MENILAI DAMPAK PENERAPAN TEKNOLOGI RFID
TER-HADAP KEGIATAN PENJUALAN BISNIS RETAIL PT CALADI
LIMA SEMBILAN DENGAN PENDEKATAN SISTEM DINAMIK
Lukman Junaedi, Erma Suryani
Jurusan Sistem Informasi, Fakultas Teknologi Informasi,
Institut Teknologi Sepuluh Nopember Surabaya
Telp : (031) 5999490, Fax : (031) 5964965
E-mail : lukman@mhs.is.its.ac.id
1)Abstract
The increasing number of customers for the product C59 in retail sales, then the PT Caladi Five Nine to utilize information technology to support its business operations in an increase in sales to sup-plement the company's revenue and operating time savings. One is to imsup-plement RFID technology in re-tail operations in developing their business. Application of RFID in the supply chain, especially in the retail operations in selling products to consumers, can create potential cost savings and provide great benefits of revenue growth. This study focused on the development of operational models C59 clothing retail, by performing simulations to analyze the implementation of RFID that can contribute to gains in retail sales increase, and then from the simulation results are used for input in the measurement of RFID feasibility studies of investment through the calculation of the payback period, net present value (NPV), internal rate of return (IRR). Analysis of the benefits and costs, have been obtained for the investment payback period of RFID technology in this study was 9 months 7 days as the length of the return on in-vestment. Net present value amounting to Rp 15,792,865, - per month, or equal to 189,514, 386, - per year, - where the value is greater than 0 means that investment deserves. As for the value of internal rate of return of 4.21% per month or equal to 50.52% per year, and its value is greater than the discount rate, the amount of 15%, so the investment is received.
Abstrak
Semakin meningkatnya jumlah pelanggan terhadap produk C59 pada penjualan retail, maka PT Caladi Lima Sembilan ingin memanfaatkan teknologi informasi untuk menunjang operasional bisnisnya dalam peningkatan penjualan untuk menambah jumlah pendapatan perusahaan dan penghema-tan waktu operasional. Salah satunya adalah menerapkan teknologi RFID pada kegiapenghema-tan operasional retailnya dalam mengembangkan usahanya. Penerapan RFID dalam rantai pasok khususnya pada kegiatan operasional di retail dalam menjual produk ke konsumen, dapat menciptakan penghematan biaya dan memberikan potensi keuntungan besar dari pertumbuhan pendapatan. Pada penelitian ini mengusulkan untuk menggunakan pendekatan simulasi sistem dinamik dalam pemodelan strutural untuk mengintregasikan pengaruh penerapan RFID sebagai perubahan skenario structural dan parameter model, kemudian melakukan evaluasi investasi. Penelitian ini difokuskan pada pengembangan model kegiatan operasional retail pakaian C59, dengan melakukan simulasi untuk menganalisa implementasi RFID yang dapat memberikan kontribusi keuntungan dalam meningkatkan penjualan retail tersebut, kemudian dari hasil simulasi digunakan untuk masukan dalam pengukuran studi kelayakan investasi RFID melalui perhitungan payback period, net present value (NPV), internal rate of return (IRR). Anali-sa manfaat dan biaya, telah diperoleh untuk hasil payback period investasi teknologi RFID pada penelitian ini adalah 9 bulan 7 hari sebagai lamanya pengembalian investasi. Net present value sebesar sebesar Rp 15.792.865,- perbulan, atau sama dengan 189.514.386,- pertahun,- dimana nilai tersebut lebih besar dari 0 berati investasi tersebut layak diterima. Sedangkan untuk nilai internal rate of return sebesar 4,21% perbulan atau sama dengan 50,52% pertahun , dan nilainya lebih besar dari tingkat suku bunga diskonto yang besarnya 15%, sehingga investasi diterima.
Kata Kunci: Strategic Radio Frequency Identification (RFID), Cash Flow Analysis, Return on
1. PENDAHULUAN
Teknologi RFID merupakan salah satu sistem teknologi yang memungkinkan suatu data berjalan dari satu media ke media yang lain melalui perantara gelombang radio. Penggunaan teknologi RFID dapat digunakan di berbagai bidang, termasuk di bidang operasional retail dalam meningkatkan aktivitasnya. Sehingga diusulkan pada PT Caladi Lima sembilan selaku pemilik retail garmen dengan merk C59 untuk menerapkan teknologi RFID pada kegiatan operasional retail dalam mengembangkan usahanya. Menurut Gaukler (2007) penerapan RFID juga memberikan manfaat kepada retail dalam kemampuannya meningkatkan kinerja bisnis terutama meningkatkan penjualan. Namun penelitian yang sudah ada secara khusus mengevaluasi dampak ekonomi dari tingkat RFID suatu item yang difungsikan dalam kegiatan operasional retail pada penjualan dan kinerja pendapatan sangat sedikit.
Maka pada penelitian ini adalah melakukan penilaian terhadap dampak penerapan teknologi RFID pada kegiatan penjualan retail dengan pendekatan sistem dinamik sebagai metode pemodelan dan simulasi untuk menganalisa masalah yang dinamik (Forrester, 1961) dan (Sterman, 2000). Secara khusus sistem dinamik digunakan untuk memahami sejauh mana penerapan teknologi RFID dapat berdampak terhadap kinerja penjualan. Kemudian hasil simulasi digunakan untuk menganalisa alur kas perusahaan serta menghitung return on
investment (ROI) sebagai model evaluasi dalam
investasi teknologi RFID untuk memberikan informasi pengembalian investasi.
