Supply Chain Managemen t Logistics Management

(1)

LOKASI FASILITAS

pada MANUFAKTUR

Plant, Factory & Pabrik?

•

Plant, factory, production & manufacturing

activities.

•

Proses fabrikasi & perakitan (assembly)

Macam-macam pabrik / industri

Berdasarkan Output / Proses:

•

Raw Material/Primary

Industries

•

Manufacturing

Industries (Producer/

Consumer Goods)

•

Distribution/Transportation

Industries

•

Service Industries

(2)

Facilities Location

Retail outlets

Retail outlets Manufacturing

plant

Manufacturing plant

Assembly plant

Central distribution center(s) Raw

material(s)

Supplier Supplier

Regional distribution center(s)

Supply Chain Managemen

t

Logistics Management

Transportation and Distribution of Goods

(raw materials, subassemblies and finished goods)

Manajemen Logistik: Klasifikasi

•

Location problems



Determining the location of one or more new facilities

in one or more of several potential sites

•

Allocation problems



Determine how much each facility is to supply each

customer center

•

Location-Allocation problems



Determining how much each customer is to receive

from each facility, number, locations, and capacities of

facilities

Klasifikasi Permasalahan Lokasi

Lokasi Fasilitas

•

Pertimbangan dalam Permasalahan Lokasi

–

Pengaruh pada tingkat permintaan

–

Pengaruh pada jalur distribusi permintaan

–

Biaya dan kualitas input proses produksi (raw

material, tenaga kerja, energi, dll)

–

Pengaruh peningkatan nilai bangunan dan pajak

–

Keamanan dari kebakaran dan banjir, dan terkait

(3)

Lokasi Fasilitas

•

Pertimbangan Alternatif Lokasi Baru

–

Peningkatan kapasitas dengan penambahan shift

atau lembur

–

Penambahan inventori sebagai antisipasi

peningkatan kapasitas pada masa ramai

–

Penggunaan subkontrak

–

Pembelian peralatan baru

Faktor - Faktor Pertimbangan dalam

Analisa & Pemilihan Lokasi Pabrik

1. Projected Requirement in Production Inputs

•Human resources (skills, amounts, quality, etc) •Raw materials, parts, components, etc •Energy, water & other utilities/services •Transportation/distribution & communication facilities •Physical space for planned facilities & future expansion

2. Objective Factors

•Factors will affect the cost and profits of new installation •Projected levels of annual demand

•Projected annual operating costs (transportation, wages, energy, water, taxes, etc •Costs of construction of new facilities

•Other economic factors

3. Subjective Factors

•Factors will influence the community and site selection •Existing laws that will affect the firm’s activities

•Labor market characteristics, transportation & distribution networks, supporting infra-structure (power, water, waste treatment, telephone, etc.)

•Community characteristics (demography/population make-up; cultural background, attitudes & tradition; quality of life (noise, congestion); housing, recreation & education facilities; financial services; and other services

PERMASALAHAN LOKASI

(Model Dasar)

[1]

Techniques of Discrete Space

Location Problems

•

Qualitative Analysis

–

Scoring Method

•

Quantitative Analysis

–

Transportation Simplex

•

Heuristic

•

Northwest corner

•

Vogel

’s

approximation

•

Hybrid Analysis

–

Brown-Gibson (1972) / Buffa-Sarin (1987)

www.aeunike.lecture.ub.ac.id

(4)

Scoring Method

•Metode kualitatif & subyektif

•Untuk analisa & evaluasi untuk problem yang sulit untuk bisa di”kuantitatif”kan

Buat Daftar Faktor2Lokasi Yang Relevan

Beri Bobot Berdasar Derajat Kepentingannya untuk Setiap

Faktor

Berikan nilai (skor) pada tiap lokasi untuk masing-masing

faktor

Bobot x Skor (untuk setiap alternatif lokasi)

Tentukan alternatif lokasi

Jumlahkan nilai Bobot x Skor masing-masing lokasi, pilih

lokasi dg nilai terbaik

Contoh kasus

PT.

