• Tidak ada hasil yang ditemukan

Pengembangan Model Periodic Inventory Routing Problem untuk Penjadwalan Truk Tangki Multi Kapasitas

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pengembangan Model Periodic Inventory Routing Problem untuk Penjadwalan Truk Tangki Multi Kapasitas"

Copied!
36
0
0

Teks penuh

(1)

Pengembangan Model Periodic Inventory Routing Problem

untuk Penjadwalan Truk Tangki Multi Kapasitas 

(Studi Kasus: ISG PT PERTAMINA UPms V SURABAYA)

(Studi Kasus: ISG  PT. PERTAMINA UPms V SURABAYA)

Oleh :

Deni Irawan

2506 100 179

Dosen Pembimbing :

Dr Eng Ir Ahmad Rusdiansyah M Eng

Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng

(2)

Latar Belakang…..

D t Depot SPBU 1 SPBU 2 Order = Daily SPBU 2 SPBU 3 Inventory Cost Transportation Cost SPBU 3

(3)

Inventory Routing Problem

Inventory Cost Transportation Cost

Seeking the best trade off between

inventory

control

+

Seeking the best trade-off between

inventory holding and travelling costs

+

vehicle

routing

Minimize system-wide cost

(4)

Latar Belakang…

waiting Depot SPBU 1 waiting SPBU 2 Stockout SPBU 3

(5)

Tank Meter

Replenishment

Replenishment

(6)

Kapasitas 16 KL Depend On Kelas Jalan “Kelas I, II atau III”

Kapasitas 24 KL Kapasitas 24 KL

SPBU

Sewa per Bulan

Kapasitas 32 KL

Dapat digunakan > 1 x per hari

Dapat digunakan 1 x per hari

(7)

Latar Belakang Pengembangan Model…

Inventory Routing 

Problem (IRP)( ) Belum Pernah diterapkan pada Petrol Station

Federgruen dan

Zipkin (1984) IRP Single period

Bertazi et al (2002) IRP multi period, Single Product, single vehicle

Hun Jae (2007) Multi Period, Homogenous Vehicle

(8)

VMI : definition (Chopra dan Meindl, 2001)

S u p p l i e r 

Responsible for all decisions regarding inventory

management at their retailers

D li titi D li h d l V hi l t

(9)

P E R U M U S A N M A S A L A H

P E R U M U S A N M A S A L A H

Bagaimana mengembangkan model Periodic Inventory Routing

Problem (PIRP) untuk menjadwalkan truk tangki multi kapasitas

yang dapat mengakomodasi trade-off antara inventory holding cost dan transportation cost dengan menentukan :

Delivery

Quiantities

Vehicle

Routes

Delivery

Schedule

(10)

TUJUAN PENELITIAN

Mengembangkan model Periodic Inventory Routing Problem (PIRP) untuk 1

kendaraan angkut multi kapasitas

Meminumkan total biaya sistem yang meliputi inventory holding cost dan transportation cost dan mengoptimalkan penggunaan truk tanki multi kapasitas melalui penjadwalan yang tepat

2

(11)

Manfaat Penelitian

1. Diperoleh pengembangan model untuk menyelesaikan permasalahan

Periodic Inventory Routing untuk kendaraan multi kapasitas pada petrol station

2 Di l h k d i i d li h d l d li

2. Diperoleh rekomendasi mengenai delivery schedule, delivery

quantities, vehicle routes yang optimal untuk tiap-tiap retailer (SPBU)

yang dapat meminimumkan total biaya sistem yaitu transportation cost

y g p y y p

(12)

Ruang Lingkup Permasalahan

Batasan :

Model yang dikembangkan mengacu pada model Integrated Inventory and Periodic Vehicle Routing Problem with Time-Windows (IPVRPTW) oleh

Rusdiansyah dan Tsao (2004)

Produk yang menjadi fokus penelitian ini hanya pada bahan bakar premium (single product)

(13)

Asumsi:

Demand rate bersifat deterministik

Initial inventory tiap SPBU telah diketahui sebelumnya Tiap SPBU tidak boleh mengalami stockout

Setiap SPBU hanya dapat dikunjungi satu kali dalam satu hari Sistem pengiriman dilakukan dengan direct shipment

Supplier dapat menyediakan kebutuhan customer dalam jumlah yang

tidak terbatas dan biaya penyimpanan pada supplier tidak diperhitungkan Kecepatan kendaraan diasumsikan konstan

Jumlah kendaraan angkut untuk bahan bakar premium diasumsikan tidak  mengalami perubahan selama penelitian berlangsung

