Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015
MODEL SISTEM DINAMIK UNTUK MENGANALISIS KEBIJAKAN DISTRIBUSI PREMIUM DI KEPULAUAN MALUKU TENGAH Mohammad Thezar Afifudin1), Ahmad Rusdiansyah 2), dan Nurhadi Siswanto3) 1) Program Studi Magister Teknik Industri, Institut Teknologi Sepuluh Nopember Jl. Raya ITS, ITS Sukolilo, Surabaya, 60111, Indonesia e-mail: 1)
[email protected] 2,3) Jurusan Teknik Industri, Institut Teknologi Sepuluh Nopember ABSTRAK Menurunnya cadangan minyak bumi menyebabkan produksi premium mulai diperhatikan oleh setiap negara. Hal ini berdampak pada adanya kebijakan untuk membatasi kebutuhan BBM di masing-masing daerah sehingga akan berpengaruh terhadap pemenuhan kebutuhan premium sampai ke tingkat konsumen akhir. Dalam kasus ini, manajemen distribusi sangat berperan penting dalam menentukan besarnya kuota pasokan ke masing-masing retailer tujuan, di mana menambah kuota satu retailer secara tidak langsung akan mengurangi kuota retailer yang lain. Penelitian ini menggambarkan lebih detail pola supply dengan mendisagregatkan rantai pasok yang terlibat dalam proses distribusi premium ke daerah terpencil. Ruang lingkup dibatasi pada proses distribusi dari terminal transit/depot ke retailer yang terjadi di daerah kepulauan terpencil di Kabupaten Maluku Tengah. Tujuan penelitian ini adalah untuk menentukan kebijakan pasokan yang tepat dengan tidak memberikan dampak stock out yang besar pada retailer. Metodologi sistem dinamik digunakan untuk menggambarkan hubungan antar-variabel yang berubah terhadap waktu. Skenario dibagi menjadi dua dengan mempertimbangkan tingkat penjualan dan jarak terjauh sumber pasokan. Masing-masing skenario dilakukan sensitivitas dengan kenaikan demand sebesar 25%. Hasil penelitian menunjukkan, bahwa kebijakan yang dapat dilakukan ketika supply premium terbatas dengan mengutamakan profit adalah memprioritaskan pasokan ke retailer berdasarkan jarak terjauh. Sedangkan kebijakan dengan pertimbangan terkait pelayanan kepada masyarakat, maka kebijakan yang tepat adalah memprioritaskan pasokan ke retailer berdasarkan tingkat penjualannya. Kata kunci: Distribusi, Bahan Bakar Minyak, Daerah Kepulauan Terpencil, Kabupaten Maluku Tengah, Sistem Dinamik PENDAHULUAN Distribusi BBM di Indonesia termasuk terumit jika dibandingkan dengan negara lain. Hal ini disebabkan karena karakteristik Indonesia terdiri dari wilayah kepulauan. Sehingga proses distribusi BBM dilakukan dengan menggunakan jalur darat dan laut. Beberapa wilayah tertentu Indonesia seperti Papua, pola distribusi harus dilakukan dengan menggunakan pesawat. Berbeda halnya di Kepulauan Maluku melakukan proses distribusi BBM dengan moda kapal dan truk. Kebutuhan BBM di Kabupaten Maluku Tengah sebagian besar dipasok dari Depot Masohi yang berasal dari Terminal Transit Wayame (Pulau Ambon). Pola pasokan premium berawal dari depot ke Stasiun Pengisian Bahan Bakar Umum (SPBU), dan Agen Premium Minyak Solar (APMS). Untuk memasok BBM dari depot ke SPBU dan APMS yang sepulau dengan depot, jenis angkutan yang digunakan adalah truk tangki, sedangkan ke APMS yang berbeda pulau dengan depot, pengangkutan dilakukan dengan menggunakan kapal. Pola distribusi yang berbeda tersebut berdampak pada waktu pengiriman BBM. ISBN: 978-602-70604-2-5 A-7-1
Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015
Konsumsi energi bahan bakar minyak (BBM) Indonesia pada tahun 2014 mengalami peningkatan sebesar 2.5% dari tahun sebelumnya (Statistical, 2015). Hal ini tidak sebanding dengan produksinya yang mengalami penurunan sebesar 2.9% (Statistical, 2015). Produksi minyak terus ditingkatkan dengan cara melakukan impor BBM, sedangkan konsumsi minyak ditekan dengan cara melakukan konversi ke energi lainnya, seperti pemanfaatan energi gas. Akan tetapi, pemanfaatan energi gas belum dioptimalkan di Indonesia. Oleh karena itu, untuk menjaga keseimbangan antara produksi dan konsumsi BBM di Indonesia perlu dilakukan pengaturan/pembagian kuota BBM. Keputusan kebijakan distribusi BBM termasuk masalah kompleks karena keputusannya mempertimbangkan banyak variabel dan setiap variabel berubah terhadap waktu. Beberapa variabel yang mempengaruhi keputusan pengiriman BBM dari depot ke retailer, seperti: jumlah demand, kuota pasokan yang tersedia, kapasitas dan laju moda, dan kapasitas penyimpanan retailer. Sistem dinamik telah banyak digunakan untuk menyelesaikan masalah kompleks dan keputusan strategis (jangka panjang) perusahaan. Jingchun et al. (2010) menggunakan