PENGEMBANGAN MODEL INVENTORY ROUTING PROBLEM PADA PERMASALAHAN DISTRIBUSI PRODUK PERISHABLE MENGGUNAKAN COLD STORAGE

Transkripsi

1 PENGEMBANGAN MODEL INVENTORY ROUTING PROBLEM PADA PERMASALAHAN DISTRIBUSI PRODUK PERISHABLE MENGGUNAKAN COLD STORAGE Wahyudi, Ahmad Rus diansyah Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya Abstrak Karakteristik produk perishable yang tidak tahan lama dan terus mengalami penurunan kualitas memerlukan penerapan teknologi yang dapat menghambat laju penurunan kualitas produk perishable. Penerapan teknologi berupa cold storage pada proses pendistribusian dan penyimpanan produk mengakibatkan terjadinya peningkatan biaya distribusi dan penyimpanan produk perishable. Selain itu, laju penurunan kualitas produk perishable yang sangat cepat memunculkan komponen biaya baru yang dinamakan biaya deterioration. Proses pendistribusian produk perishable yang melibatkan kerja sama antara depot dan retailer dengan mempertimbangkan kebijakan routing di sisi depot dan kebijakan persediaan di sisi retailer dinamakan inventory routing problem. Pada penelitian ini dilakukan pengembangan model inventory routing problem yang memperhatikan karakteristik produk perishable. Untuk melengkapi model yang dikembangkan agar sesuai dengan kondisi nyata di lapangan, ditambahkan perhitungan biaya energi penggunaan cold storage yang digunakan selama proses pendistribusian dan penyimpanan produk perishable. Semakin ideal temperatur cold storage dengan temperatur ideal produk perishable, maka semakin kecil biaya deterioration dan semakin besar biaya energi penggunaan cold storage yang dikeluarkan. Model inventory routing problem yang dikembangkan dapat mengakomodasi trade-off antara kedua komponen biaya tersebut. Dari hasil percobaan numerik diketahui bahwa biaya energi cold storage lebih sensitif dari pada biaya deterioration terhadap total biaya sistem. Dengan demikian, dapat disimpulkan bahwa mengatur temperatur cold storage agar berada pada temperatur ideal produk perishable akan dapat meminimumkan total biaya sistem. Kata Kunci: Inventory Routing Problem, Produk Perishable, Biaya Deterioration, Biaya Energi Abstract The perishable products characteristics that are perishable and steadily declining quality require the application of technologies that can inhibit the rate of decline in the quality of perishable products. The application of cold storage technology on the distribution and storage of products resulted in an increase distribution costs and storage cost of perishable products. In addition, the rate of decline in the quality of perishable products very quickly bring new cost component called deterioration cost. Perishable product distribution process that involves cooperation between the depot and retailers to consider the routing policy at the depot and on the retailer's inventory policy is called inventory routing problem. This research was conducted the development model of inventory routing problem that consider of the characteristics of perishable products. To complete the model developed to fit the real conditions in the field, the model added the calculation of energy cost for cold storage used during distribution and storage of perishable products. The more ideal temperature of cold storage with ideal temperature of perishable product, the lower of the deterioration cost and the higher of the cold storage energy cost. Model of inventory routing problem was developed to accommodate the trade-off between these two components of the cost. From the results of numerical experiments is known that the cost of cold storage energy is more sensitive than the cost of deterioration to the total cost of the system. Thus, it can be concluded that in order to regulate the temperature of cold storage is an ideal temperature of perishable products will be able to minimize the total cost of the system. Keywords: Inventory Routing Problem, Perishable Product, Deterioration Cost, Cold storage Energy Cost 1

