SCM Sesi 05-A

Desain Jaringan Rantai Pasok: Strategi, Optimasi Matematis, dan Implementasi di Indonesia

Dalam manajemen rantai pasok, keputusan mengenai Desain Jaringan (Network Design) adalah salah satu keputusan paling strategis. Berbeda dengan keputusan operasional (harian) atau perencanaan (bulanan), desain jaringan bersifat jangka panjang. Sekali kita membangun pabrik atau menyewa gudang besar, sulit dan mahal untuk membatalkannya.

strategi efisiensi jaringan rantai pasok

Artikel ini akan membedah bagaimana perusahaan menentukan lokasi fasilitas mereka, menyeimbangkan biaya dan kecepatan, serta bagaimana matematika membantu mengambil keputusan yang tepat.


1. Apa Itu Keputusan Desain Jaringan?

Desain jaringan berkaitan dengan empat pertanyaan fundamental (mengacu pada Slide 3):

  1. Peran Fasilitas: Apakah pabrik ini untuk memproduksi semua produk (fleksibel) atau hanya satu jenis produk (efisien)? Apakah gudang ini untuk penyimpanan jangka panjang atau sekadar transit (cross-docking)?
  2. Lokasi Fasilitas: Di mana lokasi geografisnya? (Misal: Mengapa Unilever membangun pabrik besar di Cikarang?).
  3. Alokasi Kapasitas: Berapa banyak mesin atau ruang simpan yang dibutuhkan?
  4. Alokasi Pasar: Pasar mana yang akan dilayani oleh pabrik tersebut?

Konteks Indonesia

Materi kuliah menyoroti beberapa contoh nyata:

  • Indofood (Multi-plant Strategy): Indomie diproduksi di banyak pabrik yang tersebar di Sumatera, Jawa, hingga Sulawesi. Tujuannya? Memotong biaya transportasi logistik yang mahal di negara kepulauan.
  • Shopee & JNE (Micro-hubs): Di kota padat seperti Jakarta, mereka menggunakan gudang-gudang kecil (hub) di setiap kecamatan untuk memastikan pengiriman last-mile yang cepat (Same Day Delivery).

2. Faktor Penentu: Trade-Off Biaya vs Responsivitas

Dalam merancang jaringan, manajer menghadapi dilema klasik:

  • Sentralisasi (Gudang Sedikit): Biaya sewa dan inventori rendah, tetapi waktu kirim ke pelanggan lama.
  • Desentralisasi (Gudang Banyak): Respon ke pelanggan sangat cepat, tetapi biaya operasional membengkak.

Di Indonesia, faktor infrastruktur sangat mempengaruhi trade-off ini. Pembangunan Tol Trans-Jawa misalnya, memungkinkan perusahaan mengurangi jumlah gudang transit karena truk bisa menempuh Jakarta-Surabaya jauh lebih cepat dibandingkan satu dekade lalu.


3. Perhitungan Matematis dalam Desain Jaringan

Ini adalah inti teknis dari Sesi 05. Keputusan lokasi tidak bisa hanya menggunakan “firasat”. Kita menggunakan model optimasi. Berikut adalah dua model utama yang sering digunakan:

A. Gravity Location Model (Menentukan Titik Tengah)

Model ini digunakan di fase awal untuk mencari lokasi geografis yang meminimalkan total jarak transportasi dari pemasok dan ke pasar.

Rumus Koordinat Optimal (x,y)(x^*, y^*):

x=n=1kDnFnxnn=1kDnFn,y=n=1kDnFnynn=1kDnFnx^* = \frac{\sum_{n=1}^{k} D_n F_n x_n}{\sum_{n=1}^{k} D_n F_n} \quad , \quad y^* = \frac{\sum_{n=1}^{k} D_n F_n y_n}{\sum_{n=1}^{k} D_n F_n}

Dimana:

  • xn,ynx_n, y_n= Koordinat lokasi pasar/sumber pasokan $n$.
  • DnD_n = Jumlah permintaan (Demand) atau volume barang di lokasi $n$.
  • FnF_n= Tarif transportasi (Cost per ton/km).

