Jurnal 3 Id
Jurnal 3 Id
TRANSAKSI IJE B: Aplikasi Vol. 36, No. 02, (Februari 2023) 420-432
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) 420-432 421
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
𝑚 𝜑 , 𝜔𝑙𝑚𝑟 , 𝜔′ , 𝑄∗ , 𝑅∗ , 𝑄1𝑙 , 𝑄2𝑙 , 𝑄2𝑘 , 𝑄1𝑘 , 𝑃𝑟𝑜𝑚 ≥ 4. CONTOH NUMERIK DAN DISKUSI
���
(19)
0 ������� (ORGANISASI ETKA)
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
� = �. � - - - - - - - - - - - - - - -
� = �. � - - - - - - - - - - - - - - -
� = �� - - - - - - - - - - - - - - -
�=� - - - - - - - - - - - - - - -
� =7
′
- - - - - - - - - - - - - - -
��� = - - - - - - - - - - - - - - -
���
�� - - - - - - - - - - - - - - -
�� - - - - 315 402 391 - - - - - - - -
��� - - - - - - - - - - - - - - -
6. ANALISIS SENSITIVITAS
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
���� =
�
Pandu Grosir
an
Ritel
Saluran online
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
Algoritma serupa digunakan oleh Pasha dkk. [24], teknologi untuk mengumpulkan data secara real time dan
Kavoosi dkk. [25] dan Rabbani dkk. [26]. menganalisisnya serta menggunakannya dalam pemodelan
rantai pasokan dapat menjadi pekerjaan yang berharga.
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.