PERENCANAAN JADWAL DAN PENENTUAN RUTE DISTRIBUSI PRODUK OTOMOTIF DENGAN METODE SAVING MATRIKS
Sri Rahayu, Pram Eliyah Yuliana Teknik Industri Sekolah Tinggi Teknik Surabaya
e-mail: rahayu@stts.edu, pram@stts.edu
ABSTRAK
Perencanaan jadwal dan penentuan rute distribusi dengan menggunakan metode saving matrix dilakukan pada pendistribusian produk otomotif di gudang PT Indoprima Gemilang Pulo Gadung. Tujuan dari penelitian ini adalah untuk membuat jadwal pengiriman produk lebih efisien dan pengalokasian produk ke setiap armada yang tersedia secara tepat serta pemilihan rute yang memiliki penghematan waktu terbesar.
Metode saving matrix ini memungkinkan pengoptimalan rute dengan memperhatikan kapasitas kendaraan dan volume permintaan dari tiap customer. Data yang digunakan adalah jarak antara gudang ke tiap customer, volume pengiriman tiap customer, dan kapasitas kendaraan.
Hasil penelitian ini adalah jika menerapkan pengalokasian pengiriman dengan memprioritaskan truk terkecil yang diisi terlebih dahulu lebih menghemat waktu tempuh dibanding menerapkan pengalokasian yang biasa di gunakan oleh perusahaan ini. Dengan menerapkaan pengisian memprioritaskan ke kendaraan dengan kapasitas terbesar dahulu, menghasilkan rata-rata waktu tempuh pada metode awal yaitu 440.77 sedangkan dengan metode usulan sebesar 369.67, dan juga dengan metode usulan lebih meningkatkan efektifitas penggunaan armada yang tersedia dengan rata-rata penggunaan armada sebesar 47%.
Kata kunci: Saving Matrix, Distribusi
I. PENDAHULUAN
Perencanaan jadwal dan penentuan rute distribusi pada PT Indoprima Gemilang Surabaya menggunakan metode saving matrix untuk pendistribusian produk yang ada pada Jakarta, tepatnya di gudang yang berada di Pulo Gadung. PT Indoprima Gemilang (IPG) yang terletak di Jl. Gardu Induk PLN no. 5, Margomulyo, Tandes, Surabaya merupakan sebuah perusahaan manufaktur yang bergerak di bidang komponen otomotif. Komponen yang di produksi di PT. Indoprima Gemilang (IPG) antara lain brake lining (kampas rem), clutch facing (kampas kopling), dan wire
harness & Battery Cable (kabel mobil), Combination & Ignition Switch, Brake Pad & Shoe, Wire & Tube, Gasket, Fine Blanking. PT Indoprima Gemilang telah
objek penelitian. Dalam penyusunan tugas akhir ini terdapat beberapa tujuan yang ingin dicapai antara lain :
1. Menentukan alokasi pengiriman produk pada armada yang tersedia. 2. Menentukan rute dan jadwal pengiriman produk yang efektif dan efisien.
Pembatasan permasalahan bertujuan untuk membatasi ruang lingkup penulisan agar sesuai dengan tujuan yang diharapkan. Adapun batasan-batasan yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut :
a) Penelitian hanya diterapkan untuk pendistribusian produk lewat darat.
b) Data permintaan yang digunakan adalah data permintaan selama 1 bulan
c) Jenis armada yang digunakan dalam distribusi produk IPG adalah truk jenis Colt Diesel dimana pada gudang Pulo Gadung terdapat 3 mobil. Perhitungan hanya didasarkan pada jarak dan waktu dengan menggunakan satuan kilometer dan menit, disesuaikan pada skala peta pada aplikasi google maps.
d) Jarak Berangkat dan jarak kembali dianggap sama.
Sedangkan asumsi – asumsi yang digunakan pada penelitian ini antara lain:
a) Kondisi jalan selama pengiriman dianggap kemacetan normal yang biasa terjadi di Jakarta, dan tidak terjadi kemacetan yang dikarenakan adanya kecelakaan atau bencana alam.
b) Tidak ada penambahan armada selama pengambilan data.