2 1. Pendahuluan Sistem pendistribusian produk yang sering digunakan selama ini masih belum mengintegrasikan antara kebijakan pengiriman di sisi supplier atau depot dengan kebijakan persediaan di sisi retailer. Hal ini memunculkan ketidakseimbangan di dalam sistem dikarenakan kebijakan antara supplier dan retailer saling bertolak belakang. Supplier menginginkan pengiriman produk ke retailer dilakukan seminimum mungkin agar dapat menekan biaya transportasi dan pengadaan kendaraan. Sedangkan retailer menginginkan pengiriman produk dari supplier dilakukan sesering mungkin agar dapat menekan biaya persediaan. Hal inilah yang kemudian memunculkan suatu sistem baru yang dapat mengakomodasi keinginan supplier dan retailer secara adil. Sistem yang mengintegrasikan antara kebijakan pengiriman supplier dan kebijakan persediaan retailer dinamakan Inventory Routing Problem (IRP). Kebijakan yang diambil pada IRP mempertimbangkan dua komponen di dalam sistem yang terdiri dari inventory control dan vehicle routing dimana kedua komponen tersebut ditentukan secara simultan (Savelsberg dkk., 2006). Pada penelitian ini, akan dikembangkan model IRP yang mempertimbangkan karakteristik produk perishable yang sensitif terhadap waktu dan perubahan temperatur serta faktor-faktor lain yang muncul sebagai akibat dari karakteristik tersebut. Beberapa faktor yang akan dipertimbangkan pada penelitian ini diantaranya adalah biaya energi penggunaan cold storage dan biaya deterioration yang terjadi karena produk berada pada kondisi yang tidak ideal selama pengiriman dan penyimpanan. Adapun produk perishable yang dapat digunakan pada model yang dikembangkan adalah produk perishable yang membutuhkan cold storage pada proses pendistribusian dan penyimpanan. Produk perishable tersebut terbagi ke dalam tiga kategori yaitu Frozen (temperatur ideal -18 o hingga -20 o celcius), Chilled (temperatur ideal -18 o hingga -20 o celcius), dan Chilling Sensitive (temperatur ideal 8 o hingga 10 o celcius). 2. Metodologi Penelitian Penelit ian ini d imulai dengan mendeskripsikan sistem yang akan dimodelkan. Selanjutnya dilakukan pengembangan model dengan menggunakan model acuan yang dikembangkan oleh Irawan (2010) dan Rong dkk., (2011). Model Irawan (2010) merupakan model inventory routing problem with direct shipment dan model Rong dkk., (2011) merupakan model laju penurunan kualitas karena perubahan waktu dan temperatur. Perhitungan biaya energi diambil dari model yang dikembangkan oleh Adler (2010) untuk ditambahkan ke dalam fungsi tujuan. Setelah pengembangan model dilakukan, maka dilakukan percobaan numerik dengan beberapa skenario percobaan untuk menganalisa perilaku sistem. 3. Model Penelitian Pada penelitian ini, akan dikembangkan model IRP yang mempertimbangkan karakteristik produk perishable yang sensitif terhadap waktu dan perubahan temperatur serta faktor-faktor lain yang muncul sebagai akibat dari karakteristik tersebut. Beberapa faktor yang akan dipertimbangkan pada penelitian ini diantaranya adalah biaya energi penggunaan cold storage pendistribusian produk dan biaya deterioration yang terjadi karena produk berada pada kondisi yang tidak ideal selama pengiriman dan penyimpanan. Komponen biaya yang dipertimbangkan pada model ini adalah biaya pengadaan kendaraan, biaya transportasi, biaya deterioration dan biaya energi di depot, biaya inventory retailer, dan biaya deterioration serta biaya energi di retailer. Fungsi tujuan penelitian ini adalah MMMMMMMMMMMMMMMM ZZ = FFFF + TTTT dd iiii tt TT kk KK tt TT kk KK XX iiiiiiii + DDDDDD dd iiii SSSSSSSSSS XX iiiiiiii kkkk QQ iiiiii tt TT kk KK + kkkk tttt QQ iiiiii eeeeee EEEE RRRR SSSSSS + EEEE dd iiii SSSSSSSSSS XX iiiiiiii 1 24 (QQ iiiiii CCCC SSSS jj II tt TT kk KK + QQ iiiiii CCCC + QQ iiiiii CCCC mm (0 SSSSSS)) + IIII II iiii ii II tt TT + DDDDDD 