DAMPAK GANGGUAN
4.4.3 Sub Model Toleransi Persediaan
Sub model ini berisi rancang bangun model pengendalian gangguan yang berfungsi untuk memperbaharui / meng-update nilai safety stock sebagai fungsi persediaan pengaman berdasarkan pertimbangan bahwa bahan baku pada industri pangan adalah bahan baku yang potensi menimbulkan gangguan karena karakteristiknya yang perishable, musiman dan bulky.
Penentuan Persediaan Pengaman (Safety Stock)
Industri pangan menjadi bagian dari rantai pasok, dimana industri pangan akan menggunakan output dari agroindustri lainnya. Agroindustri tersebutjuga tergantung dari industri sebelumnya, yang juga tergantung dari kondisi alam.Dengan adanya kondisi tersebut, model pengendalian persediaan yang sesuai untuk industri pangan adalah menggunakan pendekatan continuous review system dengan kondisi supply dan demand yang tidak pasti.Berdasarkan pendekatan tersebut diatas, untuk mengantisipasi permintaan yang tidak pasti, ditambahkan suatu nilai persediaan pengaman (safety stock).
Penentuan persediaan pengaman sesuai dengan pendekatan continuous review system yang selama ini banyak diaplikasikan, hanya mengantisipasi terjadinya ketidakpastian permintaan (demand) dengan memasukkan nilai service level dan standar deviasi permintaan selama lead time serta memasukkan pertimbangan ketidakpastian supply dengan menambahkan nilai permintaan selama lead time. Nilai persediaan pengaman (safety stock) dimasukkan dalam perhitungan Perencanaan Kebutuhan Bahan Baku dalam angka persediaan pengaman bahan baku yang akan turut dipertimbangkan dalam penentuan rencana pemesanan bahan baku ke pemasok.
Penentuan persediaan pengaman berdasarkan model tersebut hanya dilakukan untuk bahan baku saja dengan mengasumsikan bahwa persediaan pengaman bahan baku tersebut sudah mengantisipasi ketidakpastian permintaan (demand uncertainty) sekaligus ketidakpastian pasokan (supply uncertainty).
Sesuai dengan bahasan sebelumnya mengenai identifikasi gangguan pada sistem produksi industri pangan, diketahui bahwa gangguan sistem
produksi selain mencakup gangguan pasokan (supply uncertainty) dan gangguan permintaan (demand uncertainty), juga mencakup gangguan internal sistem produksi. Pada penelitian ini dilakukan pengembangan model penentuan persediaan pengaman dengan menggunakan pendekatan yang berbeda dalam penentuan nilai persediaan pengaman (safety stock) baik untuk bahan baku (raw material/RM) maupun untuk produk jadi (finished good/FG).
Penentuan persediaan pengaman yang diusulkan bersifat lebih adaptif karena secara periode akan disesuaikan, mempertimbangkan gangguan-gangguan sistem produksi yang terjadi (gangguan pasokan, gangguan permintaan dan gangguan internal sistem produksi).Nilai persediaan pengaman yang adaptif tersebut akan menjadi nilai toleransi persediaan (% persediaan pengaman) yang juga akan mengadaptasi model PPIC.
Istilah persediaan pengaman untuk pembahasan berikutnya akan dinamakan persediaan pengaman bahan baku dan persediaan pengaman produk jadi. Persediaan pengaman akan ditambahkan dikaitkan dengan ketidakpastian (yang dalam penelitian ini disebutkan sebagai gangguan) yang akan terus disesuaikan (di-update) secara periodik.
Angka % persediaan pengaman akan di-update (diperbaharui ) dengan mempertimbangkan hal-hal berikut :
a. Gangguan operasional sistem produksi yang terjadi
b. Penyimpangan (variansi) yang terjadi karena adanya gangguan sistem produksi terkait dengan rekomendasi sub model PPIC.
c. Faktor-faktor lainnya yang juga mempengaruhi perubahan % Persediaan Pengaman Bahan Baku ataupun % Persediaan Pengaman Produk Jadi.
