<![CDATA[Diketahui dari penelitian sebelumnya bahwa mengintegrasikan keputusan arsitektur produk dengan keputusan manufaktur dan rantai pasok pada tahap awal pengembangan produk dapat menghasilkan konfigurasi rantai pasok yang optimal. Di dalam penelitian ini, sebuah kerangka kerja optimasi multi-tujuan disajikan untuk menyocokkan strategi arsiektur produk dengan desain rantai pasok. Berbeda dengan penelitian sebelumnya, biaya distribusi dari beberapa distribution center yang berbeda diperhitungkan di dalam model untuk memastikan keberlangsungan rantai pasok yang lebih panjang. Kompatibilitas antar partner rantai pasok juga diperhitungkan untuk memastikan rantai pasok berjangka panjang. Karena banyak informasi yang subjektif megenai suatu organisasi, digunakan fuzzy logic untuk menghitung indeks kompatibilitas tiap anggota potensial rantai pasok. Model optimasi yang digunakan diformulasikan sebagai model goal programming (GP) tertimbang dengan dua tujuan: minimasi total biaya rantai pasok dan maksimasi total indeks kompatibilitas rantai pasok. Model GP diselesaikan dengan menggunakan LINGO sebagai tool. Dari tiga kasus yang berbeda, terlihat bahwa penambahan variabel biaya distribusi ke dalam model mempengaruhi konfigurasi rantai pasok. Hasil terbaik, biaya rantai pasok terendah, dihasilkan dari kasus di mana bulldozer dikirim ke dua distribution center, yaitu $96,802,197. Hasil pengolahan selengkapnya tercakup dalam penelitian ini. AbstractIt is known from the previous research that integrating product architecture decisions with manufacturing and supply chain decisions during the early stage of the product development can lead to an optimum supply chain configuration. In this paper, a multi-objective optimization framework is presented for matching product architecture strategy to supply chain design. In contrast to the existing research, distribution costs from different distribution centers are incorporated into the model to ensure the survival of a longer supply chain. Compatibility between supply chain partners is also incorporated into the model to ensure the long term viability of the supply chain. Since much of the supplier related information may be very subjective, fuzzy logic is used to compute the compatibility index of a supplier. The optimization model is formulated as a weighted goal programming (GP) model with two objectives: minimization of total supply chain costs, and maximization of total supply chain compatibility index. The GP model is solved by using LINGO as a tool. From three different cases, it is shown that by adding distribution cost variable into the model, supply chain configuration can be effected. The best result, the lowest supply chain cost, computed from the case where bulldozers are sent to two distribution centers, which is $96,802,197. The complete results are discussed in this research.]]>
Copyrights © 2015
