Sustainable Integrated Procurement-Production Inventory Model dengan Multi Raw Material Single Product dan Permintaan Stokastik pada Industri Pangan

Utama, Dana Marsetiya and Prof. Dr. Ir. Imam Santoso, MP. and Prof. Yusuf Hendrawan, M.App.Life.Sc., Ph.D. and Wike Agustin Prima Dania, STP, M.Eng, Ph.D. (2023) Sustainable Integrated Procurement-Production Inventory Model dengan Multi Raw Material Single Product dan Permintaan Stokastik pada Industri Pangan. Doktor thesis, Universitas Brawijaya.

Abstract

Salah satu permasalahan dalam industri pangan terkait kinerja rantai pasok perusahaan. Koordinasi keputusan di internal perusahaan menjadi faktor penting yang mempengaruhi kinerja rantai pasok perusahaan. Kurangnya koordinasi dapat menyebabkan masalah produksi yang tidak efisien dan tingginya persediaan bahan baku dan produk jadi. Oleh karena itu, integrasi keputusan di jaringan internal rantai pasok, seperti pengelolaan persediaan dan produksi, perlu diimplementasikan untuk mencegah masalah-masalah tersebut. Dalam konteks model persediaan, masalah persediaan memiliki dampak besar pada biaya operasional, total keuntungan, dan kinerja perusahaan. Sayangnya, penelitian sebelumnya lebih berfokus pada pengadaan bahan baku saja dan kurang mempertimbangkan solusi optimal untuk kuantitas pembelian bahan baku dan kuantitas produksi yang diputuskan terpisah pada sistem rantai pasok konvensional. Penelitian terkini dalam bidang Integrated Procurement Production Inventory (IPPI) telah memperhatikan penurunan kualitas bahan baku secara linear dengan satu tahap produksi, namun jarang yang mempertimbangkan dimensi ekonomi, sosial, dan lingkungan secara bersamaan. Sebagian besar penelitian juga menggunakan prosedur optimasi heuristic yang tidak memberikan jaminan solusi optimal. Dalam rangka mengatasi kekurangan tersebut, penelitian ini akan mengusulkan algoritma Harris Hawk Optimization (HHO) untuk mengoptimalkan IPPI dengan mempertimbangkan aspek ekonomi, sosial, dan lingkungan. Model yang diusulkan akan menghadapi tantangan dalam mengatasi penurunan kualitas bahan baku dan permintaan stokastik pada produk pangan. Diharapkan, penelitian ini akan memberikan kontribusi pada pengembangan algoritma optimasi untuk industri pangan yang mempertimbangkan dimensi ekonomi, sosial, dan lingkungan secara menyeluruh dan mencapai solusi yang lebih optimal. Berdasarkan uraian di atas, novelty dari penelitian ini adalah memberikan kontribusi baru bagi ilmu pengetahuan dengan mengusulkan model IPPI berkelanjutan yang melibatkan emisi karbon, listrik, dan konsumsi bahan bakar. Model yang diusulkan juga mempertimbangkan beberapa bahan baku dengan kualitas bahan baku yang menurun dalam menghadapi permintaan yang bersifat stokastik. Karena itu, penelitian ini memperluas literatur mengenai model IPPI berkelanjutan, yang sebelumnya lebih banyak berfokus pada kasus dengan bahan baku tunggal tanpa mempertimbangkan penurunan kualitas. Berdasarkan uraian tersebut, penelitian ini bertujuan untuk mengembangkan model baru yang sesuai untuk permasalahan persediaan berkelanjutan dalam industri makanan dengan karakteristik penurunan kualitas linear dan permintaan stokastik. Selain itu, penelitian ini juga mengusulkan algoritma Harris Hawks Optimization (HHO) dan x membandingkanya dengan algoritma Genetika (GA) dan Particle Swarm Optimization (PSO) dalam mengoptimasi model persediaan berkelanjutan. Studi ini juga mengaplikasikan model usulan pada industri pangan di Indonesia untuk memecahkan permasalahan persediaan berkelanjutan yang melibatkan penurunan kualitas secara linear. Metode penelitian dilakukan melalui empat tahap. Tahap pertama adalah mengembangkan model matematika yang dapat menggambarkan permasalahan persediaan berkelanjutan pada produk pangan. Tahap kedua adalah mengusulkan prosedur baru HHO untuk optimasi persediaan berkelanjutan. Tahap ketiga melibatkan percobaan dengan data numerik acak untuk membandingkan kinerja enumerasi lengkap, HHO, GA, dan