PENGEMBANGAN MODEL KEPUTUSAN LOKASI DAN ALOKASI PADA JEJARING RANTAI PASOK MULTI-ESELON DENGAN PARTICLE SWARM OPTIMIZATION ALGORITHM

  • Eunike Rianiputri Kosasih Jurusan Teknik Industri Fakultas Teknik Universitas Surabaya
  • Amelia Santoso Jurusan Teknik Industri Fakultas Teknik Universitas Surabaya
  • Dina Natalia Prayogo Jurusan Teknik Industri Fakultas Teknik Universitas Surabaya

Abstract

Pada supply chain design penentuan lokasi fasilitas industri merupakan keputusan yang harus diperhitungkan dengan tepat, karena keputusan lokasi merupakan keputusan jangka panjang. Selain itu, penentuan alokasi ke tiap entitas pada rantai pasok juga harus ditentukan. Shankar et al. (2013) mengembangkan model matematis terkait pemilihan lokasi dan alokasi pada jejaring rantai pasok multi-eselon. Namun model yang dikembangkan tersebut belum memperhitungkan batasan kapasitas armada dan kevariasian produk. Sedangkan jika penggunaan armada lebih besar dibandingkan dengan armada yang tersedia batasan kapasitas armada harus diperhitungkan, dan pada umumnya saat ini perusahaan memproduksi produk lebih dari satu jenis. Oleh karena itu penelitian ini akan mengembangkan model Shankar et al. (2013) menjadi model keputusan lokasi dan alokasi yang mempertimbangkan batasan kapasitas armada dan variasi produk. Model yang telah dikembangkan kemudian diuji coba menggunakan dua metode, yaitu metode optimasi dan Particle Swarm Optimization (PSO) Algorithm. Hasil yang diperoleh dari dua uji coba tersebut adalah, total biaya dari metode PSO 8% lebih tinggi dibandingkan dengan metode optimasi, namun waktu yang dibutuhkan PSO untuk menyelesaikan model lima kali lebih cepat dibanding metode optimasi, sehingga dapat dikatakan bahwa metode PSO lebih efektif untuk digunakan. Analisis sensitivitas menunjukkan bahwa fungsi tujuan total biaya sensitif terhadap perubahan parameter demand dan tidak sensitif terhadap perubahan parameter kapasitas.  

Downloads

Download data is not yet available.

References

Ai, T.J., Kachitvichyanukul, V., (2009), “A Particle Swarm Optimization for the Vehicle Routing Problem with Simultaneous Pickup and Delivery”, Computers & Operation Research 36, pp. 1693-1702.

Bowersox, D.J., Closs, D.J., Cooper, M.B., Bowersox, J.C., (2013), Supply Chain Logistics Management, Fourth Edition, New York: McGraw-Hill.

Chopra, S., Meindl, P., (2013), Supply Chain Management: Strategy, Planning, and Operation, Fifth Edition, Pearson Education International, New Jersey USA.

Christopher, M., (1998), Logistics and Supply Chain Management: Strategies for Reducing Cost and Improving Service, England: Financial Times.

Coyle, J.J., Langley ,C.J., Gibson, B.J., Novack, R.A., Bardi, E.J., (2008), Supply Chain Management: A Logistics Perspective, USA: South-Western Cengage Learning.

Hosseinenezhad, S.J., Jabalameli, M.S., Naini, S.G.J., (2013), “A Fuzzy Algorithm for Continuous Capacitated Location Allocation Model with Risk Consideration”, Applied Mathematical Modelling.

Hugos, M., (2003), Essentials of Supply Chain Management, USA: Wiley.

Melo M.T., Nickel S., Saldanha-da-Gama F., (2009), “Facility Location and Supply Chain Management – A Review”, European Journal of Operational Research, Vol 196, pp. 401-412.

Mousavi, S.M., (2013), “Capacitated Location Allocation Problem with Stochastic Location and Fuzzy Demand: A Hybrid Algorithm”, Applied Mathematical Modelling, Vol 37, pp. 5109-5119.

Parung, J., (2008), Buku Ajar Metodologi Penelitian, Jurusan Teknik Industri, Universitas Surabaya.

Pujawan, I.N., (2005), Supply Chain Management, Surabaya: Guna Widya.

Santoso, B., Willy, P., (2011), Metoda Metaheuristik Konsep dan Implementasi, Surabaya: Guna Widya.

Shankar, B.L., Basavarajappa, S., Chen, J.C.H., Kadadevaramath, R.S., (2013), “Location and Allocation Decisions for Multi-echelon Supply Chain Network – A Multi-Objective Evolutionary Approach”, Expert Systems with Application, Vol 40, pp. 551-562.

Simchi-Levi D., Kaminsky P., Simchi-Levi Edith, (2008), Designing and Managing the Supply Chain: Concepts, Strategies, and Case Studies, Third Edition, New York: McGraw-Hill.

Wang, K.J., Makond, B., Liu S.Y., (2011), “Location and Allocation Decisions in A Two-Echelon Supply Chain with Stochastic Demand – A Genetic-Algorithm Based Solution”, Expert Systems with Application, Vol 38, pp. 6125-6131.

Wang, S., Watada, J., (2012), “A Hybrid Modified PSO Approach to VaR-Based Facility Location Problems with Variable Capacity in Fuzzy Random Uncertainty”, Information Sciences, Vol 192, pp. 3-18.
Published
2014-03-01
How to Cite
KOSASIH, Eunike Rianiputri; SANTOSO, Amelia; PRAYOGO, Dina Natalia. PENGEMBANGAN MODEL KEPUTUSAN LOKASI DAN ALOKASI PADA JEJARING RANTAI PASOK MULTI-ESELON DENGAN PARTICLE SWARM OPTIMIZATION ALGORITHM. CALYPTRA, [S.l.], v. 3, n. 1, p. Hal. 1 - 16, mar. 2014. ISSN 2302-8203. Available at: <http://journal.ubaya.ac.id/index.php/jimus/article/view/1889>. Date accessed: 17 nov. 2019.