sistem dinamik untuk memodelkan tren supply-demand gas alam di China, seperti cara meningkatkan supply, memperkecil kesenjangan antara supply-demand, mempertahankan alokasi supplydemand, meningkatkan efisiensi konsumsi energi, dan membuat mekanisme harga. Kiani & Pourfakhraei (2010) menggambarkan feedback antara supply, demand, dan revenue minyak dan gas di Irak untuk mengontrol tren produksi dan konsumsi minyak/gas di masa depan dengan cara meningkatkan produksi dan mengurangi konsumsi domestiknya. Suryani et al. (2010) mengembangkan model untuk meramalkan demand semen dan mengevaluasi skenario kebijakan terkait ekspansi perencanaan kapasitas produksi untuk memenuhi proyeksi demand di masa depan, baik pesimistik maupun optimistik. Kumar dan Nigmatullin (2011) mempelajari perilaku dan hubungan dalam rantai pasokan untuk produk makanan nonperishable dan menentukan pengaruh dari variabilitas demand dan lead time pada kinerja rantai pasokan. Rasjidin, et al. (2012) menggunakan metodologi sistem dinamik dalam menyelesaikan permasalahan keterbatasan supply listrik yang berfluktuasi dari waktu ke waktu di Australia dengan mempertimbangkan faktor kualitatif. Penelitian ini akan mengisi gap penelitian sebelumnya yang akan membahas mengenai analisis kebijakan distribusi BBM di daerah kepulauan terpencil dengan mempertimbangkan supply dan demand. Kabupaten Maluku Tengah akan dijadikan sebagai objek amatan karena memiliki ketersebaran pulau yang luas. Produk yang akan dijadikan bahan penelitian adalah BBM jenis premium karena produk ini memiliki konsumen yang sangat besar, sehingga perlu diketahui kuota premium di tiap daerah-daerah sehingga dapat diukur kuota masing-masing retailer pada jenis BBM yang sifatnya terbatas untuk setiap kebijakan yang dikeluarkan. Keputusan kebijakan dipilih dari tiga skenario dan direncanakan dalam waktu satu tahun. METODE Identifikasi Variabel Dari masalah sistem distribusi BBM, variabel-variabel kunci yang dapat diidentifikasi, yaitu: kuota BBM untuk Kabupaten Maluku Tengah, rata-rata lead time, maksimum level stok, rata-rata permintaan masing-masing retailer, dan biaya-biaya yang terkait dengan order, seperti: reorder cost, unit cost dan fraksi holding cost. Dari variabel kunci tersebut, dikembangkan variabel lainnya sebagai pendukung, yaitu: kapasitas penyimpanan yang diasumsikan sebagai maksimum order size, cycle service level, jarak retailer dari sumber pasokan, kapasitas dan waktu tempuh kendaraan, rata-rata waktu loading dan unloading kendaraan, tingkat penjualan, dan standar deviasi permintaan.
ISBN: 978-602-70604-2-5 A-7-2
Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015
Causal Loop Diagram Causal loop diagram (CLD) digunakan untuk menggambarkan hubungan antar variabel-variabel kunci yang dapat dilihat pada Gambar 1. Jika persentase kuota Kabupaten Maluku Tengah diberikan lebih besar, maka akan menaikkan masing-masing kuota BBM untuk retailer. Jika salah satu retailer diberikan kuota yang besar, maka akan berdampak pada persen kuota retailer lainnya, sehingga akan menurunkan tingkat persediaan retailer lain. Dengan menurunnya kuota, maka secara tidak langsung telah mengurangi volume order fulfillment di mana selanjutnya berakibat pada tingkat stock out.
Gambar 1. Causal Loop Diagram
Stock Flow Diagram Stock Flow Diagram (SFD) digunakan untuk menjabarkan lebih jelas hubungan antar variabel dalam causal loop diagram (CLD).
Stock Flow Diagram Terminal Transit Wayame (SFD TT Wayame) TT Wayame memberikan pasokan premium ke Depot Masohi, SPBU Tulehu, SPBU Hitu, SPBU Hila, APMS Ureng, APMS Negrilima, APMS Hila, APMS Hitu, APMS Alang, APMS Tulehu, APMS Haruku, dan APMS S. Patty. Terdapat dua sektor untuk SFD TT Wayame, yaitu: sektor supply dan kuota retailer Terminal Transit Wayame (lihat Gambar 2).
Stock Flow Diagram Depot Masohi (SFD Depot Masohi) Depot Masohi menerima pasokan dari Terminal Transit Wayame dan memberikan pasokan premium ke SPBU Masohi, SPBU Banda Neira, APMS H. P. Kakiay, APMS P. Vega, APMS E. Leleury, APMS K. Dwitunggal, APMS Dj. Sappe, APMS C. Masohi, dan APMS V. Pratama. Berbeda dengan sistem pada Terminal Transit Wayame, sistem Depot Masohi memiliki lima sektor, yaitu: (1) Sektor Supply Depot Masohi ke Retailer, (2) Sektor Kuota Supply Retailer dari Depot Masohi, (3) Sektor Order Size dan Reorder Point, (4) Sektor Round Trip Days dan Lead Time, (5) Sektor Jadwal Keberangkatan Kapal dan (6) Sektor Kinerja. Sektor Supply Depot Masohi ke Retailer dapat dilihat pada Gambar 3.
