Pendahuluan

Seiring dengan meningkatnya e-commerce, last-mile delivery menjadi tantangan utama dalam rantai pasok karena biaya tinggi dan ketidakpastian penerimaan pelanggan. Laporan industri terbaru menunjukkan bahwa biaya last-mile delivery menyumbang sekitar 20% dari total biaya logistik dan sering kali disubsidi oleh pengecer karena pelanggan enggan membayar biaya pengiriman penuh.

Penelitian ini bertujuan untuk memahami faktor-faktor yang memengaruhi sikap konsumen terhadap berbagai model pengiriman. Dengan menggunakan metode wawancara kualitatif dengan pakar industri e-food dan eksperimen terkontrol, penelitian ini mengidentifikasi preferensi konsumen serta peran faktor seperti privasi, kenyamanan, dan kualitas layanan dalam adopsi model pengiriman yang lebih efisien.

Tantangan dalam Last-Mile Delivery

1. Biaya Logistik yang Tinggi

• Online retailer rata-rata menyubsidi 20% dari biaya pengiriman karena pelanggan enggan membayar harga sebenarnya.
• Biaya logistik meningkat karena kebutuhan layanan cepat, terutama dalam industri e-food yang memerlukan rantai dingin.

2. Risiko Privasi dalam Model Pengiriman Baru

• Pengiriman langsung ke dalam rumah atau garasi meningkatkan kekhawatiran pelanggan terkait keamanan dan privasi.
• Model seperti in-fridge delivery (kurir memasukkan barang langsung ke kulkas pelanggan) menimbulkan perdebatan terkait batas privasi.

3. Keengganan Pelanggan terhadap Model Otomatisasi

• Walaupun teknologi drone dan kendaraan otonom menjanjikan efisiensi, studi menunjukkan pelanggan masih lebih memilih pengiriman langsung oleh manusia.
• Ketidakpastian terhadap kualitas layanan dan kemungkinan kegagalan sistem otomatis menjadi kendala utama adopsi teknologi ini.

Metode Penelitian

Studi ini menggunakan pendekatan metode campuran, terdiri dari:

• Wawancara kualitatif dengan 7 pakar industri e-food, termasuk CEO dan manajer pengembangan bisnis dari perusahaan logistik dan e-grocers terkemuka.
• Eksperimen terkontrol dengan 384 responden di Eropa yang diuji dengan skenario berbagai model last-mile delivery.

Temuan Utama: Faktor yang Mempengaruhi Preferensi Konsumen dalam Last-Mile Delivery

Penelitian ini mengidentifikasi beberapa faktor utama yang berperan dalam preferensi pelanggan terhadap model pengiriman:

1. Preferensi Konsumen terhadap Model Pengiriman yang Berbeda

Berdasarkan eksperimen, model pengiriman dengan interaksi langsung lebih disukai dibandingkan model otomatis.

• Pengiriman langsung oleh pengecer mendapat rating 3,76/5, sedangkan pengiriman menggunakan kendaraan otonom hanya mendapat 2,49/5.
• In-fridge delivery justru mendapat skor tinggi (4,07/5), menunjukkan bahwa pelanggan dapat menerima model otomatisasi tertentu jika ada nilai tambah yang jelas.

2. Peran Risiko Privasi dalam Pengambilan Keputusan

• In-home delivery dan in-garage delivery mengalami penolakan signifikan karena dianggap mengancam privasi pelanggan.
• Risiko privasi menjadi faktor utama dalam penolakan model pengiriman otomatis.
• Penggunaan kamera pengawas atau akses terbatas dapat menjadi solusi untuk meningkatkan kepercayaan pelanggan.

3. Kontribusi Kenyamanan terhadap Adopsi Model Baru

• Model seperti smart box delivery dan in-fridge delivery dianggap nyaman karena pelanggan tidak perlu hadir saat pengiriman.
• Namun, penggunaan kendaraan otonom mendapat skor rendah dalam aspek kenyamanan, karena pelanggan masih perlu mengambil barang dari kendaraan sendiri.

Studi Kasus Implementasi Model Pengiriman Inovatif

1. Amazon Key: In-Home Delivery dengan Smart Lock

• Amazon Key memungkinkan kurir memasukkan paket ke dalam rumah pelanggan menggunakan akses sekali pakai melalui smart lock.
• Walaupun inovatif, masih banyak pelanggan yang ragu karena risiko keamanan dan privasi.

2. Walmart: In-Fridge Delivery sebagai Model Berbasis Kenyamanan

• Walmart mengembangkan pengiriman langsung ke kulkas pelanggan dengan kurir terverifikasi.
• Studi menunjukkan bahwa 72,2% pelanggan menyukai model ini, karena mereka tidak perlu repot menyimpan barang belanjaan.

3. Starship Technologies: Kendaraan Otonom untuk Pengiriman Jarak Pendek

• Starship menguji robot pengiriman di beberapa kota Eropa dan AS.
• Namun, penelitian ini menemukan bahwa model ini kurang menarik bagi pelanggan dibandingkan dengan pengiriman langsung oleh manusia.