PSO dalam mengoptimasi persediaan berkelanjutan. Tahap terakhir adalah mengaplikasikan model usulan pada permasalahan studi kasus di industri pangan. Hasil penelitian menunjukkan bahwa penelitian ini berhasil mengusulkan dua model persediaan berkelanjutan yang berbeda. Model pertama melibatkan emisi karbon, konsumsi listrik, dan bahan bakar dengan karakteristik penurunan kualitas raw material dan permintaan stokastik. Model kedua juga melibatkan emisi karbon, konsumsi listrik, dan bahan bakar, namun memiliki faktor pengaman dan laju produksi yang dapat dikendalikan. Algoritma HHO memberikan kinerja yang sama baiknya dengan prosedur enumerasi lengkap dan menghasilkan solusi yang lebih baik dalam mengoptimasi Expectation Total Profit (ETP) dibandingkan dengan GA dan PSO. Selain itu, pengambil keputusan dapat menggunakan model ini untuk memperhitungkan perubahan parameter seperti pajak emisi, tarif listrik, dan biaya bahan bakar untuk meningkatkan ETP dan mengurangi total karbon emisi, penggunaan listrik, dan konsumsi bahan bakar. Temuan penting dari penelitian ini menunjukkan bahwa produsen dapat meningkatkan ExpectationTotal Profit (ETP) dan mengurangi total emisi karbon, penggunaan listrik, dan konsumsi bahan bakar dengan mengurangi deviasi standar/ketidakpastian permintaan. Tingginya tingkat ketidakpastian permintaan dapat menyebabkan fluktuasi jumlah produksi dan persediaan produk yang berdampak pada konsumsi energi dan bahan bakar pada rantai pasok. Hal ini berdampak pada tingkat emisi yang dihasilkan oleh produsen. Selain itu, ketidakpastian permintaan yang tinggi dapat mengakibatkan penanganan persediaan yang tidak efisien sehingga terjadi kelebihan stok dan kehilangan penjualan. Selain itu, peningkatan ExpectationTotal Profit (ETP) dapat dicapai jika produsen harus mengurangi tingkat kerusakan bahan baku. Ketika tingkat kerusakan meningkat, maka akan terjadi peningkatan jumlah bahan baku yang rusak. Hal ini akan mengurangi pendapatan karena bahan baku yang rusak tidak dapat dijual, dan biaya produksi yang lebih tinggi untuk menghasilkan produk yang berkualitas. Akibatnya, xi ExpectationTotal Profit (ETP) menurun karena pendapatan turun dan biaya produksi meningkat. Penelitian ini memberikan kontribusi penting dalam teori, metodologi, dan praktik implementasi model persediaan berkelanjutan untuk industri pangan IPPI. Pada sisi teori, penelitian ini mengembangkan dua model IPPI berkelanjutan yang memperhitungkan karakteristik penting seperti multi bahan baku, degradasi kualitas pada bahan baku, dan permintaan stokastik. Model pertama memfokuskan pada variabel keputusan yang lebih sederhana, sementara model kedua mempertimbangkan variabel keputusan yang lebih kompleks, termasuk kapasitas kendaraan.. Dalam aspek metodologi, penelitian ini mengusulkan penggunaan algoritma HHO sebagai alat optimasi dalam mengatasi permasalahan model IPPI berkelanjutan. Penelitian ini melakukan perbandingan antara HHO, GA, dan PSO untuk mengoptimasi Expectation Total Profit (ETP) dalam model persediaan berkelanjutan. Selain itu, penelitian ini memberikan rekomendasi terkait penggunaan parameter populasi dan iterasi dalam HHO untuk mencapai solusi yang lebih baik dalam konteks persediaan berkelanjutan. Kontribusi praktis dari penelitian ini terletak pada implementasi model persediaan IPPI berkelanjutan dalam industri pangan. Melalui studi kasus di industri pangan, model ini membantu produsen untuk membuat keputusan yang lebih baik dalam mengoptimalkan produksipersediaan mereka dan memaksimalkan ETP dengan mempertimbangkan faktor-faktor lingkungan yang relevan. Analisis sensitivitas yang disajikan membantu produsen dalam mengelola IPPI berkelanjutan dan mengembangkan strategi yang efektif dalam menghadapi tantangan dalam pengendalian mutu produk pangan secara berkelanjutan. Secara keseluruhan, penelitian ini memberikan kerangka kerja yang praktis dan relevan bagi industri pangan dalam mencapai produksi-persediaan berkelanjutan.

