Sistem Penunjang Keputusan Cerdas Untuk Mengelola Rantai Pasokan Pada Agroindustri Hortikultura An Intelligent Decision Support System For Horticultue Supply Chain Management Vol 19, No 3, 2011
Yandra Arkeman dan Radityo Andi Dharma
SISTEM PENUNJANG KEPUTUSAN CERDAS UNTUK MENGELOLA RANTAI PASOKAN PADA
AGROINDUSTRI HORTIKULTURA
AN INTELLIGENT DECISION SUPPORT SYSTEM FOR HORTICULTUE
SUPPLY CHAIN MANAGEMENT
Yandra Arkeman1 dan Radityo Andi Dharma2
1
Staf Pengajar Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor
Kampus IPB Darmaga P.O.Box 220, Bogor 16002
Email : yandra@ipb.ac.id
2
Alumni Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor
ABSTRACT
The objective of this research was to develop an intelligent decision support system for optimization of
horticulture supply chain model using genetic algorithms. The case study was conducted at PT. Saung Mirwan,
Megamendung-Bogor, a major producer of packed fresh vegetable and fresh-cut vegetable. The output of this
research is an Intelligent Decision Support System of Supply Chain Management for Horticulture Agro industry
(IDSS-SCM). IDSS-SCM consists of eight models: Products Demand Forecast, Vegetables Supply Forecast,
Planting Schedule, Aggregate Planning, Material Requirements Planning I, Material Requirements Planning II,
Inventory Management, and Transportation Route. Based on the most recent data collected, IDSS-SCM predicts
that product demand will increase and it then gives optimum recommendations to the user such as plant
schedule, material requirements planning, inventory, human resource allocation, and distribution route to fulfil
the demand. The unique feature of this research was that a genetic algorithm (GA) with Partially Matched
Crossover (PMX) operator was used to find the shortest distribution route as well as to optimize human resource
allocation problem. The experiment results indicate that the GA developed in this research can solve a complex
agroindustrial supply chain design problem faster and more efficiently.
Keywords: intelligent decision support system, genetic algorithms, supply chain management, agroindustry,
partially matched crossover.
PENDAHULUAN
Kemajuan teknologi informasi serta
meningkatnya persaingan dalam dunia industri telah
memberikan banyak alternatif bagi konsumen dalam
memilih produk, akibatnya tuntutan konsumen
menjadi lebih tinggi. Konsumen menuntut antara
lain: pelayanan yang lebih cepat, kualitas yang lebih
baik, serta harga yang lebih murah. Di era
globalisasi saat ini, hal tersebut dapat menjadi
hambatan bagi produsen sayuran di Indonesia yang
mayoritas belum menerapkan manajemen yang
memadai karena mereka akan bersaing dengan
produsen sayuran dari manca negara. Hambatan
tersebut telah dibuktikan dengan ketidakmampuan
produk pertanian Indonesia bersaing dengan produk
pertanian impor baik dalam segi harga maupun
kualitas. Saat ini persaingan yang sesungguhnya
bukanlah persaingan antar perusahaan, melainkan
persaingan antar jaringan kerja. Sebuah jaringan
yang terdiri dari pemasok, perusahaan, distributor,
dan pengecer, akan saling bekerja sama untuk
menghasilkan produk akhir dengan kualitas tinggi,
waktu yang lebih singkat, serta harga yang lebih
terjangkau. Hanya tim yang memiliki jaringan kerja
yang paling efektif dan efisien yang dapat
memenangkan persaingan.
Supply Chain Management merupakan
mekanisme pengelolaan rantai pasokan untuk
mengoptimalkan nilai-nilai yang terdapat disepanjang rantai pasokan dengan cara mengoptimalkan aliran barang, aliran informasi, dan aliran uang
J. Tek. Ind. Pert. Vol. 19(3), 152-163
di dalam rantai pasokan agar produk yang sampai ke
konsumen dapat memberikan kepuasan dalam hal
ketepatan waktu pengiriman, kualitas barang, dan
harga yang terjangkau, sehingga pada akhirnya akan
memberikan keuntungan yang maksimal kepada
seluruh anggota yang terlibat dalam rantai pasokan
(Chopra dan Meindl, 2004, Apaiah dan Hendrix
2004).
