i

ABSTRAK

PENGEMBANGAN MODEL CITY LOGISTICS UNTUK KOTA MEGAPOLITAN (STUDI KASUS: DKI JAKARTA)

Oleh

Nova Indah Saragih NIM: 33412004

(Program Studi Doktor Teknik dan Manajemen Industri)

Ide dari city logistics adalah mengembangkan sistem logistik perkotaan yang efektif dan efisien serta ramah lingkungan. Pengembangan city logistics di suatu wilayah perkotaan dilatarbelakangi oleh permasalahan ekonomi, lingkungan, kemacetan, dan konsumsi energi. DKI Jakarta sebagai salah satu kota megapolitan di dunia, tidak hanya menghadapi permasalahan persediaan di dalam memenuhi kebutuhan penduduknya yaitu rendahnya tingkat ketersediaan sayur dan buah yang hanya mencapai 76%, tetapi juga menghadapi permasalahan transportasi yaitu kemacetan lalu-lintas. Permasalahan-permasalahan tersebut menunjukkan bahwa perlu dikembangkan city logistics di DKI Jakarta untuk meningkatkan ketersediaan dan mengurangi kemacetan. Pengembangan city logistics yang dilatarbelakangi oleh permasalahan ketersediaan dan kemacetan belum pernah dikembangkan sebelumnya. Pentingnya mempertimbangkan kemacetan dalam mengembangkan sistem logistik perkotaan saat ini adalah karena kondisi lalu-lintas yang semakin memburuk, khususnya di kota-kota besar. Terdapat tiga entitas yang terlibat pada sistem rantai pasok bahan makanan di DKI Jakarta, yaitu provinsi pemasok, pasar induk, dan pasar tradisional. Sistem city logistics yang akan dikembangkan pada penelitian ini selanjutnya adalah sistem city logistics satu tingkat (single-tier) yang juga terdiri dari tiga entitas yaitu titik suplai, fasilitas logistik, dan titik permintaan. Titik suplai adalah provinsi pemasok yang selanjutnya disebut pemasok, fasilitas logistik adalah pasar induk yang istilahnya diganti dengan UCC (urban consolidation center), dan titik permintaan adalah pasar tradisional selanjutnya disebut pasar ritel. Konsep dasar city logistics yang digunakan dalam penelitian ini adalah konsolidasi dan koordinasi sedangkan inisiatif city logistics yang digunakan adalah terminal logistik publik dan sistem transportasi barang kooperatif. Produk yang dikaji adalah buah dan sayur, sifat permintaannya adalah probabilistik, dan mengikuti distribusi normal. Pada sistem riil, pasar induk berada di dalam wilayah perkotaan, sedangkan UCC pada sistem city logistics berada di luar wilayah perkotaan, sehingga perlu dipilih lokasi yang optimal untuk pembangunan UCC. Konsep dasar city logistics yang pertama yaitu konsolidasi digunakan untuk menyelesaikan permasalahan ketersediaan dengan cara meningkatkan tingkat pelayanan melalui pengendalian persediaan yang optimal pada ketiga entitas yang terlibat. Permasalahan kemacetan

ii

selanjutnya akan diselesaikan melalui konsep dasar city logistics yang kedua yaitu koordinasi dengan menggunakan kendaraan barang bersama. Dengan digunakannya kendaraan barang yang sama, maka dibutuhkan penentuan rute kendaraan yang optimal untuk melayani pasar ritel. Selain itu, mengingat aktivitas transportasi berlangsung di wilayah perkotaan di mana terdapat lebih dari satu link, maka ditentukan pula penugasan perjalanan berupa penentuan jalan-jalan yang akan dilewati. Berdasarkan uraian-uraian tersebut, maka model city logistics yang akan dikembangkan dalam penelitian ini berkaitan dengan keputusan pemilihan lokasi, pengendalian persediaan, perutean kendaraan, dan penugasan perjalanan. Keputusan-keputusan tersebut diselesaikan secara simultan. Pengembangan model operasional city logistics dalam penelitian ini dibagi dalam tiga tahapan model, yaitu Model 1 yang adalah model integrasi pemilihan lokasi, rute kendaraan, dan kebijakan persediaan yang terdiri dari satu produk, satu pemasok, dan sejumlah pasar ritel. Model 2 yaitu model integrasi pemilihan lokasi, rute kendaraan, dan pengendalian persediaan yang terdiri dari sejumlah produk, sejumlah pemasok, dan sejumlah pasar ritel, dan dengan mempertimbangkan kemacetan. Model 3 yaitu model integrasi pemilihan lokasi, perutean kendaraan, dan kebijakan persediaan yang terdiri dari sejumlah produk, sejumlah pemasok, dan sejumlah pasar ritel, dan dengan mempertimbangkan kemacetan dan sejumlah jaringan jalan. Permasalahan pada model–model yang dikembangkan termasuk dalam permasalahan NP-hard, sehingga pada penelitian ini dikembangkan dua metode solusi yaitu metode optimal dan metode heuristik. Metode optimal menghasilkan solusi optimal yang diperoleh dengan menggunakan solver LINGO 12.0 dan terbatas pada kasus–kasus untuk data skala kecil. Metode heuristik terdiri dari dua tahap yaitu tahap konstruktif dan tahap perbaikan menggunakan Algoritma Simulated Annealing dan dapat memecahkan kasus–kasus pada data skala besar sehingga dapat diaplikasikan pada sistem riil, yaitu DKI Jakarta. Metode heuristik disandi dalam Matlab R2013a. Gap untuk masing-masing metode heuristik yang dikembangkan dengan metode optimal adalah 1,13% pada Model 1, 5,1% pada Model 2, dan 3,1% pada Model 3. Setelah diaplikasikan pada sistem riil, metode heuristik untuk permasalahan pada Model 1 dapat menjaga ketersediaan pada level 95%, metode heuristik untuk permasalahan pada Model 2 dapat menjaga ketersediaan dan mengurangi jumlah kendaraan sebesar 73% di UCC, serta metode heuristik untuk permasalahan pada Model 3 dapat menjaga ketersediaan, mengurangi jumlah kendaraan, dan memilih link yang kurang macet. Selain memberikan keunggulan dari sisi pengurangan jumlah kendaraan dan menjaga ketersediaan, sistem logistik dengan UCC juga mampu memberikan ongkos total sistem yang lebih efisien sebesar 18%. Kata kunci: city logistics, kebijakan persediaan, kemacetan lalu–lintas, keputusan lokasi, perutean kendaraan, penugasan perjalanan, simulated annealing

