SIMULASI SISTEM DINAMIK UNTUK MENINGKATKAN KINERJA RANTAI PASOK (Studi Kasus Di Industri Kulit PT Lembah Tidar Jaya Magelang) Eko Muh Widodo1; Yun Arifatul Fatimah2; Sigit Indarto3 1, 2, 3
Jurusan Teknik Industri Fakultas Teknik, Universitas Muhammadiyah Magelang Jln. Mayjend. Bambang Soegeng, Mertoyudan, Magelang 56172 Telp: (0293) 326945
[email protected]
ABSTRACT In an industry, information takes important role in every aspect involving industrial management. Inaccuracies will not only slowdown production process but also causes inefficiency in other processes. Research is conducted on supply chain performance indicators, namely product inventory level and order backlog. There are three major processes in PT Lembah Tidar Jaya Magelang, a company specializing in leather industry. These processes are Beam House Process, Retaining Process and Finishing Process. Indicator measurement for the three steps uses application of dynamic system simulation by using Based Model Order Information Sharing and Demand Sharing to understand the underlying structure that generates inventory fluctuations and order backlog size. Based on the evaluation of the system, the demand sharing model is proven to be more stable compared to the based model. Keywords: Supply Chain, System Dynamic, Product Inventory Level, Order Backlog
ABSTRAK Dalam industri, informasi mengambil peran penting dalam setiap aspek yang melibatkan manajemen industri. Ketidakakuratan tidak hanya akan memperlambat proses produksi tapi juga menyebabkan inefisiensi dalam proses lainnya. Penelitian dilakukan terhadap indikator kinerja rantai pasok, yaitu tingkat persediaan produk dan keterlambatan pesanan. Ada tiga proses utama di PT Lembah Tidar Jaya Magelang, sebuah perusahaan yang mengkhususkan diri dalam industri kulit. Proses-proses tersebut adalah Beam House Procese, Retaining Process dan Finishing Process. Indikator pengukuran untuk ketiga langkah menggunakan aplikasi simulasi sistem dinamik dengan menggunakan Based Model Order Information Sharing dan Demand Sharing untuk memahami struktur yang mendasari yang menghasilkan fluktuasi persediaan dan ukuran keterlambatan pesanan. Berdasarkan evaluasi sistem, model demand sharing terbukti lebih stabil dibandingkan dengan based model. Kata kunci: Rantai Pasok, Sistem Dinamis, Tingkat persediaan Produk, Keterlambatan Pesanan
Simulasi Sistem Dinamik... (Eko Muh Widodo; dkk)
35
PENDAHULUAN Simulasi sistem memberikan pendekatan baru dalam memandang persoalan manajemen rantai pasok (supply chain) sebagai suatu masalah yang utuh yang dipengaruhi oleh beberapa faktor sehingga perlu penyelesaian secara menyeluruh. Model yang dibangun akan disimulasikan sehingga memberikan gambaran yang nyata dan menggantikan metode trial and error dalam menentukan kebijakan pengambilan keputusan. Salah satu metode tersebut adalah metodologi sistem dinamik. Sistem dinamik dalam perkembangannya telah menjadi sebuah pendekatan yang bersifat computer-aided untuk menganalisa dan menyelesaikan permasalahan kompleks dengan menitik beratkan pada analisa perancangan kebijakan . Dalam sistem rantai pasok yang melibatkan banyak echelon, adanya pembagian informasi mengenai informasi data permintaan dapat mengurangi ketidakpastian didalam rantai pasok yang pada akhirnya juga akan mengurangi efek bullwhip
Supply Chain Management Supply chain pada hakekatnya adalah jaringan organisasi yang menyangkut hubungan ke hulu (upstream) dan kehilir (downstream), dalam proses dan kegiatan yang berbeda yang menghasilkan nilai yang terwujud dalam barang dan jasa di tangan pelanggan akhir. (Indrajit dan Djokopranoto, 2002) Base Model Order Information Sharing Model Boundaries Diagram (MBD) adalah diagram yang mengklasifikasikan ruang lingkup model yang akan dibangun. MBD akan mengklasifikasikan variabel-variabel ke dalam faktor endogenous, faktor exogenous dan faktor excluded. Formulasi Hipotesis Dinamik Pengujian dilakukan dengan tingkat kepercayaan 95 %. Hipotesa : Ho
:0€
μ
d
, atau Ho
: 0 €
μ −μ m
a
, tidak ada selisih yang signifikan antara output
model simulasi dengan data histori aktual.