Tujuan penelitian ini adalah untuk
merancang, mengembangkan dan mengimplementasikan sistem penunjang keputusan cerdas
untuk mengelola rantai pasokan pada agroindustri
hortikultura sesuai dengan kebutuhan perusahaan,
mengintegrasikan pendekatan-pendekatan pemecahan persoalan Supply Chain Management ke dalam
sistem penunjang keputusan cerdas (Dhar dan Stein,
1997), dan menerapkan Algoritme Genetika (Gen
dan Cheng 1997, Goldberg 1989, De Jong 2006)
sebagai bagian dari sistem penunjang keputusan
cerdas untuk memperoleh hasil optimum yang
berkualitas dalam waktu yang lebih singkat.
METODE PENELITIAN
Kerangka Pemikiran
Rantai pasokan merupakan mekanisme
penyediaan produk sampai kepada konsumen akhir
yang melibatkan pemasok, produsen, distributor, dan
pengecer. Oleh sebab itu pengelolaan yang baik atas
aliran informasi, aliran barang, dan aliran keuangan
yang terjadi di antara anggota rantai pasokan
memegang peranan yang sangat penting dalam
menentukan efisiensi rantai pasokan. Rantai pasokan
152
Sistem Penunjang Keputusan Cerdas Untuk Mengelola.....................
yang efisien akan memberikan kepuasan kepada
konsumen dalam hal ketepatan waktu pengiriman,
kualitas barang, dan harga yang terjangkau, sehingga
pada akhirnya akan memberikan keuntungan yang
maksimal kepada seluruh anggota yang terlibat
dalam rantai pasokan.
Dalam pelaksanaannya, seorang pengambil
keputusan yang mengelola rantai pasokan akan
dihadapkan kepada berbagai persoalan yang rumit
dan kompleks (Apaiah dan Hendrix, 2004) karena
pengelolaan rantai pasokan merupakan suatu
persoalan yang dinamis dan melibatkan banyak
elemen yang saling berkaitan (Brycesson dan Smith,
2008).
Seorang pengambil keputusan sangat
dituntut untuk menghasilkan keputusan yang terbaik
dalam waktu yang singkat, sehingga diperlukan
suatu alat yang dapat menyediakan informasi yang
mendukung proses pengambilan keputusan secara
cepat, ringkas, dan informatif (Simch-Levy,
Kaminsky dan Simchi-Levy, 2000). Pada penelitian
ini, alat tersebut adalah sistem penunjang keputusan
cerdas untuk mengelola rantai pasokan pada
agroindustri hortikultura (Intelligent Decision
Support System for Supply Chain Management atau
IDSS-SCM).
IDSS-SCM digunakan untuk mengelola
rantai pasokan agroindustri hortikultura dengan
mengintegrasikan elemen-elemen yang terdapat
dalam Supply Chain Management seperti
Forecasting, Inventory Management, Aggregate
Planning, Resource Planning, dan Transportation
Management. Selain itu IDSS-SCM menggunakan
metode penyelesaian persoalan yang diadaptasi dari
bidang kecerdasan buatan yaitu Algoritma Genetika,
sehingga dengan menggunakan sistem ini diharapkan proses pengambilan keputusan yang berkaitan
dengan pengelolaan rantai pasokan agroindustri
hortikultura dapat berlangsung dengan lebih efektif
dan efisien.
