monte carlo inventory simulation
TRANSCRIPT
MONTE CARLO INVENTORY SIMULATION
Inventaris: jumlah barang yang disimpan oleh suatu organisasi
untuk digunakan di kemudian hari.
• Inventaris ritel: barang yang akan dijual ke pelanggan.
• Inventaris perusahaan manufaktur: bahan mentah yang merupakan komponen barang yang akan diproduksi.
Aset modal perusahaan sebagian besar tertanam pada inventaris. Pengendalian inventaris mendapat perhatian khusus dari pihak manajemen.
Tujuan pengendalian inventaris:meminimasi biaya penyimpanan barang dalam inventaris.
Biaya inventaris:1. Carrying/holding cost: Biaya pemilikan barang
tersebut: gudang, asuransi, polusi, pencurian, modal. (15-40% investasi inventaris)
2. Ordering cost: Biaya pengantaran: processing order, shipping, receiving.
3. Stockout cost: ketika barang tidak tersedia ketika diminta. Termasuk: keuntungan yang hilang, dan potensi kerugian jika pelanggan beralih ke pesaing.
4. Purchasing cost: biaya pembelian barang.
Hubungan Jumlah Pesanan (pembelian) dengan Biaya Inventaris
Jumlah pesanan Carrying cost Ordering cost Stockout cost
Untuk meminimasi biaya inventaris, dua pertanyaan utama yang harus dijawab adalah:
1. Berapa jumlah barang yang harus dipesan?2. Kapan barang-barang tersebt harus dipesan?
• Dependent demand: situasi ketika permintaan akan suatu barang bergantung pada permintaan barang dengan level yang lebih tinggi. Misalnya: permintaan akan seat belt untuk mobil baru bergantung pada jumlah mobil yang diproduksi. Banyak perusahaan menggunakan sistem materials requirements planning (MRP).
• Prosedur pemesanan untuk independent demand:1. Fixed-order quantity method2. Fixed-order period method
Fixed-Order Quantity Model
Tujuan:menentukan jumlah pemesanan optimal
(Qopt), dan titik re-order (R).
Model:• Deterministik• Memakai banyak asumsi mengenai sistem riil-nya• Dikembangkan melalui teknik matematik tradisional
(aljabar dan kalkulus)
Jumlah Inventaris Sebagai Fungsi Waktu
L L
Q
R
Waktu
Inventory Level
Q = jumlah pesanan
R = jumlah inventaris pada saat pesanan ulang dilakukan (reorder point)
L = waktu antar (delivery time)
Kc = carrying cost/barang/satuan waktu
Ko = ordering cost/per order
TC = total inventory cost
• Total carrying costJumlah inventaris rata-rata = Q/2Total carrying cost = Kc x Q/2
• Total ordering costD = jumlah permintaan / satuan waktuD/Q = jumlah order / satuan waktuTotal ordering cost = Ko x D/Q
• Total cost of inventory (TC)TC = (Kc x Q/2) + (Ko x D/Q)
• Untuk mendapat nilai Q yang akan meminimasi TC, dilakukan penurunan pertama (derivatif) TC terhadap Q:
22 Q
DKK
dQ
dTC oc
• Untuk mendapat nilai Q yang akan meminimasi TC, persamaan tersebut ditentukan sama dengan 0, sehingga didapat:
c
oopt
c
o
oc
oc
K
DKQ
K
DKQ
Q
DKK
Q
DKK
2
2
2
02
2
2
2
• Untuk menentukan reorder point, harus ditemukan pemakaian barang rata-rata per minggu, , dan kemudian dikalikan dengan waktu antar, L, yang dinyatakan dalam minggu:
d
LdR
Monte Carlo Inventory Simulation• Masalah umum dengan model analitik:
Matematik dan statistik yang diperlukan menjadi terlalu rumit.
• Pada simulasi Monte Carlo:permintaan dan waktu antar ditentukan secara probabilistik.Distribusi probabilitas harus ditentukan untuk setiap variabel. (Misalnya, berdasarkan data historis)
Data Permintaan dan Waktu AntarPermintaan/
mingguFrekuensi Waktu Antar
(minggu)Frekuensi
0 5 1 4
1 10 2 4
2 15 3 2
3 12 10
4 8
50
Distribusi Probabilitas untuk Permintaan dan Waktu AntarPermintaan/
mingguFrekuensi Relatif dan Probabilitas
Waktu Antar (minggu)
Frekuensi Relatif dan Probabilitas
0 5/50 = .10 1 4/10 = .40
1 10/50 = .20 2 4/10 = .40
2 15/50 = .30 3 2/10 = .20
3 12/50 = .24 1.00
4 8/50 = .16
1.00
• Monte Carlo Inventory Simulation membutuhkan sampling nilai dari distribusi probabilitas permintaan dan waktu antar.
• Metode Monte Carlo membutuhkan penggunaan bilangan acak.
• Untuk melakukan Monte Carlo sampling, bilangan acak harus dihubungkan dengan nilai yang mungkin dari variabel ybs, sedemikian sehinga jumlah bilangan acak untuk suatu variabel proporsional dengan probabilitas munculnya nilai tersebut.
Bilangan Acak untuk Distribusi Permintaan dan Waktu Antar
Permintaan per Minggu
Bilangan Acak
Waktu Antar, minggu
Bilangan Acak
0 00-09 1 00-39
1 10-29 2 40-79
2 30-59 3 80-99
3 60-83
4 84-99
Monte Carlo Inventory Simulation Work Sheet Bilangan acak Simulasi Biaya (cost) hasil simulasi Waktu Permintaan Waktu
Antar Permintaan Order Order yang
diterima Balance Carrying Ordering Stockout Total
0 6
1 69 64 3 6 3 6 30 0 36
2 73 3 0 0 0 0 0
3 16 1 6 5 10 0 0 10
4 65 39 3 6 2 4 30 0 34
5 01 0 6 8 16 0 0 16
6 71 3 5 10 0 0 10
7 91 19 4 6 1 2 30 0 32
8 99 69 4 6 6 3 6 30 0 36
9 18 1 2 4 0 0 4
10 33 2 6 6 12 0 0 12
11 65 34 3 6 3 6 30 0 36
12 86 4 6 5 10 0 0 10
13 94 91 4 6 1 2 30 0 32
14 39 2 0 0 0 20 20
15 38 2 0 0 0 40 40
16 84 42 4 6 6 2 4 30 0 34
17 45 2 0 0 0 0 0
18 91 25 4 6 6 2 4 30 0 34
19 03 0 6 8 16 0 0 16
20 81 3 5 10 0 0 10
Q = 6; R = 3 Carrying cost = $2/item/week; Ordering cost = $30/order; Stockout cost = $20/item
Start
Input:Permintaan, Waktu antar, biaya, jumlah order, reorder point, jumlah minggu yang
disimulasikan
Loop sepanjang jumlah order dan
reorder point
Loop sepanjang jumlah minggu
yang disimulasikan
Update inventory balance untuk order yang diterima, simulasikan permintaan, update inventory balance untuk permintaan yang
disimulasikan.
Inventory balance di
bawah reorder point
1
1
Akhir minggu yang
disimulasikan
Output: Summary statistics
Akhir jumlah order simulasi dan reorder
point
Stop
2
3
3
2
Lakukan order
1
Akumulasikan cost data
F
T
F
T
F
T