“X” ingin melakukan ekspansi pabrik dengan beberapa alternatif

lokasi sbb :

•

Alternatif lokasi 1 =

Sidoarjo

•

Pasuruan

•

Krian

Faktor penentu yaitu

Ketersedian bahan baku, Tenaga Kerja, dan

Transportasi

Bobot ketiga faktor penentu tersebut :

Ketersedian bahan baku

=

0,4

Tenaga Kerja

=

0,35

Transportasi

=

0,25

Penentuan total nilai dari masing-masing alternatif lokasi :

Z

Sidoarjo

= (0,4 x 8) + (0,35 x 7) + (0,25 x 9) =

7,9

Z

Pasuruan

= (0,4 x 5) + (0,35 x 8) + (0,25 x 7) = 6,55

Z

Krian

= (0,4 x 7) + (0,35 x 4) + (0,25 x 8) = 6,2

Total nilai terbesar adalah lokasi

Sidoarjo

dengan total nilai 7,9

Faktor Penentu

Sidoarjo

Pasuruan

Krian

Ketersediaan bahan baku (40%)

8

5

7

Tenaga Kerja (35%)

7

8

4

Transportasi (25%)

9

7

8

Pemberian skor nilai antara 0

–

10 diberikan sbb:

Alternative Location

Weights Factors Minneapolis Winnipeg Springfield

0,25 Proximity to customers 95 90 65

0,15 Land and contrustion prices

60 60 90

0,15 Wage rates 70 45 60

0,10 Property taxes 70 90 70

0,10 Business taxes 80 90 85

0,10 Commercial travel 80 65 75

0,08 Insurance costs 70 95 60

0,07 Office services 90 90 80

Practice!!!

(5)

Transportation Simplex Algorithm

STEPS:

1. Check the balance of supply and demand. If it is not balance, balance it using dummy plant (for excess demand) or dummy warehouse 2. Do the starting solution to get basic variable solution (using: heuristic

/ northwest / VGA method)

3. Check whether the basic variable solution is optimal. The optimality test indicate by for all non basic variable

4. If it is not optimal, conduct the iteration step (stepping stone) to get the optimal solution

–Determine entering variable & leaving variable

Entering variable: the most negative coefficient

Leaving variable: satisfying demand and supply quantity; no negative shipments cause by the transfer number of it

–Construct closing loop

Heuristic Method

•

Least cost assignment routine methode

•

Prinsip :

“alokasi

demand sebesar-besarnya pada lokasi

sumber yang memberikan

biaya transportasi

yang sekecil-kecilnya

secara berturut-

turut”

•

Sederhana, cepat, namun hasil tidak selalu

optimal

Pada sel matrik dibawah ini diketahui adanya permintaan sebesar 10,000 ton dari 4 buah lokasi permintaan dengan kemampuan supplai yang sama besar dari 3 buah sumber. Dengan menggunakan metode heuristic akan ditentukan besarnya alokasi ke sel tertentu sbb :

SUMBER TUJUAN Kapasitas

A1 A2 A3 A4

F1

$ 10 $ 8 $ 5 $ 6

2400 ton

F2

$ 5 $ 2 $ 6 $ 3

4000 ton

F3

$ 9 $ 7 $ 4 $ 7

3600 ton

Permintaan 2300 ton 3400 ton 2500 ton 1800 ton 10000 ton

Contoh kasus

Langkah Penyelesaian :

A1 A2 A3 A4

F1 1200

$ 10 $ 8 $ 5 1200

$ 6

2400 ton

(6) (4)

F2

$ 5 3400

$ 2 $ 6

600 $ 3

4000 ton

(1) (2)

F3 1100

$ 9 $ 7 2500

$ 4 $ 7

3600 ton

(5) (3)

Permintaan 2300 ton 3400 ton 2500 ton 1800 ton 10000 ton

Z = (1200x$10) + (1100x$9) + (3400x$2) + (2500x$4) + (1200x$6) + (600x$3) = $47700

(6)

Northwest - Corner Rule

•

Prinsip :

“alokasi

pertama pada sel kiri atas, kemudian

alokasi horizontal ke sel kanan dan kemudian

vertikal kebawah, dst....

”

A1 A2 A3 A4

F1 2300 $ 10

100

$ 8 $ 5 $ 6

2400 ton

(1) (2)

F2

$ 5 3300

$ 2 700

$ 6 $ 3 4000 ton

(3) (4)

F3

$ 9 $ 7 1800

$ 4 1800

$ 7 3600 ton

(5) (6)

Permintaan 2300 ton 3400 ton 2500 ton 1800 ton 10000 ton

Z = (2300x$10)+(100x$8)+(3300x$2)+(700x$6)+(1800x$4)+(1800x$7) = $ 54400

Contoh kasus

Soal sama dengan di atas:

Vogel’s Approximation Method

•

Prinsip :

“alokasi

ditentukan

berdasarkan

selisih

terbesar antara 2 unit biaya (Cij) terkecil dalam

satu kolom atau satu baris, Perhitungan selisih

biaya terbesar berlanjut sebanyak iterasi yang

dilakukan, Alokasi suplai maksimal pada sel yg

terpilih”

