• Tidak ada hasil yang ditemukan

TESIS-TI OPTIMASI RANCANGAN JARINGAN DISTRIBUSI PADA RANTAI PASOK BAHAN PANGAN DI JAWA TIMUR

N/A
N/A
Protected

Academic year: 2021

Membagikan "TESIS-TI OPTIMASI RANCANGAN JARINGAN DISTRIBUSI PADA RANTAI PASOK BAHAN PANGAN DI JAWA TIMUR"

Copied!
127
0
0

Teks penuh

(1)

TESIS

-

TI142307

OPTIMASI RANCANGAN JARINGAN DISTRIBUSI

PADA RANTAI PASOK BAHAN PANGAN DI JAWA

TIMUR

IMRON ROSYADI NR NRP 2513 203 002 DOSEN PEMBIMBING

Prof. Ir. I Nyoman Pujawan, M.Eng, Ph.D, CSCP. Prof. Iwan Vanany, ST, MT, Ph.D.

PROGRAM MAGISTER

BIDANG KEAHLIAN MANAJEMEN LOGISTIK DAN RANTAI PASOK JURUSAN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

(2)
(3)

i

OPTIMASI RANCANGAN JARINGAN DISTRIBUSI PADA

RANTAI PASOK BAHAN PANGAN DI JAWA TIMUR

Tesis disusun untuk memenuhi salah satu syarat memperoleh gelar Magister Teknik

Di

Institut Teknologi Sepuluh Nopember Surabaya

IMRON ROSYADI NR NRP. 2513203002

Tanggal Ujian : 16 Januari 2017 Periode Wisuda : Maret 2017

Disetujui oleh :

1. Prof. Ir. I Nyoman Pujawan, M.Eng, Ph.D, CSCP. (Pembimbing) NIP. 196901071994121001

2. Prof. Iwan Vanany, ST, MT, Ph.D. (Ko-Pembimbing) NIP. 197109271999031002

3. Prof. Dr. Ir. Suparno, MSIE. (Penguji 1) NIP. 194807101976031002

4. Prof. Dr. Ir. Udisubakti Ciptomulyo, M.Eng. Sc. (Penguji 2) NIP. 195903181987011001

Direktur Program Pascasarjana,

Prof. Dr. Ir. Tri Wijaya, M.Eng. NIP. 196110211986031001

(4)

ii

(5)

iii

SURAT PERNYATAAN KEASLIAN TESIS

Saya yang bertanda tangan dibawah ini :

Nama Mahasiswa : Imron Rosyadi NR

Program Studi : Magister Teknik Industri, FTI - ITS NRP : 2513203002

Menyatakan bahwa isi tesis saya yang berjudul:

“OPTIMASI RANCANGAN JARINGAN DISTRIBUSI PADA RANTAI PASOK BAHAN PANGAN DI JAWA TIMUR”

adalah benar-benar hasil karya intelektual mandiri, diselesaikan tanpa menggunakan bahan-bahan yang tidak diijinkan, dan bukan merupakan karya pihak lain yang saya akui sebagai karya sendiri.

Seluruh refresensi yang dikutip dan dirujuk telah saya tulis di daftar pustaka.

Apabila dikemudian hari ternyata pernyataan saya ini tidak benar, maka saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.

Surabaya, 23 Januari 2017 Yang membuat pernyataan

Imron Rosyadi NR NRP. 2513203002

(6)

iv

(7)

v

OPTIMASI RANCANGAN JARINGAN DISTRIBUSI PADA RANTAI PASOK BAHAN PANGAN DI JAWA TIMUR

Nama Mahasiswa : Imron Rosyadi NR NRP : 2513203002

Pembimbing : Prof. Ir. I Nyoman Pujawan, M.Eng, Ph.D, CSCP. Ko-Pembimbing : Prof. Iwan Vanany, ST, MT, Ph.D.

ABSTRAK

Desain jaringan supply chain merupakan keputusan strategis, yaitu penentuan jumlah, lokasi dan kapasitas pada setiap bagian supply chain. Jaringan distribusi supply chain yang efisien dapat meminimumkan biaya operasi pada semua bagian supply chain dan dapat bergerak dengan cepat dalam memenuhi kebutuhan konsumen. Tujuan dari penelitian ini adalah (1) menghasilkan model desain jaringan distribusi bahan pangan, (2) menentukan jumlah dan lokasi

distribution center (DC) bahan pangan yang dibutuhkan agar dapat

meminimumkan total biaya logistik. Penelitian ini dilakukan pada tiga tingkatan jaringan distribusi supply chain bahan pangan (pemasok, distribution center, dan konsumen) di Jawa Timur dengan menggunakan multi produk, multi periode, dan ketidakpastian pada pasokan bahan pangan. Masalah dalam penelitian ini dirumuskan sebagai model Mixed Integer Linear Programming (MILP) dan diselesaikan menggunakan teknik standar branch-and-bound pada software Lingo 11. Hasil dari penelitian ini menunjukkan bahwa pada skenario permintaan 10% total biaya logistik yang paling rendah pada skenario 1 dengan membuka dua DC dengan kapasitas 100.000 Ton, yaitu pada DC (5 dan 6). Pada skenario permintaan 20% total biaya logistik yang paling rendah pada skenario 5 dengan membuka dua DC dengan kapasitas 200.000 Ton, yaitu pada DC (5 dan 6). Dan pada skenario permintaan 30% total biaya logistik yang paling rendah pada skenario 9 dengan membuka dua DC dengan kapasitas 300.000 Ton, yaitu pada DC (5 dan 6). Peningkatan jumlah permintaan dapat mempengaruhi kapasitas DC yang akan dibuka, yaitu pada permintaan 10% menggunakan kapasitas sebesar 100.000 Ton, pada permintaan 20% menggunakan kapasitas DC sebesar 200.000 Ton, dan pada permintaan 30% menggunakan kapasitas DC sebesar 300.000 Ton.

Kata Kunci: Desain Jaringan Supply Chain, Jaringan Distribusi Supply Chain, Model Lokasi Fasilitas dan Mixed Integer Linear Programming.

(8)

vi

(9)

vii

THE DISTRIBUTION NETWORK DESIGN OPTIMIZATION

OF FOOD SUPPLY CHAIN IN EAST JAVA

Name : Imron Rosyadi NR NRP : 2513203002

Supervisor : Prof. Ir. I Nyoman Pujawan, M.Eng, Ph.D, CSCP. Co-Supervisor : Prof. Iwan Vanany, ST, MT, Ph.D.

ABSTRACT

Supply chain network design is a strategic decision, namely the determination of the number, location and capacity on any the supply chain part. The efficient supply chain distribution network can minimize the operation cost in all the supply chain parts and be able to move quickly to meet the consumer needs. The aim of this study were (1) generate the model of food distribution network design, (2) determine the number and location of foodstuffs distribution centers (DC) thats needed in order to minimize the total logistics cost. This study conducted at three levels of the food supply chain distribution network (suppliers, distribution centers, and consumers) in East Java by using a product, multi-period, and uncertainty in food supply. The problem formulated as a Mixed Integer Linear Programming model (MILP) and solved using standard branch-and-bound techniques on software of Lingo 11. The results indicated that the lowest total logistics costs on the demand scenario 10% was in scenario 1 with opening of two DC (DC5 & DC6) by 100.000 Tons capacity. On the demand scenario 20% was in scenario 5 with opening of two DC (DC5 & DC6) by 200.000 Tons capacity. And the demand scenario 30% was in scenario 9 with opening of two DC (DC5 & DC6) by 300.000 Tons capacity. The increase in the demand number influenced the opening DC capacity, at 10% demand used DC by 100.000 Tons capacity, for 20% demand used DC by 200.000 Tons capacity, and for 30% demand used DC by 300.000 Tons capacity.

Keywords: Supply Chain Network Design, Supply Chain Distribution Network, Facility Location Model and Mixed Integer Linear Programming.

(10)

viii

(11)

ix

KATA PENGANTAR

Alhamdulillah puji syukur kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-NYA sehingga penulis dapat menyelesaikan Tesis dengan judul “Optimasi Rancangan Jaringan Distribusi pada Rantai Pasok Bahan Pangan di Jawa Timur”. Penulisan Tesis ini diajukan sebagai salah satu syarat untuk mencapai gelar sarjana strata dua (S2) Jurusan Teknik Industri Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember.

Penulis menyadari bahwa keberhasilan dalam penulisan Tesis ini tidak lepas dari bantuan dan dukungan dari berbagai pihak terutama pembimbing. Oleh karena itu, penulis mengucapkan banyak terima kasih kepada semua pihak yang telah membantu dalam penyelesain Tesis ini khususnya kepada Bapak Prof. Ir. I Nyoman Pujawan, M.Eng, Ph.D, CSCP. dan Bapak Prof. Iwan Vanany, ST, MT, Ph.D. sebagai doses pembimbing yang selalu mencurahkan waktu untuk membantu, memotivasi, mengarahkan dan membimbing penulis hingga terselesaikannya Tesis ini. Serta ucapan terima kasih juga kepada Bapak Prof. Dr. Ir. Suparno, MSIE., Bapak Prof. Dr. Ir. Udisubakti Ciptomulyo, M.Eng. Sc., dan Ibu Dyah Santhi Dewi, ST., M.Sc., Ph.D. selaku dosen penguji yang juga turut mengarahkan, memberikan koreksi dan saran yang bermanfaat dalam melaksanakan penelitian dan penyelesaian perbaikan tulisan Tesis ini.

Selain itu penulis juga mengucapkan banyak terima kasih kepada semua pihak yang telah berkontribusi dalam penyelesaian Tesis ini kepada:

1. Kedua orang tua (Bapak Ningrum Usman dan Ibu Anima Umar) yang telah mencurahkan kasih sayangnya dan selalu mendoakan serta memberikan dukungan dan motivasi kepada penulis.

2. Keluarga besar, adik, paman, bibi, mertua, dan ipar yang telah mendo’akan dan memberikan dukungan serta motivasi demi kelancaran dan kebaikan penulis.