Contoh Kasus Sederhana:

Bayangkan kita ingin membangun satu gudang distribusi (DC) di Jawa Tengah untuk melayani 3 kota dengan data berikut (asumsi tarif transportasi $F$ sama untuk semua kota, jadi bisa diabaikan):

KotaKoordinat (x, y)Permintaan Bulanan (Ton)
Semarang(10, 80)500
Solo(20, 60)300
Yogyakarta(15, 40)400

Perhitungan:

  1. Hitung Total Permintaan: 500+300+400=1.200500 + 300 + 400 = 1.200 Ton.
  2. Hitung Koordinat X: x=(500×10)+(300×20)+(400×15)1.200x^* = \frac{(500 \times 10) + (300 \times 20) + (400 \times 15)}{1.200} = 17.0001.200=14,16 \frac{17.000}{1.200} = 14,16
  3. Hitung Koordinat Y: y*=(500×80)+(300×60)+(400×40)1.200=40.000+18.000+16.0001.200=74.0001.200=61,6= \frac{(500 \times 80) + (300 \times 60) + (400 \times 40)}{1.200} = \frac{40.000 + 18.000 + 16.000}{1.200} = \frac{74.000}{1.200} = 61,6$$

Hasil: Lokasi optimal gudang secara matematis berada di koordinat (14.16, 61.6), yang secara geografis mungkin berada di sekitar daerah Magelang/Salatiga (di tengah segitiga Jogja-Solo-Semarang).


B. Capacitated Plant Location Model (Optimasi Biaya)

Setelah mengetahui area umum, kita harus memilih lokasi spesifik berdasarkan biaya. Model ini menggunakan Linear Programming.

Tujuan: Meminimalkan Total Biaya (Biaya Tetap Sewa/Bangun + Biaya Variabel Transportasi).

Fungsi Objektif:

Min Z=i=1nfiyi+i=1nj=1mcijxij\text{Min } Z = \sum_{i=1}^{n} f_i y_i + \sum_{i=1}^{n} \sum_{j=1}^{m} c_{ij} x_{ij}

Dimana:

  • fif_i = Biaya tetap (fixed cost) membuka fasilitas di lokasi i .
  • yiy_i= Variabel biner (1 jika pabrik i dibuka, 0 jika tidak).
  • cijc_{ij} = Biaya transportasi per unit dari pabrik i ke pasar j
  • xijx_{ij} = Jumlah unit yang dikirim dari pabrik i ke pasar j

Studi Kasus Sederhana:

Perusahaan ingin melayani Pasar A (Butuh 100 unit) dan Pasar B (Butuh 100 unit). Ada dua opsi lokasi pabrik: Cikarang dan Surabaya.

  • Kapasitas: Masing-masing pabrik sanggup memproduksi 200 unit (cukup untuk cover semua).
  • Biaya Tetap (fif_i):
    • Cikarang: Rp 500 Juta
    • Surabaya: Rp 400 Juta (Lebih murah sewa lahan)
  • Biaya Transport (cijc_{ij} per unit):
    • Cikarang \rightarrow Pasar A (Jakarta): Rp 10.000 | ke Pasar B (Bali): Rp 50.000
    • Surabaya \rightarrow Pasar A (Jakarta): Rp 30.000 | ke Pasar B (Bali): Rp 15.000

Skenario Perbandingan:

Opsi 1: Hanya Buka Pabrik Cikarang

  • Biaya Tetap: Rp 500 Juta.
  • Biaya Transport ke Psr A: $100 \text{ unit} \times 10.000 = 1 \text{ Juta}$.
  • Biaya Transport ke Psr B: $100 \text{ unit} \times 50.000 = 5 \text{ Juta}$.
  • Total: Rp 506 Juta.

