 14,628 3,861,094 % 0.2% 0.4% 99.4%
Ton 7,020,034 2,944,123 16,938,314 % 26% 11% 63%
2,974,912
3,884,524
Jumlah 26,902,471
Lokasi Kluster SatuanDistribusi Ekspor ke Lokasi Pelabuhan
6,960,926
3,028,390
10,053,719
ANALISA DATA DAN PEMBAHASAN
Rekapitulasi Hasil Perhitungan Model Gravitasi dengan Pembatas Tunggal
Berdasarkan Variabel Jumlah Kunjungan KapalVolume Ekspor
Tanjung Perak Tanjung Mas Tanjung Priok ProvinsiJawa Timur Ton 6,724,004 103,773 133,149
% 97% 1% 2%Jawa Tengah & D.I.Y Ton 449,078 2,192,714 386,598
% 15% 72% 13%Jawa Barat Ton 128,411 149,950 9,775,359
% 1.3% 1.5% 97%D.K.I. Jakarta Ton 712 633 2,973,566
% 0.02% 0.02% 99.95%Banten Ton 9,893 8,206 3,866,426
% 0.3% 0.2% 99.5%Ton 7,312,098 2,455,276 17,135,097 % 27% 9% 64%
2,974,912
3,884,524
Jumlah 26,902,471
Lokasi Kluster SatuanDistribusi Ekspor ke Lokasi Pelabuhan
6,960,926
3,028,390
10,053,719
ANALISA DATA DAN PEMBAHASAN
Rekapitulasi Hasil Perhitungan Model Gravitasi dengan Pembatas Tunggal
Berdasarkan Variabel Biaya Transportasi (Inland)Volume Ekspor
Tanjung Perak Tanjung Mas Tanjung Priok ProvinsiJawa Timur Ton 6,027,716 669,568 263,641
% 86.6% 9.6% 3.8%Jawa Tengah & D.I.Y Ton 405,164 2,387,734 235,492
% 13% 79% 8%Jawa Barat Ton 778,519 1,463,380 7,811,821
% 7.7% 14.6% 77.7%D.K.I. Jakarta Ton 19,644 33,327 2,921,940
% 0.66% 1.12% 98.22%Banten Ton 160,020 261,301 3,463,203
% 4% 7% 89%Ton 7,391,064 4,815,311 14,696,097 % 27% 18% 55%
2,974,912
3,884,524
Jumlah 26,902,471
Lokasi Kluster SatuanDistribusi Ekspor ke Lokasi Pelabuhan
6,960,926
3,028,390
10,053,719
ANALISA DATA DAN PEMBAHASAN
Analisa Komparasi Hasil Perhitungan Model Linear Programming dengan Data Eksisting
Tj. Perak Tj. Emas Tj. Priok Jawa Timur Ton 6,960,926 - - 6,960,926 Jawa Tengah dan DIY Ton - 2,466,342 - 2,466,342 Jawa Barat Ton - 326,423 9,727,296 10,053,719 DKI Jakarta Ton - - 2,974,912 2,974,912 Banten Ton - - 3,884,524 3,884,524
Jumlah Ton 6,960,926 2,792,765 16,586,732 26,340,423
Tj. Perak Tj. Emas Tj. Priok Jawa Timur Ton 7,559,625 49,083 60,587 7,669,296 Jawa Tengah dan DIY Ton 222,964 2,279,401 180,629 2,682,995 Jawa Barat Ton 449,477 364,133 10,743,344 11,556,953 DKI Jakarta Ton 3,851 3,120 3,024,085 3,031,056 Banten Ton 225,594 182,760 3,503,082 3,911,436
Selisih Distribusi Nilai Ekspor (Hasil Linear Programming) terhadap Data EksistingSatuan Tj. Perak Tj. Emas Tj. Priok
Jawa Timur % 7.9% - - Jawa Tengah dan DIY % - 8% - Jawa Barat % - 10% 9% DKI Jakarta % - - 1.6% Banten % 11%
Linear Programming SatuanDistribusi Ekspor ke Pelabuhan
Jumlah
Data Eksisting SatuanDistribusi Ekspor ke Pelabuhan
Jumlah
ANALISA DATA DAN PEMBAHASAN
Hasil analisa komparasi model linear programming dengan data eksisting:
1. Variabel biaya transportasi (inland) ada keterkaitan hubungan (antaralokasi kluster dengan penentuan lokasi pelabuhan). Ini ditunjukkan padanilai prosentase selisih hasil perhitungan model dengan data eksistingsebesar 1,6% pada kluster industri di wilayah DKI Jakarta - pelabuhanTanjung Priok, dan 7,9% pada kluster industri di wilayah Jawa Timur –pelabuhan Tanjung Perak.
2. Variabel biaya transportasi (inland) tidak terlalu digunakan sebagai faktorpertimbangan dalam menentukan lokasi pelabuhan pada kluster industriwilayah Jawa Barat dan Banten. Ini ditunjukkan dengan nilai selisih yangterlalu besar. Nilai selisih hasil perhitungan pada kluster industri di:
Jawa Barat = 10% melalui pelabuhan Tanjung Emas9% melalui pelabuhan Tanjung Priok
Banten = 11% melalui pelabuhan Tanjung Priok
ANALISA DATA DAN PEMBAHASAN
Analisa Komparasi Hasil Perhitungan Model Gravitasidengan Pembatas Tunggal dengan Data Eksisting
ANALISA DATA DAN PEMBAHASAN
Analisa Komparasi Hasil Perhitungan Model Gravitasidengan Pembatas Tunggal dengan Data Eksisting
(Lanjutan...)
