')~ ~ 5th
National Industrial Engineering ConferenceDAFTAR lSI
Kata Pengantar
Daftar lsi II
Keynote Speech: Collaboration: Langkah Mempercepat Inovasi dalam VIII
Supply Chain Joniarto Parung
Studi Eksplanatori Faktor-Faktor yang Mempengaruhi Behavioral Intention KFC Cabang Darmo Surabaya
Fanny Suteja, Indarini, Christina R. Honantha
tudi Deskripsi Pemetaan Service Redesign pada Rumah Makan di Surabaya 9 Erna Andajani
A.nalisis Sistem Perawatan Preventive Dengan Pendekatan Reliability 20 Centered Maintenance II
Hotma Antoni Hutahaean, Lioe Leony
Peningkatan Kualitas Layanan Perbaikan Peralatan Dengan Menggunakan 29 Metode Zone Of Tolerace (Studi Kasus PT. Astra Graphia Tbk Cabang Kota
Bandung)
Hendang Setyo Rukmi, Abu Bakar, dan Joko Prayugo
Atma Jaya Working Performance Test (A WPT) For Manual Assembly Job 37 Bern.adus Kristyanto dan Benyamin Langgu Sinaga
· ldentifikasi Faktor-Faktor Penentu Sukses Pelaksanaan TQM Perusahaan 45 Manufaktur Berbasis ISO 9000 di Indonesia
Djojo Dihardjo
Hubungan Budaya Organisasi, Budaya Inovasi dan Tipe Kepemimpinan 59 Perusahaan
Kriswanto Widiawan dan Maise Vania Thedja
Perbaikan Desain Kloset Sebagai Fasilitas Urn urn di Pusat Perbelanjaan Di 67 Surabaya
Linda Herawati Gunawan, Rosita Meitha, Robertus Setiawan
Pengukuran Kepuasan Konsumen, Penerapan Kano, dan Perhitungan 74 Pangsa Pasar Biskuit Gabin Manis Arrow Brand UBM
Elisabeth Nugraheni, Bambang Tjitro S, Zulaicha Parastuty.
Perancangan Dan Pengukuran Produktivitas Dengan Metode Multifactor 86 Productivity Pada Industri Jasa Di Auto 2000 A.Yani, Surabaya
Lisa Mardiono, Benny Lianto, Jovita Trisnadewi K wan
ll
;\ _ l) -
)~~: 5th National Industrial Engineering Conference
Peningkatan Kualitas Tape 31 melalui Desain Eksperimen sebagai Upaya 96 untuk Mengatasi Komplain dari Konsumen
Debora Anne Y. A., Julianingsih, Wishnu Adiluhung
Strategi Inovasi Perusahaan Manufaktur Di Surabaya 105 Kriswanto Widiawan dan Maria Cahyadi
"Meniskus" Sarana Diagnosa Mata Yang Diintegrasikan 112 Kumara Sadana Putra
Unit Commitment Menggunakan Algoritma Simulated Annealing (SA) Pada 121 Pembangkit Belawan Indonesia
Abdul Basith dan Imam Robandi
Evaluasi Training Dengan Menggunakan Model Kirkpatrick (Studi Kasus 131 Training Foreman Development Program
Di PT. Krakatau Industrial Estate Cilegon) Hendang Setyo Rukmi, Dwi Novirani, Ahmad Sahrul
Analisis Kualitas Pelayanan Purna Jual "Layanan Prima" dan Kepuasan 139 Pelanggan di PT. lndomobil Suzuki International
Feliks Prasepta Sejahtera Surbakti
Pengukuran Dampak Store dan Customer Card Satisfaction Terhadap 148 Loyalitas Pelanggan Carrefour Surabaya
Theresia A. Pawitra, Indri Hapsari, Adelina Christina T.
Aplikasi FMEA dan Rekomendasi Perawatan Fixture Pada Proses Perakitan 156 Produk Y (Studi Kasus di PT. ABC)
Muslim in
Model Sistem Pengendalian Persediaan Multi Komponen Berdasarkan 165 Jadwal Perawatan Gabungan
Hendro Prassetiyo, Fifi Herni M., Elfikrie Andross
Perbaikan Stasiun Kerja Serut Berdasarkan Aspek Antropometri dan 174 Biomekanika
Yanti Helianty, Regi Hermawan, Caecilia Sri Wahyuning
Pengukuran Efektivitas Katalog Carrefour, Hypermart, dan Giant 183 diSurabaya
Theresia Pawitra, Indri Hapsari, Reni Anjani
lll
'\~ ~
·~~~~ 5th National Industrial Engineering Conference
Penerapan Metode Experiential Learning Pada Mata Kuliah Kewirausahaan 191 Tri S iwi Agustina
Evaluasi Dampak Macroecomics News dalam Prediksi Nilai Tukar USD/JPY 202 Menggunakan metoda Hybrid Fuzzy Logic System - Artificial Neural
Networks.
