Pendahuluan
1
Metodologi Penelitian
Model FDEA dgn Alokasi
order
3
3
4
Hasil penelitian
Kesimpulan dan saran
2
Third Party Logistic adalah …
Council of SCM Professionals
Packaging
Warehousing
Cross
docking
Distribution
Hamdan, 200
Jharkaria, 2008
Bhatnagar, 2008
Big
Invetment
Development
SC Partnership.
Globalization
Fokus
core business
Increase Eficiency
Improve Service
Latar Belakang
Penelitian Tesis
(2011)
Liu dan Wang
(2009)
Pemilihan 3PL dgn tujuan Menghadapi ketidakpastian dlm
DM
Hamdan dan Rogers
(2008),
Pemilihan new WH untuk mengukur efisiensi
Jharkaria dan Shankar,
(2007)
Woo, et al.,
(2008)
Woo.et al., (2008),
Model penugasan order dgn 3 echelonPendahuluan
Pengembangan keputusan
pemilihan 3PL
dengan model integrasi FDEA
Alokasi
order
jasa pengiriman barang
ke masing-masing 3PL
Permasalahan
Batasan
masalah
Pemilihan 3PL hanya di batasi
pada pemenuhan
order
untuk
buyer
luar negeri dikarenakan pangsa pasar
luar negeri sebesar 70%-80%
1. Jenis kontainer yang di gunakan adalah
Less than Container Load
(LCL)
.
2.
3PL yang di gunakan selama penelitian tidak berubah.
3. Tidak mempertimbangkan
holding cost
ketika kontainer menunggu pengiriman.
4. Ketika
picking
produk ke kontainer, ketersediaan produk
instantinuous
(stanby) sehingga waktu persiapan (
preparation
) tidak diperhitungkan.
Topik Penelitian
Tujuan penelitian
1. Pengembangan keputusan
dalam pemilihan 3PL dgn
metode FDEA
2. Order Alokasi ke 3PL
Topik
Penelitian
Memaksimalkan 3PL
dalam pengiriman
produk
Meminimalkan Waktu
keterlambatan
pengiriman
Meminimalkan
biaya ditribusi
ke 3PL
Ruang lingkup
Memilih 3PL dengan 7
kriteria dan 22 atribut
Obyek penelitian
Perusahaan Tekstil
1. Belum pernah diteliti 2. Merup. 3PL dgn kategori best
moving consumer goods di Indonesia
Kontribusi penelitian
Dengan mengetahui faktor yang
mempengaruhi dalam pemilihan
3PL, maka akan dijadikan
pertimbangan perusahaan dalam
mengevaluasi 3PL setiap 6 bulan
Pemilihan Kriteria
Delphi
Pembobotan kriteria
Metode Fuzzy (Liu dan Wang, 2009)
Eliminasi kriteria
Inference
(Mamdani 1975) Compute degree infeasible
dengan aturan IF-THEN
Defuzzifikasi
Eliminasi provider Pengembangan model
Metode
Data Envelopment Analysis
Pemilihan
Decision Making Unit
Identifikasi
Input & Output
Hamdan dan Rogers, (2008)
Alokasiorderke provider
yang di piilih Pemodelan
Fuzzy Data Envelopment
Pembentukan model FDEA
Gambar 3.2 Prosedur dalam pengumpulan Data
Pemilihan Industri
Menentukan industri yang akan menjadi
obyek penelitian
Industri tekstil Menyusun kuesioner
(berdasarkan kriteria yang telah divalidasi oleh ahlinya) yang
merupakan eksistensi dari pemilihan third party logistic
(3PL) dalam tren lingkungan bisnis saat ini
Penyebaran Kuesioner Pengolahan Data
Data penunjang -Data permintaan, data kapasitas kontainer ,data keterlambatan pengiriman,-Data biaya distribusi,datalead time
-Ekspor impor, Marketing, produksi dan pergudangan
-Score -Destination - Kapasitas kontainer
-Jumlah produk yang dikirim Vendor
3PL
Pelanggan Providerk mengirim produk
ke-i destke-inatke-ion j sebesar q . B iay a di str ibus i ke pr ovi de r k
Batas Lead timepengiriman provider k ke destination jsebesar 1 minggu
Pelanggan memberikan informasi demandsebesar ∆j ke vendor
DMUs
Kriteria
