Salam
Redaksi Puji syukur kehadirat Tuhan Yang Maha Kuasa, atas segala nikmat yang dilimpahkan sehingga dapat diterbitkannya “Newsletter Logistics and Supply Chain Management” Edisi ke-8 ini. Setelah sekian lama vakum, akhirnya newsletter kembali menyuguhkan beritaberita menarik diantaranya penelitian-penelitian di bidang SCM dan logistik serta event-event yang diselenggarakan oleh lab LSCM. Untuk kedepannya, kami sangat mengharapkan saran dan kritik yang membangun dari para pembaca sekalian untuk memperbaiki kualitas newsletter ini. Selain itu kami juga mengharapkan partisipasi pembaca sekalian untuk mememberikan sumbangsih melalui artikel ataupun informasi mengenai isu-isu terbaru seputar Logistik dan SCM, sehingga dapat memperkaya kontent dari newsletter ini ke depannya Selamat membaca artikel-artikel yang telah ditampilkan pada newsletter ini, semoga bermanfaat.
DAFTAR ISI EVENTS .............................................................................................................. 1 Kunjungan ke Warehouse PT Insera Sena ..........................................................................1 Pelatihan Warehouse Management PT. Badak NGL .........................................................2
RESEARCH IN BRIEF ........................................................................................... 3 Perancangan Alat Bantu Pengambilan Keputusan Berbasis Sistem Dinamis untuk Mengevaluasi Kebutuhan Kapasitas Bandara Juanda .......................................................3 Joint Dynamic Pricing Model for Two Parallel Flights Considering Overbooking, Cancelations, and No-Show Costumers ................................................................................5 Traceability ............................................................................................................................8
NEWS ................................................................................................................. 9 Practical Games for Supply Chain Management (SCM) ...................................................9 The 9th International Conference of Society for Transportation Studies KOREA ........11 Pengalaman Pertama menjadi Keynote Speaker di Konferensi Internasional MALDIVES .........................................................................................................................11 Dialog Pakar untuk Ketahanan Pangan ............................................................................12 Value of Partnerships ..........................................................................................................13 GAMES Logistics and Supply Chain Management ..........................................................13 PENELITIAN Bidang Logistics and Supply Chain Management ...................................14
Susunan Redaksi :
Kunjungan ke Warehouse PT Insera Sena Kebanyakan orang tidak familiar dengan nama perusahaan PT Insera Sena. Padahal perusahaan yang berlokasi di Sidoarjo ini merupakan produsen sepeda merek ternama yang berkualitas tinggi dengan segmen pasar kalangan menengah keatas bahkan perusahaan ini berhasil memenuhi kebutuhan produk sepeda kelas atas dunia sebelum memasarkannya di dalam negeri. Tetapi sebaliknya, apabila kita mendengar kata Polygon, tentu semua akan berpikir hal yang sama. Polygon adalah brand sepeda dengan kualitas tinggi dan dilihat dari namanya orang akan mengira Polygon adalah sepeda buatan luar negeri. Padahal produsen dari Polygon tidak lain adalah PT Insera Sena. Kunjungan ke PT Insera Sena dilaksanakan pada hari Rabu 2 Nopember 2011 sebagai bagian dari kegiatan pelatihan Warehouse Management untuk karyawan PT Badak NGL yang terdiri dari sebelas orang beserta dua asisten Laboratorium LSCM dan Prof. I Nyoman Pujawan. Sesuai dengan tema pelatihan yaitu “Warehouse Management“, maka kunjungan ke Insera Sena hanya dilakukan pada bagian warehouse saja. Ketika tiba di lokasi, peserta kunjungan disambut hangat oleh karyawan warehouse PT Insera Sena. Sebelum memasuki area warehouse, perwakilan dari kepala warehouse memberi sambutan dan sedikit penjelasan mengenai warehouse PT Insera Sena. Warehouse yang akan dikunjungi berfungsi sebagai tempat penyimpanan spare part untuk produksi sepeda. Untuk tetap dapat berkompetisi di pasar, maka perusahaan ini sering mengeluarkan desain sepeda baru yang tentunya membutuhkan jenis spare part yang berbeda dalam setiap desain tersebut. Hal ini menyebabkan spare part yang disimpan di warehouse sangat banyak sehingga proses pergudangan, terutama order picking dan order storing, yang ada di dalam warehouse menjadi rumit dan membutuhkan waktu yang lama. Timbulnya masalah tersebut menyebabkan perusahaan mengimplementasikan sistem warehouse terotomasi yang dikenal dengan istilah Automated Storage and Retrieval System (ASRS). Sesuai dengan namanya sistem ini mengubah proses pergudangan pada warehouse konvensional, meliputi penyimpanan dan
1
pengambilan order, yang dilakukan secara manual menjadi terotomasi. ASRS pada warehouse PT Insera Sena baru diimplementasikan beberapa periode yang lalu, oleh karena itu saat ini instalasi ASRS pada warehouse belum sepenuhnya diselesaikan dan beberapa material juga masih berada dalam rak manual. Setelah diberikan sedikit penjelasan mengenai kondisi warehouse PT Insera Sena, peserta kunjungan langsung dipersilahkan untuk memasuki warehouse. Warehouse yang dimiliki PT Insera Sena termasuk besar apabila dibandingkan dengan warehouse perusahaan pada umumnya. Desain warehouse berbentuk persegi panjang dengan separuh bagiannya digunakan untuk rak ASRS sedangkan sepauh sisanya masih berupa rak manual. Tercengang dan kagum mungkin dua hal yang dirasakan para peserta kunjungan ketika melihat rak ASRS yang ada di warehouse PT Insera Sena. Selama ini para peserta kunjungan hanya mengenal ASRS dari beberapa literatur saja dan belum pernah melihatnya secara langsung. Berbeda dengan rak manual yang maksimal hanya terdiri dari empat atau lima rows (tinggi maksimum yang dapat dijangkau oleh forklift), rak yang berada dalam ASRS ini terdiri dari hampir dua puluh rows secara vertical sehingga ketinggian total dari rak tersebut dapat diestimasikan mencapai lima belas meter. Selain itu jarak antara satu rak dengan rak lain juga sangat sempit hanya berkisar antara 1,5 hingga 2 meter saja dimana hal ini tidak mungkin dapat diterapkan dalam sistem rak manual karena forklift tidak akan mampu melewati jarak antar rak tersebut. Rak pada sistem ASRS ini dibedakan menjadi tiga jenis bedasarkan kapasitas penyimpanannya, jenis pertama adalah rak yang dapat menyimpan pallet berukuran normal dan dengan ketinggian material yang normal pula, rak jenis kedua adalah rak yang mampu menyimpan pallet dengan ukuran lebih besar dari pallet normal (digunakan untuk menyimpan material yang berukuran besar), dan rak yang terakhir adalah rak yang mampu menyimpan pallet dengan ukuran normal namun dengan tinggi material yang di atas normal.
Ilustrasi rak ASRS (bagian tengah adalah mesin storage) Peserta pertama kali diarahkan menuju bagian storage pada rak ASRS. Bagian ini berada di ujung kiri rak ASRS dengan jaraknya dengan tembok warehouse yang cukup sempit, hanya berkisar antara 2,5 meter. Di bagian tersebut terdapat lima buah gate yang berfungsi untuk meletakkan barang yang akan dimasukkan ke dalam rak. Gate yang ada menyerupai gate pada proses check in pesawat dan di sebelah gate terdapat sejenis komputer yang berfungsi untuk memasukkan informasi mengenai material yang akan disimpan. Proses penyimpanan material pertama kali adalah forklift meletakkan pallet yang berisi material pada salah satu gate. Setelah itu operator gate akan memasukkan informasi mengenai material kemudian mesin storage yang berada di antara rak secara otomatis akan mengambil
pallet pada gate dan meletakannya pada lokasi rak yang sesuai. Pemilihan rak tersebut sudah terkomputerisasi sehingga operator tidak perlu mencari lokasi rak yang diperlukan untuk menyimpan material. Setelah puas melihat dan mendokumentasikan proses penyimpanan material pada rak ASRS maka peserta kunjungan diarahkan menuju bagian pengambilan (retrieval) material. Lokasi pengambilan material berada di ujung sebelah kanan rak ASRS. Namun berbeda dengan bagian peyimpanan yang berada di bawah, bagian pengambilan material ini berada di lantai atas warehouse. Pada bagian ini juga terdapat beberada gate yang berfungsi sebagai tempat meletakkan material yang diambil. Gate dirancang sedemikian rupa sehingga mesin storage dapat mengambil ulang pallet apabila tidak seluruh material dalam pallet yang akan diambil. Sistem pergudangan seperti ini masih jarang di Indonesia sehingga para peserta sangat antusias dalam kunjungan kali ini. Peserta juga sempat berfoto di depan rak ASRS setelah diizinkan oleh pihak warehouse PT Insera Sena ini. Walaupun tidak sehebat ASRS di luar negeri yang ketinggiannya mencapai empat puluh meter, namun warehouse PT Insera Sena ini termasuk salah satu pioneer dalam pengimplementasian ASRS di Indonesia. Berminat untuk melakukan kunjungan? Silahkan menghubungi pihak perusahaan pada nomor (031) 8963951 atau langsung mendatangi perusahaan di alamat JL Jawa 393 Buduran Sidoarjo.
