ANALISIS PEMBAGIAN WILAYAH PENGIRIMAN DAN PEMBERDAYAAN KURIR PADA DIVISI OPERASIONAL JNE LOGISTICS AND DISTRIBUTION Ani Jl. Layur Barat no. 38, Cilacap 0818 0480 4999,
[email protected] Sherly Green Garden Blok B11/No. 31, Jakarta Barat – Jakarta 0878 7649 1484,
[email protected] Stephanie Jl. Katalia Utama No. 29, Lippo Cikarang - Bekasi 0896 6000 7702,
[email protected] K. Gita Ayu, MSIE.
[email protected]
ABSTRAK Perusahaan 3PL dapat menyediakan jasa pergudangan dan distribusi kepada perusahaan lain. JNE merupakan salah satu perusahaan 3PL yang beroperasi di Indonesia, dan JNE Logistics and Distribution merupakan bagian dari JNE yang menawarkan jasa pengelolaan inventaris bagi vendornya. Penelitian dilakukan di Divisi Operasional JNE Logistics and Distribution yang akan bertanggung jawab atas pengiriman komoditas vendor kepada konsumen akhir yang beralamat di Jakarta. Sejak tahun 2008, divisi operasional menetapkan pembagian Jakarta menjadi tiga wilayah pengiriman untuk tiga kurir khusus di divisi tersebut. Pada observasi yang dilakukan pada tanggal 29 April sampai 31 Mei 2013, 16 kurir tercatat bertugas mengirimkan komoditas di area Jakarta. Analisis dilakukan untuk menemukan pembagian wilayah alternatif yang diharapkan dapat lebih mengoptimalkan kinerja kurir di divisi operasional. Solusi yang ditawarkan adalah pembagian tiga wilayah baru yang mencakup tiga kecamatan Jakarta dengan tingkat demand dan frekuensi kunjungan yang cukup tinggi. Penerapan pembagian wilayah alternatif ini, dipadukan dengan penentuan rute dengan metode heuristis Nearest Neighbor, memberikan output berupa penurunan jumlah maksimum kurir harian sebesar 59,88%. Kata kunci: pembagian wilayah, penentuan rute, metode heuristis Nearest Neighbor
PENDAHULUAN Perusahaan yang fokusnya dititikberatkan pada kompetensi intinya biasanya akan menggunakan jasajasa logistik yang ditawarkan oleh perusahaan third party logistics (perusahaan 3PL), misalnya jasa pergudangan dan jasa distribusi (Ghiani, dkk., 2004 dan Zhou & Xie, 2010). JNE Logistics and Distribution merupakan salah satu dari perusahaan-perusahaan 3PL yang beroperasi di Jakarta. Vendor yang menggunakan jasa JNE Logistics and Distribution biasanya akan menyewa gudang JNE untuk menyimpan komoditasnya dan mempercayakan pengiriman komoditas kepada konsumen akhir kepada pihak JNE. Khusus untuk konsumen yang beralamat di Jakarta, pengiriman komoditas vendor yang sudah dikemas ke dalam bentuk paket akan dipercayakan kepada divisi operasional di JNE Logistics and Distribution. Selama periode pengamatan, yaitu dari tanggal 29 April sampai 31 Mei 2013, tercatat ada 16 kurir yang bertugas melakukan pengiriman paket, namun tidak semuanya di-dispatch pada hari yang sama. Jumlah maksimal kurir yang di-dispatch pada satu hari tertentu adalah 15 kurir. Divisi operasional mengklasifikasikan kurir menjadi kurir khusus (yang beranggotakan tiga orang) dan kurir umum. Untuk tiga orang kurir khusus ini, Kepala Divisi Operasional JNE Logistics and Distribution telah menetapkan wilayah pengiriman (cluster) yang akan mereka layani. Selain itu, tiga orang kurir
khusus ini tidak perlu kembali ke depot setelah selesai mengirimkan paket yang ditugaskan kepada mereka. Sebaliknya, 13 kurir umum lainnya tidak memiliki cluster spesifik yang ditugaskan kepada mereka dan mereka harus kembali ke depot setelah selesai dengan pengiriman mereka. Pembagian wilayah untuk tiga orang kurir khusus telah diterapkan sejak tahun 2008, dan pembagian tersebut dilakukan dengan mempertimbangkan alamat rumah dari masing-masing kurir khusus. Dengan demikian, tiap wilayah yang dilayani oleh kurir khusus tersebut pasti mencakup alamat rumah kurir tersebut. Tentu saja, pertimbangan lain juga turut dipertimbangkan dalam pembagian cluster, antara lain: bentuk jalan raya maupun jalur kereta api, komponen geografis berupa kali atau sungai, dan pengalaman lapangan dari staf di divisi operasional. Namun, pembagian cluster dengan mempertimbangkan alamat rumah kurir akan menimbulkan pertanyaan ini: ”Apa yang akan terjadi bila ada pergantian personel untuk kurir khusus?” Penelitian ini bertujuan untuk menganalisis kinerja kurir divisi operasional dengan mengikuti pedoman pembagian cluster yang dilakukan JNE, serta mencoba menemukan pembagian cluster yang lebih baik, yang tidak rentan terhadap pergantian personel. Dengan menggunakan pembagian cluster alternatif ini, banyak kurir harian yang dibutuhkan untuk mengirimkan paket dapat ditentukan.
