pengelolaan risiko menggunakan metode fmeca (failure … · baku dari pemasok. s2.1-penjadwalan ......
TRANSCRIPT
Oleh :Dhina YuskartikaNRP. 2508100061
Pembimbing :Iwan Vanany ST., MT., Ph.DCo-pembimbing :Dody Hartanto, ST., MT.
Pengelolaan Risiko Menggunakan MetodeFMECA (Failure Modes and Effects Criticality
Analysis) dan Simulasi Berbasis Proses Bisnis pada Rantai Pasok Makanan
PENDAHULUAN
Latar Belakang (1)
Bread Improver
Premix Bread
Produk Bahan Makanan
TreatmentPT. SIJangka waktu simpan
yang pendek (± 6 bulan)
Disimpan pada temperatur 80 s/d 140 C
Umur Produk
Aliran rantai pasok produk
Latar Belakang (2)
Bread Improver
Premix Bread
Rantai Pasok dan Produksi Industri Makanan
Ketentuan
Good Manufacturing Practice
Hazard Analysis Critical Control Point
Food Safety
Food Security
Halal
Latar Belakang (3)
Pengaturan Penjadwalan
Food Safety
Management
Treatment
Identifikasi peluang risiko di rantai pasok
Aktivitas rantai pasok berjalan optimal & sesuai rencana manajemen
Penanganan terhadap peluang risiko
Perumusan Masalah
Bagaimana menganalisa, melakukan penaksiran, dan memodelkan risiko-risiko yang ada di rantai pasok berbasis proses
bisnis pada industri makanan
Tujuan Penelitian
Mengindentifikasi risiko-risiko yang ada di rantai pasok industri makanan berdasarkan proses bisnisnya
Melakukan penaksiran risiko (risk assessment) yang terjadi di rantai pasok industri makanan menggunakan metode Failure Mode and Effect Criticality Analysis (FMECA)
Menganalisa dan mengevaluasi risiko yang ada di rantai pasok industri makanan berbasis proses bisnis
Manfaat Penelitian
Membantu perusahaan untuk mengidentifikasi risiko-risiko yang mungkin terjadi pada rantai pasok industri makanan
Memberikan penilaian tingkat risiko yang terjadi pada rantai pasok industri makanan
Memberikan gambaran risiko-risiko yang terjadi pada model proses bisnis di industri makanan
Ruang LingkupBatasan
Risiko yang diidentifikasi adalah risiko rantai pasok dari
pemasok sampai dengan distribusi ke distributor
Identifikasi SCOR dilakukan pada source, make, deliver, dan
return
Mitigasi yang dilakukan hanya merupakan rekomendasi, tidak untuk tahapan implementasi.
Asumsi
Tidak adanya penambahan mesin dan peralatan dalam
proses produksi selama dilakukannya penelitian
Kebijakan, wewenang, dan struktur organisasi yang ada di perusahaan tidak mengalami
perubahan besar selama dilakukannya penelitian.
TINJAUAN PUSTAKA
Risiko Rantai PasokRantai pasok adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja
untuk menciptakan dan menghantarkan suatu produk ke
tangan pemakai terakhir (Pujawan, 2010)
Risiko adalah probabilitas suatu kejadian yang
mengakibatkan kerugian ketika kejadian itu terjadi selama periode tertentu
(Bowden et al, 2001)
SCRM adalah kolaborasidengan partner dalam supply
chain maupun perusahaandalam menerapkan metode
yang terkait denganmanajemen risiko untukmenghadapi risiko yang
diakibatkan oleh aktivitassupply chain (Paulsson, 2004)
FMECA
FMECA adalah metode yang digunakan untuk mengukur danmenganalisa keamanan dari suatu produk atau proses. Input dariFMECA adalah rencana, diagram, probabilitas, dan frekuensi databerdasarkan data historis. Output dari FMECA adalah daftar mostcritical risks serta beberapa target dari mitigasi risiko.
