Pengembangan Model Integrasi antara Penjadwalan Produksi dan Perencanaan Pengiriman pada Produk Makanan Perishable

Transkripsi

1 1 Pengembangan Model Integrasi antara Penjadwalan Produsi dan Perencanaan Pengiriman pada Produ Maanan Perishable Suci Fujianti dan Ahmad Rusdiansyah Teni Industri, Faultas Tenologi Industri, Institut Tenologi Sepuluh Nopember (ITS) Jl. Arief Rahman Haim, Surabaya Abstra Produ maanan perishable memilii arateristi yang has seperti laju penurunan ualitas, batas temperatur dan umur hidup yang berbeda-beda tiap produ. Manajemen pengelolaan produ ini dapat dimulai pada awal proses sampai pada produ diterima e tangan onsumen. Penelitian ini mencoba mengintegrasian bagian penjadwalan dengan perencanaan pengiriman pada produ maanan perishable dengan mempertimbangan biaya energi, ualitas dan shelf life produ. Pengintegrasian ini bertujuan untu memasimalan perolehan profit perusahaan dan terjaminnya ualitas produ. Pengintegrasian dimulai dengan melauan perencanaan pengiriman terlebih dahulu. Hasil perencanaan pengiriman ini adalah informasi onsumen yang harus dilayani endaraan e- sehingga mempermudah perusahaan untu melauan penjadwalan terutama untu perusahaan yang hanya memilii satu line. Perencanaan pengiriman pada penelitian ini menggunaan dua metode yaitu vehicle routing problem with time windows (VRPTW) dan vehicle routing problem with quality windows (VRPQW). Hasil yang didapatan pada penelitian ini bahwa perencanaan pengiriman dengan menggunaan VRPQW membutuhan jumlah endaraan lebih banya namun dengan rata-rata penurunan ualitas lebih sediit dibandingan dengan perencanaan pengiriman dengan menggunaan VRPTW. Pada bagian penjadwalan, pertimbangan laju penurunan ualitas dalam menentuan dapat meminimalan total biaya distribusi. Kata unci : produ maanan perishable, penjadwalan, perencanaan pengiriman,vehicle routing problem with timewindows, vehicle routing problem with quality windows I. PENDAHULUAN Perubahan permintaan onsumen terhadap produ maanan sehat mengalami peningatan bila dibandingan dengan 25 tahun yang lalu (Don, 1997). Searang ini, perhatian onsumen cenderung memperhatian nilai esehatan maanan yang memilii adar pengawet yang rendah. Produ maanan ini memilii umur yang tida tahan lama (perishable) sehingga memerluan pendinginan untu menjaga ualitas dan uantitasnya. Masing-masing produ maanan perishable memilii batas masimum temperatur yang tida bisa dilanggar. Pelanggaran batas masimum temperatur aan menyebaban onseuensi pada penurunan ualitas dan uantitas.berbagai macam arateristi produ perishable yang telah disebutan di atas menyebaban pentingnya pengelolaan produ perishable mulai sebelum sampai dengan produ sampai di tangan onsumen untu menjamin esegaran produ dan permintaan onsumen. Integrasi proses bisnis dari produsen e pelanggan produ perishable terangum dalam cold chain management yang menggabungan antara penjadwalan dan perencanaan pengiriman (Bogataj d., 2005). Namun, penelitian cold chain management masih sangat sediit ebanyaan hanya membahas per bagian saja yaitu penjadwalan atau perencanaan pengiriman saja seperti yang dilauan oleh Arbib d (1999), Marinelli d (2007), Hsu d (2007) dan Osvald dan Strin (2008) dan Trihardani (2011). Pada penjadwalan produ maanan perishable, arateristi produ harus diperhatian seperti shelf life, ualitas dan temperatur. Salah satu strategi yang dapat dilauan perusahaan