METODE PENELITIAN Langkah-langkah yang dilakukan ketika melakukan penelitian dijabarkan menjadi studi pendahuluan, identifikasi masalah, pengumpulan data, studi pustaka, yang akan dilanjutkan dengan pengolahan dan analisis data sebelum akhirnya dilakukan penarikan kesimpulan. Studi pendahuluan dilakukan dengan melakukan observasi lapangan pada beberapa divisi di JNE Logistics and Distribution dan wawancara dengan kepala bagian maupun manajer tiap-tiap divisi. Potensi masalah ditemukan di divisi operasional dimana pembagian wilayah pengiriman yang dilakukan masih dirasakan kurang tepat. Mengingat masalah nyata di lapangan memiliki tingkat kompleksitas yang cukup tinggi, maka lingkup masalah dibatasi dengan asumsi-asumsi sebagai berikut: penelitian hanya difokuskan pada proses pengiriman (delivery) pada divisi operasional oleh kurir yang mengendarai sepeda motor, dimana kurir tersebut cukup mengenal wilayah Jakarta sehingga pengiriman dilakukan dengan melalui jalan raya tanpa ada kesalahan alamat atau kejadian antar ulang. Adapun penelitian dilakukan dengan mengumpulkan data historis pada periode pengamatan (29 April sampai 31 Mei 2013), sehingga pengolahan data dan perhitungan yang dilakukan akan bersifat statis dan deterministik, dengan perhitungan jarak dilakukan dengan asumsi Euclidean dan bersifat simetris. Studi pustaka dilakukan untuk mencari teori-teori maupun metode-metode yang dapat dijadikan referensi dalam mengolah data dan melakukan perhitungan. Adapun metode penentuan rute yang digunakan dalam penelitian ini adalah metode dekomposisi yang digunakan untuk memecah masalah menjadi beberapa cluster dengan metode Sweeping sebelum akhirnya dilakukan penentuan rute dengan metode heuristis Nearest Neighbor. Data yang dikumpulkan berasal dari packing list yang berisi paket mana saja yang dibawa oleh kurir yang namanya tertera di packing list tersebut, berikut informasi singkat mengenai paket yang dibawa. Dari packing list tersebut, dapat diketahui kurir mana saja yang bekerja pada hari tertentu dan pada jam berapa kurir tersebut menerima packing list tersebut. Data juga dikumpulkan dari nota serah terima paket yang dibawa oleh setiap kurir dalam pengiriman dan ditandatangani oleh konsumen maupun perwakilan konsumen yang telah menerima paket. Dari nota serah terima individual ini, dapat diketahui nama dan alamat lengkap konsumen, banyak dan berat paket yang dikirimkan ke konsumen tersebut, dan waktu terjadinya serah terima paket. Data alamat konsumen kemudian akan diolah dengan bantuan Google Maps untuk diterjemahkan menjadi titik koordinat lokasi konsumen pada Peta Jakarta, sedangkan data waktu serah terima paket akan diterjemahkan menjadi urutan rute aktual yang dilalui kurir ketika mengantarkan paket. Data-data berupa koordinat titik lokasi konsumen tersebut kemudian akan diplot untuk menentukan konsentrasi titik demand di seluruh Jakarta untuk menentukan usulan cluster alternatif. Titik-titik konsumen dalam tiap-tiap cluster alternatif tersebut kemudian akan disimulasikan untuk dilayani dengan mengikuti rute yang disarankan dengan menggunakan metode penentuan rute heuristis Nearest Neighbor. Pada tahap selanjutnya, akan dilakukan evaluasi penggunaan cluster dan rute alternatif dengan membandingkan hasil perhitungan ini dengan data aktual hasil pengumpulan data dan dengan hasil perhitungan bila penentuan rute dilakukan dengan metode heuristis Clarke & Wright Savings.
