Pendahuluan

Dalam industri e-commerce yang semakin kompetitif, kecepatan pengiriman menjadi faktor utama yang mempengaruhi kepuasan pelanggan dan daya saing bisnis. Same-Day Delivery (SDD) muncul sebagai solusi inovatif untuk memenuhi ekspektasi pelanggan yang menginginkan fleksibilitas dan kecepatan dalam layanan pengiriman. Namun, implementasi SDD tidak hanya berdampak pada tingkat layanan, tetapi juga pada keberlanjutan dan biaya operasional perusahaan.

Penelitian ini menganalisis integrasi opsi SDD dalam rantai pasok e-commerce dengan studi kasus Beerwulf, perusahaan ritel bir yang beroperasi di 10 negara Eropa. Dengan fokus pada pasar Amsterdam dan London, penelitian ini mengevaluasi dampak layanan SDD dari tiga aspek utama: tingkat layanan, keberlanjutan, dan biaya operasional.

Tantangan dalam Implementasi Same-Day Delivery

1. Tingkat Permintaan yang Tidak Stabil
   • SDD bergantung pada volume pesanan harian yang dapat bervariasi drastis.
   • Jika permintaan terlalu rendah, biaya operasional meningkat karena kapasitas kendaraan tidak terpakai secara optimal.
   • Jika permintaan terlalu tinggi, keterbatasan kapasitas kendaraan menyebabkan keterlambatan dan kompensasi pelanggan.
2. Dampak Keberlanjutan
   • SDD membutuhkan kendaraan dengan mobilitas tinggi, yang dapat meningkatkan jejak karbon jika tidak dikelola dengan baik.
   • Model optimasi rute diperlukan untuk meminimalkan emisi CO₂ per pesanan.
3. Biaya Operasional Tinggi
   • SDD sering kali lebih mahal dibandingkan pengiriman standar karena membutuhkan armada khusus dan pengelolaan rute yang lebih kompleks.
   • Biaya tetap per kendaraan yang tidak diimbangi oleh volume pesanan dapat menyebabkan kerugian finansial.

Metode Penelitian dan Model Simulasi

1. Pendekatan Simulasi untuk Evaluasi Kinerja SDD

Penelitian ini menggunakan pendekatan simulasi berbasis Discrete Event Simulation (DES) untuk mengevaluasi performa SDD dalam berbagai skenario permintaan. Model simulasi ini mempertimbangkan faktor-faktor seperti:

• Volume pesanan harian
• Kapasitas kendaraan pengiriman
• Biaya operasional per pesanan
• Dampak emisi karbon per pengiriman

Studi ini dilakukan di dua pasar utama Beerwulf: Amsterdam (Belanda) dan London (Inggris), dengan perbedaan struktur logistik sebagai faktor pembanding.

2. Desain Eksperimen dan Parameter Simulasi

Peneliti membangun delapan skenario simulasi untuk masing-masing kota, mencakup dua periode permintaan utama:

• Periode permintaan tinggi – Lonjakan pesanan selama akhir pekan atau musim liburan.
• Periode permintaan rendah – Hari biasa dengan volume pesanan yang lebih sedikit.

Hasil simulasi dibandingkan dengan metrik kinerja utama (KPI) yang mencakup:

• Tingkat layanan (Service Level) – Persentase pengiriman yang berhasil dalam waktu yang dijanjikan.
• Keberlanjutan (Carbon Footprint) – Emisi CO₂ per pesanan dibandingkan dengan metode pengiriman standar.
• Profitabilitas (Cost per Order) – Biaya operasional per pesanan berdasarkan volume dan efisiensi armada.

Hasil Penelitian: Efektivitas Same-Day Delivery dalam E-Commerce

1. Dampak pada Tingkat Layanan

• Pada skenario permintaan tinggi, SDD gagal mencapai efisiensi optimal karena:
  • Kapasitas kendaraan tidak cukup untuk menampung lonjakan pesanan.
  • Terlalu banyak pesanan yang memerlukan kompensasi akibat keterlambatan.
• Pada skenario permintaan rendah, tingkat layanan meningkat secara signifikan:
  • Tingkat keberhasilan pengiriman mencapai 99,9% di Amsterdam dan 95,2% di London.
  • Namun, rendahnya volume pesanan meningkatkan biaya per pesanan.

