Analisis Metode Dynamic Slotting Berbasis ABC Multi-Kriteria untuk Meminimasi Deadhead Travel dan Konsumsi Energi pada Gudang Berpendingin
DOI:
https://doi.org/10.63822/zg2cqy33Keywords:
dynamic slotting, ABC multi-kriteria, deadhead travel, konsumsi energi, cold storage, warehouse optimizationAbstract
Gudang berpendingin (cold storage) memegang peran kritis dalam rantai pasok produk perishable, namun menghadapi tantangan serius berupa konsumsi energi yang tinggi dan kompleksitas manajemen suhu. Penelitian ini bertujuan menganalisis efektivitas penerapan metode dynamic slotting berbasis ABC multi-kriteria dalam meminimasi deadhead travel dan konsumsi energi pada lingkungan cold storage. Menggunakan pendekatan kuantitatif dengan desain quasi-experimental dan simulasi berbasis data empiris selama enam bulan, penelitian ini menerapkan klasifikasi ABC multi-kriteria dengan mempertimbangkan empat dimensi: frekuensi pemesanan, volume throughput, sensitivitas suhu produk, dan sisa umur simpan (remaining shelf life). Bobot kriteria ditentukan melalui Analytical Hierarchy Process (AHP) dengan melibatkan panel pakar di bidang cold chain dan manajemen logistik. Hasil simulasi menunjukkan bahwa dynamic slotting berbasis ABC multi-kriteria mampu mereduksi deadhead travel sebesar 47,3% dan menurunkan konsumsi energi total sebesar 15,3% dibandingkan strategi static slotting konvensional. Analisis korelasi Pearson mengungkap hubungan yang kuat antara deadhead travel dan konsumsi energi (r = 0,876; p < 0,001), yang mengindikasikan bahwa optimasi pergerakan internal secara langsung berkontribusi pada efisiensi energi. Temuan ini menegaskan bahwa integrasi pendekatan multi-kriteria dalam strategi slotting dinamis merupakan solusi holistik dan berkelanjutan bagi pengelolaan cold storage di era rantai pasok modern.
References
Aloe, C. M., & De Maio, A. (2025). Balancing temperature and humidity control in storage location assignment: An optimization perspective in refrigerated warehouses. Sustainability, 17(16), 7477. https://doi.org/10.3390/su17167477
Badan Pusat Statistik. (2023). Statistik perdagangan dalam negeri Indonesia 2022. BPS.
Campbell, D. T., & Stanley, J. C. (1966). Experimental and quasi-experimental designs for research. Rand McNally.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
De Koster, R., Le-Duc, T., & Roodbergen, K. J. (2007). Design and control of warehouse order picking: A literature review. European Journal of Operational Research, 182(2), 481–501. https://doi.org/10.1016/j.ejor.2006.07.009
Duque-Jaramillo, J. C., Cogollo-Flórez, J. M., Gómez-Marín, C. G., & Correa-Espinal, A. A. (2024). Warehouse management optimization using a sorting-based slotting approach. Journal of Industrial Engineering and Management, 17(1), 133–150. https://doi.org/10.3926/jiem.5963
Elevli, B., & Dinler, A. (2023). Multi-criteria approach for inventory classification and effective warehouse management. International Journal of Logistics Systems and Management, 45(1), 31–49. https://doi.org/10.1504/IJLSM.2023.129651
Evans, J. A., Hammond, E. C., Gigiel, A. J., & Foster, A. M. (2020). Energy consumption in cold storage: A review of current practice and future trends. International Journal of Refrigeration, 113, 1–14. https://doi.org/10.1016/j.ijrefrig.2020.01.014
Gu, J., Goetschalckx, M., & McGinnis, L. F. (2010). Research on warehouse operation: A comprehensive review. European Journal of Operational Research, 203(3), 539–549. https://doi.org/10.1016/j.ejor.2009.07.031
Heragu, S. S. (2008). Facilities design (3rd ed.). CRC Press.
International Institute of Refrigeration. (2022). The role of refrigeration in the global economy. IIR.
Law, A. M., & Kelton, W. D. (2000). Simulation modeling and analysis (3rd ed.). McGraw-Hill.
Lucas Systems. (2024). Dynamic slotting: AI-driven warehouse optimization. Lucas Systems White Paper. https://www.lucassystems.com
Montgomery, D. C. (2017). Design and analysis of experiments (9th ed.). John Wiley & Sons.
PLN. (2024). Tarif tenaga listrik yang disediakan oleh PT PLN (Persero). PT PLN (Persero).
Purnomo, H. (2004). Perencanaan dan perancangan fasilitas. Graha Ilmu.
Saaty, T. L. (1980). The analytic hierarchy process. McGraw-Hill.
Sebatjane, M. (2025). Inventory optimisation in a two-echelon cold chain: Sustainable lot-sizing and shipment decisions under carbon cap emissions regulations. Annals of Operations Research. https://doi.org/10.1007/s10479-025-06389-7
Telkom University. (2015). Usulan perancangan alokasi penyimpanan produk menggunakan kebijakan class based storage untuk mengurangi waktu delay pada gudang BM PT XYZ Bandung. Open Library Telkom University.
Tuzkaya, U. F., & Şener, B. (2016). Multiple criteria inventory classification for storage assignment and a case study. Journal of Economics Bibliography, 3(1S), 40–49.
Warman, J. (2012). Manajemen pergudangan. PT Puka Sinar Harapan.
Wijaya, H. S., & Palit, H. C. (2022). Perancangan layout gudang bahan pembantu PT. Sun Paper Source dengan penerapan metode class based storage. Jurnal Teknik Industri Petra, 13(2).
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Ahmad Istaola Aghna, Muhammad Rifki Darmawan (Author)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