Para pakar
Expor-Impor Marketing Pergudangan Produksi
Input Capability Management 0.8 0.9 1 1 0. 7 0. 8 0. 8 0. 9 0. 8 0. 9 1 1 0. 8 0. 9 1 1 Financial 0.4 0.4 0. 5 0. 6 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 0. 8 0. 9 1 1 Logistic Information system 0.7 0.8 0. 8 0. 9 0. 8 0. 9 1 1 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 Output Agility 0.8 0.9 1 1 0. 8 0. 9 1 1 0. 8 0. 9 1 1 0. 8 0. 9 1 1 Customization 0.8 0.9 1 1 0. 8 0. 9 1 1 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 Distribution Coverage 0.7 0.8 0. 8 0. 9 0. 8 0. 9 1 1 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 Sustainable Relationship 0.8 0.9 1 1 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 Minimum bobot 0.4 0.4 0. 5 0. 6 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 0. 7 0. 8 0. 8 0. 9 Rata-rata 0.7 0.8 0. 9 0. 9 0. 8 0. 9 0. 9 1. 0 0. 7 0. 8 0. 9 0. 9 0. 7 0. 8 0. 9 0. 9
DMUs Kriteria Bilangan fuzzy Input Capability Management 0.8 0.9 1.0 1.0 Financial 0.7 0.7 0.8 0.9 Logistic Information sistem 0.7 0.8 0.9 0.9 Output Agility 0.8 0.9 1.0 1.0 Customization 0.8 0.9 0.9 1.0 Distribution Coverage 0.7 0.8 0.9 0.9 Sustainable Relationship 0.7 0.8 0.9 0.9
Eliminasi
= (0.6 0.7 0.7 0.8)Capability Management Network coverage Customization Sustainable Relationship 3PL Mamdani Financiallity Logistic Information System Agility lity Pemilihan Third party logistic(3PL) Pemilihan Third party logistic (3PL) INPUT OUTPUT
Tabel 4.7 HasilpemilihanThird party logistic (3PL) menggunakan fuzzy
inference system Mamdani . Third party logistic (3PL)
Notasi Nilai
defuzzikasi Keputusan PT Andalan Pasifik Samudra A1 0.823 Diterima PT Internusa Hasta Buana A2 0.803 Diterima PT Itochu Logistic A3 0.864 Dieliminasi PT Intan Segara A4 0.819 Diterima PT Birotika Semesta A5 0.826 Diterima PT Pratama Line Logistik A6 0.896 Dieliminasi PT Samudra Indonesia A7 0.833 Dieliminasi PT Susanti Indah A8 0.823 Diterima PT Dinamika Ekspresindo A9 0.825 Dieliminasi PT Pandu Logistik A10 0.82 Dieliminasi
DMU s Kriteria Bobot A1 A2 A4 A8 A5 Input Capability Management Financial
Logistic Information system
0.9 0.7 0.70 0.80 0.80 0.8 0.9 0.75 0.75 0.75 0.8 0.9 0.8 0.8 0.8 Outpu t Agility Customization Network coverage Sustainable Relationship 1.0 0.9 0.7 0.8 1.0 1.0 1.0 0.7 0.7 1.0 0.9 0.9 0.7 0.9 0.9 0.9 0.9 0.7 0.9 0.9
0
,
,
,
,
0
,
,
,
1
subject to
Maximize
2 1 2 1 1 1 1 1 1 1 1 1≥
≥
+
+
≤
+
+
=
+
+
+
+
=
s m mj m j sj s j mk m k sk s ku
u
u
v
v
v
x
v
x
v
y
u
y
u
x
v
x
v
y
u
y
u
θ
Y
ikadalah nilai bobot
output
pada setiap DMU
X
ikadalah nilai bobot
input
pada setiap DMU
U
iadalah bobot
input
V
iadalah bobot
output
A1= V* = 1,25; U* = 1,11; dan
θ
= 1
A2= V* = 1,1111; U* = 1,1111; dan
θ
= 1
A3= V* = 1,25; U* = 1,43; dan
θ
= 1
A4= V* = 1,25; U* = 1,11; dan
θ
= 1
A5= V* = 1,25; U* = 1,11; dan
θ
= 1
Dengan Lingo 11 didapatkan hasil :
Perangkingan :
1. =A1
2. =A2
3. = A5
4 = A8
5. = A4
KENDALA
A
Kendala yang menyatakan kapasitas dari
provider
GOAL PROGRAMMING
D
1 :Variabel nonegativitas yang menunjukkan penyimpangan batas
atas
right hand
konstrain i
D
2 :Variabel nonegativitas yang menunjukkan penyimpangan batas
atas bawah
right hand
konstrain i
fungsi tujuan untuk
meminimasi
Deviasi antara berbagai tujuan.
