Minimalisasi Biaya Logistik Untuk Pengiriman Shot Lots Dengan Menggunakan Sistem Informasi Logistik.docx

Minimalisasi Biaya Logistik untuk Pengiriman Shot Lots dengan Menggunakan Sistem Informasi Logistik Abstrak Artikel tersebut mempertimbangkan kemungkinan untuk mengurangi biaya logistik menggunakan optimalisasi manajemen rantai pasokan dengan bantuan sistem pendukung keputusan. Itu menunjukkan bahwa penerapan sistem tersebut di perusahaan transportasi memungkinkan untuk memilih pilihan terbaik yang tersedia dari rute transportasi dan sarana transportasi. Ini menyangkut perusahaan-perusahaan tingkat pertama, yang memiliki jaringan dealer yang luas dan fokus pada pengiriman shot lots pada rute pengiriman. Algoritma yang dikembangkan untuk membuat keputusan manajemen yang masuk akal mengenai pilihan rute dan jadwal pengiriman memberikan kesempatan untuk mengelola armada kendaraan secara optimal dan mengurangi lintasan diam. Optimalisasi rute pengiriman didasarkan pada minimalisasi penggunaan armada, total waktu operasional dan waktu siaga, serta memperhitungkan intensitas lalu lintas di ruas-ruas jalan. Hal ini memungkinkan juga untuk mengurangi beban transportasi di jaringan jalan, yang mengarah pada perbaikan situasi ekologi di kota. Model untuk kota NaberezhnyeChelny dibangun dan diuji dalam ruang lingkup penelitian. Implementasinya memberikan kemungkinan untuk memperbaiki rute yang diusulkan sedemikian rupa untuk menghindari bagian “masalah” dari jaringan jalan. Pendahuluan Produsen dan pemasok barang-barang penting memerlukan strategi pengembangan khusus untuk bekerja dalam lingkungan kompetitif. Strategi-strategi ini harus memungkinkan, dimana di satu sisi untuk mengurangi biaya dan di sisi lain untuk menemukan cara untuk meningkatkan keuntungan proses produksi dan pengiriman. Penghematan biaya tidak hanya pengurangan tarif, tetapi juga manajemen operasi logistik yang rasional dengan mempertimbangkan masalah pembangunan sosial-ekonomi serta keselamatan ekologis dan keselamatan jalan di kota-kota. Untuk membuat penilaian yang benar dari biaya logistik, maka perlu masuk lebih dalam mengenai proses transportasi: untuk menganalisis alat transportasi, proses pasokan bahan baku dan distribusi produksi, optimalisasi proses teknologi, koordinasi dengan moda transportasi lain, dll. Hal ini dikarenakan potensi untuk optimasi mengasumsikan bahwa kesatuan tujuan untuk semua pemain proses terkadang memiliki konflik diantara kepentingan mereka. Sejauh ini, biaya transportasi selalu menjadi bagian terbesar dari biaya logistik. Sehingga untuk meningkatkan efektivitas proses ekonomis di perusahaan dimungkinkan dengan mengurangi kaki kosong melalui pengiriman produk, penggunaan armada kendaraan yang efektif, pembangunan rute transportasi baru yang lebih rasional serta implementasi sistem informasi logistik (LIS) (Dondo dan Cerdá, 2015). Klasik logistik terintegrasi, Bowersox dan Closs (2013), menunjukkan bahwa perusahaan dengan sistem logistik canggih berpandangan bahwa lebih murah untuk mencari solusi optimal menggunakan informasi daripada melakukan pergeseran stok yang tidak optimal.

Manajemen data dalam LIS menyediakan semua jenis operasi, yang diperlukan untuk melaksanakan perintah transportasi, untuk mengendalikan semua kegiatan dan menilai efisiensinya. Selain itu, salah satu fungsi LIS utama adalah rute dan pembuatan rencana transportasi. Fungsi ini diwujudkan paling sering menggunakan pemodelan analitis serta teknik simulasi. Solusi yang ada untuk mengoptimalkan rute pengiriman shot lots Aspek khusus dan persyaratan fungsional untuk mengatur pengangkutan shot lots Solusi dari masalah rute sangat penting saat ini dengan mempertimbangkan bahwa sekitar 80% dari semua turnover kargo adalah gerbong tempat pengambilan barang yang diangkut dengan pengiriman atau pengumpulan dan rute pengiriman (Patila dan Divekarb, 2014). Untuk merencanakan pengangkutan kavling kecil, perlu diingat karakteristik berikut:    

Waktu untuk melakukan operasi bongkar-muat pada dasarnya lebih besar daripada waktu mengemudi Waktu mengemudi tergantung pada intensitas lalu lintas dan kapasitas bagian jaringan jalan, yang digunakan oleh rute Koherensi dan kinerja pengiriman barang sangat penting Pembatasan terkait dengan kepatuhan standar ekologi dan gangguan dapat muncul untuk periode transportasi.

