PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN
UNTUK MENDUKUNG COLLABORATIVE
PLANNING AND FORECASTING
(Studi kasus: PT. Sinar Niaga Sejahtera Surakarta)
Skripsi
Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik
ARDHA KURNIA SARI YUDHA PUTRI
I 0303015
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
LEMBAR PENGESAHAN
Judul Skripsi :
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN
UNTUK MENDUKUNG COLLABORATIVE
PLANNING AND FORECASTING
(Studi kasus: PT. Sinar Niaga Sejahtera Surakarta)
Ditulis oleh:
Ardha Kurnia Sari Yudha Putri I 0303015
Mengetahui,
Dosen Pembimbing I Dosen Pembimbing II
Yuniaristanto, ST., MT. I Wayan Suletra, ST., MT NIP. 19750617 200012 1 001 NIP. 19750308 200012 1 001
Pembantu Dekan I Ketua Jurusan
Fakultas Teknik Teknik Industri UNS
LEMBAR VALIDASI
Judul Skripsi :
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN
UNTUK MENDUKUNG COLLABORATIVE
PLANNING AND FORECASTING
(Studi kasus: PT. Sinar Niaga Sejahtera Surakarta)
Ditulis oleh:
Ardha Kurnia Sari Yudha Putri I 0303015
Telah disidangkan pada hari Rabu tanggal 19 Mei 2010
Di Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta, dengan
Dosen Penguji
1. Eko Liquiddanu, ST., MT. NIP 19710128 199802 1 001
2. Yusuf Priyandari, ST., MT. NIP 197912222 00312 1 001
Dosen Pembimbing
1. Yuniaristanto, ST., MT. NIP 19750617 200012 1 001
SURAT PERNYATAAN
ORISINALITAS KARYA ILMIAH
Saya mahasiswa Jurusan Teknik Industri UNS yang bertanda tangan di bawah ini, Nama : Ardha Kurnia Sari Yudha Putri
NIM : I 0303015
Judul tugas akhir : Perancangan Sistem Pendukung Keputusan Untuk Mendukung Collaborative Planning And Forecasting
(Studi Kasus: PT. Sinar Niaga Sejahtera Surakarta)
Menyatakan bahwa Tugas Akhir (TA) atau Skripsi yang saya susun tidak mencontoh atau melakukan plagiat dari karya tulis orang lain. Jika terbukti bahwa Tugas Akhir yang saya susun mencontoh atau melakukan plagiat dapat dinyatakan batal atau gelar Sarjana yang saya peroleh dengan sendirinya dibatalkan atau dicabut.
Demikian surat pernyataan ini saya buat dengan sebenar-benarnya dan apabila dikemudian hari terbukti melakukan kebohongan maka saya sanggup menanggung segala konsekuensinya.
Surakarta, Agustus 2010
SURAT PERNYATAAN
PUBLIKASI KARYA ILMIAH
Saya mahasiswa Jurusan Teknik Industri UNS yang bertanda tangan di bawah ini, Nama : Ardha Kurnia Sari Yudha Putri
NIM : I 0303015
Judul tugas akhir : Perancangan Sistem Pendukung Keputusan Untuk Mendukung Collaborative Planning And Forecasting
(Studi Kasus: PT. Sinar Niaga Sejahtera Surakarta)
Menyatakan bahwa Tugas Akhir (TA) atau Skripsi yang saya susun sebagai syarat lulus Sarjana S1 disusun secara bersama-sama dengan Pembimbing 1 dan Pembimbing 2. Bersamaan dengan syarat pernyataan ini bahwa hasil penelitian dari Tugas Akhir (TA) atau Skripsi yang saya susun bersedia digunakan untuk publikasi dari proceeding, jurnal, atau media penerbit lainnya baik di tingkat nasional maupun internasional sebagaimana mestinya yang merupakan bagian dari publikasi karya ilmiah
Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.
Surakarta, Agustus 2010
KATA PENGANTAR
Salam sejahtera,
Puji syukur penulis ucapkan ke hadirat Tuhan Yang Maha Esa yang telah memberikan hikmat dan anugerahnya-Nya sehingga penulis dapat menyelesaikan skripsi ini. Pada kesempatan yang sangat baik ini, dengan segenap kerendahan hati dan rasa yang setulus-tulusnya, penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Ir. Noegroho Djarwanti, M.T. selaku Pembantu Dekan I Fakultas Teknik Universitas Sebelas Maret Surakarta.
2. Bapak Ir. Lobes Herdiman, MT. selaku Ketua Jurusan Teknik Industri Universitas Sebelas Maret Surakarta.
3. Bapak Yuniaristanto, ST., MT. dan I Wayan Suletra, ST., MT. selaku dosen pembimbing yang telah sabar dalam memberikan pengarahan dan bimbingan sehingga penulis dapat menyelesaikan skripsi ini dengan lancar.
4. Bapak Eko Liquiddanu, ST., MT. selaku dosen penguji skripsi I dan Yusuf Priyandari, ST, MT selaku dosen penguji skripsi II yang berkenan memberikan saran dan perbaikan terhadap skripsi ini.
5. Bapak Ir. Lobes Herdiman, MT selaku pembimbing akademis. Terima kasih atas bimbingan, nasehat dan motivasinya selama ini.
6. Dosen-dosen Teknik Industri yang memberikan ilmu dan pengetahuan yang kelak pasti berguna.
7. Para staf dan karyawan Jurusan Teknik Industri (mba’ Yayuk, mba’ Rina, pak Agus, mba’Tutik), atas segala kesabaran dan pengertiannya dalam memberikan bantuan demi kelancaran penyelesaian skripsi ini.
8. Para staf dan karyawan PT. Sinar Niaga Sejahtera Surakarta yang telah menerima saya dengan baik dan memberikan bantuan beserta fasilitas selama melakukan penelitian.
10. Kedua saudaraku tersayang, Mba’ Deni dan Ayu serta ”The little Princessa” yang selalu memberiku semangat untuk terus berkarya dan berbuat yang lebih baik.
11. R. Aditya Pradana yang selalu setia menemani dalam suka dan duka, sehat dan sakit, kaya dan miskin .
12. Tante Ida, Om Yit, Adit dan Ajeng, Mba Shanti, Alin, Dimas, Anggita, Mas Eri, Mba Iik, etc. What an amazing family.
13. Teman – temanku A5: Yudhy, Yahudha, Yudha, Titus, Suryo, Anita, Rini, Endrew, Tony, bangga bisa kenal dengan kalian. I’m gonna miss you guys. 14. Seluruh teman Teknik Industri angkatan ’03 UNS yang bersama berjuang
dalam menyelesaikan studi Strata-1. Atas semua bantuannya saya mengucapkan banyak terima kasih.
15. Seluruh pihak yang tidak dapat penulis sebutkan dalam kata pengantar ini. Semoga skripsi ini dapat bermanfaat bagi rekan-rekan mahasiswa maupun siapa saja yang membutuhkannya. Penulis menyadari bahwa laporan tugas akhir ini masih jauh dari sempurna, dengan senang hati dan terbuka penulis menerima segala saran dan kritik yang membangun.
Surakarta, Agustus 2010
ABSTRAK
Ardha Kurnia Sari Yudha Putri, NIM: I 0303015, PERANCANGAN
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENDUKUNG
COLLABORATIVE PLANNING AND FORECASTING (Studi Kasus di PT. Sinar Niaga Sejahtera Distributor Wilayah Surakarta). Skripsi. Surakarta: Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Juli 2010.
Rata–rata retur barang outlet di PT. Sinar Niaga Sejahtera Surakarta periode Agustus 2008 – Juli 2009 adalah sebesar 1,82%, lebih besar 1,32% dari target retur per bulan yaitu 0,5%. Kategori barang yang dapat diretur adalah barang yang rusak dan barang yang mendekati tanggal kadaluarsa. Penyebab retur terbesar adalah outlet yang memesan barang lebih banyak dari kebutuhannya sebagai upaya antisipatif apabila ada lonjakan permintaan. Kerja sama antara PT. Sinar Niaga Sejahtera dengan outlet dalam membuat rencana pengadaan barang diharapkan dapat mengurangi resiko terjadinya retur. CPF (Collaborative Planning and Forecasting) adalah sebuah rangkaian proses kerjasama antara pihak outlet dengan distributor atau produsen untuk melakukan perencanaan bisnis dan peramalan secara bersama. Penelitian ini akan membahas mengenai bagaimana mengembangkan sistem pendukung keputusan untuk mendukung CPF antara distributor dengan outlet.
Perancangan sistem pendukung keputusan dibagi dalam tiga langkah. Langkah pertama adalah perancangan basis model. Perancangan basis model mengacu pada langkah–langkah yang telah ditentukan dalam perancangan CPF. Perhitungan peramalan menggunakan metode Holt Winter dan data penjualan produk akan diagregasi dengan mengadaptasi metode Pyramid Forecasting. Langkah kedua adalah perancangan basis data berdasarkan kebutuhan sistem dengan pemodelan sistem menggunakan diagram arus data (DAD) serta perancangan basis data dengan normalisasi, pembentukan kamus data, pengkodean, dan pembuatan relasi antar tabel. Langkah ketiga adalah perancangan basis dialog yaitu perancangan user interface yang terkait dengan perancangan form input dan output dari sistem pendukung keputusan yang dirancang.
