OPTIMASI MODEL RANTAI PASOKAN AGROINDUSTRI COCODIESEL DENGAN MENGGUNAKAN ALGORITMA GENETIKA

OPTIMASI MODEL RANTAI PASOKAN AGROINDUSTRI COCODIESEL DENGAN MENGGUNAKAN ALGORITMA GENETIKA

Oleh:

YUVI ANDRIA F34103021

2007 FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR

FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR

OPTIMASI MODEL RANTAI PASOKAN AGROINDUSTRI COCODIESEL DENGAN MENGGUNAKAN ALGORITMA GENETIKA

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Fakultas Teknologi Pertanian Institut Pertanian Bogor

Oleh: YUVI ANDRIA F34103021

Disetujui, Bogor,

Juli 2007

Dr. Ir. Yandra Arkeman, M.Eng

Hendra Gunawan, S.TP

Pembimbing I

Pembimbing II

Yuvi Andria. F34103021. Optimasi Model Rantai Pasokan Agroindustri Cocodiesel Dengan Menggunakan Algoritma Genetika. Dibawah bimbingan Yandra Arkeman dan Hendra Gunawan. 2007.

RINGKASAN Manajemen rantai pasokan adalah suatu pendekatan untuk mengintegrasikan secara efisien antara pemasok, perusahaan manufaktur, penggudangan, dan penjualan sehingga produk diproduksi dan didistribusikan pada jumlah, tempat, dan waktu yang tepat, dengan tujuan untuk memenuhi kebutuhan permintaan dan meminimisasi biaya total keseluruhan (cost efficient). Model rantai pasokan agroindustri yang optimal adalah rantai yang memiliki kombinasi paling baik dan efisien sehingga dapat diperoleh TSCC (Total Supply Chain Cost) yang paling minimum. Kombinasi tersebut merupakan masalah pencarian (searching) untuk mengoptimalkan TSCC dari parameter-parameter rantai pasokan dalam suatu ruang pencarian tertentu (search space). Teknik optimasi terbaru yang berasal dari bidang Artificial Inteligence adalah algoritma genetika (Genetic Algorithms) merupakan salah satu alternatif teknik pencarian (searching technique) heuristik yang bersifat tangguh, adaptif, dan efisien. Algoritma genetika dapat mencari solusi optimal berdasarkan pada mekanisme sistem natural yaitu genetika dan seleksi alam. Solusi minimum TSCC dari model rantai pasokan agroindustri tersebut dapat dipecahkan dengan menggunakan algoritma genetika dengan lebih efektif dan efisien. Penelitian ini bertujuan untuk : Merancang model rantai pasokan agroindustri dengan berdasarkan model transportasi, inventori, dan distribusi; Merancang bangun program algoritma genetika untuk optimasi model rantai pasokan agroindustri dan melihat efisiensi pencarian solusi optimum yang dilakukan algoritma genetika; Melakukan kajian penerapan program algoritma genetika yeng telah dibuat untuk rantai pasokan agroindustri cocodiesel. Implementasi pada penelitian ini adalah rancang bangun program algoritma genetika untuk optimasi model rantai pasokan agroindustri yaitu program GASCM (Genetic Algorithms for Supply Chain Management) Ver. 1.0 yang dibuat menggunakan bahasa pemrograman Borland Delphi 7.0 dengan acuan program Simple Genetic Algoritms (SGA). Telah dilakukan pengembangan dari fungsi-fungsi maupun prosedur-prosedur dalam program antara lain Fungsi FitFunc untuk menghitung fungsi TSCC; Prosedur InitPop yaitu inisialisasi populasi dengan representasi integer dan memenuhi suatu kendala-kendala/constrained; Fungsi Select adalah fungsi untuk menseleksi kromosom dengan teknik seleksi turnamen (tournament selection); dan Prosedur Statistic dikembangkan menjadi dalam bentuk grafik. Hasil penelitian ini menunjukkan bahwa program GASCM Ver. 1.0 sangat efisien dalam menemukan solusi TSCC minimum dari model rantai pasokan agroindustri. Pada kasus 1 (numerical example) untuk rantai pasokan agroindustri 2x2x2, solusi minimum dapat tercapai pada generasi ke-270 dengan nilai TSCC 1525. Algoritma genetika hanya mengeksplorasi 3,5 % total ruang pencarian (total search space) untuk mendapatkan solusi optimal pada kasus 1. Efisiensi algoritma genetika tersebut akan jauh meningkat apabila ruang pencarian semakin besar. Hal ini