Selain itu, rute harus dibangun sedemikian rupa sehingga pemanfaatan kilometrage dan kapasitas kendaraan menjadi maksimal. Penting juga untuk berusaha mewujudkan transportasi dengan jumlah kendaraan yang minimal. Masalah untuk merencanakan pengangkutan shot lots dirujuk ke kelas tugas optimasi diskrit. Masalah seperti itu memungkinkan menemukan opsi terbaik dengan bantuan metode pencarian sederhana, yang seringkali menuntut sumber daya yang luas karena banyaknya solusi yang layak. Pendekatan pencarian terarah yang ada untuk pengambilan keputusan manajemen yang masuk akal dan efisien memerlukan pelaksanaan eksperimen berbasis komputer. Penelitian dan studi di bidang rute Pembuatan model layanan transportasi didasarkan pada rute transportasi yang rasional dan jadwal pengiriman (jadwal waktu atau jadwal), yaitu rute. Sejarah masalah perutean dimulai lebih dari setengah abad yang lalu. Karya pertama yang didedikasikan untuk topik ini diterbitkan oleh Dantzig dan Ramser (1959). Dalam makalah penelitian ini, penugasan kelompok dirumuskan, yang kemudian disebut Vehicle Routing Problem (VRP). VRP adalah generalisasi dari traveling salesman problem (TSP) dan, oleh karena itu, milik kelompok masalah NP-hard. Tugas dari kelompok ini membutuhkan proses yang panjang untuk mendapatkan solusi tepat dengan dimensi besar. Ada banyak variasi masalah pada bagian ini yang mempertimbangkan batasan nyata yang berbeda serta terdapat sejumlah algoritma untuk mencari solusi optimal. Hal ini dikarenakan pengembangan proses logistik dan perlunya memperhitungkan faktor-faktor baru mengarah pada definisi tugas baru, yang pada gilirannya mengharapkan

implementasi metode solusi baru (Xiao dan Konak, 2016). Pemecahan VRP menggunakan pendekatan heuristik tidak menjamin untuk mendapatkan solusi terbaik. Itulah sebabnya banyak penulis bekerja untuk mengembangkan metode yang memungkinkan menggabungkan fleksibilitas heuristik dan ketatnya model pemrograman linier untuk menyelesaikan setiap kelompok masalah rute. Liang Sun dalam artikel (2014) mengusulkan, misalnya, conditional expectation-combinatorial semi-deviation robust model (CE-CSDRM), di mana tujuan optimasi adalah meminimalkan ekspektasi matematis bersyarat untuk total biaya transportasi dan pembatasan utama adalah kapasitas angkut maksimal dari transportasi yang ada. Pendekatan semacam itu mengurangi kesalahan dalam standar deviasi dibandingkan dengan model semi-deviasi yang kuat (E-SDRM). Chakroborty dan Mandal dalam pekerjaan penelitian mereka (2005) mengusulkan untuk menggunakan genetic algorithms berbasis mutasi (GAS) untuk tugas-tugas, seperti TSP, pick-up dan single vehicle pick-up and delivery problem (SVPDP) dan single pick-up dan single vehicle pick-up and delivery problem with time windows (SVPDPTW). Salah satu pendekatan yang paling banyak diterima dan efisien untuk penyelesaian masalah di bidang rantai pasokan adalah pemodelan, karena memberikan estimasi sistematis, kuantitatif dan obyektif dari solusi yang diusulkan untuk skenario yang berbeda (Terzi dan Cavalieri, 2004). Artikel (Liedtke dan Schepperle, 2004) dan (Hunt dan Stefan, 2007) menawarkan untuk menggunakan simulasi acara diskrit untuk pemodelan transportasi kargo perkotaan. Namun, jika perlu untuk memodelkan proses pengambilan keputusan yang dilakukan oleh entitas atau perusahaan independen serta proses interaksinya, metode berbasis agen pun diterapkan (Axelrod, 2006; Tamagawa et al., 2010; Anand et al., 2014; Baykasoglu dan Kaplanoglu, 2015). Sejauh perencanaan rute harus mempertimbangkan beberapa lusinan parameter dan batasan, sistem perutean komputer yang berbeda berdasarkan model jaringan transportasi daerah digunakan. Namun, sebagian besar paket perangkat lunak tidak memperhitungkan situasi sebenarnya di jalan dengan proses perutean atau hanya memperhitungkan situasi saat ini, yang tidak memungkinkan untuk membuat rencana rute jangka panjang, karena karakteristik arus lalu lintas berubah dalam 24 jam, hari dalam seminggu dan waktu dalam setahun. Selain itu, elemen penting dari sistem tersebut harus menjadi modul untuk memilih alat transportasi, yang mempertimbangkan spesifikasi dan kondisi kargo untuk realisasi operasi logistik. Hanya solusi kompleks yang memberikan kemungkinan untuk meningkatkan efisiensi sistem transportasi sambil mengurangi dampak negatifnya terhadap lingkungan. Solusi tersebut harus mengintegrasikan aplikasi perangkat lunak untuk perutean dan pilihan alat transportasi dengan modul cerdas, yang memungkinkan pemilihan rute terbaik dengan mempertimbangkan keadaan jaringan jalan pada waktu tertentu. Sistem pendukung keputusan untuk optimalisasi pengiriman logistik Selama masalah untuk memilih alternatif pengiriman yang rasional dalam kondisi kota besar tergantung pada kondisi sistem transportasi (khususnya, pada situasi saat ini pada jaringan jalan), varian rute dan rata-rata transportasi pada rute dapat bergantung pada faktor yang berbeda termasuk hari dalam seminggu, waktu dalam setahun, dll. Dalam pandangan ini, perlu untuk