adalah dengan menentuan watu awal dimana terdapat eteraitan erat antara watu dengan laju penurunan ualitas (Arbib d, 1999). Penelitian-penelitian sebelumnya juga lebih meneanan pada jumlah yang aan di dan watu awal untu penjadwalan pada produ perishable yang disesuaian dengan permasalahan yang ada. Sedangan penelitian laju penurunan ualitas yang berdampa pada proses pada produ perishable masih belum ada. Oleh arena itu, permasalahan inilah yang aan diterapan pada penelitian ini dalam penjadwalan. Bagian selanjutnya adalah perencanaan pengiriman, ebanyaan penelitian terdahulu mengaitan arateristi perishability dengan ebutuhan penyelesaian masalah yang cepat dan efisien. Namun, hanya penelitian Osvald dan Stirn (2008) serta Hsu, d (2007) yang mempertimbangan perishability sebagai bagian sistem distribusi produ perishable. Kedua penelitian ini menggunaan vehicle routing problem with time windows (VRPTW) dalam penentuan rute endaraan. Penelitian Hsu, d (2007) juga mempertimbangan biaya energi sebagai bagian integral biaya distribusi dimana energi berperan untu mempertahanan perishability produ. Penelitian ini emudian diembangan oleh Trihardani (2011) untu asus multi produ dan multi temperatur, hasil

2 2 penelitian ini menyebutan biaya energi berontribusi signifian pada endaraan cold storage untu menstabilan temperatur ruangan agar tida mengiuti flutuasi temperatur lingungan. Kedua penelitian inilah yang mendasarinya perlunya mempertimbangan biaya energi dalam penelitian yang aan dijalani ini. Dari hasil pemaparan di atas, terlihat bahwa peran perishability merupaan fator penting di dalam penjadwalan dan perencanaan pengiriman. Pada penjadwalan, arateristi perishability membantu perusahaan untu mendapatan profit yang masimal sedangan pada perencanaan pengiriman membantu perusahaan untu meminimalan biaya distribusi serta pada ahirnya dapat memuasan onsumen dengan produ yang terjamin ualitasnya. Hal ini tentu aan berdampa besar etia edua bidang tersebut diintegrasian, seperti halnya dapat dilihat pada penelitian Chen, d (2009). Chen, d (2009) membuat model mengenai penjadwalan dan VRPTW untu produ maanan perishable. Namun, penelitian ini belum memasuan biaya energi e dalam integral biaya distribusi. Padahal biaya energi sangat berperan untu menjaga temperatur sehingga produ dapat terjamin ualitasnya (Trihardhani,2011). Selain itu, pada penelitian Chen, d (2009) masih dijadian asumsi dan belum adanya informasi yang bisa diterima onsumen sebagai bagian integrasi dari cold chain management. Dengan mengacu pada model yang telah dibuat oleh Chen, d (2009), penelitian ini berusaha melengapi beberapa eurangan pada penelitian tersebut terait perencanaan pengiriman, pertimbangan dan biaya energi serta informasi perubahan sisa shelf life dari produ. Beberapa eurangan tersebut yang mendasari penelitian ini untu mengembangan model pengintegrasian penjadwalan dan perencanaan pengiriman sehingga informasi yang diterima produsen dan onsumen menjadi masimal. II.1 II. METODOLOGI PENELITIAN Tahapan Studi Literatur Pada tahap ini dilauan studi literatur mengenai penelitian-penelitian pada bidang cold chain management bai penjadwalan maupun perencanaan pengiriman pada produ maanan perishable. Studi literatur dilauan pada jurnal ilmiah, tugas ahir, thesis yang bertopi cold chain management. Hasil studi literatur menyimpulan bahwa masih sediit penelitian yang