Tuncel dan Alpan (2010)
FMECA (Failure Modes and Effects Criticaly Analysis)merupakan prosedur yang dilakukan setelah analisiskegagalan efek modus untuk mengklasifikasikan setiap efekpotensi kegagalan menurut tingkat keparahan dan probabilitaskejadian.
Mraz dan Hubber (2002)
Langkah FMECA
Lakukan continues improvement menuju kesempurnaan
Lakukan penilaian terhadap impelemtasi tindakan
Rancang perbaikan untuk mengurangi resiko dan menambah manfaat
Evaluasi hasil implementasi FMECA
Lakukan penilaian pada bagian kritis tersebut, berapa kali (frekuensi) terjadi ?
Definisikan parameter yang kritis (failure effect) dalam satuan waktu kerja (menit)
Buat rinci bagian mesin ke dalam sub-assembly dan komponen
RPN (Risk Priority Number)
Severity : nilai dari dampak risiko yang
mungkin terjadi
Occurrences : nilai seberapa sering kemungkinan
kegagalan atau risiko terjadi
Detection : nilai seberapa baik jika terjadi kegagalan
atau risiko dapat segera terdeteksi dan pengendalian
risiko yang dilakukan
RPN = Severity (S) x Occurrences (O) x Detection (D)
METODELOGIPENELITIAN
Metodologi Penelitian
IdentifikasiRantai Pasok &
RisikoPenilaian Risiko Mitigasi RisikoPemodelan
Tahap Identifikasi Rantai Pasok & Risiko
• Pengumpulan Data
• Identifikasi proses rantai pasok
• Verifikasi proses rantai pasok
• Identifikasi konteks risiko
Tahap Penilaian Risiko
Identifikasi kejadian risiko(potential failure)
Penilaian severity
Penilaian occurance
Penilaian detection
Penilaian ranking risiko
Tahap Pemodelan dan Mitigasi Risiko
PemodelanKondisi
Eksisting Perusahaan
Verifikasi & Validasi Model
PemodelanRisiko pada Proses Bisnis Perusahaan
PENGOLAHAN DAN ANALISIS DATA
TAHAPAN PENGOLAHAN
Identifikasi Proses Bisnis & Risiko
Identifikasi Risiko Nilai RPN
Kategori Tinggi
Kategori Menengah
Kategori Rendah
Penilaian Risiko
Model simulasi risiko
Model simulasi eksisting
Perbedaan Waktu
Identifikasi Proses Bisnis
MODEL SCOR (Supply Chain Operations Reference)
Source : Proses pengadaan barang dan jasa untuk memenuhi permintaan
Make : Proses untuk mentransformasi bahan baku atau komponen menjadi produk yang diinginkan pelangganDeliver : Proses untuk memenuhi permintaan terhadap
barang maupun jasaReturn : Proses pengembalian atau menerima pengembalian
produk karena berbagai alasan
SOURCESCOR
Level 0 Level 1 Level 2
SOURCE
S1- Komunikasi dengan pemasok
S1.1- Komunikasi untuk penentuan jumlah bahan baku yang akan dipesan perusahaanS1.2- Komunikasi untuk penentuan harga bahan baku yang akan dipesan perusahaanS1.3- Komunikasi untuk penentuan jenis bahan baku yang akan dipesan perusahaan
S2- Pengiriman bahan baku dari pemasok
S2.1- Penjadwalan tanggal pengiriman bahan baku ke perusahaanS2.2- Pengiriman bahan baku dari pemasok sesuai permintaan perusahaan
S3- Pengecekan bahan baku dari pemasok
S3.1- Pengecekan kondisi kemasan bahan baku dari pemasokS3.2- Pengecekan jumlah dan jenis bahan baku yang dikirim dari pemasok
S3.3- Pengecekan kualitas bahan baku dari pemasok
MAKE SCOR
Level 0 Level 1 Level 2
MAKE
M1- Kegiatan proses produksi sesuai degan prosedur yang telah
ditetapkan
M1.1- Pembuatan production data sheet sebagai informasi produk yang akan dibuat
M1.2- Pengambilan raw material di area penyimpanan/ gudang
M1.3- Penimbangan raw materialM1.4- Proses formulasi dan blending raw material
M2- Pembagian proses produksi berdasarkan ukuran pak produk
