Subscribe to DeepL Pro to translate larger documents.

Visit www.DeepL.com/pro for more information.

TRANSAKSI IJE B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432

Jurnal Teknik Internasional

JournalHomepage:www.ije.ir

Merancang Ulang dan Merencanakan Ulang Lokasi, Harga, Persediaan dan

Keputusan Pemasaran dalam Jaringan Distribusi Multi-saluran: Sebuah Studi
Kasus
H. Bagheria, M. H. Karimi Ghavareshki*a, H. Fazlollahtabarb, M. Abbasia

Departemen Teknik Industri, Fakultas Teknik, Universitas Teknologi Malek Ashtar, Teheran, Iran
b Departemen Teknik Industri, Fakultas Teknik Universitas Damghan, Damghan, Iran

PAPERINFO ABSTRACT

Sejarah kertas: Diskusi tentang desain dan perencanaan jaringan distribusi dan distribusi, termasuk lokasi,
Diterima 02 November 2022 penetapan harga, pemilihan saluran distribusi yang optimal, serta keputusan pemasaran, merupakan
Diterima dalam bentuk revisi 10 Desember hal yang sangat penting dalam rantai pasokan. Karena perubahan dan ketidakpastian permintaan
2022 Diterima 11 Desember 2022 pasar, desain dan perencanaan jaringan distribusi dan penjualan statis telah menemui banyak
masalah dalam praktiknya. Artikel ini menyajikan sebuah
model pemrograman matematika nonlinier untuk mencari lokasi, kontrol inventaris, dan pemasaran
Kata kunci: Lokasi produk yang diproduksi untuk organisasi multi-kegiatan yang mencakup unit manufaktur, distribusi, ritel,
Jaringan Distribusi dan grosir. Model ini mencakup pelokalan pusat distribusi dan manajemen inventaris yang sesuai,
Harga dengan mempertimbangkan parameter yang terkait dengan pemasaran seperti penetapan harga multi-
Keputusan Pemasaran saluran. Dukungan keputusan terpusat dikembangkan untuk memilih saluran penjualan yang sesuai,
untuk menentukan jumlah produk yang dijual di setiap saluran dan diskon yang diberikan untuk setiap
saluran tertentu dengan menggunakan data nyata. Dalam model ini, tujuannya adalah untuk
memaksimalkan keuntungan sekaligus meningkatkan nilai pelanggan dengan
mempertimbangkan harga pesaing dan memilih saluran terbaik untuk mengirimkan produk ke
pelanggan. Akhirnya, untuk contoh masalah kecil, model yang diusulkan diselesaikan dengan
menggunakan paket perangkat lunak optimasi GAMS 28.2.0 x64. Studi validasi dan analisis
sensitivitas dilakukan untuk mengimplikasikan keefektifan model matematika yang diformulasikan.
doi: 10.5829/ije.2023.36.02b.20

NOMENKLATUR
Indeks Waktu tunggu produk untuk mencapai pusat distribusi
𝐥 Pusat distribusi yang tersedia Mmγ Varians permintaan produk dalam distribusi normal
𝐦 Kumpulan saluran penjualan perusahaan CAPγ Biaya pendirian gudang baru di titik k
Kumpulan titik-titik potensial untuk membuat pusat Dγr Biaya transportasi setiap unit produk dari gudang
�
distribusi baru Lam ke saluran penjualan Mm
Biaya pengangkutan setiap unit produk dari
𝐫 Area permintaan untuk produk Cγ
gudang ke saluran penjualan m
Parameter Variabel keputusan
Kecepatan produksi produk oleh produsen
� � � Harga jual produk di saluran m
domestik
��� Harga rata-rata pesaing untuk produk di saluran ��
Jika produk dialokasikan ke wilayah ke-r melalui
distribusi m �
saluran ke-m, 1 jika tidak 0
Jumlah alokasi produk dari pusat distribusi L melalui
Kapasitas produksi produsen dalam negeri untuk
��� ��� saluran m untuk permintaan wilayah r
� produk tersebut � Jumlah alokasi produk dari kth
𝐥 ��� Kapasitas pusat distribusi adalah L 𝝎�
′ pusat distribusi potensial melalui saluran ke-m
�
�
untuk permintaan wilayah ke-r
�� Biaya pemeliharaan setiap unit produk di pusat ��
Persentase minimum laba bersih yang
distribusi dipertimbangkan untuk produk di m saluran
Jumlah total pesanan produk oleh
Biaya pengangkutan setiap unit produk dari produksi
�� ∗ � sistem pengambilan keputusan untuk
domestik ke pusat distribusi adalah L
�� alokasi ke pusat-pusat distribusi
*Korespondensi Penulis Email Institusi: mh_karimi@mut.ac.ir
(H. Karimi Ghavareshk)