Hi
:0∉
μ
d
, atau Ho
:0∉
μ −μ m
a
, ada selisih yang signifikan antara output model
simulasi dengan data histori aktual. Formulasi Model Simulasi a. Sektor Pemenuhan Order Cow-Finish-Leather Product Causal loop diagram sektor pemenuhan order Cow-Finish-Leather pada Gambar 1 memiliki dua balancing loop yaitu B1 dan B2.
36
INASEA, Vol. 11 No.1, April 2010: 35-44
Gambar 1 Causal Loop Diagram Sektor Pemenuhan Order Cow-Finish-Leather
b. Sektor Produksi Cow-Finish-Leather Causal loop diagram sektor produksi Cow-Finish-Leather (Gambar 2) memiliki lima balancing loop yaitu B3, B4, B5, B6 dan B7. Loop B3 berinteraksi secara langsung dengan loop B1 dari sektor pemenuhan order.
Gambar 2 Causal Loop Diagram Sektor Produksi Cow-Finish-Leather
c. Sektor Produksi Cow-Wet-Blue-Leather Causal loop diagram sektor produksi Cow-Wet-Blue-Leather (Gambar 3) memiliki lima balancing loop yaitu B8, B9, B10, B11 dan B12. Loop B8 berinteraksi secara langsung dengan loop B6 dari sektor Cow-Finish-Leather dan Cow-Crust-Leather production.
Simulasi Sistem Dinamik... (Eko Muh Widodo; dkk)
37
Gambar 3 Causal Loop Diagram Sektor Produksi Cow-Wet-Blue-Leather
Simulasi Sistem Dinamik a. Simulasi Sektor Produksi Cow-Finish-Leather Produk Eksport Sektor produksi ini dengan menerapkan Base Model Information sharing memberikan hasil nilai inventory pada periode ke-90 sebesar 884.60 lembar dan besarnya order backlog sebesar 332.32 lembar, sementara untuk produk lokal pada periode 117 hasil nilai inventory
sebesar 908.73 lembar dan besarnya order backlog sebesar 260.25 lembar. Desired_Raw_Material_Usage_Rate_Finish_Leath Shipment_Rate_Wet_Blue Delivery_Lead_Time_wet_Blue
Production_Rate_Wet_Blue Production_Capacity_Finish_Leather Target_product_delivery_delay_Finish_Leather
Raw_Material_Inventory_wet_blue _Receiving_Rate_wet_blue
Inventory_Finish_Leather
Order_backlog_Finish_leather
Order_Finish_Leather
Raw_Material_Usage_Rate_wet_blue Raw_Material_usage_rate_Finish_Leather Order_Fullfilment_Rate_Finish_L Production_Rate_Finish_Leather Material_Inventory_Adjustment_Time_wet_blue Inventory_Adjusment_Time_Finish_Leather Desired_production_rate_Finish_Leather Minimum_Raw_Material_Usage_rate_Finish_leather Maximum_Raw_Material_Usage_Rate_wet_blue Raw_Material_usage_rate_Finish_Le Inventory_safety_stock_Coverage_Finish_Leather Inventory_adjustment_Finish_Leather Demand_inventory_Finish_Leather Raw_Material_Inventory_Adjustment_wet_blue Percentage_Usage_of_Raw_Material_wet_blue Desired_Raw_Material_Inventory_Coverage_wet_blue Expected_order_rate_Finish_Leath
Demand_inventory_coverage_Finish_Leather Desired_Raw_Material_Inventory_wet_blue Demand_Production_Rate_Finish_Leather Change_in_expected_order_rate_Finish_leather red_Raw_Material_Receiving_Rate_wet_blue Desired_raw_Material_usage_rate_wet_blue Expected_order_rate_Finish_Leather Information_delay_cuetomer_order_Finish_Leather
Gambar 4 Simulasi Diagram Sektor Produksi Cow-Finish-Leather untuk Produk Eksport
38
INASEA, Vol. 11 No.1, April 2010: 35-44
b. Simulasi Sektor Produksi Cow-Finish-Leather Produk Eksport Desired_Raw_Material_Usage_Rate_Finish_Leather Shipment_Rate_Wet_Blue Production_Rate_Wet_Blue
Delivery_Lead_Time_wet_Blue
Production_Capacity_Finish_Leather Target_product_delivery_delay_Finish_Leather Raw_Material_Inventory_wet_blue
Inventory_Finish_Leather
l_Receiving_Rate_wet_blue
Order_backlog_Finish_leather
Order_Finish_Leather
Raw_Material_Usage_Rate_wet_blue Raw_Material_usage_rate_Finish_Leather Order_Fullfilment_Rate_Finish_Lea Production_Rate_Finish_Leather _Material_Inventory_Adjustment_Time_wet_blue Inventory_Adjusment_Time_Finish_Leather Desired_production_rate_Finish_Leather Minimum_Raw_Material_Usage_rate_Finish_leather Maximum_Raw_Material_Usage_Rate_wet_blue Raw_Material_usage_rate_Finish_Leath Inventory_safety_stock_Coverage_Finish_Leather Inventory_adjustment_Finish_Leather Demand_inventory_Finish_Leather Raw_Material_Inventory_Adjustment_wet_blue Percentage_Usage_of_Raw_Material_wet_blue Desired_Raw_Material_Inventory_Coverage_wet_blue Expected_order_rate_Finish_Leather
Demand_inventory_coverage_Finish_Leather Desired_Raw_Material_Inventory_wet_blue Demand_Production_Rate_Finish_Leather Change_in_expected_order_rate_Finish_leather sired_Raw_Material_Receiving_Rate_wet_blue Desired_raw_Material_usage_rate_wet_blue Expected_order_rate_Finish_Leather Information_delay_cuetomer_order_Finish_Leather
Gambar 5 Simulasi Diagram Sektor Produksi Cow-Finish-Leather Untuk Produk Lokal
c. Simulasi Sektor Produksi Cow-Wet-Blue-Leather
Desired_shipment_rate_wet_blue Production_capacity_wet_blue Deliveri_lead_time_kulit
Delivery_lide_time_wet_blue Order_backlog_wet_blue Inventory_wet_blue
Inventory_kulit
Raw_material_usage_rate_kulit Raw_material_receiving_rate_kulit
Shipment_rate_wet_blue Production_rate_wet_blue
Order_wet_blue Order_fullfilment_rate_wet_blu
Inventory_safety_stock_coverage_wet_blue Raw_material_inventory_adjustmentime_kulitInventory_adjustment_time_wet_blue Maximum_raw_material_usage_rate_kulit Minimum_shipment_rate_wet_blue
Shipment_rate_wet_blue Demand_raw_material_receiving_rate_wet_blue Raw_material_minimum_coverage_kulit Desired_inventory_coverage_wet_blue ed_raw_material_receiving_rate_kulit Inventory_adjudtment_wet_blue Desired_raw_material_inventory_coverage_kulit Desired_production_rate_wet_blue Desired_inventory_wet_blue Raw_material_inventory_adjustment_kulit
Change_in_expected_order_rate_wet_blue
Desired_raw_material_usage_rate_kulit Expected_order_rate_wet_blue
Expected_order_rate_wet_blue
Information_delay_of_customer_order_wet_blue
Gambar 6 Simulasi Diagram Sektor Produksi Cow-Wet-Blue-Leather
Simulasi Sistem Dinamik... (Eko Muh Widodo; dkk)
39
Tabel 1 Hasil Simulasi Sektor Produksi Cow-Wet-Blue-Leather TIME 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Inventory_wet_blue 640.00 640.26 640.42 640.54 640.66 640.81 641.05 641.48 642.33 643.98 647.26 653.79 666.71 692.06 740.93 832.32 995.16
Order_backlog_wet_blue 1.63 4.90 11.44 24.54 50.76 103.25 208.34 418.72 839.89 1,683.04 3,370.98 6,750.11 13,514.77 27,056.51 54,163.53 108,420.07 217,004.60
Validasi Model a. Extreme Condition Test Ketika tidak ada order dari konsumen, maka perilaku yang diharapkan dari model simulasi adalah tingkat produksi pada semua level rantai pasok bernilai nol. Akibat dari tidak adanya produksi tersebut, nilai inventory akan bernilai nol juga
Gambar 7 perilaku Inventory Extrem condition test pada sektor produksi Cow-Finish-Leater Produk Eksport
Gambar 8 Perilaku Inventory Extrem condition test pada sektor produksi Cow-Finish-Leater Produk Lokal
40
INASEA, Vol. 11 No.1, April 2010: 35-44
b. Behaviour reproduction test Tabel 2 Hasil Behaviour Reproduction Tes Untuk Produk Eksport
Tabel 3 Hasil Behaviour Reproduction Tes Untuk Produk Lokal
Dengan hasil pada Tabel 2 dan 3 dapat ditarik kesimpulan bahwa dengan tingkat kepercayaan 95 % gagal menolak Ho. Hal ini berarti tidak ada selisih yang signifikan antara output model dengan data historis yang nilainya lebih besar dari tingkat signifikan pada 5%. Model Rantai Pasok dengan Demand Sharing Model a. Simulasi Sektor Produksi Cow-Finish-Leather Produk Eksport Sektor produksi ini dengan menerapkan Demand Information Sharing memberikan hasil nilai inventory pada periode ke-90 sebesar 895.19 lembar dan besarnya order backlog sebesar 95.19 lembar, sementara untuk produk lokal pada periode 117 hasil nilai inventory sebesar 925.90 lembar dan besarnya order backlog sebesar 125.96 lembar.
Desired_raw_material_usage_rate_finish_leath Shipment_rate_wet_blue Delivery_lead_time_wet_blue Target_product_delivery_delay_finish_leather Production_rate_finish_leather Production_capacity_finish_leather Raw_material_inventory_wet_blue Order_fullfilment_rate_finish_leat Raw_material_usage_rate_finish_leather Raw_material_usage_wet_blue Inventory_finish_leather Production_rate_finish_leather
Raw_material_receiving_rate_wet_blue
Order_backlog Order_finish_leather
Desired_raw_material_inventory_coverage_wet_blue material_inventory_adjustment_time_wet_blueinventory_adjustment_time_finish_leather Raw_material_usage_rate_finish_leather Maximum_raw_material_usage_rate_wet_blue maximum_raw_material_usage_rate_finish_leather Raw_material_inventory_adjustment_wet_blue Desired_raw_material_inventory_coverage_wet_blue Desired_production_rate_crust_leather Desired_raw_material_rate_wet_blue Percentage_usage_of_raw_material_wet_blue inventory_adjustment_finish_leather Inventory_safety_stock_coverage_finish_leather Desired_raw_material_inventory_wet_blue Desired_production_rate_finish_leather Desired_inventory_finish_leather Desired_raw_material_usage_rate_wet_blue
Order_finish_leather
Gambar 7 Simulasi Diagram Sektor Produksi Cow-Finish-Leather untuk Produk Eksport
Simulasi Sistem Dinamik... (Eko Muh Widodo; dkk)
41
b. Simulasi Sektor Produksi Cow-Finish-Leather Produk Eksport
Desired_raw_material_usage_rate_finish_leath Shipment_rate_wet_blue Delivery_lead_time_wet_blue Target_product_delivery_delay_finish_leather Production_rate_finish_leather Production_capacity_finish_leather Raw_material_inventory_wet_blue Order_fullfilment_rate_finish_leath Raw_material_usage_rate_finish_leather Raw_material_usage_wet_blue Inventory_finish_leather Raw_material_receiving_rate_wet_blue Production_rate_finish_leather
Order_backlog Order_finish_leather
Desired_raw_material_inventory_coverage_wet_blue material_inventory_adjustment_time_wet_blue inventory_adjustment_time_finish_leather Raw_material_usage_rate_finish_leather Maximum_raw_material_usage_rate_wet_blue maximum_raw_material_usage_rate_finish_leather Raw_material_inventory_adjustment_wet_blue Desired_raw_material_inventory_coverage_wet_blue Desired_production_rate_crust_leather Desired_raw_material_rate_wet_blue Percentage_usage_of_raw_material_wet_blue inventory_adjustment_finish_leather
Inventory_safety_stock_coverage_finish_leather
Desired_raw_material_inventory_wet_blue Desired_production_rate_finish_leather Desired_inventory_finish_leather Desired_raw_material_usage_rate_wet_blue
Order_finish_leather
Gambar 8 Simulasi Diagram Sektor Produksi Cow-Finish-Leather Untuk Produk Lokal
c. Simulasi Sektor Produksi Cow-Wet-Blue-Leather
Desired_shipment_rate_wet_blue Production_capacity_wet_blue Deliveri_lead_time_kulit
Delivery_lide_time_wet_blue Order_backlog_wet_blue Inventory_wet_blue
Inventory_kulit
Raw_material_usage_rate_kulit Raw_material_receiving_rate_kulit
Shipment_rate_wet_blueOrder_wet_blue Order_fullfilment_rate_wet_b Production_rate_wet_blue Inventory_safety_stock_coverage_wet_b
_material_inventory_adjustmentime_kulit Inventory_adjustment_time_wet_blue Maximum_raw_material_usage_rate_kulit Minimum_shipment_rate_wet_blue
Shipment_rate_wet_blue Desired_raw_material_receiving_rate_wet_blue Raw_material_minimum_coverage_kulit Desired_inventory_coverage_wet_blue _raw_material_receiving_rate_kulit Inventory_adjustment_wet_blue Desired_raw_material_inventory_coverage_kulit Desired_production_rate_wet_blue Desired_inventory_wet_blue Raw_material_inventory_adjustment_kulit Desired_raw_material_usage_rate_kulit Order_wet_blue
Gambar 9 Simulasi Diagram Sektor Produksi Cow-Wet-Blue-Leather
42
INASEA, Vol. 11 No.1, April 2010: 35-44
Tabel 4 Hasil Simulasi Cow-Wet-Blue-Leather Pada Demand Sharing Model
HASIL DAN PEMBAHASAN Perbandingan Antara Base Model Order Information Sharing dengan Demand Information Sharing
Tabel 5 Perbandingan Inventory Hasil Simulasi Antara Base Model dengan Demand Sharing Model Menggunakan Data Permintaan Aktual.
Base Model Demand Sharing Persentase Nilai Selisih
Inventory Cow-FinishLeather
Inventory CowFinish-Leather
Produk Eksport
Produk Lokal
884.6 lembar 895.19 lembar
908.73 lembar 925.9 lembar
995.16 lembar 759.77 lembar
0.595014019 %
0.93588353 %
-13.41307061 %
Inventory Cow-WetBlue-Leather
Tabel 6 Perbandingan Backlog Hasil Simulasi Antara Base Model Dengan Demand Sharing Model Menggunakan Data Permintaan Aktual.
