penentuan kebijakan order dengan pendekatan...

PENENTUAN KEBIJAKAN ORDER DENGAN PENDEKATAN VENDOR MANAGED

INVENTORY UNTUK SINGLE SUPPLIER, MULTI PRODUCT DAN MULTI

RETAILER DI PT. PETROKIMIA GRESIK (PERSERO)

Novita Purna Fachristy, Prof. Ir. I Nyoman Pujawan, M.Eng., Ph. D, dan Niniet Indah

Arvitrida, ST. MT. Jurusan Teknik Industri

Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111

Email: [email protected] ; [email protected]; [email protected]

ABSTRAK PT. Petrokimia Gresik (Persero) merupakan perusahaan pupuk di Jawa Timur yang

wilayah pemasarannya meliputi seluruh wilayah di Indonesia. Dalam memproduksi pupuk sebagai produk utamanya, PT. Petrokimia Gresik (Persero) harus mampu meminimumkan biaya operasi dan produksinya. Sistem persediaan di PT. Petrokimia Gresik (Persero) ada dua macam gudang, yaitu gudang pusat dan gudang-gudang penyangga. Sistem persediaan dengan menggunakan dua macam gudang ini menggunakan sistem persediaan banyak eselon (Multi Echelon Inventory). Dalam pengiriman pupuk ke Gudang Penyangga sering kali mengalami kehabisan stock maupun kelebihan stock yang mana menyebabkan biaya yang sangat tinggi dan akan berpengaruh terhadap persediaan distributor. Untuk itu diperlukan pengaturan kebijakan order yang tepat dari gudang pusat ke gudang penyangga serta dari gudang penyangga ke distributor.

Tujuan dari penelitian ini adalah untuk menentukan kebijakan order pengiriman produk yang tepat pada kebijakan Vendor Managed Inventory dengan menggunakan penerapan metode kebijakan pengelolaan vendor managed inventory dengan pendekatan (s,S) sehingga mampu mengakomodasi perencanaan inventori oleh supplier. Pengelolaan inventori dilakukan dengan mempertimbangkan parameter-paramater dan biaya inventori terkait. Penerapan model pengelolaan vendor managed inventory terintegrasi akan menghasilkan nilai (s,S) untuk tiap produk di pihak supplier. Selain itu model ini akan berdampak pada perubahan alur replenishment sehingga menyebabkan perubahan pada biaya yang dikeluarkan. Untuk itu, akan dibandingkan total biaya antara sistem kebijakan pengelolaan inventori eksisting dan alternatif kebijakan pengelolaan vendor managed inventory terintegrasi dengan pendekatan (s,S) untuk kasus single supplier, yaitu PT. Petrokimia Gresik danmulti retailer (retailer/distributor dari PT. Petrokimia Gresik) untuk multi product sehingga didapatkan keuntungan secara kuantitatif dengan meminimalkan biaya operasional perusahaan dan dapat menghasilkan keputusan pengiriman yang optimal daripada keadaan eksisting yang ada.

Hasil output dari perbandingan hasil simulasi penerapan VMI terhadap kondisi eksisting secara umum adalah rata-rata peningkatan service level yang dihasilkan adalah sebesar 0,91%, sedangkan rata-rata saving total cost adalah sebesar 20%. Kata kunci : Single supplier-multi product-multiretailer, Pendekatan (s,S), Vendor Managed

Inventory.

ABSTRACT

PT. Petrokimia Gresik (Persero) is a fertilizer company in East Java which covers the whole of it’s marketing areas in Indonesia. In producing fertilizer as it’s main products, PT. Petrokimia Gresik (Persero) should be able to minimize operating costs and production. Inventory system at PT. Petrokimia Gresik (Persero) there are two kinds of warehouses, namely the central warehouse and warehouses buffer. Inventory system using two kinds of these warehouses use a lot echelon inventory system (Multi-Echelon Inventory). In the fertilizer shipments to the warehouse Buffer often have run out of stock or excess stock which led to a very high cost and will affect the stock distributor. It required the right policy settings orders from a central warehouse to warehouse and from warehouse buffer buffer to the distributor.

The purpose of this study was to determine the policy of shipping orders right product on Vendor Managed Inventory policy by using the application method of management policies with approaches vendor managed inventory (s, S) so as to accommodate the inventory planning by suppliers. Inventory management is done by considering the parameters-parameters and associated

mailto:[email protected]



2

inventory costs. Implementation of vendor managed inventory management model is integrated to produce a value (s, S) for each product on the supplier. In addition this model will have an impact on the replenishment flow changes resulting in changes in the costs incurred. To that end, will be compared to the total cost between the existing system of inventory management policies and alternative policies in managing vendor managed inventory is integrated with the approach (s, S) for the case of single supplier, namely PT. Petrokimia Gresik danmulti retailers (retailers / distributors of PT. Petrokimia Gresik) for multi product thus obtained quantitatively profits by minimizing operational costs and the company can produce the optimal delivery of decisions than the existing circumstances that exist.

The results of the simulation output from the simulation results of the implementation of VMI comparison to existing conditions in general is the average increase in service level generated is equal to 1,06% . And the average total cost savings amounted to 20%. Keywords: Single supplier of multi-product-multiretailer, approach (s, S), Vendor Managed Inventory.

1. Pendahuluan

Pada bagian ini akan dijelaskan mengenai latar belakang dan perumusan masalah yang digunakan dalam penelitian ini. 1.1 Latar Belakang

Pengelolaan inventory merupakan permasalahan yang mutlak harus dilakukan oleh perusahaan. Mendatangkan persediaan barang/bahan baku tepat pada saat munculnya permintaan adalah hal yang sangat sulit dilakukan. Adanya inventory adalah suatu hal yang wajar dalam sebuah industri untuk mengurangi resiko ketidakpastian permintaan. Tanpa adanya persediaan, perusahaan dihadapkan pada masalah bahwa pada suatu waktu tidak dapat memenuhi kebutuhan pelanggan atas barang atau jasa yang dihasilkan perusahaan. Tetapi, apabila persediaan terlalu banyak dan terpaksa disimpan untuk jangka waktu yang panjang karena tidak ada permintaan, maka perusahaan akan mengeluarkan holding cost yang besar. Dikarenakan hal tersebut, banyak perusahaan berusaha menekan tingkat inventorinya. Dalam permasalahan persediaan, hal yang perlu mendapatkan perhatian adalah produk-produk yang telah siap dipasarkan, seberapa banyak dan kapan akan dilakukan pengiriman barang.

PT. Petrokimia Gresik (Persero) merupakan perusahaan pupuk di Jawa Timur yang wilayah pemasarannya meliputi seluruh wilayah di Indonesia. Dalam memproduksi pupuk sebagai produk utamanya, PT. Petrokimia Gresik (Persero) harus mampu meminimumkan biaya operasi dan produksinya. Kegiatan produksinya memiliki 2 jenis pupuk, yaitu pupuk bersubsidi dan pupuk non subsidi.

Objek dari penelitian ini adalah pupuk bersubsidi karena produk-produk ini adalah produk utama dari perusahaan yaitu pupuk ZA, SP-36, dan Petroganik. Perusahaan ini berproduksi untuk memenuhi pasar wilayah seluruh Indonesia. Tetapi pada penelitian ini dibatasi pada pengiriman ketiga pupuk bersubsidi di daerah Jawa Timur pada kota Banyuwangi dan Bondowoso karena pada kota tersebut terdapat GAP yang cukup jauh antara realisasi pengiriman pupuk terhadap permintaan yang ada. Perusahaan ini menghasilkan produk berupa pupuk yang termasuk produk fungsional sehingga menurut (Pujawan, 2005) sistem akan difokuskan pada upaya untuk meminimumkan biaya-biaya fisik di sepanjang sistem pendistribusian. Gudang pusat pada PT. Petrokimia Gresik terdiri satu gudang yang terletak di dekat lokasi perusahaan, sedangkan gudang penyangga ini terletak di setiap kabupaten di seluruh Indonesia yang mempunyai fungsi agar mempercepat dan meminimalisasi proses pendistribusian perusahaan. Hingga saat ini PT. Petrokimia Gresik (Persero) memiliki sembilan puluh gudang penyangga yang terdapat di beberapa kota dan kabupaten yang tersebar di wilayah Indonesia dimana status gudang-gudang tersebut adalah sewa dan seluruh biaya operasional di gudang penyangga merupakan tanggungan PT. Petrokimia Gresik (Persero). Dengan keterbatasan jumlah gudang penyangga, dan banyaknya macam produk yang akan didistribusikan menjadi kendala dalam mengatur kebijakan order dengan menentukan ukuran dan jadwal pengiriman produk. Penyimpanan produk dalam gudang dapat menimbulkan biaya tambahan, seperti tambahan

3

biaya simpan, terjadi kekurangan stock dan tambahan biaya lost sales bila terjadi kekurangan stock barang sehingga mengurangi jumlah keuntungan yang didapat perusahaan. Meningkatnya kompetisi pasar pada beberapa industri membuat perusahaan-perusahaan yang terlibat harus mengembangkan strategi bisnisnya agar dapat tetap bertahan.

