Rabu, 25 Juni 2008


Pertimbangan Lokasi
Banyak faktor yang dapat diambil untuk memutuskan lokasi suatu fasilitas layanan. Gambar 9.1 menunjukkan klasifikasi lokasi fasilitas layanan (service fasility location) yang akan digunakan untuk memandu keputusan kita. Lokasi fasilitas layanan tersebut dibagi dalam 3 kelompok besar, yaitu : repesentasi geografik, jumlah fasilitas dan kriteria optimalisasi.
1. Representasi Geografis
Representasi gografis terdiri dari ruang (plane) dan jaringan kerja (network). Secara tradisional klasifikasi masalah lokasi didasarkan pada bagaimana geografi tersebut dimodelkan. Pemilihan lokasi dan jarak tempuh dapat dipresentasikan pada suatu ruang (plane) atau jaringan kerja (network). Lokasi pada suatu ruang (plane) (yaitu permukaan datar) ditandai oleh ruang solusi yang memiliki kemungkinan tertentu. Fasilitas bisa ditempatkan dimanapun pada ruang tersebut dan diidentifikasi oleh koordinat cartesian xy (atau dalam konteks global oleh garis latitude dan longituidal) seperti ditunjukkan pada Gambar 9.2.
Jarak antara lokasi diukur dengan salah satu dari dua cara pengukuran. Cara pengukuran pertama adalah eclidian metric atau vektor, jarak tempat (ingat teori phytagoras), yang didefinisikan sebagai berikut :
dij = [(xi-xj)2] + (yi-yj)2]1/2
Dimana : dij = jarak antar titik i dan j
xi, yi = koordinat titik ke-i
xj, yj = koordinat titik ke-j
Untuk contoh, jika awal xi, yi = 2,2 dan tujuan xj, yj = 4,4
Maka
dij = [(2-4)2] + (2-4j)2]1/2 = 2,83
Cara lain adalah metropolitan metric atau penempatan segitiga (rectangular), jarak tempuh (yaitu arah tempuh utara-selatan dan timur-barat), yang didefinisikan sebagai
dij = [xi-xj] + [yi-yj]
dengan menggunakan contoh yang sama seperti di atas untuk metropolitan metric adalah ::
dij = [2-4] + [2-4] = 4,0
Lokasi pada suatu jaringan kerja ditandai oleh suatu ruang sulusi yang dibatas dengan titik pada jaringan kerja tersebut. Untuk contoh, sistem jalan raya dapat dipertimbangkan sebagai jaringan kerja dengan sudut jalan raya utama dianggap sebagai suatu titik. Titik yang bersentuhan dari network menunjukkan jarak tempuh (atau waktu) antara pasangan titik, yang dihitung sebagai rute terdekat.
Pemilihan representasi geografis dan metrik jarak sering digunakan untuk pertimbangan ekonomis dari usaha pengumpulan data dan permasalahan lingkungan. Network dapat lebih akurat mewakili keunikan geografis dari suatu daerah (misal; Hambatan tempuh akibat adanya sungai dengan beberapa jembatan atau gunung). Namun biaya pertemuan waktu tempuh di antara titik dapat menjadi hambatan. Jika penempatan ruang yang mewakili daerah pedesaan, maka metric metropolitan sering digunakan, hal ini karena jalan-jalan untuk beberapa kota dirancang dengan pola arah timur-barat dan utara-selatan. Baik metric metropolitan maupun metrik euclidian membutuhkan estimasi (dugaan) dari rata-rata kecepatan untuk mengubah jarak tempuh dengan waktu.
2. Jumlah Fasilitas
Jumlah fasilitasi terdiri dari fasilitas tunggal (single) dan banyak fasilitas (multiple). Lokasi fasilitas tunggal biasanya dapat dihitung secara matematis. Meskipun cara-cara yang digunakan tidak menjamin hasil yang optimal jika dimodifikasi dan diterapkan pada masalah lokasi multiple. Ada 3 faktor yang perlu diperhatikan untuk penentuan fasilitas banyak (multiple), yaitu kapasitas pelayanan, tingkat pelayanan dan daerah yang dilayani.
