kuliah 2_perencanaan logistics

Upload: joko-isnanto

Post on 05-Jul-2018

228 views

Category:

Documents


3 download

TRANSCRIPT

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    1/35

    ENGINEERING LOGISTICSINDRAMAWAN ST.MT

    PERENCANAAN LOGISTIK

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    2/35

    LOGISTICS PLANNING

    • Planning Row

    Material.

    • Planning Production

    •  DC Warehouse

    • Transportation.

    • Distribution

    • Hub DC

    • Transportation

    • Distribution

    • Informasi KebutuhanPasar/Customer.

    • Rencana Produksi.

    • Kebutuhan RM.

    • Kebutuhan bahan

    Pembantu.

    • Kebutuhan Manpower

    • Working Capital

    • Cash Flow.

    • Equipment yang lain

    • Kebutuhan Luas WH baik RM maupun Finish Good.• Own Warehouse atau Outsourcing.

    • Equipment di WH.

    • Manpower di WH.

    • System atau WMS yang digunakan.

    • Transportasi untuk Suttle dari Plant ke DC WH.

    • Transportasi dari DC WH ke Hub DC dan end user.• Own transport atau Outsourcing.

    • Jenis moda transportasi yang digunakan.

    • Metode charging untuk biaya transport.

    • Metode Vendor yang digunakan.

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    3/35

    PERAMALAN PERMINTAAN

     Peramalan permintaan adalah kegiatan untukmengestimasi besarnya permintaan terhadap barang

    dan jasa tertentu pada periode dan wilayah pemasaran

    tertentu.

    Peramalan tentang perkiraan jumlah permintaan dankebutuhan pasar di masa yang akan datang sebagai

    dasar untuk perencanaan dan pengambilan keputusan

    bisnis.

    Sebagai input untuk perencanaan produksi danmengelola persediaan, bahan baku, peralatan,sumber daya manusia

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    4/35

    Dimensi produk, wilayah dan waktu permintaan

    KP A (A1,A2,A2,A3)

    KP B (B1,B2)

    KP C(C1,C2,C3)

    Bulan 1 (m1,m2,m3,m4)

    Bulan 2 (m1,m2,m3,m4)

    Bulan 3 (m1,m2,m3,m4)

    WP X (X1,X2,X3,X4)WP Y (Y1,Y2,Y3,Y4)

    WP Z (Z1,Z2,Z3,Z4)

    Dimensi Waktu

    Dimensi Wilayah

    Dimensi Produk

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    5/35

      Teknik Peramalan Tingkat Peramalan

    ualitatif

    Pendapat Para Eksekutif

    Riset Pasar

    Metoda Delphi

    Metoda Kelompok Nominal

    uantitatif

    1. Metoda Time Seriesa. M. Free Hand

    b. M. Moving Average (Simple MA ; Weight MA)c. M. Exponential Smoothing (Single ES ; Double ES ; ES with Linear Trend)

    e. M. Regresi Linear

    f. M. Interpolasi Gregory-Newton

    g. M. Winter’s 

    2. Metoda Non Time Series

    Metoda Top Down

    Metoda Bottom Up

    Metoda Interprestasi Permintaan

    METODA PERAMALAN

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    6/35

    TEKNIK PERAMALAN KUALITATIF (SUBJECTIF)

    Bila tidak ada data atau data masa lalu hanya sedikit tersedia, memakai intuisi, pengalaman,pendapat dan pengambilan keputusan.

    1. Pendapat para eksekutif atau manajer senior, 

    Berdasarkan atas pengalaman dan data permintaan sebelumnya. 

    2. Riset Pasar ,

    Mendengar keluhan, komplain dan klaim pelanggan melalui kuesioner. 

    3. Metoda Delphi,

    Ditentukan berdasarkan kesepakatan kelompok pakar yang terlibat dalam peramalan. 

    - Seorang yang terpilih sebagai koordinator mengajukan pertanyaan tertulis

    menyangkut hal-hal yang berkaitan dengan perkiraan masa yang akan datang

    kepada anggota panel untuk mendapatkan tanggapan. 

    - Tidak diadakan komunikasi antar anggota. 

    - Koordinator mengedit dan merangkum jawaban tertulis berdasarkan kelompok

    disertai penjelasan dan informasi lainnya. 

    - Hasil pertama dikirimkan lagi ke anggota panel disertai pertanyaan berikut untukditanggapi secara tertulis. 

    - Masing-masing anggota kelompok menanggapi pertanyaan. 

    - Seterusnya diadakan langkah diatas beberapa kali hingga memperoleh hasil akhir .

    4. Metoda Kelompok Nominal

    Melibatkan orang-orang yang berpengalaman di berbagai bidang , diskusi diadakan secara langsungdan terbuka.

