SUATU SISTIM PENDUKUNG KEPUTUSAN CERDAS ATAU IDSS (INTELLIGENT DECISION SUPPORT SYSTEM) UNTUK SUATU RANTAI PASOKAN

Prosiding Seminar Nasional Manajemen Teknologi VII Program Studi MMT-ITS, Surabaya 2 Pebruari 2008

SUATU SISTIM PENDUKUNG KEPUTUSAN CERDAS ATAU IDSS (INTELLIGENT DECISION SUPPORT SYSTEM) UNTUK SUATU RANTAI PASOKAN Dadang Surjasa Jurusan Teknik Industri Fakultas Teknologi Industri - Universitas Trisakti Jl. Kiai Tapa No 1 Grogol Jakarta Barat Email: [email protected]

ABSTRAK Secara umum suatu rantai pasokan adalah segenap integrasi bisnis dari berbagai institusi yang meliputi pemasok, pabrikan, distributor, retailer dan terakhir sampai ke konsumen. Aktifitas utama dari rantai pasokan meliputi planning, sourching, making, delivery dan return. Banyaknya pilihan alternatif dari setiap aktifitas, membuat seorang supply chain manager perlu mengambil keputusan yang objektif. Keputusan ini diharapkan menghasilkan keputusan yang efektif tetapi dengan cara yang efisien. Untuk mendukung keputusan seperti itu, maka pada makalah ini akan dibuat suatu model konseptual dari IDSS (Intelligent Decision Support System) dan didukung oleh hasil penelitian-penelitian terkait yang telah banyak dilakukan yang berhubungan dengan pengambilan keputusan cerdas pada suatu rantai pasokan. Kata kunci : Sistim Pendukung Keputusan Cerdas, IDSS, Rantai Pasokan

PENDAHULUAN Supply Chain Managemet Supply chain management (SCM) atau diterjemahkan dengan manajemen rantai pasokan adalah konsep yang menjadi fokus perhatian pada makalah ini. Hal ini berarti bahwa ruang lingkup SCM secara menyeluruh sesungguhnya dapat menjadi area dimana konsep lainnya yaitu DSS dapat dibicarakan atau diaplikasikan pada SCM ini. Banyak pihak memberikan pengertian tentang SCM. Menurut Mabert dan Venkataraman (1998) dalam Zarandi (2002), secara umum supply chain didefinisikan sebagai jejaring fasilitas dan aktivitas yang mengelola fungsi pengembangan produk, pengadaan material dari para pemasok, pengelolaan material di antara berbagai fasilitas, produk manufaktur, distribusi produk jadi yang dikirimkan kepada konsumen dan dengan dukungan layanan purna jual. Global Supply Chain Forum dalam Croxton (2001) mendefinisikan bahwa SCM adalah suatu integrasi dari berbagai proses kunci bisnis, mulai dari pemasok awal sampai dengan pengguna akhir dengan cara menyiapkan barang, jasa dan informasi yang dapat memberikan nilai tambah untuk pelanggan dan pihak yang berkepentingan/ pemegang saham lainnya (other stakeholders). Bolststof (2003) mengartikan bahwa SCM adalah suatu proses yang terintegrasi dari suatu organisasi/ institusi yang memiliki aktivitas dimulai dari tahap plan, source, make, deliver dan return untuk menangani barang, jasa maupun informasi dari pihak supplier awal hingga ke tangan customer akhir. Sementara itu Levy (2003) mengartikan bahwa SCM adalah satu set pendekatan yang secara efisien mengintegrasikan pemasok, manufaktur, pergudangan dan penyimpanan sehingga produk yang dihasilkan dapat didistribusikan dengan jumlah