Validasi dilakukan untuk menjelaskan bahwa sistem pendukung keputusan yang dirancang telah sesuai dengan kebutuhan sistem. Validasi dilakukan terhadap performansi sistem yang dibangun dan pengujian ketepatan output sistem pendukung keputusan dengan perhitungan manual. Hasil pengujian performansi yang berdasarkan dua kriteria yaitu kriteria ground truth dan
judgment menunjukkan bahwa sistem pendukung keputusan yang dirancang mampu memberikan informasi secara cepat dan tepat. Hasil analisis perbandingan hasil peramalan menunjukkan bahwa pengadaan barang menggunakan metode usulan lebih valid daripada menggunakan metode rata–rata sederhana yang selama ini digunakan oleh perusahaan.
Kata kunci: sistem pendukung keputusan, metode holt winter, collaborative planning, and forecasting, pyramid forecasting, validasi
ABSTRACT
Ardha Kurnia Sari Yudha Putri, NIM: I 0303015, DESIGN OF DECISION SUPPORT SYSTEM FOR SUPPORTING COLLABORATIVE PLANNING AND FORECASTING (Case Study at PT. Sinar Niaga Sejahtera, Marketing Area: Surakarta). Thesis. Surakarta: Department of Industrial Engineering, Faculty of Engineering, Sebelas MaretUniversity , July 2010.
Average returns of products from outlets at PT. Sinar Niaga Sejahtera on August 2008 - July 2009 was 1.82%, which is larger than the normal monthly returns as 0.5%. Product categories that can be returned are the defective and expired products. The main causes of product returns are outlets which order products more than they needed for anticipating the demand frisk. Collaboration between PT. Sinar Niaga Sejahtera with outlets in products procurement plan is expected to reduce the risk of a return. CPF (Collaborative Planning, and Forecasting) is a series of cooperation process between the outlet and the distributor or manufacturer to do business planning and forecasting mutually. This research will discuss about how to develop a decision support system to support the CPF for both the distributors and outlets.
Decision support system design is divided into three steps. The first step is to design a model base which refers to the CPF steps. The sales forecasting uses Holt Winter method and products sales data will be aggregated by adapting the Pyramid Forecasting approach. The second step is to design database based on the system requirements by using data flow diagrams, normalization, data dictionary, coding, and creating entity relathionship diagram. The third step is to design dialogue basis related to design the user interface including design of the input and output forms in decision support systems.
Finally, validation is conducted to explain that decision support systems designed is suitable with the system requirements. Validation is performed to test the system performances and the accuracy of decision support system calculation. Performance testing is based on two criterias: the ground truth and judgments. The results show that decision support system designed be able to provide information quickly and precisely. The comparative analysis of forecasting results show that the proposed method is better than a moving average method that is used by the company.
Keywords: decision support system, collaborative planning, and forecasting, Holt Winter method, pyramid forecasting, validation
DAFTAR ISI
HALAMAN JUDUL i
LEMBAR PENGESAHAN ii
LEMBAR VALIDASI iii
SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH iv
SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH v
KATA PENGANTAR vi
ABSTRAK viii
ABSTRACT ix
DAFTAR ISI x
DAFTAR TABEL xiii
DAFTAR GAMBAR xiv
DAFTAR LAMPIRAN xvi
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah I – 1
1.2 Perumusan Masalah I – 4
1.3 Tujuan Penelitian I – 4
1.4 Batasan Penelitian I – 4
1.5 Asumsi Penelitian I – 4
1.6 Manfaat Penelitian I – 5
1.7 Sistematika Penulisan I – 5
BAB II TINJAUAN PUSTAKA
2.1 Tinjauan Umum Perusahaan II – 1
2.1.1 Sejarah Perkembangan Perusahaan II – 1 2.1.2 Lokasi Perusahaan dan Struktur Organisasi II – 2 2.1.3 Sistem Order dan Wilayah Pemasaran II – 3
2.1.4 Jenis Produk II – 5
2.2 Landasan Teori II – 5
2.2.1 Konsep Dasar Manajemen Rantai Pasok II – 6
2.2.4 Sistem Pendukung Keputusan II – 20 2.2.5 Collaborative Planning, Forecasting,
and Replenishment II – 27
2.2.6 Referensi Lainnya II – 32
BAB III METODOLOGI PENELITIAN
3.1 Identifikasi Sistem Perusahaan III – 1
3.2 Analisis Kebutuhan Sistem III – 2
3.3 Perancangan Basis Model III – 2
3.4 Perancangan Basis Data III – 5
3.5 Perancangan Basis Dialog III – 6
3.6 Perancangan Aplikasi Collaborative Forecasting III – 6 3.7 Validasi Sistem Pendukung Keputusan III – 6 3.8 Analisis dan Interpretasi Hasil III – 7
3.9 Kesimpulan dan Saran III – 7
BAB IV PERANCANGAN SISTEM
4.1 Identifikasi Sistem Perusahaan IV – 1
4.1.1 Prosedur Pengadaan Barang IV – 1
4.1.2 Prosedur Penjualan IV – 2
4.1.3 Data Penjualan IV – 3
4.2 Analisis Kebutuhan Sistem IV – 4
4.3 Perancangan Basis Model IV – 5
4.3.1 Collaborative Planning IV – 6
4.3.2 Pyramid Forecasting IV – 7
4.3.3 Perhitungan Kebutuhan Barang IV – 11
4.4 Perancangan Basis Data IV – 12
4.4.1 Perancangan Sistem IV – 11
4.4.2 Pengkodean IV – 19
4.4.3 Tahap Perancangan Logika IV – 21
4.4.4Entity Relationship Diagram(ERD) IV – 26
4.5 Perancangan Basis Dialog IV – 27
4.5.1 Kamus Data IV – 27
4.5.3 Perancangan User Interface Output IV – 36
4.6 Perancangan Aplikasi CPFR IV – 37
4.7 Validasi Sistem Pendukung Keputusan IV – 42 4.7.1 Ground Truth (dasar kebenaran) IV – 42
4.7.2 Judgement (Penilaian) IV – 43
4.8 Pengujian Ketepatan Output SPK dengan perhitungan IV – 44 Manual
BAB V ANALISIS DAN INTERPRETASI DATA
5.1 Perbandingan Sistem Awal dan Sistem Usulan V – 1 5.2 Analisis Collaborative Planning and Forecasting V – 2 terhadap Bullwhip Effect
5.3 Implementasi Sistem Pendukung Keputusan V – 3 Collaborative Planning and Forecasting
BAB VI KESIMPULAN DAN SARAN
5.1 Kesimpulan VI – 1
5.2 Saran VI – 2
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG MASALAH
PT Sinar Niaga Sejahtera merupakan perusahaan distributor makanan dan minuman. PT Sinar Niaga Sejahtera mendistribusikan produknya melalui beberapa echelon (multi echelon) sebelum akhirnya dapat dikonsumsi oleh konsumen. Produk didistribusikan ke outlet-outlet yaitu grosir, semi-grosir,
retailermaupun modern market. Produk dapat didistribusikan lagi ke outlet yang lebih kecil ataupun dapat langsung dikonsumsi oleh konsumen setelah dari grosir maupun sub-distributor.
Rencana pengadaan barang dilakukan oleh kepala cabang dengan menghitung rata – rata order dari outlet selama 5 bulan. Pertimbangan manajerial akan ditambahkan apabila terjadi hal – hal di luar kebiasaan, yaitu misalnya kegiatan promosi dari produsen dan hari raya Idul Fitri. Jadwal promosi dari outlet biasanya tidak diketahui sehingga pada saat perencanaan pengadaan barang tidak ditambahkan.