2. Dampak Keberlanjutan

• Ketika jumlah pesanan rendah, emisi karbon per pesanan meningkat karena kendaraan beroperasi dengan kapasitas tidak penuh.
• Di London, salah satu skenario menunjukkan bahwa integrasi SDD dapat menghasilkan margin positif sebesar €0,28 per pesanan dengan tingkat emisi yang lebih rendah dari perkiraan.
• Sebaliknya, dalam skenario lain, emisi CO₂ dari SDD tercatat 3,48 kali lebih tinggi dibandingkan metode pengiriman standar.

3. Dampak Finansial

• Dalam periode permintaan tinggi, biaya operasional SDD melonjak akibat tingginya biaya kompensasi pelanggan.
• Dalam periode permintaan rendah, biaya per pesanan mengalami kerugian antara €-22,3 hingga €-7,8 per pesanan karena kapasitas kendaraan tidak terisi penuh.
• Di beberapa kasus, pengiriman SDD bisa menghasilkan keuntungan kecil (€0,28 per pesanan) jika jumlah pesanan cukup untuk menutupi biaya tetap armada.

Studi Kasus: Implementasi Same-Day Delivery di Beerwulf

Amsterdam (Belanda)

• Model Pengiriman:
  • Pesanan dikirim dari gudang Beerwulf ke pusat distribusi di Zaltbommel, lalu didistribusikan menggunakan van listrik ke pelanggan di Amsterdam.
  • Batas cut-off waktu: 15.00
• Hasil Simulasi:
  • Tingkat layanan mencapai 99,9% dalam skenario permintaan rendah.
  • Namun, biaya operasional per pesanan masih lebih tinggi dibandingkan pengiriman standar.

London (Inggris)

• Model Pengiriman:
  • Pesanan dari gudang di Birmingham dikirim ke pusat distribusi di London sebelum dikirim ke pelanggan.
  • Batas cut-off waktu: 14.30
• Hasil Simulasi:
  • Salah satu skenario menunjukkan bahwa SDD dapat menghasilkan keuntungan kecil (€0,28 per pesanan) jika volume cukup tinggi.
  • Namun, pada skenario lain, biaya per pesanan lebih tinggi dibandingkan pengiriman standar.

Tantangan dan Rekomendasi dalam Implementasi SDD

1. Mengatasi Variabilitas Permintaan

Solusi:

• Menerapkan model prediksi berbasis AI untuk mengoptimalkan perencanaan kapasitas kendaraan.
• Menawarkan promosi SDD hanya pada hari-hari tertentu untuk meningkatkan volume pesanan.

2. Meningkatkan Keberlanjutan

Solusi:

• Menggunakan armada kendaraan listrik untuk mengurangi jejak karbon.
• Mengoptimalkan rute pengiriman untuk mengurangi jarak tempuh dan konsumsi energi.

3. Menurunkan Biaya Operasional

Solusi:

• Menetapkan biaya tambahan untuk SDD agar menutupi biaya tambahan operasional.
• Menggunakan model harga dinamis, di mana biaya SDD disesuaikan berdasarkan permintaan harian.

Kesimpulan

Implementasi Same-Day Delivery dalam industri e-commerce menawarkan manfaat dalam hal kepuasan pelanggan dan daya saing, tetapi memiliki tantangan dari sisi keberlanjutan dan biaya operasional.

✅ SDD efektif dalam meningkatkan tingkat layanan hingga 99,9% dalam kondisi tertentu.
✅ Namun, dalam banyak skenario, biaya operasional per pesanan lebih tinggi dibandingkan pengiriman standar.
✅ Keberlanjutan harus menjadi perhatian utama, dengan strategi pengurangan emisi dan optimasi rute pengiriman.

Keputusan untuk mengadopsi SDD harus mempertimbangkan keseimbangan antara biaya, keberlanjutan, dan kepuasan pelanggan, dengan pendekatan berbasis data dan simulasi.

