REDAKSI CONTENT N E W S L E T T E R. Edisi Kedua, Agustus Edisi Kedua, Agustus 2007 DEWAN REDAKSI SALAM REDAKSI

Edisi Kedua, Agustus 2007 Edisi Kedua, Agustus 2007

DEWAN REDAKSI

SALAM REDAKSI

Penanggung Jawab

Pembaca Yth. Selamat datang di edisi kedua Newsletter kami, Newsletter persembahan Laboratorium Logistics & Supply Chain Management (LSCM) – Jurusan Teknik Industri ITS kali ini mengangkat topik “Supplier Selection” karena pemilihan supplier merupakan masalah strategis yang harus dipertimbangkan dengan baik, dimana perusahaan dan supplier harus memiliki tujuan yang sama yaitu untuk mencapai customer satisfaction. Perusahaan dan supplier bekerjasama untuk mendapatkan kualitas tinggi dari produk dan jasa. Oleh karena itu,topik ini yang perlu dikaji karena dapat mempengaruhi performansi dari perusahaan. Untuk memperkaya sajian dari Newsletter ini serta menjaga kesinambungannya, kami juga menerima sumbangan artikel dari pembaca untuk edisi-edisi berikutnya.

Dr.Ir. Udisubakti Ciptomulyono, M.Eng.Sc

Pemimpin Redaksi Ir. I Nyoman Pujawan, MEng.,Ph.D

Wakil Pimpinan Redaksi Dr.Eng.Ir. Ahmad Rusdiansyah, M.Eng

Redaktur Pelaksana Rahmi Yuniarti, ST Niken A. Savitri, ST Elly Ismiyah, ST Niniet Indah A. , ST

Pelaksana Teknis Vira Yuliasari Oki Anita Candra Dewi Yunita Kurniawati

Selamat menikmati sajian kami.

REDAKSI

Penyunting & Tata Letak I Wayan Suardika M. Nizar Firmansyah Titik Purnawati

Redaksi Newsletter LSCM LABORATORY menerima kiriman artikel dari penulis. Artikel harap disertai identitas diri dan foto. Ukuran file maksimal 2 halaman A4. Silakan kirim kontribusi anda melalui e-mail : [email protected] Redaksi

CONTENT 2nd Knowledge Update Session : “Synchronizing Supply Chain and Marketing” . . . . . . . . . . . . . . . . . . Research in Brief : Metodologi Quality Assurance Oriented Untuk Meng-Handle Trade-Offs Pada Pemilihan Supplier . . Pemilihan Supplier Dan Penentuan Alokasi Order Quantity Pada Kondisi Demand Stokastik Dengan Pendekatan Genetic Algorithm . . . . . . . . . . . . . . . . . Laporan Pandangan Mata : The 2nd International Conference on OSCM . . . . . . . . . . . . . . . . . . . . . . . . . Pelatihan Manajemen Logistik PT. Badak NGL . . . Kunjungan Industri : PT. APL Logistic Indonesia . Brief News . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Boeing 787 Dreamliner Supply Chain . . . . . . . . . . . Research in Brief II : Model Untuk Mengevaluasi Dan Menyeleksi Supplier Dalam Global Supply Chain Tekstil Dan Pakaian . . . . Penelitian Tugas Akhir Mahasiswa . . . . . . . . . . . . . . Membership Form Logistics & Supply Chain Management (SCM) Laboratory . . . . . . . . . . . . . . .

NEWSLETTER

2

3

5 8 10 11 12 12

14 18 19

-page-1

Edisi Kedua, Agustus 2007

2nd Knowledge Update Session : “Synchronizing Supply Chain and Marketing”

Laboratorium

L&SCM kembali mengadakan seminar Knowledge Update pada hari Sabtu, 28 April 2007, di Banana Leaf Restaurant, Manyar Kertoarjo Surabaya. Tema yang diangkat adalah “Synchronizing Supply Chain and Marketing”. Tema tersebut diambil karena secara tradisional sering terjadi conflicting interest antara fungsi marketing dengan fungsi supply chain. Oleh karena itu diperlukan suatu mekanisme yang bagus yang membuat kedua fungsi tersebut dapat bersinergi dengan harmonis dalam suatu perusahaan.

Interactive Seminar “Synchronizing Supply Chain and Marketing” Banana Leaf Restaurant 28 April 2007

Dalam seminar tersebut dihadirkan dua orang pembicara dari HM Sampoerna (PT Panamas) Surabaya, yaitu Sugiharto Hartono, Director Sales Planning, System & Development, yang mewakili sudut pandang Marketing ; dan Made Agus Sumantra, Manager Logistics, yang mewakili sudut pandang SCM. Seminar tersebut di moderasi oleh pakar SCM dari ITS, I Nyoman Pujawan, PhD. Acara ini didukung oleh Program Magister Teknik Industri (S2) program studi SCM-jurusan Teknik Industri ITS dan Asosiasi Logistik Indonesia (ALI). Acara tersebut dihadiri sekitar 65 orang yang berasal dari kalangan praktisi dan akademisi dari

berbagai latar belakang dan kota mulai dari Jakarta, Bandung, hingga Sidoarjo. Peserta tersebut antara lainnya perwakilan dari PT Bumi Rotan Jaya, PT Surabaya Autocomp Indonesia, PT Wira Logitama, PT IJS, PT Dirgantara Indonesia, PT Excelcomindo Pratama, APL Logistics, PT Handal Logistik Nusantara, PT Keramik Diamond Industries, TRAC Astra Rent a Car, PT Astra Komponen Indonesia, BNI, Unilever, Perum Perhutani Unit II Jatim, PT Tigaraksa Satria, PT Pasific Indomas, PT Indrajaya Swastika, UNAIR, Universitas Petra, dan sebagainya termasuk kalangan umum dan mahasiswa. Acara tersebut dikemas dalam suasana yang santai dan interaktif. Selama acara berlangsung, peserta memiliki apresiasi yang sangat positif. Suasana saling berbagi pengalaman dan pengetahuan sangat tampak ketika sesi interaktif berlangsung, sehingga peserta benar-benar merasa puas sampai acara berakhir. Saat break, peserta juga dapat menikmati makan siang sambil menyaksikan demo software yang dikembangkan dari hasil penelitian mahasiswa S2 Teknik Industri ITS mengenai vehicle routing problem dan bin packing problem, dan menikmati pameran buku yang bertemakan bisnis. Knowledge update (Know-Up) session ini akan dilakukan secara periodik dengan mengangkat topiktopik yang up-to-date, sehingga melalui forum tersebut diharapkan terjalin networking dan relationship yang baik antara praktisi bisnis dan kalangan perguruan tinggi. Dengan demikian, KnowUp dapat menjadi sarana untuk saling berbagi pengetahuan dan pengalaman yang berkaitan dengan logistics and supply chain management dalam tujuan untuk meningkatkan keunggulan bersaing perusahaan.

Oleh : Niniet Indah Arvitrida, ST (Ketua Penyelenggara)

NEWSLETTER

-page-2

Edisi Kedua, Agustus 2007 Research in Brief

METODOLOGI QUALITY ASSURANCE ORIENTED UNTUK MENG-HANDLE TRADE-OFFS PADA PEMILIHAN SUPPLIER

Pada

era global sourcing yang sedang berkembang di dunia industri saat ini, kesuksesan dari sebuah perusahaan seringkali bergantung pada ketepatannya dalam memilih supplier. Aktivitas pemilihan supplier ini ternyata tidak sesederhana yang kita bayangkan. Pemilihan supplier merupakan problem multikriteria yang mana terdiri dari faktor kualitatif dan kuantitatif. Pada beberapa kondisi aktivitas ini menjadi cukup complicated, diakibatkan beberapa faktor yang uncontrollable dan unpredictable yang dapat mempengaruhi keputusan. Riset-riset yang dilakukan sebelumnya lebih melakukan penekanan pada pemilihan supplier berdasarkan kualitas, baik untuk perusahaan skala kecil maupun besar. Purchasing manager lebih meningkatkan perhatiannya pada registrasi sertifikasi ISO, baik sebagai persyaratan untuk berpartisipasi pada pasar global maupun untuk pemilihan supplier. Peraturan-peraturan yang ada pada sertifikasi ISO digunakan sebagai penyaring untuk menentukan supplier yang sesuai. Pada perkembangannya, terjadi perubahan pada industri skala besar, yang notabene terdiri dari bermacam-macam personel dari beberapa area fungsional berbeda yang ikut berpartisipasi pada seleksi dan evaluasi supplier, yang akhirnya mengindikasikan terjadinya conflicting antar fungsifungsi tersebut. Selain itu peningkatan perhatian untuk pemilihan supplier ini juga berdasar pada fakta bahwa pemilihan supplier bisa jadi merupakan satu-satunya fase yang paling penting dari proses pengadaan (purchasing). Dengan tujuan untuk memilih supplier terbaik, sangat penting untuk membuat suatu trade-off antara faktor yang tangible dan intangible, yang memungkinkan beberapa diantaranya bertentangan. Beberapa penulis telah mengaplikasikan beberapa metode, seperti mixed integer, goal dan multiobjective programming untuk menyelesaikan permasalahan tersebut. Sama seperti teknik matematis yang lain, metode tersebut mempunyai permasalahan yang cukup signifikan berdasar pada faktor kualitatif, yang sangat penting dalam pemilihan supplier, khususnya ketika mengharapkan partnership supplier. Purchasing manager perlu untuk mengevaluasi secara periodik performansi dari supplier dengan tujuan untuk tetap memakai supplier yang sama apabila telah memenuhi kriteria-kriteria yang telah ditetapkan. Sama seperti proses pengambilan keputusan biasanya, keputusan

untuk pemilihan supplier ini terdiri dari dua elemen dasar, yaitu evaluasi dan pemilihan itu sendiri. Proses evaluasi biasanya terdiri dari identifikasi atribut-atribut, kriteria, dan faktor-faktor yang relevan untuk pengambilan keputusan dan selanjutnya menentukan cara pengukuran (rating) terhadap para supplier. Pada proses pemilihan purchasing manager harus membuat trade-offs dari berbagai level yang berbeda dari atribut-atribut tersebut. Ada beberapa kriteria dasar yang biasanya digunakan, yaitu struktur harga, pengiriman, kualitas produk dan pelayanan. Selain itu ada beberapa atribut sering digunakan untuk mengidentifikasi kriteria performansi yaitu: pengiriman yang on-time, kualitas yang bagus, target harga/biaya, profesionaliasi, responsiveness terhadap kebutuhan customer, dan kemungkinan hubungan jangka panjang dengan supplier tersebut. Pada beberapa studi yang dilakukan pada beberapa kultur sosial ekonomi yang berbeda, yaitu di Amerika, Eropa, dan China, menunjukkan adanya perbedaan yang cukup signifikan. Di kawasan Amerika; harga, kualitas produk dan ontime delivery menjadi 3 prioritas yang paling penting. Lokasi geografi dari seller dan brand nama dari seller seringkali diabaikan. Di kawasan Eropa; kualitas, service, dan delivery menjadi kriteria utama, sedangkan harga menduduki posisi yang terakhir. Kebalikannya, di China service dan responsiveness bukan merupakan prioritas yang diperhitungkan. Hal tersebut mengindikasikan bahwa pemilihan supplier bergantung dari situasi purchasing dari masing-masing perusahaan. Oleh karena itu, sebagai upaya penyelesaiannya dikembangkan model yang fleksibel ini, untuk dapat disesuaikan dengan karakteristik dan kebutuhan perusahaan. Sebagai salah satu contohnya, metode ini telah dicoba untuk diaplikasikan pada perusahaan skala menengah, dengan komponen-komponen yang cukup rumit dan tersedia lebih dari 20 supplier yang menawarkan komponen yang dibutuhkan. Penggunaan DEA untuk pemilihan supplier Pada penelitian ini metodologi berdasarkan pada penggunaan cross-efficiency pada Data Envelopment Analysis (DEA) yang dikembangkan untuk permasalahan pemilihan supplier dengan tujuan untuk mempertimbangkan faktor tangible

NEWSLETTER

-page-3


dan intangible. Metodologi ini mengijinkan manajer pengadaan untuk meranking supplier berdasarkan performansinya. Metodologi ini keseluruhan memungkinkan untuk mengidentifikasi single outranking dari supplier diantara beberapa supplier yang memenuhi syarat. Penggunaan yang lain dari metodologi ini bergantung pada kemungkinan dari bencmarking supplier yang berbeda dan mengidentifikasi kemungkinan terjadinya kegagalan. Data envelopment analysis (DEA) sendiri merupakan suatu teknik pemrograman matematis yang dapat menghitung efesiensi relatif dan Decision-making units (DMUs) berdasarkan multiple input dan output. DEA merupakan metode non-parametrik yang membiarkan efisiensi diukur tanpa terlebih dulu menetapkan fungsi produksi dan bobot perbedaan dari input dan output yang terpilih. Efisiensi dari beberapa input dan beberapa output DMU (pada kasus ini adalah supplier) didefinisikan sebagai perbandingan jumlah bobot dari m output dan jumlah bobot dari n input. Pendekatan ini telah diadaptasi pada permasalahan pemilihan supplier ini dan hasilnya adalah prosedur sebagai berikut: 1. Mengidentifikasi faktor Masing-masing supplier digambarkan pada suatu Supplier Rating (SR) yang merupakan sebuah efektivitas, yang dirumuskan sebagai ukuran perbandingan antar service provided oleh supplier i dengan sustomer commitment untuk supplier Kualitas pengiriman diukur dengan menggunakan conformity index yang dirumuskan sebagai berikut: Confformity index =

α A + β B + γC D

Dimana α merupakan estimasi biaya dari rejection component pada kontrol kualitas yang dilakukan. β merupakan estimasi biaya dari rejection component pada lini perakitan. γ merupakan estimasi biaya dari rejection component pada end-user, dan D adalah monetary value dari komponen yang dibeli pada satu periode waktu. Pada kasus ini ada beberapa faktor yang didefinisikan yaitu kapabilitas manajemen supplier, fasilitas dan kapasitas produksi, kapabilitas teknologi, posisi finansial, pengalaman dan lokasi geografis. Kapabilitas manajemen dapat dilihat dari kualitas manajemen dan kompetensi operasional. Pengalaman dapat dilihat dari jumlah klien dan total penjualan dari supplier. Fasilitas dan kapasitas produksi diukur dari rasio antara kapasitas manufaktur dan rata-rata konsumsi customer dalam suatu satuan waktu. Posisi finansial akan diindikasikan oleh soliditas (rasio debet) dan likuiditas (rasio antara aset sekarang dan jumlah pinjaman). Dan yang terakhir, lokasi geografis diukur berdasarkan jarak antara perusahaan dengan lokasi

supplier. Untuk memudahkan analisa, dihitung simple efficiency score untuk masing-masing supplier berdasarkan faktor-faktor yang telah ditentukan. 2. Cross efficiency Pada cross-efficiency DEA, set terbaik dari bobot-bobot yang telah ditentukan untuk suatu supplier dapat digunakan untuk membobotkan input dan output supplier yang lain. Keluaran dari matriks cross-efficiency ini berupa cross eficiency measures (CEM). Batasan dari CEM ini adalah tidak bisa bersifat unik (multiple optimum solution), sehingga tidak bisa mengidentifikasi keseluruhan performansi dengan baik. Misal pada satu supplier bobot salah satu pilihannya sangat rendah sedangkan bobot satu pilihan yang lain sangat tinggi. 3. Formulasi benevolent dan aggresive dari crossefficiency Untuk mengatasi ambiguitas tersebut dikemukakan sebuah formulasi yang bersifat benevolent dan aggresive, dimana tidak hanya efisiensi dari satu target supplier yang dimaksimalkan tetapi juga target kedua yang dipertimbangkan. Formulasi ini memungkinkan hasil yang diperoleh berbeda 4. Maverick Index Langkah efektif lain yang dapat dikembangkan adalah dengan mengukur false positiveness dari supplier dengan membentuk “maverick index” yang didefinisikan sebagai persentasi relatif perbedaan antara cross-efficiency dan simple efficiency. 5. Clustering analysis Selanjutnya, untuk mendapatkan final optimal choice, selain mencari rata-rata nilai dari formulasi benevolent dan aggresive, satu cara yang dilakukan adalah clustering analysis. Prosedur ini mencoba untuk mengidentifikasi group-group yang relatif homogen dari suatu kasus berdasarkan karakteristk yang dipilih, menggunakan sebuah algoritma yang dimulai dengan masing-masing kasus pada cluster yang terpisah dan mengkombinasi cluster sampai hanya terdapat satu yang salah. Hal ini akan sangat membantu dalam pemilihan supplier yang optimal. Fakta yang diperoleh dari hasil pengujian menyatakan bahwa DEA mampu untuk mengidentifikasi supplier-supplier yang mempunyai balanced behaviour dengan mempertimbangkan semua atribut yang digunakan dalam proses seleksi. Keuntungan dari alternatif metodologi ini adalah tidak adanya kemungkinan dari seleksi sub-optimal supplier. Lebih jauh lagi, pilihan yang optimal merupakan kandidat dengan performansi keseluruhan