membahas penggabungan antara penjadwal dan perencanan pengiriman pada produ maanan perishable. II.2 Tahapan Pengembangan dan Formulasi Model Pada tahap ini dilauan pengembangan dan formulasi model integrasi penjadwalan dan perencanaan pengiriman. Terdapat tiga model yang menjadi acuan pada penelitian tugas ahir ini yaitu model yang diembangan oleh Osvald dan Strin (2008), Chen, d (2009) dan Trihardani (2011). Model yang diembangan oleh Chen, d (2009) aan menjadi rujuan utama di dalam penelitian ini. Model ini emudian diembangan dengan menambahan biaya energi dari penelitian Trihardani (2011) dan pencarian sisa shelf life produ dari penelitian Osvald dan Strin (2008). Dengan adanya pencarian sisa shelf life produ, model integrasi pada penelitian ini tida hanya menghasilan informasi satu arah melainan dua arah yaitu informasi untu produsen dan informasi untu onsumen. Selain itu, penelitian ini diharapan dapat menghasilan variabel eputusan proses yang sebelumnya pada penelitian Chen (2009) hanya dijadian asumsi. Dengan mengetahui proses maa biaya penalti aibat penurunan ualitas aan berurang yang secara tida langsung mengurangi biaya distribusi. Pada ahirnya, penelitian ini diharapan dapat memperhatian tiga arateristi utama pada produ perishable yaitu shelf life, ualitas dan temperatur. II.3 Tahap Pembuatan Algoritma Tahapan ini aan dilauan pembuatan algoritma secara eseluruhan untu penelitian. Selain itu, algoritma tersendiri untu bagian perencanaan pengiriman pada penelitian ini terdiri dari vehicle routing problem with time windows (VRPTW) dan vehicle routing problem with quality windows (VRPQW). II.4 Tahapan Percobaan Numeri Pada tahapan ini dilauan percobaan numeri yang aan dibedaan menjadi beberapa senario percobaan. Senario percobaan ini diharapan dapat mengetahui perilau model dan pengaruhnya terhadap perolehan total profit. II.5 Tahapan Analisis Percobaan Numeri Pada tahap ini dilauan analisis terhadap hasil percobaan numeri. Analisis dilauan untu masing-masing senario percobaan yang dilauan terhadap perilau model dan perolehan total profit. II.6 Tahapan Penarian Kesimpulan dan Saran Pada tahap ini dilauan penarian esimpulan dan saran. Kesimpulan aan menjawab tujuan penelitian yang telah dirumusan di awal berdasaran hasil penelitian tugas ahir ini. Berdasaran esimpulan ini, selanjutnya dapat diberian saran pengembangan penelitian sejenis pada periode aan datang.running Komputasi III. DESKRIPSI MODEL Model matematis yang diembangan penelitian ini meruju pada model matematis penjadwalan dan perencanaan pengiriman oleh Chen, d (2009). Pengembangan formulasi model dalam penelitian ini lebih banya pada bagian perencanaan pengiriman dimana berpengaruh langsung pada biaya distribusi produ (lower level). Pada penelitian ini penjadwalan dan perencanaan pengeriman dilauan untu dengan satu line, multi produ, dan biaya energi menggunaan single temperature. Laju penurunan ualitas dimulai saat proses dan terus aan menurun sampai produ di tangan onsumen. Produ perishable ini aan diiriman e onsumen yang memilii time windows yang berbeda-beda. Dimana pada penelitian ini mempertimbangan soft time windows,