- Memperoleh informasi mengenai tingkat
persediaan
- Memenuhi service level ke pelanggan
semaksimal mungkin
Produsen: Divisi Pengadaan (Sayur & Non-Sayur)
- Memperoleh prediksi kebutuhan sayur
- Memperoleh prediksi kebutuhan bahan baku
produk
- Membuat rencana pengadaan kebutuhan sayur
dan bahan baku produk
- Memenuhi kebutuhan produksi secara maksimal
Produsen: Divisi Pengemasan
- Membuat perencanaan produksi
- Meminimalkan persediaan bahan baku
- Menentukan jumlah tenaga kerja yang
dibutuhkan
- Meminimalkan biaya tenaga kerja
Produsen: Divisi Distribusi
- Meminimalkan biaya transportasi
- Mempersingkat waktu pengiriman
- Menentukan rute pengiriman yang optimal
Pengecer
- Memperoleh pesanan tepat waktu
- Memperoleh pesanan dalam jumlah yang benar
- Memperoleh pesanan dengan spesifikasi yang
benar
- Memperoleh pesanan dengan kualitas tinggi
- Memperoleh pesanan dengan harga murah
Konsumen
- Memperoleh produk yang selalu ready-stock
- Memperoleh produk dengan kualitas tinggi
- Memperoleh produk dengan harga murah
Diagram Input-Output
Diagram input output disajikan pada Gambar
1.
Pendekatan Sistem
Penelitian ini menggunakan metoda ilmiah
untuk perancangan sistem seperti yang diusulkan
Taylor (2007) dikombinasikan dengan metoda
perancangan sistem rantai pasok (Shapiro, 2001) dan
perancangan perangkat lunak algoritma genetika
(Gen dan Cheng, 1997, De Jong, 2006). Hasil
perancangan sistem dituangkan dalam bentuk analisa
kebutuhan, diagram input-output, diagram lingkar
sebab-akibat, dan rancangan algoritma genetika yang
dibahas pada sub-bab di bawah ini.
Analisis Kebutuhan
Pemasok
- Memperoleh kepastian jumlah pesanan
- Meminimalkan persediaan
- Memperoleh kepastian pembayaran
- Memenuhi kebutuhan perusahaan secara
maksimal
Produsen: Divisi penjualan
- Memperoleh prediksi permintaan produk
- Memperoleh informasi pergerakan pesaing
dalam hal produk, harga, distribusi, dan promosi
153
Gambar 1. Diagram Input-Output IDSS-SCM
J. Tek. Ind. Pert. Vol. 19(3), 152-163
Yandra Arkeman dan Radityo Andi Dharma
Diagram Lingkar Sebab-Akibat
+
Kepastian Bahan
Baku
+
+
+
Pemasok
Prediksi Permintaan
Perencanaan
Produksi
+
+
+
Finansial
+
+
+
+
Integrasi Rantai
Pasokan
Produsen
Bahan Baku
Optimal
SDM Optimal
Jadwal Produksi
+
+
-
+
+
+
Distribusi Optimal
Distributor
Kelancaran
Produksi
Inventory Level
+
Keuntungan
+
+
+
Lead Time
Konsumen
Service Level
+
-
Inefisiensi Sumber
Daya
Kerugian
-
Gambar 2. Diagram lingkar sebab-akibat IDSS-SCM
Algoritma Genetika
Algoritma genetika (GA) merupakan suatu
metode pencarian yang didasarkan pada mekanisme
dari seleksi dan genetika natural (Haupt dan Haupt
2004). Proses GA dapat dilihat pada Gambar 3.
Penentuan
nilai awal
Populasi
Awal
Fungsi
Evaluasi
Elitisme
al., 2005, Mayer et al., 2001, Sarker dan Ray 2009,
Stewart et al., 2004, Zhang et al., 2009), namun
publikasi penggunaan algoritma genetika untuk
optimasi rantai pasok produk hortikultura belum
banyak ditemukan.
GA dikarakterisasi dengan 5 komponen
dasar yaitu :
1. Representasikan kromosom untuk memudahkan
penemuan solusi dalam masalah pengoptimasian.
2. Inisialisasi populasi.
3. Fitness function yang mengevaluasi setiap solusi.
4. Proses genetik yang menghasilkan sebuah
populasi baru dari populasi yang ada.
5. Parameter seperti ukuran populasi, probabilitas
proses genetik, banyaknya generasi, dan lain-lain.