Sumber Artikel:

Collot, C. (2022). Assessing the integration of same-day delivery option from the sustainable, financial, and service angles: a case study in the e-commerce sector. University of Twente.

Pendahuluan

Last mile delivery adalah tahap akhir dalam rantai pasok yang memiliki dampak ekonomi, sosial, dan lingkungan yang signifikan. Dengan meningkatnya e-commerce, tantangan dalam pengiriman jarak terakhir semakin besar, terutama dalam hal efisiensi operasional, emisi karbon, dan kemacetan perkotaan.

Penelitian ini mengeksplorasi berbagai solusi keberlanjutan untuk meningkatkan efisiensi pengiriman last mile dengan wawasan dari penyedia layanan logistik pihak ketiga dan pakar mobilitas publik di Belgia. Studi ini menggabungkan analisis literatur dan wawancara dengan pelaku industri untuk memahami praktik terbaik dan tantangan dalam mengimplementasikan solusi ramah lingkungan.

Tantangan dalam Last Mile Delivery

1. Fragmentasi dan Ketidakefisienan Operasional

• Last mile membutuhkan banyak kendaraan kecil yang sering kali beroperasi dengan kapasitas tidak penuh, meningkatkan biaya dan konsumsi bahan bakar.
• Diperkirakan 28% dari total biaya transportasi paket berasal dari tahap last mile karena kurangnya skala ekonomi.

2. Dampak Lingkungan

• Pengiriman barang dalam kota meningkatkan emisi CO₂, polusi udara, dan kemacetan.
• E-commerce meningkatkan lalu lintas kendaraan logistik, terutama di area padat penduduk.

3. Regulasi dan Kebijakan Perkotaan

• Kota-kota besar menghadapi tantangan dalam menyeimbangkan efisiensi logistik dengan keberlanjutan.
• Beberapa kebijakan seperti zona rendah emisi (LEZ) dan pembatasan kendaraan besar mendorong penggunaan transportasi alternatif.

Solusi Berkelanjutan dalam Last Mile Delivery

1. Peningkatan Efisiensi Rute Pengiriman

• Optimalisasi rute menggunakan AI dan big data dapat mengurangi konsumsi bahan bakar dan meningkatkan efisiensi pengiriman.
• Implementasi sistem Dynamic Routing memungkinkan perubahan jalur secara real-time berdasarkan kondisi lalu lintas.

2. Konsolidasi Pengiriman dan Penggunaan Micro-Hubs

• Urban Consolidation Centers (UCCs) memungkinkan pengiriman lebih efisien dengan mengurangi jumlah kendaraan kecil di pusat kota.
• Micro-hubs di pinggiran kota digunakan untuk mengelompokkan paket sebelum didistribusikan dengan kendaraan ramah lingkungan.

3. Penggunaan Moda Transportasi Alternatif

• Sepeda kargo dan kendaraan listrik mengurangi emisi dan lebih fleksibel dalam menavigasi lingkungan perkotaan.
• Beberapa perusahaan telah menguji penggunaan drone dan robot otonom untuk pengiriman paket kecil di daerah perkotaan.

4. Penggunaan Pickup Points dan Parcel Lockers

• Automated parcel lockers memungkinkan pelanggan mengambil paket mereka kapan saja, mengurangi jumlah pengiriman gagal.
• Pengiriman ke titik koleksi (service points) mengurangi jumlah kendaraan yang perlu melakukan pengantaran langsung ke rumah pelanggan.

Studi Kasus: Implementasi Keberlanjutan dalam Last Mile Delivery

1. DHL: Penggunaan Micro-Hubs dan Sepeda Kargo

• DHL telah mengimplementasikan sepeda kargo listrik di beberapa kota besar di Eropa, yang terbukti mengurangi emisi CO₂ sebesar 60% dibandingkan dengan van diesel.
• Penggunaan micro-hubs memungkinkan konsolidasi paket sebelum didistribusikan dengan kendaraan ramah lingkungan.