Fungsi tujuan dibuat dengan
cara menggabungkan setiap
tujuan
yang dibentuk minimasi
variabel simpangan sesuai
= Jumlah volume produk ke-i yang di kirim ke
Negara tujuan ke-j oleh
provider
ke-p.
Parameter
i = Jenis produk ( i=1,2,3,...m)
j = Nama Negara tujuan j=1,2,3,....,n)
k =Nama provider (p =1,2,3,....,o)
Indeks
Parameter
Kirim atau tidak
Ke Tujuan 1 Tujuan 2 Tujuan 3 Dari Produk 1 Produk 2 Produk3 Produk 1 Produk 2 Produk 3 Produk 1 Produk2 Produk 3 Provider 1 1 0 1 1 1 0 1 1 0 Provider 2 1 0 0 1 1 1 1 0 1 Provider 3 1 1 1 1 1 1 1 0 1 Provider 4 0 0 0 1 1 1 1 1 0 Provider 5 1 0 1 1 1 1 1 1 1
Hasil Optimasi Batasan Melanggar Tidak Melanggar Obyektif 1 604 1000 -396
Obyektif 2 592 604 -12
Obyektif 3 326,250,000 20,000,000 306,250,000
Total 604
Keputusan alokasi order pada 3PL
Hasil optimasi:
1. Jumlah order yang
dikirim oleh provider
ke semua tujuan
optimalnya sebesar
604
2. Waktu pengiriman (1
minggu) = produk yg
dikirim.
3. Fungsi obyektif ketiga
tidak tercapai.
Ke Tujuan 1 Tujuan 2 Tujuan 3 Total
Supplied Kapasitas Sisa Kapasitas Dari Produk1 Produk2 Produk3 Produk1 Produk2 Produk3 Produk1 Produk2 Produk3
Provider 1 1 1 1 22 15 21 7 1 3 72 640 568 Provider 2 1 1 6 6 1 3 0 1 1 20 640 620 Provider 3 1 1 7 8 1 35 1 1 1 56 640 584 Provider 4 3 1 4 81 57 96 1 1 25 269 640 371 Provider 5 1 1 3 13 58 110 7 1 1 195 640 445 Total Filled 7 5 21 130 132 265 16 5 31 612 3200 2588 Demand 7 5 21 130 132 265 16 5 31
Kirim atau tidak
Ke Tujuan 1 Tujuan 2 Tujuan 3
Dari Produk1 Produk2 Produk3 Produk1 Produk2 Produk3 Produk1 Produk2 Produk3
Provider 1 1 1 1 1 1 1 1 1 1
Provider 2 1 1 1 1 1 1 0 1 1
Provider 3 0 0 1 1 1 1 1 1 0
Provider 4 1 0 1 1 1 1 0 1 1
Provider 5 0 1 1 1 1 1 1 1 0
Hasil Optimasi Batasan Melanggar Tidak Melanggar Obyektif 1 612 1000 -388
Obyektif 2 602 612 -20.70277778
Obyektif 3 408.250.000 20,000,000 388.250.000