Model Optimasi Jaringan ATM & Cabang (Model Alokasi Lokasi)

Pendahuluan

Dalam pelajaran ini Anda akan mempelajari cara membangun Model Optimasi Jaringan ATM & Cabang (Location Allocation Model) untuk menentukan lokasi terbaik dalam membuka, memindahkan, mengurangi, atau menggabungkan ATM/cabang bank. Model ini membantu bank menghemat biaya operasional, meningkatkan aksesibilitas nasabah, dan memaksimalkan revenue per lokasi.

Anda akan belajar proses lengkap mulai dari data preparation, perhitungan demand–supply, hingga menjalankan model lokasi optimal menggunakan metode klasik dan modern (Location-Allocation, P-Median, Coverage Model, Gravity Model, hingga ML-assisted optimization).

Prasyarat / Alat yang Dibutuhkan:

  • Dasar GIS (buffer, network analysis, spatial join)
  • Dasar optimasi (linear programming / heuristik)
  • Software: QGIS + Network Plugin, ArcGIS Pro Network Analyst, atau Python (GeoPandas, OSMnx, OR-Tools)
  • Data yang dibutuhkan:
    • Lokasi ATM/cabang
    • Permintaan nasabah (transaksi, populasi, volume uang tunai)
    • Road network
    • Titik pesaing (bank lain)
    • Data geodemografi

Langkah-langkah Utama

1. Menyiapkan Data Demand dan Supply

Tujuan langkah ini adalah memastikan semua data dasar tersedia untuk model.

Instruksi Detail

  1. Impor layer:
    • ATM/cabang bank Anda (supply).
    • Lokasi pesaing.
    • Populasi, permintaan transaksi, dan area kepadatan (demand).
  2. Standarkan proyeksi ke sistem yang sama.
    • (Visual Hint: Panel Layer dengan EPSG sama untuk semua layer)
  3. Buat centroid demand points:
    • Gunakan grid 250–500m atau centroid kelurahan.
    • (Visual Hint: Grid persegi terlihat pada peta)
  4. Tambahkan atribut demand:
    • Jumlah penduduk.
    • Estimasi transaksi.
    • Tingkat potensi kunjungan nasabah.

Tip Penting:
Gunakan Micromarket Segmentation (grid kecil) untuk hasil lebih akurat dibandingkan data administratif besar seperti kecamatan.

2. Menghitung Jarak dan Aksesibilitas Lokasi

Tahap ini menentukan hubungan demand → supply berdasarkan jarak atau waktu tempuh.

Instruksi Detail

  1. Gunakan road network dari OSM atau road dataset internal.
  2. Hitung network distance antara setiap demand point dan ATM/cabang:
    • Di ArcGIS: Network Analyst → OD Cost Matrix.
    • Di QGIS: gunakan plugin ORS Tools atau SAGA.
  3. Tentukan parameter:
    • Travel time (menit).
    • Maximum service distance (misal: 1 km untuk ATM, 5 km untuk cabang).
  4. Buat matriks jarak:
    • Row = demand points
    • Column = lokasi ATM/cabang
    • (Visual Hint: Tabel matriks jarak dalam format CSV)

Peringatan:
Jangan gunakan jarak garis lurus (euclidean) untuk perbankan. Selalu gunakan network distance.

3. Menjalankan Location-Allocation untuk Menentukan Lokasi Optimal

Anda akan memilih lokasi terbaik untuk menambah, mempertahankan, atau menutup ATM/cabang.

Instruksi Detail

  1. Pilih jenis model:
    • P-Median: meminimalkan jarak rata-rata demand ke ATM/cabang.
    • Max-Coverage: memaksimalkan jumlah penduduk dalam radius tertentu.
    • Gravity Model: mempertimbangkan daya tarik lokasi dan kompetisi.
    • P-Center: meminimalkan jarak terburuk (max-min).
  2. Di ArcGIS:
    • Network Analyst → Location-Allocation → Add Facilities & Demand Points.
    • (Visual Hint: Interface Location-Allocation dengan tabel Demand & Facilities)
  3. Atur jumlah fasilitas (p):
    • Misal: memilih 8 dari 20 lokasi potensial.
  4. Jalankan analisis → lihat output lokasi terpilih.
  5. Visualisasikan hasil:
    • Titik hasil lok-optimal (warna hijau).
    • Titik lokasi tidak terpilih (warna merah).
    • (Visual Hint: Peta dengan titik hijau–merah dan garis koneksi demand → supply)

Tip Strategis:
Untuk ATM, gunakan Max-Coverage.
Untuk Cabang utama, gunakan P-Median atau Gravity Model.

