KESIMPULAN DAN SARAN - TESIS TI PENGEMBANGAN MODEL OPTIMASI ALOKASI RUANG PAJANG BERPENDINGIN U

Bab ini berisi kesimpulan hasil dari penelitian yang dilakukan dan peluang perbaikan untuk kepentingan penelitian lebih lanjut.

BAB 2

TINJAUAN PUSTAKA

2.1 Produk Perishable

Produk perishable adalah produk yang memiliki usia hidup yang relatif pendek dan mudah usang. Produk perishable dapat dibagi menjaditiga berdasarkan penyebab keusangan menurut Jia dan Hu (2011), yakni yang pertama karena kehilangan nilai seperti tiket pesawat, tiket bioskop, kamar hotel, dan koran; kedua karena perkembangan teknologi seperti barang elektronik: ponsel, laptop, televisi dan lain sebagainya; ketiga karena perubahan fisik akibat dari penurunan kualitas produk yang disebabkan oleh proses alamiah (metabolisme) maupun pengaruh dari lingkungan (suhu, kelembapan, dan kadar air) seperti buah, sayur, daging, ikan dan produk makanan lainnya. Produk perishable mudah rusak bila tidak ditangani dengan baik, dan dapat kehilangan nilai di akhir hidupnya (waste).

Dari ketiga jenis produk perishable, jenis yang ketiga dalam satu dekade terakhir menjadi perhatian beberapa peneliti. Huang dan Yao (2006) membangun suatu algoritma yang dapat menyelesaikan permasalahan pengoptimalan kebijakan lot-sizing yang terkoordinasi untuk produk perishable (buah, sayur, daging) antara semua mitra dalam sistem rantai pasok dengan vendor tunggal dan banyak buyer sehingga dapat meminimumkan rata-rata biaya total. Chung dan Huang (2007) mengembangkan model persediaan pada retailer pada kondisi dimana pelanggan dapat membayar produk secara kredit (pembayaran yang tertunda) dengan tujuan menstimulasi permintaan pelanggan untuk produk perishable.

Tidak hanya pada pengelolaan persediaan, peneliti lain juga membahas mengenai sistem pengiriman produk perishable. Osvald dan Stirn (2008) membangun suatu algoritma untuk pendistribusiam sayuran segar dimana kerusakan menjadi faktor kritis yang menjadi dasar pengembangan. Algoritma yang dibangun berhasil

mengurangi hingga 47% kerusakan produk. Tidak berhenti disitu, Nguyen dkk., (2014) mengembangkan strategi konsolidasi untuk pengiriman produk hasil pertanian dari sejumlah supplier dengan permintaan rendah. Mereka mengusulkan biaya proposional, dan aturan alokasi yang dapat meyakinkan supplier untuk bekerjasama satu sama lain dibandingkan beropersai secara independen.

2.1.1 Model penurunan kualitas produk perishable

Kualitas merupakan salah satu fitur penting dari produk perishable. Konsumen biasanya menaruh perhatian lebih pada komponen makanan seperti warna dan rasa, begitu pula aspek kualitas nutrisi seperti vitamin, mineral, serat dan senyawa bioaktif lain yang dapat menunjang kesehatan (Yun dkk., 2012). Akan tetapi, kualitas produk makanan segar (produk hasil pertanian) dapat menurun seiring dengan berjalannya waktu. Hal ini dikarenakan selama penyimpanan pasca panen, komponen penting dari kualitas produk hasil pertanian seperti gula terlarut, asam organik, dan padatan/asam dapat dipengaruhi baik faktor internal maupun faktor eksternal (Pareek dkk, 2014). Menurut Song dkk., (2013) dan Ding dkk., (2006) pematangan (senescene) adalah salah satu faktor internal yang paling penting, dimana suhu memainkan peranan utama sebagai penyebab senescene pada komoditas hortikultura.

