t23
EVALUASI KINERJA METODE-METODELOT SIZING DENGANKRITBRIA MAJEMUK I NYomanPujawan* ABSTRAK terutama persediaan, manajemen pokokyangseringmunculpadapenelitian-penelitian Ada duakelemahan ongkos ukuranlot(tot sizing).Pertama,hanyamenggunakan penentuan yangberkaitandenganpermasalahan yakni langsung, pembayaran pada asumsi didasarkan selalu kriteria. Kedua,hampir sebagaisatu-satunya menyajikan ini pembeli. Tulisan oleh terjadi seketikapada saat barangditerirna prosespembayaran untuk mengevaluasikinerja keputusanlot sizing pada metodepembayaran majemuk pendekatankriteria pembayaran yang berbeda.Dua metodepembayaranakan dievaluasi,yakni pembayaranlangsungdan stabilitas adalah ongkos, yang selain digunakan, majemuk i.ngun sistemyang disebutdate-terms.Kriteria Hasil pelanggan. permintaan layanan dan tingkat stabilitasvolumepesanan, jadwal pengirimanpesanan, /ol metode memilikiefekyangsignifikanterhadapkinerja bahwa(l) metodepembayaran studimenunlukan lot sizing,dan(3) keputusan penentukeputusan satu-satunya sizing,(2)kiteria ongkostidak cukupsebagai diubah' kiteria masing-masing bilatingkatkepentingan berbeda lot sfzingbisa kiteria majemuk,simulasi lot sizing,modelpembayaran, persediaan, Katakunci:manajemen
ABSTRACT thoserelated especially research, areusuallyinherentin the inventorymanagement Two majorweaknesses alwaysbeen has it Secondly, measure. Firstly,they usecostas a singleperformance to lot sizingproblems. by the buyer' This paper assumedthat paymentstake place immediatelywheneveritems are received underdifferentpaymentterms.In additionto presents multi-criteriaupprou.hto evaluatelot sizingdecisions stability, order quantity cost, other performancemeasuresare also evaluated,includingdelivery schedule havea significantimpacton stability,andcustomerservicelevel.The studyrevealsthat (l) paymentterms and of lot sizingdecisions, measure (2) costis not a sufficientperformance of lot sizingrules, performances decisions. lot sizing to eachcriterioncouldendup with different weightassigned ig) Oifferent simulation sizing,paymentterms'multi-criteria, Keywords:inventorymanagement,lot
1. PENDAHULUAN Kinerja operasionalperusahaanmanufaktur banyak yang berkaitan ditentukanoleh keputusan-keputusan dengan penentuan ukuran lot (lot sizing), baik ukuran lot produksi, ukuran lot pembelian,maupun ukuran lot pengiriman barang. Secara tradisional, keputusan-keputusantersebut selalu diasosiasikan dengan ongkos, dimana ukuran lot yang dipilih adalahyang memberikantotal ongkosminimum' Penentuanukuran lot yang senantiasaberorientasi pada ongkos-ongkos ternyata tidak selalu mencerminkan aspirasi praktisi industri yang sesungguhnya. Dalam prakteknya di lapangan, praktisi sering menganggapbal'rwadampak-dampak maupun lot variabititas ukuran akibat *
Jurusan Teknik Industri, FTI, ITS Surabaya
ketidakstabilansistem jauh lebih penting untuk diperhitungkan dibandingkan dengan ongkosongkostadi. Penelitianlapanganyang dilakukan baru-baruini (Pujawandan Kingsman,2000b,c) menunjukkan bahwa manajer pembelian atau produksi sejumlah perusahaanmanufaktur di selain pentingaspek-aspek Indonesiamenganggap ongkos, seperti variabilitas ukuran lot dan jadwal produksi atau pengiriman, ketidakstabilan dalam membuatkeputusanlot sizing. Hasil ini Carlsondkk. (1979)yang sejalandenganpernyataan menekankanbahwa manajer lebih memberikan lot sizing yang toleransipadakeputusan-keputusan dengan tidakoptimaldari segiongkosdibandingkan yang berdampakjelek terhadap ketidakstabilan sistem. Kesimpulan di atas juga memperkuat. pernyataanCachon (1999) yang menyarankan Vol. 12,No. 3, Agustus2001- MajalahIPTEK
124
lot sizing juga balrwakinerjakeputusan-keputusan ukuranlot. ditentukan olehvariabilitas
Kesalahan ramalan sangat mempengaruhi kinerja keputusanlot sizing. Usaha memperkecil kesalahan
Penelitian eksperimentalyang dilakukan 6leh Pujawandan Kingsrnan(1999b)juga memberikan di atas. kesimpulanyang mendukungpernyataan ini, banyakhalMenuruthasil studieksperimental yang secara signifikan ternyata hal selairrongkos lot sizing, dipengaruhioleh keputusan-keputusan diantaranyaadalah variabilitas ukuran lot dan nervousness). ketidakstabilan sistem(system
ramalan bisa dilakukan dengan rneminta pelanggan
Tulisan ini menyajikanhasil penelitianyang lot sizing mengevaluasikinerja metode-metode kriteria majemuk.Disarnpingkriteria berdasarkan juga kriterialain seperti ongkos,dipertimbangkan sistemyang ditimbulkan darnpakketidakstabilan dantingkatlayanankepadapembeli(servicelevels). lot sizing yang dievaluasiadalah Metode-rnetode yangtelahdimodifikasi tradisional metode-metode dengankondisiyangdiobservasi. untukdisesuaikan Penelitianini dilakukanuntuk situasi stokastik dimana permintaandi masa mendatangtidak diketahui dengan pasti, namun diasumsikan mengikr"rti distribusiprobabilitastertentu.Sistem yangbiasarrya yangdipilihadalahsistempemesanan dilakukanoleh bagian pembeliandi perusahaan manufaktur ataudistribusi. 2. MEKANISME PEMESANAN Karena situasi yang dipertimbangkandalam stokastik, perrelitianini adalahsituasipermintaan perlu mendatang permiutaan untuk masa diramalkan.Peramalandibuat dengan metode smoothingdengansntoothingconstant el<sponential 0.2, Nilai smoothing constant 0.2 biasanya ramalanyang cukuphalus(sntooth) menghasilkan dan cocok untuk mewakili situasidenganpola permirrtaanyang tidak terlalu berfluktuasi. distribusi mengikuti ramalan diasumsikan Kesalahan normaldenganstandardeviasiteftentudanrata'rata nol (ramalandianggaptidak bias). Mekanisme perencanaanmengikuti rolling horizon dimana 24 periode.Setiap planninghorizonnya ditetapkan pemesanan direvisi periode, rencana maju satu terbaru. datapermintaan denganmempertimbangkan
MajalahIPTEK - Vol. 12,No. 2, Mei2001
untuk memberikan rencana pernbelian beberapa periode ke depan dan rencanatersebuttidak boleh diubahuntuk beberapaperiodeyang cukup pendek. Periode ini biasanya dinamakan dengan frozen periods. Kebijakan seperti ini menguntungkan perusahaan karena banyak dampak-dampak kesalahan ramalan yang bisa dihindari, dengan konsekuensi fleksibilitas pelayanan terhadap pelangganrnenjadilebih rendah.Padapenelitianini akandievaluasidua skenarioyang berkaitandengan p anjangnyafr ozen p er i ods. Pennintaan dari pelanggan mungkin tidak harus dipenuhi secara tepat waktu seluruhnya. Adalah logis apabila kuantitas permintaan yang tidak terpenuhi pada suatu periode relatif kecil, pemenuhannyaditunda ke periode berikutnya. Besarnyabatasminimum dimana permintaanharus segera dipenuhi tergantung pada dua hal yang berlawanan,yakni tingkat kepentingan pelayanan dan akibat-akibat yang terjadi bila sernua permintaandipaksakanpemenuhannya secaratepat lvaktu. Apabila batas tersebut adalah nol maka semua permintaan harus dipenuhi tepat waktu. Tingkat pelayananpada kasusini akan 100 persen, namun kinerja ukuran-ukuran lain seperti ongkos persediaan, ongkospemesanan, stabilitasorder,dan sebagainya akan menjadi lebih rendah. Pada penelitian ini akan dievaluasi beberapa batas minimum penundaan (backordering limit) yang berbeda.
3. EFEK METODB PEMBAYARAN YANG BERBEDA Asurnsiyang umumdigunakan dalamhampirsemua penelitianmanajemen persediaan adalahbahwa pembayaran dilakukan segera setelah barang diterirna pembeli. Dalam kenyataannya,banyak sekali perusahaanyang memberikan kesempatan kepadapembeliurrtukmenundapembayaraltselarna jangka waktu tertentu setelah barang diterirra. Kingsman (1983); Carlson dan Rousseau(1989) menekankan bahwa ada dua macam metode
125
pembayaranyang biasa digunakan dalarn praktek, yaitu: o
Metode pembayaran tipe I (day-ternts) yaitu metode dimana pembayaran tlilakukan dalam selang waktu konstan setelah barang diterima' Jadi, bila perusahaanmemberikan kesempatan penundaan pernbayaranselama 30 hari maka setiap barang yang dipesan akan mendapatkan kredit pembayaranyang samayaitu 30 hari.
o
Metode pembayaran tipe 2 (date-terms) adalah metode dimar,a pembayaran terhadap barang yang diterimapadabulant akan dilakukanpada tanggal tertentu di bulan t+I. Pada metode ini, tanggal pembayaran adalah tetap, tidak tergantung pada tanggal penerimaan barang, namun kredit pembayaranakan tergantungpada *tanggal
penerimaanbarang.
Mengakomodasikan metode pembayaran yang berbeda pada persoalan lot sizing membutuhkan modifikasi model-model yang selama ini dikembangkan atas dasar asumsi pembayaran langsung (imntediate payntent)' Pujawan dan Kingsman (1999a) telah mengembangkanmodelmodel lot sizing yang mempertimbangkanmetode berbeda-beda dengan yang pembayaran menggunakanpendekatandiscountedcashflow' Pujawan dan Kingsman (1999a) menyirnpulkan balrwa model-model lot sizing dengan metode pembayaran tipe I (daylerms)' untuk kebanyakan kasus, tidak memberikar-rhasil yang berbeda dari metode-metodelot sizing untuk metodepembayaran langsung. Ini sejalan dengan kesimpulan dari beberapapenelitianterdahuluyang dilakukanpada situasi deterministik dengan tingkat permintaan konstan(Kingsman 1983; Silver dan Costa 1998). Untuk periode kredit sekitar 4-8 rninggu, efek yang ditimbulkan pada keputusanlot sizing sangatkecil dan jarang sekali rnengakibatkan perubahan keputusanpada metode lot sizing diskrit yang akan dievaluasipada penelitianini' Sebaliknya,metode pembayaran tipe 2 bisa mernberikan efek yang cukup besarterhadapkeputusanlot sizing' di atas,padapenelitianini pengamatan Berdasarkan hanya akan dibandingkandua metodepembayaran
yang berbedayaitu metodepembayaranlangsung (yang diasumsikanjuga mewakili metode doydote-terms. terms)danmetodepembayaran 4. METODE.METODE LOT SIZING lot sizingyangsudah Cukupbanyakmetode-metode diusulkanolehberbagaipeneliti,namuntidak semua memiliki kepopuleran yang sama. Beberapa kinerja penelitianmencobauntuk membandingkan yang pada situasi tersebut berbagai metode-metode antaralainBlackburn danMillen(1985). berbeda, Fokuspenelitianini adalahpadaevaluasimetodemetode lot sizing untuk situasi dimana ramalan direvisisetiap permintaan untukperiodemendatang bervariasi,panjang periode,metodepembayarannya periode dimana permintaandari konsumenatau pelanggantidak berubah (frozen periods) tidak bisa menundapemenuhan sama,dan perusahaan permintaan sebagian atau seluruhnya bila yangtidakterpenuhitersebutvolumenya permintaan relatif kecil. Empatmetodelot sizingdipilih untuk dimodifikasidandievaluasiyaitu SilverMeal (SM), Least Unit Cost (LUC), Part Period Balancing (PPB), dan Incremental(ICR). Berikut ini akan metode dijelaskansecaradeskriptifmasing-masing tersebutsecarasingkat.Model-rnodelkuantitatifnya tidak akan dipaparkanpada tulisan ini. Pernbaca dalamBlackburn yangtertarikbisamendapatkannya danColley(1982),dan danMillen (1985),,Fred:land SilverdanCosta(1998). EKSPERIMEN 5. RANCANGAN PENGUKURAN KINERJA
DAN
metode kinerjamasing-masing Untuk mengevaluasi pada lot sizingpadaberbagaisituasiyang berbedao penelitian ini dilakukan eksperimen dengan simulasikomputer.Model simulasi menggunakan yang digunakanadalah model simulasi diskrit state (discreteeventsimulation),dimanaperubahan padasistemhanyaterjadipadawaktu-waktutertentu (padatiap awal atauakhir periodeuntuk studiini). Program simulasi ditulis dalam bahasa pemrogramanPASCAL untuk menerjemahkan lot sizing di atas. Secara' logika metode-metode Vol, 12,No. 3, Agustus2001- MajalahIPTEK
t26
keselurulran,program simulasi terdiri dari sejurnlah modul yang rnasing-masingberfungsiuntuk: l)
Mernbangkitkanpermintaanaktual
2)
Memperbaharuiramalanpennintaan
3)
Menetapkan ukuran lot sesuai dengan metode yang digunakan
4)
Mengukur kinerja keputusan-keputusanlot sizing
Simulasi dilakukan dengan menggunakan data permintaanyang dibangkitkandenganbilanganacak dari populasi yang sama. Setiap percobaan dilakukan dengan mengeksekusi program selama 300 periode.Untuk panjangeksekusi300 periode, permasalahanend of period ffict padasimulasi ior sizing harnpir bisa dielirninasi. Semua percobaan menggunakanrata-ratapermintaansebesar200 unit pe? periode dengankesalahanramalan berdistribusi nonnal pada standar deviasi 20 dan 80 unit per periode.Dua nilai ini dipilih untuk menggambarkan dua situasi dengan tingkat akurasi ramalan yang cukup berbeda.Padametodepembayarandate-terms diasumsikanbahwapembayaranuntuk barangyang diterirna pada bulan t adalah pada minggu pertama bulan t+I. Diasumsikanbahwa setiapbulan terdiri dari 4 rninggu dan periode perencanaan
l)
Ongkosper unit. Ongkos ini diperoleh dengan menjumlahkan ongkos pemesanandan ongkos penyimpanan selama periode simulasi, kemudian dibagi dengan total unit yang dibeli selamaperiodetersebut.
2) Stabilitas waktu. Ini adalah ukuran seberapa stabil waktu pengiriman pesanan yang telah direncanakan sebelumnya. Mengingat permintaan untuk periode mendatang tidak diketahui dengan pasti, revisi jadwal pengiriman pesanan harus dilakukan tiap periode untuk menyesuaikan dengan data pennintaan terbaru. Stabilitas waktu diukur berdasarkanrata-rata periode dimana sebuah pesananharus dikirim maju atau mundur dari periodeyangtelahdirencanakan sebelumnya. 3) Stabilitas volunte. Disamping waktu pengiriman,jurnlah atau volume yang dikirim juga lTarusdirevisi untuk rnenyesuaikan dengan dala permintaan terbaru. Stabilitas volume disini mengukur rata-rata nilai absolut perubahan volumepesananyang dilakukan. 4) Tingkat layanan. Ukuran ini rnenggambarkan persentase permintaan yang dipenuhi tepat waktu tanpa harus menunda sebagian atau seluruhnya.
menggunakansatuanwaktu mingguan. Sepertidideskripsikanpada Tabel 1, ada 6 faktor percobaanyang dilibatkan dalam penelitian ini yaitu: (l) metode lot sizing; (2) frozen periods; (3) standardeviasi kesalahanramalan;(4) backordering limit; (5) metode pembayaran; dan (6) rata-rata waktu antar order (time between order, disingkat TBO). Jumlah experimental cell, yang dihitung dengan mengalikanjumlah level dari sernuafaktor percobaan,adalah480. Setiapcell direplikasi5 kali sehir,ggatotal seluruhpercobaanadalah2400 unit. Kinerja masing-masing metode lot sizing diukur dengan kriteria majemuk. Kriteria yang digunakan dalampenelitianini meliputi:
6. DISKUSI HASIL EKSPERIMEN Ringkasanhasil eksperimenyang dituangkandalarn ukuran kinerja ongkos per unit, stabilitas waktu, stabilitas volume, dan tingkat layanan masingmasingditabulasikanpada Tabel 2 sampai5. Tiap tabel menggambarkan rata-rata kinerja masingmasing metode lot sizing pada berbagai kombinasi faktor-faktor percobaan. Metode lot sizing ditempatkandi bagian atas tiap tabel karena fokus penelitianini adalahpadaperbedaankinerja masingmasing metode lot sizing tersebut,baik secaratotal yang melibatkanseluruh situasi percobaan,maupull yang didekornposisimenuruttingkat (level) masingrnasingfaktor. Di bawah ini akan dianalisishasilhasiltersebutmenurutkriteriayang diukur.
MajalahIPTEK - Vol. 12,No.2, Mei 2001
t27 abel 1.Faktor-faktor
dan t
Faktor
Tingkat(level)
Metode lot sizins : Frozen periods Qteriodedimana permintaan konsumentidak boleh berubah\ Standardeviasi kesalahanramalan (diasumsikan berdis trib usi normal) Backorderinglimit (batasbesarnyasisa permintaan yang belum terpenuhi untuk ditunda pemenuhannyake periode berikutnva\ Metode oembavaran Waktu rata-rataantar pesanan
SM.LUC. PPB.ICR
Jumlah level 4
2 1,4 (periode)
20,80
2 J
0,20,80 Lanssung.Date-terms
2
1.2.3.4.5
5 480 5 2400
cell Jumlahexperimental Replikasi eksperimen Jumlahkeseluruhan
yang signifikan terhadaprata-rataongkosper unit. Metodelot sizingyangmemberikanrata-rataongkos Tabel 2 menunjukkan rata'rata total ongkos terkecil adalahSM, kemudiandiikuti oleh LUC, per unit. Baris pemesanan danongkospenyimpanan PPB,dan ICR. Konfigurasiongkosyang sepertiini paling atasmenunjukkanrata-rataongkosper unit secaralangsungdipengaruhioleh rata-ratatingkat metodelot sizinguntukkeseluruhan masing-masing persediaanmaupun frekuensi pemesananyang percobaan, sedangkan baris-baris berikutnya metodelot sizing. dihasilkanoleh masing-masing menunjukkanrata-rataongkosper unit pada tiap Pengamatanpada rata-rata tingkat persediaan tingkat faktor percobaan. Pengamatan secara menunjukkan angka245.3,251.3,300.6,dan 587.4 langsung pada tabel tersebut mengindikasikan untukmetodeSM, LUC, PPB,dan ICR. Sedangkan bahwasemuafaktor percobaanmemiliki pengaruh selama300 periode rata-ratafrekuensipemesanan
6.1 Ongkos per Unit
Tabel2. Perba Total Frozenperiods I 4 Std.Kesalahanramalan 20 80 Backorderinglimit 0 20 50 pembayaran Metode Langsung Date-terms lilaktu antar pemesanan I 2 4
) 4 )
situasieksperimen. unit dari metodelot sizinspadabe ICR PPB LUC SM 0.470 0 . 3 5 8 0.323 0.318 0.356 0.281
0.357 0.288
0.405 0.344
0.483 0.457
0.31I 0.325
0 .3 13 0.332
0.356 0.360
0.473 0.467
0.333 0 .3 1 8 0.304
0 .338 0.323 0.306
0.37r 0.358 0.346
0.482 0.470 0.4s9
0.352 0,284
0.357 0.288
0.366 0.350
0.469 0.472
0.068 0 .18 4 0.298 a.449 0.593
0 .07r 0 .185 0.304 a.449 0.605
0"086 0.189 0.335 0.5l6 0,66s
0,071 0.186 0.427 0,676 0992 Vol. 12,No. 3, Agustus2001- MajalahIPTEK
-
t28
untuk keempatmetode adalah 106.6, 106.5, 88.9, dan
79.9.
Ini
berarti
bahwa
metode SM menghasilkan rata-rata volume ofder terkecil, kemudiandiikuti oleh LUC, PPB, dan ICR. Tampak bahwa rata-rataongkos per unit lebih dipengaruhi oleh tingkat persediaan dibandingkan dengan frekuensipemesanan. Frozen periods tampaknya juga secara signifikan mempengaruhirata-rata ongkos per unit. Sernakin panjangfrozen p eriod-nya, semakin rendah rata-rata ongkos per unit yang ditimbulkan.Hal ini masuk akal mengingatpermintaankonsumenpada periode ini tidak bisa diubah sehinggapeningkatanfrekuensi pemesananmaupuntingkat persediaantidak banyak terjadi akibat kesalahanramalan permintaan.Pada kenyataannyatingkat kesalahanramalanpermintaan memang banyak berpengaruh terhadap kinerja me,tode-metodelot sizing. TabeI 2 menunjukkan balrwa rata-rataongkos per unit biasanyalebih tingi pada tingkat kesalahanramalan yang lebih besar. Perkecualianditunjukkan oleh metode ICR. Ratarata ongkos per unit pada metodeICR lebih tinggi pada standardeviasi kesalahanramalan yang lebih besar. Ini bisa dimengerti mengingat metode ICR cenderunguntuk menghasilkanfrekuensiorder yang terlalu jarang. Kesalahan ramalan mengakibatkan metode ini harus menempatkanorder lebih banyak sehingga justru akan berakibat baik terhadap pengurangan
ongkos-ongkos
penyimpanan
persediaan. Semakin tinggi batas penundaan pemenuhan pennintaan (backordering lintit), semakin rendah ini ongkos-ongkos yang ditirnbulkan. Hal ditunjukkan secarakonsistenoleh semuarnetode/or sizing. Dengan batas penundaanyang lebih tinggi, tingkat layanan kepada konsumen rnenjadi lebih rendah, llamun perusaltaan terhindar dari peningkatanfrekuensi pemesananmaupun tingkat persediaan secarasignifikan. Pada model pembayaranyang berbeda,metodemetodelot sizing juga memberikanrata-rataongkos per unit yang cukup berbeda.Kecuali pada metode ICR, ongkos per unit biasanya lebih rendah pada model pembayarandate-terms.Hal initerjadi karena pada model pembayarandate-termsada kesempatan
MajalahIPTEK - Vol. 12,No.2, Mei200l
untuk rnenunda pembayaran selama satu periode atau lebih dan perhitunganongkos disini didasarkan pada nilai sekarang Qtresent worth). Dengan demikian, wajar bila rata-rata ongkos per unit menjadi lebih rendah pada metode date-terms. Namun perkecualianterjadi pada metode ICR. Hal ini kembali pada kenyataanbahwa ICR cenderung menghasilkanvolume order yang relatif lebih besar dibandingkan dengan metode-metode lain. Pergantian dari model pembayaran langsung ke date-terms justru memicu metode ICR untuk menghasilkanvolume order yang lebih besarlagi. Hal ini mengakibatkan biaya-biaya persediaan meningkat melebihi penghernatanongkos akibat penundaan pembayaranyang diperbolehkan pada model date-terms.
6.2 StabilitasWaktu Stabilitas waktu memberikan gambaran seberapa stabil jadwal pengiriman pesanan dari supplier terhadap perubahan data permintaan dengan bedalannya waktu. Karena data permintaan untuk periodemendatanghanyaada dalam bentuk ramalan dan ramalantersebutdiperbaharuitiap periodemaka ada kernungkinan waktu pesanan yang sudah dijadwalkanharus diubah maju atau mundur satu periode atau lebih" Tabel 3 menunjukkan rata-rata periode maju atau mundur dari pesanan-pesanan yang sudah dijadwalkan akibat penyesuaiandengan data permintaanterbaru. Secarakeseluruhan,tiaptiap metode lot sizing memberikalt rata-rata perubahan yang cukup berbeda. Pengamatan menunjukkan bahwa metode SM rnenghasilkan jadwal denganstabilitaswaktu yang paling tinggi, kemudiandiikuti oleh LUC, PPB, dan ICR. Panjangnya frozen periods ternyata sangat mempengaruhi stabilitaswaktu pengirirnanpesarlan padasemuarnetodelot sizing. Denganmembekukan permintaankonsumenselama 4 periode, stabilitas waktu pengirirnanpesananmeningkatdengancukup berarti. Tingkat kesalahanramalanjuga memiliki pengaruhyang cukup besar. Tabel 3 menunjukkan bahwa penurunan kesalahanramalan dari standar deviasi 80 ke 20 bisa memberikan peningkatan
129
perubahan waktupemesanan rata-rata dari metodelot sizingpadaberbagai Tabel3. Perbandingan slruasl
lmen.
0 .10 7
LUC 0.1 t 7
0.135
ICR 0.198
0.205 0.009
0.220 0.015
0.271 0.026
0.29s 0.100
0.065 0 .14 8
0.065 0.169
0.078 0.193
0.101 0.294
0.t49 0 .10 9 0.063
0.153 0.1l3 0.086
0.175 0.133 0,098
0.226 0.195 0.t72
0.092 0.121
0,108 0.127
0.133 0.137
0.184 0.21 I
0.048 0 .10 9 0 .1 1 2 0 .1 1 9 0.147
0.058 0.1l6 0.1l9 0.130 0.163
0.096 0.120 0.127 0.151 0.183
0.056 0.1r 7 0.182 0.2s6 0.377
SM Total Frozenperiods I 4 Std.Kesalahanramalan 20 80 Backorderinglimit 0 20 50 Metodepentbayaran Langsung Date-tenns lltaktu antar pemesanan I 2 a
J
4 5
stabilitaswaktu sebesar2.3, 2.6, 2.5, dan 2.9 kali SM, LUC, PPB,danICR. untukmetode-metode oleh Stabilitaswaktujuga secaraberartidipengaruhi backordering limit. Batas yang semakin tinggi memberikanstabilitaswaktu yang semakinbaik. Pengaruhini bisa dimengertikarena penundaan yangvolumenyakecil akan permintaan pemenuhan mengurangi frekuensi penggeseran waktu pengirimanmaju satuperiodeataulebih.Bila batas harusdigeser tersebutdibuatnol,jadwal pengiriman maju satuperiodeataulebih setiapkali permintaan aktual melebihi ramalanpermintaanyang dibuat. Dengan memberikanbatas positif, penggeseran maju tersebutbisadihindariataudikurangi'Namun ini terlalubesar,misalnya apabilabataspenundaan permintaanselama satu rata-rata sama dengan periode,efek yang ditimbulkanbisa sebaliknya, yakni justru mengurangi stabilitas waktu pengiriman.Observasi untuk melihat pengaruh tersebutperlu dilakukanpada penelitian-penelitian selanjutnya.
PPB
dipengaruhioleh kenyataanbahwa pada model pembayarandate-terms,panjangnyaperiodekredit tergantung pada waktu pengiriman yang direncanakan. Periodeyang dicakupdalamsebuah order cenderung lebih panjang bila pesallan diproyeksikanuntuk dikirim pada awal siklus pembayaran. hal Padamodelpembayaran langsung, ini tidak terjadi. Akibatnya, waktu pengiriman seringmaju ataumundurpadamodel pembayaran date-termskarenadipengaruhioleh periodekredit yangtergantung padawaktupengiriman. Waktu rata-rata antar order (TBO) besar pengaruhnyaterliadap stabilitas waktu. Adalah wajar bila waktu antar pesanansemakinpanjang, di frekuensikekurangan atau kelebihanpersediaan akhir siklus pernesanan menjadi semakintinggi. panjang, kelebihan atau Pada saat TBO-nya waktu kekurangan tersebutbahkanbisa menggeser pengirimanmaju atau mundur lebih dari satu periode.
yang ditawarkansupplierjuga Model pembayaran 6.3 StabilitasVolume stabilitaswaktu.Metodepembayaran mempengaruhi Sepertihalnyawaktu pengiriman,volumepesanan langsungmemberikanstabilitaswaktu yang lebih juga harusdirevisiuntukmenyesuaikan dengandata baik untuk semua metode lot sizing. Hal ini waktu simulasi permintaanterbaru setiap kali Vol. 12,No. 3, Agustus2001- MajalahIPTEK
-
130
perubahan rata-rata volumepesanan Tabel4. Perbandingan darimetodelot sizingpadaberbagai srtuaste
lnen.
SM 90.91
LUC 88.l3
PPB 99.93
ICR l5 1. 2 8
nt.75 70.07
n7.3 7 58.90
132.42 78.75
153.98 r48.57
53.s8 128.23
54.05 122.22
78.t5 121.7
I19.68 182.87
103.l5 89.58 80.00
101.58 86.23 76.60
112.05 98.55 89.1 8
170.28 151.53 132.03
75.05 106.77
64.38 I I 1.88
95.32 104.53
943A 208.25
32.04 95.25 l10.83 103.96
5
n2.46
32.67 92.33 106.5 8 101.46 107.63
50.s4
2 3
111.54 100.25 100.88 136.42
39.7| 120.29 t93.75 183.63 219.00
Total Frozen periods I 4 Std. Kesalahan ramalan
20 80 BackorderingIimit 0 20 50 Metodepentbayaran Langsung Date-tenns Waktuantarpenxesanan I
r4
dirnajukansatuperiode.Revisitersebutbisaberupa penambahanatau penguranganvolume pesanall. Nilai yangtercantumpadaTabel4 adalahnilai ratarata perubahan, yakni pengurallgan atau penambahan dalam nilai absolut,untuk setiap pesananyang diubahvolumenya.Berbedahalnya dengandua kriteria terdahulu,stabilitasvolume terkecildiberikanolehLUC, kemudiandiikutioleh ratametodeSM, PPB,danICR. LUC memberikan yang pesanan kecil perubahan relatif rata volume karena kriteria penentuanvolume pesananpada atasongkosper unit.Apabilasuatu LUC didasarkan keputusanlot sizing harus dibuat pada periode dengan sisa permintaansedikit, metode LUC cenderung untuk mencakup permintaan dalam rentang periode yang lebih panjang. Dengan dimanasebuah demikian,besarkecilnyapermintaan pada order dijadwalkantidak banyakberpengaruh volume order. Ini berlawanandenganSM yang kriteria penentuanvolume ordernyaberdasarkan pada ongkosper periode.Jumlahperiodeyang dicakuptidakbanyakditentukanolehbesarkecilnya sisapennintaanpadasaatorderdijadwalkanuntuk pada apabilasisapermintaan dikirim.Implikasinya, adalahkecil,volumeorder saatorderdijadwalkan
MajalahIPTEK - Vol. 12,No. 2, Mei 2001
yang dihasilkan oleh SM cenderunglebih kecil, dernikianj uga sebaliknya. Semuafaktor eksperimenyang lain tampaknyajuga berpengaruh secara signifikan terhadap stabilitas volume pesanan. Seperti halnya pada stabilitas waktu, frozen periods besar pengaruhnyaterhadap stabilitasvolume pasanan.Hanya saja,peningkatan stabilitasvolume pada metodeSM, LUC, PPB, dan ICR relatif lebih kecil, yakni sebesar1.6,2.0, 1.7, dan 1.04untuk metodeSM, LUC, PPB, dan ICR. Ini berarti bahwa pengaruhfrozen periods lebih besar terhadap stabilitas waktu dibarrdingkan dengan pengaruhnya terhadapstabilitasvolumepesanan. Faktor-faktor
kesalahan ramalan permintaan, backordering lintits, metode pembayaran, dan rataratawaktu antarpemesananmemiliki pengaruhyang serupa dengan yang terjadi pada stabilitas waktu. Penurunanstandardeviasi kesalahanramalan dari 80 menjadi20 berakibatpadapeningkatanstabilitas volume pesanan. Backordering limit yang lebih tinggi juga berakibat pada peningkatanstabilitas volume pesanan.Metode pembayarandan rata-rata waktu antar pesanan (TBO) memiliki efek yang serupa dengan yang terjadi pada stabilitas waktu
131
yangkurang pengirimanpesanan denganpenjelasan lebihjuga sama.
kriteriaharusdilihatpadasaatpengambilkeputusan akan menentukan ukuran lot. Penggunaan ongkos sebagai satu-satunya kriteriapengarnbilan keputusan 6.4 Tingkat Layanan berarti mengabaikanbeberapafaktor penting dari permasalahan yang sesungguhnya. Penelitianini Tingkat layananpada penelitianini didefinisikan juga menunjukkanbahwa tidak ada metode /ot konsumenyang sebagaipersentase dari permintaan sizing yang unggul pada keempat kriteria yang dipenuhi tepat waktu tanpa adanya penundaan diukur di atas.Untuk melihatlebih jauh, Tabel 6 sebagianataupunseluruhnyaQtartial or complete rnenyajikan urutantingkatkebaikanmasing-masing layanan backordering). Tingginya tingkat metodepadakeempatkriteriatersebut. dipengaruhilangsungoleh backorderinglimit. Pada Dilihatdari urutantingkatkebaikantersebut, metode saatbackorderinglimit sama dengannol, tingkat PPBtampaknya selaludidominasiolehmetodeSM. yang layananselalu100%karenatidak adapesanan Di sisi lain, metodeSM, LUC, dan ICR sama-sama ditundawaktupemenuhannya. memiliki keunggulan. Dengan demikian, Berkebalikandengan tiga kriteria sebelumnya, pemilihannyaakan sangattergantungpadatingkat tingkatlayananterbaikdiberikanoleh metodeICR kepentingan masing-masing kriteria tersebut. yang biasanyamenghasilkankinerja paling jelek Apabila tingkat layananyang sangatdiutamakan, pada ketiga kriteria yang lain. ICR memberikan metodeICR bisajadi yang akanterpilih walaupun Tingkatlayananpalingbaik karenavolumepesanan kinerjanyapada kriteria lain selalupalingjelek, yang dihasilkanbiasanyapaling besar. Tingkat Namun,observasilebih detail menyarankan bahwa layananterbaik berikutnyadiberikanoleh metode metodeSM paling bisa diterirnauntuk berbagai diikutiolehLUC, danPPB. SM,kemudian situasi.Untuk membantupengambilankeputusan, berpengaruh kerangka sintesis perlu dirancang sedemikian Tingkatkesalahan ramalanpermintaan signifikan terhadap tingkat layanan kepada sehinggaaspirasi tiap kriteria bisa diwujudkan konsumen. Cukupmengherankan, tingkatkesalahan dalambobotyangpantas.Ini merupakan salahsatu yang lebih tinggi rnemberikan tingkatlayananyang agendapenelitian yangperluditindaklanjuti. lebih baik. Ini bisa dijelaskansebagaiberikut. Hal yang cukup menarik dan perlu dikaji pada Apabila permintaanyang tidak terpenuhidi suatu bidang lot sizing adalah keterkaitan antara periode besarnya melebihi backorderinglimit, keputusan-keputusan yang dibuat oleh pembeli kebijakanpenundaantidak dilakukan.Perusahaan denganpemasokpada suaturantai supply (supply harus memesanpada periode itu juga. Apabila chain).Isu sepertidimana,dalambentukapa,dan kesalahanramalantinggi (standardeviasi80 pada oleh siapapersediaan sebaiknyadisimpanmenjadi yangtidakterpenuhi permintaan studiini), besarnya pertanyaankritis dalam konteks supply chain limit yang seringkali lebih besardari backordering management(Pujawan dan Kingsman 2000b). bisa disetnilainya0,20,dan50.Dengandemikian, Berbagaiisu lainjuga perludicermatidalamkonteks dimengertibahwa kesalahanramalanyang lebih supplychain.Misalnya,pembelimaupunpemasok tingkat layananyang lebih tinggi mengakibatkan perlu mernikirkancara-cara menentukan keputusan baik.Namun,hasil ini bisaberbedaapabiladefinisi Iot sizing yang meminimumkandampak-dampak tingkat layanan dan/ataumekanismepemesanall systemnervousness padakeduabelahpihak.Seperti berbedadenganyang yang diterapkanperusahaan yang disajikan oleh Pujawan (2000), system padastudiini. digunakan nervousness bisa teramplifikasidari pembeli ke 7. SIMPULAN BANGAN
DAN
ARAH
PENGEM.
Hasil evaluasisecaraumum yang dipaparkanpada bahwaberbagai di atasmenunjukkan bagian-bagian
pemasok. Mengingat isu system nervousness dianggap cukup negatif bagi perusahaan manufaktur,penelitianlanjutan pada bidang ini cukup penting dilakukan.Aspek joint lot sizing antara pernbeli dengan pemasokjuga menjadi Vol. 12,No. 3, Agustus2001- MajalahIPTEK
132
Tabel5. Perbandingan rata-ratatingkat layananpermintaanpelanggandari metodelot sizing sltuasl men. SM LUC PPB ICR Total 97.02 96.95 96.83 97.81 Frozenperiods I 94.52 94.57 94.68 96.83 4 99.52 99.33 98.98 e8.7e Std.Kesalahanramalan 20 96.49 96.23 97.53 '96.41 80 97.63 97.41 97.43 98.08 Backorderinglimit 0 100 100 100 100 20 96.72 96.77 96.69 97.72 50 94.35 94.08 93.80 9s.70 pembayaran Metode Langsung 97.09 96.93 96.35 97.80 Date-terms 96.96 96.97 97.31 97.82 Waktuantar pernesanan I 97.t6 97.08 95.88 98.33 2 95.98 95.72 96.23 96.31 a J 96.99 97.00 97.57 97.02 97.62 97.82 97.33 98.32 +4 97.25 97.24 5 97.t3 99.06 Tabel 6. Urutan tingkat kebaikanmetode-metode lot sizing untuk tiap kriteria Metode lot sizins Kriteria
Ongkosper unit Stabilitaswaktu Stabilitas volume Tinekatlayanan
SM I I 2 2
LUC
2 2 I a J
agendapentingyangbelumbanyakdipelajaridalam penelitian-penel itianterdahulu.
UCAPANTERIMA KASIH Penulis mengucapkanterima kasih kepada dua orang refereeyang telah memberikansaran-saran perbaikanpadaversi awal tulisanini. Terimakasih juga untukEko Wiratno,ST, dosenTeknikIndustri ITS yang telah membantuselamaprosesreview paperini. Tulisanini berkaitandenganthesispenulis di Departmentof ManagementScience,Lancaster University,namun bukan merupakanbagian dari thesistersebut. DAFTAR ACUAN Bhatnagar,S.K., Chandra.P., dan Goyal, S.K. (1993),Modelsfor multi-plantcoordination, MajalahIPTEK - Vol. 12,No. 2, Mei 2001
PPB J a
J
3 4
ICR 4 4 4 I EuropeanJournal of OperationalResearch 6 7 , p p . 1 4 1 -1 6 0 .
Blackburn,J.D.danMillen, R.A. (1979),Selectinga Iot-sizing technique .for a single level assemblyprocess: Part II- Empirical Results, Productionand Inventory Management,4rl' pp.4l-52. Quanter, Blackburn,J.D. dan Millen, R.A. (1985), A methodologtfor predicting single-stagelotperformance: Analysis sizing and Experirnents, Journal of Operations Management5(4),pp. 433-448. Cachon, G.P. (1999), Managing supply chain demand variability with scheduledordering policies, Management Science 45(6), pp, 843-855.
133
Carlson,C.J.,Jucker,J.V. danKtopp,D.H. (1979), Less nervousnessMM systems:A dynamic economiclot-sizing approach,Management 25(8),pp.754-761. Science Carlson,M.L. dan Rousseau,J.L (1989), EOQ under date-termssupplier credit, Journal of the Operational ResearchSociety,40, pp. 451-460. Freeland,J.R. dan Colley, J.L. (1982),A simple heuristicmodelfor lot-sizingin a tintephased reorder system,Production and Inventory pp. 15-22. Management, l" Quarter, Gaitlrer,N. (1981),A near-optimallot-sizingmodel for material requirementsplanning systems, Production and Inventory Management 22(4),pp.75-89. ffaley, C.W. dan Higgins,R.C. (1973),Inventory policy and trade credit financing, 20,pp.464-47 l. Management Science B.G.(1983),Theffict of paymentrules Kingsman, on ordering and stockholdingin purchasing, Journal of the Operational Research Society34,pp. 1085-1098. Kingsman,B.G. (1991), EOQ under date-terms supplier credit: a near optimal solution, Journal of the Operational Research Society42, pp.803-809. Pujawan, I.N. (2000), Amplification of system of nervousness in supplychains,Proceedings the 5thAnnual LogisticsResearchNetwork Cardiff,pp.47l-479. Conference,
Pujawan, I.N. dan Kingsman, 8.G., (1999b), Evaluating the performance of supplier operationsin a two-stagelot sizingproblem, In A selectionofpapers presentedin the 4th /^S1& Summer School for Inventory Modelling Research,Exeter,Roger Hill and DavidSmith(Eds.),pp.147-157. Pujawan,I.N. dan Kingsman,B.G. (2000a),Studies of lot sizing rules .for lumpy demand situations, Presented in the llth InternationalConferenceon Inventoriesin Budapest, August 2000. (Submitted for publicationin the InternationalJournal of Production Economics). Pujawan,I.N. danKingsman,B.G. (2000b),System nervousnessand inventory locations: Issues .for buyer and supplier partnerships, Proceedingsof the 31" National DSI Meeting,Orlando,Florida,pp. l17 4-117 6. Pujawan, I.N. dan Kingsman, B.G. (2000c), Operationalco-ordinationbetweenbuyerand supplier in ordering decisions:Evidencefrom Indonesia,Submittedto Europeanfournal of Purchasingnnd SupplyManagement. Silver, E.A. dan Costa, D. (1998), Some replenishment rules considering payment periodsand risk of outdating,Journal of the OperationalResearchSociety49, pp. 861869. Silver, E.A. dan Miltenburg,J. (1984), Two ntodificationsof the Silver-Meal lot sizing heuristic,INFOR 22(l), pp. 56-69.
Pujawan, I.N. dan Kingsman, B.G. (1999a), Dynantic lot sizingproblems under different payment ternxs, Proceeding of the 4'h Industrial Engineering and Production Management Conference, Glasgow, pp. 233-248(submittedfor publicationin the Production International Journal of Economics).
Vol. i2, No. 3, Agustus2001- MajalahIPTBK