Show simple item record

dc.contributor.authorRosyadi NR, Imron
dc.contributor.authorPujawan, I Nyoman
dc.contributor.authorVanany, Iwan
dc.date.accessioned2017-05-10T01:18:53Z
dc.date.available2017-05-10T01:18:53Z
dc.date.issued2017-03-22
dc.identifier.citationAhmadi-Javid, A., & Azad, N. (2010). Incorporating location, routing and inventory decisions in supply chain network design, Transportation Research Part E, 46, 582–597. Ahmadi-Javid, A. & Hoseinpour, P. (2015). Incorporating location, inventory and price decisions into a supply chain distribution network design problem, Computers & Operations Research, 56, 110–119. Boujelben, M. K., Gicquel, C., & Minoux, M. (2014). A distribution network design problem in the automotive industry: MIP formulation and heuristic, Computers & Operations Research, 52, 16–28. Cardona-Valdes, Y., Alvarez, A., & Ozdemir, D. (2011). A bi-objective supply chain design problem with uncertainty, Transportation Research Part C, 19, 821-832. Cardona-Valdes, Y., Alvarez, A., & Pacheco, J. (2014). Metaheuristic procedure for a bi-objective supply chain design problem with uncertainty, Transportation Research Part B, 60, 66–84. Celebi, D. (2015). Inventory control in a centralized distribution network using genetic algorithms: A case study. Computers & Industrial Engineering, 87, 532–539. Chopra, S. & Meindl, P. (2010), Supply Chain Management: Strategy, Planning, and Operation, 4 Edition, Prentice Hall, Inc., New Jersey. Dantrakul, S., Likasiri, C., & Pongvuthithum, R. (2014). Applied p-median and p-center algorithms for facility location problems, Expert Systems with Applications, 41, 3596–3604. Daskin, M. S., Coullard, C. R., & Shen, Z. J. M. (2002). An inventory-location model: Formulation, solution algorithm and computational results, Annals of Operations Research, 110, 83–106. Georgiadis, M. C., Tsiakis, P., Longinidis, P,. & Sofioglou, M. K. (2011). Optimal design of supply chain networks under uncertain transient demand variations, Journal of Omega, 39, 254–272. Gulpınar, N., Pachamanova, D., & Canakoglu, E. (2013). Robust strategies for facility location under uncertainty, European Journal of Operational Research, 225, 21–35. Isbandi & Rusdiana, S. (2014). Strategi tercapainya ketahanan pangan dalam ketersediaan pangan di tingkat regional, Jurnal Agriekonomika 3, 2,121-136. Klibi, W., Martel, A., & Guitouni, A. (2010). The design of robust value-creating supply chain networks: a critical review, European Journal of Operational Research, 203 (2), 283–293. Ozgen, D, & Gulsun, B. (2014). Combining possibilistic linear programming and fuzzy AHP for solving the multi-objective capacitated multi-facility location problem, Journal of Information Sciences, 268, 185–201. Pujawan, I. N., & Mahendrawati, E. R. (2010), Supply Chain Management 2 nd Ed. Penerbit Guna Widya, Surabaya Razmia, J., Zahedi-Anaraki, A. H., & MohammadSaleh Zakerinia, M. S. (2013). A bi-objective stochastic optimization model for reliable warehouse network redesign, Mathematical and Computer Modelling, 58, 1804–1813. Rodrigueza, M. A., Vecchiettia,A. R., Harjunkoskib, I., & Grossmannc,I. E. (2014). Optimal supply chain design and management over a multi-period horizon under demand uncertainty. Part I: MINLP and MILP models, Computers and Chemical Engineering, 62, 194–210. Simchi-Levi, D., Kaminski, P., & Simchi-Levi, E. (2008). Desaigning and Managing The Supply Chain: Concepts, Strategies and Case Studies, 3 rd Edition, Irwin Mc Graw-Hill Syaifullah, Y. (2013). Ketahanan pangan dan pola distribusi beras di propinsi jawa timur, Journal of Economics and Policy, 6, 2,103-213. Yu-An, Zeng, B.,Yu-Zhang, & Zhao, L. (2014). Reliable p-median facility location problem: twostage robust models and algorithms, Journal of Transportation Research Part B, 64, 54–72. thin_ID
dc.identifier.issn2337-4349
dc.identifier.urihttp://hdl.handle.net/11617/8617
dc.description.abstractDesain jaringan supply chain merupakan keputusan strategis, yaitu penentuan jumlah, lokasi dan kapasitas pada setiap bagian supply chain. Penelitian ini dilakukan pada tiga tingkatan jaringan distribusi supply chain bahan pangan (pemasok, distribution center, dan konsumen) di Jawa Timur dengan menggunakan multi produk, multi periode, dan ketidakpastian pada pasokan bahan pangan. Tujuan dari penelitian ini adalah (1) menghasilkan model desain jaringan distribusi bahan pangan, (2) menentukan jumlah dan lokasi distribution center (DC) bahan pangan yang dibutuhkan agar dapat meminimumkan total biaya logistik. Masalah dalam penelitian ini dirumuskan dalam model Mixed Integer Linear Programming (MILP) dan diselesaikan menggunakan teknik standar branch-and-bound. Hasil dari penelitian ini menunjukkan bahwa pada skenario permintaan 10% total biaya logistik yang paling rendah pada skenario 1 dengan membuka dua DC dengan kapasitas 100.000 Ton, yaitu pada DC (5 dan 6). Pada skenario permintaan 20% total biaya logistik yang paling rendah pada skenario 5 dengan membuka dua DC dengan kapasitas 200.000 Ton, yaitu pada DC (5 dan 6). Dan pada skenario permintaan 30% total biaya logistik yang paling rendah pada skenario 9 dengan membuka dua DC dengan kapasitas 300.000 Ton, yaitu pada DC (5 dan 6). Peningkatan jumlah permintaan dapat mempengaruhi kapasitas DC yang akan dibuka, yaitu pada permintaan 10% menggunakan kapasitas sebesar 100.000 Ton, pada permintaan 20% menggunakan kapasitas DC sebesar 200.000 Ton, dan pada permintaan 30% menggunakan kapasitas DC sebesar 300.000 Ton.in_ID
dc.language.isoidin_ID
dc.publisherUniversitas Muhammadiyah Surakartain_ID
dc.subjectDesain Jaringan Supply Chainin_ID
dc.subjectJaringan Distribusi Supply Chainin_ID
dc.subjectModel Lokasi Fasilitasin_ID
dc.subjectMixed Integer Linear Programmingin_ID
dc.titleOptimasi Rancangan Jaringan Distribusi Pada Rantai Pasok Bahan Pangan di Jawa Timurin_ID
dc.typeArticlein_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record