Silakan kutip artikel ini sebagai: H. Bagheri, MH Karimi Ghavareshki, H. Fazlollahtabar, M. Abbasi, Fabrikasi Membran Nanokomposit Zeolit
Pebax / 4A untuk Meningkatkan Selektivitas CO2 Dibandingkan dengan Gas O2, N2, dan CH4 Murni, Jurnal Teknik Internasional, Transaksi B:
Aplikasi, Vol. 36, No. 02, (2023), 420-432
 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432
Biaya pengangkutan setiap unit produk dari produsen
eksternal ke pusat distribusi adalah L, karena dikirim ke
𝐓′𝐣𝐥𝛄
gudang distributor, dan biaya pengangkutan menjadi
tanggung jawab distributor.
pemasok.
Biaya pengangkutan setiap unit produk dari dalam negeri
� "���
produksi ke pusat distribusi adalah k
Biaya pengangkutan setiap unit produk dari produsen
eksternal ke pusat distribusi adalah L, karena dikirim ke
gudang distributor, dan biaya pengangkutan menjadi
��
tanggung jawab distributor.
pemasok.
𝐂′𝛄 Biaya pemesanan produk dari produsen
dan pemasok
Jumlah permintaan di wilayah ke-r dari produk (dengan
𝐃𝛄 = ∑𝐫 𝐃𝛄𝐫
distribusi normal)
Harga pembelian produk dari pemasok asing
𝐏𝛄 = ∑𝐢 𝐏𝐢𝛄
(outsourcing)
��
Himpunan permintaan dari semua wilayah untuk produk p
1. PENDAHULUAN
Dalam beberapa tahun terakhir, manajemen rantai
pasokan menjadi semakin penting untuk diperhatikan,
dan hal ini menjadi semakin penting. Untuk
meningkatkan dan mengoptimalkan rantai pasokan,
perhatian khusus harus diberikan pada desain dan
perencanaan distribusi dan penjualan. Salah satu tugas
dari sistem distribusi dan penjualan adalah transfer
barang dari tingkat produsen melalui tingkat yang lebih
rendah ke tingkat pelanggan. Selain itu, sistem
distribusi dan penjualan dapat dilihat sebagai mata
pengamat pasar, yang berhubungan langsung dengan
pelanggan dan dapat mengirimkan umpan balik dan
pendapat pelanggan kepada produsen secara tepat
waktu. Jika produsen dapat memasukkan
pendapat-pendapat ini ke dalam desain dan
perencanaan mereka, tidak hanya keuntungan
produsen yang akan meningkat, tetapi juga keuntungan
semua komponen rantai pasokan. Sistem distribusi dan
saluran penjualan juga dapat mengumpulkan barang
yang dikembalikan dan meneruskannya ke tingkat yang
lebih tinggi dalam rantai. Tugas lain dari sistem distribusi
dan penjualan adalah periklanan, riset pasar, dan
analisis persaingan. Jaringan penjualan dan
distribusi rantai pasokan biasanya terdiri dari
pelanggan, gudang, pusat distribusi, dan saluran
distribusi. Ketika merencanakan dan merancang
jaringan tersebut, keputusan dibuat seperti: B.
Menentukan lokasi pusat distribusi, kapasitas dan
lokasi fasilitas, kebijakan pengendalian persediaan
di gudang pusat distribusi dan menentukan harga akhir
produk. Berbagai alat telah digunakan hingga saat ini untuk
membuat keputusan tersebut, salah satu yang paling
luas digunakan adalah riset operasi, yang sudah ada
sejak beberapa dekade yang lalu. Desain dan
perencanaan jaringan rantai pasokan merupakan
salah satu tugas terpenting dalam manajemen rantai
pasokan. Karena pentingnya topik ini, banyak artikel
dari berbagai jurnal yang telah dipelajari di database
Scopus dan Web of Science. Jumlah artikel yang ditinjau
adalah 76, di mana hanya 13 artikel yang telah
melakukan studi tentang masalah joint
421
Jumlah pesanan dari pusat distribusi L produk
���� =
���
Jumlah pesanan produksi produk untuk L
���� =
pusat distribusi dari pemasok domestik
���
Jumlah pesanan produksi produk untuk pusat produksi
���� =
ke-k dari pemasok domestik
���
Jumlah pesanan dari pusat distribusi ke-k dari
���� =
produk oleh pemasok asing
���
𝑹∗
Titik pemesanan ulang untuk produk
Jumlah perbedaan harga jual produk yang diproduksi di
���� saluran ke-m dibandingkan
kepada pesaing dan pasar
1 jika gudang baru didirikan di titik k dan nol jika
��
tidak
optimasi (lokasi-inventaris, harga lokasi-inventaris).
Dari 13 artikel di bidang optimasi gabungan, hampir
61% menginvestigasi masalah optimasi terintegrasi
lokasi inventaris dan hanya 39% yang
menginvestigasi masalah optimasi gabungan lokasi
inventaris dan penetapan harga. Dalam konteks ini,
sebuah artikel review juga telah dipelajari. Poin
pentingnya adalah bahwa semua artikel ini terkait dengan
masalah produksi dan distribusi, dan tidak ada artikel
yang ditemukan tentang masalah distribusi dan
penjualan.
Salah satu area utama dari aktivitas rantai
pasokan adalah distribusi dan penjualan produk.
Karena adanya hubungan antara jaringan distribusi
dengan pelanggan, maka desain ulang dan pemosisian
aktivitas jaringan serta perencanaan jaringan distribusi
yang tepat dan benar memiliki dampak yang signifikan
terhadap biaya, kinerja, dan fleksibilitas jaringan rantai
pasokan. Jaringan distribusi dan distribusi yang
dikaji dalam artikel ini menjangkau pelanggan
melalui dua jenis pemasok, termasuk produsen
internal dan produsen eksternal, dan melalui pusat
distribusi dan distribusi ke tiga saluran distribusi (eceran,
grosir, dan e-commerce). Ada beberapa cara untuk
mendistribusikan barang dari titik produksi dan
pasokan ke titik permintaan. Masalah yang kami
hadapi adalah perencanaan jaringan distribusi dan
distribusi yang cerdas, yang meliputi penempatan
gudang di pusat distribusi dan penugasan pengecer ke
gudang, serta pemilihan inventaris dan kebijakan
penetapan harga untuk saluran distribusi dan
distribusi yang berbeda. Dalam jaringan distribusi
yang diteliti, tiga saluran ritel dan grosir serta internet
dipertimbangkan. Desain dan perencanaan jaringan
distribusi dan penetapan harga harus dioptimalkan
untuk mengoptimalkan jumlah alokasi permintaan
ke setiap saluran dengan mempertimbangkan
keuntungan dari setiap saluran. Dalam jaringan
penjualan tiga saluran yang akan diteliti, harga dan
volume penjualan harus ditentukan sedemikian
rupa sehingga konflik dan
422 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432
Persaingan antara dua saluran internal perusahaan,
yaitu saluran ritel dan grosir, dijaga serendah mungkin
dan terkendali. Dalam model yang dipertimbangkan,
produsen produk dibagi menjadi dua kategori,
yaitu pemasok di dalam organisasi dan produsen
eksternal yang tidak terhubung dengan perusahaan
induk. Selain lokasi pusat distribusi, model ini juga
mempertimbangkan kebijakan persediaan dan
penetapan harga di saluran yang berbeda. Perlu
dicatat bahwa produk dijual dan dikirim ke
pelanggan melalui tiga saluran distribusi utama,
termasuk ritel, grosir, dan internet.
Tujuan kami dalam model yang diteliti adalah
untuk memaksimalkan keuntungan dari omset di
ketiga saluran eceran, grosir dan internet, yang
dihasilkan dari selisih antara pendapatan dan biaya dan
menawarkan keuntungan maksimum bagi pelanggan,
dengan mempertimbangkan ketersediaan dan
waktu pengiriman barang. Faktanya, pendapatan
adalah pendapatan dari penjualan produk di ketiga
saluran ritel dan grosir dan internet, dan biaya
termasuk biaya mendirikan gudang cabang, biaya
persediaan dan biaya transportasi, termasuk
pengiriman dari gudang utama ke pusat distribusi,
dari pusat distribusi ke pengecer dan grosir. Pusat
distribusi dan unit produksi yang berafiliasi dengan
perusahaan induk memiliki kapasitas yang terbatas
dalam hal ini. Memanfaatkan beberapa kapasitas
untuk penyimpanan pusat distribusi telah membuat
masalah ini menjadi lebih praktis. Keputusan
selanjutnya adalah penugasan optimal pengecer dan
pedagang grosir ke pusat distribusi yang telah
ditetapkan, menentukan harga produk dan permintaan
pelanggan secara online untuk saluran penjualan yang
berbeda. Kebijakan harga yang diadopsi dalam edisi ini
mencoba untuk mengelola kebocoran permintaan di
saluran ritel, grosir, dan internet dengan memasukkan
pembatasan harga grosir, ritel, dan internet. Jika
kebocoran permintaan tidak dikelola, saluran
distribusi perusahaan akan menghadapi persaingan
internal (untuk produk perusahaan), yang pada akhirnya
akan mengarah pada barang dengan banyak harga.
Mempertimbangkan bahwa model yang diusulkan
disajikan untuk organisasi yang memiliki toko yang
berbeda dan rantai pasokan dan nilai yang lengkap
untuk setiap produk, termasuk pengiriman,
produksi, distribusi, dan penjualan, yang
membutuhkan perencanaan simultan dan
terkoordinasi untuk perencanaan yang lebih baik
dan lebih akurat. Di antara variabel-variabel dari 4
level inilah kami mencoba menggunakan model
perencanaan terpadu untuk lokasi, harga,
manajemen inventaris, dan keputusan pemasaran.
Dalam diskusi lokasi, kita perlu mencari lokasi gudang atau
pusat distribusi baru selama implementasi model
karena permintaan produk bervariasi dan kapasitas
gudang atau pusat distribusi yang ada tidak
meresponsnya, dan kita membutuhkan lokasi baru untuk
pusat distribusi selama implementasi model.
2. TINJAUAN PUSTAKA
Lokasi, inventaris, penetapan harga, dan keputusan
pemasaran adalah masalah yang penting untuk
ditangani [1]. Namun, tidak banyak perhatian yang
diberikan pada masalah ini dalam literatur yang
ada. Tujuan dari permasalahan lokasi-inventori
klasik adalah secara bersamaan untuk
memutuskan alokasi lokasi dan menentukan
jumlah penyimpanan inventori di pusat-pusat
distribusi [2]. Farahani dkk. [3], memberikan
tinjauan yang komprehensif terhadap literatur
mengenai integrasi keputusan lokasi-inventori dan
menjelaskan komponen dan manfaatnya.
Nasiri dkk. [4] telah mempresentasikan sebuah
model hirarkis untuk menggabungkan masalah
produksi, distribusi dan inventori dalam masalah
alokasi lokasi dengan gudang berkapasitas banyak.
Dua metode Lagrangian dan Genetic Algorithm
(GA) telah digunakan untuk mencapai solusi
optimal. Diabat dkk. [5] mempresentasikan sebuah
algoritma untuk menyelesaikan jaringan rantai pasok
yang memiliki tiga level. Mereka membandingkan
hasil yang diperoleh dari output algoritma tersebut
dengan hasil penelitian lain.
Ahmadi dkk. [6] mempertimbangkan jaringan distribusi
dengan produk musiman dan non-musiman yang memiliki
tiga level. Pada jaringan distribusi ini, keputusan
bersama dibuat mengenai lokasi dan kontrol
inventori, dan diasumsikan bahwa pergerakan antar
gudang diperbolehkan. Model yang disajikan memiliki
2 tujuan yang digunakan oleh metode fuzzy. Pada
penelitian lain, Puga dan Tancrez [7]
mengembangkan algoritma heuristik untuk
menyelesaikan masalah lokasi inventori berskala
besar dalam rantai pasok bertingkat yang mencakup
pengecer, pusat distribusi, dan pabrik pusat dengan
permintaan pelanggan yang tidak menentu. Tujuannya
adalah untuk meminimalkan biaya inventaris,
transportasi, lokasi, dan alokasi, serta menyediakan
tingkat layanan pelanggan tertentu.
Ross dkk. [8] telah menyelidiki masalah lokasi
inventori dalam rantai pasokan multi-produk, multi-level
dengan permintaan yang tidak pasti di bawah kebijakan
inventori yang kontinu. Rantai pasokan yang memiliki
sejumlah produk, beberapa level di mana
permintaannya tidak pasti dan kebijakan pengendalian
persediaan bersifat kontinu, tujuan dari model ini adalah
untuk meminimalkan total biaya termasuk alokasi,
lokasi, transportasi, persediaan, dan biaya
penjualan yang hilang. Model yang dimaksud adalah
non-linear, dan algoritma heuristik digunakan untuk
menyelesaikannya. Correia dan Melo [9] telah
mengembangkan model pemrograman linear bilangan
bulat campuran untuk masalah lokasi-alokasi-
inventori multi-periode di mana perlakuan
pelanggan terhadap waktu pengiriman dianggap
berbeda. Model yang diinginkan disajikan sebagai bilangan
bulat campuran. Mousavi dkk. [10] mempelajari masalah
alokasi lokasi inventori multi periode dan multi produk
dalam rantai pasok pembeli-penjual dua tingkat di
mana kekurangan tidak diperbolehkan dan kebijakan
mendiskon jumlah unit total untuk pembelian. Mereka
menggunakan algoritma particle
H. H. Bagheri dkk.swarm optimization
/ IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432 423
untuk menyelesaikan model mereka.
424 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432

