8/4/2010
EVALUASI & PREDIKSI PEMILIHAN STRATEGI PENGADAAN SPARE PART AUXILARY POWER UNIT (APU) PADA UNIT ENGINE MAINTENANCE PT.GARUDA MAINTENANCE FACILITIES AERO ASIA (PT.GMF AA)
HARTINI
Dosen Pembimbing Nani Kurniati, S.T., M.T.
2506 100 057 Teknik Industri Institut Teknologi Sepuluh Nopember Surabaya
PENDAHULUAN Maintenance Repair Overhaul Salah Satu Unit Pendukung ENGINE SHOP = Bertanggung jawab atas perbaikan mesin pesawat & APU TRADE & ASSET MANAGEMENT = planning kebutuhan material, pengadaan material, pembelian material, hingga distribusi dan allotment material Salah Satu KPI ENGINE SHOP = TAT Maintenance, Availability Engine Floating Spare TRADE & ASSET MANAGEMENT = Service level, Total cost
1
8/4/2010
OBJECT Auxilary Power Unit (APU) Pemberi Energy untuk menghidupkan engine utama pesawat Bagian besar : Hot Section, Cold Section, Gearbox Section Bagian Utama : Gearbox, Turbin, Compressor Terdapat (+-) 465 part number
Sumber : Daily Report TR 2009-2010
FACT
Latar Belakang 70 % DEVIASI NEGATIF
Sumber : Daily Report TR 2009-2010
2
8/4/2010
Sumber : Daily Report & PD Sheet TR 2009-2010
PENYEBAB KETERLAMBATAN TAT MAINTENANCE 71%
Sumber : Daily Report TR 2009-2010 11%
19%
5%
3
8/4/2010
Gating Procedure APU Maintenance TAT MAINTENANCE 30 DAYS
DISASSY
NDT
CLEANING
REPAIR
INSPECTION
ASSY
PPC
Kondisi Aktual Sumber : Daily Report TR 2009-2010
4
8/4/2010
TRADE & ASSET MANAGEMENT
WISH
MIN
$.ico ENGINE SHOP TARGET TAT MAINTENANCE TERPENUHI
Perumusan Masalah Shortage Spare part
Target TAT maintenance tidak terpenuhi
Perlu adanya Evaluasi strategi waktu pengadaannya
Bagaimana strategi waktu pengadaan spare part optimal?
Target TAT Maintenance Terpenuhi
Min Total Cost
5
8/4/2010
Tujuan Penelitian Melakukan pemilihan alternatif waktu pengadaan spare part (periodic bulanan, Quaterly, direct purchase)
Menghitung bobot untuk kriteria subjective (kualitas, delivery, harga, dan service)
Menghitung total cost & TAT maintenance setiap alternatif
Menghitung peramalan jumlah demand
Identifikasi Part Number
Manfaat : Memberikan rekomendasi perusahaan strategi waktu pengadaan yang optimal untuk spare part APU GTCP85 H/J/K
Ruang Lingkup Batasan : – Pengamatan dilakukan di Engine Shop PT GMF AA – Jenis APU hanya pada tipe GTCP 85 H/J/K – Data material yang diamati merupakan material dari APU GTCP 85 H/J/K – Kelas material yang diamati adalah kelas expendable dan repairable – Data referensi merupakan data tahun 2008-April 2010 diambil dari SAP, progress report engine maintenance, PD Sheet engine maintenance.