ditunjukan oleh kasus 2 (numerical example) untuk rantai pasokan agroindustri 4x3x4 dan kasus 3 untuk studi kasus skenario rantai pasokan agroindustri cocodiesel. Rantai pasokan agroindustri cocodiesel merupakan skenario rantai pasokan agroindustri 2x2x2 yang berada pada Propinsi Kalimantan Barat dan Tengah. Skenario berdasarkan data-data sekunder dan informasi-informasi riil tentang agroindustri cocodiesel Pemasok kelapa pertama (Supplier-1) berada di daerah kabupaten Sambas (Kalimantan Barat) sedangkan untuk pemasok kelapa kedua (Supplier-2) berada di daerah kabupaten Pontianak (Kalimantan Barat). Untuk agroindustri cocodiesel ke-1 berada pada wilayah Sintang (Kalimantan Barat) dan agroindustri cocodiesel ke-2 berada di wilayah Rantaupulut (Kalimantan Tengah). Permintaan untuk cocodiesel ke-1 bagi para nelayan berada di daerah pesisir pantai selat Karimata (Kalimantan Barat) dan kebutuhan permintaan cocodiesel ke-2 untuk industri-industri maupun SPBU berada di kawasan Kalimantan Tengah. Hasil optimasi algoritma genetika terhadap skenario rantai pasokan agroindustri cocodiesel tersebut adalah sebagai berikut : Jumlah pasokan kelapa dari pemasok-1 ke agroindustri-1 sebanyak 408.875 butir; jumlah pasokan kelapa dari pemasok-1 ke agroindustri-2 sebanyak 0 butir; jumlah pasokan kelapa dari pemasok-2 ke agroindustri-1 sebanyak 341.125 butir; jumlah pasokan kelapa dari pemasok-2 ke agroindustri-2 sebanyak 1.000.000 butir; jumlah cocodiesel dari agroindustri-1 ke permintaan-1 sebanyak 100.000 liter; jumlah cocodiesel dari agroindustri-1 ke permintaan-2 sebanyak 0 liter; jumlah cocodiesel dari agroindustri-2 ke permintaan-1 sebanyak 0 liter; jumlah cocodiesel dari agroindustri-2 ke permintaan-2 sebanyak 200.000 liter; jumlah persediaan cocodiesel pada agroindustri-1 sebanyak 50.000 liter; dan jumlah persediaan cocodiesel pada agroindustri-2 sebanyak 0 liter.

Yuvi Andria. F34103021. Agroindustrial of Cocodiesel Supply Chain Model Optimization with Genetic Algorithms. Supervised by Yandra Arkeman and Hendra Gunawan. 2007.

SUMMARY Supply chain management is a set of approaches utilized to efficiently integrate supplier, manufacturers, warehouses, and stores, so that merchandise is produced and distributed at the right quantities, to the right locations, at the right time, in order to minimize systemwide costs while satisfying service level requirement. Agroindustrial supply chain model can optimize if the model have a best and efficient network combinations in order to minimize Total Supply Chain Cost (TSCC). The combination of supply chain parameters is a search problem within certain search space to optimize the TSCC. The newest optimization method is Genetic Algorithms, as one of the Artificial Inteligence tool for heuristic searching technique, which is very robust, adaptive, and efficient. Genetic Algorithms search the best solutions based on the natural system like natural genetic and the process of evolution. The best solution of TSCC in agroindustrial supply chain model can solve with genetic algorithms very efficient and effective. The aim of this research is to : Build the agroindustrial supply chain model based on transportation, inventory, and distribution model; Build a genetic algorithms program for optimize an agroindustrial supply chain model and see the efficiency of the best solution searching with genetic algorithms; Studying and applying genetic algorithms program that have been made for the cocodiesel agroindustrial supply chain. The implementation of this research is build a genetic algorithms program, GASCM (Genetic Algorithms for Supply Chain Management) Ver. 1.0 created with Borland Delphi 7.0 language compiler based on Simple Genetic Algoritms (SGA) program. There are some development of the functions and procedures in the program: FitFunc function, to calculate TSCC function; InitPop procedure, for initialization of population with integer representation and constrained; Select function, to select the chromosome with tournament selection; and Statistic procedure have been developed into chart visualization. The result of this research show GASCM Ver. 1.0 program is very efficient to find the best or minimum solutions of TSCC from agroindustrial supply chain model. Case-1 is a numerical example for 2x2x2 agroindustrial supply chain, the minimum solution can reach at generation-270 with TSCC value is 1525. Genetic algorithms only explore 3,5 % of total search space to get the best solution at case-1. Efficiency of genetic algorithms increase if the search space is more bigger. It show by case-2 (numerical example) for 4x3x4 agroindustrial supply chain and case-3 for case study agroindustrial of cocodiesel supply chain scenario. Agroindustrial of cocodiesel supply chain is an agroindustrial supply chain 2x2x2 that locate at West and Middle Kalimantan province. Scenario based on secondary data and real information about agroindustrial of cocodiesel. The first coconut supplier (Supplier-1) is locate in Sambas (West Kalimantan), and the second coconut supplier (Supplier-2) is locate in Pontianak (West Kalimantan). The first agroindustry of cocodiesel locate in Sintang (West Kalimantan) and the second agroindustry of cocodiesel locate in Rantaupulut (Middle Kalimantan). The first demand of cocodiesel is for fisherman in the coastal seaboard of Karimata strait