iii

ABSTRACT

THE DEVELOPMENT OF CITY LOGISTICS MODEL FOR MEGACITY

(CASE STUDY: DKI JAKARTA)

By Nova Indah Saragih

NIM: 33412004 (Doctoral Program in Industrial Engineering and Management)

The idea of city logistics is to develop urban logistics system that is effective and efficien as well as environmentally friendly. There are four problems related to the development of city logistics. They are economic problem, traffic congestion, environmental problem, and energy consumption. As one of the megacities in the world, DKI Jakarta faces not only inventory problem to meet the demands of its population which is characterized by low availability of fruits and vegetables that is only 76%, but also transportation problem that is traffic congestion. Those problems show that it is needed to develop city logistics in DKI Jakarta to increase availability and to decrease congestion. Development of city logistics related to availability and congestion problems has never been developed before. The importance of considering traffic congestion in developing urban logistics systems is due to traffic conditions that are getting worse lately in many cities in the world. There are three entities involved in the supply chain of DKI Jakarta. They are provinces of suppliers, wholesale markets, and traditional markets. City logistics system that will be developed in this research is single-tier city logistics system which also consists of three entities, namely point of supplies, logistics facilities, and point of demands. Point of supplies are provinces of suppliers which will be called as suppliers, logistics facilities are wholesale markets which will be replaced with UCCs (urban consolidation centers), and point of demands are traditional markets which will be called as retail markets. Fundamental concepts of city logistics used are consolidation and coordination. Initiatives of city logistics used are public logistics terminal and cooperative freight transportation system. The products are fruits and vegetables, demands are probabilistic, and following a normal distribution. In the real system, the wholesale markets are located in the city, while UCCs in city logistics system are located outside of the city, therefore the optimal locations for UCCs need to be determined. Consolidation concept is used to solve logistics problem which is low availability by increasing service levels through controlling inventory optimally on the three entities involved. Coordination concept is used to solve transportation problem which is traffic congestion by decreasing the number of vehicles through using vehicles together.. Due to the use of vehicles together, then then it is necessary to determine the optimal vehicle route to serve the retail

iv

markets. In addition, given that transport activities take place in urban areas where there are more than one link, then it is also determined trip assignment in the form of the roads that will be passed. Based on those descriptions, city logistics model that will be developed in this research is related to location decision, inventory control decision, vehicle routing decision, and trip assignment decision. These decisions are solved simultaneously. The development of city logistics model in this research is divided into three stage models, namely Model 1 which is integration model of location decision, vehicle routing, and inventory control consisting of one product and one supplier. Model 2 is integration model of location decision, vehicle routing, and inventory control consisting of multi products, multi suppliers, and taking into account traffic congestion. Model 3 is integration model of location decision, vehicle routing, and inventory control consisting multi products, multi suppliers, taking into account traffic congestion, and multi links. The problems in the models developed belong to NP-hard problem, so there are two solution methods developed in this research. They are optimal method and heuristic method. Optimal method produces optimal solutions obtained by solver LINGO 12.0 and they are limited to cases for small-scale data. Heuristic method consists of two stages, namely contructive stage and improvement stage. Simulated Annealing algorithm uses at improvement stage to improve the solution. Heuristic method can solve cases for large-scale data so it can be applied to the real system, that is DKI Jakarta. Heuristic method is coded in Matlab R2013a. Gap for each heuristic method developed compared to optimal method is 1.13% for Model 1, 5.1% for Model 2, and 3,1% for Model 3. After being applied to the real system, heuristic method for problems in Model 1 can maintain the availability at level of 95%, heuristic method for problems in Model 2 can maintain the availability and reduce the number of vehicles by 73% at the UCCs, and heuristic method for problems in Model 3 can maintain the availability, reduce the number of vehicles, and select less congested link. Besides giving advantages from reducing the number of vehicles and maintain the availability, logistics system with UCC also gives an efficient system cost by 18%. Keywords: city logistics, inventory control, traffic congestion, location decision, vehicle routing, trip assignment, simulated annealing