HASIL DAN BAHASAN Observasi dilakukan pada proses pengiriman komoditas vendor yang menggunakan jasa JNE Logistics and Distribution selama periode 29 April sampai 31 Mei 2013. Dari pengolahan data yang dilakukan, potensi masalah yang ditemukan berasal dari penggunaan tiga cluster yang dipakai oleh divisi operasional. Apabila cluster ini dapat digunakan dalam jangka waktu panjang (tanpa ada pergantian personel), ternyata tetap ditemukan adanya ketidakseimbangan demand antara satu cluster dengan cluster lainnya, dimana ditemukan adanya gap sebesar 141 demand antara cluster dengan demand tertinggi dan cluster dengan demand terrendah atau sekitar 8,23% dari total demand pada periode pengamatan (lihat Gambar 1 dan Tabel 1).
Gambar 1 Pembagian Wilayah untuk Tiga Kurir Khusus Sumber: http://www.indonesia-tourism.net/jakarta/map/jakarta-tourism-map.html (dengan modifikasi)
Tabel 1 Total Permintaan Setiap Cluster pada Periode 29 April 2013 hingga 31 Mei 2013 Cluster A B C
Total Permintaan 614 620 479
Untuk menemukan cluster alternatif, dilakukan analisis pada data demand kumulatif (yang berjumlah 1.123 lokasi alamat konsumen) dengan mengelompokkan titik-titik demand menurut kecamatan Jakarta. Tiga kecamatan yang cukup dominan ditinjau dari konsentrasi titik demand kumulatif dan frekuensi kunjungan harian terbanyak adalah kecamatan Grogol Petamburan, Kelapa Gading, dan Kebayoran Baru. Karena perbedaan antara tiga kecamatan ini dan kecamatan Jakarta lainnya cukup signifikan, maka wilayah pengiriman JNE di Jakarta juga dibagi menjadi tiga cluster dengan metode Sweep, dengan syarat: (1) masing-masing cluster harus mencakup salah satu dari tiga kecamatan terpilih dan (2) demand kumulatif pada ketiga cluster yang terbentuk harus seimbang dan keseimbangan ini diusahakan konsisten bila diaplikasikan ke dalam data demand harian. Metode Sweep dilakukan dengan menetapkan depot JNE sebagai pusat koordinat dan menggambarkan sumbu X dan sumbu Y koordinat maya pada peta Jakarta. Pembagian wilayah alternatif dengan metode Sweep menawarkan pemakaian cluster seperti pada Gambar 2, sedangkan keterangan Gambar 2 dapat dilihat pada Tabel 2.