Ditulis Oleh : Sobiroh Ulin Nuha Mahasiswi S1 Jurusan Teknik Industri ITS Asisten Laboratorium Logistics and Supply Chain Management
Pelatihan Warehouse Management PT. Badak NGL Surabaya, pada tanggal 31 Oktober hingga 5 November 2011 Laboratorium LSCM mengadakan acara pelatihan yang mengambil tema Warehouse Management. Pelatihan yang diadakan di Hotel Mercure, Surabaya ini diikuti sebelas peserta yang merupakan karyawan dari PT. Badak NGL. Pelatihan ini diadakan mulai Senin, 31 Oktober 2011 hingga hari Sabtu 5 November 2011, dan diadakan mulai pukul 08.00-16.00 WIB. Acara pelatihan ini diisi beberapa kegiatan, yaitu pemberian materi yang diberikan oleh para ahli akademisi dibidangnya, kunjungan perusahaan ke PT. Polygon Indonesia dan juga jalan-jalan santai ke lokasi-lokasi menarik di Surabaya. Pemberian materi diberikan oleh para dosen Jurusan Teknik Industri yang dipimpin oleh Prof. Ir. I Nyoman Pujawan. Adapun beberapa materi yang diberikan pada pelatihan Warehouse Management ini antara lain, materi general seperti Peran Warehouse Management dalam Supply Chain dan Proses-proses Utama Pergudangan. Serta terdapat juga materi spesifik seperti Tata Letak Fasilitas Gudang, Konsep 5S dan Safety pada Warehouse, Material Handling pada Warehouse, Sistem Informasi Pergudangan dan Lean Warehouse. Kegiatan lain yang dikemas dalam satu rangkaian pelatihan yaitu kunjungan perusahaan ke PT. Polygon Indonesia pada hari Rabu 2 November 2011. PT. Polygon Indonesia dipilih karena memiliki karakteristik Warehouse yang sama dengan PT. Badak NGL, yaitu memiliki inventory berupa part-part yang cukup banyak. Dalam manajemen pergudangan, PT. Polygon Indonesia telah menerapkan sistem AS/RS yang cukup canggih dan masih jarang digunakan di Indonesia. Kunjungan ini, menjadi salah satu paket yang menarik yang ada pada pelatihan karena para peserta mendapatkan ilmu praktis pada perusahaan lain dan aplikasi dari materi yang diberikan pada pelatihan. Setelah melakukan kunjungan perusahaan ke PT. Polygon Indonesia, peserta diajak mengujungi salah satu icon dari kota Surabaya saat ini yaitu jembatan Suramadu yang meruapakan jembatan penghubung pulau pertama di Indonesia. Pelatihan ini merupakan sebuah agenda yang diadakan oleh Kondisi Pelatihan PT Badak di Hotel Mercure Surabaya
2
Laboratorium L&SCM berdasarkan permintaan dari perusahaan yang merupakan relasi dari Bapak Nyoman Pujawan. Selain Warehouse Management, terdapat beberapa paket pelatihan lainnya yang ditawarkan, seperti Inventory Management, Introduction to Supply Chain Management dan lainnya. Paket-paket pelatihan ini merupakan komponen-komponen dari ilmu Supply Chain Management yang merupakan bidang keahlian Bapak Nyoman Pujawan selaku kepala Laboratorium L&SCM dan praktisi di bidang ini.
Ditulis Oleh :
Wahyu Bagus Ansori Mahasiswa S1 Jurusan Teknik Industri ITS Asisten Laboratorium Logistics and Supply Chain Management
PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN BERBASIS SISTEM DINAMIK UNTUK MENGEVALUASI KEBUTUHAN KAPASITAS BANDARA JUANDA Transportasi udara di Indonesia berkembang pesat dalam satu dekade terakhir. Hal ini terbukti dengan semakin bertambahnya perusahaan angkutan udara, baik perusahaan angkutan udara terjadwal maupun tidak terjadwal (Direktorat Jendral Perhubungan Udara, 2008). Dengan adanya kondisi tersebut, aktivitas dalam beberapa bandara yang berada di Indonesia semakin padat dari tahun ke tahun. Kepadatan ini mengakibatkan terhambatnya akses masuk dan keluar baik bagi pesawat maupun penumpang di bandara. Selain itu dampak yang diterima oleh penumpang adalah menurunnya tingkat kualitas kenyamanan dalam terminal bandar udara. Seperti halnya aktivitas di bandara lain di Indonesia, aktivitas di bandara Juanda Surabaya juga mengalami peningkatan. Peningkatan aktivitas ini salah satunya ditandai dengan meningkatnya jumlah penumpang yang berada di bandara Juanda. Direktorat Jendral Perhubungan Udara (2010a) menyatakan bahwa pertumbuhan jumlah penumpang rata-rata sebesar 4,88 % per tahun. Gambar 1 menunjukkan perbandingan data penumpang dan kapasitas terminal dari tahun 2005-2009 pada bandara Juanda Surabaya. Pada gambar tersebut terlihat bahwa kapasitas terminal bandara Juanda secara teoritis telah overload sejak tahun 2005.
penerbangan domestik melalui bandara Juanda serta mempertimbangkan pertumbuhan kebutuhan kapasitas penumpang bandara lain. Lebih jauh lagi pada kajian ini melakukan berbagai skenario simulasi untuk menggambarkan pola keberangkatan dan kedatangan penumpang dari dan menuju bandara Juanda untuk mengevaluasi titik jenuh kapasitas bandara Juanda hingga beberapa tahun mendatang. Sehingga hasil kajian dapat digunakan sebagai pertimbangan dalam pengambilan keputusan pengembangan kapasitas bandara Juanda. Secara umum variabel-variabel model dapat dilihat pada causal loop diagram pada gambar dibawah ini. +
Frekuensi Total Penerbangan Asal ke Tujuan
+ Kapasitas Bandara Asal
-
-
Penumpang Tidak Terangkut Bandara Asal
Frekuensi Total Penerbangan Tujuan ke Asal + Penumpang Tidak Terangkut Bandara Tujuan
+ Jumlah Penumpang di Bandara asal +
Jumlah Penumpang Lokal Bandara Asal
3
-
Jumlah Penumpang y ang Berangkat ke Bandara Tujuan
+
Jumlah Penumpang Juanda dan Kapasitas Bandara Juanda I Perencanaan pengembangan bandara Juanda memiliki dua skenario yaitu dengan mengembangkan kapasitas bandara Juanda I sebesar 90% dari kapasitas eksisting, atau pengoperasian kembali bandara Juanda II yang memiliki kapasitas 4.000.000 orang per tahun . Untuk mengkaji kedua alternatif kebijakan tersebut dikembangkan suatu model simulasi dinamis. Secara spesifik, pada kajian ini juga dibandingkan berbagai kombinasi maskapai penerbangan yang akan dipindahkan ke bandara Juanda II. Kajian ini merupakan kajian internal menggunakan data historis volume penumpang berdasarkan data penerbangan inbound dan outbound
Kapasitas Bandara Tujuan
+ Kapasitas Total Pesawat Asal ke Tujuan
Jumlah Penumpang + di Bandara tujuan +
-
+ Kapasitas Total Pesawat Tujuan ke Asal
Jumlah Penumpang Lokal Bandara Tujuan
+ Jumlah Penumpang y ang Berangkat ke Bandara Asal +
Causal Loop Diagram Pada causal loop yang digambarkan terdapat hubungan umpan balik positif dan negatif. Frekuensi total penerbangan memiliki hubungan umpan balik positif dengan kapasitas total pesawat, artinya semakin tinggi frekuensi total penerbangan maka kapasitas total pesawat juga akan semakin meningkat. Sedangkan variabel jumlah penumpang di bandara memiliki hubungan umpan balik negatif dengan variabel kapasitas bandara, artinya semakin tinggi jumlah penumpang di bandara maka kapasitas bandara tersebut akan semakin rendah. Model simulasi tersebut didekomposisikan menjadi 6 sub model, yaitu keberangkatan maskapai, keberangkatan penumpang, kedatangan maskapai, kedatangan penumpang, pertumbuhan permintaan, dan pengembangan bandara. Data-data yang digunakan sebagai input untuk melakukan simulasi didapatkan dengan cara mengumpulkan data-data sekunder dan wawancara kepada pihak Direktorat Jenderal Perhubungan
Udara. Data-data yang dikumpulkan meliputi data kapasitas bandara Juanda saat ini beserta pertumbuhannya tiap tahun, pertumbuhan jumlah penumpang lokal di 16 bandara di seluruh Indonesia yang terkait dengan bandara Juanda, rute dan jenis pesawat, kapasitas pesawat dan frekuensi per minggu yang menuju dan meninggalkan bandara Juanda. Pada hasil simulasi model eksisting dapat diketahui bahwa secara teoritis bandara Juanda telah overload sejak tahun 2006. Dimana jumlah penumpang sudah melebihi kapasitas bandara.
