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
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).
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.
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.
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 CostModel 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
Model Inventory Routing Problem(Irawan, 2010)
..………(14) ..………(15) ..………(16) ..………(17) ..………(18) ..………(19) Binary Value Pairing ConstraintNon self visited Frequency Constraint
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
0t
.exp[-Eα/RT
i]
Dimana k
0= konsta
Eα = energi aktivasi
t = durasi waktu
R = gas konstan
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)
Metodologi Penelitian
Mulai Model Irawan (2010) Konsep IRP dengan single item Model Rong (2011) EnergiBiaya Konsep penurunan kualitas berdasarkan perubahan temperaturModel 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
Variabel Keputusan:
Pemodelan Sistem
Fungsi Tujuan:
Vehicle Depot Cost Transportation Depot CostDeterioration Depot Cost Energy Depot Cost
Inventory Retailer Cost
Deterioration Retailer Cost Energy Retailer Cost
Fungsi Pembatas:
Pemodelan Sistem
..…..(2)
..…..(3)
..…..(4)
Inventory Constraint..…..(5)
..…..(6)
..…..(7)
..…..(8)
Quantity Delivery Constraint..…..(9)
..…..(10)
Fungsi Pembatas:
Pemodelan Sistem
..…..(11)
..…..(12)
Route Constraint..…..(13)
..…..(14)
..…..(15)
Fungsi Pembatas:
Pemodelan Sistem
..….(17)
..…..(18)
Tour Constraint..…..(19)
..…..(20)
Binary and Nonnegativity Constraint
Percobaan 1 (Suhu cold storage 0� Celcius dan k0 = 0.0094686)
Percobaan Numerik
Percobaan 2 (Suhu cold storage 1� Celcius dan k0 = 0.0120005)
Percobaan Numerik
Percobaan 3 (Suhu cold storage 2� Celcius dan k0 = 0.0151831)
Percobaan Numerik
Percobaan 4 (Suhu cold storage 3� Celcius dan k0 = 0.0191772)
Percobaan Numerik
Percobaan 5 (Suhu cold storage 4� Celcius dan k0 = 0.0241811)
Percobaan Numerik
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.
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.
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.
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
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
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
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.
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.
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.
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.