yang sesuai, ke tempat/ lokasi yang tepat, pada waktu yang tepat supaya dapat meminimalkan biaya keseluruhan sementara tingkat layanan pelanggan tetap terjaga. Sedangkan menurut Cristofer (2005), SCM adalah pengelolaan hubungan ke arah hulu dan hilir dengan para pemasok dan konsumen untuk menghantarkan nilai customer terbaik (to deliver superior customer value) dengan biaya yang rendah ke seluruh rantai pasokan. Begitu luasnya ruang lingkup SCM ini yang meliputi berbagai aliran, aktifitas, hirarki keputusan dan berbagai institusi serta fungsional perusahaan yang terlibat, sehingga Damrongwongsiri (2003) menyatakan bahwa tidak akan ada satu model yang dapat mencakup semua aspek dari SCM ini. Secara sederhana, Russel (2006) mengilustrasikan rantai pasokan seperti pada Gambar 1 berikut :

Gambar 1. Ilustrasi Rantai Pasokan

Sedangkan pengertian SCM yang diambil dari Surjasa (2007) bahwa SCM adalah segenap kombinasi dari fungsi logistik, produksi dan pemasaran yang mengelola 10 aliran secara bolak-balik (reversible) dari mulai suplier awal sampai dengan konsumen akhir yang bertujuan untuk memaksimumkan kepuasan pelanggan secara menyeluruh dengan cara mengefisiensikan biaya total dari rantai pasokan ini. Ilustrasinya dapat dilihat pada Gambar 2 berikut :

ISBN : 978-979-99735-4-2 A-38-2


Gambar 2. Model Manajemen Rantai Pasokan

Decision Support System Menurut Daihani (2001) jika SIM lebih berorientasi pada dukungan tidak langsung misalnya melalui laporan, maka DSS memberikan dukungan lebih langsung pada permasalahan dengan menyediakan alternatif pilihan. DSS lebih menekankan pada efektifitas pengambil keputusan dalam upaya untuk menghasilkan keputusan yang lebih baik. Pada DSS yang memegang peranan penting adalah pengambil keputusan karena DSS hanya menyediakan alternatif keputusan, sedangkan keputusan akhir tetap ditentukan oleh pengambil keputusan. SIM (Sistim Informasi Manajemen) merupakan sistem yang berfungsi meneruskan/ transfer data menjadi informasi sedangkan DSS merupakan sistem yang berfungsi mentransformasikan data dan informasi menjadi alternatif keputusan dan prioritasnya (Marimin, 2005). Turban (2005) menyatakan bahwa konsep DSS muncul pertama kali pada awal tahun 1970-an oleh Scott-Morton dan mendefinisikan DSS sebagai suatu sistem interaktif berbasis komputer yang dapat membantu para pengambil keputusan dalam menggunakan data dan model untuk memecahkan persoalan yang bersifat tidak terstruktur. Dari definisi tersebut, terdapat empat karakteristik utama bahwa DSS : a. menggabungkan data dengan model b. dirancang untuk membantu manajer dalam proses pengambilan keputusan terhadap pekerjaan yang semi-terstruktur atau tak terstruktur c. mendukung, bukan menggantikan keputusan manajerial d. bertujuan untuk memperbaiki efektivitas keputusan, bukan efisiensi keputusan yang telah diambil Selanjutnya Marimin (2005) menyatakan bahwa struktur DSS terdiri dari data yang tersusun dalam sistem manajemen basis data (SMBD), kumpulan model yang tersusun dalam sistem manajemen basis model (SMBM), sistem pengolahan problematik, sistem manajemen dialog dan pengguna. Hubungan tersebut dapat dilihat pada Gambar 3 berikut.

