Perancangan Alat Bantu Pengambil Keputusan Untuk Kebijakan Eksekusi Penyelesaian Kontrak Pada Industri Pengolahan Udang (Studi Kasus PT. Graha Makmur Cipta Pratama)
Oleh: Ibnu Syena Alfitra NRP : 2507.100.088 Jurusan Teknik Industri Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2011
persediaan (Gasperz,2005) merupakan suatu tidak akuratmerupakan akan berimplikasi Perencanaan persediaan produksi yang (Gasperz,2005) untuk frekuensi menentukan tingkat persediaan guna pada tingginya pada level eksekusi proses penetapan tingkat reschedule output manufacturing secara mendukung berjalannya proses produksi penjualan sesuai dengan rencana produksi mengakibatkan perubahan keseluruhan guna sehingga memenuhi tingkat yang rencana produksi yangkontrak. telah dibuat sebelumnya penyelesaian direncanakan.
INFORMATION TECHNOLOGY
Perencanaan Produksi
Pengelolaan Persediaan
Industri Pengolahan Udang Customer
Supplier
Change Assortment • Perubahan Jumlah Formasi Kontrak • Waktu Penyelesaian Kontrak Berubah
Pengelolaan Persediaan
PERUBAHAN
Rencana Kontrak
Reschedule • Jumlah Kontrak Tetap • Waktu Penyelesaian Kontrak Berubah
Below 10% • Perubahan Jumlah Kontrak • Waktu Penyelesaian Kontrak Berubah
Deskripsi Eksisting Sistem Pengadaan Eksisting •Pemesanan dilakukan secara sekaligus saat penentuan awal kontrak •Kedatangan pesanan tidak bisa di prediksikan baik periode maupun jumlahnya •Kedatangan berhenti ketika jumlah ukuran yang dibutuhkan terpenuhi
Model Sistem Produksi BUYER
Penggunaan DSS Kebijakan Eksekusi Kontrak dilakukan ketika laporan dari Bagian Cold Storage tidak sesuai dengan estimasi awal
MANAGEMENT
Supplier
Potong Kepala
Kupas
Tally Mesin Sortir
Soaking
Penampungan HL
Penampungan HL
Packaging Kontainer
Cooked
Timbang IQF
Cold Storage Timbang
Keterangan: = Aliran produk jadi yang akan digunakan untuk memenuhi kebutuhan pasar = Aliran informasi permintaan yang harus dipenuhi = Aliran Informasi kebutuhan bahan baku
Latar Belakang Broker Unregular Supplier
PT GMCP
Regular
Karakteristik Jenis Pengiriman
Unregular Regular
Buyer
90%
70%
Permasalahan
Tingginya tingkat keterlambatan pengiriman
Ketidakpastian Pengiriman Bahan baku Ketidakpastian Jumlah Kuantitas yang datang
Permasalahan 30
26 23 19
20
19
16
14 11 10
12
11 8
7
19
8
7
5 0
12 9 5
6
5 2
1
0
00
0
Hari
0 -2-3-3
-1
-2
-2
-1
-6
-10 -10
-1 -6
-3 -3 -5
-1
-10 -15
-20 -20
-23 -30 Order Fulfillment
Grafik waktu keterlambatan
-16
Perumusan Masalah Ketidakpastia n Waktu Kedatangan
Ketidakpastia n Kuantitas Kedatangan
Perubahan Jadwal Penyelesaian
DSS
Bagaimana menetapkan kebijakan eksekusi pemenuhan kontrak dengan memperkirakan waktu pemenuhan sampai pengiriman kontrak yang tidak sesuai dengan target produksi, akibat ketidak pastian periode kedatangan, serta jumlah pasokan bahan baku dari supplier.
Tujuan Penelitian Menghasilkan model yang dapat mensimulasikan penyelesaian kontrak. Menghasilkan DSS untuk membantu menentukan kebijakan eksekusi pemenuhan kontrak ketika proses penyelesaian kontrak tidak sesuai estimasi awal.
Memperoleh waktu penyelesaian kontrak ketika terjadi perubahan kebijakan. Menghasilkan prototype software yang dapat melakukan information sharing antara supplier-manufaktur, dan konsumen-manufaktur.
Ruang Lingkup Penelitian
Manfaat Penelitian
.