Asumsi: – – – –
Harga tiap spare part tetap Stock out cost 7% dari harga pembelian Forecast tidak mempertimbangkan jadwal removal Flow process pembelian spare part dan repair APU tidak mengalami perubahan – Bulan mei dan juni masuk ke dalam planning
6
8/4/2010
Metodologi Penelitian Hargas, Jumlah Penggunaan,ka rakteristik demand
Klasifikasi Spare Part
Neural network forecast, simulasi montecarlo
Perhitungan prediksi jumlah demand
Perhitungan kriteria objective & subjective strategi waktu pengadaan spare part
Memilih Rating tertinggi
AHP
7
8/4/2010
IV. PENGOLAHAN DATA - Klasifikasi
Spare part yang diamati berjumlah 465
Berdasarkan nilai , CV2 & ADI
Spare part sebagai contoh perhitungan
8
8/4/2010
Forecast?? Model Neural Network
Simulasi montecarlo
Based on Jurnal international Dapat menanggulangi ketidak linieran dalam pola demand
Based on Penelitian Sebelumnya Pola demand tidak berdistribusi normal
PENGOLAHAN DATA – Forecast Demand 1. 1475M35P01 (Lumpy Demand)
9
8/4/2010
2. PN 3601193-8 (Erratic)
3. 600-3130-1-4 (Intermittent)
10
8/4/2010
Perbandingan Forecast Hasil Uji ANOVA (Gambar 5.4)
Hasil perbandingan Standart Deviasi (Tabel 5.1)
Perhitungan Total Cost Periodic Bulanan
11
8/4/2010
Perhitungan Total Cost Quarterly
Perhitungan Total Cost Direct Purchase
Rating Total cost pada tabel 4.25
12
8/4/2010
Perhitungan TAT Maintenance Rating TAT Maintenance pada tabel 4.26
Pembobotan Kriteria Subjective 1. 2. 3. 4.
Kualitas Delivery Harga Service
Contoh Pembobotan PN 1475M35P01
Tabel Rating Kriteria Subjective Tabel 4.27
13
8/4/2010
Pemilihan waktu Strategi Pengadaan optimal
Kuadran 1 Kuadran 2
Pemilihan waktu Strategi Pengadaan optimal
Kuadran 3
Kuadran 4
14
8/4/2010
Analisa sensitivitas
Kesimpulan • • •
•
Perhitungan jumlah demand dengan model neural network dan montecarlo menunjukkan bahwa 67% tidak memiliki perbedaan secara significant, 33% menyatakan ada perbedaan secara significant. Berdasarkan pada nilai standart deviasi prediksi jumlah demand untuk periode berikutnya simulasi montecarlo lebih baik dibandingkan model forecast neural network. Kedua forecast tidak menunjukkan berbedaan yang significant untuk service level hanya selisih 2%3%, sedangkan untuk selisih hasil total costnya rata-rata 10% dengan range terendah 1% dan range tertinggi 25%. Berdasarkan tabel 4.23 ditunjukkan untuk hasil total cost quarterly antara kedua pendekatan forecast tidak menunjukkan berbedaan yang significant untuk service level hanya selisih 2%-3%, sedangkan untuk selisih hasil total costnya rata-rata 9% dengan range terendah 1% dan range tertinggi 29%. Berdasarkan tabel 4.24 ditunjukkan untuk hasil direct purchase antara kedua pendekatan forecast tidak menunjukkan berbedaan yang significant untuk service level hanya selisih 2%-3%, sedangkan untuk selisih hasil total costnya rata-rata 12% dengan range terendah 1% dan range tertinggi 29%. Service level actual dari ketiga alternatif pemilihan waktu pengadaan didapatkan bahwa rata-rata yang memberikan service level lebih besar dari yang terbesar sampai terkecil adalah alternatif periodic bulanan, quarterly, direct purchase. Sedangkan jika dilihat dari total costnya mayoritas yang menghasilkan perhitungan total cost paling besar adalah alternatirf pengadaan spare part secara direct purchase. Jika dilihat dari TAT maintenance yang mendapatkan rating tertinggi adalah alternatif pengadaan secara quarterly dan periodic bulanan
15
8/4/2010
Kesimpulan •
• •
Alternatif waktu pengadaan yang optimal untuk kuadran 1 karakteristik lumpy adalah adalah quarterly. Kuadran 1 dengan karakteristik erratic strategi yang tepat adalah quarterly, kuadran 1 dengan karakteristik smooth strategi waktu pengadaan yang optimal adalah periodic bulanan. Kuadran 2 untuk karakteristik erratic adalah periodic bulanan, karakteristik intermittent bisa periodic bulanan maupun quarterly, karakteristik lumpy bisa periodic bulanan maupun lumpy tetapi untuk cost terkecilnya jatuh pada periodic bulanan, sedangkan untuk smooth bisa periodic bulanan dan quarterly. Kuadran 3 untuk karakteristik erratic strategi yang tepat quarterly, untuk lumpy periodic bulanan, dan untuk smooth quarterly. Kuadran 4 untuk karakteristik erratic quarterly, karakteristik lumpy quarterly, dan smooth direct purchase. Pemilihan alternatif untuk karakteristik demand lumpy dan erratic tidak dipengaruhi oleh kuadran, sedangkan karakteristik smooth dipengaruhi oleh kuadran. Alternatif quarterly dan periodic bulanan belum bisa disebut alternatif superior. Namun quarterly lebih superior dibandingkan dengan periodic bulanan karena lebih mayoritas menduduki peringkat 1 pada macam- macam kriteria maupun perubahan bobot.
