Estimasi_jarak_tempuh_order_picking_manual_dengan_.pdf

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/318790563

ESTIMASI JARAK TEMPUH OrDEr PICKING MANUAL DENGAN METODE ANALITIK DI PT GMS Article · March 2016 DOI: 10.22219/JTIUMM.Vol15.No2.154-160

CITATIONS

READS

0

347

1 author: Agung Chandra Universitas Mercu Buana 8 PUBLICATIONS   0 CITATIONS    SEE PROFILE

Some of the authors of this publication are also working on these related projects:

warehouse and distribution View project

Vehicle Routing Problem View project

All content following this page was uploaded by Agung Chandra on 26 September 2017. The user has requested enhancement of the downloaded file.

Estimasi Jarak Tempuh Order Picking Manual Dengan Metode Analitik di PT GMS Agung Chandra Fakultas Teknik, Jurusan Teknik Industri, Universitas Mercubuana Jl. Raya Meruya Selatan no.01, Kembangan, Jakarta Barat 11650 Surel: [email protected]

ABSTRAK

Jarak tempuh memegang peranan penting dalam produktivitas pergudangan. Salah satu cara untuk mengetahui jarak tempuh adalah dengan menggunakan metode analitik, estimasi jarak tempuh rata – rata. Pada penelitian di PT GMS ini, strategi routing yang digunakan adalah S-shape atau traversal strategy dan return strategy, sedangkan metode penyimpanan yang digunakan adalah random storage. Komponen estimasi jarak tempuh yang digunakan adalah jarak tempuh dari depot ke pick aisle yang pertama, jarak tempuh yang dilalui pada pick aisle, jarak tempuh balik dalam pick aisle, jarak tempuh pada cross aisle, serta jarak tempuh untuk kembali ke depot. Dari kalkulasi ini, metode S-shape menghasilkan total estimasi jarak tempuh rata-rata sejauh 41,4095 meter, sedangkan metode return strategy sejauh 45,7165 meter. Kata kunci: jarak tempuh, komponen estimasi statistik, routing S-shape, return strategy

ABSTRACT

Travel distance has a significant role in warehousing productivity. One way to calculate travel distance is to use analytical method, in term of average travel distance. Routing strategy implemented, S-shape / traversal strategy and Return strategy, random storage method are used in this paper at PT.GMS. The components of average travel distance are used to calculate: traveling distance from the depot to the first pick aisle, traveling distance through subaisle with picks, correction of travel distance for turns within subaisle, traveling distance in the cross aisle while picking, traveling distance back to the depot if all picks in one block, and total average travel distance. The results show the total average travel distance using S-shape is 41.4095 meter and return strategy is 45.7165 meter. Key words: travel distance, components of statistical estimation, routing S-shape, return strategy

PENDAHULUAN Perancangan tata letak gudang merupakan suatu hal yang cukup kompleks, hal ini dikarenakan banyak pertimbangan dalam proses perancangan, seperti volume barang, frekuensi pengambilan barang, metode pengambilan barang, kedekatan lokasi, penggolongan penyimpanan barang yang seluruhnya akan berujung pada biaya yang akan dikeluarkan dan produktivitas yang ingin dicapai, atau dengan kata lain efisiensi, efektivitas, dan produktivitas. Perancangan gudang didefinisikan sebagai pendekatan terstruktur untuk pengambilan

154

keputusan pada tingkat strategis, taktis, dan operasional. Keputusan yang memiliki pengaruh jangka panjang, kebanyakan ada pada investasi, seperti perancangan aliran proses dan pemilihan keputusan strategis. Sedangkan keputusan pada tingkat medium atau taktis seperti pengukuran sistem penyimpanan, perancangan tata letak dan pemilihan peralatan. Selanjutnya pada tingkat operasional atau keputusan jangka pendek seperti kebijakan pengendalian gudang (Dukic and Opetuk, 2012). Pada pergudangan, permasalahan utama pada tata letak gudang adalah mendapatkan tata letak