Yohanes Gunawan Yusuf
Penetapan Jadwal Produksi Berdasarkan Optimalisasi Harga Jual Produk 211 Edi Santoso, Singuowati, Nunung Nurhasanah
Penjadwalan Produksi Dengan Pendekatan Metode Acts (Apparent Tardiness 223 Cost With Setups) Dan Algoritma Branch And Bound
Hotma Antoni Hutahaean, Erfin Putra Indra
Menggoreng Sampah Kantong Plastik: Sebuah Upaya Kreatif 233 Menanggulangi Masalah Lingkungan
Waluyohadi
Usulan Perbaikan Stasiun Kerja Berdasarkan Metode Cumulative Trauma 241 Disorders (CTDs) Risk Index di PT. PINDAD
rie Desrianty, Yuniar, Adi Kustandi Nugraha
1odel Balanced Scorecard untuk Mengukur Kinerja dan Merancang Peta 251 trategi pad a Perusahaan Pertam bangan
Feliks Prasepta Sejahtera Surbakti
Pengaruh Ras, Jenis Kelamin dan Cara Berpakaian Terhadap Pelayanan 259 asir Carrefour di Surabaya
ndri Hapsari, Theresia A. Pawitra, Frida Safitri
~ plikasi Metode Kano dan TRIZ untuk Peningkatan Kualitas Layanan 269 tudi Kasus: PT Angkasa Pura I- Bandara Juanda, Surabaya)
· nny Sari, M. Rosiawan dan Ervina Kurniawan
_ likasi Ergonomi Untuk Mengoptimalkan Penyusunan Jadwal Mata Kuliah 2 9 tudi Kasus di Institut Teknologi Indonesia)
Linda Theresia
r t tipe Sistem Terotomasi Sealant Process Menggunakan Robot Fischer Produksi Panel Door (Case Study in PT Mitsubishi Krama Yudha tors and Manufacturing)
aulidya, Aditya Adji Wibowo
r aikan Kualitas Dengan Menggunakan Pendekatan FUZZ) P
w . MEA Di Industri Garment (Studi Kasus PT.A
Fitriana, Marimin
1~;~ )~ 5th National Industrial Engineering Conference
Pengembangan Model Dinamika Rantai Pasok Produk Mudah Rusak 305 (Perishable Product) Sebagai Dasar Penentuan Kebijakan
Ika Sartika
Strategi Pemilihan Pemasok dengan Metode Fu~zy Analytical Hierarchy 313 Process dan Fuzzy Multi Criteria Decision Making
Imam Santoso, EF. Sri Maryani, Isti Purwaningsih dan Cynthia Naluria Hadi
Penerapan Metode Integer Linear Programming Dalam Distribusi Produk 320 Tiang Pancang Bulat Sentrifugal Untuk Meminimasi Biaya Transportasi Di
Perusahaan Logistik PT. Firman Setia Kawan Nurlailah Badariah, Dadang Surjasa, Idham Dwinanto
Pengembangan Alat Bantu Pengambilan Keputusan Pengelolaan Sparepart 330 Pada Provisioning 737 Ng.
Bahauddin Amala* , Ratna Sari Dewi **,dan Ahmad Rusdiansyah**
Integrasi Informasi Subyektif dan Obyektif dalam Penentuan Ranking untuk 338 Problem Multi Criteria Decision Making
Evy Herowati
The Robust Emotional Design: 'An Application of Design of Experiment 347 incorporating with Ergonomics'
Markus Hartono
A Field Study of Thermal Environment in Low Cost Housing In Malang 359 Indyah Martiningrum, Agung Murti Nugroho
Profil dan Proses Bisnis Ritel Online di Indonesia 366 Gunawan
Aplikasi Ergonomi dalam Safety Pictogram untuk Produk Makanan dan Mainan Anak-anak
Linda Herawati Gunawan
372
Model Sistem Pengendalian Persediaan Multi Komponen Berdasarkan 380 Jadwal Peraw.atan Gabungan
Hendro Prassetiyo, Fifi Herni M., Elfikrie Andross
Analisis Implementasi Continuous Improvement Dalam Meningkatkan Daya 389 Saing Industri Kecil Menengah (Studi di Wilayah Kabupaten Ciamis)
Asep Yunta Darma
Model Sistem Logistik Gula Krista) Putih Pulau Jawa 398
Leni Herdiani
v
I
:f'it-
5th National Industrial Engineering ConferencePenentuan Prioritas Strategi Pengembangan Produk Unggulan Kabupaten 408 Purbalingga
Anggara Hayun Anujuprana
Kemajuan Adopsi Teknologi Mendorong Proses Manajemen Inovasi Jasa 416 Sebagai Strategi Memenangkan Persaingan Dalam Bisnis
