Mengoptimalkan Kolaborasi Horizontal dalam Sistem Logistik Perkotaan

Di tengah persaingan yang ketat di pasar pengiriman perkotaan, banyak tantangan yang harus dihadapi oleh perusahaan logistik. Persaingan yang semakin sengit antara penyedia jasa pengiriman sering kali memunculkan dampak negatif seperti ketidakefisienan operasional, kemacetan lalu lintas, dan polusi lingkungan. Masalah ini semakin diperparah dengan adanya peningkatan permintaan yang dipicu oleh e-commerce, yang mengharuskan perusahaan untuk memperluas jaringan mereka dengan tujuan mencapai lebih banyak pelanggan. Namun, strategi ekspansi ini justru membawa dampak buruk, terutama pada penggunaan kapasitas transportasi yang tidak optimal dan berujung pada konsumsi energi yang lebih besar dan peningkatan emisi karbon.

Penelitian ini menawarkan solusi yang dapat mengatasi berbagai masalah tersebut melalui penerapan kolaborasi horizontal dalam operasi pengambilan barang (pick-up) di sistem pengiriman perkotaan. Kolaborasi horizontal di sini merujuk pada kemitraan antara perusahaan-perusahaan yang menawarkan layanan serupa untuk saling berbagi sumber daya dan meraih keuntungan bersama. Pendekatan ini tidak hanya berpotensi mengurangi biaya operasional tetapi juga mengurangi dampak negatif terhadap lingkungan, terutama emisi gas rumah kaca yang berasal dari kendaraan pengiriman yang berlebihan.

Di perkotaan, banyak perusahaan pengiriman yang beroperasi dengan armada kendaraan yang sering kali tidak terisi penuh, sehingga menyebabkan pemborosan sumber daya dan meningkatkan jarak tempuh kendaraan. Pada banyak kasus, kendaraan yang digunakan untuk pengambilan barang tidak maksimal dalam mengangkut muatan, yang mengarah pada efisiensi rendah dalam operasional. Selain itu, ketidakefisienan ini juga berdampak pada kemacetan lalu lintas, meningkatkan konsumsi bahan bakar, dan akhirnya memperburuk polusi udara di kota-kota besar.

Penelitian ini mengusulkan bahwa solusi terhadap masalah ini adalah dengan mendorong kolaborasi horizontal di antara perusahaan pengiriman. Dengan berbagi armada kendaraan dan depot, perusahaan dapat mengoptimalkan rute pengambilan dan mengurangi jumlah kendaraan yang beroperasi di jalan, yang pada gilirannya akan mengurangi kemacetan dan emisi karbon. Penelitian ini mengembangkan model matematika yang berbasis pada Multi-Depot Vehicle Routing Problem (MDVRP) untuk merencanakan rute optimal bagi perusahaan yang terlibat dalam kolaborasi.

Studi kasus yang dilakukan di Pekanbaru, Indonesia, melibatkan dua perusahaan pengiriman yang sepakat untuk berbagi data dan menguji potensi kolaborasi ini. Hasil simulasi menunjukkan bahwa melalui kolaborasi ini, kedua perusahaan bisa menghemat biaya operasional hingga 33% dan mengurangi emisi karbon hingga 29%. Dengan demikian, model ini tidak hanya menguntungkan secara ekonomi, tetapi juga mendukung keberlanjutan lingkungan.

Penelitian ini memberikan kontribusi signifikan pada literatur logistik dan transportasi perkotaan dengan menawarkan solusi praktis melalui kolaborasi horizontal. Berbeda dengan banyak studi sebelumnya yang hanya berbasis pada model teoretis, penelitian ini mengimplementasikan model kolaborasi menggunakan data nyata dari perusahaan di Pekanbaru. Selain itu, penelitian ini juga memberikan wawasan baru tentang mekanisme pembagian biaya yang adil antara perusahaan yang berkolaborasi, dengan menawarkan berbagai metode pembagian biaya seperti proportional to pick-up, proportional to payload, dan metode Shapley.