(14)

Stationary Interval Property

Untuk permasalahan dengan satu produk selama interval [0,t], kebijakan inventory pada m pemesanan dengan biaya minimum dapat dicapai dengan cara menempatkan pemesanan dalam ukuran dapat dicapai dengan cara menempatkan pemesanan dalam ukuran yang sama pada interval titik waktu yang sama (Bramel dan Simchi-Levi , 1997)

(15)

Model Dasar IPVRPTW (Rusdiansyah & Tsao, 2004) Minimize Subject to: Stationary-interval property Vehicle Capacity Tour Duration Tour Duration Time Windows

(16)

Model Dasar (Rusdiansyah & Tsao, 2004)

(17)
(18)
(19)

PENGUMPULAN DATA

Demand Rate Bahan Bakar Premium SPBU

1200 1400

Demand Premium Per Bulan

800 1000 1200 SPBU 54.602.63 SPBU 54.602.55 SPBU 54 601 82 a n d (K L ) 200 400 600 SPBU 54.601.82 SPBU 54.601.85 SPBU 54.601.19 D e m 0 B u l a n B u l a n

(20)

F

ti

H ldi

C

t

PENGUMPULAN DATA

Fraction Holding Cost

H = P x F

Perhitungan Biaya Penyimpanan

H = Rp 4300 x 30%

= Rp 1290 per liter per tahun

H   P x F

p

p

p

(21)

PENGUMPULAN DATA

Konfigurasi Truk Tangki

Jenis Kapasitasp Jumlah Compartementp Jumlah Ketersediaan

1 16 KL 2 32

2 24 KL 3 42

3 32 K 4 8

4 40 KL 5 1

Operasi Truk Tangki

4 40 KL 5 1

Total 83

Keterangan Waktu Rata-Rata

Kecepatan rata-rata 37.25 km / jam

Kecepatan rata rata 37.25 km / jam

Antrian:

1. Gate in 37 menit

2. Dispatchp 13 menit

3. Load 20 menit

(22)

Komponen Biaya Distribusi

PENGUMPULAN DATA

Kapasitas Biaya Sewa (Rp/Bulan) Biaya Sewa (Rp/Hari)

Biaya Sewa Truk Tangki

Fixed Cost

16 KL 12768000 425600

24 KL 15523000 517433

32 KL 21569000 718967

40 KL 28250972 941699

Ratio Kebutuhan Bensin

Variable Cost

Kapasitas Truk Ratio Kebutuhan Bensin

16 KL 3.2 24 KL 2.7 VC = 32 KL 2.2 40 KL 1.8 VC =

(23)

PEMODELAN SISTEM

Notasi Model: Notasi Model:

(24)

PEMODELAN SISTEM

Notasi Model: Notasi Model:

(25)

PEMODELAN SISTEM Formulasi Model: Formulasi Model: Fungsi Tujuan: ..…..(1) Variable Cost Inventory Holding Cost ( ) Subject to: Fixed Cost ..…..(2) ..…..(3) Inventory Constraint ..…..(4) (5) ..…….(5) Replenishment Quantity

(26)

PEMODELAN SISTEM S bj t t Subject to: .…….(6) Retailer Capacity Constraint Stationary Interval Property Constraint .…….(7) (8) .…….(8) .…….(9) Vehicle Capacity Constraint ..…..(10) …….(11) Tour Duration Route Continuity ( ) …….(12) …….(13) Number of Truck Used

(27)

Subject to: PEMODELAN SISTEM Subject to: ..………(14)( ) Pairing Constraint ..………(15) Frequency Constraint ..………(16) (17) N lf i i d Frequency Constraint ..………(17) ..………(18) i l Non self visited ..………(19) Binary Value

(28)

PEMODELAN SISTEM Whole System 88 SPBU Dekomposisi Problem Clustering k = 5

Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5

Maksimum Truk Tangki 16 KL Maksimum Truk Tangki 24 KL Maksimum Truk Tangki 32 KL Maksimum Truk Tangki 16 KL Maksimum Truk Tangki 24 KL Maksimum Truk Tangki 32 KL Maksimum Truk Tangki 16 KL Maksimum Truk Tangki 24 KL Maksimum Truk Tangki 32 KL Maksimum Truk Tangki 32 KL Maksimum Truk Tangki 40 KL Maksimum Truk Tangki 24 KL Maksimum Truk Tangki 32 KL

Output Cluster 1 Output Cluster 2 Output Cluster 3 Output Cluster 4 Output Cluster 4

(29)