Marco (2012), pernah mengukur dampak pen-erapan teknologi RFID pada operasional retail pakaian Miroglio yang ada di Italia dengan menggunakan simulasi sistem dinamik. Namun pengembangan model dasar yang dibuat pada penyusunan diagram stock and flow tidak menggunakan backlog sebagai variabel level (stock) pada sub sistem pemesanan (order). Ini disesuaikan dengan kondisi sistem yang ada pada retail Miroglio, apabila melakukan order itu melalui distribusi pusat pakaian dan tidak melakukan order di produsennya langsung. Ka-rena jumlah stok persediaan distribusi pusat selalu dapat memenuhi order barang yang di-pesan oleh retail Miroglio, baik jenis maupun volumenya, sehingga tidak ada backlog.
Dari identifikasi kondisi sistem retail yang dia-mati, menggunakan backlog sebagai variabel level dalam membuat diagram stock and flow
untuk analisa simulasi sistem dinamik, yang mengakumulasi perbedaan antara tingkat
persediaan pabrik (firm inventory rate) dengan laju pengiriman susulan (continuation shipment rate) apabila tingkat order lebih besar jumlahnya daripada tingkat persediaan pabrik. Untuk menentukan berapa lama pengembalian nilai investasi penerapan RFID pada retail, telah menggunakan perhitungan payback period
tanpa mempertimbangkan tingkat diskonto, karena investasi tersebut menggunakan modal perusahaan sendiri. Uji kelayakan investasi dihitung dengan net present value (NPV) dan
internal rate of return (IRR).
2. METODOLOGI
Metodologi yang digunakan untuk membangun riset ini berlingkup pada Sistem Dinamik yang akan diuji kelayakan investasi dan dimodelkan dengan proses pengolahan data terlebih dahulu.
2.1 Sistem Dinamik
Metode sistem dinamik berhubungan erat dengan pertanyaan-pertanyaan tentang trend atau pola perilaku dinamik (sejalan dengan bertambahnya waktu) dari sebuah system yang kompleks. Penggunaan sistem dinamik diarahkan kepada bagaimana dengan memahami perilaku sistem tersebut orang dapat meningkatkan efektivitas dalam merencanakan suatu kebijakan dan pemecahan masalah yang timbul (Muhammadi et.al, 2001).
Pembuatan model dan simulasi model sebagai bagian dari metode sistem dinamik dilakukan melalui beberapa tahap, yaitu: pembuatan konsep, pembuatan model, simulasi model, val-idasi model, analisa kebijakan. Bentuk model Sistem Dinamik yang merepresentasikan struktur diagram umpan balik adalah diagram sebab-akibat atau yang biasa dikenal dengan Causal Loop Diagram. Diagram ini menunjukkan arah aliran perubahan variabel dan polaritasnya. Polaritas aliran sebagaimana diungkapkan di atas dibagi menjadi positif dan negatif. Bentuk diagram lain yang juga menggambarkan struktur model sistem dinamik adalah Diagram Aliran atau Flow Diagram. Diagram aliran merepresentasikan hubungan antar variabel yang telah dibuat dalam diagram sebab akibat dengan lebih jelas, dengan menggunakan berbagai simbol tertentu untuk berbagai variabel yang terlibat
Sterman (2000) menjelaskan empat representasi setara atau ekuivalen dengan struktur stock dan flow: Hidraulic Metaphor, Stock-flow Diagram,
atau menurun (air yang mengalir keluar melalui saluran pembuangan), tidak termasuk faktor-faktor luar seperti penguapan. Untuk stock and
flow diagram telah memiliki makna matematika
tidak ambigu sebagai stock terakumulasi flow nya. Stok meningkatkan arus masuk melalui bahan dan penurunan arus keluar melalui materi. Untuk Integral equation menggambar-kan prinsip saham-aliran yang sama, sebagai
Stock baru (t) didefinisikan melalui Stock awal (t0) ditambah semua Inflow (s) dikurangi semua Outflow (s) antara t0 waktu dan waktu t . Dan untuk, Differential equation menggambarkan perubahan tingkat bersih dari suatu stock
sebagai Inflow (t) dikurangi dengan Outflow (t).
Gambar 1. Empat representasi struktur stock and flow (Sterman, 2000)
2.2 Uji Kelayakan Investasi
Pelaksanaan analisis finansial dari suatu proyek dapat menggunakan metode-metode atau kriteria-kriteria penilaian investasi. Kriteria investasi digunakan untuk mengukur manfaat yang diperoleh dan biaya yang dikeluarkan dari suatu proyek. Melalui metode-metode ini dapat diketahui apakah suatu proyek layak untuk dilaksanakan dilihat dari aspek profitabilitas komersialnya. Beberapa kriteria dalam menilai kelayakan suatu proyek yang paling umum digunakan adalah Net Present Value (NPV), dan
Internal Rate of Return (IRR). Net Present
Value (NPV) merupakan manfaat bersih yang
diterima selama umur proyek pada tingkat diskonto tertentu. NPV dapat dirumuskan sebagai berikut:
(2.1)
Dimana:
Bt = Manfaat pada tahun ke t- Ct = Biaya pada tahun ke t- I/(I+i)’ = Discount Factor
t = Tahun (1, 2, 3, … n) n = Umur Proyek
Ukuran ini bertujuan untuk mengurutkan alternatif yang dipilih karena adanya kendala biaya modal, dimana proyek ini memberikan NPV biaya yang sama atau NPV penerimaan yang kurang lebih sama setiap tahun. Proyek dinyatakan layak atau bermanfaat jika NPV
lebih besar dari 0. Jika NPV sama dengan 0, berarti biaya dapat dikembalikan persis sama besar oleh proyek. Pada kondisi ini proyek tidak untung dan tidak rugi. NPV lebih kecil dari nol, proyek tidak dapat menghasilkan senilai biaya yang dipergunakan dan ini berarti bahwa proyek tersebut tidak layak dilakukan (Gray et.al, 1992).
