Model Persamaan Regresi Pengoptimalan Waktu Pelayanan Bongkar Kargo Menggunakan Multiple Regression Analysis di PT. XYZ

Dyah Lintang Trenggonowati, Kulsum kulsum, Fadhela Ara Salma

Abstract


Pelabuhan merupakan salah satu tempat dimana bisa melakukan aktivitas memuat dan membongkar muatan atau barang yang dibawa kapal-kapal serta memiliki peranan penting dan strategis karena berkontribusi bagi pertumbuhan industri dan perdagangan. Salah satu pelabuhan yang ada di Indonesia adalah Pelabuhan Cigading. Pelabuhan ini terletak diposisi strategis dan tepat di jalur laut yang ramai. Hal ini membuat pelabuhan cukup sibuk dalam melayani kapal-kapal yang berlabuh di dermaga pelabuhan. Karenanya dibutuhkan pengelolaan pelabuhan dilakukan secara profesional, efektif dan efisien yaitu PT. XYZ. PT. XYZ mengelola 2 pelabuhan yaitu Pelabuhan Cigading 1 dan Pelabuhan Cigading 2. Dikarenakan adanya kontrak afiliasi dalam pelayanan bongkar kargo di Pelabuhan Cigading 2, menuntut PT. XYZ untuk melaksanakan kegiatan jasa bongkar tepat waktu sesuai dengan perjanjian yang telah ditetapkan dan disetujui oleh kedua belah pihak. Penelitian ini untuk mengetahui variabel - variabel yang berpengaruh dalam pengoptimalan waktu pelayanan kapal dengan menggunakan metode analisis regresi berganda (multiple regression analysis). Berdasarkan pada pengolahan data yang dilakukan didapatkan bahwa faktor yang mempengaruhi pengoptimalan waktu pelayanan jasa bongkar kargo adalah waktu kedatangan kapal, waktu bongkar kargo, waktu pelayanan pandu, jumlah kargo yang dibongkar dan kapasitas bongkar yang dapat dilakukan. Model persamaan regresi berganda yang signifikan dari pengolahan data adalah Y = -0.697 + 0.195 X1 + 1.011 X2 + 4.689 X3 – 3.379×10-5 X4 +3.589×10-5 X5.

Keywords


Analisis Regresi Berganda, Optimasi, Pelabuhan

Full Text:

PDF

References


Khaldun, A, I, Suryailahi, V, I, Muajir., “Pelaksanaan Bongkar Muat Peti Kemas dan Waktu Penyelesaian (Turn Round Time)”, Jurnal Managemen Bisnis Transportasi dan Logistik (2018). Vol. 4. No. 3: 297-302

Wang X., Peng B, “Determining the value of the port transport waters: Based on improved TOPSIS model by multiple regression weighting”, Ocean and Coastal Management. Volume 107, April 2015, Pages 37-45. https://doi.org/10.1016/j.ocecoaman.2015.02.004

Zhang X., Tian Y., Zhang X., Bai M., “Use of multiple regression models for predicting the formation of bromoform and dibromochloromethane during ballast water treatment based on an advanced oxidation process”, Environmental Pollution Journal, Volume 254, Part A, November 2019, 113028. https://doi.org/10.1016/j.envpol.2019.113028

Merkel A., Holmgren J., “Dredging the depths of knowledge: Efficiency analysis in the maritime port sector “, Transport Policy. Volume 60, November 2017, Pages 63-74. https://doi.org/10.1016/j.tranpol.2017.08.010

Trenggonowati, D. L., “Optimasi Sandar Kapal Menggunakan Simulasi Sistem di Dermaga I PT. ASDP Indonesia Ferry (PERSERO) Cabang Merak”, Seminar Nasional Teknik Industri Universitas Gadjah Mada 2018 Page A001 – A0010.

Amaliya, M dan Listyani, E., “Analisis Regresi Robust Estimasi-S dalam Mengatasi Outlier pada Kasus Indeks Pembangunan Manusia Tahun 2016”, Yogyakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta (2017).

Gunawan, H, Suhartono, Sianto, M, E., “Analisis Faktor-Faktor yang Berpengaruh terhadap Produktivitas Bongkar Muat Kontainer di Dermaga Berlian Surabaya (Studi Kasus PT. Pelayaran Meratus)”, Jurnal Widya Teknik (2008). Vol. 7. No.1: 79-89.

Mendenhall, W., “Second Course in Statistics: Regression Analysis (7th Edition)”, New Jersey: Prenctince Hall. Hal: 99 (2011).

Amril dan Logahan, J, M., “Pengaruh Pelayanan Kapal, Peralatan Bongkar Muat dan Operator Bongkar Muat terhadap Kinerja Terminal Peti Kemas di JICT Tanjung Priok”, Jurnal Manajemen dan Bisnis Asmi (2016). Vol. 2. No. 1: 39-64.

Anggraeni, N, D., “Pengaruh Good Corporate Governance dan Earning Power terhadap Manajemen Laba”, Bandung: Fakultas Ekonomi Universitas Pasundan (2015).




DOI: http://dx.doi.org/10.36055/jiss.v6i1.9484

Refbacks

  • There are currently no refbacks.


  is supported by