II. TINJAUAN PUSTAKA
Distribusi adalah suatu kegiatan untuk memindahkan produk dari pihak supplier kepada pihak konsumen dalam suatu supply chain. Supply chain managemen perlu memahami kelayakan, keunggulan, dan kelemahan tiap jenis alat transportasi dalam membuat keputusan pengiriman / distribusi produk. Pada situasi tertentu, mungkin tidak ada pilihan terhadap mode transportasi apa yang akan digunakan, namun pada situasi lain ada kemungkinan beberapa alternatif yang dipertimbangkan. Menurut Pujawan (2005, p179) salah satu keputusan operasional yang sangat penting dalam manajemen distribusi adalah penentuan jadwal serta rute pengiriman dari satu lokasi ke beberapa lokasi tujuan. Dengan menerapkan metode Saving Matrix dapat meminimumkan jarak atau waktu. Dimana menurut Pujawan, metode savings matrix (Pujawan, 2005 p180) pada hakekatnya adalah metode untuk meminimumkan jarak atau waktu atau ongkos dengan mempertimbangkan kendala-kendala yang ada.
Langkah-langkah yang harus dikerjakan adalah sebagai berikut:
1. Mengidentifikasi matrik jarak. Pada langkah ini perlu diketahui jarak antara gudang perusahaan ke masing-masing toko dan jarak antar toko. 2. Mengidentifikasi matrik penghematan (savings matrix). Pada awal langkah ini
Gambar 1. Perubahan yang terjadi pada toko 1 dan 2 yang digabungkan
3. Mengalokasikan konsumen dalam rute perjalanan kendaraan. Pada tahapan ini, dilakukan pembagian konsumen ke dalam suatu rute perjalanan kendaraan dengan mempertimbangkan konsumen dan kapasitas kendaraan yang digunakan. Sebuah rute dikatakan feasible apabila jumlah permintaan total dari semua konsumen tidak melebihi kapasitas kendaraan dan jumlah permintaan dari satu konsumen dapat ditampung secara keseluruhan oleh satu kendaraan.
4. Mengurutkan toko (tujuan/konsumen) dalam rute yang sudah terdefinisi. Tahap ini merupakan tahap akhir dari metode saving matrix. Tujuan dari tahapan ini adalah mengurutkan kunjungan dari kendaraan ke setiap konsumen yang sudah dikelompokkan dalam suatu rute perjalanan agar dapat diperoleh jarak yang minimal. Berikut adalah beberapa cara yang digunakan untuk pengurutan kunjungan:
a) Farthest Insert
Prosedur ini dilakukan dengan melakukan penambahan konsumen dalam sebuah rute perjalanan. Prosedur ini dimulai dari penentuan rute kendaraan ke konsumen yang memiliki jarak yang paling jauh. b) Nearest Insert
Prosedur ini merupakan kebalikan dari farthest insert dimana prosedur ini dimulai dari penentuan rute kendaraan ke konsumen yang memiliki jarak yang paling
III. Metode Penelitian
Tahapan-tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Penentuan Obyek Penelitian.
Objek penelitian yang digunakan adalah proses distribusi produk OEM dari PT Indoprima Gemilang. PT Indoprima Gemilang merupakan salah satu perusahaan pemasar produk spare parts otomotif yang memiliki beberapa customer besar di Jakarta.
2. Identifikasi Masalah.
3. Pencarian dan pengumpulan data.
Langkah selanjutnya setelah melakukan pengidentifikasian masalah adalah dengan melakukan pencarian dan pengumpulan data-data yang diperlukan untuk dianalisa. Data-data yang dibutuhkan yaitu data penjualan produk OEM pada customer Pulogadung, data ukuran box, ukuran lot per box, ukuran truk,lama waktu tiap-tiap customer, lokasi customer. Data-data yang diperoleh yaitu dengan wawancara langsung dengan staf terkait serta dari file-file masa lalu.
4. Pengolahan data dan Analisis data
Setelah mendapatkan dan mengumpulkan data-data yang diinginkan, maka langkah selanjutnya adalah melakukan pengolahan data. Pengolahan data merupakan pembuatan diagram saving matrix dengan kombinasi truk yang sudah biasa di gunakan oleh gudang OEM di Pulo Gadung serta pembuatan matrix penghematan kemudian mengurutkan dan memilih rute yang memiliki waktu terpendek dengan metode Farthest Insert & Nearest Insert, dari hasil yang di peroleh kemudian di bandingkan dengan kombinasi truk yang berbeda dan di pilih kombinasi yang memiliki waktu tempuh yang lebih pendek/singkat.
