Pengembangan Model Transportasi Untuk Rantai Pasok Two Echelon Dengan Pertimbangan Frequent Item Multi-Product
Sistem transportasi memainkan peranan esensial dalam proses distribusi produk yang menjadi bagian integrasi dari proses rantai pasok. Penelitian ini berfokus pada perancangan model transportasi rantai pasok two echelon untuk meminimalkan total biaya pengiriman dari echelon satu dan dua serta meningkatkan efisiensi distribusi melalui pemanfaatan distribution center. Penelitian mengusulkan perancangan model transportasi two echelon multi-product dengan pendekatan frequent item untuk menganalisis pola distribusi produk melalui data transaksi penjualan. Penelitian ini menggunakan metode metaheuristic genetic algorithm untuk menyelesaikan permasalahan NP-hard dalam pengiriman multi-product pada transportasi two echelon, yang diformulasikan dalam model Mixed Integer Linear Programming (MILP). Pendekatan tersebut mempertimbangkan permintaan yang dinamis pada echelon kedua serta optimalisasi pengelolaan persediaan dan pengalokasian sumber daya berdasarkan frequent item multi-product. Rancangan solusi model dibangun menggunakan genetic algorithm dengan hasil iterasi untuk mendapatkan best solution biaya pengiriman. Proses uji verifikasi dan validasi model menggunakan bahasa pemrograman Java dan kerangka kerja MOEA framework pada sotware NetBeans. Hasil komputasi untuk studi kasus sistem transportasi pengiriman makanan menghasilkan best solution sebesar Rp.121,600,000. Hasil penelitian menunjukkan model yang dikembangkan dapat meminimasi biaya pengiriman dan meningkakan efisiensi distribusi dalam industri ritel, serta memberikan best solution melalui uji verifikasi dan validasi. Pengembangan model ini memungkinkan perusahaan untuk mengoptimalkan proses distribusi dan memenuhi permintaan konsumen dengan lebih baik serta memberikan nilai tambah yang signifikan dalam proses rantai pasok.
URI
https://repo.itera.ac.id/depan/submission/SB2408120021
Keyword
Sistem Transportasi Rantai Pasok Two Echelon Distribution Center Frequent Item Mixed Integer Linear Programming Metaheuristic Genetic Algorithm