Gambar 2 Pembagian Wilayah Alternatif Berdasarkan Tiga Kecamatan Terpilih Sumber: http://www.indonesia-tourism.net/jakarta/map/jakarta-tourism-map.html (dengan modifikasi)
Cluster Grogol Petamburan Kelapa Gading Kebayoran Baru
Tabel 1 Tabel Range Sudut untuk Cluster Alternatif Range Sudut Batas Kecamatan Range Sudut Cluster 140º – 221,7º 300º - 49,29º 350º – 25,9º 49,3º - 237,99º 247º – 272º 238º - 299,99º
Potensi masalah lainnya yang teramati selama periode pengamatan adalah kurang sistematisnya cara kurir dalam menentukan urutan konsumen yang dikunjungi ketika mengirimkan paket. Ternyata, keputusan penentuan rute oleh kurir di divisi operasional diserahkan sepenuhnya kepada penilaian subjektif dan pengalaman lapangan dari kurir tersebut. Sebagai akibatnya, rute aktual yang dilalui kurir menjadi kurang efisien, misalnya terjadi rute bolak balik maupun terjadinya loop yang saling berpotongan (visualisasi rute aktual pada hari sampel tanggal 8 Mei 2013 dapat dilihat pada Gambar 3). Sebagai akibatnya, ada kemungkinan kurir tidak dapat mengoptimalkan kapasitasnya ketika mengantarkan paket, sehingga diperlukan kurir dalam jumlah yang lebih banyak dari yang seharusnya dibutuhkan. Karena itu, diperlukan sistem atau metode dalam penentuan rute, dan metode yang dipilih dalam perhitungan ini adalah metode heuristis Nearest Neighbor. Metode ini dimulai dengan memilih satu titik i yang letaknya paling dekat dengan titik depot; kemudian dari titik i, perjalanan akan dilanjutkan menuju titik j yang terletak paling dekat dengan titik i, dan demikian seterusnya titik yang akan dipilih adalah titik yang paling dekat dengan posisi titik pada saat tertentu. Penugasan titik demand akan berhenti ketika membentur batasan kapasitas atau ketika semua titik demand dalam satu cluster sudah ditugaskan. Evaluasi penentuan rute dengan cluster alternatif dilakukan dengan mensimulasikan pengiriman paket pada 16 hari sampel dari data 27 hari observasi. JNE, selayaknya perusahaan penyedia jasa kurir lainnya, juga menargetkan pengoptimalan pemberdayaan kurir maupun kendaraan yang dipakai, di samping memberikan pelayanan yang memuaskan konsumennya. Adapun tingkat pemberdayaan kurir dapat dilihat dari indikator berupa total jarak yang dapat ditempuh kurir, banyak paket yang dapat dibawa kurir, maupun banyak konsumen yang dapat dikunjungi kurir. Dikarenakan adanya batasan berupa waktu, yaitu delapan jam kerja untuk kurir, maka dalam penentuan rute, didefinisikan batasan berupa total panjang jarak dan banyak maksimal konsumen yang dapat dikunjungi dalam satu hari. Selain itu, karena pengiriman dilakukan dengan motor, batasan dalam penentuan rute juga mencakup kapasitas kendaraan. Angka-angka untuk tiga indikator batasan di atas dapat dilihat pada Tabel 3, dimana batasan ini didapatkan dari nilai maksimum setiap indikator dalam data pengamatan pada periode 29 April sampai 31 Mei 2013. Tabel 3 Nilai Batasan Masing-Masing Indikator dalam Penentuan Rute
Indikator Berat Total Paket Harian per Kurir Jarak Total Harian per Kurir Banyak Lokasi Konsumen Harian per Kurir
Nilai Batasan 59 kilogram 139,23 unit cm peta 31 lokasi
Gambar 3 Rute Awal yang Dipilih Kurir pada Pengiriman Paket Tanggal 8 Mei 2013 Sumber: http://www.indonesia-tourism.net/jakarta/map/jakarta-tourism-map.html (dengan modifikasi)
Rute kurir yang didapatkan melalui simulasi dengan metode heuristis Nearest Neighbor memberikan penghematan jarak yang cukup signifikan dibandingkan dengan rute aktual yang dilalui kurir, dengan rangkuman sebagai berikut: (1) 81,25% dari total jarak harian pada 16 hari sampel menunjukkan penghematan dengan penggunaan cluster alternatif dan metode Nearest Neighbor dalam penentuan rute dan (2) rata-rata penghematan total jarak harian bila penentuan rute pada cluster alternatif dilakukan dengan metode Nearest Neighbor adalah 77,6 cm unit peta. Visualisasi penentuan rute pada cluster alternatif dengan menggunakan metode Nearest Neighbor untuk data demand tanggal 8 Mei diberikan dalam Gambar 4, sedangkan ringkasan penghematan jarak total harian ditunjukkan pada Tabel 4. Simulasi penentuan rute pada cluster alternatif dengan meggunakan metode Nearest Neighbor juga menunjukan penggunaan kurir harian yang lebih minimal, yaitu antara 3 sampai 7 kurir. Sedangkan kurir harian yang bertugas di divisi operasional selama periode pengamatan berkisar antara 5 sampai 15 orang. Perbandingan banyak kurir harian dengan perhitungan Nearest Neighbor dan banyak kurir harian aktual pada periode pengamatan dapat dilihat pada Tabel 5. Dari perbandingan kedua data ini, dapat dilihat bahwa rute yang dilalui kurir lebih efisien (lihat Gambar 4) dan pemberdayaan kurir lebih maksimal, yaitu untuk demand yang sama, kurir harian yang dibutuhkan lebih sedikit.