2. UPS: Sistem Konsolidasi Pengiriman

• UPS menerapkan Urban Consolidation Centers (UCCs) yang membantu mengurangi jumlah kendaraan di jalan.
• Implementasi teknologi AI dalam optimasi rute memungkinkan peningkatan efisiensi hingga 20%.

3. Bpost: Kebijakan Pengiriman Berbasis Keberlanjutan

• Bpost, penyedia layanan pos Belgia, mengadopsi kendaraan listrik dan hybrid untuk pengiriman perkotaan.
• Implementasi titik koleksi dan parcel lockers telah mengurangi kebutuhan pengiriman langsung sebesar 30%.

Tantangan dan Rekomendasi dalam Implementasi Solusi Berkelanjutan

1. Biaya Implementasi yang Tinggi

• Solusi: Mendorong insentif pemerintah dan subsidi bagi perusahaan logistik yang beralih ke kendaraan listrik dan teknologi ramah lingkungan.

2. Perubahan Kebiasaan Konsumen

• Solusi: Meningkatkan kesadaran pelanggan tentang opsi pengiriman berkelanjutan seperti pickup points dan parcel lockers.

3. Regulasi yang Beragam di Setiap Kota

• Solusi: Mendorong kerja sama antara pemerintah dan penyedia layanan logistik untuk menciptakan kebijakan yang seragam dan efisien.

Kesimpulan

Keberlanjutan dalam last mile delivery menjadi semakin penting di era e-commerce yang berkembang pesat. Optimalisasi rute, konsolidasi pengiriman, penggunaan transportasi ramah lingkungan, dan strategi pickup points adalah solusi utama yang dapat mengurangi dampak lingkungan sekaligus meningkatkan efisiensi.

✅ Penggunaan AI dan big data dapat meningkatkan efisiensi operasional.
✅ Micro-hubs dan UCCs membantu mengurangi fragmentasi pengiriman.
✅ Moda transportasi alternatif seperti sepeda kargo dan kendaraan listrik dapat mengurangi emisi CO₂ secara signifikan.
✅ Parcel lockers dan pickup points mengurangi pengiriman gagal dan meningkatkan fleksibilitas pelanggan.

Dengan kombinasi strategi ini, industri logistik dapat menciptakan sistem last mile delivery yang lebih berkelanjutan dan efisien di masa depan.

Sumber Artikel: Ducarme, Dimitri. Sustainable solutions for “last mile” deliveries in the parcel industry: A qualitative analysis using insights from third-party logistics service providers and public mobility experts. Louvain School of Management, Université catholique de Louvain, 2019.

Pendahuluan

Dalam beberapa dekade terakhir, pertumbuhan e-commerce dan urbanisasi telah meningkatkan kebutuhan akan last-mile logistics, yaitu tahap akhir dalam rantai pasok di mana barang dikirim dari pusat distribusi ke pelanggan akhir. Namun, sektor ini juga menyumbang 25% dari total emisi CO₂ transportasi di perkotaan dan menyebabkan peningkatan polusi udara serta kemacetan lalu lintas. Oleh karena itu, berbagai pemangku kepentingan mulai mencari solusi untuk menjadikan last-mile logistics lebih berkelanjutan.

Studi ini mengkaji skenario potensial untuk tahun 2035 dengan fokus pada tiga faktor utama: kerja sama antar pemangku kepentingan, regulasi pemerintah, dan inovasi teknologi. Dengan menggunakan pendekatan Disaggregative Policy Delphi, penelitian ini mengumpulkan perspektif dari 26 pemangku kepentingan logistik yang berperan dalam perencanaan dan implementasi sistem distribusi di tiga kota Eropa.

Tantangan dalam Last-Mile Logistics

1. Dampak Lingkungan

• Transportasi menyumbang hampir 25% dari total emisi CO₂ global, dengan 29,4% berasal dari logistik jalan raya.
• Kendaraan pengiriman menyumbang emisi NOx dan partikel debu yang memperburuk kualitas udara perkotaan.

2. Fragmentasi dan Ketidakefisienan Operasional

• Hanya 10–15% dari total lalu lintas perkotaan berasal dari kendaraan logistik, tetapi mereka menyebabkan kemacetan yang signifikan.
• Banyak kendaraan beroperasi dengan kapasitas tidak penuh, meningkatkan konsumsi bahan bakar dan biaya operasional.