3 3 apabila endaran melebihi watu ahir pelayanan aan dienaan penalty. Selain itu pertimbangan adanya batas ualitas produ yang masih diterima onsumen memberian emunginan untu penyelesaian perencanaan pengiriman menggunaan metode vehicle routing problem with quality windows (VRPQW). Pada metode VRPTW, penentuan rute dibatasi oleh watu awal dan ahir pelayanan onsumen sedangan metode VRPQW, onsumen menetapan batas ualitas yang diharapan misalnya 90% yang emudian diterjemahan menjadi satuan watu sebagai pertimbangan perusahaan. Untu mempermudah refensi, notasi yang digunaan dalam penelitian ini adalah sebagai beriut : Variabel eputusan : t,1 Watu mulai produ pertama pada endaraan e-; ϵk (menit) x ij Variabel eputusan biner; bernilai 1 jia rute (i, j) dilewati endaraan e- dan sebalinya U n Urutan watu mem produ e-n; n ϵn Variabel buan eputusan dan parameter : c n Biaya untu satu unit omoditas n (Rp/unit) p Biaya transportasi endaraan K per unit watu; n ϵn (Rp/menit) e Biaya energi per unit alori (Rp/al) g 1 Biaya penalti eterlambatan per unit watu (Rp/menit) q Biaya penalti penurunan ualitas (Rp/persentase penurunan ualitas) p in Harga jual dari produ e-n pada onsumen e-i x i Koordinat-x posisi onsumen i; i ϵ R y i Koordinat-y posisi onsumen i; i ϵ R x ij Jara antara onsumen i e onsumen j ; i, j ϵ R. c ij Lamanya watu perjalanan antara onsumen i e onsumen j yang diperoleh dengan membagi jara dengan ecepatan; i, j ϵr (menit) v Kecepatan endaraan (m/jam) T Temperatur settingan untu setiap endaraan e (homogen; didapat dari batas minimal dari masing-masing temperatur produ (m n )); ϵ K A Luasan permuaan cold storage (m 2 ) s Ketebalan permuaan cold storage (m) oefisien insulating material; = C Spesifiasi panas muatan; C = 0.77 Cl Panas laten; Cl = 60 T e Temperatur esternal cold storage; umumnya diasumsian temperatur esternal daerah tropis adalah 32 C T 0 Temperatur netral (0 C) G Muatan berat produ yang diangat oleh endaraan e- (satuan unit ilogram e i Watu awal pelayanan pada time windows onsumen i; i ϵ R (menit) l i Watu ahir pelayanan pada time windows onsumen i; i ϵ R (menit) l i Modifiasi watu batas ualitas pada quality windows onsumen i; i ϵ R (menit) a tw Konstanta acceptable time untu watu ahir pelayanan time windows a qw Konstanta acceptable time untu waatu toleransi penurunan ualitas pada quality windows l i Watu ahir pelayan bai time windows maupun quality windows yang masih dapat diterimanya endaraan pada onsumen e i; i ϵ R (menit) e min Batasan ualitas yang diharapan onsumen ei; ; i ϵ R (persentase) s i Watu pelayanan pada onsumen i; i ϵ R (menit) e o Watu mulai operasi perusahaan (menit) l 0 Watu ahir operasi perusahaan (menit) d in Permintaan onsumen i untu produ n; i ϵ R, n ϵ N (satuan unit ilogram) f in Probabilitas fungsi erapatan dari permintaan produ n pada onsumen i; i ϵ R, n ϵ N Q veh Kapasitas untu masing-masing endaraan e- (homogen); ϵ K (satuan unit ilogram) a i Watu tiba di onsumen e-i; i ϵ R (menit) t,n Watu mulai mem produ e-n untu endaraan e-; n ϵ N, ϵ K (menit) t,n Watu selesai mem produ e-n untu endaraan e-; n ϵ N, ϵ K (menit) t n Lamanya watu mem produ e-n; n ϵ N (menit) h n Nilai shelf life awal produ e-n (hari) h in Sisa shelf life produ e-n pada onsumen e-i (hari) O n Kecepatan atau laju penurunan ualitas produ e-n per menit; n ϵ N (persentase penurunan/menit) O in Total penurunan ualitas produ e-n pada onsumen e-i ; i ϵ R, n ϵ N (persentase penurunan ualitas) Model matematis fungsi tujuan : Upper level : Max Z z = in Q in 0 p in ωf in ω dω K 1 c n Q in M max t,1 t +1,1, 0 in =1 Z VRP

