Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Rekayasa Hijau

Meminimasi Risiko pada Rantai Pasok Menggunakan Kerangka Kerja Suplly Chain Risk Management di PT. Adhi Chandra Dwiutama Syah Tjaja, Arief Irfan; Sekartyasto, Dio Rizcki; Imran, Arif
Jurnal Rekayasa Hijau Vol 3, No 1 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Institut Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (355.038 KB) | DOI: 10.26760/jrh.v3i1.2818

Abstract

ABSTRAKRantai Pasok merupakan jaringan dari perusahaan- perusahaan yang bekerja secara bersama untuk menciptakan dan mengantarkan suatu produk ke konsumen akhir. Perusahaan - perusahaan tersebut bergerak di bidang supplier, manufaktur, distributor, ritel/toko dan perusahaan jasa logistik. Didalam rantai pasok terdiri dari berbagai aliran informasi yang harus dikelola oleh perusahaan. Oleh karena itu, untuk menciptakan rantai pasok yang terintegritas dan unggul perusahaan perlu mengelola rantai pasok dengan menggunakan supply chain management. Dalam proses rantai pasok, manajemen risiko rantai pasok dibutuhkan untuk mengendalikan risiko-risiko yang mungkin muncul agar tidak menggangu berjalannya rantai pasok. Proses manajemen risiko rantai pasok dimulai dengan identifikasi proses bisnis dalam rantai pasok, lalu mengidentifikasi risiko dalam proses bisnis. Kemudian dilakukan penilaian nilai konsekuensi dan probabilitas melalui kuesioner. Identifikasi risiko menghasilkan 64 risiko, 33 risiko dengan tingkat rendah, 21 dengan tingkat menengah, dan 10 tingkat tinggi. Setelah mendapatkan risiko berdasarkan tingkatannya, dilakukan perancangan mitigasi terhadap risiko yang paling tinggi.Kata kunci: Rantai Pasok, Manajemen Risiko Rantai Pasok, MitigasiABSTRACTSupply Chain is a network of companies that work together to create and deliver a product into the hands of the end user. These companies usually include suppliers, manufactur, distributors, retail / stores and logistic service companies. In the supply chain consists of various streams of information that must be managed by the company. Therefore, to create an integrated and superior supply chain, companies need to manage supply chains using supply chain management. In the supply chain, supply chain risk management is needed to control the risks that may happen in order not to disrupt supply chain. Supply chain risk management process begins with the identification of business processes in the supply chain, then identify risks in the business process. After that, a risk assessment is performed to assess the risk probability and consequences through the questionnaires. Risk identification brings out 64 risks, 33 lowrisk, 21 to medium-risk, and 10-high risk. After obtaining the risk based on its level,then do some design risk mitigation to the high-risk.Keywords: Supply chain, supply chain risk management, mitigation
A Simulated Annealing for Heterogenous Fleet Vehicle Routing Problem with Multiple Trips and Pickup-Delivery Firda Nur Rizkiani; Rosmala Sari; Arif Imran
Rekayasa Hijau : Jurnal Teknologi Ramah Lingkungan Vol 7, No 3 (2023)
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/jrh.v7i3.277-288

Abstract

ABSTRAKSalah satu masalah paling krusial dalam Supply Chain Management (SCM) adalah perancangan jaringan distribusi yang secara signifikan memengaruhi biaya total. Salah satu masalah umum dalam distribusi adalah bagaimana merancang rute kendaraan yang optimal. Masalah ini dikenal sebagai Vehicle Routing Problem (VRP). Sebuah variasi VRP yang dikenal sebagai Heterogeneous Fleet Vehicle Routing Problem with Multiple Trips and Pickup and Delivery (HFVRPMTPD) memiliki karakteristik berikut: jenis kendaraan yang berbeda, perjalanan ganda, dan pengambilan serta pengantaran secara simultan. Penelitian ini membantu dalam menyelesaikan masalah yang dihadapi oleh Perusahaan Distribusi Liquefied Petroleum Gas (LPG) yang mengantarkan dan mengumpulkan tabung gas secara simultan dengan menggunakan jenis kendaraan yang berbeda-beda dan dapat melakukan perjalanan ganda sepanjang waktu operasi. Saat ini, perencanaan rute hanya didasarkan pada pengalaman pengemudi, yang mengakibatkan peningkatan jarak total, dan akhirnya mengarah pada waktu pengiriman yang tidak efisien. Peneliti mengusulkan pendekatan Simulated Annealing (SA) dengan menggunakan Savings Matrix dan Nearest Neighbor untuk mendapatkan solusi awal, dengan tujuan meminimalkan jarak total. Hasil penelitian menunjukkan bahwa rute yang diusulkan memberikan solusi yang lebih baik dalam hal jarak total dibandingkan dengan solusi saat ini dari perusahaan. Analisis sensitivitas terhadap parameter SA juga dilakukan untuk menilai kinerja algoritma yang diusulkan.Kata kunci: Jaringan Distribusi, Vehicle Routing Problem, Heterogeneous Fleet Vehicle Routing Problem with Multiple Trips and Pickup and Delivery, Savings Matrix, Nearest Neighbor, Simulated Annealing ABSTRACT One of the most critical issues in Supply Chain Management (SCM) is the design of distribution networks that substantially affects the total cost. Designing optimal vehicle route plan is the most common issue in distribution. This problem is known as Vehicle Routing Problem (VRP). A VRP variant known as Heterogeneous Fleet Vehicle Routing Problem with Multiple Trips and Pickup and Delivery (HFVRPMTPD) involves the following characteristics: heterogenous vehicles, multiple trips, and simultaneous pickup and delivery. This research helps to solve the problems encountered by a Liquefied Petroleum Gas (LPG) Distribution Company which operates by delivering and collecting simultaneously the gas cylinders using heterogenous vehicle in multiple trips throughout the operation time. Currently, the route planning is solely based on the driver’s experience, resulting in increased total distance, and consequently leading to inefficient delivery times. We propose a Simulated Annealing (SA) with the initial solution obtained using Saving Matrix and Nearest Neighbor, aiming at minimizing the total distance. The results indicate that the proposed route provides a better solution in terms of total distance compared to the current solution of the company. Sensitivity analyses of the SA parameter are also conducted to assess the proposed algorithm’s performance.Keywords: Distribution Networks, Heterogeneous Fleet Vehicle Routing Problem with Multiple Trips and Pickup and Delivery, Savings Matrix, Nearest Neighbor, Simulated Annealing