ISBN : 978-979-99735-4-2 A-38-3


Gambar 3. Struktur Dasar DSS

Decision Support System Pada Supply Chain Management Bahwa hirarki keputusan umumnya terbagi menjadi tiga jenis yaitu keputusan yang bersifat strategic, bersifat tactical dan terakhir bersifat operasional. Lebih lanjut Damrongwongsiri (2003) menyatakan bahwa pada SCM keputusan yang bersifat strategic adalah menentukan lokasi dan alokasi, membuat perencanaan kebutuhan, membuat perencanaan saluran distribusi, membentuk aliansi strategis, mengembangkan produk baru, mencari pihak subkontaktor (outsourching), memilih pemasok, memilih jenis teknologi informasi, penentuan harga dan melakukan restrukturisasi jejaring (network restructuring). Pada SCM yang bersifat tactical adalah pengendalian persediaan, pengkoordinasian produksi dan distribusi, penanganan order, angkutan dan pengangkutan, penanganan material dan pemilihan peralatan serta mendesain tataletak. Adapun keputusan yang bersifat operasional misalnya adalah penjadualan kendaraan dan tenaga kerja, pendokumentasian (record keeping) serta pengemasan (packaging). Apabila kita mau mendesain DSS pada SCM, hal ini berarti kita mendesain DSS pada setiap proses/ aktivitas SCM. Anggaplah kita menggunakan definisi proses SCM sebagaimana menurut Bolststof yaitu plan, source, make, deliver dan return untuk menangani barang, jasa maupun informasi dari pihak supplier awal hingga ke tangan customer akhir. Maka itu berarti kita akan mengintegrasikan DSS minimal untuk 3 proses yaitu proses pengadaan (source/ procurement), proses manufacturing (make/ production) dan proses pengiriman (deliver/ distribution). Secara sederhana ilustrasinya diolah dari Russel (2006) dan dapat dilihat pada Gambar 4 berikut

DSS

Gambar 4. Integrasi DSS pada SCM

ISBN : 978-979-99735-4-2 A-38-4


PEMBAHASAN MODEL IDSS UNTUK SCM Menurut Tran (2004), untuk mengembangkan suatu IDSS (intelligent decision support system), dibutuhkan suatu pandangan yang komprehensif terkait dengan berbagai tugas yang harus diselesaikan dalam kaitannya dengan sejumlah data (database) yang terlibat dan pengelolaan pengetahuan (knowledge management). Turban (2005) dalam Triwulandari (2006) mendefinisikan bahwa IDSS adalah sistem penunjang keputusan yang melibatkan satu atau lebih dari komponen-komponen suatu sistem pakar atau artificial intelligence tekhnology. Sedangkan kecerdasan tiruan itu sendiri menurut Turban (2005) adalah kumpulan konsep dan ide yang berkaitan dengan perkembangan sistem cerdas yang areanya meliputi hal-hal seperti berikut : sistem pakar, jaringan saraf tiruan, logika fuzzy, machine learning, algoritma genetika, robotik, pemrosesan bahasa alami, speech understanding, playing game dan computer vision. Dengan penjelasan sebelumnya, maka pada makalah ini secara konseptual IDSS pada SCM yang akan dirancang, ruang lingkup ilustrasinya dapat dilihat seperti pada Gambar 5 dan Gambar 6 berikut

Gambar 5. Model Konseptual Untuk IDSS Pada SCM

PERSEDIAAN N PADI

Gambar 6. Model Konseptual IDSS Pada SCM

Berdasarkan Gambar 3 dan Gambar 5 tersebut, kita membutuhkan data yang selanjutnya akan disusun dalam bentuk SMBD (sistem manajemen basis data). Diperlukan pula sekumpulan model yang akan tersusun dalam bentuk SMBM (sistem manajemen basis model). Selain itu diperlukan juga sistem pengolahan problematik dan

ISBN : 978-979-99735-4-2 A-38-5


sistem pengolahan dialog. Data dan model yang terlibat tentunya terkait dengan berbagai aktifitas SCM tersebut yaitu untuk demand forecasting, supplier selection, inventory control dan transportation. Dengan demikian akan dihasilkan suatu matriks yang mengkombinasikan antara SMBD dan SMBM tersebut. Untuk lebih fokus kepada persoalan yang terkait pada IDSS dalam SCM ini, akan kita libatkan suatu komoditi misalkan saja kita tentukan komoditi beras. SMBM dan SMBD yang terkait dapat dilihat pada tabel berikut : Tabel.1 SMBD dan SMBM Untuk Berbagai Aktifitas SCM Aktifitas SCM Demand Forecasting