J.E.Sutanto
Analisa Pasar Dan Strategi Pemasaran Merk Sepatu Sport Berdasarkan 424 Perilaku Konsumen Dengan Menggunakan Metode Rantai Markov
Ni Luh Putu Hariastuti
Integrasi Konsep Balance Scorecard pada Business Plan dalam Proses 433 Pendidikan Kewirausahaan
Wirawan ED Radianto
Analisis Pengaruh Faktor-Faktor Lokasi Terhadap Lokasi Strategis dan 440 Penentuan Lokasi Pusat Distribusi Pupuk Urea Di PT Pupuk Kujang
Cikampek
Yani Iriani dan Defi Septiyanto
Perancangan Sistem Penilaian Dan Seleksi Supplier 449 Dengan Menggunakan Metode AHP Dan Traffict Light System
Yani Iriani
Evaluasi Kapabilitas Proses Pembuatan Produk Ballast Close Type 457 Menggunakan Pendekatan Six Sigma Di PT. Nikkatsu Electric Works
AriefRahmana dan Benni Berutu
Penentuan Rute Order Picking dengan Menggunakan Metode Heuristik 466 Studi Kasus: PT "X")
Rienna Oktarina, Wini
Pemodelan Knowledge Sharing Antara Residen Senior Dengan Residen 475 Junior (Studi Kasus: Bagian Ilmu Kesehatan Anak RSUP Dr. Hasan Sadikin
Bandung)
Oktri Mohammad Firdaus, Eki Rakhmah Zakiyyah
~ nalisis Pengaruh Lingkungan Kerja Terhadap Aktivitas Pekerja (Studi 483 Kasus: PT World Yamatex Spinning Mills)
Oktri Mohammad Firdaus, Nelson Julio da Costa Martins
Analisis Tingkat Spesialisasi Sektor Ekonomi Unggulan Di Kabupaten 492 iamis Berdasarkan Metode Location Quotient
Arief Rahman a
VI
.. )~
~~( 5th National Industrial Engineering Conference
Perencanaan Prioritas Perawatan Peralatan Pabrik Berdasarkan Kritikalitas Perala tan
Sigit Miskardi
498
Perancangan Model Optimasi Jaringan Distribusi Multi Produk dengan Fuzzy Multi 506 objective Mixed Integer Linear Programming
Dina Natalia Prayogo
Integrasi Balanced Scorecard, Singapore Quality Award dan Pembobotan SMART: 515 Studi Kasus pada P.T. Sinar Baru Stone, Ende, Indonesia
Eric Wibisono, Lisa Mardiono, Fenny Nikolay
Corporate Venturing: The identification and assessment method 525 Zulaicha Parastuty
Studi Kelayakan Penerapan RFID di Perpustakaan Universitas Surabaya 538 Jerry Agus Arlianto, HanifUmar Baraja, Joniarto Parung
Perancangan Peralatan Material Handling Pada Lantai Produksi Percetakan Koran 547 PBP Di PT X
Niken Parwati dan Nidia
Thermal Performance in Prototype Traditional Timber House 555 Agung Murti Nugroho, Eka Murtinugraha
Penyusunan Standard Operating Procedures dan Perancangan Kerangka 567 Pengukuran Kinerja Berbasis Balanced Scorecard untuk Mewujudkan Good
governance di Koperasi Karyawan "X"
Monika Setyowati Hartono, Lisa Mardiono, M. Rosiawan
Perbaikan Kualitas Proses Produksi Dengan Pendekatan Lean-Sigma Pada Divisi 575 Produksi II, PT. Ilufak Plaskaging, Sidoarjo
Jerry Agus Arlianto, Meiriani Salim, Anantasari
Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi 584 Sampling dengan Kriteria Minimisasi Total Ongkos
Arie Desrianty, Fifi Herni M, Adelia Septy Perdana
Strategi Pengelolaan Risiko lndustri Biodiesel dengan Pendekatan Logika Fuzzy 594 Anggara Hayun Anujuprana
Biomedical Product Design; Desain Produk Stimulator Functional Electrical 607 Stimulation untuk Rehabilitasi Kemampuan Kontraksi Otot Lower Limb
Hendi Wicaksono
Sistem Furnitur Unit Perpustakaan Taman Kanak-Kanak 615
Wyna Herdiana
Pengembangan Model Penyusunan Strategi Untuk Meningkatkan Daya Saing 624 Program Studi International Business Management di Surabaya
David Sukardi Kodrat
Vll
,.