PT. Petrokimia Gresik (Persero) sebagai perusahaan yang menghasilkan pupuk terlengkap di Indonesia perlu membuat strategi untuk tetap bersaing dengan perusahaan pupuk lainnya dengan meminimalisasi biaya operasional yang ada dan juga dengan menjalin kerja sama yang baik dengan buyer/retailer. Oleh karena itu, diperlukan koordinasi yang baik pula antar pihak didalam supply chain

yaitu antara supplier dan retailer agar dapat bersama-sama meminimalisasi biaya inventory

yang ada. Vendor Managed Inventory (VMI) adalah suatu strategi kolaborasi yang terjalin diantara pihak-pihak yang terkait dalam supply chain, dimana supplier mengontrol manajemen persediaan dari para retailer-nya. Supplier bertanggung jawab dalam menentukan waktu, dan berapa jumlah barang yang dibutuhkan retailer. Keputusan pengiriman oleh supplier ini didasarkan atas informasi data penjualan dan stock level inventory yang ada di retailer (Yao et al., 2005). Sistem persediaan di PT. Petrokimia Gresik ada dua macam gudang, yaitu gudang pusat dan gudang-gudang penyangga. Sistem persediaan dengan menggunakan dua macam gudang ini menggunakan sistem persediaan banyak eselon (Multi Echelon Inventory). Sebagai perusahaan BUMN, PT. Petrokimia Gresik (Persero) dalam mengirimkan produk pupuk bersubsidi dalam pengelolaan inventorinya mengacu pada Peraturan Pemerintah. perusahaan. Gambar pengiriman produk pupuk subsidi sampai ke distributor di PT. Petrokimia Gresik (Persero) untuk wilayah Jawa Timur ditunjukkan pada gambar 1.1. Dari gambar terlihat ada beberapa eselon yang harus dilalui oleh PT. Petrokimia Gresik. Namun penanganan PT. Petrokimia Gresik hanya pada sistem persediaan pada gudang pusat/gudang Gresik dan gudang penyangga.

PABRIKGUDANG

GRESIK

GUDANG

PENYANGGADISTRIBUTOR KONSUMEN

PEMENUHAN

DEMAND

PENGIRIMAN

PUPUK

INFORMASI STOCK INFORMASI DEMAND

PEMENUHAN

DEMAND

PEMENUHAN

DEMAND

TANGGUNGAN PT.

PETROKIMIA GRESIKDILUAR PT. PETROKIMIA

GRESIK

Gambar 1. 1 Aliran pengiriman produk pupuk subsidi di PT. Petrokimia Gresik (Persero) di Wilayah Jawa Timur.

Kondisi yang terjadi saat ini adalah

realisasi pengiriman dengan adanya permintaan di kabupaten tertentu mempunyai gap yang terlalu jauh karena adanya faktor musim dan pihak perusahaan menghindari adanya kekurangan stock. Karena hal tersebut, gudang penyangga sering kali mengalami kekurangan stock maupun kelebihan stock yang mana menyebabkan biaya yang sangat tinggi karena belum adanya kebijakan pengelolaan persediaan yang pasti. Untuk kondisi kelebihan stock pengiriman gudang pusat ke gudang penyangga, dapat mengakibatkan meningkatnya persediaan pada gudang penyangga. Hal tersebut dapat dilihat dari prosentase pengiriman dari permintaan pupuk di gudang penyangga Banyuwangi dapat dilihat dari gambar 1.2 dibawah ini.

J anF eb

Mar

Apr

Mei

J unJ ul

Agu

Sept

Okt

Nov

Des

0.0%

50.0%

100.0%

150.0%

200.0%

250.0%

300.0%

Prosentase

R ealisas i P engiriman P upuk ke G udang P enyangga

B anyuwangi

R ealis as iP engirimanP upuk S P -36

Gambar 1. 2 Prosentase Pengiriman Pupuk SP-36 di

Gudang Penyangga Banyuwangi Tahun 2010. (Sumber : Laporan Realisasi Pengiriman Pupuk

Subsidi PT. Petrokimia Gresik, 2010)

4

Dari gambar diatas realisasi pengiriman dari permintaan prosentasenya sangat tinggi, semua diatas 50%. Hal tersebut menyebabkan membengkaknya stock

persediaan di gudang penyangga, dan dapat meningkatkan inventory cost perusahaan. Kemudian untuk kondisi kekurangan stock

pengiriman dari permintaan yang ada, terlihat pada pengiriman pupuk Petroganik dan SP-36 di gudang penyangga Bondowoso. Pada gambar 4.3 dan 4.4 dibawah ini terlihat bahwa prosentase pengiriman dari permintaan yang ada mengalami kekuarangan. Terbukti bahwa prosentase semua pengiriman masing-masing bulan dibawah 60%. Hal ini mengakibatkan perusahaan mengalami kerugian.

J anFebM

arApr

Mei

J unJ u

l

Agu

Sep

t

Okt

Nov

Des

0.0%

5.0%

10.0%

15.0%

20.0%

25.0%

30.0%

35.0%

40.0%

Prosentase

R ealisas i P engiriman P upuk ke G udang P enyangga di

B ondowoso

R ealis as iP engirimanP upukP etroganik

Gambar 1. 3 Prosentase Pengiriman Pupuk

Petroganik di Gudang Penyangga Bondowoso Tahun 2010.

(Sumber : Laporan Realisasi Pengiriman Pupuk Subsidi PT. Petrokimia Gresik, 2010)

Terlihat bahwa prosentase pengiriman

pupuk atas permintaan pasar dari gudang pusat ke gudang penyangga mempunyai nilai yang terlalu ekstrim, yang artinya realisasi pengiriman dan permintaan dari gudang pusat ke gudang penyangga selisihnya cukup jauh. Karena hal tersebut diperlukan adanya kebijakan pengelolaan persedian yang baik dengan mengatur kebijakan order perusahaan agar dapat melakukan pengiriman ke gudang-gudang penyangga sehingga sesuai dengan permintaan dari distributor. Informasi mengenai level persediaan dibutuhkan untuk menentukan waktu pengiriman dan jumlah barang yang dikirimkan kepada masing-masing

buyer sesuai kebutuhan. Pihak supplier dapat mengelola seluruh pengiriman pada buyer. Pendekatan yang sesuai dengan permasalahan ini adalah pendekatan terintegrasi vendor

manged inventory. Penelitian ini berfokus pada penerapan

metode kebijakan pengelolaan vendor managed

inventory dengan pendekatan (s,S) sehingga mampu mengakomodasi perencanaan inventori oleh supplier. Pengelolaan inventori dilakukan dengan mempertimbangkan parameter-paramater dan biaya inventori terkait. Penerapan model pengelolaan vendor managed

inventory terintegrasi akan menghasilkan nilai (s,S) untuk tiap produk di pihak supplier. Selain itu model ini akan berdampak pada perubahan alur replenishment sehingga menyebabkan perubahan pada biaya yang dikeluarkan. Untuk itu, akan dibandingkan total biaya antara sistem kebijakan pengelolaan inventori tradisional dengan pendekatan (s,S) dengan alternatif kebijakan pengelolaan vendor managed

inventory terintegrasi dengan pendekatan (s,S). Sehingga dengan adanya penelitian ini

diharapkan perusahaan dapat menentukan kebijakan order pengiriman produk yang tepat pada kebijakan Vendor Managed Inventory

untuk kasus single supplier, yaitu PT. Petrokimia Gresik dan multi retailer

(retailer/distributor dari PT. Petrokimia Gresik) untuk multi product sehingga didapatkan keuntungan secara kuantitatif dengan meminimalkan biaya operasional dan dapat menghasilkan keputusan pengiriman yang optimal daripada keadaan eksisting yang ada. 1.2 Perumusan Masalah

Berdasarkan uraian latar belakang yang telah dikemukakan di atas, permasalahan dalam penelitian ini adalah bagaimana menentukan jadwal pengiriman yang optimal pada gudang pusat ke gudang penyangga di PT. Petrokimia Gresik sampai ke distributor dengan pendekatan Vendor Managed Inventory sehingga dapat meminimalkan biaya operasional. 1.3 Tujuan Penelitian

Tujuan dari penelitian Tugas Akhir ini adalah sebagai berikut : 1. Menentukan kebijakan order yang optimal

untuk Gudang Pusat, Gudang Penyangga, dan Distributor.

