MATA KULIAH MANAJEMEN PERGUDANGAN

TUGAS REVIEW ARTIKEL JURNAL INTERNASIONAL

KEPUTUSAN MANAJEMEN PERGUDANGAN
TOPIK WAREHOUSE LAYOUT

Disusun Oleh :
Lubna Hananing Bakti Palupi
(19/444149/TP/12526)
Dosen Pengampu :
Dr. Nafis Khuriyati, S.T.P., M.Agr.

PRODI S1 TEKNOLOGI INDUSTRI PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS GADJAH MADA
2021
Judul artikel Joint optimization of dynamic lot and warehouse sizing problems
Penulis Jie Fan, Guoqing Wang
Jurnal European Journal of Operational Research
Tahun 2018
Halaman 849-854
Reviewer Lubna Hananing Bakti Palupi
Tanggal 26 September 2021

Pendahuluan Dalam artikel ini, peneliti menyelidiki masalah joint dynamic lot dan
warehouse sizing (L&WS) di mana sebuah perusahaan menyewa ruang
gudang untuk menyimpan produk dengan cara yang fleksibel. Mirip dengan
masalah classical dynamic lot sizing (LS), ada periode T di cakrawala
perencanaan. Permintaan produk di setiap periode bersifat deterministik dan
bervariasi terhadap waktu, sebagai hasil dari proses perencanaan kebutuhan
material. Biaya pemesanan adalah tetap, dan biaya penyimpanan persediaan
adalah linier. Backlog tidak diperbolehkan. Pada awal setiap periode, ukuran
gudang dapat ditingkatkan atau dikurangi. Biaya sewa harus dibayar untuk
ukuran gudang yang sebenarnya, yang disewakan pada setiap periode.
Persediaan akhir masing-masing periode dibatasi oleh ukuran gudang periode
tersebut. Tujuannya adalah untuk menentukan produksi dan merencanakan
sewa gudang yang optimal untuk meminimalkan total biaya yang relevan.
Masalah yang diteliti dilatarbelakangi oleh luasnya aplikasi gudang
publik dan pihak ketiga untuk penyimpanan produk. Penggunaan gudang
publik atau pihak ketiga untuk penyimpanan material dapat menyingkirkan
konsumsi waktu berlebih dan investasi modal yang mahal pada fasilitas
pergudangan perusahaan, dan sewa ruang pergudangan sesuai dengan
kebutuhan aktualnya dapat menghindari biaya ruang yang tidak dibutuhkan.
Dalam hal ini manajer perlu mengoordinasikan keputusan
produksi/persediaan dan keputusan ukuran gudang mereka untuk mencapai
tujuan.
Model L&WS mengintegrasikan LS konvensional dan Model WS
untuk membuat ukuran gudang, produksi, dan keputusan persediaan. Dalam
artikel ini, peneliti akan menunjukkan dalam eksperimen komputasi bahwa
 optimasi bersama keputusan ukuran lot dan gudang jauh lebih baik daripada
pertama-tama membuat keputusan ukuran lot dan kemudian keputusan
ukuran gudang.
Dalam artikel ini, pada bagian 2, peneliti menyajikan formulasi
Metode
matematika dan memperkenalkan beberapa sifat optimalitas dari masalah
yang diteliti. Kemudian, peneliti menyediakan algoritma pemrograman
dinamis (DP) O(𝑇 4 ) untuk menyelesaikan masalah ini di bagian 3. Peneliti
melakukan eksperimen komputasi untuk menunjukkan efektivitas model dan
efisiensi dari algoritma di bagian 4. Artikel ini disimpulkan dalam bagian 5.
a. Pada bagian algoritma pemrograman dinamis, pertama-tama peneliti
Hasil
menyajikan formulasi pemrograman dinamis langsung untuk masalah
Penelitian
L&WS, yang dapat memberikan solusi optimal dalam waktu O(𝑇 6 ).
Kemudian peneliti mengembangkan prosedur yang efisien untuk
menyelesaikan formulasi DP ini dalam waktu O(𝑇 4 ) dan menghasilkan
teorem yang menyatakan bahwa masalah L&WS dapat diselesaikan
dengan dalam waktu O(𝑇 4 ).
b. Dari eksperimen komputasi, didapatkan algoritma jauh lebih efisien
daripada pemecah MIP komersial, dan optimasi bersama mengungguli
pengambilan keputusan sekuensial.
Kesimpulan Dalam artikel ini, peneliti mempresentasikan joint lot sizing dan
model warehouse sizing dengan tuntutan deterministik, di mana biaya terkait
dengan keputusan ukuran lot mencakup biaya pemesanan tetap dan biaya
penyimpanan linier, dan yang terkait dengan keputusan ukuran gudang
mencakup biaya sewa linier dan biaya penyesuaian tetap-plus-linier. Peneliti
mendekomposisi periode produksi dan periode penyesuaian gudang dalam
prosedur rekursif mundur, dan mengembangkan O(𝑇 4 ) DP algoritma. Dalam
eksperimen komputasi, peneliti menunjukkan bahwa algoritma jauh lebih
efisien daripada pemecah MIP komersial, dan optimasi bersama mengungguli
pengambilan keputusan sekuensial. Dengan mengoordinasikan dua
keputusan ini, total biaya gudang penyesuaian, produksi, dan persediaan rata-
rata dapat dikurangi lebih dari 10%.
Saran Untuk penelitian lebih lanjut, menarik untuk diteliti apakah ada
algoritma yang efisien untuk L&WS dengan biaya yang lebih umum struktur
atau backlogging. Arah penelitian lain yang menarik adalah untuk
memperluas model ke pengaturan multi-item.