3. R. Endah Retno P, S.TP. yang sabar untuk selalu mendampingi dan mendo’akan, memberikan dukungan dan motivasi, serta putra tercinta (M. Ahsan Fikry Rosyadi) yang selalu menjadi penyemangat bagi penulis.

(12)

x

4. Kementerian Riset dan Pendidikan Tinggi Republik Indonesia yang telah memfasilitasi penulis untuk menempuh pendidikan di jenjang S2.

5. Rektor Universitas Trunojoyo Madura beserta seluruh jajarannya yang telah memberikan kesempatan dan rekomendasi kepada penulis untuk melanjutkan pendidikan.

6. Bapak Erwin Widodo, ST., M.Eng., Dr.Eng. yang selalu memotivasi mahasiswa dan memanajemen pasca sarjana Teknik Industri ITS.

7. Para Dosen, Staf dan karyawan Jurusan Teknik Industri ITS. 8. Rekan-rekan mahasiswa S2 Jurusan Teknik Industri ITS.

9. Semua pihak yang tidak dapat disebutkan satu per satu atas bantuan material maupun spiritual kepada penulis.

Semoga Tesis ini dapat bermanfaat bagi penulis khususnya dan para pembaca umumnya, dan semoga ilmu yang didapatkan penulis dapat diamalkan agar mendapatkan berkah dari sang Maha Mengetahui. Penulis menyadari bahwa Tesis ini sangat jauh dari kesempurnaan, oleh karena itu penulis dengan segala kerendahan hati menerima keritik dan saran yang membangun untuk perbaikan pada masa yang akan datang.

Surabaya, 23 Januari 2017

(13)

xi

DAFTAR ISI

LEMBAR PENGESAHAN ... i

SURAT PERNYATAAN... iii

ABSTRAK ... v

ABSTRACT ... vii

KATA PENGANTAR ... ix

DAFTAR ISI ... xi

DAFTAR TABEL ... xv

DAFTAR GAMBAR ... xvii

DAFTAR LAMPIRAN ... xix

BAB 1 PENDAHULUAN ... 1 1.1 LATAR BELAKANG ... 1 1.2 RUMUSAN MASALAH ... 8 1.3 TUJUAN ... 8 1.4 MANFAAT ... 8 1.5 BATASAN PENELITIAN ... 8 1.6 ASUMSI ... 9

BAB 2 TINJAUAN PUSTAKA ... 11

2.1 SUPPLY CHAIN MANAGEMENT (SCM) ... 11

2.2 DESAIN JARINGAN SUPPLY CHAIN ... 12

2.3 DESAIN JARINGAN DISTRIBUSI SUPPLY CHAIN ... 14

2.4 MASALAH LOKASI FASILITAS ... 20

2.5 MODEL LOKASI FASILITAS ... 21

BAB 3 METODE PENELITIAN... 25

3.1 PENGEMBANGAN MODEL ... 25

3.1.1 Fungsi Tujuan ... 25

3.1.2 Variabel Keputusan ... 26

3.1.3 Fungsi Kendala ... 26

(14)

xii

3.2 PENGUMPULAN DATA ... 30

3.2.1 Data Lokasi... 30

3.2.2 Data Jarak ... 31

3.2.3 Data Kapasitas ... 32

3.2.4 Data Produksi Bahan Pangan ... 32

3.2.5 Data Permintaan (Demand) ... 32

3.2.6 Data Biaya Transportasi ... 32

3.2.7 Data Biaya Penyimpanan ... 33

3.2.8 Data Biaya Tetap Pembukaan Distribution Center (DC) ... 33

3.3 SKENARIO ... 33

BAB 4 PENGUMPULAN DATA ... 35

4.1 DATA LOKASI ... 35

4.2 DATA JARAK ... 36

4.3 DATA KAPASITAS ... 37

4.4 DATA PRODUKSI ... 38

4.5 DATA PERMINTAAN ... 38

4.6 DATA BIAYA TRANSPORTASI ... 41

4.7 DATA BIAYA PENYIMPANAN ... 42

4.8 DATA BIAYA TETAP DC ... 43

BAB 5 ANALISIS MODEL... 45

5.1 VALIDASI MODEL ... 45 5.2 HASIL OPTIMASI ... 47 5.2.1 Skenario 1 ... 47 5.2.2 Skenario 2 ... 48 5.2.3 Skenario 3 ... 51 5.2.4 Skenario 4 ... 53 5.2.5 Skenario 5 ... 56 5.2.6 Skenario 6 ... 58 5.2.7 Skenario 7 ... 61 5.2.8 Skenario 8 ... 63 5.2.9 Skenario 9 ... 67 5.3 ANALISIS ... 68

(15)

xiii

5.3.1 Analisis Hasil Optimasi pada Semua Skenario ... 68

5.3.2 Analisis Sensitivitas Terhadap Perubahan Biaya Transportasi ... 73

BAB 6 KESIMPULAN DAN SARAN ... 77

6.1 KESIMPULAN ... 77

6.2 SARAN ... 78

DAFTAR PUSTAKA ... 81

(16)

xiv

(17)

xv

DAFTAR TABEL

Tabel 1.1 Kondisi Ketersediaan Pangan Provinsi Jawa Timur (2010-2014) .... 2

Tabel 2.1 Penelitian Tentang Desain Jaringan Distribusi Supply Chain ... 19

Tabel 3.1 Skenario-Skenario Penelitian Desain Jaringan Distribusi ... 34

Tabel 4.1 Jarak Antar Lokasi Wilayah di Jawa Timur ... 36

Tabel 4.2 Kapasitas Pemasok Pada Semua Komoditas Bahan Pangan ... 37

Tabel 4.3 Kapasitas Distribution Center (DC) ... 38

Tabel 4.4 Produksi Bahan Pangan Pemasok (Berdasarkan Klaster Wilayah) .. 39

Tabel 4.5 Jumlah Konsumsi Pangan Di Jawa Timur ... 40

Tabel 4.6 Jumlah Permintaan Bahan Pangan Di Jawa Timur ... 40

Tabel 4.7 Biaya Transportasi ... 42

Tabel 4.8 Biaya Tetap Pembukaan DC ... 43

Tabel 5.1 Hasil Optimasi pada Skenario 1 ... 49

Tabel 5.2 Hasil Optimasi pada Skenario 2 ... 52

Tabel 5.3 Hasil Optimasi pada Skenario 3 ... 54

Tabel 5.4 Hasil Optimasi pada Skenario 4 ... 57

Tabel 5.5 Hasil Optimasi pada Skenario 5 ... 59

Tabel 5.6 Hasil Optimasi pada Skenario 6 ... 62

Tabel 5.7 Hasil Optimasi pada Skenario 7 ... 64

Tabel 5.8 Hasil Optimasi pada Skenario 8 ... 66

Tabel 5.9 Hasil Optimasi pada Skenario 9 ... 69

Tabel 5.10 Perbandingan Hasil Optimasi Semua Skenario ... 72

Tabel 5.11 Hasil Optimasi dengan Peningkatan 20% Dari Biaya Transportasi . 73 Tabel 5.12 Hasil Optimasi dengan Penurunan 20% Dari Biaya Transportasi .... 75

(18)

xvi

(19)

xvii

DAFTAR GAMBAR

Gambar 2.1 Jaringan Supply Chain ... 12

Gambar 3.1 Konfigurasi Jaringan Distribusi Supply Chain Tiga Tingkatan .... 26

Gambar 4.1 Klaster Wilayah Di Jawa Timur ... 36

Gambar 5.1 Jaringan Distribusi pada Skenario 1 ... 48

Gambar 5.2 Jaringan Distribusi pada Skenario 2 ... 50

Gambar 5.3 Jaringan Distribusi pada Skenario 3 ... 53

Gambar 5.4 Jaringan Distribusi pada Skenario 4 ... 55

Gambar 5.5 Jaringan Distribusi pada Skenario 5 ... 58

Gambar 5.6 Jaringan Distribusi pada Skenario 6 ... 60

Gambar 5.7 Jaringan Distribusi pada Skenario 7 ... 63

Gambar 5.8 Jaringan Distribusi pada Skenario 8 ... 65

(20)

xviii

(21)

xix

DAFTAR LAMPIRAN

Lampiran 1. Klaster Wilayah Di Jawa Timur ... 85

Lampiran 2. Jarak Antar Kota Di Jawa Timur ... 86

Lampiran 3. Data Produksi Bahan Pangan Di Jawa Timur (2010-2014) ... 87

Lampiran 4. Data Jumlah Penduduk Provinsi Jawa Timur (2014) ... 88

Lampiran 5. Data Permintaan Komoditas Bahan Pangan Di Jawa Timur ... 89

Lampiran 6. Data Masukan (Input) pada Softwaare Lingo 11... 90

Lampiran 7A. Hasil (Output) Software Lingo 11 pada Skenario 1... 95

Lampiran 7B. Hasil (Output) Software Lingo 11 pada Skenario 2. ... 96

Lampiran 7C. Hasil (Output) Software Lingo 11 pada Skenario 3. ... 97

Lampiran 7D. Hasil (Output) Software Lingo 11 pada Skenario 4... 98

Lampiran 7E. Hasil (Output) Software Lingo 11 pada Skenario 5. ... 99

Lampiran 7F. Hasil (Output) Software Lingo 11 pada Skenario 6. ... 100

Lampiran 7G. Hasil (Output) Software Lingo 11 pada Skenario7... 101

Lampiran 7H. Hasil (Output) Software Lingo 11 pada Skenario 8... 102

(22)

xx

(23)

1

BAB 1

PENDAHULUAN

1.1 LATAR BELAKANG

Pangan merupakan suatu komoditas yang sangat penting dan paling mendasar dalam kebutuhan sehari-hari. Pangan juga menjadi suatu tolak ukur kemampuan suatu negara dan bangsa dalam mempertahankan eksistensinya sebagai suatu negara yang berketahanan nasional. Selain wujud eksistensi suatu negara, pemenuhan kebutuhan pangan masyarakat merupakan sesuatu yang paling mendasar dalam konteks kesejahteraan masyarakat. Oleh karena itu pemenuhan kebutuhan pangan tidak bisa dilakukan secara individu melainkan harus dilakukan secara bersama-sama, pemerintah dan masyarakat harus bekerja sama dalam proses pemenuhan kebutuhan pangan. Pemerintah melakukan pembinaan, pengaturan, pengendalian dan pengawasan, sedangkan masyarakat melakukan proses produksi, penyediaan dan distribusi serta berperan sebagai konsumen yang memiliki hak untuk memperoleh pangan yang cukup dalam jumlah, bergizi, beragam, merata dan terjangkau. Selain itu, dalam pemenuhan kebutuhan pangan harus ada kerja sama antara produsen dan konsumen dalam proses distribusi pangan, sehingga distribusi pangan bisa dilakukan secara efektif dan efisien.