PERCOBAAN NUMERIK

Output Model SPBU Frekuensi Kunjungan Kuantitas Pengiriman 1 6 32 SPBU Frekuensi Kunjungan Kuantitas Pengiriman 23 3 32 SPBU Frekuensi Kunjungan Kuantitas Pengiriman 45 6 16 SPBU Frekuensi Kunjungan Kuantitas Pengiriman 67 6 24

Algoritma Penugasan Rute pada Truk Penjadwalan

1 6 32 2 6 16 3 6 32 4 6 16 5 3 16 6 6 16 23 3 32 24 3 16 25 6 16 26 6 16 27 3 24 28 6 16 45 6 16 46 6 24 47 3 16 48 6 16 49 6 16 50 3 24 67 6 24 68 3 16 69 3 24 70 3 16 71 6 24 72 6 24 6 6 16 7 3 24 8 6 24 9 6 24 10 2 16 11 3 32 28 6 16 29 6 8 30 6 16 31 6 16 32 6 16 33 6 16 50 3 24 51 6 16 52 6 24 53 3 16 54 6 8 55 3 32 72 6 24 73 6 16 74 6 24 75 6 24 76 6 32 77 3 32 11 3 32 12 6 16 13 6 16 14 3 24 15 6 8 16 3 16 33 6 16 34 3 16 35 6 24 36 2 16 37 6 32 38 6 16 55 3 32 56 1 24 57 3 24 58 6 16 59 2 16 60 6 16 77 3 32 78 6 40 79 2 16 80 6 24 81 6 24 82 6 40 16 3 16 17 6 16 18 6 24 19 3 24 20 6 24 21 6 8 38 6 16 39 6 16 40 3 32 41 6 24 42 6 32 43 6 40 60 6 16 61 2 24 62 6 24 63 6 16 64 6 24 65 6 32 82 6 40 83 6 24 84 6 24 85 6 16 86 6 16 87 6 24 21 6 8 22 3 8 43 6 40 44 6 24 65 6 32 66 3 16 87 6 24 88 6 24

(30)

Presentase Frekuensi Kunjungan

Output Model

6% 1%

Presentase Frekuensi Kunjungan SPBU 68% 25% 6x 3x 2x 1x 1x

Maksimum Trip per Hari tiap Jenis Truk

Jenis Truk

16 KL 8

Maksimum Trip

Total Biaya Sistem

16 KL 24 KL 32 KL 40 KL Maksimum Truk Cluster Jumlah 16 KL 24 KL 32 KL 40 KL 8 6 5 3 1 1429073 1449882 1737434 4616390 2 1360971 1201431 924782.5 - 3487185 3 1109536 2113622 1478460 - 4701618 4 - - 1957746 2475759.1 4433505 5 - 1866714 1335137 - 3201852 5 - 1866714 1335137 - 3201852 20440550 Total Biaya Sistem

(31)

KOMPARASI PERFOMANSI MODEL VS EKSISTING

SPBU yang memerlukan replenishment setiap hari berkurang dari 79% menjadi 68%

P

T

k Ek i ti

VS O t

t M d l

Penggunaan Truk Eksisting VS Output Model

Eksisting Model Eksisting Model Eksisting Model Eksisting Model

1 12 7 8 7 3 3 1 1

Truk 32 KL Truk 40 KL Hari Truk 16 KL Truk 24 KL

1 12 7 8 7 3 3 1 1

2 15 7 6 7 2 3 1 1

3 10 8 5 7 3 3 1 1

4 11 7 7 8 3 3 1 1

5 13 7 8 7 2 3 1 1

Cost Saving Biaya Sewa Truk per hari:

6 13 8 7 7 2 3 1 1

= Existing – Model

= Rp 11.523.975 – Rp 9.927.937

(32)
(33)

Analisa Sensitivitas

Sensitivitas Terhadap Biaya Inventory

F k i Kuantitas F k i Kuantitas F k i Kuantitas F k i Kuantitas F k i Kuantitas

100%

Fraction Holding Cost

30% 50% 70%

20% SPBU

Frekuensi Pengiriman Frekuensi Pengiriman Frekuensi Pengiriman Frekuensi Pengiriman Frekuensi Pengiriman

43 3 16 3 16 3 16 3 16 3 16

62 3 32 3 32 3 32 3 32 6 16

67 1 16 1 16 1 16 1 16 6 8

78 3 16 3 16 3 16 3 16 3 16

82 3 32 3 32 3 32 3 32 6 16

Sensitivitas Terhadap Biaya Sewa Kendaraan

82 3 32 3 32 3 32 3 32 6 16

Total Biaya 809896 Total Biaya 864190 Total Biaya 974169 Total Biaya 1083221 Total Biaya 1113010

