Artikel ini diunduh oleh: [131.94.16.10] Pada: 22 November 2015, Di: 19:01 Penerbit: Lembaga Penelitian Operasi dan Ilmu Manajemen (INFORMS) INFORMS terletak di Maryland, USA Antarmuk a , rincian Publikasi, termasuk instruksi untuk penulis dan informasi berlangganan: Menggunakan MRP dan EOQ / Safety Stock untuk Pengendalian Persediaan Bahan Baku: Diskusi dan Studi Kasus http://pubsonline.informs.org Matthew J. Liberatore, Mengutip artikel ini: Matthew J. Liberatore, (1979) Menggunakan MRP dan EOQ / Safety Stock untuk Pengendalian Persediaan Bahan Baku: Diskusi dan Studi Kasus. Antarmuka 9 (2-bagian-1): 1-6. http://dx.doi.org/10.1287/inte.9.2pt1.1 Syarat dan ketentuan penggunaan lengkap: http://pubsonline.informs.org/page/terms-and-conditions Artikel ini hanya dapat digunakan untuk tujuan penelitian, pengajaran, dan / atau studi pribadi. Penggunaan komersial atau pengunduhan sistematis (oleh robot atau proses otomatis lainnya) dilarang tanpa persetujuan Penerbit secara eksplisit, kecuali dinyatakan lain. Untuk informasi lebih lanjut, hubungi [email protected]. Penerbit tidak menjamin atau menjamin keakuratan, kelengkapan, kelayakan penjualan, kesesuaian untuk tujuan tertentu, atau non-pelanggaran. Deskripsi, atau referensi, produk atau publikasi, atau penyertaan iklan dalam artikel ini, tidak merupakan maupun menyiratkan jaminan, dukungan, atau dukungan klaim yang dibuat dari produk, publikasi, atau layanan tersebut. © 1979 INFORMS Silakan gulir ke bawah untuk artikel — ini ada di halaman berikutnya INFORMS adalah masyarakat profesional terbesar di dunia untuk para profesional di bidang riset operasi, ilmu manajemen, dan analitik. Untuk informasi lebih lanjut tentang INFORMS, publikasi, keanggotaan, atau pertemuannya kunjungi http://www.informs.org INTERFACES H ak Cipta © 1979, Institute of Management Sciences Vol. 9, No. 2, Pt. 1, Februari 1979 OO92-21O2 / 79 / O9O2 / OOOl $ O1.25 MENGGUNAKAN MRP DAN EOQ / SAFETY STOCK UNTUK BAHAN BAKU PENGENDALIAN PERSEDIAAN BAHAN: STUDI PEMBAHASAN DAN KASUS Matthew J. Liberatore Industri Bahan Kimia FMC Corporation Kotak Penelitian dan Pengembangan Kimia Kotak 8 Princeton, New Jersey 08540 ABSTRAK. Pendekatan model stok keselamatan MRP dan EOQ ditinjau kembali relatif terhadap pengendalian persediaan bahan baku. Metode yang berguna untuk mengembangkan jumlah pesanan, distribusi permintaan waktu, dan parameter lainnya disajikan. Cara untuk menggunakan dan menggabungkan pendekatan ini dipertimbangkan. Kesimpulannya, studi kasus dalam operasi proses kimia disajikan. Pendahuluan Dengan munculnya revolusi Perencanaan Kebutuhan Bahan (MRP), telah menjadi penting untuk mengembangkan kriteria untuk memilih dan mengubah teknik yang tersedia untuk pengendalian persediaan bahan baku. Tujuan dari makalah ini adalah untuk mengeksplorasi utilitas dari dua teknik utama, MRP dan Economic Order Quantity / Safety Stock (EOQ / SS). Studi kasus operasi proses kimia digunakan, karena pendekatan MRP untuk industri fabrikasi telah dibahas di tempat lain [3]. EOQ / SS EOQ / SS terutama berlaku jika produk yang menggunakan bahan baku memiliki struktur proses yang sederhana dan diproduksi terus menerus dari waktu ke waktu dengan laju yang cukup seragam. Contoh sederhana adalah proses kimia yang hanya membutuhkan beberapa bahan utama (dalam hal tingkat penggunaan) untuk menghasilkan produk jadi. Idealnya, ukuran ekonomi berjalan dikenal, dan tingkat produksi yang dianggarkan relatif konstan selama periode waktu yang lama, meskipun proses downtime memang terjadi. Kasus untuk EOQ / SS ditingkatkan jika mesin proses digunakan untuk membuat hanya beberapa produk yang berbeda, membatasi penjadwalan dan komplikasi pentahapan waktu. Dalam situasi seperti itu ada dua keputusan yang harus dibuat: ukuran pesanan dan kebijakan