Simulasi Perbandingan Kapasitas Bandara dan Jumlah Penumpang Untuk mengatasi permasalahan kekurangan kapasitas bandara Juanda, maka disusun beberapa skenario kebijakan. Dalam kajian ini terdapat beberapa bentuk skenario kebijakan, yaitu : a. Pembangunan bandara dengan penambahan kapasitas sebesar 4.000.000 dan 5.500.000 orang per tahun b. Pengoperasian kembali bandara Juanda II dengan memindahkan beberapa maskapai penerbangan, antara lain: Pemindahan maskapai Lion ke Juanda II Pemindahan maskapai Lion dan Sriwijaya ke Juanda II Pemindahan maskapai Lion dan Garuda Citilink ke Juanda II Skenario pembangunan bandara dengan penambahan kapasitas sebesar 4.000.000 dan 5.500.000 orang per tahun. Skenario ini bertujuan untuk melihat kondisi terminal bandara Juanda dengan adanya perubahan variabel kapasitas bandara. Skenario pertama adalah melihat pengaruh dari adanya penambahan kapasitas sejumlah 4.000.000 orang per tahun pada tiap pengembangan bandara Juanda.
Pembangunan Bandara Juanda Skenario Kedua Penambahan kapasitas sebesar 4.000.000 dan 5.500.000 orang per tahun tentunya akan memberikan biaya pembangunan yang berbeda. Akan tetapi disini terjadi trade off antara biaya per sekali pengembangan dengan jumlah pengembangan yang diperlukan. Skenario pengalihan Beberapa Maskapai ke Juanda II. Desain skenario ini bertujuan untuk melihat akibat dari pemindahan operasional dari beberapa maskapai ke Juanda II. Pengoperasian bandara Juanda II akan menambah kapasitas terminal Juanda sebesar 4.000.000 orang per tahun. Pada skenario ini dilakukan 3 jenis skenario pengalihan yaitu pengalihan penumpang maskapai Lion; Lion dan Sriwijaya; dan Lion dan Garuda City Link. Berdasarkan ketiga skenario pengalihan maskapai ke bandara Juanda II, dapat diketahui bahwa kapasitas bandara Juanda II saat ini tidak cukup untuk menampung pengalihan 2 maskapai sekaligus. Akan tetapi pengalihan 2 maskapai ke Juanda II dapat menunda lebih lama lagi kebutuhan untuk membangun bandara Juanda I. Kajian ini bertujuan untuk mengevaluasi kapasitas bandara Juanda dengan menggunakan model simulasi sistem dinamis. Berdasarkan hasil simulasi diketahui bahwa kapasitas bandara Juanda telah overload pada tahun 2006. Selain melakukan evaluasi terhadap kapasitas bandara Juanda eksisting, dilakukan juga simulasi terhadap skenario kebijakan yang telah dibuat. Penerapan beberapa skenario kebijakan tersebut membawa dampak yang berbeda terhadap kebutuhan pembangunan kapasitas bandara Juanda. Secara garis besar dampak penerapan skenario terhadap kebutuhan pembangunan kapasitas bandara dapat dilihat pada tabel di bawah ini. Perbandingan Dampak Penerapan Skenario Kebijakan Terhadap Kebutuhan Pembangunan Bandara Juanda Skenario
Pembangunan Bandara Juanda Skenario Pertama Hasil dari skenario tersebut adalah secara teoritis selama periode 2005-2030 diperlukan 3 kali pengembangan bandara, yaitu pada tahun 2007, 2016, dan 2026. Namun apabila setiap kali pengembangan dapat menambah kapasitas terminal Juanda sebesar 5.500.000 orang per tahun, ternyata secara teoritis dalam periode yang sama hanya diperlukan 2 kali pembangunan, yaitu pada tahun 2007 dan 2020.
4
Pengembangan Bandara dengan Penambahan 4.000.000 orang per tahun Pengembangan Bandara dengan Penambahan 5.500.000 orang per tahun Pengoperasian Bandara Juanda II dengan Pengalihan beberapa Maskapai Pengalihan Maskapai Lion ke Juanda II Pengalihan Maskapai Lion & Sriwijaya ke Juanda II Pengalihan Maskapai Lion & Garuda Citilink ke Juanda II
Tahun Dibutuhkan Kapasitas Baru 2007, 2016, 2026
2007, 2020
Juanda I
Juanda II
2014
2014
2020
2008
2020
2010
Ditulis oleh : Siti Nurminarsih, Mahasiswa S1 Jurusan Teknik Industri ITS Asisten Laboratorium Logistics and Supply Chain Management
Resumed from : PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN BERBASIS SISTEM DINAMIK UNTUK MENGEVALUASI KEBUTUHAN KAPASITAS BANDARA JUANDA
Febru Radhianjaya, Ahmad Rusdiansyah Tugas Akhir Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 6011
Joint Dynamic Pricing Model for Two Parallel Flights Considering Overbooking, Cancellations, and No-Show Customers Menurut Cross (1997) Revenue management merupakan penerapan berbagai disiplin atau taktik yang memprediksi prilaku konsumen dan mengoptimalkan ketersediaan produk dan harga produk untuk memaksimalkan pertumbuhan pendapatan. Definisi lain Revenue management yaitu berhubungan dengan kebijakan pengelolaan permintaan serta seluruh metodologi dan sistem yang dibutuhkan untuk membuatnya (Tallury & Ryzin, 2004). Kebijakan pengelolaan permintaan yang dimaksud adalah pengelolaan permintaan yang ada dengan melakukan estimasi dan menggolongkan permintaan tersebut untuk selanjutnya ditentukan harga dan kontrol kapasitas yang tepat dalam pengelolaannya. Tujuan utama dari revenue management adalah memaksimalkan pendapatan. Revenue management banyak diterapkan pada perusahaan penerbangan. Revenue management pada perusahaan penerbangan sering disebut dengan airline revenue management (ARM). Terdapat beberapa kondisi yang mengharuskan maskapai penerbangan menerapkan ARM. Kondisi tersebut antara lain tingkat permintaan yang tidak menentu di masa depan, kelebihan persediaan tidak mungkin disimpan dan digunakan pada periode berikutnya, penumpang yang dapat dibedakan dalam beberapa segmen, biaya tetap sangat tinggi namun biaya marginal rendah, kapasitas kursi penerbangan yang ditawarkan selalu tetap sesuai dengan jenis pesawat yang digunakan (Chopra dan Meindl, 2001). Pada kenyataannya tidak semua penumpang yang melakukan pemesanan tiket datang di jadwal keberangkatan. Sejumlah penumpang yang telah memesan tiket biasanya ada yang melakukan pembatalan (cancellation), ataupun tidak datang di jadwal keberangkatan (no-shows passenger). Agar kursi yang telah dialokasikan tidak kosong, maka maskapai penerbangan menerapkan overbooking. Konsep dari overbooking adalah maskapai menjual sejumlah tiket melebihi kapasitas yang tersedia dengan tujuan untuk memperoleh pendapatan dari kursi yang kosong karena pembatalan maupun no-shows. Dengan kata lain, calon penumpang yang sebelumnya tidak mendapat tiket karena seluruh kursi telah terpesan, menjadi memiliki kesempatan untuk mendapatkan kursi dengan catatan selama periode pemesanan terdapat penumpang yang melakukan pembatalan atau di hari keberangkatan terdapat sejumlah no-shows passenger. Overbooking merupakan kebijakan yang dipilih perusahaan untuk memanfaatkan kemungkinan ketidakhadiran (no-show) dan pembatalan (cancellation) yang dilakukan oleh penumpang yang terjadi sepanjang periode pemesanan hingga saat keberangkatan. Sejak tahun 1970an, penelitian tentang ARM telah mulai dilakukan. Area permasalahan yang dibahas juga sangat luas mulai dari forecasting, overbooking, seat inventory control, dan pricing. Namun, di masa awal penelitian ARM, penelitian banyak terfokus pada permasalahan pengoptimasian pendapatan pada penerbangan
5
tunggal tanpa memperhatikan interaksinya dengan penerbangan lain. Padahal keputusan yang diambil pada satu penerbangan, misalnya penetapan harga, akan mempengaruhi permintaan dan pendapatan penerbangan lain. Beberapa penelitian yang memperhatikan keterkaitan antar satu penerbangan dengan penerbangan lain telah dilakukan oleh beberapa peneliti sebelumnya. Penelitian yang mengangkat masalah revenue management untuk penerbangan paralel, yaitu dua penerbangan yang dimiliki oleh maskapai yang sama dengan rute yang sama namun jadwal keberangkatannya berbeda, salah satunya dilakukan oleh Zhang dan Cooper (2005). Penelitian ini kemudian dilanjutkan oleh Xiao, dkk (2008). Xiao, dkk (2008) mengembangkan model joint dynamic pricing dalam penentuan harga tiket penerbangan yang mengacu pada perilaku konsumen dalam memilih penerbangan paralel yang ditawarkan oleh satu maskapai penerbangan. Penelitian Xiao, dkk (2008) belum mempertimbangkan adanya kebijakan overbookingyang telah banyak diterapkan perusahaan maskapai penerbangan saat ini. Kebijakan overbooking perlu diterapkan untuk mencegah adanya kursi yang tetap kosong saat keberangkatan penerbangan dikarenakan no-show maupun cancellation oleh penumpang. Penelitian-penelitian sebelumnya telah membahas masalah overbooking namun hanya pada kondisi single flight yaitu penelitian yang dilakukan Subramanian (1999). Pada penelitian ini dikembangkan model dynamic programming untuk joint pricing pada dua penerbangan pararel yang mempertimbangkan customer choice behavior dan overbooking. Fungsi objektifnya adalah memaksimalkan ekpektasi total pendapatan kedua penerbangan paralel selama horison penjualan tiket. Dua penerbangan pararel yang dimaksud adalah penerbangan single leg dengan kota asal dan tujuan yang sama dengan jam keberangkatan yang berbeda. Prilaku konsumen dibedakan menjadi tiga tipe, yaitu tipe I, tipe II, dan tipe III. Tipe I adalah penumpang yang hanya mau terbang pada jadwal penerbangan I. Tipe II adalah penumpang yang hanya mau terbang pada jadwal penerbangan II. Tipe III adalah penumpang yang fleksibel. Model yang dikembangkan memiliki basic waktu diskrit. Priode selling horizon untuk kedua penerbangan diasumsikan sama yaitu mulai dari 0 (dimulainya selling horizon) hingga T (priode keberangkatan). Kapasitas penerbangan dapat berbeda. C1 untuk kapasitas penerbangan A dan C2 untuk kapasitas penerbangan B. Tiket akan dijual dalam k kelas berbeda, dinotasikan P={p1, p2,... pk}, p1> p2 ...> pk. Tiap konsumen memiliki pereceivevalue (harga batas) terhadap harga yang ditawarkan oleh maskapai penerbangan. Harga batas konsumen dinotasikan x dan berdistribusi tertentu dengan PDF f(x) dan CDF F(x). Model yang dikembangkan berdasarkan waktu diskrit sehingga seluruh priode pemesanan [0,T] dibagi menjadi interval
waktu yang kecil yang sama , tiap-tiap interval dinamakan priode. dibuat cukup kecil sehingga dimungkinkan hanya terdapat satu kedatangan permintaan saja. yang merepresentasikan tingkat kedatangan pada setiap priode bernilai antara 0 hingga 1 (0 1). Pada tiap awal priode maskapai penerbangan akan menetapkan harga tiket untuk kedua penerbangan. Konsumen yang datang pada priode tersebut akan memutuskan untuk membeli atau tidak dengan harga yang telah ditetapkan di awal. Jika konsumen memutuskan untuk membeli tiket suatu penerbangan maka kursi penerbangan tersebut berkurang satu dan maskapai penerbangan akan memperoleh pendapatan dari hasil penjualan tiket tersebut dengan harga yang telah ditetapkan. Pendapatan dinotasikan dengan , artinya pendapatan yang diharapkan akan diperoleh (expected revenue) untuk sisa periode reservasi dari t hingga T [t,T], jika pada t tersisa kursi sebanyak untuk penerbangan 1 dan untuk penerbangan 2. Pada model juga ditambahakan satu horison waktu lagi yaitu periode T+1 yaitu periode keberangkatan. Pada periode T+1 dapat terjadi ketidak hadiran penumpang (no-show passengers) dan overbooking penalty apabila jumlah penumpang yang hadir melebihi kapasitas kursi pesawat. Selain itu pada periode T+1 ini tidak dapat terjadi pemesanan sehingga tidak ada penambahan revenue melainkan hanya ada cost yaitu refund untuk penumpang yang tidak hadir pada saat keberangkatan dan overbooking penalty. Sehingga dapat dirumuskan sebegai berikut :
Penetapan joint dynamic pricing pada model ini menggunakan metode dynamic programming dengan urutan yang terbalik. Karena itu, perhitungan dimulai pada priode terakhir reservasi, yaitu priode T. Pada priode ini, maskapai penerbangan hanya dapat menjual satu kursi jika masih tersisa, sedangkan kelebihan kursi setelah periode tidak akan dapat terjual. Pada periode T, terdapat kemungkinan empat kasus berdasarkan ketersediaan kursi untuk kedua penerbangan, untuk sisa kursi penerbangan A, dan untuk penerbangan B. Keadaan 1 : Jika = = 0, artinya kursi untuk kedua penerbangan telah habis, maka maskapai penerbangan tidak memperoleh pendapatan pada periode ini namun maskapai penerbangan tetap harus menanggung cancellation cost ketika terjadinya pembatalan pemesanan. Sehingga dapat dirumuskan sebegai berikut :
Keadaan 2 : Jika = 0, , artinya kursi untuk penerbangan A telah habis, sedangkan kursi untuk penerbangan B masih tersisa. Dengan demikian, konsumen tipe III pasti akan mempertimbangkan untuk membeli kursi penerbangan 2. Sehingga tingkat permintaan untuk penerbangan 2 yang tersisa adalah . Optimasi untuk penetapan harga penerbangan 2 adalah :
6
Harga tiket penerbangan B yang optimal ( ) diperoleh ketika bernilai maksimal. Keadaan 3 : Jika > 0, , artinya kursi untuk penerbangan 2 telah habis, sedangkan kursi untuk penerbangan A masih tersisa. Dengan demikian, konsumen tipe III pasti akan mempertimbangkan untuk membeli kursi penerbangan A. Sehingga tingkat permintaan untuk penerbangan A yang tersisa adalah . Optimasi untuk penetapan harga penerbangan A adalah :
Harga tiket penerbangan A yang optimal ( ) diperoleh ketika bernilai maksimal. Keadaan 4 : Jika > 0, , artinya kursi untuk penerbangan A dan penerbangan B masih tersisa ketika periode terakhir reservasi. Dalam hal ini keputusan joint pricing perlu dicari solusi yang oprtimal. Optimalisasi permasalahan ini adalah :