PT Sinar Niaga Sejahtera memberikan kebebasan kepada outlet dalam menentukan jumlah order produk. Outlet akan memesan produk dalam jumlah yang besar sehingga kelebihan produk yang disimpan terlalu lama menjadi rusak dan bahkan kadaluarsa sehingga harus dikembalikan (retur) kepada pihak PT Sinar Niaga Sejahtera. Perencanaan pengadaan barang yang hanya berdasarkan pada intuisi saja juga menyebabkan outlet memesan barang lebih banyak dari kebutuhannya dalam seminggu sehingga kelebihan barang disimpan di gudang dalam jangka waktu yang lama. Outlet memesan barang dalam jumlah yang banyak untuk mengantisipasi apabila terjadi lonjakan permintaan dari konsumen. Hal – hal yang menyebabkan retur barang dapat dilihat pada gambar 1.1 berikut:
Retur
Gambar 1.1Fishbone diagramretur barang di PT. SNS Surakarta
Gambar 1.1 memaparkan apa saja yang menjadi penyebab retur produk dari outlet ke PT. Sinar Niaga Sejahtera. Penyebab terbanyak adalah outlet yang memesan barang lebih banyak daripada kebutuhannya sebagai upaya antisipatif apabila ada lonjakan permintaan dari konsumen. Semestinya outlet tidak perlu memesan barang dalam jumlah yang besar sekaligus karena outlet dapat memesan barang seminggu sekali sesuai dengan jadwal kunjungan salesman. Selain itu kurangnya komunikasi antara PT. Sinar Niaga Sejahtera dengan outlet juga menjadi penyebab banyaknya persentase retur secara tidak langsung. Adanya komunikasi antara outlet dengan PT. Sinar Niaga Sejahtera memungkinkan kedua pihak untuk melakukan kerja sama dalam melakukan peramalan untuk membuat perencanaan pengadaan barang sehingga persentase retur dapat dikurangi.
kolaborasi dalam pembuatan rencana bisnis, peramalan, dan replenishment barang. CPFR (Collaborative Planning, Forecasting, and Replenishment) adalah sebuah rangkaian proses atau kegiatan kerjasama antara pihak outlet dengan distributor atau pabrik untuk melakukan perencanaan bisnis, peramalan dan
replenishment secara bersama (Tenhiala, 2003). Collaborative planning adalah perencanaan bisnis bersama antara produsen, distributor dan outlet. Perencanaan yang dilakukan meliputi pembagian informasi aktivitas bisnis masing – masing. Sedangkan Collaborative forecastingadalah peramalan yang dilakukan bersama – sama dengan menggunakan data penjualan dari outlet atau diasumsikan sebagai
demanddari konsumen. Collaborative replenishmentadalah eksekusi pengiriman order untuk seluruh perusahaan yang bekerja sama. Pihak produsen wajib mengkomunikasikan kembali realisasi pemenuhan order sehingga pihak distributor bisa meneruskan pengiriman ke outlet. Collaborative replenishment
tidak dibahas dalam penelitian ini karena PT. Sinar Niaga Sejahtera sudah mempunyai pertimbangan dan standar sendiri dalam menentukan jumlah order serta pengiriman order untuk outlet.
Pembagian informasi sangat diperlukan untuk melakukan CPFR. Model kolaborasi ini sangat bermanfaat untuk mensinkronkan ramalan di sepanjang rantai pasok. Penerapan CPFR diharapkan dapat mencegah terjadinya bullwhip effect karena peramalan dilakukan oleh satu pihak berdasarkan informasi permintaan konsumen yang diperoleh dari outlet sehingga mengurangi resiko terjadinya distorsi informasi. PT. Sinar Niaga Sejahtera diharapkan dapat melakukan kontrol secara langsung terhadap jumlah pemesanan barang yang dilakukan oleh outlet sehingga dapat mengurangi penumpukan jumlah barang yang dilakukan outlet di gudangnya serta dapat mengetahui seberapa besar permintaan konsumen yang sebenarnya.
Sebuah sistem pendukung keputusan akan memudahkan proses pengambilan keputusan sehingga kebutuhan PT Sinar Niaga Sejahtera dapat diakomodir dalam melakukan pengadaan barang sesuai dengan konsep CPFR karena selama ini proses pengambilan keputusan pengadaan barang dilakukan secara manual dengan menggunakan Microsoft Excel. Pembuatan suatu database
sangat membantu dalam melakukan perencanaan pengadaan barang sehingga dapat dijadikan pertimbangan tambahan dalam menentukan keputusan pengadaan barang. Sistem pendukung keputusan yang dirancang diharapkan dapat memberikan alternatif keputusan pengadaan barang yang lebih cepat, tepat dan akurat.
1.2 PERUMUSAN MASALAH
Berdasarkan latar belakang masalah yang telah dipaparkan di atas maka perumusan masalah yang diangkat yaitu bagaimana membangun sistem pendukung keputusan untuk mendukung Collaborative PlanningandForecasting.
1.3 TUJUAN PENELITIAN
Adapun tujuan pelaksanaan penelitian di PT Sinar Niaga Sejahtera adalah merancang sistem pendukung keputusan untuk mendukung Collaborative Planningand Forecasting.
1.4 BATASAN PENELITIAN
Agar penyusunan skripsi ini lebih fokus pada permasalahan yang diangkat dan tujuan yang ditetapkan tercapai maka perlu dilakukan pembatasan masalah yaitu:
1. Rantai pasok yang diteliti adalah rantai distributor-outlet.
2. Implementasi sistem pendukung keputusan yang dirancang tidak dibahas. 3. Biaya pembuatan program aplikasi dan biaya perawatan inventaris tidak
dibahas.
4. Perancangan order forecast dalam CPFR tidak dibahas dalam penelitian ini.
1.5 ASUMSI PENELITIAN
Asumsi digunakan untuk menyederhanakan kompleksitas permasalahan yang diteliti. Asumsi yang digunakan dalam penelitian ini adalah:
1. Pihak distributor dan outlet sepakat untuk melakukan CPF (Collaborative Planning and Forecasting).
3. Harga produk tidak mengalami perubahan.
4. Lead timeuntuk setiap produk ke outlet adalah sama, yaitu 1 hari.
1.6 MANFAAT MASALAH
Manfaat yang dapat diambil dari pelaksanaan penelitian di PT Sinar Niaga Sejahtera antara lain:
1. Mengurangi Bullwhip effect di PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta.
2. Mengurangi retur barang di PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta.
3. Memudahkan proses pengambilan keputusan dalam pengadaan barang.
I.7 SISTEMATIKA PENULISAN
Sistematika penulisan yang digunakan dalam penyusunan skripsi ini sebagai berikut:
BAB I PENDAHULUAN, memuat latar belakang masalah, perumusan masalah, penetapan tujuan dan manfaat, batasan masalah, asumsi dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA, bab ini membahas tentang gambaran umum PT Sinar Niaga Sejahtera distributor wilayah Surakarta yang merupakan tempat dilaksanakannya penelitian skripsi. Serta berisi landasan teori yang memuat teori-teori yang menunjang dalam pengolahan data.
BAB III METODOLOGI PENELITIAN, berisi langkah-langkah penyelesaian masalah secara umum. Tahapan itu meliputi penetapan perumusan masalah, pengumpulan data, pengolahan data, analisis dan interpretasi hasil, dan kesimpulan dan saran.
BAB IV PERANCANGAN SISTEM, berisi tentang sistem perusahaan saat ini beserta langkah – langkah perancangan sistem pendukung keputusan.
BAB V ANALISIS DAN INTERPRETASI HASIL, berisi uraian analisis dan interpretasi dari hasil perancangan sistem yang telah dilakukan.
BAB II
TINJAUAN PUSTAKA
Bab II merupakan tinjauan pustaka yang berisi tinjauan umum perusahaan serta landasan teori yang mendukung pengolahan data dalam penyusunan skripsi ini. Tinjauan umum perusahaan meliputi sejarah perkembangan perusahaan, lokasi serta struktur organisasi perusahaan, sistem order dan wilayah pemasaran serta jenis produk dan armada pengiriman. Landasan teori berisi tentang teori
Bullwhip Effect, CPFR, peramalan dan sistem pendukung keputusan.
2.1 TINJAUAN UMUM PERUSAHAAN
Sub bab ini berisi mengenai sejarah pekembangan perusahaan, lokasi serta struktur organisasi perusahaan, sistem order dan wilayah pemasaran serta jenis produk dan armada pengiriman.
2.1.1 Sejarah Perkembangan Perusahaan
PT Sinar Niaga Sejahtera (SNS) didirikan pada tahun 1994, peran SNS sangat menentukan bagi perkembangan Garuda Food. Berbagai macam produk Garudafood bisa diperoleh konsumen di wilayah-wilayah pelosok seluruh Indonesia karena didistribusikan oleh PT. Sinar Niaga Sejahtera. SNS telah memiliki 96 depo dan memiliki 5 kantor regional yang tersebar di seluruh kota besar di Indonesia, yang melayani hampir 150.000 outlet pelanggan di seluruh Indonesia. SNS juga bermitra dengan subdisributor besar yang tersebar dari Aceh sampai Papua untuk memperluas jaringannya.
PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta merupakan salah satu depo yang memiliki kantor regional di Yogyakarta. PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta bertujuan untuk kegiatan pendistribusian produk Garudafood dari pabrik sampai ke outlet-outlet yang berada di wilayah Surakarta dan sekitarnya yaitu Kota Solo, serta kabupaten Sragen, Wonogiri, Sukoharjo, Karanganyar dan Boyolali.
Sejahtera tidak memproduksi produk namun hanya mendistribusikan produk sedangkan supply produk diperoleh langsung dari pabrik. Saat ini jumlah outlet yang dilayani oleh perusahaan meliputi 24 chainstore, 247 grosir, 546 semi grosir, 2 sub dis, 886 retailerdan 57 modern market.
2.1.2 Lokasi Perusahaan dan Struktur Organisasi
PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta berlokasi di Jalan Raya Solo-Purwodadi km 5. Letak perusahaan yang strategis memudahkan dalam pendistribusian serta memudahkan keluar masuknya truk dari pabrik serta mini truk yang mendistribusikan produk ke retailer.