Internal Rate of Return (IRR) menunjukkan
rata-rata keuntungan internal tahunan perusahaan yang melaksanakan investasi dan dinyatakan dalam persen. IRR adalah tingkat suku bunga yang membuat nilai NPV proyek sama dengan nol. IRR secara matematis dapat dirumuskan sebagai berikut:
(2.2)
Dimana:
i1 = tingkat diskonto yang menghasilkan NPV
positif
i2 = tingkat diskonto yang menghasilkan NPV
negative
NPV1 = NPV positif
NPV2 = NPV negative
2.3 Pemodelan Sistem
Pada pemodelan sistem dilakukan dengan menggunakan pendekatan sistem dinamik. Ka-rena pada metode sistem dinamik dapat meningkatkan pembelajaran pada sistem yang komplek (Sterman, 2000). Pemodelan sistem dimulai dari konseptualisasi sistem yang dil-akukan melalui pembuatan model konseptual yang digambarkan melalui diagram kausal (causal loop diagram). Konseptualisasi sistem digunakan untuk menggambarkan secara umum mengenai simulasi sistem dinamik yang akan dilakukan dari komponen atau variabel-variabel, baik variabel yang signifikan maupun variabel pembantu yang saling mempengaruhi perilaku sistem.
2.4 Pengolahan Data
model sudah sesuai yang diinginkan, masuk akal, dan persamaan maupun satuan sudah kon-sisten. Selanjutnya model sistem awal disimu-lasikan dengan menggunakan aplikasi Vensim DSS Versi 5.2 a.
2.3 Validasi
Setelah itu hasil simulasi akan divalidasi untuk memastikan bahwa model yang dibuat benar-benar dapat merepresentasikan kondisi riil sis-tem. Validasi model dilakukan dengan dua cara pengujian, yaitu validasi model dengan statistik uji perbandingan rata-rata (mean comparison) dan validasi model dengan uji perbandingan variasi amplitudo (% error variance) (Barlas Y, 1989).
Uji perbandingan rata-rata (Mean Comparison)
[
]
model yang telah dibuat diberi beberapa perla-kuan model dengan membuat skenario struktur model dengan penerapan RFID dengan kom-binasi perubahan beberapa parameter dari varia-bel pengembangan model awal sistem, misalnya perubahan parameter pada variabel assisted sales factor. Penelitian ini bertujuan untuk mempresentasikan pengenalan teknologi RFID ke retail C59, dengan fokus pada penilaian ke-untungan yang diperoleh operasio-nal ritel yang efisien, dan khususnya pada peningkatan penjualan akibat penerapan RFID.2.5 Analisa dan Pembahasan Hasil Simulasi
Membuat analisa hasil simulasi dari pengemba-ngan model awal sistem yang telah dibuat, kemudian menganalisa hasil simulasi model baru yang dibuat dengan skenario penerapan teknologi RFID dan kombinasi perubahan pa-rameter variabel sebagai model baru.
3.6 Analisa Alur Kas (Cash Flow)
Dari hasil simulasi model baru dengan skenario penerapan teknologi RFID dan kombinasi peru-bahan parameter variabel dapat digunakan se-bagai data masukan untuk menganalisa alur kas dengan menghitung NPV dan IRR sebagai
krite-ria dalam menilai kelayakan suatu investasi penerapan teknologi RFID. Kemudian untuk menentukan return on investment (ROI), dengan menghitung payback period sebagai metode yang mengukur seberapa cepat investasi bisa kembali.
3. HASIL dan PEMBAHASAN
PT Caladi Lima Sembilan adalah perusahaan yang awalnya bergerak dalam bidang industri garmen, khususnya pembuatan t-shirt (kaos) sablon dengan merk C59. Beriringnya waktu ternyata usaha yang dijalankan perusahaan ini terus mengalami kemajuan pesat dilihat dari semakin meningkatnya jumlah pesanan tiap bulannya dan jumlah alat produksi yang dimili-ki semadimili-kin bertambah, maka pada tahun 1989 PT Caladi Lima Sembilan mulai menjual produk eceran dengan mendirikan beberapa retail. Pada pengendalian operasional toko di retail C59 saat ini semuanya yang mengatur adalah kepala retail, mulai dari pengendalian persediaan berdasarkan perencanaan kebutuhan permintaan terhadap barang (item) melalui per-amalaan penjualan bulan-bulan sebelumnya, pengendalian pengisian jumlah barang yang dipajang di rak-rak toko. Kepala retail juga menentukan titik awal pemesanan kembali (re-order point) untuk segera melakukan (re-order, mengatur dalam mendisplay barang dengan tema baru, menempatkan urutan pengisian ba-rang di rak berdasarkan pengalaman pribadi terhadap barang mana yang sering terjual pada bulan-bulan sebelumya, dimana semua itu yang berhubungan dengan lantai toko dibantu oleh staf penjualan pada saat tidak ada pembeli atau konsumen. Sedangkan pengendalian toko yang terjadi ruang belakang toko dikerjakan oleh staf backroom.
3.1 RFID Untuk Operasional Retail
ap-3.2 Identifikasi Variabel Signifikan
Sebelum mengembangkan model, langkah per-tama perlu dilakukan identifikasi variabel-variabel signifikan yang saling mempengaruhi dalam model yang membentuk sistem. Identifi-kasi tersebut bertujuan agar pengemba-ngan model dapat lebih terstruktur sesuai de-ngan perumusan masalah dan tujuan penelitian. Vari-abel-variabel tersebut memiliki hubungan yang interdependent satu sama lain yang menyebab-kan model menjadi komplek dan sulit diselesaikan melalui pendekatan analitis, se-hingga perlu dilakukan pemodelan dengan simulasi sistem dinamik.