digunakan untuk menyelesaikan model pemrograman

Rafie-Majd dkk. [11] juga mempresentasikan nonlinier teger campuran. Shafaghizadeh dkk. [19]
masalah rantai pasok yang memiliki sejumlah produk membahas alokasi distribusi inventaris untuk
dan dalam beberapa periode dengan permintaan
yang tidak pasti. Darvish dan Coelho [12]
menyelidiki sistem produksi-distribusi. Mereka
menunjukkan bahwa integrasi dari berbagai
keputusan yang berbeda dapat meningkatkan hasil.
Dalam merancang rantai pasokan yang terintegrasi,
selain menentukan lokasi fasilitas, biaya juga harus
dipertimbangkan. Dalam beberapa artikel, keputusan
yang berkaitan dengan harga dan biaya
diintegrasikan dengan perencanaan produksi.
Fattahi dkk. [13] menyatakan bahwa keputusan
penetapan harga penting dari dua perspektif dalam
rantai pasokan. Pertama, mereka menentukan
pendapatan dari penjualan unit produk kepada
pelanggan dan mempengaruhi permintaan produk dan
dengan demikian total penjualan dan pendapatan. Kedua,
karena ketidakseragaman permintaan pelanggan,
wilayah tergantung pada keputusan harga, mereka
mempengaruhi jumlah dan kapasitas fasilitas dan
struktur keseluruhan rantai pasokan untuk
menanggapi permintaan secara memadai.
Ahmadzadeh dan Vahdani [14], merancang rantai
pasokan loop tertutup tiga tingkat dalam lingkungan
permintaan yang berkorelasi. Metode tinjauan
berkala telah digunakan untuk mengontrol buffer di
gudang dan dalam model ini, kekurangan telah
diizinkan. Tiga algoritma meta-heuristik telah
digunakan untuk menyelesaikan model yang disajikan.
Fattahi dkk. [15] mempertimbangkan masalah desain
ulang rantai pasokan multi-periode untuk penetapan
harga simultan dan keputusan desain ulang rantai
pasokan di mana pelanggan memiliki permintaan
yang bergantung pada harga stokastik untuk produk.
Mereka memberikan sebuah model dan kemudian
menyelesaikannya dengan menggunakan metode
Decom Benders. Hasil yang diperoleh menunjukkan
bahwa algoritma yang diusulkan memiliki kinerja yang
baik. Rabbani dkk. [16] mempresentasikan model
gabungan location-inventory-routing dengan pricing
dalam desain jaringan distribusi yang menentukan jumlah
truk untuk setiap pusat distribusi yang telah ada dan
mereka juga menugaskan pelanggan ke rute. Dua
algoritma meta-heuristik telah digunakan untuk
menyelesaikan model yang diusulkan. Nasiri dkk. [17]
mempresentasikan masalah desain jaringan
distribusi multi-layer dengan strategi penetapan
harga dalam lingkungan stokastik, di mana
keputusan lokasi, inventaris, dan penetapan harga
di saluran eceran dan grosir dibuat secara
bersamaan. Mereka mempertimbangkan jaringan yang
terdiri dari sebuah gudang pusat, sekumpulan pusat
distribusi dan sekumpulan pengecer dan grosir.
Nasiri dkk. [18] mempresentasikan model pemrograman
nonlinier bilangan bulat campuran untuk menentukan
harga produk yang optimal di saluran penjualan dan
distribusi yang berbeda. Keputusan yang berkaitan
dengan lokasi dan kontrol persediaan telah dibuat
secara terpadu dan tidak pasti, saluran distribusi
sambil mengintegrasikan alokasi lokasi dan keputusan
kontrol persediaan pusat distribusi dalam lingkungan
nondeterministik. Algoritma memetika telah
 dipertimbangkan
H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. dalam
02, (Februari 2023) 420-432 model ini. 425
jaringan distribusi, termasuk pabrik, sejumlah
lokasi potensial untuk pusat distribusi dan sejumlah
pengecer. Permintaan pelanggan diasumsikan pasti
dan deterministik untuk semua periode tetapi waktu
bervariasi dalam horison perencanaan yang
terbatas. Metode meta-heuristik digunakan untuk
menyelesaikannya. Moosavi dan Seifbarghy [20]
m e m p r e s e n t a s i k a n model matematika baru
untuk jaringan rantai pasok tertutup hijau (GCLSC)
dengan tujuan memaksimalkan keuntungan,
memaksimalkan jumlah jo b yang dibuat, dan
memaksimalkan keandalan. Karena adanya
ketidakpastian pada beberapa parameter seperti
permintaan dan biaya transportasi, maka
digunakanlah metode baru yaitu model
pemrograman fuzzy yang robust. Multi -objective
Grey Wolf Optimizer (MOGWO) dan Non-dominated
Sorting Genetic Algorithm II (NSGA II) digunakan
untuk mengatasi masalah untuk ukuran yang lebih
besar. Sejumlah contoh masalah dalam ukuran yang
lebih besar telah diselesaikan. Soleimani dkk. [21]
membahas desain rantai pasokan loop tertutup yang
berkelanjutan termasuk pemasok, produsen, pusat
distribusi, zona pelanggan, dan pusat pembuangan
dengan mempertimbangkan konsumsi energi. Selain
itu, pusat distribusi berperan sebagai gudang dan
pusat pengumpulan. Masalahnya melibatkan tiga
pilihan yaitu memproduksi ulang, mendaur ulang,
dan membuang barang yang dikembalikan.
Inovasi umum dari artikel ini adalah bahwa
semua artikel yang bekerja di bidang ini
mencakup perencanaan produksi-distribusi,
sedangkan dalam artikel yang diusulkan disajikan
pengambilan keputusan dan perencanaan
produksi-distribusi-penjualan. Inovasi umum dari
artikel ini dibagi menjadi dua bagian, bagian
pertama mencakup pasokan: mengingat model
ini dibuat untuk organisasi yang memiliki rantai
nilai yang lengkap dari pasokan hingga
penjualan. Dalam artikel yang diusulkan,
perencanaan pasokan produk telah dilakukan dengan
cara gabungan, yaitu dalam perencanaan
pasokan, baik kuantitas pesanan ekonomis EOQ
dan kuantitas produksi ekonomis EPQ telah
disajikan dalam model dalam bentuk gabungan.
Alasan dari jenis perencanaan persediaan ini
adalah karena rendah dan responsif. Kurangnya
kapasitas produksi produk di dalam organisasi
adalah alasan mengapa kita terkadang
membutuhkan perencanaan simultan dari luar
organisasi. Pada bagian kedua, inovasi meliputi
distribusi dan penjualan: pada semua artikel yang
dikerjakan di bidang ini, jumlah permintaan
produk di setiap saluran penjualan sudah diketahui,
sedangkan pada artikel yang diusulkan, jumlah
permintaan di setiap saluran tidak diketahui, hanya
jumlah permintaan di setiap wilayah. Untuk produk,
jelas bahwa keputusan yang diambil menyangkut
pemilihan saluran distribusi untuk setiap wilayah,
penetapan harga produk di setiap saluran dan jumlah
cakupan permintaan oleh setiap saluran sehingga
memiliki manfaat yang paling besar bagi
organisasi dan manfaat yang paling besar bagi
pelanggan. Singkatnya, variabel-variabel
keputusan pemasaran sepenuhnya
426 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432
3. MASALAH DAN PEMODELAN YANG DIUSULKAN
Jaringan distribusi dan penjualan yang diteliti dalam
penelitian ini adalah jaringan distribusi ke depan, satu
periode dan satu produk, yang komponennya meliputi
dua jenis produsen di dalam dan di luar organisasi,
distributor, pedagang besar dan pengecer, dan
penjualan internet, dan produk tersebut dijual melalui
tiga saluran ritel, penjualan grosir dan internet yang dapat
menjangkau pelanggan akhir. Jaringan distribusi yang
diteliti memiliki struktur yang berbeda, dalam arti
bahwa kita menghadapi struktur yang berbeda
selama proses di mana barang diangkut dari
produsen ke pusat distribusi dan dari sana ke grosir
dan pengecer dan bahkan pelanggan akhir. Dalam
jaringan ini, jumlah permintaan total di suatu wilayah
tidak pasti, bahwa permintaan total setiap wilayah dipasok
oleh tiga saluran, bahwa jumlah permintaan di setiap
saluran tidak diketahui, bahwa setelah menyelesaikan
model, jumlah permintaan yang dipenuhi oleh setiap
saluran ditentukan, yaitu jumlah Permintaan yang
terpenuhi di setiap saluran adalah variabel yang
ditentukan setelah menyelesaikan model.
Rantai pasok yang diteliti digunakan untuk
barang tahan lama, yang memiliki banyak tingkatan,
dan entitas rantai ini meliputi pusat produksi internal
dan eksternal, pusat distribusi, serta retai dan grosir.
Salah satu asumsi dari model ini adalah bahwa rantai
pasokan yang diinvestigasi dengan pusat-pusat
distribusinya di dalam negeri dapat menjangkau
seluruh wilayah negara yang diinginkan dengan tiga
saluran yang berbeda dan merespon semua permintaan
secepat mungkin. Setelah produksi di pabrik, produk
dipindahkan ke gudang pusat distribusi dan berdasarkan
jumlah yang optimal dan harga yang optimal, produk
tersebut dikirim ke pedagang grosir, pengecer atau
bahkan ke pelanggan akhir di berbagai wilayah.
Jaringan distribusi yang diteliti ditunjukkan pada
Gambar 1. Gambar 1 menunjukkan jaringan distribusi
penjualan dari model yang diusulkan. Seperti yang
dapat dilihat, jaringan yang diusulkan memiliki dua
jenis produksi internal dan produksi eksternal
(outsourcing). Alasan untuk melakukan outsourcing
produksi dalam beberapa kasus adalah karena rendahnya
kapasitas produksi produk dalam kaitannya dengan
permintaan, dan dalam beberapa kasus produksi tidak
dapat memenuhi permintaan pasar karena kapasitas
yang terbatas, dan untuk menghindari kehilangan
penjualan, beberapa kebutuhan produksi terpaksa
dialihdayakan. Selama pelaksanaan pekerjaan, karena
terbatasnya kapasitas gudang pusat distribusi, kami
perlu mencari dan membuat pusat distribusi baru,
yang ditunjukkan pada Gambar 1 dengan segi lima
merah. Menurut Gambar 1, jaringan penjualan yang
diusulkan memiliki 3 saluran penjualan resmi (penjualan
grosir, ritel dan online) dan juga total permintaan
setiap wilayah ditunjukkan sebagai kekuatan potensial
untuk total permintaan wilayah tersebut.
3.1. Model Optimasi yang Diusulkan Seperti
yang telah disebutkan di bagian definisi masalah,
masalah dalam penelitian ini adalah
Penjualan online
Pusat distribusi
DIS
Pengecer Permintaan
(pelanggan)
RE
De
Di dalam manufaktur
MA (IN)
DIS
De
Grosir
MA (KELUAR)
WH
Manufaktur luar De
DIS
Pusat distribusi baru
Gambar 1. Bentuk umum dari jaringan distribusi yang
diinvestigasi
adalah bahwa organisasi multi-kegiatan memiliki pusat-
pusat produksi yang memiliki pasar yang luas, yang
berdasarkan permintaan pasar memproduksi
sebagian permintaannya di pusat-pusatnya dan
menyiapkan sisa permintaan dalam bentuk pasokan
(outsourcing produksi) dari luar organisasi.
Perusahaan ini mengirimkan hasil produksi dan pasokan
yang dibutuhkan ke pusat-pusat distribusi untuk
didistribusikan. Berdasarkan permintaan dari setiap
wilayah, pusat-pusat terkait menjual jumlah, saluran,
dan harga yang paling optimal melalui tiga saluran
penjualan eceran, grosir, dan internet kepada pelanggan
akhir. Jumlah permintaan setiap produk di setiap
wilayah ditentukan sebagai parameter input model,
tetapi jumlah permintaan produk, harga produk dan
jumlah permintaan yang dipenuhi oleh setiap saluran
merupakan variabel model di bidang distribusi dan
penjualan. Dalam model ini, di bagian distribusi
penjualan, kita mencari produk apa, berapa harganya,
berapa volumenya, di saluran mana yang akan
dijual, yang akan paling menguntungkan bagi
organisasi dan juga paling menguntungkan bagi
pelanggan. Singkatnya, dalam model ini, memilih
saluran yang optimal adalah salah satu variabel
keputusan utama. Pengiriman, dalam model ini,
variabel permasalahannya adalah berapa volume,
berapa harga, melalui saluran apa, sehingga
permintaan setiap daerah tercakup sedemikian rupa
sehingga memiliki keuntungan yang paling besar bagi
organisasi dan juga pelayanan yang paling baik bagi
pelanggan. Dalam hal waktu pengiriman dan harga,
berarti model yang diinginkan memiliki dua tujuan,
tujuan pertama dari model tersebut adalah
memaksimalkan keuntungan organisasi dan tujuan
kedua adalah memaksimalkan keuntungan
pelanggan dari dua dimensi yaitu harga penjualan di
setiap saluran dan waktu pengiriman layanan. Dalam
model yang disajikan, jumlah permintaan setiap wilayah
secara probabilistik (distribusi normal) yang
diperoleh melalui data real online harus dicakup oleh
ketiga
 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432 427