Pada uji numerik parameter awal yang digunakan adalah kapasitas kursi untuk kedua penerbangan CA = CB = 30. Tiket dapat dijual dengan 6 fare class (1 ; 0,9 ; 0,8 ; 0,7 ; 0,6 ; 0,5). Probabilitas calon penumpang akan menerima harga tiket untuk keenam alternatif kelas yaitu (0,30 ; 0,40 ; 0,48 ; 0,58 ; 0,70 ; 0,85). Selling horison dibagi menjadi T=250 event. Customer arrival rate = 175/T = 0,7 dan proporsi untuk masing-masing tipe konsumen adalah )= ) Ketika harga tiket kedua penerbangan sama, maka konsumen tipe III akan memilih penerbangan A dengan probabilitas = 0,4. Tingkat pembatalan penumpang untuk penerbangan A dan B (qA = qB = 0,002). Penumpang yang telah melakukan pemesanan memiliki peluang untuk tidak datang pada saat penerbangan (noshow) dengan probabilitas = 0,1. Besarnya pengembalian akibat pembatalan adalah sebesar 45% dari full fare price dan pengembalian akibat no show adalah 20% dari full fare price. Overbooking penalty ditetapkan 140% dari full fare price. Sebagai inisial parameter, tidak ditetapkan besarnya overbooking limit untuk kedua penerbangan karena pada percobaan numerik ini akan ditentukan besarnya nilai overbooking limit yang optimal untuk kedua penerbangan dimana dapat memaksimalkan total ekspektasi revenue. Benarnya overbooking limit yang optimal dihitung dengan alur yang dapat dilihat pada flowchart pada Gambar di bawah ini. Hasil percobaan numerik untuk kondisi tanpa adanya
pembatalan, overbooking, dan ketidak hadiran penumpang pada saat keberangkatan dapat dilihat pada Tabel di bawah ini. Percobaan numerik tanpa Overbooking
Pada percobaan numerik 2 ini dilakukan percobaan pertihungan total ekspektasi revenue dengan tingkat cancellation yang berbeda-beda. Diperoleh bahwa apabila tingkat cancellation meningkat maka total ekspektasi pendapatan apabila tidak diterapkan kebijakan overbooking, akan menurun (Lihat Tabel 5). Namun pada saat diterapkannya kebijakan overbooking, apabila tingkat cancellation meningkat maka jumlah overbooking limit juga akan meningkat (Lihat Tabel 7). Hasil Percobaan Numerik 2 (Expected Revenue) tanpa overbooking
Flowchart Perhitungan Optimal Overbooking Limit
Hasil Percobaan Numerik 2 (Expected Revenue) dengan overbooking
Pada percobaan numerik 1, dilakukan perhitungan dengan parameter awal namun dengan tingkat overbooking penalty yang berbeda-beda. Pada Tabel di bawah dapat dilihat overbooking limit yang optimal untuk penerbangan A dan B adalah 4 jika overbooking penalty yang digunakan adalah 200%. Optimal overbooking limit akan bertambah seiring dengan berkurangnya overbooking penalty. Sebagai contoh pada saat overbooking penalty bernilai 120% maka overbooking limit bertambah menjadi 5 kursi. Hasil Percobaan Numerik 1 (Expected Revenue) Grafik pada Gambar di bawah digambarkan total ekspektasi revenue untuk tingkat pembatalan yang berbeda-beda. Dapat dilihat bahwa ekspektasi total revenue ketika diterapkan kebijakan overbooking akan lebih tinggi dibandingkan tidak diterapkannya kebijakan overbooking.
Perhitungan Optimal Overbooking Limit untuk Parameter Overbooking Penalty =200% dari Full Fare Ticket Price
7
Total ekspektasi revenue untuk tingkat pembatalan yang berbedabeda Demikian halnya dengan nilai ROS dan ASP yang digambarkan pada Gambar 3 di bawah ini.
Kesimpulannya adalah penelitian ini mengembangkan model joint dinamic pricing untuk dua penerbangan paralel dengan mempertimbangkan overbooking, cancellation, dan no show. Model yang dikembangkan adalah model dynamic programming untuk optimasi harga tiket kedua penerbangan secara simultan, dimana dapat memaksimalkan total ekspektasi revenue. Percobaan numerik dilakukan untuk mengetahui perubahan nilai total ekspektasi revenue, ROS, dan ASP dari beberapa kombinasi tingkat overbooking penalty dan tingkat pembatalan penumpang. Selain itu juga ditentukan optimal overbooking limit dari berbagai kombinasi tersebut.
Ditulis oleh Rescha Dwi Astuti Putri, Mahasiswi S2 Jurusan Teknik Industri ITS Asisten Laboratorium Logistics and Management
Supply
Chain
Resumed from : Joint Dynamic Pricing Model for Two Parallel Flights Considering Overbooking , Cancellations, and No-Show Customers Rusdiansyah, dkk. Journal of the Eastern Asia Society for Transportation Studies, Vol.9, 2011
ROS dan ASP untuk tingkat pembatalan yang berbeda-beda
TRACEABILITY Smith (2005) mengemukakan bahwa tingkat kepedulian masyarakat akan kesehatan serta edukasi yang cukup baik mendorong masyarakat untuk memperoleh informasi yang jelas mengenai rantai pasok makanan dari produk yang dikonsumsinya pada tahun terakhir ini. Kebutuhan akan informasi ini juga ditunjang dari kewaspadaan masyarakat akan isu mengenai keracunan makanan dan penyakit yang diderita hewan seperti wabah flu burung, antrax, dll. Informasi mengenai kandungan nutrisi yang terkandung pada produk makanan juga menjadi perhatian bagi beberapa orang terutama karena kehalalan dan yang mempunyai masalah dengan kesehatannya. Oleh karena itu, isu mengenai traceability menjadi perhatian beberapa tahun terakhir.
Data Produksi Budidaya Perikanan Nasional
Produk perikanan merupakan komoditas perdagangan yang sangat prospektif, tercatat pada tahun 2006 total ekspor produk perikanan dunia telah mencapai nilai US$ 85,9 milyar, artinya telah
8
terjadi peningkatan rata-rata sebesar 32,1% dibandingkan tahun 2000 (FAO, 2009). Hal ini dapat dijadikan sebagai suatu kesempatan yang besar bagi para petani, apalagi sumber daya dari produk perikanan di Indonesia cukup tinggi. Berikut ini adalah data produksi budidaya perikanan di Indonesia. Oleh karena itu, isu mengenai traceability menjadi perhatian beberapa tahun terakhir. Sebagai negara yang kaya akan sumber daya perikanan, Indonesia pada tahun 2007 berada di peringkat 3 (tiga) dunia dengan produksi sebesar 12,5 juta ton ikan air laut maupun air tawar (DKP, 2006). Akan tetapi dari sisi nilai ekspor, Indonesia hanya berhasil mendapatkan devisa sebesar US$ 2 milyar atau berada di posisi ke 12 dunia pada tahun 2006 (FAO Fishstat, 2008). Ini menunjukkan masih ada permasalahan di industri perikanan yang perlu dicari solusinya. Ditinjau dari penyebabnya setidaknya ada 5 penyebab utama penolakan produk perikanan Indonesia, yaitu penggunaan obat-obatan seperti antibiotik nitrofuran maupun chloraphenicol diatas ambang batas yang diperbolehkan, kandungan mikrobiologi yang tinggi, histamin, logam berat serta organoleptik. Penyebab yang ada menunjukkan bahwa keamanan dan jaminan makanan (food safety and security) hal yang penting ketika melakukan ekspor.
Traceability digunakan untuk melakukan penelusuran produk jadi dimana pada prosesnya akan dilakukan penelusuran dan verifikasi semua proses yang terjadi pada alur rantai pasok. Keuntungan lainnya adalah kemudahan dalam melakukan identifikasi apabila terjadi pada permasalahan pada suatu produk. Oleh karena itu, untuk menjamin kualitas produk hingga sampai ke tangan konsumen, salah satunya dengan memanfaatkan sistem traceability. Apabila terjadi permasalahan pada produk yang terjual dapat diketahui dengan mudah pihak mana yang seharusnya bertanggung jawab. Penyuluhan kepada pihak-pihak yang terkait dengan produksi komoditas perikanan juga diperlukan untuk memberi wawasan mengenai penanganan produksi yang benar. Beberapa penelitian mengenai traceability cukup banyak dilakukan karena kepedulian masyarakat akan produk sehat yang dikonsumsi semakin tinggi. Sejumlah penelitian mengenai traceability yang sudah dilakukan ditampilkan pada tabel 2 (Wang et al., 2009).