3.3 Penyusunan Causal Loop Diagram
Langkah awal adalah penyusunan diagram kausatik atau causal loop diagram (CLD) di-mana hubungan sebab akibat antar sepasang variabel-variabel signifikan yang saling mempengaruhi perlu diperhatikan. CLD tersebut menunjukkan hubungan antar variabel utama secara garis, yang nantinya variabel utama ter-sebut menjadi variabel keputusan dan akan menjadi dasar dalam penyusunan skenario koordinasi. Pada CLD yang dibuat ini men-jelaskan hubungan sebab akibat antar variabel utama pada sistem operasional retail C59 kondi-si saat ini diantaranya penjualan (sales), pemesanan (order), dan persediaan retail (store inventory), dan dapat dilihat pada gambar 2. Secara umum causal loop diagram yang dibuat terdiri dari tiga loop utama, yaitu:
- Loop pertama menggambarkan dampak keseimbangan pada persediaan retail (store inventory), bahwa jumlah barang dengan tema baru (new theme items) yang dikirim ke retail dengan sistem konsinyasi untuk dipasarkan, mempengaruhi jumlah persedia-an retail. Semakin bpersedia-anyak barpersedia-ang dengpersedia-an tema baru tidak terjual maka akan mening-katkan pengembalian barang dengan tema baru (returnable new items) ke pabrik manufaktur C59 sehingga meningkatkan pula laju barang yang keluar (outgoing items rate) selain karena penjualan.
- Loop kedua menggambarkan efek umpan balik dari laju barang yang keluar pada persediaan retail juga dipengaruhi oleh penjualan. Setelah itu staf kepala retail melakukan peramalan penjualan (sales fore-cast) untuk bulan berikutnya sebagai dasar untuk pemesanan sesuai laju pemesanan (or-der rate) setelah ditentukan titik awal pemesanan kembali (reorder poin). Apabila pemesanan sudah diterima pihak pabrik C59, maka akan dilakukan pemenuhan order (or-der fulfillment) dengan mengambil
perse-diaan barang di gudang pabrik. Baru setelah itu terjadi pengiriman aktual (actual ship-ment) sesuai dengan jumlah pemesanan yang diharapkan retail sehingga mempenga-ruhi laju barang yang masuk (incoming items rate) dan menambah jumlah persedia-an retail.
- Loop ketiga, menggambarkan keseimbangan laju pemesanan dengan pemenuhan pemesa-nan. Apabila jumlah pemesanan retail C59 yang diterima pihak pabrik lebih besar dari jumlah persediaan pabrik yang tersedia, maka akan terjadi backlog dan segera akukan proses produksi untuk segera dil-akukan pengiriman susulan (continuation shipment rate) supaya bisa memenuhi pengi-riman aktual yang mempengaruhi laju ba-rang yang masuk di ruang belakang retail dan diharapkan jumlah persediaan retail su-dah seperti yang diharapkan.
3.4 Penyusunan Diagram Stock and Flow
Berdasarkan dari causal loop diagram yang dibuat, maka perlu dilakukan pengembangan untuk menyusun Diagram stock and flow dari model sistem disertai penyusunan formulasi berupa persamaan matematis, aliran informasi, fisik, parameter, dan input data baik data ak-tual, maupun data asumsi yang didasarkan pada persepsi pihak retail yang diperoleh dari pengumpulan data. Pada gambar 4, menampil-kan diagram stock and flow yang dibagi men-jadi tiga sub model yaitu: store inventory, order,
dan backlog. Untuk data aliran barang yang
digunakan untuk aktivitas operasional yaitu pemesanan dan penjualan merupakan semua jenis barang yang dijual retail C59 baik berupa kaos, jaket, baju yang direduksi menjadi satu jenis barang atau item.
a. Sub model store inventory
Store inventory atau persediaan retail merupa-kan variabel level untuk mengakumulasi perbe-daan antara incoming items rate yang diterima retail serta new theme items rate yang dikirim di retail dua bulan sekali ditentukan sebesar 300 item dengan outgoing items rate, kemudian dit-ambah dengan persediaan awal retail pada awal bulan Desember 2009 sebagai data bulan per-tama pengamatan sebesar 2800 item. Untuk
incoming items rate jumlahnya sama dengan
actual shipment per bulan. Sedangkan outgoing
items rate merupakan akumulasi dari sales
Sales datanya berasal dari data aktual penjualan retail bulan Desember 2009 s/d Januari 2012 kemudian dalam penulisan persamaannya digunakan fungsi random uniform karena pola data penjualan memiliki nilai kontinyu dengan kemungkinan kemunculan nilainya hampir sama dan konstan tiap bulannya. Returnable new
theme items ditentukan dari asumsi kepala retail
yang mengatakan bahwa pengembalian barang tema baru yang tidak terjual nilainya berkisar antara 100-150 item, karena pengembaliannya selang dua bulan sekali maka nilai persamaann-ya digunakan fungsi random uniform untuk pengembalian barang dan fungsi pulse train
karena ada selang waktu. Actual shipment rate
persamaannya didapat dari jumlah order
fulfill-ment rate dengan continuation shipment rate
akibat backlog. Parameter dt mewakili interval waktu simulasi, dalam pengamatan ini, diatur interval waktu satu bulan dan horison waktu sama dengan dua puluh enam bulan, mulai bu-lan Desember 2009 s/d Januari 2012 untuk model dasar selama periode pengamatan.
