Pengelolaan Risiko Menggunakan Metode FMECA (Failure Modes and Effects Criticality Analysis) dan Simulasi Berbasis Proses Bisnis pada Rantai Pasok Makanan Oleh : Dhina Yuskartika NRP. 2508100061 Pembimbing : Iwan Vanany ST., MT., Ph.D Co-pembimbing : Dody Hartanto, ST., MT.
PENDAHULUAN
Latar Belakang (1) PT. SI
Treatment Jangka waktu simpan yang pendek (± 6 bulan)
Bread Improver Premix Bread
Disimpan pada temperatur 80 s/d 140 C Produk Bahan Makanan
Aliran rantai pasok produk
Umur Produk
Latar Belakang (2) Ketentuan Good Manufacturing Practice Premix Bread
Hazard Analysis Critical Control Point Bread Improver
Rantai Pasok dan Produksi Industri Makanan
Food Safety Food Security Halal
Latar Belakang (3) Food Safety Manage ment
Treatment
Identifikasi peluang risiko di rantai pasok Pengaturan Penjadwalan
Penanganan terhadap peluang risiko Aktivitas rantai pasok berjalan optimal & sesuai rencana manajemen
Perumusan Masalah Bagaimana menganalisa, melakukan penaksiran, dan memodelkan risiko-risiko yang ada di rantai pasok berbasis proses bisnis pada industri makanan
Tujuan Penelitian Mengindentifikasi risiko-risiko yang ada di rantai pasok industri makanan berdasarkan proses bisnisnya Melakukan penaksiran risiko (risk assessment) yang terjadi di rantai pasok industri makanan menggunakan metode Failure Mode and Effect Criticality Analysis (FMECA) Menganalisa dan mengevaluasi risiko yang ada di rantai pasok industri makanan berbasis proses bisnis
Manfaat Penelitian Membantu perusahaan untuk mengidentifikasi risikorisiko yang mungkin terjadi pada rantai pasok industri makanan Memberikan penilaian tingkat risiko yang terjadi pada rantai pasok industri makanan
Memberikan gambaran risiko-risiko yang terjadi pada model proses bisnis di industri makanan
Ruang Lingkup Batasan Risiko yang diidentifikasi adalah risiko rantai pasok dari pemasok sampai dengan distribusi ke distributor
Identifikasi SCOR dilakukan pada source, make, deliver, dan
return
Mitigasi yang dilakukan hanya merupakan rekomendasi, tidak untuk tahapan implementasi.
Asumsi Tidak adanya penambahan mesin dan peralatan dalam proses produksi selama dilakukannya penelitian
Kebijakan, wewenang, dan struktur organisasi yang ada di perusahaan tidak mengalami perubahan besar selama dilakukannya penelitian.
TINJAUAN PUSTAKA
Risiko Rantai Pasok Rantai pasok adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai terakhir (Pujawan, 2010)
Risiko adalah probabilitas suatu kejadian yang mengakibatkan kerugian ketika kejadian itu terjadi selama periode tertentu (Bowden et al, 2001)
SCRM adalah kolaborasi dengan partner dalam supply chain maupun perusahaan dalam menerapkan metode yang terkait dengan manajemen risiko untuk menghadapi risiko yang diakibatkan oleh aktivitas supply chain (Paulsson, 2004)
FMECA FMECA (Failure Modes and Effects Criticaly Analysis) merupakan prosedur yang dilakukan setelah analisis kegagalan efek modus untuk mengklasifikasikan setiap efek potensi kegagalan menurut tingkat keparahan dan probabilitas kejadian. Mraz dan Hubber (2002) FMECA adalah metode yang digunakan untuk mengukur dan menganalisa keamanan dari suatu produk atau proses. Input dari FMECA adalah rencana, diagram, probabilitas, dan frekuensi data berdasarkan data historis. Output dari FMECA adalah daftar most critical risks serta beberapa target dari mitigasi risiko. Tuncel dan Alpan (2010)