5

2. Membandingkan total biaya untuk kebijakan pengelolaan inventori model eksisting dan model vendor managed

inventory. 1.4 Manfaat Penelitian

Manfaat yang dapat diambil dari penelitian Tugas Akhir ini antara lain : 1. Dapat menerapkan metode pengelolaan

vendor managed inventory di perusahaan. 2. Dapat menentukan kombinasi paramater

terbaik untuk memperoleh kebijakan order (jumlah dan waktu pengiriman) yang optimal.

3. Perusahaan dapat mengelola persediaan dengan lebih efisien karena kewenangan replenishment berada di pihak supplier.

1.5 Ruang Lingkup Penelitian

Ruang lingkup penelitian meliputi batasan dan asumsi yang digunakan dalam penelitian tugas akhir. Batasan yang digunakan pada penelitian ini adalah: 1. Sistem Supply Chain terdiri dari satu

supplier (gudang pusat dan gudang penyangga di PT. Petrokimia Gresik) dan multi retailer/buyer yaitu distributor dari gudang penyangga Banyuwangi (KUD. Dewi Shinto, CV. Sumber Hidup, PT. Petrosida, PT. Yosomulyo Jajag), dan distributor dari gudang penyangga Bondowoso (PT. Anak Gresik Raya Kencana, CV. Fia Mandiri, CV. Via Jaya, KPTR. Sumber Tani).

2. Penelitian dibatasi pada daerah propinsi Jawa Timur (Banyuwangi dan Bondowoso,) dengan 3 produk pupuk bersubsidi, yaitu : pupuk ZA, SP-36, dan PETROGANIK.

3. Melakukan koordinasi hanya dalam menentukan kebijakan order.

Asumsi yang digunakan dalam penelitian ini menggunakan asumsi pada kebijakan VMI yang akan digunakan antara lain : 1. Supplier mengetahui jumlah permintaan

dari retailer 2. Supplier mengetahui biaya simpan dan

biaya pesan dari retailer 3. Keputusan ukuran pengiriman ditentukan

oleh supplier sebagai manufacturer dengan mempertimbangkan informasi yang didapatkan dari retailer.

2. Metodologi Penelitian

Pada bagian ini akan dijelaskan secara lebih rinci mengenai metode penelitian yang digunakan, yaitu meliputi kerangka berpikir atau prosedur penelitian, instrument penelitian atau perangkat, serta langkah-langkah yang digunakan dalam penelitian ini.

2.1 Identifikasi dan Perumusan Masalah

Pada tahap identifikasi dan perumusan masalah ini terdiri atas beberapa sub tahapan yang akan dilakukan yaitu identifikasi dan perumusan masalah, studi literatur dan studi observasi serta penetapan tujuan penelitian.

2.1.1 Identifikasi Masalah

Tahap awal di dalam penelitian ini adalah melakukan observasi pendahuluan guna mengidentifikasi permasalahan yang ada di perusahaan dan mencari metode yang tepat sesuai dengan keilmuan Teknik Industri untuk menyelesaikan permasalahan tersebut. Masalah yang akan diteliti adalah masalah yang terjadi pada PT. Petrokimia dalam penentuan kebijakan order yang tepat dari gudang gresik ke gudang penyangga sampai ke distributor dengan kebijakan Vendor Managed Inventory (VMI).

2.1.2 Studi Literatur dan Studi Lapangan

Dalam melakukan suatu penelitian, dibutuhkan studi literatur sebagai pendukung dalam penyelesaian masalah. Tinjauan pustaka ini akan dijadikan referensi untuk membandingkan teori terkait yang ada dengan kondisi permasalahan riil yang sedang diteliti. Teori pendukung yang dibutuhkan dalam penelitian ini yaitu, teori terkait mengenai inventory management. Studi lapangan dilakukan dengan observasi langsung kondisi di PT. Petrokimia Gresik yang terkait dengan penelitian yang akan dilakukan. Tujuan dari tahap ini adalah untuk mengidentifikasi secara langsung permasalahan yang dihadapi oleh PT. Petrokimia Gresik dalam melakukan pengelolaan persediaan.

2.1.3 Perumusan Masalah Dan Penetapan

Tujuan Penelitian Setelah dilakukan observasi di lapangan

yang disesuaikan dengan teori yang ada dan metode yang akan digunakan maka peneliti

6

dapat merumuskan permasalahan yang terjadi dan menetapkan tujuan penelitian ini. Perumusan masalah dan penetapan tujuan ini dilakukan agar peneliti lebih fokus terhadap penelitian yang akan dilakukan. Tujuan yang sudah ditetapkan dapat menjadi kerangka berfikir serta pedoman bagi peneliti dalam menetapkan langkah-langkah yang akan diambil. Dalam penetapan tujuan penelitian, didapatkan dari permasalahan yang ada di perusahaan dengan melakukan perbandingan pemecahan masalah dengan metode yang ada pada buku literatur dan metode yang sudah diterapkan pada penelitian sebelumnya dan ditulis dalam jurnal yang dapat diakses melalui internet. Adapun tujuan dari penelitian ini yaitu, menentukan kebijakan order yang tepat pada pendekatan VMI untuk kasus single supplier,

multi product, dan multi retailer. Agar dapat meminimumkan biaya persediaan perusahaan, dan membandingkan kebijakan pengelolaan inventory eksisting dengan kebijakan vendor

managed inventory. 3. Pengumpulan dan Pengolahan Data

3.1 Pengumpulan Data

Pada tahap pengumpulan data, berisi data-data yang didapatkan dari perusahaan yang nantinya dapat dipergunakan untuk proses pengolahan data. Data yang digunakan dalam penelitian ini berupa kondisi eksisting perusahaan seperti, data permintaan distributor-distributor tahun 2010, data permintaan gudang penyangga tahun 2010, data pengiriman produk, data kapasitas truk, data stock inventory, biaya pengiriman, biaya pemesanan, serta biaya inventory. 3.2 Pengolahan Data

Setelah dilakukan pengumpulan data, tahap selanjutnya adalah pengolahan data yang dimulai dengan generate demand, lalu perhitungan input awal, running simulasi, perancangan interface, dan penentuan kombinasi terbaik. 3.2.1 Generate Demand dengan Pendekatan

Monte Carlo Dalam simulasi dibutuhkan input berupa angka acak yang dijadikan acuan jumlah produk yang dikeluarkan dan order interval. Untuk itu, dibutuhkan pendekatan probabilistik

untuk memperolehnya. Pendekatan yang dapat dilakukan adalah Monte Carlo. Untuk men-generate bilangan acak dengan Monte Carlo untuk demand yang tidak memiliki jenis distribusi tertentu, dilakukan dengan pendekatan probabilistik. Langkah-langkahnya yaitu melihat data historis penggunaan untuk kemudian dilakukan perhitungan probabilitas masing-masing angka penggunaan.Setelah didapatkan nilai probabilitas masing-masing kemungkinan, kemudian dicari kumulatif probabilitas dan dibuat rentangnya, untuk kemudian di-generate bilangan acak dan diplotkan hasilnya dengan rentang kumulatif distribusi untuk didapatkan angka peramalannya. Berikut ini contoh Monte Carlo untuk probabilitas produk ZA di distributor KUD Dewi Shinto :

Tabel 3. 1 Perhitungan Probabilitas Nilai Jumlah Prob Cum Prob

10 28 0,36 0,36

15 15 0,19 0,56

20 12 0,16 0,71

25 7 0,09 0,81

30 7 0,09 0,90

35 2 0,03 0,92

40 2 0,03 0,95

50 3 0,04 0,99

55 1 0,01 1,00 Tabel 3.2 Generate Bilangan Acak Random Number Forecast

0,883433621 30

0,7868989 25

0,623647074 20

0,371880565 15

0,536755913 15

3.2.2 Penentuan Parameter Awal

Dari adanya Penentuan parameter awal ini diperlukan sebagai input awal sebelum dilakukan eksperimen perhitungan dari hasil simulasi Monte Carlo. Parameter awal pada kondisi eksisting berupa nilai ROP diperoleh dari perhitungan dengan menggunakan pendekatan EOQ. Sedangkan untuk kondisi VMI, dalam menghitung ROP (s), dan nilai maksimum (S) menggunakan pendekatan s,S . Untuk nilai replikasi dihitung dengan menggunakan rumus penentuan jumlah replikasi. Untuk input lainnya seperti nilai maksimum, initial stock, order cost, dan holding cost pada kondisi eksisting diperoleh dari data yang tersedia. Serta menginputkan juga hasil random permintaan dengan pendekatan monte carlo.