b. Sub model order
Orders didefinisikan sebagai variabel level yang
mengakumulasi perbedaan antara order rate
dengan order fulfillment rate. Order rate
nilainya didapatkan dari hasil sales forecast
dilakukan ketika sudah mencapai reorder point
dimana nilainya dibawah dari rata-rata persedi-aan yang sudah ditentukan perbulannya sebesar 400. Reorder point ditentukan dari sales aver-age per day dalam lead time, yaitu waktu yang dibutuhkan saat order sampai pengiriman order
yang membutuhkan waktu dua hari. Kemudian
sales forecast merupakan peramalan penjualan
dengan menggunakan metode simple
exponen-tial smoothing selama periode pengamatan,
yai-tu 26 bulan. Order fulfillment rate besarnya ditentukan sesuai dengan order apabila persedi-aan pabrik pada saat itu bisa memenuhi jumlah
order.
c. Sub model backlog
Untuk backlog merupakan variabel level yang mengakumulasi perbedaan antara firm inventory rate dengan continuation shipment rate apabila tingkat order lebih besar jumlahnya daripada tingkat persediaan pabrik. Dimana firm invento-ry selama pengamatan besarnya antara 5000-10000 barang, sehingga untuk menentukan probabilitas jumlah tiap bulannya digunakan
random uniform. Sedangkan continuation
shipment rate nilainya sama dengan backlog.
-store inventory
outgoing item rate
sales sales forecast
+ reorder point
+ orders
order fulfillment
actual shipment incoming items rate+
+
order rate + + backlog
+
+
+
continuation shipment rate
+ +
new themes items
+ returnable new
theme items loop
2
loop 1
+ +
+
+ loop 1
loop 2 loop 3
sales sales forecast
month
lead time
reorder point
sales average per day
store inventory
incoming items rate outgoing items rate outgoing item
orders
order rate order fullfillment
rate
<month>
actual shipment
<month>
new theme items rate
backlog
continuation shipment rate
returnable new theme items firm inventory rate
firm inventory
new theme items
Gambar 3. Stock and flow diagram sistem operasional retail C59.
Graph for sales and order rate
4,000 item/Month 2,000 item/Month
2,500 item/Month 1,900 item/Month
1,000 item/Month 1,800 item/Month
2 2 2
2 2
2 2
2 2
2 2 2 2
1 1 1
1 1
1 1 1 1 1 1 1 1
1 6 11 16 21 26
Time (Month)
sales : Current 1 1 1 1 1 1 1 1 1 1 1 item/Month
order rate : Current 2 2 2 2 2 2 2 2 2 item/Month
Gambar 4. Grafik penjualan dan tingkat pemesanan
3.5 Hasil simulasi model dasar
Pada gambar 4 ditampilkan kondisi sales dan order rate selama bulan ke-1 (Desember 2009) sampai dengan bulan ke-26 (Januari 2012), tingkat pemesanan diperoleh dari hasil perama-lan penjuaperama-lan pada saat kondisi persediaan retail minimal mencapai reorder point. Pada bulan ke-23 (Oktober 2012) s/d bulan ke-26 (Januari 2012), laju pemesanan dengan penjualan mem-iliki nilai pola yang sama cenderung naik seki-tar 7% dengan nilai laju pemesanan mencapai 1949 item pada bulan Januari 2012.
Pada gambar 5 diterangkan kondisi sales
dengan store inventory. Persediaan retail di-peroleh dari jumlah pemesanan barang yang dikirim tiap bulan berdasarkan pemesanan dengan jumlah barang tema baru yang dikirim pabrik untuk dititpkan ke retail untuk promosi tiap dua bulan sebesar 300 item yang dikurangi penjualan tiap bulannya dengan pengembalian barang tema baru yang terjual.
Dilihat pada grafik tersebut ada beberapa bulan antara penjualan dengan persediaan retail po-lanya tidak linier misalnya mulai bulan ke-23 (Oktober 2012) sampai dengan bulan ke-26 (Januari 2012), untuk penjualan naik sekitar 7% sedangkan persediaan retail turun -52%.
3.6 Validasi model
Untuk hasil penjualan rata-rata simulasi dengan penjualan rata-rata data aktual, serta hasil pemesanan rata-rata hasil simulasi dengan pemesanan rata-rata data aktual dapat dilihat pada tabel 1 di atas. Perbandingan antara penjualan simulasi dengan penjualan data aktual dapat dilihat pada gambar 6. Sedangkan per-bandingan antara pemesanan simulasi dengan pemesanan data aktual dapat dilihat pada gam-bar 7.
Graph for sales and store inventory
4,000 item/Month 4,000 item
2,500 item/Month 2,000 item
1,000 item/Month 0 item
2 2 2
2 2
2 2
2 2
2 2 2
2 1 1
1
1 1
1 1 1 1 1
1 1 1
1 6 11 16 21 26
Time (Month)
sales : Current 1 1 1 1 1 1 1 1 1 1 1 item/Month store inventory : Current 2 2 2 2 2 2 2 2 2 2 item
Gambar 6. Perbandingan antara penjualan simulasi dengan penjualan data aktual
Gambar 7. Perbandingan antara pemesanan simulasi dengan pemesanan data actual
Tabel 1. Rata-rata nilai hasil simulasi dan data aktual
Variabel Data Rerata
Simulasi
Data Rerata Aktual
Penjualan 2011 2104
Pemesanan 1898 1890
Validasi model dengan statistik uji per-bandingan rata-rata antara rata-rata penjualan simulasi dengan rata-rata penjualan aktual ada-lah sebagai berikut:
E1 penjualan=│2011-2104│ / 2104 = 0,04
Validasi model dengan statistik uji perbandi-ngan rata-rata antara rata-rata pemesanan simu-lasi dengan rata-rata pemesanan aktual adalah sebagai berikut:
E1 pemesanan = │1898-1890│ / 1890 = 0,004
Berdasarkan hasil di atas, semua tingkat kesala-han lebih kecil dari 5%, yang berarti bahwa model simulasi valid. Untuk standar deviasi penjualan simulasi nilainya 292, sedangkan standar deviasi penjualan aktual nilainya 317, maka validasi model dengan uji perbandingan variasi amplitudo (% error variance) penjualan adalah sebagai berikut:
E2 penjualan = │292-317│ / 317 = 0,08
Untuk standar deviasi pemesanan simulasi nilainya 23, sedangkan standar deviasi pemesanan aktual nilainya 28, maka validasi model dengan uji perbandingan variasi ampli-tudo (%error variance) pemesanan adalah se-bagai berikut:
E2 pemesanan =│23-28│ / 28 = 0,18
Berdasarkan hasil di atas, semua tingkat kesala-han lebih kecil dari 30%, yang berarti bahwa model simulasi valid.
