Laporkan Masalah

Designing a Sustainable Multi-Period Supply Chain Network: a Multi-Objective Approach

Violita Anggraini, Ir. Budhi Sholeh Wibowo, S.T., M.T., MBA, PDEng., IPM., ASEAN Eng.

2025 | Tesis | S2 Teknik Industri

Penanganan produk yang mudah rusak memerlukan ketelitian untuk menjaga kualitas, meminimalkan pembusukan, dan mengatasi tantangan ekonomi, sosial, dan lingkungan yang kompleks. Dengan semakin ditekankannya keberlanjutan, mengoptimalkan rantai pasokan pangan telah menjadi perhatian. Namun, masalah keberlanjutan rantai pasokan produk yang mudah rusak, terutama yang berkaitan dengan sensitivitas dan kerusakan masa simpan, belum dieksplorasi secara menyeluruh. Studi ini mengatasi kesenjangan ini dengan mengembangkan pendekatan untuk menyeimbangkan tujuan ekonomi, lingkungan, dan sosial di berbagai periode perencanaan. Perspektif multiperiode sangat penting karena masa simpan produk yang mudah rusak bervariasi, sehingga memerlukan penjadwalan yang cermat untuk menjaga kualitas. Penelitian ini mengusulkan model pemrograman linier bilangan bulat campuran multiobjektif untuk mengoptimalkan tiga tujuan utama keberlanjutan dalam jaringan rantai pasokan empat eselon. Pengelompokan pemasok dan pengecer menggunakan K-means digunakan untuk mengidentifikasi lokasi optimal untuk pabrik dan pusat distribusi, yang meningkatkan efisiensi jaringan. Metode TOPSIS digunakan untuk memberi peringkat pemasok menurut kriteria yang telah ditentukan sebelumnya guna memastikan pemilihan pemasok yang paling sesuai. Eksperimen numerik dilakukan untuk mengevaluasi kinerja model yang diusulkan menggunakan pemecah CPLEX. Model ini dipecahkan menggunakan pendekatan pemrograman tujuan tertimbang untuk mempertimbangkan dan memprioritaskan beberapa tujuan. Hasilnya menunjukkan potensi pengurangan yang signifikan dalam dampak lingkungan dan sosial sambil mempertahankan kelayakan ekonomi dengan mengadopsi pendekatan yang seimbang terhadap keberlanjutan. Analisis sensitivitas mengonfirmasi kemampuan model untuk beradaptasi dengan perubahan dinamis, seperti biaya transportasi dan variasi permintaan.

The handling of perishable products requires precision to maintain quality, minimize spoilage, and address complex economic, social, and environmental challenges. With growing emphasis on sustainability, optimizing food supply chains has gained attention. However, sustainability concerns of perishable products supply chains-particularly in relation to shelf-life sensitivity and deterioration-are not thoroughly explored. This study addresses these gaps by developing approach to balance economic, environmental, and social objectives across multiple planning periods. A multi-period perspective is essential due to the variable shelf lives of perishable products, necessitating careful scheduling to maintain quality. This research proposes a multi-objective mixed-integer linear programming model to optimize the triple bottom line of sustainability within a four-echelon supply chain network. Supplier and retailer clustering using K-means is utilized to identify optimal locations for plants and distribution centers, enhancing network efficiency. The TOPSIS method is used to rank suppliers according to pre-defined criteria in order to ensure the selection of the most suitable suppliers. Numerical experiments are conducted to evaluate the proposed model's performance using CPLEX solver. The model is solved using a weighted goal programming approach to consideration and prioritization of multiple objectives. The results demonstrate the potential for significant reduction in environmental and social impacts while maintaining economic viability by adopting a balanced approach to sustainability. Sensitivity analysis confirmed the model's ability to adapt to dynamic changes, such as transportation costs and demand variations. 

Kata Kunci : Food Supply Chains Network, K-means clustering, Multi Period, Sustainability, TOPSIS, Weighted Goal Programming

  1. S2-2025-510118-abstract.pdf  
  2. S2-2025-510118-bibliography.pdf  
  3. S2-2025-510118-tableofcontent.pdf  
  4. S2-2025-510118-title.pdf