Pengembangan Model Forward-Reverse Supply Chain Berbasis Reinforcement Learning Untuk Bahan Medis Dengan Memperhitungkan Risiko Biologis Pada Ketidakpastian Permintaan dan Operasional
Pengelolaan limbah medis memerlukan sistem distribusi yang efisien untuk memastikan keamanan dan efektivitas biaya. Penelitian ini berfokus pada pengembangan model sistem distribusi forward and reverse supply chain limbah medis berbasis metode Reinforcement Learning (RL). Model ini dirancang untuk mengoptimalkan keuntungan dan meminimalkan risiko biologis yang ditimbulkan oleh limbah. Metode Reinforcement Learning (RL) digunakan untuk merancang kebijakan operasional dan transportasi yang optimal, mencakup jalur distribusi, frekuensi pengiriman, dan jumlah kapasitas antar fasilitas, mulai dari supplier hingga pemusnahan atau daur ulang.
Hasil dari simulasi selama 100 episode menunjukkan bahwa Reinforcement Learning (RL) mampu belajar dan beradaptasi, dengan hasil optimal berupa keuntungan sebesar IRR 110.000 dan risiko biologis sebesar 220 km.
URI
https://repo.itera.ac.id/depan/submission/SB2505260063
Keyword
forward and reverse supply chain, Reinforcement Le forward and reverse supply chain, Reinforcement Le