Evaluasi Strategi untuk Mengurangi Instabilitas Jadwal dan Dampaknya pada Rantai Pasok dengan Simulasi Dosen Pembimbing: Prof. Ir. I Nyoman Pujawan M.Eng., Ph.D., CSCP Pranostika Heryanti 2509 100 051
PENDAHULUAN
Schedule instability?
penyebaran perubahan dalam sebuah sistem yang menggunakan logika dari sistem Material Requirement Planning (MRP) dimana perubahan-perubahan pada Master Production Schedule (MPS) biasanya ditransfer menjadi instabilitas pada kebutuhan material dan komponen pada level yang lebih rendah dalam sebuah struktur produk Pujawan, 2008
Jumlah Dead line Jenis produk
Pembelian material secara mendadak Backlog Inventory
Safety stock Sridharan & La Forge (1989) Teknik Lot Sizing Metode Freezing Component Commonality Capacity Kimms (1998) Kazan et al. (2000) Zhao et al. (2005) Yeung et al. (1999) Xie et al. (2003) Meixell (2005) Meixell (2005) Xie et al. (2003)
Rumusan Masalah bagaimana merancang simulasi untuk mengetahui dampak yang diberikan oleh schedule instability serta bagaimana strategi terbaik yang harus digunakan untuk mengurangi schedule instability dan dampak yang ditimbulkannya
Tujuan Mengevaluasi dampak yang diberikan dengan menggunakan strategi fleksibilitas kapasitas, safety stock dan component commonality terhadap schedule instability yang melibatkan perubahan jumlah pesanan dan jenis produk pesanan, baik pada perusahaan manufaktur maupun supplier dalam sebuah supply chain. Mengevaluasi dampak perubahan terhadap service level dan biaya-biaya terkait, yaitu biaya pemesanan, biaya simpan dan biaya rush order. Mengetahui strategi terbaik untuk mengurangi schedule instability beserta dampaknya.
Ruang Lingkup Batasan Evaluasi pada penelitan ini akan berfokus untuk multiproduct dengan struktur produk multi-level. Evaluasi instabilitas akan dilakukan pada perubahan jumlah pesanan dan atau jenis produk pesanan. Permintaan baru yang muncul untuk periode yang baru/tambahan tidak dianggap sebagai perubahan. Asumsi Pola permintaan berdistribusi normal Lead time pengiriman supplier diabaikan Pabrik dan supplier tidak memiliki inventory pada awal periode
Critical Review Karakteristik Model Pujawan (2004) Penelitian Terdahulu Kadipasaoglu Pujawan Meixell & Sridharan (2008) (2005) (1995) Zhao et. al. (2002) Penelitian Ini (2013) Jumlah Pelaku dalam SC Satu Dua Struktur Produk Satu Dua Lebih dari dua Faktor Instabilitas yang Dipertimbangkan Ketidakpastian demand Setup cost Strategi untuk Mengurangi Instabilitas Metode Lot Sizing Safety stock Component commonality Capacity flexibility Freezing fence
Gap Penelitian Single-tier Pembobotan II nn = ii+4 ii=nn xx ωω ii QQ ii,nn QQ ii,nn 1 ii+4 ii=nn 1 QQ xx,ii,nn 1 Strategi
METODOLOGI PENELITIAN
DESAIN EKSPERIMEN
Gambaran Umum Permasalahan
Faktor Eksperimen Demand uncertainty Capacity Flexibility Component Commonality Coefficient of Variance 0.1 0.4 μ 1.5 μ TCCI 0 0.3 0.6
BoM Tree (TCCI = 0) A O B C P Q R D E F
BoM Tree (TCCI = 0.3) A O B C P X R X E X
BoM Tree (TCCI = 0.6) A O B C Y X Y X Y X
Ukuran Performansi ii+4 Schedule instability II nn = ii=nn ωω ii QQ ii,nn QQ ii,nn 1 ii+4 xx ii=nn 1 QQ xx,ii,nn 1 Service level Total cost
Detail Input PROBABILITAS DEMAND INPUT
Detail Manufacturer & Supplier DEMAND INVENTORY MPS UKURAN PERFORMANSI
Detail Summary
Alur Simulasi Pabrik Supplier
PERCOBAAN NUMERIK
Skenario Safety Stock Percobaan 1 No safety stock Permintaan stabil Kapasitas fleksibel Percobaan 2 No safety stock Permintaan fluktuatif Kapasitas fleksibel
Dampak Safety Stock terhadap Frekuensi Rush Order tanpa safety stock dengan safety stock 25 17 19 Permintaan fluktuatif 11 6 4 2 1 1 TCCI 0 TCCI 0.3 TCCI 0.6
Pengaruh Safety Stock terhadap Service Level 88% 86% 84% 82% 80% 78% 76% tanpa safety stock dengan safety stock service level pabrik 80% 87%
service level mengantisipasi ketidakpastian (Pujawan, 2006)
0.285 Pengaruh Safety Stock terhadap Schedule Instability Sistem 0.28 0.275 0.27 tanpa safety stock dengan safety stock 0.265 0.26 tanpa safety stock dengan safety stock
Skenario Fleksibilitas Kapasitas Kapasitas maksimum pabrik Fluktuasi permintaan