yang optimal pada area penyimpanan atau area order picking, di mana kriteria utamanya adalah jarak tempuh (travel distance) atau waktu tempuh (travel time). Waktu tempuh akan bertambah pada saat jarak tempuh bertambah (De Koster et al., 2007). Order Picking merupakan aktivitas yang paling tinggi biayanya dalam pergudangan dan bisa mencapai 55% dari total biaya operasi pergudangan, sehingga dianggap sebagai prioritas utama dalam peningkatan produktivitas (Tompkins et al., 2010). Order Picking juga merupakan proses yang banyak menggunakan tenaga kerja baik dalam pergudangan yang menggunakan sistem manual ataupun sistem automasi (De Koster et al., 2007). Order Picking merupakan proses pengambilan barang dari lokasi simpan berdasarkan permintaan pelanggan (Dukic and Opetuk, 2008) dan mencakup proses

disimpan dan diambil. Sedangkan waktu picking merupakan waktu yang berhubungan dengan pengambilan barang/grabbing the items, termasuk juga meletakkan barang ke troli, memeriksa pick list dan membaca pick list/lokasi barang yang akan diambil berikutnya. Waktu yang tersisa meliputi aktivitas untuk meletakkan troli, menunggu untuk penugasan berikutnya, sosial, dan lain-lain. Pengurangan jarak dan waktu travel mempunyai pengaruh penting terhadap total waktu untuk melakukan order picking (De Koster et al., 1999). Jarak tempuh dipengaruhi oleh 4 faktor utama (Roodbergen et al., 2008): panjang pick aisles, jumlah pick aisles, jumlah blok, dan jumlah picks per route. Dengan berkurangnya jarak berarti pula berkurangnya juga konsumsi energi, yang disebut greener warehousing. Ada 3 alasan utama mengapa

mendapatkan jumlah yang tepat dan produk yang tepat (De Koster et al., 2007). Da la m perg uda nga n, per ma sa la ha n utama pada tata letak gudang adalah untuk mendapatkan tata letak yang optimal pada area penyimpanan atau area order picking, dimana kriteria utamanya adalah jarak tempuh (travel distance) atau waktu tempuh (travel time). Waktu tempuh akan bertambah pada saat jarak tempuh bertambah (De Koster et al., 2007). Order Picking merupakan aktivitas yang paling tinggi biayanya dalam pergudangan dan bisa mencapai 55% dari total biaya operasi pergudangan, sehingga dianggap sebagai prioritas utama dalam peningkatan produktivitas (Tompkins et al., 2010; Dukic and Oluic, 2007). Order Picking juga merupakan proses yang banyak menggunakan tenaga kerja baik dalam pergudangan yang menggunakan sistem manual ataupun sistem automasi (De Koster et al., 2007). Order Picking merupakan proses pengambilan barang dari lokasi simpan berdasarkan permintaan pelanggan (Dukic and Opetuk, 2008) dan mencakup proses mendapatkan jumlah yang tepat dan produk yang tepat (De Koster, et al., 2007). Waktu untuk travel merupakan waktu yang berhubungan dengan perpindahan antar lokasi yang harus dikunjungi di mana barang

perusahaan mengimplementasikan greening process (Dukic, et al., 2010): perusahaan harus memenuhi peraturan (regulations / legislations) lingkungan, perusahaan harus memenuhi permintaan pelanggan, dan perusahaan dapat meminimalkan pengaruh aktivitas produksi pada lingkungan (ecological awareness). Jarak tempuh dapat diestimasi dengan menggunakan strategi routing. Strategi routing mempunyai pengaruh langsung terhadap jarak dan waktu tempuh. Strategi routing yang baik bisa mengurangi waktu tempuh secara significant (De Koster et al., 1999). Saat ini di PT GMS, order picking masih berjalan secara random yang berarti pekerja menyiapkan barang di gudang masih belum terarah (pada Gambar 1 bisa dari aisle A, B, ataupun C) dan belum

