PERBAIKAN PROSES PEMESANAN BARANG KE HEAD OFFICE UNTUK MENGURANGI KETERLAMBATAN PEMENUHAN PESANAN DARI PELANGGAN

Transkripsi

1 PERBAIKAN PROSES PEMESANAN BARANG KE HEAD OFFICE UNTUK MENGURANGI KETERLAMBATAN PEMENUHAN PESANAN DARI PELANGGAN Darmawan Wangsadiharja 1, dan I Nyoman Pujawan 2 1 MMT-ITS, Surabaya, Indonesia darmawan.huang@gmail.com 2 Dosen Jurusan Teknik Industri, FTI-ITS pujawan@ie.its.ac.id ABSTRAK Salah satu sumber kendala yang dihadapi P.T. Burkertindo Kontromatik adalah keterlambatan dalam pengiriman barang dari head office sampai ke PT. Burkertindo Kontromatik sehingga juga mengakibatkan keterlambatan pengiriman barang ke para agen maupun ke para pelanggan. Tujuan dari penelitian ini adalah menghasilkan skenario pemesanan barang yang bisa mengurangi keterlambatan dari head office sehingga nantinya bisa mengurangi keterlambatan waktu pengiriman ke pelanggan dengan membuat model proses bisnis yang digunakan oleh PT. Burkertindo Kontromatik. Penelitian ini menggunakan metode simulasi untuk melakukan pemeriksaan pada tiap proses. Hasil penelitian menunjukkan bahwa semakin tinggi rata rata persediaan maka semakin tinggi pula service level. Semakin tinggi nilai dari rata rata persediaan, maka keterlambatan pengiriman ke pelanggan semakin berkurang. Dengan kata lain, untuk mengurangi keterlambatan pengiriman barang ke pelanggan maka jumlah persediaan harus ditingkatkan. Nilai total cost minimum yaitu sebesar SGD. 8, terjadi pada service level sebesar 87.3%, yang artinya nilai service level yang terlalu rendah dan nilai service level yang terlalu tinggi sama sama mengakibatkan biaya tinggi pada skenario 3, Kata kunci : simulasi proses bisnis, pengelolaan persediaan, supply chain PENDAHULUAN Dengan tingkat persaingan yang semakin ketat ini, tantangan yang akan dihadapi di industri manufaktur berubah dan semakin ketat dari masa ke masa. Para pelaku industri harus mempunyai kemampuan serta keahlian yang memadai untuk meningkatkan competitive advantage secara signifikan agar perusahaan tetap dapat eksis, sekaligus dapat mencapai tujuannya dalam mencapai tujuan kinerja dan efisiensi dalam pengelolaan sumber daya yang dimilikinya. Pelaku industripun menyadari bahwa untuk menyediakan produk yang murah, berkualitas, dan cepat, serta perbaikan di internal sebuah perusahaan tidaklah cukup. Ketiga aspek tersebut membutuhkan peran serta semua pihak mulai dari supplier yang mengolah bahan baku menjadi produk jadi, perusahaan transportasi yang mengirimkan bahan baku dari supplier ke pabrik, serta jaringan distribusi yang akan menyampaikan produk ke tangan pelanggan. Kesadaran akan pentingnya semua pihak dalam menciptakan produk yang murah, berkualitas, dan cepat inilah yang kemudian melahirkan konsep baru tahun 1990-an yaitu supply chain management (Pujawan, 2005:4).

