A Production Inventory Routing Planning For Perishable Food with Quality Consideration

Pada penelitian ini, level kualitas dibagi berdasarkan waktu hidup produk yang bersumber dari penelitian Ferguson dan Talluri, dimana level 0 adalah
ketika produk baru saja dipetik. Saat mulai proses distribusi, produk dibagi menjadi 3 level dengan asumsi siklus hidup berakhir saat hari ke 7, yaitu
level 1 (1-2), level 2 (3-4) , dan level 3(5-7).
Penelitian ini memberikan 3 contoh penerapan pada 5 retail, pada 5 periode waktu t, dengan 1 kendaraan dan level kualitas adalah 2.
Kemudian 5 retail, pada 5 periode waktu t, dengan 1 kendaraan dan level kualitas adalah 1,dan 5 retail, pada 5 periode waktu t, dengan 1 kendaraan
dan level kualitas adalah 3. Data-data ini kemudian diinput dalam Bahasa pemrograman OPL dan dirun menggunakan Cplex. Hasilnya, jumlah
produksi tidak mencapai batas kapasitas dalam semua periode dan biaya persediaan relative rendah. Hal ini dikarenakan produk perishable memiliki
masa simpan relative singkat. Selain itu, harga produk menurun dengan cepat seiring dengan penurunan kualitas. Dengan mempertimbangkan
penurunan harga dengan penurunan kualitas, penelitian ini berhasil memberikan informasi yang dapat diaplikasikan di kehidupan nyata. Analisis pada
produk perishable dengan tingkat penurunan kualitas yang berbeda memberikan perubahan laba yang cukup besar.

Spasial temporal : memperhitungan waktu dan kondisi. Optimalisasi MO-VRPTW-P adalah masalah NP-hard. Berbagai tujuan biasanya perlu dioptimalkan di
waktu yang sama. Dalam masalah optimasi kombinasi, Genetic algorithm (GA) adalah algoritma global optimal dan (VNS) adalah algoritma pencarian lokal
yang efisien. Penelitian ini menggabungkan peningkatan GA dengan VNS, dan kemudian menerapkan algoritma hybrid untuk menyelesaikan masalah multi-
objektif. Peneliti merancang algoritma heuristik dua fase (STVNS-GA) berdasarkan metode Pareto. Pada tahap pertama, kami menggunakan K-means metode
cluster node untuk mendapatkan solusi awal mengingat jarak spatial-temporal (ST). Di tahap kedua, kami mengadopsi Variable neighborhood search (VNS)
dan algoritma genetika untuk mengoptimalkan rute distribusi. Kita pilih solusi non-dominan yang lebih baik dari setiap generasi dengan mengadopsi jarak
crowding dan memasukkannya ke dalam arsip eksternal. Efektivitas dinilai dari perbandingan ketika model mempertimbangkan VNS dan tidak.

Tujuan dari penelitian ini adalah minimasi total biaya distribusi, dengan mempertimbangkan jarak, persediaan, energi, dan pinalti jika waktu yang dipenuhi
diluar dari batasan time windows (dalam penelitian ini merupakan interval penerimaan barang di konsumen). Dalam perhitungan biaya, biaya persediaan
dipengaruhi oleh deteriorisasi produk perishable. Kemudian biaya transportasi dipengaruhi oleh jarak yang ditempuh. Biaya transportasi dan persediaan
dianggap memiliki sifat stokastik karena tidak pasti dan tergantung pada keadaan. Hasil penelitian adalah rute pengiriman, muatan, waktu yang optimal dari
pusat ke konsumen. Model dalam penelitian ini memungkinkan pihak pembuat keputusan mempertimbangkan variasi suhu, perjalanan, pengiriman, dan
penurunan kualitas produk yang semuanya bergantung pada waktu menggunakan Time Windows untuk menghasilkan rute dan biaya optimal
Perhitungan kualitas yang dicetuskan oleh Osvald berbentuk fungsi linier dengan pertimbangan waktu dan suhu. Hasil perhitungan berupa presentase yang
nantinya akan ditotalkan dengan biaya pengiriman lainnya.