);,~
5th National Industrial Engineering ConferencePerancangan Model Optimasi Jaringan Distribusi Multi Produk dengan Fuzzy Multi objective Mixed Integer Linear Programming
Dina Natalia Prayogo
Jurusan Teknik Industri, Universitas Surabaya Email: [email protected]
Abstrak
Perancangan jaringan distribusi merupakan keputusan yang strategis, sehingga keputusan yang optimal sangat penting untuk efisiensi operasional jangka panjang dari sistem supply chain secara keseluruhan. Namun, ketersediaan data sering kali tidak lengkap dan tidak presisi, sehingga umumnya keputusan perancangan jaringan distribusi menggunakan hasil peramalan dari dar agragat. Dengan mempertimbangkan kondisi ini, maka dalam makalah ini Fuzzy sets Theon digunakan dalam pengembangan model jaringan distribusi. Secara lebih spesifik, dua jenis ketida - presisian yang mungkin dihadapi dalam masalah ini, yaitu ketidak-presisian permintaan di retail dan tingkat aspirasi tujuan dari pembuat keputusan, akan diperhitungkan. Selanjutnya, unt menyediakan teknik keputusan yang flexible dan robust multi objective bagi pembuat keputusan, Fu_~
Multi objective Mixed integer linear programming model diusulkan untuk menghasilkan sol - optimal dari masalah jaringan distribusi multi produk. Tujuannya adalah menentukan jumlu optimal, lokasi dan tingkat kapasitas dari pabrik dan distributor untuk mengirimkan produk-prcduk retailer dengan biaya terendah dan memenuhi service level dari masing-masing retailer. Unr:
mengambarkan penerapan model usulan, contoh perhitungan dilakukan pada suatu studi kasus. Kata kunci: Jaringan distribusi, Fuzzy Multi objective Mixed Integer Linear Programming
Abstract
Distribution network design is a strategic decision problem, the optimization of which is crucia ~·
the long-term efficient operation of whole supply chain system. However, the availability of dat often incomplete and imprecise, such distribution network design decisions generally use fore based on aggregated data. Considering these conditions, in this study, Fuzzy sets Theory is us developing the distribution network model. More specifically, two kind of impreciseness that m _ faced in this problem, i.e., imprecision in retailers' demand and decision maker's aspiration !eve
the goals, are treated. Additionally, to provide the decision maker's with a flexible and robust objective decision making technique, a Fuzzy Multi objective Mixed integer linear program model has been proposed to obtain the optimal solution of multi product distribution network pro The goal is to select the optimum numbers, locations and capacity levels of plants and distribut deliver the products to the retailers at the least cost while satisfying the desired service level r
retailers. To explore the viability of the proposed model, computational example is performed case study.
Keywords: Distribution network, Fuzzy Multi objective Mixed Integer Linear Programming
1. Pendahuluan
Dalam supply chain management, masalah perancangan jaringan distribusi pro konsumen yang efektif dan efisien merupakan keputusan strategis yang berdamp
506
f;"
" \. '
f~~- 5th National Industrial Engineering Conference
biaya, kualitas dan lead-time pengiriman, sebagai atribut penting dalam mencapai kinerja operasional yang kompetitif bagi suatu sistem distribusi. Pada makalah ini, perancangan jaringan distribusi yang dibahas meliputi beberapa pabrik yang berfungsi sebagai fasilitas produksi multi produk, yang selanjutnya disalurkan melalui distributors dan retailers sampai ke konsumen. Perancangan jaringan distribusi three-echelon (pabrik-distributor-retailers) ini memiliki keunggulan biaya transportasi yang rendah dan menyediakan produk dengan respon yang lebih cepat dibandingkan dengan jaringan distribusi yang lain. Namun, kelemahan yang ada adalah meningkatnya biaya fasilitas dan persediaan dalam supply chain.
Menurut Chopra and Meindl [1], jaringan distribusi three echelon ini sesuai untukfast moving items, dimana customer value ditentukan oleh kecepatan respon pemenuhan produk ke konsumen. Hal ini menunjukkan optimasi berdasarkan kriteria biaya atau keuntungan dalam supply chain tidaklah cukup. Pendekatan yang berorientasi pada konsumen diperlukan untuk mencapai keunggulan bersaing yang berkelanjutan dalam lingkungan bisnis. Kecenderungan untuk memperhitungkan tingkat layanan konsumen menjadi poin kritis. Tingkat layanan konsumen dapat diukur melalui beberapa kriteria seperti kecepatan waktu respon, konsistensi waktu siklus pemesanan produk, akurasi laju pemenuhan pesanan, lead-time pengiriman, fleksibilitas jumlah pemesanan dan lain sebagainya.
Pada makalah ini, perancangan model jaringan distribusi multi produk memperhitungkan multi objective dengan tujuan menentukan keputusan optimal jumlah, lokasi dan tingkat kapasitas pabrik dan distributor untuk mengirimkan multi produk ke retailers dengan biaya minimum dan tingkat layanan konsumen yang diinginkan pada semua retailer. Namun, karena kondisi lingkungan bisnis selalu berubah secara tidak pasti dan ketersediaan data yang tidak presisi, maka perancangan model jaringan distribusi perlu memperhitungkan tujuan dan batasan-batasan serta konsekuensi dari ketidak-pastian dan ketidak-presisian data yang ada.
Hal ini umumnya diatasi dengan penggunaan hasil peramalan berdasarkan data agregat.
Saat ini sebagian besar perancangan model jaringan distribusi yang telah dilakukan oleh banyak peneliti, mengabaikan faktor ketidak-pastian ini atau memperhitungkannya melalui pendekatan konsep probabilitas. Namun, penggunaan konsep probabilitas kurang tepat dalam menghadapi ketidak-pastian dan ketidak-lengkapan data, karena parameter ketidak-pastian harus ditentukan berdasarkan pengalaman dan kebijakan subyektif dari manajerial. Ketidak presisian data juga dipengaruhi oleh ketidak-tepatan interpretasi pembuat keputusan. Fuzzy set theory [2] menyediakan kerangka berfikir yang sesuai untuk menggambarkan dan mengatasi ketidak-pastian dan ketidak-presisian data yang terjadi dalam perancangan model jaringan distribusi ini. Dalam ilmu keputusan, Fuzzy sets telah banyak memberikan dampak yang besar dalam memodelkan preferensi dan evaluasi multi kriteria, serta membantu membawa teknik optimasi mendekati kebutuhan pengguna.