saluran yang diinginkan. Pada model-model sebelumnya Persamaan Q∗ menunjukkan jumlah pesanan yang
yang disajikan, jumlah permintaan di saluran yang diinginkan dari produk yang diinginkan dari produsen
berbeda diketahui, tetapi dalam model yang sedang eksternal
ditinjau, jumlah permintaan di wilayah tersebut
mungkin ditentukan melalui data online, dan 3. 3.
permintaan ini harus dipenuhi oleh pusat-pusat Mo
distribusi, tetapi dalam model yang sedang ditinjau, del Matematika yang Diusulkan
pemilihan yang paling optimal dibuat. Saluran untuk Fun
produk, jumlah volume penjualan dan harga penjualan di gsi objektif dari model ini terdiri dari dua bagian. Yang
setiap saluran adalah salah satu output dari model. pertama adalah meminimumkan waktu penyelesaian
Dalam model matematis yang diteliti, kebijakan dan yang kedua adalah meminimumkan biaya rata-rata
persediaan juga dipertimbangkan, produk mana perawatan dan perbaikan per unit waktu. Mengingat
yang harus diproduksi atau dipasok dalam volume pada sebagian besar model matematis sebelumnya
berapa sehingga biaya pengendalian dan pemesanan perencanaan terintegrasi telah dikerjakan di bidang
persediaan minimal dan meningkatkan keuntungan produksi-distribusi, namun pada model yang diusulkan,
organisasi. Model matematis yang diinginkan karena kondisi khusus dari beberapa organisasi,
dimodelkan dalam skenario unauthorized shortage model perencanaan terintegrasi produksi-distribusi-
yang akan dijelaskan di bawah ini. penjualan telah diusulkan, Dalam model �perencanaan
terpadu, variabel keputusan pemasaran � telah
�
3. 2. Perhitungan Jumlah Pemesanan Optimal ditambahkan ke dalam model matematis, dan
dengan Dua Jenis Pemasok dalam Keadaan Non- keputusan ini meliputi produk apa dengan volume
deterministik (Probable) 𝜔′ + 𝜔𝑙𝑚𝑟 pada harga 𝜑𝑚 di saluran mana 𝛾𝑚𝑟 yang
Persedia harus dijual dalam model. Selain itu, pembahasan
an mengenai variabel lokasi baru dari pusat distribusi 𝑊𝑘
grafik dalam mode D > P dengan mempertimbangkan selama eksekusi model juga menjadi salah satu
permintaan yang pasti topik dan variabel baru dari model yang diusulkan.
ditunjukkan pada Gambar 2, dalam hal ini, jumlah Kami berharap reviewer yang terhormat akan yakin.
pemesanan yang optimal sama dengan hubungan Model diformulasikan sebagai berikut:
Q∗ = EOQ + EPQ dan karenaD > P, maka jumlah
Q∗ = EOQ∗ + (fix)P → Q∗ = EOQ∗ (1)
produksi sama dengan kapasitas produksi, yaitu
EPQ = P. Dalam rangka mengoptimalkan jumlah R∗ = DL + Z 2√L V → R∗ = L (D - P) +
produksi dan pemesanan yang optimal untuk Z 2√L V
1-𝝰
(2)
memenuhi jumlah permintaan, maka 1-𝝰
hubungan Q∗ = EOQ + P harus dioptimalkan. Dalam
Dmax = DL + ss → Dmax = DL + ss (3)
hubungan di atas, dengan mempertimbangkan bahwa
jumlah P adalah konstan dan sebagian permintaan (D-P) L + s - (μ-PL)
D ≈ N(μ , σ2 ) → Z 1-𝝰 = (4)
dipenuhi oleh produksi, maka jumlah permintaan yang √var(D-P)L
tersisa, yaitu D - P, harus dihitung dengan pesanan
yang akan dipasok.
h QT + A + QC Total biaya kursus 3. 4. Perhitungan Titik Pemesanan dengan Dua
2
Pemasok dalam Mode Non-Deterministik
h
K (Q) = QTn + An + QCn (Kemungkinan)
Total biaya tahunan
2 Persamaan (5) menunjukkan titik pemesanan ulang untuk
memasok produk yang diinginkan dari pemasok
h D-P Untuk mengoptimalkan total eksternal.
K (Q) = Q + A + CD biaya tahunan, kami
2 Q
menurunkan K(Q) ss = Z1−𝝰 √var(D - P)L → ss = Z1−𝝰 √L V (5)
sehubungan dengan Q
Q∗ 2 2(D-P)A R∗ = (D - P)L + Z 2√L V (6)
= √ h
Jumlah pesanan yang 1-𝝰

optimal
3. 5. Model Distribusi dan Penjualan
428 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36,𝑀𝑎𝑥
No. 02, = ∑𝑙 ∑𝑚
𝑓1(Februari ∑𝑟 420-432
2023) 𝜑𝑚 𝛾𝑚𝑟 𝜔𝑙𝑚𝑟 +
∑𝑘 ∑𝑚 ∑𝑟 𝜑𝑚 𝛾𝑚𝑟 𝜔′ - (∑ 𝐶 𝑄 1𝑙 +
��� �
ℎ 𝑄 ∗ 𝐷-𝑃
∑ 𝐶 𝑄 ) - (𝐶 ′ 𝑄∗ ) - × +𝐴 )-
𝑘 1𝑘 (2 𝘘∗
-(P-D) 𝑇
�
(7)
(∑𝑙 𝑇1 𝑙 𝑄 1 𝑙 - ∑𝑙 𝑄1 𝑘 𝑇′1 𝑘 -
∑𝑙 ∑𝑚 ∑𝑟 𝜔𝑙𝑚𝑟 𝑇𝑙𝑚 - ∑𝑙 ∑𝑚 ∑𝑟 𝜔′ 𝑇 "
𝑘𝑚 )-
r* ���
∑ 𝑖 ∑𝑙 𝑝𝑘 𝑊𝑘

t ��� �2 =
∑ ((𝑃𝑟𝑜𝑚) ∑ ∑ 𝝎 ) + ∑ ((𝑃𝑟𝑜𝑚) ∑ ∑ 𝝎 )′ (8)
Gambar 2. Bagan persediaan dalam keadaan D > P � � � ��� � � �
dengan mempertimbangkan permintaan yang pasti ����� ��
 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432 429

jumlah produk yang masuk ke pusat distribusi (pusat

��:
distribusi yang sudah ada dan membangun pusat
distribusi baru) sama dengan jumlah produk yang
∑𝑚 ∑𝑟 𝜔𝑙 𝑚𝑟= 𝑄1 𝑙 + 𝑄2 𝑙 ∀ 𝑙 (9)
keluar dari pusat distribusi dan sampai ke tangan
∑𝑚 ∑𝑟 𝑊𝑘 𝜔′ = 𝑄1𝑘 + 𝑄2𝑘 ∀ 𝑘 pelanggan melalui saluran penjualan. Persamaan (11)
(10)
��� menyatakan bahwa untuk manajemen yang lebih baik dan
untuk mencegah terjadinya underselling, maka saluran
∑𝑚 𝛾𝑚𝑟 ≤ 2 ∀ 𝑟 (11) penjualan untuk produk tersebut paling banyak 2
+ ∑𝑘 ∑𝑚 𝜔′ saluran. Persamaan (12) menunjukkan jumlah produk
∑𝑙 ∑𝑚 𝛾𝑚𝑟 𝜔𝑙 𝑚𝑟 𝛾𝑚𝑟 𝑚𝑟 ≤ 𝐷𝑟 ∀
(12)
𝑟 yang dialokasikan ke pelanggan melalui pusat
� distribusi dan saluran yang berbeda. Persamaan (13)
𝑄 ≤ ∑𝑙 𝑄2𝑙 + ∑𝑘 𝑄2𝑘
∗ ∀ 𝑙 (13) menunjukkan metode pengalokasian produk yang
dipesan dari pemasok ke pusat-pusat distribusi.
(∑𝑙 𝑄1𝑙+∑𝑘 𝑄1𝑘) ×𝐶+( ×𝐶′
𝘘∗
Persamaan (14) dan (15) menunjukkan kisaran harga
𝑇 )
𝑚𝜑 ≥ ( +𝘘∗ )∀,𝑚 (14) serta laba bersih setiap unit produk berdasarkan harga
∑𝑄+∑𝑄
� 1� � 1� �
pokok produk yang diproduksi dan dibeli. Persamaan
(∑ 𝑄 + ∑ 𝑄 ) ×𝐶 +
(𝘘∗ (16) menunjukkan kapasitas pusat-pusat distribusi.
� 1�
×𝐶′)
� 1�
(15) Persamaan (17) menunjukkan kapasitas produksi
𝑚 𝜑 ≤ (1 + 𝛼𝑚 ) ( +𝘘∗
𝑇 ) ∀𝑚 unit produksi untuk produk yang diinginkan.
∑𝑄+∑𝑄
� 1� � 1� �
Persamaan (18) menunjukkan perbedaan harga produk
1𝑙𝑄+ 𝑄2𝑙 ≤ 𝐶𝐴𝑃𝑙 ∀𝑙 (16) yang diinginkan di saluran penjualan dibandingkan
dengan pesaing. Persamaan (19) dan
∑𝑙 𝑄1𝑙 = 𝐶𝐴𝑃 (17) (20) menunjukkan variabel-variabel pengambilan
keputusan dari model.
𝑃𝑟𝑜𝑚 = (𝑀𝑚 - 𝜑 )𝑚 ∀𝑝𝑚 (18)