English Abstract

One of the problems in the food industry is related to the company's supply chain performance. Coordination of decisions within the company is an essential factor affecting the company's supply chain performance. Lack of coordination can lead to inefficient production problems and high inventories of raw materials and finished products. Therefore, integration of decisions in the internal network of the supply chain, such as inventory management and production, must be implemented to prevent these problems. In the context of the inventory model, inventory issues significantly impact operating costs, total profits, and company performance. Unfortunately, previous research has focused more on raw material procurement and less on considering the optimal solution for raw material purchase and production quantity that are decided separately in conventional supply chain systems. Recent research in the Integrated Procurement Production Inventory (IPPI) has considered the degradation of raw material quality linearly with one production stage but rarely considers economic, social, and environmental dimensions simultaneously. Most studies also use heuristic optimization procedures that do not provide guaranteed optimal solutions. In order to overcome these shortcomings, this study will propose the Harris Hawk Optimization (HHO) algorithm to optimize IPPI by considering economic, social, and environmental aspects. The proposed model will face the challenge of overcoming the deterioration of raw material quality and stochastic demand for food products. Hopefully, this research will contribute to developing optimization algorithms for the food industry that thoroughly consider economic, social, and environmental dimensions and achieve a more optimal solution. Based on the description above, the novelty of this research is to make a new contribution to science by proposing a sustainable IPPI model involving carbon emissions, electricity, and fuel consumption. The proposed model also considers multiple raw materials with declining raw material quality in the face of stochastic demand. Therefore, this research extends the literature on sustainable IPPI models, which previously focused on the case of a single raw material without considering quality degradation. Based on this description, this study aims to develop a new model suitable for sustainable inventory problems in the food industry with linear quality deterioration characteristics and stochastic demand. In addition, this study also proposes Harris Hawks Optimization (HHO) algorithm and compares it with the Genetic algorithm (GA) and Particle Swarm Optimization (PSO) in optimizing the continuous inventory model. This study also applies the proposed model to the food industry in Indonesia to solve continuous inventory problems involving linear quality deterioration. xiii The research method is conducted in four stages. The first stage is to develop a mathematical model describing the continuous inventory problem in food products. The second stage proposes a new HHO procedure for continuous inventory optimization. The third stage involves experiments with random numerical data to compare the performance of complete enumeration, HHO, GA, and PSO in optimizing continuous inventory. The last stage is to apply the proposed model to a case study problem in the food industry. The results show that this study successfully proposed two different sustainable inventory models. The first model involves carbon emissions, electricity consumption, and fuel with the characteristics of raw material deterioration and stochastic demand. The second model also involves carbon emissions, electricity consumption, and fuel but has a safety factor and a controllable production rate. The HHO algorithm performs equally well with the complete enumeration procedure and produces better solutions in optimizing Expectation Total Profit (ETP) than GA and PSO. In addition, decision-makers can use this model to account for changes in parameters such as emission taxes, electricity tariffs, and fuel costs to improve ETP and reduce total carbon emissions, electricity usage, and fuel consumption. An essential finding of this study shows that producers can increase ExpectationTotal Profit (ETP) and reduce total carbon emissions, electricity use, and fuel consumption by reducing standard deviation/demand uncertainty. High levels of demand uncertainty can lead to fluctuations in production quantities and product inventories which impact energy and fuel consumption in the supply chain. It has an impact on the level of emissions produced by producers. In addition, high demand uncertainty can lead to inefficient inventory handling resulting in overstocking and lost sales. In addition, an increase in ExpectationTotal Profit (ETP) can be achieved if producers have to reduce the damage rate of raw materials. When the defect rate increases, there will be an increase in the amount of defective raw materials. It will reduce revenue as damaged raw materials and higher production costs to produce quality products cannot be sold. As a result, ExpectationTotal Profit (ETP) decreases as revenue falls and production costs increase. This research significantly contributes to the theory, methodology, and implementation practice of a sustainable inventory model for the IPPI food industry. On the theory side, this research develops two sustainable IPPI models that consider essential characteristics such as multiple raw materials, quality degradation in raw materials, and stochastic demand. The first model focuses on simpler decision variables, while the second model considers more complex decision variables, including vehicle capacity. xiv In terms of methodology, this research proposes using the HHO algorithm as an optimization tool in solving the problem of a sustainable IPPI model. This research compares HHO, GA, and PSO to optimize Expectation Total Profit (ETP) in the continuous inventory model. In addition, this study provides recommendations regarding using population parameters and iterations in HHO to achieve better solutions in the context of sustainable inventory. The practical contribution of this research lies in implementing the IPPI sustainable inventory model in the food industry. Through a case study in the food industry, the model helps manufacturers to make better decisions in optimizing their production stock and maximizing ETP by considering relevant environmental factors. The sensitivity analysis presented assists manufacturers in managing sustainable IPPI and developing effective strategies in facing challenges in sustainable quality control of food products. Overall, this research provides a practical and relevant framework for the food industry to achieve sustainable production-inventory.

Item Type:	Thesis (Doktor)
Identification Number:	062310
Divisions:	S2/S3 > Doktor Teknologi Industri Pertanian, Fakultas Teknologi Pertanian
Depositing User:	Unnamed user with email y13w@ub.ac.id
Date Deposited:	15 Jan 2024 03:13
Last Modified:	15 Jan 2024 03:13
URI:	http://repository.ub.ac.id/id/eprint/209798

Text (DALAM MASA EMBARGO) Dana Marsetiya Utama.pdf Restricted to Registered users only until 31 December 2025. Download (3MB)

Actions (login required)

View Item