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    7/35

      Metoda Top - DownDimulai dengan hasil-hasil peramalan berbagai kondisi bisnis yang dibuat oleh pakarekonom dalam lembaga pemerintah, perusahaan besar atau perguruan tinggi. Parapakar peramalan dalam perusahaan menterjemahkan peramalan umum kedalamperamalan bisnis industri untuk waktu yang akan datang.

    Metoda Bottom - Up

    Dimulai dengan perkiraan permintaan produk akhir individual. Informasi dari pengecertentang permintaan konsumen, pendapat distributor tentang perilaku permintaanproduk dan perkiraan dari petugas sales. Informasi ini dipadukan dengan polapermintaan masa lalu, dianalisis untuk membuat peramalan jumlah produk yang akandijual.

    Metoda Interpretasi Permintaan

    Metoda peramalan sering kali tidak tepat dengan kenyataan dan tidak dapat menjawabpermasalahan yang datang secara tidak terduga seperti krisis moneter, lonjakanpermintaan. Para pakar peramalan harus mempunyai wawasan yang luas dankemampuan menganalisis yang terpadu.

    TINGKAT PERAMALAN

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    8/35

    TEKNIK PERAMALAN KUANTITATIF

    POLA PERAMALAN TIME SERIES

    1. Pola Trend

    2. Pola Musiman3. Pola Siklikal

    4. Pola Random

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    9/35

       P  e  r  m   i  n   t  a  a  n

    Waktu/Periode

    Trend

    POLA PERAMALAN TRENDBila data permintaan menunjukkan pola gerakan kenaikan atau

    penurunan jangka panjang. Maka, Metoda peramalan yang sesuai :Regresi Linear dan Exponential Smoothing.

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    10/35

       P  e  r  m   i  n   t  a  a  n

    Waktu/Periode

    POLA PERAMALAN MUSIMANData berfluktuasi berulang dalam suatu interval waktu tertentu,

    biasanya dipengaruhi oleh musim. Metoda peramalan yang sesuai :Metoda Winter, Moving Average

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    11/35

       P  e  r  m   i  n   t  a  a  n

    Waktu/Periode

    POLA PERAMALAN SIKLIKAL

    Data flukuasi permintaan secara jangka panjang membentuk pola gelombang

    atau siklus. Metoda peramalan yang sesuai : Moving Average dan Exponential Smoothing.

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    12/35

       P  e  r  m   i  n   t  a  a  n

    Waktu/Periode

    POLA PERAMALAN RANDOMBila fluktuasi data permintaan dalam jangka panjang bersifat acak dan tidak

     jelas serta tidak dapat digambarkan oleh ketiga pola lainnyaTidak ada metoda peramalan yang direkomendasikan dengan pola ini

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    13/35

    TEKNIK PERAMALAN KUANTITATIF METODA FREE HAND 

     Adalah metoda Time Series yang besifat subjektif. Plotkan data historis

    permintaan dalam bentuk grafik. Pola data dilihat secara visual. Annual dan

    logis untuk menentukan titik permintaan masa yang akan datang

       P  e  r  m   i  n   t  a  a  n

    Waktu/Periode

    Data Historis Masa Depan

    Perkiraan

    TEKNIK PERAMALAN KUANTITATIF

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    14/35

    Peramalan rata-rata bergerak menggunakansejumlah data aktual masa lalu untuk

    menghasilkan peramalan.

     Rata-rata bergerak berguna jikakita dapat mengasumsikan bahwapermintaan pasar akan stabil

    sepanjang masa yang kitaramalkan .

    TEKNIK PERAMALAN KUANTITATIFMETODA Rata-Rata Bergerak (Moving Average)

    TEKNIK PERAMALAN KUANTITATIF

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    15/35

     

    Ft = Forecast (ramalan) permintaan untuk periode t

     At = Actual (aktual) permintaan pada periode t

    n = Jumlah periode yang dipakai untuk kalkulasi peramalan

    Periode Permintaan

    2000 109

    2001 115

    2002 112

    2003 118

    2004 114

    2005 120

    2006 116

    2007 118

    Berapa Forecast 2008 apabila jumlah periode

    untuk kalkulasi adalah 4 

    F2008  = 118 + 116 + 120 + 114

    4

    = 117

    At-1 + At-2 + At-3 + … At - n

    Ft  =

    n

    TEKNIK PERAMALAN KUANTITATIFMETODA Rata-Rata Bergerak (Moving Average)

    TEKNIK PERAMALAN KUANTITATIF

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    16/35

    Saat terdapat tren atau pola yang terdeteksi, bobot dapat

    digunakan untuk menempatkan penekanan yang lebih

    pada nilai terkini. Pemilihan bobot merupakan hal yang

    tidak pasti karena tidak ada rumus untuk menetapkan

    mereka.Oleh karena itu, pemutusan bobot yang digunakan

    membutuhkan pengalaman. Sebagai contoh, jika bulan

    atau periode terakhir diberi bobot yang terlalu berat,

    peramalan dapat menggambarkan perubahan yang terlalucepat yang tidak biasa pada permintaan atau pola

    penjualan.