3. Kriteria Optimalisasi
Kriteria optimalisasi terbagi pada dua sektor yaitu sektor publik dan sektor privat. Masalah lokasi sektor privat dan publik adalah sama dalam hal mereka membagi tujuan maksimalisasi beberapa ukuran manfaat (benefit). Kriteria lokasi yang dipilih berbeda, akan tetapi karena bentuk kepemilikan berbeda. Dalam sektor privat, keputusan lokasi diatur oleh minimalisasi biaya (misal dalam hal pusat distribusi) atau maximisasi keuntungan (misal dalam hal lokasi eceran). Sebaliknya keputusan fasilitas publik diatur oleh kebutuhan masyarakat secara keseluruhan. Tujuan untuk pembuatan keputusan publik adalah untuk memaksimalkan manfaat umum yang mungkin jumlahnya sulit terpenuhi.
2.2 Estimasi Permintaan Geografis
Kualitas analisis lokasi fasilitas layanan meletakan pada suatu penaksiran pemintaan layanan secara geografis. Ada tiga langkah dalam mengestimasi permintaan geografis, yaitu :
Menentukan Populasi Target
Populasi target harus ditentukan karakteristiknya terlebih dahulu. Dengan demikian populasi target dapat ditetapkan.
Menyeleksi suatu Unit Area
Untuk ketepatan, unit geografis harus praktis kecil. Ada dua batasan penyeleksian, yaitu (1) suatu unit harus cukup menampung ukuran sampel agar dapat mengestimasi permintaan dan (2) jumlah unit harus tidak melebihi kapasitas perhitungan komputer dan teknik lokasi fasalitas.
Mengestimasi permintaan secara geografis
Data demografi tentang kelompok dianalisis secara statistik dengan menggunakan regresi linier.
Peta Permintaan Geografis
Permintaan untuk setiap kelompok diplotkan pada peta tiga dimensi untuk memberikan representasi visual dari distribusi geografi. Peta tersebut bermanfaat untuk awal pemilihan lokasi yang baik.
2.3. Teknik Lokasi Fasilitas
Teknik lokasi fasilitas terdiri single facility, center of gravity dan multiple facility. Untuk single facility terdari dari dua cara perhitungan, yaitu metropolitan metrik dan Eucledian metric.
Single Facility
a. Metropolitan Metric
Metropolitan metrik adalah menempatkan fasilitas tunggal pada suatu ruang untuk mengurangi jarak tempuh. Hal ini berarti metric metropolitan akan menggunakan pendekatan cross-median, Tujuannya adalah :
n
Z =  w1 {[xi – xs] + [yi – ys)
i= 1
Dimana : wi = bobot yang terdapat pada titik ke-i (misal populasi)
xi, yi = koordinat dari titik permintaan ke-I
xs, ys = koordinat dari layanan fasilitas
n = jumlah titik permintaan yang dilayani.
Catatan bahwa fungsi objective bisa dinyatakan ulang melalui dua persamaan independent, yaitu :
n n
Minimisasinya Z =  w1 [xi – xs] +  w1 [yi – ys)
i= 1 i= 1
Adapun nilai optimal kita memiliki kordinat sebagai berikut : (1) x1 adalah nilai median untuk w1 yang diturunkan dari arah xy dan (2) ys adalah nilai median untuk w1 yang diturunkan dari arah y.. Karena ys atau keduanya mungkin unik atau terletak dalam suatu range, maka lokasi optimal yang mungkin berupa titik pada suatu garis atau dalam suatu daerah.
Contoh. 1. Jasa Fotokopi
Jasa fotokopi memutuskan untuk membuka suatu kantor di suatu kota. Manager telah mengidentifikasi 4 bangunan kantor. Gambar 9.5 menunjukkan lokasi layanan fotokopi. Manager akan menentukan lokasi pusat yang akan meminimalkan jarak per bulan yang kostumer tempuh untuk layanan fotokopinya.