Pengaruh Variansi dalam % Persediaan Pengaman
Gangguan sistem produksi menyebabkan terjadinya penyimpangan antara rencana dengan aktual produksi. Penyimpangan yang terjadi karena adanya gangguan sistem produksi,dikelompokkan dalam tujuh tipe variansi, meliputi variansi-variansi sebagai berikut :
a. Variansi a adalah penyimpangan antara Purchase Order (PO) item produk hasil prakiraan permintaan dengan penjualan aktual.
b. Variansi b adalah penyimpangan antara PO bahan baku ke supplier dengan penerimaan bahan baku dari supplier aktual.
c. Variansi c adalah penyimpangan antara jumlah persediaan bahan baku hasil perhitungan MRP dengan Stock Opname bahan baku aktual.
d. Variansi d adalah penyimpangan antara rencana produksi output Penjadwalan Induk Produksi dengan produksi aktual.
e. Variansi e adalah penyimpangan antara waktu target penyelesaian produksi output Penentuan Urutan Job Flowshop Genetic Algorithm dengan makespan produksi aktual.
f. Variansi f adalah penyimpangan antara rencana distribusi sesuai pesanan dengan penerimaaan distribusi aktual.
g. Variansi g penyimpangan antara waktu tempuh jalur distribusi output Genetic Algorithm dengan waktu tempuh distribusi aktual.
Variansi-variansi yang terjadi akibat gangguan sistem produksi tersebut di atas berpotensi menurunkan ataupun menaikkan nilai persediaan pengaman (safety stock). Variansi a, variansi d, variansi f dan variansi g akan menentukan nilai persediaan pengaman produk jadi (% Persediaan Pengaman Produk Jadi), sedangkan variansi b dan variansi c akan menentukan nilai persediaan pengaman bahan baku ( % Persediaan Pengaman Bahan Baku) sesuai dengan gambar berikut.
Penentuan Pengaruh
Variansi d = Rencana Produksi – Produksi Aktual
Variansi e = Waktu Target – Makespan Aktual
Variansi f = Rencana Distribusi – Distribusi Aktual
Variansi g = Waktu Pengiriman – Waktu Target
Variansi b = Pemesanan Bahan Baku ke Supplier – Penerimaan
Bahan Baku Aktual
Variansi c = Persediaan Bahan Baku Hasil Perhitungan – Stock
Opname Bahan Baku
Gambar 17 Keterkaitan antara variansi dengan % persediaan pengaman produk jadi dan % persediaan pengaman bahan baku.
Faktor-faktor lainnya yang mempengaruhi % persediaan pengaman.
Berdasarkan hasil identifikasi juga diketahui bahwa perubahan kenaikan atau penurunan nilai % persediaan pengaman dapat disebabkan oleh hal-hal lainnya (termasuk variansi) sebagai berikut :
a. Peningkatan % Persediaan Pengaman Produk Jadi, disebabkan karena:
1) Permintaan yang belum terpenuhi kebutuhannya pada periode sebelumnya.
2) Perubahan selera masyarakat yang memicu permintaan produk.
3) Rencana promosi pada periode berikutnya.
4) Rencana penetrasi pasar atau penambahan pasar baru.
5) Dugaan kecenderungan peningkatan permintaan item tertentu.
6) Informasi dari customer yang menyampaikan keluhan mengenai kesulitan memperoleh item produk tertentu (suara pelanggan).
7) Kondisi internal sistem produksi dimana terjadi kecenderungan peningkatan kejadian-kejadian gangguan yang bisa menurunkan jumlah produksi.
8) Kebutuhan produk jadi yang belum terpenuhi, yang ditandai dengan adanya peningkatan angka % variansi d (penyimpangan antara rencana produksi output MPS dengan aktual produksi).
9) Kebutuhan produk jadi yang belum terpenuhi, yang ditandai dengan adanya peningkatkan angka % variansi e (penyimpangan antara waktu target penyelesaian produksi output Penjadwalan Flowshop Genetic Algorithm dengan makespan produksi aktual).
b. Penurunan % Persediaan Pengaman Produk Jadi disebabkan karena : 1) % produk yang tidak terjual sehingga menyebabkan retur.