Bagi para perencana kota dan penyedia jasa logistik, penelitian ini memberikan beberapa implikasi manajerial yang penting. Pertama, kolaborasi horizontal dapat menjadi strategi yang efektif untuk meningkatkan efisiensi operasional di perkotaan, yang pada gilirannya dapat mengurangi beban kemacetan dan dampak lingkungan. Kedua, perusahaan perlu mempertimbangkan potensi kolaborasi ini sebagai bagian dari strategi keberlanjutan mereka, yang tidak hanya mendukung efisiensi biaya tetapi juga berkontribusi pada tujuan pembangunan berkelanjutan (SDGs).

Namun, meskipun kolaborasi horizontal menawarkan banyak keuntungan, tantangan implementasi seperti koordinasi antar perusahaan, masalah kepercayaan, dan perlunya sistem informasi yang lebih baik tetap menjadi perhatian utama. Oleh karena itu, bagi manajer logistik dan pemangku kebijakan, penting untuk menciptakan kebijakan yang memfasilitasi kolaborasi semacam ini dengan membangun sistem yang mendukung transparansi dan kepercayaan antar pihak yang terlibat.

Kolaborasi horizontal dalam pengambilan barang di sistem pengiriman perkotaan terbukti memberikan manfaat yang signifikan baik dari segi ekonomi maupun lingkungan. Meskipun penerapannya membutuhkan perhatian pada mekanisme pembagian biaya yang adil, pendekatan ini dapat menjadi strategi jangka panjang yang efektif untuk mengatasi masalah kemacetan, polusi, dan pemborosan sumber daya di kota-kota besar. Bagi perusahaan logistik, kolaborasi ini tidak hanya mengurangi biaya tetapi juga meningkatkan kinerja keberlanjutan yang semakin penting di mata konsumen dan pemangku kepentingan.

Sumber: Justiani, S., & Wibowo, B. S. (2022). The economic and environmental benefits of collaborative pick-up in urban delivery systems. LOGI: Scientific Journal on Transport and Logistics13(1), 245-256.
Disclaimer: Sebagian konten dalam tulisan dikembangkan dengan bantuan teknologi kecerdasan buatan (AI) dari platform OpenAI ChatGPT. AI digunakan untuk mengkonversi artikel ilmiah yang merupakan karya asli penulis ke dalam bahasa artikel populer. Penulis tetap melakukan pengecekan dan pengeditan atas semua konten untuk memastikan akurasi, relevansi, serta kesesuaian dengan sumber aslinya. Ilustrasi merupakan karya orisinal penulis.

Perencanaan Rute Kendaraan Dinamis dengan Algoritma Fuzzy Ant Colony Systems

Dalam dunia layanan berbasis perusahaan, terutama yang menyediakan layanan di lokasi seperti pemeliharaan atau perbaikan, tantangan terbesar terletak pada pengelolaan rute kendaraan untuk memenuhi permintaan layanan yang datang secara dinamis. Salah satu permasalahan utama yang dihadapi oleh banyak perusahaan layanan adalah Dynamic Vehicle Routing Problem (DVRP), di mana rute kendaraan harus terus disesuaikan dengan kedatangan pesanan layanan baru selama jam kerja. Permasalahan ini semakin rumit dengan ketidakpastian waktu layanan yang harus disesuaikan dengan berbagai faktor eksternal yang tidak dapat diprediksi dengan pasti, seperti kemacetan lalu lintas atau kesalahan dalam estimasi waktu layanan.

Di sinilah pentingnya menciptakan solusi yang dapat mengoptimalkan keputusan pengambilan rute secara real-time, sehingga perusahaan dapat tetap melayani pelanggan dengan efisien tanpa mengorbankan kualitas layanan. Dalam konteks ini, pengelolaan rute yang fleksibel dan adaptif menjadi kunci untuk meningkatkan kinerja operasional sekaligus meminimalkan keterlambatan dan kegagalan dalam memenuhi permintaan layanan.