Gambar 4 Rute Nearest Neighbor pada Cluster Alternatif berdasarkan Data Demand 8 Mei 2013 Sumber: http://www.indonesia-tourism.net/jakarta/map/jakarta-tourism-map.html (dengan modifikasi)
Tabel 4 Perbandingan Total Jarak Harian antara Penentuan Rute Nearest Neighbor pada Cluster Alternatif dengan Rute Aktual pada Cluster JNE NN Aktual delta %delta
4/29 207 181 26 15%
4/30 218 318 100 31%
5/1 205 245 40 16%
5/2 224 280 56 20%
5/3 235 332 97 29%
5/4 126 173 48 27%
5/6 196 225 29 13%
5/7 459 502 43 9%
5/8 229 349 120 34%
5/10 294 277 18 6%
5/11 157 187 30 16%
5/27 224 172 52 30%
5/28 253 359 106 30%
5/29 238 280 41 15%
5/30 264 343 79 23%
5/31 241 461 220 48%
Keterangan: Delta adalah selisih antara total jarak Euclidean metode Nearest Neighbor (NN) dengan Aktual. Warna merah mengindikasikan bahwa total jarak Euclidean dengan Google Maps ternyata lebih kecil dibandingkan dengan metode NN. Warna hitam mengindikasikan sebaliknya.
Tabel 5 Perbandingan Banyak Kurir Harian antara Metode Nearest Neighbor (NN) dan Kondisi Aktual pada Periode Pengamatan NN Aktual
4/29 4 9
4/30 3 11
5/1 3 11
5/2 3 8
5/3 3 12
5/4 3 5
5/6 4 10
5/7 7 15
5/8 5 8
5/10 4 9
5/11 3 7
5/27 4 8
5/28 4 12
5/29 4 11
5/30 3 11
5/31 3 9
Metode heuristis Nearest Neighbor dipilih untuk digunakan dalam perhitungan karena tidak rumit, mudah dimengerti, dan mudah diaplikasikan. Perhitungan penentuan rute dengan metode lain yang lebih rumit mungkin dapat memberikan penghematan jarak yang lebih besar, namun metode Nearest Neighbor dipilih dengan mempertimbangkan kurir divisi operasional yang merupakan orang lapangan. Selain itu, perhitungan dengan metode Nearest Neighbor tidak harus menggunakan teknologi, namun dapat diperkirakan dengan logika bila divisualisasikan ke dalam peta, dimana visualisasi akan membantu penilaian mengenai jauh atau dekatnya satu titik lokasi dengan titik lainnya. Untuk evaluasi lebih lanjut, akan dilakukan perhitungan dengan metode heuristis lainnya, yaitu metode Clarke & Wright Savings. Perhitungan dengan menggunakan metode ini membutuhkan waktu yang cukup lama serta sukar divisualisasikan dengan bantuan peta sekalipun, sehingga diperlukan bantuan komputer maupun teknologi lain. Logika di balik metode ini adalah bahwa penggabungan dua rute yang menghasilkan penghematan terbesar akan mendapat prioritas dalam penentuan urutan rute. Dengan metode ini, didapatkan bahwa total jarak harian yang disimulasikan menawarkan penghematan yang lebih besar dibandingkan dengan total jarak harian dari metode Nearest Neighbor (selengkapnya dapat mengacu pada Tabel 6). Namun, banyak kurir harian ideal yang dibutuhkan adalah sama dengan banyak kurir yang disarankan dengan perhitungan Nearest Neighbor. Bila biaya
operasional hanya ditinjau dari gaji kurir yang bertugas, maka penggunaan kedua metode dalam penentuan rute akan memakan biaya dalam jumlah yang sama. Untuk hal ini, perusahaan dapat mempertimbangkan trade-off antara penghematan jarak dan penghematan waktu perhitungan dalam memilih metode penentuan rute yang sebaiknya digunakan. Tabel 6 Perbandingan Total Jarak Harian antara Metode Nearest Neighbor (NN) dan Metode Clarke & Wright Savings NN Saving Delta %Delta
4/29 207 169 38 18%
4/30 218 193 26 12%
5/1 205 173 32 16%
5/2 224 197 27 12%
5/3 235 196 39 17%
5/4 126 118 7 6%
5/6 196 227 31 16%
5/7 459 334 125 27%
5/8 229 193 36 16%
5/10 294 243 51 17%
5/11 157 155 2 1%
5/27 224 175 49 22%
5/28 253 216 37 15%
5/29 238 215 24 10%
5/30 264 227 37 14%
5/31 241 215 26 11%
Keterangan: Delta adalah selisih antara total jarak kedua metode. Warna merah mengindikasikan bahwa total jarak dengan metode Saving lebih kecil dibandingkan dengan metode NN. Warna hitam mengindikasikan sebaliknya.