2) Kondisi internal sistem produksi dimana terjadi kecenderungan penurunan kejadian-kejadian gangguan yang bisa menurunkan jumlah produksi.
3) Permintaan yang berlebih dikarenakan adanya : peningkatan angka
%variansi a (penyimpangan antara Purchase Order (PO) item produk hasil prakiraan permintaan dengan Aktual Penjualan).
4) Permintaan yang berlebih dikarenakan adanya peningkatan % variansi f (penyimpangan antara rencana distribusi sesuai pesanan dengan penerimaaan aktual distribusi).
5) Permintaan yang berlebih dikarenakan adanya peningkatan % variansi g (penyimpangan antara waktu tempuh jalur distribusi output Genetic Algorithm dengan aktual waktu tempuh distribusi).
c. Peningkatan % Persediaan Pengaman Bahan Baku disebabkan karena :
1) Kebutuhan bahan baku yang supply-nya belum terpenuhi pada periode sebelumnya diperoleh dari analisis bagian purchasing dan gudang bahan baku dengan mempertimbangkan adanya :% variansi b (penyimpangan antara PO bahan baku ke pemasok dengan aktual penerimaan bahan baku dari pemasok).
2) Kondisi internal sistem produksi yang menyebabkan terjadinya peningkatan kejadian-kejadian gangguan yang bisa menurunkan ketersediaan jumlah bahan baku.
3) Penurunan ketersediaan jumlah bahan baku yang tidak direncanakan yang ditandai dengan adanya kecenderungan peningkatan % variansi c (penyimpangan antara jumlah persediaan bahan baku hasil perhitungan MRP dengan aktual Stock Opname bahan baku).
4) Kecenderungan penurunan kualitas bahan baku terkait.
5) Kecenderungan peningkatan order mendadak atau sisipan.
6) Penurunan % service level rata-rata oleh pemasok bahan baku terkait.
d. Penurunan % Persediaan Pengaman Bahan Baku disebabkan karena : 1) Kecenderungan penurunan order mendadak atau sisipan.
2) Peningkatan % service level rata-rata oleh pemasokbahan baku terkait.
3) Informasi mengenai berkurangnya keluhan adanya penurunan kualitas bahan baku terkait.
4) Kondisi internal sistem produksi yang menyebabkan terjadinya penurunan kejadian-kejadian gangguan yang bisa menurunkan ketersediaan jumlah bahan baku.
5) Peningkatan ketersediaan jumlah bahan baku yang tidak sesuai dengan rencana yang ditandai dengan adanya kecenderungan penurunan % variansi c (penyimpangan antara jumlah persediaan bahan baku hasil perhitungan MRP dengan aktual Stock Opname bahan baku.)
Berdasarkan poin-poin pertimbangan diatas, dalam pengembangan sub model 3 Model Pengendalian Gangguan, selain gangguan operasional yang secara aktual terjadi, juga akan dimasukkan % variansi a,b,c,d,e,f dan g juga beberapa
faktor-faktor lainnya yang sebenarnya mempengaruhi % persediaan pengaman namun cenderung tidak dianggap gangguan namun dapat menaikkan ataupun menurunkan nilai % persediaan pengaman.
Tabel 5 Faktor Lain-lain yang mempengaruhi % persediaan pengaman.