Ketersediaan bahan pangan merupakan suatu yang sangat penting untuk menjamin pasokan pangan dalam memenuhi kebutuhan konsumen dari segi kuantitas dan kualitas serta keragaman dan keamanannya. Ketersediaan bahan pangan dapat dipenuhi dari tiga sumber, yaitu: (1) produksi dalam negeri, (2) pemasokan bahan pangan, (3) pengelolaan cadangan bahan pangan. Penyediaan bahan pangan yang sesuai dengan kebutuhan gizi konsumen baik jumlah maupun mutunya merupakan suatu masalah besar yang harus diselesaikan. Menurut Badan Ketahanan Pangan Jawa Timur (2015), situasi ketersediaan pangan suatu wilayah antara lain tercermin dari jumlah ketersediaan pangan, yang ditunjukkan dari ketersediaan pangan maupun mutu keanekaragaman ketersediaan pangan yang digambarkan oleh skor Pola Pangan Harapan (PPH). Situasi ketersediaan pangan

(24)

2

tersebut dapat digunakan sebagai salah satu acuan dalam perencanaan kebijakan penyediaan kebutuhan pangan dan gizi penduduk menuju kemandirian dan kestabilan pangan. Berdasarkan angka sasaran data produksi pangan Jawa Timur Tahun 2014 (Angka Ramalan II), telah mengalami surplus beras sebesar 3.903.952 ton, jagung surplus 4.982.146, kedelai mengalami kekukaran sebesar 100.790 ton, kacang tanah surplus 133.834 ton, dan kacang hijau surplus 42.939, sebagaimana ditunjukkan pada Tabel 1.1. Hal ini menunjukkan bahwa Provinsi Jawa Timur memiliki potensi yang besar dalam masalah ketersediaan bahan pangan untuk memenuhi kebutuhan konsumen, akan tetapi potensi ini masih kurang berjalan dengan baik karena pendistribusian bahan pangan masih kurang terintegrasi dengan baik sehingga harga bahan pangan menjadi tidak stabil dikarenakan lamanya proses pendistribusian dan biaya transportasi yang cukup tinggi sehingga harga bahan pangan menjadi mahal. Agar harga bahan pangan menjadi stabil dan relatif lebih murah sehingga bisa terjangkau oleh seluruh kalangan masyarakat, maka proses distribusi bahan pangan harus dikelola dengan baik.

Tabel 1.1 Kondisi Ketersediaan Pangan Provinsi Jawa Timur (2010-2014)

No Komoditas Pangan 2010 2011 2012 2013 2014*) 1 Beras Ketersediaan 6.957.323 6.315.925 7.291033 7.199.536 7.354.546 Konsumsi 3.421.560 3.339.123 3.339.123 3.424.550 3.450.594 Surplus 3.535.764 2.976.801 3.951.910 3.774.986 3.903.952 2 Jagung Ketersediaan 4.937.497 4.811.184 5.568.307 5.096.065 5.121.143 Konsumsi 86.195 139.444 139.444 138.108 138.997 Surplus 4.851.302 4.671.739 5.428.863 4.957.958 4.982.146 3 Kedelai Ketersediaan 263.210 296.291 296.163 301.558 305.003 Konsumsi 367.265 467.327 467.327 402.730 405.793 Surplus -104.055 -171.036 -171.163 -101.172 -100.790 4 Kacang tanah Ketersediaan 190.416 194.164 196.514 191.495 185.186 Konsumsi 22.486 15.075 15.075 50.964 51.352 Surplus 167.931 179.089 181.439 140.531 133.834 5 Kacang hijau Ketersediaan 72.590 72.990 60.701 52.427 50.661 Konsumsi 11.243 7.538 7.538 7.664 7.722 Surplus 61.347 65.453 53.163 44.763 42.939 *) Angka Ramalan II

(25)

3

Distribusi bahan pangan merupakan suatu proses pengiriman bahan pangan dari produsen sampai konsumen. Pendistribusian bahan pangan ke seluruh wilayah konsumen harus dilakukan dengan baik agar pemenuhan kebutuhan pangan bisa dilakukan sesuai dengan permintaan konsumen baik dari segi jumlah, waktu dan harga yang tepat. Masalah ketahanan pangan meliputi ketersediaan bahan pangan, distribusi dan konsumsi. Menurut Isbandi dan Rusdiana (2014), ketersediaan pangan di seluruh wilayah dilakukan distribusi pangan melalui upaya pengembangan sistem distribusi pangan secara efisien, dapat mempertahankan keamanan, mutu dan gizi pangan serta menjamin keamanan distribusi pangan. Masalah ketersediaan bahan pangan di seluruh wilayah konsumen sangat berkaitan erat dengan masalah distribusi. Masalah distribusi ini meliputi infrastruktur, institusi, jaringan distribusi dan kapasitas produksi antara wilayah dan musim (Saifullah, 2013). Distribusi memiliki peranan yang sangat penting dalam pemenuhan kebutuhan pangan yang berkaitan tentang jumlah dan waktu yang tepat, serta terjangkau atau sesuai dari segi harga, semua menjadi faktor penentu terhadap keberhasilan fungsi distribusi pangan dari produsen ke konsumen. Secara kelembagaan sistem distribusi sebagai penentu harga dalam pemenuhan kebutuhan produksi dan kebutuhan konsumsi.

Menurut Purwono dkk (2013), pendistribusian pangan misalnya beras berhubungan dengan tataniaga beras di Jawa Timur. Lembaga-lembaga tataniaga yang bergerak pada pangan di Jawa Timur terdiri dari petani, penebas, penggilingan, pedagang besar, pengecer, kelompok tani dan Bulog pada masing-masing daerah. Keberadaan lembaga-lembaga tataniaga beragam antar satu daerah dengan daerah lainnya. Kebanyakan lembaga-lembaga ini hanya fokus dalam pendistribusian bahan pangan pada masing-masing daerah di Jawa Timur. Sedangkan menurut Saifullah (2013), sistem rantai pasok perberasan Jawa Timur terdiri dari beberapa pelaku usaha, antara lain: petani, pedagang gabah lokal, pedagang gabah luar kabupaten, KUD, pengusaha penggilingan, pedagang beras grosir, pedagang beras eceran, pedagang beras antar provinsi, mitra kerja Bulog, Satgas Pengadaan Dalam Negeri Bulog, UB-PGB milik Bulog dan konsumen. Struktur rantai pasok beras di Jawa Timur sangat panjang terutama pada sistem distribusinya, sehingga mendorong harga beras menjadi tinggi karena tingginya

(26)

4

biaya transportasi untuk memindahkan dari satu tempat ke tempat lainnya. Pendistribusian bahan pangan antar daerah masih belum maksimal, karena kurangnya koordinasi mulai dari pemasok sampai konsumen pada masing-masing daerah. Hal ini disebabkan karena di Jawa Timur belum ada pusat distribusi yang menjadi penghubung antara pemasok pada masing-masing daerah yang memiliki pasokan bahan pangan dengan konsumen pada daerah-daerah yang memiliki kekukarangan dalam pemenuhan kebutuhan bahan pangannya. Sehingga pendistribusian bahan pangan tidak merata pada seluruh wilayah di Jawa Timur. Hal ini disebabkan antara daerah satu dengan daerah yang lainnya belum terintegrasi dengan baik.

Permasalahan yang dihadapi dalam proses distribusi bahan pangan adalah semua elemen jaringan distribusi bahan pangan masih belum terintegrasi dengan baik karena tidak ada pusat distribusi yang menghubungkan antara pasokan dan permintaan. Hal ini mengakibatkan pemenuhan kebutuhan bahan pangan kurang merata pada seluruh wilayah, ada yang memiliki ketersediaan bahan pangan yang melebihi kebutuhan tetapi ada juga mengalami kekurangan dari kebutuhannya. Pendistribusian bahan pangan masih kurang berjalan efektif dan efisien, sehingga proses pendistribusian bahan pangan membutuhkan waktu yang cukup lama dan biaya pengiriman yang cukup besar. Hal ini menyebabkan harga bahan pangan menjadi tidak stabil dan kurang bisa terjangkau dengan baik oleh seluruh konsumen dalam memenuhi kebutuhannya.

Pengembangan distribusi pangan dilakukan dengan perbaikan sistem distribusi menjadi lebih efektif dan efesien dapat meningkatkan kelancaran arus pendistribusian bahan pangan antar wilayah. Perbaikan sistem distribusi juga diharapkan dapat mendorong tersedianya bahan pangan dengan harga yang terjangkau oleh daya beli masyarakat banyak, sehingga dapat membantu meningkatkan kesejahteraan masyarakat. Hal ini juga dapat menekan serendah mungkin adanya perbedaan harga yang disebabkan oleh adanya perbedaan waktu dan lokasi pada masing-masing daerah di Jawa Timur. Oleh karena itu semua elemen jaringan distribusi pangan harus terintegrasi dan berkolaborasi dengan baik sebagai anggota dalam suatu jaringan supply chain, sehingga pemenuhan kebutuhan konsumen bisa berjalan efektif dan efisien.