Ditulis oleh :
Paramita Setyaningrum Mahasiswi S2 Jurusan Teknik Industri ITS Asisten Laboratorium Logistics and Supply Chain Management
Penyebab Automatic Detention Produk Perikanan 2003-2008
PRACTICAL GAMES FOR SUPPLY CHAIN MANAGEMENT (SCM) Dewasa ini pasar global yang sangat kompetitif mendorong perusahaan untuk menemukan cara- cara baru dalam menciptakan dan memberikan nilai tambah bagi konsumennya. Perusahaan dituntut untuk dapat menyampaikan produknya secara responsif dan ekonomis tetapi tetap harus berkualitas. Pemahaman akan supply chain management sangatlah penting dalam rangka memperbaiki kinerja dari perusahaan dan supply chain-nya. Untuk itu Perguruan tinggi sebagai kawah candradimuka harus mampu menghasilkan sumber daya yang tangguh dalam bidang supply chain management. Sebagai upaya untuk membantu mahasiswa S1 memahami sebagian konsep supply chain management, Jurusan Teknik Industri ITS melalui Laboratorium Logistic & Supply Chain Management merancang sebuah permainan praktis yang diberi nama Practical Games for SCM. Project perancangan permainan ini dikepalai oleh Iwan Vanany,Ph.D. Skenario permainan ditunjukkan pada pemahaman konsep pengelolaan persediaan dari pemasok, dengan memperhatikan faktor-faktor biaya pada supply chain. Permainan ini menggunakan tiga entitas dan 6 enam pemain dari supply chain yaitu (1) pemasok (2 pemain), (2) pabrik (3 pemain), dan (3) konsumen (1 pemain). Asisten atau pendamping dalam permainan ini akan membantu pemain konsumen untuk memberikan order kepada pabrik. Pabrik dikelola oleh seorang manajer supply chain dan dibantu oleh 2 pemain perakit untuk membuat produk berdasarkan order dari konsumen. Produk yang hendak dibuat memerlukan komponen yang akan dipasok oleh pemasok yang dimainkan oleh 2 pemain. Dalam hal ini pabrik adalah pemain utama dan manajer supply chain berperan besar pada permainan praktis ini. Penilaian pemenang didasarkan pada tim mana yang berhasil memenuhi order yang ada dengan biaya pada supply chain-nya yang paling minimal.
9
Gambar Ilustrasi Rantai Pasok Perusahaan
Pabrik atau perusahaan dalam permainan ini memiliki dua produk utama dimana dalam sistem produksinya menggunakan sistem assembly-to-order (ATO), sehingga proses manufaktur baru akan berlangsung jika ada pesanan dari konsumen. Setiap pesanan dari konsumen datang, perusahaan melakukan identifikasi terhadap produk. Pesanan tersebut kemudian dibuat bill of material-nya, sehingga dapat diketahui komponen-komponen penyusun apa saja yang diperlukan. Setelah diidentifikasi kebutuhan komponen-komponen penyusunnya, Perusahaan akan membuat purchase order (PO) untuk diberikan pada pemasok mereka. Pemasok menerima PO tersebut dan memenuhi permintaan sesuai dengan due date serta ketepatan jumlah dan jenis yang diberikan oleh perusahaan. Tim pemenang dalam permainan ini didasarkan pada minimnya jumlah biaya yang harus dikeluarkan perusahaan untuk memenuhi order dari pelanggannya berupa opportunity costs, purchasing costs, dan holding costs untuk pemain pabrik. Gambar di bawah ini menunjukkan ilustrasi mengenai aliran informasi dan aliran barang yang terjadi. Iwan Vanany, Ph.D bersama Asisten Lab Logistic & Supply Chain Management telah menguji coba rancangan Practical Games for SCM ke mahasiswa peserta mata kuliah Supply Chain Manajemen dan Manajemen logistik dengan total jumlah mahasiswa 72 orang. Permainan dilakukan dengan membagi peserta menjadi 12 kelompok dengan 1 kelompok terdiri dari 6 Mahasiswa. Lokasi para pemain pemasok, pabrik dan konsumen dipisahkan satu dengan yang lain. Permainan berlangsung seru karena setiap kelompok berusaha untuk menjadi yang terbaik. Sekitar 60 menit kemudian permainan berakhir dan dilanjutkan dengan proses penghitungan biaya-biaya supply chain dan penentuan kelompok mana yang berhasil menyelesaikan permainan dengan biaya terendah dan menjadi pemenang.
Mahasiswa sedang merakit produk yang dipesan oleh konsumen Hasil wawancara dengan para mahasiswa yang memainkan Permainan Praktis for SCM menunjukkan bahwa mereka tertarik menjalankan permainan praktis, mudah dimengerti, dan memainkan permainan praktis. Setelah tim pemenang diumumkan tepuk tangan dan sorakan tim pemenang menjadi penutup yang meriah dalam uji coba Practical Games for SCM ini.
Ditulis Oleh : Arif Margono Mahasiswa S1 Jurusan Teknik Industri ITS Asisten Laboratorium Logistics and Supply Chain Management
10
The 9th International Conference of Society for Transportation Studies
KOREA Pertengahan Juni 2011 lalu, salah satu dosen LSCM, Dr. Ir. Ahmad Rusdiansyah, M.Eng berkesempatan untuk mempresentasikan jurnal berjudul Joint Dynamic Pricing Model for Two Parallel Flights Considering Overbooking, Cancellations, and No-Show Customers di Jeju, Korea. Dr. Ir. Ahmad Rusdiansyah,M.Eng mempresentasikan jurnal mengenai transportasi udara yang dikerjakan bersama kedua mahasiswa program sarjana Teknik Industri ITS, yaitu Hilman Pradana dan Wildan Fitransyah. Jurnal tersebut dipresentasikan dalam The 9th In ternational Conference of Society for Transportation Studies.
Dr. Ir. Ahmad Rusdiyansyah, M.Eng di depan Gedung Pelaksanaan The 9th International Conference of Society for Transportation Studies
Konferensi tersebut diikuti oleh ratusan peserta dengan 70 peserta sebagai presentator. Dari 70 presentator tersebut dipilih 30 jurnal terbaik yang akan dipublikasikan. Jurnal Dr. Ir. Ahmad Rusdiansyah,M.Eng menjadi salah satu jurnal terpilih di antara 30 jurnal tersebut. Selain itu, Beliau juga berkesempatan untuk memberikan kuliah tamu untuk mahasiswa pasca sarjana Pusan National University di Transportation & Logistics Institute mengenai penelitian di bidang transportasi dan logistik yang pernah Beliau lakukan . Ditulis oleh : Dr. Ir. Ahmad Rusdiyansyah, M.Eng bersama Prof. Bay di Pusan National University di Transportation & Logistics Institute
Nurul Izzati D. Mahasiswa S1 Jurusan Teknik Industri ITS Asisten Laboratorium Logistics and Supply Chain Management
Pengalaman Pertama menjadi Keynote Speaker di Konferensi Internasional MALDIVES Pada bulan Desember 2011 lalu Prof Nyoman Pujawan (Kepala Laboratorium LSCM) menghadiri konferensi internasional di Maldives. Konferensi ini adalah gabungan dari dua konferensi internasional yang sudah beberapa kali dilaksanakan sebelumnya, yaitu International Conference on Logistics & Transport (ke-3) dan International Conference on Operations and Supply Chain Management (ke-4). Sekitar 70 an peserta dari berbagai negara hadir pada konferensi ini, terutama dari perguruan tinggi di Eropa dan Asia. Atas permintaan panitia, Prof Nyoman Pujawan berkesempatan untuk menyampaikan keynote speech pada konferensi ini. Awalnya beliau tidak menerima tawaran untuk menjadi keynote speaker karena biasanya keynote speech diberikan
11
oleh orang-orang yang sudah memiliki reputasi tinggi di bidangnya dan beliau merasa belum pada tingkatan tersebut. Namun karena panitia bersikukuh, beliau menerima permintaan tersebut. Dan ternyata sesi yang cukup lama tersebut bisa dilewati dengan baik dan memperoleh kesan positif dari audiens. Prof Nyoman Pujawan menyampaikan paparan selama sekitar 90 menit dengan judul “Managing supply chain uncertainty: From reactive to proactive strategies”. Pada presentasi ini beliau menjelaskan makna ketidakpastian pada supply chain, contoh-contoh ketidakpastian yang riil dihadapi sejumlah perusahaan yang pernah beliau amati, perkembangan riset di sekitar
supply chain uncertainty, serta strategi apa saja yang bisa digunakan perusahaan untuk menghadapi ketidakpastian pada supply chain.