7

3.2.3 Perancangan Interface

Proses Perancangan Interface dalam penelitian ini berfungsi sebagai alat hitung dan membantu dalam pengambilan keputusan penentuan nilai ROP, nilai maksimum, order quantity, dan order frequency produk-produk yang harus disiapkan perusahaan. Interface ini dapat melihat bagaimana keadaan inventori eksisting perusahaan dan juga kebijakan VMI. Interface ini juga memperlihatkan berapa jumlah biaya dan tingkat Service level yang dihasilkan dengan kombinasi nilai ROP dan maksimum inventori yang akan dijadikan acuan parameter awal. Interface dirancang dengan program Microsoft Excel dan bahasa pemrograman Visual Basic. Pemilihan program Visual Basic Application for Excel dilakukan karena sudah familiar dan mudah digunakan sehingga dapat dimanfaatkan lebih lanjut. Interface ini untuk running simulasi sehingga fleksibel untuk inputan yang berbeda-beda. Perancangan disini didasarkan pada demand dan lead time yang tidak pasti. Variabel input yang digunakan adalah reorder point dari tiap jenis pupuk dan gudang, nilai maksimum pemesanan untuk tiap jenis pupuk dan gudang, nilai order cost, holding cost untuk setiap jenis pupuk dan gudang, jumlah stok inventori yang ada untuk setiap jenis pupuk dan gudang, serta hasil random dari pendekatan Monte Carlo untuk masing-masing jenis pupuk di setiap gudang. Perancangan interface ini dirancang untuk menghasilkan output berupa kebijakan kapan harus melakukan pemesanan, berapa service level yang dibutuhkan, serta berapa total biaya dari seluruh aktivitas inventori untuk masing-masing jenis pupuk pada setiap gudang penyangga, maupun gudang distributor. Pada perancangan interface ini, hasil outputnya berupa paramater-parameter kombinasi yang akan dipilih yang terbaik agar mendapatkan solusi yang paling optimal dari semua kombinasi yang ada. Kombinasi tersebut dikatakan terbaik apabila nilai service level 95% atau lebih, dengan total cost yang paling minimum. Dalam simulasi ini yang dijadikan kombinasi adalah berupa rentang dari ROP itu sendiri dengan nilai holding cost, order cost,

dan total cost serta nilai dari service level yang dihasilkan tiap-tiap jenis pupuk di setiap gudang.

3.2.4 Tampilan Awal Interface

Pada tampilan awal dari interface yang dirancang untuk menginputkan parameter-parameter yang akan diuji dimana interface ini terdiri dari tombol “run simulation” untuk memulai running simulasi dan “new product” yang berfungsi untuk memulai running dari awal untuk produk yang lain. 3.2.4.1 Proses Running Interface

Pada Interface yang telah dirancang terdiri dari 15 sheet dan 2 tombol. Perancangan interface ini sekali running untuk 1 produk untuk 1 gudang penyangga. Sehingga untuk menginputkan 3 produk di 2 gudang penyangga menginputkan parameter yang baru. Pada sheet 1 terdapat bagian input parameter untuk Gudang Penyangga, pada sheet 2-5 untuk input parameter pada keempat distributor. Pada sheet 6-13 untuk input dari hasil monte carlo dan pada sheet 14-15 untuk hasil output simulasi. Pada sheet 1-13 harus diisi oleh user. Bagian yang harus diinputkan adalah :

Gambar 1.1 Input Parameter Gudang

Penyangga

Gambar 3.2 Input Parameter Distributor

8

Tabel 3.3 Input Parameter Random Demand Hasil Monte Carlo

0 0 0 0

0,76 10 0,03 10

0,15 15 0,87 25

0,03 20 0,10 50

0,06 30

0 0 0 0

0,05 10 0,48 10

0,41 15 0,10 15

0,52 25 0,32 20

0,02 50 0,06 25

0,03 35

Input Historis Permintaan




Tabel 3.4 Input Parameter Random Order

Interval Hasil Monte Carlo

0,00 0 0,00 0

0,15 1 0,20 2

0,12 4 0,13 3

0,15 5 0,03 4

0,06 6 0,13 6

0,15 7 0,07 7

0,12 8 0,13 10

0,09 11 0,10 12

0,09 18 0,10 13

0,06 42 0,10 20

0,00 0 0,00 0

0,18 2 0,13 1

0,07 3 0,06 4

0,20 4 0,13 5

0,20 7 0,13 7

0,05 9 0,10 8

0,07 10 0,13 12

0,07 13 0,13 14

0,09 15 0,10 20

0,07 25 0,10 27

Input Historis Order Interval

Input Historis Order Interval Input Historis Order Interval

Input Historis Order Interval

3.2.4.2 Hasil Kombinasi Parameter

Dikarenakan Selanjutnya setelah memasukkan semua input parameter, dilakukan proses running dengan menekan tombol run simulation yang selanjutnya akan menghasilkan output berupa kombinasi parameter terbaik. Kondisi parameter terbaik merupakan kombinasi parameter dengan service level yang memenuhi target yang menghasilkan total biaya yang paling minimum. Program yang dirunning satu

kali direplikasi sebanyak 30 kali sehingga service level dan total biaya yang dihasilkan adalah rata-rata dari 30 kali replikasi yang dijalankan. Masing-masing kombinasi berdasarkan rentang ROP. Berikut ini contoh hasil output kombinasi parameter yang dihasilkan untuk produk ZA pada kondisi eksisting di Gudang Penyangga Banyuwangi dan Distributor di Banyuwangi :

Gambar 3.3 Kombinasi Parameter Holding Cost

Distributor

Gambar 3.4 Kombinasi Parameter Order Cost

Distributor

Gambar 3.5 Kombinasi Parameter Service level

9

Kombinasi-kombinasi parameter tersebut lalu dipilih kombinasi yang terbaik. Output kombinasi pemesanan tiap periode yang akan terlihat pada sheet 14 dan output berupa biaya dan service level akan ditampilkan pada sheet 15. Hasil kombinasi input parameter akan direplikasi sejumlah inputan yang dimasukkan. Namun, di dalam program sendiri juga ada 30 replikasi untuk meningkatkan keakuratan perhitungan. Berikut ini contoh sheet untuk hasil output pada pupuk ZA di kondisi eksisting:

Tabel 3.5 Output Kombinasi Parameter Pemesanan

di Gudang Penyangga Banyuwangi

Periode Inventory Demand Order Quantity Inventory Demand Order Quantity Inventory Demand Order Quantity Inventory Demand Order Quantity Inventory Demand Order Quantity

1 188 327 224 45 0 68 71 23 98 121 36 114 65 6 47

2 412 0 0 106 7 0 168 1 0 235 0 0 112 0 0

3 412 0 0 106 0 0 144 24 0 222 13 0 95 17 0

4 318 94 0 56 50 57 144 0 0 175 47 0 75 20 37

5 271 47 141 113 0 0 122 22 0 175 0 0 65 47 47

6 412 0 0 99 14 0 108 14 0 148 27 0 77 35 0

7 245 167 167 60 39 53 108 0 0 121 27 114 77 0 0

8 353 59 0 113 0 0 108 0 0 217 18 0 53 24 59

9 271 82 141 81 32 0 87 21 82 217 0 0 106 6 0

10 412 0 0 70 11 0 169 0 0 194 23 0 106 0 0

11 412 0 0 70 0 0 162 7 0 194 0 0 88 18 0

12 351 61 0 52 18 61 155 7 0 154 40 0 88 0 0

13 351 0 0 108 5 0 155 0 0 139 15 0 88 0 0

14 351 0 0 108 0 0 138 17 0 139 0 0 88 0 0

15 160 191 252 106 2 0 138 0 0 116 23 119 40 48 72

16 365 47 0 106 0 0 114 24 0 235 0 0 65 47 47

17 365 0 0 88 18 0 91 23 0 187 48 0 97 15 0

18 268 97 144 88 0 0 72 19 97 151 36 0 97 0 0

19 360 52 0 61 27 52 169 0 0 151 0 0 93 4 0

20 251 109 161 113 0 0 144 25 0 126 25 109 93 0 0

21 373 39 0 89 24 0 136 8 0 204 31 0 73 20 39

22 294 79 118 34 55 79 136 0 0 161 43 0 112 0 0

23 364 48 0 77 36 0 115 21 0 161 0 0 64 48 48

24 211 153 201 64 13 0 16 99 153 135 26 0 109 3 0

25 158 254 254 25 39 88 151 18 0 69 66 166 109 0 0

26 412 0 0 99 14 0 151 0 0 227 8 0 109 0 0

27 412 0 0 77 22 0 144 7 0 227 0 0 109 0 0

28 412 0 0 73 4 0 121 23 0 223 4 0 109 0 0

29 357 55 0 58 15 55 111 10 0 207 16 0 109 0 0

30 357 0 0 94 19 0 111 0 0 207 0 0 97 12 0

Gudang Penyangga Distributor 1 Distributor 2 Distributor 3 Distributor 4

Tabel 3.6 Output Kombinasi Biaya dan Service level di Gudang Penyangga Banyuwangi

ROP Maksimum Service Level Holding Cost Order Cost Total Cost

310 412 91,5 698565000 3384000 Rp701.949.000

311 412 92,5 1410360000 6486000 Rp1.416.846.000

312 412 93,72 2112705000 9870000 Rp2.122.575.000

313 412 94,855 2798075000 13254000 Rp2.811.329.000

314 412 95,52 3502765000 16638000 Rp3.519.403.000

315 412 96,275 4194995000 20116000 Rp4.215.111.000

316 412 96,35 4878545000 22936000 Rp4.901.481.000

317 412 96,4 5578055000 26132000 Rp5.604.187.000

318 412 96,41 5913285000 28388000 Rp5.941.673.000

319 412 96,51 6641040000 31678000 Rp6.672.718.000

320 412 96,53 7317380000 35062000 Rp7.352.442.000

321 412 96,55 7996380000 38352000 Rp8.034.732.000

322 412 96,83 8685530000 41736000 Rp8.727.266.000

323 412 97,09 9372755000 45402000 Rp9.418.157.000

324 412 97,1 10057250000 49444000 Rp10.106.694.000

325 412 97,105 10770060000 52076000 Rp10.822.136.000

326 412 97,13 11448465000 55460000 Rp11.503.925.000

327 412 97,19 12145770000 58656000 Rp12.204.426.000

328 412 97,2 12852980000 61382000 Rp12.914.362.000

329 412 97,255 13526835000 65142000 Rp13.591.977.000

330 412 97,38 14232155000 68996000 Rp14.301.151.000

331 412 97,385 14945910000 72192000 Rp15.018.102.000

332 412 97,525 15628515000 76046000 Rp15.704.561.000

333 412 97,405 16339820000 79054000 Rp16.418.874.000

334 412 97,405 17025855000 83472000 Rp17.109.327.000

Tabel 3.7 Output Kombinasi Biaya dan Service level di Distributor 1

ROP Maksimum Service Level Holding Cost Order Cost Total Cost

38 113 94,29 115290000 580000 Rp115.870.000

39 113 94,3 125580000 580000 Rp126.160.000

40 113 94,35 132270000 464000 Rp132.734.000

41 113 94,4 131250000 464000 Rp131.714.000

42 113 94,4 140850000 464000 Rp141.314.000

43 113 94,75 123870000 696000 Rp124.566.000

44 113 95,2 130650000 464000 Rp131.114.000

45 113 95,205 138180000 464000 Rp138.644.000

46 113 95,22 133775000 464000 Rp134.239.000

47 113 95,4 137280000 580000 Rp137.860.000

48 113 95,405 136080000 580000 Rp136.660.000

49 113 95 138990000 580000 Rp139.570.000

50 113 95,5 150780000 464000 Rp151.244.000

51 113 95,505 129360000 812000 Rp130.172.000

52 113 95,56 162780000 580000 Rp163.360.000

53 113 96 150690000 464000 Rp151.154.000

54 113 96,2 156240000 696000 Rp156.936.000

55 113 96,4 178800000 464000 Rp179.264.000

56 113 96,7 174810000 464000 Rp175.274.000

57 113 97,05 159180000 464000 Rp159.644.000

58 113 97,205 143310000 580000 Rp143.890.000

59 113 97,3 189180000 348000 Rp189.528.000

60 113 98 152100000 580000 Rp152.680.000

61 113 98,3 198840000 348000 Rp199.188.000

62 113 98,305 175470000 464000 Rp175.934.000

10

Dari hasil output rangkuman replikasi seluruh kombinasi-kombinasi tersebut, kemudian dipilih ROP yang menghasilkan biaya terendah dengan service level 95% atau lebih. Hasil output terbaik untuk tiap produk dan distributor pada kondisi eksisting maupun kebijakan VMI akan ditampilkan pada tabel berikut.

Tabel 3.8 Output Kombinasi Terbaik di Gudang Penyangga

Gudang Penyangga Pupuk ROP Maksimum Service Level Holding Cost Order Cost Total Cost Kondisi

313 412 94,855 2798075000 13254000 Rp2.811.329.000 Eksisting

206 271 95,36 2522940000 12625600 Rp2.535.565.600 VMI

317 380 94,5 741652000 2184000 Rp743.836.000 Eksisting

295 378 95,2 725141000 3196000 Rp728.337.000 VMI

174 322 95,53 171840000 1598000 Rp173.438.000 Eksisting

110 218 97,53 112344000 1040000 Rp113.384.000 VMI

290 393 95,20 608685000 6204000 Rp614.889.000 Eksisting

147 221 95,83 564620000 5512000 Rp570.132.000 VMI

171 246 94,48 451801000 3008000 Rp454.809.000 Eksisting

52 87 96,00 141805000 176800 Rp141.981.800 VMI

91 199 96,30 107592000 1316000 Rp108.908.000 Eksisting

84 169 96,40 104112000 936000 Rp105.048.000 VMI

Banyuwangi

ZA

SP-36

Petroganik

Bondowoso

ZA

SP-36

Petroganik

Tabel 3. 9 Output Kombinasi Terbaik di Distributor

Banyuwangi Pupuk Gudang ROP Maksimum Service Level Order Cost Holding Cost Total Cost Kondisi

43 113 94,75 123870000 696000 Rp124.566.000 Eksisting

34 86 94,85 114480000 272000 Rp114.752.000 VMI

71 169 94,5 130860000 580000 Rp131.440.000 Eksisting

65 132 98,5 154080000 1088000 Rp155.168.000 VMI

110 235 94,5 288960000 580000 Rp289.540.000 Eksisting

87 181 95,15 219800000 2108000 Rp221.908.000 VMI

56 112 96,05 137760000 638000 Rp138.398.000 Eksisting

41 81 95,45 105380000 2040000 Rp107.420.000 VMI

38 109 95,47 116775000 272000 Rp117.047.000 Eksisting

30 85 96 150768000 649600 Rp151.417.600 VMI

49 118 96,1 152482500 719200 Rp153.201.700 Eksisting

37 88 96,6 107122500 408000 Rp107.530.500 VMI

68 151 95,16 198922500 649600 Rp199.572.100 Eksisting

50 113 95,75 141817500 476000 Rp142.293.500 VMI

48 118 94,74 109188000 649600 Rp109.837.600 Eksisting

27 61 95,25 90315000 476000 Rp87.483.500 VMI

39 113 94,75 25717500 174000 Rp25.891.500 Eksisting

34 86 96,13 25990875 102000 Rp26.092.875 VMI

27 89 94,67 49845375 290000 Rp50.135.375 Eksisting

27 100 96,15 31255875 306000 Rp31.561.875 VMI

51 137 96,23 52143750 406000 Rp52.549.750 Eksisting

27 97 96,4 33503625 238000 Rp33.741.625 VMI

32 99 95,54 48316500 232000 Rp48.548.500 Eksisting

25 77 93,69 33139125 238000 Rp30.508.125 VMI

Petroganik

Distributor 1

Distributor 2

Distributor 3

Distributor 4

ZA

Distributor 1

Distributor 2

Distributor 3

Distributor 4

SP-36

Distributor 1

Distributor 2

Distributor 3

Distributor 4

Tabel 3.10 Output Kombinasi Terbaik di Distributor Bondowoso

Pupuk Gudang ROP Maksimum Service Level Order Cost Holding Cost Total Cost Kondisi