Melihat kondisi ketidak-pastian dalam perubahan Iingkungan bisnis dan ketidak-presisian data yang tersedia, maka dalam makalah ini akan dibahas perancangan model jaringan distribusi untuk multi produk dengan menggunakan Fuzzy Multi objective Mixed integer linear programming (Fuzzy MOMILP). Lebih spesifik, dua jenis ketidak-presisian data dalam masalah perancangan jaringan distribusi yang akan diperhitungkan adalah ketidak- presisian data permintaan di level retailers dan kompromi tingkat pencapaian masing-masing tujuan yang diinginkan oleh pembuat keputusan.
Selanjutnya pembahasan dalam nakalah ini disusun sebagai berikut: bagian 2 berisi tinjuan pustaka yang relevan dengan perancangan model jaringan distribusi. Pengembangan model
507
")~
·.;'Fii,, 5th National Industrial Engineering Conference
optimasi Fuzzy MOMILP akan disajikan pada bagian 3. Contoh hasil penerapan model jaringan distribusi multi produk dan analisis dibahas pada bagian 4. Selanjutnya kesimpulan dari perancangan model jaringan distribusi three echelon dengan Fuzzy MOMILP dinyatakan pad a bag ian 5.
2. Tinjauan Pustaka
Pada penelitian terkait perancangan jaringan distribusi, maka untuk mengatasi kompleksitas, jaringan distribusi dibagi dalam beberapa level. Jumlah level/echelon ditentukan berdasarkan tradeoffs antara kompleksitas problem dan integrasi jaringan distribusi [3]. Jang et al. [4]
telah membagi keseluruhan jaringan dalam supply chain ke dalam three sub-networks; yaitu:
inbound network, distribution network dan outbound network. Secara umum tujuan dalam perancangan jaringan distribusi adalah meminimumkan total biaya distribusi sedemikian hingga permintaan retailer dapat dipenuhi tanpa melebihi kapasitas pabrik dan distributors.
Hal ini umumnya melibatkan tradeoffs antar komponen biaya dalam sistem distribusi yang meliputi biaya investasi dan operasional pabrik dan distributors serta biaya transportasi inbound dan outbound. Terdapat dua keputusan utama dalam perancangan suatu jaringan distribusi produk [1 ]; yaitu:
1. Produk apa yang akan diambil dari suatu lokasi dan dikirimkan ke lokasi konsumen.
2. Apakah produk-produk tersebut perlu melalui perantara?
Kedua keputusan ini akan mempengaruhi pemilihan model jaringan distribusi produk dari pabrik sampai ke konsumen, dan masing-masing model jaringan distribusi produk memiliki keunggulan dan kekurangan seperti yang dijelaskan oleh Chopra and Meindl [1].
Sabri and Beamon [5] mengembangkan suatu model supply chain yang mempertimbangkan perencanaan strategis dan operasional secara simultan. Kontribusi utama dari penelitian ini adalah integrasi produksi, pengiriman dan ketidak-pastian permintaan dalam satu model.
Selain itu pada makalah Amiri [6] dibahas masalah perancangan jaringan distribusi produk dalam suatu sistem supply chain. Amiri mengembangkan suatu model optimasi dengan pendekatan mixed integer programming dan menyediakan prosedur penyelesaian secara heuristik. Sedangakan Prayogo [7] juga telah mengusulkan model jaringan distribusi produk three-echelon melalui beberapa pabrik, distributors dan retailers dengan menggunakan beberapa jenis armada transportasi. Evaluasi kinerja jaringan distribusi ini didasarkan pada beberapa kriteria, seperti: total supply chain profit, total jumlah unit backorder, dan utilisasi sistem distribusi dalam pemenuhan pesanan. Model optimasi sistem distribusi three-echelon m1 diselesaikan dengan menggunakan multi-objective programming dengan mempertimbangkan prioritas dari masing-masing tujuan yang ingin dicapai dalam evalua i efisiensi dan efektivitas jaringan distribusi.
Dengan menggunakan paradigma interaktif, pendekatan interactive Fuzzy multi objecth decision making telah diteliti untuk meningkatkan fleksibilitas dan robustness dari sua keputusan. Metode ini menyediakan proses pembelajaran mengenai system, dimana pembu kebutusan dapat belajar untuk mengenali penyelesaian yang baik dan factor-faktor yan~
relative penting dalam system. Kelebihan utama dari pendekatan interaktif ini adal pembuat keputusan dapat mengendalikan arah pencarian selam prosedur penyelesai dilakukan dan akan menghasilkan solusi yang efisien sesuai dengan preferensinya [8].