Hui dkk., (2004) dalam Zanoni dan Zavanella (2012) menunjukkan peran suhu dan dampaknya terhadap penurunan kualitas dari waktu ke waktu pada Gambar 2.1-2.2. Produk yang berbeda memiliki kepekaan yang berbeda terhadap degradasi kualitas akibat suhu dari waktu ke waktu. Pada Gambar 2.1 dan Gambar 2.2 terdapat dua jenis produk yang diamati yakni kacang polong (peas) dan ikan (fish). Dapat terlihat bahwa kualitas kacang polong menurun hingga 50% setelah 50 hari penyimpanan pada suhu -8oC. Sementara itu, ikan mengalami penurunan kualitas sebanyak 50% setelah 100 hari penyimpanan pada suhu -18oC.

Gambar 2.1Penurunan Kualitas Sayuran Kacang Polong dari Waktu ke Waktu pada Suhu Penyimpanan yang Berbeda

(Sumber: Hui dkk., (2004) dalam Zanoni dan Zavanella, 2012)

Gambar 2.2 Penurunan Kualitas Ikan Kod dari Waktu ke Waktu pada Suhu Penyimpanan yang Berbeda

(Sumber: Hui dkk., (2004) dalam Zanoni dan Zavanella, 2012)

Osvald dan Stirn (2008) menggambarkan penurunan kualitas produk

perishable (sayuran) pada Gambar 2.3. Pada titik t = 0 produk perishable masih

memiliki kualitas yang optimal (100%) saat baru dipanen. Selama fase apparent

stability (mulai dari 0 sampai A), kualitas mulai mengalami penurunan yaitu pada

kandungan produk (non-visual) namun tidak nampak adanya perubahan wujud. Kemudian pada fase visible change (titik A sampai B), perubahan value akan terus

berlanjut yakni perubahan kandungan produk dan wujud. Pada titik B, produk tidak dapat diterima karena produk sudah dianggap rusak dan tidak layak lagi untuk dikonsumsi. Penurunan kualitas akan terus terjadi seiring berkurangnya umur hidup pada produk perishable.

Gambar 2.3 Penurunan Kualitas Sayuran Berdasarakan Waktu (Sumber: Osvald dan Stirn, 2008)

Pengukuran penurunan kualitas produk perishable dapat dilakukan baik melalui pengamatan beberapa indikator fisik, seperti warna, rasa, dan tekstur, maupun pengujian perubahan nilai bahan organik dalam produk, seperti asam, serat, gula, lemak, vitamin dan sebagainya. Cara terakhir banyak dilakukan oleh beberapa peneliti di bidang pangan. Namun hal tersebut cukup rumit dan terlalu kompleks untuk dijadikan pertimbangan dalam keputusan yang bersifat operasional. Wang dan Li (2012) mengembangkan model penurunan kualitas berdasarkan pendekatan model

kinetik milik Arrhenius. Model yang dikembangkan menggunakan suhu sebagai parameter pertimbangan, sehingga dapat dirumuskan tingkat penurunan kualitas (𝜆) berdasarkan suhu penyimpanan adalah:

𝜆 = 𝑘_𝐴𝑒^−[𝐸𝐴⁄𝑅_𝑔𝑎𝑠𝑇(𝑡)] (2.1)

𝑘_𝐴 adalah konstanta, dan 𝐸_𝐴 sebagai energi aktivasi untuk reaksi yang mengendalikan hilangnya kualias. Kemudian 𝑅_𝑔𝑎𝑠 adalah konstanta gas ideal, sementara 𝑇(𝑡) adalah suhu absolut yang digunakan pada beberapa suhu referensi. Dari rumus tersebut dapat dihitung tingkat kualitas produk 𝑞(𝑡) pada periode 𝑖 = 1, … , 𝑚 sebagai berikut:

𝑞(𝑡) = 𝑞₀− ∑^𝑚_𝑖=1𝜆_𝑖𝑡_𝑖 (2.2)

dan

𝑞(𝑡) = 𝑞₀𝑒− ∑^𝑚𝑖=1𝜆𝑖𝑡𝑖 (2.3)

untuk masing-masing reaksi orde nol dan reaksi orde pertama, dimana 𝑞₀ adalah kualitas awal produk.