5. Penutup.
Setelah di lakukan analisa data langkah selanjtnya adalah memberikan Usulan perbaikan dari analisa yang telah dilakukan sehingga dapat memberikan suatu rekomendasi sebagai masukan ataupun perbaikan bagi pihak perusahaan.
IV. Pengumpulan Data 4.1 Jaringan Distribusi
Gambar 2 Jaringan Distribusi
Pada sistem pengiriman di gudang Pulo gadung menerapkan alokasi untuk truk dengan kapasitas terbesar di isi penuh terlebih dahulu setelah itu baru menggunakan truk yang kapasitasnya lebih kecil, karena pada customer A yang memiliki jumlah permintaan terbanyak dan rutin setiap harinya di haruskan mendapat kiriman pertama.
Pada table 1 akan dijelaskan nama produk untuk tiap nomor part, besrta lokasi dan jenis produk yang di pesan.
Tabel 1. Data Tiap Customer
Customer Lokasi Jenis Produk Nomor Part
A Jl.Raya Bekasi Wiring Harness A001 ‐ A063 B Jl. Dr. Rajiman
Widyodiningrat, Bekasi Wiring Harness B001 - B007 C Sunter Agung Tanjung Priok Combination Switch C001 - C004 D Kaliabang Bekasi Gasket D001 - D009 E Cakung Barat Cakung
Jakarta Timur Gasket E001 - E021 F Kawasan Industri Surya
[image:5.842.224.649.523.684.2]G Kawasan Industri Jababeka Wiring Harness G001 - G003 H Jalan Raya Perintis
Kemerdekaan, Jakarta Utara Gasket H001
I
Kawasan Industri Greendland International
Industrial Center
Wiring Harness I001 -I010
J Komplek sDelta Silicon
Industrial Park Wiring Harness J001
4.2 Data Waktu Tempuh
[image:6.842.193.623.84.201.2]Berikut ini adalah waktu tempuh dari tiap customer ke customer lainnya, data ini di peroleh dari hasil wawancara dengan staf gudang Pulo Gadung, dalama penelitian ini menggunakan data waktu tempuh perjalanan dari gudang ke tiap customer pada tabel 3 karena jarak tidak linier dengan waktu, hal ini akan di buktikan pada tabel 2 dimana jarak yang di tempuh adalah jarak dari gudang ke customer kembali ke gudang. Hal ini di karenakan tingkat kemacetan pada jalur tersebut dapat dilihat pada gambar tidak sama.
Tabel 2. Perbandingan Jarak dan Waktu Perbandingan
Jarak Waktu
W‐A‐W 9.8 W‐A‐W 90 W‐C‐W 23 W‐C‐W 180 W‐H‐W 8.6 W‐H‐W 240
[image:6.842.308.510.352.654.2]Gambar 4. Jarak Gudang ke Customer C V. Pengolahan dan Analisa Data 5.1 Identifikasi Matrix Jarak/ Waktu
Pada langkah ini perlu diketahui jarak/ waktu antara gudang perusahaan ke masing-masing toko dan jarak/ waktu antar toko. Jarak/waktu lokasi dapat dihitung dengan menggunakan rumus jarak standar. Misalkan dua lokasi masing-masing diketahui dengan koordinat (X1,Y1) dan (X2,Y2) maka jarak antara dua lokasi tersebut adalah : J(1,2) = ( x1 – x2 )2 +( y1 – y2 )2
Pada penelitian ini identifikasi yang di gunakan menggunakan satuan waktu yaitu menit, sehingga tidak perlu menggunakan rumus , berikut ini adalah table Identifikasi Matrix Waktu:
Tabel 3. Identifikasi Matrix Waktu (menit)
Waktu
/menit Gudang A B C D E F G H I J
A 45 0
B 60 45 0
C 90 90 90 0
D 90 90 60 120 0
E 45 10 60 90 90 0
F 90 90 90 30 150 120 0
G 120 120 120 150 120 150 150 0
H 120 120 120 150 120 150 150 120 0
I 90 60 60 90 60 90 90 60 120 0
J 120 60 120 150 90 120 150 90 90 60 0
Tabel 3 kemudian digunakan untuk menentukan matrik penghematan (savings
[image:7.842.228.649.465.655.2]5.2 Identifikasi Matrik Penghematan (savings matrix)
Pada awal langkah ini diasumsikan bahwa setiap customer akan dikunjungi oleh satu truk secara eksklusif. Maka akan ada penghematan yang akan diperoleh jika dua atau lebih rute bila digabungkan menjadi satu rute. Perubahan jarak (penghematan) adalah sebesar total jarak kiri dikurangi total jarak kanan yang besarnya adalah :
Hasil ini diperoleh dengan asumsi bahwa jarak (x, y) sama dengan jarak (y, x). Hasil di atas bisa digeneralisasikan sebagai berikut : S(x,y) = J (G,x) +
J(G,y) – J(x,y), dimana S(x,y) adalah penghematan jarak (savings) yang diperoleh
[image:8.842.214.601.331.577.2]dengan menggabungkan rute x dan y menjadi satu. Dengan menggunakan formula tersebut maka matrik penghematan jarak bisa dihitung untuk semua customer dan hasilnya dapat dibuat dalam suatu tabel matrik penghematan Hasil identifikasi saving matrix dapat dilihat pada tabel 4.
