Pengembangan Model Inventory Routing Problem (IRP) pada Permasalahan Distribusi Produk Perishable

Transkripsi

1 Pengembangan Model Inventory Routing Problem (IRP) pada Permasalahan Distribusi Produk Perishable Nama : Wahyudi NRP : Dosen Pembimbing : Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng, CSCP Jurusan Teknik Industri Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2013

2 Latar Belakang Potensi perekonomian Agraris yang tinggi Membutuhkan supply chain management yang baik Pengembangan model IRP dengan mempertimbangkan karakteristik produk perishable Ekspor Hortikultura Indonesia (Dephan, 2011) Buah-buahan : $ VMI Sayuran merupakan suatu : $ tidak tahan lama yang Tanaman Hias : $ diberikan hak untuk Tanaman Biofarma : $ SCM Produk merupakan perishable kegiatan merupakan terintegrasi antar produkdengan beberapa organisasi karakteristik dalam IRP merupakan sebuah rantai integrasi pasokantara yang dua komponen mengkoordinasikan keadaan yang dimana terdiri aliran pemasok dari material, inventory membutuhkan pengaturan informasi, control dan memutuskan temperatur danvehicle finansial routing ideal apa, agar dalam dimana kapan, dapat rangka kedua memenuhi komponentersebutditentukan dan berapa meminimalkan permintaan jumlah produk terjadinya konsumen secara dengan simultan yang akan degradasi tujuan(savelsberg dikirimkan mikroba meningkatkan dkk, ke(united daya 2006). saing rantai retailer. States pasok Department perusahaan of secara keseluruhan Agriculture (Stadler (USDA), dkk, 2006). 2008) 1. Biaya energi (cold storage) 2. Biaya penurunan kualitas Vendor managed Inventory (VMI) Apa? Kapan? Berapa? Inventory Routing Problem (IRP) Produk Perishable

3 Rumusan dan Tujuan Rumusan Bagaimana pengembangan model Inventory Routing Problem (IRP) pada produk perishable dengan mempertimbangkan karakteristik produk perishable sehingga total biaya distribusi, biaya inventory, dan biaya loss quality dapat diminimalisasi. Tujuan 1. Mendapatkan model Inventory Routing Problem (IRP) pada produk perishable dengan mempertimbangkan karakterisik produk perishable yang sensitif terhadap waktu dan perubahan temperatur. 2. Mendapatkan ilustrasi percobaan numerik dengan menggunakan model yang telah dikembangkan untuk memperoleh skenario model yang dapat digunakan dalam menganalisis perilaku model.

4 Ruang Lingkup Penelitian Batasan 1. Data yang digunakan pada pengujian model merupakan data sekunder. 2. Model inventory routing problem yang dibuat terdiri dari satu pemasok dengan beberapa retailer. 3. Produk yang dibahas pada model yang akan dikembangkan hanya satu jenis (single item). Asumsi 1. Kapasitas angkut setiap kendaraan adalah sama. 2. Tingkat permintaan (demand rate) diasumsikan bersifat deterministik. 3. Initial inventory pada tiap retailer diasumsikan telah diketahui.

5 Model Inventory Routing Problem(Irawan, 2010) Fungsi Tujuan: Inventory Holding Cost Variable Cost Subject to: Fixed Cost....(1)....(2)....(3) Inventory Constraint....(4)...(5) Replenishment Quantity

6 Model Inventory Routing Problem(Irawan, 2010)..(6) Retailer Capacity Constraint..(7)..(8) Stationary Interval Property Constraint..(9) Vehicle Capacity Constraint....(10) Tour Duration.(11) Route Continuity.(12).(13) Number of Truck Used

7 Model Inventory Routing Problem(Irawan, 2010).. (14) Pairing Constraint.. (15).. (16) Frequency Constraint.. (17) Non self visited.. (18).. (19) Binary Value

