• Tidak ada hasil yang ditemukan

Pengembangan Model Inventory Routing Problem (IRP) pada Permasalahan Distribusi Produk Perishable

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pengembangan Model Inventory Routing Problem (IRP) pada Permasalahan Distribusi Produk Perishable"

Copied!
33
0
0

Teks penuh

(1)

Pengembangan Model Inventory

Routing Problem (IRP) pada

Permasalahan Distribusi Produk

Perishable

Jurusan Teknik Industri

Fakultas Teknologi Industri

Institut Teknologi Sepuluh

Nopember

Surabaya

2013

Nama : Wahyudi

NRP : 2509100034

(2)

Latar Belakang

Potensi perekonomian Agraris yang tinggi

Membutuhkan

supply chain management yang

baik

Ekspor Hortikultura Indonesia (Dephan, 2011) Buah-buahan : $234.867.444 Sayuran : $ 171.468.367 Tanaman Hias : $ 9.230.721 Tanaman Biofarma : $ 9.448.130 Vendor managed Inventory (VMI) Apa? Kapan? Berapa? Inventory Routing Problem (IRP) Produk Perishable 1. Biaya energi (cold storage) 2. Biaya penurunan kualitas Pengembangan model IRP dengan mempertimbangkan karakteristik produk

perishable

VMI merupakan suatu keadaan dimana pemasok

diberikan hak untuk

memutuskan apa, kapan, dan berapa jumlah produk yang akan dikirimkan ke retailer. Produk perishable merupakan

produk dengan karakteristik tidak tahan lama yang membutuhkan pengaturan temperatur ideal agar dapat

meminimalkan terjadinya degradasi mikroba (United

States Department of Agriculture (USDA), 2006).

SCM merupakan kegiatan terintegrasi antar beberapa organisasi dalam

sebuah rantai pasok yang

mengkoordinasikan aliran material, informasi, dan finansial dalam rangka

memenuhi permintaan konsumen dengan tujuan meningkatkan daya saing rantai pasok perusahaan secara

keseluruhan (Stadler dkk, 2008) IRP merupakan integrasi antara dua komponen yang terdiri dari inventory

control dan vehicle routing dimana

kedua komponen tersebut ditentukan secara simultan (Savelsberg dkk, 2006).

(3)

Rumusan dan Tujuan

Rumusan

Bagaimana

pengembangan model

Inventory Routing

Problem (IRP) pada

produk perishable dengan

mempertimbangkan

karakteristik produk

perishable sehingga total

biaya distribusi, biaya

inventory, dan biaya loss

quality dapat

diminimalisasi.

Tujuan

1. Mendapatkan model Inventory

Routing Problem (IRP) pada

produk perishable dengan

mempertimbangkan

karakterisik produk perishable

yang sensitif terhadap waktu

dan perubahan temperatur.

2. Mendapatkan ilustrasi

percobaan numerik dengan

menggunakan model yang

telah dikembangkan untuk

memperoleh skenario model

yang dapat digunakan dalam

menganalisis perilaku model.

(4)

Ruang Lingkup Penelitian

Batasan

1. Data yang digunakan

pada pengujian model

merupakan data

sekunder.

2. Model inventory routing

problem yang dibuat

terdiri dari satu pemasok

dengan beberapa retailer.

3. Produk yang dibahas

pada model yang akan

dikembangkan hanya

satu jenis (single item).

Asumsi

1. Kapasitas angkut setiap

kendaraan adalah sama.

2. Tingkat permintaan

(demand rate)

diasumsikan bersifat

deterministik.

3. Initial inventory pada tiap

retailer diasumsikan telah

diketahui.

(5)

Model Inventory Routing Problem(Irawan, 2010)

Fungsi Tujuan:

..…..(1)

Subject to:

..…..(2) ..…..(3) ..…..(4) Inventory Constraint ..…….(5) Replenishment Quantity Variable Cost Fixed Cost Inventory Holding Cost

(6)

Model Inventory Routing Problem(Irawan, 2010)

Stationary Interval Property Constraint .…….(6) .…….(7) .…….(8) .…….(9) ..…..(10) …….(11) …….(12) …….(13) Vehicle Capacity Constraint Tour Duration Route Continuity

Number of Truck Used Retailer Capacity

(7)

Model Inventory Routing Problem(Irawan, 2010)

..………(14) ..………(15) ..………(16) ..………(17) ..………(18) ..………(19) Binary Value Pairing Constraint

Non self visited Frequency Constraint

(8)

Model Penurunan Kualitas (Rong dkk, 2011)

Rong dkk, (2011) mengembangkan suatu model penurunan

kualitas yang terjadi pada produk perishable berdasarkan Labuza

(1982).

k = k

0.

exp[-Eα/RT]

Laju penurunan kualitas berdasarkan pada waktu dan temperatur

penyimpanan dimodelkan sebagai berikut:

∆q(t, T) = -k

0

t

.

exp[-Eα/RT

i

]