Stock Flow Diagram Stasiun Pengisian Bahan Bakar Umum (SFD SPBU) SFD sistem untuk SPBU Tulehu, SPBU Hitu, SPBU Hila dan SPBU Masohi memiliki struktur dan variabel yang sama, namun berbeda dengan SFD sistem SPBU Banda Neira. Perbedaan tersebut berada pada penggunaan moda transportasi, di mana untuk memasok premium ke SPBU Banda Neira digunakan dua jenis moda, yaitu: truk tangki dan kapal. Secara Umum, sistem untuk SPBU dibagi menjadi lima sektor, yaitu: (1) Sektor Supply dan Demand, (2) Sektor Order Size dan Reorder Point, (3) Sektor Round Trip Days dan Lead Time, (4) Sektor Jadwal Truk/ Kapal dan (5) Sektor Kinerja. SFD sistem SPBU Tulehu, SPBU Hitu, SPBU Hila dan SPBU Masohi untuk Sektor Supply dan Demand dapat dilihat pada Gambar 4.
ISBN: 978-602-70604-2-5 A-7-3
Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015 SUPPLY TERMINAL TRANSIT WAYAME
Volume Pengiriman ke TT WAYAME
Interval Waktu Pengiriman ke TT WAYAME
Stok TT WAYAME Untuk Kuota Malteng'
Penerimaan TT WAYAME untuk Maluku Tengah
KUOTA SUPPLY TERMINAL TRANSIT WAYAME
Persen Kuota DEPOT MASOHI
Order Fulfillment DEPOT MASOHI
Kuota Premium DEPOT MASOHI
Order Fulfillment DEPOT MASOHI
Pengiriman Ke DEPOT MASOHI
Order Fulfillment APMS Hila
Pengiriman Ke APMS Hila
Rekaman Kuota APMS Hila
Pengiriman ke DEPOT MASOHI'
Rekaman Kuota DEPOT MASOHI
Order Fulfillment SPBU Tulehu
Kuota Premium SPBU Tulehu
SPBU Tulehu
Persen Kuota APMS Hitu
Pengiriman ke SPBU Tulehu'
Rekaman Kuota SPBU Tulehu
Order Fulfillment APMS Hila
APMS Hila
Pengiriman ke APMS Hila' APMS Hila.TO ORDER
Reset Kuota APMS Hila
DEPOT MASOHI.TO ORDER
Reset Kuota DEPOT MASOHI
Persen Kuota SPBU Tulehu
Kuota Premium APMS Hila
Persen Kuota APMS Hila
DEPOT MASOHI
Kuota Premium APMS Hitu
Order Fulfillment APMS Hitu
APMS Hitu
Pengiriman ke APMS Hitu'
Rekaman Kuota APMS Hitu SPBU Tulehu.TO ORDER
Order Fulfillment SPBU Tulehu
Pengiriman Ke SPBU Tulehu
Order Fulfillment APMS Hitu
Pengiriman Ke APMS Hitu
Reset Kuota SPBU Tulehu
Persen Kuota SPBU Hitu
SPBU Hitu
Pengiriman Ke APMS Alang
Penerimaan TT WAYAME untuk Maluku Tengah
Persen Kuota SPBU Hila
Order Fulfillment SPBU Hila
Kuota Premium SPBU Hila
Rekaman Kuota APMS Alang
Stok TT WAYAME Untuk Kuota Malteng'
Reset Kuota SPBU Hitu
Order Fulfillment APMS Alang
Penerimaan TT WAYAME untuk Maluku Tengah
SPBU Hila
Pengiriman Ke SPBU Hila
Pengiriman Ke APMS Tulehu
Kuota Premium APMS Tulehu
Rekaman Kuota APMS Tulehu
Reset Kuota SPBU Hila
Pengiriman Ke APMS Ureng
Order Fulfillment APMS Negrilima
Pengiriman Ke APMS Haruku
Pengiriman Ke APMS Negrilima
Kuota Premium APMS Haruku
Order Fulfillment APMS Haruku
APMS Haruku.TO ORDER
Reset Kuota APMS Haruku Order Fulfillment APMS Negrilima
Kuota Premium APMS Negrilima
Rekaman Kuota APMS Negrilima
Order Fulfillment APMS S Patty
APMS Haruku
Pengiriman ke APMS Haruku'
Rekaman Kuota APMS Haruku
APMS Ureng.TO ORDER Reset Kuota APMS Ureng
Persen Kuota APMS Negrilima
Pengiriman Ke APMS S Patty
APMS Tulehu.TO ORDER
APMS Ureng
Persen Kuota APMS Haruku
Order Fulfillment APMS Haruku
APMS Tulehu
Pengiriman ke APMS Tulehu'
Pengiriman ke APMS Ureng'
Rekaman Kuota APMS Ureng
Order Fulfillment APMS Ureng
Order Fulfillment APMS Tulehu
Reset Kuota APMS Tulehu
Order Fulfillment APMS Ureng Kuota Premium APMS Ureng
Persen Kuota APMS Ureng
APMS Alang.TO ORDER
Pengiriman ke SPBU Hila' SPBU Hila.TO ORDER
Order Fulfillment APMS Tulehu
APMS Alang
Pengiriman ke APMS Alang' Reset Kuota APMS Alang
Persen Kuota APMS Tulehu Rekaman Kuota SPBU Hila
Order Fulfillment SPBU Hila
Order Fulfillment APMS Alang
Pengiriman ke SPBU Hitu' SPBU Hitu.TO ORDER
Pengiriman Ke SPBU Hitu
Kuota Premium APMS Alang
Persen Kuota APMS Alang Rekaman Kuota SPBU Hitu
Order Fulfillment SPBU Hitu
APMS Hitu.TO ORDER
Reset Kuota APMS Hitu Order Fulfillment SPBU Hitu
Kuota Premium SPBU Hitu
APMS Negrilima
Persen Kuota APMS S Patty
Pengiriman ke APMS Negrilima' APMS Negrilima.TO ORDER
Kuota Premium APMS S Patty
Rekaman Kuota APMS S Patty
Reset Kuota APMS Negrilima
Order Fulfillment APMS S Patty
APMS S Patty
Pengiriman ke APMS S Patty' APMS S Patty.TO ORDER
Reset Kuota APMS S Patty
Gambar 2. Sektor Supply dan Kuota Retailer Terminal Transit Wayame SUPPLY KE RETAILER
VOLUME LOAD PELABUHAN BIRINGKASIH KAPAL
KUOTA PENGIRIMAN KAPAL
Input Kuota Pengiriman Kapal
VOLUME UNLOAD PELABUHAN PP KAPAL
Loading Rate Kapal
JADWAL KAPA
VOLUME ON TRIP KAPAL
WAKTU UNLOAD KAPAL dt ON PROCESS
ORDER DIKIRIMKAN KAPAL
REK VOLUME PENGIRIMAN KAPAL
WAKTU TEMPUH KAPAL Tanpa Muatan dt
ORDER DIKIRIMKA N KAPAL
ORDER DIKIRIMKA N KAPAL
ORDER SIZE .Kuota Premium DEPOT MASOHI
WAKTU UNLOAD KAPAL dt
TO ORDER
Penerimaan Dari Kapal
VOLUME UNLOAD PELABUHAN PP KAPAL
WAKTU TEMPUH KAPAL Tanpa Muatan dt
ORDER FULFILLMEN T
Unloading Rate Kapal
Trip Rate Kapal
WAKTU LOAD KAPAL dt
ORDER DIKIRIMKA N KAPAL
VOLUME DITERIMA DARI KAPAL
SWITCH To Order 2
REORDER POINT
STOK
KUOTA PENGIRIMAN KAPAL
Pemenuhan Order
Rekaman Input Volume Pengiriman Kapal
Rekaman Output Volume Pengiriman Kapal
REK VOLUME DITERIMA KAPAL
Order Fulfillment APMS K Dwitunggal
.Order Fulfillment DEPOT MASOHI
Pengiriman ke APMS Dj Sappe
Pengiriman ke SPBU B Neira
Order Fulfillment SPBU B Neira
Pengiriman ke APMS C Masohi
Pengiriman ke APMS HP Kakiay
Pengiriman ke APMS V Pratama
Pengiriman ke APMS P Vega
Order Fulfillment APMS P Vega
Pengiriman ke APMS E Leleury
Order Fulfillment APMS E Leleury
Order Fulfillment APMS C Masohi
REK VOLUME DITERIMA KAPAL
Input Rekaman Volume DIterima Dari Kapal
Order Fulfillment SPBU Masohi
Order Fulfillment APMS Dj Sappe
REK VOLUME PENGIRIMAN KAPAL Unloading Rate Kapal
Pengiriman ke SPBU Masohi
Pengiriman ke APMS K Dwitunggal
Order Fulfillment APMS HP Kakiay
Order Fulfillment APMS V Pratama
Output Rekaman Volume DIterima Dari Kapal
Gambar 3. Sektor Supply Depot Masohi ke Retailer SUPPLY dan DEMAND
KUOTA PENGIRIMAN TRUK 1
ORDER DIKIRIMKA N TRUK 1
VOLUME LOAD TRUK 1
Input Kuota Pengiriman Truk 1
Loading Rate Truk 1 ORDER DIKIRIMKA N TRUK 1
JADWAL TRUK 1
ON PROCESS
VOLUME ON TRIP TRUK 1
REK VOLUME PENGIRIMAN TRUK 1
KUOTA PENGIRIMAN TRUK 1
Pemenuhan Order
Rekaman Input Volume Pengiriman Truk 1
ORDER DIKIRIMKA N TRUK 1
WAKTU TEMPUH TRUK 1 Tanpa Muatan dt
WAKTU TEMPUH TRUK 1 Tanpa Muatan dt
Rekaman Output Volume Pengiriman Truk 1
VOLUME DITERIMA DARI TRUK 1
Unloading Rate Truk 1
Trip Rate Truk 1
WAKTU LOAD TRUK 1 dt
ORDER DIKIRIMKAN TRUK 1
VOLUME UNLOAD TRUK 1
Penerimaan Dari Truk 1
WAKTU UNLOAD TRUK 1 dt
DEMAND REK VOLUME PENGIRIMAN TRUK 1
VOLUME UNLOAD TRUK 1 Unloading Rate Truk 1
REK VOLUME DITERIMA TRUK 1
REK VOLUME DITERIMA TRUK 1
Input Rekaman Volume DIterima Truk 1
STOK
Output Rekaman Volume DIterima Truk 1
WAKTU UNLOAD TRUK 1 dt
.Order Fulfillment SPBU Tulehu
TOTAL PENJUALAN
Penjualan
SWITCH To Order 2
REORDER POINT
ORDER SIZE KUOTA PENGIRIMAN TRUK 2
Input Kuota Pengiriman Truk 2
JADWAL TRUK 2
VOLUME LOAD TRUK 2
Loading Rate Truk 2 ORDER DIKIRIMKA N TRUK 2
WAKTU LOAD TRUK 2 dt
ORDER DIKIRIMKAN TRUK 2 KUOTA PENGIRIMAN TRUK 2
VOLUME DITERIMA TRUK 2
VOLUME UNLOAD TRUK 2
WAKTU TEMPUH TRUK 2 Tanpa Muatan dt
WAKTU TEMPUH TRUK 2 Tanpa Muatan dt
Rekaman Output Volume Pengiriman Truk 2
ORDER FULFILLMEN T Unloading Rate Truk 2
Trip Rate Truk 2 VOLUME ON TRIP TRUK 2
REK VOLUME PENGIRIMAN TRUK 2
Rekaman Input Volume Pengiriman Truk 2