2.1.2 Penyimpanan suhu dingin produk perishable

Produk perishable seperti buah memiliki umur hidup pasca panen yang pendek pada suhu lingkungan dan rentan terhadap kerusakan fisik dan mekanis, kehilangan kelembapan dan nutrisi, dan pembusukan (Pareek dkk., 2014). Penyimpanan suhu rendah merupakan salah satu cara memperpanjang umur hidup produk. Yun dkk., (2012) dan Zhang dkk., (2016) menambahkan, penggunaan suhu rendah mampu menunda terjadinya pematangan buah dan menjaga kualitas buah selama penyimpanan pasca panen. Disamping itu, selain sebagai cara untuk menunda terjadinya pematangan dan pembusukan pasca panen, penggunaan suhu suhu rendah juga dapat digunakan untuk menjadwalkan pematangan sesuai dengan kebutuhan pasar (Liu dkk., 2011).

USDA (2008) telah meneliti kondisi suhu ruang penyimpanan berpendingin yang rekomendasikan, baik untuk muatan dengan satu jenis komoditas (single) saja

maupun muatan dengan lebih dari satu komoditas (multi). Berikut merupakan data untuk kelompok muatan yang kompatibel:

Tabel 2.1 Suhu yang Direkomendasikan untuk Produk Perishable

Kelompok Komoditi Suhu

1 ^{Apel, aprikot, beri, ceri, ara, anggur, persik, pir,}

kesemak, plum dan pune, delima, quince ⁰

o sampai 1,5oC 2

Alpukat, pisang, terong, jeruk bali, jambu, jeruk nipis, mangga, melon, zaitun, pepaya, nanas, tomat, semangka

13o sampai 18oC 3 Blewah, cranberi, lemon, leci, jeruk, jeruk keprok 2,5o sampai 5oC 4 ^{Kacang polong, leci, okra, paprika, labu, tomat,}

semangka ^4,5

o sampai 7,5oC 5 ^{Mentimun, terong, jahe, jeruk bali, kentang, labu}

kuning, semangka ^4,4

o sampai 13oC

Artichoke, asparagus, bit, wortel, endive dan escarole, ara, anggur, bawang perei, selada, jamur, peterseli, lobak, kacang kapri, rubarb, salsify, bayam, jagung manis, selada air

0o sampai 1,1oC

Brokoli, kubis brussel, kubis, kembang kol, celeriac, lobak pedas, kolrabi, bawang bombay, lobak, rutabaga, lobak (turnip)

0o sampai 1,1oC 7 Jahe, kentang, ubi manis 13o sampai 18oC 8 _{Bawang putih, bawang Bombay} 0o sampai 1,5oC

Sumber : USDA (2008)

Dalam penyediaan penyimpanan suhu dingin dibutuhkan energi listrik. Penggunaan energi listrik ini biasanya diabaikan atau menjadi bagian dari komponen lain yang memiliki proporsi yang kecil. Akan tetapi hal ini tak dapat begitu saja diabaikan. Menurut Latini dkk., (2016) dalam sektor buah dan sayur, proses penyimpanan suhu dingin menyerap sekitar 20% dari total penggunaan listrik untuk lemari pendingin. Angka tersebut cukup besar untuk diabaikan, sehingga dibutuhkan pendekatan tambahan agar dapat mencakup konsumsi energi tersebut.

