Merancang Jaringan Rantai Pasok [PDF]

Citation preview

BAB II MERANCANG JARINGAN RANTAI PASOK



1. Penentuan kebutuhan data awal Perancangan jaringan supply chain juga merupakan satu kegiatan penting yang harus dilakukan pada supply chain management.Implementasi strategi supply chain hanya bisa berlangsung secara efektif apabila supply chain memiliki jaringan dengan konfigurasi yang sesuai.Artinya, struktur atau konfigurasi jaringan bisa menentukan apakah suatu supply chain akan bisa menjadi responsif atau efisien. Sebagai contoh kalau Supply chain ingin responsif maka konfigurasi jaringannya harus ditunjang oleh fasilitas produksi dan gudang yang lebih banyak dan tersebar di berbagai lokasi



pemasaran. Sebaliknya, suatu supply chain akan efisien apabila



jaringan yang ada relatif tersentralisasi dengan fasilitas yang lebih sedikit.Pada dasarnya jaringan supply chain merupakan hasil dari beberapa keputusan strategis. 1) keputusan tentang lokasi fasilitas produksi dan gudang dan keputusan tentang pembelian. 2) keputusan outsourcing, yakni akan mengerjakan sendiri suatu kegiatan tertentu atau mensubkontrakkan ke pihak lain. 3) keputusan tentang aliran produk atau barang pada fasilitas-fasilitas fisik tersebut. Masing-masing keputusan tersebut tentunya didasari oleh banyak pertimbangan seperti kondisi ekonomi, sosial, keamanan, politik, budaya, dan lingkungan. Jaringan yang kita maksud dalam konteks supply chain tentunya tidak hanya mengacu pada fasilitas-fasilitas yang dimiliki oleh suatu organisasi. Secara tradidional memang banyak perusahaan yang melakukan sendiri hampir semua kegiatan supply chain mulai dari



perancangan produk, produksi dan



distribusinya.Bahkan banyak perusahaan yang memiliki anak perusahaan sebagai pemasok bahan baku.Model ini dinamakan dengan integrasi vertikal. 2. Memilih atau menentukan jaringan rantai pasok Banyak pertimbangan menentukanjaringan



yang perlu diperhitungkan



supplychain.Pertimbangan



strategi



dalam memilih supply



chain



atau dan



pertimbangan lingkungan bisnis sama-sama penting dalam mengambil keputusan



tersebut. Dari sisi strategi supply chain, keputusan tentang konfigurasi sangat menentukan efektif tidaknya strategi yang ditetapkan. Sebagai contoh adalah perusahaan yang ingin responsif terhadap pasar cenderung memiliki fasilitas yang lebih banyak dan biasanya menempatkan fasilitas produksi atau gudang dekat dengan pasar. Namun keputusan untuk menempatkan fasilitas produksi atau gudang dekat pasar sering kali berimplikasi pada ongkos-ongkos supply chain yang lebih tinggi. Produk softdrinks seperti Coca-Cola yang pada intinya adalah produk fungsional dan harga menjadi salah satu faktor dominan dalam bersaing memiliki pabrik di hampir setiap wilayah, bukan



hanya karena ingin responsif terhadap kebutuhan



pasar, tetapi karena ingin mencapai efisiensi dalam proses pengiriman. Produk CocaCola adalah produk yang relatif mahal biaya transportasinya sehingga agar produk mereka sampai ke tangan



konsumen dengan harga murah, Coca-Cola harus



meminimalkan jarak transportasi. Terlihat dua alternatif konfigurasi untuk memasarkan suatu produk yang dibuat di satu pabrik ke 16 area konsumen yang berbeda. Pada gambar pertama terlihat ada empat gudang yang dimiliki perusahaan ditempatkan di empat wilayah regional yang berbeda.



Pada gambar kedua ada perampingan struktursupply chain dimana jumlah gudangnya dikurangi menjadi dua.