Langkah FMECA Buat rinci bagian mesin ke dalam sub-assembly dan komponen Definisikan parameter yang kritis (failure effect) dalam satuan waktu kerja (menit) Lakukan penilaian pada bagian kritis tersebut, berapa kali (frekuensi) terjadi ? Evaluasi hasil implementasi FMECA Rancang perbaikan untuk mengurangi resiko dan menambah manfaat Lakukan penilaian terhadap impelemtasi tindakan Lakukan continues improvement menuju kesempurnaan
RPN (Risk Priority Number)
Severity : nilai dari
dampak risiko yang mungkin terjadi
Occurrences : nilai
seberapa sering kemungkinan kegagalan atau risiko terjadi
Detection : nilai seberapa
baik jika terjadi kegagalan atau risiko dapat segera terdeteksi dan pengendalian risiko yang dilakukan
RPN = Severity (S) x Occurrences (O) x Detection (D)
METODELOGI PENELITIAN
Metodologi Penelitian Identifikasi Rantai Pasok & Risiko
Penilaian Risiko
Pemodelan
Mitigasi Risiko
Tahap Identifikasi Rantai Pasok & Risiko • Pengumpulan Data • Identifikasi proses rantai pasok • Verifikasi proses rantai pasok • Identifikasi konteks risiko
Tahap Penilaian Risiko Identifikasi kejadian risiko (potential failure) Penilaian severity Penilaian occurance Penilaian detection Penilaian ranking risiko
Tahap Pemodelan dan Mitigasi Risiko Pemodelan Kondisi Eksisting Perusahaan
Verifikasi & Validasi Model
Pemodelan Risiko pada Proses Bisnis Perusahaan
PENGOLAHAN DAN ANALISIS DATA
TAHAPAN PENGOLAHAN Identifikasi Proses Bisnis & Risiko
Penilaian Risiko
Kategori Rendah Identifikasi Risiko
Nilai RPN
Kategori Menengah Kategori Tinggi
Model simulasi Model simulasi Perbedaan Waktu eksisting risiko
Identifikasi Proses Bisnis MODEL SCOR (Supply Chain Operations Reference)
Source : Proses pengadaan barang dan jasa untuk memenuhi permintaan
Make : Proses untuk mentransformasi bahan baku atau
komponen menjadi produk yang diinginkan pelanggan
Deliver : Proses untuk memenuhi permintaan terhadap barang maupun jasa
Return : Proses pengembalian atau menerima pengembalian produk karena berbagai alasan
SOURCE SCOR Level 0
Level 1
Level 2 S1.1- Komunikasi untuk penentuan jumlah bahan baku yang akan dipesan perusahaan S1- Komunikasi dengan S1.2- Komunikasi untuk penentuan harga bahan baku pemasok yang akan dipesan perusahaan S1.3- Komunikasi untuk penentuan jenis bahan baku yang akan dipesan perusahaan S2.1- Penjadwalan tanggal pengiriman bahan baku ke SOURCE S2- Pengiriman bahan perusahaan baku dari pemasok S2.2- Pengiriman bahan baku dari pemasok sesuai permintaan perusahaan S3.1- Pengecekan kondisi kemasan bahan baku dari pemasok S3- Pengecekan bahan S3.2- Pengecekan jumlah dan jenis bahan baku yang baku dari pemasok dikirim dari pemasok S3.3- Pengecekan kualitas bahan baku dari pemasok
MAKE SCOR
Level 0
Level 1
Level 2 M1.1- Pembuatan production data sheet sebagai informasi produk yang akan dibuat
M1- Kegiatan proses produksi sesuai degan prosedur yang telah M1.2- Pengambilan raw material di area penyimpanan/ gudang ditetapkan M1.3- Penimbangan raw material M1.4- Proses formulasi dan blending raw material
M2.1- Pembagian proses produksi untuk produk dengan pak > 500 M2- Pembagian proses produksi gram berdasarkan ukuran pak produk M2.2- Pembagian proses produksi untuk produk dengan pak < 500 gram M3.1- Pengesetan sealing time, vacum time, dan proses vacum MAKE
M3.2- Penimbangan finish product & pelabelan yang telah dalam M3- Proses vacum & pengemasan kemasan produk M3.3- Pemilahan produk jadi untuk produk akhir yang dikemas untuk dijual M3.4- Penyerahan form finish product kepada bagian PPIC M4.1- Pengambilan sampel raw material untuk proses quality control M4- Inspeksi kualitas produk
M4.2- Penandatanganan finish goods sampling M4.3- Pengecekan kualitas finish product yang akan dikirim ke konsumen
M5- Penyimpanan ke gudang
M5.1- Pengiriman finish product ke gudang sebagai stok produk
DELIVER SCOR Level 0
Level 1
Level 2
D1.1- Komunikasi untuk penentuan jumlah D1- Komunikasi dengan finish product yang akan dikirim ke konsumen konsumen/ distributor D1.2- Komunikasi untuk penentuan jenis finish product yang akan dikirim ke konsumen
DELIVER
D2.1- Penjadwalan tanggal pengiriman finish D2- Pengiriman produk product ke konsumen sesuai permintaan D2.2- Pengiriman produk sesuai permintaan ke masing-masing konsumen D3- Pemilihan perusahaan D3.1- Penentuan alat transportasi pengiriman jasa transportasi finish product ke konsumen D4.1- Penyerahan form penyerahan finish D4- Penanganan kegiatan product kepada bagian PPIC pergudangan finished D4.2- Penyimpanan finish product ke gudang goods sebagai stok produk
RETURN SCOR Level 0
Level 1
R1- Pengembalian RETURN produk ke pemasok
R2- Pengembalian produk dari customer
Level 2 R1.1- Pengembalian raw material yang tidak sesuai kualitas dari perusahaan ke pemasok R2.1- Pengembalian finish product yang tidak sesuai kualitas dari konsumen ke perusahaan
Identifikasi Risiko • Identifikasi Risiko berdasarkan masing-masing aktivitas dalam SCOR • Potensi risiko yang teridentifikasi sebanyak: ― 15 risiko pada aktivitas source ― 22 risiko pada aktivitas make ― 8 risiko pada aktivitas deliver ― 8 risiko pada aktivitas return
Risiko Aktivitas S ource
Risiko Aktivitas Make
Risiko Aktivitas Deliver
Risiko Aktivitas Return
Penilaian Risiko • Penilaian Risiko dengan metode FMECA (Failure Modes and Effects Criticality Analysis) • Penilaian Berdasarkan: 1. Severity 2. Occurances 3. Detection RPN = Severity (S) x Occurrences (O) x Detection (D)
Kategori Risiko Risiko Kategori Tinggi Risiko Kategori Menengah Risiko Kategori Rendah
Kategori Risiko Tinggi
Kategori Risiko Menengah
Kategori Risiko Rendah (1)
Kategori Risiko Rendah (2)
Simulasi Kondisi Eksisting Bahan Baku dari Pemasok
Proses Produksi dan Inspeksi
Gudang
Distributor
Simulasi yang dilakukan hanya pada produk yang memiliki masa kadaluarsa panjang
Data Waktu Simulasi Nama Proses Kedatangan Bahan Baku Pengecekan Bahan Baku Pergudangan Shifting Weighting Metal Catcher Ribbon Blender Proses Vacum A Proses Air Pack Proses Vacum B Pemilahan Pengiriman ke Distributor Pengiriman ke Gudang
Distribusi Waktu -0.5 + EXPO(26.3) NORM(45, 5) NORM(30, 5) Uniform (30, 35) Uniform (15, 20) NORM(25, 5) Constant (20) Constant (205,2) Constant (15) Constant (147) Uniform (25, 30) NORM(1.63, 0.752) NORM(1.63, 0.752)
Model Simulasi Eksisting
Verifikasi Simulasi Model yang dibangun tidak terdapat error di dalamnya
Validasi Simulasi (1) Validasi bertujuan untuk menguji dan membandingkan apakah model simulasi yang dibuat sama dengan kondisi real sistem. Merancang hipotesa H0 : µ1 - µ2 = 0 ; H1 : µ1 - µ2 ≠ 0 Menghitung nilai df
1
80
Model Simulasi 84
2
75
80
3
70
86
4
100
104
5
100
114
6
115
104
7
80
84
8
80
90
9
80
80
10
75
71
Mean Standar Deviasi Variansi
85,50
89,70
14,424
13,400
208,056
179,567
Pengamatan Real Sistem
Validasi Simulasi (2) Menghitung nilai hw
4,2 – 13,086 ≤ µ1 - µ2 ≤ 4,2 + 13,086
-8,89 ≤ µ1 - µ2 ≤ 17,29 Terima Ho
Replikasi Simulasi Kondisi Eksisting Menentukan nilai error yang akan ditanggung Nilai error yang diinginkan = 10% = 0,1 Hw = 0,1 x rata-rata model simulasi HW = 0,1 x 89,7 = 8,97
Menghitung banyaknya replikasi (n’)
n = 3,3792 = 11,419 =11
Pengamatan 1 2 3 4 5 6 7 8 9 10 Mean Standar Deviasi Variansi
Model Simulasi 84 80 86 104 114 104 84 90 80 71 89,70 13,400 179,567
Report Simulasi Eksisting Replikasi
Rata-rata Waktu (Jam)
Output Entitas
1
48,776
84
2
43,093
80
3
43,094
86
4
42,094
104
5
42,788
114
6
44,915
104
7
45,575
84
8
42,791
90
9
43,569
80
10
44,692
71
11
45,275
96
Rata-rata
44,242
90,273
Stdev
1,897
12,854
Variansi
3,598
165,22
Simulasi Risiko Model simulasi risiko pada proses bisnis perusahaan adalah simulasi risiko yang termasuk kategori tinggi Proses
Kode Risiko
Potential Failure
M3.3- Pemilahan produk jadi untuk produk akhir yang MR19 Produk belum tersortir dikemas untuk dijual Terjadinya M1.4- Proses formulasi dan kontaminasi pada saat MR11 blending raw material pemindahan produk ke alat yang berbeda M3.2- Penimbangan finish Kesalahan dalam product & pelabelan yang MR18 pemberian coding telah dalam kemasan Total RPN
Risk Priority Number (RPN)
Prosentase Risiko (Waktu)
200
15%
100
7%
100
7%
400
Model Simulasi Risiko
Kontaminasi
Produk tidak tersortir Kesalahan coding
Replikasi Simulasi Risiko Menentukan nilai error yang akan ditanggung Nilai error yang diinginkan = 10% = 0,1 Hw = 0,1 x rata-rata model simulasi HW = 0,1 x 82,3 = 8,23
Menghitung banyaknya replikasi (n’)
n = 2,2442 = 5,037 = 5
Replikasi 1 2 3 4 5 6 7 8 9 10 Mean Standar Deviasi Variansi
Model Simulasi 82 82 86 86 86 96 84 64 77 80 82,30 8,166 66,678
Report Simulasi Risiko Replikasi
Rata-rata Waktu (Jam)
Output Entitas
1
57,112
82
2
51,591
82
3
57,412
86
4
48,696
86
5
51,149
86
Rata-rata
53,192
84,400
Stdev
3,877
2,191
Variansi
15,031
4,80
Report Perbandingan Simulasi Eksisting
Risiko
Replikasi
Rata-rata Waktu (Jam)
Rata-rata Waktu Selisih (Jam) (Jam)
1
48,776
57,112
8,336
2
43,093
51,591
8,498
3
43,094
57,412
14,318
4
42,094
48,696
6,602
5
42,788
51,149
8,361
Mean
43,969
53,192
9,223
Stdev
2,718
3,877
2,953
Variansi Prosentase Selisih
7,388
15,031
8,721 20,98%
Mitigasi Risiko (1) Mitigasi risiko dilakukan sebagai tindakan untuk penangan risiko Empat penanganan mitigasi yang dapat dilakukan perusahaan yaitu menerima risiko, transfer risiko, menghindari risiko, dan menangani risiko Mitigasi risiko yang dilakukan pada risiko yang termasuk kategori tinggi
Mitigasi Risiko (2) Risk Kode Priority Potential Failure Risiko Number (RPN)
MR19
Produk belum tersortir
Terjadinya bencana alam/ SR8 kecelakaan pada saat pengiriman produk
MR11
Terjadinya kontaminasi pada saat pemindahan produk ke alat yang berbeda
200
100
100
Mitigasi Dilakukannya pengecekan dan pengawasan setiap pelaksanaan pensortiran yang dilakukan oleh operator produksi untuk meminimalisir adanya kesalahan dan memastikan produk yang dikirim ke gudang sesuai dengan spesifikasi Proses produksi yang dilakukan sesuai dengan SOP (Standar Operasi Prosedur) yang baik Dibuatnya perjanjian/ kesepakatan antara pemasok dengan perusahaan yang berisi kondisi/ penanggulangan yang dilakukan apabila terjadi hal-hal diluar rencana (kecelakaan/ bencana alam) agar perusahaan dapat mengatisipasi adanya keterlambatan dan/ kekurangan stok karena pemasok mengalami permasalahan Dilakukannya pelatihan untuk staff produksi baik softskill maupun hardskill dalam penanganan proses produksi untuk menambah kompetensi staff sehingga dapat meminimalisir adanya kesalahan/ human error Dilakukannya pembersihan pada lini produksi setiap pergantian jenis produk yang akan diproduksi
Mitigasi Risiko (3) Risk Priority Kode Risiko Potential Failure Number (RPN) MR18
DR5
Kesalahan dalam pemberian coding
Terjadinya bencana alam/ kecelakaan pada saat pengiriman produk
100
100
Mitigasi Dilakukannya pelatihan untuk staff produksi baik softskill maupun hardskill dalam penanganan proses produksi untuk menambah kompetensi staff sehingga dapat meminimalisir adanya kesalahan/ human error Dibuatnya perjanjian/ kesepakatan antara petusahaan jasa transportasi dengan PT. SI yang berisi kondisi/ penanggulangan yang dilakukan apabila terjadi halhal diluar rencana (kecelakaan/ bencana alam) agar tidak merugikan PT. SI karena perusahaan jasa transportasi mengalami permasalahan Pemilihan jasa transportasi yang berkualitas dan terpecaya sehingga dapat meminimalisir tingkat keterlambatan dan kerusakan produk karena kesalahan (human error) dari jasa pengiriman
KESIMPULAN DAN SARAN
Kesimpulan Identifikasi Risiko berdasarkan hasil identifikasi proses bisnis pada masingmasing aktivitas SCOR . Didapatkan risiko sebanyak 53 risiko teridentifikasi. Pada aktivitas source terdapat 15 risiko, aktivitas make terdapat 22 risiko, aktivitas deliver sebanyak 8 risiko, aktivitas return sebanyak 8 risiko. Evaluasi risiko berdasarkan nilai RPN. Tingkat risiko di setiap proses bisnis dibagi menjadi tiga kategori berdasarkan nilai RPN yaitu: (1) sebanyak 5 risiko termasuk kategori tinggi dengan nilai RPN ≥ 100, (2) sebanyak 6 risiko termasuk kategori menengah dengan nilai RPN diantara 50 sampai dengan 99, (3) sebanyak 42 risiko termasuk kategori rendah dengan nilai RPN < 50
Hasil simulasi menunjukkan risiko yang memiliki nilai RPN tinggi mempengaruhi waktu dalam sistem perusahaan yang cukup signifikan sebesar 9,223 jam lebih lama dibandingkan waktu kondisi eksisting perusahaan.
