Rute Inventaris
- Diperkenalkan oleh
- Coelho, L. C., Cordeau, J. F., & Laporte, G.
- Tahun
- 2014
- Jenis
- Optimization problem
- Keluarga
- Distribution and Logistics
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Masalah Rute Inventaris (IRP) adalah masalah optimasi yang secara bersamaan menentukan tingkat persediaan di lokasi pelanggan, rute pengiriman, dan kuantitas pengiriman untuk meminimalkan total biaya logistik dan penyimpanan persediaan.
Alih-alih memperlakukan manajemen persediaan dan perutean kendaraan sebagai keputusan terpisah, IRP mengakui bahwa keduanya saling bergantung: pengiriman yang lebih besar mengurangi biaya perutean tetapi meningkatkan biaya penyimpanan persediaan, dan sebaliknya. IRP diselesaikan menggunakan pemrograman bilangan bulat campuran, heuristik, dan metaheuristik, serta merupakan landasan program inventaris yang dikelola pemasok (VMI).
Intuisi di balik metode
Bayangkan distributor minuman yang memasok 50 toko kelontong. Pendekatan tradisional menjawab dua pertanyaan secara terpisah: (1) Seberapa sering setiap toko harus diisi ulang? (2) Rute mana yang meminimalkan jarak tempuh? Keputusan terpisah ini suboptimal. IRP sebaliknya bertanya: 'Frekuensi dan kuantitas pengiriman apa untuk setiap toko, dikombinasikan dengan perutean yang efisien, meminimalkan total biaya (penyimpanan + transportasi)?' Jika Anda mengunjungi Toko A secara sering dengan kuantitas kecil, Anda akan mengeluarkan biaya transportasi tinggi tetapi persediaan rendah. Jika Anda mengunjungi jarang dengan pengiriman besar, biaya penyimpanan melonjak. IRP menyeimbangkan pertukaran ini secara bersamaan. Bagi distributor, ini mungkin berarti mengunjungi Toko A setiap 2 minggu dengan 200 unit (daripada mingguan dengan 100 unit) jika keuntungan efisiensi rute melebihi peningkatan persediaan.
Sejarah
IRP muncul pada tahun 1980-an–1990-an dalam komunitas riset operasi sebagai perpanjangan dari masalah perutean kendaraan (VRP) dan manajemen inventaris. Karya seminal oleh Bell et al. (1983) dan Campbell et al. (1998) memformalkan masalah dan mengembangkan algoritma solusi. IRP mendapatkan perhatian praktis pada tahun 2000-an dengan adopsi inventaris yang dikelola pemasok dalam rantai pasokan ritel. Saat ini, perusahaan besar minuman dan barang konsumsi (Coca-Cola, Procter & Gamble, Nestlé) menggunakan sistem berbasis IRP untuk perencanaan rute dan inventaris.
Kapan digunakan
IRP berharga untuk industri dengan biaya gabungan inventaris-rute yang signifikan: barang konsumsi bergerak cepat (minuman, makanan ringan, pengiriman), distribusi suku cadang, pengiriman bahan bakar, dan manajemen armada sewaan. Terapkan IRP ketika permintaan relatif stabil (memungkinkan perencanaan multi-periode), lokasi pelanggan tetap, dan biaya transportasi signifikan. Kurang efektif di lingkungan yang sangat dinamis atau ketika produk berukuran besar (batasan muatan truk penuh membatasi fleksibilitas).
Batasan dan pertimbangan
- Memerlukan perkiraan permintaan yang akurat; kesalahan perkiraan merambat ke keputusan perutean dan inventaris yang suboptimal
- Mengasumsikan basis pelanggan yang relatif statis dan pola permintaan yang stabil; volatilitas tinggi atau penambahan pelanggan yang sering mempersulit perencanaan
- IRP kompleks secara komputasi; algoritma praktis adalah heuristik yang mungkin tidak menemukan solusi optimal global
- Batasan dunia nyata (ketersediaan kendaraan, peraturan pengemudi, jendela pengiriman pelanggan) mungkin tidak sepenuhnya tertangkap dalam model
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Mengurangi total biaya logistik dengan mengoptimalkan pertukaran antara penyimpanan persediaan dan transportasi
- Meningkatkan tingkat layanan dengan memungkinkan pengisian ulang yang lebih sering dan lebih kecil tanpa peningkatan biaya yang proporsional
- Meningkatkan kepuasan pelanggan melalui pengurangan risiko kehabisan stok dan usia rak yang lebih rendah (produk lebih segar)
- Memungkinkan pengambilan keputusan berbasis data: evaluasi sistematis 'seberapa sering dan seberapa banyak' menggantikan aturan intuitif
- Menyediakan landasan untuk program inventaris yang dikelola pemasok, memperkuat hubungan pelanggan
Penerapan
- Seorang distributor minuman ringan menerapkan IRP untuk mengoptimalkan rute bagi 200 pengecer di wilayah metropolitan, mengurangi biaya transportasi sebesar 15 persen sambil meningkatkan frekuensi pengiriman dari mingguan menjadi dua mingguan tanpa kehabisan stok
- Seorang grosir farmasi menggunakan IRP untuk menyeimbangkan inventaris di 500 apotek, mengurangi inventaris rata-rata sebesar 10 persen sambil mempertahankan kinerja stok 98 persen
- Seorang pemasok minyak pemanas menerapkan IRP untuk merencanakan pengiriman bagi 1.000 pelanggan perumahan, menggunakan perkiraan cuaca dan pola konsumsi historis untuk mengoptimalkan rute pengiriman dan pengisian tangki
- Sebuah perusahaan distribusi makanan menggunakan IRP untuk mengelola pengiriman produk segar ke jaringan toko kelontong, mengoptimalkan kesegaran produk, batasan ruang rak, dan efisiensi transportasi
Cara kerjanya
Cara kerjanya
Perkirakan permintaan pelanggan selama cakrawala perencanaan (biasanya 1–4 minggu). Kumpulkan data tentang biaya transportasi, kapasitas kendaraan, kapasitas inventaris pelanggan, dan biaya penyimpanan.