𝑚 𝜑 , 𝜔𝑙𝑚𝑟 , 𝜔′ , 𝑄∗ , 𝑅∗ , 𝑄1𝑙 , 𝑄2𝑙 , 𝑄2𝑘 , 𝑄1𝑘 , 𝑃𝑟𝑜𝑚 ≥ 4. CONTOH NUMERIK DAN DISKUSI
���
(19)
0 ������� (ORGANISASI ETKA)

��� , �� 1 , 0 Model yang diusulkan disajikan untuk organisasi

(20)
0 ≤ 𝛼𝑚 ≤ 0,5
Etka karena memiliki rantai pasok yang lengkap di
bidang produksi, distribusi, dan saluran penjualan.
Fungsi dari hubungan (7) berusaha untuk Berikut ini, 5 wilayah di provinsi Teheran dengan data
memaksimalkan laba bersih dari penjualan produk; yang diambil dari organisasi Etka diberikan pada
Persamaan (8) berusaha untuk memaksimalkan utilitas Tabel 1. Setiap wilayah akan diselesaikan dengan
(harga dibandingkan dengan pesaing) bagi pelanggan. menggunakan perangkat lunak GAMS pada model
Persamaan (9) dan (10) menyatakan bahwa yang diinginkan dan hasil dari setiap wilayah telah
dianalisis dan ditinjau. Dalam studi kasus ini, terdapat l =
3 pusat distribusi yang ada di bagian barat, timur dan
pusat kota Teheran, m = 3 saluran penjualan yang
terdiri dari grosir,

TABEL E 1 . Rangkuman tinjauan pustaka

Keputusan Pemasaran
Belajar Optimalisasi Bersama Beberapa Permintaan Beberapa Pendekatan
Produk Tidak Pasti Saluran Pemecahan
Produk Saluran Harg
a
Kaya dan Urek [1] Lokasi- Inventaris- harga - - ✓ Ya. Tid Tidak. Meta -Heuristik
ak.
Zhang dan
Lokasi - Inventaris - - - Tidak. Ya. Ya. Tepat.
Unnikrishnan [2]
Heuristik dan meta-
Farahani dkk. [3] Lokasi-inventaris - - - Tidak. Tid Ya.
heuristik
ak.
Rafie-Majd dkk.
Lokasi-inventaris - - - Tidak. Ya. Tidak. Heuristik
[11]
Rabbani dkk. [16] Lokasi-inventaris-harga - - ✓ Tidak. Tid Tidak. Meta -Heuristik
ak.
Lokasi- Alokasi- Kebijakan
Meta-heuristik
Nasiri dkk. [17] persediaan-pengisian ulang, ✓ Tidak. Ya. Ya.
Tepat-Perkiraan
Harga eceran dan grosir
430 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432 Meta-heuristik
Nasiri dkk. [18] Lokasi-Penentuan harga ✓ Ya. Ya. Ya.
Tepat-Perkiraan
inventaris
Relokasi- Inventarisasi-
Pekerjaan ini ✓ ✓ ✓ Ya. Ya. Ya. Tepat.
Penetapan Harga- Keputusan Pemasaran
 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432 431

ritel, penjualan online, k = 3 pusat potensial (k = 1 TABL E 3. Pusat Distribusi yang ada dan Lokasi Potensial
Tenggara, k = 2 Barat Laut, k = 3 Barat Daya) untuk mendirikan Pusat Distribusi baru
untuk membangun pusat distribusi baru di , r = 5 Nomor indikator (l) Lokasi Pusat Distribusi Saat Ini
area permintaan produk. L=1 Sebelah barat Teheran
L=2 Timur Teheran
5. HASIL KOMPUTASI L=3 Selatan Teheran
Lokasi Potensial untuk Mendirikan
Pada Tabel 1 diberikan parameter model untuk studi Nomor indikator (K)
Pusat Distribusi baru
kasus organisasi ETKA. Studi kasus ini terkait dengan K=1 Tenggara Teheran
5 pusat permintaan (wilayah 9, 10, 14, 16, 17) dan 3
pusat distribusi yang ada yang terkait dengan K=2 Barat Laut Teheran
provinsi Teheran. Jumlah permintaan pelanggan K=3 Barat Daya Teheran
mengikuti distribusi probabilitas normal. Karena
keterbatasan kapasitas, pusat distribusi yang ada tidak
dapat memenuhi permintaan tersebut, untuk menyelesaikan model yang diusulkan, salah satu dari
mengatasi masalah tersebut, kita harus mendesain mereka dapat dipilih untuk membuat pusat distribusi.
ulang pusat distribusi serta melapisi ulang jaringan Tabel 3 terdiri dari dua bagian, bagian pertama
distribusi, yang digunakan dalam model yang menunjukkan jumlah pusat distribusi yang ada dan
disajikan dalam artikel ini. Tabel 2 merangkum nilai bagian kedua menunjukkan pusat-pusat potensial
optimal dari variabel manajemen persediaan serta lokasi untuk membuat pusat distribusi baru selama
optimal dari pusat distribusi baru. Lokasi optimal dari pelaksanaan model. Pada kedua bagian tersebut,
pusat distribusi baru adalah tenggara dan barat daya. lokasi yang tepat dari pusat distribusi yang sudah
Pada Tabel 3, nilai optimal dari variabel-variabel ada dan lokasi potensial untuk mendirikan pusat
yang terkait dengan harga produk di berbagai distribusi diberikan.
saluran, jumlah alokasi produk dari pusat distribusi ke Tabel 4 menunjukkan jumlah dan nama wilayah
untuk j. Untuk setiap wilayah sesuai dengan tabel,
pelanggan
maka
titik-titik permintaan yang diberikan. Untuk lebih jelas dan
lebih mudah memahami model dan hasil yang diperoleh mengikuti distribusi normal N( µ, δ). Pada Tabel 4, nilai
untuk
Dalam studi kasus ini, hasil penyelesaian model secara total permintaan pelanggan untuk 5 wilayah di Teheran,
ringkas ditunjukkan pada Gambar 3. Gambar 3 yang memiliki distribusi normal, diberikan sesuai
menunjukkan semua variabel yang terkait dengan dengan wilayah di Teheran.
manajemen persediaan di pusat distribusi serta lokasi Tabel 5, menunjukkan semua nilai parameter
optimal dari pusat distribusi yang baru. Selain itu, dari model matematika secara lengkap untuk studi
variabel alokasi barang dari pusat distribusi ke pusat kasus. Tabel 6 menunjukkan nilai optimal dari fungsi
permintaan untuk area 9 dan 16 (untuk menghindari tujuan pertama dan kedua. Tabel 7 menunjukkan nilai
gambar yang terlalu padat) juga ditampilkan sebagai optimal dari variabel model yang dihasilkan dari solusi
contoh. Seperti yang telah disebutkan, terdapat 2 model secara lengkap. Sebagai contoh, baris
pemasok, termasuk pemasok internal dan pemasok variabel yang terkait dengan
eksternal di provinsi Teheran, untuk organisasi Etka. ��� mewakili jumlah alokasi produk dari unit produksi
Seperti yang telah disebutkan, menurut Tabel 2, domestik ke pusat-pusat distribusi, garis variabel yang
kapasitas produksi di jaringan target terbatas, dan terkait dengan �� adalah harga optimal produk di
terkadang kapasitas produksi tidak memenuhi berbagai saluran, dan garis variabel yang terkait dengan
permintaan daerah, sehingga terpaksa melakukan ���� adalah jumlah alokasi optimal produk dari pusat-
outsourcing sebagian permintaan ke unit produksi di pusat distribusi yang ada ke daerah-daerah.
luar organisasi, yang ditunjukkan pada tabel dua jenis
unit produksi per unit. Produksi (internal dan
eksternal) diberikan. TABL E 4. Nomor indikator dan nama wilayah untuk pelanggan j
Tabel 3 menunjukkan pusat distribusi yang Permintaan
Nomor indikator Pelanggan di
tersedia. Sebagai kelanjutan dari Tabel 3, lokasi-lokasi pelanggan r daerah Pelanggan di
potensial untuk pembuatan pusat distribusi baru juga wilayah ��
diberikan. r=1 Wilayah 9 Teheran N(80,4)
r=2 Wilayah 10 Teheran N(95,5)
r=3 Wilayah 14 Teheran N(75,5)
TABL E 2. Informasi Pemasok
Pemasok Lokasi Suplier r=4 Wilayah 16 Teheran N(120,6)
Jenis Pemasok
(Produsen) r=5 Wilayah 17 Teheran N(80,3)
1 Bagian dalam dari Tehera
Etka n
2 Eksternal Etka (Outsourcing) Tehera
432 H. H. Bagheri dkk. / IJE TRANSAKSI nB: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432
 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432 433

TABEL E 5. Parameter model untuk studi kasus ETKA

� � � �
Parameter Set
1 2 3 1 2 3 1 2 3 1 2 � � �

� = �. � - - - - - - - - - - - - - - -

� = �. � - - - - - - - - - - - - - - -

� = �� - - - - - - - - - - - - - - -

�=� - - - - - - - - - - - - - - -
� =7
′
- - - - - - - - - - - - - - -

��� = - - - - - - - - - - - - - - -
���
�� - - - - - - - - - - - - - - -
�� - - - - 315 402 391 - - - - - - - -
��� - - - - - - - - - - - - - - -