NEWSLETTER

-page-4


yang bagus dengan memperhatikan beberapa atribut yang berbeda, yang sebagian mempunyai trade-off. Pada kenyataannya, pentingnya cross-efficiency adalah perhatiannya pada manajer pengadaan pada saat menyeleksi “false possitive” dari supplier. Kesimpulan yang didapatkan dari penelitian ini dapat memperkuat keuntungan dari penggunaan dari DEA sebagai alat taktis dari pengambilan keputusan untuk pemilihan supplier pada bagian purchasing pada suatu perusahaan. *****Disadur dari “A quality assurance-oriented methodology for handling trade-offs in suppier

selection”, Marcello Braglia and Alberto Petroni, International Journal of Physical Distribution & Logistics Management, Vol. 30 No.2, 2000, pp.96111, Emerald Group Publishing Limited

Disadur oleh : YUNITA KURNIAWATI

Penelitian Tugas Akhir Mahasiswa S1

PEMILIHAN SUPPLIER DAN PENENTUAN ALOKASI ORDER QUANTITY PADA KONDISI DEMAND STOKASTIK DENGAN PENDEKATAN GENETIC ALGORITHM

Bagian pengadaan (purchasing) mempunyai tugas penting dalam menyediakan material yang sesuai dengan spesifikasi yang ditentukan oleh perusahaan. Kualitas produk yang dihasilkan perusahaan sangat ditentukan oleh kualitas material penyusun produk tersebut. Selain itu, adanya kondisi demand yang senantiasa berubah, maka material juga harus selelau tersedia walaupun pada saat terjadi fluktuasi demand. Oleh karena itu, bagian pengadaan harus dapat memilih supplier yang mampu menyuplai material berkualitas dalam kondisi tersebut. Hal ini menyebabkan proses pemilihan supplier menjadi sesuatu yang krusial bagi suatu perusahaan. Banyak penelitian memfokuskan diri pada permasalahan pemilihan supplier yang memang saat ini banyak mendapatkan perhatian, terkait dengan fungsi bagian pengadaan (purchasing) yang memiliki peranan penting dalam perusahaan. Banyak pula pihak yang mengadopsi metode pemilihan supplier sebagai strategi yang tepat dalam pemenuhan kebijakan perusahaan, Salah satunya yakni dengan menggunakan pendekatan heuristik yaitu genetic algorithm digunakan untuk mencari compromising solution dari sebuah model multi-objective untuk pemilihan supplier di bawah kondisi demand yang stokastik. Beberapa kriteria pemilihan supplier yang ditetapkan yaitu cost, quality, delivery dan flexibility. Langkah pertama yang dilakukan dalam metode tersebut adalah menentukan kriteria pemilihan

supplier. Selanjutnya parameter kriteria tersebut diidentifikasi dan dilakukan perhitungan. Parameter tersebut berguna dalam pengembangan model matematis untuk pembentukan fungsi obyektif dan constraint atau fungsi pembatasnya. Untuk pencarian compromising solution, berupa alternatif supplier yang terpilih dan alokasi order quantity, maka digunakan konsep genetic algorithm. Prosedur genetic algorithm yang digunakan mencakup proses inisialisasi, evaluasi fitness function, elitism, selection, serta operasi genetik crossover dan mutasi. Pada metode ini dilakukan beberapa independent experiment dengan bobot objective yang berbeda. Dari hasil yang didapatkan, kemudian dibuat objective trade-off untuk mengetahui sifat konfliktual antar kriteria yang ada. Informasi trade-off tersebut dapat dijadikan pedoman untuk bernegosiasi dalam proses pemilihan supplier. Manfaat yang dapat diperoleh dari metode ini diantaranya adalah dapat mengetahui kebijaksanaan yang harus ditempuh dalam memilih supplier sesuai kondisi perusahaan. Selain itu, perusahaan dapat mengetahui supplier terbaik bagi perusahaan sehingga membantu pelaksanaan purchasing management secara lebih efisien. Pendekatan yang digunakan dalam penelitian ini adalah Genetic algorithm. Genetic algorithm adalah kelas khusus dari algoritma evolusioner dengan menggunakan teknik yang terinspirasi oleh biologi evolusioner seperti warisan, mutasi, seleksi alam dan rekombinasi (atau crossover). Genetic algorithm

NEWSLETTER

-page-5


pertama kali dikembangkan oleh John Holland pada tahun 1970-an di New York, Amerika Serikat. Sebuah populasi representasi abstrak (disebut kromosom) dari solusi-solusi calon (disebut individual) pada sebuah masalah optimisasi akan berkembang menjadi solusisolusi yang lebih baik. Secara tradisional, solusi-solusi dilambangkan dalam biner sebagai string '0' dan '1', walaupun dimungkinkan juga penggunaan penyandian (encoding) yang berbeda. Genetic algorithm yang umum mensyaratkan dua hal untuk didefinisikan: (1) representasi genetik dari penyelesaian, (2) fungsi kemampuan untuk mengevaluasinya. Pada penelitian ini, langkah-langkah dalam pemilihan supplier yang akan dilakukan adalah sebagai berikut : 1. Menentukan kriteria pemilihan supplier dan alternatif supplier Kriteria pemilihan supplier yang digunakan diadopsi dari penelitian yang dilakukan oleh Liao dan Rittscher (2007). Kriteria yang digunakan antara lain quality, delivery, flexibility, dan cost. 2. Menentukan bobot kriteria Pada penelitian ini akan delakukan 6 eksperimen dengan kondisi bobot yang berbeda. Untuk eksperimen pertama, kriteria quality mendominasi kriteria yang lain. Eksperimen kedua, kriteria delivery mendominasi. Eksperimen ketiga, kriteria flexibility mendominasi. Eksperimen keempat, kriteria cost mendominasi. Eksperimen kelima, semua kriteria akan diberikan bobot yang seimbang. Sedangkan eksperimen terakhir, bobot kriteria diperoleh berdasarkan preferensi perusahaan. Untuk menentukan bobot kriteria ini digunakan metode perangkingan, dimana evaluator akan diminta untuk merangking kriteria tersebut. 3. Menentukan nilai masing-masing kriteria dari setiap supplier. Nilai masing-masing kriteria dinyatakan secara kuantitatif. • Kriteria quality dinyatakan sebagai persentase item yang tidak memenuhi spesifikasi kualitas dari keseluruhan item yang diterima. • Kriteria delivery dinyatakan sebagai persentase keterlambatan kedatangan order dari keseluruhan kedatangan order. • Kriteria flexibility dihitung dengan rumus yang diadopsi dari penelitian Liao dan Rittscher (2007). Adapun parameter

•

flesibilitasnya antara lain Minimum Order Quantity, Maksimum Order Quantity, Nilai Demand Quantity Reduction Penalty, Nilai Demand Quantity Increase Penalty, Minimum Supply Lead Time, Peningkatan proporsional pada harga unit karena adanya penurunan unit waktu dari Minimum Supply Lead Time, Bobot demand quantity flexibility, Bobot demand timing flexibility, Tingkat penurunan (decline rates) untuk masing-masing faktor. Kriteria cost dihitung dengan rumus yang diadopsi dari penelitian Liao dan Rittscher (2007). Besarnya cost yang diperoleh dan merupakan merupakan objektif function dari kriteria cost ini yakni dengan melakukan penjumlahan dari beberapa faktor biaya yakni diantaranya adalah Expected purchasing cost (EPC), Expected demand quantity reduction penalty (EDQR), Expected demand quantity Increase penalty (EDQIP) dan Expected demand timing reduction penalty (EDTRP). Constraints untuk objective function di atas antara lain : •

•

Demand constraint Dimana jumlah order yang diberikan kepada satu atau beberapa supplier yang terpilih harus sama dengan 100% atau 1. Capacity constraint Dimana order yang diberikan kepada masing-masing supplier tidak boleh melebihi kapasitas produksi masingmasing supplier.

4. Menentukan supplier terbaik beserta alokasi order quantity-nya untuk masing-masing eksperimen yang dilakukan dengan pendekatan genetic algorithm. 5. Membuat objective trade-off. Trade-off tersebut digunakan untuk mengetahui sifat konfliktual dari kriteria-kriteria yang ada. Caranya adalah dengan membuat grafik berdasarkan solusi yang didapatkan dari hasil eksperimen.Trade-off yang dibuat antara lain quality vs flexibility, delivery vs flexibility, dan cost vs flexibility. Hal ini dapat menunjukkan sifat konfliktual kriteria flexibility dengan kriteria yang lain, karena flexibility adalah hal yang penting dalam kondisi yang stokastik.