Konsumsi energi oleh beberapa peneliti dikonversikan dalam bentuk biaya energi dan digunakan sebagai pertimbangan dalam pengambilan keputusan. Seperti yang dilakukan Zanoni dan Zavanella (2012), mereka menyertakan komponen biaya energi dalam perhitungan biaya total melalui pendekatan penggunaan suhu standar pada fasilitas berpendingin. Pendekatan ini merupakan hasil pengembangan dari penelitian Rong dkk., (2011) yang merumuskan rasio koefisien kinerja yang berbeda dari fase-fase pendinginan yang dibutuhkan dan disebut sebagai COP (coefficient of

performance) sebagai berikut:

𝐶𝑂𝑃_{𝑐𝑜𝑜𝑙𝑖𝑛𝑔} = ^𝑄𝑐𝑜𝑙𝑑

𝑄ℎ𝑜𝑡−𝑄𝑐𝑜𝑙𝑑 = ^𝑇𝑐𝑜𝑙𝑑

𝑇ℎ𝑜𝑡−𝑇𝑐𝑜𝑙𝑑 (2.3)

Pada rumus (2.3) 𝑄_ℎ𝑜𝑡 merupakan panas yang dilepaskan oleh reservoar panas, 𝑄_{𝑐𝑜𝑙𝑑} merupakan panas yang diambil oleh reservoar dingin, sementara 𝑇_ℎ𝑜𝑡 dan 𝑇_{𝑐𝑜𝑙𝑑} masing-masing adalah suhu absolute dari reservoar panas dan dingin. (Zanoni & Zavanella, 2012) menggunakan COP sebagai dasar perhitungan rasio COP pada suhu penyimpanan yang ditetapkan dengan COP pada suhu referensi:

𝜌_𝑇 = ^{𝐶𝑂𝑃 𝑠𝑢ℎ𝑢 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑒𝑡𝑎𝑝𝑘𝑎𝑛}

𝐶𝑂𝑃 𝑠𝑢ℎ𝑢 𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑠𝑖 (2.4)

2.2 Manajemen Rantai Pasok Produk Perishable

Pasar global yang semakin kompetitif, produk dengan siklus hidup yang lebih pendek, dan harapan konsumen yang semakin tinggi, memaksa perusahaan untuk memusatkan perhatian pada rantai pasokan. Tujuan utama dari manajemen rantai pasok menurut Basu dan Wright (2008) adalah menyediakan nilai terbaik untuk pelanggan melalui pengukuran, perencanaan, dan pengelolaan seluruh link dalam rantai pasokan. Menurut Simchi-Levi, dkk., (2007), manajemen rantai pasok adalah suatu pendekatan yang mengintegrasikan komponen rantai industri meliputi manufaktur, warehouse, dan toko secara efisien sehingga dapat memproduksi dan mendistribusikan barang pada

jumlah, lokasi, dan waktu yang tepat, dengan tujuan meminimumkan biaya sistem dan memenuhi service level.

Sama halnya dengan manajemen rantai pasok, manajemen rantai pasok produk perishable seperti makanan juga memiliki konsep dan tujuan yang sama. Akan tetapi, manajemen rantai pasok produk perishable sedikit lebih kompleks bila melihat sifat produk yang mudah rusak, utamanya makanan segar (Balaji dan Arshinder, 2016). Webster (2001) menyebutkan bahwa rantai pasok makanan dapat dibagi kedalam beberapa sektor, yaitu produser utama seperti pertanian, perkebunan, perikanan dan kelautan, intermediaries seperrti manufaktur yang memproses makanan menjadi produk siap saji atau siap masak, dan sektor akhir seperti wholesaler, retailer, dan katering.

Studi mengenai rantai pasok makanan semakin menarik ketika pihak yang terlibat semakin banyak. Hal tersebut menjadikan permasalahan dalam rantai pasok makanan semakin kompleks, sehingga dibutuhkan koordinasi yang baik. Misalnya saja permasalahan harga buah dan sayur yang merupakan salah satu dampak dari kurangnya koordinasi anggota rantai pasok, baik petani maupun vendor. Zhong, dkk., (2015) menyebutkan pentingnya suatu pusat informasi yang dapat mengkoordinasikan kebutuhan dan penyebaran informasi antara petani dan vendor, sehingga mampu meningkatkan kinerja dari rantai pasok.