��(�� - - - - - - - - - - N(80,4) N(95,5) N(75,5) N(120,6) N(80,3)

���)
���� - 100 100 100 - - - - - - - - - - -
�� - - - - - - - 9.2 9.7 9.9 - - - - -
��� - 0.4 0.4 0.2 - - - - - - - - - - -
��� - - - - 0.6 0.4 0.4 - - - - - - - -
���
�= - - - - - - 0.4 0.6 0.4 - - - - -
1
�= - - - - - - 0.2 0.4 0.4 - - - - -
2
�= - - - - - - 0.6 0.2 0.4 - - - - -
3
� "�� �= - - - - - - 0.4 0.4 0.4 - - - - -
1
�= - - - - - - 0.4 0.4 0.8 - - - - -
2
�= - - - - - - 0.4 0.2 0.6 - - - - -
3

jaringan yang diusulkan. Pusat produksi ditunjukkan sebagai

TABEL E 6. Hasil penyelesaian model lingkaran, pusat distribusi ditunjukkan sebagai segi lima,
Tujuan Optimal ������� dan pusat permintaan ditunjukkan sebagai segi empat pada
������ gambar. Nilai variabel �1��2� menunjukkan nilai alokasi
Keuntungan 138.2 barang dari produsen internal dan eksternal ke
Keinginan layanan 84.23

Dengan menyelesaikan model yang diusulkan

dengan data riil, maka diperoleh jumlah keuntungan
dan efisiensi pada Tabel 6.
Hasil penyelesaian model yang diusulkan diberikan
pada Tabel 7. Sebagai contoh, nilai yang berbeda
dari 1 termasuk (Q12 = 61, Q11 = 78, Q13 = 50). Hasil ini
diberikan untuk semua variabel dan semua indeks.
Gambar 3 menunjukkan hasil penyelesaian model yang
ditunjukkan pada Tabel 7 pada jaringan rantai pasok
yang diusulkan. Hasil penyelesaian model didasarkan
pada parameter-parameter dari Tabel 5. Seperti yang
dapat dilihat dari jaringan pada Gambar 3, kami memiliki
dua metode produksi (ETKA dan Out source) dalam
434 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432
Pada vektor-vektor tersebut, angka-angka pada vektor
adalah nilai optimal setelah menyelesaikan model.
Nilai dari variabel 𝜔𝑙𝑚𝑟 dan 𝜔′ menunjukkan nilai
optimal untuk alokasi barang dari pusat distribusi
yang sudah ada dan yang baru ke area permintaan, �
misalnya, untuk dua wilayah r=10 dan r=16, yang �
�
diberikan pada vektor, serta 2 untuk segi lima yang
ditunjukkan di dalam elips putus-putus adalah titik-titik
optimal yang dipilih untuk menempatkan pusat-pusat
distribusi yang baru. Singkatnya, Gambar 3
diberikan untuk pemahaman yang lebih baik
mengenai solusi model dan hasilnya pada jaringan
yang diusulkan.

6. ANALISIS SENSITIVITAS

Pada bagian ini, perubahan parameter biaya

transportasi telah diselidiki pada fungsi objektif
dimana W1 = 0,9, W2 = 0,1. Perubahan-perubahan ini
diberikan pada Tabel 8 dan Gambar 4. Dengan
mengurangi biaya transportasi, jumlah keuntungan
meningkat, nilai fungsi tujuan kedua tidak berubah,
tetapi nilai fungsi tujuan total juga menurun.
 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432 435

TABEL E 7. Hasil penyelesaian model untuk studi kasus ETKA

� � �=� �=� �=�
Variabel ����
1 2 3 1 1 2 r=1 r=2 r=3 r=4 r=5 r=1 r=2 r=3 r = 4 r = 5 r=1 r=2 r=3 r=4 r=5
��� - 61 78 50 - - - - - - - - - - - - - - - - - -
��� - 23 17 35 - - - - - - - - - - - - - - - - - -
��� - - - - 36 0 0 - - - - - - - - - - - - - - -
��� - - - - 54 0 96 - - - - - - - - - - - - - - -
�� - - - - 1 0 1 - - - - - - - - - - - - - - -
��� - - - - - - - 0 1 1 1 0 1 1 0 1 1 1 0 0 0 1
l=1 - - - - - - 0 9 19 8 0 7 9 0 6 9 7 0 0 0 10
���� l=2 - - - - - - 0 10 19 25 0 6 8 0 21 0 6 0 0 0 0
l=3 - - - - - - 0 13 13 8 0 7 9 0 6 7 10 0 0 0 12
k=1 - - - - - - 0 10 12 9 0 9 8 0 11 7 9 0 0 0 15
�′
���
k=2 - - - - - - 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
k=3 - - - - - - 0 10 12 12 0 8 9 0 14 10 11 0 0 0 10
Variabel Set � � �=1 �=2 �=3
�� - - - - - - - 9.1 9.5 9.8
��
- - - - - - - 0.23 0.25 0.26
���� - - - - - - - 0.9 0.5 0.2

Pemaso
ETKA
Pusat Manufaktur k

Pusat Distribusi
membangun
Dis (k = Dis (k=3) distribusi
Dis (1=3)
Dis (l = Dis (1=2) 1) =
baru
1) ��
� �� =�
pusat
���� =
�

Wilayah Wilaya Wilaya Wilaya Wilaya Wilaya

h (r = h (r = h (r = h (r = h (r =
permintaan 17)
9) 10) 14) 16)

Pandu Grosir
an
Ritel

Saluran online

Gambar 3. Menyelesaikan model menggunakan data nyata dari organisasi

Atka
436 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432

TABEL E 8 . Variasi fungsi tujuan dengan perubahan biaya

160
mengangkut 140
Fungsi Tujuan Fungsi
Biaya tujuan keinginan obyektif 120
pengangkutan laba layanan Model 100
( fungsi (��) metrik L P
80
��)
60
Peningkatan 120/12 11/2 0/25
40
50% 20
Peningkatan 118/01 11/2 0/24 0
40% 1 2 3 4 5 6 7 8 9 10 11
Peningkatan 112/2 11/2 0/22
Gambar 5. Bagan pareto hasil untuk bobot yang
30%
Peningkatan 108/8 11/2 0/21
berbeda
20%
Peningkatan 99/4 11/2 0/19 TABEL E 9. Menimbang fungsi objektif dan fungsi
10%
Normal 123/3 11/2 0/18 objektif dari model metrik LP
Bobot Fungsi Fungsi Fungsi
Pengurangan 127/9 11/2 0/1 tujuan objektif
fungsi tujuan L P
Status
10% objektif keuntun keinginan Model
gan (��) layanan (��) Metrice
Pengurangan 131/3 11/2 0/12
20% �1=0.9
1 123.3 11.2 0.18
Pengurangan 135/7 11/2 0/13160 �2=0.1

30% 140
�1=0.8
120 2 117.5 18.3 0.27
Pengurangan 138 11/2 0/15 �2=0.2
100
40% �1=0.7
80 3 101.3 29.6 0.38
Pengurangan 140/5 11/2 0/1760 �2=0.3
50 40
�1=0.6
4 98.4 38.4 0.39
20
�2=0.4
0
11 10 9 8 7 6 5 4 3 2 1 �1=0.5
5 89.3 42.3 0.42
�2=0.5
Fungsi tujuan keinginan layanan ProfitService
�1=0.4
6 76.9 50.2 0.41
Gambar 4. Variasi fungsi objektif dengan perubahan �2=0.6