Analisis implikasi dari dua konfigurasi terhadap ongkosongkos supply chain dan terhadap kecepatan supply chain merespon kebutuhan konsumen : 1) Pada konfigurasi pertama, ongkos transportasi dari pabrik ke gudang akan lebih besar. Mencapai skala ekonomi pengiriman lebih sulit pada konfigurasi pertama. Walaupun volume produk yang didistribusikan sama, kebutuhan sumber daya pengiriman dari pabrik ke gudang (misalnya truk dan sopir) akan lebih banyak pada konfigurasi pertama. 2) Biaya pengiriman dari gudang ke lokasi toko atau daerah pelanggan akan lebih besar pada konfigurasi yang kedua. Dengan hanya ada dua gudang, rata-rata jarak kirim dari gudang ke toko atau pusat pelanggan akan lebih jauh. 3) Biaya-biaya tetap yang berkaitan dengan fasilitas (dalam hal ini gudang) akan lebih besar pada konfigurasi pertama. Tentu mudah dipahami bahwa dengan adanya 4 gudang perusahaan harus membayar biaya tetap dan biaya operasional untuk empat gudang. Mengurangi jumlah gudang menjadi dua akan mengurangi biaya-biaya tersebut, walaupun tidak berarti berkurang menjadisetengahnya. 4) Waktu respon akan lebih cepat pada konfigurasi pertama. Selama persediaan di gudang terkelola dengan baik, order dari tiap-tiap toko akan lebih cepat bisa dipenuhi karena lead time pengiriman dari gudang ke pelanggan lebih pendek.



5) Biaya persediaan akan lebih tinggi pada konfigurasi pertama karena tiap-tiap gudang akan memiliki stok sendiri, baik cycle



stock maupun safety stock.



Semakln terpusat gudang-gudang penyimpanan suatu produk, semakin rendah fluktuasi permintaan



agregat di gudang tersebut sehingga safety stock bisa



dikurangi. Fenomena ini dikenal dengan istilah risk pooling effect. 3. Faktor – faktor yang mempengaruhi jaringan rantai pasok Aspek lingkungan bisnis sangat penting dipertimbangkan dalam merancang konfigurasi supply chain. Beberapa hal yang termasuk dalam cakupan lingkungan bisnis dan perlu dievaluasi secara cermat dalam mengambil keputusankeputusan yang terkait dengan konfigurasi supply chain adalah: a. Faktor ekonomi makro Faktor ekonomi makro menyangkut stabilitas keuangan seperti tingkat inflasi dan nilai tukar mata uang, tariff dan insentif pajak, dan sebagainya. b. Faktor sosial politik Faktor sosial politik terkait dengan kultur masyarakat, tingkat penerimaan mereka terhadap kehadiran investasi asing, ketersediaan tenaga kerja yang dibutuhkan, peraturan ketenagakerjaan dan kebijakan pemerintah lainnya c. Faktor keamanan Faktor kemanan peranannya dalam menentukan apakah suatu negara atau wilayah cukup menarik untuk dijadikan tempat operasi atau fempat untuk mendapatkan input (seperti bahan baku) bagi suatu supply chain. 4. Model – model dalam merancang jaringan rantai pasok  Model lokasi fasilitas dan alokasi kapasitas Untuk menentukan keberhasilan manajer dalam menetapkan fasilitas dan mengalokasikan kapasitas, seharusnya dioptimalkan ke seluruh profitabilitas dari hasil jaringan rantai pasokan saat meningkatkan daya merespon yang tepat pada pelanggan.Model ini digunakan untuk menentukan lokasi suatu fasilitas (misalnya gudang atau pabrik) yang menjadi penghubung antara sumber-sumber pasokan dan beberapa lokasi pasar. Jadi kalau fasilitas yang dimaksud di sini adalah pabrik maka tujuannya adalah mendapatkan lokasi yang meminimalkan biaya-biaya transportasi bahan



baku dari supplier ke pabrik dan biaya-biaya transportasi dari pabrik ke pasar. Logika yang sama bisa digunakan bila fasilitas yang dimaksud tadi adalah gudang yang menjadi penyangga antara beberapa tersebut dan beberapa lokasi



pabrik yang memproduksi barang



pasar di mana produk-produk tersebut akan



didistribusikan.Model ini menggunakan beberapa asumsi. Pertama, ongkos-ongkos transportasi diasumsikan naik sebanding dengan Volume yang dipindahkan. Kedua, baik sumber-sumber pasokan maupun pasar bisa ditentukan lokasinya pada suatu peta dengan koordinat x dan y yang jelas. Jadi beberapa data yang diperlukan dalam model ini adalah ongkos transportasi per unit, beban per unit jarak dari semua posisi pasokan ke kandidat lokasi fasilitas dan dari kandidat lokasi fasilitas tersebut ke semua lokasi pasar, volume yang akan dipindahkan, serta koordinat lokasi pasokan maupun lokasi pasar. 