M2.1- Pembagian proses produksi untuk produk dengan pak > 500 gramM2.2- Pembagian proses produksi untuk produk dengan pak < 500 gram
M3- Proses vacum & pengemasan produk
M3.1- Pengesetan sealing time, vacum time, dan proses vacum
M3.2- Penimbangan finish product & pelabelan yang telah dalam kemasanM3.3- Pemilahan produk jadi untuk produk akhir yang dikemas untuk dijual
M3.4- Penyerahan form finish product kepada bagian PPIC
M4- Inspeksi kualitas produk
M4.1- Pengambilan sampel raw material untuk proses quality control
M4.2- Penandatanganan finish goods samplingM4.3- Pengecekan kualitas finish product yang akan dikirim ke konsumen
M5- Penyimpanan ke gudang M5.1- Pengiriman finish product ke gudang sebagai stok produk
DELIVERSCOR
Level 0 Level 1 Level 2
DELIVER
D1- Komunikasi dengan konsumen/ distributor
D1.1- Komunikasi untuk penentuan jumlah finish product yang akan dikirim ke konsumen
D1.2- Komunikasi untuk penentuan jenis finish product yang akan dikirim ke konsumen
D2- Pengiriman produk sesuai permintaan
D2.1- Penjadwalan tanggal pengiriman finish product ke konsumenD2.2- Pengiriman produk sesuai permintaan ke masing-masing konsumen
D3- Pemilihan perusahaan jasa transportasi
D3.1- Penentuan alat transportasi pengiriman finish product ke konsumen
D4- Penanganan kegiatan pergudangan finished
goods
D4.1- Penyerahan form penyerahan finish product kepada bagian PPICD4.2- Penyimpanan finish product ke gudang sebagai stok produk
RETURN
SCOR
Level 0 Level 1 Level 2
RETURN R1- Pengembalian produk ke pemasok
R1.1- Pengembalian raw materialyang tidak sesuai kualitas dari perusahaan ke pemasok
R2- Pengembalian produk dari customer
R2.1- Pengembalian finish productyang tidak sesuai kualitas dari konsumen ke perusahaan
Identifikasi Risiko
• Identifikasi Risiko berdasarkan masing-masing aktivitas dalam
SCOR
• Potensi risiko yang teridentifikasi sebanyak:
― 15 risiko pada aktivitas source
― 22 risiko pada aktivitas make
― 8 risiko pada aktivitas deliver
― 8 risiko pada aktivitas return
Risiko Aktivitas Source
Risiko Aktivitas Make
Risiko Aktivitas Deliver
Risiko Aktivitas Return
Penilaian Risiko
• Penilaian Risiko dengan metode FMECA (Failure Modes and Effects Criticality Analysis)
• Penilaian Berdasarkan:1. Severity2. Occurances3. Detection
RPN = Severity (S) x Occurrences (O) x Detection (D)
Kategori Risiko
Risiko Kategori Tinggi
Risiko Kategori Menengah
Risiko Kategori Rendah
Kategori Risiko Tinggi
Kategori Risiko Menengah
Kategori Risiko Rendah (1)
Kategori Risiko Rendah (2)
Simulasi Kondisi Eksisting
Proses Produksi dan
Inspeksi
Distributor
Gudang
Simulasi yang dilakukan hanya pada produk yang memiliki masa kadaluarsa panjang
Bahan Baku dari Pemasok
Data Waktu SimulasiNama Proses Distribusi Waktu
Kedatangan Bahan Baku -0.5 + EXPO(26.3)Pengecekan Bahan Baku NORM(45, 5)Pergudangan NORM(30, 5)Shifting Uniform (30, 35)Weighting Uniform (15, 20)Metal Catcher NORM(25, 5)Ribbon Blender Constant (20)Proses Vacum A Constant (205,2)Proses Air Pack Constant (15)Proses Vacum B Constant (147)Pemilahan Uniform (25, 30)Pengiriman ke Distributor NORM(1.63, 0.752)Pengiriman ke Gudang NORM(1.63, 0.752)
Model Simulasi Eksisting
Verifikasi Simulasi
Model yang dibangun tidak terdapat error di
dalamnya
Validasi Simulasi (1)Validasi bertujuan untuk menguji dan membandingkan apakah
model simulasi yang dibuat sama dengan kondisi real sistem.