130 208 94,58 286410000 580000 Rp286.990.000 Eksisting

112 151 95,21 207900000 680000 Rp208.580.000 VMI

150 244 94,55 316140000 696000 Rp316.836.000 Eksisting

120 171 96,19 196800000 1020000 Rp197.820.000 VMI

120 125 94,53 203400000 812000 Rp204.212.000 Eksisting

81 101 95,29 154440000 680000 Rp155.120.000 VMI

130 141 94,64 214500000 1392000 Rp208.292.000 Eksisting

100 121 95,47 167220000 884000 Rp164.776.000 VMI

37 72 94,75 102802500 696000 Rp103.498.500 Eksisting

36 56 95,235 68580000 952000 Rp69.532.000 VMI

27 50 95,49 76410000 464000 Rp76.874.000 Eksisting

22 40 94,49 60142500 580000 Rp60.722.500 VMI

32 50 94,48 74857500 116000 Rp74.973.500 Eksisting

23 38 97,2 72900000 348000 Rp66.384.000 VMI

28 52 95,38 81067500 348000 Rp76.498.500 Eksisting

21 41 95,12 62640000 464000 Rp71.071.000 VMI

55 113 95,67 44732250 464000 Rp45.196.250 Eksisting

42 84 95,1 38819250 340000 Rp39.159.250 VMI

31 64 94,81 23976000 232000 Rp24.208.000 Eksisting

22 48 95,92 18670500 408000 Rp19.078.500 VMI

38 62 96,23 44833500 116000 Rp44.949.500 Eksisting

25 49 95,07 18690750 68000 Rp18.758.750 VMI

31 60 95,44 31225500 232000 Rp31.831.250 Eksisting

28 52 95,38 81067500 348000 Rp76.498.500 VMI

SP-36

Distributor 1

Distributor 2

Distributor 3

Distributor 4

Petroganik

Distributor 1

Distributor 2

Distributor 3

Distributor 4

ZA

Distributor 1

Distributor 2

Distributor 3

Distributor 4

4. Analisis dan Interpretasi Hasil

Pada bab ini akan dijelaskan mengenai analisa dan pembahasan dari hasil pengumpulan dan pengolahan data yang nantinya akan digunakan sebagai dasar untuk membuat suatu kesimpulan dan rekomendasi perbaikan bagi perusahaan. perusahaan. 4.1 Analisis Hasil Simulasi

Pada bagian ini akan dibahas mengenai perbandingan hasil simulasi masing-masing produk di setiap gudang distributor dan di setiap gudang penyangga. Dalam simulasi ini terdapat kombinasi rentang ROP dan kombinasi parameter biaya dan service level. Dalam melakukan running pada simulasi, setiap sekali input parameternya, dilakukan pengulangan running sebanyak 5 kali. Dan kemudian diambil hasil rata-ratanya. Hal ini berfungsi dalam segi keakuratan hasil output yang diperoleh. Penelitian ini bersifat tiga eselon karena menentukan order dari gudang pusat ke gudang penyangga, dan juga menentukan order dari gudang penyangga ke distributor.

11

4.1.1 Analisis Perbandingan Biaya dan

Service Level

Pada hasil simulasi keadaan eksisting dan keadaan VMI pada gudang penyangga dan distributor menghasilkan nilai yang berbeda. Hal ini dikarenakan selain nilai ROP yang didapatkan berbeda dikarenakan menggunakan pendekatan yang berbeda pula, tetapi juga dikarenakan input berupa biaya yang memang berbeda untuk keadaan eksisting dan VMI. Hal ini dikarenakan, ketika perusahaan menggunakan kebijakan VMI perusahaan dapat mengontrol level persediaan dari distributor. Jadi perusahaan dapat meminimalisir aktivitas dalam melakukan pengiriman atau pemesanan. Yang semula perusahaan terlalu sering melakukan pemesanan atau pengiriman, dengan menerapkan kebijakan VMI perusahaan dapat meminimalisir frekuensi pemesanan/replenishment. Pada hasil output

kedelapan distributor dan juga kedua gudang penyangga sebagian besar hasil yang didapatkan pada kondisi VMI lebih optimal dibandingkan kondisi eksisting dengan parameter nilai service

level dan jumlah total costnya. Hasil output

berupa nilai ROP yang optimal digunakan sebagai informasi untuk gudang penyangga agar dapat mengetahui level persediaan yang ada di distributor, sehingga dapat melakukan replenishment secara tepat. 4.1.1.1 Pupuk ZA di Distributor

Dari Pada subbab ini membahas tentang hasil output simulasi dari pupuk ZA pada distributor. Hasil simulasi yang diperoleh dalam kondisi eksisting dan VMI pada distributor-distributor adalah sebagai berikut :

Tabel 4. 1 Perbandingan Service level dan Biaya Pupuk ZA

Pupuk ZA Service Level Total Cost Kondisi

94,75 Rp124.566.000 Eksisting

94,85 Rp114.752.000 VMI

94,5 Rp131.440.000 Eksisting

98,5 Rp155.168.000 VMI

94,5 Rp289.540.000 Eksisting

95,15 Rp221.908.000 VMI

96,05 Rp138.398.000 Eksisting

95,45 Rp107.420.000 VMI

Distributor 1

Distributor 2

Distributor 3

Distributor 4

Tabel diatas menunjukkan perbandingan service level dan total cost untuk pupuk ZA di distributor Banyuwangi. Hasil di atas menunjukkan bahwa biaya minimum diperoleh secara umum pada kondisi penerapan VMI. Pada distributor 1, terjadi peningkatan service level

menjadi 94,85% dengan total biaya sebesar RP .114.752.000. Dari hasil tersebut diketahui bahwa dengan menerapkan VMI maka akan terjadi penurunan biaya sebesar Rp9.814.000 dari kondisi eksisting, atau setara dengan 8,55%. Pada distributor 2, menunjukkan bahwa biaya minimum diperoleh pada kondisi eksisting dengan total biaya sebesar Rp131.440.000,00 dan service level sebesar 94,5%. Selanjutnya penerapan VMI akan memberikan nilai service

level yang lebih baik yaitu 98,5% meskipun dengan biaya Rp155.168.000,00. Terjadi peningkatan biaya pada penerapan VMI jika dibandingkan dari kondisi eksisting. Hal ini disebabkan karena penurunan nilai ROP sehingga meningkatkan order cost dari jumlah frekuensi order yang menyebabkan total cost meningkat. Tetapi pupuk ZA ini merupakan produk utama perusahaan, yang utamanya perusahaan lebih mementingkan tingkat service

level dibandingkan dengan biaya yang harus dikeluarkan. Untuk itulah maka kondisi VMI dapat dipertimbangkan sebagai suatu kondisi yang lebih baik dari kondisi eksisting. Pada distributor 3, terjadi peningkatan service level menjadi 95,15% dengan total biaya sebesar RP221.908.000. Dari hasil tersebut diketahui bahwa dengan menerapkan VMI maka akan terjadi penurunan biaya sebesar Rp67.632.000,00 dari kondisi eksisting. Perubahan yang drastis tersebut dikarenakan pola demand pada kondisi eksisting dan VMI memang berbeda, serta biaya dan aktivitas pemesanan antara eksisting dan VMI yang mengalami penurunan.

Pada distributor 4, terjadi penurunan service level menjadi 95,45%. Sedangkan terjadi penurunan total cost sebesar Rp30.978.000 dari kondisi eksisting atau setara dengan 29%. Dari hasil tersebut terjadi penurunan service level secara tipis, yaitu sebesar 0,6%. Meskipun terjadi penurunan service level secara tipis, tetapi terjadi penurunan total cost sebesar 29%. Karena itu kondisi VMI tetap dapat dipertimbangkan sebagai suatu kondisi yang lebih baik dari pada kondisi eksisting. tepat.