TO ORDER
ORDER DIKIRIMKA N TRUK 2
ORDER DIKIRIMKA N TRUK 2
Penerimaan Dari Truk 2
WAKTU UNLOAD TRUK 2 dt
REK VOLUME PENGIRIMAN TRUK 2
VOLUME UNLOAD TRUK 2
Unloading Rate Truk 2 REK VOLUME DITERIMA TRUK 2
.Kuota Premium SPBU Tulehu
REK VOLUME DITERIMA TRUK 2
Input Rekaman Volume DIterima Truk 2
Output Rekaman Volume DIterima Truk 2
WAKTU UNLOAD TRUK 2 dt
Gambar 4. Supply dan Demand SPBU Tulehu, SPBU Hitu, SPBU Hila, dan SPBU Masohi
ISBN: 978-602-70604-2-5 A-7-4
Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015
HASIL DAN PEMBAHASAN Skenario dibagi menjadi 2, yaitu: (1) skenario untuk kondisi normal di mana kuota pasokan diprioritaskan berdasarkan tingkat penjualan, dan (2) skenario untuk kondisi di mana pasokan diprioritaskan untuk retailer yang jaraknya terjauh. Masing-masing skenario akan dilakukan sensitivitas dengan naiknya permintaan sebesar 25% per tahun. Parameter output berupa average stock, average days supply, service level, order rate, total order, kejadian stock out, total stock out, total penjualan dan total order yang dipenuhi. Skenario 1: Pasokan diprioritaskan untuk retailer berdasarkan tingkat penjualan. Pada skenario ini pasokan diprioritaskan untuk retailer yang memiliki tingkat penjualan terbesar. Hasil simulasi ditunjukkan pada Tabel 1 untuk stock out sumber pasokan sedangkan Tabel 2 dan Tabel 3 menunjukkan total penjualan dan stock out di retailer. Sensitivitas kenaikan demand sebesar 25% memberikan pengaruh signifikan terhadap stock out yang terjadi pada kedua sumber pasokan yang menyebabkan menurunnya service level dan average days supply keduanya. Selain itu, average stock depot turun sebesar 31,4% dari kondisi awal. Tabel 1. Stock Out Sumber Pasokan Skenario 1 No.
SUMBER PASOKAN/ RETAILER
1 2
Terminal Transit Depot Masohi
No.
SUMBER PASOKAN/ RETAILER
1 2
Terminal Transit Depot Masohi
Average Stock Liter 725,673 99,378 Average Stock Liter 725,673 68,143
DEMAND NORMAL Average Kejadian Total Stock Days Service Stock Out Out Supply Level Hari % Kali Liter 6.8 99.99 2.7 99.98 9 2,917 DEMAND NAIK 25% Average Kejadian Total Stock Days Service Stock Out Out Supply Level Hari % Kali Liter 5.1 99.92 45 43,406 1.5 99.84 28 26,875
Kenaikan demand juga memberikan pengaruh terhadap total stock out retailer yang dapat dilihat pada Tabel 2 dan Tabel 3. Retailer-retailer yang pada kondisi normal tidak mengalami stock out seperti SPBU Tulehu, SPBU Hitu, SPBU Hila, bahkan mengalami stock out yang lebih besar daripada retailer lainnya. Tabel 2. Penjualan dan Stock Out Skenario 1 Tanpa Sensitivitas Demand No.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SUMBER PASOKAN/ RETAILER SPBU Tulehu SPBU Hitu SPBU Hila APMS Ureng APMS Negeri Lima APMS Hila APMS Hitu APMS Alang APMS Tulehu APMS P. Haruku APMS Salomy Patty SPBU E. Leleury Masohi SPBU Banda Neira APMS Hendry P. Kakiay APMS CV. Prima Vega APMS UD. Erna Leleury APMS CV. Karya Dwitunggal APMS Djamaluddin Sappe APMS PT. Cahaya Masohi APMS PT. Vania Pratama
Average Stock Liter 24,843 19,979 19,919 4,541 4,813 4,892 4,859 4,914 4,954 4,547 4,470 19,540 20,000 4,558 4,262 3,730 4,681 4,734 4,697 4,847
Average Days Supply Hari 1.2 1.2 1.4 2.8 2.0 1.9 1.6 2.5 1.8 2.7 2.8 1.1 15.8 1.8 1.8 2.1 1.7 3.1 3.2 1.5
DEMAND NORMAL Service Level % 99.90 99.90 99.90 99.90 97.89 98.89 99.95 96.92 95.48 99.97 99.90 99.94 95.00 93.24 95.83 99.91 99.81 97.17 99.91 94.76
Order Rate Kali 293 307 251 131 183 190 223 140 194 133 131 325 22 192 198 175 211 114 114 228
ISBN: 978-602-70604-2-5 A-7-5
Kejadian Stock Out Kali 167 96 1 140 193 1 2 186 189 4 2 111 1 217