memiliki solusi perangkat lunak untuk manajemen operasional, yang mengintegrasikan modulmodul yang menyediakan kumpulan informasi operasional, penyimpanan sejumlah besar data serta analisis cerdas mereka. Pendekatan terbaik untuk mencapai tujuan ini adalah dengan menggunakan decision support systems (Kaneko dan Nojiri, 2008). Dengan demikian, desain decision support systems (DSS) untuk meningkatkan pengelolaan proses logistik di perusahaan, yang memiliki jaringan dealer yang luas dan melaksanakan pengiriman shot lots pada rute pengiriman merupakan tugas aktual bagi sejumlah perusahaan transportasi. Skema interaksi konseptual dari modul program, yang merupakan komponen DSS yang sedang dikembangkan, disajikan pada Gambar. 1.

Modul program untuk pengumpulan data Cara mengumpulkan informasi, yang diperlukan untuk mencari opsi keputusan di DSS yang dibuat, tergantung pada jenisnya. Ini adalah informasi bersyarat-konstan, yang mencakup dokumentasi peraturan dan buku pegangan yang berbeda. Data tersebut dapat berasal dari sumber eksternal dan dimasukkan dengan menyalin file atau dengan cara manual. Informasi operasional, yang perubahannya bergantung pada pengaruh berbagai efek eksternal, dicatat dalam basis data baik pada waktu yang ditentukan atau ketika diminta oleh administrator sistem. Selain itu, ada informasi yang berasal dari pemantauan jaringan jalan - data dari pusat kontrol lalu lintas, yang dianalisis dalam modul statistik dan dirancang untuk memperkirakan solusi terbaik dalam model simulasi. Saat ini Program "Kota Aman" diimplementasikan di Federasi Rusia. Tujuan utama dari program yang kompleks ini adalah untuk meningkatkan parameter keselamatan utama kota modern dengan bantuan pengaturan organisasi serta dengan menggunakan alat teknis seperti pemantauan video, sistem kontrol akses, sistem perumahan dan manajemen utilitas. Dalam bab “Keselamatan

Transportasi” dari konsep yang diadopsi, tugas-tugas berikut untuk memastikan keselamatan lalu lintas jalan ditunjukkan:     

Manajemen logistik transportasi publik dan swasta Organisasi dan manajemen ruang parkir kota Pemodelan aliran transportasi berdasarkan analisis situasi jalan yang diprediksi Peramalan dinamis situasi jalan berdasarkan pada data waktu nyata yang datang dari kamera video, sensor lalu lintas, dan pengontrol Geolokasi dan pencatatan peristiwa jalan (kecelakaan) dengan visualisasi pada peta kota.