(27)

5

Strategi kolaborasi dapat memberikan kesempatan untuk melakukan penghematan biaya, layanan konsumen yang lebih baik, dan keunggulan yang kompetitif bagi semua anggota dalam supply chain (Cilebi, 2015). Keberhasilan suatu supply chain tergantung pada integrasi dan koordinasi semua anggota supply

chain dalam membentuk struktur jaringan yang efisien. Jaringan supply chain

yang efisien dapat meminimumkan biaya operasi pada seluruh supply chain dan dapat bergerak dengan cepat dalam memenuhi kebutuhan konsumen. Oleh karena itu, organisasi harus mendesain jaringan supply chain dengan baik, sehingga seluruh anggota jaringan supply chain bisa bekerja sama secara efektif dan efisien. Integrasi desain supply chain dan keputusan taktis, seperti penentuan tingkat persediaan dan integrasi anggota supply chain merupakan suatu masalah yang dapat mempengaruhi kinerja lembaga atau organisasi. Peningkatan biaya transportasi merupakan faktor utama dalam menentukan keputusan tentang penempatan lokasi pabrik dan pusat distribusi, serta penentuan jumlah persediaan yang harus disimpan. Selain itu, manajemen persediaan yang optimal telah menjadi tujuan utama untuk mengurangi biaya dan meningkatkan layanan konsumen (Rodriguez et al., 2014; Daskin et al., 2002). Menurut Simchi-Levi et al. (2008), desain jaringan merupakan suatu keputusan yang paling dasar dalam manajemen supply chain, yang dapat mempengaruhi semua keputusan lainnya pada sebuah supply chain dan memiliki pengaruh yang paling besar pada return

on investment (ROI) dan kinerja supply chain secara keseluruhan.

Desain jaringan supply chain merupakan suatu masalah yang melibatkan beberapa keputusan strategis seperti menentukan jumlah, lokasi, dan kapasitas dari fasilitas yang dibutuhkan untuk memenuhi permintaan konsumen diberikan secara efisien dan tepat waktu (Klibi et al., 2010; Pujawan & Mahendrawathi, 2010). Ketika merancang sebuah jaringan supply chain harus memperhatikan antisipasi produksi, pergudangan, distribusi, transportasi dan keputusan manajemen permintaan (terkait dengan biaya) serta pendapatan dan tingkat layanan yang diperlukan. Sebagian besar dari biaya adalah dikhususkan untuk manajemen supply chain, dalam operasi logistik tertentu seperti transportasi dan penyimpanan. Satu pertanyaan utama pada tingkat perencanaan strategis adalah merancang jaringan supply chain dan lebih tepatnya mencari fasilitas utama

(28)

6

perusahaan, seperti pabrik dan pusat distribusi (Boujelben et al., 2014). Keputusan desain jaringan dapat menemukan konfigurasi supply chain dan memiliki dampak yang signifikan pada biaya logistik dan responsif (Chopra dan Meindl, 2010). Misalnya, lokasi fasilitas memiliki dampak jangka panjang dalam supply chain karena membutuhkan biaya yang tinggi untuk memindahkan atau membuka fasilitas baru. Sementara biaya yang terkait dengan membuka fasilitas baru dan biaya penyatuan persediaan mendorong untuk mengurangi jumlah fasilitas, dan responsif menyebabkan efek sebaliknya. Jumlah fasilitas yang tinggi dapat mengurangi lead time untuk memberikan produk ke konsumen akhir (Cardona-Valdes et al., 2011). Salah satu kunci dari produktivitas dan profitabilitas supply

chain adalah jaringan distribusi yang dapat digunakan untuk mencapai berbagai

tujuan supply chain mulai dari biaya yang rendah hingga responsif yang tinggi. Mendesain jaringan distribusi terdiri dari tiga masalah utama, yaitu masalah

location–allocation, masalah vehicle routing, dan masalah inventory control

(Ahmadi-Javid dan Azad, 2010). Oleh karena itu, agar produktivitas dan profitabilitas supply chain berjalan dengan baik sesuai dengan tujuan utama organisasi maka jaringan distribusi harus didesain secara efektif dan efisien.

Penelitian tentang masalah desain jaringan distribusi supply chain telah banyak dibahas. Kebanyakan penelitian tersebut hanya membahas pada periode tunggal, sehingga tidak bisa mengakomodir untuk produk-produk yang bersifat musiman, contohnya Razmi et al (2013), mengembangan model bi-objective

two-stage stochastic mixed-integer linear programming untuk mendesain ulang

jaringan gudang yang handal. Dalam model ini, kapasitas gudang yang harus dihilangkan, ditetapkan, atau dipindahkan ke gudang lain, dan kuantitas pengiriman produk antara jaringan node dengan mempertimbangkan dua lead time pengiriman. Penelitian ini hanya membahas tentang masalah jaringan distribusi pada periode dan produk tunggal sehingga tidak bisa digunakan untuk produk musiman. Sementara Boujelben et al (2014), mempertimbangkan multi produk dalam masalah desain jaringan distribusi pada studi kasus di industri otomotif. Berdasarkan asumsi yang realistis, yang memperkenalkan volume yang minimum, jarak cakupan yang maksimum dan kendala sumber tunggal. Penelitian ini mengembangkan beberapa prosedur heuristik menggunakan berbagai relaksasi

(29)

7

dari formulasi MIP. Penelitian ini digunakan pada multi produk dengan periode tunggal, akan tetapi tidak membahas masalah inventori karena tidak memperhatikan ketidakpastian baik itu dari pasokan maupun permintaan, sehingga kurang sesuai untuk produk yang bersifat musiman.

Cardona-Valdes et al (2011), mengembangkan masalah optimasi desain jaringan produksi-distribusi dua eselon dengan beberapa pabrik, pelanggan dan satu set kandidat pusat distribusi. Penelitian ini memasukkan unsur ketidakpastian permintaan pelanggan dalam lokasi pusat distribusi dan moda transportasi dalam keputusan alokasi. Perumusan penelitian dalam masalah two stage integer

recourse untuk menemukan satu set konfigurasi jaringan optimal dan penugasan

moda transportasi dan aliran masing-masing dalam rangka untuk meminimalkan total biaya dan total waktu layanan. Penelitian ini mencari lokasi pusat distribusi dan kendaraan yang akan digunakan dalam pemenuhan permintaan konsumen yang dilakukan hanya pada periode tunggal dan produk tunggal. Penelitian ini juga memperhatikan ketidakpastian, akan tetapi hanya pada permintaan konsumen. Rodriguez et al (2014), mengembangkan model optimasi desain ulang

supply chain pada bagian pengiriman suku cadang dengan ketidakpastian

permintaan dari perspektif strategis dan taktis dalam horizon perencanaan yang terdiri dari beberapa periode. Karena penelitian ini bersifat nonlinear, maka perumusan masalah menggunakan pendekatan piece-wise linearization. Penelitian ini dilakukan pada multi produk dan multi periode serta menggunakan inventori, tetapi hanya pada DC dan konsumen saja karena hanya memperhatikan ketidakpastian pada permintaan konsumen, sehingga kurang sesuai untuk masalah yang memiliki ketidakpastian pada pasokan. Beberapa penelitian tentang desain jaringan distribusi di atas hanya dilakukan pada industri manufaktur dengan memperhatikan ketidakpastian hanya pada wilayah permintaan saja, padahal ketidakpastian juga bisa terjadi pada wilayah pasokan yang disebabkan oleh kondisi lingkungan.

Penelitian tentang desain jaringan distribusi ini dilakukan pada supply

chain bahan pangan. Penelitian ini dilakukan pada jaringan distribusi supply chain tiga tingkat (pemasok, DC, dan konsumen), untuk menentukan lokasi dan

(30)

8

multi produk dan multi periode dengan memperhatikan ketidakpastian pada pasokan bahan pangan. Hal ini dikarenakan produksi bahan pangan sangat bergantung pada musim, dimana pada daerah penelitian terdapat dua musim, yaitu musim hujan dan kemarau. Pada musim hujan produksi bahan pangan melimpah sedangkan pada musim kemarau produksi menjadi berkurang, sehingga menyebabkan pasokan bahan pangan menjadi tidak pasti.

1.2 RUMUSAN MASALAH

Dari latar belakang di atas, maka permasalahan-permasalahan dapat dirumuskan sebagai berikut:

1. Bagaimana model desain jaringan distribusi bahan pangan di Jawa Timur? 2. Berapa banyak dan di mana saja lokasi distribution center (DC) untuk bahan

pangan yang dibutuhkan agar dapat meminimumkan biaya logistik?

1.3 TUJUAN

Berdasarkan permasalahan-permalahan yang ada maka tujuan dari penelitian ini adalah sebagai berikut:

1. Menghasilkan model desain jaringan distribusi bahan pangan di Jawa Timur. 2. Menentukan jumlah dan lokasi distribution center (DC) untuk bahan pangan

yang dibutuhkan agar dapat meminimumkan biaya logistik.

1.4 MANFAAT

Para pelaku komoditas pangan khususnya Bulog dapat mengambil manfaat dari penelitian ini, seperti:

1. Dapat menggunakan model desain jaringan distribusi bahan pangan. 2. Dapat mengurangi total biaya supply chain khususnya biaya logistik.

3. Dapat meningkatkan service level pada proses pemenuhan permintaan konsumen.

1.5 BATASAN PENELITIAN

Penentuan batasan penelitian dilakukan agar penelitian ini bisa lebih fokus dan memiliki hasil yang baik. Batasan dalam penelitian ini, antara lain:

(31)

9

1. Data permintaan konsumen yang digunakan adalah data permintaan bahan pangan di Jawa Timur, tidak mencakup permintaan yang berasal dari luar daerah.

2. Bahan pangan yang digunakan dalam penelitian ini hanya bahan pangan utama yang bisa disimpan cukup lama agar dapat memenuhi permintaan. Bahan pangan tersebut terdiri dari lima komoditas, yaitu beras, jagung, kedelai, kacang hijau, dan kacang tanah.

3. Jaringan distribusi bahan pangan hanya dibahas dalam tiga tingkatan supply

chain, yaitu pemasok, distribution center (DC), dan konsumen.