Total Order Liter 7,325,000 6,140,000 5,020,000 655,000 915,000 950,000 1,115,000 700,000 970,000 665,000 655,000 6,500,000 440,000 960,000 990,000 875,000 1,055,000 570,000 570,000 1,140,000
Total Order Dipenuhi Liter 7,279,178 6,133,669 4,999,701 594,980 880,911 929,629 1,083,791 688,021 961,144 604,854 585,789 6,350,821 440,000 875,164 843,865 651,601 987,889 539,758 535,536 1,103,440
Total Penjualan Liter 7,298,640 6,146,640 4,999,320 593,280 880,624 928,932 1,082,469 685,846 959,135 603,186 583,560 6,366,457 455,040 876,526 845,871 652,239 987,311 538,987 533,776 1,106,033
Total Stock Out Liter 18,647 10,384 501 21,549 45,096 210 3,686 62,721 36,270 604 1,831 15,636 495 60,022
Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015
Tabel 3. Penjualan dan Stock Out Skenario 1 dengan Sensitivitas Demand Naik 25% No.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SUMBER PASOKAN/ RETAILER
Average Stock Liter 22,817 18,144 17,849 3,036 3,593 3,904 3,980 3,977 4,323 3,226 3,066 18,031 18,638 3,815 3,649 3,004 3,824 3,332 3,407 4,103
SPBU Tulehu SPBU Hitu SPBU Hila APMS Ureng APMS Negeri Lima APMS Hila APMS Hitu APMS Alang APMS Tulehu APMS P. Haruku APMS Salomy Patty SPBU E. Leleury Masohi SPBU Banda Neira APMS Hendry P. Kakiay APMS CV. Prima Vega APMS UD. Erna Leleury APMS CV. Karya Dwitunggal APMS Djamaluddin Sappe APMS PT. Cahaya Masohi APMS PT. Vania Pratama
Average Days Supply Hari 0.90 0.85 1.03 1.48 1.17 1.21 1.06 1.65 1.26 1.54 1.52 0.82 11.83 1.18 1.21 1.33 1.12 1.74 1.84 1.03
DEMAND NAIK 25% Service Level % 90.1 92.3 95.3 90.2 88.4 90.2 89.4 94.7 91.3 94.8 94.0 97.3 99.8 89.5 93.2 97.5 96.3 93.4 96.8 91.4
Order Rate Kali 38 53 28 199 248 246 274 189 239 200 202 386 2 249 254 239 281 176 171 292
Kejadian Stock Out Kali 324 352 300 41 152 184 42 155 206 33 35 44 27 181 183 45 46 108 24 200
Total Order Liter 8,100,000 7,040,000 6,000,000 995,000 1,240,000 1,230,000 1,370,000 945,000 1,195,000 1,000,000 1,010,000 7,720,000 540,000 1,245,000 1,270,000 1,195,000 1,405,000 880,000 855,000 1,460,000
Total Order Dipenuhi Liter 7,394,616 6,388,139 5,357,234 605,816 891,624 960,863 1,091,921 752,294 1,033,311 646,693 621,162 6,960,525 503,259 950,779 927,675 717,969 1,074,313 586,457 582,378 1,198,368
Total Penjualan Liter 7,408,324 6,405,770 5,357,995 603,027 892,022 962,100 1,090,082 750,640 1,035,089 643,765 617,834 6,983,244 510,410 949,569 925,972 719,302 1,075,038 587,101 581,771 1,199,406
Total Stock Out Liter 812,537 529,321 267,153 65,666 115,484 102,612 129,564 41,738 97,119 35,337 39,137 194,428 928 109,916 66,543 18,656 41,934 41,483 19,470 111,337
Skenario 2: Pasokan diprioritaskan untuk retailer yang memiliki jarak terjauh dengan sumber pasokan. Skenario ini menciptakan kondisi di mana beban order yang diterima depot lebih kecil daripada kondisi pada skenario sebelumnya. Hal ini dapat dilihat pada jumlah kejadian stock out depot yang hanya sekali dengan nilai sebesar 208 liter, sehingga service level jauh lebih baik sebesar 99,9% (lihat Tabel 4). Sama halnya dengan terminal transit, di mana tidak terjadi stock out. Ketika disensitivitaskan dengan kenaikan demand 25%, terminal transit mengalami stock out sebanyak 38 kali dengan total nilai sebesar 29.783 liter, sedangkan depot sebanyak 27 kali dengan total nilai 33.958 liter. Dengan kondisi tersebut, menyebabkan service level terminal transit turun sebesar 0,05%, sedangkan depot turun sebesar 0,1%. Untuk men-drive kondisi tersebut, average days supply terminal transit turun menjadi 5,18 hari, sedangkan average days supply depot turun menjadi 1,46 hari. Tabel 4. Stock Out Sumber Pasokan Skenario 2 No.
1 2 No.
1 2
SUMBER PASOKAN/ RETAILER Terminal Transit Depot Masohi SUMBER PASOKAN/ RETAILER Terminal Transit Depot Masohi
Average Stock Liter 725,673 105,151 Average Stock Liter 725,673 70,597
DEMAND NORMAL Average Service Kejadian Total Stock Days Level Stock Out Out Supply Hari % Kali Liter 7.07 99.99 2.82 99.90 1 208
DEMAND NAIK 25% Average Service Kejadian Total Stock Days Level Stock Out Out Supply Hari % Kali Liter 5.18 99.94 38 29,783 1.46 99.80 27 33,958
Skenario ini berdampak positif bagi retailer yang memiliki jarak yang jauh dari sumber pasokan. Sama seperti SPBU Banda Neira di mana pada skenario sebelumnya mengalami kehilangan stok, pada skenario ini yang mengalami kehilangan stok adalah APMS Alang. SPBU Banda Neira pada kondisi ini mengalami manfaat yang jauh lebih besar dibandingkan skenario 1. Pada demand normal, SPBU Banda Neira tidak mengalami stock out (lihat Tabel 5). Ketika diberikan sensitivitas kenaikan demand, SPBU Banda Neira hanya mengalami satu kali stock out dengan total nilai sebesar 26 liter (lihat Tabel 6). ISBN: 978-602-70604-2-5 A-7-6
Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015
Retailer yang juga merasakan dampak positif kondisi ini adalah APMS C. Masohi, di mana tidak mengalami stock out selama setahun. Ketika sensitivitas diberikan, stock out terjadi sebanyak 25 kali dengan total nilai 168 liter. Kondisi ini masih lebih baik dibandingkan pada kondisi dua skenario sebelumnya. Dari kedua skenario yang dibahas tersebut, maka dapat dibandingkan total penjualan dan total stock out untuk semua retailer seperti pada Tabel 7. Total penjualan terbesar dapat dijadikan pertimbangan apabila profit yang diprioritaskan. Sebaliknya jika dipertimbangkan layanan dan benefit bagi masyarakat dan kinerja retailer, maka stock out dapat dijadikan sebagai bahan pertimbangan. Tabel 5. Penjualan dan Stock Out Skenario 2 Tanpa Sensitivitas Demand No.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SUMBER PASOKAN/ RETAILER
Average Stock Liter 24,997 19,767 20,000 4,925 4,980 5,000 4,959 5 5,000 4,903 4,900 19,987 20,000 2,809 4,611 4,056 4,878 3,891 4,909 4,767
SPBU Tulehu SPBU Hitu SPBU Hila APMS Ureng APMS Negeri Lima APMS Hila APMS Hitu APMS Alang APMS Tulehu APMS P. Haruku APMS Salomy Patty SPBU E. Leleury Masohi SPBU Banda Neira APMS Hendry P. Kakiay APMS CV. Prima Vega APMS UD. Erna Leleury APMS CV. Karya Dwitunggal APMS Djamaluddin Sappe APMS PT. Cahaya Masohi APMS PT. Vania Pratama
Average Days Supply Hari 1.23 1.16 1.44 2.99 2.03 1.93 1.65 360.00 1.81 2.93 3.02 1.13 15.82 1.09 1.91 2.24 1.78 2.53 3.31 1.50
DEMAND NORMAL Service Level % 99.90 99.98 99.90 99.90 97.96 98.92 99.90 2.78 95.57 99.90 99.90 99.90 99.90 88.29 95.98 99.98 99.88 96.08 95.00 94.62
Order Rate
Kejadian Stock Out
Kali 292 310 250 121 177 186 218 1 192 123 119 318 22 297 184 161 202 138 109 232
Kali 1 176 92 1 192 139 180 2 1 135 216
Total Order Liter 7,300,000 6,200,000 5,000,000 605,000 885,000 930,000 1,090,000 1,937 960,000 615,000 595,000 6,360,000 440,000 1,485,000 920,000 805,000 1,010,000 690,000 545,000 1,160,000
Total Order Dipenuhi Liter 7,299,053 6,127,811 5,000,000 596,032 881,476 930,000 1,081,105 960,000 603,108 583,147 6,355,786 440,000 834,296 848,817 653,132 985,381 537,138 535,087 1,106,216
Total Penjualan
Total Stock Out
Liter 7,298,640 6,145,913 4,999,320 593,280 881,599 928,978 1,082,880 1,937 960,062 603,360 583,560 6,369,120 455,040 836,328 846,760 652,661 987,793 536,272 534,240 1,105,067
Liter 1,423 18,033 10,060 44,061 108,982 35,061 151 1,145 21,660 61,881
Tabel 6. Penjualan dan Stock Out Skenario 2 dengan Sensitivitas Demand Naik 25% No.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SUMBER PASOKAN/ RETAILER
Average Stock Liter 22,974 15,235 17,719 3,540 4,074 4,804 4,164 5 4,685 3,600 3,415 18,117 18,845 2,509 3,578 2,897 3,868 2,564 3,432 4,273
SPBU Tulehu SPBU Hitu SPBU Hila APMS Ureng APMS Negeri Lima APMS Hila APMS Hitu APMS Alang APMS Tulehu APMS P. Haruku APMS Salomy Patty SPBU E. Leleury Masohi SPBU Banda Neira APMS Hendry P. Kakiay APMS CV. Prima Vega APMS UD. Erna Leleury APMS CV. Karya Dwitunggal APMS Djamaluddin Sappe APMS PT. Cahaya Masohi APMS PT. Vania Pratama