Saran • Dapat dilakukan perhitungan untuk alternatif waktu pengadaan yang lainnya (tidak dikunci dari awal untuk periodic bulanan, quarterly, dan direct purchase) • Pembuatan program model simulasi dengan user interface agar memudahkan perusahaan melakukan penarikan kesimpulan.
16
8/4/2010
Daftar Pustaka Adel, A.Ghobbar; Chris, H. Friend. Evaluation of Forecasting Methods for Intermittent Parts Demand in the Field Of Aviation : a Predictive Model.(2003). International journal of Computer & Operations Research.Vol 30.pp 2097-2114. Evererre, S. Gardner. (1993). Forecasting the Failure of Component Parts in Computer System : A Case Study. International Journal of forecasting. Vol 9.pp 245-253. Engine Maintenance/ PT. GMF AeroAsia. (2010). Daily Report Pengerjaan APU 2009. Ghozali, Imam. (2001). Aplikasi Analisis Multivariate Dengan Program SPSS. Semarang : Badan Penerbit Universitas Diponegoro. Hanik, U.R.(2010). Manhours Planning of C-check Maintenance on PT.GMF AeroAsia Base Maintenance Unit. TA Teknik Industri ITS, Surabaya. Kurniati, Nani. (2007). “Slide Mata Kuliah PPC”. Jurusan Teknik Industri ITS; Surabaya. Laurene, Fausett. (1991). Fundamental of Neural network. L.W.G.Strijbosh ; R.M.J.Heuts; and E.H.M. Van der Schoot. Improved Spare Parts Inventory Management : A Case Study. Faculty of Economics and Business Administration, Tilburg University. Masbukhin. (2003) . Pengantar SAP. Nasution, Arman Hakim (1999). Perencanaan dan Pengendalian Produksi. Jakarta: PT.Candimas Metropole.
Penangsang, S.A.W. (2010). Pengendaliaan Persediaan Spare Part Dengan Pendekatan Periodic Review (R,s,S) System. TA Teknik Industri ITS, Surabaya. Pujawan, I Nyoman. (2005). Supply Chain Management. Surabaya: Guna Widya, Rafael, S. Gutierrez ; Adriano, O. Solis ; and Sonath, Mukhopadhyay. (2008). Lumpy Demand Forecasting Using Neural Networks. International Journal of Production Economics.Vol 111.pp 409-420. Saaty, Thomas L. (1993). Decision Making for Leader, the Analytical Hierarcy Process for Decision in Complex World. Prentice Hall Coy, Lad, Pinsburgh. Santosa, Budi. (2007). Data Mining Terapan dengan Matlab. Yogyakarta : Graha Ilmu. SAP/ PT. GMF AeroASia. (2010). Strip Report Mainteance 2008-2010 Engine Maintenance. Sapril,W. Responsi Mata Kuliah Management Jasa. Jurusan Teknik Industri ITS, Surabaya. Silver, E. A., Pyke; David F; Peterson, Rein. (1998). Inventory Management and Production Planning and Scheduling. New York : John Wiley & Sons Tersine, J. R. ( 1994). Principles Of Inventory And Materials Management. Prentice Hall International.Inc. Tabucanon, Mario.T.(1988). Multiple Criteria Decision Making in Industry. Elsevier Science Publiser. Tersine, J. Richard (1994). Principles of Inventory And Materials Management.Fourth Edition.Prentice Hall.
17
8/4/2010
IF U THINK CAN, U CAN
TERIMA KASIH
18