1.6 ASUMSI

Agar proses penelitian dapat dilakukan dengan mudah maka diperlukan beberapa asumsi. Asumsi-asumsi dalam penelitian ini, antara lain:

1. Pemasok bahan pangan merupakan pemasok utama yang mewakili suatu wilayah (Kabupaten) di Jawa Timur yang memiliki potensi produksi bahan pangan yang cukup besar dan bisa memenuhi kebutuhan permintaan konsumen, dari semua kabupaten diklaster menjadi tujuh wilayah pemasok. 2. Konsumen pada zona permintaan mewakili kebutuhan bahan pangan pada

suatu wilayah (Kabupaten) di Jawa Timur, dari semua kabupaten diklaster menjadi tujuh wilayah konsumen.

3. Permintaan (demand) pada masing-masing wilayah di Jawa Timur bersifat tetap dan kontinyu, hal ini dianggap pada setiap priode selalu ada permintaan yang sama.

4. Biaya transportasi dan biaya penyimpanan untuk semua komoditi bahan pangan dianggap sama karena sifat dan karakteristik semua komoditas sama, sehingga proses pengiriman bisa dilakukan pada satu jenis kendaraan sehingga harganya sama untuk semua komoditas. Begitu juga pada proses penyimpanan dapat disimpan pada tempat yang sama dan penanganan yang sama, sehingga biaya penyimpanan dianggap sama.

(32)

10

(33)

11

BAB 2

TINJAUAN PUSTAKA

2.1 SUPPLY CHAIN MANAGEMENT (SCM)

Manajemen rantai pasok (supply chain management) merupakan suatu jaringan organisasi yang terlibat dalam suatu hubungan mulai hulu (upstream) dan hilir (downstream) dalam suatu proses dan aktivitas yang berbeda mulai dari pasokan bahan baku sampai menjadi suatu produk atau jasa yang dibutuhkan oleh pelanggan atau konsumen. Menurut Simchi-Levi et.al. (2008), manajemen supply

chain adalah suatu pendekatan yang digunakan untuk mengintegrasikan supplier, manufacturer, distributor, dan retailer secara efisien, sehingga barang yang

diproduksi dan didistribusikan pada jumlah yang tepat, ke lokasi yang tepat, dan pada waktu yang tepat, untuk menimumkan biaya dan memberikan kepuasan terhadap konsumen.

Menurut Pujawan dan Mahendrawathi (2010), supply chain adalah suatu jaringan beberapa perusahaan yang bekerja sama untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaan-perusahaan tersebut terdiri dari pemasok, pabrik, distributor, toko/ritel, dan perusahaan-perusahaan pendukung seperti perusahaan-perusahaan jasa logistik. Dalam supply chain ada tiga aliran yang harus dikelola, yaitu: Pertama, aliran barang yang mengalir dari hulu (upstream) ke hilir (downstream). Kedua, aliran uang (financial) dan sejenisnya dari hilir ke hulu. Ketiga, aliran informasi yang bisa terjadi dari hulu ke hilir ataupun sebaliknya. Strategi supply chain merupakan strategi yang dibutuhkan untuk mencapai suatu tujuan perusahaan yang diinginkan dalam strategi perusahaan. Pembentukan strategi supply chain harus berjalan secara sinergi antar semua komponen, sehingga tujuan bisa tercapai dengan baik. Strategi dapat mengarahkan jalannya organisasi kepada tujuan jangka panjang yang ingin dicapai. Pada penelitian ini membahas tiga tingkatan jaringan supply chain yang terdiri dari pemasok, distribution center (DC), dan konsumen, sebagaimana ditunjukkan pada Gambar 2.1.

(34)

12

Gambar 2.1 Jaringan Supply Chain

Menurut Chopra dan Meindl (2010), dalam manajemen supply chain ada beberapa hal yang harus dipertimbangkan terkait dengan berbagai aliran dalam

supply chain. Ada tiga tahapan yang digunakan dalam menyusun manajemen supply chain yaitu, membuat desain jaringan supply chain, perencanaan supply chain dan pengendalian operasi dalam supply chain. Dari ketiga tahapan tersebut

desain jaringan supply chain (supply chain network design) merupakan keputusan yang sangat penting, karena keputusan ini merupakan keputusan strategis jangka panjang dan memerlukan biaya yang cukup besar untuk melakukan perubahan di dalamnya. Hal-hal yang terkait dalam tahap ini, antara lain: penentuan lokasi pabrik, lokasi gudang, lokasi pusat distribusi dan pemilihan pemasok (supplier). Karena desain jaringan merupakan sesuatu yang strategis, maka perubahan terhadap konfigurasi jaringan hanya dilakukan dalam interval waktu yang relatif panjang, namun proses operasional dalam jaringan tersebut akan berlangsung secara terus menerus. Implementasi strategi supply chain akan berlangsung secara efektif apabila supply chain memiliki jaringan dengan konfigurasi yang sesuai. Konfigurasi jaringan bisa menentukan apakah suatu supply chain bisa menjadi responsif atau efisien (Pujawan dan Mahendrawathi, 2010).

2.2 DESAIN JARINGAN SUPPLY CHAIN

Desain jaringan supply chain merupakan suatu masalah yang melibatkan beberapa keputusan strategis seperti menentukan jumlah, lokasi, dan kapasitas fasilitas yang diperlukan untuk menyediakan pasokan yang diminta oleh pelanggan diberikan secara tepat waktu dan efisien. Ketika merancang sebuah

Supply Chain Network (SCN), antisipasi produksi, pergudangan, distribusi,

transportasi dan keputusan manajemen permintaan (terkait dengan biaya) serta pendapatan dan tingkat layanan yang diperlukan (Klibi et al., 2010). Menurut

Pemasok DC Konsumen

( Produk )

(35)

13

Simchi-Levi et al. (2008), desain jaringan merupakan suatu keputusan strategis yang memiliki efek jangka panjang pada perusahaan. Hal ini melibatkan keputusan yang berkaitan dengan lokasi pasokan, pabrik, gudang dan pusat distribusi. Tujuan dari desain jaringan adalah untuk meminimumkan biaya tahunan, termasuk biaya pengadaan, biaya produksi, biaya penyimpanan persediaan, biaya penyimpanan pusat distribusi, biaya tetap, dan biaya transportasi. Terdapat perbedaan dalam mendesain jaringan, misalnya mendirikan pusat distribusi yang banyak dapat mengurangi biaya transportasi dan dapat menyediakan layanan pelanggan yang tinggi dalam hal waktu respon yang cepat, namun hal ini dapat meningkatkan biaya fasilitas dan biaya peyimpanan. Sebaliknya apabila tidak membangun pusat distribusi atau persediaan dipusatkan pada pabrik, maka dapat meminimumkan biaya fasilitas dan penyimpanan akan tetapi layanan palanggan akan lebih rendah karena waktu respon lebih lama. Oleh karena itu perusahaan harus dapat menyeimbangkan keuntungan antara pelayanan pelanggan yang tinggi dan biaya untuk membangun pusat distribusi baru.

Menurut Georgiadis et al (2011), permasalahan desain jaringan supply

chain sangat luas dan setiap perusahaan memiliki permasalahan yang

berbeda-beda. Hal ini biasanya mengacu pada keputusan strategis yang menggunakan satu atau lebih dari keputusan sebagai berikut:

a. Dimana lokasi fasilitas baru ditempatkan, misalnya lokasi produksi, penyimpanan, logistik, dll).

b. Perubahan signifikan untuk fasilitas yang ada, misalnya ekspansi, kontraksi dan penutupan fasilitas.

c. Keputusan pengadaan terkait tentang suppliers dan pasokan dasar untuk digunakan pada setiap fasilitas.

d. Keputusan alokasi tentang produk apa yang harus diproduksi pada setiap fasilitas produksi dan pasar yang mana harus dilayani oleh suatu gudang atau pusat distribusi.

Menurut Klibi et al (2010), desain jaringan supply chain dapat menjawab pertanyaan-pertanyaan strategis sebagai berikut:

(36)

14

b. Berapa lama waktu kirim untuk menyediakan produk pada pasar dan berapa harganya?

c. Berapa banyak fasilitas produksi dan distribusi yang akan dioperasikan? d. Dimana lokasi fasilitas produksi dan distribusi yang akan dioperasikan? e. Proses apa saja yang bisa diserahkan ke luar perusahaan atau pihak ketiga? f. Rekanan atau pihak ketiga manakah yang akan dipilih?

g. Teknologi apa yang akan digunakan untuk produksi, penyimpanan, dan pemindahan dan berapa kapasitas fasilitas yang harus dimiliki?

h. Produk apa yang harus diproduksi atau disimpan pada masing-masing lokasi? i. Pabrik/DC/zona permintaan mana yang harus di pasok oleh masing-masing

pemasok/pabrik/DC?

j. Alat transportasi apa yang harus digunakan (armada internal, angkutan umum, 3PL, dll)?

Menurut Razmi et al. (2013), ada dua faktor yang membedakan antara desain tradisional dan konsep desain ulang pada desain jaringan supply chain. Pertama adalah keadaan lokasi yang potensial terkait jumlah, kapasitas dari fasilitas, biaya transportasi dan pergudangan) yang mempengaruhi konfigurasi optimal dari jaringan supply chain. Selain itu, setiap perubahan pada bagian jaringan (gangguan, perubahan biaya, dll) sehubungan dengan untuk meningkatkan layanan pelanggan membutuhkan biaya investasi yang besar dan memiliki efek jangka panjang pada efisiensi kegiatan supply chain. Kedua, konsep desain ulang (redesign) keadaan fasilitas yang ada harus dirubah secara bertahap

(phase out, kapasitas pengiriman, dll). Untuk alasan ini, desain ulang lebih

kompleks dibandingkan dengan desain tradisional dari jaringan supply chain.