Adapun struktur organisasi di PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta dapat dilihat pada gambar 2.1 di bawah ini
Gambar 2.1Struktur Organisasi PT SNS Distributor Wilayah Solo (Sumber: PT Sinar Niaga Sejahtera distributor wilayah Surakarta, 2008) Secara lebih jelas, struktur organisasi dapat dijelaskan sebagai berikut ini: 1. Kepala Cabang (BM)
Kepala cabang adalah kepala PT Sinar Niaga Sejahtera distributor wilayah Solo. Kepala cabang bertanggung jawab atas segala hal yang berkaitan dengan PT. Sinar Niaga Sejahtera distributor wilayah Solo.
2. Sales Area Koordinator(SAK)
SAK bertanggungjawab terhadap jadwal kunjungan salesman ke outlet. SAK terdiri dari dua divisi, yaitu SAK untuk pasar tradisional dan SAK untuk
modern market.
Finance Account Manager bertanggungjawab untuk semua masalah keuangan dan administrasi di PT Sinar Niaga Sejahtera distributor wilayah Solo. Setiap akhir bulan, FAS harus membuat laporan keuangan PT Sinar Niaga Sejahtera distributor wilayah Solo. Dalam tugasnya, FAS dibantu oleh beberapa petugas administrasi.
4. Kepala Gudang
Kepala Gudang bertanggungjawab terhadap penyimpanan produk di dalam gudang termasuk di dalamnya adalah pengecekan jumlah inventory, keadaan produk dan proses dropping barang. Kepala gudang membawahi beberapa staff gudang dan juga dropper.Dropperberasal dari pihak ke tiga atau pihak penyedia jasa transportasi.
2.1.3 Sistem Order dan Wilayah Pemasaran
Sebagai distributor yang melayani pendistribusian produk-produk Garudafood, PT. SNS Distributor Wilayah Surakarta memiliki sistem order
tertentu dalam mengatur penerimaan order serta pemenuhan order dari outlet. Sistem order tersebut meliputi penerimaan order dari outlet sampai pengiriman produk yang dipesan oleh outlet yang melibatkan beberapa bagian (divisi) dalam perusahaan. Secara sistematis sistem order di PT. SNS Unit Distributor Wilayah Surakarta dapat digambarkan dalam diagram alir gambar 2.1 berikut:
Diagram alir sistem order PT. Sinar Niaga Sejahter Distributor Wilayah Surakarta pada gambar 2.2 tersebut dapat dijelaskan sebagai berikut.
1.Orderdari retailer.
Order dari retailer berupa sejumlah produk dan kuantitasnya. Dalam mencari order dari outlet, PT Sinar Niaga Sejahtera mengandalkan salesman. setiap hari salesman selalu membuat purchase order untuk setiap order yang mereka dapatkan. Salesman mempunyai jadwal kunjungan tetap ke outlet-outlet yang berada di wilayah surakarta dan sekitarnya. Selain itu salesman juga bertugas mencari pelanggan baru yang akan bergabung dengan PT SNS. Order
dari retailerke distributornya biasanya datang dengan periode harian. 2. Bagian pemasaran.
Bagian pemasaran bertugas menerima semua order yang datang dari retailer untuk semua jenis produk. Bagian pemasaran merupakan bagian yang berhubungan langsung dengan relasi, termasuk menangani pembayaran dari relasi serta menanggapi keluhan dari relasi. Bagian pemasaran menetapkan lead time
satu hari terhitung mulai dari order diterima oleh bagian pemasaran sampai produk diterima oleh relasi. Selanjutnya bagian pemasaran meneruskan informasi tentang order relasi tersebut ke bagian sirkulasi.
3. Bagian inventori (gudang).
Bagian inventori (gudang) mengatur penyimpanan produk di gudang. Pengaturan yang dilakukan oleh bagian inventori meliputi pengaturan letak dan penempatan produk di gudang serta pengaturan penempatan produk yang baru diterima oleh distributor dari pabrik dan pengaturan penempatan produk yang akan didistribusikan ke sejumlah retailer. Bagian inventori (gudang) selalu melakukan komunikasi dengan bagian inventori dengan saling memberikan informasi yang dibutuhkan. Sistem order di perusahaan melibatkan bagian sirkulasi untuk memberikan informasi rekap total order dari retailer kepada bagian inventori (gudang). Selanjutnya, bagian inventori bertugas menyiapkan produk yang akan dikirimkan ke retailer sesuai dengan rekap total order dari retailer. Tahap inilah yang disebut tahap persiapan pengiriman.
Setelah tahap persiapan pengiriman selesai dilakukan, bagian transportasi akan menyiapkan armada transportasi berupa minitruk. Produk yang akan dikirim ke outlet diatur dan ditata secara optimal di dalam minitruk. Selanjutnya produk tersebut akan dikirim ke semua outlet yang telah melakukan order.
Wilayah pemasaran PT. Sinar Niaga Sejahtera Distributor Wilayah Surakarta yaitu Kota Solo, serta kabupaten Sragen, Wonogiri, Sukoharjo, Karanganyar dan Boyolali. Pelanggan PT Sinar Niaga Sejahtera meliputi semua retailer, grosir, semigrosir, modern market dan institusi yang berada di wilayah Surakarta dan sekitarnya. Selain itu juga terdapat star outlet, yaitu outlet dengan penjualan terbanyak dan mempunyai otoritas seperti grosir, tetapi juga dapat melakukan penjualan langsung kepada end user. Dari outlet – outlet tersebut barang dapat langsung dijual ke end user maupun ke outlet yang lebih kecil. Berikut ini adalah sistem jangkauan outlet dan distributor di PT Sinar Niaga Sejahtera:
Gambar 2.3Sistem Jangkauan Outlet dan Distributor (Sumber: www.snsgroup.com, 2009)
2.1.4 Jenis Produk
Produk-produk yang didistribusikan oleh PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta adalah produk-produk Garudafood dan beberapa produk non-Garudafood. Adapun jenis produk yang didistribusikan oleh PT Sinar Niaga Sejahtera Distributor Wilayah Surakarta dapat dilihat pada lampiran L-1.
Sub bab ini berisi mengenai teori-teori pendukung dalam pengolahan data. Teori pendukung ini antara lain adalah teori Bullwhip Effect, CPFR, peramalan dan sistem pendukung keputusan.
2.2.1 Konsep Dasar Manajemen Rantai Pasok
Manajemen rantai pasok adalah suatu pendekatan yang digunakan untuk mencapai pengintegrasian yang efisian dari supplier, manufakturer, distributor, retailer, dan konsumen (Simchi Levi dkk, 2000). Sedangkan menurut Council of Logistic Management, rantai pasok management adalah sistematis dan strategis koordinasi fungsi bisnis tradisional dalam perusahaan dan dalam seluruh kegiatan usaha dalam rantai pasokan untuk tujuan memperbaiki kinerja jangka panjang perusahaan individual dan rantai suplai keseluruhan (Pudjawan, 2005).
Ada empat penggerak performansi rantai pasok yaitu: 1. Fasilitas
Meliputi lokasi dimana inventori disimpan, dirakit atau diproses serta lokasi produksi dan penyimpanan (gudang). Ada beberapa komponen yang mempengaruhi keputusan fasilitas antara lain:
a. Lokasi dimana perusahaan akan menempatkan fasilitasnya. b. Kapasitas
c. Metode manufaktur d. Metodologi pergudangan 2. Inventori
Menyangkut penyimpanan dan pengaturan bahan mentah, produk setengah jadi serta produk jadi. Selain itu juga menyangkut kebijakan inventori yang ditetapkan perusahaan. Ada beberapa komponen yang mempengaruhi keputusan inventori antara lain:
a. Cycle inventory yaitu jumlah inventori rata-rata untuk memenuhi permintaan antar pengiriman
b. Safety inventory yaitu inventori pengaman jika permintaan melebihi perkiraan
d. Overall trade off
3. Transportasi
Kegiatan transportasi yaitu memindahkan inventori dari satu titik ke titik yang lain. Kegiatan transportasi menggunakan kombinasi moda dan rute transportasi.
4. Informasi
Informasi yang dimaksud disini yaitu informasi yang berkaitan dengan ketiga penggerak performansi manajemen rantai pasok yang lain berupa data dan analisa inventori, transportasi dan fasilitas. Informasi merupakan penggerak utama potensial dari performansi rantai pasok.
Ada beberapa komponen yang mempengaruhi keputusan informasi antara lain:
a. Koordinasi dan pembagian informasi b. Peramalan dan perencanaan agregat
c. Penetapan harga dan manajemen pendapatan
d. Teknologi pendukung aliran informasi yaitu EDI, internet, ERP, software manajemen rantai pasok.
2.2.2Bullwhip Effect
Ketidakmampuan distributor dalam menduga permintaan pedagang akan memaksa distributor menyimpan produk yang cenderung berlebihan yang pada akhirnya akan muncul sebagai permintaan ke pabrik yang kelihatannya begitu besar dan seolah-olah merefleksikan naiknya permintaan konsumen. Hal seperti inilah yang disebut bullwhip effect.