2 P.T. Burkertindo Kontromatik Surabaya merupakan distributor yang ditunjuk sebagai perwakilan di Indonesia yang menjual produk produk merk BURKERT untuk menunjang suatu aktivitas ataupun berbagai aktivitas yang berkaitan dengan pengontrollan proses produksi di dalam suatu pabrik, dimana aktivitas aktivitas yang dikontrol tersebut berhubungan erat dengan fluid. Fluid yang dikontrol di dalamnya adalah media berupa gas (seperti nitrogen, O 2, angin, steam, dll) baik yang bersifat korosif, berbahaya ataupun tidak, serta cair (seperti air, thermal oil, solar, minyak residu, coklat, susu, dan lain-lain.) baik yang bersifat korosif, berbahaya ataupun tidak. Sedangkan head officenya terletak di Singapura dengan nama Burkert Contromatic Singapore PTE LTD yang ditunjuk langsung oleh Burkert Contromatic Jerman sebagai perwakilan kawasan Asia Tenggara. Pada satu sisi, perusahaan dapat menurunkan biaya dengan mengurangi persediaan. Pada sisi yang lain pelanggan dapat merasa tidak puas karena pesanannya tidak tersedia. Perusahaan harus dapat mengatur keseimbangan antara barang yang tersedia atau persediaan serta laju pengiriman barang. Fenomena ini disebabkan karena keterlambatan dalam pengiriman barang dari head office sampai ke P.T. Burkertindo Kontromatik sehingga juga mengakibatkan keterlambatan pengiriman barang baik ke para agen (para agen juga mengirimkan ke para pelanggannya) maupun ke para pelanggan. Awal mulanya fenomena terjadi dikarenakan terjadi kekurangan persediaan. Dengan adanya produk yang kekurangan persediaan, maka haruslah dipesan ke head office dan lama pemesanan tergantung apakah head office memiliki stock dari produk yang dipesan tersebut. Apabila ternyata head office juga kehabisan barang, maka head office terpaksa harus memesannya langsung ke Burkert Contromatic Jerman agar produk tersebut harap dibuatkan. Sedangkan lama pembuatan barang tersebut sifatnya fluktuatif. Belum lagi harus menunggu forwarder untuk mengambil dan mengirimkan produk tersebut sampai ke Surabaya. Perlu diketahui bahwa produk tersebut tidak bisa langsung dikirim ke Surabaya, namun produk tersebut harus melewati head office Singapura dahulu, baru kemudian bisa dikirim ke Surabaya. Masalah terlambatnya kedatangan barang dari head office serta terlambatnya pengiriman barang ke pelanggan dan ke agen, menyebabkan service level turun drastis sebesar 30% dan biaya persediaan menjadi tinggi. Solusi dari permasalahan ini adalah bagaimana meminimalkan rate keterlambatan kedatangan barang dari head office turun menjadi 15% sehingga secara simultan rate service level naik menjadi 95% serta biaya persediaan menjadi lebih rendah dari sebelumnya. METODOLOGI Pada tahap ini akan dilakukan permodelan terhadap sistem saat ini. Kemudian akan dilakukan running model awal yang dilanjutkan dengan verifikasi serta validasi. Kemudian dilakukan proses pengolahan data yang dilakukan dengan cara membuat model dari data data yang diperoleh tersebut menggunakan software ARENA, dimana pada saat memodelkan proses bisnis harus berdasarkan pada exsisting condition. Setelah itu akan diverifikasi pada model simulasi yang ada dengan debug pada program. Verifikasi bertujuan untuk memastikan bahwa model jalan, kemudian divalidasi untuk mengetahui apakah model simulasi sesuai dengan kondisi real. Validasi dilakukan dengan cara membandingkan berapa banyak penawaran yang telah dibuat pada hasil simulasi dengan hasil pada sistem kondisi real. Hasil validasi akan diuji menggunakan uji statistik. Uji statistik yang digunakan antara lain Paired Sample T-Test. Pada uji statistik akan dilihat pada T-Test of Mean Differences apakah nilai selang kepercayaan mengandung unsur nol. Setelah pembuatan model saat ini, tahapan berikutnya adalah A-11-2