Seiring dengan semakin tingginya kesadaran masyarakat akan kelestarian lingkungan membuat pelaku industri mulai memperbaiki diri dalam menciptakan proses bisnis yang berbasis kelestarian lingkungan, tak terkecuali pada proses rantai pasok. Konsep keberlanjutan atau biasa dikenal dengan sustainable mulai diterapkan pada praktik rantai pasok, termasuk rantai pasok makanan. Hudkk., (2014) memperkenalkan sistem plant factory yakni suatu sistem yang menyediakan produk yang stabil dan berkualitas tinggi kepada pasar dengan menggunakan pekerja, air, nutrisi, dan pestisida seminimal mungkin. Plant factory adalah suatu lingkungan yang terkendali untuk sistem produksi tanaman dengan menggunakan kompen penanaman buatan seperti cahaya, suhu, kelembaban, karbondioksida, pasokan air, dan solusi

budidaya. Dengan kata lain, komponen-komponen penting dalam proses penanaman dibuat sedemikian rupa dan disesuaikan dengan kebutuhan tanaman agar lebih efisien. Berbeda dengan Sgarbossa dan Russo (2016) yang mengembangkan model rantai pasok close-loop (close-loop supply chain, CLSC) untuk memulihkan limbah makanan yang tidak terelakkan (busuk akibat berakhirnya usia hidup produk) dan melibatkan konfigurasi baru yang terdiri dari sejumlah supplier dan penyedia logistik.

2.2.1 Traceability

Studi mengenai rantai pasok makanan mengalami banyak perkembangan seiring dengan meningkatnya kepedulian para ilmuwan terhadap nilai penerimaan konsumen. Terdapat enam faktor utama yang mempengaruhi evolusi dan perkembangan rantai pasok makanan menurut Bourlakis dan Weightman (2004) diantaranya adalah kualitas, teknologi, logistik, teknologi informasi, kerangka peraturan, dan konsumen. Keenam faktor tersebut saling berkesinambungan dan digunakan sebagai fokus penelitian maupun pertimbangan dalam pemodelan rantai pasok makanan. Misalnya mengenai traceability yang memanfaatkan teknologi informasi dalam menjaga dan mengevaluasi kualitas produk makanan (Aung & Chang, 2014; Bosona & Gebresenbet, 2013; Chen, 2015; Hu, Zhang, dkk., 2013; Narsimhalu, dkk., 2015; Pant, dkk., 2015).

Salah satu teknologi traceability yang sering digunakan dalam praktek di lapangan adalah Radio frequency identification (RFID). RFID adalah sebuah teknologi yang memanfaatkan gelombang elektormagnetik untuk merubah data antara terminal dengan suatu objek seperti produk barang, hewan, ataupun manusia dengan tujuan untuk identifikasi dan penulusuran jejak (traceablity) melalui penggunaan suatu piranti yang bernama RFID tag. Teknologi RFID ini banyak digunakan dalam praktek industri makanan seperti peternakan karena dinilai lebih praktis bila dibandingkan dengan

bersadarkan karakteristik dari rantai pasok makanan berbasis hasil pertanian dan juga keuntungan dan tingkat kebutuhan akan keamanan. Kumari, dkk., (2015) menambahkan area aplikasi RFID pada rantai pasok makanan berbasis pertanian tidak hanya pada traceability, tetapi juga pada area penggunaan lain seperti pengawasan rantai dingin, manajemen peternakan baik itu sapi, ayam, kuda, dsb, serta pengawasan kualitas dan prediksi usia produk (shelf life).