508
!'
~f.;~
5th National Industrial Engineering Conference3. Pen gem bangan model optimasi
Perancangan model optimasi jaringan distribusi multi produk dalam three echelon yang meliputi beberapa _pabrik - distributors - retailers dilakukan dengan memperhitungkan ketidakpastian dan ketidak presisian data. Ketidak presisian data permintaan konsumen pada level retailers serta pernyataan aspirasi pencapaiat:I multi objective dari pembuat keputusan dinyatakan dalam model optimasi Fuzzy MOMILP sebagai berikut.
Indeks:
r : retailer r; r = 1, 2, ... , R.
d : distributor d; d = 1, 2, ... , D.
m :manufacturer m; m = 1, 2, ... , M p : produkp,· p = 1, 2, ... , P.
w : kategori tingkat kapasitas distributor, w = 1, 2, ... , W.
f :
kategori tingkat kapasitas manufacturer,/= 1, 2, ... , F Parameter Model:ICmf = biaya investasi pend irian manufacturer m dengan tingkat kapasitas kategori
f
ICdw = biaya investasi pend irian distributor d dengan tingkat kapasitas kategori w.
FCm.r = biaya tetap dan operasional per tahun pada manufacturer m dengan tingkat kapasitas kategorif
FCdw = biaya tetap dan operasional per tahun pada distributor d dengan tingkat kapasitas kategori w.
VCmfp = biaya variabel dan produksi per unit produk p pada manufacturer m dengan tingkat kapasitas kategori
f
VCdwp = biaya variabel dan simpan per unit produk p pada distributor d dengan tingkat kapasitas kategori w.
TCmdp = biaya transportasi per unit produk p dari manufacturer m ke distributor d.
TCdrp
=
biaya transportasi per unit produk p dari distributor d.ke retailer r.Prp = hargajual per unit unit produkp pada retailer r.
drp
=
permintaan unit produk p pada retailer r.LBrp
=
batas bawah permintaan unit produk p pada retailer r.UBrp = batas atas permintaan unit produk p pada retailer r.
sdp = kebutuhan kapasitas penyimpanan per unit produk p di distributor.
OS'p = kebutuhan kapasitas produksi per unit produk p di manufacturer.
capdw = potensial kapasitas tersedia di distributor d dengan tingkat kapasitas kategori w.
capmf = potensial kapasitas tersedia di manufacturer m dengan tingkat kapasitas kategorif Wproflr = bobot untuk fungsi tujuan total supply chain profits.
Winvest = bobot untuk fungsi tujuan total biaya investasi.
w1osr = bobot untuk fungsi tujuan total unit lost sales.
LBprofit = batas bawah total supply chain profits.
VB profit= batas atas total supply chain profits.
LBinvesr = batas bawah total biaya investasi.
VB nvest= batas atas total biaya investasi. LBtosr = batas bawah total unit lost sales.
UBost = batas atas total unit lost sales.
509
1~
5th National Industrial Engineering ConferenceVariabel Keputusan:
Qmdp Qdrp Lrp Zmj
y
Jlpro.fit
Jlinvest
/-llost
}•invest
= jumlah unit produk p yang dikirimkan dari manufacturer m ke distributor d.
= jumlah unit produk p yang dikirimkan dari distributor d.ke retailer r.
= jumlah lost sales unit produk p di retailer r.
=
variabel biner yang menunjukkan adanya keputusan pendirian manufacturer mdengan tingkat kapasitas kategorif
= variabel biner yang menunjukkan adanya keputusan pendirian distributor d dengan tingkat kapasitas kategori w.
= koefisien kompensasi dari fungsi fitzzy untuk permintaan retailer dengan interval [0, 1]
= fungsi keanggotaan untuk fuzzy objective dari total supply chain profits dengan interval [0, 1 ].
= fungsi keanggotaan untuk fuzzy objective dari total biaya investasi dengan interval [0, 1 ].
= fungsi keanggotaan untuk fuzzy objective dari total unit lost sales dengan interval [0,1].
=dummy variable untuk fungsifuzzy dari permintaan retailer dengan interval [0, 1].
= dummy variable untuk fungsi fuzzy objective dari total supply chain profits dengan interval [0, 1 ].
= dummy variable untuk fungsi fuzzy objective dari total biaya investasi dengan interval [0, 1 ].
=dummy variable untuk fungsi fitzzy objective dari total unit lost sales dengan interval [0, I].
Fungsi Tujuan:
Multi objective yang ingin dicapai dalam perancangan model optimasi jaringan disttibusi multi produk adalah:
1. Memaksimumkan total supply chain profits yang merupakan selisih antara total pendapatan penjualan di retailers dan total biaya dalam sistem distribusi yang meliputi biaya tetap dan biaya variabel di manufacturer dan distributors dan biaya transportasi antara manufacturer dan distributors dan antara distributors dan retailers.