3 [ Prosiding Seminar Nasional Manajemen Teknologi X running model awal serta dianalisa apakah model sudah merepresentasikan sistem yang ada. Tahapan ini berisikan pengembangan dari kondisi saat ini dengan pendekatan lean yaitu penyeimbang cycle time. Kemudian dari model yang sudah jadi dilakukan eksperimen perbaikan untuk mengurangi WIP yang terjadi di sepanjang proses. Tahap selanjutnya yaitu running model skenario perbandingan sistem, dengan tujuan untuk membandingkan hasil dari setiap model perbaikan yang ada dengan model saat ini sehingga dapat diketahui skenario mana yang merupakan skenario terbaik HASIL SIMULASI DAN PEMBAHASAN Validasi Simulasi Model Existing Sebelum model yang telah dibangun digunakan untuk pengamatan serta penelitian terhadap permasalahan yang timbul pada perusahaan, maka terlebih dahulu dilakukan pengujian validitas terhadap model simulasi yang dibuat. Metode validasi yang digunakan adalah metode validasi kotak hitam (black box validation). Pada validasi kotak hitam, struktur kerja internal serta cara kerja dari model proses bisnis tidak diperhatikan, namun hanya akan dilakukan analisa perbandingan untuk memutuskan apakah model proses bisnis yang dibuat sama atau tidak dengan real atau tidak dan tidak memperhatikan hasil simulasi. Tolak ukur yang digunakan adalah berapa banyak quotation yang telah dibuat, dimana akan diuji apakah dalam running menggunakan simulasi, dengan uji statistik akan memberikan hasil yang menunjukkan adanya perbedaan atau tidak. Uji statistik yang digunakan adalah dengan menggunakan uji T, yaitu dengan membandingkan rataan untuk satu variabel dari dua grup data waktu running. Hipotesisnya adalah sebagai berikut: H0: µ1 = µ2 dan H1: µ1 µ2 Keterangan: 1. µ1 adalah banyaknya quotation yang dibuat dalam selang waktu 90 hari pada waktu yang nyata. 2. µ2 adalah banyaknya quotation yang dibuat dalam selang waktu 90 hari pada hasil simulasi yang dibuat. Berikut adalah data lama waktu pembuatan quotation dari hasil running menggunakan report simulasi dan pengamatan pada proses pembuatan quotation berdasarkan pada existing condition: Tabel 1. Perbandingan Waktu Simulasi dengan Kondisi yang Sesungguhnya No. Data real Data hasil simulasi Dari data yang tersedia tersebut, maka selanjutnya dilakukan uji dengan menggunakan uji t-paired. Uji ini dilakukan dengan menggunakan MINITAB14. dari hasil pengujian didapatkan data sebagai berikut: A-11-3

4 Paired T-Test and CI: Data Simulasi, Data Real Paired T for Data Simulasi - Data Real N Mean StDev SE Mean Data Simulasi Data Real Difference % CI for mean difference: ( , ) T-Test of mean difference = 0 (vs not = 0): T-Value = P-Value = Gambar 2. Hasil Uji Validasi Dari hasil pengolahan data, maka dapat dilihat pada interval untuk selang kepercayaan 95% dapat diketahui bahwa terdapat unsur nol. Pada pengujian validasi dapat disimpulkan bahwa terima H0, yang menyatakan bahwa tidak terdapat adanya perbedaan antara kondisi yang sesungguhnya dengan hasil simulasi. Penentuan Replikasi Model Simulasi Untuk menentukan berapa replikasi yang digunakan pada saat running simulasi, terlebih dahulu pada menu run setup, number of replication diisi dengan sistem coba coba dengan mengisikan 5, sedangkan untuk Warm up period diisikan nol. Setelah mendapatkan jumlah replikasi, maka pertama kali yang harus digunakan adalah mencari nilai absolute error (β). Absolute error adalah banyaknya error yang bisa ditoleransi yang terjadi pada sistem dan dinyatakan dalam besaran error. Setelah mencari nilai Hw (β), dilanjutkan dengan perhitungan replikasi baru. ( tn 1, / 2) S ( Z / 2) S hw (4.1) n' n (4.2) hw Dengan: Hw = β = absolute error S = Standard deviasi α = Significance level n = sample size dari hasil perhitungan maka didapatkan nilai replikasi adalah 3. Hanya saja untuk memberikan buffer supaya penelitian serta analisanya akurat maka akan menggunakan 10 replikasi. Skenario Tabel.2 Deskripsi masing masing skenario perbaikan model simulasi Deskripsi 1 Penambahan Re-Order Point sebesar 30 unit 2 Proses minta inquiry ke head office dihilangkan, penambahan Re-Order Point sebesar 30 unit 3 Proses minta inquiry ke head office dihilangkan, penambahan Re-Order Point sebesar 30 unit serta penambahan safety stock sebesar 20 4 Proses minta inquiry ke head office dihilangkan, penambahan Re-Order Point sebesar 30 unit serta penambahan safety stock 20 serta pengurangan waktu proses pengiriman barang dari head office dengan cara melakukan pengmabilan data secara asumsi dimana data tersebut secara rata rata nilainya lebih kecil 2 A-11-4