Tantangan dan Rekomendasi untuk Masa Depan Last-Mile Delivery

1. Mengatasi Kekhawatiran Privasi Konsumen

Solusi:

• Menggunakan sistem pengawasan berbasis AI untuk memastikan keamanan pengiriman dalam model in-home dan in-garage delivery.
• Memberikan opsi pelanggan untuk membatasi akses kurir ke area tertentu dalam rumah mereka.

2. Meningkatkan Efisiensi Biaya Pengiriman

Solusi:

• Menerapkan crowdsourcing logistics, di mana pengiriman dilakukan oleh individu dengan kendaraan pribadi untuk menekan biaya operasional.
• Mengembangkan pickup points dan parcel lockers untuk mengurangi jumlah perjalanan pengiriman yang gagal.

3. Meningkatkan Kepercayaan terhadap Pengiriman Otomatis

Solusi:

• Mengedukasi pelanggan mengenai manfaat dan keamanan kendaraan otonom serta drone dalam logistik.
• Memperkenalkan uji coba gratis atau insentif untuk menarik pelanggan mencoba model otomatisasi baru.

Kesimpulan

Penelitian ini memberikan wawasan baru tentang bagaimana pelanggan memandang berbagai model last-mile delivery. Preferensi terhadap pengiriman langsung masih dominan, tetapi model berbasis kenyamanan seperti in-fridge delivery mulai diterima.

✅ Privasi menjadi faktor utama dalam adopsi model otomatisasi, terutama dalam in-home delivery.
✅ Model berbasis kenyamanan seperti smart box dan in-fridge delivery lebih disukai dibandingkan drone dan kendaraan otonom.
✅ Solusi crowdsourcing logistics dan pickup points dapat membantu menekan biaya pengiriman dan meningkatkan efisiensi rantai pasok.

Dengan memahami preferensi pelanggan dan mengelola risiko yang ada, industri logistik dapat mengembangkan model pengiriman yang lebih efisien, terjangkau, dan dapat diterima oleh pelanggan di masa depan.

Sumber Artikel:

Klink, B. D., & Schweizer, S. (2024). Identifying and testing drivers of consumers’ attitude towards last-mile delivery modes. Electronic Commerce Research.

Pendahuluan

Perkembangan e-commerce dan urbanisasi telah meningkatkan permintaan akan logistik yang lebih cepat dan efisien. Namun, segmen last-mile delivery tetap menjadi bagian paling tidak efisien dalam rantai pasok, menyumbang hingga 28% dari total biaya pengiriman. Sementara itu, first-mile logistics juga mengalami tantangan karena fragmentasi volume pengambilan barang.

Penelitian ini mengeksplorasi solusi berkelanjutan dalam logistik first-mile dan last-mile, termasuk crowdshipping, parcel lockers, kendaraan listrik, sepeda kargo, dan pusat konsolidasi perkotaan (UCC). Studi ini juga mengidentifikasi manfaat dan hambatan dalam implementasi solusi ini untuk meningkatkan efisiensi logistik dan mengurangi dampak lingkungan.

Tantangan dalam Logistik First-Mile dan Last-Mile

1. Biaya Tinggi dan Ketidakefisienan Operasional

• Last-mile delivery menyumbang 20-50% dari total biaya logistik, dengan biaya tinggi akibat pengiriman individu ke alamat yang tersebar.
• First-mile logistics juga semakin kompleks dengan meningkatnya e-commerce yang menyebabkan fragmentasi pengambilan barang.

2. Dampak Lingkungan yang Signifikan

• Transportasi logistik menyumbang 24,6% dari total emisi gas rumah kaca di UE, dengan mayoritas berasal dari kendaraan berbahan bakar fosil.
• Infrastruktur jalan yang padat menyebabkan kemacetan dan peningkatan konsumsi bahan bakar, menambah beban operasional dan lingkungan.

3. Ketidakpastian Penerimaan Pelanggan

• 12% dari pengiriman gagal pada percobaan pertama, meningkatkan kebutuhan pengiriman ulang dan biaya tambahan.
• Ketidakpastian waktu penerimaan barang oleh pelanggan juga menjadi hambatan dalam optimalisasi rute pengiriman.

Solusi Berkelanjutan dalam Logistik First-Mile dan Last-Mile

Studi ini mengidentifikasi beberapa solusi utama untuk meningkatkan efisiensi dan keberlanjutan dalam logistik perkotaan.

1. Crowdshipping: Mengoptimalkan Kapasitas Transportasi

• Menggunakan individu dengan kendaraan pribadi untuk mengirim paket dalam perjalanan harian mereka.
• Keuntungan: Mengurangi kebutuhan armada besar, menekan biaya pengiriman, dan mengoptimalkan rute transportasi yang sudah ada.
• Hambatan: Ketersediaan pengemudi yang tidak menentu dan kurangnya kepercayaan pelanggan terhadap layanan non-profesional.

2. Parcel Lockers: Mengurangi Kegagalan Pengiriman

• DHL dan Amazon telah sukses menerapkan jaringan parcel lockers untuk meminimalkan pengiriman ulang.
• Keuntungan:
  • Mengurangi emisi CO₂ hingga 30% dengan konsolidasi pengiriman ke satu titik.
  • Meningkatkan tingkat keberhasilan pengiriman karena pelanggan bisa mengambil barang kapan saja.
• Hambatan: Biaya awal pemasangan dan kebutuhan dukungan dari pemerintah lokal dalam perizinan lokasi.