2.3 DESAIN JARINGAN DISTRIBUSI SUPPLY CHAIN

Distribusi merupakan suatu kegiatan memindahkan dan menyimpan barang atau produk dari pemasok kepada konsumen dalam suatu jaringan supply

chain. Distribusi merupakan suatu kunci yang mempengaruhi keuntungan yang

akan diperoleh perusahaan, karena distribusi secara langsung akan mempengaruhi biaya dari supply chain dan permintaan konsumen. Jaringan distribusi yang baik dapat digunakan untuk mencapai berbagai tujuan dari supply chain, mulai dari

(37)

15

penggunaan biaya yang rendah hingga respon yang tinggi terhadap pemenuhan permintaan konsumen (Chopra dan Meindl, 2010). Menurut Pujawan dan Mahendrawathi (2010), manajemen distribusi dan transportasi merupakan suatu pengelolaan terhadap pergerakan suatu produk dari suatu lokasi ke loksi yang lain, dimana pergerakan tersebut membentuk suatu jaringan. Peran jaringan distribusi dan transportasi sangatlah vital. Jaringan distribusi dan transportasi ini memungkinkan produk pindah dari lokasi tempat diproduksi ke lokasi konsumen yang sering kali dibatasi oleh jarak yang sangat jauh. Kemampuan untuk mengirim produk ke konsumen secara tepat waktu, dalam jumlah yang sesuai dan dalam kondisi yang baik sangat menentukan apakah produk tersebut akan kompetitif di pasar. Oleh karena itu, kemampuan dalam mengelola jaringan distribusi merupakan suatu keunggulan kompetitif yang sangat penting bagi kebanyakan industri.

Boujelben et al (2014), mempertimbangkan multi produk dalam masalah desain jaringan distribusi pada studi kasus di industri otomotif. Berdasarkan asumsi yang realistis, memperkenalkan volume yang minimum, jarak cakupan yang maksimum dan kendala sumber tunggal, sehingga menjadi masalah yang sulit untuk dipecahkan dalam kasus berukuran besar. Dengan demikian mereka mengembangkan beberapa prosedur heuristik menggunakan berbagai relaksasi dari formulasi MIP. Dalam percobaan perhitungan, mereka menganalisis struktur jaringan yang diperoleh serta dampak dari berbagai parameter masalah pada waktu perhitungan. Hasil penelitian ini menunjukkan bahwa metode heuristik yang digunakan dapat memberikan solusi yang baik dalam waktu perhitungan yang singkat. Georgiadis et al (2011), mempertimbangkan formulasi matematika yang rinci untuk masalah desain jaringan supply chain terdiri dari fasilitas produksi multi produk dengan sumber daya produksi bersama, gudang, pusat distribusi dan zona pelanggan dan beroperasi berdasarkan waktu ketidakpastian permintaan yang berbeda-beda. Masalahnya dirumuskan dalam mixed-integer

linear programming dan diselesaikan dengan menggunakan teknik standar branch-and-bound. Hasil yang diperoleh memberikan indikasi yang baik dari nilai

yang memperhitungkan interaksi yang kompleks dalam jaringan tersebut dan berefek pada tingkat persediaan untuk desain dan operasi.

(38)

16

Ahmad-Javid & Hoseinpour (2015), mempelajari masalah keuntungan maksimal lokasi-persediaan pada jaringan distribusi supply chain multi komoditas dengan permintaaan harga-sensitif. Masalah ini untuk menentukan lokasi, alokasi, harga dan keputusan ukuran pemesanan untuk memaksimalkan total keuntungan dalam melayani pelanggan. Masalah ini dirumuskan sebagai model mixed-integer

non linear programming dan diselesaikan dengan menggunakan Lagrangian relaxation algorithm untuk dua kasus pusat distribusi berkapasitas dan

takberkapasitas. Hasil perhitungan menunjukkan bahwa toleransi kuasi-optimal yang wajar dan waktu komputasi sangat kecil untuk memecahkan masalah dari kasus yang berukuran besar. Cardona-Valdes et al (2011), mengembangkan desain jaringan produksi-distribusi dua eselon dengan beberapa pabrik, pelanggan dan satu set kandidat pusat distribusi. Penelitian ini memasukkan ketidakpastian permintaan pelanggan dalam lokasi pusat distribusi dan moda transportasi keputusan alokasi, serta menyediakan desain jaringan yang memuaskan kedua sasaran ekonomis dan mutu pelayanan bagi pengambil keputusan dalam pengaturan jaringan supply chain dua eselon. Masalah ini dirumuskan dalam masalah two stage integer recourse untuk menemukan satu set konfigurasi jaringan optimal dan penugasan moda transportasi dan aliran masing-masing dalam rangka untuk meminimalkan total biaya dan total waktu layanan. Mereka mengembangkan model optimasi stokastik berdasarkan ketidakpastian permintaan, di mana risiko yang melekat dimodelkan dengan skenario. Kemudian mereka mengusulkan metode solusi untuk masalah optimisasi stokastik berdasarkan L-shaped algorithm dalam kerangka optimal dan hasil numerik menunjukkan perhitungan yang efektif. Park S, et.al (2010), mengembangkan masalah desain jaringan satu sumber pada supply chain tiga tingkat yang terdiri dari pemasok, pusat distribusi (DC) dan pengecer, mempertimbangkan strategi

risk-pooling dan DC-to-supplier bergantung pada lead times. Tujuannya adalah

untuk menentukan jumlah dan lokasi dari pemasok dan DC, penugasan setiap lokasi DC tetap ke pemasok dan setiap pengecer ke DC, untuk meminimalkan biaya semua sistem lokasi, transportasi, dan persediaan. Masalahnya dirumuskan sebagai model nonlinear integer programming, dan penyelesaian masalah menggunakan two-phase heuristic solution algorithm berdasarkan pada

(39)

17

pendekatan Lagrangian relaxation. Percobaan numerik menunjukkan bahwa heuristik yang diusulkan hasilnya efektif dan efisien.

Ahmad-Javid & Azad (2010), menyajikan model baru untuk mengoptimalkan lokasi, alokasi, kapasitas, persediaan, dan keputusan routing dalam sistem stochastic supply chain. Permintaan pada setiap pelanggan tidak pasti dan mengikuti distribusi normal, dan setiap pusat distribusi mempertahankan sejumlah persediaan pengaman. Untuk memecahkan model ini menggunakan metode solusi yang tepat dengan memasukkan masalah dalam mixed integer

convex program, dan kemudian membangun metode heuristik berdasarkan hybridization of Tabu Search dan Simulated Annealing. Hasil penelitian

menunjukkan bahwa heuristik yang diusulkan lebih efisien dan efektif untuk berbagai ukuran masalah. Cilebi D (2015), menyajikan studi kasus untuk menentukan tingkat persediaan yang optimal dalam sistem distribusi suku cadang. Dia mengembangkan solusi berdasarkan pada Genetic Algorithm (GA) untuk manajemen yang efektif pada jaringan distribusi produsen otomotif di bawah kendali terpusat. Penelitian ini menyediakan pendekatan khusus untuk mengatasi dua masalah eselon pengendalian persediaan dalam perilaku kombinatorial dan sekuensial yang berkaitan dengan jumlah besar dari sifat tertentu. Temuan dari studi kasus menunjukkan bahwa penggunaan sistem pengendalian persediaan yang diusulkan dapat memberikan penghematan biaya yang lebih besar bagi perusahaan.

Rodriguez et al (2014), mengusulkan model optimasi untuk mendesain ulang supply chain bagian pengiriman suku cadang dengan ketidakpastian permintaan dari perspektif strategis dan taktis dalam horizon perencanaan yang terdiri dari beberapa periode. Keputusan jangka panjang melibatkan instalasi baru, perluasan dan penghapusan gudang dan penanganan pabrik untuk beberapa produk. Hal ini juga mempertimbangkan manakah gudang yang harus digunakan sebagai bengkel reparasi untuk penyimpanan, perbaikan dan pengiriman unit untuk pelanggan. Perencanaan taktis termasuk memutuskan tingkat persediaan

(safety stock dan persediaan yang dibutuhkan) untuk setiap jenis spare part di

pusat-pusat distribusi dan pabrik pelanggan, serta hubungan koneksi antara supply

(40)

18

tingkat persediaan. Permintaan pasti ditujukan dengan mendefinisikan jumlah optimal persediaan pengaman yang menjamin tingkat layanan tertentu pada pabrik pelanggan. Selain itu, efek risiko penyatuan diperhitungkan saat menentukan tingkat persediaan di pusat-pusat distribusi dan zona pelanggan. Karena sifat nonlinier dari perumusan asli, penelitian ini menerapkan pendekatan piece-wise

linearization untuk mendapatkan batas bawah yang dekat dengan solusi optimal.

Razmi et al (2013), mengusulkan sebuah pengembangan model

bi-objective two-stage stochastic mixed-integer linear programming untuk

mendesain ulang jaringan gudang yang handal. Dalam model ini, kapasitas gudang yang harus dihilangkan, ditetapkan, atau dipindahkan ke gudang lain, dan kuantitas pengiriman produk antara jaringan node dengan mempertimbangkan dua

lead time pengiriman. Keandalan dan ketidakpastian juga diperhitungkan dalam

penelitian ini. Model ini memiliki dua tujuan, yaitu (1) meminimumkan biaya rata-rata termasuk jumlah biaya tetap, produksi, transportasi, relokasi dan perluasan kapasitas; (2) memaksimumkan persentase cakupan permintaan pelanggan yang disampaikan dalam pilihan waktu (lead time) pengiriman. Untuk mendapatkan solusi yang optimal, menerapkan sebuah metode novel version of

ε-constraint (the augmented ε-ε-constraint).

Berdasarkan penelitian-penelitian diatas tentang desain jaringan supply

chain banyak dilakukan pada industri manufaktur dan otomotif yang

mempertimbangkan ketidakpastian hanya pada permintaan konsumen sedangkan ketidakpastian pada pemasok tidak dibahas, sebagaimana penelitian tentang desain jaringan distribusi supply chain diringkas pada Tabel 2.1. Penelitian desain jaringan distribusi supply chain ini dilakukan pada industri pangan. Penelitian ini dilakukan pada jaringan distribusi supply chain tiga tingkat (pemasok, DC, dan konsumen). Tujuannya adalah untuk menentukan lokasi dan jumlah fasilitas DC serta tingkat persediaan (inventory) yang dibutukan untuk memenuhi permintaan konsumen dengan mempertimbangkan multi produk dan multi periode serta memperhatikan ketidakpastian pada pasokan.