SIMPULAN DAN SARAN Berdasarkan pengolahan data dan analisis data yang telah dilakukan, kesimpulan yang dapat ditarik dari penelitian ini adalah berupa cluster alternatif dan metode penentuan rute yang dapat diaplikasikan dalam proses pengiriman paket di Divisi Operasional JNE Logistics and Distribution. Selain itu, hasil simulasi sampel demand harian selama periode 29 April sampai 31 Mei 2013 juga menghasilkan output berupa banyak kurir harian yang dibutuhkan di divisi tersebut dalam mengirimkan paket. Pembagian wilayah oleh JNE dan pembagian wilayah alternatif sama-sama membagi wilayah Jakarta menjadi tiga wilayah operasional bagi kurir khusus di divisi operasional, namun pertimbangan yang digunakan dalam merancang pembagian wilayah alternatif adalah berdasarkan konsentrasi demand dan frekuensi demand di kecamatan-kecamatan Jakarta. Tiga cluster alternatif yang dihasilkan dengan metode Sweep masing-masing mencakup kecamatan Grogol Petamburan, Kelapa Gading, dan Kebayoran Baru. Adapun bentuk final dari cluster alternatif disesuaikan dengan bentuk jalan raya yang posisinya paling dekat dengan batas cluster yang dihasilkan oleh metode Sweep (lihat Gambar 5). Jumlah kurir harian yang dibutuhkan dengan memaksimalkan pemberdayaan kurir maupun kendaraan berkisar antara 3 sampai 7 orang, dan menunjukkan penurunan jumlah kurir harian sampai sebesar 59,88% dari banyak maksimal kurir harian yang bertugas di JNE selama periode pengamatan. Dengan tingkat demand yang sama, penurunan jumlah kurir akan meningkatkan kinerja kurir, yang ditunjukkan dengan peningkatan rata-rata banyak lokasi yang dapat dikunjungi kurir per hari sebesar 168,18%. Adapun banyak kurir harian ini didapatkan dari perhitungan penentuan rute dengan metode heuristis Nearest Neighbor. Pembagian wilayah alternatif ini dapat diaplikasikan pada Divisi Operasional JNE Logistics and Distribution untuk dilakukan evaluasi apakah memang penerapan cluster alternatif ini dapat meningkatkan kinerja kurir. Selain itu, jika penggunaan metode Clarke & Wright Savings dalam penentuan rute kurir dinilai layak untuk diterapkan karena mampu menghasilkan penghematan jarak yang lebih besar dibandingkan dengan metode Nearest Neighbor, maka penelitian selanjutnya dapat mengembangkan software untuk mempermudah kurir JNE dalam menentukan rute dengan metode Clarke & Wright Savings.
Gambar 5 Pembagian Wilayah Pengiriman Alternatif dengan Mempertimbangkan Bentuk Jalan Sumber: http://www.indonesia-tourism.net/jakarta/map/jakarta-tourism-map.html (dengan modifikasi)
Adanya sistematika dalam penentuan rute (yang sebelumnya dilakukan berdasarkan penilaian subjektif dan pengalaman lapangan) menyebabkan jumlah kurir harian yang dibutuhkan menjadi lebih sedikit. Karena itu, JNE mungkin dapat menerapkan prinsip sharing resources antara divisi operasional dengan divisi lain untuk meminimalkan kemungkinan kurir yang menganggur (idle). Selain itu, dari sisi strategis, memaksimalkan pemberdayaan kurir selama jam kerja mereka mungkin akan mengakibatkan waktu tunggu yang lebih lama bagi konsumen yang berada pada urutan akhir dari rute yang dilalui kurir. Karena itu, dapat dilakukan penelitian dan evaluasi lebih lanjut dari efek minimalisasi jumlah kurir terhadap tingkat kepuasan konsumen.