dalam �1=0.3
7 64.3 58.9 0.37
biaya pengangkutan �2=0.7

�1=0.2
8 47.3 65.2 0.31
Model yang diusulkan diselesaikan dengan �2=0.8

menggunakan metode metrik LP dan hasilnya �1=0.1

ditunjukkan pada Tabel 7 dan Gambar 9 32.5 73.2 0.19
�2 =0.9
5. Dengan mempertimbangkan bahwa fungsi
tujuan adalah untuk meminimalkan, maka menurut
Tabel 9, situasi terbaik adalah situasi 1, di mana W1 Selain hal di atas, karena metode solusi dari
= 0,9, W2 = 0,1. model yang diusulkan bersifat eksak, waktu solusi
meningkat untuk masalah dengan jumlah data yang
100
besar. Untuk penelitian selanjutnya, disarankan selain
80 algoritma solusi eksak, algoritma solusi heuristik dan
60 meta-heuristik, sebagai contoh algoritma yang
digunakan oleh Zhao dan Zhang [22], di mana algoritma
40 berbasis pembelajaran diusulkan dengan tujuan untuk
20 meningkatkan kemampuan generalisasi. Algoritma
yang digunakan oleh Dulebenets [23] adalah Adaptive
0
Polyploid Memetic Algorithm (APMA) yang baru;
50 100 150
juga
0
 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432
Algoritma serupa digunakan oleh Pasha dkk. [24],
Kavoosi dkk. [25] dan Rabbani dkk. [26].
7. KESIMPULAN DAN PENELITIAN DI MASA DEPAN
Dalam penelitian ini, model perencanaan non-
linear disajikan untuk mengoptimalkan tujuan
ekonomi, termasuk keuntungan dari penjualan
produk di seluruh rantai, serta keinginan untuk
menyediakan layanan dibandingkan dengan
pesaing, yang meliputi memaksimalkan penjualan
produk di saluran penjualan, meminimalkan biaya.
Transportasi, pembangunan gudang, manajemen
dan kontrol inventaris, dan akhirnya memilih
saluran penjualan yang paling optimal berdasarkan
permintaan daerah. Model dua tujuan yang disajikan
diselesaikan dengan menggunakan teknik LP - Metrice
dan perangkat lunak GAMS. Selanjutnya, analisis
sensitivitas terhadap tingkat kepentingan dan bobot
fungsi tujuan serta dampak akhir terhadap fungsi
tujuan diukur. Terakhir, masing-masing fungsi sasaran
diukur berdasarkan data riil dan pentingnya
pertimbangan ekonomi, dan hasil serta analisis
sensitivitas disajikan dalam bentuk tabel dan grafik.
Hasil komputasi berdasarkan analisis data riil untuk
produk furnicutre dilaporkan untuk organisasi Etka.
Sampel yang digunakan meliputi dua pemasok (1
internal, 2 eksternal), tiga pusat distribusi yang ada
dan 3 lokasi potensial untuk membuat pusat distribusi
baru, dan 5 area permintaan (area 9, 10, 14, 16, 17)
untuk provinsi Teheran. solusi model yang diusulkan
mengarah pada pemilihan saluran distribusi yang paling
optimal dari produk yang diinginkan di berbagai daerah
di Teheran, serta pembuatan pusat distribusi baru
dengan mengoptimalkan biaya pembuatan,
transportasi, dan biaya manajemen persediaan.
Konsekuensi dari penyelesaian model adalah
sebagai berikut.
• Karena fakta bahwa pusat distribusi yang ada
tidak dapat memenuhi permintaan pusat-pusat
permintaan dalam hal kapasitas, pusat-pusat
distribusi baru telah didirikan di daerah tenggara dan
barat daya Teheran.
• Saluran yang paling optimal untuk distribusi
barang di wilayah 9 adalah saluran ritel dan internet,
untuk wilayah 10 grosir dan ritel, untuk wilayah
14 hanya saluran grosir, untuk wilayah 17
saluran grosir dan ritel, dan untuk wilayah 18
penjualan ritel dan online.
• Motivasi utama Atta untuk menggunakan model
ini adalah untuk mengurangi biaya sistem dan
memberikan layanan yang lebih baik daripada
pesaing. Biaya distribusi berkurang ketika produk
mencapai pelanggan melalui saluran terbaik
dari pemasok.
Dalam pekerjaan di masa depan, pemodelan
berdasarkan data online dapat menjadi pekerjaan yang
baik dan akurat. Mempertimbangkan kemunculan
industri generasi ke-4 dan penggunaan
437
teknologi untuk mengumpulkan data secara real time dan
menganalisisnya serta menggunakannya dalam pemodelan
rantai pasokan dapat menjadi pekerjaan yang berharga.
8. REFERENSI
1. Kaya, O. dan Urek, B., "Model pemrograman nonlinier bilangan
bulat campuran dan solusi heuristik untuk keputusan lokasi,
inventaris, dan penetapan harga dalam rantai pasokan loop
tertutup", Computers & Operations Research, Vol. 65,
(2016), 93-103. https://doi.org/10.1016/j.cor.2015.07.005
2. Zhang, Z.-H. dan Unnikrishnan, A., "A coordinated location
- inventory problem in closed-loop supply chain", Transportation
Research Part B: Methodological, Vol. 89, (2016), 127-148.
https://doi.org/10.1016/j.trb.2016.04.006
3. Farahani, R.Z., Rashidi Bajgan, H., Fahimnia, B. dan Kaviani, M.,
"Location-inventory problem in supply chains: Sebuah
tinjauan pemodelan", International Journal of Production
Research, Vol. 53, No. 12, (2015), 3769-3788.
https://doi.org/10.1080/
00207543.2014.988889
4. Nasiri, G.R., Zolfaghari, R. dan Davoudpour, H., "Perencanaan
produksi-distribusi rantai pasokan terintegrasi dengan
permintaan stokastik", Computers & Industrial
Engineering, Vol. 77, (2014), 35-45.
https://doi.org/10.1016/j.cie.2014.08.005
5. Diabat, A., Battaïa, O. dan Nazzal, D., "Heuristik berbasis
relaksasi lagrangian yang lebih baik untuk masalah lokasi-
inventori gabungan", Computers & Operations Research, Vol.
61, (2015), 170-178.
6. Ahmadi, G., Torabi, S.A. dan Tavakkoli-Moghaddam, R., "A bi -
objective location-inventory model with capacitated
transportation and lateral transshipments", International Journal
of Production Research, Vol. 54, No. 7, (2016), 2035-
2056. https://doi.org/10.1080/00207543.2015.1082042
7. Puga, M.S. dan Tancrez, J.-S., "Algoritma heuristik untuk
memecahkan masalah persediaan lokasi besar dengan
ketidakpastian permintaan", European Journal of
Operational Research, Vol. 259, No. 2, (2017), 413-423.
https://doi.org/10.1016/j.ejor.2016.10.037
8. Ross, A., Khajehnezhad, M., Otieno, W. dan Aydas, O.,
"Pemodelan inventori lokasi terintegrasi di bawah aliran
produk maju dan mundur di sektor ritel barang bekas:
Sebuah formulasi multi eselon", European Journal of
Operational Research, Vol. 259, No. 2 , (2017), 664-676.
https://doi.org/10.1016/j.ejor.2016.10.036
9. Correia, I. dan Melo, T., "Masalah pemindahan fasilitas multi
periode dengan penyesuaian kapasitas modular dan
pemenuhan permintaan yang fleksibel", Computers &
Industrial Engineering, Vol. 110, (2017), 307-321.
https://doi.org/10.1016/j.cie.2017.06.003
10. Mousavi, S.M., Bahreininejad, A., Musa, S.N. dan Yusof, F.,
"Optimasi swarm partikel yang dimodifikasi untuk
menyelesaikan masalah lokasi dan kontrol inventaris
terintegrasi dalam jaringan rantai pasokan dua eselon", Journal
of Intelligent Manufacturing, Vol. 28, No. 1, (2017), 191-206.
https://doi.org/10.1007/s10845-014- 0970-z
11. Rafie-Majd, Z., Pasandideh, S.H.R. dan Naderi, B.,
"Pemodelan dan penyelesaian masalah inventori-lokasi-rute
terintegrasi dalam rantai pasokan produk multi-periode dan
multi-tidak tahan lama dengan ketidakpastian: Algoritma
relaksasi Lagrangian", Computers & Chemical
Engineering, Vol. 109, (2018), 9-22.
https://doi.org/10.1016/j.compchemeng.2017.10.013
12. Darvish, M. dan Coelho, L.C., "Optimasi berurutan versus
optimasi terintegrasi: Produksi, lokasi, kontrol inventaris,
dan distribusi", European Journal of Operational Research,
Vol. 268, No. 1, (2018), 203-214. doi:
10.1016/j.ejor.2018.01.028.
13. Fattahi, M., Mahootchi, M., Govindan, K. dan Husseini, S.M.M.,
"Desain jaringan rantai pasokan dinamis dengan
perencanaan kapasitas
438 H. H. Bagheri dkk. / IJE TRANSAKSI B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432

dan penetapan harga multi-periode", Penelitian 20. Moosavi, S. dan Seifbarghy, M., "Model fuzzy multi objektif yang
Transportasi Bagian E: Logistics and Transportation Review , kuat untuk jaringan rantai pasokan loop tertutup hijau di
Vol. 81, (2015), 169-202. bawah permintaan dan keandalan yang tidak pasti (studi
https://doi.org/10.1016/j.tre.2015.06.007 kasus di industri oli mesin)", International Journal of
14. Ahmadzadeh, E. dan Vahdani, B., "Model penetapan harga Engineering, Transactio ns C: Aspects, , Vol. 34, No. 12,
persediaan operasi dalam jaringan rantai pasokan loop (2021), 2585-2603. doi: 10.5829/IJE.2021.34.12C.03.
tertutup dengan permintaan dan kekurangan yang 21. Soleimani, H., Chhetri, P., Fathollahi-Fard, A.M., Mirzapour Al -
berkorelasi di bawah sistem tinjauan berkala", Computers & e-Hashem, S. dan Shahparvari, S., "Rantai pasok loop
chemical Engineering, Vol. 101, (2017), 148-166. tertutup yang berkelanjutan dengan efisiensi energi:
https://doi.org/10.1016/j.compchemeng.2017.02.027 Relaksasi Lagr angian, reformulasi dan heuristik", Annals of
15. Fattahi, M., Govindan, K. dan Keyvanshokooh, E., "Program Operations Research, (2022), 1-26.
stokastik multi-tahap untuk masalah desain ulang jaringan https://doi.org/10.1007/s10479-022-04661-z
rantai pasokan dengan permintaan tidak pasti yang 22. Zhao, H. dan Zhang, C., "Algoritma evolusioner banyak tujuan
bergantung pada harga", Computers & Operations berbasis pembelajaran daring", Ilmu Informasi, Vol. 509,
Research, Vol. 100, (2018), 314-332. (2020), 1-21. https://doi.org/10.1016/j.ins.2019.08.069
https://doi.org/10.1016/j.cor.2017.12.016 23. Dulebenets, M.A., "Algoritma memetika poliploid adaptif untuk
16. Rabbani, M., Navazi, F., Eskandari, N. dan Farrokhi -Asl, H., "A penjadwalan truk di terminal cross-docking", Ilmu
green transportation location-inventory-routing problem by Informasi, Vol. 565, (2021), 390-421.
dynamic regional pricing", Jurnal Teknik Industri dan Studi https://doi.org/10.1016/j.ins.2021.02.039
Manajemen, Vol. 7, No. 1, (2020), 35-58. 24. Pasha, J., Nwodu, A.L., Fathollahi-Fard, A.M., Tian, G., Li, Z.,
https://doi.org/10.22116/JIEMS.2020.110006 Wang, H. dan Dulebenets, M.A., "Algoritme eksak dan
17. Nasiri, G.R., Deymeh, H., Karimi, B. dan Miandoabchi, E., metaheuristik untuk masalah perutean kendaraan dengan fac
"Memasukkan pertimbangan penjualan dan pemasaran ke tory-in-a-box pada pengaturan multi-objektif", Advanced
dalam masalah desain jaringan distribusi multi eselon yang Engineering Informatics, Vol. 52, (2022),
kompetitif dengan strategi penetapan harga dalam 101623.
lingkungan stokastik", Journal of Retailing and Consumer https://doi.org/10.1016/j.aei.2022.101623
Services, Vol. 62, (2021), 102646. 25. Kavoosi, M., Dulebenets, MA, Abioye, O.F., Pasha, J., Wang,
https://doi.org/10.1016/j.jretconser.2021.102646 H. dan Chi, H., "Kontrol parameter adaptif mandiri yang
18. Nasiri, G.R., Kalantari, M. dan Karimi, B., "Desain jaringan ditingkatkan dalam komputasi evolusioner: Studi kasus untuk
barang konsumen yang bergerak cepat dengan kebijakan masalah penjadwalan berlabuh", Advanced Engineering
harga di lingkungan yang tidak pasti dengan permintaan yang Informatics, Vol. 42, (2019), 100972.
berkorelasi", Computers & Industrial Engineering, Vol. 153, https://doi.org/10.1016/j.aei.2019.100972
(2021), 106997. https://doi.org/10.1016/j.cie.2020.106997 26. Rabbani, M., Oladzad-Abbasabady, N. dan Akbarian-Saravi, N.,
19. Shafaghizadeh, S., Ebrahimnejad, S., Navabakhsh, M. dan Sajadi, "Perutean ambulans dalam tanggap bencana dengan
S., "Mengusulkan model untuk rantai pasokan yang mempertimbangkan kondisi pasien yang bervariasi: Nsga-ii
tangguh: Sebuah algoritma meta-heuristik", Jurnal Teknik dan algoritma mopso", Journal of Industrial & Management
Internasional, Transaksi C: Aspek, Vol. 34, No. 12, (2021), Optimization, Vol. 18, No. 2, (2022), 1035. doi:
2566-2577. doi: 10.5829/IJE.2021.34.12C.01. 10.3934/jimo.2021007.

