PENERAPAN MODEL PERSEDIAAN PRODUK MUSIMAN UNTUK MEMINIMASI EFEK BULLWHIP PADA PT FNG

Transkripsi

1 PENERAPAN MODEL PERSEDIAAN PRODUK MUSIMAN UNTUK MEMINIMASI EFEK BULLWHIP PADA PT FNG Irawati 1 ; Januar Wilrison 2 ; Shanty Sepvia Hosea 3 1, 2, 3 Sarjana Teknik, Jurusan Teknik Industri, Fakultas Sains dan Teknologi, Binus University, Jakarta ira_chang@hotmail.com, weano14@yahoo.com, shantyhosea@yahoo.com ABSTRACT PT FNG is an industry engaged in the glassware industry in Indonesia. In implementing the distribution of PT FNG often experience problems in distribution of its products. Among others, the shortage or excess stock products. Which in turn has an impact on the overall cost performance. With the existence of bullwhip effect, profits earned by the company does not reach its maximum. The method used is forecasting to predict demand for one next year as an input for analysis of inventory performance. By using the model for seasonal products, the inventory of existing demand variability can be reduced by giving large values of the optimal echelon orders so the company gets the maximum profit. This study has obtained the most proper forecasting method for glassware production, and by determining optimal Q, has given influence to conduct coordination or involvement of previous echelon to obtain maximum profits Keywords : Bullwhip effect, inventory performance, forecasting, stock, variability ABSTRAK PT FNG merupakan industri yang bergerak di bidang industri gelas terkemuka di Indonesia. Dalam pelaksanaan distribusinya PT FNG sering mengalami permasalahan dalam mendistribusi produk-produknya. Antara lain terjadinya kekurangan ataupun kelebihan stock produk dan mempengaruhi performansi biaya pada keseluruhan. Dengan adanya bullwhip effect, keuntungan yang didapat oleh perusahaan menjadi tidak maksimal. Metode yang digunakan adalah peramalan untuk meramalkan permintaan 1 tahun kedepan sebagai input untuk analisis inventory performance. Dengan menggunakan model persediaan untuk produk musiman maka variabilitas dari permintaan yang ada dapat dikurangi dengan memberikan nilai besar pesanan optimal dari eselon sehingga perusahaan mendapatkan keuntungan yang maksimal. Penelitian ini mendapatkan metode peramalan yang tepat untuk produk gelas, dan dengan adanya penetapan Q optimal, memberi pengaruh untuk melakukan koordinasi atau melibatkan eselon sebelumnya agar keuntungan yang diperoleh maksimal Kata kunci : efek bullwhip, inventory performance, peramalan, persediaan, variabilitas. Penerapan Model Persediaan (Irawati; dkk) 71

2 PENDAHULUAN Latar Belakang Persaingan dunia manufaktur semakin meningkat seiring dengan munculnya industriindustri baru dalam dunia global. Persaingan tersebut mendorong industri-industri tersebut untuk semakin meningkatkan kualitas bagi produknya. Pelanggan mulai bisa membedakan produk berdasarkan kualitasnya. Kualitas tidak hanya dilihat dari penampilan fisik produk, tetapi juga harus dilihat dari prosesnya. Kualitas tak lepas dari bahan baku yang dikirim oleh supplier (Pujawan, 2005). Pelaku industri sadar bahwa untuk menyediakan produk murah dan berkualitas, harus membutuhkan peran serta dari semua pihak, mulai dari supplier, manufaktur, jaringan distribusi, wholesaler, hingga ke bagian retailing. Hal inilah yang mendorong munculnya konsep manajemen rantai pasok. Tidak ada perusahaan yang beroperasi tanpa menggunakan konsep dari rantai pasok itu sendiri. Namun bagaimanapun dengan sistem dari manajemen rantai pasok yang diterapkan oleh perusahaan, tidak luput dari permasalahan. Permasalahan yang ada adalah Bullwhip effect serta yang merupakan permasalahan umum yang terjadi pada perusahaan-perusahaan. Bullwhip effect merupakan distorsi informasi permintaan dari rantai bawah/ hilir/ enduser ke rantai di atasnya, sehingga kuantitas permintaan sering tidak dapat terpenuhi secara maksimal (artinya tidak tepat kuantitasnya dan waktunya) (Schroeder, 2000). Bullwhip effect sering kali dijumpai dalam sistem distribusi produk dimana terjadinya simpangan yang jauh antara persediaan yang ada dengan permintaan. Hal ini disebabkan adanya kesalahan interpertasi data permintaan dan sistem informasi yang kurang terintegrasi di tiap rantai distribusi. Beberapa permasalahan yang dihadapi oleh perusahaan antara lain adalah variabilitas jumlah barang yang dipesan dengan jumlah barang yang diproduksi sangat beragam, sehingga memungkinkan terjadinya shortage karena tidak dapat memenuhi permintaan customer atau kelebihan stok produk. Selain itu perusahaan belum memiliki metode peramalan yang tepat, sehingga terjadi perbedaan yang cukup besar antara jumlah pernintaan aktual dan jumlah permintaan yang diramalkan. Perusahaan juga sulit menentukan jumlah pesanan yang optimal di tiap eselonnya sebagai dasar penentuan jumlah persediaan dan ekspektasi keuntungan maksimal. Tujuan penelitian ini adalah mengetahui eselon atau pihak mana yang teridentifikasi bullwhip effect dan mencari solusi untuk mengurangi bullwhip effect, menghitung peramalan permintaan 1 tahun ke depan dengan menggunakan metode yang tepat, dan mendapatkan perkiraan jumlah pesanan yang optimal dan ekspektasi keuntungan maksimal yang diperoleh di tiap eselon dan tiap produk berdasarkan model persediaan produk musiman. Adapun manfaat dari penelitian ini adalah untuk meminimasi variabilitas permintaan dari satu pihak ke pihak lain dalam satu kesatuan rantai pasok, meminimasi tingkat kesalahan antara actual demand dengan forecast atau hasil peramalan, dan sebagai acuan keputusan bagi para desicion maker untuk menentukan kebijakan terkait dengan perlunya mengadakan koordinasi dengan tiap pihak. Supply Chain Management. Rantai pasok adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaanperusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko, atau ritel, serta perusahaan-perusahaan pendukung seperti perusahaan jasa logistik (Pujawan, 2005). Apabila kita 72 INASEA, Vol. 11 No.2, Oktober 2010: 71-77