Tabel 4. Identifikasi Saving Matrix (menit)
Waktu/menit A B C D E F G H I J
A 0
B 60 0
C 45 60 0
D 45 90 60 0
E 80 45 45 45 0
F 45 60 150 30 15 0
G 45 60 60 90 15 60 0
H 45 60 60 90 15 60 120 0
I 75 90 90 120 45 90 150 90 0
J 105 60 60 120 45 60 150 150 150 0
5.3 Mengalokasikan Konsumen Pada Armada
Penghematan Customer Penggabungan Kapasitas
150 I&J IJ 0
150 H&J IJH 0.347776
150 G&J IJHG 0.347776
150 G&I IJHG 0.347776
150 C&F CF 2.03356625
120 G&H IJHG 0.347776
120 D&J IJHGD 0.686296
120 D&I IJHGD 0.686296
105 A&J IJHGDA 9.2225
90 H&I IJHGDA 9.2225
90 F&I tidak layak
90 D&H IJHGDA 9.2225
90 D&G IJHGDA 9.2225
90 C&I tidak layak
90 B&I tidak layak (B) 12.843126
90 B&D tidak layak
80 A&E AE 4.614623347
[image:9.842.279.575.103.513.2]75 A&I IJHGDA 9.2225
Tabel 5. Penggabungan Konsumen Prioritas truk kecil
Setelah penggabungan tiap customer selanjutnya adalah mengurutkan toko (tujuan/konsumen) dalam rute yang sudah terdefinisi dengan menggunakan metode yaitu Farthest Insert dan Nearest Insert yang akan di sajikan pada tabel 7 dan tabel 8
60 F&J tidak layak
60 F&H tidak layak
60 F&G tidak layak
60 C&J tidak layak
60 C&H tidak layak
60 C&G tidak layak
60 C&D tidak layak
60 B&J tidak layak
60 B&H tidak layak
60 B&G tidak layak
Tabel 7. Urutan Rute dan Total Waktu (menit) Customer dengan metode Farthest Insert tgl. 1 okotober 2015 Prioritas truk kecil
Tgl.
1 HAD W‐H‐W 240 W‐H‐D‐W 285 W‐H‐D‐A‐W 375
W‐D‐W 180 W‐H‐A‐W 195
W‐A‐W 90
AE W‐A‐W 90 W‐A‐E‐W 100
W‐E‐W 90 W‐E‐A‐W 100
BCF W‐B‐W 120 W‐C‐F‐W 210 W‐C‐B‐F‐W 420
W‐C‐W 180 W‐C‐B‐W 240 W‐F‐B‐C‐W 360
W‐F‐W 180 W‐F‐C‐W 210
W‐F‐B‐W 240
Truk 110ps
Truk 110ps
Truk 125ps
Dengan menerapkan metode farthes insert menghasilkan lama waktu pengiriman pada truk pertama sebesar 375 menit, truk ke 2 100 menit dan truk ke 3 420 menit
Tabel 8. Urutan Rute dan Total Waktu (menit) Customer dengan metode Nearest Insert tgl. 1 okotober 2015 Prioritas truk kecil
Tgl.