24 kkkk II iiii ii IItt TT + EEEE (II iiii CCCC SSSS + II iiii CCCC + II iiii CCCC mm (0 ii II tt TT SSSSSS) ) Fungsi kendala yang digunakan pada penelitian ini adalah 1. Kendala yang menyatakan keseimbangan inventory di retailer dimana inventory di hari t merupakan penjumlahan dari inventory di hari sebelumnya ditambah dengan jumlah pengiriman di hari t dikurangi dengan tingkat permintaan di hari t. Adapun formulasinya adalah sebagai berikut. II iiii = II ii(tt 1) + QQ iiiiii DD iiii ; 2. Kendala yang menyatakan bahwa inventory di retailer harus lebih besar atau sama dengan nol agar tidak terjadi stock out. Adapun formulasinya adalah II iiii 0; 2

3 3. Kendala yang menyatakan bahwa inventory di retailer tidak boleh melebihi kapasitas ma ksimu m dari warehouse retailer. Adapun formulasinya adalah II iiii WW ii ; 4. Kendala yang menyatakan bahwa jumlah produk yang dikirimkan ke retailer i tidak boleh melebihi kapasitas warehouse retailer i yang masih tersisa pada saat t. Adapun formulasi matematisnya adalah QQ iiiiii WW ii II ii (tt 1) ; QQ iiiiii WW ii YY iiiiii ;, kk KK, kk KK 5. Kendala yang menyatakan bahwa jumlah produk yang dibawa oleh kendaraan k tidak boleh melebihi kapasitas maksimum kendaraan k. Adapun formulasi matematisnya adalah sebagai berikut. QQ iiiiii ZZ kk ; ii II tt TT, kk KK 6. Kendala yang menyatakan bahwa setiap kendaraan yang mengunjungi retailer i harus meninggalkan retailer tersebut pada hari yang sama. Adapun formulasi matematisnya adalah XX iiiiiiii = XX jjjjjjjj, tt TT, kk KK 7. Kendala yang menunjukkan hubungan antara variabel X dan Y. Apabila suatu vertex dikunjungi oleh kendaraan k, maka nilai variabel X dan Y akan bernilai satu, begitu pula sebaliknya. Adapun formulasi matematisnya adalah XX iiiiiiii = YY iiiiii ;, kk KK XX jjjjjjjj = YY iiiiii ;, kk KK 8. Kendala yang menyatakan bahwa setiap retailer hanya dapat dilalui oleh satu rute saja. Adapun formulasi matematisnya adalah XX 1jjjjjj 1; jj II tt TT, kk KK 9. Kendala yang menyatakan bahwa hanya satu kendaraan yang dapat mengunjungi retailer pada saat t. Adapun formulasi matematisnya adalah YY iiiiii 1; kk KK 10. Kendala yang menyatakan bahwa jumlah produk yang dibawa oleh kendaraan k tidak boleh melebihi kapasitas kendaraan k. Adapun formulasi matematisnya adalah WW iiiiii WW jjjjjj + ZZ kk XX iiiiiiii ZZ kk QQ jjjjjj ; JJ, tt TT, kk KK ii II, jj 11. Kendala yang menyatakan bahwa jumlah produk yang dikirimkan ke retailer i harus kurang dari atau sama dengan jumlah produk yang dibawa oleh kendaraan k. Adapun formulasi matematisnya adalah QQ iiiiii WW iiiiii ;, kk KK 12. Kendala yang menyatakan bahwa akumulasi jumlah produk yang telah dikirimkan oleh kendaraan k harus kurang dari atau sama dengan kapasitas kendaraan k. Adapun formulasi matematisnya adalah WW iiiiii ZZ kk ;, kk KK 13. Kendala yang menyatakan bahwa penggunaan kendaraan tidak boleh melebihi jumlah kendaraan yang tersedia. Adapun formulasi matematisnya adalah YY iiiiii JJJJ; kk KK 14. Kendala yang menyatakan bahwa waktu tempuh rute yang dilalui kedaraan tidak boleh melebihi waktu kerja kendaraan. Adapun formulasi matematisnya adalah dd iiii SSSSSSSSSS XX iiiiiiii + tttt QQ iiiiii WWWW; tt ii II TT, kk KK 15. Kendala yang menyatakan bahwa waktu tempuh rute yang dilalui kendaraan k tidak boleh melebihi umur produk (shelf life). Adapun formulasi matematisnya adalah dd iiii SSSSSSSSSS XX iiiiiiii + tttt QQ iiiiii SSSSSSSSSS; tt ii II TT, kk KK 3