•

Lebih panjang prosesnya namun hasil lebih

optimal dibanding dua metode sebelumnya

Langkah 1 :

SUMBER TUJUAN Kapasit

as Cij

A1 A2 A3 A4

F1

$ 10 $ 8 $ 5 $ 6 ₂₄₀₀ ton

(6-5) 1

F2

$ 5

3400 $ 2 $ 6 $ 3 4000 _ton (3-2) ₁ (1)

F3

$ 9 $ 7 $ 4 $ 7 3600

ton (7-4)

3

Permintaan 2300 ton 3400 ton 2500 ton 1800 ton

10000 ton

Ci (9-5) 4

(7-2) 5

(5-4) 1

(6-3) 3

1. Perhitungkan selisih 2 unit cost terkecil (Ci) dari tiap baris dan kolom dari sel matrik tersebut

2. Pengalokasian akan dilakukan pada kolom dengan hasil unit cost terbesar (kolom ke-2) dan sel yang unit cost yang terkecil (sel (2,2))

Contoh kasus

(7)

Langkah 2 :

SUMBER TUJUAN Kapasitas Cij

A1 A2 A3 A4

F1

$ 10 $ 8 $ 5 $ 6

2400 ton (6-5) ₁

F2 600 $ 5

3400

$ 2 $ 6 $ 3

600 ton (5-3) ₂ (2) (1)

F3

$ 9 $ 7 $ 4 $ 7

3600 ton (7-4) ₃

Permintaa

n 2300 ton 3400 ton 2500 ton 1800 ton

6600 ton Ci

(9-5) 4 (5-4) 1 (6-3) 3

1. Arsirlah kolom kolom ke-2, karena kolom tersebut sudah terpenuhi semua permintaannya 2. Hitung kembali selisih unit cost tiap kolom dan baris.

3. Dari sel matrik diatas (langkah 2), nilai selisih unit cost terbesar pada kolom 1, dan alokasi unit cost terkceil pada sel (2,1). Namun karena supplai dari sumber 2 hanya memiliki 600 ton/minggu, maka alokasi hanya bisa sebesar 600 ton/minggu ke sel (2,1).

4. Arsirlah baris ke-2.

Langkah 3 :

SUMBER _A TUJUAN Kapasitas Cij

1 A2 A3 A4

F1

$ 10 $ 8 $ 5 $ 6

2400 ton (6-5) ₁

F2 600 $ 5

3400

$ 2 $ 6 $ 3

600 ton (5-3) 2 (2) (1)

F3

$ 9 $ 7 2500

$ 4 $ 7

3600 ton (7-4) 3 (3)

6000 ton

Ci (10-9) 1 (5-4) 1 (7-6) 1

1. Selisih unit cost terbesar berikutnya adalah pada baris ke-3, dan alokasi unit cost terkecil pada sel (3,3) sejumlah 2500 ton/minggu.

2. Arsirlah kolom 3.

Langkah 4 :

SUMBER TUJUAN Kapasi

tas Cij

A1 A2 A3 A4

F1

$ 10 $ 8 $ 5 1800 $ 6 2400 ton (10-6) 4 (4)

F2 600 $ 5

3400

$ 2 $ 6 $ 3

600 ton (5-3) 2 (2) (1)

F3

$ 9 $ 7 2500

$ 4 $ 7 1100

ton (9-7)

2 (3)

3500 ton

Ci (10-9) 1 (5-4) 1 (7-6) 1

1. Selisih terbesar pada langkah ke-4 adalah pada baris pertama, dan alokasi unit cost terkecil untuk sel (1,4) A

2. Arsirlah kolom 4.

Langkah 5 :

SUMBER _A TUJUAN Kapasitas Cij

1 A2 A3 A4

F1 600

$ 10 $ 8 $ 5

1800 $ 6

600 ton 4

(5) (4)

F2 600 $ 5

3400

$ 2 $ 6 $ 3

600 ton (5-3) ₂ (2) (1)

F3 1100

$ 9 $ 7 2500

$ 4 $ 7

1100 ton 9

(5) (3)

Permintaa n

1700 ton 3400 ton 2500 ton 1800 ton

1700 ton

Ci

(10-9) 1 (5-4) 1 (7-6) 1

1. Selisih terbesar pada baris ke-3, alokasi unit cost terkecil pada sel (3,1) 2. Arsirlah baris ke-3.

3. Sel terakhir yang tersisa adalah sel (1,1) akan dialokasikan sebesar 600 ton/minggu.

(8)

