digilib@itb.ac.id +62 812 2508 8800

ABSTRAK - Budi Marpaung
PUBLIC Alice Diniarti

Untuk menurunkan biaya persediaan dan penjemputan, kerjasama yang saling menguntungkan di antara vendor dan buyer menjadi dasar untuk mengembangkan model Inventory Routing Problem (IRP). Permasalahan IRP merupakan masalah persediaan yang terintegrasi dengan masalah rute kendaraan (VRP), yang perlu diselesaikan secara simultan. Penelitian ini bertujuan menghasilkan model IRP pada sistem multi-vendor single-buyer (MVSB) dengan mempertimbangkan kapasitas vendor, jenis kendaraan penjemput, durasi perjalanan kendaraan penjemput, dan penjemputan kelompok komponen, untuk meminimasi total biaya relevan yang terdiri dari biaya set-up, biaya pemesanan, biaya penyimpanan, dan biaya penjemputan. Penelitian ini menghasilkan lima model. Model 1 merupakan model IRP yang mempertimbangkan keterbatasan kapasitas vendor dengan satu jenis kendaraan penjemput dan sistem transportasi milk-run. Model 2 merupakan pengembangan dari Model 1 dengan mempertimbangkan juga durasi perjalanan kendaraan. Model 2 terdiri dari 2 varian model, yaitu Model 2A (jumlah kendaraan tak terbatas dan tanpa batasan maksimum durasi perjalanan kendaraan), dan Model 2B ( jumlah kendaraan terbatas dan dengan batasan maksimum durasi perjalanan kendaraan). Model 3 merupakan pengembangan dari Model 2, dengan mempertimbangkan juga jenis kendaraan. Model 3 terdiri dari 2 varian model, yaitu Model 3A (jumlah tiap jenis kendaraan tak terbatas dan tanpa batasan maksimum durasi perjalanan kendaraan), dan Model 3B (jumlah tiap jenis kendaraan terbatas dan dengan batasan maksimum durasi perjalanan kendaraan). Model 4 merupakan pengembangan dari Model 2, dengan mempertimbangkan juga pengelompokan penjemputan komponen. Model 4 terdiri dari 2 varian model, yaitu Model 4A (jumlah kendaraan tidak terbatas dan tanpa batasan maksimum durasi perjalananan kendaran), dan Model 4B (jumlah kendaraan terbatas dan adanya batasan maksimum durasi perjalanan kendaraan). Model 5 sebagai model akhir disertasi ini merupakan pengembangan Model 4, dengan mempertimbangkan juga jenis kendaraan. Model 5 terdiri dari 2 varian model, yaitu Model 5A (jumlah tiap jenis kendaraan tidak terbatas dan tanpa batasan maksimum durasi perjalananan kendaran), dan Model 5B (jumlah tiap jenis kendaraan terbatas dan adanya batasan maksimum durasi perjalanan kendaraan). Permasalahan penelitian ini tidak dapat diselesaikan dengan pendekatan analitik karena sejumlah variabel keputusan berupa bilangan bulat yang sebagian berhubungan dalam fungsi non-linear. Selanjutnya, kelima model diformulasikan sebagai Mixed Integer Non-Linear Programming (MINLP), dan diselesaikan dengan pendekatan eksak dengan bantuan Lingo 18.0. Hasil yang diperoleh menunjukkan bahwa waktu komputasi menaik secara eksponensial seiring dengan meningkatnya ukuran permasalahan, yang merupakan ciri permasalahan NP-hard. Dengan demikian, pendekatan eksak juga tidak bisa diandalkan untuk memecahkan masalah penelitian ini, khususnya ketika kompleksitas permasalahan semakin membesar. Untuk mengatasi keterbatasan pendekatan analitik dan pendekatan eksak dalam menemukan solusi, pada penelitian ini dikembangkan algoritma usulan berbasis pada Ant Colony Optimization (ACO). Algoritma ACO yang dikembangkan menggunakan pendekatan dekomposisi, yaitu memecah permasalahan atas dua bagian, yaitu sub-problem inventori dan sub-problem VRP. Terdapat dua variabel keputusan yang secara bersamaan ada pada kedua sub-problem tersebut, yaitu waktu siklus penjemputan, dan alokasi pesanan. Adapun variabel keputusan yang hanya ada pada sub-problem inventori adalah frekuensi penjemputan, dan pada sub-problem VRP adalah rute kendaraan. Hasil uji coba untuk permasalahan pada skala kecil menunjukkan bahwa algoritma ACO dapat menemukan solusi yang sama dengan solusi optimum global bila menggunakan pendekatan eksak, dengan waktu komputasi yang jauh lebih singkat. Solusi juga dapat diperoleh untuk skala permasalahan skala menengah maupun skala besar dengan waktu komputasi yang realistis. Dengan demikian, algoritma ACO dapat digunakan untuk menemukan solusi permasalahan untuk beragam skala permasalahan. Hasil penelitian memberikan konfirmasi pada temuan sejumlah penelitian sebelumnya yang menunjukkan bahwa terdapat trade-off antara biaya persediaan dan biaya penjemputan. Hasil penelitian juga memberi konfirmasi pada temuan sejumlah penelitian sebelumnya yang menunjukkan bahwa total biaya relevan dengan sistem transportasi milk-run lebih rendah dibandingkan dengan sistem transportasi independen (direct pick-up). Temuan penelitian ini selaras dengan fakta pada industri manufaktur sebagaimana diungkapkan dalam sejumlah penelitian terdahulu, yang menggunakan sistem transportasi milk-run dalam penjemputan komponen dari seluruh lokasi vendor. Penelitian ini merekomendasikan penjemputan komponen menggunakan sistem transportasi milk-run. Namun demikian, masih diperlukan pengembangan model yang dapat mengakomodasi situasi permasalahan yang lebih realistik lagi, seperti nilai parameter yang bersifat dinamis maupun probabilistik, dan kegiatan produksi pada vendor dan buyer yang umumnya multi-stage.