Seleksi Individu
Proses Pindah
Silang
Tidak
Individu
terbaik
Ya
Generasi
SISTEM PENUNJANG KEPUTUSAN CERDAS UNTUK MENGELOLA RANTAI PASOKAN PADA
AGROINDUSTRI HORTIKULTURA
AN INTELLIGENT DECISION SUPPORT SYSTEM FOR HORTICULTUE
SUPPLY CHAIN MANAGEMENT
Yandra Arkeman1 dan Radityo Andi Dharma2
1
Staf Pengajar Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor
Kampus IPB Darmaga P.O.Box 220, Bogor 16002
Email : yandra@ipb.ac.id
2
Alumni Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor
ABSTRACT
The objective of this research was to develop an intelligent decision support system for optimization of
horticulture supply chain model using genetic algorithms. The case study was conducted at PT. Saung Mirwan,
Megamendung-Bogor, a major producer of packed fresh vegetable and fresh-cut vegetable. The output of this
research is an Intelligent Decision Support System of Supply Chain Management for Horticulture Agro industry
(IDSS-SCM). IDSS-SCM consists of eight models: Products Demand Forecast, Vegetables Supply Forecast,
Planting Schedule, Aggregate Planning, Material Requirements Planning I, Material Requirements Planning II,
Inventory Management, and Transportation Route. Based on the most recent data collected, IDSS-SCM predicts
that product demand will increase and it then gives optimum recommendations to the user such as plant
schedule, material requirements planning, inventory, human resource allocation, and distribution route to fulfil
the demand. The unique feature of this research was that a genetic algorithm (GA) with Partially Matched
Crossover (PMX) operator was used to find the shortest distribution route as well as to optimize human resource
allocation problem. The experiment results indicate that the GA developed in this research can solve a complex
agroindustrial supply chain design problem faster and more efficiently.
Keywords: intelligent decision support system, genetic algorithms, supply chain management, agroindustry,
partially matched crossover.
PENDAHULUAN
Kemajuan teknologi informasi serta
meningkatnya persaingan dalam dunia industri telah
memberikan banyak alternatif bagi konsumen dalam
memilih produk, akibatnya tuntutan konsumen
menjadi lebih tinggi. Konsumen menuntut antara
lain: pelayanan yang lebih cepat, kualitas yang lebih
baik, serta harga yang lebih murah. Di era
globalisasi saat ini, hal tersebut dapat menjadi
hambatan bagi produsen sayuran di Indonesia yang
mayoritas belum menerapkan manajemen yang
memadai karena mereka akan bersaing dengan
produsen sayuran dari manca negara. Hambatan
tersebut telah dibuktikan dengan ketidakmampuan
produk pertanian Indonesia bersaing dengan produk
pertanian impor baik dalam segi harga maupun
kualitas. Saat ini persaingan yang sesungguhnya
bukanlah persaingan antar perusahaan, melainkan
persaingan antar jaringan kerja. Sebuah jaringan
yang terdiri dari pemasok, perusahaan, distributor,
dan pengecer, akan saling bekerja sama untuk
menghasilkan produk akhir dengan kualitas tinggi,
waktu yang lebih singkat, serta harga yang lebih
terjangkau. Hanya tim yang memiliki jaringan kerja
yang paling efektif dan efisien yang dapat
memenangkan persaingan.
Supply Chain Management merupakan
mekanisme pengelolaan rantai pasokan untuk
mengoptimalkan nilai-nilai yang terdapat disepanjang rantai pasokan dengan cara mengoptimalkan aliran barang, aliran informasi, dan aliran uang
J. Tek. Ind. Pert. Vol. 19(3), 152-163
di dalam rantai pasokan agar produk yang sampai ke
konsumen dapat memberikan kepuasan dalam hal
ketepatan waktu pengiriman, kualitas barang, dan
harga yang terjangkau, sehingga pada akhirnya akan
memberikan keuntungan yang maksimal kepada
seluruh anggota yang terlibat dalam rantai pasokan
(Chopra dan Meindl, 2004, Apaiah dan Hendrix
2004).
