Aplikasi Fuzzy Neural Network dan PSO pada Rancangan Jaringan Rantai Pasok

Yusraini Muharni

Abstract


Rancangan jaringan rantai pasok merupakan konfigurasi dari jaringan rantai pasok yang dibuat untuk memenuhi permintaan pelanggan. Jaringan ini terdiri dari: beberapa pelanggan, pusat-pusat distribusi yang mengirimkan produk kepada para pelanggan, industri manufaktur yang memproduksi dengan mentransformasikan bahan mentah menjadi produk jadi, serta para pemasok yang berperan dalam menyediakan bahan mentah bagi industri manufaktur. Kelancaran aliran bahan baku dan perlengkapan menjadi bagian penting yang harus dikelola dengan baik dalam manajemen rantai pasok. Untuk itu lokasi para pemasok juga perlu dipertimbangkan untuk mengurangi biaya transportasi. Pendekatan simulasi, fuzzy neural network dan particle swarm optimization digunakan dalam makalah ini guna mencari solusi optimal dengan waktu perhitungan matematis yang lebih ringkas. Hasil training dan testing FNN memberikan hasil pilihan pabrik yaitu Pabrik 1, Pabrik 3 dan Pabrik 5. Sedangkan Pusat Distribusi yang dipilih untuk dibuka adalah Pusat Distribusi 1, Pusat Distribusi 2, dan Pusat Distribusi 5. 


Keywords


Jaringan rantai pasok, Fuzzy Neural Network, Particle Swarm Optimization

Full Text:

PDF

References


Cohen, M A.,& Lee, H L.(1988). Strategic analysis of integrated production –distribution systems: Models and methods, Operations Research, 36,216-228.

Eberhart, R. C., & Kennedy, J. (1995) A new optimizer using particle swarm theory," in The sixth International Symposium on Micro Machine and Human Science, 39-43.

Ishibuchi, H. & Nii, M. (1996). Generating fuzzy if- then rules from trained neural networks: Linguistic analysis of neural networks, IEEE International Conference on Neural Networks, 1-4, 1133-1138.

Ji Xiao-yu, Shao Zhen.(2002). Model and Algorithm for Supply Chain Network Design by Uncertain Programming, Systems Engineering Theory & Practice, 2, 118-122.

K. Dogan, M. Goetschalckx, (1999). A primal decomposition method for the integrated design of multi-period production–distribution systems, IIE Transactions, 31,1027–1036.

Kumar, M., Vrat, P., & Shankar, R.(2006). A Fuzzy programming approach for vendor selection problem in a supply chain, Int. J. Production Economics, 10.

Kuo, R. J. (2001). A sales forecasting system based on fuzzy neural network with initial weights generated by genetic algorithm, European Journal of Operational Research, 129, 496-517

Liu, B.(2002), Theory and Practice of Uncertain Programming, Physica Verlag, Heidelberg, 156-161.

Pisvaee, M. S., Rabbani, M., & Torabi, S.A.(2011) A robust optimization approach to closed-loop supply chain network design under uncertainty. Applied mathematical Modeling 35,637-649.

Santoso, T., Ahmed, S., Goetschalckx, M.,Shapiro, A., (2005) A stochastic programming approach for supply chain network design under uncertainty, European Journal of Operational Research, 167(1), 96-115.

Simchi-Levi, David., Kaminsky, P., Simchi-Levi, Edith. (2009). Designing and Managing the Supply Chain: Concepts, strategies and case studies. Mc Graw-Hill Singapore.

Wang, F., Lai, X. & Shi, N.(2011). A multi- objective optimization for green supply chain network design. Decision Support Systems, 51, 262-269.




DOI: http://dx.doi.org/10.36055/jiss.v3i1b.2089

Refbacks

  • There are currently no refbacks.


  is supported by