Merancang hipotesa
H0 : µ1 - µ2 = 0 ; H1 : µ1 - µ2 ≠ 0
Menghitung nilai df
Pengamatan Real Sistem Model Simulasi
1 80 84
2 75 80
3 70 86
4 100 104
5 100 114
6 115 104
7 80 84
8 80 90
9 80 80
10 75 71
Mean 85,50 89,70Standar Deviasi 14,424 13,400
Variansi 208,056 179,567
-8,89 ≤ µ1 - µ2 ≤ 17,29
Validasi Simulasi (2)
Menghitung nilai hw
4,2 – 13,086 ≤ µ1 - µ2 ≤ 4,2 + 13,086
Terima Ho
Replikasi Simulasi Kondisi Eksisting
PengamatanModel
Simulasi1 842 803 864 1045 1146 1047 848 909 80
10 71Mean 89,70
Standar Deviasi
13,400
Variansi 179,567
Menentukan nilai error yang akan ditanggung
Nilai error yang diinginkan = 10% = 0,1Hw = 0,1 x rata-rata model simulasiHW = 0,1 x 89,7 = 8,97
Menghitung banyaknya replikasi (n’)
n = 3,3792 = 11,419 =11
Report Simulasi EksistingReplikasi Rata-rata Waktu
(Jam) Output Entitas
1 48,776 842 43,093 803 43,094 864 42,094 1045 42,788 1146 44,915 1047 45,575 848 42,791 909 43,569 80
10 44,692 7111 45,275 96
Rata-rata 44,242 90,273Stdev 1,897 12,854
Variansi 3,598 165,22
Simulasi Risiko
Model simulasi risiko pada proses bisnis perusahaanadalah simulasi risiko yang termasuk kategori tinggi
Proses Kode Risiko Potential Failure
Risk Priority Number (RPN)
Prosentase Risiko
(Waktu)M3.3- Pemilahan produk jadi untuk produk akhir yang dikemas untuk dijual
MR19 Produk belum tersortir 200 15%
M1.4- Proses formulasi dan blending raw material MR11
Terjadinya kontaminasi pada saat pemindahan produk ke alat yang berbeda
100 7%
M3.2- Penimbangan finish product & pelabelan yang telah dalam kemasan
MR18 Kesalahan dalam pemberian coding 100 7%
Total RPN 400
Model Simulasi Risiko
Kontaminasi
Kesalahan coding
Produk tidak tersortir
Replikasi Simulasi Risiko
ReplikasiModel
Simulasi1 822 823 864 865 866 967 848 649 77
10 80Mean 82,30
Standar Deviasi
8,166
Variansi 66,678
Menentukan nilai error yang akan ditanggung
Nilai error yang diinginkan = 10% = 0,1Hw = 0,1 x rata-rata model simulasiHW = 0,1 x 82,3 = 8,23
Menghitung banyaknya replikasi (n’)
n = 2,2442 = 5,037 = 5
Report Simulasi Risiko
Replikasi Rata-rata Waktu (Jam) Output Entitas
1 57,112 82
2 51,591 82
3 57,412 86
4 48,696 86
5 51,149 86
Rata-rata 53,192 84,400
Stdev 3,877 2,191
Variansi 15,031 4,80
Report Perbandingan Simulasi
ReplikasiEksisting Risiko
Selisih (Jam)Rata-rata Waktu (Jam)
Rata-rata Waktu (Jam)
1 48,776 57,112 8,3362 43,093 51,591 8,4983 43,094 57,412 14,3184 42,094 48,696 6,6025 42,788 51,149 8,361
Mean 43,969 53,192 9,223Stdev 2,718 3,877 2,953
Variansi 7,388 15,031 8,721Prosentase
Selisih 20,98%
Mitigasi Risiko (1)
Mitigasi risiko dilakukan sebagai tindakan untuk penangan risiko
Empat penanganan mitigasi yang dapat dilakukanperusahaan yaitu menerima risiko, transfer risiko,menghindari risiko, dan menangani risiko
Mitigasi risiko yang dilakukan pada risiko yang termasuk kategori tinggi
Mitigasi Risiko (2)
Kode Risiko Potential Failure
Risk Priority Number (RPN)