3. Kendaraan Listrik: Solusi Rendah Emisi untuk Perkotaan

• Studi menunjukkan bahwa kendaraan listrik dapat mengurangi emisi CO₂ hingga 54% dibandingkan kendaraan diesel.
• Keuntungan:
  • Bebas dari pembatasan lalu lintas di zona emisi rendah.
  • Lebih hemat biaya operasional dalam jangka panjang meskipun investasi awal lebih tinggi.
• Hambatan:
  • Infrastruktur pengisian daya yang masih terbatas.
  • Jarak tempuh baterai yang lebih pendek dibanding kendaraan konvensional.

4. Sepeda Kargo: Efisiensi di Pusat Kota

• UPS dan DHL telah mengadopsi sepeda kargo untuk pengiriman dalam area perkotaan yang padat.
• Keuntungan:
  • Mengurangi emisi karbon hingga 75% dibandingkan van konvensional.
  • Lebih cepat dan fleksibel di pusat kota karena dapat menggunakan jalur sepeda dan trotoar.
• Hambatan:
  • Kapasitas muatan terbatas dibandingkan kendaraan bermotor.
  • Tidak efisien untuk pengiriman jarak jauh atau barang berukuran besar.

5. Urban Consolidation Centers (UCC): Pengurangan Kepadatan Lalu Lintas

• Keuntungan:
  • Mengurangi lalu lintas kendaraan besar di pusat kota hingga 30%.
  • Mengurangi konsumsi bahan bakar dengan konsolidasi pengiriman ke dalam satu pusat distribusi.
• Hambatan:
  • Memerlukan investasi besar dalam infrastruktur gudang perkotaan.
  • Keterlibatan banyak pemangku kepentingan, termasuk pemerintah dan perusahaan logistik.

Studi Kasus Implementasi Solusi Berkelanjutan

1. DHL: Penggunaan Kendaraan Listrik dan Sepeda Kargo

• 13% dari armada DHL sudah menggunakan energi alternatif, dengan fokus pada kendaraan listrik untuk pengiriman jarak pendek.
• Studi menunjukkan bahwa strategi ini mampu mengurangi emisi karbon dan meningkatkan efisiensi operasional di pusat kota.

2. Amazon: Parcel Lockers dan Opsi Pengiriman Fleksibel

• Amazon berhasil meningkatkan tingkat keberhasilan pengiriman hingga 98% dengan sistem parcel lockers dan opsi pengambilan mandiri.
• Langkah ini mengurangi kebutuhan pengiriman ulang dan menekan emisi karbon dari kendaraan pengiriman.

3. Walmart: Pengiriman Langsung ke Kulkas Pelanggan (In-Fridge Delivery)

• Walmart menguji model di mana kurir yang terverifikasi bisa memasukkan barang langsung ke kulkas pelanggan.
• Hasil studi menunjukkan bahwa 72,2% pelanggan lebih memilih opsi ini dibandingkan pengiriman tradisional.

Tantangan dan Rekomendasi untuk Implementasi

1. Keterbatasan Infrastruktur

• Solusi: Pemerintah harus berinvestasi dalam charging station untuk kendaraan listrik dan memperluas zona ramah sepeda kargo.

2. Kepercayaan Pelanggan terhadap Model Baru

• Solusi:
  • Peningkatan keamanan dalam crowdshipping melalui verifikasi identitas dan pelacakan berbasis AI.
  • Mengedukasi pelanggan tentang manfaat solusi berkelanjutan dan memberikan insentif untuk adopsi.

3. Skalabilitas dan Biaya Implementasi

• Solusi:
  • Memanfaatkan teknologi AI untuk mengoptimalkan rute dan mengurangi konsumsi energi.
  • Mengadopsi sistem insentif bagi pelanggan yang memilih opsi pengiriman berkelanjutan.

Kesimpulan

Solusi berkelanjutan dalam logistik first-mile dan last-mile memiliki potensi besar untuk mengurangi biaya, meningkatkan efisiensi operasional, dan menekan emisi karbon.

✅ Parcel lockers dan pickup points dapat meningkatkan tingkat keberhasilan pengiriman hingga 98%.
✅ Sepeda kargo dan kendaraan listrik mengurangi emisi CO₂ hingga 75%.
✅ Urban Consolidation Centers mengurangi kepadatan lalu lintas di pusat kota hingga 30%.

Dengan kombinasi strategi ini, perusahaan logistik dapat meningkatkan layanan pelanggan sambil mencapai tujuan keberlanjutan yang lebih luas.

Sumber Artikel: Dupont, M. (2022). Sustainable solutions in first and last mile logistics: potential benefits and barriers. HEC-Ecole de gestion de l'Université de Liège.

Pendahuluan

Di Nigeria, keterbatasan akses terhadap obat-obatan dan layanan kesehatan menjadi salah satu faktor utama tingginya angka kematian. Last-mile delivery (LMD), atau tahap akhir distribusi, memainkan peran krusial dalam memastikan pasokan medis sampai ke pasien tepat waktu dan dalam kondisi baik. Namun, tantangan logistik yang kompleks sering kali menghambat efisiensi sistem ini.