Dalam cakupan realisasi Program ini, 1020 kamera video akan dipasang di NaberezhnyeChelny hingga akhir 2016. Ini memberi peluang untuk mendapatkan informasi waktu nyata, yang memungkinkan untuk membuat keputusan operasional yang masuk akal serta untuk memperbaiki stretagei jangka panjang dalam pengembangan sistem transportasi (Gbr. 2).

Modul untuk penyimpanan dan administrasi informasi Karena kualitas keputusan yang diambil tergantung pada kualitas dan relevansi informasi, maka dibuat database yang dapat diperbarui untuk informasi operasional (Battini et al., 2013). database tersebut menyimpan sejumlah informasi tentang barang, jumlah dan struktur armada kendaraan serta lokasi unit produksi, pusat distribusi dan semua titik pengiriman yang memungkinkan. Selain itu, basis data juga mencakup buku pegangan yang berbeda seperti waktu standar untuk operasi bongkar muat, karakteristik jaringan jalan (jenis dan kualitas permukaan, lebar jalan, beban yang diizinkan, dll.). Basis pengetahuan diperlukan untuk menyimpan alternatif rute yang diperoleh untuk parameter sistem transportasi saat ini. Ini memungkinkan dengan cepat memilih varian rasional dalam kasus pengulangan situasi. Modul untuk analisi data

Modul analisis data mengintegrasikan solusi, yang diwujudkan melalui penggunaan alat perangkat lunak yang tersedia. Algoritma umum pengambilan keputusan ditunjukkan pada Gambar. 3. Seperti yang terlihat dari algoritma, tahap pertama mengasumsikan pembentukan alternatif rute yang mungkin. Pengembangan rute kendaraan sehubungan dengan peta kota dapat direalisasikan dengan menggunakan paket perangkat lunak "Delivery Logistics", yang dibuat dalam mode "Managed Application" dan berdasarkan pada platform "1C:Enterprise" Versi 8.3. Paket ini memungkinkan pendistribusian semua pesanan pada rute bersama dengan minimalisasi total run atau total waktu pengiriman. Namun, itu tidak memperhitungkan situasi nyata di jaringan jalan termasuk karakteristik arus lalu lintas, yang bervariasi dengan waktu, hari dalam seminggu dan waktu dalam setahun. Itulah sebabnya percobaan berdasarkan model simulasi adalah pendekatan terbaik untuk membuat pilihan alternatif rute optimal dalam kondisi perkotaan untuk interval waktu tertentu (Pamučar et al., 2016). Pada saat yang sama, latar belakang untuk pilihan ini adalah database yang menyediakan informasi tentang parameter arus lalu lintas serta tentang keadaan jaringan jalan di periode yang berbeda, yang telah disiapkan berdasarkan hasil pengamatan lapangan. Sistem transportasi kota mengacu pada kelompok sistem besar dan jangka waktu prosesnya cukup panjang. Dengan demikian, realisasi percobaan nyata akan bermasalah di sana. Ini berarti bahwa pemodelan simulasi dalam banyak kasus hanya satu alat untuk pengambilan keputusan manajemen yang efisien. Salah satu keuntungan utama dari model tersebut dibandingkan dengan yang analitis adalah kemungkinan untuk menggunakannya berkali-kali tanpa penyesuaian signifikan untuk mencari keadaan sistem yang optimal dengan mengubah nilai parameter (Makarovaet al., 2014).