Dimana k

0

= konsta

Eα = energi aktivasi

t = durasi waktu

R = gas konstan

(9)

Kebutuhan Energi pada Truk Berpendingin

(Adler, 2010)

G = berat muatan (kg)

C = spesifikasi panas muatan (kkal)

∆t1= perbedaan antara temperatur eksternal dengan 0oC

Cl = panas laten muatan (kkal/kg)

(10)
(11)

Metodologi Penelitian

Mulai Model Irawan (2010) Konsep IRP dengan single item Model Rong (2011) EnergiBiaya Konsep penurunan kualitas berdasarkan perubahan temperatur

Model IRP pada permasalahan produk perishable dengan mempertimbangkan biaya energi dan biaya penurunan

kualitas

Percobaan numerik

1. Membangkitkan

skenario model dengan mengubah waktu dan temperatur selama pengiriman

2.Analisis perilaku model terhadap perubahan strategi

Kesimpulan dan Saran

Selesai

(12)
(13)
(14)

Variabel Keputusan:

Pemodelan Sistem

Fungsi Tujuan:

Vehicle Depot Cost Transportation Depot Cost

Deterioration Depot Cost Energy Depot Cost

Inventory Retailer Cost

Deterioration Retailer Cost Energy Retailer Cost

(15)

Fungsi Pembatas:

Pemodelan Sistem

..…..(2)

..…..(3)

..…..(4)

Inventory Constraint

..…..(5)

..…..(6)

..…..(7)

..…..(8)

Quantity Delivery Constraint

..…..(9)

..…..(10)

(16)

Fungsi Pembatas:

Pemodelan Sistem

..…..(11)

..…..(12)

Route Constraint

..…..(13)

..…..(14)

..…..(15)

(17)

Fungsi Pembatas:

Pemodelan Sistem

..….(17)

..…..(18)

Tour Constraint

..…..(19)

..…..(20)

Binary and Nonnegativity Constraint

(18)

Percobaan 1 (Suhu cold storage 0� Celcius dan k0 = 0.0094686)

Percobaan Numerik

(19)

Percobaan 2 (Suhu cold storage 1� Celcius dan k0 = 0.0120005)

Percobaan Numerik

(20)

Percobaan 3 (Suhu cold storage 2� Celcius dan k0 = 0.0151831)

Percobaan Numerik

(21)

Percobaan 4 (Suhu cold storage 3� Celcius dan k0 = 0.0191772)

Percobaan Numerik

(22)

Percobaan 5 (Suhu cold storage 4� Celcius dan k0 = 0.0241811)

Percobaan Numerik

(23)

Perbandingan Total Biaya Sistem

Perbandingan Hasil Percobaan Numerik

1. Percobaan yang memberikan total biaya sistem paling minimum adalah percobaan 2. 2. Menghambat laju penurunan

kualitas produk belum tentu memberikan total biaya sistem yang paling minimum.

(24)

Perbandingan Biaya Deterioration dan Biaya Energi pada Depot

Perbandingan Hasil Percobaan Numerik

1. Semakin besar biaya

deterioration menyebabkan

biaya energi semakin kecil. 2. Biaya deterioration lebih

sensitif daripada biaya energi terhadap perubahan parameter percobaan numerik.

(25)

Perbandingan Biaya Deterioration dan Biaya Energi pada Retailer

Perbandingan Hasil Percobaan Numerik

1. Semakin besar biaya

deterioration menyebabkan

biaya energi semakin kecil. 2. Biaya energi lebih stabil

terhadap perubahan parameter percobaan numerik.

(26)

Keseimbangan Komponen Biaya Sistem

Perbandingan Hasil Percobaan Numerik

1. Komponen biaya sistem lebih banyak ditanggung oleh depot.

2. Walaupun percobaan 1 memberikan perbandingan komposisi biaya yang lebih seimbang, tetapi tidak

memberikan total biaya sistem yang paling

(27)

Utilisasi Penggunaan Kendaraan

Perbandingan Hasil Percobaan Numerik

1. Utilisasi penggunaan

kendaraan pada skenario 1 lebih baik karena sistem berusaha meminimumkan jumlah penggunaan

kendaraan.

2. Meminimumkan jumlah penggunaan kendaraan belum tentu memberikan total biaya sistem yang paling minimum karena adanya pengaruh jarak,

deterioration, dan biaya

(28)

Utilisasi Penggunaan Warehouse

Perbandingan Hasil Percobaan Numerik

1. Utilisasi penggunaan

warehouse pada skenario 1

lebih baik karena inventory pada skenario 1 lebih

banyak daripada skenario yang lain.

