Perkenalan
Dalam dunia digitalisasi saat ini, kebangkitan bisnis e-commerce di seluruh dunia telah membawa perubahan yang luar biasa tidak hanya dalam kebiasaan pembelian konsumen, tetapi juga untuk seluruh industri ritel dan logistik. Contohnya, penjadwalan pengiriman terjamin yang ditawarkan oleh e-retailer, seperti hari yang sama atau pengiriman hari berikutnya berimplikasi kepada penyedia layanan logistik/ Logistic Services Provider (LSP) yang harus sangat efisien dalam menangani pesanan logistik e-commerce. Ecommerce B2C (Business to Consumer) merupakan bisnis yang mengandalkan kepercayaan personal dengan konsumen akhir, sehingga keterlambatan pengiriman dapat berpengaruh signifikan dalam perkembangan bisinis mereka.
Artikel jurnal ini menawarkan sebuah sistem cerdas ecommerce yang memiliki Konsep penundaan inventori tertanam ke dalam sistem pra-pemrosesan pemenuhan e-order (CEPS) berbasis cloud yang menggabungkan pendekatan algoritma genetik (GA) untuk dukungan keputusan pengelompokan pesanan e-commerce dan mesin inference berbasis aturan untuk menghasilkan pedoman operasi dan menyarankan penggunaan penanganan operasional yang tepat.
Masalah
Masalah yang sering ditemukan pada pemenuhan pesanan di bisnis ecommerce B2C (Business to Consumer) adalah keterlambatan pengantaran order ke konsumen akhir. Hal ini seringkali diakibatkan oleh dua masalah operasional. Yakni, kurangnya mekanisme untuk pra-pemrosesan data pesanan e-commerce dan inefisiensi penanganan pesanan e-commerce karena kedatangan pesanan yang diskrit dan sering.
Solusi
Menggunakan pendekatan rekayasa proses bisnis, dibuat sebuah sistem cerdas e-commerce B2C untuk merekayasa ulang proses pemenuhan order online atau yang disebut Cloud-based e-fuflfilment planning system (CEPS). Adapun diagram input-proses-output dari sistem ini dideskripsikan sebagai berikut:
1. Modul pengumpulan dan pengurutan informasi order online
Di era bisnis e-commerce, pesanan pengiriman yang ditempatkan oleh konsumen akhir diambil dari Internet. Pengambilan dan konsolidasi yang efisien dari pesanannya, memerlukan database cloud yang terintegrasi ke dalam aplikasi web untuk pengambilan dan pemrosesan data secara real time. Operasi pemrosesan data utama dalam modul ini mencakup pemrosesan kueri database, pengurutan dan tampilan data. Untuk pemrosesan kueri database, data disisipkan, ditampilkan, disunting, dihapus, dan diperbarui dapat dilakukan di UI CEPS melalui serangkaian pernyataan structure query language (SQL) yang dirancang dan disimpan dalam database SQL.
2.Pengelompokan order online dan alokasi sumber daya
Rincian pesanan yang telah diurutkan dan lokasi penyimpanan SKU yang tertunda untuk dipilih adalah input modul ini. Pengelompokan e-order menggunakan mekanisme algoritma genetika (GA) dimulai dengan pengkodean model pengelompokan pesanan yang diusulkan menjadi kromosom. Populasi awal solusi pengelompokan e-order kemudian dibentuk, diikuti oleh kecocokan setiap kromosom yang dievaluasi dengan adopsi model kuantitatif yang mencakup kendala sebagai representasi kriteria pengelompokan pesanan
Kodifikasi order untuk mempermudah proses pengelompokkan ini memiliki strukturnya sendiri di mana tiap karakter pada kode yang diberikan pada order tersebut memiliki maknannya masing-masing
Implementasi pada Bidang
Sistem ini memiliki manfaat yang bermacam-macam pada bidang yang berbeda-beda, hal ini disimpulkan dalam tabel sebagai berikut:
Sumber:
Leung, K., Choy, K., Siu, P., Ho, G., Lam, H., & Lee, C. (2018). A B2C e-commerce intelligent system for re-engineering the e-order fulfilment process. Expert Systems With Applications, 91, 386-401. doi: 10.1016/j.eswa.2017.09.026
0 komentar: