MODEL OPTIMALISASI PERSEDIAAN DAN DISTRIBUSI PADA PUSAT DISTRIBUSI MINIMARKET BERJARINGAN DENGAN MENGAPLIKASIKAN SISTEM PENDUKUNG KEPUTUSAN Jazuli Jurusan Teknik Industri, Fakultas Teknik Universitas Dian Nuswantoro Jl. Nakula I No. 5-11 Semarang Email:
[email protected]
Abstract An increasing number of corporate chain stores increasingly threaten the existence independent stores. Role of distribution centers important in the concept of supply chain management where decision to take supplies from producers and distribute to retail must be precise so that the need to always be fulfilled. Management supply of good and proper transport model will be able to produce minimum cost. This research proposes a model of support system decision to control inventory and distribution system called inventory and distribution plan or IDP. In the IDP control system is the method used is to determining the pattern of demand, safety stock policies and the maximum stock of each product. This decision support system to help decision in supply of products in distribution centers and the number delivery to each retail member. Keyword: decision support systems, distribution centers, supply chain management, inventory, distribution Abstrak Peningkatan jumlah corporate chain store semakin mengancam eksistensi independent store (toko kelontong mandiri). Pusat distribusi memegang peranan penting dalam konsep manajemen rantai pasok (supply chain management) dimana keputusan untuk mengambil suplai dari produsen dan mendistribusikan ke retail haruslah tepat sehingga kebutuhan akan dapat selalu terpenuhi. Pengelolaan persediaan yang baik dan model transportasi yang tepat akan dapat menghasilkan biaya yang minimum. Penelitian ini mengusulkan sebuah model sistem pendukung keputusan untuk pengendalian persediaan dan distribusi yang disebut sistem perencanaan persediaan dan distribusi atau IDP (inventory distribution plan). Di dalam sistem pengendalian IDP ini metode yang digunakan adalah dengan penentuan pola permintaan, kebijakan safety stock dan stok maksimum dari masing-masing produk. Sistem pendukung keputusan ini dapat membantu pengambil keputusan dalam menagani penyediaan produk pada pusat distribusi dan jumlah pengiriman kepada masing-masing ritel anggota. Kata kunci: sistem pendukung management,persediaan, distribusi
keputusan,
pusat
distribusi,
supply
chain
1. PENDAHULUAN Sistem pendukung keputusan atau decision support system (DSS) menyediakan informasi pemecahan sebuah masalah maupun kemampuan komunikasi dalam memecahkan masalah semi-terstruktur. Komunikasi digunakan saat pimpinan terlibat dalam pemecahan masalah (McLeod Jr, 1996). Sistem pendukung keputusan (SPK) dalam pengambilan keputusan untuk logistik seharusnya dilihat dari sudut pandang kuantitatif (biaya transportasi) dan kualitatif (kepuasan pelanggan, kepuasan operator pusat distribusi). Hal tersebut dapat digunakan oleh seorang pengambil keputusan untuk membantunya menentukan langkah untuk memilih alokasi distribusi dalam usaha mencapai biaya persediaan yang minimal dengan kepuasan pelanggan maksimal (Monthatipkul and Yenradee, 2008).
Model Optimalisasi Persediaan dan Distribusi…(Jazuli)
626
Dalam Supply Chain Management (SCM), masalah pengendalian persediaan sangat rumit dan penuh tantangan karena seorang perencana harus mempertimbangkan berbagai faktor, contohnya struktur supply chain, koordinasi antar tingkatan dan proses berbagi informasi. Kebijakan pengendalian persediaan yang digunakan oleh masing-masing bagian juga merupakan faktor penting karena akan berpengaruh pada proses pengisian persediaan pada pusat distribusi. Informasi permintaan yang disampaikan ke level atas (pusat distribusi) mungkin disimpangkan dan jauh dari permintaan nyata yang ada di masing-masing retiler. Fenomena ini disebut bullwhip effect (Forrester,1961). Dalam supply chain management, semua entitas dalam supply chain harus direncanakan dan dikendalikan secara simultan untuk memperoleh parameter pengendalian yang baik dan biaya persediaan yang rendah. Inventori ada disepanjang rantai persediaan dalam berbagai wujud untuk berbagai pertimbangan. Pada inti dari proses manufaktur, mereka ada dalam bentuk bahan baku, pekerjaan dalam proses, dan barang jadi. Inventori ada dalam gudang distribusi, dan inventory selama proses distribusi, di masing-masing penghubung alur semua fasilitas (Stenger, 1994). Lee dan Billington [1992] menyatakan bahwa beberapa lokasi berpeluang untuk mengatur inventori rantai penyediaan. Diantaranya membuat keputusan koordinasi antara bermacammacam tingkatan, ketidakpastian sumber, dan merancang pengukuran kerja dari rantai penyediaan. Keputusan dibuat untuk menyelesaikan suatu permasalahan. Dalam usaha memecahkan suatu masalah, pengambil keputusan mungkin membuat banyak keputusan. Keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif. Oleh karena itu Turban (1993) menciptakan sebuah istilah decision support system (DSS), bahwa manajemen membutuhkan kerangka kerja untuk mengarahkan aplikasi komputer pada pengambilan keputusan. Rantai persediaan yang terkait adalah sebuah (pusat distribusi) DC yang melayani banyak retailer yang sejenis seperti ditunjukkan dalam Gambar. 1
Gambar 1. Model supply chain [Kengpool, 2008]
Pada satu gudang ini dan jumlah pengecer yang banyak, sistem ini telah diuji oleh Schwarz (1985) dan ia menunjukkan bahwa wujud kebijakan optimal dapat menjadi kompleks, pada waktu tertentu, diperlukan jumlah pesanan di satu atau lebih dari lokasi yang bervariasi dengan waktu meskipun semua permintaan relevan dan biaya faktor adalah waktu yg tidak bervariasi. Menurut Jalbar, dkk (2003) tipe spesial dari sistem penyimpanan adalah dengan satu gudang dan jumlah pengecer yang banyak. Dalam masalah ini, bagian gudang menjual dari supplier langsung ke pengecer. Ganeshan [1999] menyatakan bahwa persediaan ada sepanjang rantai penyediaan dalam berbagai bentuk untuk berbagai pertimbangan. Pendekatan tipe persediaan (s, Q) merupakan kebijakan untuk jaringan produksi/distribusi dengan banyak supplier mengisi pusat gudang, yang nantinya akan didistribusikan untuk sejumlah besar pengecer (retailer).
Techno Science Vol.5 No.1 Mei 2011
627
Model tersebut yang terdiri dari tiga komponen yaitu: a) Analisis Persediaan Pada Pengecer b) Proses Permintaan Pada Gudang c) Analisis Penyimpanan Pada Gudang Nasution dan Prsetyawan [2008] menyatakan bahwa timbulnya persediaan dalam suatu sistem, baik manufaktur maupun non manufaktur adalah merupakan hasil dari tiga kondisi sebagai berikut: 1. Mekanisme pemenuhan atas permintaan (transaction motive). 2. Adanya keinginan untuk meredam ketidak pastian (precautionary motive). Ketidakpastian yang diaksud adalah: Adanya permintaan yang bervariasi dan tidak pasti dalam jumlah maupun waktu kedatangan, Waktu tunggu (lead time) yang cenderung tidak pasti karena berbagai factor yang tidak dapat dikendalikan sepenuhnya. Pengamanan persediaan (safety stock) ini digunakan untuk meredam ketidak pastian tersebut atau digunakan jika permintaan melebihi peramalan, lead time yang melebihi dari yang diperkirakan. 3. Keinginan melakukan spekulasi (speculative motive) yang bertujuan untuk mendapatkan keuntungan besar dari kenaikan harga pada masa datang. Dalam kasus tertentu, status persediaan barang jadi lebih banyak diamati secara periodik daripada secara kontinyu. Dalam metode P ini status persediaan akan diamati pada interval waktu yang tetap dengan asumsi bahwa permintaan bersifat acak (Nasution dan Prasetyawan, 2008). Metode P berfungsi dengan cara yang sangat berbeda dibandingkan metode Q karena: 1. Metode P tidak mempunyai titik pemesanan kembali, tetapi lebih menekankan pada target persediaan. 2. Metode P tidak mempunyai EOQ karena jumlah pemesanan akan bervariasi tergantung permintaan yang sesuai dengan target persediaan. 3. Metode P interval pemesanannya tetap sedangkan kuantitas pesanannya berubahubah. Untuk mencapai tingkat pelayanan tertentu permintaan harus dipenuhi sepanjang waktu t+l secara rata-rata ditambak persediaan pengaman, secara matematis kondisi tersebut dinyatakan sebagai berikut (Nasution dan Prasetyawan, 2008). ̅̅̅̅̅̅ T
..........................................................................(1)
= Target tingkat persediaan maksimum yang diinginkan
̅̅̅̅̅̅ = permintaan rata-rata selama t+L SS = stok pengaman
Z = faktor pengaman yang besarnya tergantung tingkat pelayanan
2. METODE PENELITIAN Penelitian mengenai perancangan sistem pendukung keputusan untuk inventori/distribusi pada pusat distribusi minimarket berjaringan ini terdiri dari dua tahap utama, yaitu analisa aktivitas sistem kerja gudang pusat, pengembangan model peramalan permintaan dan pembuatan perangkat lunak berbasis pemrograman visual dengan menggunakan MS. Visual Fox Pro. Penelitian dilakukan secara terstruktur mengikuti diagram alir seperti ditunjukkan pada Gambar 2.
Model Optimalisasi Persediaan dan Distribusi…(Jazuli)
628
Gambar 2. Diagram Alir Penelitian
3. HASIL DAN PEMBAHASAN Pilihan menggunakan model jaringan dengan sebuah pusat distribusi (distribution center/DC) artinya semua supplier mengirimkan produk pada DC dan seluruh pengiriman kepada toko dilakukan atau diatur oleh DC tersebut, jadi tidak ada supplier yang mengirimkan produknya secara langsung kepada toko/minimarket sehingga seluruh aliran proses dan informasi terjadi dalam DC seperti ditunjukkan pada Gambar 3. Supplier
Ritel
DC
Order
Data Penjualan DSS
Pemenuhan
POS Pengisian
Gambar 3. Aliran Informasi Jaringan Distribusi Via DC
Techno Science Vol.5 No.1 Mei 2011
629
Sistem umum tersebut dapat di jabarkan menjadi empat proses utama yaitu: pemrosesan data penjualan, pemenuhan permintaan, pengorderan barang ke supplier, pengiriman dan penerimaan produk dari supplier, untuk lebih lengkap proses ditunjukkan oleh Gambar 4.
Gambar 4. Aliran Proses Utama Sistem Pada DC
Desain Pengendalian Persediaan Dalam perancangan sistem pendukung keputusan ini sebelumnya akan dirancang sistem pengendalian persediaan yang sesuai sehingga dapat digunakan sistem ini. Untuk menguji model tesebut digunakan contoh hasil penjualan beberapa produk dari dua ritel anggota yaitu untuk permintaan atau hasil penjualan produk mie instant dan gula dalam satu tahun seperti ditunjukkan Gambar 5 dan Gambar 6.
25
16 14 12 10 8 6 4 2 0
20 15 10 5 0 1 5 9 131721252933374145495357 Gambar 5. Grafik Penjualan Mie Instant
1 6 11 16 21 26 31 36 41 46 51 56 Gambar 6. Grafik Penjualan Gula
a. Metode pengendalian Q Metode Q adalah sistem yang memperbaiki model EOQ yang mengasumsikan bahwa permintaan bersifat konstan, tapi dalam metode Q asumsi permintaan bersifat acak sehingga memungkinkan terjadi kehabisan persediaan sehingga model akan lebih realistis. Hasil perhitungan dengan metode ini seperti ditunjukkan Gambar 7 dan Gambar 8 data diambil sampel harian selama 2 bulan dari permintaan selama 1 tahun (Gambar 5 dan Gambar 6).
Model Optimalisasi Persediaan dan Distribusi…(Jazuli)
630
250 200
Stok Mie Instant
150
ritel 1
100
ritel 2 DC
50 0 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58
Gambar 7. Grafik Jumlah Persediaan Mie Instant Dalam 2 Bulan
Stok Gula
250 200
ritel 1
150
ritel 2
100
DC
50 0 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 Gambar 8. Grafik Jumlah Persediaan Gula dalam 2 Bulan
b. Metode pengendalian P Pada metode ini yang menjadi fokus adalah menentukan interfal pemesanan yang optimal dan target tingkat persediaan. Asumsi yang dibangun untuk metode ini adalah waktu pengiriman dari DC ke ritel bisa setiap hari dan pengiriman dari supplier ke DC dilakukan seminggu sekali. Berikut ini adalah hasil persediaan dalam waktu 2 bulan denngan mengapilkasikan metode pengendalian P seperti ditunjukkan Gambar 9 dan Gambar 10. Sedangkan hasil untuk persediaan pusat distribusi ditunjukkan Gambar 11.
20 15 ritel 1
10
ritel 2
5 0 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 Gambar 9. Grafik Jumlah Persediaan Mie Instant Pada Ritel Dalam 2 Bulan
Techno Science Vol.5 No.1 Mei 2011
631
20 15 ritel 1
10
ritel 2
5 0 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 Gambar 10. Grafik Jumlah Persediaan Gula Pada Ritel Dalam 2 Bulan
250
Stok Produk Pada DC
200 150
stok gula
100
stok mie instant
50 0 1 4 7 1013161922252831343740434649525558 Gambar 11. Grafik Jumlah Persediaan Persediaan Pada DC Dalam 2 Bulan
Untuk mengetahui metode yang tepat untuk dapat diterapkan pada jaringan distribusi dengan menggunakan DC ini maka akan diukur berdasarkan biaya total persediaan pada semua tingkatan (baik biaya persediaan pada ritel maupun pada DC). Dari fluktuasi stok yang sudah digambarkan diatas maka dapat diketahui total persediaan yang ada dalam sistem ini. Perbandingan total biaya persediaan ditunjukkan pada Tabel 4. Dari Hasil tersebut dapat diketahui bahwa pengendalian persediaan dan distribusi yang menggunakan DC lebih cocok mengaplikasikan metode P dengan rancangan bahwa pengiriman dari DC ke ritel dilakukan setiap hari dan dari supplier ke DC dilakukan seminggu sekali.
4. KESIMPULAN Penelitian perancangan sistem pendukung keputusan untuk persediaan/distribusi pada pusat distribusi berjaringan ini diharapkan dapat memberikan salah satu alternatif dalam upaya peningkatan kinerja SCM yang akan diterapkan. Kesimpulan yang dapat diambil adalah: 1. Pembagian data penjualan yang ada dikategorikan menjadi tiga terkait fungsinya untuk pengambilan keputusan yaitu: penjualan produk yang cenderung stabil, penjualan produk yang terpengaruh musim, dan tren produk. 2. Perancangan sistem pendukung keputusan ini didasarkan pada pengaplikasian metode P dalam pengendalian persediaannya meliputi: target persediaan dari masing-masing produk sesuai dengan pola permintaanya, dengan juga memperhatikan kebijakan stok pengaman pada masing masing ritel maupun DC. 3. Perangkat lunak sistem pendukung keputusan ini dapat dijadikan referensi informasi yang lebih akurat yang dapat digunakan oleh pimpinan untuk mengambil keputusan terkait dengan jumlah order ke suplier terkait data penjualan pada retail dan jumlah yang dikirim ke retail.
Model Optimalisasi Persediaan dan Distribusi…(Jazuli)
632
DAFTAR PUSTAKA [1]
Al-Rifai, H.M., Rossetti, D.M., 2007, An efficient heuristic optimization algorithm for a twoechelon (R, Q) inventory system, International Journal of Production Economics 109, 195–213.
[2]
Arshinder, Kanda, A., Deshmukh, S.G., 2008, Supply chain coordination: perspective, empirical studies and research directions, International Journal of Production Economics 115, 316-335.
[3]
Ballou, R.H., 1992, Business Logistics Management, 3rd ed.,Prentice-Hall, Englewood Clios, NJ.
[4]
De Kok, A.G., Fransoo, J.C., 2003. Planning supply chain operations. In: Dekok, A.G., Graves, S.C. (Eds.), Supply Chain Management: Design, Coordination and Operation. Handbooks in Operations Research and Management Science, vol. 11. Elsevier, Amsterdam, pp. 597–676.
[5]
Douglas T.R., Schoman K. E.Jr., 1977, Structured Analysis for Requirements Definition, IEEE Trans. Software Eng. 3(1): pp. 6-15.
[6]
Forrester, J., 1961. Industrial Dynamics. MIT Press, Cambridge, MA.
[7]
Ganeshan, R., 1999. Managing supply chain inventories: A multiple retailer, one warehouse, multiple supplier model. International Journal of Production Economics 59, 341–354.
[8]
Ganeshan, R., Boone, T., Stenger, A.J., 2001. The impact of inventory and flow planning parameters on supply chain performance: An exploratory study. International Journal of Production Economics 71, 111–118.
[9]
Ghodsypour, S.H., O’Brien, C., 1998. A decision support system for supplier selection using an integrated analytic hierarchy process and linear programming, International Journal of Production Economics 56–57, 199–212.
[10]
Grover V., Kettinger W. J., 2000. Proses Pikirkan: Winning Perspektif untuk Bisnis Perubahan di Era Informasi. p.168.
[11]
Hilton, R.W., Maher, M.W. dan Selto, F.H. 2006. Cost Management: Strategies for Business Decisions. 3rd edition. Mc-GrawHill Irwin.
[12]
H.L. Lee, C. Billington, 1992, Supply chain management: Pitfalls and opportunities, Sloan Management Review 33 65-73.
[13]
Jalbar A.B., Gutie´rrez J., Puerto J., Sicilia J., 2003. Policies for inventory/distribution systems: The effect of centralization vs. decentralization. International Journal of Production Economics, 81–82, 281–293.
[14]
Jogiyanto HM, Sistem Informasi Akuntansi Berbasis Komputer, BPFE Yogyakarta 1994.
[15]
Kengpool, A., 2008, Design of decision support system to evaluate logistic distribution network in greater Mekong subregion countries, International Journal of Production Economics 115, 388-399.
[16]
Korpela, J., Tuominen, M., 1996. A decision aid in warehouse site selection. International Journal of Production Economics 45, 169–188.
[17]
Korpela, J., Kylaheiko, K., Lehmusvaara, A., Tuominen, M., 2002. An analytic approach to production capacity allocation and supply chain design. International Journal of Production Economics 78, 187–195.
Techno Science Vol.5 No.1 Mei 2011
633
[18]
McLeod R. Jr., 1995, Sistem Informasi Manajemen, jilid 2, Edisi bahasa Indonesia, Prenhallindo, Jakarta
[19]
Monthatipkul, C., Yenradee, P., 2008, Inventory/distribusi control system in a one warehouse /multiretailer supply chain, International Journal of Production Economics 114, 119-133.
[20]
Morgan, C., Dewhurst, A, 2007, Multiple retailer supplier performance: an exploratory investigation using SPC techniques, International Journal of Production Economics, 111, 13-26.
[21]
Nasution, A.H., Prasetyawan Y., 2008, Perencanaan dan Pengendalian Produksi, Graha Ilmu, Jakarta.
[22]
Schwarz, L.B., Deuermeyer, B.L., Badinelli, R.D., 1985. Fill-rate optimization in a onewarehouse N-identical retailer distribution system. Management Science 31, 488–498.
[23]
Stenger, A.J. , 1994, Inventory Decision Framework, in: J.F.Robeson, W.C. Copucino (Eds.), The Logistics Handbook, The Free Press, New York, 391- 409.
[24]
Turban E., 1993, Decision Support and Expert System: Management Support System, New York, Macmillan.
[25]
Utami, C.W., 2006, Manajemen ritel (strategi dan implementasi ritel modern), Salemba Empat, Jakarta
[26]
Yokoyama M., 2002. Integrated optimization of inventorydistribution systems by random local search and a genetic algorithm. Computers and Industrial Engineering 42, 175–188.
[27]
Yoo Y.J., Kim W.S., Rhee J.T., 1997. Efficient inventory management in multi-echelon distribution systems. Computers and Industrial Engineering 33, 729–732.
Model Optimalisasi Persediaan dan Distribusi…(Jazuli)
634