3. Regulasi dan Kebijakan Perkotaan

• Beberapa kota mulai menerapkan zona rendah emisi (LEZ) dan pembatasan kendaraan besar, tetapi implementasi masih beragam.
• Pemerintah daerah memiliki peran krusial dalam membentuk kebijakan logistik perkotaan agar lebih berkelanjutan.

Skenario Masa Depan Last-Mile Logistics di 2035

Penelitian ini mengembangkan enam skenario potensial berdasarkan faktor regulasi, inovasi, dan kerja sama.

1. The Old Wild West – Minim Regulasi dan Inovasi

• Kondisi: Pemerintah minim intervensi, perusahaan beroperasi secara individual, dan inovasi berlangsung lambat.
• Dampak: Emisi tetap tinggi, efisiensi rendah, dan persaingan bisnis kurang sehat karena tidak ada insentif untuk inovasi.

2. The New Wild West – Inovasi Didorong oleh Pasar

• Kondisi: Persaingan tinggi di antara perusahaan mendorong inovasi tanpa campur tangan pemerintah.
• Dampak: Teknologi baru seperti kendaraan listrik dan drone mulai digunakan, tetapi kurangnya regulasi menyebabkan fragmentasi industri dan kurangnya koordinasi.

3. New Cool Collective – Kolaborasi Optimal antara Pemerintah dan Swasta

• Kondisi: Pemerintah dan swasta bekerja sama dalam regulasi dan adopsi teknologi berkelanjutan.
• Dampak: Emisi CO₂ berkurang hingga 50%, efisiensi logistik meningkat melalui pusat konsolidasi perkotaan (UCCs) dan penggunaan sepeda kargo listrik.

4. Revolution by Design – Regulasi Ketat Mendorong Transformasi

• Kondisi: Pemerintah menerapkan regulasi ketat seperti pembatasan kendaraan berbahan bakar fosil dan pengenaan pajak karbon tinggi.
• Dampak: Perusahaan dipaksa mengadopsi teknologi hijau, meningkatkan penggunaan kendaraan listrik hingga 72,2%, tetapi biaya operasional meningkat.

5. Thriving, Individually – Inovasi Tinggi, tetapi Minim Kerja Sama

• Kondisi: Perusahaan mengadopsi teknologi canggih tetapi tetap beroperasi sendiri tanpa koordinasi dengan pemangku kepentingan lain.
• Dampak: Efisiensi meningkat, tetapi kemacetan dan emisi tetap tinggi karena kurangnya sistem logistik terpadu.

6. Good Intentions Abound – Regulasi Berlebihan Tanpa Implementasi Efektif

• Kondisi: Pemerintah mencoba mengendalikan logistik dengan regulasi ketat, tetapi implementasinya buruk.
• Dampak: Banyak perusahaan logistik kecil terpaksa keluar dari pasar, sementara pemain besar mempertahankan dominasi mereka.

Solusi Keberlanjutan dalam Last-Mile Logistics

1. Optimalisasi Rute dan Konsolidasi Pengiriman

• Menggunakan AI dan big data untuk merancang rute pengiriman yang lebih efisien dan mengurangi emisi.
• Menerapkan pusat konsolidasi perkotaan (UCCs) untuk mengurangi jumlah kendaraan yang memasuki kota.

2. Penggunaan Moda Transportasi Ramah Lingkungan

• Mengadopsi kendaraan listrik dan sepeda kargo untuk mengurangi emisi.
• Menguji drone dan robot pengiriman untuk area dengan akses terbatas.

3. Pemanfaatan Parcel Lockers dan Pickup Points

• Mengurangi pengiriman gagal hingga 30% dengan menyediakan titik pengambilan paket otomatis.
• Menggunakan pickup points untuk meningkatkan efisiensi distribusi dan mengurangi kebutuhan perjalanan kendaraan.