Model ramalan yang digunakan oleh perusahaan dapat berpengaruh terhadap bullwhip effect. Menurut studi yang dilakukan oleh Chen et al (1998), menunjukkan bahwa “untuk permintaan yang bersifat acak dengan distribusi yang identik (independent identically distributed atau i.i.d), bullwhip effect bisa lebih besar kalau ritel menggunakan model peramalan exponential smoothing
dibandingkan dengan metode moving average” (Pudjawan, 2005). Mereka juga mengemukakan bahwa ramalan yang lebih halus bisa mengurangi bullwhip effect. Koefisien alpha yang lebih kecil bisa mengurangi bullwhip effect jika menggunakan model peramalan exponential smoothing.
Distributor sering melakukan rationing jika terdapat suatu situasi dimana permintaan lebih tinggi dari pesediaan. Distributor tidak memenuhi seratus persen pesanan pelanggan, namun hanya sekian persen dari volume yang dipesan. Pelanggan akan melakukan upaya antisipatif karena mengetahui bahwa permintaan mereka sering tidak dipenuhi seluruhnya. Banyak pelanggan yang berupaya membesarkan ukuran pesanan mereka dengan harapan kalau dilakukan
rationing, mereka masih mempunyai jumlah persediaan yang cukup untuk dijual. Kejadian seperti ini biasanya terjadi menjelang hari raya, tahun baru, dan sebagainya. Sayangnya kekurangan stok seperti ini tidak terjadi setiap saat dan tidak mudah untuk diprediksi. Akibatnya, sering kali pada saat persediaan sebenarnya cukup, pelanggan mengubah atau membatalkan pesanan mereka.
Menurut Pudjawan (2005), pengurangan bullwhip effect bisa dilakukan apabila penyebabnya dimengerti dengan baik oleh pihak-pihak pada rantai pasok. Teknik atau pendekatan yang bisa digunakan untuk mengurangi bullwhip effect
tentunya harus berkorespondensi dengan penyebabnya. Beberapa pendekatan yang diyakini bisa mengurangi bullwhip effect adalah:
1. Information sharing
Informasi yang tidak transparan mengakibatkan banyak pihak dalam rantai pasok melakukan kegiatan atas dasar ramalan yang tidak akurat. Ritel seringkali tidak membagi informasi penjualan dengan pusat distribusi dan pabrik. Pabrik hanya mengetahui pola permintaan berdasarkan order yang diterima dari pusat distributor dan distributor memahami permintaan berdasarkan pola order dari para ritel. Sesungguhnya order dari ritel ke distributor biasanya tidak mencerminkan permintaan yang sesungguhnya karena berbagai hal seperti misalnya order batching dan forward buying. Salah satu cara untuk mereduksi bullwhip effect
adalah dengan membagi informasi permintaan ke seluruh anggota dalam rantai pasok termasuk distributor, pabrik, maupun pemasok komponen atau bahan baku. Teknologi yang saat ini ada memungkinkan untuk melakukan information sharing
tersebut. Barcoding, electronic data interchange (EDI) maupun teknologi sejenis lainnya bisa mentransmisikan data penjualan (point of sales, POS) dari tempat dimana produk tersebut dijual ke para anggota rantai pasok yang berada di sebelah hulu. Studi simulasi yang dilakukan oleh Machura dan Barajas (2004) menunjukkan bahwa EDI bisa mengurangi bullwhip effect maupun biaya-biaya persediaan.
saja kalau CPFR bisa dilaksanakan, semua pihak akan menggunakan data yang sama untuk membuat ramalan permintaan. Menurut Simchi – Levi, dkk (2000) semakin banyak faktor yang dihitung dalam peramaan semakin akurat pula hasil peramalan itu.
2. Memperpendek atau Mengubah Struktur Rantai pasok
Semakin panjang dan kompleks struktur suatu rantai pasok, semakin besar kemungkinannya terjadi distorsi informasi. Oleh karena itu cara yang baik untuk mengurangi bullwhip effect adalah dengan mengubah struktur rantai pasok sehingga menjadi lebih pendek atau memungkinkan terjadinya pertukaran informasi dengan lebih lancar.
3. Pengurangan Ongkos-ongkos Tetap
Biaya-biaya tetap yang terlalu tinggi mengakibatkan kegiatan produksi maupun pengiriman tidak bisa dilakukan dengan ukuran batch yang kecil. Ukuran
batchyang besar adalah salah satu sumber terjadinya bullwhip effect. Oleh karena itu pengurangan bullwhip effect bisa dilakukan dengan mengupayakan pengurangan ongkos-ongkos tetap sehingga produksi maupun pengiriman bisa dilakukan dengan ukuran batchyang kecil
4. Menciptakan Stabilitas Harga
Pemberian potongan harga oleh distributor ke tokko-toko atau ritel bisa mengakibatkan reaksi forward buying yang sebetulnya tidak berpengaruh pada permintaan dari konsumen. Forward buying, frekuensi dan intensitas kegiatan promosi parsial seperti ini harus dikurangi dan lebih diarahkan ke pengurangan harga secara kontinu sehingga bisa menciptakan program seperti everyday low price(EDLP). Jika kegiatan promosi atau penurunan harga dilakukan maka semua pihak pada rantai pasok harus mengetahui program tersebut dengan baik sehingga tidak keliru dalam menaksir permintaan yang sesungguhnya.
5. Pemendekan Lead Time
Berbagai analisis tentang bullwhip effect menunjukkan bahwa lead time
punya peranan yang besar dalam menciptakan amplifikasi permintaan. Lead time
perbaikan manajemen penanganan order, penjadwalan produksi maupun pengiriman yang lebih baik, dan sebagainya
2.2.3 Peramalan
A. Definisi Peramalan
Makridakis dan Whellwright (1992) mendefinisikan peramalan sebagai suatu teknik pendugaan mengenai apa yang akan terjadi di masa yang akan datang. Peramalan di sini bukanlah menduga sesuatu dengan tanpa dasar ataupun melibatkan khayalan, akan tetapi peramalan yang didasarkan pada informasi-informasi masa lalu dan saat ini yang akurat disertai dengan teori-teori yang kuat. Adapun teknik peramalan digunakan untuk membantu dalam proses pengambilan suatu keputusan
Gambar 2.3 Skema Teknik Peramalan (forecasting) (Sumber: Makridakis and Wheelright, 1992)
Sesuatu yang terjadi di periode mendatang sangatlah penting diketahui oleh pihak manajemen (pengusaha) untuk menentukan kebijakan-kebijakan yang perlu diambil saat ini demi kelancaran operasional. Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen. Perusahaan atau organisasi selalu menentukan sasaran dan tujuan, berusaha menduga faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan tersebut. Kebutuhan akan peramalan meningkat sejalan dengan usaha manajemen untuk mengurangi ketergantungannya pada hal-hal yang belum pasti, apalagi seiring dengan meningkatnya kompleksitas, persaingan dan tingkat perubahan lingkungan (Makridakis dan Whellwright, 1992).
B. Tujuan Peramalan
Metode Peramalan
Metode Kualitatif Metode Kuantitatif
Menurut Makridakis dan Whellwright (1992) peramalan dilakukan untuk memprediksi permintaan pada periode yang akan datang. Proses peramalan dilakukan dengan asumsi dasar bahwa pola permintaan pada masa yang lalu terus berlanjut pada masa yang akan datang selama periode peramalan.
C. Karakteristik Peramalan
Menurut Chopra dan Meindl (2004) karakteristik dari peramalan adalah sebagai berikut:
1. Selalu terdapat kesalahan (error) dalam peramalan.
2. Peramalan jangka pendek lebih akurat dibandingkan peramalan jangka panjang karena peramalan jangka panjang mempunyai standar desiasi erro yang lebih besar daripada peramalan jangka pendek.
3. Peramalan agregat lebih akurat dibandingkat peramalan yang tidak diagragasi. 4. Secara umum, semakin tinggi rantai pasokan sebuah perusahaan (atau
sebagian jauh dari konsumen), semakin besar distorsi yang diterima.
D. Metode Peramalan
Menurut Makridakis dan Whellwright (1992), secara garis besar metode peramalan dapat diklasifikasikan menjadi dua, yaitu :
1. Metode Kualitatif
Metode ini mempunyai karakteristik sebagai berikut :
a. Peramalan bersifat subyektif yaitu dengan menggunakan opini ahli sehingga sangat bergantung pada persepsi masing-masing ahli.
b. Tidak memerlukan data yang lengkap sehingga dapat digunakan untuk meramalkan permintaan produk baru atau ketika data historis tidak lengkap.
c. Metode ini biasanya juga digunakan untuk meramalkan permintaan pada jangka panjang.
2. Metode Kuantitatif
Metode ini mempunyai karakteristik sebagai berikut :
yang lengkap.
b. Metode digunakan dengan asumsi pola masa lalu terus berlanjut ke masa yang akan datang.
c. Metode ini biasanya digunakan untuk meramalkan existing product dalam jangka pendek dan menengah.