Misalkan kita notasikan:  Ci ongkos transportasi per unit beban per kilometer antara kandidat lokasi fasilitas dengan lokasi pasar atau lokasi sumber pasokan.  Vi beban yang akan dipindahkan antara fasilitas dengan sumber pasokan atau lokasi pasar  (xi;yi) koordinat x dan y untuk lokasi pasar atau sumber pasokani  Ji jarak antara lokasi fasilitas dengan sumber pasokan atau pasar i  Jarak antara dua lokasi pada model ini dihitung sebagai jarak geometris antara dua lokasi yang dihitung dengan formula berikut:



dimana (x0, y0) adalah kandidat koordinat fasilitas yang dipertimbangkan. Tujuan dari model ini adalah mendapatkan



lokasi fasilitas yang



meminimumkan total ongkos-ongkos pengiriman yang bisa diformuIasi kan sebagai:



 Untuk



mendapatkan



nilai



(xo,



y0)



yang



optimal,



yakni



yang



meminimumkan total ongkos pengiriman TC, dg cara berikut: o Hitung jarak ji. untuk semua i (yakni antara lokasi kandidat fasilitas dan lokasi sumber pasokan atau pasar i) o Tentukan koordinat lokasi dengan rumus berikut:



Dimana x0n dan y0n masing-masing adalah koordinat x dan y yang dihasilkan. A. Perencanaan Permintaan Dalam Supply Chain 1. Pendahuluan Permintaan adalah jumlah barang atau jasa yang ingin dan mampu dibeli oleh konsumen, pada berbagai tingkat harga, dan pada waktu tertentu. Perencanaan dan pengendalian aktifitas logistik memerlukan perkiraan yang akurat dari volume produk dan jasa yang ditangani dalam rantai persediaan.Perkiraan diwujudkan dalam peramalan/ forecasting 2. Definisi Peramalan Peramalan adalah prediksi, estimasi, proyeksi atau perkiraan akan suatu peristiwa yang tidak pasti di masa yang akan datang, didasarkan pada data historis, agar kesalahan yang mungkin terjadi dapat diperkecil. 3. Peran Peramalan dalam Supply Chain Dasar untuk semua keputusan perencanaan dalam rantai pasokan. Digunakan untuk proses push dan pull: Penjadwalan produksi, persediaanAlokasi tenaga penjualan, promosi, pengenalan produk baruInvestasi peralatan, perencanaan anggaranPerencanaan tenaga kerja, menambah karyawan, PHK. Semua keputusan tersebut saling terkait



4. Karakteristik Forecasting a. Hasil peramalan tidak selalu akurat, sehingga harus disertai dengan estimasi kesalahan. b. Peramalan jangka panjang biasanya kurang akurat dibandingkan peramalan jangka pendek. c. Secara umum, semakin panjang rantai pasokan, semakin besar distorsi informasi yang diterimanya 5. Faktor Yang Mempengaruhi Peramalan Permintaan suatu produk sangat dipengaruhi oleh faktor lingkungan yang saling berinteraksi dalam pasar yang berada di luar kendali perusahaan. Faktor lingkungan yang mempengaruhi peramalan: a. Kondisi umum bisnis dan ekonomi b. Reaksi dan tindakan pesaing c. Tindakan pemerintah d. Kecenderungan pasar e. Siklus hidup produk f. Gaya dan mode g. Perubahan permintaan konsumen h. Inovasi teknologi 6. Peran TI dalam Peramalan Modul peramalan/perkiraan adalah inti dari software Supply Chain. Dapat digunakan untuk menentukan metode perkiraan terbaik bagi perusahaan dengan kategori produk dan pasar. Membantu perusahaan merespon perubahan pasar dengan cepat. Memfasilitasi kebutuhan perencanaan 7. Metode Peramalan Metode Kualitatif / Subyektif Metode Kuantitatif a. Metode Kualitatif Berhubungan dengan data-data kualitatif, misalnya tentang selera konsumen terhadap suatu produk, atau survey tentang loyalitas konsumen, dan lain-lain b. Metode Kuantitatif Menggunakan berbagai model matematis yang menggunakan data historis atau variabel kausal untuk memperkirakan permintaan.