2. Menyimpan inventory

dalam jumlah yang banyak belum tentu memberikan total biaya sistem yang paling minimum karena adanya pengaruh

deterioration produk, dan

(29)

Kesimpulan

1. Telah dilakukan pengembangan model inventory routing problem pada permasalahan distribusi produk perishable.

2. Model yang telah dikembangkan merupakan model dengan fungsi nonlinear sehingga membutuhkan waktu komputasi yang lama.

3. Hasil percobaan numerik menunjukkan bahwa laju penurunan kualitas produk memberikan dampak yang sangat signifikan terhadap total biaya sistem sehingga penentuan strategi untuk menghambat laju penurunan kualitas produk menjadi faktor kritis dalam menghasilkan sistem distribusi dengan biaya yang paling minimum.

(30)

Saran

1. Dapat dipertimbangkan untuk melakukan penelitian dengan menerapkan model yang telah dikembangkan pada kasus nyata di lapangan.

2. Perlunya ada penambahan depot (multidepot) untuk melihat pengaruh jumlah depot terhadap keputusan pemilihan strategi sistem terbaik.

(31)

Daftar Pustaka

Andersson, H., Hoff, A., Christiansen, M., Hasle, G., Lokketangen, A. (2010). Industrial Aspects

and Literature Survey: Combined Inventory Management and Routing. Computers &

Operations Research, 37, 1515-1536.

Bogataj, M., Bogataj, L. & Vodopivec, R. (2005). Stability of Perishable Goods in Cold Logistic

Chains. Int. J. Production Economics, 93-94.

Campbell, A., Clarke, L., Kleywegt, A., dan Savelsbergh, M., (1998). Inventory Routing. Pada suntingan T. Crainic dan G. Laporte, Fleet Management and Logistics. Kluwer Academic Publishers,

Chopra, S., Meindl, P. (2004). Supply Chain Management: Strategy, Planning, and Operation. Pearson Education.

Dephan.,2011. Kawasan Holtikultura. http://jabar.litbang.deptan.go.id /ind/index.php/program-litbang/kawasan-hortikultura. Akses terakhir: 20 Maret 2013.

Dong, Y., Xu, K. (2002). A Supply chain Model of Vendor Managed Inventory. Transportation Reserach Part E, 38, 75-95.

Kuo , J.-C. & Chen, M.-C. (2010). Developing an Advanced Multi Temperature Joint Distribution

System for The Food Cold Chain. Food Control, 559-566.

(32)

Daftar Pustaka

Liu, Shu-Chu., Chen, An-Zhuo. (2012). Variable Neighborhood Search for The Inventory Routing

and Scheduling Problem in a Supply Chain. Expert Systems with Applications. 4149-4159.

Liu, Shu-Chu., Chen, Jhun-Ruei. (2011). A heuristic method for the inventory routing and pricing problem in a supply chain. Expert Systems with Applications. 1447-1456.

Osvald, A., Stirn, L.Z. (2008). A Vehicle Routing Algorithm for the Distribution of Fresh

Vegetables and Similiar Perishable Food. Journal of Food Engineering, 85, 285-295.

Pujawan, I. N., (2005). Supply Chain Management. Surabaya: Guna Widya.

Rong, A., Akkerman, R., Grunow, M. (2011). An Optimization Approach for Managing Fresh Food

Quality throughout the Supply chain. Int. J. Production Economics, 131, 421-429.

Trihardini, L. (2011). Pengembangan Model Distribusi Produk Perishable Multi Temperatur

dengan Mempertimbangkan Biaya Energi. Institut Teknologi Sepuluh Nopember.

USDA (2008). Protecting Perishable Foods during Transport by Truck. In: Agriculture, U.S.D.O (Ed.) Transportation and Marketing Programs Ed. United States.

Waller, M., Johnson, M.E., Davis, T. (1999). Vendor Managed Inventory in the Retail Supply Chain. Journal of Business Logistics, 20, 183-203.

(33)

Referensi

Dokumen terkait

Dalam eksperimen ini kecepatan putar jarum kompas yang diletakkan diantara pasangan kumparan yang saling berhadapan dapat diatur dengan merubah nilai kapasitas

Ruangan yang tidak direkomendasikan karena belum menjadi kebutuhan bagi mahasiswa untuk dibangun dalam student center tergolong ruang organisasi mahasiswa, administrasi,

Perlakuan penambahan kulit buah naga merah pada pembuatan selai kulit pisang ambon lumut berpengaruh secara nyata terhadap sifat kimia (parameter kadar air, kadar abu

Berdasarkan perolehan RF sampai akhir plateau time diketahui bahwa semakin kecil laju alir dan THP yang ditetapkan maka semakin besar RF yang didapat karena

Pertanyaan yang mengiring ke jawaban yang alternatifnya telah ditetapkan. Teknik pengumpulan informasi melalui kuesioner dilakukan dengan menyebarluaskan kuesioner dengan

bahwa berdasarkan pertimbangan sebagaimana dimaksud dalam huruf a dan huruf b, perlu menetapkan Peraturan Bersama Menteri Dalam Negeri dan Menteri Energi dan Sumber Daya

Pendidikan matematika realistik berdampak secara positif terhadap peningkatan aktivitas dan hasil belajar siswa (Artawan, Japa, dan Suarjana, 2014). Aspek komunikasi