1 HAD W‐H‐W 240 W‐A‐H‐W 285 W‐A‐D‐H‐W 375
W‐D‐W 180 W‐A‐D‐W 225
W‐A‐W 90
AE W‐A‐W 90 W‐A‐E‐W 100
W‐E‐W 90 W‐E‐A‐W 100
BCF W‐B‐W 120 W‐B‐C‐W 240 W‐B‐C‐F‐W 270
W‐C‐W 180 W‐B‐F‐W 240 W‐B‐F‐C‐W 270
W‐F‐W 180
Truk 110ps
Truk 110ps
Truk 125ps
Dari tabel menunjukan bahwa metode Nearest Insert lebih menghemat waktu.
5.4. Perbandingan Model Awal dengan Model Usulan
Pada Tabel 9 akan di tampilkan perbandingan waktu tempuh antara model awal dan model usulan dengan metode pengurutan rute menggunakan metode Nearest
Insert dimana pada model awal menerapkan untuk truk yang lebih besar di
Tabel 9. Perbandingan Waktu Tempuh Model Awal dengan Model Usulan
Tgl. 125PS 110ps 110PS Total 110ps 110PS 125PS Total
1 525 120 165 810 375 100 270 745
2 450 120 165 735 225 100 270 595
3 0 0
4 0 0
5 300 120 165 585 90 100 270 460
6 405 120 165 690 360 100 240 700
7 330 120 165 615 90 100 270 460
8 385 120 120 625 120 505 625
9 90 315 120 525 90 100 270 460
10 120 120 120 120
11 0 0
12 450 120 165 735 225 100 270 595
13 330 120 154 604 90 100 270 460
14 90 90 90 90
15 285 120 315 720 375 100 270 745
16 90 120 315 525 90 100 270 460
17 120 120 120 120 240
18 0 0
19 90 120 315 525 90 100 270 460
20 450 120 165 735 90 100 270 460
21 330 120 165 615 265 120 385
22 525 120 165 810 405 150 555
23 330 120 165 615 90 255 345
24 0 0
25 0 0
26 435 120 165 720 285 100 270 655
27 330 120 165 615 90 100 270 460
28 330 120 165 615 90 100 270 460
29 285 315 600 360 310 670
30 315 315 255 255
31 0 0
440.77 369.6774
Perbandingan waktu tempuh (Menit)
Metode Awal Metode Usulan
Rata‐rata
Rata-rata waktu tempuh setiap harinya untuk metode awal sebesar 440.77 menit dan dengan metode usulan sebesar 369.67 menit. Perhitungan waktu tempuh dalam penelitian ini belum termasuk allowance.
Tabel 10. Perbandingan Persentase Penggunaan Armada Model Awal dengan Model Usulan
Tgl. 125PS 110ps 110PS Rata‐rata 110ps 110PS 125PS Rata‐rata
1 97% 100% 46% 81% 100% 50% 95% 82%
2 94% 100% 47% 80% 100% 50% 92% 81%
3 0% 0% 0% 0% 0% 0% 0% 0%
4 0% 0% 0% 0% 0% 0% 0% 0%
5 97% 100% 44% 80% 100% 54% 91% 82%
6 83% 100% 39% 74% 100% 36% 84% 73%
7 88% 100% 44% 77% 100% 33% 95% 76%
8 43% 100% 31% 58% 68% 0% 77% 48%
9 96% 100% 49% 82% 100% 65% 86% 84%
10 2% 0% 0% 1% 4% 0% 0% 1%
11 0% 0% 0% 0% 0% 0% 0% 0%
12 70% 100% 39% 70% 100% 5% 90% 65%
13 89% 100% 41% 77% 100% 37% 91% 76%
14 3% 0% 0% 1% 5% 0% 0% 2%
15 93% 100% 57% 83% 100% 39% 90% 76%
16 80% 100% 48% 76% 100% 0% 85% 62%
17 68% 0% 0% 23% 100% 16% 0% 39%
18 0% 0% 0% 0% 0% 0% 0% 0%
19 89% 100% 41% 76% 100% 37% 80% 72%
20 94% 100% 25% 73% 100% 37% 87% 75%
21 48% 100% 33% 61% 90% 0% 72% 54%
22 73% 100% 9% 61% 100% 0% 78% 59%
23 72% 95% 0% 56% 96% 0% 72% 56%
24 0% 0% 0% 0% 0% 0% 0% 0%
25 0% 0% 0% 0% 0% 0% 0% 0%
26 100% 100% 30% 76% 100% 46% 90% 79%
27 93% 100% 38% 77.2% 100% 44% 89% 77.5%
28 95% 26% 0% 40% 100% 0% 85% 62%
29 87% 60% 0% 49% 100% 0% 64% 55%
30 16% 0% 0% 5% 27% 0% 0% 9%
31 0% 0% 0% 0% 0% 0% 0%
Rata‐rata 46% 47%
= Lebih Optimal
Perbandingan % Penggunaan Armada
Metode Awal Metode Usulan
VI. Penutup