Supplier Selection

SMBD

SMBM

 data tentang konsumsi beras  data tentang jumlah populasi yang mengkonsumsi beras  laju kecepatan pertumbuhan populasi  laju pertumbuhan konsumsi beras

 data produsen beras dunia  data kapasitas produksi beras masing-masing produsen  data waktu pengantaran  data daftar harga

Aktifitas SCM Inventory Control

 memanfaatkan fuzzy set untuk menentukan prakiraan kebutuhan masyarakat dan tingkat persediaan pada situasi tidak pasti sehingga jumlah seluruh persediaan yang diperlukan dapat tersedia (Wang,2006)  model prakiraan recurrent neural networks dapat juga membantu meningkatkan keakuratan prakiraan (Wang, 2006)  sudah diusulkan berdasarkan recurrent neural networks, suatu model baru tentang kebutuhan/ demand dalam SCM (Dong, 2006)  untuk mengalokasikan order dapat dipakai metode order allocation (Kawtummachai, 2004)  penggunaan neural network dapat memperkirakan kapasitas suplier (Wang, 2006)  Prinsip fuzzy logic dapat digunakan untuk menganalisa dan memonitor performa pemasok didasarkan pada criteria kualitas produk dan waktu pengantaran (Lau, 2002)

SMBD

SMBM

 Data stok nasional beras yang aman  Kapan harus melakukan order  Berapa banyak beras harus diorder  Data kapasitas produksi beras nasional  Data waktu tanam, waktu panen  Data kegagalan produksi beras nasional Distribution/  data posisi pusat distribusi Transportati beras nasional on  titik-titik distribusi  jenis kendaraan  kapasitas kendaraan  rute transportasi

 Kebijakan persediaan yang optimal dapat diperoleh dengan memanfaatkan penggunaan genetic algorithm (Chan, 2006)  metode untuk pengendalian persediaan dapat dipakai metode yang didasarkan pada genetic programming (Kleinau, 2004)  Sudah dikembangkan suatu prototipe penunjang keputusan dengan dasar logika fuzzy untuk pengendlian persediaan (inventory control) (Berkstresser, 2001)  penggunaan evolutionary algorithm secara efektif dapat melakukan suatu efficient and cost effective system untuk distribusi/ transportasi (Lim, 2005)  dengan penggunaan neural network sudah diusulkan suatu sistenm yang diadopsi oleh perusahaan pengiriman untuk menjalankan alokasi kontainer (Lau, 2004)  metode untuk mendapatkan biaya transportasi minimal dapat menggunakan metode genetic algorithm. (Kleinau, 2004)