3.7 Pengembangan Skenario
Sebelum melakukan pengembangan skenario, Menurut Marco (2012) dijelaskan satu asumsi penting dari persepsi mengenai hubungan antara waktu yang tersedia untuk melayani pelanggan dalam penjualan suatu retail. Bahwa semakin banyak waktu yang dihabiskan oleh tenaga penjualan untuk melayani pelanggan dalam membantu mencari produk yang diinginkan, sangat penting untuk mendorong peningkatan penjualan. Asumsi ini menunjukkan kepada peneliti bahwa itu akan menjadi bernilai saat menjelajahi hubungan melalui pengembangan skenario pada penelitian ini.
Sehingga dari asumsi tersebut dapat membantu dalam pengembangan skenario yang dibuat, yaitu penerapan teknologi RFID pada retail yang bisa menekan atau mengurangi waktu yang digunakan oleh staf backroom untuk kegiatan operasional yang ada di backroom, sehingga efisiensi waktu tersebut bisa digunakan untuk membantu kegiatan penjualan sebagai staff assisted sales untuk melayani pelangggan dalam meningkatkan penjualan, serta menyarankan ke kepala retail untuk menggunakan salah satu strategi penjualan ter-sebut, yaitu menambah staff assisted sales time
oleh waktu staf lain, khususnya untuk retail staf backroom membantu tenaga penjualan yang sudah ada setelah menyelesaikan pekerjaannnya dalam aktivitas operasional retail, misalnya menerima dan mengecek barang yang dikirim, pelabelan harga dll, yang dapat dipersingkat waktunya dengan penggunaan teknologi RFID tersebut.
Pengembangan skenario dibuat apabila model dasar yang dibuat sebelumnya sudah valid, pada bagian ini ditunjukkan bagaimana struktur sis-tem dari model dasar tadi dapat diubah dengan menambahkan beberapa feedback loops dengan menambahkan parameter baru dan mengubah struktur tersebut atau disebut skenario struktur.
Serta bagaimana parameter model dapat diubah untuk melihat dampak variabel yang lain dari sistem atau biasa disebut skenario parameter. Pengembangan skenario adalah suatu metode
prognosis atau ramalan dimana hasil dari pengembangan skenario tersebut digunakan untuk mengembangkan berbagai kemungkinan alternatif dimasa yang akan datang. Untuk melihat diagram blok skenario yang dibuat dapat dilihat pada gambar 9.
Graph for sales scn with RFID 4,000
Gambar 9. Grafik perbandingan sales skenario dengan RFID dengan sales awal
Graph for new theme items treatment time
0.6 new theme items treatment time : without RFID 2 2 2 2 2 2 day
Gambar 10. Perbandingan new theme items treatment dengan dan tanpa RFID
sales
incoming items rate ougoing items rate outgoing item orders
price tagging rate returnable new theme items process rate
Graph for incoming items treatment time incoming items treatment time : without RFID2 2 2 2 2 2 2 day
Gambar 12 Perbandingan incoming items treatment time dengan dan tanpa RFID
Graph for inventory taking time
1
Gambar 13 Perbandingan inventory taking time dengan dan tanpa RFID
Gambar 14. Perbandingan waktu inventarisasi dengan dan tanpa RFID
Graph for sales scn 1, scn 2 and current sales 4,000
sales scn without RFID but with assisted sales factor 1 1 1 1 item/Month sales scn with RFID 2 2 2 2 2 2 2 2 2 item/Month current sales 3 3 3 3 3 3 3 3 3 3 3 item/Month
Gambar 15. Perbandingan penjualan dengan assisted sales factor tanpa dan dengan teknologi RFID dan penjualan
kondisi awal.
a. Skenario struktur model dengan penerapan RFID di sistem operasional retail
Pada gambar 9 ditampilkan diagram stock and flow dengan variabel RFID sebagai penerapan teknologi RFID pada sistem operasional retail. Pada skenario ini mengukur potensial RFID yang memungkinkan untuk mengurangi banyaknya waktu yang dipergunakan staf backroom untuk kegiatan operasional di ruang belakang retail dan sisa waktu tersebut bisa digunakan untuk mem-bantu waktu penjualan guna mening-katkan vol-ume penjualan. Waktu tersebut adalah incoming items treatment time, new theme items treatment time, price tagging time, inventory taking time, dan returnable new theme items.
