Claim Missing Document
Check
Articles

Found 1 Documents
Search

Model Persamaan Regresi Pengoptimalan Waktu Pelayanan Bongkar Kargo Menggunakan Multiple Regression Analysis di PT. XYZ Dyah Lintang Trenggonowati; Kulsum kulsum; Fadhela Ara Salma
Journal Industrial Servicess Vol 6, No 1 (2020): Oktober 2020
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/jiss.v6i1.9484

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.