Saran Bagi PT. SI Perusahaan dapat mempertimbangkan pengaruh risiko yang teridentifikasi dalam rantai pasok sebagai bentuk antisipasi. Serta, perusahaan dapat menerapkan manajemen risiko secara berkelanjutan untuk meminimalisir adanya kerugian baik secara operasional maupun finansial.
Bagi Penelitian Selanjutnya Pengelolaan risiko dapat mempertimbangkan faktor risiko tidak hanya sebatas waktu namun faktor lainnya yang mempengaruhi proses bisnis suatu perusahaan atau obyek amatan.
• • • • • • • • • •
DAFTAR PUSTAKA (1)
(n.d.). Retrieved April 2012, from elib.unikom.ac.id/download.php?id=18586 Bourlakis, M., & Weightman, P. (2004). Food Supply Chain Management. UK: Blackwell Publishing Ltd. Anityasari, M., & Wessiani, N. (2011). Analisa Kelayakan Usaha Dilengkapi Kajian Manajemen Resiko. Surabaya: Guna Widya. Blome, C., & Schoenherr, T. (2011). Supply Chain Risk Management in Financial Crises—A multiple Case-Study Approach. Int. J. Production Economics , 45-57. Clark, D. (2004). Risk Management Framework. Charles Darwin University. COSO. (2004). Enterprise Risk Management - Integrated Framework. the Committee of Sponsoring Organizations of the Treadway Commission. Eastham, F. Sharples, L., & Ball, S. (2001). Food Supply Chain Management: Issues for The Hospitality and Retailer Sector. Reed Educational and Professional Publishing Ltd. Gaspersz, V. (2002). Pedoman Implementasi Program Six Sigma Terintegrasi Dengan ISO 9001:2000, MBNQA, dan HACCP. Jakarta: PT Gramedia Pustaka Utama. Huang, H., Sheoran, K., Keskar, H. (2005). Computer-Assisted Supply Chain Configuration Based On Supply Chain Operations Reference (SCOR) Model. Computers & Industrial Engineering. 377-394 Insan, T. (2008). Manajemen Risiko untuk Mengatasi Gangguan pada Supply Chain (Studi Kasus: PT. Susanti Megah). Surabaya: Laporan Tugas Akhir Jurusan Teknik Industri ITS Surabaya.
DAFTAR PUSTAKA (2) • • • • • • • • • •
Irfan, D., Xiaofei,X., & Chun, D. (2008). A SCOR References Model of the Supply Chain Management Systems in an Enterprise. The International Arab Journal of Information Technology. Meynar, K. (2011). Identifikasi Profil Risiko Unit Pelaksana Area PT. PLN (PERSERO) Distribusi Bali Menggunakan Pendekatan FMECA. Surabaya: Laporan Tugas Akhir Jurusan Teknik Industri ITS Surabaya. Pujawan, N. (2010). Supply Chain Management. Surabaya: Guna Widya. Tang, C. (2006). Perspectives in Supply Chain Risk Management. 451-488. Tang, O., & Musa, S. (2011). Identifying Risk Issues and Research Advancements in Supply Chain Risk Management. Int. J. Production Economics , 25-34. Tuncel, G., & Alpan, G. (2010). Risk Assessment and Management for Supply Chain Network: A Case Study. Computer in Industry , 250-259. Villacourt, M. (1992). Failure Mode and Effects Analysis (FMEA): A Guide for Continuous Improvement for the Semiconductor Equipment Industry. Wang, X., Li, D., O’brien, C., & Li, Y. (2010). A Production Planning Model to Reduce Risk and Improve Operations Management. Int. J. Production Economics , 463–474. Weske, M. (2007). Business Process Management. New York: Springer. _____. (2011). Modul Training With Arena. Surabaya: Laboratorium Komputasi dan Optimasi Industri Jurusan Teknik Industri ITS