4 4 Lower level : Min Zvrp Q in Z VRP = θ in ωf in ω dω + θ in Q in f in ω dω in 0 + ρ c ij x ij ij Q in + g 2 max a i l i, 0 + e c ij Y i K 1 ij + M max t,n t +1,1, 0 =1 + max t K,N l 0 Kendala dalam penelitian ini adalah : Kendala perencanaan pengiriman i j i x i j x ij = 1 iϵ1,, R x ij = 1 jϵ1,, R x j = 0 ; = 1,, R x oj 1 = 1,, K j x ij 0,1 i, j = 0,, R, Kendala penjadwalan t,n t +1,1 = 1,, K 1 t K,N l 0 ijn aj = t, N + coj i j; = 1,, K Q jn x ij Q ve = 1,, K t,n = t,n + t n t,n+1 = t,n Kendala apasitas endaraan ijn Kendala defisional ij Q jn x ij Q jn x ij Q ve = 1,, K θ in = max a i, e i 1 2 t,n + t,n θ n a j = max a i, e i + s i + c ij jiax ij = 1 a j = t,n + c 0j jia x 0j = 1, j = 1,, R; = 1,, K t,n = t,n + t n Q jn x ij n = 1,, N; = 1,.., K ij t,n +1 = t,n n = 1,, N 1; = 1,, K T = min m n n = 1,, N 1; = 1,, K P f1 = in = n 100% O in 100% 1 P t = I A s P f2 = n 1 24 G C (T e T 0 ) + G Cl + G C (T 1 24 G C (T e T 0 ) Y = P t + P f l i = l i + a tw l i = l i + a qw Kendala non negatif Q in 0 t 1,1 0 Fungsi tujuan penelitian ini adalah memasimalan profit atau upper level dengan cara meminimuman biaya distribusi atau lower level. Kendala perencanaan pengiriman merupaan routing dimana satu onsumen diunjungi satu ali, satu rute diunjungi satu ali, satu endaraan mengunjungi onsumen satu ali. Kendala penjadwalan menjaga watu mulai endaraan edua lebih ecil dibandinan watu selesai endaraan pertama, watu selesai semua endaran tida melebih watu tutup perusahaan, jumlah yang di tida melebihi apasitas endaraan, watu tiba endaraan adalah watu selesai ditambah watu perjalanan, watu selesai adalah watu mulai ditambah lamanya, watu mulai endaraan selanjutnya sama dengan watu selesai endaran sebelumnya. Kendala apasitas endaraan menjaga agar barang yang di perusahaan tida melebihi apasitas endaraan yang ada. Kendala defisional adalah endala yang mencari nilai parameter tertentu yang didapat dari perhitungan beberapa parameter lainnya. Kendala defisonal yang dipaai dalam penelitian ini adalah rata-rata penurunan ualitas, watu tiba endaraan, watu awal, temperatur endaraan, sisa umur hidup, biaya energi yang diperluan, watu batas ualitas, acceptable time pada VRPTW dan VRPQW. Sedangan endala terahir adalah endala nonnegatif. Kendala non negatif antara lain jumlah yang di lebih dari atau sama dengannol, watu mulai lebih dari atau sama dengan nol. IV. PERCOBAAN NUMERIK Data yang diperluan dalam penelitian ini terbagi menjadi dua yaitu data perencanaan pengiriman dan data penjadwalan. Data perencanaan pengiriman dalam penelitian ini menggunaan data vehicle routing problem library (VRPLIB) berupa oordinat loasi onsumen dan depot serta besarnya permintaan onsumen. Lama pelayanan pada data VRPLIB aan dilauan sediit perubahan dimana lama pelayanan sebanding dengan besarnya permintaan onsumen. Data penjadwalan dalam penelitian ini menggunaan modifiasi data perencanaan pengiriman seperti rentangan permintaan masing-masing produ pada setiap onsumen e-i, laju penurunan ualitas setiap produ e-n dan lamanya watu produ e-n berdasaran penelitian Chen, d (2009). Data penjadwalan lainnya seperti temperatur, shelf life ditambahan secara random. Penelitian ini menggunaan tiga jenis produ dengan arateristi yang berbeda-beda. Penentuan besaran nilai parameter inisial turut memberian ontribusi secara tida langsung pada elemen biaya, pendapatan dan perolehan total profit. Desripsi nilai parameter inisial dapat dilihat pada Tabel 1.1 beriut ini :