3 mengacu pada sebuah perusahaan manufaktur, kegiatan-kegiatan utama yang masuk dalam klasifikasi SCM adalah: 1. Kegiatan merancang produk baru (product development) 2. Kegiatan mendapatkan bahan baku (procurement) 3. Kegiatan merencanakan produksi dan persediaan (planning & control) 4. Kegiatan melakukan produksi (production) 5. Kegiatan melakukan pengiriman/distribusi (distribution) Fisher membuat klarifikasi kegiatan pada rantai pasok menjadi 2 yaitu: (1) kegiatan mediasi pasar, bertujuan untuk mencari titik temu antara apa yang diinginkan oleh konsumen atau pelanggan dengan apa yang dibuat dan dikirim oleh rantai pasok, dan (2) kegiatan fisik, lebih kepada kagiatan-kegiatan mendapatkan bahan baku, mengkonversi bahan baku dan komponenkomponen menjadi produk jadi, penyimpanan serta mengirimkan sampai ke tangan pelanggan (Fisher, 1997). Efek Bullwhip Efek bullwhip adalah meningkatnya fluktuasi atau variabilitas permintaan dari hilir ke hulu suatu rantai pasok (Pujawan, 2005). Menurut Simchi-Levi dkk (2004), ada 5 penyebab terjadinya efek bullwhip yaitu demand forecasting, lead time, batch ordering, supply shortages, dan price variation. Efek ini bisa dikurangi dengan cara-cara antara lain information sharing, restrukturasi rantai pasok, memperpendek lead time, pengurangan ongkos tetap, dan menciptakan stabilitas harga. Peramalan Peramalan adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Peramalan umunya terdiri dari 2 macam yaitu metode kualitatif (metode Delphi, dan sebagainya) dan metode kuantitatif (metode analisis deret waktu dan regresi). Yang termasuk ke dalam metode analisis deret waktu antara lain : metode Brown, Holt, dan Winter. Dalam metode peramalan, kekuatan dari setiap model peramalan dan ketepatan dari peramalan tersebut dapat diukur dengan menggunakan beberapa metode, antara lain : 1. Mean Absolute Error atau Mean Absolute Deviation (MAE / MAD) Merupakan ukuran kesalahan peramalan keseluruhan untuk sebuah model peramalan. Nilai ini dihitung dengan mengambil jumlah nilai absolute dari tiap kesalahan dan dibagi dengan jumlah periode data. 2. Mean Square Error (MSE) Merupakan rata-rata dari selisih kuadrat dari nilai yang diramalkan dengan yang diamati. 3. Mean Absolute Percentage Error (MAPE) MAPE dihitung berdasarkan rata-rata diferensiasi absolut antara nilai yang diramal dan aktual dan dinyatakan sebagai persentase dari nilai aktual. Persediaan Persediaan adalah istilah umum yang menunjukkan segala sesuatu atau sumber daya organisasi yang disimpan dalam antisipasinya terhadap pemenuhan permintaan (Handoko, 2000). Pengendalian persediaan merupakan fungsi manajerial yang sangat penting karena banyak perusahaan melibatkan investasi terbesar pada persediaan. Sistem persediaan adalah serangkaian kebijaksanaan dan pengendalian yang memonitor tingkat persediaan dan menentukan tingkat persediaan yang harus dijaga, kapan persediaan harus Penerapan Model Persediaan (Irawati; dkk) 73