N
E
W5
S4
3
2
1
Point i Location Xi ∑wi
Ordering west to east
1 1 7 = 7
2 2 7+1 = 8
3 3
4 4
Ordering east to west
4 4 5 = 5
3 3 5+3 = 8
2 2
1 1
Point i Location yi ∑wi
Ordering south to north
4 1 5 = 5
1 2 5+7 = 12
2 3
3 5
Ordering north to south
3 5 3 = 3
2 3 3+1 = 4
1 2 3+1+7 = 11
4 1
Location A (2,2)
Location B (3,2)
Office Distance Weight Total
1 1 x 7 = 7
2 1 x 1 = 1
3 4 x 3 = 12
4 3 x 5 = 15
35
Office Distance Weight Total
1 1 x 7 = 7
2 1 x 1 = 1
3 4 x 3 = 12
4 3 x 5 = 15
35
Karena lokasi pedesaan, metric metropolitan digunakan. Lokasi dipilih melalui pendekatan cross-median untuk memecahkan masalah ini. Pertama, median dihitung dengan menggunakan persamaan.
n
Median = W1/2
i =1
Dari Gambar 9.5, kita mendapatkan bahwa median memiliki nilai (7 + 1 + 3 + 5)/2 = 8 Untuk mengidentifikasi media koordinat x untuk xs, kita jumlahkan nilai w1 dalam arah x baik arah barat-timur maupun timur-barat. Tabel 9.1 menunjukkan urura titik permintaan dari barat ke timur, yaitu 1, 2, 3 dan 4. Bobot arah ke timur kemudian dijumlahkan hingga nilai median menjadi 8. Adapun nilai 8 dicapai ketika bobot lokasi 2 ditambahkan ke bobot lokasi 1. Dengan median, median x pertama ditetapkan pada nilai 2 mile ( yaitu, kordinat x dari lokasi 2 yang dilingkari).
Prosedur tersebut diulang dengan titik permintaan dari arah timur ke barat, seperti ditunjukkan pada Tabel 9.1, yaitu 4, 3, 2 dan 1. Median x kedua ditetapkan pada nilai 3 miles (yaitu kordinat x lokasi 3 yang dilingkari).
Tabel 9.2 menggambarkan prosedur yang sama untuk mengidentifikasi media kordinat-y untuk ys. Pada Tabel 9.2 menggambarkan urutan titik permintaan dari selatan ke Utara, yaitu 4, 3, 2, 1. Dalam hal ini, nilai median 8 pertama dicapai pada lokasi ketitka bobotnya ditambahkan ke lokasi 4 dengan menghasilkan nilai 12 . Dengan demikian nilai median y ditetapkan pada nilai 2 mile (yaitu koordinat y dari lokasi 1 yang dilingkari). Pada bagian bawah Tabel 9.2 titik permintaan dari Utara ke selatan, yaitu 3, 2, 1, 4. Kembali nilai media pertama pada lokasi 1 ketika bobot ditambahkan pada lokasi 3 dan 2 dengan menghasilkan total 11. Dengan demikian hanya ada satu nilai media y pada 2 miles.
Pendekatan cross-median akan menentukan median pada 4 titik arah yang memungkinkan kita dapat memilh lokasi pada segmen garis AB guna mengurangi jarak tempuh total (misal, kordinat 2 = x3 = 3 dan ys = 2).
Pada Tabel 9.3 bahwa bobot jarak tempuh total yang dihitung untuk titik A dan B adalah sama dengan 35 miles. Dengan demikian suatu lokasi baik pada titik A atau titik B atau sepanjang garis AB dapat diterima. Karena contoh ini menggambarkan, suatu solusi lokasi yang dapat berupa garis (yaitu jalan kota), titik (yaitu interseksi/persimpangan), atau suatu area (yaitu block kota). Dengan demikian, pendekatan cross-median dapat menghasilkan pemilihan beberapa tempat secara fleksibel.