Penelitian ini menganalisis faktor-faktor utama yang memengaruhi efisiensi last-mile delivery dalam sektor kesehatan, khususnya di Kaduna State Health Supplies Management Agency (KADSHMA) dan fasilitas kesehatan terkait. Lima variabel utama yang diuji dalam studi ini adalah:

• Biaya Pengiriman (Delivery Cost – DC)
• Waktu Pengiriman (Delivery Time – DT)
• Mode Pengiriman (Mode of Delivery – MD)
• Teknologi Fasilitas (Facilities Technology – FT)
• Kompleksitas Produk (Product Mix – PM)

Dengan menggunakan metode Partial Least Square Structural Equation Modeling (PLS-SEM), penelitian ini mengevaluasi hubungan antara faktor-faktor tersebut terhadap efisiensi pengiriman di fasilitas kesehatan.

Tantangan dalam Last-Mile Delivery di Sektor Kesehatan

1. Biaya Pengiriman yang Tinggi

• Laporan menunjukkan bahwa LMD menyumbang hingga 50% dari total biaya logistik di sektor kesehatan.
• Infrastruktur yang buruk dan sistem pengiriman yang tidak efisien menyebabkan kenaikan harga logistik.
• Ketergantungan pada transportasi darat di daerah terpencil meningkatkan biaya bahan bakar dan perawatan kendaraan.

2. Keterlambatan dalam Distribusi

• Rata-rata waktu pengiriman berkurang dari 14 hari menjadi 4 hari setelah perbaikan sistem logistik di Kaduna.
• Pengiriman yang tertunda meningkatkan risiko kematian pasien akibat keterlambatan obat-obatan penting.

3. Kompleksitas dalam Produk Medis

• Produk dengan masa kedaluwarsa pendek (misalnya vaksin) membutuhkan sistem distribusi yang lebih ketat.
• Keanekaragaman produk dalam satu pengiriman meningkatkan risiko kesalahan dan keterlambatan.

Metode Penelitian

Penelitian ini menggunakan data dari KADSHMA dan staf fasilitas kesehatan, dengan total 261 observasi. Metode PLS-SEM digunakan untuk menganalisis hubungan antara faktor-faktor penentu efisiensi LMD.

• Data dikumpulkan dari staf gudang di fasilitas kesehatan dan pusat distribusi KADSHMA.
• Lima variabel utama diuji untuk mengetahui pengaruhnya terhadap efisiensi pengiriman.

Temuan Utama: Faktor yang Memengaruhi Efisiensi Last-Mile Delivery

1. Biaya Pengiriman (DC) Positif dan Signifikan

• Setiap peningkatan biaya pengiriman berdampak langsung pada efisiensi distribusi.
• Biaya transportasi yang tinggi sering kali dikompensasi dengan pengurangan jumlah pengiriman, menyebabkan keterlambatan suplai.

2. Waktu Pengiriman (DT) Berpengaruh Signifikan

• Pengiriman dalam waktu yang lebih singkat meningkatkan kepuasan pelanggan dan efektivitas layanan kesehatan.
• KADSHMA berhasil memangkas waktu pengiriman dari 14 hari menjadi 4 hari melalui perbaikan sistem logistik.

3. Mode Pengiriman (MD) Mempengaruhi Efisiensi LMD

• Penggunaan kendaraan yang tepat (motor, mobil, truk) memengaruhi kecepatan dan efisiensi pengiriman.
• LMD di daerah perkotaan lebih efektif menggunakan sepeda motor dibandingkan truk besar.

4. Teknologi Fasilitas (FT) Meningkatkan Efisiensi

• Teknologi yang lebih baik di gudang dan pusat distribusi meningkatkan koordinasi logistik dan mengurangi kesalahan pengiriman.
• Penerapan sistem pelacakan real-time meningkatkan ketepatan pengiriman hingga 95%.

5. Kompleksitas Produk (PM) Berdampak Negatif

• Semakin banyak variasi produk dalam satu pengiriman, semakin tinggi risiko keterlambatan dan kesalahan pengiriman.
• Penyederhanaan jenis produk dalam satu pengiriman dapat meningkatkan efisiensi hingga 20%.

Studi Kasus Implementasi Efisiensi LMD di Kaduna

1. Optimalisasi Manajemen Persediaan dan Pengiriman

• Setelah reformasi sistem distribusi, akurasi manajemen stok meningkat dari 55% menjadi 98%.
• Tingkat kedaluwarsa obat menurun dari 5% menjadi 2% melalui pemantauan distribusi yang lebih ketat.

2. Peningkatan Efisiensi Gudang

• Waktu pengambilan stok berkurang dari 3-4 hari menjadi hanya 2-3 jam.
• Tingkat akurasi pengambilan stok meningkat dari 60% menjadi 95%.

Rekomendasi untuk Meningkatkan Efisiensi Last-Mile Delivery

1. Penggunaan Teknologi Digital

✅ Sistem pelacakan berbasis AI dapat meningkatkan efisiensi logistik hingga 30%.
✅ Integrasi data antara fasilitas kesehatan dan pusat distribusi dapat mengurangi kekurangan stok.