(41)

19 No P en gar an g Jar in gan Sc P ro du k P eri o d e K et id a k p as ti an Inv ent o ri F o rmu la si So lus i O bj ek 2 3 4 Tu nggal Mult i Tu nggal Mult i Pas okan per mint aa n Pe mas ok DC Pe lan ggan 1 A h ma d -J avi d & A zad (201 0) * * * * * M ixed In teg er C on vex Pr ogr am H ybr idi zat ion of T abu Se ar ch & Si m ul at ed Anne al in g M anu fa kt ur 2 A h ma d -J av id & H os ei n pou r ( 2015) * * * * M IN L P Lagr angi an R el ax at io n Alg or ith m M anu fa kt ur 3 B o uj el b en e t a l ( 20 1 4) * * * M IP C P L E X M anu fa kt ur 4 C ar don a-V ald es e t a l (201 1) * * * * Tw o St age Int ege r R ec our se Pr obl em Be nde rs D ec om pos iti on M anu fa kt ur 5 C ar don a-V ald es e t a l (201 4) * * * * Two -St age St oc has tic Pr obl em Tabu Se ar ch M anu fa kt ur 6 C il ebi D ( 2015) * * * * * M L P G en etic A lg or ith m ( G A) M anu fa kt ur 7 D an tr aku l ( 2014) * * * M IL P G re edy A lgor ithm , P-M edi an An d P-Ce nt er M anu fa kt ur 8 G eor g ia di s e t a l ( 2011) * * * * * M IL P Br anc h-and -B oun d M anu fa kt ur 9 G ul pı na r e t a l ( 201 3) * * * * * M IL P Robus t O pt im izat ion Appr oac h M anu fa kt ur 10 O zg en & G u ls un ( 2014) * * * M ulti -O bj ect ive Po ss ib ilis tic L P ( M O PL P) P L P & Fu zz y AH P M anu fa kt ur 11 P ar k S , et .al ( 2 0 1 0 ) * * * * M IN L P Two -P ha se H eu rist ic Sol ut ion Al gor ithm M anu fa kt ur 12 Ra h m an i & M ir H ass an i (201 4) * * * M IL P Fir efly A lg or ith m (F A) & G en etic A lg or ith m (G A) M anu fa kt ur 13 R az m i e t. al ( 2 0 1 3 ) * * * * Two -St age St oc has tic M IL P Augm ent ed ε-Cons trai nt M anu fa kt ur 14 R odr ig u ez e t a l ( 2014) * * * * * * M IN L P & M IL P Pi ece -W ise Li nea riz atio n M anu fa kt ur 15 Yu -A n e t a l ( 2014) * * * * Two -St age RO R elia ble P -M edi an C& CG A lg or ith m M anu fa kt ur 16 P en elit ia n in i * * * * * * M ILP LI N G O P an gan T abe l 2. 1 P ene li ti an T e nt ang D es ai n J a ri nga n D is tr ibus i Suppl y C hai n

(42)

20 2.4 MASALAH LOKASI FASILITAS

Secara klasik masalah lokasi fasilitas bertujuan untuk mencari fasilitas baru dan menentukan aliran produk pada jaringan tertentu, di mana lokasi dari titik permintaan sudah diketahui (Boujelben et al, 2014). Menurut Yu-An et al (2014), penentuan lokasi fasilitas dan tugas klien adalah salah satu isu yang paling penting dalam merancang jaringan distribusi yang efisien. Untuk mengatasi masalah ini, model lokasi berbagai fasilitas telah dirumuskan dan dipelajari selama beberapa dekade, termasuk yang berdasarkan p-median dan formulasi

fixed-charge lokasi fasilitas dan ekstensinya. Aplikasi dari model-model lokasi

fasilitas dapat ditemukan di berbagai industri, termasuk manufaktur, ritel, dan kesehatan. Sedangkan menurut Gulpinar et al (2013), masalah lokasi fasilitas dapat dianggap sebagai generalisasi dari masalah transportasi, dengan penambahan biaya tetap untuk membuka fasilitas. Masalah lokasi fasilitas juga terkait dengan masalah manajemen persediaan karena biaya menyimpan persediaan di fasilitas merupakan bagian penting dari total biaya supply chain. Namun, lokasi fasilitas dan manajemen persediaan secara tradisional telah dianggap terpisah. Masalah persediaan klasik mengasumsikan bahwa keputusan lokasi fasilitas sudah dibuat dan keputusan persediaan independen dari masalah lokasi fasilitas. Tujuan dari masalah persediaan adalah untuk menemukan kebijakan yang meminimalkan biaya penyimpanan persediaan sementara memenuhi tingkat layanan yang sesuai.

Menurut Rahmani dan Mir-Hassani (2014), masalah lokasi fasilitas berkapasitas (CFLP) adalah masalah optimasi kombinatorial. Masalah ini terdiri dari memutuskan untuk membuka fasilitas dari himpunan lokasi fasilitas potensial dan bagaimana untuk menentukan pelanggan dari fasilitas tersebut. Tujuannya adalah untuk meminimalkan total biaya tetap dan biaya pengiriman untuk memenuhi permintaan pelanggan dan menggunakan fasilitas sesuai dengan kapasitasnya. Aplikasi dari masalah lokasi fasilitas berkapasitas adalah untuk penentuan lokasi dan perencanaan distribusi, ukuran dalam perencanaan produksi dan desain jaringan. Menurut Ozgen & Gulsun (2014), masalah lokasi fasilitas berkapasitas dan desain jaringan supply chain adalah salah satu masalah keputusan strategis yang paling komprehensif yang perlu dioptimalkan untuk

(43)

21

operasi yang efisien jangka panjang dari seluruh supply chain. Masalah ini menentukan jumlah, lokasi, kapasitas, dan jenis pabrik, gudang, dan pusat distribusi yang akan digunakan. Hal ini juga menetapkan saluran distribusi dan jumlah bahan dan item untuk digunakan, diproduksi, dan dikirim dari pemasok kepada pelanggan.

Menurut Dantrakul et al (2014), masalah lokasi terdiri dari beberapa klien dan satu set lokasi potensial di mana fasilitas dapat ditempatkan. Masalah lokasi diklasifikasikan ke dalam empat kategori menggunakan kriteria fungsi tujuan: (1) masalah lokasi fasilitas; (2) masalah p-median; (3) masalah p-center dan (4) masalah covering. Tujuan dari masalah lokasi fasilitas adalah untuk menemukan tempat fasilitas agar dapat meminimumkan total biaya operasi dan total biaya transportasi antara klien dan fasilitas. Tujuan dari masalah p-median adalah untuk menentukan lokasi fasilitas p dan klien yang ditugaskan untuk meminimalkan total biaya transportasi antara klien dan fasilitas. Masalah P-center memiliki fungsi tujuan tertentu untuk meminimalkan jarak maksimum antara setiap klien dan fasilitas yang ditugaskan. Masalah covering adalah untuk menemukan jumlah fasilitas minimum untuk mencakup semua klien atau untuk memaksimalkan jumlah klien yang dicakup oleh sejumlah fasilitas yang dibuka. Masalah lokasi fasilitas dapat diklasifikasikan dalam ruang diskrit atau kontinyu. Ketika fasilitas dapat ditemukan pada setiap tempat di suatu daerah, masalahnya adalah masalah lokasi kontinyu. Ketika fasilitas dapat ditempatkan hanya pada lokasi tertentu, masalahnya adalah masalah lokasi diskrit. Masalah lokasi fasilitas juga dapat diklasifikasikan sebagai deterministik atau stokastik. Jika semua parameter dalam masalah diketahui, masalahnya adalah masalah deterministik. Jika beberapa parameter yang tidak pasti, masalahnya adalah masalah stokastik.

2.5 MODEL LOKASI FASILITAS

Chopra dan Meidl (2010) menjelaskan tentang lokasi fasilitas untuk menemukan lokasi pabrik dan gudang secara bersamaan. Sebuah bentuk yang jauh lebih umum dari model lokasi pabrik yang perlu dipertimbangkan apabila akan merancang jaringan supply chain dari pemasok ke pelanggan. Keputusan lokasi dan alokasi kapasitas harus dibuat untuk kedua pabrik dan gudang. Beberapa

(44)

22

gudang dapat digunakan untuk memenuhi permintaan pada pasar dan beberapa pabrik dapat digunakan untuk mengisi gudang. Hal ini juga diasumsikan bahwa beberapa unit telah disesuaikan dengan tepat sehingga satu unit masukan dari sumber pasokan menghasilkan satu unit produk jadi. Model ini membutuhkan masukan sebagai berikut:

m = jumlah pasar atau tempat permintaan

n = jumlah lokasi potensial pabrik

l = jumlah pemasok

t = jumlah lokasi potensial gudang

Dj = permintaan tahunan dari pelanggan j Ki = kapasitas potensial pabrik i

Sh = kapasitas pasokan pada pemasok h We = kapasitas potensial gudang e

Fi = biaya tetap dari lokasi pabrik i

fe = biaya tetap dari lokasi gudang e

Chi = biaya pengiriman satu unit dari sumber pasokan h ke pabrik i

Cie = biaya produksi dan pengiriman satu unit dari pabrik i ke gudang e

Cej = biaya pengiriman satu unit dari gudang e ke pelanggan j

Tujuan dari model ini adalah untuk mengidentifikasi lokasi pabrik dan gudang serta jumlah yang akan dikirim antara berbagai titik yang dapat meminimumkan total biaya tetap dan biaya variabel. Variabel keputusan didefinisikan sebagai berikut:

yi = 1 jika pabrik terletak di bagian i, dan 0 jika tidak

ye = 1 jika gudang terletak di bagian e, dan 0 jika tidak

xej = jumlah barang yang dikirim dari gudang e ke pasar j

xie = jumlah barang yang dikirim dari pabrik i ke gudang e xhi = jumlah barang yang dikirim dari pemasok h ke pabrik i

(45)