4 diisi, dan berapa besar pesanan yang harus dilakukan. Untuk item-item dengan permintaan musiman, isu yang mendasar adalah mencari keseimbangan antara ongkos kelebihan dengan ongkos kekurangan produk selama suatu musim penjualan. Produk-produk yang permintaannya bersifat musiman akan beresiko tinggi bila tidak habis pada musim jualnya. Resiko ini bisa berupa tidak terjual sama sekali karena melewati masa kadaluarsa (seperti makanan, minuman, sayur segar, daging, surat kabar, dan majalah) atau harus didiskon sampai di bawah harga pabrik pada akhir musim jualnya (seperti garmen dan kamera digital). Perusahaan punya tujuan untuk memasksimumkan keuntungan. Keuntungan perusahaan besarnya (p-c)q kalau Q < D dimana Q adalah ukuran pesanan dan D adalah permintaan selama musim jual. Kalau Q > D maka besarnya keuntungan adalah (p-s)d + (s-c)q. Apabila permintaan selama musim jual diketahui berdistibusi normal dengan rata-rata d dan standar deviasi Sd maka besarnya permintaan yang optimal adalah : Q = d + Z(SL*) x Sd,dimana SL* adalah service level yang optimal. METODE Langkah yang dilakukan dalam penelitian ini adalah sebagai berikut : (1) pengumpulan data permintaan dari tiap eselon; (2) pengujian kenormalan data dengan Kolmogorov-Smirnov; (3) menghitung nilai efek bullwhip; (4) menghitung peramalan dengan metode yang telah ditetapkan; (5) menghitung fill rate; (6) menghitung Q optimal dan keuntungan maksimal, untuk dibandingkan dengan eselon lain apakah perlu diadakan koordinasi atau tidak. HASIL DAN PEMBAHASAN Pengumpulan Data Data yang dikumpulkan berupa data permintaan tiap eselon untuk 3 produk dan data mengenai lead time serta ongkos produksi. Pengambilan data dilakukan dengan mendatangi langsung bagian PPIC dan wawancara dengan pihak purchasing. Untuk data permintaan, rentanng waktu yang diambil untuk diteliti adalah dari bulan April 2009 sampai Maret Pengujian Kenormalan Data Pengujian kenormalan data dilakukan dengan bantuan software MINITAB 14 dan metode yang digunakan adalah Kolmogorov-Smirnov Test. Hasil menunjukkan bahwa semua data permintaan telah terdistribusi normal (indikatornya p-value < 0.150). Perhitungan Bullwhip Effect Data-data permintaan dari tiap eselon yang terdistribusi normal akan dihitng varaibilitasnya untuk mengetahui apakah terjadi bullwhip effect antar eselon berkaitan atau tidak. Perhitungan variabilitas dapat dihitung dengan rumus: 2 Q 2 L 2 L D P P 74 INASEA, Vol. 11 No.2, Oktober 2010: 71-77

5 Dimana: Var (D) = Variansi Persediaan Var (Q) = Variansi Permintaan L = Lead Time P = Periode Dengan rumus di atas, maka dapat dirangkum hasil perhitungannya dalam Tabel 1 di bawah ini. Tabel 1 Hasil Identifikasi Bullwhip Effect Tiap Eselon Produk Eselon Nilai Hasil Perhitungan birmingham factory distributor < terjadi bullwhip effect distributor - retailer tidak terjadi bullwhip effect charente factory distributor < terjadi bullwhip effect distributor - retailer tidak terjadi bullwhip effect canary factory distributor tidak terjadi bullwhip effect distributor - retailer < terjadi bullwhip effect Peramalan Dalam peramalan, metode yang digunakan adalah metode Double Moving Average, Brown, Holt, dan Winter. Panjang peramalan adalah satu tahun ke depan. Pemilihan metode peramalan yang tepat dilihat berdasarkan nilai error yang terkecil. Dengan bantun Solver dalam MS Excel, bisa diperoleh nilai α, β, dan γ secara otomatis. Sedangkan untuk metode error yang digunakan adalah mean absolute error, mean squared error, dan mean absolute percentage error. Setelah melalui proses perhitungan yang telah disebutkan sebelumnya, akan diperoleh hasil seperti pada Tabel 2. Tabel 2 Hasil Rangkuman Perhitungan Peramalan Factory Distributor Retailer Birmingham Winter Holt Winter Charente Holt Winter Winter Canary Winter Winter Winter Perhitungan Fill Rate Fill rate merupakan persentase item yang tersedia untuk dipenuhi ke pelanggan. Fill rate ini dihitung dengan menggunakan rumus. β ^ ^ 2 () t = 1 [ exp( z 0.37z )] L σ t / μ t Dengan rumus di atas, akan diperoleh nilai fill rate untuk tiap periode. Hasilnya dirataratakan agar mendapat nilai yang mewakili. Rangkuman hasil perhitungan dapat dilihat pada tabel 3 di bawah ini. Penerapan Model Persediaan (Irawati; dkk) 75