Gambar 13 merupakan perbandingan waktu per-lakuan barang tema baru dengan dan tanpa RFID. Pada gambar 14 ditunjukkan perbandi-ngan waktu yang dibutuhkan inventarisasi dengan dan tanpa RFID dalam tiap bulannya.
b. Skenario parameter model tanpa
menggunakan RFID dan menggunakan assisted sales factor
Dalam skenario ini ditentukan dalam kegiatan penjualan retail, menggunakan asissted sales
factor, yang diperoleh dari sisa waktu staf
backroom setelah melakukan semua kegitan operasional di ruang belakang untuk membantu penjualan tiap bulannya tanpa penerepan teknologi RFID. Karena untuk kondisi saat ini waktu aktif penjualan hanya dilakukan oleh staf penjualan tanpa ada bantuan staf lain. Untuk nilai
assisted sales factor ditentukan 0,5 yang artinya setengah dari waktu sisa staf backroom diguna-kan untuk penjualan, dan setengahnya lagi bisa dipakai untuk menyelesaikan kegiatan operasio-nal tambahan yang lain. Pada gambar 14 men-ampilkan perbandingan penjualan dengan
assist-ed sales factor tanpa dan dengan teknologi RFID
dan penjualan kondisi awal. Dari gambar tersebut dapat dilihat rata-rata penjualan selama periode simulasi. Untuk akumulasi dengan menggunakan
assisted sales factor tapi tanpa menggunakan
RFID nilainya 2.454 item per bulan, untuk rata-rata penjualan dengan mengguna-kan assisted
sales factor dan menggunakan teknologi RFID
nilainya 2.540 item per bulan, sedangkan rata-rata penjualan kondisi awal nilainya 2.011 item per bulan.
3.8 Analisa Hasil Simulasi
operasional di ruang belakang seperti waktu tambahan dapat digunakan untuk memfasilitasi penjualan. Hal ini menunjukkan kontribusi keun-tungan kompetitif berdasarkan waktu selama periode simulasi seperti yang ditampilkan pada tabel 2 dibawah ini. Di sisi lain, dalam skenario model dari assisted sales factor yang ditentukan nilainya sama dengan 0 dikarenakan tidak dis-arankan staf backroom membantu penjualan dan hanya tetap menjalankan kegiatan operasional di ruang belakang, maka penerapan teknologi RFID tidak berkontribusi ke pertumbuhan penjualan, tetapi hanya memberikan kesempatan untuk menghemat waktu tenaga kerja untuk kegiatan operasional ruang belakang yang lebih pendek.
a. Identifikasi Biaya
Biaya disini merupakan seluruh biaya yang dikeluarkan retail untuk melaksanakan kegiatan operasional penjualan dan biaya terhadap inves-tasi teknologi RFID yang diharapkan bisa mendatangkan penghasilan (return) tambah pada masa yang akan datang. Biaya tersebut diklasifi-kasikan atas biaya investasi dan biaya operasion-al, dimana biaya operasional dibagi menjadi dua yaitu biaya tetap dan biaya variabel.
b. Identifikasi Keuntungan
Apabila penerapan teknologi RFID pada kegiatan operasional retail diasumsikan dilakukan mulai bulan Desember 2011 sebagai bulan awal inves-tasi. Maka dari hasil simulasi model skenario, dapat ditentukan jumlah keuntungan yang di-peroleh dari hasil penjualan yang meningkat selama satu tahun pertama diperolehnya laba kotor yang diterima retail C59 setelah penerapan RFID dengan kombinasi assisted sales factor
0.5, pada bulan Januari 2012 - Desember 2012. Untuk assisted sales factor nilainya 0.5 maksud-nya adalah penjualan yang diperoleh retail meru-pakan hasil dari pelayanan penjualan oleh waktu staf penjualan dibantu dengan separuh dari ketersediaan waktu staf backroom yang mening-kat akibat pengaruh RFID. Harga pokok penjualan dari tiap barang adalah Rp 70.000, dimana semua jenis barang diasumsikan sama harganya. Sedangkan untuk harga jual retail dari tiap barang adalah Rp 99.000. Maka laba kotor yang diterima retail tiap barangnya adalah sebe-sar Rp. 29.000. Keuntungan tambahan merupa-kan selisih dari alur kas retail yang sudah men-erapkan RFID dengan alur kas retail tanpa pen-erapan RFID tiap bulannya. Dari tabel 3 diketahui total keuntungan tambahan retail sela-ma setahun mulai bulan Januari 2012 sampai dengan Desember 2012 sebesar Rp 23.834.050 pada retail yang menerapkan RFID.
Tabel 2. perbandingan waktu yang digunakan kegiatan operasional retail antara kondisi awal tanpa RFID dengan penggunaan teknologi RFID
Operasional
Tanpa RFID (jam)
Dengan RFID (jam)
Variasi (%)
Waktu perlakuan barang
yang datang 554,03 82,06 -85,18
Waktu perlakuan barang
tema baru 45,51 6,74 -85,18
Waktu inventarisasi 43,25 10,59 -75,12 Waktu pelabelan harga 404,11 54,42 -86,53 Waktu proses
pengem-balian barang 9,73 2,39 -75,43
Ketersediaan waktu staf backroom membantu penjualan
156,23 186,25 19,2
c. Analisa Biaya dan Manfaat
Setelah komponen biaya dan manfaat diketahui, maka analisa manfaat dan biaya bisa dilakukan untuk menentukan apakah investasi penerapan RFID layak atau tidak. Dalam analisa suatu in-vestasi, terdapat dua aliran kas, cash outflow yang terjadi karena pengeluaran-pengeluaran untuk biaya investasi, dan cash inflow yang ter-jadi akibat keuntungan yang dihasilkan oleh setelah investasi. Metode yang digunakan dalam analisa manfaat dan biaya adalah perhitungan
payback period, perhitungan NPV, dan
perhi-tungan IRR. Dari hasil perhiperhi-tungan diketahui sisa investasi bulan ke-10 sebesar Rp. 2.049.100 ter-tutup oleh keuntungan bulan ke-10 sebesar Rp. 8..456.200 sehingga untuk menghitung jumlah hari pada bulan ke-10 adalah hasil pembagian dari Rp. 2.049.100 dengan Rp. 8.456.200 dan diperoleh hasil 0.24, berarti bahwa payback pe-riod investasi teknologi RFID pada retail adalah 9 bulan 7 hari, sebagai waktu pengembalian in-vestasi RFID. Untuk perhitungan NPV, diperoleh nilai NPV sebesar Rp 15.792.865 perbulan, atau sama dengan Rp. 189.514.386 pertahun, berarti nilai NPV > 0 sehingga untuk investasi RFID pada retail diterima atau layak untuk diterapkan.