Base Model Demand Sharing Persentase Nilai Selisih
Order Backlog CowFinish-Leather
Order Backlog CowFinish-Leather
Produk Eksport 332.32 Lembar
Produk Lokal 260.25 Lembar
95.19 Lembar
125.96 Lembar
580.9 Lembar
-55.46770836 %
-34.77123845 %
-99.46604898 %
Order Backlog CowWet-Blue-Leather 217004.6 Lembar
Base Model Order Information Sharing Hasil yang merupakan tolok ukur dari indikator rantai pasok yaitu product inventory level dan order backlog yang menunjukkan besarnya order backlog dan tidak stabilnya inventory yang ada. Sehingga antara inventory dan order backlog mengalami kendala. Ketika order backlog semakin besar maka inventory yang harus disediakan semakin besar pula. Bahkan dengan
Simulasi Sistem Dinamik... (Eko Muh Widodo; dkk)
43
perlakuan semacam itu tingkat backlog yang semakin naik akan sangat merugikan perusahaan dan jejaring rantai pasok yang tidak optimal. Demand Information Sharing Dari hasil demand information sharing ini, memberikan hasil indikator rantai pasok yaitu product inventory level dan order backlog yang lebih baik. Hasil itu menunjukkan perilaku inventory yang mendekati stabil dan tingkat order backlog yang masih naik yang diakibatkan order backlog sebelumnya. Walaupun order backlog mengalami perilaku menanjak, besarnya order backlog tersebut sudah mengalami penurunan yang cukup besar dibandingkan pada base model. Perbandingan Antara Base Model Order Information Sharing dengan Demand Information Sharing Hasil simulasi yang diperoleh antara base model dan demand sharing model memberikan informasi perilaku dari product inventory level serta order backlog. Dalam proses tahap pertama yaitu beam house process yang menghasilkan output produk cow-wet-blue-leather yang menunjukkan bahwa nilai inventory untuk demand sharing model lebih rendah dan mendekati stabil dibandingkan dengan menggunakan base model. Selain itu, inventory yang terjadi pada produk cow-finish-leather yang merupakan output dari retaining process dan finish process mengalami kenaikan dari pada hasil simulasi dari base model. Ini diakibatkan karena pengaruh backlog yang semakin kecil sehingga inventory untuk cow-finish-leather semakin meningkat. Selain pada product inventory level, kedua simulasi ini menunjukkan perilaku order backlog yang dimana untuk hasil simulasi demand sharing model memperoleh hasil order backlog yang lebih kecil baik untuk produk cow-wet-blue-leather maupun produk cow-finish-leather. Sehingga hasil simulasi juga menunjukkan hasil perilaku inventory untuk demand sharing jauh lebih mendekati stabil.
SIMPULAN Dari hasil penelitian diatas dapat ditarik dua kesimpulan yaitu: Model simulasi dinamika system rantai pasok PT. Lembah Tidar Jaya Magelang telah berhasil dibuat dan telah lulus uji kalibrasi untuk meyakinkan bahwa model berguna dan berdasarkan perbandingan grafik perilaku inventory, dapat diambil kesimpulan bahwa model demand sharing lebih mendekati stabil dibandingkan dengan base model
DAFTAR PUSTAKA Budidharma, I. (2007), Analisa Kinerja Rantai Pasok Dengan Menggunakan Simulasi Dinamika Sistem. Skripsi. Yogyakarta: Universitas Gajah Mada. Dekker, R., Fleischmann, M., Inderfurth, K. (Eds.), Wassenhove, L. N.. (2003), Reverse Logistics: Quantitative Models for Closed-Loop Supply Chains. Berlin: Spinger-Verlag Indrajit R.E & Djokopranoto R. (2002), Konsep Manajemen Supply Chain. Jakarta: PT. Gramedia Widiasarana Indonesia.
44
INASEA, Vol. 11 No.1, April 2010: 35-44