REFERENSI Bowersox, D. J., Closs, D. J., & Cooper, M.B. (2002). Supply Chain Logistics Management. The McGraw-Hill Companies, Inc. Badan Pusat Statistik Provinsi DKI Jakarta. (2013). Informasi Statistik. Edisi: 3100.0713. dikutip pada Juli 10, 2013, dari http://jakarta.bps.go.id Chopra, S., & Meindl, P. (2010). Supply Chain Management: Strategy, Planning, and Operation. New Jersey: Pearson Education, Inc. Cao, B., & Glover, F. (2010). Creating Balanced and Connected Clusters to Improve Service Delivery Routes in Logistics Planning. Systems Engineering Society of China & Springer-Verlag Berlin Heidelberg. dikutip pada April 29, 2013, dari J Syst Sci Syst Eng. DOI: 10.1007/a11518-0105150-x Carić1, T., Galić, A., Gold, H., & Reinholz, A. (2008). A Modelling and Optimization Framework for Real-World Vehicle Routing Problems. Oleh T. Caric & H. Gold (Ed.), Vehicle Routing Problem. Croatia: In-Tech Printed. Cordeau, J. F., Gendreau, 1. M., Laporte, G., Potvin, J. Y., & Semet, F. (2002). A guide to Vehicle Routing Heuristics. Journal of the Operational Research Society, 512-522 (53). Ezzatneshan, A. (2010). A Algorithm for the Vehicle Problem. International Journal of Advanced Robotic Systems, 7(2), 125-132. Ghiani, G., Laporte, G., and Musmanno, R. (2004). Introduction to Logistics Systems Planning and Control. New York: Wiley. Israel, D. G. (2013). Determining Sample Size. Dikutip dari basis data University of Florida Jakarta Tourism Map. (n.d.). Dikutip Mei 8, 2013, dari http://www.indonesiatourism.net/jakarta/map/jakarta-tourism-map.html Matai, R., Singh, S. P., Mittal, M. L. (2010). Traveling Salesman Problem, Theory and Applications. ISBN: 978-953-307-426-9. Pillac, V., Gueret, C., & Medaglia, A. (2010). Dynamic Vehicle Routing Problems: State of The Art and Prospects. Technical Report, 10(4), hal-00623474. Ripley, D. (2002). Improving Employee Performance: Moving Beyond Traditonal HRM Responses. Dikutip pada Mei 15, 2013, dari http://www.ispi.org/pdf/suggestedReading/Ripley.pdf Taylor III, B. W., & Russell, R. S. (2009). Operations Management Along the Supply Chain. John Wiley & Sons, Inc. (Asia) Pte Ltd. Tan, P.N., Steinbach, M., & Kumar, V. (2006). Introdustion to Data Mining. Pearson. Zhou, X., and Xie, X. (2010). A Study on the Organization Structure of Third-party Logistics Enterprise Servicing for Manufacturing Enterprise. International Journal of Business and Management, 5(1), 200-204.
RIWAYAT PENULIS Makalah ini dibuat oleh tiga penulis. Penulis pertama adalah Ani, lahir di kota Bengkalis pada tanggal 22 Maret 1991, yang merupakan mahasiswa Universitas Bina Nusantara jurusan Teknik Industri angkatan 2009. Penulis kedua, Sherly, lahir di kota Jakarta pada tanggal 28 Oktober 1988, merupakan mahasiswa Universitas Bina Nusantara jurusan Teknik Industri angkatan 2009. Terakhir, penulis ketiga adalah Stephanie, lahir di kota Medan pada tanggal 13 April 1992. Penulis merupakan mahasiswa Universitas Bina Nusantara jurusan Teknik Industri angkatan 2009. Penulis dibimbing oleh Ketut Gita Ayu, MSIE., yang menyelesaikan studi S1 dan S2 jurusan Teknik Industri di Georgia Institute of Technology, Atlanta. Pembimbing juga merupakan anggota dari IIE dan SEM