Chandra: Estimasi jarak tempuh order picking manual

1

back aisle A

Wc = 0.75

B

C

1 L=4

2.5

i=3

i=2

j=1 Wa = 4.5

i=1

depot front aisle

Gambar 1. Layout Gudang PT GMS 155

memiliki panduan routing untuk memilih jarak yang terpendek. Dengan dasar inilah dilakukan penelitian untuk mengetahui strategi routing yang terbaik untuk diterapkan agar didapatkan jarak tempuh yang terpendek. Strategi routing merupakan alat kalkulasi yang digunakan dalam metode analitik. Metode analitik dianggap lebih sederhana untuk diterapkan pada aplikasi spreadsheet. METODE Tahapan memilih jarak yang terpendek, pertama-tama adalah mengeplot tata letak gudang di PT GMS yang akan diteliti, kemudian dari hasil plot, hitung jumlah pick aisle (n), jumlah blok (k), panjang pick aisle (y), jumlah picking yang akan dilakukan (m), lebar cross aisle (Wc), jarak titik tengah ke titik tengah antar 2 pick

Gambar 2. Distribusi Empiris Akses Frekuensi dengan Jarak: Random Storage (Sumber: Sadowsky & Ten Hompel, 2011)

aisle yang berdekatan, pick aisle yang paling kiri (i), dan blok yang terjauh dari depot (j). Setelah mendapatkan data tersebut, maka langkah berikutnya adalah menghitung jarak tempuh dengan metode analitik, yaitu strategi routing yaitu S Shape/Traversal dan Return. Kedua strategi tersebut kemudian dibandingkan untuk dipilih jarak tempuh yang terpendek. Jarak tempuh yang terpendeklah yang direkomendasikan ke PT GMS. Distribusi Seragam Pada penelitian ini, metode yang digunakan untuk menghitung total jarak tempuh adalah model analitik. Metode ini lebih banyak digunakan dalam praktek, hal ini dikarenakan formula yang digunakan lebih mudah diterapkan pada spreadsheet applications yang dikenal orang lebih sederhana untuk penerapannya, kalkulasinya lebih sederhana, membutuhkan memori simpan yang lebih sedikit dibandingkan dengan metode simulasi (Roodbergen, et al., 2008). Dalam model analitik ini, lokasi item diasumsikan secara random dan mengikuti distribusi seragam (Roodbergen, et al., 2008; Sadowsky and Ten Hompel, 2011). Distribusi seragam diilustrasikan pada Gambar 2. Gambar

156

Gambar 3. Distribusi Seragam Akses Frekuensi dengan Jarak: Random Storage (Sumber: Sadowsky & Ten Hompel, 2011)

2 menunjukkan frekuensi akses pada lokasi picking, sedangkan gambar 3 menunjukkan distribusi seragam yang merupakan pendekatan terhadap distribusi empiris. Asumsi dan Pembatasan Penelitian Penyimpanan random merupakan strategi simpan yang umum digunakan. Menurut Roodbergen et al., (2008), pada penelitian model analitik ini tidak mempertimbangkan faktor

Jurnal Teknik Industri, Vol. 15, No. 2, Agustus 2014: 154–160

h aisle dan jumlah blok berapa pun, tidak terbatas pada satu saja. Asumsi yang digunakan terletak pada pick aisle yang paling kiri (left most pick aisle). Pada penelitian ini, metode digunakan adalah S-shape dan return strategy, dimana keduanya termasuk metode routing ua metode ini dikenal sebagai metode yang paling banyak digunakan dalam praktek sehari-nya ditunjukkan pada Gambar 4 dan 5.