ANALISA DATA DAN PEMBAHASAN
Hasil analisa komparasi model Gravitasi dengan Pembatas Tunggal dengan data eksisting:
a. Variabel daya tampung gudang/CY dapat dijadikan faktor dalam menentukanlokasi pelabuhan (khususnya distribusi barang melalui pelabuhan Tanjung Masdan Tanjung Priok) dengan nilai prosentase selisih distribusi ekspor (hasil modelgravitasi dengan data eksisting) sebesar 2,3% dan 3,3%.
b. Variabel jumlah kunjungan kapal dapat dijadikan faktor dalam menentukanlokasi pelabuhan (khususnya pelabuhan Tanjung Priok) dengan nilai prosentaseselisih distribusi ekspor sebesar 2,2%.
c. Variabel biaya transportasi/trucking (inland) dapat dijadikan faktor dalammenentukan lokasi pelabuhan (khususnya pelabuhan Tanjung Perak) dengan nilaiprosentase selisih distribusi ekspor sebesar 12,7%.
d. Variabel jumlah kunjungan kapal dan daya tampung gudang/CY adalah faktoryang dijadikan pertimbangan dalam menentukan lokasi pelabuhan oleh klusterindustri dalam proses distribusi barang.
ANALISA DATA DAN PEMBAHASAN
Analisa Korelasi Variabel Daya Tarik Pelabuhan denganLokasi Pelabuhan
Model Uji Kebebasan (Test of Independency)
Input Data: Hasil perhitungan model gravitasi masing-masing variabel
Sumber: Aplikasi Statistika Dalam Penelitian (Somantri, 2006)
ANALISA DATA DAN PEMBAHASAN
Contoh Perhitungan Analisis Korelasi Model Uji Kebebasan
ANALISA DATA DAN PEMBAHASAN
Nilai Titik Kritis:
Tabel Chi Square → =CHIINV(α,df) → = 9,4877 → batas daerah H0 dan H1
α → 5% → nilai taraf nyata
df → = (b-1).(k-1) → df = 4
Hipotesis statistik:
H0 = Tidak ada hubungan antara variabel dengan lokasi pelabuhan
H1 = Ada hubungan antara variabel dengan lokasi pelabuhan
ANALISA DATA DAN PEMBAHASAN
Letak nilai Uji Kebebasan Masing-Masing Variabel
Variabel Daya Tampung Gudang/CY Variabel Jumlah Kunjungan Kapal
Variabel Biaya Transportasi(Inland)
Nilai Uji Kebebasan
ANALISA DATA DAN PEMBAHASAN
Hasil Perhitungan Model Uji Kebebasan dan Perhitungan Nilai Koefisien Korelasi
Crammer’s
KESIMPULAN
1. Lokasi pelabuhan memiliki keterkaitan hubungan / korespondensi dengan lokasi
kluster industri (dalam pendistribusian barang), → keberadaan lokasi kluster
industri yang terlebih dahulu ada (terbentuk), kemudian diikuti lokasi pelabuhan.
→ Hal ini dilihat dari data perkembangan arus ekspor dari kluster industri beserta
data perkembangan arus ekspor di pelabuhan.
2. Urutan variabel yang berpengaruh terhadap pertimbangan dalam penentuan lokasi
pelabuhan diantaranya:
1). Jumlah kunjungan kapal (ship’s call), dengan nilai prosentase selisihdistribusi ekspor (hasil perhitungan model gravitasi dengan data eksisting) sebesar 2,2%; nilai koefisien korelasi = 0.866 (keeratan hubungankuat/tinggi).
KESIMPULAN
2) Daya tampung gudang/CY, dengan nilai prosentase selisih distribusi
ekspor (hasil perhitungan model gravitasi dengan data eksisting) sebesar
2,3%; nilai koefisien korelasi = 0.878 (keeratan hubungan kuat/tinggi).
3) Biaya transportasi (inland), dengan nilai prosentase selisih distribusi
ekspor (hasil perhitungan model gravitasi dengan data eksisting) sebesar
12,7%; nilai koefisien korelasi = 0.699 (keeratan hubungan sedang/cukup).
3. Dari hasil analisa didapatkan pola pendistribusian barang (ekspor) dari lokasi
kluster industri ke 3 (tiga) pelabuhan dimana penentuan lokasi pelabuhan
didasarkan pada ketiga variabel daya tarik pelabuhan
KESIMPULAN
Berdasarkan Model Gravitasi dengan Variabel Jumlah Kunjungan KapalPola Distribusi Ekspor Tiap Lokasi Kluster ke Masing-Masing Pelabuhan
SARAN
1. Perbaikan dalam bidang pelayanan jasa kepelabuhanan di pelabuhan
Tanjung Emas sangat dibutuhkan guna menunjang proses distribusi
barang dari kluster industri di wilayah Jawa Tengah dan sebagian di
wilayah Jawa Barat. Hal ini mengingat akan potensi barang (terutama
ekspor) di wilayah tersebut cukup tinggi dan didukung dengan upah
tenaga kerja yang tidak terlalu tinggi yang mampu memicu peningkatan
jumlah kluster industri.
2. Adapun saran dari hasil studi ini adalah perlu dilakukan studi lanjutan
dengan memperluas objek studi, yaitu pelabuhan yang diusahakan yang
terdapat di sekitar pantai utara pulau Jawa.
Terima kasih