Euclidian Metric
Perubahan struktur geografis ke jarak garis lurus antar titik melengkapi masalah lokasi.. Tujuan sekarang menjadi :
n
Minimisasinya Z =  w1 [xi – xs] 2 + [yi – ys)1/2
i= 1
Dengan mengambil derivat parsial berkaitan dengan xy dan ys, dan menyusunnya sama dengan 0 menghasilkan 2 persamaan. Menyelesaikan persamaan ini untuk xs dan ys menghasilkan pasangan persamaan berikut yang dapat mengidentifikasi lokasi yang optimal.
n n
xs = ( w1xi/dis)/( w1/dis)
i= 1 i= 1
n n
ys = ( w1yi/dis)/( w1/dis)
i= 1 i= 1
Di mana :
dij = [(xi-xj)2] + (yi-yj)2]1/2
Sayangnya, persamaan ini tidak mempunyai solusi langsung, karena xs dan ys nampak pada kedua sisi ekualitas. Prosedur solusi mulai dengan nilai percobaan xs dan ys. Rumus tersebut digunakan untuk menghitung nilai xs dan ys dan proses dilanjutkan hingga perbedaan antara nilai xs dan ys dapat diabaikan.
2. Pusat Gravity
Suatu intusi untuk menyelesaikan masalah lokasi tunggal adalah penggunaan formula pusat gravity (center of gravity) yang ditunjukkan di bawah.
n n
Xcg = ( w1xi)/( wi)
i= 1 i= 1
n n
Ycg = ( wiyi/( w1)
i= 1 i= 1
Pusat graviti tidak meminimumkan fungsi tempuh yang digambarkan pada persamaan (9), terapi memiliki interpretasi fisik. Dengan mengguna contoh Jasa Fotokopi yang ditunjukkan pada Gambar 9.5, nilai center of gravity percobaan untuk xs dan ys dapat dihitung dengan persamaan di atas.
n n
Xcg = ( w1xi)/( wi) = (7 (1)+1(2) – 3(3) + 5(4))/16 = 2,375
i= 1 i= 1
n n
Ycg = ( wiyi/( w1) = (7 (2)+1(3) – 3(5) + 5(1))/16 = 2,3125
i= 1 i= 1
Pada awalnya lokasi percobaan center of gravity untuk xs dan ys, persamaan (10) dan (11) digunakan pola iterasi dengan bantuan spreadsheet untuk penghitungan seperti yang ditunjukkan pada Tabel 9.4. Setelah 9 iterasi, masing-masing menggunakan nilai iterasi sebelumnya untuk Xs dan Ys sebagai percobaan, kita akhirnya mencapai nilai lokasi optimal, yaitu Xs = 1,80 dan Ys = 2,16.
Iterasi
Awal
1
2
3
4
5
6
7
8
Akhir
Xs
2.375
2.09
1.96
1.89
1.85
1.83
1.82
1.81
1.80
1.80
Ys
2.3125
2.22
2.19
2.18
2.17
2.17
2.16
2.16
2.16
2.16
Menempatkan Outlet Eceran (Retail Outlet)
Apabila menempatkan outlet retail sebagai sebuah supermarket, tujuannya adalah untuk memaksimalkan keuntungan. Dalam hal ini, beberapa lokasi alternatif perlu dievaluasi untuk mendapatkan tempat yang lebih menguntungkan.
Model graviti digunakan untuk mengestimasi permintaan konsumen. Model ini didasarkan pada sifat fisik sesuai dengan daya tarik gravitasi. Untuk suatu layanan, keatraktifan suatu layanan bisa dinyatakan sebagai
Aij = Sk/Tij
Dimana :
Aij = Daya tarik fasilitas j untuk kostumer i
Sj = ukuran fasilitas j
Tij = waktu tempuh dari lokasi konsumer ke-i ke fasilitas j
 = parameter penduga empiris untuk merefleksikan pengaruh waktu tempuh terhadap berbagai jenis jalur pembelanjaan (misal : mall pembelanjaan memiliki nilai  = 2, toko yang nyaman akan memiliki nilai  = 10 atau lebih besar).
