Optimasi Rantai Pasokan dengan Model Produksi-Inventori Berbasis Algoritma HHO

Optimasi Rantai Pasokan dengan Model Produksi-Inventori Berbasis Algoritma HHO 

Dalam era yang semakin sadar akan pentingnya keberlanjutan, model bisnis konvensional yang mengutamakan profit semata mulai ditinggalkan. Dunia kini bergerak menuju paradigma baru di mana keberlanjutan menjadi salah satu pilar utama dalam strategi bisnis. Salah satu aspek penting yang perlu diperhatikan adalah manajemen produksi dan inventori, yang memainkan peran krusial dalam rantai pasokan global. Dalam konteks ini, artikel ilmiah yang ditulis oleh Dana Marsetiya Utama, Imam Santoso, Yusuf Hendrawan, dan Wike A. P. Dania berjudul "Sustainable Production-Inventory Model with Multi-Material, Quality Degradation, and Probabilistic Demand: From Bibliometric Analysis to A Robust Model" menjadi relevan dan sangat penting untuk dibahas.

Artikel ini memperkenalkan model produksi-inventori berkelanjutan yang mengintegrasikan beberapa variabel kompleks seperti material multi, degradasi kualitas, dan permintaan probabilistik. Lebih jauh lagi, artikel ini juga memperkenalkan penggunaan algoritma Harris Hawks Optimization (HHO) yang diklaim mampu mengoptimalkan model yang ada dengan lebih efisien dibandingkan dengan metode optimasi lain seperti Genetic Algorithm (GA) dan Particle Swarm Optimization (PSO).

Menurut data dari bibliometrik yang dilakukan dalam penelitian ini, topik tentang model produksi-inventori berkelanjutan mulai menarik perhatian para akademisi dan praktisi sejak tahun 2013 dan terus meningkat dengan pesat hingga tahun 2022, dengan jumlah publikasi yang mencapai 17 artikel pada tahun tersebut. Hal ini menunjukkan betapa pentingnya topik ini dalam konteks manajemen rantai pasokan modern. Mengingat tekanan global untuk mengurangi emisi dan meningkatkan efisiensi energi, model yang dikembangkan oleh Utama et al. (2023) dapat menjadi solusi tepat bagi perusahaan yang ingin tetap kompetitif di pasar global sekaligus memenuhi tanggung jawab sosial mereka.

Model produksi-inventori berkelanjutan yang dikembangkan oleh Utama et al. (2023) menyoroti beberapa aspek penting yang belum banyak dibahas dalam penelitian sebelumnya. Salah satu inovasi utama dari model ini adalah dimasukkannya variabel multi-material dan degradasi kualitas, yang mencerminkan kondisi dunia nyata di mana produk sering kali terdiri dari berbagai bahan baku dengan kualitas yang bervariasi. Dalam banyak industri, seperti farmasi dan makanan, degradasi kualitas bahan baku adalah isu yang sangat penting. Contohnya, dalam industri makanan, kualitas bahan baku dapat menurun seiring waktu, yang tidak hanya mempengaruhi kualitas produk akhir tetapi juga berpotensi menyebabkan kerugian finansial yang signifikan. Menurut penelitian sebelumnya, biaya yang terkait dengan degradasi kualitas dapat mencapai hingga 20% dari total biaya produksi (Silva-Aravena et al., 2020).

Selain itu, model ini juga mempertimbangkan permintaan probabilistik, yang merupakan faktor penting dalam manajemen inventori. Banyak model inventori konvensional menggunakan pendekatan deterministik, yang mengasumsikan bahwa permintaan bersifat tetap dan dapat diprediksi dengan akurat. Namun, dalam kenyataannya, permintaan sering kali dipengaruhi oleh berbagai faktor eksternal seperti perubahan tren pasar, musim, dan fluktuasi ekonomi, yang membuatnya menjadi sangat tidak menentu. Penelitian yang dilakukan oleh Fiorotto et al. (2021) menunjukkan bahwa permintaan yang tidak terduga dapat menyebabkan kelebihan atau kekurangan stok, yang masing-masing dapat menyebabkan biaya tambahan sebesar 15% hingga 30% dari total pendapatan. Dengan demikian, mempertimbangkan permintaan probabilistik dalam model inventori adalah langkah yang sangat tepat untuk mengurangi risiko tersebut.

Penggunaan algoritma Harris Hawks Optimization (HHO) dalam penelitian ini juga patut mendapat perhatian khusus. HHO adalah algoritma metaheuristik yang dikembangkan dengan meniru perilaku berburu burung elang Harris. Algoritma ini menunjukkan kinerja yang lebih unggul dibandingkan dengan algoritma GA dan PSO, terutama dalam hal memaksimalkan Expected Total Profit (ETP) yang dihasilkan dari model ini. Dalam uji coba yang dilakukan oleh Utama et al. (2023), algoritma HHO mampu menghasilkan ETP yang lebih tinggi dengan waktu komputasi yang lebih efisien. Misalnya, dalam salah satu studi kasus yang melibatkan lima jenis bahan baku, HHO menghasilkan peningkatan ETP sebesar 10% dibandingkan dengan GA dan 7% dibandingkan dengan PSO, dengan waktu komputasi yang lebih cepat sekitar 15% dibandingkan kedua algoritma lainnya.

Keunggulan algoritma HHO ini menunjukkan bahwa pendekatan baru ini tidak hanya lebih efisien dari segi waktu, tetapi juga lebih efektif dalam mengoptimalkan model produksi-inventori yang kompleks. Dengan integrasi teknologi seperti ini, perusahaan dapat mengurangi biaya operasional dan meningkatkan profitabilitas secara signifikan, sambil tetap menjaga komitmen mereka terhadap praktik bisnis yang berkelanjutan.

Model produksi-inventori berkelanjutan yang dikembangkan oleh Utama et al. (2023) menawarkan pendekatan yang lebih holistik dan realistis dalam menghadapi tantangan manajemen rantai pasokan modern. Dengan mempertimbangkan variabel-variabel penting seperti multi-material, degradasi kualitas, dan permintaan probabilistik, model ini mampu mencerminkan dinamika kompleks dunia industri yang sebenarnya. Ditambah lagi, penggunaan algoritma Harris Hawks Optimization (HHO) sebagai alat optimasi memberikan perusahaan kemampuan untuk memaksimalkan profitabilitas mereka dengan cara yang lebih efisien dan efektif dibandingkan metode optimasi tradisional.

Dalam era Industri 4.0, di mana keberlanjutan dan efisiensi menjadi kunci keberhasilan, model seperti ini menjadi sangat relevan. Perusahaan yang mampu mengadopsi pendekatan ini tidak hanya akan mendapatkan keuntungan finansial yang lebih besar, tetapi juga akan lebih siap menghadapi tuntutan global untuk mengurangi jejak karbon dan meningkatkan tanggung jawab sosial mereka. Ke depan, penelitian lebih lanjut dapat fokus pada pengembangan model yang lebih adaptif dan fleksibel untuk berbagai skenario industri lainnya, yang semakin memperkaya literatur dan praktik di bidang manajemen rantai pasokan berkelanjutan.

REFERENSI

Utama, D. M., Santoso, I., Hendrawan, Y., & Dania, W. A. P. (2023). Sustainable production-inventory model with multi-material, quality degradation, and probabilistic demand: From bibliometric analysis to a robust model. Indonesian Journal of Science & Technology, 8(2), 171-196. https://doi.org/10.17509/ijost.v8i2.54056