4.1.1.2 Pupuk SP-36 di Distributor

Pada bagian ini membahas tentang hasil output

simulasi dari pupuk SP-36 pada distributor.

12

Hasil simulasi yang diperoleh dalam kondisi eksisting dan VMI pada distributor-distributor adalah sebagai berikut :

Tabel 4. 2 Perbandingan Service level dan Biaya Pupuk SP-36

Pupuk SP-36 Service Level Total Cost Kondisi

95,47 Rp117.047.000 Eksisting

96 Rp151.417.600 VMI

96,1 Rp153.201.700 Eksisting

96,6 Rp107.530.500 VMI

95,16 Rp199.572.100 Eksisting

95,75 Rp142.293.500 VMI

94,74 Rp109.837.600 Eksisting

95,25 Rp87.483.500 VMI

Distributor 1

Distributor 2

Distributor 3

Distributor 4

Pupuk ZA Service Level Total Cost Kondisi

94,75 Rp126.102.000 Eksisting

94,85 Rp117.644.000 VMI

96,195 Rp200.176.000 Eksisting

96,1 Rp167.096.000 VMI

94,5 Rp289.540.000 Eksisting

95,15 Rp221.908.000 VMI

95,5 Rp141.550.000 Eksisting

95,45 Rp116.032.000 VMI

Distributor 1

Distributor 2

Distributor 3

Distributor 4

Tabel diatas menunjukkan perbandingan service level dan total cost untuk pupuk SP-36 di distributor Banyuwangi. Hasil di atas menunjukkan bahwa biaya minimum diperoleh secara umum pada kondisi penerapan VMI. Pada distributor 1, menunjukkan bahwa biaya minimum diperoleh pada kondisi eksisting dengan total biaya sebesar Rp117.047.000,00 dan service level sebesar 95,47%. Selanjutnya penerapan VMI akan memberikan nilai service

level yang lebih baik yaitu 96% meskipun dengan biaya Rp151.417.600,00. Terjadi peningkatan biaya pada penerapan VMI jika dibandingkan dari kondisi eksisting. Hal ini disebabkan karena penurunan nilai ROP sehingga meningkatkan order cost dari jumlah frekuensi order yang menyebabkan total cost meningkat. Tetapi pupuk SP-36 ini merupakan produk utama perusahaan, yang utamanya perusahaan lebih mementingkan tingkat service

level dibandingkan dengan biaya yang harus dikeluarkan. Untuk itulah maka kondisi VMI dapat dipertimbangkan sebagai suatu kondisi yang lebih baik dari kondisi eksisting. Pada distributor 2, terjadi peningkatan service level menjadi 96,6% dengan total biaya sebesar RP107.530.500. Dari hasil tersebut diketahui bahwa dengan menerapkan VMI maka akan terjadi penurunan biaya sebesar Rp45.671.200,00 dari kondisi eksisting. Perubahan yang drastis tersebut dikarenakan pola demand pada kondisi eksisting dan VMI memang berbeda, serta biaya dan aktivitas pemesanan antara eksisting dan VMI yang mengalami penurunan. Begitu pula pada distributor 3 dan distributor 4, masing-masing terjadi peningkatan service level dengan total biaya

yang juga mengalami penurunan dari kondisi eksisting. Perubahan yang drastis tersebut dikarenakan pola demand pada kondisi eksisting dan VMI memang berbeda, serta biaya dan aktivitas pemesanan antara eksisting dan VMI yang mengalami penurunan. 4.1.1.3 Pupuk Petroganik di Distributor

Pada bagian ini membahas tentang hasil output

simulasi dari pupuk petroganik pada distributor. Hasil simulasi yang diperoleh dalam kondisi eksisting dan VMI pada distributor-distributor adalah sebagai berikut :

Tabel 4. 3 Perbandingan Service level dan

Biaya Pupuk Petroganik Pupuk Petroganik Service Level Total Cost Kondisi

94,75 Rp25.891.500 Eksisting

96,13 Rp26.092.875 VMI

94,67 Rp50.135.375 Eksisting

96,15 Rp31.561.875 VMI

96,23 Rp52.549.750 Eksisting

96,4 Rp33.741.625 VMI

95,5 Rp48.548.500 Eksisting

95,55 Rp30.508.125 VMI

Distributor 1

Distributor 2

Distributor 3

Distributor 4

Tabel diatas menunjukkan perbandingan service level dan total cost untuk pupuk petroganik di distributor Banyuwangi. Hasil di atas menunjukkan bahwa biaya minimum diperoleh secara umum pada kondisi penerapan VMI. Pada distributor 1, menunjukkan bahwa biaya minimum diperoleh pada kondisi eksisting dengan total biaya sebesar Rp25.891.500,00 dan service level sebesar 94,75%. Selanjutnya penerapan VMI akan memberikan nilai service level yang lebih baik yaitu 96,13% meskipun dengan biaya Rp26.092.875. Terjadi peningkatan biaya pada penerapan VMI jika dibandingkan dari kondisi eksisting. Hal ini disebabkan karena penurunan nilai ROP sehingga meningkatkan order cost dari jumlah frekuensi order yang menyebabkan total cost meningkat. Tetapi pupuk petroganik ini merupakan produk utama perusahaan, yang utamanya perusahaan lebih mementingkan tingkat service level dibandingkan dengan biaya yang harus dikeluarkan. Untuk itulah maka kondisi VMI dapat dipertimbangkan sebagai suatu kondisi yang lebih baik dari kondisi eksisting. Pada distributor 2, terjadi peningkatan service level menjadi 96,15%

13

dengan total biaya sebesar RP31.561.875. Dari hasil tersebut diketahui bahwa dengan menerapkan VMI maka akan terjadi penurunan biaya sebesar Rp18.573.500,00 dari kondisi eksisting. Begitu pula pada distributor 3 dan distributor 4, masing-masing terjadi peningkatan service level dengan total biaya yang juga mengalami penurunan dari kondisi eksisting. Pada distributor 3 mengalami penurunan biaya sebesar Rp18.808.125 dari kondisi eksisting. Sedangkan pada distributor 4 terjadi penurunan biaya sebesar Rp18.040.375. Perubahan tersebut dikarenakan pola demand

pada kondisi eksisting dan VMI memang berbeda, serta biaya dan aktivitas pemesanan antara eksisting dan VMI yang mengalami penurunan. 4.1.1.4 Gudang Penyangga

Pembahasan simulasi di gudang penyangga dilakukan untuk 3 produk pupuk bersubsidi juga. Ketiga produk tersebut adalah ZA, SP-36, dan Petroganik. Berikut hasil output simulasi dari gudang penyangga Banyuwangi dan Bondowoso.

Tabel 4. 4 Perbandingan Service level dan

Biaya di GP Banyuwangi GP Banyuwangi Service Level Total Cost Kondisi

94,855 Rp2.811.329.000 Eksisting

95,36 Rp2.535.565.600 VMI

94,5 Rp743.836.000 Eksisting

95,2 Rp728.337.000 VMI

95,53 Rp173.438.000 Eksisting

97,53 Rp113.384.000 VMI

ZA

SP-36

Petroganik

Tabel 4. 5 Perbandingan Service level dan Biaya di GP Bondowoso

GP Bondowoso Service Level Total Cost Kondisi

95,20 Rp614.889.000 Eksisting

95,83 Rp570.132.000 VMI

94,48 Rp454.809.000 Eksisting

94,50 Rp454.790.000 VMI

96,30 Rp108.908.000 Eksisting

96,40 Rp105.048.000 VMI

ZA

SP-36

Petroganik

Pada hasil simulasi untuk kedua gudang penyangga, Banyuwangi dan Bondowoso juga didapatkan hasil yang berbeda pula, dimana didapatkan nilai yang lebih optimal dalam hal terjadinya peningkatan service level dan juga

menurunnya total cost. Hal ini juga dikarenakan input parameter awal mempunyai nilai yang berbeda dalam segi pendekatan untuk nilai ROP dan juga dalam segi input biaya seperti halnya pada hasil simulasi distributor. Setelah didapatkan nilai ROP yang optimal dibandingkan beberapa kombinasi lainnya, digunakan oleh pihak gudang pusat untuk melakukan kegiatan replenishment ke gudang penyangga apabila level persediannya sudah mencapai titik ROP. 4.1.2 Analisis Perbandingan ROP dan

Service Level

Dalam mencari nilai ROP adalah dengan parameter nilai safety stock. Sedangkan nilai safety stock berdasarkan besarnya service level.