Untuk mengatasi masalah ini, penelitian ini mengusulkan algoritma Fuzzy Ant Colony System (ACS) yang merupakan pengembangan dari algoritma metaheuristik berbasis perilaku koloni semut. Algoritma ini dirancang untuk menangani DVRP dengan waktu layanan yang tidak pasti, di mana ketidakpastian tersebut dimodelkan menggunakan logika fuzzy. Dalam solusi ini, waktu layanan yang tidak dapat dipastikan digantikan dengan variabel fuzzy, memungkinkan algoritma untuk membuat keputusan yang lebih fleksibel dan adaptif terhadap dinamika situasi.

Kontribusi utama dari pendekatan ini terletak pada penggunaan metode cluster insertion yang meningkatkan tahap inisialisasi algoritma ACS. Metode ini mengelompokkan pelanggan berdasarkan kedekatannya, dan setiap kendaraan akan melayani kelompok pelanggan tertentu. Ketika permintaan layanan baru muncul, pelanggan tersebut akan dimasukkan ke dalam kelompok yang paling dekat. Hal ini mengoptimalkan distribusi feromon dalam ACS, yang berperan dalam menentukan rute kendaraan. Dengan cara ini, algoritma dapat menghindari potensi kesalahan yang terjadi akibat distribusi feromon yang buruk, yang sering kali menjadi masalah pada algoritma ACS dasar.

Selain itu, algoritma ini juga memperkenalkan penyesuaian dinamis dalam pembaruan rute yang berlangsung dalam beberapa interval waktu yang telah ditentukan. Setiap kali ada pembaruan, algoritma ini mengevaluasi kembali rute yang optimal berdasarkan informasi terkini, termasuk pesanan baru yang masuk, waktu layanan yang sudah diperkirakan, dan waktu perjalanan yang dapat berubah-ubah. Hasil dari penerapan algoritma ini menunjukkan bahwa penggunaan metode cluster insertion dalam inisialisasi feromon secara signifikan meningkatkan kinerja dibandingkan dengan penggunaan distribusi feromon acak pada ACS biasa.

Dari sisi implikasi manajerial, penerapan algoritma ini memiliki dampak yang cukup besar dalam pengelolaan operasional perusahaan layanan. Dengan solusi yang adaptif ini, perusahaan dapat mengoptimalkan pengalokasian sumber daya yang ada, seperti kendaraan dan teknisi, dengan cara yang lebih efisien. Hal ini tidak hanya meningkatkan kepuasan pelanggan dengan pengurangan waktu tunggu yang lebih cepat, tetapi juga menurunkan biaya operasional yang timbul akibat keterlambatan atau kegagalan dalam memenuhi permintaan. Lebih jauh lagi, sistem ini memberi perusahaan kemampuan untuk menangani dinamika yang lebih tinggi dalam operasi layanan, yang sangat penting di dunia yang semakin serba cepat dan penuh ketidakpastian.

Selain itu, algoritma ini juga memberikan fleksibilitas dalam menentukan parameter pengelolaan risiko, seperti indeks preferensi kredibilitas, yang memungkinkan pengambil keputusan untuk menyesuaikan tingkat risiko yang ingin diambil. Ini memberikan perusahaan ruang untuk menentukan kebijakan internal yang sesuai dengan tingkat dinamisitas yang dihadapi, apakah lebih konservatif atau lebih berani dalam mengambil keputusan.

Secara keseluruhan, pendekatan ini memberikan kontribusi signifikan dalam menyelesaikan tantangan DVRP dengan ketidakpastian waktu layanan, memungkinkan perusahaan layanan untuk lebih efisien dalam menghadapi ketidakpastian dan dinamika operasional. Implementasi dari algoritma ini tidak hanya mengarah pada efisiensi operasional yang lebih baik tetapi juga pada kepuasan pelanggan yang lebih tinggi, yang pada gilirannya akan berkontribusi pada keberlanjutan dan daya saing perusahaan dalam jangka panjang.

Sumber: Kuo, R. J., Wibowo, B. S., & Zulvia, F. E. (2016). Application of a fuzzy ant colony system to solve the dynamic vehicle routing problem with uncertain service time. Applied Mathematical Modelling, 40(23-24), 9990-10001.