NEWSLETTER

-page-6


What’s About The Genetic Algorithm ? Langkah kerja yang dilakukan dengan menggunakan Genetic Algorithm ini meliputi beberapa tahap yakni : 1. Representasi solusi Pada problem pemilihan supplier dan pengalokasian order quantity, kromosom merupakan rangkaian xi dari order splitting ratio yang diberikan kepada masing-masing supplier i untuk tiap jenis item yang diteliti. 2. Inisialisasi Pada tahap ini, banyak individu solusi digenerate secara random untuk membentuk populasi awal. Populasi awal terdiri atas N kromosom. 3. Evaluasi nilai fitness Tiap kromosom/individu dalam populasi Evaluasi dilakukan dengan dievaluasi. menghitung nilai fitness berdasarkan fitness function. Semakin baik nilai fitness suatu kromosom, maka semakin tinggi probabilitas kromosom tersebut untuk terpilih sebagai parents untuk proses reproduksi. Dalam penelitian ini fitness function merupakan pengembangangan objective function yang telah dilakukan yakni minimasi quality rejection rate, minimasi late delivery rate, maksimasi flexibility dan tentunya minimasi cost yang dikeluarkan. Pada kasus multi-objective, fitness function akan diubah menjadi satu single scalar objective function sebagai berikut : f ( x ) = w1. f 1( x ) + w2. f 2( x) + .... + wn. fn ( x) , dimana w adalah bobot tiap objective. 4. Seleksi Proses seleksi dilakukan untuk memilih individu solusi melalui proses yang didasarkan pada nilai fitness. Metode penyeleksian yang digunakan adalah roulette wheel selection. 5. Reproduksi Merupakan proses untuk membangkitkan populasi solusi generasi baru yang terpilih melalui operasi genetik crossover dan mutasi.

Crossover Jika r < probabilitas crossover (pc), maka individu tersebut terpilih untuk melakukan crossover. Individu yang telah terpilih dipasangkan secara random. Titik

pertukaran dipasang pada satu atau dua lokasi gen secara acak. Mutasi Jika r < probabilitas mutasi (pm), maka individu tersebut terpilih untuk melakukan mutasi. 6. Problem spesifik operator Problem spesifik operator dirancang untuk memenuhi demand equality satisfaction, yang memungkinkan untuk menemukan daerah solusi feasible lebih cepat dan menghasilkan offspring baru yang feasible dalam kondisi yang pre-maturity. Prosedur yang pertama adalah menghitung dif = 1 −

n

∑ x . Kemudian i

i =1

memilih strategi berikut : • Jika dif > 0, lakukan increase strategy – meningkatkan order splitting ratio sama dengan nilai absolut dif dari satu atau beberapa supplier secara random, serta harus memenuhi capacity requirement. • Jika dif < 0, lakukan decrease strategy – menurunkan order splitting ratio sama dengan nilai absolut dif dari satu atau beberapa supplier secara random, serta harus memenuhi capacity requirement. 7. Terminasi Proses penggenerasian diulangi sampai kondisi terminasi dicapai yaitu jumlah generasi yang ditetapkan tercapai. ***** Liao, Zhiying and Rittscher, Jens (2007), “Multi-objective Supplier Selection Model under Stochastic Demand Conditions”, International Journal of Production Economics, 105, pp.150159

Oleh ARIUS NILA PANDANSARI

NEWSLETTER

-page-7


Laporan Pandangan Mata :

The 2nd International Conference on OSCM

Tiga orang dosen dari Laboratorium Logistics dan Supply Chain Management (LSCM) Jurusan Teknik Industri ITS berangkat menghadiri konferensi Operations and Supply Chain Management (OSCM) ke dua yang diselenggarakan di Hotel Novotel, Bangkok, pada tanggal Mei 2007. Mereka adalah Dr. Nyoman Pujawan yang juga datang sebagai panitia (General Co-Chair), Dr. Ahmad Rusdiansyah, dan Iwan Vanany, ST., MT, yang saat ini sedang menempuh program doktor di University Sains Malaysia. Ketiga wakil dari Lab LSCM ini mempresentasikan 6

makalah yang judul-judulnya bisa dilihat di bagian lain tulisan ini. Sebagai tuan rumah konferensi ini adalah The University of The Thai Chambers of Commerce. Konferensi ini merupakan kelanjutan dari konferensi OSCM pertama yang diselenggarakan oleh Jurusan Teknik Industri ITS di Nusa Dua, Bali pada bulan Desember 2005. Pada konferensi kedua ini hadir lebih dari 120 peserta dari berbagai negara dan mempresentasikan secara total lebih dari 100 makalah. Dari Indonesia, ada 10 orang peserta yang hadir dan mempresentasikan makalah pada konferensi ini.

Foto bersama sebagian para peserta dari Indonesia di sekitar lokasi konferensi.

NEWSLETTER

-page-8


Jalannya Acara Pada hari pertama dilakukan pembukaan oleh Rektor The University of The Thai Chambers of Commerce. Acara kemudian dilanjutkan dengan keynote speech dari Professor Vinod Singhal dari Georgia Institute of Technology. Professor Singhal membawakan makalah yang berjudul Global Supply Chain Disruptions and Corporate Performance. Pada sesi ini Professor Singhal menyampaikan berbagai hasil penelitian tentang pengaruh gangguan pada supply chain terhadap kinerja perusahaan. Dikatakan bahwa kinerja perusahaan banyak dipengaruhi oleh berbagai gangguan (disruption) pada supply chain (seperti terjadinya masalah produksi, keterlambatan ke pelanggan, keterlambatan pengiriman kedatangan bahan baku, dan sebagainya). Pada bagian selanjutnya dari presentasinya, Prof. Singhal juga mengupas tentang manajemen risiko pada supply chain. Risiko pada supply chain dewasa ini dikatakan lebih penting karena berbagai kecendrungan seperti supply chain yang beroperasi secara global, buffer yang lebih tipis pada supply chain akibat tekanan untuk menciptakan efisiensi, serta trend perusahaan-perusahaan melakukan outsourcing. Berbagai jenis risiko yang bisa terjadi pada supply chain dipaparkan pada presentasi ini, kemudian juga berbagai cara yang bisa dilakukan untuk mengurangi atau menghindari risiko pada supply chain. Setelah sesi keynote speech, pada siang harinya dilanjutkan dengans sesi parallel yang diisi dengan makalah-makalah dari peserta konferensi.

Professor Vinod Singhal dari Georgia Institute of Technology sedang memberikan keynote speech. Professor Singhal merupakan seorang tokoh bidang Operations Management yang penelitiannya sangat banyak dijadikan referensi baik oleh akademisi maupun professional. Dua dari penelitiannya yang terkenal adalah mencari hubungan antara implementasi TQM dengan kinerja perusahaan dan mencari hubungan antara permasalahan supply chain dengan kinerja saham perusahaan.

Pada hari kedua, acara dimulai dengan keynote speech dari dua pembicara yaitu Dr. Jingjai Hanchanlash dan Dr. J.P.A. Verbiest. Kedua pembicara tersebut mengupas masalah konstelasi pembangunan infrastruktur transportasi di wilayah Thailand dan sekitarnya untuk mendukung kerjasama ekonomi antar negara-negara yang tergabung dalam the Greater Mekong Region. Seperti pada hari pertama, pada siang harinya dilanjutkan dengan presentasi makalah dari peserta.

Conference Dinner Acara jamuan makan malam dilangsungkan di King Power Ramayana Restaurant. Restoran ini terletak di pusat Kota Bangkok dan bersebelahan dengan berbagai macam duty free shops. Peserta konferensi terlihat sangat menikmati acara makan malam ini, terutama karena pilihan makanannya yang sangat beragam dan enak dimakan. Peserta bisa mengambil makan sepuas-puasnya. Tampak para peserta bolak-balik mengambil makanan berkali-kali. Di sela-sela makan malam, ada juga berbagai hiburan khas Thailand yang disajikan dan cukup menghibur peserta.

NEWSLETTER

-page-9


Berkunjung ke AIT Sehari setelah acara konferensi berakhir, kami bertiga sempat mampir ke Asian Institute of Technology (AIT, almamaternya Dr. Nyoman Pujawan). Di AIT kami mengunjungi jurusan Teknik Industri dan sempat melihat beberapa lab yang ada di sana serta bertemu dengan coordinator program studinya yaitu Dr. Voratas. Pada gambar terlihat Dr. Voratas (duduk pakai kaos) bersama kami bertiga serta beberapa mahasiswanya sedang minum kopi di salah satu sudut AIT. Ririn Diar Astanti, salah satu alumni Teknik Industri angkatan 1996 yang sedang mengambil program S3 di AIT juga terlihat pada foto tersebut.

Pelatihan Manajemen Logistik Karyawan PT. Badak NGL

Pada

tanggal 16-28 Juli 2007 telah diadakan pelatihan Manajemen Logistik untuk karyawan PT. Badak NGL, Kalimantan. Pelatihan ini diadakan bersama oleh jurusan Teknik Mesin dan Material ITS serta L&SCM Laboratory – Teknik Industri ITS dengan ketua panitia Dr. I Nyoman Pujawan. Materi yang disampaikan oleh L&SCM Laboratory dalam acara ini secara garis besar terdiri atas dua bagian, yaitu Manajemen Persediaan (Inventory Management) dan Manajemen Pergudangan (Warehouse Management). Selain Dr. I Nyoman Pujawan dan Dr. Ahmad Rusdiansyah dari L&SCM Laboratory, beberapa dosen Teknik Industri ITS turut memberikan materi dalam acara tersebut. Pelatihan ini diharapkan dapat menambah knowledge dalam masalah inventory dan warehouse serta dapat diaplikasikan dalam situasi riil di perusahaan. Acara ditutup dengan makan malam bersama seluruh peserta dan instruktur pelatihan di akhir minggu pelatihan. Jika Anda tertarik untuk mendapatkan informasi mengenai pelatihan serupa, Anda dapat menghubungi kami melalui email di [email protected].

NEWSLETTER

Suasana Pelatihan Manajemen Logistik di Ruang Kelas Teknik Industri ITS

Acara Ramah Tamah Bersama Para Peserta Pelatihan, Instruktur Dan Para Panitia

-page-10


KUNJUNGAN INDUSTRI :

PT. APL LOGISTIC INDONESIA Kegiatan yang telah dilakukan kali ini adalah berupa kunjungan industri ke PT. APL Logistics Indonesia untuk Indonesia bagian timur, yang berlokasi di jalan Perak Barat 5-11 Surabaya dan salah satu gudang yang dikelolanya, yaitu di Jl. Kalianak Barat 66 Surabaya. Kegiatan pada hari Sabtu, 23 Juni 2007 ini diikuti oleh mahasiswa S1 dan S2 yang mengambil mata kuliah manajemen logistik yang dibimbing oleh Dr. Ahmad Rusdiansyah serta dosen pendamping Laudinne Henriette.

APL Logistics, sebagai salah satu dari lima perusahaan terbesar dunia di bidang jasa logistik merupakan bagian dari NOL Group, yang notabene merupakan perusahaan yang mayoritas sahamnya dikuasai oleh Temasek Holdings, yaitu perusahaan investasi milik pemerintah Singapura. Group tersebut sendiri telah berdiri sejak tahun 1968, dengan awalnya sebagai shipping line milik pemerintah Singapura. Seiring dengan berkembangnya tren industri di dunia, mereka terus memperkuat armadanya melalui berbagai konsolidasi, sampai akhirnya melakukan merger dengan APL pada tahun 1997. Hal ini membuktikan komitmennya di bidang jasa logistik sekaligus menancapkan kukunya pada belantara industri sejenis di dunia. PT. APL Logistics Indonesia, sebagai perpanjangan tangan dari NOL Group di Indonesia, memiliki beberapa kompetensi yang mampu menyokong kinerja supply chain dari suatu perusahaan.

Khususnya pada fase dimana produk telah selesai di produksi oleh perusahaan sampai dengan produk diterima oleh pelanggan (end customer maupun industrial consumer). Pada pemaparan yang kami peroleh ditambah dengan pengamatan yang kami lakukan, baik di kantor maupun gudang dari PT. APL Logistics Indonesia, kompetensi yang dimiliki adalah mulai dari supply chain design, consolidation, global freight forwarding and management, information management solutions, deconsiliation, warehousing and distribution, vendor management, sampai dengan manufacturing support. Berbagai kompetensi ditambah tersebut masih special dengan adanya knowledge yang dimiliki oleh “saudara dekatnya” (APL Liner), khususnya di bidang container forwarding, yaitu diantaranya adalah reefer container, penggunaan kontainer yang memiliki pengaturan suhu dan atmosfer internal, sehingga dapat menjamin kualitas dari produk yang ada didalamnya sampai dengan lokasi yang dituju, kemudian hanger container, yaitu kontainer yang memiliki spesialisasi dalam pengangkutan produk-produk berupa pakaian jadi, dan beberapa special container lainnya yang digunakan untuk pengangkutan - pengangkutan barang - barang tertentu yang memiliki spesifikasi khusus, seperti misalnya barang pecah belah, atau bahkan sampai dengan pengangkutan ekosistem air, yang seolah olah memposisikan kontainer sebagai sebuah akuarium raksasa. Kesemuanya itu masih ditambah dengan kemampuan teknologi informasi dan sumber daya yang excellent, yang membuatnya menjadi sebuah pemain besar di bidang jasa logistik dan supply chain solutions. Dari berbagai pemaparan dan informasi yang kami terima pada saat kunjungan, banyak sekali hal yang dapat ditarik sebagai pembelajaran, contoh praktis dari hal-hal yang sudah diperoleh secara teoritis di perkuliahan, sampai dengan pengetahuan baru di

NEWSLETTER

-page-11


bidang manajemen logistik yang sebelumnya ada diluar pemikiran kami. Kegiatan ini juga merupakan salah satu bentuk konkrit kolaborasi yang efektif antara perguruan tinggi, dalam hal ini Jurusan Teknik Industri ITS dibantu oleh Program Hibah Kompetensi A-3, dan praktisi industri, yaitu PT. APL Logistics Indonesia, untuk meningkatkan kualitas sumber daya yang dimiliki, baik itu dosen sebagai sumber ilmu di kalangan akademisi, maupun mahasiswa, yang bertindak sebagai pengais ilmu di perguruan tinggi yang nantinya akan bertindak sebagai ujung tombak

dalam peningkatan kualitas industri itu sendiri, khususnya yang ada di Indonesia. Semoga kegiatan sejenis ini dapat ditingkatkan frekuensinya demi tercapainya kesinambungan dan peningkatan kualitas dari Industri yang ada di negeri tercinta ini.

Oleh: ARDHI IQRA MANDRIAN

Brief News Penelitian Dari Lab LSCM Dengan Mitra Industri Didanai Oleh DIPA ITS Satu lagi penelitian dari Lab LSCM berhasil diterima untuk didanai oleh ITS tahun ini. Proposal penelitian yang diajukan berjudul “Perancangan Prototipe Perangkat Lunak Untuk Penyelesaian “Truck Loading Problem For Multi Sources and Destination” yaitu Dr. Ahmad Rusdiansyah dan Dr. Nyoman Pujawan dan Erwin Widodo, M.Eng dari Lab SODM serta 3 orang mahasiswa sebagai tim peneliti yakni Titik Purnawati, Ira Prasetyaningrum dan M. Nizar Firmansyah. Penelitian tersebut merupakan kerjasama dengan mitra perusahaan yakni sebua perusahaan pembotolan minuman ringan. Penelitian ini memenangkan Hibah Penelitian dengan Mitra Industri tingkat FTI – ITS tahun 2007.Penelitian yang mengangkat tema optimisasi penataan loading pada truk container untuk kasus pickup and delivery problem.

Tujuan penelitian ini adalah menghasilkan rancang bangun perangkat lunak. Anggota Lab LSCM, Dr. Ahmad Rusdiansyah pada tanggal 19-25 Agustus 2007 mendapat kesempatan untuk mengikuti Workshop on Knowledge Management Implementation yang diselenggarakan oleh Asian Productivity Organization (APO) di Bangkok Thailand. Workshop ini akan diikuti lebih dari 23 orang dari sekitar 10 negara Asia anggota APO Mahasiswa S2 anggota lab LSCM, Ira Prasetyaningrum, berhasil mendapatkan Penghargaan Makalah Terbaik dalam Seminar Nasional Pascasarjana VII tanggal 2 Agustus lalu. Makalahnya berjudul Penyelesaian Kombinasi Vehicle Routing Problem dan Container Loading Problem Menggunakan Algoritma Genetika

Boeing 787 Dreamliner Supply Chain

B

m oeing – persuahaan penghasil pesawat terbang terbesar selain Airbus - baru-baru ini meluncurkan jenis pesawat terbarunya yang diberi nama Boeing 787 “Dreamliner”. Launching Dreamliner dilakukan pada hari minggu 8 July 2007, yang dalam system penanggalan Amerika tanggal tersebut ditulis sebagai 07.08.07, persis mewakili nama seri dari Boeing 787 Dreamliner ini. Semenjak Dreamliner dalam tahapan desain beberapa tahun lalu, kemunculannya telah mengundang kekaguman tersendiri. Banyak pihak terutama para pelaku industry transportasi udara menantikan

kehadirannya. Akibatnya, Boeing kebanjiran pesanan akan Dreamliner sebelum pesawat itu diluncurkan, dan saat ini pihak Boeing mengatakan pesanan akan Dreamliner telah mencapai 600 lebih, bahkan satu jam sebelum acara peluncurannya di Seattle, Boeing menerima 35 pesanan! Dreamliner diklaim sebagai pesawat yang paling ramah lingkungan dengan konsumsi bahan bakar yang sangat efisien, dan merupakan pesawat pertama didunia yang sebagian besar badannya dibuat dari composite material. Banyak pihak menyebut Dreamliner sebagai pesawat yang terbuat dari plastic.

NEWSLETTER

-page-12


• • •

New Manufacturing Model Apa lagi yang istimewa dari Dreamliner ini? Jawabannya adalah proses desain dan manufacturingnya. Ya, Boeing telah menerapkan model manufacturing baru dalam memproduksi Dreamliner. Untuk pertamakalinya dalam sejarah Boeing – dan dalam sejarah fabrikasi pesawat – Dreamliner diproduksi dengan model outsourcing dengan partner yang tersebar di seluruh dunia mulai dari Asia sampai Eropa. Pesawat diproduksi secara modular oleh perusahaan yang berbeda untuk selanjutnya dirakit dan diuji di fasilitas pusat Boeing di Everett, Washington. Boeing sendiri hanya berperan sebesar kira-kira 35% dari total pekerjaan dalam produksi Dreamliner ini. Boeing benar-benar menerapkan keunggulan Extended Supply Chain nya untuk mengelola proyek global raksasa ini untuk mengelola suatu pesawat. Boeing berhasil produski menggunakan supply chain excellent-nya sehingga mampu memanfaatkan keunggulan yang dimiliki oleh supplier-supplier intinya untuk meningkatkan time-to-market dengan biaya yang sangat-sangat kompetitif. Inilah model baru dari manufacturing, lokasi pabrik tidak berada dalam satu tempat, tapi diseluruh dunia, masing-masing memproduksi modul yang berbeda. Dreamliner merupakan hasil dari collaborative design dengan melibatkan partner inti dari Eropa, Jepang dan USA yang telah terlibat sejak awal konsepsi produk. Boeing hanya memproduksi bagian body utama (the flight deck and fuselage) yang dikerjakan di fasilitas produski Boeing di Wichita. Bagian lain diproduksi oleh berbagai perusahaan partner utama Boeing diantaranya: • • •

Roll Royce dan General Electric menyedian mesin utama Industries – Jepang, Fuji Heavy memproduksi the centre wing box Kawasaki Heavy Industries – Jepang bertanggung jawab untuk produski bagian

• • • • • •

depan dari badan pesawat, bagian tetap dari sayap, dan landing gear Mitsubishi Heavy Industries Jepang, memproduksi the wing box. Spirit Aerosystems of Wichita memproduksi bagian hidung pesawat (composite nose section) Global Aeronautica, joint venture antara Vought Aircraft Industries dan Alenia Aeronautica, memproduksi bagian tengah dan ekor pesawat Latecoere – Perancis memproduksi pintu penumpang Goodrich – menyediakan the nacelles (bagian penutup mesin) and thrust reverser (bagian mesin jet) Kaiser Electroprecision memproduksi electronic pilot control display Flight control, navigation system, auto pilot, system/maintenance crew information system di supply oleh Honeywell Arizona Common Core System – system pengendali dan komunikasi di supply oleh Aerospace dari Inggris Diehl Luftfahrt Elektronik – German mensuplai Cabin Lighting System, suatu system pencahayaan baru yang tidak akan ditemukan dalam pesawat lain

Bisa kita lihat dari daftar pemasok diatas, Boeing menyerahkan tanggung jawab produksi tidak kurang dari 70% dari keseluruhan komponen pesawat. Tidak hanya itu, komponen-komponen tersebut bukanly komponen minor atau pendukung, tetapi komponen inti dan crucial pembentuk pesawat, ambil satu contoh misalnya “sayap” yang diproduksi oleh perusahaan Jepang. Ini benar-benar terobasan baru dalam manufacturing. Mengelola sedemikian besar produksi, dengan partner yang tersebar di seantero jagad tentu merupakan tantangan tersendiri dengan resiko yang tidaklah kecil. Namun Boeing berhasil menjadikan tantangan ini menjadi suatu keunggulan, mampu meningkatkan produktivitas, menekan biaya dan meningkatkan time-to-market. Kunci dari semua itu adalah kolaborasi tingkat tinggi antara supplier dan Boeing. Kolaborasi bahkan dimulai sejak tahap konsepsi awal pesawat yang disebut sebagai “flying technology” ini. Boeing tidak berkerja dalam mode serial dimana komponen bergerak dari satu bagian produksi ke bagian lain, melainkan Boeing bekerja sama dengan seluruh

NEWSLETTER

-page-13


rekanannya secara simultan sebagai satu entitas global. Tiap-tiap supplier tidak mengirimkan komponen-komponen kecil ke fasilitas perakitan Boeing, tetapi Boeing menyerahkan pada supplier untuk merakit bagian-bagian pesawat tersebut kepada para suppliernya. Dengan model ini, para supplier dimungkinkan untuk mengirimkan komponen ke supplier lainnya, untuk diuji dan selanjutnya dirakit menjadi modul pesawat yang lebih besar. Contohnya, barrel section dari fuselage (central body dari pesawat) dibuat di Itali kemudian dikirim ke Vought Aircraft Industries di South Carolina. Di tempat ini komponen tadi akan dirakit dengan bagian sayap yang dikirim dari Jepang, dipasangi kabel-kabel, pipa, dan komponen pendukung lainnya, di uji dan di cat dengan warna sesuai pesanan. Selanjutnya seluruh semi rakitan ini dikirim ke pusat perakitan Boeing di Everett, Washington. Model baru dari pabrikasi ini memerlukan visibility informasi yang sangat tinggi. Informasi harus

mengalir secara simultan, kontinyu dan real-time. Dengan supplier dan mitra kerja yang tersebar diseluruh belahan bumi, kebutuhan akan visibility tentulah sangat mendasar. Perbedaan zona waktu, perbedaan bahasa adalah merupakan tantangan tersendiri yang mampu dikelola dengan baik oleh Boeing. Kolaborasi, koordinasi antar partner didukung dengan informasi secara real time dan kontinyu menjadikan Boeing sebagai perusahaan manufactur yang menjadikan berbagai kota dibelahan bumi terhubung menjadi satu lintasan perakitan pesawat

Imam Baihaqi Dosen Teknik Industri ITS, sedang menempuh program Ph.D di Monash University dan anggota Lab Logistics & SCM di ITS

Research in brief II

MODEL UNTUK MENGEVALUASI DAN MENYELEKSI SUPPLIER DALAM GLOBAL SUPPLY CHAIN TEKSTIL DAN PAKAIAN

Di era globalisasi, kompetisi bisnis tekstil dan pakaian semakin hari semakin ketat. Hal tersebut memaksa perusahaan tekstil atau pakaian di US menyesuaikan strategi bisnisnya dengan melakukan aktivitas global outsourcing untuk mengurangi biaya fabrikasi. Global outsourcing dilakukan dengan memindah beberapa aktivitas atau operasi manufaktur ke beberapa negara lain yang memiliki kebijaksanaan pajak dan biaya tenaga kerja yang lebih menguntungkan bagi perusahaan. Industri tekstil atau pakaian US menganggap kritis upaya untuk membuat sistem supply chainnya menjadi lebih efektif, sehingga beberapa perusahaan US harus memutuskan kapan, dimana dan apa yang akan di outsourcing-kan ke negara lain. Beberapa perusahaan textile/apparel besar menggunakan multiple sourcing strategy untuk mengurangi resiko, mengurangi biaya dan sekaligus membuat hubungan baik antara buyer dan supplier. Berdasarkan latar belakang permasalahan tersebut, maka paper ini bertujuan untuk menyelidiki model seleksi dan evaluasi supplier yang tersedia dan menjelaskan kontribusinya pada textile/apparel SC. Selain itu juga dijelaskan

variabel yang diinginkan untuk evaluasi performansi supplier textile/apparel SC dan dikembangkan model seleksi dan evaluasi supplier berdasarkan variabel yang dipilih. Dengan demikian, tujuan paper ini secara umum adalah untuk mengembangkan sebuah model matriks evaluasi yang simpel dan dapat membantu perusahaan textile/apparel untuk menyeleksi supply partners dalam upaya memperbaiki performansi supply chain. Pengembangan model untuk evaluasi supplier Model dirancang berdasarkan struktur hirarki dengan beberapa layer. Level 1 terdiri atas 5 area atau klaster yaitu pengiriman (delivery), fleksibilitas (flexibility), biaya (cost), kualitas (quality), dan kehandalan (reliability). Setiap klaster memiliki bobot yang diberikan oleh perusahaan pembeli (buyer) berdasarkan kebutuhannya. Level 2, berisi faktor-faktor yang mempunyai pengaruh signifikan terhadap setiap klaster. Buyer juga harus memberi bobot pada setiap faktor sesuai kebutuhannya.

NEWSLETTER

-page-14


Adapun model yang yang dikembangkan memiliki 2 karakteristik, yaitu (1)mencapai dimensionless index sebagai hasil running model, dan (2) mudah dalam penggunaannya.

e.

Customization (Kcu), dengan skala nilai performansi 4=very high, 3=high, 2=acceptable, 1=low.

Model untuk evaluasi supplier

Skor Fleksibilitas = CF [(Kc*Vc) + (Kiv*Viv) + (Kis*Vis) + (Kn*Vn) + (Kcu*Vcu)]

Berikut ini adalah deskripsi dari model yang dikembangkan. Skor total supplier diperoleh dari persamaan berikut :

Dimana CF adalah bobot klaster fleksibilitas, dan Vc, Viv, Vis, Vn, Vcu adalah nilai yang diperoleh dari masing-masing faktor yang dibagi dengan DV.

Skor total supplier = Skor pengiriman + skor fleksibilitas + skor kualitas + skor tingkat kehandalan – skor biaya

Klaster 3: Biaya, terdiri dari 3 faktor yaitu : a. Harga jual supplier (Ksp), dengan skala nilai performansi 4=high, 3=acceptable, 2=low, 1=very low. b. Biaya internal (Kic), dengan skala nilai performansi 4=high, 3=acceptable, 2=low, 1=very low. c. Ordering dan Invoicing (Koi), dengan skala nilai performansi 4=excellent, 3= good, 2=fair, 1=poor.

Pemberian skor juga dipengaruhi oleh pemberian bobot untuk setiap klaster. Adapun bobot tersebut disimbolkan dengan C sebagai bobot klaster, K sebagai bobot faktor, dan DV sebagai nilai yang diinginkan (desired value). Klaster 1: Pengiriman, terdiri dari 4 faktor yaitu : a. Lokasi geografis (Kgl), dengan skala nilai performansi 4=very close, 3=close, 2=far, 1=very far. b. Term pengiriman / freight Terms (Kft), dengan skala nilai performansi 4=excellent, 3=good, 2=fair, 1=poor c. Batasan perdagangan (Ktr), dengan skala nilai performansi 4=high, 3= moderate, 2=low, 1=free. d. Total lead time pemesanan (Klt), dengan skala nilai performansi 4=15-20 hari, 3=21-25 hari, 2=26-30 hari, 1=lebih dari 30 hari. Skor Pengiriman = CD [(Kgl*Vgl)+(Kft*Vft) – (Ktr*Vtr)+(Klt*Vlt)] Dimana CD adalah bobot klaster Pengiriman, dan Vgl, Vft, Vtr, Vlt adalah nilai yang diperoleh dari masing-masing faktor yang dibagi dengan DV.

Skor Biaya = CC [ (Ksp*Vsp) + (Kic*Vic) – (Koi*Voi)] Dimana CC adalah bobot klaster biaya, dan Vsp, Vic, Voi adalah nilai yang diperoleh dari masingmasing faktor yang dibagi dengan DV. Klaster 4: Kualitas, terdiri dari 4 faktor yaitu : a. Program Continuous Improvement (Kip), dengan skala nilai performansi 4=high, 3=moderate, 2=acceptable, 1=poor. b. Customer Service (Kcs), dengan skala nilai performansi 4=very high, 3=high, 2=acceptable, 1=poor. c. Sertifikasi (Kct), dengan skala nilai performansi 4=excellent, 3= good, 2=fair, 1=poor. d. Prosentase pengiriman on-time (Kot), dengan skala nilai performansi 4=very high, 3=high, 2=moderate, 1=low. Quality score = CQ [ (Kip*Vip) + (Kcs*Vcs) + (Kct*Vct) + (Kot*Vot)]

Klaster 2: Fleksibilitas, terdiri dari 5 faktor yaitu : a. Kapasitas (Kc), dengan skala nilai performansi 4=very high, 3=high, 2=acceptable, 1=low. b. Ketersediaan inventory (Kiv), dengan skala nilai performansi 4=very high, 3=high, 2=acceptable, 1=low. c. Information Sharing (Kis), dengan skala nilai performansi 4=very high, 3=high, 2=acceptable, 1=low. d. Negotiability (Kn), dengan skala nilai performansi 4=very high, 3=high, 2=acceptable, 1=low.

Dimana CQ adalah bobot klaster kualitas, dan Vip, Vcs, Vct, Vot adalah nilai yang diperoleh dari masing-masing faktor yang dibagi dengan DV. Klaster 5: Kehandalan, terdiri dari 4 faktor yaitu : a. Feeling of Trust (Kt), dengan skala nilai performansi 4=very high, 3=high, 2=moderate, 1=low. b. Situasi politik negara (Kps), dengan skala nilai performansi 4=excellent, 3=good, 2=fair, 1=poor.

NEWSLETTER

-page-15


c. Situasi nilai tukar mata uang (Kce), dengan skala nilai performansi 4=very favorable, 3=favorable, 2=neutral, 1=non favorable. d. Kebijakan tentang Jaminan (Kwp), dengan skala nilai performansi 4=very favorable, 3=favorable, 2=neutral, 1=non favorable.

Reliability score = CR [(Kt*Vt) + (Kps*Vps) + (Kce*Vce) + (Kwp*Vwp)] Dimana CR adalah bobot untuk klaster kehandalan, dan Vt, Vps, Vce, Vwp adalah nilai yang diperoleh dari masing-masing faktor yang dibagi dengan DV.

Studi kasus untuk evaluasi supplier Contoh penyeleksian ini diambil dengan posisi buyer / perusahaan pembeli berada di USA. mencari Pembeli supplier yang mampu memberikan harga yang bersaing, bersedia menyimpan inventory untuk buyer dengan melakukan pengiriman yang lebih sering dengan kuantitas yang lebih kecil, memberikan jaminan ketersediaan stok setiap saat, dapat melayani pengiriman dengan sistem just-in-time, dan memiliki sistem komunikasi (EDI) yang baik untuk pembinaan hubungan jangka panjang yang stabil dan efektif.

Dalam studi kasus yang diangkat, terdapat tiga pilihan supplier yang berada di lokasi geografis yang berbeda, yaitu supplier A berada di Meksiko, supplier B berada di Amerika Selatan dan supplier C berada di Cina. Sedangkan perusahaan tekstil dan pakaian yang akan melakukan outsource berada di USA. Tabel di bawah menunjukkan ringkasan karakteristik dari masing-masing supplier (A, B dan C) tersebut beserta skor yang diberikan untuk melakukan kuantifikasi karakteristik tersebut. Dalam jurnal ini, tidak seluruh karakteristik dijelaskan secara detil.

Tabel 1. Evaluasi dan analisa hasil Klaster

Bobot Klaster

Faktor

Bobot Supplier A Faktor DV

Skor

Supplier B

Skor

Supplier C

Skor

Pengiriman (Delivery)

0.22

Lokasi Geografis 0.3 Term Pengiriman 0.15 Batasan Perdagangan 0.2 Total lead time pemesana 0.35

3 3 2 4

4 4 1 3

1.333 1.333 0.500 0.750 0.168

3 4 1 3

1.000 1.333 0.500 0.750 0.146

1 1 2 2

0.333 0.333 1.000 0.500 0.028

Fleksibilitas (Flexibility)

0.17

Kapasitas Ketersediaan inventory Information sharing Negotiability Customization

0.2 0.25 0.25 0.18 0.12

2 4 3 3 2

3 2 3 1 1

1.500 0.500 1.000 0.333 0.500 0.135

2 4 1 4 4

1.000 1.000 0.333 1.333 2.000 0.172

3 4 2 4 4

1.500 1.000 0.667 1.333 2.000 0.203

Biaya (Cost)

0.25

Harga Jual Supplier Biaya Internal Ordering dan invoicing

0.4 0.4 0.2

2 2 4

4 3 4

2.000 1.500 1.000 0.300

2 2 2

1.000 1.000 0.500 0.175

1 1 3

0.500 0.500 0.750 0.063

Bobot Klaster * [ ∑ (Bobot faktor * Skor

Setelah dilakukan analisa karakteristik terhadap masing-asing supplier, maka dilakukan analisa total dengan menggunakan model yang telah dikembangkan. Dari hasil perhitungan model (tabel 5 dan 6), maka diperoleh bahwa supplier C memiliki nilai skor yang paling besar diantara dua calon supplier lainnya. Dengan demikian, supplier C dari Cina dipilih sebagai supplier perusahaan tekstil tersebut.

Supplier A / DV

Adapun keuntungan dari model yang diusulkan adalah: − Pendekatannya hirarkis dalam dalam mengcover struktur keputusan untuk masalah penting dalam pengiriman, fleksibilitas, biaya, kualitas, dan kehandalan. Model tersebut memiliki struktur top-down dan dimulai dengan skenario yang umum, sehingga dapat dikembangkan secara

NEWSLETTER

-page-16


−

−

Model tersebut mudah dioperasikan dan memberikan hasil yang sangat baik tanpa proses gathering dan analisa data yang mahal. Dalam menilai supplier dilihat dari sudut pandang supply chain yang ditunjukkan dengan aktivitas atau proses yang akan berpengaruh terhadap biaya yang sesungguhnya dikeluarkan untuk proses pengadaan barang.

sistematis sesuai dengan kebutuhan perusahaan. Fleksibel dalam mengadaptasi perubahan bisnis. Perusahaan dapat menambah atau mengurangi beberapa faktor untuk melakukan evaluasi yang lebih dalam mengenai operasional supplier. Simpel dan mudah, karena tidak terdapat persamaan yang kompleks dalam model

Tabel 2. Evaluasi dan analisa hasil lanjutan Klaster

Kualitas (Quality)

Bobot Klaster

0.22

Faktor

Program Continuous improv. Customer service Sertifikasi Prosentase pengiriman on-time

Bobot Supplier Faktor DV A

Skor (0.300)

Supplier B

Skor (0.175)

0.14

Feeling of trust Situasi Politik Negara Situasi Nilai Tukar Mata Uang Kebijakan Tentang Jaminan

Skor (0.063)

0.1

3

3

1.000

2

0.667

4

1.333

0.25 0.3 0.35

3 3 4

3 3 4

1.000 1.000 1.000

3 2 3

1.000 0.667 0.750

2 2 2

0.667 0.667 0.500

0.220 Kehandalan (Reliability)

Supplier C

0.171

0.149

0.3 0.25 0.3

3 3 4

3 4 2

1.000 1.333 0.500

2 1 3

0.667 0.333 0.750

2 4 4

0.667 1.333 1.000

0.15

3

2

0.667

4

1.333

2

0.667

0.124

0.099

0.131

0.347

0.414

0.448

Kesimpulan Penelitian ini mengembangkan sebuah model yang komprehensif dan fleksibel untuk membantu proses penyelesaian salah satu masalah keputusan strategis. Studi kasus yang disampaikan merepresentasikan masalah-masalah praktis yang terjadi pada industri tekstil atau pakaian dalam mencari supplier yang tepat. Selain mencakup situasi yang ada pada kondisi eksisting (saat ini), model yang diusulkan mengakomodasi faktor yang bersifat jangka panjang (masa depan). Model yang dikembangkan bersifat fleksibel, sehingga dapat dilakukan penambahan faktor sesuai dengan kebutuhan perusahaan. Adapun faktor lain yang perlu dipertimbangkan untuk pengembangan model yang berikutnya antara lain pengaruh perdagangan global terhadap pembinaan relasi antar negara, pengaruh politik terhadap aktivitas supply chain dan performansi supplier, dan sebagainya.

Dengan menambahkan faktor-faktor baru tersebut dimana setiap faktor juga memiliki bobot yang berbeda akan meningkatkan performansi pengaplikasian dari model tersebut. (A model for evaluation and selection of suppliers in global textile and apparel supply chains, S. Gary Teng and Hector Jaramillo, International Journal of Physical Distribution & Logistics Management, Vol. 35 No. 7, 2005, pp. 503-523, Emerald Group Publishing Limited) Disadur oleh : Evi Yuliawati, ST & Niniet Indah Arvitrida, ST (Mahasiswa S2-Supply Chain ITS)

NEWSLETTER

-page-17


PENELITIAN TUGAS AKHIR MAHASISWA No.

Nama Mahasiswa

Strata

1

Arius Nila Pandansari

S1

2

Dyane Ghea A.

S1

3

Galih Ismi Furiantia

S1

4

Hanny K. Lukito

S1

5

I Wayan Suardika

S1

6

Mita Permana Sari

S1

7

Mita Putri Wulan Sari

S1

8

M. Nizar Firmansyah

S1

9

Nurhadi Yusup Probo Andrian

S1

10

Yunita Kurniawati

S1

11

Ery Ira Kusumah

S1

12

Fadilatul Imami

S1

13

Luluk Fafziah

S1

14

M Chasby Sidqi

S1

15

Muhammad Abduh

S1

16

Oki Anita Candra Dewi

S1

17

Rahma Fariza

S1

18

Titik Punawati

S1

19

Vira Yuliasari

S1

20

Yani Dhina Mirenani

S1

21

Wakhid Ahmad Jauhari

S2

22

Annisa Keys Garside

S2

23

Ira Prasetyaningrum

S2

24

Ratna Trishartanti

S2

Judul TA / Thesis Evaluasi Supplier Dan Penentuan Alokasi Order Quantity Menggunakan Pendekatan Genetic Algorithm Simulasi Sistem Perputaran Gallon Pada Closed Loop Supply Chain Dengan Menggunakan Pendekatan Sistem Dinamik (Studi Kasus PT. X) Penentuan Due Date Pada Sistem Produksi Make To Order Berdasarkan Workload Control Dengan Menggunakan Genetic Algorithm Penentuan Kebijakan Replenishment Dengan Pendekatan (S,Q) Dan Statistical Process Control (SPC) Untuk Meminimalkan Biaya Persediaan (Studi Kasus PT. Ubm Sidoarjo) Simulasi Ntuk Mengurangi Production Lead Time Dan Work In Process Pada Industri Berbasis Lean Manufacturing (Studi Kasus PT. Schneider Electric Indonesia) Model Bi-Criteria Untuk Menentukan Jumlah Dan Lokasi Depo Air Minum Dalam Kemasan Di Kota Surabaya (Studi Kasus : PT. X) Penentuan Kebijakan Persediaan Bahan Baku Dengan Pendekatan Statis Dan Dinamis Studi Kasus : PT. Hari Terang Industry Perancangan Sistem Konsolidasi Pengiriman Yang Terintegrasi Pada Beberapa Perusahaan Optimasi Jumlah Dan Lokasi Gudang Dengan Metode Algoritma Genetika : Studi Kasus PT Petrokimia Gresik Perancangan Sistem Penjadwalan Produksi Untuk Meminimalkan Total Flowtime Dengan Pendekatan Algoritma Genetika Aplikasi Pada : Bagian Weaving (Pertenunan) PT. Mermaid Textile Industry Indonesia Aplikasi Algoritma Tabu Search Dalam Penentuan Rute Pendistribusian Surat Kabar (Studi Kasus : Ekspedisi Mandiri Jawa Pos) Aplikasi Multiple Traveling Salesman Problem (MTSP) Untuk Mengembangkan Inter-Office Mail Courier System Di Lingkungan Kampus ITS Penentuan Alokasi Produk Multi Item Dari Gudang Pusat Ke Gudang Penyangga (Studi Kasus : Distribusi PT. Petrokimia) Pengembangan Web-Based Knowledge Management System Prototype Untuk Pengelolaan Logistik Pasca Bencana Alam Perancangan Software Prototype Untuk Alokasi Container Pada Terminal Petikemas Pengembangan Model Simulator Permainan Multiplayer Pada Sistem Distribusi Semen Studi Kasus PT Semen Gresik, Tbk Pengembangan Rancang Bangun Software Pengelolaan Alokasi Produk Untuk Multi Gudang Pengembangan Algoritma Bin Packing Untuk Menyelesaikan Permasalahan Truck Loading Problem For Multi Plant System Pengembangan Rancang Bangun Perangkat Lunak Untuk Menentukan Konfigurasi Kendaraan Dengan Mempertimbangkan Konsolidasi Pengiriman (Studi Kasus PT Semen Gresik,Tbk.) Penjadwalan Pilot Maskapai Penerbangan Dengan Metode Dekomposisi Eksak Model Penentuan Lot Gabungan Pemasok-Pembeli dengan Permintaan Probabilistik Pemodelan Permasalahan Integrasi Produksi-Persediaan-DistribusiPersediaan Untuk Multi Periode Multi Produk Dan Multi Pabrik Penyelesaian Kombinasi Vehicle Routing Problem Dan Container Loading Problem Menggunakan Algoritma Genetika Pemodelan Rute Dan Penjadwalan Kapal Tanker Multi Kapasitas (Studi Kasus PT.Pertamina UPMS VII)

NEWSLETTER

-page-18


Membership Form Logistics & Supply Chain Management (SCM) Laboratory PLEASE FILL IN THE FORM BELOW AND SEND TO: [email protected] or FAX 031- 5939362 THANK YOU. ______________________________________

Name

: …………………………………………………………………………….

Address

: …………………………………………………………………………….

Place, date of birth

: ……………………………………………………………………………..

Company/Organization

: ……………………………………………………….…………………….

Title

: ……………………………………………………………………………..

E-mail

: …………………………………………………………….……………….

Phone

: Home

: ………………………………………………………..………

Mobile : ……………………………………………………………….. Office

: ……………………………………………………………….

.............. , ............................. 2007

(………………….………………)

NEWSLETTER

-page-19

REDAKSI CONTENT N E W S L E T T E R. Edisi Kedua, Agustus Edisi Kedua, Agustus 2007 DEWAN REDAKSI SALAM REDAKSI

Recommend Documents