6 Tabel 3 Perbandingan Hasil Fill Rate untuk 3 Produk pada Masing-Masing Eselon Terkait Produk/Eselon β(t) Birmingham Factory 0,9810 Distributor 0,8662 Charente Factory 0,9992 Distributor 0,9747 Canary Distributor 0,9996 Retailer 0,9780 Penentuan Q Optimal dan Keuntungan Maksimum Penentuan Q optimal bertujuan untuk menentukan besarnya batch order yang seragam. Selain itu dapat juga menentukan keuntungan maksimum yang diperoleh dengan besarnya Q optimal tersebut. Perhitungan ini melibatkan ongkos kelebihan satu unit produk, ongkos kekurangan satu unit produk, harga beli pabrik, harga jual normal, harga jual diskon, sedangkan untuk perhitungan setelah koordinasi memerlukan tambahan informasi ongkos produksi. Keuntungan perusahaan besarnya (p-c)q kalau Q < D dimana Q adalah ukuran pesanan dan D adalah permintaan selama musim jual. Kalau Q > D maka besarnya keuntungan adalah (p-s)d + (sc)q. Dengan menggunakan model persediaan produk musiman yang telah dibahas pada landasan teori, maka penentuan koordinasi aatau tidak dapat kita putuskan. Contoh hasil perhitungan terdapat pada Tabel 4. Tabel 4 Contoh Hasil Perhitungan Antara Sebelum dan Setelah Koordinasi Produk Birmingham Eselon Factory Distributor Tanpa Koordinasi Dengan Koordinasi Perubahan SL* % % 6.96 % Q 531,878 unit 603,973 unit 72,095 unit Keuntungan distributor (ekspektasi) Keuntungan pabrik Keuntungan total Rp. 21,481,160,500 Rp. 21,281,159,500 -Rp. 200,001,000 Rp. 212,751,200 Rp. 241,589,200 Rp. 28,838,000 Rp. 21,693,911,700 Rp. 21,522,748,700 -Rp. 171,163,000 Dengan prosedur yang sama, semua eselon dari 3 produk harus diperhitungkan agar dapat dibandingkan, seperti pada Tabel 5 berikut. 76 INASEA, Vol. 11 No.2, Oktober 2010: 71-77

7 Tabel 5 Rangkuman Keputusan Koordinasi Eselon Tipe Factory - Distributor Distributor - Retailer Birmingham Tidak koordinasi Koordinasi Charente Koordinasi Tidak Koordinasi Canary Tidak koordinasi Koordinasi Pada tabel di atas, tampak bahwa penentuan Q optimal berpengaruh pada keputusan perlunya koordinasi antar eselon atau tidak. SIMPULAN Kesimpulan dari hasil penelitian ini adalah: (1) metode peramalan yang tepat untuk produk gelas secara berurut dari eselon factory, distributor, dan retailer adalah metode Winter, Holt, dan Winter untuk produk Birmingham; metode Holt, Winter, dan Winter untuk produk Charente; dan metode Winter untuk ketiga eselon untuk produk Canary; (2) eselon-eselon yang mengalami efek bullwhip antara lain factory distributor untuk produk gelas Birmingham, factory distributor untuk gelas Charente, dan distributor retailer untuk gelas Canary; dan (3) dengan adanya penetapan Q optimal, memberi pengaruh bagi eselon distributor retailer pada produk Birmingham, factory distributor pada produk Charente, dan distributor retailer pada produk Canary untuk melakukan koordinasi atau melibatkan eselon sebelumnya agar keuntungan yang diperoleh maksimal. DAFTAR PUSTAKA Handoko, H. (2000) Dasar-dasar Manajemen Produksi dan Operasi. Yogyakarta: BPFE-UGM. Pujawan, I. N. (2005) Supply Chain Management. Edisi ke-2. Jakarta: Guna Widya. Simchi-Levi, D., Kaminsky, P.., dan Simchi-Levi, E. (2004). Designing & Managing The Supply Chain : Concepts, Strategies & Case Studies. New York: The McGraw-Hill Companies Schroeder, R.G. (2000) Manajemen Operasi : Pengambilan Keputusan dan Suatu Fungsi Operasi. Jilid 2. Edisi ke-4. Jakarta: Erlangga. Penerapan Model Persediaan (Irawati; dkk) 77