2.2.2 Kualitas dalam manajemen rantai pasok produk perishable

Pengawasan kualitas menjadi hal yang krusial pada manajemen rantai pasok, terutama manajemen rantai pasok makanan. Kualitas sering kali menjadi sorotan utama para peneliti; hal ini karena tingkat pembelian konsumen terhadap produk makanan sangat bergantung pada kualitas produk makanan itu sendiri, terutama makanan segar. Di samping itu kualitas makanan erat kaitannya dengan keamanan pangan. Kualitas dapat menunjukkan apakah produk makanan aman untuk dikonsumsi atau sebaliknya. Gedkk, (2015) membangun dua model yaitu model analitis dan model simulasi untuk mengidentifikasi strategi pengujian kualitas yang paling efektif pada suatu lingkungan rantai pasok makanan yang kompleks. Mereka menambahkan bahwa baik kualitas dan keamanan pangan telah menjadi poin utama yang penting baik bagi konsumen dan produsen. Ait Hou dkk., (2015) bahkan menggambarkan suatu struktur dan organisasi internasional rantai pasok makanan berdasarkan kebutuhan anggota dan kepatuhan mereka terhadap aturan keamanan pangan. Hal ini mengindikasikan pentingnya kualitas dan keamanan pangan dalam suatu rantai pasok makanan.

Penggabungan antara teknologi informasi dan kualitas tidak hanya pada

traceability. Le Blanc dkk., (2015) membuat metode pendekatan yang digunakan untuk

mendesain dan merakit database relasional data penjualan produk makanan. Database tersebut digunakan untuk mengembangkan suatu alat simulasi terintegrasi yang dapat memprediksi distribusi spasial dan resiko kesehatan masyarakat terkait dengan

makanan yang terkontaminasi. Hasil dari penelitian ini ialah CanGRASP atau Canadian GIS-based Risk Assessment, Simulation and Planning untuk kemanan pangan.

2.3 Manajemen Persediaan

Persediaan merupakan istilah yang digunakan untuk semua barang atau bahan yang sengaja disimpan oleh perusahaan, sebagai simpanan untuk penggunaan di masa mendatang (Waters, 2003). Andersson dkk, (2010) menambahkan bahwa sebagian besar perusahaan menggunakan persediaan sebagai penyangga (buffer) antar proses untuk menghasilkan variasi produk dan menangani ketidakpastian yang sangat mungkin terjadi. Ketidakpastian terjadi akibat kondisi pasar yang dinamis, sehingga hal tersebut menyebabkan permintaan yang stokastik, di sisi lain perusahaan dituntut untuk mampu melakukan proses produksi dengan baik di bawah skala ekonomi. Dalam hal ini, persediaan dinilai sebagai suatu cara untuk menyeimbangkan tujuan-tujuan yang saling bertentangan (trade off). Waktu respon yang rendah terhadap pelanggan dan penggunaan peralatan produksi yang tidak efektif akan sulit digabungkan tanpa persediaan. Oleh sebab itu, manajemen persediaan dapat didefinisikan sebagai pengelolaan terhadap tujuan yang bertentangan antara supply (pengadaaan dan produksi) dan permintaan konsumen.

2.3.1 Model EOQ

Pada pemodelan matematis, pengendalian persediaan dimulai dengan model

Economic Order Quantity (EOQ) yang diperkenalkan oleh Harris pada tahun 1915

(Bakker dkk., 2012). Model tersebut mengasumsikan bahwa produk yang disimpan memiliki umur hidup yang tidak terbatas. Asumsi-asumsi berbeda mulai bermunculan

lima dekade kemudian, tidak hanya umur hidup produk, tetapi juga tipe permintaan, pertimbangan adanya harga diskon, diperbolehkannya shortage dan backorder, produk tunggal maupun multi, penggunaan satu hingga multi gudang, model eselon tunggal atau multi, rata-rata biaya atau aliran kas diskon, dan diijinkannya pembayaran tertunda.