Jadi apabila ROP tersebut akurat, stockout bisa dihindari dan service level menjadi tinggi. Apabila service level tinggi, nilai ROP juga tinggi dikarenakan nilai safety stock juga tinggi mengikuti alur nilai service level. Hal ini dibuktikan dengan hasil output simulasi seperti yang ditunjukkan pada tabel-tabel berikut.

Tabel 4. 6 Perbandingan ROP dan Service Level Pupuk

ZA ROP Service level Kondisi

311 95,20 Eksisting

206 95,83 VMI

290 94,855 Eksisting

147 95,36 VMI

GP Banyuwangi

GP Bondowoso

Tabel 4. 7 Perbandingan ROP dan Service Level Pupuk SP-36

ROP Service level Kondisi

317 94,5 Eksisting

295 95,2 VMI

171 94,48 Eksisting

81 94,50 VMI

GP Banyuwangi

GP Bondowoso

Tabel 4. 8 Perbandingan ROP dan Service Level Pupuk Petroganik

ROP Service level Kondisi

174 96,30 Eksisting

110 97,53 VMI

91 95,53 Eksisting

84 96,40 VMI

GP Banyuwangi

GP Bondowoso

Dari ketiga tabel diatas dapat terlihat perbandingan nilai ROP dan Service level.

14

Apabila nilai ROP tiap produk tersebut lebih rendah, nilai service level yang dihasilkan pun juga semakin rendah. Sebaliknya, apabila nilai ROP semakin tinggi, nilai service level yang dihasilkan pun juga semakin tinggi. Pada produk ZA, nilai ROP untuk kondisi eksiting di gudang penyangga Banyuwangi adalah sebesar 311. Nilai tersebut lebih besar dibandingkan nilai ROP pada kondisi eksisting pupuk ZA sebesar 290. Dan service level yang didapatkan juga lebih besar yaitu sebesar 95,20% dengan 94,855%. Untuk nilai ROP pada kondisi VMI di gudang penyangga Banyuwangi yang mempunyai nilai ROP sebesar 206, nilainya lebih kecil dibandingkan nilai ROP di gudang penyangga Banyuwangi sebesar 147. Dan service level yang didapatkan juga lebih kecil yaitu sebesar 95,83% dengan 95,36%. Jadi, sesuai hasil output yang didapatkan, semakin besar nilai ROP nilai service

level juga semakin besar tetapi dengan parameter/kondisi yang sama. 4.1.3 Analisis Keseluruhan Produk

Berdasarkan hasil simulasi kondisi eksisting dan adanya kebijakan VMI, dapat diketahui bahwa adanya kebijakan VMI akan memberikan perubahan pada segi biaya dan service level jika dibandingkan dengan kondisi eksisting. Pada beberapa hasil simulasi produk, menunjukkan bahwa penerapan VMI mampu menurunkan nilai ROP (reorder point) dan menurunkan total biaya yang dihasilkan. Untuk beberapa hasil simulasi produk lainnya, penerapan VMI akan memberikan tingkat service level yang lebih baik dari kondisi eksisting. Perubahan-perubahan yang terjadi karena penerapan VMI disebabkan oleh perubahan jumlah frekuensi pemesanan, jumlah produk yang disimpan, serta pemenuhan permintaan. Perubahan frekuensi pemesanan akan berakibat pada perubahan order cost.

Untuk perubahan jumlah barang yang disimpan akan berdampak terhadap holding cost sehingga total biaya akan dipengaruhi perubahan-perubahan biaya-biaya tersebut. Faktor pemenuhan permintaan akan berdampak pada service level yang dihasilkan. Faktor pemenuhan permintaan ini bergantung pada kebijakan inventori yang diterapkan serta pola permintaan untuk tiap produk. Berikut ini akan ditampilkan gambaran umum hasil simulasi VMI dibandingkan dengan kondisi eksisting

dari tingkat peningkatan service level dan penurunan total cost :

Tabel 4. 9 Peningkatan Service Level dan Saving Total

Cost Peningkatan

Service Level (%)

Saving Total

Cost (%)

ZA 0,53 10

SP-36 0,74 2

Petroganik 2,05 31

ZA 0,66 7

SP-36 1,58 32

Petroganik 0,10 4

Distributor 1 0,11 8



Distributor 4 22

Distributor 1 0,55




Distributor 1 1,44



Distributor 4 37






Distributor 2 21


Distributor 4 7

Distributor 1 13


Distributor 3 23

Distributor 4

Rata-rata 1,06 20

B

o

n

d

o

w

o

s

o

ZA

SP-36

Petroganik

Pupuk di masing-masing gudang

GP Banyuwangi

GP Bondowoso

B

a

n

y

u

w

a

n

g

i

ZA

SP-36

Petroganik

5 Kesimpulan

Dari penelitian yang telah dilakukan, maka kesimpulan yang dapat ditarik dalam penelitian ini yaitu sebagai berikut: 1. Nilai ROP yang dihasilkan dari simulasi

kondisi eksisting adalah tinggi karena permintaan yang diinputkan juga memiliki deviasi yang cukup besar. Akibat tingginya nilai ROP adalah total biaya yang tinggi pula. Sedangkan nilai ROP yang dihasilkan dari simulasi kondisi penerapan VMI adalah rendah karena permintaan yang diinputkan juga memiliki deviasi yang kecil yakni permintaan sesungguhnya harian. Nilai ROP akan berpengaruh terhadap total biaya sehingga pada

15

beberapa produk total biaya untuk kondisi VMI bernilai kecil.

2. Perbandingan hasil simulasi penerapan VMI terhadap kondisi eksisting dapat dilihat dari segi peningkatan service level dan persentase saving total cost yang dihasilkan. Rata-rata peningkatan service

level yang dihasilkan adalah sebesar 1,06%, sedangkan rata-rata saving total

cost adalah sebesar 20%.

6 Daftar Pustaka

ABDUL-JALBAR, B., GUTIÉRREZ, J. M. & SICILIA, J. 2006. Single cycle policies for the one-warehouse N-retailer

Inventory/distribution system. The

International Journal of management

Science, 34, 196–208. Brata, B. D. 2003. Evaluasi Penerapan Vmi

Dan Perancangan Kontrak Kerjasama

Pelaksanaannva (Studi Kasus Di Pt.

Filtrona Indonesla). Institut Teknologi Sepuluh Nopember.

CETINKAYA, S. & C.Y. LEE 2000. Stock replenishment and shipment scheduling for vendor-managed inventory systems. Management Science, 46, 217-232.

CHOPRA, SUNIL & MEINDL 2007. Supply

Chain Management Strategy, Planning, &

Operations, Pearson Prentice Hall, United States of America.

DONG, Y. & XU, K. 2002. A supply chain model of vendor managed inventory. Transportation Research. Part E:

Logistics and Transportation Review, 38, 75-95.

ERTOGRAL, K., DARWISH, M. & BEN-DAYA, M. 2007. Production and shipment lot sizing in a vendor–buyer supply chain with transportation cost. European Journal

of Operational Research 176 1592–1606. FITRIYAH, H. 2010. Perencanaan Pengadaan

dan Kontrol Inventori Berbasis 2 Tingkat dengan Pendekatan Model Vendor Managed Inventory. Laporan Penelitian

Tugas Akhir. Surabaya. FOGARTY, DARWIS, M. A. & ODAH, O.

M. 1991. Production and Inventory

Management, Cincinnati, Ohio, South-Western Publishing Co.

GOYAL, S. K. 1988. A joint economic lot size model for purchaser and vendor. Decision Science, 19, 236-241.

LEE, C. & CHU, W. 2005. Who should control inventory in a supply chain? European Journal of Operational Research, 164, 158-172.

PUJAWAN, I. N. 2005. Supply Chain

Management, Surabaya, Guna Widya. SILVER, E. A., PYKE, D. F. & PETERSON,

R. (eds.) 1998. Inventory Management and

Production Planning and Scheduling,, New York, 1998.

TERSINE, R. J. 1994. Principles of Inventory

and Materials Management, United States of America, PTR Prentice Hall Inc., .

YAO, Y., EVERS, P. T. & DRESNER, M. E. 2005. Supply chain integration in vendor-managed inventory. Decision Support

Systems 43, 663–674.

penentuan kebijakan order dengan pendekatan...

Documents