8. Peramalan Kualitatif Metode kualitatif digunakan jika data historis atau variabel yang akan diramal tidak ada, tidak cukup, atau kurang dapat dipercaya. Metode ini juga disarankan jika lingkungan dan teknologi sedang atau diperkirakan akan mengalami perubahan drastis. Input utama metode ini adalah judgement, opini dan pengalaman. Karena alasan itu, metode ini juga dinamakan judgemental, subjective, intuitive, atau technological forecasting method. 9. Peramalan Kualitatif Terdapat 5 teknik peramalan kualitatif : a. Opini dari Eksekutif dan Manajer Senior b. Riset Pasar c. Metode Delphi (ditentukan dalam suatu panel) d. Grass Roots (berdasarkan wilayah penjualan) e. Hystorical Analogy / Pendekataan Naif (berdasarkan permintaan periode sebelumnya) 10. Peramalan Kuantitatif  Secara garis besar dibagi menjadi dua kelompok : a. Metode Deret Berkala (Time Series) b. Model Kausal.  Teknik yang digunakan dalam peramalan kuantitatif : a. Rata-rata bergerak (Moving Average) b. Penghalusan Eksponensial (Exponential Smoothing) c. Proyeksi Trend (Trend Projection) d. Regresi Linier (Linear Regression)  Metode Time Series Memprediksi penjualan dengan asumsi bahwa masa depan adalah hasil dari fungsi dari masa lalu.Tiga kondisi yang harus dipenuhi, yaitu : a. Tersedia informasi tentang masa lalu b. Informasi dapat dikuantitatifkan dalam bentuk data numeric c. Diasumsikan pola masa lalu akan terus berlanjut.  Time Series memiliki 4 komponen:



a. Kecenderungan/Trend (T) : Gerakan ekonomi dengan kecenderungan yang sifatnya jangka panjang, yang berhubungan dengan serangkaian karakteristik ekonomi.



b. Musiman/Seasonal (S) : Kegiatan yang memiliki pola yang sama yang terjadi pada bulan- bulan tertentu yang dipengaruhi oleh budaya masyarakat.



c. Siklus/Cyclical (C) : Rangkaian perekonomian dalam jangka panjang yang sangat dipengaruhi oleh siklus usaha yang kegiatannya seringkali naik turun.



d. Variasi Acak/Random (R): Pola yang tidak beraturan yang dipengaruhi oleh perubahan mendadak dan sulit diprediksi.



11. Metode Moving Averages Metode Moving Average biasa digunakan untuk melakukan forecast hal-hal yang bersifat random, artinya tidak ada gejala trend naik maupun turun, musiman dan sebagainya, melainkan sulit diketahui polanya. Terdapat 2 pendekatan moving average: a. Single Moving Average (rata-rata bergerak sederhana) b. Weighted Moving Average (rata-rata bergerak tertimbang) 12. Simple Moving Averages Metode Simple Moving Averages mempunyai 2 sifat khusus: a. Untuk membuat forecast diperlukan data masa lalu selama jangka waktu tertentu. b. Semakin panjang moving averages, maka akan menghasilkan moving averages yang semakin halus. Metode rata-rata bergerak sederhana memprediksi dengan cara mencari rata-rata dari data n periode sebelumnya. Sehingga:



St+1 = Forecast untuk periode ke t+1 Xt = Data periode tn = Jangka waktu moving averages.  Contoh soal: Untuk mendapatkan angka perkiraan dengan menggunakan metode rata-rata bergerak 3 bulan, maka perkiraan data berikutnya sebesar rata-rata 3 bulan sebelumnya. Untuk mendapatkan angka perkiraan dengan menggunakan metode rata-rata bergerak 5 bulan , maka perkiraan data berikutnya sebesar rata-rata 5 bulan sebelumnya.Peramalan penjualan bulan April dengan metode peramalan ratarata bergerak 3 bulan adalah:Penjualan Januari : 20000 kg, Februari :21000 kg, Maret : 19000 kg, April : ?