Mitigasi
MR19 Produk belum tersortir 200
Dilakukannya pengecekan dan pengawasan setiap pelaksanaan pensortiran yang dilakukan oleh operator produksi untuk
meminimalisir adanya kesalahan dan memastikan produk yang dikirim ke gudang sesuai dengan spesifikasi
Proses produksi yang dilakukan sesuai dengan SOP (Standar Operasi Prosedur) yang baik
SR8
Terjadinya bencana alam/
kecelakaan pada saat pengiriman
produk
100
Dibuatnya perjanjian/ kesepakatan antara pemasok dengan perusahaan yang berisi kondisi/ penanggulangan yang dilakukan apabila terjadi hal-hal diluar rencana (kecelakaan/ bencana alam) agar perusahaan dapat mengatisipasi adanya keterlambatan dan/
kekurangan stok karena pemasok mengalami permasalahan
MR11
Terjadinya kontaminasi
pada saat pemindahan
produk ke alat yang berbeda
100
Dilakukannya pelatihan untuk staff produksi baik softskill maupun hardskill dalam penanganan proses produksi untuk menambah
kompetensi staff sehingga dapat meminimalisir adanya kesalahan/ human error
Dilakukannya pembersihan pada lini produksi setiap pergantian jenis produk yang akan diproduksi
Mitigasi Risiko (3)
Kode Risiko Potential FailureRisk Priority
Number (RPN)
Mitigasi
MR18 Kesalahan dalam pemberian coding 100
Dilakukannya pelatihan untuk staff produksi baik softskill maupun hardskill dalam penanganan proses produksi untuk menambah kompetensi staff sehingga dapat meminimalisir adanya kesalahan/ human error
DR5
Terjadinya bencana alam/ kecelakaan
pada saat pengiriman produk
100
Dibuatnya perjanjian/ kesepakatan antara petusahaan jasa transportasi dengan PT. SI yang berisi kondisi/ penanggulangan yang dilakukan apabila terjadi hal-hal diluar rencana (kecelakaan/ bencana alam) agar tidak merugikan PT. SI karena perusahaan jasa transportasi mengalami permasalahan
Pemilihan jasa transportasi yang berkualitas dan terpecaya sehingga dapat meminimalisir tingkat keterlambatan dan kerusakan produk karena kesalahan (human error) dari jasa pengiriman
KESIMPULAN DANSARAN
Kesimpulan
Identifikasi Risiko berdasarkan hasil identifikasi proses bisnis pada masing-masing aktivitas SCOR . Didapatkan risiko sebanyak 53 risiko teridentifikasi.Pada aktivitas source terdapat 15 risiko, aktivitas make terdapat 22 risiko,aktivitas deliver sebanyak 8 risiko, aktivitas return sebanyak 8 risiko.
Evaluasi risiko berdasarkan nilai RPN. Tingkat risiko di setiap proses bisnis dibagimenjadi tiga kategori berdasarkan nilai RPN yaitu: (1) sebanyak 5 risiko termasukkategori tinggi dengan nilai RPN ≥ 100, (2) sebanyak 6 risiko termasuk kategorimenengah dengan nilai RPN diantara 50 sampai dengan 99, (3) sebanyak 42 risikotermasuk kategori rendah dengan nilai RPN < 50
Hasil simulasi menunjukkan risiko yang memiliki nilai RPN tinggimempengaruhi waktu dalam sistem perusahaan yang cukup signifikansebesar 9,223 jam lebih lama dibandingkan waktu kondisi eksistingperusahaan.