Metodologi Penelitian Start
B Tahap Identifikasi Masalah
Perancangan Identifikasi danDSS Prumusan Masalah
Data Kontrak (Januari 2010– Maret 2011)
Tidak
Validasi Data Lead time pengiriman bahan baku
Kebutuhan Raw Material
ya
Data jumlah Kg tiap Tiga Running Percobaan kedatangan bahan Kebijakan baku
Studi Literatur Konsep Pengadaan
Kondisi Eksisting Pola Konsep MRP Ketersediaan bahan Baku Simulasi Pengambilan Konsep Simulasi Keputusan Kontrak Monte Carlo Karakteristik Kedatangan Konsep Bahan Baku Perancangan DSS
C
A
Tahap Pengumpulan data
Perhitungan Penyelesaian Kontrak
Penentuan Tujuan Penelitian Perhitungan
Perhitungan Penyelesaian Kontrak
D
Pengumpulan Data
Estimasi Peyelesaian Kontrak
Studi Lapangan
CA
Tahap Pengolahan Data
Data rendemen per proses Analisa dan Interpretasi Hasil Data Kapasitas Mesin Running
Waktu Pengiriman Kontrak Kesimpulan dan Saran
D
B Finish
Tahap Analisis dan Pembahasan
Kesimpulan dan Saran
Inputan Model DSS Generate data kedatangan bahan baku untuk tiap ukuran dengan Monte-Carlo Input data hasil generate ke software, data hasil generate dipakai untuk mengestimasikan penyelesaian kontrak masa depan Data bahan baku yang digunakan untuk studi kasus ini adalah data historis kedatangan untuk ukuran tersebut
Proses Model DSS •Data kecepatan Proses Perhitungan Estimasi Kontrak Selesai PROSES
SIZE
KG/JAM
U4-26/30 31/40-51/60 61/70-91-120
38 27 20
2. KUPAS
U4-26/30 31/40-51/60 61/70-91-120
11 8 6
3. STR
U4-26/30 31/40-51/60 61/70-91-120
38 29 27
1. PK
IQF Soaking Cooking Packing
Jumlah tenaga kerja tiap stasiun •PK = 40 karyawan •Kupas = 126 Karyawan •Sortir = 16 Karyawan
= 345.2Kg/jm = 189 Kg/jm, = 27kg/jm, = 79.3 MC/jm
Perancangan Model DSS •Logika Model Mulai
Input Data Kontrak
Kontrak 100%
Jml Kontrak – Jml Stok = 0
Jumlah Kebutuhan Raw Material
Perhitungan Estimasi Penyelesaian Kontrak
Selesai
Data Kedatangan Suplai Berdasarkan Ukuran
Generate Kedatangan Suplai Bahan Baku
Perancangan Model DSS Perhitungan Jumlah Kebutuhan Raw Material
Input Kontrak
Kebutuhan Berat Finished Product
= Jumlah Kilogram yang dibutuhkan pada Proses a = Jumlah Kilogram Berat Finished Product = Besar Rendemen pada Proses a
Output Kebutuhan Akhir
Perancangan Model DSS •Logika Model Perhitungan Estimasi Penyelesaian Kontrak Kecepatan Yield proses Kapasitas
Pemenuhan kontrak via due date
PROSES KUPAS
Kecepatan Yield proses Kapasitas
SOAKING
SORTIR
Mulai
Kapasitas
Kecepatan Yield proses Kapasitas
Cooked/ Raw
R
INDIVIDUAL QUICK FROZEN
TIMBANG
C Kecepatan Yield proses Kapasitas
COOKED MACHINE
Selesai
Kecepatan
STORAGE Kapasitas
PACKAGING
= Waktu Pemenuhan kontrak (jm) = Jumlah Berat Finished Product (Kg) = Besar Rendemen pada Proses n (Kg) = Kecepatan Proses n (Kg/jm)
Perancangan Model DSS •Logika Model Mulai
Data Estimasi Penyelesaian Awal
Proses Estimasi Penyelesaian Kontrak
Input Riil
Sesuai Estimasi Awal?
T
% Riil > 90%?
T
% Riil => 80%?
T
% Riil < 80%?