Opsi 2: Hanya Buka Pabrik Surabaya

  • Biaya Tetap: Rp 400 Juta.
  • Biaya Transport ke Psr A: 100 unit×30.000=3 Juta100 \text{ unit} \times 30.000 = 3 \text{ Juta}.
  • Biaya Transport ke Psr B: 100 unit×15.000=1,5 Juta100 \text{ unit} \times 15.000 = 1,5 \text{ Juta}.
  • Total: Rp 404,5 Juta.

Opsi 3: Buka Keduanya (Hybrid)

  • Biaya Tetap:500+400=900 Juta500 + 400 = 900 \text{ Juta} (Sudah pasti paling mahal karena biaya tetap ganda, kecuali volume sangat masif).

Kesimpulan: Berdasarkan perhitungan matematis model Capacitated Plant, opsi terbaik adalah Membuka Pabrik di Surabaya saja (Opsi 2) karena memberikan total biaya terendah.


4. Kesimpulan: Seni dan Sains

Merancang jaringan rantai pasok adalah gabungan antara:

  1. Sains (Matematika): Menggunakan model Gravity dan Linear Programming untuk menemukan biaya terendah.
  2. Seni (Manajerial): Mempertimbangkan faktor kualitatif. Meskipun hitungan Surabaya lebih murah, manajer mungkin tetap memilih Cikarang jika stabilitas politik di sana lebih baik, atau jika lead time ke pelanggan prioritas (Jakarta) harus di bawah 24 jam (yang sulit dicapai dari Surabaya).

Pemahaman mendalam tentang trade-off dan kemampuan melakukan perhitungan ini adalah kompetensi wajib bagi profesional Supply Chain modern.

Lanjutkan ke pembahasan mengenai strategi pengadaan di:

[SCM Sesi 06: Strategi Jaringan Global & Tutorial Decision Tree]

World Bank. (2023). Connecting to Compete 2023: Trade Logistics in the Global Economy. (Laporan ini menjadi acuan utama untuk melihat peringkat dan performa infrastruktur logistik Indonesia dibandingkan negara lain). https://lpi.worldbank.org/sites/default/files/2023-04/LPI_2023_report_with_layout.pdf

Kementerian PPN/Bappenas. (2023). Pemerintah Targetkan Turunkan Biaya Logistik Menjadi 8 Persen dari PDB. (Sumber resmi pemerintah mengenai target efisiensi dan data terbaru biaya logistik nasional sebesar 14,29%). https://dephub.go.id/post/read/pemerintah-targetkan-turunkan-biaya-logistik-menjadi-8-persen-dari-pdb

Google, Temasek, & Bain. (2023). e-Conomy SEA 2023: Reaching new heights. (Laporan otoritatif mengenai pertumbuhan ekonomi digital di Asia Tenggara, sangat relevan untuk pembahasan jaringan logistik e-commerce seperti Shopee/Tokopedia). https://www.temasek.com.sg/content/dam/temasek-corporate/news-and-views/resources/reports/google-temasek-bain-e-conomy-sea-2023-report.pdf

Asosiasi Logistik Indonesia (ALI). (2024). Supply Chain and Logistic Outlook 2024. (Membahas tren operasional logistik di Indonesia, termasuk tantangan SDM dan digitalisasi rantai pasok pasca-pandemi). https://swa.co.id/read/440423/intip-peluang-pertumbuhan-logistik-indonesia-pada-2024

Pelindo. (2024). Mewujudkan Ketahanan Logistik Nasional: Peran Strategis Transformasi Pelindo. (Studi kasus nyata mengenai peran infrastruktur pelabuhan dalam menekan biaya logistik antar-pulau di Indonesia). https://www.pelindo.co.id/media/681/mewujudkan-ketahanan-logistik-nasional-peran-strategis-transformasi-pelindo

Shipper. (2024). Peran Logistic Tren dalam Logistik Selama 2024. (Artikel industri mengenai penerapan teknologi AI dan Big Data dalam jaringan logistik modern di Indonesia). https://shipper.id/blog/eng/industry-insight/peran-logistic-tren-dalam-logistik-selama-2024/

Leave a Comment

Your email address will not be published. Required fields are marked *