Abstrak Bahasa Persia

‫ﭼﮑﯿﺪﻩ‬
‫ ﺍﻧﺘﺨﺎﺏ ﺑﻬﯿﻨﻪ ﺗﺮﯾﻦ ﮐﺎﻧﺎﻝ ﻓﺮﻭﺷﻮ ﻫﻤﭽﯿﻦ ﺗﺼﻤﯿﻤﺎﺕ ﺑﺎﺯﺍﺭﯾﺎﺑﯽ ﺍﺯ ﺍﻫﻤﯿﺖ ﺑﺴﺰﺍﯾﯽ ﺩﺭ ﺯﻧﺠﯿﺮﻫﺘﺎﻣﯿﻦ ﻣﯽ ﺑﺎﺷﺪ ﺑﺎﺗﻮﺟﻪ ﺑﻪ ﺗﻐﯿﯿﺮﺍﺗﻮ ﻋﺪﻡ ﻗﻄﻌﯿﺖ ﻣﻘﺪﺍﺭ‬،‫ ﻗﯿﻤﺘﮕﺬﺍﺭﯼ‬،‫ﺍﻣﺮﻭﺯﻩ ﺑﺤﺚ ﻃﺮﺍﺣﯿﻮ ﺑﺮﻧﺎﻣﻪ ﺭﯾﺰﯼ ﺷﺒﮑﻪ ﺗﻮﺯﯾﻌﻮ ﻓﺮﻭﺵ ﺍﻋﻢ ﺍﺯ ﻣﮑﺎﻧﯿﺎﺑﯽ‬
‫ﺗﻘﺎﺿﺎ ﺩﺭ ﺑﺎﺯﺍﺭ ﻃﺮﺍﺣﯿﻮ ﺑﺮﻧﺎﻣﻬﺮﯾﺰﯼ ﺷﺒﮑﻪ ﺗﻮﺯﯾﻌﻮ ﻓﺮﻭﺵ ﺍﯾﺴﺘﺎ ﺩﺭ ﻋﻤﻞ ﺑﺎ ﻣﺸﮑﺎﻟﺖ ﺯﯾﺎﺩﯼ ﻣﻮﺍﺟﻪ ﮔﺮﺩﯾﺪﻩ ﺍﺳﺖ‬
)‫( ﺗﻮﺯﯾﻊ ﻭ ﺧﺮﺩﻩ ﻓﺮﻭﺷﯿﻮ ﻋﻤﺪﻩ ﻓﺮﻭﺷﯽ ﻣﯽ ﺑﺎﺷﺪ‬،‫ ﮐﻨﺘﺮﻝ ﻣﻮﺟﻮﺩﯾﻮ ﺑﺎﺯﺍﺭﯾﺎﺑﯽ ﻣﺤﺼﻮﻝ ﺗﻮﻟﯿﺪﯾﺒﺮﯾﯽ ﺑﺮﯾﯿﯽ ﯾﮏ ﺳﺎﺯﻣﺎﻥ ﭼﻨﺪ ﻓﻌﺎﻟﯿﺘﯽ (ﺳﺎﺯﻣﺎﻥ ﮐﻪ ﺩﺍﺭﯼ ﻭﺍﺣﺪ ﺗﻮﻟﯿﺪﯼ‬،‫ﺩﺭ ﺍﯾﻦ ﻣﻘﺎﻟﻪ ﯾﮏ ﻣﺪﻝ ﺑﺮﻧﺎﻣﻬﺮﯾﺰﯼ ﺭﯾﺎﺿﯽ ﻏﯿﺮﺧﻄﯽ ﺑﺮﯼ ﻣﮑﻨﯿﺎﺑﯽ‬
‫ﺑﺎ ﺩﺍﺩﻫﻬﺎﯼ ﺁﻧﺎﻟﯿﻦ ﺩﺭ ﺯﻣﺎﻥ ﻭﺍﻗﻌﯽ ﺍﺭﺍﺋﻪ ﻣﯿﮕﺮﺩﺩ ﮐﻪ ﺩﺭ ﺍﯾﻦ ﻣﺪﻝ ﺑﻪ ﺩﻧﺒﺎﻝ ﺍﯾﺠﺎﺩ ﻭ ﻣﮑﺎﻧﯿﺎﺑﯽ ﻣﺮﺍﮐﺰ ﺗﻮﺯﯾﻊ ﺟﺪﯾﺪ ﺩﺭ ﺣﯿﻦ ﻓﻌﺎﻟﯿﺖ‬
‫ ﺍﻧﺘﺨﺎﺏ ﺑﻬﯿﻨﻬﺘﺮﯾﻦ ﻣﻘﺪﺍﺭ ﻭ ﮐﺎﻧﺎﻝ ﺑﺮﺍﯼ‬، )‫ ﺍﯾﻨﺘﺮﻧﯽ‬،‫ ﺧﺮﺩﻩ ﻓﺮﻭﺷﯽ‬،‫ ﻣﺪﯾﺮﯾﺖ ﻣﻮﺟﻮﺩﯼ ﺩﺭ ﻣﺮﺍﮐﺰ ﺗﻮﺯﯾﻌﻮ ﻫﻤﭽﻨﯿﻦ ﺗﺼﻤﯿﻤﺎﺕ ﺑﺎﺯﺍﺭﯾﺎﺑﯽ ﺍﻋﻢ ﺍﺯ ﻗﯿﻤﺘﮕﺬﺍﺭﯼ ﻣﺤﺼﻮﺍﻟﺖ ﺩﺭ ﮐﺎﻧﺎﻟﻬﺎ (ﻋﻤﺪﻩ ﻓﺮﻭﺷﯽ‬،‫ﺷﺒﮑﻪ ﺩﺭ ﺻﻮﺭﺕ ﺍﻓﺰﺍﯾﺶ ﺗﻘﺎﺿﺎ‬
‫ﺩﺭ ﺍﯾﻦ ﻣﺪﻝ ﻫﺪﻑ ﺣﺪﺍﮐﺜﺮ ﮐﺮﺩﻥ ﺳﻮﺩ ﻭ‬. ‫ ﻣﯿﺰﺍﻥ ﻓﺮﻭﺵ ﺩﺭ ﻫﺮ ﮐﺎﻧﺎﻝ ﻭ ﺩﺭ ﻧﻬﯿﺖ ﻗﯿﻤﺘﮕﺬﺍﺭﯼ ﺑﺮﺍﯼ ﻣﺤﺼﻮﻝ ﺩﺭ ﮐﺎﻧﺎﻟﻬﯽ ﻣﺨﺘﻠﻒ ﺑﺎ ﺩﺭ ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﺩﺍﺩﻫﻬﯽ ﻭﺍﻗﻌﯽ ﻭ ﺳﯿﺴﺘﻢ ﭘﺸﺘﺒﺎﻥ ﺗﺼﻤﯿﻤﮕﯿﺮ ﺑﻪ ﺻﻮﺭﺕ ﻣﺘﻤﺮﮐﺰ ﻣﯿﺒﺎﺷﺪ‬،‫ﻓﺮﻭﺵ ﻣﺤﺼﻮﻝ‬
‫ﺩﺭ ﻧﻬﺎﯾﺖ ﻣﺪﻝ ﻣﻮﺭﺩ ﻧﻈﺮ ﺩﺭ ﺣﺠﻢ ﭘﺎﯾﯿﻨﺘﺮ ﺑﺎ ﻧﺮﻡ ﺍﻓﺰﺍﺭ ﮔﻤﺰ ﺣﻞ ﮔﺮﺩﯾﺪﻫﻮ ﺗﺤﻠﯿﻞ ﺣﺴﺎﺳﯿﺖ ﺭﻭﯼ‬. ‫ﻫﻤﭽﻨﯿﻦ ﺍﻓﺰﺍﯾﺶ ﻣﻄﻠﻮﺑﯿﺖ ﺑﺮﺍﯼ ﻣﺸﺘﺮﯼ ﺑﺎ ﺩﺭ ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﻗﯿﻤﺖ ﺭﻗﺒﺎ ﻭ ﺍﻧﺘﺨﺎﺏ ﺑﻬﺘﺮﯾﻦ ﮐﺎﻧﺎﻝ ﺑﺮﺍﯼ ﺍﺭﺍﺋﻪ ﻣﺤﺼﻮﻝ ﺑﻪ ﻣﺸﺘﺮﯼ ﻣﯿﺒﺎﺷﺪ‬
‫ﭘﺎﺭﺍﻣﺘﺮﻫﺎﯼ‬
.‫ﻣﺨﺘﻠﻒ ﺻﻮﺭﺕ ﮔﺮﻓﺘﻪ ﺍﺳﺖ‬