Gambar 4. Metode Routing: S-shape

Gambar 4. Metode Routing: S-shape Sumber: De Koster, et al., 2007 (Sumber: De Koster, et al., 2007)

aisle yang pertama dari sisi depan, dan mulai melakukan kegiatan picking suatu item, dan keluar melalui dari sisi belakang pada aisle yang sama. Cara ini terus dilakukan sampai pada aisle yang terakhir, dan jika jumlah aisle-nya ganjil, maka picker akan keluar dari sisi depan pada aisle yang sama, namun jika ada aisle yang tidak memiliki item yang harus diambil, maka aisle tersebut tidak perlu dilalui (Roodbergen and De Koster, 2001). Sedangkan, strategi return adalah strategi dimana picker masuk dan keluar dari ujung aisle yang sama dan strategi ini dilanjutkan terus sampai pada aisle yang terakhir. Kalkulasi Estimasi Jarak Tempuh Pada penelitian yang4 dilakukan di PT GMS, estimasi jarak tempuh dihitung secara bertahap sesuai dengan kondisi blok dan pick aisle-nya. - Traveling dari depot ke pick aisle yang pertama:

Depot 5. Metode Routing: Return Strategy Gambar Sumber: De Koster, et Return al., 2007 Gambar 5. Metode Routing: Strategy (Sumber: De Koster, et al., 2007)

n   i  m  i − 1  m   E = Wa . ∑  (n − i )  −      n    i =1  n  

(1)

- Traveling through subaisle with picks:



  (n.k − 1) E = n.k 1 −     n.k 

m

 y   + wc    k

(2)

e atau strategi Traversal adalah dimana picker lebar aisle; setiapstrategi item dapat diambil darimasuk rak dari aisle yang pertama dari - Koreksi jarak tempuh untuk kembali di antara mulai melakukan kegiatan picking suatu item, dan keluar sisi belakang pada simpan tanpa memanjat ataupun menggunakanmelalui dari subaisle: a. Cara ini terus dilakukan sampaisehingga pada aisle terakhir, dan jika jumlah aisle nya alat angkat lainnya, faktoryang ketinggian cker akan keluar dari sisi depan pada aisle yang sama, jika ada 2aisle . y.m yang tidak m simpan juga tidak dipertimbangkan. Metode namun ini (3) E= − y; n = ganjil ; > 1 yang harus diambil, maka aisle tersebut tidak perlu dilalui (Roodbergen and De Koster, m + n . k n .k dapat digunakan pada kondisi tata letak dengan an, strategi Return adalah dimana dan keluar dari ujung aisle yang jumlah aisle strategi dan jumlah blok picker berapa masuk pun, tidak gi ini dilanjutkan terus sampai pada aisle yang terakhir. - Traveling pada cross aisle dan melakukan terbatas pada satu saja. Asumsi yang digunakan

picking : adalah depot terletak pada pick aisle yang paling kiri (left most pick aisle). Pada penelitian n k masi Jarak Tempuh (Average Travel Distance Estimation) (4) E = Wa .∑∑ Aij .Eij atau E = Wa . l ; ini, metode routing yang digunakan adalah Si =3 j =1 shape dan return strategy, dimana keduanya yang dilakukan di PT GMS, estimasi jarak tempuh dihitung secara bertahap sesuai Dimana: termasuk metode routing heuristic, kedua blok dan pick aisle-nya. ini dikenal sebagai metode yang paling  i  m  i − 1  m   j  m  j − 1  m  ng dari depot kemetode pick aisle yang pertama: A =   .   −      −  ij banyak digunakan dalam praktek sehari-hari. m m  n  (5)n    k   k   n   Ilustrasinya  i  i  1   pada Gambar 4 dan 5. .  n  i     ditunjukkan (1)     atau strategi traversal Strategi S-Shape n n     i 1   - Traveling balik ke depot jika semua kegiatan    adalah strategi dimana picker masuk dari picking ada dalam satu blok :





ng through subaisle with picks:   n.k  1  m  y  n.k 1   (2)    wc    kEstimasijarak tempuh order picking manual   n.k Chandra: jarak tempuh untuk kembali di antara subaisle: . y.m m (3)  y; n  ganjil ; 1  n.k n.k