Metode kuantitatif dapat dibagi dalam dua macam : a. Metode Time Series
Penjualan dan permintaan suatu produk dilihat polanya tanpa dicari apa yang menyebabkan pola tersebut. Dalam metode ini permintaan dilihat sebagai fungsi waktu.
b. Metode Kausal
Metode ini berusaha menyatakan permintaan sebagai fungsi perubahan pada faktor-faktor yang mempengaruhi permintaan. Hasil peramalan dengan metode ini lebih akurat jika dibandingkan dengan metode time series namun metode ini memerlukan waktu pengembangan model yang lama dan biaya yang tinggi.
E. Metode-Metode Peramalan Kuantitatif Time Series
Persamaan matematis yang digunakan dalam masing-masing metode peramalan kuantitatif tersebut adalah sebagai berikut (Makridakis dkk, 1992):
1. Untuk Pola Data Stationer
a. Simple Moving Average (SMA)
SMA adalah metode peramalan yang digunakan dengan menghitung nilai tangeh dari nilai observasi baru dan membuang nilai observasi yang lama. Metode ini digunakan untuk pola data stasioner dan tidak dapat menanggulangi pola tren dan musiman. SMA dipengaruhi oleh data aktual (At) dan jumlah periode perhitungan SMA dan dirumuskan sebagai berikut:
b. Weighted Moving Average (WMA)
WMA adalah pengembangan dari metode SMA dengan pembobotan yang lebih besar pada periode akhir daripada periode perhitungan yang lebih awal. WMA dipengaruhi oleh data aktual, pembobotan dan jumlah pembobotan pada perhitungan peramalan. WMA dirumuskan sebagai berikut:
F(t+1) =
SES adalah metode peramalan untuk pola data stationer yang dipengaruhi oleh nilai data aktual, peramalan sebelumnya dan konstanta alpha (α). Konstantaa alpha mempunyai nilai mendekati 1 apabila pola data aktual sangat random dan
F(0) = A(1)... (2.10) F(t) = α.A(t)+ (1-α).F(t-1)... (2.11)
2. Untuk Pola Data Trend
a. Moving Average With Linear Trend (MAT)
Metode ini digunakan untuk meramalkan data time series yang mempunyai kecenderungan linier. Metode ini dilakukan dengan menghitung rata-rata bergerak pada rangkaian pada rangkaian dasar. Hasilnya disebut rangkaian data kedua, kemudian dihitung rata-rata bergerak dari rangkaian data kedua ini. MAT dirumuskan sebagai berikut:
b. Single Exponential Smoothing With Trends (SEST)
Metode ini disebut juga dengan metod Holt. Metode ini menggunakan dua parameter yaitu α dan β. Teknik ini memerhalus trend dan slope secara langsung dengan menggunakan konstanta-konstanta pemulusan tersebut. Nilai α digunakan untuk menghilangkan pengaruh random, sedangkan β digunakan untuk menghilangkan trend. SEST dirumuskan sebagai berikut:
F(t) = α.A(t)+ (1-α).F(t-1)+ T(t-1)... (2.15) T(t) = β(F(t)– F(t-1)) + (1-β).T(t-1) ... (2.16) f(t+τ) = F(t)+ τ.T(t) ... (2.17)
3. Untuk Pola Data Musiman
a. Metode Winter
trend dan γ untuk konstanta estimasi musiman. Metode Winter dirumuskan
Rumus di atas digunakan untuk perhitungan pengaruh unsur stationer. Pada rumus tersebut terlihat bahwa unsur pertamanya dibagi dengan indeks musiman (I(t-m)). Hal ini dilakukan untuk mengeliminasi faktor musiman. Sedangkan pada unsur kedua ditambah dengan komponen trend (T(t-1)) untuk menyesuaikan secara langsung terhadap trend berikutnya.
T(t) = β(F(t)– F(t-1)) + (t-β).T(t-1)... (2.19) Persamaan di atas digunakan untuk perhitungan pengaruh unsur trend. Pada persamaan tersebut nilai pemulusan trend (T(t)) secara langsung disesuaikan dengan trend periode sebelumnya dengan menambahkan nilai pemuluan yang terakhir (T(t-1)).
Persamaan di atas digunakan untuk perhitungan pengaruh unsur musiman. Persamaan tersebut membagi antara rasio nilai sekarang dari deret data (A(t)) dengan nilai pemulusan tunggal sekarang (F(t)).
f(t+τ) = (F(t)+ τ.T(t)). I(t+R-m)... (2.21) Persamaan di atas adalah rumus peramalan Winter yang digunakan setelah faktor stationer, trend dan musiman diketahui.
γ : parameter seasonal smoothing A(t) : actual data dalam periode t f(t) : peramalan untuk periode t T(t) : trend untuk periode t W(t): bobot untuk periode t
I(t) : seasonal index untuk periode t
e(t) : keslahan dalam periode t, yang mana A(t)– f(t) A : rata – rata data aktual
Metode peramalan yang digunakan haruslah metode yang paling sesuai dengan pola data historis. Untuk melihat kesesuaian metode, kita dapat menggunakan beberapa kriteria yaitu :
Presentase kesalahan :
Standard Error of Estimate:
Dengan : Ft = Hasil peramalan pada periode ke-t
Xt = Data historis pada periode ke-t
n = Jumlah data historis f = Derajat kebebasan PKt = Presentase kesalahan
F. Pyramid Forecasting
Peramalan dapat juga dilakukan berdasarkan lokasi geografis dan kelompok produk yang dalam peramalan dikenal sebagai peramalan berdasarkan dimensi agregasi dan disagregasi. Hal umum yang berlaku yang berkaitan dengan agregasi ini adalah bahwa peramalan pada tingkat agregasi yang lebih tinggi akan lebih akurat dibandingkan peramalan pada tingkat agregasi yang lebih rendah atau pada tingkat disagregasi (Gaspersz, 2004). Pemilihan model peramalan akan tergantung pada pola data dan horizon waktu peramalan. Berikut ini adalah gambar piramida agregasi dalam peramalan:
Gambar 2.5Agregasi Berdasarkan Lokasi Geografis (Sumber: Gaspersz, 1994)
Teknik peramalan piramida sering juga disebut sebagai teknik Roll-Up, Force-Down. Proses roll-up adalah proses pengagregasian dari tingkat agregasi paling rendah ke tingkat agregasi tertinggi. Sedangkan proses force-down adalah proses diagregasi dari tingkat tertinggi sampai tingkat terendah. Berikut ini adalah gambar ilustrasi proses roll up dan force down:
Tahap force-down adalah tahap dimana hasil peramalan untuk satu kelompok produk (agregat) didisagregasi sampai satuan produk terkecil. Pendisagregasian ini berdasarkan jumlah rasio penambahan yang telah didapat.
Xt = rasio produk x hasil peramalan ... (2.27) Dimana rasio produk adalah perbandingan antara jumlah produk dengan jumlah total keseluruhan produk.
2.2.4 Sistem Pendukung Keputusan (SPK)
1. Pengertian Sistem Pendukung Keputusan (SPK)
Menurut Mcleod (2008). pembuatan keputusan adalah tindakan memilih di antara berbagai alternatif solusi pemecahan masalah. Sedangkan keputusan didefinisikan sebagai tindakan pilihan untuk mengambil keputusan dalam proses pemecahan masalah.
Menurut Winarno (2004), SPK adalah sebuah sistem yang memandu pembuat keputusan. Sistem ini akan mendasarkan proses pembuatan keputusan kepada aturan yang ditetapkan oleh para perancang sistem dan basis data yang ada dalam perusahaan. Dalam membangun sebuah SPK, manajemen perusahaan dan perancang sistem harus dapat merumuskan berbagai masalah dan jalan keluarnya. Rumusan ini membutuhkan sebuah model. Model adalah perwakilan atau gambaran atas sesuatu. Model dapat mewakili objek atau aktivitas, yang disebut entitas. Manfaat model adalah untuk mempermudah pemahaman. Apabila sebuah model yang sederhana telah dipahami, para pembuat model dapat segera memahami masalah yang lebih komplek. Manfaat model yang lain adalah mempermudah komunikasi sehingga kemampuan komunikasi lebih cepat dan lebih baik dengan tingkat kesalahan yang rendah. Manfaat terakhir adalah untuk memprediksi masa depan. Pembuat keputusan dapat memperkirakan apa yang akan terjadi di masa yang akan datang dengan menggunakan model.
2. Konsep Sistem Pendukung Keputusan
pengolahan transaksi. Semakin tinggi tingkatan manajemen akan semakin dekat dengan sistem pendukung keputusan (SPK).