13. Weighted Moving Averages Metode rata-rata bergerak tertimbang memprediksi dengan cara memberikan bobot kepada data n periode sebelumnya, kemudian membaginya dengan jumlah bobot.Bobot terbesar diberikan ke data 1 (satu) periode sebelumnya. Misal:Untuk mendapatkan angka perkiraan dengan menggunakan metode rata-rata bergerak



tertimbang



n



bulan,



maka



perkiraan



data



berikutnya



adalah:



14. Akurasi Peramalan Pengukuran akurasi peramalan dapat dilakukan dengan beberapa cara, antara lain :  MAE (Mean Absolute Error) = Rata-rata Kesalahan Absolut  MSE  (Mean Square Error) = Rata-Rata Kuadrat Kesalahan  MAD (Mean Absolute Deviation) = Rata-rata Deviasi Mutlak  MFE (Mean Forecast Error) = Rata-Rata Kesalahan Peramalan  MAPE (Mean Absolute Percentage Error) = Rata-Rata Persentase Kesalahan Absolut 15. Akurasi Peramalan MAE (Mean Absolute Error) Mean Absolute Error (MAE) adalah rata-rata absolute dari kesalahan meramal, tanpa menghiraukan tanda positif atau negatif E = kesalahan Xt = data aktual St = data hasil peramalan n = jumlah periode 16. Akurasi Peramalan MSE (Mean Square Error) MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan.Rumus matematisnya adalah :



E = kesalahan Xt = data aktualSt = data hasil peramalan n = jumlah periode 17. Contoh Soal Simple Moving Averages



Jawaban rata2 bergerak 3 bulan (1) Mencari forecast untuk rata-rata bergerak 3 bulan.Hasilnya sbb 



Jawaban rata2 bergerak 3 bulan (2) Mencari Mean Absolute Error & Mean Square Error untuk rata-rata bergerak 3 bulan, dengan cara sbb:



Jawaban rata2 bergerak 3 bulan (3)



Jawaban rata2 bergerak 3 bulan (4) Prediksi permintaan pada bulan Januari 2015 dengan metode rata-rata bergerak 3 bulan adalah:



Jawaban rata2 bergerak 5 bulan (1) Mencari forecast untuk rata-rata bergerak 5 bulan.Hasilnya sbb



Jawaban rata2 bergerak 5 bulan (2)



Mencari Mean Absolute Error & Mean Square Error untuk rata-rata bergerak 5 bulan, dengan cara sbb:



Jawaban rata2 bergerak 5 bulan (3)



Jawaban rata2 bergerak 5 bulan (4)



Prediksi permintaan pada bulan Januari 2015 dengan metode rata-rata bergerak 5 bulan adalah:



Kesimpulan Jadi, prediksi permintaan pada bulan Januari 2015 adalah:



18. Contoh Soal Weighted Moving Averages



Jawaban rata2 bergerak tertimbang 3 & 5 bulan (1)



  Jawaban rata2 bergerak tertimbang 3 & 5 bulan (2)



Jawaban rata2 bergerak 3 bulan (3)



Jawaban rata2 bergerak 5 bulan (4)



Kesimpulan Jadi, prediksi permintaan pada bulan Januari 2015 adalah:



Membandingkan Metode Perbandingan error antara 3 bulan dan 5 bulan moving average :



Berdasarkan perbandingan tersebut, moving average dengan jangka waktu lebih lama, penyimpangan pada hasil peramalannya akan lebih kecil. Kelemahan Moving Averages Rata-rata bergerak sederhana dan tertimbang efektif dalam menghaluskan fluktuasi pada permintaan yang tak terduga guna menghasilkan estimasi yang stabil. Kelemahan teknik rata-rata bergerak: Meningkatkan ukuran n (jml periode yang dirata-ratakan) bisa menghaluskan fluktuasi dengan lebih baik, tetapi kurang sensitif untuk perubahan nyata dalam data Karena merupakan rata-rata, maka akan selalu berada dalam tingkat masa lalu dan tidak akan memprediksi perubahan ke tingkat yang lebih tinggi atau lebih rendah.