157

back aisle A

  g  m  g − 1  m   (6) E = Wa . ∑∑  Ai1 . (g − 1).   −     n n       i =1 g =1   n

n

Dimana g merupakan posisi subaisle dengan picks yang paling kanan, dan g=1 menunjukkan posisi subaisle yang paling kanan dalam blok j. - Total Average Travel Distance/total jarak tempuh rata-rata: 1

(7)

i =1



-

Dimana: n = jumlah pick aisle k = jumlah blok y = panjang pick aisle dan tidak termasuk lebar cross aisle m = jumlah pick yang dilakukan wc = lebar cross aisle wa = jarak titik tengah ke titik tengah antar 2 pick aisle yang berdekatan i = pick aisle yang paling kiri dan terdapat lokasi picking. Aisle akan diberi nomor dari kanan ke kiri j = digunakan untuk menunjukkan blok yang terjauh dari depot dan terdapat lokasi picking. Blok akan diberi nomor dari depan ke belakang

-

HASIL DAN PEMBAHASAN

Kondisi tata letak di PT GMS hanya memiliki satu blok saja dengan demikian k=1, dan jumlah aisle (n) adalah 3, panjang pick aisle adalah 4 meter, wc = 1,5 meter, dan wa = 4,5 meter. Gambar 1 menjelaskan tata letak PT GMS. Strategi Routing: S-shape / Traversal Strategi ini berjalan seperti ular (serpent), yakni dari depot menuju ke aisle A dan menuju ke atas (back aisle) lalu masuk ke aisle B atas (back aisle) menuju ke bawah (front aisle), dan menuju ke C. Ilustrasinya seperti Gambar 6.

C C B

C

B

C

S-Shape Strategy di PT GMS depot depot frontGambar aisle ke 7.pick aisle yang - Traveling dari pertama Traveling dari depot kedepot pickfront aisleaisle yang pertama Gambar 7. S-Shape Strategy di PT GMS n = 1; n = 1;

frontGambar aisle 7. S-Shape Strategy di PT GMS 10depot 10 Traveling dari depot pick  1 ke  pertama  1  yang  1 aisle E meter    0,00015meter n =1;4.5 (3  1) .     3  10 ke pick 3 Gambar 7. S-Shape Strategy di PT GMS aisle depot  yang - Traveling dari pertama 10  1   1  1   n 4=.51;(3  1) .     n E= 2;    0,00015meter n = 2; daridepot - = Traveling ke pick 3 3 aisle yang pertama E 0,07796 meter   1 10  1 110  nE== 1; .5 (3  1)meter .        0,00015meter n = E 2;  40,07796  3 10  3 10   n = 3;  nE==3;0,07796 meter  1  1 1 E 2;4.5 (3  1) .        0,00015meter E = n0E= meter = 0 meter  3   3    meter Sehingga total Etotal pada E kondisi = 0,07811 meter n = E 3;= 0,07796 Sehingga padaini kondisi ini = 0,07811 n = 2; E = meter 0 meter E 0,07796 n == 3; Traveling through subaisle dengan Sehingga total Emeter pada kondisi ini = picks 0,07811 meter E = 0meter 10    3 , 1  1 4   kondisi   = 0,07811 meter Sehingga E pada - n Traveling through E 3=,13; . 1through  total  1,5ini  16,139picks meter  subaisle  dengan dengan Traveling subaisle picks E = 0meter 3,1  10 1     3 ,1E 1pada   kondisi total  4 dengan  = 0,07811 ini meter -E Sehingga Traveling picks 3 ,1. 1  through subaisle  1,5  16 ,139 meter