23 Min = � 𝐹𝑖𝑦𝑖 𝑛 𝑖=1 + � 𝐹𝑒𝑦𝑒 𝑛 𝑒=1 + � � 𝐶ℎ𝑖𝑥ℎ𝑖 𝑛 𝑖=1 𝑙 ℎ=1 + � � 𝐶𝑖𝑒𝑥𝑖𝑒 𝑡 𝑒=1 𝑛 𝑖=1 + � � 𝐶𝑒𝑗𝑥𝑒𝑗 𝑚 𝑗=1 𝑡 𝑒=1 (1) Fungsi Kendala: � 𝑥ℎ𝑖 𝑛 𝑖=1 ≤ 𝑆ℎ untuk h = 1,…..,l (2) � 𝑥ℎ𝑖 𝑙 ℎ=1 − � 𝑥𝑖𝑒 𝑡 𝑒=1 ≥ 0 untuk i = 1,…..,n (3) � 𝑥𝑖𝑒 𝑡 𝑒=1 ≤ 𝐾𝑖 𝑦𝑖 untuk i = 1,…..,n (4) � 𝑥𝑖𝑒 𝑛 𝑖=1 − � 𝑥𝑒𝑗 𝑚 𝑗=1 ≥ 0 untuk e = 1,…..,t (5) � 𝑥𝑒𝑗 𝑚 𝑗=1 ≤ 𝑊𝑒 𝑦𝑒 untuk e = 1,…..,t (6) � 𝑥𝑒𝑗 𝑡 𝑒=1 = 𝐷𝑗 untuk j = 1,…..,m (7) 𝑦𝑖, 𝑦𝑒 ∈ {0,1}, 𝑥𝑒𝑗, 𝑥𝑖𝑒, 𝑥ℎ𝑖 ≥ 0 (8)

Fungsi tujuan dari model ini adalah untuk meminimumkan total biaya tetap dan biaya variabel pada jaringan supply chain. Kendala (2), menentukan bahwa jumlah total yang dikirim dari pemasok tidak dapat melebihi kapasitas pemasok. Kendala (3), menyatakan bahwa jumlah yang dikirim keluar dari pabrik tidak dapat melebihi jumlah bahan baku yang diterima. Kendala (4), menentukan bahwa jumlah yang diproduksi di pabrik tidak dapat melebihi kapasitasnya. Kendala (5), menentukan bahwa jumlah dikirim keluar dari gudang tidak dapat melebihi jumlah yang diterima dari pabrik. Kendala (6), menentukan bahwa jumlah dikirim melalui gudang tidak dapat melebihi kapasitasnya. Kendala (7),

(46)

24

menentukan bahwa jumlah dikirim ke pelanggan harus memenuhi permintaan. Kendala (8), menentukan bahwa setiap pabrik atau gudang akan dibuka atau ditutup.

Semua model yang telah dibahas sebelumnya juga dapat dimodifikasi untuk mengakomodasi skala ekonomi dalam biaya produksi, transportasi, dan persediaan. Namun, persyaratan ini membuat model yang lebih sulit untuk diselesaikan. Model ini menjadi dasar dalam mengembangkan model desain jaringan distribusi pada penelitian ini. Pada model lokasi fasilitas yang digunakan oleh Chopra dan Meidl (2010) dilakukan pada empat tingkatan jaringan distribusi

supply chain (pemasok, pabrik, gudang, dan pasar) untuk mencari lokasi pabrik

dan gudang yang digunakan untuk produk dan periode tunggal serta tidak mempertimbangkan persediaan (inventory) karena tidak memperhatikan ketidakpastian. Oleh karena itu, model ini tidak bisa digunakan pada masalah lokasi fasilitas untuk multi produk dan multi periode. Sehingga pada penelitian ini mengembangkan model desain jaringan distribusi supply chain dalam tiga tingkatan jaringan distribusi supply chain (pemasok, DC, dan konsumen) dengan mempertimbangkan masalah multi periode, multi produk, dan menambahkan masalah persediaan (inventory) untuk mengantisipasi ketidakpasitian pada pasokan.

(47)

25

BAB 3

METODE PENELITIAN

3.1 PENGEMBANGAN MODEL

Pemecahan masalah optimalisasi desain jaringan distribusi dapat dilakukan dengan menggunakan pendekatan masalah lokasi fasilitas yang berkapasitas. Pengembangan model desain jaringan distribusi ini dilakukan pada tiga tingkatan jaringan distribusi supply chain (pemasok, DC, dan konsumen) dengan mempertimbangkan masalah multi periode, multi produk, dan menambahkan masalah inventory untuk mengantisipasi ketidakpasitian pada pasokan. Agar dapat menghasilkan solusi yang optimal, perumusan masalah desain jaringan distribusi pada supply chain sebagaimana ditunjukkan pada Gambar 3.1, ini menggunakan model Mixed Integer Linear Programming (MILP). Model MILP merumuskan masalah sebagai berikut:

a. Berapa banyak distribution center (DC) yang harus ditetapkan untuk daerah penelitian?

b. Dimanakah lokasi distribution center (DC) yang harus dibangun?

c. Daerah permintaan konsumen mana saja yang dapat dipenuhi oleh masing-masing distribution center (DC)?

Penyelesaian masalah yang dirumuskan dalam model Mixed Integer

Linear Programming (MILP) di atas, dilakukan dengan menggunakan software

Lingo 11. Hal ini bertujuan agar dapat memudahkan proses perhitungan dan mendapatkan hasil yang akurat.

3.1.1 Fungsi Tujuan

Fungsi tujuan dari model ini adalah untuk meminimumkan total biaya

supply chain yang terdiri dari: (1) biaya tetap pembukaan distribution center

(DC), (2) biaya transportasi dari pemasok i ke DC j, (3) biaya transportasi dari DC

j ke konsumen k, (4) biaya penyimpanan persediaan bahan pangan pada pemasok i, dan (5) biaya penyimpanan persediaan bahan pangan pada DC j.

(48)

26

Gambar 3.1 Konfigurasi Jaringan Distribusi Supply Chain Tiga Tingkatan

3.1.2 Variabel Keputusan

Variabel keputusan mewakili keputusan tentang aliran produk yang akan didistribusikan. Variabel keputusan menjelaskan tentang keputusan sebagai berikut:

a. Apakah distribution center (DC) harus dibuka atau tidak? (Binary 1, 0)

b. Berapa banyak jumlah produk yang harus dikirim dari pemasok i ke DC j? (Ton)

c. Berapa banyak jumlah produk yang harus dikirim dari DC j ke konsumen k? (Ton)

3.1.3 Fungsi Kendala

Untuk mencapai tujuan dari desain jaringan distribusi, yaitu meminimumkan total biaya supply chain, beberapa fungsi kendala yang harus dimasukkan dalam model Mixed Integer Linear Programming (MILP). Kendala yang dimasukkan dalam model ini, antara lain:

(49)

27

a. Jumlah produk yang dikirim ke DC j tidak boleh melebihi kapasitas dari pemasok i.

b. Jumlah produk yang keluar dari DC j tidak boleh lebih besar dari yang dikirim oleh pemasok i.

c. Jumlah produk yang dikirim ke konsumen k tidak boleh melebihi kapasitas dari DC j.

d. Jumlah produk yang dikirim ke konsumen k bisa memenuhi permintaan konsumen Dk.

e. Total persediaan di pemasok i sama dengan jumlah dari persediaan awal pada pemasok i ditambah jumlah yang di produksi dan dikurangi jumlah yang akan dikirim oleh pemasok i ke DC j untuk semua periode.

f. Total persediaan di DC j sama dengan jumlah dari persediaan awal di DC j ditambah jumlah yang dikirim oleh pemasok i dan dikurangi jumlah yang akan dikirim oleh DC j ke konsumen k untuk semua periode.

3.1.4 Perumusan Model

Formulasi matematika yang digunakan pada pengembangan model dalam penentuan masalah jaringan distribusi secara keseluruhan sebagai berikut:

Parameter :

i = Indeks untuk pemasok

j = Indeks untuk distribution center (DC)

k = Indeks untuk konsumen

p = Indeks untuk produk/komoditas

t = Indeks untuk waktu

Cij = Biaya transportasi dari pemasok i ke DC j

Cjk = Biaya transportasi dari DC j ke konsumen k

Fj = Biaya tetap pembukaan DC j

𝐼𝑣 = Biaya penyimpanan produk di pemasok i (Rp/Ton/Tahun)

𝐼𝑤 = Biaya penyimpanan produk di DC j (Rp/Ton/Tahun)

Si = Kapasitas pemasok i

Gambar

Tabel 1.1  Kondisi Ketersediaan Pangan Provinsi Jawa Timur (2010-2014)
Gambar 2.1  Jaringan  Supply Chain
Tabel 2. 1  Penelitian Tentang Desain Jaringan Distribusi Supply Chain
Gambar 3.1  Konfigurasi Jaringan Distribusi  Supply Chain Tiga Tingkatan
+7

Referensi

Dokumen terkait

Sehingga dapat disimpulkan bahwa terdapat hubungan yang antara umur tegakan karet ( Hevea brasiliensis Muell. Arg) dengan daya serap karbon dioksida, dan tegakan

Gambar 4.14 Grafik Hubungan Kadar Air Terhadap Kepadatan Tanah dan Nilai CBR dari Quarry Desa Tanjung Seni pada Energy Pemadatan 2835 KJ/m 3 ...67. Gambar 4.15

Berdasarkan gambar 4, dapat diketahui bahwa penggunaan kadar aspal yang sedikit dalam campuran akan menghasilkan selimut aspal yang tipis pada permukaan agregat

[r]

Kompleks Joglo Pusat Kegiatan Mahasiswa (PKM) FE UNNES Sekaran, Gunungpati,. Semarang 50229 e-mail:[email protected]

Berdasarkan hasil pengamatan secara keseluruhan, ketidakmampuan responden untuk mengerjakan task lebih cepat dikarenakan responden kesulitan mencari letak dari

Itulah proses atau siklus batuan yang menggambarkan terjadinya batuan dari awal hingga batuan tersebut lapuk, membentuk batuan baru dan akhirnya menjadi magma dan kembali

dan penyelenggaraan negara. Oleh karena itu negara seharusnya sesuai dengan nilai- nilai yang berasal dari Tuhan terutama hu- kum serta moral dalam kehidupan negara. Asas