Frekuensi Kuantitas Pengiriman Frekuensi Kuantitas Pengiriman Frekuensi Kuantitas Pengiriman Frekuensi Kuantitas Pengiriman Frekuensi Kuantitas Pengiriman 43 3 16 3 16 3 16 3 16 3 16 125% SPBU

Biaya Sewa Truk Tangki

50% 75% 100% 150% 43 3 16 3 16 3 16 3 16 3 16 62 6 16 6 16 3 32 3 32 3 32 67 3 8 3 8 1 16 1 16 1 16 78 3 16 3 16 3 16 3 16 3 16 82 6 16 6 16 3 32 3 32 3 32

(34)

KESIMPULAN

ƒ Telah dilakukan pengembangan model Periodic Inventory Routing untuk kasus kendaraan angkut multi kapasitas yang dapat meminimumkan biaya inventory dan transportasi secara simultan. ƒ Model yang dihasilkan merupakan model dengan fungsi yang

nonlinear dan merupakan permasalahan combinatorial sehingga membutuhkan waktu komputasi yang lamap y g

ƒ Perfomansi dari model yang telah dikembangkan dapat dikatakan cukup baik dengan penurunan SPBU yang memerlukan pengiriman tiap hari yang semula sebesar 79% dari total SPBU di Surabaya tiap hari yang semula sebesar 79% dari total SPBU di Surabaya berkurang menjadi 68% serta penghematan biaya sewa truk sebesar Rp 1.596.039 per harinya dan menjamin tidak terjadinya

stockout pada retailer

ƒ Rata-rata jumlah truk tangki premium yang dibutuhkan dalam aktivitas distribusi di Surabaya per harinya untuk truk dengan kapasitas 16 KL 24 KL 32 KL dan 40 KL masing-masing sebesar kapasitas 16 KL, 24 KL, 32 KL, dan 40 KL masing masing sebesar 7, 7, 3, dan 1 unit.

(35)

KESIMPULAN

ƒ Rata-rata jumlah trip maksimum untuk truk dengan

kapasitas 16 KL, 24 KL, 32 KL, dan 40 KL masing-masing

sebesar 8, 6, 5, dan 3 trip.

ƒ Rata-rata total biaya sistem per harinya adalah sebesar

R

20 440 550

Rp. 20.440.550

ƒ Frekuensi dan kuantitas replenishment dipengaruhi oleh

besarnya biaya inventory biaya transportasi dan

besarnya biaya inventory, biaya transportasi dan

optimalitas penggunaan truk tangki dalam satu hari.

(36)

SARAN

ƒ Model dapat dikembangkan dengan pembentukan rute melalui

konsolidasi pengiriman

ƒ Model dapat dikembangkan lebih lanjut dengan penyelesaian

heuristik untuk mempersingkat waktu komputasi

ƒ Penelitian dapat dikembangkan lebih lanjut untuk kasus multi

produk dengan demand yang bersifat stokastik.

Referensi

Dokumen terkait

Seluruh jenis layanan administrasi akademik dan kemahasiswaan program perkuliahan kelas reguler yang ditangani layanannya secara terpadu yaitu: Pengelolaan surat

Sebagaimana diakui dalam rencana pengurangan gas rumahkaca DNPI 2010, rencana ekspansi pada sektor-sektor industri kunci diketahui akan mengakibatkan konversi jutaan hektar hutan

Cakupan pemberian ASI di Desa Kadilangu dari 30 responden yang memberikan ASI eksklusif masih rendah, dengan alasan karena ASI lebih baik dibanding makanan bayi

DATA SKTP 2017 (TRANSFER DAERAH) - SEMESTER II (JULI-DESEMBER 2017) UPDATE DARI KOREKSI DATA SIMTUN PER 17 OKTOBER 2017.. NO NUPTK NAMA SEKOLAH

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

Berdasarkan keterangan guru fikih siswa-siswi MTs Futuhiyyah Kudu kecamatan Genuk melakukan tadarus Al Qur’an pada jam 06.30 WIB sebelum pelajaran dimulai,

Profil Kesehatan Kabupaten Lombok Barat Tahun 2015 disusun untuk kepentingan Sistem Informasi Kesehatan Kabupaten dan memuat berbagai data tentang kesehatan yang meliputi; keadaan

Evaluasi program adalah suatu unit atau kesatuan kegiatan yang bertujuan untuk mengumpulkan informasi yang merealisasi atau mengimplementasi dari suatu kebijakan, berlangsung