Average Days Supply Hari 0.91 0.71 1.02 1.72 1.33 1.48 1.11 360.00 1.36 1.72 1.69 0.82 11.94 0.78 1.19 1.28 1.13 1.34 1.85 1.07
DEMAND NAIK 25%
Service Level % 95.6 87.6 93.1 96.1 92.4 96.6 94.5 2.78 93.6 98.3 97.9 97.7 99.8 83.2 93.0 96.9 96.4 90.7 95.6 91.8
Order Rate Kali 341 399 296 182 229 214 277 1 226 186 189 386 26 355 259 247 279 223 168 282
Kejadian Stock Out Kali 29 93 35 33 189 197 30 1 204 23 23 43 1 146 172 45 50 148 25 214
Total Order Liter 8,525,000 7,980,000 5,920,000 910,000 1,145,000 1,070,000 1,385,000 1,937 1,130,000 930,000 945,000 7,720,000 520,000 1,775,000 1,295,000 1,235,000 1,395,000 1,115,000 840,000 1,410,000
Total Order Dipenuhi Liter 7,835,702 6,083,070 5,247,301 645,529 933,264 1,027,959 1,154,390 1,058,944 670,808 646,916 6,994,837 489,970 892,401 927,809 715,730 1,079,920 571,651 576,521 1,205,481
Total Penjualan Liter 7,849,410 6,100,829 5,248,166 642,752 933,796 1,028,259 1,152,573 1,937 1,060,730 667,893 643,599 7,017,654 510,693 891,462 925,731 716,979 1,078,811 573,269 575,979 1,205,494
Tabel 7. Perbandingan Hasil Skenario SKENARIO 1 Demand Naik 25% 37,123,872 39,298,460 277,653 2,840,362
Demand Normal PENJUALAN STOCK OUT JLH RETAILER TIDAK TERLAYANI
SKENARIO 2 Demand Naik 25% 36,402,809 38,826,015 302,456 2,579,938
Demand Normal
1
ISBN: 978-602-70604-2-5 A-7-7
Total Stock Out Liter 364,186 859,407 388,683 26,319 75,311 35,628 67,583 72,103 11,818 13,811 165,086 1,245 176,191 68,998 22,879 40,465 57,652 26,461 106,110
Prosiding Seminar Nasional Manajemen Teknologi XXIII Program Studi MMT-ITS, Surabaya 1 Agustus 2015
KESIMPULAN DAN SARAN Penelitian ini membahas mengenai penentuan pasokan terhadap masing-masing retailer ketika terjadi keterbatasan stok pada TT Wayame dan Depot dengan tidak memberikan dampak kekurangan stok yang lebih pada masing-masing retailer. Adapun kesimpulan yang dapat diambil sebagai berikut: 1. Kondisi limited stock (keterbatasan stok) dapat memberikan dampak terhadap kelangkaan/kekurangan stok retailer yang berada di daerah kepulauan terpencil. 2. Kebijakan yang dapat dilakukan ketika supply premium terbatas dengan mengutamakan profit adalah dengan memprioritaskan pasokan ke retailer berdasarkan jarak terjauh. Apabila pertimbangan terkait dengan maksimum pelayanan kepada masyarakat dan kinerja retailer, maka kebijakan yang tepat adalah dengan memprioritaskan pasokan ke retailer berdasarkan tingkat penjualannya. Saran untuk penelitian selanjutnya adalah mengembangkan model dengan mempertimbangkan variabel lain, seperti: pengaruh kuota daerah, lead time pengiriman ke terminal transit, pengaruh terhadap harga di masing-masing retailer, rencana investasi untuk mendukung peningkatan permintaan, dan dukungan pemerintah daerah terhadap regulasi dan subsidi. DAFTAR PUSTAKA Jingchun, S., Ding, L. & Fan, W. 2010. The simulated system dynamics analysis of the natural gas supply and demand. Natural gas supply and demand. Vol. 39, No. 8. pp. 1262-1269. Kiani, B. & Pourfakhraei, M. A. 2010. A system dynamic model for production and consumption policy in Iran oil and gas sector. Energy Policy 3. pp. 7764–7774. Kumar, S., & Nigmatullin, A., 2011, A system dynamics analysis of food supply chain – Case study with non-perishable pruducts, Simulation Modelling Practice and Theory, Vol. 19, pp. 2151-2168. Rasjidin, R., Kumar, A., Alam, F. & Abosuliman, S., 2012. A system dynamics conceptual model on retail electricity supply and demand system to minimize retailer's cost in eastern Australia. Evolving Energy-IEF International Energy Congress (IEFIEC2012), Volume 49, pp. 330-337. Statistical, B. P., 2015. BP Statistical Review of World Energy, British: BP Statical. Suryani, E., Chou, SY., Hartono, R., & Chen, CH., 2010, Demand Scenario Analysis and Planned Capacity Expansion: A System Dynamic Framemork, Simulation Modelling Practice and Theory, Vol. 18, pp. 732-751.
ISBN: 978-602-70604-2-5 A-7-8