    TEKNIK PERAMALAN KUANTITATIFMetode Rata-Rata Bergerak dengan Pembobotan (Weighted Moving

     Average)

    TEKNIK PERAMALAN KUANTITATIF

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    17/35

     

    Ft = Forecast (ramalan) permintaan untuk periode t

     At = Actual (aktual) permintaan pada periode t

    wx = Weight (bobot), ditentukan secara subjektif. (Σ wx = 1)

    n = Jumlah periode yang dipakai untuk kalkulasi peramalan 

    Ft  = w1At-1 + w2At-2 + w3At-3 + ….. wnAt  –n

    Periode Permintaan

    2000 109

    2001 115

    2002 1122003 118

    2004 114

    2005 120

    2006 116

    2007 118

    Berapa Forecast 2008 apabila jumlah periode

    untuk kalkulasi adalah 4 

    F2008  = (0.3)118 + (0.2)116 + (0.3)120 + (0.2)114

    = 35.4 + 23.2 + 36 + 22.8

    = 117.4

    TEKNIK PERAMALAN KUANTITATIFMetode Rata-Rata Bergerak dengan Pembobotan (Weighted Moving

     Average)

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    18/35

    Penghalusan eksponensial merupakan metode

    peramalan rata-rata bergerak dengan pembobotan

    yang canggih, tetapi masih mudah digunakan.

    Metode ini mengunakan pencatatan data masa laluyang sangat sedikit.Peramalan baru = Peramalan periode terakhir + (permintaan

    periode terakhir – Peramalan periode terakhir)

    Dimana :

    α= Sebuah bobot atau konstanta penghalus yang dipilih oleh

    peramal yang mempunya nilai antara 0 dan 1

    TEKNIK PERAMALAN KUANTITATIF

    Metode Penghalusan Eksponensial (Exponential Smoothing )

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    19/35

     

    Ft = Forecast (ramalan) permintaan untuk periode t

    α  = Konstanta, nilai (0 s/d 1) yang ditentukan secara subjektif

    Tt - 1 = Permintaan aktual periode lalu

    Ft - 1  = Forecast permintaan pada periode sebelumnya 

    Ft  = Ft - 1 + α (Tt - 1 - Ft  – 1) 

    Periode Prmnt  α At Tt-1  Ft-1 

    2000 109 10.9 105.4 116.3

    2001 115 11.5 104.7 116.2

    2002 112 11.2 104.6 115.82003 118 11.8 104.2 116.0

    2004 114 11.4 104.4 115.8

    2005 120 12.0 104.2 116.2

    2006 116 11.6 104.6 116.2

    2007 118 11.8 104.6 116.4

    Berapa Forecast 2008 apabila asumsi α = 0.1

    F2008  = 118 + 0.1 (116.4 - 104.6)

    = 118 + 0.1 (11.8)= 118 + 1.18

    = 119,18

    TEKNIK PERAMALAN KUANTITATIF

    Metode Penghalusan Eksponensial (Exponential Smoothing )

    TEKNIK PERAMALAN KUANTITATIF

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    20/35

    TEKNIK PERAMALAN KUANTITATIF

    Metode Proyeksi Trend (Linear Regression)

    Proyeksi Tren merupakan suatu metode peramalan yang

    mencocokan garis tren pada serangkaian data masa

    lalu, kemudian memproyeksikan garis pada masa

    mendatang untuk peramalan jangka menengah atau

     jangka panjang

    y = α +bX

    y = nilai terhitung dari variable yang akan diprediksi

    α = persilangan sumbub = kemiringan garis regresi (atau tingkat perubahan pada untuk perubahan

    yang terjadi di x )

    X = variable bebas (dalam kasus ini adalah waktu)

    TEKNIK PERAMALAN KUANTITATIF

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    21/35

    Untuk menentukan nilai α dan b

    TEKNIK PERAMALAN KUANTITATIF

    Metode Proyeksi Trend (Linear Regression)

    y  = nilai terhitung dari variable yang akan diprediksiα = persilangan sumbu y

    b = kemiringan garis regresi (atau tingkat perubahan pada untuk

    perubahan yang terjadi di x)

     X = variabel bebas (dalam kasus ini adalah waktu) 

    Y = nilai variabel terikat yang diketahui

    n = jumlah data atau pengamatan

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    22/35

    PROSEDUR PERAMALAN PERMINTAAN

    1. Tentukan pola data permintaan dengan penampilangrafis (Trend, Musiman, Siklikal atau Random).

    2. Mencoba beberapa metoda Time Series yang sesuaidengan pola permintaan

    3. Mengevaluasi tingkat kesalahan masing-masingmetoda berdasarkan kriteria MAD (Mean AbsoluteDeviation), MSE (Mean Square of Error) atau MAPE(Mean Absolute Percentage of Error).