Tujuan penelitian ini adalah untuk
merancang, mengembangkan dan mengimplementasikan sistem penunjang keputusan cerdas
untuk mengelola rantai pasokan pada agroindustri
hortikultura sesuai dengan kebutuhan perusahaan,
mengintegrasikan pendekatan-pendekatan pemecahan persoalan Supply Chain Management ke dalam
sistem penunjang keputusan cerdas (Dhar dan Stein,
1997), dan menerapkan Algoritme Genetika (Gen
dan Cheng 1997, Goldberg 1989, De Jong 2006)
sebagai bagian dari sistem penunjang keputusan
cerdas untuk memperoleh hasil optimum yang
berkualitas dalam waktu yang lebih singkat.
METODE PENELITIAN
Kerangka Pemikiran
Rantai pasokan merupakan mekanisme
penyediaan produk sampai kepada konsumen akhir
yang melibatkan pemasok, produsen, distributor, dan
pengecer. Oleh sebab itu pengelolaan yang baik atas
aliran informasi, aliran barang, dan aliran keuangan
yang terjadi di antara anggota rantai pasokan
memegang peranan yang sangat penting dalam
menentukan efisiensi rantai pasokan. Rantai pasokan
152
Sistem Penunjang Keputusan Cerdas Untuk Mengelola.....................
yang efisien akan memberikan kepuasan kepada
konsumen dalam hal ketepatan waktu pengiriman,
kualitas barang, dan harga yang terjangkau, sehingga
pada akhirnya akan memberikan keuntungan yang
maksimal kepada seluruh anggota yang terlibat
dalam rantai pasokan.
Dalam pelaksanaannya, seorang pengambil
keputusan yang mengelola rantai pasokan akan
dihadapkan kepada berbagai persoalan yang rumit
dan kompleks (Apaiah dan Hendrix, 2004) karena
pengelolaan rantai pasokan merupakan suatu
persoalan yang dinamis dan melibatkan banyak
elemen yang saling berkaitan (Brycesson dan Smith,
2008).
Seorang pengambil keputusan sangat
dituntut untuk menghasilkan keputusan yang terbaik
dalam waktu yang singkat, sehingga diperlukan
suatu alat yang dapat menyediakan informasi yang
mendukung proses pengambilan keputusan secara
cepat, ringkas, dan informatif (Simch-Levy,
Kaminsky dan Simchi-Levy, 2000). Pada penelitian
ini, alat tersebut adalah sistem penunjang keputusan
cerdas untuk mengelola rantai pasokan pada
agroindustri hortikultura (Intelligent Decision
Support System for Supply Chain Management atau
IDSS-SCM).
IDSS-SCM digunakan untuk mengelola
rantai pasokan agroindustri hortikultura dengan
mengintegrasikan elemen-elemen yang terdapat
dalam Supply Chain Management seperti
Forecasting, Inventory Management, Aggregate
Planning, Resource Planning, dan Transportation
Management. Selain itu IDSS-SCM menggunakan
metode penyelesaian persoalan yang diadaptasi dari
bidang kecerdasan buatan yaitu Algoritma Genetika,
sehingga dengan menggunakan sistem ini diharapkan proses pengambilan keputusan yang berkaitan
dengan pengelolaan rantai pasokan agroindustri
hortikultura dapat berlangsung dengan lebih efektif
dan efisien.
- Memperoleh informasi mengenai tingkat
persediaan
- Memenuhi service level ke pelanggan
semaksimal mungkin
Produsen: Divisi Pengadaan (Sayur & Non-Sayur)
- Memperoleh prediksi kebutuhan sayur
- Memperoleh prediksi kebutuhan bahan baku
produk
- Membuat rencana pengadaan kebutuhan sayur
dan bahan baku produk
- Memenuhi kebutuhan produksi secara maksimal
Produsen: Divisi Pengemasan
- Membuat perencanaan produksi
- Meminimalkan persediaan bahan baku
- Menentukan jumlah tenaga kerja yang
dibutuhkan
- Meminimalkan biaya tenaga kerja
Produsen: Divisi Distribusi
- Meminimalkan biaya transportasi
- Mempersingkat waktu pengiriman
- Menentukan rute pengiriman yang optimal
Pengecer
- Memperoleh pesanan tepat waktu
- Memperoleh pesanan dalam jumlah yang benar
- Memperoleh pesanan dengan spesifikasi yang
benar
- Memperoleh pesanan dengan kualitas tinggi
- Memperoleh pesanan dengan harga murah
Konsumen
- Memperoleh produk yang selalu ready-stock
- Memperoleh produk dengan kualitas tinggi
- Memperoleh produk dengan harga murah
Diagram Input-Output
Diagram input output disajikan pada Gambar
1.
Pendekatan Sistem
Penelitian ini menggunakan metoda ilmiah
untuk perancangan sistem seperti yang diusulkan
Taylor (2007) dikombinasikan dengan metoda
perancangan sistem rantai pasok (Shapiro, 2001) dan
perancangan perangkat lunak algoritma genetika
(Gen dan Cheng, 1997, De Jong, 2006). Hasil
perancangan sistem dituangkan dalam bentuk analisa
kebutuhan, diagram input-output, diagram lingkar
sebab-akibat, dan rancangan algoritma genetika yang
dibahas pada sub-bab di bawah ini.
Analisis Kebutuhan
Pemasok
- Memperoleh kepastian jumlah pesanan
- Meminimalkan persediaan
- Memperoleh kepastian pembayaran
- Memenuhi kebutuhan perusahaan secara
maksimal
Produsen: Divisi penjualan
- Memperoleh prediksi permintaan produk
- Memperoleh informasi pergerakan pesaing
dalam hal produk, harga, distribusi, dan promosi
153
Gambar 1. Diagram Input-Output IDSS-SCM
J. Tek. Ind. Pert. Vol. 19(3), 152-163
Yandra Arkeman dan Radityo Andi Dharma
Diagram Lingkar Sebab-Akibat
+
Kepastian Bahan
Baku
+
+
+
Pemasok
Prediksi Permintaan
Perencanaan
Produksi
+
+
+
Finansial
+
+
+
+
Integrasi Rantai
Pasokan
Produsen
Bahan Baku
Optimal
SDM Optimal
Jadwal Produksi
+
+
-
+
+
+
Distribusi Optimal
Distributor
Kelancaran
Produksi
Inventory Level
+
Keuntungan
+
+
+
Lead Time
Konsumen
Service Level
+
-
Inefisiensi Sumber
Daya
Kerugian
-
Gambar 2. Diagram lingkar sebab-akibat IDSS-SCM
Algoritma Genetika
Algoritma genetika (GA) merupakan suatu
metode pencarian yang didasarkan pada mekanisme
dari seleksi dan genetika natural (Haupt dan Haupt
2004). Proses GA dapat dilihat pada Gambar 3.
Penentuan
nilai awal
Populasi
Awal
Fungsi
Evaluasi
Elitisme
al., 2005, Mayer et al., 2001, Sarker dan Ray 2009,
Stewart et al., 2004, Zhang et al., 2009), namun
publikasi penggunaan algoritma genetika untuk
optimasi rantai pasok produk hortikultura belum
banyak ditemukan.
GA dikarakterisasi dengan 5 komponen
dasar yaitu :
1. Representasikan kromosom untuk memudahkan
penemuan solusi dalam masalah pengoptimasian.
2. Inisialisasi populasi.
3. Fitness function yang mengevaluasi setiap solusi.
4. Proses genetik yang menghasilkan sebuah
populasi baru dari populasi yang ada.
5. Parameter seperti ukuran populasi, probabilitas
proses genetik, banyaknya generasi, dan lain-lain.
Seleksi Individu
Proses Pindah
Silang
Tidak
Individu
terbaik
Ya
Generasi