2. Pemilihan Mode Transportasi yang Tepat

✅ Motor dan kendaraan kecil lebih efisien untuk daerah perkotaan.
✅ Truk besar lebih sesuai untuk pengiriman dalam jumlah besar ke daerah terpencil.

3. Penyederhanaan Produk dalam Setiap Pengiriman

✅ Mengurangi variasi produk dalam satu pengiriman dapat mengurangi waktu pemrosesan hingga 20%.

Kesimpulan

Penelitian ini mengonfirmasi bahwa efisiensi last-mile delivery sangat dipengaruhi oleh biaya, waktu, mode transportasi, teknologi, dan kompleksitas produk.

✅ Reduksi waktu pengiriman dari 14 hari menjadi 4 hari meningkatkan akses kesehatan di Kaduna.
✅ Akurasi manajemen stok meningkat hingga 98%, menurunkan risiko kedaluwarsa obat dari 5% menjadi 2%.
✅ Penggunaan teknologi pelacakan meningkatkan ketepatan pengiriman hingga 95%.

Peningkatan efisiensi distribusi kesehatan akan menyelamatkan lebih banyak nyawa, terutama di daerah terpencil yang sebelumnya sulit dijangkau.

Sumber Artikel:

Nuraddeen Usman Miko & Usman Abbas (2024). Determinants of efficient last-mile delivery: Evidence from health facilities and Kaduna Health Supplies Management Agency. Journal of Humanitarian Logistics and Supply Chain Management, 14(1), 4-16.

Pendahuluan

Pesatnya pertumbuhan e-commerce dan urbanisasi meningkatkan urgensi optimasi last-mile delivery (LMD). LMD menyumbang hingga 41% dari total biaya rantai pasok dan menjadi penyebab utama polusi udara akibat tingginya emisi karbon transportasi logistik.

Studi ini membahas strategi optimasi LMD dengan fokus pada keseimbangan efisiensi biaya dan keberlanjutan lingkungan. Data dikumpulkan melalui survei pada 20 manajer rantai pasok, 10 pemilik bisnis e-commerce, 30 pelanggan, serta pakar logistik dan keberlanjutan. Studi kasus di Lagos, Nigeria digunakan untuk menganalisis dampak teknologi dan inovasi operasional dalam LMD.

Tantangan dalam Last-Mile Delivery

1. Biaya Operasional yang Tinggi

• LMD menyumbang 28% dari seluruh pergerakan rantai pasok dan 13-37% dari total biaya logistik.
• Kegagalan pengiriman pertama meningkatkan biaya operasional akibat kebutuhan pengiriman ulang.
• Beban subsidi pengiriman pada e-commerce mencapai 20% dari total transaksi.

2. Dampak Lingkungan

• Transportasi LMD menyebabkan 24% dari total emisi CO₂ global.
• Kemacetan di pusat kota memperparah konsumsi bahan bakar dan polusi udara.

3. Ketidakpastian Penerimaan Konsumen

• 12% dari pengiriman pertama gagal, sehingga meningkatkan beban logistik.
• Ekspektasi pelanggan terhadap pengiriman cepat semakin meningkat, terutama untuk produk segar dan kebutuhan mendesak.

Metode Penelitian

Penelitian ini menggunakan metode deskriptif dengan data kuantitatif dari survei pada pemangku kepentingan logistik di Lagos, Nigeria.

• 20 manajer rantai pasok, 10 pemilik bisnis e-commerce, 30 pelanggan, 5 penyedia layanan transportasi, 5 pakar keberlanjutan, serta 8 pejabat kota dan perencana perkotaan dilibatkan.
• Analisis statistik dilakukan untuk mengidentifikasi hubungan antara biaya, teknologi, dan keberlanjutan dalam LMD.

Temuan Utama: Faktor yang Memengaruhi Efisiensi Last-Mile Delivery

1. Efisiensi Biaya dalam LMD

• Rute optimasi berbasis AI mengurangi konsumsi bahan bakar hingga 30%.
• Konsolidasi pengiriman dapat menekan biaya hingga 25%.
• Penggunaan kendaraan listrik menurunkan biaya operasional jangka panjang meskipun investasi awal tinggi.

2. Teknologi dan Otomatisasi dalam LMD

• DHL dan Amazon telah mengimplementasikan parcel lockers untuk meningkatkan efisiensi pengiriman hingga 98%.
• Sepeda kargo dan kendaraan listrik mampu mengurangi emisi karbon hingga 75%.
• Drones dan robot pengiriman masih menghadapi tantangan regulasi, namun potensial dalam jangka panjang.

3. Preferensi Konsumen dan Perubahan Perilaku

• 72% pelanggan memilih pengiriman berkelanjutan jika tidak ada tambahan biaya.
• Pelanggan mulai menerima opsi pick-up points dan smart lockers sebagai alternatif pengiriman langsung.
• Opsi pengiriman berbasis crowdsourcing seperti Amazon Flex semakin diminati.