5 5 Tabel 4.1 Nilai Parameter Inisial Definisi Simbol Nilai Satuan c 1 Rp 1,000 per unit Produsi c 2 Rp 3,500 per unit c 3 Rp 2,000 per unit Transportasi p Rp 563 per m Energi cold storage e Rp 30 per al/jam Penalti time windows g 1 Rp 100 per menit Penalti penurunan ualitas Harga jual produ Kecepatan penurunan ualitas Shelf life Rp800,000 Rp700,000 Rp600,000 Rp400,000 Rp300,000 Rp200,000 Rp100,000 Rp3,500,000 Rp3,000,000 Rp2,500,000 Rp2,000,000 Rp1,500,000 q Rp 100 Kondisi 1 Kondisi 2 Kondisi 3 Kondisi 1 Kondisi 2 Kondisi 3 per 1%/menit p 1 Rp 6,000 per unit p 2 Rp 18,000 per unit p 3 Rp 8,000 per unit O 1 4% jam O 2 2% jam O 3 3% jam h 1 14 hari h 2 21 hari h 3 28 hari Penelitian ini menggunaan dua metode perencanaan pengiriman untu menyelesaian model yang ada. Kedua metode perencanaan pengiriman tersebut aan dibandingan perilaunya terhadap perolehan total profit dan ualitas produ dengan melauan percobaan numeric. Percobaan numeri ini dilauan dengan empat senario percobaan (1) senario percobaan terhadap integrasi antara penjadwalan dan perencanaan pengiriman (2) senario percobaan terhadap perencanaan pengiriman dengan VRPQW (3) senario percobaan terhadap penjadwalan. Hasil percobaan numeri ini dapat dilihat pada Gambar 4.1sampai dengan Gambar 4.6 beriut ini : B.penurunan ualitas B.energi B.penalti eterlambatan B.transportasi Gambar 4.1 Senario percobaan 1 pada lower level Lower Level B. Pendapatan Gambar 4.2 Senario percobaan 1 pada upper level Pada Gambar 4.1 dan Gambar 4.2, ondisi 1 adalah ondisi etia tida ada integrasi, ondisi edua adalah integrasi dengan VRPTW dan ondisi etiga adalah integrasi dengan VRPQW. Hasil perhitungan didapatan ondisi edua menghasilan total profit lebih tinggi dibandingan ondisi lainnya. Namun, ondisi edua menghasilan rata-rata penurunan ualitas lebih sediit dibanding lainnya. Sedangan ondisi pertama menghasilan total profit paling ecil diarenaan watu tiba endaraan melebihi watu ahir pelayanan onsumen. Rp800,000 Rp700,000 Rp600,000 Rp400,000 Rp300,000 Rp200,000 Rp100,000 Rp0 Rp1,200,000 Rp800,000 Rp600,000 Rp400,000 Rp200,000 Rp0 Rp3,500,000 Rp3,000,000 Rp2,500,000 Rp2,000,000 Rp1,500,000 Rp- Rp- Rp- Ada Kondisi 3 Kondisi 4 Kondisi 3 Kondisi 4 Tida ada Ada Kondisi 2 Kondisi 3 Tida ada B.penurunan ualitas B.energi B.transportasi Gambar 4.3 Senario percobaan 2 pada lower level Lower Level B. Pendapatan Gambar 4.4 Senario percobaan 2 pada upper level Pada Gambar 4.3 dan Gambar 4.4, ondisi 2 adalah perencanaan pengiriman dengan VRPQW, ondisi eempat adalah perencanaan pengiriman dengan VRPQW per luster (mengelompoan permintaan ualitas onsumen dalam satu luster). Hasil perhitungan didapatan bahwa ondisi edua menghasilan perolehan total profit lebih besar. Hal ini diarenaan perusahaan membutuhan banya endaraan untu memenuhi permintaan ualitas onsumen. Tingginya biaya transportasi pada ondisi eempat berbanding terbali dengan biaya energi, biaya penurunan ualitas dan rata-rata penurunan ualitas yang terjadi. B.penurunan ualitas B.energi B.penalti eterlambatan B.transportasi Gambar 4.5 Senario percobaan 3 pada lower level