Studi Kasus Implementasi Keberlanjutan dalam Last-Mile Logistics

1. DHL: Micro-Hubs dan Sepeda Kargo Listrik

• Implementasi micro-hubs di pusat kota untuk konsolidasi paket sebelum pengiriman.
• Penggunaan sepeda kargo listrik mengurangi emisi karbon hingga 60% dibandingkan van diesel.

2. UPS: Optimasi Rute Berbasis AI

• Implementasi teknologi AI dalam optimasi rute meningkatkan efisiensi pengiriman sebesar 20%.
• Program pengiriman malam hari mengurangi kemacetan dan meningkatkan kecepatan pengiriman.

3. Bpost: Penggunaan Parcel Lockers

• Implementasi pickup points dan parcel lockers telah mengurangi kebutuhan pengiriman langsung ke rumah sebesar 30%.

Tantangan dan Rekomendasi Implementasi Solusi Berkelanjutan

1. Biaya Implementasi yang Tinggi

Solusi: Insentif pajak dan subsidi bagi perusahaan yang beralih ke kendaraan listrik dan pusat distribusi ramah lingkungan.

2. Kurangnya Kesadaran Konsumen

Solusi: Kampanye edukasi pelanggan tentang dampak lingkungan dari pilihan pengiriman mereka.

3. Regulasi yang Tidak Konsisten

Solusi: Standarisasi kebijakan keberlanjutan antar kota untuk menciptakan ekosistem logistik yang lebih efisien.

Kesimpulan

Keberlanjutan dalam last-mile logistics memerlukan kombinasi inovasi teknologi, regulasi yang efektif, dan kerja sama antara pemangku kepentingan.

✅ Optimalisasi rute dan pusat konsolidasi dapat meningkatkan efisiensi dan mengurangi emisi.
✅ Kendaraan listrik dan moda transportasi alternatif menjadi solusi utama untuk kota besar.
✅ Pickup points dan parcel lockers dapat mengurangi perjalanan kendaraan dan meningkatkan fleksibilitas pelanggan.

Dengan strategi ini, masa depan last-mile logistics yang lebih berkelanjutan dan efisien dapat terwujud pada tahun 2035.

Sumber Artikel: Plazier, P., Rauws, W., Neef, R., & Buijs, P. (2024). Towards sustainable last-mile logistics? Investigating the role of cooperation, regulation, and innovation in scenarios for 2035. University of Groningen.

Pendahuluan

Perkembangan e-commerce telah mendorong peningkatan permintaan terhadap layanan pengiriman cepat dan fleksibel. Namun, tantangan utama dalam last-mile delivery adalah tingginya biaya operasional, inefisiensi logistik, dan dampak lingkungan akibat peningkatan jumlah kendaraan pengiriman.

Penelitian ini mengeksplorasi solusi inovatif untuk meningkatkan efisiensi last-mile delivery dalam model business-to-consumer (B2C). Dengan fokus pada crowdsourcing logistics dan penerapan algoritma optimasi, studi ini menawarkan strategi baru untuk memenuhi permintaan pelanggan sambil mengurangi beban operasional dan lingkungan.

Tantangan dalam Last-Mile Delivery B2C

1. Efisiensi Operasional dan Biaya Pengiriman

• Last-mile delivery menyumbang 50% dari total biaya pengiriman dalam rantai pasok e-commerce.
• Kebutuhan akan pengiriman cepat (same-day atau next-day) meningkatkan tekanan pada perusahaan logistik untuk mempertahankan layanan yang kompetitif.

2. Dampak Lingkungan dan Kemacetan

• Kendaraan pengiriman menyumbang hingga 25% dari total emisi CO₂ transportasi di perkotaan.
• Peningkatan lalu lintas kendaraan pengiriman memperparah kemacetan dan mengurangi efisiensi distribusi barang.

3. Pengiriman Gagal dan Pengembalian Barang

• 10% dari total paket yang dikirim mengalami kegagalan pengiriman pada percobaan pertama, meningkatkan kebutuhan untuk kunjungan ulang dan biaya tambahan.

