Model Persediaan Untuk Produk Perishable
44 product. Diawali oleh penelitian Within 1957 terhadap produk berkaitan
dengan fashion yang mengalami penurunan nilai deteriorating di akhir periode penyimpanan yang ditetapkan. Kemudian, Ghare dan Schrader 1963, mengamati
bahwa produk tertentu menyusut berdasarkan waktu dengan proporsi yang dapat didekati dengan fungsi eksponensial sehingga diperoleh model persediaan untuk
produk yang rusakmembusuk secara eksponensial. Sejak itu, dilakukan penelitian tentang sistem persediaan untuk produk yang mengalami penurunan kualitas
deteriorating inventory system seperti yang dijelaskan dalam Nahmias 1982, Rafaat 1991, Greenberg et al 1993, Heng et al 1991, Hariga dan Becherouf
1994, Wee dan Shum 1999, Ravichandram 1995, Nandakumar dan Morton 1993, serta Liu dan Lian 1999.
Khusus untuk produk segar misalnya buah segar, sayuran segar, dikategorikan dalam model persediaan dengan umur tidak tetap random lifetime
karena tidak dapat diketahui pasti kapan tepatnya saat terjadi pembusukan atau kerusakan sehingga umur simpannya tidak dapat ditentukan terlebih dahulu secara
pasti. Beberapa penelitian mengenai model persediaan dengan umur tidak tetap random lifetime antara lain Liu dan Yang 1999.
Berbagai literatur telah menjelaskan tentang sistem persediaan perishable, namun kebanyakan dari model-model tersebut memperlakukan produk segar
sebagai kasus perishable khusus dengan kecepatan deteriorasi tetap dan tidak membusuk sebelum tanggal kadaluarsanya. Belum banyak penelitian yang secara
khusus membahas tentang produk segar sebagai kasus dalam sistem persediaan perishable product. Demikian juga, penelitian yang memperhatikan aspek
freshness sebagai parameter mutu kritis pada sistem persediaan produk segar hasil pertanian, masih sangat terbatas. Umumnya, penelitian sistem persediaan
perishable product mengkategorikan produk segar hasil pertanian ke dalam kategori deteriorasi secara umum yaitu random lifetime dan dengan utilitas tidak
membusuk non-decaying. Bai dan Kendall 2008, menyusun model keputusan menggunakan teknik Generalized Reduced Gradient GRG untuk menentukan
jumlah pemajangan produk segar hasil pertanian di rak-rak swalayan dengan memperhatikan aspek freshness. Model Bai dan Kendall 2008 mengunakan
45 asumsi bahwa kondisi freshness produk segar hasil pertanian menurun secara
eksponensial. Produk segar hasil pertanian, misal : sayuran, buah, daging segar
mempunyai umur hidup yang relatif sangat singkat very short lifetime sehingga untuk memperpanjang umur simpannya perlu dilakukan beberapa perlakuan
pascapanen dalam sistem persediaannya. Penelitian ini, mengintegrasikan aspek teknologi perlakuan pascapanen yaitu berupa penyimpanan dingin pada sistem
persediaan buah mangga gedong gincu yang mungkin dapat berpengaruh pada performa pemenuhan pesanan mangga gedong gincu. Posisi penelitian yang
dilakukan dapat dilihat dari berbagai sisi, yaitu: 1 persediaan, 2 produksi, 3 analisis numerik, 4 teknik heuristik 5 teknik lain meta heuristik, algoritma
genetika, GRG algorithm, goal programing, 6 umur simpan dipengaruhi waktu probabilistik, 7 umur simpan tetap deterministik, 8 fixed demand, 9
random demand 10 freshness penurunan mutu, 11 waktu kadaluarsarusak, 12 susut bobot selama penyimpanan, dan 13 umur simpan karena input
teknologi pascapanen yang dapat dilihat pada Tabel 5. Penelitian ini mengembangkan model yaitu model persediaan 1 yang
disusun menggunakan metode analisis numerik 3 terhadap produk segar yang umur simpannya bersifat probabilistik 6 dengan memperhatikan aspek freshness
yaitu penurunan mutu 10, susut bobot selama penyimpanan 12, dan umur simpan akibat adanya input teknologi pascapanen 13. Model memperhatikan
umur simpan produk dalam persediaan sebagai suatu hal yang bersifat probabilistik yang dipengaruhi penurunan mutu secara terus menerus sepanjang
periode penyimpanan mengikuti pola eksponensial.
46
Tabel 5. Posisi Penelitian Yang Dilaksanakan
No. Peneliti
cakupan Metode
Umur simpan
Demand Pertimbangan
1 2
3 4
5 6
7 8
9 10
11 12
13 1.
Indrianti et al 2001
√ √ √
√ √
√
2. Chande et al
2003
√ √
√
3. Yadavalli and
Schoor 2004 √
4. Gulrer dan
Ozkaya 2006 √
√ √
√ 5.
Lawrence et al 2006
√ √
6. Panda et al
2008 √
√ √
7. Bai et al 2008
√ √
√ 8.
Bai dan Kendall 2008
√ √
√ √
√ √
9. Rajurkar dan
Jain 2009 √
√ 10.
Manica et al 2009
√ √
√ 11.
Broekmeulen dan Donselaar
2009 √
√