No. Faktor Faktor yang mempengaruhi % persediaan pengaman
1 Permintaan pasar yang belum terpenuhi kebutuhannya pada periode sebelumnya
2 Perubahan selera masyarakat yang memicu permintaan produk 3 Rencana promosi pada periode berikutnya
4 Rencana penetrasi pasar atau pertambahan ceruk pasar yang baru 5 Kecenderungan peningkatan permintaan produk tertentu
6 Adanya informasi dari pelanggan yang menyatakan adanya kesulitan untuk memperoleh produk tertentu
7 Kebutuhan produk jadi yang belum terpenuhi, yang ditandai dengan adanya peningkatan nilai % Variansi d
8 Kebutuhan produk jadi yang belum terpenuhi, yang ditandai dengan adanya peningkatan nilai % Variansi e
9 Produk jadi yang belum terjual pada periode sebelumnya sehingga menyebabkan retur
10 Adanya kondisi internal sistem produksi dimana terjadi penurunan kejadian-kejadian gangguan yang bisa menurunukan jumlah produksi 11 Permintaan berlebih dikarenakan adanya peningkatan nilai % Variansi a 12 Permintaan berlebih dikarenakan adanya peningkatan nilai % Variansi f 13 Permintaan berlebih dikarenakan adanya peningkatan nilai % Variansi g 14 Kebutuhan bahan baku yang supply-nya belum terpenuhi pada periode
sebelumnya, dengan mempertimbangkan peningkatan nilai % Variansi b 15 Adanya penurunan ketersediaan jumlah bahan baku yang tidak
direncanakan, yang ditandai dengan adanya peningkatan % Variansi c 16 Penurunan kualitas bahan baku
17 Kecenderungan peningkatan pesanan mendadak atau sisipan 18 Penurunan % tingkat pelayanan rata-rata oleh pemasok
19 Kecenderungan penurunan pesanan mendadak atau sisipan 20 Peningkatan % tingkat pelayanan rata-rata oleh pemasok
21 Kondisi internal sistem produksi yang menyebabkan penurunan kejadian gangguan-gangguan yang bisa menurunkan persediaan bahan baku
Pada awal periode pemanfaatan sub model ini, akan ditentukan rata-rata % persediaan pengaman yang kemudian akan diperbaharui untuk periode berikutnya.
Tiap perusahaan akan menentukan batas interval % persediaan pengaman yang sesuai dengan kondisi perusahaan masing-masing. Sebagai contoh, untuk PT NIC, Tbk batas interval % persediaan pengaman Bahan Baku adalah 2% - 6%.
Sehingga apabila terjadi penurunan atau peningkatan nilai % persediaan pengaman tidak diperbolehkan melewati batas interval ini. Flowchart perhitungan nilai % persediaan pengaman berdasarkan hasil rekapitulasi gangguan pada akhir periode adalah sesuai dengan gambar berikut.
Inventarisir Gangguan yang terjadi : - Gangguan operasional - Gangguan Variansi dan Lainnya
- Jumlah total gangguan = n
Penentuan Nilai Pengaruh pada % Persediaan Pengaman Bahan Baku : Penurunan atau Peningkatan (Skala 1
– 3)
Penentuan Nilai Pengaruh pada % Persediaan Pengaman Produk Jadi : Penurunan atau Peningkatan (Skala 1
– 3)
Penentuan Bahan Baku terkait Penentuan Produk Jadi terkait
- Penjumlahan nilai pengaruh Penurunan pada % Persediaan Pengaman Bahan Baku = LBH(-) - Penjumlahan nilai pengaruh Peningkatan pada
% Persediaan Pengaman Bahan Baku = LBH(+) - Tentukan ∆ LBH = {LBH(+) + LBH(-)}/n - Tentukan % PersediaanPengaman Bahan Baku
(LBHt) = LBHt-1 + ∆ LBH
- Penjumlahan nilai pengaruh Penurunan pada % Persediaan Pengaman Produk Jadi = LPJ(-) - Penjumlahan nilai pengaruh Peningkatan pada
% Persediaan Pengaman Produk Jadi = LPJ(+) - Tentukan ∆ LPJ = {LPJ(+) + LPJ(-)}/n - Tentukan % Persediaan Pengman Produk Jadi
(LPJt) = LPJt-1 + ∆ LPJ Input % Persediaan Pengaman Bahan Baku (= LBH t-1) dan %
Persediaan Pengaman Produk Jadi (= LPJt-1) pada periode sebelumnya
% Persediaan Pengaman Bahan Baku
% Persediaan Pengaman Produk Jadi
Gambar 18 Flowchart perhitungan % persediaan pengaman bahan baku dan % persediaan pengaman produk jadi berdasarkan metode rata-rata gangguan.