menghasilkan solusi optimal dengan menggunakan metode Saving Matrix. Pada penelitian yang telah dilakukan, prosedur nearest insert merupakan prosedur yang dapat menghasilkan rute dengan waktu yang lebih efisien, dengan hasil jarak tempuh rata-rata pada metode lama 440.77 menit sedangkan dengan metode usulan di dapatkan hasil lebih singkat yaitu 369.67, dimana pada penerapan kombinasi usulan dan menerapkan metode nearest insert pada tanggal 1 di peroleh rute paling efisien yaitu untuk truk 1 mengirim dari W-A-D-H-W dengan total waktu 375 menit, untuk truk ke 2 mengirim dari W-A-E-W dengan total waktu 100 menit, dan pada truk ke 3 mengirim dari W-B-F-C-W dengan total waktu 270 menit.
2. Dalam pengalokasian customer ke kendaraan, dengan kombinasi usulan yaitu memprioritaskan truk dengan kapasitas terkecil di isi terlebih dahulu dapat menghasilkan penghematan yang lebih besar di bandingkan dengan prosedur awal yang di gunakan oleh PT indoprima Gemilang yang menerapkan kombinasi truk dengan kapasitas besar di isi penuh terlebih dahulu, menghasilkan persentase penggunaan armada yang tersedia rata-rata selama sebulan dengan metode lama yaitu 46% dan dengan menggunakan metode usuluan yaitu 47%, pada pengalokasian barang ke kendaraan menunjukan jika semakin besar persentase yang didapatkan maka pengalokasian tersebut dapat dikatakn merata/seimbang, dimana pada penerapan metode usulan pada tanggal 1 di dapatkan hasil truk pertama mengantar produk ke customer H, A, D dengan persentase penggunaan armada sebesar 100%, pada truk ke dua mengantar produk ke customer A dan E dengan persentase penggunaan armada 50%, sedangkan pada truk ketiga mengantar produk ke customer B,C dan F dengan persentase penggunaan armada sebesar 95%
DAFTAR PUSTAKA
Alimudin, A., 2010, Perencanaan Rute Distribusi Produk Olie Drum Untuk
Meminimalkan Biaya Transportasi Dengan Metode Savings Matrix Di PT Kamadjaja Logistics Surabaya, Skripsi, Jurusan Teknik Industri Fakultas Teknologi Industri
Universitas Pembangunan Nasional “Veteran” Jawa Timur.
Anggun Yunitasari. 2014. OptimalisasiRute Pengangkutan Sampah di Kabupaten Sleman Menggunakan Metode Saving Matrix.
http://eprints.uny.ac.id/12581/1/SKRIPSI%20Anggun%20Yunitasari.pdfdiakses 12
Mei 2016.
Ballou, Ronald H. (2004) Business Logistic Management, Fifth Edition, Prectice Hall, Upper Saddle River, New Jersey.
Chopra, S., and Meindl, P. (2001). Supply chain management: Strategy, planning,
and operations. New Jersey – Prentice Hall.
Heizer, Jay and Barry Render. 2009. Manajemen Operasi. Edisi 9. (Diterjemahkan oleh: Chriswan Sungkono). Salemba Empat: Jakarta.
Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis tahun 1987-2013, Badan
Pusat Statistik, http://www.bps.go.id/linkTabelStatis/view/id/1413 (dikutip 22 November 2015, pukul 22.38).
Pujawan, I N. (2005). Supply chain management. Guna Widya. Simchi-Levi, D.,Kaminski, P., and Simchi-Levi, E. (2000). Designing and managing the supply
chain: Concept, strategies, and case studies. Irwin McGraw-Hill.
Santoso, Singgih. 2009. Buisness Forecaseting Metode Peramalan Bisnis Masa Kini