Studi Kasus: Implementasi LMD di Lagos, Nigeria

1. Optimalisasi Manajemen Persediaan

• Akurasi manajemen stok meningkat dari 55% menjadi 98% setelah reformasi sistem logistik.
• Tingkat kedaluwarsa obat turun dari 5% menjadi 2% melalui pemantauan distribusi berbasis digital.

2. Efisiensi Gudang dan Pusat Distribusi

• Waktu pengambilan stok berkurang dari 3 hari menjadi 3 jam.
• Akurasi pemrosesan pesanan meningkat dari 60% menjadi 95%.

3. Pengurangan Emisi Karbon melalui Teknologi Hijau

• Penerapan kendaraan listrik di Lagos mengurangi emisi transportasi hingga 40%.
• Parcel lockers meningkatkan keberhasilan pengiriman pertama dan mengurangi beban operasional.

Strategi Optimasi Last-Mile Delivery

1. Penerapan Teknologi Digital untuk Rute Efisien

✅ AI dan Big Data membantu memprediksi permintaan dan mengoptimalkan rute pengiriman.
✅ Dynamic routing berbasis IoT mampu menekan konsumsi bahan bakar hingga 30%.

2. Penggunaan Transportasi Berkelanjutan

✅ Motor listrik dan sepeda kargo lebih efisien untuk pengiriman di pusat kota.
✅ Truk listrik lebih cocok untuk pengiriman dalam jumlah besar ke daerah pinggiran.

3. Pengembangan Infrastruktur Pengiriman Alternatif

✅ Parcel lockers dan pick-up points meningkatkan efisiensi pengiriman dan mengurangi kegagalan pengiriman pertama.
✅ Micro-hubs di pusat kota memungkinkan konsolidasi pengiriman untuk menekan biaya dan emisi.

4. Insentif untuk Pengiriman Berkelanjutan

✅ Diskon atau cashback bagi pelanggan yang memilih opsi ramah lingkungan.
✅ Kolaborasi dengan pemerintah untuk insentif pajak bagi perusahaan yang mengadopsi teknologi hijau.

Kesimpulan

Studi ini mengungkap bahwa optimasi last-mile delivery membutuhkan keseimbangan antara efisiensi biaya dan keberlanjutan lingkungan.

✅ Parcel lockers dan pickup points meningkatkan tingkat keberhasilan pengiriman hingga 98%.
✅ Sepeda kargo dan kendaraan listrik menurunkan emisi CO₂ hingga 75%.
✅ Micro-hubs di pusat kota dapat mengurangi lalu lintas logistik hingga 30%.

Dengan strategi yang tepat, bisnis e-commerce dan logistik dapat mengurangi biaya operasional, meningkatkan kepuasan pelanggan, dan menekan dampak lingkungan.

Sumber Artikel:

Segbenu Zosu et al. (2024). Last-Mile Delivery Optimization: Balancing Cost Efficiency and Environmental Sustainability. International Journal of Emerging Trends in Engineering Research, 12(11), 133-166.

Pendahuluan

Perkembangan e-commerce dan urbanisasi pesat meningkatkan permintaan akan sistem pengiriman yang lebih cepat dan efisien. Last-mile delivery menjadi tahap paling kritis dalam rantai pasok, dengan tantangan utama seperti biaya tinggi, ketidakefisienan operasional, serta dampak lingkungan yang signifikan.

Namun, definisi last-mile delivery masih beragam di berbagai studi akademik. Oleh karena itu, penelitian ini melakukan tinjauan literatur sistematis terhadap berbagai definisi last-mile delivery, menganalisis penggunaannya dalam konteks logistik, dan mengusulkan 40 model distribusi untuk meningkatkan efisiensi sistem pengiriman barang.

Tantangan dalam Last-Mile Delivery

1. Biaya Tinggi dan Ketidakefisienan

• Last-mile delivery menyumbang 50% dari total biaya logistik e-commerce, terutama karena banyak kendaraan yang beroperasi dengan kapasitas tidak penuh.
• Kegagalan pengiriman pertama menyebabkan 10% dari total paket dikembalikan atau dikirim ulang, meningkatkan biaya operasional.

2. Dampak Lingkungan

• 25% dari total emisi CO₂ transportasi di kota berasal dari kendaraan pengiriman barang.
• Peningkatan lalu lintas kendaraan logistik memperburuk kemacetan di pusat kota.

3. Variasi Definisi dan Model Distribusi

• Berbagai istilah seperti last-mile logistics, last-mile supply chain, dan last-kilometer freight digunakan dalam studi yang berbeda, menciptakan ambiguitas dalam perencanaan logistik.
• Belum ada konsensus mengenai model distribusi terbaik untuk meningkatkan efisiensi dan keberlanjutan pengiriman barang di kota.

Metode Penelitian dan Analisis Definisi Last-Mile Delivery

1. Tinjauan Literatur Sistematis

Penelitian ini menganalisis 248 artikel akademik yang membahas last-mile delivery dan menemukan bahwa:

• 44 artikel menggunakan istilah "last-mile delivery" sebagai frasa utama.
• 20 artikel menggunakan "last-mile logistics", sementara istilah lain seperti last-mile problem dan last-mile distribution muncul dalam lebih sedikit studi.