SaranBagi PT. SI
Bagi Penelitian Selanjutnya
Perusahaan dapat mempertimbangkan pengaruh risiko yangteridentifikasi dalam rantai pasok sebagai bentuk antisipasi. Serta,perusahaan dapat menerapkan manajemen risiko secaraberkelanjutan untuk meminimalisir adanya kerugian baik secaraoperasional maupun finansial.
Pengelolaan risiko dapat mempertimbangkan faktor risikotidak hanya sebatas waktu namun faktor lainnya yangmempengaruhi proses bisnis suatu perusahaan atau obyekamatan.
DAFTAR PUSTAKA (1)• (n.d.). Retrieved April 2012, from elib.unikom.ac.id/download.php?id=18586• Bourlakis, M., & Weightman, P. (2004). Food Supply Chain Management. UK:
Blackwell Publishing Ltd.• Anityasari, M., & Wessiani, N. (2011). Analisa Kelayakan Usaha Dilengkapi Kajian
Manajemen Resiko. Surabaya: Guna Widya.• Blome, C., & Schoenherr, T. (2011). Supply Chain Risk Management in Financial
Crises—A multiple Case-Study Approach. Int. J. Production Economics , 45-57.• Clark, D. (2004). Risk Management Framework. Charles Darwin University.• COSO. (2004). Enterprise Risk Management - Integrated Framework. the Committee
of Sponsoring Organizations of the Treadway Commission.• Eastham, F. Sharples, L., & Ball, S. (2001). Food Supply Chain Management: Issues
for The Hospitality and Retailer Sector. Reed Educational and Professional Publishing Ltd.
• Gaspersz, V. (2002). Pedoman Implementasi Program Six Sigma TerintegrasiDengan ISO 9001:2000, MBNQA, dan HACCP. Jakarta: PT Gramedia PustakaUtama.
• Huang, H., Sheoran, K., Keskar, H. (2005). Computer-Assisted Supply Chain Configuration Based On Supply Chain Operations Reference (SCOR) Model. Computers & Industrial Engineering. 377-394
• Insan, T. (2008). Manajemen Risiko untuk Mengatasi Gangguan pada Supply Chain (Studi Kasus: PT. Susanti Megah). Surabaya: Laporan Tugas Akhir Jurusan TeknikIndustri ITS Surabaya.
DAFTAR PUSTAKA (2)• Irfan, D., Xiaofei,X., & Chun, D. (2008). A SCOR References Model of the Supply
Chain Management Systems in an Enterprise. The International Arab Journal of Information Technology.
• Meynar, K. (2011). Identifikasi Profil Risiko Unit Pelaksana Area PT. PLN (PERSERO) Distribusi Bali Menggunakan Pendekatan FMECA. Surabaya: LaporanTugas Akhir Jurusan Teknik Industri ITS Surabaya.
• Pujawan, N. (2010). Supply Chain Management. Surabaya: Guna Widya.• Tang, C. (2006). Perspectives in Supply Chain Risk Management. 451-488.• Tang, O., & Musa, S. (2011). Identifying Risk Issues and Research Advancements in
Supply Chain Risk Management. Int. J. Production Economics , 25-34.• Tuncel, G., & Alpan, G. (2010). Risk Assessment and Management for Supply Chain
Network: A Case Study. Computer in Industry , 250-259.• Villacourt, M. (1992). Failure Mode and Effects Analysis (FMEA): A Guide for
Continuous Improvement for the Semiconductor Equipment Industry.• Wang, X., Li, D., O’brien, C., & Li, Y. (2010). A Production Planning Model to Reduce
Risk and Improve Operations Management. Int. J. Production Economics , 463–474.• Weske, M. (2007). Business Process Management. New York: Springer.• _____. (2011). Modul Training With Arena. Surabaya: Laboratorium Komputasi dan
Optimasi Industri Jurusan Teknik Industri ITS