PENGARUH VOLUME KIRIMAN BARANG TERHADAP JUMLAH KENDARAAN STUDI KASUS: PERUSAHAAN JASA PENGIRIMAN BARANG

  • Agung Prayudha Hidayat Sekolah Vokasi Institut Pertanian Bogor. Bogor. Indonesia
  • Sesar Husen Santosa Sekolah Vokasi Institut Pertanian Bogor. Bogor. Indonesia
  • Ridwan Siskandar Sekolah Vokasi Institut Pertanian Bogor. Bogor. Indonesia
Keywords: Vehicles, Transport Volume, , Hyoptesis Testing, Determintation Value

Abstract

Penentuan jumlah kendaraan memiliki peranan yang sangat penting dalam kelancaran pengiriman barang. Strategi optimalisasi yang efektif  terhadap pengalokasian jumlah kendaraan dengan memperhatikan kapasitas yang diangkut oleh kendaraan dengan menggunakan metode kuantitatif  Penelitian ini menggunakan pendekatan statistik dengan menggunakan uji regresi linier, uji hipotesis (Uji F), dan uji determinasi dan korelasi. Hasil penelitian menunjukkan bahwa terdapat hubungan antara volume kiriman dengan jumlah kendaraan. volume kiriman barang berpengaruh terhadap variabel jumlah kendaraan sebesar 31,4%.  

References

Angreni, F. (2017). Analisis Regresi dan Korelasi Antara Pengunjung dan Pembeli Terhadap Nominal Pembelian Di Indomaret Kedungmundu. 1.

Hidayat, A. P., Santosa, S. H., & Siskandar, R. (2021). Indonesian Journal of Science & Technology. Indonesian Journal of Science, 2(3), 113–117.

Husen, S., Irawan, S., & Ardani, I. (2020). Determination of Overall Equipment Effectiveness Superflex Machine Using Fuzzy Approach. 4(2). https://doi.org/10.29099/ijair.v4i2.142

Larson, P. D., & Halldorsson, A. (2004). Logistics versus supply chain management: An international survey. International Journal of Logistics Research and Applications, 7(1), 17–31. https://doi.org/10.1080/13675560310001619240

Mahmudah, N., Parikesit, D., Malkhamah, S., & Priyanto, S. (2011). Pengembangan Metodologi Perencanaan Transportasi Barang Regional. Jurnal Transportasi, 11(3), 173–182.

Santosa, S. H., & Hidayat, A. P. (2019). Model Penentuan Jumlah Pesanan Pada Aktifitas Supply Chain Telur Ayam Menggunakan Fuzzy Logic. Jurnal Ilmiah Teknik Industri. https://doi.org/10.23917/jiti.v18i2.8486

Santosa, S. H., Hidayat, A. P., & Siskandar, R. (2021). SAFEA application design on determining the optimal order quantity of chicken eggs based on fuzzy logic. 10(4), 11591. https://doi.org/10.11591/ijai.v10.i4.pp858-871

Santosa, S. H., Sulaeman, S., Hidayat, A. P., & Ardani, I. (2005). Fuzzy Logic Approach to Determine the Optimum Nugget Production Capacity. 6869. https://doi.org/10.23917/jiti.v19i1.10295

Santosa, S., Hidayat, A. P., & Siskandar, R. (2021). Effect of Selling Price on Demand for Chicken Eggs Using a Regression Approach. 2(3), 106–112.

Sulistyono, S., & Sulistiyowati, W. (2018). Peramalan Produksi dengan Metode Regresi Linier Berganda. PROZIMA (Productivity, Optimization and Manufacturing System Engineering), 1(2), 82. https://doi.org/10.21070/prozima.v1i2.1350

Syilfi, dwi ispriyanti, diah safitri. (2012). Analsis Regresi. Jurnal Gaussin, 1.

Published
2022-04-05