meter

,1  for  travel 101   3distance Correction 3 ,1 subaisle 1 turns  4 within  subaisles - Traveling E2 .43.10 ,1. 1through   1,5 picks  16,139 meter  dengan 3.1535 ,1 distance 10  4   1 for turns within  E  2 meter - Correction travel 3 ,1  1 forturns 4 within  subaisles Correction traveldistance E10  3 ,13. 1     1,5   16,139 meter subaisles 2 . 4 .10  3,1   1 travel  for turns within subaisles 4  2.distance 1535 meter -E Correction Traveling pada cross aisle dengan aktivitas picking 10 ,3 2 . 4 . 10 x34distance 13 5 meter EW 2.,.1535 meter -E Correction travel for turns within subaisles a . l  4.5 10  3cross aisle dengan aktivitas picking Traveling 2pada . 4 .10 EWa . lback  13 2.1535 meter E Traveling  4.to 5 xthe 34  .5jika meter Traveling depot all picks terdapat dalam satu blok cross aisle dengan aktivitas 10 pada 3 pada -a.- Kondisi Traveling cross aisle dengan aktivitas picking A , g = 1; E = 0 meter 1,1 picking E  Wback . l to 4.5= x2;depot 3 =13 .5 meter aA Kondisi 0,0000026 meter jika all picks terdapat dalam satu blok 1,1, gthe -Traveling Traveling pada crossE aisle dengan aktivitas picking A , g = 3; E = 0,000295 meter a. Kondisi Kondisi A , g = 1; E = 0 meter 1,1 1,1 , , E  W . l  4.5 x 3  13.5 meter - Traveling to the depot jika all picks terdapat dalam satu blok Kondisia Aback 1,1, g = 2; E = 0,0000026 meter a. Kondisi A , g3;=EE1; = 0 metermeter 1,1 b. Kondisi A , g = ==E 00,000295 meter Kondisi A2,1 1,1, g =1; - Kondisi Traveling back to, 2; the depot jika allmeter picksmeter terdapat dalam satu blok Kondisi A g = 2; E 0,0000026 1,1 A , g = E = 0,001350 2,1 back to the= depot - a. Traveling jika all picks Kondisi A , g = 1; E = 0 meter 1,1 Kondisi Ag1,1==, 3; g1;=EE3; E 0,000295 A 0,1532 meter meter b. Kondisi Kondisi A2,1 0 =meter 2,1,, g terdapat dalam satu==blok Kondisi A 1,1, g = 2; E = 0,0000026 meter Kondisi A , g = 2; E = 0,001350 meter 2,1 a. Kondisi Kondisi 1;= = 0 meter A gg,3;g= 3; E =E00,000295 b. Kondisi AA =EE= 1; meter 2,1 c. Kondisi A =1,1 ==E 00,1532 meter Kondisi A3,1 g1,1 =,, 1; meter meter 2,1,, g Kondisi Kondisi 2; = 0,0000026 g, g=E= 2; =E0,001350 Kondisi A3,1,AgA2,1=1,1, 2; =E 0,01702 metermeter meter b. Kondisi A , g = 1; E = 0 meter 2,1 Kondisi A , g = 3; E = 0,000295 Kondisi A , g = 3; E = 0,1532 meter meter c. Kondisi Kondisi A A3,2 g2,1=1,1 =3; 1;EE==1,9312 0 metermeter 3,1,, g Kondisi A = 2; E = 0,001350 2,1, g b. Kondisi A , g = 1; E = 0 meter Kondisi A3,1, g 2,1 = 2; E = 0,01702 metermeter Kondisi A 3; = meter meter 2,1 c. Kondisi A =E= 1;=E E =E0,1532 0= meter 3,1 2; 0,001350 Kondisi Kondisi A3,2, A g 2,1 =,, gg,3;g= 1,9312 meter Kondisi == 2; E meter 3,1, g KondisiAA 3;=E0,01702 = 0,1532 2,1 c. Kondisi A ,, gg, g= 1; E = 01,9312 metermetermeter 3,1 Kondisi A = 3; E = 3,2 c. Kondisi KondisiAA3,1 , g = 1; E = 0 meter 3,1, g = 2; E = 0,01702 meter Kondisi KondisiAA 2;=E1,9312 = 0,01702 , g, g= = 3; E meter meter 3,23,1

158

C

back aisle A B back aisle A B back aisle depot front aisle A back aisle Gambar 6. S-Shape StrategyA di PT GMS depot front aisle