Di Jerman untuk perencanaan jangka panjang jaringan jalan dan untuk studi kelayakan pembangunan jalan baru, model statistik dari sistem jalan yang ada diterapkan, yang memperhitungkan interaksi antara transportasi individu dan publik. Model tersebut dibuat berdasarkan alat khusus, misalnya, dari program keluarga PTV Vision. Komponen utama dari sistem ini adalah 2 produk perangkat lunak VISUM dan VISSIM (Celko et al., 2009). Peluang dan analisis tujuan umum dari produk perangkat lunak yang ada untuk pemodelan lalu lintas menunjukkan bahwa opsi terbaik untuk menyelesaikan tugas mengenai optimalisasi rute pengiriman adalah paket pemodelan pada tingkat makro - VISUM. Hal ini memungkinkan menganalisis semua rute yang mungkin dari sudut pandang minimalisasi biaya dengan mempertimbangkan beban dan kapasitas jalan serta kekhususan sistem transportasi perkotaan secara umum. Jika perlu, naik ke tingkat mikro, yaitu dengan perencanaan lalu lintas di persimpangan yang terpisah atau pada kelompok persimpangan dengan demonstrasi nyata dari perubahan yang diperoleh, model VISSIM dapat dibangun dan diterapkan analisis tersebut. 2 paket dari pengembang yang sama ini terintegrasi dengan mudah satu sama lain. Modul untuk memilih rata-rata transportasi diwujudkan dalam lingkungan perangkat lunak Delphi. Informasi awal di sini adalah data tentang berat dan volume kargo yang diangkut, tentang keberadaan persyaratan transportasi khusus, tentang karakteristik teknis dari semua sarana transportasi yang tersedia serta tentang jenis operasi bongkar muat yang digunakan di pusat distribusi dan di titik lain dari rute. Pengujian DSS: studi kasus Naberezhnye Chelny Biaya untuk melakukan studi skala penuh dari arus lalu lintas di jaringan jalan perkotaan cukup tinggi dan membutuhkan waktu dan sumber daya. Oleh karena itu, perlu untuk menemukan bagian paling rumit dari jaringan transportasi dan kemudian studi sampel harus dilakukan untuk menentukan intensitas lalu lintas dan struktur arus lalu lintas pada segmen yang dipilih ini. Studi kasus untuk makalah penelitian ini direalisasikan di kota Naberezhnye Chelny. Ini adalah kota terbesar kedua di Republik Tatarstan berdasarkan ukuran dan populasi serta pada saat yang sama, ini adalah pusat industri besar dan titik koneksi transportasi yang penting. Mirip dengan kota-kota besar lainnya, laju motorisasi Naberezhnye Chelny meningkat dengan mantap dan sekarang sekitar 300 mobil per 1.000 penduduk. Peta kota dipecah menjadi "kuadrat", yang memungkinkan menemukan ruas jalan yang berpotensi "sulit": penyempitan jalan dan jalan utama, titik konvergensi lalu lintas, persimpangan rumit dengan sejumlah besar titik konflik, dll. Dalam ruang lingkup penelitian ini, Bagian-bagian yang sulit dari jaringan jalan kota adalah elemenelemen dengan situasi kecelakaan paling berbahaya menurut statistik kecelakaan dan juga “bottlenecks”, di mana geometri spesifik jalan, aturan fungsi untuk lampu lalu lintas dan rute angkutan umum pada segmen ini menyebabkan kemacetan. Selain itu, aspek-aspek khusus dari struktur perencanaan jaringan diperhitungkan. Penelitian dilakukan dengan menggunakan kamera dasbor dan kamera video. Video diproses dengan bantuan teknik pemrosesan gambar digital. Untuk mendapatkan beban puncak di jaringan jalan, pengukuran dilakukan pada hari kerja pada jadwal berikut:

Parameter berikut diperbaiki:    

Merek dan model kendaraan serta jenis mobil, Arah lalu lintas, Kecepatan aliran rata-rata, Jumlah total mobil yang lewat per jam.

Pada saat yang sama, pengukuran kualitas udara dilakukan untuk menentukan emisi dari transportasi jalan yang dilepaskan ke atmosfer. Pada awalnya, struktur kualitatif dari arus lalu lintas diidentifikasi. Hasilnya, penelitian ini menemukan bahwa mobil individu adalah bagian terbesarnya: sekitar 85-90% tergantung pada waktu dan bagian jaringan jalan. Model transportasi dalam paket VISUM adalah aplikasi perangkat lunak yang terdiri dari model jaringan, model permintaan, dan model interaksi. Model jaringan transportasi perkotaan memiliki parameter sebagai berikut:    

Jumlah node jaringan jalan - 493, Jumlah segmen jaringan jalan - 1200, Jumlah distrik transportasi - 76, Jumlah halte bus - 299.

Model permintaan empat langkah digunakan untuk menentukan matriks korespondensi antara transportasi district. Model "klasik" seperti ini dibangun di PTV VISUM. Pada tahap pertama, jumlah dan struktur arus penumpang masuk dan keluar untuk setiap distrik dinilai dengan menggunakan penelitian yang dilakukan oleh departemen Transportasi Naberezhnye Chelny. Langkah kedua model permintaan adalah memperkirakan undang-undang yang obyektif, yang menurutnya penumpang menyadari pilihan moda transportasi mereka: berjalan, bersepeda, angkutan umum atau individu. Untuk tujuan itu, survei khusus dilakukan untuk menilai preferensi pengguna jalan. 953 responden dari berbagai kelompok umur mengambil bagian dalam survei kuesioner ini (Tabel 1). Data yang diterima memberi peluang untuk menemukan pemisahan arus penumpang dengan moda transportasi.