4 16. Kendala yang menyatakan sifat variabel. XX iiiiiiii {0,1}; YY iiiiii {0,1} QQ iiiiii 0 4. Percobaan Numerik Untuk menguji model yang telah dikembangkan, dilakukan percobaan numerik terhadap model dengan menggunakan beberapa skenario percobaan 4.1 Percobaan Sensitifitas Perubahan Temperatur Pada skenario ini dilakukan 5 kali percobaan terhadap produk keju dengan range temperatur ideal sebesar 0 hingga 4 derajat celcius. Adapun perubahan total biaya sistem yang didapatkan adalah Tabel 1 Hasil Percobaan Numerik Skenario Suhu (Derajat Celcius) Total Cost Percobaan 1 0 Rp 8,442, Percobaan 2 1 Rp 7,843, Percobaan 3 2 Rp 8,907, Percobaan 4 3 Rp 9,038, Percobaan 5 4 Rp 9,320, Berdasarkan hasil percobaan numerik pada Tabel 1, diketahui bahwa total biaya yang paling optimum adalah percobaan 2 dengan temperatur 1 o Celcius. 5.1 Analisa Total Biaya Sistem Hasil percobaan sensitifitas perubahan temperatur menunjukkan bahwa total biaya sistem yang paling minimum belum tentu berada pada temperatur yang paling rendah atau temperatur yang paling tinggi. Ga mbar 1. Grafik Perbandingan Biaya Sistem Dari Ga mbar 1 diketahui bahwa terdapat kecendrungan semakin tinggi temperatur cold storage yang digunakan akan semakin meningkatkan total biaya sistem. Hal ini menujukkan bahwa perubahan temperatur cold storage memberikan pengaruh yang sangat signifikan terhadap kebijakan optimu m sistem. 5.2 Analisa Biaya Deterioration dan Biaya Energi Depot Setelah dilakukan percobaan numerik pada percobaan 1 hingga percobaan 5 didapatkan komposisi biaya deterioration 4.2 Percobaan Sensitifitas Perubahan Biaya Pada skenario ini dilakukan percobaan dengan merubah komponen biaya sistem untuk melihat sensitifitas dari tiap komponen biaya di dalam sistem. Adapun hasil yang didapatkan adalah sebagai berikut. Tabel 2. Perubahan Kebijakan Pengiriman Komponen Biaya yang Perubahan Kebijakan Pengiriman Percobaan 1 Diamati 0% 25% 50% 75% 100% Biaya Deterioration Biaya Kendaraan Biaya Energi Biaya Transportasi Berdasarkan hasil percobaan numerik pada Tabel 2, diketahui bahwa tingkat sensitifitas pada komponen biaya di dalam sistem berbeda-beda. Perubahan kebijakan pengiriman karena kenaikan harga komponen biaya akan mempengaruhi tingkat persediaan dan total biaya sistem. 5. Diskusi Dari hasil percobaan numerik yang telah dijelaskan sebelumnya, maka dapat dilakukan analisa Ga mbar 2. Grafik Perbandingan Biaya Deterioration dan Biaya Energi pada Depot Ga mbar 2 menunjukkan bahwa semakin tinggi deterioration rate produk perishable maka akan semakin kecil biaya energi yang dikeluarkan. Begitu sebaliknya, semakin kecil deterioration rate produk perishable maka akan semakin besar biaya energi yang dibutuhkan. Ga mbar 2 juga menunjukkan bahwa biaya deterioration sangat sensitif terhadap perubahan temperatur cold storage. 5.3 Analisa Biaya Deterioration dan Biaya Energi Retailer Setelah dilakukan percobaan numerik pada percobaan 1 hingga percobaan 5 didapatkan komposisi biaya deterioration 4

5 jumlah produk yang dibawa kendaraan pada setiap pengiriman menunjukkan bahwa utilisasi penggunaan kendaraan semakin meningkat. Demkian pula dengan kondisi yang terjadi pada warehouse dimana semakin sedikit pengiriman yang dilaku kan menunjukkan bahwa semakin banyak tingkat persediaan di warehouse retailer. Bertambahnya jumlah produk yang disimpan di warehouse akan meningkatkan utilisasi penggunaan warehouse. Ga mbar 3. Grafik Perbandingan Biaya Deterioration dan Biaya Energ i Retailer Dari Gambar 3 d iketahui bahwa semakin tinggi deterioration rate maka akan semakin kecil biaya energi yang dibutuhkan. Pola hubungan antara kedua komponen ini pada retailer hampir sama dengan pola hubungan pada depot. 5.4 Analisa Utilisasi Penggunaan Kendaraan dan Warehouse Setelah dilakukan percobaan numerik pada percobaan 1 hingga percobaan 5 didapatkan tingkat utilisasi penggunaan kendaraan dan warehouse Ga mbar 4. Grafik Utilisasi Penggunaan Kendaraan Ga mbar 5. Grafik Utilisasi Penggunaan Warehouse Gambar 4 dan Gambar 5 menunjukkan hubungan berbanding lurus antara tingkat utilisasi penggunaan kendaraan dengan utilisasi penggunaan warehouse. Semakin sedikit frekuensi pengiriman menunjukkan bahwa jumlah produk yang dibawa kendaraan pada setiap pengiriman semakin banyak. Bertambahnya 5.5 Analisa Sensitifitas Komponen Biaya Sistem Setelah dilakukan skenario