Solusi Inovatif dalam Last-Mile Delivery

Penelitian ini membahas dua model utama dalam optimalisasi last-mile delivery berbasis teknologi dan crowdsourcing:

1. Crowdsourcing Logistics: Menggunakan Kapasitas Berlebih

• Memanfaatkan individu dengan kendaraan pribadi untuk melakukan pengiriman paket.
• Sistem berbasis platform digital menghubungkan pengirim dengan pengemudi yang tersedia di area tertentu.
• Contoh implementasi: Amazon Flex dan Uber Freight, di mana pengemudi independen dapat mengambil dan mengirimkan paket sesuai dengan jadwal fleksibel mereka.

2. Algoritma Optimasi Rute Pengiriman

• Menggunakan teknologi Machine Learning dan AI untuk mengoptimalkan rute pengiriman berdasarkan permintaan pelanggan dan kondisi lalu lintas.
• Model Vehicle Routing Problem with Roaming Delivery Locations (VRPRDL) memungkinkan pengiriman ke lokasi alternatif seperti kantor atau tempat parkir pelanggan untuk menghindari pengiriman gagal.

Studi Kasus: Implementasi Crowdsourcing Logistics dalam Last-Mile Delivery

1. Penggunaan Crowdsourcing oleh Walmart

• Walmart mengadopsi model crowdshipping, di mana pelanggan di toko fisik dapat mengantarkan pesanan online pelanggan lain.
• Model ini memungkinkan pengurangan biaya pengiriman hingga 30% dibandingkan dengan metode konvensional.

2. Amazon Flex: Memanfaatkan Pengemudi Independen

• Amazon menggunakan pengemudi independen untuk meningkatkan fleksibilitas pengiriman same-day.
• Dalam beberapa kasus, waktu pengiriman dapat dikurangi hingga 50% dibandingkan dengan metode tradisional.

3. Penggunaan Trunk Delivery sebagai Solusi Alternatif

• Model ini memungkinkan kurir mengirimkan paket langsung ke bagasi mobil pelanggan yang diparkir di lokasi tertentu.
• Studi menunjukkan bahwa 72,2% pelanggan menginginkan opsi ini untuk meningkatkan fleksibilitas pengiriman mereka.

Tantangan dan Rekomendasi dalam Implementasi Solusi Inovatif

1. Keamanan dan Kepercayaan dalam Crowdsourcing Logistics

Solusi:

• Pengemudi harus melalui proses verifikasi dan pelatihan dasar sebelum dapat bergabung dalam sistem.
• Sistem pelacakan berbasis AI dan blockchain dapat memastikan keamanan transaksi dan pengiriman.

2. Ketergantungan pada Ketersediaan Pengemudi

Solusi:

• Menggunakan incentive-based models untuk menarik lebih banyak pengemudi, terutama pada jam sibuk.
• Memanfaatkan teknologi prediktif untuk memperkirakan permintaan dan menyesuaikan ketersediaan armada crowdsourcing.

3. Regulasi dan Kebijakan Transportasi Perkotaan

Solusi:

• Berkolaborasi dengan pemerintah lokal untuk mengembangkan kebijakan yang mendukung penggunaan kendaraan listrik dan rute pengiriman yang lebih efisien.
• Menggunakan kendaraan listrik dan sepeda kargo untuk mengurangi dampak lingkungan.

Kesimpulan

Solusi inovatif dalam last-mile delivery berbasis crowdsourcing dan algoritma optimasi memungkinkan efisiensi yang lebih tinggi dalam distribusi e-commerce.

✅ Crowdsourcing logistics dapat mengurangi biaya pengiriman hingga 30%.
✅ Algoritma AI dan Machine Learning meningkatkan efisiensi rute dan mengurangi waktu pengiriman hingga 50%.
✅ Model trunk delivery dan pickup points mengurangi pengiriman gagal dan meningkatkan fleksibilitas pelanggan.

Dengan adopsi strategi ini, perusahaan logistik dan e-commerce dapat meningkatkan layanan pelanggan sambil mengurangi dampak lingkungan dan biaya operasional.

Sumber Artikel: Sampaio Oliveira, A. H. (2021). Innovative business-to-business last-mile solutions: models and algorithms. Technische Universiteit Eindhoven.

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.