2. Minimasi total biaya investasi pendirian pabrik dan distributors.
3. Minimasi total unit lost sales di retailers.
Fungsi tujuan dari model Fuzzy MOMILP adalah memaksimumkan total weighted value untuk kompensasi fungsi fuzzy permintaan retailers dan ketiga tujuan di atas, yang dapat dinyatakan sebagai berikut.
Max: .:ty +
(1-
rX w
profit A profit + WinvestAinvest + WfostAfost) (I) Batasan-batasan:510
) ~;~
'5th
National Industrial Engineering ConferenceFungsi keanggotaan fuzzy untuk permintaan produk p di retailer r.
0 jika drp ~ LBrp drp -LBrp
jika LBrp < drp ~ Mrp Mrp -LBrp
Jlrp
=
VBrp -drp
jika Mrp < drp <.VBrp VBrp -Mrp
0 jika drp?:. VBrp
Fungsi keanggotaan fuzzy untuk fungsi tujuan total supply chain profits.
0 j ika TSCP ~ LB profit TSCP - LB profit
Jlprofit =
VB profit - LB profit 1
j ika LB profit < TSCP ~ VB profit jika TSCP >VB profit
Dimana total supply chain profits dapat dinyatakan sebagai berikut:
TSCP = LLFCmfZmf +LLFCdwZdw +LLLVCmfpLQmdp +LLLVCdwpLQdrp +
mf dw mfp d dwp r
LLLTCmdpQmdp + IIITCdrpQdrp
mdp drp
(2)
(3)
(4)
Fungsi keanggotaan fuzzy untuk fungsi tujuan total biaya investasi pendirian pabrik dan distributors.
VB invest - INVC Jlinvest =
I
VB invest - ~Binvest 1jika INVC ~ LBinvest
jika LBinvest < INVC ~ VBinvest (5) jika INVC > VBinvest
Dimana total biaya investasi pendirian pabrik dan distributors dapat dinyatakan sebagai berikut:
INVC = LIICmfZmf +IIICdwZdlv
mf dw
Fungsi keanggotaan fuzzy untuk fungsi tujuan total unit lost sales di retailers.
I
VB lost- LS 1 jika LS ~ LB1ostJliost = jika LBlost < LS ~ VBiost VBlost - LBlost
0 jika LS > VBlost
Dimana total unit lost sales di retailers dapat dinyatakan sebagai berikut:
LS
=
LLLrp r p511
(6)
(7)
(8)
~-
.,_ .. '\ ...
{"2t~ 5th National Industrial Engineering Conference
Batasan untuk nilai fungsi keanggotaanfuzzy fungsi tujuan permintaan produkp di retailer r.
J.lrp ~A (9)
Batasan untuk nilai fungsi keanggotaanjuzzy fungsi tujuan total supply chain profits.
f.1 profit ~ A ~A profit ( 1 0) Batasan untuk nilai fungsi keanggotaan fuzzy fungsi tujuan total biaya investasi pendirian pabrik dan distributors.
J.linvest ~ A + Atnvest ( 11)
Batasan untuk nilai fungsi keanggotaan.fitzzy fungsi tujuan total unit lost sales di retailers.
f.l!ost ~ A + A[ost ( 12)
Pemenuhan permintaan produk p pada retailer r.
L
Qdrp ~ d,p + Lrp dKapasitas penyimpanan di distributor d.
; Vr, p
L:L:sd pQdrp ~ L:capdwZdH·
r p w
Pemilihan kategori kapasitas untuk distributor d.
L:Zdw ~ 1 ;Vd
w
Kapasitas produksi di manufacturer m
L:L:os pQmdp ~ L:capmfzmf
mp f
Pemilihan kategori kapasitas untuk manufacturer m.
L:Zmf ~ 1 ;Vm
f
Jumlah produk yang diterima dan dikirimkan oleh distributor d.
L:Qmdp ~ L:Qdrp ;Vd,p
m r
Variabel biner dan non-negativity constraints.
Qmdp,Qdrp ~ 0 ; Vm, d, r, p
Zmf,Zdw E
{0, 1}
; Vm, f, d, wInterval keanggotaan fuzzy dan koefisien kompensasi.
; Vd
; Vm
J.lrp' J.1 profit' J.linvest' f.l!ost' A, A profit' A-invest' Atost'
r
E[0,1]
512
(13)
(14)
(15)
(16)
(17)
(18)
(19) (20)
(21)
)~
5th National Industrial Engineering Conference4. Hasil daQ diskusi
Contoh penerapan model optimasi jaringan distribusi multi produk diilustrasikan pada industri textile dengan 20 jenis produk ke 40 retailers. Sistem distribusi melibatkan evaluasi alternatif potensial pabrik di 5 Iokasi, masing-masing dengan alternatif 3 kategori kapasitas produksi;
yaitu 180.000, 200.000 dan 220.000 dozen/tahun, serta alternatif potensial distributor di 15 lokasi, masing-masing dengan altematif 5 kategori kapasitas penyimpanan; yaitu 30.000, 40.000, 50.000, 60.000 dan 70.000 dozen/tahun. Perrnintaan masing-masingjenis produkp di retailer r memiliki ketidak-pastian yang dinyatakan dengan fungsi keanggotaanjitzzy dengan batas bawah dan batas atas: LBrp
=
0, 7 M rp dan UBrp=
l,2M rp, dim ana Mrp mengikuti distribusi Uniform [500, 800] dozen/tahun dengan hargajual Prp mengikuti distribusi Uniform [150,200] $/dozen. Bobot dan batas minimum dan maksimum untuk masing-masing fungsi tujuan ditunjukkan pada Tabel 1 berikut ini.Tabel 1. Bobot, batas minimum dan maksimum untuk masing-masing fungi tujuan.