Hasil Akhir :

A1 A2 A3 A4

F1 600

$ 10 $ 8 $ 5 1800

$ 6 1600 ton

(5) (4)

F2 600

$ 5 3400

$ 2 $ 6 $ 3 600 ton

(2) (1)

F3 1100

$ 9 $ 7 2500

$ 4 $ 7

1100 ton

(5) (3)

Permintaan 1700 ton 3400 ton 2500 ton 1800 ton _{1700 ton}

Z = (600x$10) + (600x$5) + (1100x$9) + (3400x$2) + (2500x$4) + (1800x$6) = $46500

Perbandingan Hasil

METODE HASIL (Z) KESIMPULAN

LEAST COST $47700 BELUM OPTIMAL

NORTHWEST $ 54400 BELUM OPTIMAL

VOGEL $46500 SUDAH OPTIMAL???

Untuk mengoptimalkan hasil dari metode2

penyelesaian awal digunakan metode Stepping Stone

Hasil Akhir :

A1 A2 A3 A4

F1 600

$ 10 $ 8 $ 5 1800

$ 6 1600 ton

(5) (4)

F2 600

$ 5 3400

$ 2 $ 6 $ 3 600 ton

(2) (1)

F3 1100

$ 9 $ 7 2500

$ 4 $ 7

1100 ton

(5) (3)

Permintaan 1700 ton 3400 ton 2500 ton 1800 ton _{1700 ton}

Application in Location Problems

• Seers Inc. telah memiliki 2 plants yang melayani permintaan di 4 kota. Saat ini Seers Inc. sedang mempertimbangkan untuk membuka satu cabang lagi. Alternatif yang dimiliki adalah Atlanta atau Pitsburg. Kapasitas maksimum yang diharapkan pada plant yang baru sebesar 330.

Catatan: kedua alternatif tempat baru tidak membatasi kapasitas. TENTUKAN TEMPAT MANA YANG PALING SESUAI UNTUK MENDIRIKAN PLANT BARU.

Data Costs, Demand, dan Supply adalah sbb:

Boston Philadel-phia

Galveston Raleigh Supply Capacity

Albany 10 15 22 20 250

Little Rock 19 15 10 9 300

Atlanta 21 11 13 6 No Limit

Pitsburg 17 8 18 12 No Limit

(9)

SUMBER TUJUAN Supply

Capacity Boston Philadelphia Galveston Raleigh

Albany $ 10 $ 15 $ 22 $ 20 250

Little Rock $ 19 $ 15 $ 10 $ 9 300

Atlanta $ 21 $ 11 $ 13 $ 6 330

Demand 200 100 300 280 880

Albany $ 10 $ 15 $ 22 $ 20 250

Little Rock $ 19 $ 15 $ 10 $ 9 300

Pitsburg $ 17 $ 8 $ 18 $ 12 330

Demand 200 100 300 280 880

Matrix Table:

Albany 200 $ 10 50 $ 15 $ 22 $ 20 250

Little Rock $ 19 50 $ 15 250 $ 10 $ 9 300

Atlanta $ 21 $ 11 50 $ 13 280 $ 6 330

Demand 200 100 300 280 880

Albany 200 $ 10 50 $ 15 $ 22 $ 20 250

Little Rock $ 19 50 $ 15 250 $ 10 $ 9 300

Pitsburg $ 17 $ 8 50 $ 18 280 $ 12 330

Demand 200 100 300 280 880

Northwest Corner Method

Z (alt.1) = $2000 + $750 + $750 + $2500 + $650 + $1680 = $8330

Z (alt.2) = $2000 + $750 + $750 + $2500 + $900 + $3360 = $10260

Albany 200 $ 10 50 $ 15 $ 22 $ 20 250

Little Rock $ 19 $ 15 300 $ 10 $ 9 300

Atlanta $ 21 50 $ 11 $ 13 280 $ 6 330

Demand 200 100 300 280 880

Albany 200 $ 10 50 $ 15 $ 22 $ 20 250

Little Rock $ 19 $ 15 300 $ 10 $ 9 300

Pitsburg $ 17 50 $ 8 $ 18 280 $ 12 330

Demand 200 100 300 280 880

Final Solution

Z (alt.1) = $2000 + $750 + $3000 + $550 + $1680 = $7980

Z (alt.2) = $2000 + $750 + $3000 + $400 + $3360 = $9510

Menggunakan konsep “Preference of measurement”

konsep penilaian terhadap suatu alternatif solusi dengan kriteria tertentu berdasarkan prinsip preferensi, yang menggabungkan faktor-faktor kristis (critical), kuantitatif (obyektif ) dan kualitatif (subyektif ).