4. Menghitung Cannibalization & Kompetisi

Bank harus menghindari internal cannibalization, yaitu ketika ATM/cabang baru mencuri permintaan dari lokasi yang sudah ada.

Instruksi Detail

  1. Hitung overlap buffer antar ATM/cabang:
    • Radius 300–500m.
    • (Visual Hint: Buffer beririsan antara dua ATM)
  2. Estimasi cannibalization:
    • Permintaan area tumpang tindih dibagi proporsi jarak/waktu tempuh.
  3. Tambahkan variabel kompetisi:
    • Jarak ke ATM/cabang pesaing.
    • Jumlah pesaing dalam buffer 500m.
    • Daya tarik lokasi pesaing (mall, stasiun, perkantoran).
  4. Modifikasi skor kandidat lokasi dengan penalti kompetisi.

Peringatan:
Cannibalization yang tidak dihitung dapat membuat bank merugi meski lokasi terlihat ramai.

5. Membuat Model Alokasi Lokasi berbasis Optimasi (OR-Tools / Python)

Jika Anda ingin fleksibilitas tinggi, gunakan Python untuk menghitung lokasi optimal dengan linear programming.

Instruksi Detail

  1. Siapkan input:
    • Matriks jarak.
    • Demand per titik.
    • Daftar lokasi kandidat.
  2. Gunakan OR-Tools:
    • Formulasikan:
      • Variabel keputusan: buka lokasi atau tidak (biner).
      • Objective function: minimalkan total jarak × demand.
  3. Jalankan solver:
    • (Visual Hint: Notebook Python dengan tabel output lokasi terpilih)
  4. Simpan hasil dan visualisasikan kembali di GIS.

Tip Lanjutan:
Gunakan genetic algorithm ketika jumlah kandidat sangat banyak (>100 lokasi).

6. Menghasilkan Peta Final Optimasi Jaringan

Output akhir berupa peta siap presentasi ke manajemen.

Instruksi Detail

  1. Buat layer:
    • Lokasi yang harus dipertahankan.
    • Lokasi yang disarankan ditutup.
    • Lokasi baru yang optimal.
  2. Tambahkan garis hubungan demand → supply.
  3. Beri legenda gaya profesional:
    • Hijau = Optimal
    • Kuning = Dipertahankan
    • Merah = Tidak Efisien
    • (Visual Hint: Peta final dengan 3 warna dan jaringan garis)
  4. Export ke PDF, PNG, atau WebMap (Leaflet/ArcGIS Online).

Strategi Presentasi:
Tampilkan 3 skenario: konservatif, moderat, agresif. Manajemen biasanya menyukai perbandingan.

Ringkasan

Tiga poin penting dari modul ini:

  1. Location Allocation adalah alat terkuat untuk optimasi jaringan ATM & cabang.
  2. Aksesibilitas, demand, dan kompetisi harus dihitung bersamaan.
  3. Output terbaik adalah peta rekomendasi lokasi dalam 3 skenario strategis.

Tugas Praktis

Buat model optimasi ATM untuk 1 kota (misal Surabaya):

  1. Kumpulkan demand grid + data ATM bank Anda + data pesaing.
  2. Jalankan model P-Median dengan 10 lokasi optimal.
  3. Bandingkan hasilnya dengan kondisi existing (berapa lokasi yang layak ditutup/dipindah).
  4. Buat peta final dan write-up 1 paragraf mengenai rekomendasi strateginya.
Previous Lesson
Back to Course
Next Lesson