Y
Y
Y
Y
Kontrak 100% Selesai
Setuju Kurang 10%
Rubah Formasi Pesanan
Reschedule
Data Kedatangan Suplai Berdasarkan Ukuran
Hitung Kembali Estimasi Penyelesaian Kontrak
Selesai
T
Generate Kedatangan Suplai Bahan Baku
Perancangan Model Information Sharing •Model Information Sharing
Informasi Progress
Kontrak
Bahan Baku Kebutuhan
BUYER
SUPPLIER
IT BASED PROCESS
Output Model DSS
Kebutuhan Raw Material Estimasi Penyelesaian Kontrak Kebijakan Eksekusi akhir kontrak Estimasi Penyelesaian Kontrak Revisi
User Interface
Persen Pemenuhan Kontrak Waktu penyelesaian awal Jumlah Bahan Baku Yang dibutuhkan
Kemudahan Yang ditawarkan • Memudahkan Perhitungan estimasi penyelesaian kontrak tanpa melakukan perhitungan manual • Memudahkan proses perhitungan kebutuhan bahan baku • Memudahkan proses pengambilan keputusan ketika terjadi penyimpangan dalam proses pemenuhan order • Memunculkan rancangan software yang mendukung information sharing sesuai dengan konsep supply chain • Dengan adanya information sharing dapat meng eliminir waktu yang terbuang untuk proses pemesanan
Fasilitas Information Sharing
Batasan dan Asumsi Model • Ukuran bahan baku yang datang sudah sesuai ukuran yang dipesan • Kemampuan tenaga kerja manual disamakan • Tidak ada kesalahan selama pengerjaan proses produksi • Pada kondisi rubah formasi pesanan (Change Assortment), perubahan dilakukan berdasarkan stok ukuran lain yang melebihi jumlah ketentuan dalam satu kontrak
Percobaan Numerik • Contoh Grafik Output Kontrak
Kebijakan Eksekusi
Waktu Estimasi Awal Waktu Estimasi Akhir Posisi Stok
Tanggal Release
Jumlah stok yang di input
Lama Waktu Pengerjaan Baru Tanggal Input riil
Percobaan Numerik • Data Kontrak Yang Diuji cobakan adalah Dua data Kontrak dari Periode Februari 2011 dengan beberapa skenario NO.
BUYER
CONTRACT NO.
INVOICE NO.
1
PT. PRIMA SARI 005/GMCPINDONESIA PO#011622 EXP/PSI(EXPACK EXPACK/II/2011 SEAFOOD)
2
007/GMCPPO#40334 EXP/CENSEA/II/ 2011
CENSEA, INC.,
PRODUCT
SIZE
PACKING
ASSRT.
RPND
51/60
10 x 2 Lbs
1,800
RPND
71/90
5 X 2 Lbs
1,800
21/25
5 X 2 Lbs
800
26/30
5 X 2 Lbs
800
RPDTO
PAYMENT
LC
TT
DESTINATIO N
Release
NEWARK, NJ 11-Jan-11
LOS ANGELES, CA
7-Feb-11
LSD
31-Jan-11
8-Mar-11
Percobaan Numerik • Hasil Output Kontrak dengan satu ukuran
Kebijakan Eksekusi
Waktu Estimasi Awal Waktu Estimasi Akhir Posisi Stok
Tanggal Release
Jumlah stok yang di input
Lama Waktu Pengerjaan Baru Tanggal Input riil
Percobaan Numerik • Hasil Output Kontrak dengan satu ukuran
Kebijakan Eksekusi
Waktu Estimasi Awal Waktu Estimasi Akhir Posisi Stok
anggal Release
Jumlah stok yang di input
Lama Waktu Pengerjaan Baru Tanggal Input riil
Percobaan Numerik • Hasil Output Kontrak dengan satu ukuran
Kebijakan Eksekusi
Waktu Estimasi Awal
Posisi Stok Tanggal Release
Jumlah stok yang di input
Lama Waktu Pengerjaan Baru Tanggal Input riil
Waktu Estimasi Akhir
Percobaan Numerik • Resume Output Data Kontrak dari PT PRIMA SARI INDONESIA Decision State
Release Order
Output simulasi
Penyelesaian hasil simulasi
Estimate
11-Jan-11
2-Feb-11
21 hari
Semua Terpenuhi
11-Jan-11
2-Feb-11
21 hari
Estimate
11-Jan-11
2-Feb-11
21 hari
11-Jan-11
10-Feb-11
29 hari
11-Jan-11
2-Feb-11
21 hari
11-Jan-11
31/1/2011
18 hari
BUYER
PT. PRIMA SARI INDONESIA
Selisih Pesan Kekurangan Setuju Kurang 10%
Nilai Kontrak
Pesan Kekurangan Estimate Setuju Kurang 10% Denda
8
$
120,600.00 $
301.50 $
-3
$
120,600.00 $
301.50 $
Cost 2,412.00 (904.50)
Rubah Kontrak
Nilai Kontrak
Denda
Cost
Pesan Kekurangan
0.00
$
120,600.00
$
60.30
$
Setuju Kurang 10%
150.00
$
120,600.00
$
60.30
$
1,809.00
Percobaan Numerik • Hasil Output Kontrak dengan Tiga Ukuran
Waktu Estimasi Awal
Kebijakan Eksekusi
Jumlah stok yang di input Lama Waktu Pengerjaan Baru Tanggal Input riil Posisi Stok
Tanggal Release
Waktu Estimasi Akhir
Percobaan Numerik • Hasil Output Data Kontrak dari CENSEA INC.