Langkah penyelesaian metode ini adalah sbb:

1. Eliminasi alternatif yang jelas tidak memenuhi syarat / tidak layak (critical factor).

Misalnya : Harga lahan melebihi budget untuk investasi lahan,

2. Tentukan Performance dari Objective Factor (OF)

Ci adalah total annual cost untuk alternatif i

Hybrid Analysis

                    



    q j ij q j ij q j ij q j ij i OF OF OF OF OFM 1 1 1 1 min max max



   p i ij ip i i

i CFCF CF CF CFM

1 2

(10)

3. Tentukan

Subjective Factor

(SF)

yang berpengaruh secara significant terhadap penentuan lokasi dan tentukan SFij.

4. Hitung Location Measure (LM)pada masing-masing lokasi . Nilai LM yang terbesar mengidentifikasikan lokasi terbaik.

CFMi = Critical Factor Measure location 1 to m OFMi = Objective Factor Measure location 1 to m SFMi = Subjective Factor Measure location 1 to m LMi = Location (1 to m) Measure

CFij = Critical Factor value of location i for factor 1 to p OFij = Objective Factor value of location i for factor 1 to q SFij = Subjective Factor value of location i for factor 1 to r i = Location Alternative

j = Factor

wj = Weight for each subjective factor α = Weight assigned to objective factor measure



  r

j ij j i wSF SFM

1



i i



i

i CFM OFM SFM

LM   (1)

Contoh Soal

Factors

Critical Objective Subjective

Water Supply

Tax Incentive

s

Revenue Labor _Cost Energy _Cost Communi

ty Attitude

Ease of Transpor tation

Labor Unionizat

ion Support Services

0.3 0.4 0.25 0.05

Albany 0 1 185 80 10 0.5 0.9 0.6 0.7

Kingston 1 1 150 100 15 0.6 0.7 0.7 0.75

Montreal 1 1 170 90 13 0.4 0.8 0.2 0.8

Ottawa 1 0 200 100 15 0.5 0.4 0.4 0.8

Plattsburg 1 1 140 75 8 0.9 0.9 0.9 0.55

Rochester 1 1 150 75 11 0.7 0.65 0.4 0.8

Mole-Sun Brewing Company is evaluating six candidate locations-Montreal, Plattsburg, Ottawa, Albany, Rochester, and Kingston-for constructing a new brewery. The two critical, three objective, and four subjective factors that management wishes to incoporate in its decision making are summarized in the table. The weights of the subjective factors are also provided in the table. Determine the best location if the subjective factors are to be weigthed 50% more than the objective factors.

Location CFMi OFMi SFMi LMi (α = 0,4)

Albany 0 1 0,695 0

Kingston 1 0 0,6725 0,4035

Montreal 1 0,467 0,53 0,5048

Ottawa 0 0,167 0,45 0

Plattsburg 1 0,633 0,8825 0,7827

Rochester 1 0,517 0,61 0,5728

Supply Chain Managemen t Logistics Management

LOKASI FASILITAS

Distribution/Transportation

Facilities Location

Manajemen Logistik: Klasifikasi

from each facility, number, locations, and capacities of

Pengaruh peningkatan nilai bangunan dan pajak

Faktor - Faktor Pertimbangan dalam

2. Objective Factors

PERMASALAHAN LOKASI

Contoh kasus

Bobot ketiga faktor penentu tersebut :

Transportasi (25%)

Alternative Location

Practice!!!

Heuristic Method

Contoh kasus

Contoh kasus

terpilih”

Langkah 1 :

Contoh kasus

Langkah 2 :

Langkah 3 :

Langkah 5 :

Perbandingan Hasil

LEAST COST $47700 BELUM OPTIMAL

Untuk mengoptimalkan hasil dari metode2

Hasil Akhir :

Application in Location Problems

Boston Philadel-phia

Matrix Table:

Final Solution

Langkah penyelesaian metode ini adalah sbb:

1. Eliminasi alternatif yang jelas tidak memenuhi syarat / tidak layak (critical factor).

Hybrid Analysis

3. Tentukan

Subjective Factor

4. Hitung Location Measure (LM)pada masing-masing lokasi . Nilai LM yang terbesar mengidentifikasikan lokasi terbaik.

Contoh Soal

Factors

Location CFMi OFMi SFMi LMi (α = 0,4)

References