(Kalimantan Barat), and the second demand is for an industrials and SPBU that locate in area of Middle Kalimantan. The result of genetic algorithms optimization for agroindustrial of cocodiesel supply chain scenario is : Amout of coconut supply from supplier-1 to agroindustry-1 is 408.875 item, amount of coconut supply from supplier-1 to agroindustry-2 is 0 item, amount of coconut supply from supplier-2 to agroindustry-1 is 341.125 item, amount of coconut supply from supplier-2 to agroindustry-2 is 1.000.000 item, amount of cocodiesel from agroindustry-1 to demand-1 is 100.000 liter, amount of cocodiesel from agroindustry-1 to demand-2 is 0 liter, amount of cocodiesel from agroindustri-2 to demand-1 is 0 liter, amount of cocodiesel from agroindustry-2 to demand-2 is 200.000 liter, amount of cocodiesel inventory at agroindustry-1 is 50.000 liter, and amount of cocodiesel inventory at agroindustry-2 is 0 liter.

KATA PENGANTAR

Alhamdulillahi rabbil ’alamin, puji dan syukur penulis panjatkan kepada Allah SWT, karena dengan rahmat dan karunia-Nya penulis dapat menyelesaikan skripsi yang berjudul ” Optimasi Model Rantai Pasokan Agroindustri Cocodiesel Dengan Menggunakan Algoritma Genetika” dengan baik. Skripsi ini disusun berdasarkan kegiatan penelitian yang dilakukan oleh penulis pada bulan Maret 2007 hingga bulan Juli 2007. Pada kesempatan ini penulis menyampaikan terima kasih kepada berbagai pihak yang telah membantu dalam penyelesaian skripsi ini : 1. Dr. Ir. Yandra Arkeman, M.Eng., sebagai pembimbing I yang telah memberikan pengarahan, bimbingan, dan saran dalam penyelesaian skripsi. 2. Hendra Gunawan, S.TP, sebagai pembimbing II

yang telah memberikan

pengarahan, informasi, dan bimbingan. 3. Dr. Ir. Dwi Setyaningsih M.Si, sebagai dosen penguji pada ujian skripsi, dan atas bantuan infomasi serta masukan data sekunder agroindustri cocodiesel. 4. Papa, Mama, serta adikku yang telah memberikan dukungan, semangat, kasih sayang, dan doa yang tercurah. 5. Anggy, Ayip, Desminda, Devi, Vie-vie, Mona, Imam, Sylvilia, Adam, Renata, Syahrian, Detri, dan teman-teman TIN 40 atas dukungannya sehingga penulis tetap semangat dalam penulisan skripsi ini. 6. Semua pihak yang telah memberikan bantuan selama penulis melakukan kegiatan penelitian, hingga skripsi ini selesai dengan baik. Semoga skripsi ini dapat bermanfaat bagi semua pihak.