Tentukan batasan inventaris: tingkat stok maksimum di setiap pelanggan (ruang rak, peraturan keselamatan), jumlah pesanan minimum, dan tingkat layanan yang diinginkan.
Putuskan pelanggan mana yang akan dikunjungi setiap hari/rute, kuantitas yang akan dikirimkan ke masing-masing, dan urutan (perutean) untuk meminimalkan jarak atau waktu.
Implementasikan rencana: kirimkan pengiriman, catat permintaan aktual, perbarui tingkat persediaan.
Gunakan algoritma optimasi (pemrograman bilangan bulat campuran, algoritma genetik, optimasi koloni semut) untuk menemukan rencana yang mendekati optimal. Ulangi dengan perkiraan yang diperbarui.
Kesalahan umum
- Terlalu bergantung pada rencana IRP statis tanpa pembaruan yang sering; penyimpangan permintaan nyata memerlukan penyesuaian rencana agar tetap hemat biaya
- Mengabaikan preferensi pelanggan; bahkan rencana optimal yang melanggar harapan pelanggan (misalnya, hari pengiriman tertentu) akan gagal
- Mengoptimalkan biaya dengan mengorbankan layanan; tingkat persediaan yang berlebihan atau pengiriman yang terlewat mengikis niat baik pelanggan dan meningkatkan pergantian pelanggan
Pertanyaan yang sering diajukan
Bagaimana IRP berbeda dari inventaris yang dikelola pemasok (VMI)?
VMI adalah pengaturan bisnis di mana pemasok mengelola inventaris di lokasi pelanggan; pemasok memutuskan kapan dan berapa banyak yang akan dikirimkan. IRP adalah masalah optimasi yang mendasari VMI: menentukan kuantitas dan rute pengiriman terbaik mengingat pengaturan VMI. IRP adalah solusi teknis; VMI adalah model bisnis.
Apa cakrawala perencanaan untuk IRP?
Biasanya 1–4 minggu, cukup lama untuk menghaluskan variabilitas permintaan jangka pendek tetapi cukup pendek sehingga perkiraan tetap akurat dan kebutuhan pelanggan tidak berubah secara dramatis. Cakrawala yang lebih panjang (misalnya, bulanan) dapat mengurangi biaya transportasi tetapi meningkatkan persediaan; keseimbangan diperlukan.
Bisakah IRP menangani banyak produk per pengiriman?
Ya. Formulasi IRP modern secara eksplisit mencakup dimensi produk, batasan (misalnya, kontrol suhu), dan preferensi produk pelanggan. Kendaraan dapat dibagi di berbagai kategori produk atau didedikasikan. Algoritma menyesuaikan kompleksitasnya.
Bagaimana kita memvalidasi solusi IRP sebelum implementasi?
Simulasikan rencana: proyeksikan tingkat persediaan mengingat ketidakpastian permintaan, periksa kehabisan stok, ukur total biaya. Lakukan analisis sensitivitas: bagaimana biaya berubah jika permintaan 10 persen lebih tinggi? Jika pelanggan menolak pengiriman pada hari tertentu? Solusi yang kuat berkinerja baik di bawah variasi.
Metode terkait
Sumber
Coelho, L. C., Cordeau, J. F., & Laporte, G. (2014). Thirty years of inventory routing. Transportation Research Part B: Methodological, 55, 28-67.
Buka referensi DOIDisalin.Campbell, A. M., & Savelsbergh, M. W. (2011). Vehicle routing with time windows for inventory routing problems. Operations Research, 59(2), 500-515.
Buka referensi publikasiDisalin.