Semakin tinggi tingkatan manajemen, keputusan yang diambil akan semakin banyak mengandung ketidakpastian. Selain itu manajemen puncak juga tetap terlibat dalam pembuatan keputusan terstruktur, meskipun keterlibatannya akan semakin kecil bila dibanding dengan manajer level bawahnya. Hubungan keputusan dengan masalah dan pembuat keputusannya dapat dilihat pada gamabr yang dibuat oleh Gorry-Scott Morton Grid berikut ini
Operasional Pengendalian Strategi
Piutang Dagang Analisis anggaran Pengaturan transportasi barang
Penjadwalan Produksi Analisis Selisih Merger dan akuisisi
Manajemen Kas Penyusunan Anggaran
Analisis PERT Proses produksi Perancangan produk baru
Pemasaran Litbang (R & D)
Sistem pendukung keputusan terdiri dari beberapa komponen. Menurut Suryahadi dan Ramdhani (2000), suatu SPK terdiri dari tiga subsistem utama yaitu basis data, basis model dan perangkat lunak penyelenggara dialog. Komponen sistem pendukung keputusan adalah sebagai berikut:
a. Basis data
Terdapat dua macam teknik dalam perancangan basis data yaitu:
Teknik Normalisasi
Tujuan normalisasi adalah mengidentifikasikan hubungan antar atribut, mengkombinasikan atribut untuk membentuk relasi, dan mengkombinasikan relasi untuk membentuk database. Atribut adalah elemen data atau field. Relasi didefinisikan sebagai kumpulan atribut. Sedangkan database didefinisikan sebagai kumpulan relasi.
Teknik normalisasi dimulai dari dokumen dasar yang sudah ada pada sistem atau sudah dipakai pada sistem sebelumnya. Data – data pada dokumen dasar tersebut dipisahkan menjadi field – field yang pada tiap field pada file tersebut bergantung penuh pada kunci utama yang biasanya dikenal dengan bentuk normal ke tiga. Kemudian setiap file dalam database ditentukan hubungannya dengan file –file yang lain dengan cara memasang field tamu pada file – file anak atau file konektor. Normalisasi menghindari terjadinya anomali, yaitu kejanggalan yang dapat terjadi bisa dilakukan penambahan baris (kolom), modofikasi isi atribut, dan menghapus baris. Untuk menghindari anomali, umumnya dilakukan dekomposisi dari kumpulan atribut, dipecah hingga menjadi beberapa tabel baru. Berikut ini adalah bentuk-bentuk dari normalisasi:
1. 1NF (First Normal Form)
Sebuah relasi berada dalam 1NF jika relasi tersebut tidak berisi atribut yang berulang – ulang.
2. 2NF (Second Normal Form)
Sebuah relasi berada dalam 2NF jika relasi tersebut dalam 1NF dan untuk setiap non key atribut adalah tergantung fungsional penuh kepada primary key. Sebuah relasi berada dalam 1NF dan 2NF jika salah satu syarat – syarat berikut ini dapat terpenuhi:
Primary key hanya terdiri atas 1 atribut
Tidak terdapat atribut yang bukan primary key
3. 3NF (Third Normal Form)
Sebuah relasi berada dalam 3NF bila relasi adalah 1NF dan 2NF dan tidak ada non key atribut yang tergantung fungsional kepada non-key atribut yang lainnya.
Teknik Entity Relationship
Teknik ini dimulai dengan pembuatan diagram arus data yang menghasilkan kamus data yang merupakan daftar semua elemen/field yang dibutuhkan dalam sistem tersebut. Dari field – field tersebut dipilih field kunci yang bersifat unik artinya keseluruhan record dapat dicari dari record tersebut, kemudian baru dibuat file – file berdasar kunci record tersebut yang mana elemen / field dalam field tersebut bergantung penuh dengan field kunci tersebut. Setelah membuat tabel baru ditentukan relasi dari tiap tabel tersebut seperti halnya teknik normalisasi. Terdapat epat relasi dasar, yaitu:
1. ONE TO ONE ( 1 – 1), relasi yang terjadi jika sebuah entry dalam sebuah objek data store dihubungkan dengan hanya sebuah entry dalam sebuah object data store yang lain.
2. ONE TO MANY (1 – M), relasi yang terjadi jika sebuah entry dalam sebuah object data store dihubungkan dengan satu atau lebih entry dalam sebuah object data store yang lain.
3. MANY TO ONE (M – 1), relasi yang terjadi jika satu atau lebih entry dalam sebuah object data store dihubungkan dengan hanya satu entry dalam sebuah object data store yang lain.
4. MANY TO MANY (M – M), relasi yang terjadi jika satu atau lebih entry dalam sebuah object data store dihubungkan dengan satu atau lebih entry dalam sebuah object data store yang lain.
b. Model
Menurut Mcleod (2008) model adalah abstraksi dari sesuatu. Model mewakili suato objek yang disebut entitas. Terdapat empat jenis dasar model yaitu:
Model fisik
Model fisik merupakan gambaran tiga dimensi entitasnya seperti misalnya model skala pusat perbelanjaan dan protoipe mobil baru. Model fisik dibuat untuk mencapai tujuan yang tidak dapat dipenuhi oleh benda sesuangguhnya.
Model naratif
Model naratif adalah penggambaran entitas dengan kata – kata yang terucap atau tertulis. Pendengar atau pembaca dapat memahami entitas tersebut dari naratifnya. Semua komunikasi bisnis adalah model naratif.
Model grafis
Model grafis menggambarkan entitasnya dengan abstraksi garis, simbol, atau bentuk. Model grafis juga digunakan dalam desain sistem informasi sebagai contohnya adalah diagran relasi entitas, diagram aliran data, dan lain – lain.
Model matematis
Setiap rumus atau persamaan matematika adalah model matematis. c. Perangkat analisis
Berbagai perangkat analisis yang digunakan untuk mencari jalan keluar terbaik misalnya adalah sebagai berikut:
What if Analysis
Analisis ini digunakan untuk mengetahui apa yang terjadi apabila satu atau beberapa variabel berubah. Misalnya, berapa laba yang akan diperoleh perusahaan bila harganya dinaikkan 10% sedang biaya variabel naik 8%?
Sensitivity Analysis
Goal-Seeking Analysis
Analisis ini digunakan untuk mencari solusi terbaik (misalnya laba tertinggi atau biaya terendah) dari suatu masalah.
Optimization Analysis
Analisis ini digunakan untuk mencari solusi yang paling menguntungkan bagi perusahaan, dan mirip dengan goal-seeking analysis. Analisis ini biasanya memanfaatkan perhitungan menggunakan linear programming.
d. Laporan
Terdapat tiga jenis laporan, yaitu:
Laporan rutin (Periodic report)
Laporan ini diterbitkan dan disediakan secara berkala, memuat informasi yang sudah standar, sehingga jarang diperlukan oleh manajemen puncak.
Laporan pengecualian (Exception Report)
Laporan yang disediakan apabila terjadi kondisi yang menyimpang dari kebiasaan.
Laporan atas permintaan (on Demand Report)
Laporan ini disediakan apabila manajemen memintanya. Laporan ini biasanya berisi informasi yang benar-benar diperlukan oleh manajemen, sehingga bermanfaat cukup besar dalam pembuatan keputusan.
4. Tahap Pembuatan Keputusan
Menurut Hebert A. Simon dalam Winarno (2004), pembuatan keputusan melibatkan 4 langkah yaitu:
a. Tahap Intelligence
Tahap intelligence adalah tahap pengakuan adanya masalah. Masalah dapat merupakan persoalan maupun kesulitan yang muncul dalam kehidupan organisasi, atau juga dapat merupakan persoalan yang ditimbulkan sendiri oleh pembuat keputusan. Tahap ini adalah tahap yang paling penting dlam tahapan-tahapan pembuatan keputusan.
b. Tahap Design
c. Tahap Choice
Tahap choice adalah tahap memilih salah satu di antara berbagai alternatif yang sudah disiapkan dalam tahap design. Dalam tahap ini, pembuat keputusan akan menggunakan model pemilihan alternatif.
d. Tahap Implementation
Tahap yang terakhir adalah pelaksanaan dari keputusan yang telah diambil pada tahapan choice.
5. Kesalahan dalam Pembuatan Keputusan
Terdapat beberapa kesalahan yang sering terjadi dalam penganbilan keputusan, diantaranya adalah sebagai berikut:
a. Kesalahan analisis
Kesalahan ini mengenai identifikasi masalah yang terjadi, sehingga keputusan yang dibuat juga akan salah.
b. Kesalahan melihat waktu
Misalnya pada bulan Juni-Juli penjualan alat tulis melonjak. Pimpinan perusahaan memutuskan untuk meningkatkan kapasitas produksi. Ternyata, setiap bulan Juni – Juli sebenarnya merupakan tahun ajaran baru, sehingga memang terjadi kenaikan permintaan akan alat tulis. Bila bulan berikutnya kapasitas produksi dinaikkan, tidak akan mempertahankan penjualan
c. Kesalahan sudut pandang yang tidak berubah
Perusahaan beranggapan bahwa pihak yang paling menentukan suksesnya penjualan adalah pramuniaga (salesman), oleh karenanya manajemen memberikan bonus yang menarik kepada semua pramuniaga. Padahal banyak pihak lain yang ikut andil dalam kesuksesan penjualan. Bila manajemen hanya memberikan bonus kepada pramuniaga saja, maka karyawan lain akan merasa iri dan akan menurunkan kinerjanya.
d. Kesalahan terlalu percaya diri
2.2.5 Collaborative Planning, Forecasting, and Replenishment (CPFR)
Menurut Tenhiala (2003) beberapa tahapan penting dalam CPFR adalah:
1. Collaborative Planning
Terdiri atas negosiasi kesepakatan yang mendefinisikan kewajiban perusahaan dalam bentuk kerjasama (collaborative) dan membangun rencana bisnis bersama yang memperlihatkan suatu cara bagaimana perusahaan akan memenuhi permintaan pelanggannya. Menurut Simchi – Levi dkk (2000) kerjasama antara retailer dengan suppliernya terdiri dari 2 bentuk kerjasama yaitu
information sharing, yang membantu produsen membuat perencanaan yang lebih efisien, dan consignment scheme (dukungan penuh) dimana produsen mengatur secara penuh dan memiliki inventori produk sampai retailer menjualnya.