ISBN : 978-979-99735-4-2 A-38-6


KESIMPULAN Dari makalah ini, diharapkan pada saatnya akan dihasilkan suatu software yang dapat membantu SCM Manajer untuk mengambil keputusan secara efektif dan efisien yang dapat mengakomodasi hal-hal sebagai berikut : a. menentukan produsen terbaik dari sisi kualitas, waktu pengantaran maupun harga yang kompetitif yang dapat memasok komoditi yang dibutuhkan oleh si pengguna, apakah dari produsen impor atau dari produsen lokal, misal dalam hal ini beras b. menentukan berapa jumlah optimun yang harus disediakan terkait dengan persediaan beras c. menentukan jalur transportir terbaik terkait dengan rute yang terpendek dengan biaya transportsi termurah d. memberikan informasi lainnya, apabila ke dalam model IDSS pada SCM ini dimasukkan berbagai perubahan input, seperti perubahan jumlah populasi, perubahan kapasitas produksi beras nasional atau perubahan-perubahan lainnya yang dapat mengganggu kelancaran SCM ini. DAFTAR PUSTAKA Berkstresser, Gordon, Trevor J. Little, Shu-Cherng Fang, Russell E. King, Henry L. W. Nuttle, James R. Wilson. 2001. Integrated Supply Chain Analysis and Decision Support. National Textile Center Research Briefs - Integrated Enterprise Systems Competency Bolststof, Peter. 2003. Supply chain excelence. New York: AMACOM.. Chan, C.-C.H, C.-B. Cheng, and S.-W. Huang 2006. International Journal of Modelling and Simulation, Vol. 26, No. 2, Christopher, Martin. 2005. Logistics and Supply Chain Management: Creating ValueAdding Networks. London: Prentice-Hall, Inc. Croxton, Keely L., Sebastián J. García-Dastugue and Douglas M. Lamber. 2001. The Supply Chain Management Processes. The Intern. Journal of Logistics Management, Volume 12, Number 2. Daihani, Dadan Umar. 2001. Komputerisasi Pengambilan Keputusan. Jakarta: Gramedia. Damrongwongsiri, Montri. 2003. Modeling Strategic Resource Allocation in Probabilistic Global Supply Chain System with Genetic Algorithm. PhD Thesis. Florida Atlantic University Kawtummachai, Ruengsak. 2004. Order Allocation In A Multiple Supplier Environment. Elsevier : International Journal of Production Economics Kleinau, Peer., Ulrich W. Thonemann. 2004. Deriving Inventory Control Policies With Genetic Programming. OR Spectrum (2004) 26 : 521 – 546 Springer-Verlag. Lau, HCW, et all. 2002. Methodology for Monitoring Supply Chain Performances : A Fuzzy Logic Approach. Logistics Information Management; 15, 4; ABI/INFORM Global pg. 271

ISBN : 978-979-99735-4-2 A-38-7


Lau, HCW, et all. 2004. A Decision Support System to Facilitate Resources Allocation : An OLAP-Based Neural Network Approach, Journal of Manufacturing Technology Management; 15,8; ABI/INFORM Global pg. 771 Levi, David S., Philip Kaminsky, dan Edith Simchi Levi. 2003. Designing and Managing the Supply Chain: Concepts, Strategies, and Case Studies. Singapore: Irwin McGraw-Hill. Lim, M.H. and Y.L. Xu. 2005. Application of Evolutionary Algoritm in Supply Chain Management. International Journal of Computers, Systems and Signals, Vol. 6, No. 1 Marimin. 2005. Pengambilan Keputusan Kriteria Majemuk. Jakarta: PT. Grasindo. Russell, Roberta & Bernard W. Taylor.2006. Operations Management - 5th Edition: Supply Chain Management, Jhon Wiley and Sons. Surjasa, Dadang. 2007. A New Paradigm : From Logistics to Supply Chain Management. Proceeding The 10th International Conference On Quality in Research. Faculty of Engineering, University of Indonesia. ISSN : 1411-1284 Tran, Cong, Ajith Abraham, Lakhmi Jain. 2004. Decision Support Systems Using Hybrid Neurocomputing. Neurocomputing 61, 85 – 97. Triwulandari.2006. Rancang Bangun Sistem Penunjang Keputusan Intellijen Untuk Perbaikna Kinerja Industri Gula. Kolokium Sekolah Pascasarjana IPB. Turban, Efraim, Jay E. Aronson dan Ting-Peng Liang. 2005. Decision Support and Intelligent Systems, Fifth Edition. New Jersey: Prentice Hall. Zarandi, Moh Hossein Fazel, Ismail Burhan Turk¸Sen Soroosh Saghiri. 2002. Supply Chain : Crisp and Fuzzy Aspect. International Journal Application. Math. Computation Science. Vol.12, No.3, 423–435

ISBN : 978-979-99735-4-2 A-38-8


ISBN : 978-979-99735-4-2 A-38-9


ISBN : 978-979-99735-4-2 A-38-10

SUATU SISTIM PENDUKUNG KEPUTUSAN CERDAS ATAU IDSS (INTELLIGENT DECISION SUPPORT SYSTEM) UNTUK SUATU RANTAI PASOKAN

Recommend Documents