Pengembangan Model Inventory Routing Problem (IRP) pada Permasalahan Distribusi Produk Perishable Nama NRP Dosen Pembimbing
: Wahyudi : 2509100034 : Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng, CSCP
Jurusan Teknik Industri Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2013
Latar Belakang Pengembangan model IRP dengan mempertimbangkan karakteristik produk perishable
Potensi perekonomian Agraris yang tinggi Membutuhkan supply chain management yang baik
Vendor managed Inventory (VMI)
Ekspor Hortikultura Indonesia (Dephan, 2011) SCM merupakan kegiatan terintegrasi Produk perishable merupakan Buah-buahan : antar beberapa organisasi dalam $234.867.444 produk dengan karakteristik VMI suatu Sayuranmerupakan :antara $yang dua IRP merupakan sebuah rantai integrasi pasok tidak tahan lama yang 171.468.367dimana pemasok keadaan komponen yang dari inventory mengkoordinasikan aliran Tanaman Hiasterdiri : $ material, membutuhkan pengaturan diberikan hakrouting untuk 9.230.721 informasi, control dan dan vehicle finansial dalam dimana rangka temperatur ideal agar Tanaman Biofarma :dapat $ dan memutuskan apa, kapan, kedua memenuhi komponen tersebut konsumen ditentukan 9.448.130permintaan meminimalkan terjadinya
berapa jumlah produk yang secara simultan (Savelsberg dkk, daya 2006). dengan tujuan meningkatkan degradasi mikroba (United akan dikirimkan ke retailer.secara saing rantai pasok perusahaan States Department of keseluruhan 2008) Agriculture (Stadler (USDA),dkk, 2006). Apa? Kapan? Berapa?
Inventory Routing Problem (IRP)
1. Biaya energi (cold storage) 2. Biaya penurunan kualitas Produk Perishable
Rumusan dan Tujuan Rumusan
Tujuan
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.
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.
Ruang Lingkup Penelitian Batasan
Asumsi
1.
1.
Kapasitas angkut setiap kendaraan adalah sama.
2.
Tingkat permintaan (demand rate) diasumsikan bersifat deterministik.
3.
Initial inventory pada tiap retailer diasumsikan telah diketahui.
2.
3.
Data yang digunakan pada pengujian model merupakan data sekunder. Model inventory routing problem yang dibuat terdiri dari satu pemasok dengan beberapa retailer. Produk yang dibahas pada model yang akan dikembangkan hanya satu jenis (single item).
Model Inventory Routing Problem(Irawan, 2010) Fungsi Tujuan: Inventory Holding Cost
Variable Cost
..…..(1)
Fixed Cost
Subject to: ..…..(2) ..…..(3)
Inventory Constraint
..…..(4) ..…….(5) Replenishment Quantity
Model Inventory Routing Problem(Irawan, 2010) .…….(6) .…….(7)
Retailer Capacity Constraint
Stationary Interval Property Constraint
.…….(8) .…….(9)
Vehicle Capacity Constraint
..…..(10)
Tour Duration
…….(11)
Route Continuity
…….(12) Number of Truck Used
…….(13)
Model Inventory Routing Problem(Irawan, 2010) ..………(14) ..………(15)
Pairing Constraint
Frequency Constraint
..………(16) ..………(17)
Non self visited
..………(18) Binary Value
..………(19)
Model Penurunan Kualitas (Rong dkk, 2011) Rong dkk, (2011) mengembangkan suatu model penurunan kualitas yang terjadi pada produk perishable berdasarkan Labuza (1982). k = k0.exp[-Eα/RT] Laju penurunan kualitas berdasarkan pada waktu dan temperatur penyimpanan dimodelkan sebagai berikut: ∆q(t, T) = -k0t.exp[-Eα/RTi] Dimana k0 = konsta Eα = energi aktivasi t = durasi waktu R = gas konstan T = temperatur absolut
Kebutuhan Energi pada Truk Berpendingin (Adler, 2010)
G = berat muatan (kg) C = spesifikasi panas muatan (kkal) ∆t1= perbedaan antara temperatur eksternal dengan 0oC Cl = panas laten muatan (kkal/kg) ∆t2= perbedaan antara temperatur 0oC dengan temperatur cold storage
Penelitian Terdahulu
Metodologi Penelitian Mulai Pengembangan dan Formulasi Model Model Irawan (2010)
Model Rong (2011)
Konsep IRP dengan single item
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 mengubah waktu dan temperatur selama pengiriman 2.Analisis perilaku model terhadap perubahan strategi Kesimpulan dan Saran Selesai
Notasi Model :
Pemodelan Sistem
Notasi Model :
Pemodelan Sistem
Variabel Keputusan:
Fungsi Tujuan:
Pemodelan Sistem
Vehicle Depot Cost
Transportation Depot Cost Deterioration Depot Cost Energy Depot Cost
Deterioration Retailer Cost
Inventory Retailer Cost
Energy Retailer Cost
..…..(1)
Fungsi Pembatas:
Pemodelan Sistem ..…..(2) ..…..(3)
Inventory Constraint
..…..(4) ..…..(5) ..…..(6) ..…..(7) Quantity Delivery Constraint
..…..(8) ..…..(9)
..…..(10)
Fungsi Pembatas:
Pemodelan Sistem ..…..(11) ..…..(12) ..…..(13)
Route Constraint
..…..(14) ..…..(15) ..…..(16)
Number of Vehicle Constraint
Fungsi Pembatas:
Pemodelan Sistem ..….(17) Tour Constraint
..…..(18) ..…..(19) ..…..(20)
Binary and Nonnegativity Constraint
Percobaan Numerik Percobaan 1 (Suhu cold storage 0� Celcius dan k0 = 0.0094686) Output:
Percobaan Numerik Percobaan 2 (Suhu cold storage 1� Celcius dan k0 = 0.0120005) Output:
Percobaan Numerik Percobaan 3 (Suhu cold storage 2� Celcius dan k0 = 0.0151831) Output:
Percobaan Numerik Percobaan 4 (Suhu cold storage 3� Celcius dan k0 = 0.0191772) Output:
Percobaan Numerik Percobaan 5 (Suhu cold storage 4� Celcius dan k0 = 0.0241811) Output:
Perbandingan Hasil Percobaan Numerik Perbandingan Total Biaya Sistem
1. Percobaan yang memberikan total biaya sistem paling minimum adalah percobaan 2. 2. Menghambat laju penurunan kualitas produk belum tentu memberikan total biaya sistem yang paling minimum.
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.
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.
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.
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.
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.
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.
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 depot terhadap keputusan pemilihan strategi sistem terbaik.
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, 1515-1536. Bogataj, M., Bogataj, L. & Vodopivec, R. (2005). Stability of Perishable Goods in Cold Logistic Chains. Int. J. Production Economics, 93-94. 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. http://jabar.litbang.deptan.go.id /ind/index.php/programlitbang/kawasan-hortikultura. Akses terakhir: 20 Maret 2013. Dong, Y., Xu, K. (2002). A Supply chain Model of Vendor Managed Inventory. Transportation Reserach Part E, 38, 75-95. Kuo , J.-C. & Chen, M.-C. (2010). Developing an Advanced Multi Temperature Joint Distribution System for The Food Cold Chain. Food Control, 559-566. Labuza, T.P. (1982). Shelf-Life Dating of Foods. Food & Nutrition Press: Westport.
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. 4149-4159. 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. 1447-1456. 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, 285-295. 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, 421-429. 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, 183-203. Wang, S.K. (2001). Handbook of Air Conditioning and Refrigeration. McGraw-Hill: New York.
Terima Kasih