Secara sederhana, perhitungan jumlah pesanan yang optimal adalah sebagai berikut (Waters, 2003):

𝐸𝑐𝑜𝑛𝑜𝑚𝑖𝑐 𝑜𝑟𝑑𝑒𝑟 𝑞𝑢𝑎𝑛𝑡𝑖𝑡𝑦 = 𝑄_𝑜= √^{2×𝑅𝐶×𝐷}

𝐻𝐶 (2.5)

dengan RC adalah biaya pemesanan, D merupakan jumlah permintaan dan HC adalah biaya penyimpanan produk. Dari nilai 𝑄_𝑜dapat ditentukan panjang siklus optimal dari suatu produk adalah sebagai berikut:

𝑂𝑝𝑡𝑖𝑚𝑎𝑙 𝑐𝑦𝑐𝑙𝑒 𝑙𝑒𝑛𝑔𝑡ℎ = 𝑇_𝑜= 𝑄_𝑜⁄𝐷 = √^2×𝑅𝐶

𝐷×𝐻𝐶 (2.6)

Baik persamaan 2.5 dan 2.6 merupakan persamaan sederhana yang masih menggunakan beragam asumsi. Meski demikian, kedua persamaan tersebut masih digunakan hingga sekarang sebagai pendekatan dalam permasalahan persediaan.

2.3.2 Manajemen persediaan produk perishable

Penelitian-penelitian mengenai manajemen persediaan untuk produk

non-perishable sudah sangat sering dilakukan. Bahkan hingga saat ini bahasan untuk

produk non-perishable dengan beragam perkembangan asumsi masih ditemukan. Janssen dkk. (2016) menyebutkan bahwa model persediaan untuk produk perishable telah berkembang sejak tahun 1960. Bahkan lima tahun terakhir perkembangan model persediaan produk perishable sedikit demi sedikit menggeneralisasikan asumsi-asumsi pada model EOQ dasar. Duan dkk., (2012) menyajikan model persediaan untuk produk

diasumsikan bahwa tingkat backlogging tergantung pada lama waktu tunggu dan jumlah produk yang sudah backlogged secara bersamaan. Muriana(2016) mengembangkan model EOQ dengan asumsi bahwa beberapa parameter seperti permintaan bersifat stokastik terhadap produk makanan, yang mana sebelumnya diasumsikan permintaan bersifat deterministik. Di samping itu, dipertimbangkan pula mengenai biaya ketika terjadi shortage dan biaya kadaluarsa.

Beberapa peneliti juga mencoba menggabungkan permasalahan persediaan dengan permasalahan lain dalam rantai pasok, seperti pengiriman (delivery). Coelho dan Laporte (2014) secara bersamaan mengoptimalkan kebijakan pemenuhan, pengiriman dan manajamen persediaan dalam satu model untuk produk perishable. Mereka menganalisa waktu, cara, dan jumlah produk yang optimal secara bersamaan. Produk yang diamati memilki umur produk yang berbeda, sehingga menambah kompleksitas dari model. Untuk menyelesaikan permasalahan tersebut digunakan algoritma branch-and-cut. Kemudian Soysal dkk., (2016) melakukan pengembangan permasalahan persediaan dan rute kendaraan dalam satu model yang juga mempertimbangkan penggunaan energi, emisi dan limbah makanan (akibat dari berakhirnya umur produk sebelum terjual atau digunakan). Mereka menganalisa manfaat dari kolaborasi horisontal antara supplier dan pelanggan terkait dengan

perishability, penggunaan energi (emisi CO2) dari biaya operasi transportasi dan logistik dalam inventory routing problem (IRP).

2.3.3 Keterbatasan kapasitas penyimpanan

Model persediaan yang telah dikembangkan selama ini masih banyak yang mengasumsikan bahwa tiap item merupakan independen. Besar pemesanan dari setiap item mengikuti economic order quantity dan tidak ada keterkaitan atau interaksi antara satu item dengan item yang lain. Akan tetapi terdapat beberapa situasi dalam kondisi nyata dimana meskipun permintaan dari setiap item adalah independen, namun

dimungkinkan terjadi interaksi antar item yang berbeda (Waters, 2003). Apabila dalam menghitung kebijakan persediaan semua item digunakan economic order quantity, maka dapat dimungkinkan bahwa hasil dari total persediaan akan melebihi dari kapasitas penyimpanan yang tersedia sehingga perlu dilakukan pengurangan persediaan hingga memenuhi batas yang diperbolehkan. Salah satu pendekatan yang dapat dilakukan adalah dengan pemberlakuan biaya tambahan untuk setiap ruang yang digunakan (Waters, 2003). Maka biaya penyimpanan (holding cost) akan terbagi dalam dua bagian sebagai berikut:

 Biaya penyimpanan (HC) yang umum digunakan

 Biaya tambahan (AC), berhubungan dengan ruang penyimpanan yang digunakan oleh setiap item.

Maka biaya penyimpanan per unit waktu menjadi:

𝐻𝐶 + 𝐴𝐶 × 𝑆𝑖 (2.7)

Dimana 𝑆𝑖 menunjukkan kebutuhan ruang dari tiap item𝑖.

2.4 Model Markdown Policy

Penurunan harga (markdown) merupakan bagian dari dynamic pricing (penentuan harga dinamis). Bahasan ini berada dalam cakupan manajemen pendapatan atau revenue management. Revenue management muncul dalam American Airlines pada tahun 1960-an melalui analisis segementasi pasar dan perilaku konsumen, yang mana dalam kajian tersebut membahas mengenai cara untuk menjual kursi yang tepat pada pelanggan yang tepat pada waktu dan harga yang tepat dengan tujuan untuk memaksimumkan kepuasan pelanggan dan manfaat ekonomis (Zhiping dkk., 2011). Seiring berjalannya waktu, di samping pada industri penerbangan konsep ini juga diaplikasikan pada industri jasa yang memiliki kapasitas terbatasseperti perhotelan, penjualan tiket acara atau bisokop, persewaan mobil, dan periklanan pada televisi.

Perishable pada industri jasa dengan kapasitas terbatas mengindikasikan

hilangnya nilai produk di akhir siklus. Misalnya tiket pesawat setelah jam keberangkatan (setelah akhir siklus) akan kehilangan nilai produknya dan tidak dapat dijual kembali, begitu pula untuk kamar hotel yang tidak digunakan pada hari ini, akan kehilangan nilainya pada hari itu juga dan tidak dapat dijual nilainya untuk hari esok. Untuk melakukan penjualan dengan keterbatasan waktu maka dilakukan stragei

dynamic pricing.

Menurut Tsai dan Hung (2009) dynamic pricing merupakan salah satu strategi harga yang umum digunakan untuk menjual produk yang memiliki jumlah persediaan dan periode penjualan yang terbatas. Zhao dkk., (2012) menambahkan, prinsip dari

dynamic pricing adalah penyesuaian harga produk yang didasarkan pada tingkat

persediaan dan waktu periode penjualan yang tersisa. Permasalahan dynamic pricing juga dapat dikombinasikan dengan pertimbangan lain. Seperti yang diteliti oleh Schlosser (2015) yang menggabungkan permasalahan dynamic pricing dengan periklanan, dan mengembangkannya menjadi suatu model untuk penjualan produk

perishable yang juga memperhitungkan biaya unit marginal dan biaya penyimpanan

persediaan.

Terdapat banyak cara dalam menyusun strategi harga untuk produk yang mendekati akhir siklus hidupnya, salah satunya adalah markdown atau penurunan harga. Ni dkk., (2015) menerapkan kebijakan harga markdown dan markup pada produk perishable seperti tiket dan fashion dengan mempertimbangkan ketidakpastian permintaan. Keditakpastian permintaan dalam hal ini ialah perilaku konsumen dalam memutuskan waktu pembelian produk. Misalnya pada pembelian tiket pesawat,

Dalam dokumen TESIS TI PENGEMBANGAN MODEL OPTIMASI ALOKASI RUANG PAJANG BERPENDINGIN UNTUK MULTI PRODUK AGRO-PERISHABLE (Halaman 29-123)