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