Percobaan Numerik • Hasil Output Data Kontrak dari CENSEA INC.
Percobaan Numerik • Hasil Output Data Kontrak dari CENSEA INC.
Percobaan Numerik • Hasil Output Data Kontrak dari CENSEA INC. BUYER
CENSEA INC.
Selisih Pesan Kekurangan
Decision State
Release Order
Output simulasi
Estimate
7-Feb-11
12-Mar-11
Penyelesaian hasil simulasi 33 Hari
Semua Terpenuhi
7-Feb-11
12-Mar-11
33 Hari
Estimate
7-Feb-11
12-Mar-11
33 Hari
Rubah Formasi Pesanan
7-Feb-11
14-Mar-11
35 Hari
Estimate
7-Feb-11
12-Mar-11
33 Hari
Pesan Kekurangan Estimate
7-Feb-11 7-Feb-11
20-Mar-11 12-Mar-11
41 Hari 33 Hari
Setuju Kurang 10%
7-Feb-11
28-Feb-11
30 Hari
Nilai Kontrak
Denda
Rubah Kontrak
Nilai Kontrak
Denda
Cost
Pesan Kekurangan
0.00
$ 131,100.00
$ 65.55
$ -
Rubah Formasi Pesanan
0.00
$ 131,100.00
$ 65.55
$ -
Setuju Kurang 10%
158.00
$ 131,100.00
$ 65.55
$ 2,071.38
Cost
8
$ $ 131,100.00 327.75
$ 2,622.00
Rubah Formasi Pesanan
2
$ $ 131,100.00 327.75
$ 655.50
Setuju Kurang 10%
-3
$ $ 131,100.00 327.75
$ (983.25)
Kesimpulan Analisa Output
Kebijakan reschedule adalah kebijakan eksekusi yang paling dihindari Di karenakan: •Waktu pemenuhan paling lama •Kepercayaan pelanggan Menurun •Alur cash flow terhambat •Likuiditas modal perusahaan menjadi tidak lancar
Daftar Pustaka Arsham, H. 1994, Economic Order Quantity and Economic Production Quantity Models for Inventory Management, didownload tanggal 5 Oktober 2010, dapat dilihat di http://home.ubalt.edu/ntsbarsh/Business-stat/otherapplets/Inventory.htm Asihanto, Bathamas. P., 2010. Perancangan Alat Bantu Pengambilan Keputusan Untuk Pengadaan Dan Kontrol Inventori Sparepart Seat Kabin B737-800 NG Dengan Pendekatan (R,s,S) (Studi Kasus : PT. GMF AeroAsia. Laporan Tugas Akhir. Surabaya: Institut Teknologi Sepuluh Nopember. Amala, Bahaudin. 2009. Pengembangan Alat Bantu Pengambilan Keputusan Pengelolaan Sparepart Pada Provisioning B737 NG (Studi Kasus PT. GMF AeroAsia). Laporan Tugas Akhir. Surabaya: Institut Teknologi Sepuluh Nopember. Ballou, Ronald H. 2001. Business Logistics/Supply Chain Management. Fifth edition. Prentice Hall International,Inc,New Jersey Christopher,M. 1992. Logistics and Supply chain Management. Pitman, London. Evans, James R ; David L Oslon. 2001. Introduction to Simulation and Risk Analysis.Second Edition. Prentice Hall Internatioana Inc. New Jersey Fogarty. 1991. Production and Inventory Management. Ohio: South-Western Publishing Co Cincinnati. Febriyanti,L Hilda. 2004. “Penggunaan Lot Size untuk Mengurangi Biaya Akibat Nervousness”.Laporan Tugas Akhir.Institut Teknologi Sepuluh November Surabaya. Gaspersz, Vincent. 2005. Production Planning and Inventory Control. PT Gramedia Pustaka Utama.Jakarta. Harrell, Charles;Ghosh,Biman K.; Bowden, Royce. 2003. Simulation Using Pro Model. 2nd edition. McGraw Hill. Huey-Kuo Chen, Che-Fu Hsueh, Mei-Shiang Chang. 