Prof Nyoman Pujawan sedang memberikan keynote speech di Maldives Prof Nyoman Pujawan kemudian mengklasifikasikan berbagai stretagi tersebut menjadi dua bagian besar, yaitu strategi reaktif seperti menggunakan safety stock dan safety lead time dan strategi proaktif seperti memperpendek lead time, menggunakan stratagi postponement, meningkatkan component commonality, kolaborasi yang lebih erat, dan sharing informasi yang lebih efektif. Berbagai strategi tersebut kemudian dipetakan terhadap dua dampak penting, yaitu dari sisi efisiensi dan kecepatan respon. Ada strategi yang bisa meningkatkan efisiensi namun berdampak pada kecepatan respons yang lebih rendah, ada juga yang sebaliknya. Sebagian strategi mampu mencapai dua tujuan sekaligus, yakni meningkatkan kecepatan respons serta efisiensi. Maldives, tempat diselenggarakannya kegiatan ini, adalah sebuah negara kepulauan yang berada di Lautan India dan merupakan tempat tujuan wisata yang sangat populer di dunia. Wisatawan dari berbagai belahan dunia mengunjungi Maldives
untuk menikmati pantai yang indah, laut dangkal yang jernih, serta resort yang tersedia sangat banyak di masing-masing pulau kecil di Maldives. Transportasi antar pulau biasanya dilakukan dengan boat atau kapal-kapal kecil. Saya kebetulan menginap di sebuah pulau yang berbeda dengan pulan tempat konferensi diselenggarakan. Walaupun jaraknya tidak terlalu jauh (hanya sekitar 10 menit dengan boat), namun tidak mudah untuk mendapatkan boat setiap saat. Namun bisa saja dengan mencarter sendiri boat yang disediakan oleh resort dengan biaya yang tentunya cukup mahal. Dari Indonesia, perjalanan ke Maldives bisa dilakukan lewat Kuala Lumpur atau Singapura. Dari Kuala Lumpur, Maldives bisa ditempuh dalam waktu 4 jam lewat udara.
Salah satu pemandangan di sebuah pantai di Maldives
Dialog Pakar untuk Ketahanan Pangan Pada tanggal 10 Januari 2011 Kadin menyelenggarakan acara dialog pakar dalam rangka Food Security Summit yang bertemakan “Feed Indonesia Feed the World”. Acara dialog pakar ini dibuka oleh dua orang menteri yaitu Menteri Pertanian dan Menteri Kelautan dan Perikanan Republik Indonesia. Acara yang diselenggarakan di Hotel Hyatt Jakarta ini menampilkan sejumlah pakar dan pejabat pemerintahan serta dihadiri oleh sekitar 150 pengusaha nasional terutama yang bergerak pada bidang makanan dan minuman. Prof. Nyoman Pujawan dari Lab. LSCM diundang untuk menyampaikan paparan tentang “Peran Logistik dan Distribusi dalam Menciptakan Ketahanan Pangan”.
12
Pada paparannya ia menyampaikan persoalan logistik nasional saat ini, beberapa rencana pemerintah terkait sistem logistik yang dituangkan dalam MP3EI dan Sistem Logistik Nasional, serta beberapa benchmark pengelolaan logistik dan distribusi di negara lain. Nyoman menekankan pada acara tersebut bahwa selama ini sistem logistik nasional kurang mampu memberikan perlindungan (dan daya saing) pada produk-produk nasional. Di sisi lain, untuk menciptakan ketahanan pangan, diperlukan jaringan distribusi yang tangguh, termasuk diantaranya pusat-pusat penyimpanan bahan pangan di setiap daerah untuk mencegah kelangkaan maupun untuk menjaga stabilitas harga.
Value of Partnership Prof Nyoman Pujawan dari Lab. LSCM diundang untuk berbicara pada acara Sampoerna Supplier Conference (SSC) pada akhir Oktober tahun 2011 lalu. Acara ini rutin diselenggarakan oleh Sampoerna dengan mengundang wakil-wakil sebagian supplier yang memasok barang atau jasa ke Sampoerna. Untuk acara kali ini, tema yang diangkat adalah “ Value in Partnership”. Acara ini dihadiri oleh sekitar 500 an peserta. Pada presentasinya, Prof Nyoman menyampaikan partnership value dari sisi pemasok maupun pembeli, faktor-faktor penting yang mempengaruhi kesuksesan hubungan antara perusahaan dengan pemasoknya, termasuk isu perbedaan budaya yang harus dijembatani. Pemasok ingin menjadi “preferred supplier”, pembeli ingin menjadi “desirable customer”. Preferred supplier hanya bisa dicapai bila supplier memiliki sejumlah karakteristik positif, antara lain reliable, innovative, responsive, loyal, supportive, dan efficient. Di sisi lain, pemasok juga berharap agar pelanggan memiliki sejumlah karakteristik positif, antara lain prediactable (memberikan informasi kebutuhan lebih awal dengan lebih sedikit perubahan),
supportive (membantu dalam program-program supplier development), dan stabil (mampu menjaga volume order yang stabil dari waktu ke waktu sehingga ada kepastian bisnis jangka panjang).
Nyoman Pujawan menjadi pembicara pada Sampoerna Supplier Conference 2011
GAMES Logistics and Supply Chain Management Three games for logistics and supply chain management have been developed and learned in Industrial Engineering ITS. The games are (1) beer games, (2) practical games for SCM, and (3) Stowa games 1.
Beer Game Practical games can be used to teach undergraduate student to understand relationships works between among members in supply chain (supplier, plant, and customer). The game uses simple building block toys to practice order replenishment activities along the supply chain. The winner in this game is a supply chain team that achieved lowest supply chain costs.
2.
Practical Game For SCM Practical games can be used to teach undergraduate student to understand relationships works between among members in supply chain (supplier, plant, and customer). The game uses simple building block toys to practice order replenishment activities along the supply chain. The winner in this game is a supply chain team that achieved lowest supply chain costs.
13
3.
Stowa Game Stowa Game is an simulation based education game of container arrangement in ship bay. The focus of StowaGame is the problem of container loading in a ship bay.Loading plan problem in ship bay is called Master Bay Plan Problem (MBPP). Complexity of MBPP are numbered by many constraint involved, such as container weight, container destination, container size, container type, and ship stability.
PENELITIAN Bidang Logistics and Supply Chain Management Penelitian pada bidang Logistics and Supply Chain Management terus dilakukan baik oleh dosen maupun mahasiswa. Beberapa penelitian yang telah dilakukan oleh dosen LSCM telah dipublikasikan pada jurnal-jurnal internasional. Berikut ini penelitian-penelitian yang telah dipublikasikan pada jurnal internasional untuk tahun 2011.