5 Gambar 2 Model Simulasi Kondisi Saat Ini Tabel 3. Hasil Simulasi Model Simulasi Kondisi Saat Ini Deskripsi Existing Model Penulisan Quotation 139 Menunggu PO 139 Buat PO ke Head Office 40 Proses pengiriman barang 39 Proses verifikasi oleh forwarder 39 Minta Inquiry ke Head Office 43 Terlambat Kirim Barang 56 Entity In 201 Entity Out 139 Stock Average Service Level 59.71% Holding Cost Ordering Cost 11, Total Cost 12, Entity WIP 62 Pada hasil simulasi nampak bahwa service level sangat rendah dan total cost yang terdiri dari holding cost dan order cost masih sangat tinggi maka dari itu dibuat model skenario I dimana pada model skenario I menggunakan re-order point. Cara mengghitung reorder point adalah sebagai berikut: ROP Dengan: ROP = Reorder Point d = Kebutuhan per hari (dalam rata rata dalam 1 tahun) l = Rata rata Lead time (dalam hari) ZSL = Nilai invers pada distribusi normal yang mengakibatkan luasan sebelah kiri sama dengan service level Sd = Standar deviasi permintaan = Standar deviasi lead time Sl d l Zsl l Sd d Sl (4.1) A-11-5

6 ROP d l Z sl l S 2 d d 2 S 2 l ROP Kemudian untuk mendapatkan penelitian yang lebih baik, maka hasil dari perhitungan akan dibulatkan menjadi 30. Gambar 3 Model Skenario I Tabel 4. Hasil Simulasi Model Skenario I Deskripsi Skenario 1 Penulisan Quotation 127 Menunggu PO 126 Buat PO ke Head Office 14 Proses pengiriman barang 14 Proses verifikasi oleh forwarder 14 Minta Inquiry ke Head Office 37 Terlambat Kirim Barang 23 Entity In 192 Entity Out 191 Stock Average Service Level 87.96% Holding Cost 5, Ordering Cost 4, Total Cost 9, Entity WIP 1 Pada hasil simulasi nampak bahwa service level meningkat dan total cost yang terdiri dari holding cost dan order cost menurun 48% namun masih belum baik maka dari itu dibuat model skenario II dimana pada model skenario II menggunakan re-order point serta proses minta inquiry dihilangkan A-11-6

7 Gambar 4. Model SkenarioII Tabel 5. Hasil Simulasi Model Skenario II Deskripsi Skenario 2 Penulisan Quotation 114 Menunggu PO 114 Buat PO ke Head Office 12 Proses pengiriman barang 12 Proses verifikasi oleh forwarder 12 Minta Inquiry ke Head Office - Terlambat Kirim Barang 20 Entity In 165 Entity Out 164 Stock Average Service Level 87.80% Holding Cost 4, Ordering Cost 3, Total Cost 8, Entity WIP 1 Pada hasil simulasi nampak bahwa service level meningkat dan total cost yang terdiri dari holding cost dan order cost menurun 52% namun masih belum baik maka dari itu dibuat model skenario III dan skenario IV. Namun untuk model skenario yang ketiga dan keempat gambar menyerupai model skenario yang kedua, hanya saja terdapat tambahan perubahan dilakukan di dalam proses serta logika saja. Model skenario III pada re-order point ditambahkan safety stock tambahan sebesar 20 unit. Sedangkan pada model skenario IV selain penambahan safety stock pada re-order point sebesar 20 unit, perubahan yang dilakukan yaitu pengurangan waktu proses pengiriman barang. A-11-7