2008. Production scheduling and vehicle routingwith timewindows for perishable food products . Journal of Computer and Operation Research. Larasati,Aisyah. 2003. “Faktor-faktor yang berpengaruh terhadap Schedule Nervousnes”. Laporan Thesis. Institut Teknologi Sepuluh November Surabaya. Pujawan, I. N. 2005. Supply Chain Management. Surabaya: Guna Widya. Smith, S. B. 1989. Computer- Based Production and Inventory Control. New Jersey: Prentice Hall International inc. Silver, E. A., Pyke; David F; Peterson, Rein. 1998. Inventory Management and Production Planning and Scheduling. New York, John Wiley & Sons Tersine, R. J. 1994. Pronciples of Inventory and Materials Management. United States of America: Prentice Hall Inc. Wardana, Wildan F. 2010. Perancangan Alat Bantu Pengambilan Keputusan Berbasis Simulasi Diskrit Untuk Perencanaan Strategi Boarding Penumpang Pesawat Boeing 737-800. Laporan Tugas Akhir. Surabaya: Institut Teknologi Sepuluh Nopember.
TERIMA KASIH
PERISHABLE PRODUCT Fixed Deterioration
Random Deterioration
Range Size Udang
Critical Review (Tehsin Kuan et. All 1991)
(Okitsugu Fujiwara et. All 1997)
Perancangan Flexible MRP – DSS dengan mempertimbangkan variasi leadtime, pada multi item, menggunakan “what if “ scenario
Mengoptimalkan jumlah pemesanan Daging dengan konstrain demand yang acak dan memiliku fungsi objektif memaksimalkan Keuntungan
(Huey-Kuo Chen et. All 2009) Merancang Hirarki DSS pada perishable product, HDSS terintegrasi dengan MRP melalui Master Jadwal Produksi (di tingkat akhir item) yang ditransfer ke MRP
Penelitian Ini Perancangan Alat bantu pengambil keputusan (DSS) untuk kebijakan eksekusi kontrak pada industri pengolahan udang
Gambaran Umum Perusahaan Perusahaan yang diamati bernama PT Graha Makmur Cipta
Pratama (PT. GMCP) Perusahaan ini adalah anak perusahaan dari PT. Indokom Samudra Persada yang berlokasi di lampung. Perusahaan ini tidak mengolah udang untuk dipasarkan dengan menggunakan brand sendiri, tetapi menerima kontrak dari perusahaan-perusahaan besar di luar negeri PT Graha Makmur Cipta Pratama adalah perusahaan seafood yang bergerak di bidang ekspor pengolahan udang beku (frozen shrimp) dan terletak di Sidoarjo kecamatan Buduran.PT GMCP telah berdiri kurang lebih sejak tahun 2007.
Gambaran Umum Perusahaan
Jenis Jenis Produk • Jenis produk yang diproduksi PT GMCP: •PDTO (Peeled and Deviene Tail Off •PND (Peeled and Deviene) •PUD (Peeled UnDeviene) •Butterfly • Produk diproses menjadi Cooked & Raw Produk •PT. GMCP mengolah udang dengan jenis Vannamei sp & Black Tiger sp.
Gambaran Umum Perusahaan
Contoh Produk :
Cooked PND
Raw PND
Range Size Udang Contoh : Size 16-20
1 Kilogram Terdapat 16 sampai 20 ekor udang
Pengertian:
Satuan dalam spesifikasi udang yang didapatkan dari Size terbesar dibagi dengan size terkecil dalam satu kali pengiriman (Keseragaman)