6 6 Rp3,500,000 Rp3,000,000 Rp2,500,000 Rp2,000,000 Rp1,500,000 Rp0 Ada Tida ada Ada Kondisi 2 Kondisi 3 Tida ada Lower Level B. Pendapatan Gambar 4.6Senario percobaan 3 pada upper level Pada Gambar 4.5 dan Gambar 4.6, ondisi edua adalah integrasi dengan VRPTW dan ondisi etiga adalah integrasi dengan VRPQW. Hasil perhitungan menunjuan adanya pertimbangan menghasilan total profit yang lebih besar. Produ yang memilii ecepatan laju penurunan terlambat aan di lebih awal dan sebalinya. Hasil tersebut juga menunjuan bahwa ondisi edua menghasilan total biaya distribusi lebih rendah dibandingan ondisi edua. Hal ini diarenaan ondisi etiga memerluan endaraan lebih banya untu memenuhi permintaan ualitas onsumen. V. KESIMPULAN DAN PENELITIAN LEBIH LANJUT Kesimpulan yang didapatan pada penelitian ini adalah : 1. Perolehan total profit perusahaan aan semain lebih besar jia terdapat integrasi antara penjadwalan dengan perencanaan pengiriman. 2. Perencanaan pengiriman dengan VRPQW memerluan jumlah endaraan lebih banya dibandingan perencanaan pengiriman dengan VRPTW. 3. Rata-rata penurunan ualitas pada perencanaan pengiriman dengan VRPQW lebih sediit dibandingan perencanaan pengiriman dengan VRPTW. 4. Semain tinggi batas ualitas produ yang diharapan onsumen maa jumlah endaraan yang diperluan aan semain banya. 5. Penjadwalan dengan mempertimbangan laju penurunan ualitas produ aan menurunan biaya penurunan ualitas. 6. Besar ecilnya ontribusi biaya energi tergantung pada jumlah muatan barang dan durasi loss endaraan tersebut (single temperature). Penelitian ini memilii batasan dan asumsi yang dapat direlasasi, penelitian lebih lanjut dapat dilauan : 1. Penelitian selanjutnya dapat memperhatian loasi penyebaran onsumen bai random maupun luster untu melihat perbedaan perilau model. 2. Selain algoritma Nelder Mead, penelitian selanjutnya dapat menggunaan algoritma lain untu mencari jumlah optimal. UCAPAN TERIMAKASIH Pada penelitian ini, penulis mengucapan terima asih epada epada dosen pembimbing telah banya membantu dalam proses penyelesaian penelitian ini.selain itu epada seluruh dosen Jurusan Teni Industri yang telah memberian banya ilmu dan pengalaman bagi penulis. DAFTAR PUSTAKA [1] Adler, W.A., Refrigerator, Transfair Engineering: Survey about CFC-free. Dusseldorf: Transfair GmbH. [2]Adler, W.A., Transfair Engineering: Survey about CFC-free Refrigerator Production Part 4: Designing and Prototyping of Refrigerator and Freezer. Transfair GmbH. Dusseldorf. [3] Amorim, P., H.-O.Gunthe, H.-O. & B.Almada-Lobo, n.d. Multiobjective Integrated Production and Distribution Planning. [4] Amorim, P., Meyr, H. & Almeder, C., Managing Perishability in Production Distribution : a discusion and review. Food Engineer, II(1), pp [5] Arbib, C., Pacciarellib, D. & Smriglio, S., A three dimensional matching model. Discrete Applied Mathematics, 92(1999), pp [6] Ballou, R.H., Business Logistic / Supply Chain Management. Ohio: Prentice hall. [7] Bogataj, M., Bogataj, L. & Vodopivec, R., Stability of perishable goods in cold logistic chains. Production Economics, 93-94(2005), pp [8] Broemeulen, R.A.C.M. & Donselaar, K., A Heuristic to ManA Heuristic to Manage Perishable Inventory with Batch Ordering, Positive Lead-Times, and Time-Varying Demand. Computers & Operations Research, 36, pp [9] Chen, H.K., FuHsueh, C. & ShiangChang, M., Production scheduling and vehicle routing with time windows for perishable. Food engineering, 36, pp [10]Don, Z.L., The Impact of Consumer Demands and Trends on Food Processing. Emerging Infectious Diseases, 3(4), pp [11]Garcia, J.M. & Lozano, L., Production and delivery scheduling problem with time windows. Computers and Industrial Engineering, 2005(48), p