14
No 1
2
3
4
5
6
7
8
9
10
15
Publikasi Internasional Pujawan, I. N. , Smart, A. (2011). Factors affecting schedule instability in manufacturing companies. International Journal of Production Research (In Press) Widodo, E., Takahashi, K., Morikawa, K., Pujawan, I. N. And Santosa, B. (2011). Managing sales return in dual sales channel: an analysis of primary versus secondary market resale strategies, International Journal of Industrial and Systems Engineering (In Press) Jauhari, W., Pujawan, I N., Wiratno, S. E., Priyandari, Y. (2011). Integrated inventory model for single vendor single buyer with probabilistic demand. International Journal of Operational Research 11 (2), pp. 160 - 178. Widodo, E., Takahashi, K., Morikawa, K., Pujawan, I N., Santosa, B. Managing sales return in dual sales channel: Its product substitution and return channel analysis. International Journal of Industrial and Systems Engineering 9 (1), 67-97. Pradhana, H., Rusdiansyah, A., Wessiani N. Joint Dynamic Pricing Model for Two Parallel Flights Considering Overbooking, Cancellations, and No-Show Customers. Journal of the Eastern Asia Society for Transportation Studies, Vol.9, 2011 Rusdiansyah, A., Wessiani, N., Wildan, F. Boarding Passengers Simulation Model. Journal of the Eastern Asia Society for Transportation Studies, Vol.9, 2011 Iwan Vanany. An AHP Based Method to Prioritize the Barriers and Critical Success Factors of RFID Adoption in Healthcare. International Business Management, Medwell Journal. Volume 5, Nomor 6 (2011) Iwan Vanany Awaluddin Shaharoun. The Comprehensive Framework for RFID Justification in Healthcare. International Business Management, Medwell Journall. Volume 5, Nomor 2 (2011) Vanany, I., Pujawan, I, N & Arvitrida, N, I., (2011), Practical games for supply chain management courses, the 4th International Conference in Operations and Supply Chain Management (OSCM) (2011) Vanany, I,Pujawan, I,N, Setyaningrum, P, Handayani, D,I, Business process approach for traceability system, International conference of Intelligence Manufacturing & Logistics Systems (IML) (2011)
Selain itu, berikut ini adalah beberapa judul penelitian dalam bidang Logistics and Supply Chain Management yang dilakukan oleh mahasiswa Teknik Industri ITS pada tahun 2011 dan 2012. :
Tahun 2011
2011
Judul Penelitian
EVALUASI SISTEM PENYIMPANAN DAN PENGIRIMAN BARANG JADI UNTUK MENINGKATKAN SPACE AVAILABILITY DI GUDANG anita ferina DENGAN PENDEKATAN SIMULASI : Studi Kasus Finish Product Warehouse PT. Philips Indonesia Perbandingan Integrated dan Separated Recovery Network Aryka Pradhana Putra dengan Ketidakpastian Permintaan dan Pengembalian
Bidang Supply Chain Management Supply Chain Management
2011
Dhahniar Rakhmawati
Multi Joint Replenishment Untuk Single-Vendor, Multi-Buyers, dan Multi-Products di PT.XYZ Menggunakan Simulated Annealing
Supply Chain Management
2011
Dian Kurniawati
PEMILIHAN METODE PENGENDALIAN PERSEDIAAN MATERIAL BERDASARKAN KARAKTERISTIK POLA PEMAKAIAN DAN LEAD TIME PEMESANAN MATERIAL (STUDI KASUS : PT. INKA-MADIUN)
Production Planning and Control
2011
Dystian Anggraini
2011
Fitriyah Hadi
Supply Chain Management Production Planning and Control
2011
I Dewa Gd. Eka WIrya G.
2011
IRFAN ARDIANA PUTRA
2011
LINDA FRANSISKA
2011
Meirina Rosita
OPTIMASI KONFIGURASI JARINGAN SUPPLY CHAIN HULU GAS LPG 3 KG DI INDONESIA Perencanaan Pengadaan dan Pengendalian Persediaan Berbasis Dua Eselon dengan Pendekatan Vendor Managed Inventories di PT. Garuda Indonesia PENENTUAN LOKASI WAREHOUSE BARU DENGAN PENDEKATAN MULTI CRITERIA GOAL PROGRAMMING UNTUK MENCAPAI EFISIENSI RUTE PENGIRIMAN (Studi kasus: PT. Coca-Cola Amatil Indonesia unit Balinusa) PENGENDALIAN PERSEDIAAN SPARE PART DENGAN MENGGUNAKAN CAN-ORDERING POLICY STUDI KASUS : PT. PJB UPGRESIK PENGENDALIAN PERSEDIAAN KOMPONEN CIRCUIT BREAKER DENGAN KEBIJAKAN CAN-ORDER (STUDI KASUS : PT. E-T-A INDONESIA) SIMULASI SISTEM LOGISTIK PERKOTAAN UNTUK MEMENUHI PASOKAN BARANG KE RETAIL MODERN DI SURABAYA DENGAN PENAMBAHAN PUSAT DISTRIBUSI
2011
Mirza Miftanula
2011
nifriyanti ramadhani
2011 2011
16
Penulis
RAMA WIKRAMADEWA Zaskia Pricillia Permana
2011
Ester Kerisnati Ginting
2011
FEBRU RADHIANJAYA
2011
Ibnu Syena
2011
INTANNISA HAYU KUSWINDA
2011
Joko Nugroho
2011
Ratih Prameswari Wardhani
PENGURANGAN JUMLAH MENGANGGUR (IDLE ) DAN JUMLAH PERGESERAN JADWAL PRODUKSI DI PERTAMINA LUBRICANTS
Supply Chain Management Production Planning and Control Production Planning and Control Manajemen Logistik Production Planning and Control Supply Chain Management Supply Chain Management Supply Chain Management
Penentuan Harga Material Nitrogen Liquid pada Kontrak Jangka Panjang: Studi Kasus PT. Pertamina OPTIMASI JARINGAN DISTRIBUSI LPG 3 KG MULAI DARI SPBE SAMPAI AGEN (STUDI KASUS : PROVINSI SUMATERA UTARA) PERENCANAAN JUMLAH TENAGA KERJA DI CV. SINAR DELI UTAMA - MOJOKERTO PENGEMBANGAN MODEL SISTEM DINAMIK UNTUK MENGKAJI Simulasi Sistem PENGARUH PERUBAHAN JUMLAH TANGKAP IKAN LEMURU Industri TERHADAP INDUSTRI COLD STORAGE DI PELABUHAN MUNCAR PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN Supply Chain BERBASIS SISTEM DINAMIK UNTUK MENGEVALUASI KEBUTUHAN Management KAPASITAS BANDARA JUANDA PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN UNTUK Supply Chain KEBIJAKAN EKSEKUSI PENYELESAIAN PESANAN (STUDI KASUS Management PT. GRAHA MAKMUR CIPTA PRATAMA) Pemodelan Penghimpunan dan Pendistribusian Zakat Infaq dan Manajemen Shadaqah Menggunakan Pendekatan Sistem Dinamik Logistik PERANCANGAN MODEL INVENTORY SHIP ROUTING PROBLEM Supply Chain (ISRP) DENGAN MEMPERHATIKAN KOMPATIBILITAS PRODUK Management DAN PENCUCIAN KOMPARTEMEN BERBASIS SIMULASI DISKRIT ANALISIS PERBANDINGAN KEUNTUNGAN BANK DAN NASABAH ANTARA PEMBIAYAAN MUDHARABAH PADA BANK MUAMALAT Permodelan Sistem SURABAYA DAN PEMBIAYAAN KONVENSIONAL DENGAN METODE SISTEM DINAMIK
Tahun
17
Penulis
Judul Penelitian
Bidang
2012
NOEVITA IKASARI
Perbaikan Sistem Perencanaan dan Pengendalian Produksi di PT Petrosida Gresik untuk Meningkatkan Kinerja Supply Chain
Supply Chain Management
2012
Fadhilatul Azizah
PERANCANGAN ALAT BANTU PENGAMBILAN KEPUTUSAN UNTUK PENENTUAN JUMLAH DAN RUTE ARMADA PESAWAT TERBANG
Operations Management
2012
FAIZATUL MARWIYAH
PENGEMBANGAN MODEL PENGELOLAAN PENDAPATAN PENGANGKUTAN KARGO UDARA DENGAN MEMPERTIMBANGKAN VARIABILITAS RATE BERDASARKAN AKUMULASI BEBAN
Operations Research
2012
Moch.Eka Prasetyan
2012
rescha dwi astuti putri
2012
ROSIDA KUMALA
2012
Usia Rachmawati
PEMODELAN PENGUKURAN PERFORMANSI PENGIRIMAN KARGO UDARA DENGAN PENDEKATAN SISTEM DINAMIK PENGEMBANGAN MODEL JOINT DYNAMIC PRICING BERBASIS WAKTU DAN PERSEDIAAN KURSI UNTUK DUA PENERBANGAN PARALEL DENGAN MEMPERTIMBANGKAN OVERBOOKING, CANCELLATION, DAN NO-SHOW PASSENGERS Model Algoritma Penataan Petikemas di Container Yard untuk Mensinkronkan Stowage Plan dan Kedatangan Petikemas PERANCANGAN ULANG SISTEM ALOKASI BAY DALAM GUDANG DENGAN MEMPERTIMBANGKAN THROUGHPUT PRODUK (STUDI KASUS : PT PETROKIMIA GRESIK)
Permodelan Sistem Operations Research Permodelan Sistem Optimasi