2. Analisis Definisi dan Penggunaan Istilah

Setelah menganalisis 21 definisi utama, penelitian ini menyimpulkan bahwa last-mile delivery merujuk pada tahap terakhir transportasi dalam rantai pasok, dimulai dari titik distribusi terakhir hingga barang diterima oleh pelanggan.

Studi ini juga memperkenalkan definisi baru yang lebih luas, mencakup transaksi B2B (business-to-business), B2C (business-to-consumer), dan C2C (consumer-to-consumer) untuk memastikan pemahaman yang lebih komprehensif.

Pengembangan Model Distribusi Last-Mile Delivery

1. Struktur Distribusi dalam Last-Mile Delivery

Berdasarkan analisis, ada tiga titik utama yang menentukan efisiensi pengiriman:

• Titik Persiapan Pesanan (Order Preparation Point) – Tempat barang disiapkan sebelum dikirim, seperti pabrik atau gudang.
• Titik Pengiriman Akhir (Last Dispatch Point) – Lokasi terakhir sebelum barang dikirim ke pelanggan, bisa berupa pusat distribusi atau toko ritel.
• Titik Penerimaan Barang (Delivery Point) – Lokasi di mana pelanggan menerima barang, baik melalui pengiriman langsung atau pengambilan di lokasi tertentu.

2. Pengembangan 40 Model Distribusi

Studi ini mengembangkan 40 model distribusi unik berdasarkan kombinasi titik-titik pengiriman tersebut. Beberapa model utama meliputi:

• Model 14: Pabrik → Pusat Distribusi → Toko → Konsumen
• Model 32: Pabrik → Gudang → Toko → Konsumen (Click and Collect)
• Model 38: Toko → Pusat Distribusi → Gudang → Konsumen

Click-and-collect, di mana pelanggan mengambil barang di toko setelah memesan online, menjadi model yang semakin populer untuk mengurangi beban last-mile delivery.

Studi Kasus: Implementasi Model Last-Mile Delivery

1. Walmart: Optimalisasi Click-and-Collect

• Walmart menerapkan Model 32, memungkinkan pelanggan mengambil pesanan online di toko fisik.
• Model ini mengurangi biaya pengiriman hingga 30% dan meningkatkan efisiensi rantai pasok.

2. Amazon: Penggunaan Gudang Mikro untuk Efisiensi Pengiriman

• Amazon mengadopsi Model 38, di mana pesanan dikirim ke gudang mikro sebelum didistribusikan ke pelanggan.
• Pendekatan ini memungkinkan pengiriman dalam waktu 2 jam untuk pelanggan Amazon Prime.

3. DHL: Implementasi Micro-Hubs untuk Pengurangan Emisi

• DHL menggunakan sepeda kargo listrik dan micro-hubs untuk mengurangi 60% emisi karbon dibandingkan dengan pengiriman van diesel.

Tantangan dan Rekomendasi dalam Implementasi Model Last-Mile Delivery

1. Biaya Operasional yang Tinggi

Solusi:

• Mengoptimalkan rute pengiriman dengan AI dan big data untuk mengurangi konsumsi bahan bakar dan waktu tempuh.
• Menggunakan insentif bagi pelanggan yang memilih opsi pickup points atau parcel lockers untuk mengurangi jumlah pengiriman gagal.

2. Dampak Lingkungan

Solusi:

• Menggunakan kendaraan listrik dan sepeda kargo untuk mengurangi jejak karbon.
• Menerapkan pusat distribusi mikro untuk mengurangi perjalanan kendaraan besar ke pusat kota.

3. Ketidakefisienan dalam Model Distribusi

Solusi:

• Mengadopsi model click-and-collect untuk mengurangi beban pengiriman langsung ke rumah.
• Menerapkan sistem crowdsourcing logistics seperti Amazon Flex untuk memanfaatkan kapasitas pengiriman yang lebih fleksibel.

Kesimpulan

Studi ini menyoroti pentingnya standarisasi definisi last-mile delivery dan menawarkan 40 model distribusi untuk meningkatkan efisiensi dan keberlanjutan logistik.

✅ Tinjauan terhadap 248 artikel mengonfirmasi bahwa "last-mile delivery" adalah istilah yang paling banyak digunakan dalam literatur akademik.
✅ Model distribusi yang mengoptimalkan titik persiapan pesanan, pengiriman akhir, dan penerimaan barang dapat mengurangi biaya hingga 30%.
✅ Penerapan solusi ramah lingkungan seperti kendaraan listrik dan micro-hubs dapat menekan emisi karbon hingga 60%.

Dengan strategi ini, industri logistik dapat mengurangi biaya operasional, meningkatkan kepuasan pelanggan, dan mengurangi dampak lingkungan dalam jangka panjang.

Sumber Artikel:

Motavallian, J., Rahman, S., & Chan, C. (2024). Last Mile Delivery: A Systematic Literature Review of Definitions and Development of Distribution Network Models. RMIT University, Melbourne.

Pendahuluan

Dalam industri logistik, tantangan terbesar terletak pada "last-mile delivery" (LMD)—tahap akhir dalam rantai pasok yang menentukan pengalaman pelanggan. LMD menyumbang hingga 41% dari total biaya logistik dan sering kali menjadi faktor utama dalam kepuasan pelanggan.