Tm (n, k , y ) = ∑ E i

B

Kondisi A3,2, g = 3; E = 1,9312 meter Total A = 2,1031 meter

Jurnal Teknik Industri, Vol. 15, No. 2, Agustus 2014: 154–160

Total A = 2,1031 meter Dengan demikian E = Wa x 2,1031 = 4,5 x 2,1031 = 9,464 meter -

Total estimasi jarak tempuh rata-rata : 0,07811 + 16,2139 + 2,1535 + 13,5 + 9,464 = 41,4095 meter



Dengan demikian E = Wa x 2,1031 = 4,5 x dilakukan penghematan waktu lagi. Proses Strategi Routing: Return 2,1031 = 9,464 meter jugapicking perlu mempertimbangkan Strategi ini dilakukan aisle to aisle dan pada saat ini selesai di aisle yang pertama,kapasitas maka seorang - Total estimasi jarak tempuh rata-rata : 0,07811 kereta/troli yang digunakan. Hal lain yang picker harus kembali ke bawah (return to front aisle). Penerapannya seperti Gambar 8. + 16,2139 + 2,1535 + 13,5 + 9,464 = 41,4095 bisa dilakukan adalah dengan menerapkan meter area picking yang telah ditentukan picker-nya

Strategi Routing: Return

back aisle A

atau B lazim disebut juga C proses zoning. Dengan proses zoning, seorang picker akan lebih cepat melakukan proses picking dan bisa menghindari kemacetan-congestion pada aisle. Kedua proses ini, batching maupun zoning masih mungkin diterapkan di PT GMS.

Strategi ini dilakukan aisle to aisle dan pada saat selesai picking di-aisle yang pertama, maka seorang picker harus kembali ke bawah (return to front aisle). Penerapannya seperti Gambar 7. Perbedaan hanya terjadi pada tahapan kalkulasi depot front aisle correction travel distance for turns within subaisle SIMPULAN dimana Return Strategy terdapat 3 aisle,Gambar dengan Pada penelitian 8. Return Strategy di PT GMS di gudang PT GMS saat ini demikian jarak tempuh pada tahapan ini dengan kondisi gudang yang terdiri dari satu blok menjadi: Perbedaan hanya terjadi pada tahapan kalkulasi correction travel for turns withinjarak subaisle dan 3 pick aisle dandistance menggunakan estimasi

dimana Return Strategy terdapat 3 aisle, dengan demikian jarak tempuh pada tahapan ini menjadi: tempuh rata-rata pada routing policy S-Shape/ E

2 . 4 .10 traversal dihasilkan estimasi jarak tempuh sejauh per aisle aisle dan metode ini ada 3 aisle sehingga menjadi: 6,4605 meter. ,  4  2,1535 meter meter per 10  3

41,4095 meter. Sedangkan dengan metode return estimasi jarak tempuhmenjadi: rata-rata = 0,07811 + 16,2139 + 6,4605 + 13.5 + 9.464 = 45,7165 dansehingga metode total ini ada 3 aisle sehingga strategy dihasilkan jarak tempuh sejauh 45,7165 meter. 6,4605 meter, sehingga total estimasi jarak Proses efisiensi waktumaka masih total mungkin dikaji jarak Dengan menggunakan model analitis danmeter. routing policy S-shape estimasi tempuh rata-rata = 0,07811 + 16,2139 + 6,4605 dalam penelitian dengan menggunakan proses tempuh adalah 41,4095 meter, sedangkan dengan metode return strategy, total jarak tempuh yang + 13.5 + 9.464 = 45,7165 meter. dihasilkan adalah 45,7165model meter.analitis Dengandan demikian batching metode return menghasilkan jarak tempuh yang lebih dan zoning. Dengan menggunakan