Bogor, Juli 2007

Yuvi Andria

RIWAYAT HIDUP

Penulis dilahirkan di kota Bogor pada tanggal 14 Desember 1985 dari pasangan Ahmad Badjuri dan Suyanti. Penulis adalah anak pertama dari dua bersaudara. Pada tahun 1990 penulis masuk Taman Kanak-Kanak Al Khairiyah Bogor dan lulus tahun 1991. Penulis melanjutkan sekolah di SDN Pabrik Gas 2 Bogor dan lulus pada tahun 1997. Tahun 1997, penulis melanjutkan sekolah ke SLTPN 5 Bogor dan lulus tahun 2000. Pada tahun yang sama penulis melanjutkan pendidikan ke SMUN 5 Bogor dan lulus pada tahun 2003. Pada tahun 2003, penulis lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima di departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian. Selama perkuliahan penulis sempat menjadi asisten mata kuliah Penerapan Komputer tahun ajaran 2006/2007 dan asisten Sistem Informasi Manajemen pada tahun ajaran yang sama. Penulis melaksanakan Praktek Lapang selama dua bulan (3 Juli – 25 Agustus 2006) di BPPT-Sapi Perah Cikole, Lembang, Bandung. Penulis mendapatkan beasiswa Peningkatan Prestasi Akademik dari tahun ajaran 2004 hingga 2007.

DAFTAR ISI

halaman KATA PENGANTAR ................................................................................

i

RIWAYAT HIDUP ....................................................................................

ii

DAFTAR ISI ..............................................................................................

iii

DAFTAR TABEL ......................................................................................

vi

DAFTAR GAMBAR ..................................................................................

vii

DAFTAR LAMPIRAN ..............................................................................

ix

I.

PENDAHULUAN ...............................................................................

1

A. LATAR BELAKANG ......................................................................

1

B. TUJUAN ..........................................................................................

3

C. RUANG LINGKUP .........................................................................

3

II. TINJAUAN PUSTAKA ......................................................................

4

A. SUPPLY CHAIN MANAGEMENT ....................................................

4

B. TEKNIK OPTIMASI ........................................................................

10

C. LINEAR PROGRAMMING DAN INTEGER LINEAR PROGRAMMING ....

10

D. MODEL TRANSPORTASI .............................................................

13

E. ALGORITMA GENETIKA ..............................................................

15

1. Prosedur Umum Algoritma Genetika .............................................

16

2. Representasi Kromosom ................................................................

17

3. Fungsi Fitness ...............................................................................

18

4. Operator-Operator Algoritma Genetik ...........................................

18

5. Perbandingan Algoritma Genetik dengan Teknik Optimasi Konvensional .................................................................................

24

F. KELAPA DAN COCODIESEL ........................................................

25

G. PENELITIAN TERDAHULU ..........................................................

29

III. METODOLOGI PENELITIAN ........................................................

31

A. KERANGKA PEMIKIRAN .............................................................

31

B. PENDEKATAN METODE ILMIAH ...............................................

32

IV. PEMBAHASAN ...................................................................................

38

A. MODEL RANTAI PASOKAN AGROINDUSTRI ...........................

38

1. Asumsi .........................................................................................

38

2. Identifikasi Variabel Keputusan ....................................................

39

3. Identifikasi Kendala-Kendala ........................................................

40

4. Perumusan Fungsi Tujuan .............................................................

41

5. Penyusunan Model .......................................................................

42

B. REPRESENTASI KROMOSOM ......................................................

43

C. FUNGSI FITNESS ...........................................................................

44

D. SELEKSI (SELECTION) ..................................................................

44

E. PENYILANGAN (CROSSOVER) .....................................................

45

F. MUTASI (MUTATION) ....................................................................

45

G. IMPLEMENTASI PROGRAM (GASCM VER. 1.0) .........................

45

H. STUDI KASUS ................................................................................

51

1. Kasus 1 : Agroindustrial SCM 2x2x2 ............................................

51

a. Parameter-parameter Algoritma Genetika ..................................

53

b. Inisialisasi Populasi Awal ..........................................................

53

c. Evaluasi dan Seleksi Kromosom ................................................

54

d. Penyilangan dan Mutasi ............................................................

55

e. Hasil Running Progam GASCM Ver. 1.0 ...................................

59

f. Efisiensi Algoritma Genetika .....................................................

61

2. Kasus 2 : Agroindustrial SCM 4x3x4 ............................................

63


66


66


67

d. Penyilangan dan Mutasi ............................................................

69

e. Hasil Running Progam GASCM Ver. 1.0 ...................................

70

f. Efisiensi Algoritma Genetika .....................................................

72

3. Kasus 3 : Skenario kasus rantai pasokan agroindustri cocodiesel ...

73


76


76


77

OPTIMASI MODEL RANTAI PASOKAN AGROINDUSTRI COCODIESEL DENGAN MENGGUNAKAN ALGORITMA GENETIKA

Recommend Documents