David L. Huff mengembangkan model lokasi retail dengan menggunakan model retail untuk mempridiksi manfaat yang kostumer miliki untuk ukuran dan lokasi toko tertentu. Dengan mengetahui bahwa kostumer juga tertarik dengan toko kompetitor lain, dia mengusulkan rasio Pij. Untuk toko n, rasio ini mengukur probabilitas kostumer dari area tempuh i ke fasilitas pembelanjaan j.
n
Pij = Aij/ Aij
j=i
Estimasi Ejk, ekspenditure konsumer tahunan total untuk suatu klas produk k di fasilitas pembelanjaan j, dapat dihitung sebagai berikut :
m
Ejk =  (Pij Ci Bij)
i= 1
Dimana :
Pij = probabilitas konsumer dari area statistik tertentu/waktu tempuh ke fasilitas pembelanjaan ke-j, yang dihitung oleh rata-rata persamaan (15).
Ci = Jumlah konsumer di area i
Bjk = rata-rata jumlah tahunan yang dianggarkan oleh konsumer di area I untuk klas produk k.
m = jumlah daerah statistik
Estimasi Mjk, market share yang diperoleh oleh fasilitas j untuk penjualan produk klas k dapat dihitung sebagai berikut :
m
Mjk = Ejk/ CiBjk
i=1
Prosedur yang mendalam digunakan untuk menghitung keuntungan tahunan yang diharapkan dari setiap tempat potensial untuk berbagai ukuran toko ditempat tersebut. Keuntungan operasional bersih sebelum pajak dihitung sebagai persentase penjualan yang diatur untuk setiap ukuran toko. Hasilnya adalah sebuah daftar tempat potensial dengan ukuran toko serta keuntungan maksimumnya.
3. Multiple Fasilitas
location set covering
Kesulitan keputusan evaluasi yang berkaitan dengan lokasi fasilitas publik telah mendorong pencarian untuk pengukuran manfaat lokasi fasilitas. Salah satu cara tersebut adalah jarak yang kostumer harus tempuh untuk mencapai fasilitas tersebut. Ini dikenal sebagai jarak layanan maksimal (maximal service distance). Kita ingin mendapatkan jumlah dan lokasi layanan maksimum yang akan melayani semua titik permintaan dalam beberapa jarak layanan maksimum spefisik, yang dikenali sebagai masalah location set covering.
Contoh. Klinik Pengobatan Pedesaan
Departemen Kesehatan Negara peduli mengenai kurangnya perawatan medis di daerah pedesaan, dan sekelompok dari 9 komunitas dipilih untuk untuk pilot progam di mana klinik medis akan dibuka untuk memenuhi kebutuhan perawatan kesehatan tersebut. Diharapkan bahwa setiap komuniata akan berada dalam 30 miles dari tiap klinik. Perencana akan menentukan jumlah klinik yang dibutuhkan dan lokasinya. Suatu komunitas dapat melayani sebagai suatu tempat klinik potensial kecuali untuk 6 komunitas, karena fasilitasnya tidak tersedia di sana. Gambar 9.6 menunjukkan jaringan kerja (network) yang mengidentifikasi kota yang digambarkan dalam bulatan bernomor dan garis yang menghubungkan antar tempat menunjukkan jarak tempuh dalam miles.
Masalah didekati pertama dengan mengidentifikasi setiap komunitas yang dapat dicapai dalam batas waktu 30 menit. Pertama komunitas 1, kita lihat pada gambar 9.6 bahwa komunitas 2, 3 dan 4 dapat dicapai dalam batas jarak 30 mile. Hasil inspeski untuk setiap komunitas dilaporkan pada kolom ke-2 pada Tabel 9.9 sebagai satuan komunitas yang dilayani dari setiap tempat. Selanjutnya untuk komunitas 5, klinik yang bertempat pada 3, 4 dan 5 memenuhi batas tempuh maksimal.