percobaan 6 hingga percobaan 9 didapatkan hasil Tabel 3. Tingkat Persediaan Retailer Komponen Biaya Perubahan Tingkat Persediaan Retailer Percobaan 1 yang Diamati 0% 25% 50% 75% 100% Biaya Deterioration Biaya Kendaraan Biaya Energi Biaya Transportasi Tabel 4. Total Biaya Sistem Komponen Biaya yang Diamati Perubahan Total Biaya Sistem Percobaan 1 (Rp) 25% 50% 75% 100% Biaya Deterioration 8,655,640 8,669,737 8,824,010 8,974,788 Biaya Kendaraan 9,442,436 10,442,436 11,442,436 12,198,017 Biaya Energi 8,461,407 8,542,875 8,710,700 8,878,525 Biaya Transportasi 8,462,402 8,481,901 8,501,399 8,520,898 Dari Tabel 3 diketahui bahwa biaya energi merupakan komponen biaya yang paling sensitif di dalam sistem. Hal ini dapat dilihat dari perubahan kebijakan terhadap kenaikan biaya energi. Pada saat biaya energi dinaikkan sebesar 25%, langsung terjadi perubahan pada kebijakan sistem. Perubahan kebijakan yang terjadi menunjukkan bahwa biaya energi merupakan komponen biaya yang paling sensitif terhadap perubahan kebijakan sistem. Komponen biaya yang senstif berikutnya adalah biaya deterioration dimana perubahan kebijakan pada sistem terjadi saat biaya deterioration dinaikkan sebesar 50%. Hal ini membuktikan bahwa pada model inventory routing problem yang dikembangkan, biaya deterioration dan biaya energi merupakan komponen biaya yang sangat berpengaruh terhadap pemilihan kebijakan sistem. Sensitifnya kedua komponen biaya ini dipengaruhi oleh banyaknya faktor seperti temperatur cold storage, lamanya penyimpanan produk, jumlah produk di dalam sistem, dan perubahan temperatur produk pada kondisi yang tidak ideal. 6. Kesimpulan Dari hasil percobaan serta analisa yang telah dilakukan, dapat ditarik kesimpulan 1. Penelitian ini telah mengembangkan model inventory routing problem yang mempertimbangkan karakteristik produk perishable dengan menggunakan cold storage. Dengan mempertimbangkan karakteristik produk 5

6 perishable, muncul komponen biaya baru berupa biaya deterioration dan biaya energi sebagai akibat dari adanya penurunan kualitas produk dalam waktu yang singkat dan penggunaan cold storage yang berfunggsi sebagai penghambat laju penurunan kualitas produk. 2. Penelitian ini telah melakukan percobaan numerik dengan merubah temperatur cold storage. Hasil yang didapatkan menunjukkan bahwa laju penurunan kualitas produk perishable memberikan pengaruh yang signifikan terhadap total biaya sistem. Perubahan pada temperatur cold storage memberikan perubahan biaya deterioration secara siginifikan. 3. Penelitian ini telah melakukan percobaan numerik dengan menaikkan harga pada komponen biaya sistem. Hasil yang didapatkan menunjukkan bahwa biaya energi dan biaya deterioration memiliki tingkat sensitifitas yang paling tinggi diantara komponen biaya sistem yang lain. Sedikit saja terjadi perubahan pada biaya energi dan biaya deterioration mengakibatkan terjadinya perubahan kebijakan di dalam sistem. Oleh karena itu, biaya deterioration dan biaya energi perlu menjadi perhatian utama dalam proses pendistribusian produk perishable dengan menggunakan cold storage. Ucapan Terima Kasih Penulis mengucapkan terima kasih kepada seluruh pihak yang telah memberi dukungan dan membantu kelancaran terselesaikannya penelitian ini terutama kepada Bapak Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng., CSCP selaku dosen pembimbing yang telah banyak membantu dalam proses penyelesaian penelitian ini. Daftar Pustaka Andersson, H., Hoff, A., Christiansen, M., Hasle, G., Lokketangen, A. (2010). Industrial Aspects and Literature Survey: Combined Inventory Management and Routing. Co mputers & 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/program-litbang/kawasanhortikultura. 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. 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: Agricu lture, 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. McGra w-hill: New Yo rk 6