2. Collaborative Forecasting
Termasuk pembuatan rencana penjualan untuk keseluruhan perusahaan yang berkolaborasi, melakukan identiikasi atas pengecualian atau perbedaan yang muncul antar perusahaan, menyelesaikan pengecualian untuk menyediakan rencana penjualan umum.
3. Collaborative Replenishment
Pembuatan rencana pengiriman untuk seluruh perusahaan yang berkolaborasi, menyelesaikan pengecualian dan melakukan generalisasi pesanan aktual untuk memenuhi keinginan konsumen.
Ada tiga elemen penting dalam CPFR yaitu: 1. Kolaborasidemand planning
CPFR menekankan pentingnya berbagi data secara transparan antara konsumen dengan rantai pasok, sejak tahap penyusunan marketing plan hingga
forecast per stock keeping unit (sku) dalam unti per satuan waktu dimana telah harus dipertimbangkan pengaruh dari promosi yang mungkin direncanakan untuk sku tertentu.
2. Joint capacity planning
3. Sinkronisasi order fullfillment
Pihak pelanggan akan menempatkan ke sana sesuai dengan estimasi penjualan. Seberapa dari pesanan ini bisa dipenuhi akan tergantung kemampuan pabrik untuk memenuhi pesanan. Pihak pbrik memiliki kewajiban untuk mengkomunikasikan kembali realisasi pemenuhan pesanan sehingga pihak distributor bisa meneruskan ke pengecer.
Menurut bisnis CPFR ketiga sub sistem diatas beribteraksi secara 2 arah sehingga setiap perubahan dapat langsug diketahui oleh setiap anggota rantai pasok. Kolaborasi yang berdasarkan keterbukaan berbagi data semacam ini akan meningkatkan kualitas peramalan permintaan di sepanjang rantai pasok dan dengan demikin juga akurasi dalam order fullfillment. Menurut bisnis CPFR proses dimulai dengan penetapan garis besar kesepakatan dengan antara seluruh pihak yang terkait. Kemudian dilaknjukan dengan menyusun rencana bisnis. Berdasarkan rencana dasar ini, dibuat perkiraan penjualan dan dikenali adanya kemungkinan masalah dan hal-hal khusus dalam penjualan. Dari sini akan diperoleh data yang lebih pasti mengenai ketersediaan produk yang selanjutnya menjadi dasar membuat perkiraan pesanan. Bila ternyata tidak ada masalah dalam pemenuhan pesanan, maka pesanan akan ditempatkan secara resmi.
CPFR terdiri dari 3 tahap yaitu tahap planning, forecasting, dan
replenishment. Pada tahap planning terdiri dari dua langkah yaitu penyelenggaraan kerja sama (langkah 1) dan pembuatan rencana bisnis bersama (langkah 2). Tahap forecasting juga terdiri dari 2 langkah yaitu sales forecast
(langkah 3-5) dan order forecast (langkah 6-8). Masing – masing forecast terdiri dari 3 tahap yaitu menghitung ramalan, mengidentifikasi exception dalam peramalan, dan memecahkan exception yang ada. Dan yang terakhir adalah tahap
Gambar 2.8Langkah – langkah CPFR (Sumber: Tenhiala, 2003)
Gambar 2.8 adalah diagram alir yang menggambarkan langkah – langkah dalam melakukan CPFR. Terdapat 9 langkah untuk melakukan CPFR. Berikut ini akan diuraikan langkah – langkah dalam melakukan CPFR:
1. Penyelenggaraan kerja sama (develop collaboration arrangement)
bonus maupun penalti finansial. Hasilnya adalah Memorandum of Understanding
(MoU) yang berisi hal – hal di bawah ini:
Confidentiality
Goals & objectives
Ukuran keberhasilan
Persetujuan perihal kompetensi, sumber daya, dan sistem
Orang – orang dan departemen yang bertanggung jawab
Pembagian informasi
Service & ordering commitments, dan
Resolution of disagreements
2. Membuat rencana bisnis bersama
Rencana bisnis yang dibuat bersama berkenaan dengan hal – hal di bawah ini:
Rencana bisnis untuk promosi, perubahan kebijakan inventori, jadwal buka / tutup toko, perubahan produk untuk masing –masing kategori produk, dan lain – lain.
Pihak organisasi buyer(purchasing manager) dan organisasi seller (marketing manager) bersama – sama mengembangkan:
a. Corporate strategies
Organisasi buyer (forecast analyst) membuat sales forecast dan mengkomunikasikan hasilnya kepada organisasi seller (sales analyst). Hasil peramalan ini digunakan untuk menghitung order forecast.
4. Mengidentifikasi exceptiondalam sales forecast
Pada tahap ini dilakukan identifikasi terhadap hal – hal yang mempengaruhi penjualan namun tidak dapat dihitung dalam sales forecast.
5. Memecahkan / mengkolaborasikan exception
sehingga perubahan pada sales forecast diketahui kedua belah pihak. Berikut ini adalah proses memecahkan atau mengkolaborasikan exception:
Gambar 2.9Mengkolaborasikan exception
(Sumber: Tenhiala, 2003) 6. Membuat order forecast
Jika organisasi buyer adalah produsen/manufacturing, maka sales forecast
didefinisikan sebagai MPS (Master Production Scheduling) dan order forecast
dilaksanakan berdasarkan MPS, status inventori, struktur produk, manufacturing
lead time, dan strategi lot sizing.
Jika organisasi buyer adalah distributor / retailer, maka sales forecast
didefinisikan sebagai order forecast yang berdasarkan pada status inventori dan strategi pada inventori.
7. Mengidentifikasi exceptiondalam order forecast
Pada tahap ini dilakukan identifikasi terhadap hal – hal yang mempengaruhi penjualan namun tidak dapat dihitung dalam sales forecast.
8. Memecahkan / mengkolaborasikan exception
Informasi exception yang ada pada produsen maupun distributor dibagi untuk kemudian dipecahkan bersama sehingga perubahan pada sales forecast
diketahui kedua belah pihak. Untuk memecahkan exception dapat dilakukan peramalan tambahan.
9. Generate order
2.2.5 Referensi Lainnya
Wibawa (2008) merancang sistem informasi yang termasuk di dalamnya adalah pembuatan laporan keuangan, pembuatan database penjualan, serta pembuatan program peramalan penjualan untuk membantu proses pengadaan barang pada periode berikutnya. Metode peramalan yang digunakan adalah metode Winter.
Referensi yang lainnya adalah sebuah paper yang ditulis oleh Kim dan Mahoney (2006) yang berisi tentang bagaimana CPFR memungkinkan trading partner untuk meningkatkan efisiensi operasional melalui proses pembagian dan penggunaan informasi yang terstruktur. Di sini juga dijelaskan peranan teknologi informasi dalam melakukan CPFR. Paper ini juga memberikan contoh studi kasus di Wal-Mart dan P&G dalam melaksanakan CPFR.
Tenhiala (2003) dalam sebuah seminar memaparkan bagaimana mengimplementasikan CPFR di Eropa. Studi kasus dilakukan pada 8 kasus yaitu antara Eroski dan Henkel, Condis dan Henkel, Metro dan Procter & Gamble (P&G), Ketjuetu dan Valio, Delhaize dan Vandemoortele, Sainsbury’s dan Unilever, dan di dalam The Co-operative Group, dan dalam kelompok perusahaan Veropoulos, Elgeka, P&G Hellas, serta Unilever. Pada jurnal ini juga dipaparkan model proses CPFR.
Sancar (2003) mengadakan penelitian tentang penyebab bullwhip effect
BAB III
METODOLOGI PENELITIAN
Pada bab ini akan dibahas mengenai metodologi penelitian, yaitu tahapan-tahapan yang dimulai dari perumusan masalah sampai dengan kesimpulan. Metodologi penelitian yang digunakan dalam penyusunan skripsi ini dapat dilihat pada gambar 3.1 berikut :
Identifikasi Sistem Perusahaan
Analisis Kebutuhan Sistem
Perancangan
Basis Model Perancangan Basis Data Perancangan Basis Dialog
Perancangan Aplikasi Collaborative Forecasting
Analisis dan Interpretasi Hasil
Kesimpulan dan Saran Validasi Sistem Pendukung Keputusan
Gambar 3.1 Metodologi Penelitian
Gambar 3.1 adalah gambar flowchart metodologi penelitian yang digunakan dalam penelitian ini. Berikut ini akan dijelaskan masing – masing tahapan dalam gambar 3.1:
3.1 Identifikasi Sistem Perusahaan