Customer Location (i)
Site (j)
Proposed (3,2)
Existing (2,2)
1 2 3 4
2 2 2 2
1 1 4 3
Customer Location (i)
Site (j)
Proposed (S1 = 2)
Existing (S2 = 1)
Total attraction
1 2 3 4
0.5 0.5 0.2222 0.500
1.0 1.0 0.0625 0.111
1.5 1.5 0.2847 0.611
Customer Location (i)
Site (j)
Proposed
Existing
1 2 3 4
.33 .33 .78 .82
.67 .67 .22 .18
TABLE 9.8
Monthly Expenditures (Ejk) and Market Share (Mjk)
Customer Expendeitures
Site (j)
Proposed
Existing
Total
Monthly Market
1 2 3 4 Total Share %
$2.333 $2,333 $2.340 $4.100 $ 9.106 0.57
4.667 667 660 900 6.894 0.43
$7.000 $1.000 $3.000 $5.000 $16.000 1.00
FIGURE 9.6
Travel Network for a Rural Area
Community Set of Communities Potensial Sites That Could
Served from Site Serve the Community*
1 1,2,3,4 1,2,3,4
2 1,2,3 (1,2,3)+
3 1,2,3,4,5 1,2,3,4,5
4 1,3,4,5,6,7 1,3,4,5,7
5 3,4,5,6 (3,4,5)+
6 4,5,6,7,8 4,5,7,8
7 4,6,7,8 (4,7,8)+
8 6,7,8,9 7,8,9
9 8,9 (8,9)+
Kolom ke-3 dari Tabel 9.9 mewakili tempat potensial yang dapat mencakup suatu komunitas tertentu. Beberapa pasangan ini telah ditempatkan dalam tanda kurung, karena mewakili subsets dari lokasi potensial lain. Untuk contoh, karena komunitas 2 hanya dapat dilayani oleh tempat 1, 2 dan 3, salah satu dari tempat-tempat ini harus dipilih lokasi klinik.
Karena keinginan kita untuk meminimalisasi jumlah klinik untuk mencakup seluruh komunitas, salah satu tempat umum sampai dua atau lebih subset ini adalah kandidat yang baik untuk penseleksian. Dalam kasus ini, 3, 4 dan 8 adalah kandidat. Dari inspeksi, kita melihat bahwa jika tempat 3 dan 8 dipilih semua komunitas dapat tercakup oleh dua klinik ini. Kita juga mengidentifikasi wilayah layanan untuk masing-masing klini. Klinik yang terletak pada tempat 3 akan melayani komunitas 1 sampai 5, dan klinik yang berlokasi di komunitas 8 akan melayani komunitas 6 sampai 9.
Masalah location set covering sering dapat menghasilkan lebih dari satu solusi. Dalam contoh ini, jikan jarak tempuh maksimal adalah 40 mile, maka 5 pasang lokasi tempat klinik akan mencakup : (3,8), (3,9), (4,7), (4,8) dan (4,9).
Masalah Lokasi Pencakupan Maksimal
Variasi dari masalah Lokasi set covering adalah pencakupan maksimal (maximal covering). Masalah ini didasarkan pada suatu tujuan yang sangat menarik; memaksimalkan populasi yang dicakup dalam jarak layanan yang diinginkan.
Suatu Travel Network yang ditunjukkan pada Gambar 9.6 sekarang akan ditambah dengan informasi terhadap populasi pengguna dari masing-masing komunitas. Richard Church dan Charles ReVelle mengembangkan algoritma GA (greedy adding) untuk memecahkan masalah ini. Algorimat mulai dengan suatu set lokasi kosong dan kemudian menambah tempat fasilitas terbaik. Fasilitas pertama yang dipilih mencakup populasi terbesar. Tempat tambahan kemudian dipilih yang mencakup jumlah terbesar dari populasi sisi yang belum tercakup hingga semua populasi tercakup atau batas pada sejumlah tempat tercapai.
Untuk contoh, kembali pada contoh 9.3 bahwa tempat 3, 4 dan 8 diidentifikasi sebagai kandidat untuk masalah set covering. Jika kita asumsikan bahwa setiap komunitas memiliki populasi yang sama, maka algoritma GA akan memilih tempat 4 sebagai tempat pertama untuk memaksimalkan pencakupan populasi. Dari Tabel 9.9 kita melihat bahwa tempat mencakup komunitas 1, 3, 4, 5, 6 dan 7. Ini melebihi jumlah komunitas yang dicakup oleh kedua tempat 3 dan 8, Tempat 8 akan dipilih selanjutnya karena mencakup komunitas 8 dan 9 yang belum tercakup serta hanya menyisakan komunitas 2 yang belum tercakup.