    4. Memilih metoda peramalan terbaik, yaitu metodadengan tingkat kesalahan terkecil dan harus beradadibawah batas tingkat kesalahan yang ditetapkan.

    5. Melakukan peramalan dengan metoda yang terpilih.

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    23/35

    Material RequirementPlanning

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    24/35

    MRP sebuah tehnik yang digunakan dalam

    lingkungan produksi untuk permintaan dependen

    (dependent demand). Menggunakan bill of

    material, inventory, expected receipts dan master

     production schedule (MPS) untuk menentukanmaterial apa saja yang dibutuhkan untuk proses

     produksi.

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    25/35

    Permintaan dependen berarti permintaan suatu produk

    berkaitan dengan permintaan untuk produk lainnya.

    Permintaan untuk produk bersifat dependen terjadi bilahubungan antar produk dapat ditentukan.

    Misalnya, bagi produsen mobil permintaan ban mobil dan radiator tergantung

    produksi mobil itu sendiri. Oleh karenanya bila manajemen telah membuat

    peramalan tentang permintaan barang jadi, maka jumlah yang diperlukan

    untuk setiap komponen dapat dihitung, karena komponen semuanya bersifatdependen

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    26/35

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    27/35

     Penggunaan dependent demand inventory model yang

    efektif membutuhkan hal-hal di bawah ini:

    1. Master Production Schedule (MPS) = apa yang akan dibuat, dan kapan di buat

    2. Bill of material (BOM) = material dan komponen-komponen

    yang diperlukan untuk membuat produk

    3. Inventory availability = apa yang ada dalam persediaan

    yang disimpan

    4. Purchase Orders Outstanding =apa yang perlu dipesan

    (biasa juga disebut expected receipt)5. Lead times = berapa lama waktu dari pemesanan barang,

    sampai barang tersebut tiba

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    28/35

    MANFAAT MRP

    Permintaan dependen membuat penjadwalan dan

    perencanaan persediaan menjadi kompleks, sekaligusmenguntungkan.

    Beberapa manfaat MRP adalah:

    1. Peningkatan pelayanan dan kepuasan konsumen.

    2. Peningkatan pemanfaatan fasilitas dan tenaga kerja.3. Perencanaan dan penjadwalan persediaan yang lebih

    baik.

    4. Tanggapan yang lebih cepat terhadap perubahan dan

    pergeseran pasar.5. Tingkat persediaan menurun tanpa mengurangi

    pelayanan kepada konsumen.

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    29/35

    STRUKTUR MRP 

    Kebanyakan system MRP terkomputerisasi, analisisnya bersifat

    langsung dan serupa antara system terkomputerisasi satu denganlainnya, yang mana strukturnya terlihat pada gambar berikut :

    Gambar : Struktur Sistem MRP

    Master Production Schedule MRP melalui laporan periodeBill Of Material MRP melalui laporan harian

    Lead time MRP program Laporan Pemesanan Terencana

    Inventory komputer Saran-saran Pembelian

    Pembelian Laporan Pengecualian

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    30/35

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    31/35

    Gross Material Requirements Plan 

    asumsinya belum ada inventory on-hand, menunjukkan

    berapa barang yang harus di order untuk memenuhipermintaan dari periode tersebut

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    32/35

    Net Material Requirements Plan 

    mempertimbangkan inventory on hand yang sudah ada,

    menunjukkkan berapa barang yang harus di order, dikurangi

    dengan inventory yang sudah ada, untuk memenuhi permintaan

    periode tersebut

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    33/35

    MRP Dynamics 

    Perubahan-perubahan pada input MRP (BOM, MPS, pencatatan

    persediaan dkk) dapat menyebabkan system nervousness, dandampaknya adalah kekacauan pada departemen purchasing dan

     production.

    Kondisi MRP nervousnes:

    • Bila Sistem MRP di-update terlalu sering, sistem menjadi tidak stabil dan tidakefisien

    •  Bila sistem tidak cukup di-update, sistem menjadi tidak fleksibel

    •  Sistem lebih baik pada trade-off antara stabilitas dan fleksibilitas dengan

    menggunakan time fences. Time fences adalah (memperkenankan segmen dari

    MPS untuk didesain sebagai jadwal yang tidak dapat di “rescheduled”) •  Makin pendek time fences, makin fleksibel dan nervous sistem tersebut; dan

    makin panjang time fences, makin stabil dan tidak fleksibel sistem tersebut

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    34/35

    STUDI KASUS

  • 8/16/2019 Kuliah 2_Perencanaan Logistics

    35/35

      Terima Kasih