Pengaruh Fleksibilitas Kapasitas terhadap Service Level 97% kapasitas terbatas 100% kapasitas fleksibel 87% 77% pemintaan stabil permintaan fluktuatif
Pengaruh Fleksibilitas Kapasitas terhadap Total Biaya Pabrik kapasitas terbatas kapasitas fleksibel 1,648,753 1,277,030 2,098,020 819,784 pemintaan stabil permintaan fluktuatif
biaya simpan Kapasitas pabrik biaya investasi
Pengaruh Fleksibilitas Kapasitas terhadap Schedule Instability pada Permintaan Stabil kapasitas terbatas kapasitas fleksibel 0.2969 0.2977 0.0116 0.0649 pabrik supplier
Pengaruh Fleksibilitas Kapasitas terhadap Schedule Instability pada Permintaan Fluktuatif kapasitas terbatas kapasitas fleksibel 0.2998 0.3019 0.0808 0.1275 pabrik supplier
Skenario Component Commonality Indeks TCCI Kapasitas maksimum pabrik Fluktuasi permintaan
2500000 Pengaruh Component Commonality pada Total Biaya Supplier 2000000 1500000 1000000 TCCI = 0 500000 0 Permintaan Stabil, Kapasitas Terbatas Permintaan Stabil, Kapasitas Fleksibel Permintaan Fluktuatif, Kapasitas Terbatas Permintaan Fluktuatif, Kapasitas Fleksibel TCCI = 0.3 TCCI = 0.6
biaya simpan
PENUTUP
Kesimpulan fleksibilitas kapasitas instability safety stock rush order component commonality
Kesimpulan fleksibilitas kapasitas safety stock component commonality fleksibilitas kapasitas safety stock
Saran Untuk penelitian selanjutnya sebaiknya dilibatkan faktor-faktor lain supaya penelitian dapat lebih mendekati persoalan nyata Untuk penelitian selanjutnya dapat dipertimbangkan strategi mekanisme lainnya untuk mengevaluasi alternatif untuk mengurangi instabilitas jadwal dan dampaknya.
Daftar Pustaka Chopra, S. & Meindl, P., (2004), Supply Chain Management : Strategy, Planning, and Operation, Prentice Hall Inc., New Jersey. Henri J. Thevenot & Timothy W. Simpson., (2006), Commonality indices for product family design: a detailed comparison, Journal of Engineering Design, Vol. 17, No. 2, pp.99-119. Kadipasaoglu, S., dan Sridharan, V., (1995), Alternative approaches for reducing schedule instability in multistage manufacturing under demand uncertainty, Journal of Operations Management, Vol. 13, pp.193-211. Kadipasaoglu, S., dan Sridharan, V., (1997), Measurement of instability in multi-level MRP systems, International Journal of Production Research, Vol. 35, No. 3, pp.713-737. Kazan, O., Nagi, R., dan Rump, C.M. (2000), New lot sizing formulations for less nervous production schedules, Computers and Operations Research, Vol. 27, pp.1325-1345. Kimms, A. (1998), Stability measures for rolling schedules with applications to capacity expansion planning, master production scheduling, and lot sizing, Omega, Vol. 26, No. 3, pp.355-366. Mather, H., (1977), Reschedule the reschedules you just rescheduled-way of life for MRP?, Production and Inventory Management, Vol. 18, No. 1, pp.60-79.
Daftar Pustaka Meixell, M. (2005), The impact of setup cost, commonality, and capacity on schedule instability: an exploratory study, International Journal of Production Economics, Vol. 95, pp.95-107. Proud, J.F., (1999), Master Scheduling : A Practical Guide to Competitive Manufacturing, 2nd penyunt, John Wiley & Sons, New York. Pujawan, I.N. (2004), Schedule nervousness in a manufacturing system: a case study, Production Planning & Control, Vol. 15, No. 5, pp.515-524. Pujawan, I.N. (2008), Schedule instability in a supply chain: an experimental study, Int. J. Inventory Research, Vol. 1, No. 1, pp.53-66. Pujawan, I.N. (2010), Supply Chain Management, Guna Widya, Surabaya. Sridharan, V. dan LaForge, R.L. (1989), The Impact of Safety Stock on Schedule Instability, Cost and Service, Journal of Operational Management, Vol. 8, No. 4, pp.327-346. Steele, D.C. (1975), The nervous MRP system: how to do battle, Production and Inventory Management, Vol.16, No.4, pp.83-89. Wybark, D.G., dan Williams, J.G., (1976), Materials requirements planning under uncertainty, Decision Sciences, Vol. 7, No. 4, pp.595-606 Xie, J., Zhao, X., dan Lee, T.S. (2003), Freezing the master production schedule under single resource constraint and demand uncertainty, International Journal of Production Economics, Vol. 83, pp.65-84.