Fungi Tujuan Bobot Batas Minimum Batas Maksimum Total supply chain profits. 0,50 $ 21.500.000 $24.000.000 Total biaya i nvestasi 0,30 $16. 000.000 $ 18.250.000 Total unit lost sales di retailers 0,20 10.000 dozen/tahun 50.000 dozen/tahun
Berdasarkan hasil optimum dari model Fuzzy MOMILP diperoleh keputusan untuk mendirikan 3 pabrik dengan kapasitas 200.000, 200.000 dan 220.000 dozen/tahun dan 12 distributors dengan kapasitas penyimpanan 40.000 dozen/tahun untuk 4 distributors, 50.000 dozen/tahun untuk 4 distributors, 60.000 dozen/tahun untuk 3 distributors, dan 70.000 dozen/tahun untuk 1 distributor.
Pada saat nilai koefisien kompensasi y = 0,9 diperoleh total supply chain profit sebesar $ 22.684.708,39; total biaya investasi sebesar $ 17.150.000; dan total unit lost sales di retailer sebanyak 26.798 unit. Berbagai nilai koefisien kompensasi dapat digunakan sesuai dengan preferensi pembuat keputusan untuk memperoleh solusi optimal yang efisien.
5. Kesimpulan
Model optimasi jaringan distribusi multi produk dalam three echelon dengan menggunakan Fuzzy MOMILP telah dikembangkan dan menghasilkan keputusan optimal yang efisien sesuai dengan preferensi pembuat keputusan. Kompromi pencapaian tujuan dalam jaringan distribusi yang meliputi maksimasi total supply chain profits, minimasi total biaya investasi pendirian pabrik dan distributors serta minimasi total unit lost sales menghasilkan keputusan optimum jumlah, lokasi dan tingkat kapasitas pabrik dan distributors serta jumlah pengiriman produk dari pabrik sampai ke retailers.
Model optimasi ini juga mampu mengakomodasi adanya ketidak-presisian data permintaan konsumen dan tingkat aspirasi pembuat keputusan untuk masing-masing tujuan yang ingin dicapai, sehingga solusi optimum yang dihasilkan lebih tleksibel dan robust bagi pembuat keputusan. Model usulan dapat digunakan dalam pengambilan keputusan strategis perancangan jaringan distribusi baru maupun restrukturisasi melalui pengembangan atau penyusutan jaringan distribusi produk yang telah ada saat ini. Penelitian lebih lanjut dapat dilakukan dengan merancang sistem pendukung keputusan sebagai bagian terintegrasi dengan
513
5th National Industrial Engineering Conference
model jaringan distribusi ini untuk membantu pengambilan keputusan dalam praktik supply chain management.
6. Daftar rujukan
[1] Chopra S. and Meindl P. (2007) Supply chain Management: Strategy, Planning and Operation, Third Edition, Prentice-Hall, Upper Saddle River, New Jersey.
[2] Zadeh L.A. (1965) "Fuzzy sets". Information Control, Vol. 8, pp. 338-353.
[3] Pirkul H. and Jayaraman V. (1998) "A Multi-Commodity, Multi-Plant, Capacitated Facility Location Problem: Formulation and Efficient Heuristic Solution", Computer and Operation Research, Vol. 25, No. 10, pp. 869-878.
[4] Jang Y-1, lang S-Y, Chang B-Y, Park 1 (2002) "A Combined Model ofNetwork Design and Production/Distribution P1anning for a Supply Network", Computer and Industrial Engineering, Vol. 43, pp. 263-281.
[5] Sabri E.H. and Beamon B.M. (2000) "A Multi-Objective Approach to Simultaneous Strategic and Operational Planning in Supply chain Design", Omega, Vol. 28, pp. 581- 598.
[6] Amiri A. (2006) "Designing a Distribution Network in a Supply chain: Formulation and Efficient Solution Procedure", European Journal of Operational Research, Vol. 171, pp. 567-576.
[7] Prayogo, D.N. (2008) "Perancangan Model Jaringan Distribusi Three-Echelon dengan Multi-Objective Programming", Proceeding Seminar Nasional Teknologi lnformasi dan Simulasi Industri, Jurusan Teknik Mesin dan Industri FT UGM, pp. 253-262.
[8] El-Wahed, A.W.F. and Lee S.M. (2006) "Interactive Fuzzy Goal Programming for Multi- Objective Transportation Problems", Omega, Vol. 34, pp. 158-166.
514