8 Tabel 6 Hasil Simulasi Model Skenario III Deskripsi Skenario 3 Penulisan Quotation 112 Menunggu PO 112 Buat PO ke Head Office 8 Proses pengiriman barang 8 Proses verifikasi oleh forwarder 8 Minta Inquiry ke Head Office - Terlambat Kirim Barang 13 Entity In 167 Entity Out 167 Stock Average Service Level 92.22% Holding Cost 9, Ordering Cost 2, Total Cost 11, Entity WIP 0 Pada hasil simulasi nampak bahwa service level meningkat dan total cost yang terdiri dari holding cost dan order cost meningkat 52% namun masih belum baik maka dari itu dibuat model dan skenario IV. Tabel 7. Hasil Simulasi Model Skenario IV Deskripsi Skenario 4 Penulisan Quotation 104 Menunggu PO 104 Buat PO ke Head Office 8 Proses pengiriman barang 8 Proses verifikasi oleh forwarder 8 Minta Inquiry ke Head Office - Terlambat Kirim Barang 11 Entity In 155 Entity Out 155 Stock Average Service Level 92.90% Holding Cost 9, Ordering Cost 2, Total Cost 11, Entity WIP 0 Pada hasil simulasi nampak bahwa service level meningkat dan total cost yang terdiri dari holding cost dan order cost meningkat sama seperti model skenario III 52% Analisa Perbandingan Average inventory dengan Service Level Pada existing model serta skenario perbaikan model yang dibuat, setelah simulasi dijalankan selama 3000 periode dengan menggunakan 10 replikasi, maka didapatkan hasil perbandingan pada tabel berikut ini: Tabel 8 Tabel Rata rata antara AverageIinventory dengan Service Level Performance Existing Model Skenario 1 Skenario 2 Skenario 3 Skenario 4 Stock Average Service Level A-11-8

9 Service Level Vs Average Inventori SGD Existing Model Skenario 1 Skenario 2 Skenario 3 Skenario 4 Service Level Average Inventori Service Level Average Inventori Gambar 5. Grafik Perbandingan antara Service Level dengan Average Inventory Dari grafik dapat dilihat bahwa semakin tinggi average inventory maka semakin tinggi pula service level. Dengan kata lain, untuk meningkatkan nilai dari service level dibutuhkan tambahan inventory. Analisa Perbandingan Average inventory dengan Keterlambatan Tabel 9. Tabel Rata rata antara Average Inventory dengan Keterlambatan Pengiriman Barang Performance Existing Model Skenario 1 Skenario 2 Skenario 3 Skenario 4 Stock Average Terlambat Kirim Barang Average Inventory Vs Keterlambatan SGD Existing Model Skenario Skenario Skenario Skenario 4 Average Inventory Terlambat Kirim Barang Average Inventory Terlambat Kirim Barang Gambar 6. Grafik Perbandingan antara Average Inventory dengan Keterlambatan Dari grafik dapat dilihat bahwa semakin tinggi nilai dari average inventory, maka keterlambatan pengiriman ke pelanggan semakin berkurang. Dengan kata lain, untuk mengurangi keterlambatan pengiriman barang ke pelanggan maka jumlah inventory harus ditingkatkan. Analisa Perbandingan Total Cost dengan Service Level Tabel 10 Tabel Rata rata antara Total Cost dengan Service Level Performance Existing Model Skenario 1 Skenario 2 Skenario 3 Skenario 4 Total Cost 11, , , , , Service Level Total Cost SGD 15, , , , , , , , , , Service Level Total Cost 11, , , , , Total Cost Gambar 7 Grafik Perbandingan antara Total Cost pada Service Level yang berbeda A-11-9