Penelitian ini membahas strategi pengembangan konsep layanan LMD yang lebih efisien dan berorientasi pada kebutuhan konsumen. Menggunakan studi kasus DHL Express Finland, penelitian ini mengungkap bagaimana perusahaan meningkatkan kualitas layanan, efisiensi operasional, dan kepuasan pelanggan e-commerce.

Tantangan dalam Last-Mile Delivery

1. Ketidakefisienan dalam Proses Pengiriman

• 30% pengiriman pertama gagal karena pelanggan tidak berada di rumah.
• Biaya pengiriman ulang meningkat 15-25% dari total biaya operasional.
• Konsumen menginginkan fleksibilitas lebih dalam pilihan waktu pengiriman.

2. Perbedaan Persepsi antara Pelanggan dan Perusahaan

• Pelanggan menginginkan pengiriman cepat dan transparan, sementara DHL fokus pada efisiensi biaya.
• 70% pelanggan menganggap keterlambatan sebagai faktor utama ketidakpuasan.

3. Tantangan Infrastruktur dan Teknologi

• Minimnya parcel lockers dan pick-up points di Finlandia membatasi fleksibilitas pengiriman.
• Tingkat urbanisasi yang tinggi menyebabkan kemacetan, memperlambat waktu pengiriman.

Metode Penelitian

Penelitian ini menggunakan pendekatan service design process dengan metode berikut:
✅ Survei pada 40 pelanggan DHL Express, dengan 23 responden yang memberikan umpan balik mengenai kepuasan layanan.
✅ Wawancara dengan manajer DHL Express Finland mengenai strategi LMD.
✅ Analisis SWOT dan storyboard untuk mengevaluasi kelemahan serta peluang perbaikan.

Hasil Penelitian: Strategi Optimalisasi LMD oleh DHL Express

1. Sistem Notifikasi Real-Time dan Fleksibilitas Waktu Pengiriman

✅ DHL Express menerapkan sistem pemberitahuan otomatis agar pelanggan dapat menjadwalkan ulang pengiriman sesuai waktu yang diinginkan.
✅ Hasilnya, tingkat keberhasilan pengiriman pertama meningkat dari 70% menjadi 82%.

2. Pengembangan Service Points dan Parcel Lockers

✅ DHL meningkatkan jumlah service points sebanyak 15% untuk mempercepat proses pengambilan paket.
✅ Penggunaan parcel lockers memungkinkan pelanggan mengambil paket kapan saja tanpa harus menunggu kurir.

3. Implementasi Kendaraan Listrik untuk Pengiriman Ramah Lingkungan

✅ DHL mengadopsi sepeda kargo dan kendaraan listrik, mengurangi emisi karbon hingga 30% di area perkotaan.
✅ Kombinasi teknologi AI untuk optimasi rute menekan biaya bahan bakar sebesar 20%.

Studi Kasus: Implementasi LMD oleh DHL Express Finland

1. Perubahan dalam Manajemen Operasional

• Proses sortir dan distribusi diperpendek dari 6 jam menjadi 3 jam dengan sistem otomatisasi gudang.
• Penggunaan AI dalam rute pengiriman mengurangi waktu perjalanan kurir hingga 25%.

2. Respons Konsumen terhadap Inovasi LMD

• 85% pelanggan menyatakan lebih puas dengan layanan pengiriman fleksibel.
• Tingkat komplain akibat keterlambatan menurun sebesar 40% setelah implementasi sistem notifikasi otomatis.

Tantangan dan Rekomendasi bagi DHL Express Finland

1. Meningkatkan Efisiensi Waktu Pengiriman

✅ Rekomendasi: Mengembangkan strategi crowdsourced delivery untuk menjangkau pelanggan lebih cepat.

2. Menekan Biaya Operasional Tanpa Mengurangi Kualitas Layanan

✅ Rekomendasi: Mengoptimalkan penggunaan kendaraan listrik untuk area yang lebih luas.

3. Memperluas Infrastruktur LMD

✅ Rekomendasi: Investasi dalam pengembangan micro-hubs di kota-kota besar untuk mempercepat distribusi.

Kesimpulan

Penelitian ini menunjukkan bahwa strategi optimasi LMD yang diterapkan DHL Express Finland mampu meningkatkan kepuasan pelanggan serta menekan biaya operasional.

✅ Keberhasilan pengiriman pertama meningkat dari 70% menjadi 82% berkat sistem notifikasi otomatis.
✅ Penggunaan parcel lockers dan service points mengurangi kegagalan pengiriman hingga 25%.
✅ Implementasi kendaraan listrik mengurangi emisi karbon sebesar 30%.

Melalui inovasi ini, DHL Express Finland berhasil menciptakan sistem LMD yang lebih efisien, fleksibel, dan ramah lingkungan, sekaligus memenuhi ekspektasi pelanggan e-commerce modern.

Sumber Artikel:

Aranko, Jenni. (2013). Developing the Last Mile of a Parcel Delivery Service Concept for Consumers. Laurea University of Applied Sciences, Finland.