Tabel 3. Keuntungan tambahan retail setelah penerapan RFID
Bulan Alur kas dengan RFID
Alur kas
tanpa RFID Keuntungan
(Rp) (Rp) (Rp)
Dec-11 - - - 73.664.000
Kemudian dari hasil perhitungan IRR, menun-jukkan nilai IRR sebesar 4,21% perbulan atau sama dengan 50,52% pertahun. Nilai IRR lebih besar dari tingkat bunga diskonto yang nilainya 15% atau dengan kata lain bahwa usaha ini akan memberikan pendapatan rata-rata setiap tahun dari modal yang telah diinvestasikan sebesar 50,52%. Artinya dengan biaya opportunity of capital sebesar 15%, usaha ini sangat layak dil-aksanakan karena memberikan pendapatan rata-rata sebesar 50,52% per tahun dari modal yang ditanamkan.
4. KESIMPULAN DAN SARAN
Teknologi RFID memungkinkan untuk men-gotomatisasi dan mengurangi waktu yang dibu-tuhkan untuk melakukan berbagai kegiatan operasi ruang belakang yang dilakukan oleh staf backroom, sehingga, dapat menambah keterse-diaan waktu staf backroom untuk membatu staf penjualan secara efektif dalam melayani pelang-gan yang merupakan sumber potensi penjualan dan peningkatan pendapatan.
Apabila assisted sales factor yang ditentukan nilainya sama dengan 0, yang berarti tidak digunakannya staf backroom membantu penjualan dan hanya tetap menjalankan kegiatan operasional di ruang belakang, maka penerapan teknologi RFID tidak berkontribusi langsung ke pertumbuhan penjualan, tetapi hanya mem-berikan kesempatan untuk menghemat waktu tenaga kerja untuk kegiatan operasional ruang belakang yang lebih pendek saja.
Analisa kelayakan terhadap suatu investasi dengan menggunakan perhitungan beberapa ana-lisa finansial biaya dan keuntungan seperti pay-back period, net present value, dan internal rate of return, memang dapat dimanfaatkan dalam membantu mengambil keputusan dalam menetapkan kelayakan secara ekonomis dari suatu investasi terutama investasi RFID. Dari analisa tersebut, diperoleh untuk hasil payback period investasi teknologi RFID pada penelitian ini adalah 9 bulan 7 hari sebagai lamanya pengembalian investasi. Nilai net present value sebesar Rp 15.792.865,- perbulan, atau sama dengan 189.514.386,- pertahun,- dimana nilai tersebut lebih besar dari 0 berati investasi terse-but layak diterima. Sedangkan untuk nilai inter-nal rate of return sebesar 4,21% perbulan atau sama dengan 50,52% pertahun, dan nilainya lebih besar dari tingkat suku bunga diskonto yang besarnya 15%, sehingga investasi diterima.
Model simulasi sistem dinamik yang digunakan pada penelitian ini untuk menilai dampak RFID pada penjualan di retail, dapat juga dikem-bangkan dengan memperhatikan pengaruh RFID
yang lain, selain untuk peningkatan volume penjualan tetapi juga untuk meminimalkan jumlah stok persediaan di gudang, pengendalian persediaan secara real time, kemampuan cerdas dalam menangkap selera pelanggan terhadap permintaan suatu barang yang diinginkan, serta untuk mengoptimalkan pengisian barang di rak.
Analisa manfaat dan biaya terhadap suatu inves-tasi yang dilakukan khususnya untuk invesinves-tasi RFID, juga dapat dikembangkan dengan melakukan analisa sensitivitas terhadap tingkat suku bunga pinjaman jika perusahaan yang melakukan investasi tersebut modalnya menggunakan pinjaman dari Bank, serta mem-pertimbangkan kondisi makro ekonomi misalnya pada kondisi perekonomian yang cenderung stagnan atau meningkat.
8. DAFTAR RUJUKAN
Barlas, Y., Multiple tests for validation of system dynamics type of simulation models, Eu-ropean Journal of Operational Research 1989;42:59-87
Forrester, J.W.,1961.Industrial Dynamics.MIT Press,Cambridge,MA.
Forrester, J..W., (1968). Principles of Systems. Pegasus Communication, Inc. New York. Gaukler et al., 2007 G.M. Gaukler, R.W. Seifert,
W.H. Hausman, Item RFID in the retail supply chain Production and Operations Management, 16 (1) (2007), pp. 65–76 Gray, C., Payaman, S., Lien K, P.F.L.
Maspaitel-la, R.C.G., Varley. 1992. Pengantar Eval-uasi Proyek. Edisi Kedua. Penerbit Gramedia, Jakarta.
Marco A.D., Cagliano A. C., Nervo M., Rafele C., 2012. Using system dynamics to assess the impact of RFID technology on retail operation. International Journal of Produc-tion Economics 135, 333-344.
Muhammadi, Erman Aminullah, Budhi Soesilo, (2001). Analisis Sistem Dinamik : Ling-kungan Hidup, Sosial, Ekonomi, Mana-jemen. UMJ Press. Jakarta.
Sterman, John D., (2000). Bussines Dynamics. Massachussets Institute of Technologies. USA