pendek dibandingkan dengan routing policy S-shape maka totalmetode estimasiS-shape, jarak dan lebih efisien sebesar 9,421%. Selain routing strategy, masih ada beberapa hal yang perlu dilakukanDaftar sebagai Pustaka penelitian lebih lanjut, yakni mengkaji tempuh adalah 41,4095 meter, sedangkan dengan kemungkinan dilakukan aktivitas batching – beberapa order dilakukan dalam proses picking yang sama, De Koster, R., Roodbergen, K.J., and Van Voorde, metode return strategy, total jarak tempuh yang sehingga bisa dilakukan penghematan waktu lagi. Proses juga perlu mempertimbangkan R., ini 1999. Reduction of Walking Time in kapasitas the dihasilkan 45,7165 meter. kereta/troliadalah yang digunakan. Hal lainDengan yang bisa dilakukanDistribution adalah dengan area Centermenerapkan of De Bijenkorf, Newpicking Trends yang demikian strategi return menghasilkan jarak juga proses telah ditentukan picker-nya atau lazim disebut Dengan proses zoning,Berlin, seorang in zoning. Distribution Logistics, Springer, 215–picker 234. akan yang lebihlebih cepat melakukan proses dengan picking dan bisa menghindari kemacetan-congestion pada aisle. tempuh pendek dibandingkan De Koster, R., Le-Duc, T.,GMS. and Roodbergen, K.J., Kedua proses ini, batching maupun zoning masih mungkin diterapkan di PT strategi S-shape, dan lebih efisien sebesar 9,421%. 2007. Design and Control of Warehouse Order Selain routing strategy, masih ada beberapa hal Picking: A Literature Review, European Journal SIMPULAN yang perlu dilakukan sebagai penelitian lebih of Operational Research 182 (2), 481–501. Pada penelitian di gudang PT GMS saat ini denganDukic, kondisi gudang yang terdiri dari satu blok dan 3 pick G. and C. Oluic, 2007. Order Picking Methods: lanjut, yakni mengkaji kemungkinan dilakukan aisle dan menggunakan estimasi jarak tempuh rata Improving – rata padaOrder routing policy S-Shape/Traversal – Picking Eff iciency, aktivitas batching – beberapa order dilakukan dihasilkan estimasi jarak tempuh sejauh 41,4095 meter. SedangkanJournal dengan metode System Return and strategy International of Logistics dalam proses picking yang sama, dihasilkan jarak tempuh sejauhsehingga 45,7165bisa meter. ProsesManagement, efisiensi waktu masih mungkin dikaji dalam 3 (4), 451–460. Dukic, G. and Opetuk, T., 2008. Analysis of Order penelitian dengan menggunakan proses batching dan zoning.

back aisle A

depot

B

C

front aisle

Gambar 7. Return Strategy di PT GMS

Chandra: Estimasi jarak tempuh order picking manual

Picking in Warehouses with Fishbone Layout, Proceedings of ICIL, Tel Aviv, Israel. Dukic, G., V. Cesnik, and Opetuk, T., 2010. Order Picking Methods and Technologies for Greener Warehousing, Strojarstvo, 52 (1), 23 - 31 Dukic, G. and Opetuk, T., 2012. Warehousing in the Global Supply Chain: Chapter 3: Warehouse Layout, Springer Book Roodbergen, K.J. and R. De Koster, 2001. Routing Methods for Warehouse With Multiple Cross Aisle, International Journal of Production Research, 39 (1), 1865 – 1883.

159

8

Roodbergen, K.J., G.P. Sharp, and I.F.A. Vis, 2008. Designing the Layout Structure of Manual Order Picking Areas in Warehouse, IIE Transaction, 40 (11), 1032–1045. Sadowsky, W. and M. Ten Hompel, 2011. Calculation of The Average Travel Distance in a Low

160

View publication stats

Level Picker to Part System Considering Any Distribution Function With The Aisle, Logistics Journal: Reviewed, 1860–7977. Tompkins, J.A., J.A. White, Y.A. Bozer, and J.M.A. Tanchoco, 2010. Facilities Planning, New Jersey: John Wiley and Sons.

Jurnal Teknik Industri, Vol. 15, No. 2, Agustus 2014: 154–160