8 Model Penurunan Kualitas (Rong dkk, 2011) Rong dkk, (2011) mengembangkan suatu model penurunan kualitas yang terjadi pada produk perishable berdasarkan Labuza (1982). k = k 0. exp[-eα/rt] Laju penurunan kualitas berdasarkan pada waktu dan temperatur penyimpanan dimodelkan sebagai berikut: Dimana k 0 = konsta q(t, T) = -k 0 t. exp[-eα/rt i ] Eα = energi aktivasi t = durasi waktu R = gas konstan T = temperatur absolut

9 Kebutuhan Energi pada Truk Berpendingin (Adler, 2010) G = berat muatan (kg) C = spesifikasi panas muatan (kkal) t1= perbedaan antara temperatur eksternal dengan 0 o C Cl = panas laten muatan (kkal/kg) t2= perbedaan antara temperatur 0 o C dengan temperatur cold storage

10 Penelitian Terdahulu

11 Metodologi Penelitian Mulai Model Irawan (2010) Konsep IRP dengan single item Pengembangan dan Formulasi Model Model Rong (2011) Konsep penurunan kualitas berdasarkan perubahan temperatur Biaya Energi Model IRP pada permasalahan produk perishable dengan mempertimbangkan biaya energi dan biaya penurunan kualitas Percobaan numerik 1. Membangkitkan skenario model dengan mengubahwaktu dan temperatur selama pengiriman 2.Analisis perilaku model terhadap perubahan strategi Kesimpulan dan Saran Selesai

12 Notasi Model : Pemodelan Sistem

13 Notasi Model : Pemodelan Sistem

14 Variabel Keputusan: Pemodelan Sistem Fungsi Tujuan: Vehicle Depot Cost Transportation Depot Cost Deterioration Depot Cost Energy Depot Cost Deterioration Retailer Cost Inventory Retailer Cost Energy Retailer Cost....(1)

15 Fungsi Pembatas: Pemodelan Sistem....(2)....(3) Inventory Constraint....(4)....(5)....(6)....(7)....(8) Quantity Delivery Constraint....(9)....(10)

16 Fungsi Pembatas: Pemodelan Sistem....(11)....(12)....(13) Route Constraint....(14)....(15)....(16) Number of Vehicle Constraint

17 Fungsi Pembatas: Pemodelan Sistem...(17)....(18) Tour Constraint....(19)....(20) Binary and Nonnegativity Constraint

18 Percobaan Numerik Percobaan 1 (Suhu cold storage 0 Celcius dan k0 = ) Output:

23 Perbandingan Hasil Percobaan Numerik Perbandingan Total Biaya Sistem 1. Percobaan yang memberikan total biaya sistem paling minimum adalah percobaan Menghambat laju penurunan kualitas produk belum tentu memberikan total biaya sistem yang paling minimum.

24 Perbandingan Hasil Percobaan Numerik Perbandingan Biaya Deterioration dan Biaya Energi pada Depot 1. Semakin besar biaya deterioration menyebabkan biaya energi semakin kecil. 2. Biaya deterioration lebih sensitif daripada biaya energi terhadap perubahan parameter percobaan numerik.

25 Perbandingan Hasil Percobaan Numerik Perbandingan Biaya Deterioration dan Biaya Energi pada Retailer 1. Semakin besar biaya deterioration menyebabkan biaya energi semakin kecil. 2. Biaya energi lebih stabil terhadap perubahan parameter percobaan numerik.

26 Perbandingan Hasil Percobaan Numerik Keseimbangan Komponen Biaya Sistem 1. Komponen biaya sistem lebih banyak ditanggung oleh depot. 2. Walaupun percobaan 1 memberikan perbandingan komposisi biaya yang lebih seimbang, tetapi tidak memberikan total biaya sistem yang paling minimum.

27 Perbandingan Hasil Percobaan Numerik Utilisasi Penggunaan Kendaraan 1. Utilisasi penggunaan kendaraan pada skenario 1 lebih baik karena sistem berusaha meminimumkan jumlah penggunaan kendaraan. 2. Meminimumkan jumlah penggunaan kendaraan belum tentu memberikan total biaya sistem yang paling minimum karena adanya pengaruh jarak, deterioration, dan biaya energi.