Pertimbangan Tempat
Pemilihan tempat aktual membutuhkan pertimbangan lain di luar minimalisasi dari jarak tempuh. Real Estate mewakili kontrain pertama pada pemilihan akhir dari suatu tempat. Meskipun demikian perlu banyak pertimbangan untuk sampai ke dalam keputusan akhir.
Intermedier Pasar (Marketing Intermediaris)
Idea bahwa layanan diciptakan dan dikonsumsi secara simultan tidak nampak mengikuti konsep saluran distribusi seperti yang dikembangkan untuk barang. Harena layanan tidak dapat disimpan atau ditransporkan, sehingga daerah geografis untuk layanan akan tampak terbatas.
James H. Doneely menyediakan sejumlah contoh yang menggambarkan bagaimana layanan telah menciptakan areal pelayanan geografis yang tidak terbatas. Retailer yang mengembangkan kredit bank ke kostumernya adalah suatu intermediary dalam pendistribusian kredit. Bank Amerika itu adalah Bank Califormnia tidak membatasi penggunaan Visa Card yang mencakup ke seluruh dunia.
Substitusi Komunikasi untuk Travel
Alternatif yang menarik untuk menggerakan orang dari satu tempat ke tempat lain adalah penggunaan telekomunikasi. Study oleh David A. Lopez dan Paul Gray menggabarkan bagaiaman perusahaan ansuransi di Los Angeles memusatkan operasinya dengan menggunakan telekomunikasi.
Dampak Internet terhadap Lokasi Layanan
Dengan diperkenalkanna internet pada pertengahan tahun 1990, maka potensi untuk perdagangan elektronik menjadi nyata- Kostumer belanja dari meja dan menjelajahi Web untuk home page menarik yang akan dikunjungi. Web site telah menjadi lokasi virtual untuk usaha perdagangan (misal Amazon.com) atau saluran distribusi alternatif untuk retailer.
Pemisahan Kantor Depan dan Belakang
Pemikiran mengenai pemisahan kantor depan dan belakang dapat menghasilkan manfaat strategis. Untuk contoh pada akhir tahun 1980 Taco Bell membuat strategi dengan pemisahan kantor belakang dan depan dalam penyediaan bahan makanan, hasilnya adalah kualitasnya lebih konsisten, pelayanan lebih cepat dan memperbesar ruang makan karena ruang dapur dipindahkan. Tinjauan keputusan lokasi baik dari titik pandang internal (pekerja) dan eksternal (kostumer) juga memberikan kesempatan untuk layanan pribadi. Akhirnya kesempatan strategis untuk mencapai skala yang menguntungkan akan tercapai.
Sistem Informasi Geografis
Sistem Informasi Geografis/Geographic Information System (GIS) akan membuat keputusan bisnis dan memecahkan permasalahan bisnis. Lembaga peneliti lingkungan sekarang telah memperkenalkan ArcView, yaitu suatu GIS untuk aplikasi bisnis. Sumber ini tersedia dalam bentuk CD yang dapat digunakan untuk tugas-tugas seperti pemetaan database kostumer, penentuan lokasi, menganalisa permintaan dan memperbaiki layanan hantaran. GIS mempunyai aplikasi untuk setiap daerah bisnis, mencakup bank, perawatan kesehatan, real estate dan managemen.
Dengan cara yang sangat sederhana, ArcView menerjemahkan data, seperti informasi demografi ke dalam suatu peta. ArcView juga membantu menyelesaikan permasalahan dengan mentransfer data ke suatu peta dasar dan memberikan kode berwarna ke nilai median . Dengan demikian kita akan segera mengetahui daerah mana yang memiliki kostumer untuk suatu layanan.