Selanjutnya, matriks biaya untuk berpindah di antara setiap pasangan transportasi distrik dibangun. Dasar untuk menentukan beban lalu lintas di jalan-jalan kota adalah matriks korespondensi yang diperoleh sebagai hasil dari tahap ketiga. Volume korespondensi dibagi berdasarkan jenis antar transportasi distrik ditransfer ke jaringan jalan pada langkah keempat dari model permintaan empat tahap. Direalisasikan berdasarkan prinsip untuk menyeimbangkan arus lalu lintas: rute yang optimal adalah rute yang menyediakan biaya waktu minimal untuk perjalanan. Dengan demikian, distribusi beban transportasi pada jaringan jalan dilakukan berdasarkan perhitungan yang dilakukan dari model permintaan untuk transportasi individu. Setelah distribusi arus lalu lintas di jaringan jalan, prosedur untuk membuat matriks pengeluaran dilakukan lagi (perhitungan biaya dengan memperhitungkan beban transportasi) serta kombinasi semua matriks korespondensi berdasarkan jenis korespondensi dan mode perjalanan direalisasikan. Proses-proses ini dilakukan beberapa kali, sampai keseimbangan sistem tidak tercapai. Pada akhirnya, redistribusi akhir arus lalu lintas dilakukan. Tahap terakhir dari pengembangan model transportasi adalah kepatuhannya terhadap situasi nyata di jalan-jalan kota dan, jika perlu, koreksi manual dari nilai beban puncak sesuai dengan pengamatan lapangan. Untuk menentukan kepatuhan model dengan realitas, penyimpangan nilai model dari data penelitian lapangan dianalisis. Hasilnya disajikan pada Tabel 2. Faktor korelasi dari data yang diamati (XO) dan nilai yang diperoleh dari model makro (XM) diperkirakan dengan menggunakan program analisis statistik STATISTICA. Koefisien korelasi Pearson adalah sama dengan 0,98, yang mengkonfirmasi kecukupan model transportasi yang dibuat. Tes bantuan komputer berdasarkan model VISUM memungkinkan secara otomatis memetakan rute dari perspektif jarak terdekat dan untuk merumuskan jadwal kedatangan untuk memuat. Sebagai batasan dengan perutean yang optimal, persyaratan berikut ini mempertimbangkan:      

Waktu pengiriman barang pada rute termasuk kemungkinan waktu tunda pada bagian yang bermasalah dari jaringan jalan harus minimal; Pangsa idle dan zero run dalam total kilometrage kendaraan harus minimal; Bagian dari jalan yang dimuat tidak rasional harus diminimalkan dengan menghilangkan angkutan lintas homogen; Penggunaan kapasitas kendaraan yang maksimal harus dijamin; Waktu nol berjalan harus tidak lebih dari 0,5 jam, yang memberikan kesempatan untuk membawa waktu kerja pada rute lebih sejalan dengan waktu kerja harian; Kemungkinan untuk manajemen operator dan kontrol transportasi harus disediakan (Zhang et al., 2016).

Pada tahap kedua perlu untuk menganalisis beban segmen jaringan tersebut, di mana rute yang dipilih melewati. Jika intensitas lalu lintas di bagian mana pun melebihi beban yang diizinkan dalam periode waktu yang direncanakan, yang bisa menjadi alasan kemacetan atau pengurangan kecepatan, perlu untuk mempertimbangkan alternatif rute lain. Selain itu, pilihan akhir rute dan jadwal mengharapkan identifikasi opsi, yang biaya pengirimannya minimal. Kesimpulan Kelebihan jaringan jalan, pencemaran lingkungan dan peningkatan kemungkinan kecelakaan adalah efek samping negatif dari motorisasi, yang merusak kondisi organisasi pengangkutan kargo perkotaan (Teo et al., 2014; Tosa et al., 2015). Manajemen logistik perkotaan harus diarahkan untuk mengurangi dampak ini dengan menggunakan teknologi informasi dan komunikasi dan sistem transportasi yang cerdas. Hanya solusi sistem yang rumit yang memungkinkan menemukan opsi yang dapat diterima dengan mempertimbangkan kepentingan semua peserta proses transportasi serta meningkatkan keamanan sistem transportasi dan mengurangi dampak negatifnya terhadap lingkungan. Sistem pendukung keputusan yang diusulkan dapat membantu mengurangi biaya logistik karena optimalisasi manajemen rantai pasokan, khususnya, di perusahaan, yang memiliki jaringan dealer yang luas dan melaksanakan pengiriman lot tembakan pada rute pengiriman.