28 Perbandingan Hasil Percobaan Numerik Utilisasi Penggunaan Warehouse 1. Utilisasi penggunaan warehouse pada skenario 1 lebih baik karena inventory pada skenario 1 lebih banyak daripada skenario yang lain. 2. Menyimpan inventory dalam jumlah yang banyak belum tentu memberikan total biaya sistem yang paling minimum karena adanya pengaruh deterioration produk, dan biaya energi.

29 Kesimpulan 1. Telah dilakukan pengembangan model inventory routing problem pada permasalahan distribusi produk perishable. 2. Model yang telah dikembangkan merupakan model dengan fungsi nonlinear sehingga membutuhkan waktu komputasi yang lama. 3. Hasil percobaan numerik menunjukkan bahwa laju penurunan kualitas produk memberikan dampak yang sangat signifikan terhadap total biaya sistem sehingga penentuan strategi untuk menghambat laju penurunan kualitas produk menjadi faktor kritis dalam menghasilkan sistem distribusi dengan biaya yang paling minimum.

30 Saran 1. Dapat dipertimbangkan untuk melakukan penelitian dengan menerapkan model yang telah dikembangkan pada kasus nyata di lapangan. 2. Perlunya ada penambahan depot (multidepot) untuk melihat pengaruh jumlah depotterhadap keputusan pemilihan strategi sistem terbaik.

31 Daftar Pustaka Andersson, H., Hoff, A., Christiansen, M., Hasle, G., Lokketangen, A. (2010). Industrial Aspects and Literature Survey: Combined Inventory Management and Routing. Computers & Operations Research, 37, Bogataj, M., Bogataj, L. & Vodopivec, R. (2005). Stability of Perishable Goods in Cold Logistic Chains. Int. J. Production Economics, Campbell, A., Clarke, L., Kleywegt, A., dan Savelsbergh, M., (1998). Inventory Routing. Pada suntingan T. Crainic dan G. Laporte, Fleet Management and Logistics. Kluwer Academic Publishers, Chopra, S., Meindl, P. (2004). Supply Chain Management: Strategy, Planning, and Operation. Pearson Education. Dephan.,2011. Kawasan Holtikultura. /ind/index.php/programlitbang/kawasan-hortikultura. Akses terakhir: 20 Maret Dong, Y., Xu, K. (2002). A Supply chain Model of Vendor Managed Inventory. Transportation Reserach Part E, 38, Kuo, J.-C. & Chen, M.-C. (2010). Developing an Advanced Multi Temperature Joint Distribution System for The Food Cold Chain. Food Control, Labuza, T.P. (1982). Shelf-Life Dating of Foods. Food & Nutrition Press: Westport.

32 Daftar Pustaka Liu, Shu-Chu., Chen, An-Zhuo. (2012). Variable Neighborhood Search for The Inventory Routing and Scheduling Problem in a Supply Chain. Expert Systems with Applications Liu, Shu-Chu., Chen, Jhun-Ruei. (2011). A heuristic method for the inventory routing and pricing problem in a supply chain. Expert Systems with Applications Osvald, A., Stirn, L.Z. (2008). A Vehicle Routing Algorithm for the Distribution of Fresh Vegetables and Similiar Perishable Food. Journal of Food Engineering, 85, Pujawan, I. N., (2005). Supply Chain Management. Surabaya: Guna Widya. Rong, A., Akkerman, R., Grunow, M. (2011). An Optimization Approach for Managing Fresh Food Quality throughout the Supply chain. Int. J. Production Economics, 131, Trihardini, L. (2011). Pengembangan Model Distribusi Produk Perishable Multi Temperatur dengan Mempertimbangkan Biaya Energi. Institut Teknologi Sepuluh Nopember. USDA (2008). Protecting Perishable Foods during Transport by Truck. In: Agriculture, U.S.D.O (Ed.) Transportation and Marketing Programs Ed. United States. Waller, M., Johnson, M.E., Davis, T. (1999). Vendor Managed Inventory in the Retail Supply Chain. Journal of Business Logistics, 20, Wang, S.K. (2001). Handbook of Air Conditioning and Refrigeration. McGraw-Hill: New York.

33 Terima Kasih