10 Total cost merupakan jumlah antara holding cost dan ordering cost. Dari hasil simulasi dapat dilihat bahwa nilai total cost minimum yaitu sebesar SGD. 8, terjadi pada service level sebesar 87.3%, yang artinya nilai service level yang terlalu rendah dan nilai service level yang terlalu tinggi sama sama mengakibatkan biaya tinggi. KESIMPULAN Dari keempat skenario yang telah dibuat, maka skenario yang memberikan total cost yang paling rendah adalah skenario 3 dimana service level tinggi sehingga dapat mengurangi masalah keterlambatan pengiriman barang ke pelanggan sehingga keterlambatan pemenuhan pesanan ke pelanggan dapat diminimalkan. Dari hasil simulasi dapat dilihat bahwa semakin tinggi average inventory maka semakin tinggi pula service level. Dengan kata lain, untuk meningkatkan nilai dari service level dibutuhkan tambahan inventory. Namun kenaikan tingkat inventory tidak sebanding dengan kenaikan service level. Pada saat service level sudah tinggi, penambahan inventory hanya berdampak kecil terhadap kenaikan service level. Secara umum apabila dibandingkan antar skenario, akan terlihat bahwa ada hubungan antara service level dengan total cost, dimana total cost akan minimum pada service level sekitar 87%. Service level yang terlalu tinggi atau terlalu rendah mengakibatkan total cost yang tinggi. Hal ini disebabkan karena pada saat service level rendah maka order cost akan tinggi karena sering melakukan order namun dalam jumlah yang sedikit, sedangkan service level tinggi maka holding cost yang tinggi karena jarang melakukan order namun dalam sekali melakukan order jumlah barang banyak. Dari hasil simulasi dapat dilihat bahwa kenaikan inventory akan diikuti oleh kenaikan service level. DAFTAR PUSTAKA Ballou, R. H. (2004), Business Logistics Supply Chain Management, 5 th Edition, Prentice Hall, New Jersey. Chase, R., N. Aquilano, dan F. Jacobs. (2007), Operations Management for Competitive Advantage, 11 th, Mcgraw-Hill, WC Coyle, R. G. (1996), A Practical Approach, Sistem Dynamic Modelling, First Edition, Chapman and Hall, UK, London Puente, J.; De La Fuente, D.; Priore, P. dan Pino, R. (2002). ABC Classification with Uncertain Data. A Fuzzy Model VS A Probabilistik Model, School of Industrial Engineering, University of Oviedo, Gijon, Spain Kelton, W. David; Sadowski, Randall P. dan Sturrock, David. P. (20 03). Simulation with Arena 3 rd edtion, McGraw-Hill, WC Melissa. (2007), Pengembangan Model QFD Berbasis Customer Satisfaction Scorecard untuk Merumuskan Strategi Perbaikan Kinerja (Studi Kasus: Perusahaan Coldstorage P.T. XYZ), Tesis M.MT., Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia Soewartini, S. (2007), Analisis Distorsi Informasi dan Bullwhip Effect pada Supply Chain (Studi Kasus : P.T Sinar Sosro Pabrik Gresik), Tesis M. MT., Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia Takasana, Sandi. Widianto. P. (2008), Pendekatan Simulasi untuk Implementasi Lean Operation pada Proses Inbound dan Outbound di Distribution Centre Produk Jadi (Studi Kasus: P.T. X (DC), Skripsi S.T., Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia A-11-10

11 Warburton, R. D. H. (2004), An Analytical Investigation of the Bullwhip Effect, Production and Operations Management, vol. 13, No. 2, hal Watanabe, Ryoichi. (2001), Supply Chain Manajement Consept and Technology Zhao. Z., (2005), Applying IT to Avoid Bullwhip Effect of Supply Chain, Chinese Business Review, vol. 4, No. 4 A-11-11