untuk melindungi terhadap fluktuasi waktu penggunaan dan waktu penggunaan. Ukuran pengiriman Banyak bahan sering dipesan d alam jumlah besar hanya sekali setahun atau sekali seperempat. Biaya tetap yang digunakan dalam perhitungan EOQ kemudian harus mewakili biaya pemrosesan ulang untuk truk atau mobil rel. Biasanya, $ 10-20 per rilis sesuai. Kuantitas pesanan yang dihasilkan dari penerapan langsung formula EOQ seringkali harus disesuaikan dengan muatan penuh atau muatan truk. Hal ini terutama berlaku untuk bahan kimia komoditas massal yang memiliki nilai rendah per pon dan biaya pengiriman yang relatif tinggi per pon. Masalah umum dapat INVENTORY / PRODUCTION - APLIKASI; INDUSTRI -KIMIA INTERFASI Februari 1979 1 ditangani dengan membandingkan jumlah pemesanan tahunan, penyimpanan, dan biaya pengangkutan di EOQ tradisional dan titik impas pengangkutan dan untuk banyak muatan mobil / truk (jika berlaku). stock safety Penggunaan. Mengubah pola penggunaan dalam operasi proses berkelanjutan yang umumnya stabil dapat menghasilkan karena beberapa alasan: (1) mengubah efisiensi proses, (2) menyesuaikan tingkat produksi dalam menanggapi perubahan kondisi pasar, dan (3) waktu proses turun. Variasi permintaan ini dapat ditangkap dengan beberapa cara. Misalnya, lembar produksi harian dapat menghasilkan distribusi penggunaan bahan baku historis dengan memanfaatkan koefisien proses. Gunakan pendekatan ini jika masuk akal untuk mengasumsikan bahwa kebutuhan material akan berfluktuasi dengan cara yang sama selama kuartal mendatang. Atau, analisis penggunaan bahan yang diperkirakan / dianggarkan selama kuartal berikutnya dan tentukan tarif penggunaan harian yang tersirat. Jika variasi ini kecil, gunakan rata-rata atau maksimum sebagai perkiraan titik penggunaan sehari-hari. Pendekatan ini lebih disukai jika tingkat penggunaan diketahui cukup stabil karena ada (katakanlah) kisaran tingkat produksi ekonomi yang terbatas. Lead time. Waktu tunggu sama dengan penundaan pemrosesan pesanan untuk pemasok dan penerima ditambah waktu transit. Waktu pemrosesan pesanan dapat terdiri dari: (1) waktu pemberitahuan untuk pelepasan mobil atau truk, (2) waktu sebelum bahan dapat diproduksi, dan (3) keterlambatan dokumen. Waktu untuk (1) dan (3) biasanya dapat dikurangi menjadi estimasi titik, sedangkan titik (2) biasanya berkisar. Tiga puluh pengamatan terbaru cukup untuk mengembangkan plot probabilitas waktu transit. Kami ingin menunjukkan (secara agak sambil lalu) bahwa evaluasi kinerja lead time berguna dalam konteks lain. Misalnya, mereka dapat memungkinkan agen pembelian untuk mengukur tingkat layanan yang diberikan oleh vendor. Jika banyak pemasok digunakan, informasi ini dapat menjadi masukan penting dalam negosiasi kontrak atas penjatahan harga dan persentase. Distribusi permintaan waktu memimpin (LTDD). M engetahui permintaan bahan baku dan distribusi probabilitas waktu, kita dapat melakukan simulasi Monte Carlo untuk mendapatkan LTDD. Program APL sederhana dapat ditulis untuk melakukan simulasi menggunakan distribusi frekuensi probabilitas diskrit. (Contoh program dan sesi terminal akan dikirim ke pembaca atas permintaan.) Jika kita menggunakan estimasi titik permintaan, kita hanya perlu mengalikan setiap istilah dalam distribusi probabilitas waktu memimpin dengan permintaan konstan untuk mendapatkan LTDD. Jika lead time adalah konstan (misalkan N h ari) dan permintaan dapat dicocokkan dengan distribusi normal, LTDD normal dengan rata-rata sama dengan A 'kali rata-rata permintaan dan varians sama dengan A? kali varians permintaan. Peluang kehabisan stok. B iasanya ini ditetapkan pada tingkat yang sangat rendah karena konsekuensi dari kehabisan stok biasanya adalah penghentian proses produksi. Biaya dan ketersediaan pemesanan darurat (mis., Kurang dari pengiriman truk dan angkutan udara), serta biaya penutupan jalur produksi, harus dibandingkan dengan biaya penyimpanan inventaris tambahan dalam menetapkan tingkat perlindungan. INTERFACES Februari 1979 iUIRPMRP ini terutama berlaku untuk struktur proses yang kompleks di manabahan baku tuntutanyang besar, seragam, dan tergantung pada dijadwalkan tanggal produk selesai. Contoh sederhana adalah bahan kimia yang dibuat berdasarkan pesanan yang diproduksi secara ekonomis dalam urutan ukuran batch yang terdefinisi dengan baik, masing-masing menggunakan banyak bahan baku. Untuk memfasilitasi diskusi kita tentang penerapan MRP, kita perlu mendefinisikan langkah-langkah dasar dari pendekatan ini. Detail lebih lanjut dapat ditemukan di [3]. Pendekatan iUIRP Inti dari struktur pemodelan MRP adalah penjabaran dari tanggal penyelesaian produk terjadwal ke dalam jumlah dan waktu persyaratan bahan kotor dengan "meledakkan" berbagai subproses. Cara termudah untuk melanjutkan dari atas ke bawah struktur proses. Langkah-langkahnya adalah: (1) Menentukan persyaratan kotor di atas cakrawala perencanaan. (a) Kembangkan tabel konversi standar yang menghasilkan jumlah unit input per output untuk setiap proses. (B) Pada setiap tingkat menentukan jumlah dan jenis unit input yang diperlukan untuk tingkat yang lebih tinggi berikutnya dan waktu proses antar tingkat. (c) Setelah kami menaiki "pohon proses" jumlah dandiinginkan tanggal penerimaan yanguntuk setiap bahan baku diketahui. (2) Menentukan persyaratan bersih dari waktu ke waktu dengan memasukkan bahan yang tersedia dan dijadwalkan untuk pengiriman. (3) Menentukan waktu tunggu bahan baku seperti yang telah dibahas sebelumnya. Secara umum, lead time maksimum yang wajar harus digunakan jika ada fluktuasi yang signifikan. (4) Persyaratan grup menjadi pesanan. Ada dua pendekatan dasar. (a) Ad hoc - biasanya beberapa opsi disajikan dalam paket MRP kalengan. Misalnya, pesan satu mobil sekali jalan, gabungkan setiap permintaan tiga periode menjadi satu pesanan, dan sebagainya. (B) Analitis - anehnya, opsi ini biasanya tidak disediakan dalam rutinitas MRP standar. Jika biaya pemrosesan pesanan tetap signifikan, gunakan algoritma ukuran lot dinamis seperti model Wagner-Whitin [4] atau salah satu variasinya (misalnya, lihat Blackburn dan Kunreuther [1] atau Liberatore [2]) untuk menentukan ukuran dan waktu pesanan. Sesuaikan dengan muatan penuh seperlunya. Beberapa masalah dalam menerapkan iVIRP ke industri proses (1) Faktor konversi standar untuk setiap proses kimia harus digunakan untuk mencapai "ledakan bahan". Namun, proporsi aktual dapat bervariasi dengan kualitas bahan dan faktor lainnya. Selain itu, mungkin ada perbedaan kualitas yang diminta oleh pelanggan tertentu dan ini mungkin tidak tercapai selama setiap proses. Ini mungkin memerlukan lebih banyak struktur proses untuk didefinisikan, menyiratkan penyimpanan data dan kesulitan komputasi. (2) Asumsi utama MRP adalah bahwa jadwal produksi (di atas cakrawala perencanaan) diketahui dengan pasti. Jelas, pemadaman dan penumpukan inventaris dapat terjadi akibat perubahan jadwal. Efek-efek ini dapat diminimalisir dengan mempertahankan beberapakeselamatan INTERFACES F ebruari 1979 stok selama siklus produksi dan barang jadi. Penelitian di bidang ini baru saja dilakukan (misalnya, lihat Whybark dan Williams [5]). (3) Masalah yang lebih mendasar muncul dalam pemodelan proses kimia itu sendiri. Sebagai contoh, banyak proses kimia memiliki produk sampingan yang memiliki nilai ekonomis atau didaur ulang ke dalam proses utama. Ini menyulitkan penentuan koefisien input / output dan nilai per unit output, dan menghasilkan struktur pohon proses yang tahapannya saling bergantung. (4) MRP tidak selalu dapat dengan aman mengabaikan penugasan mesin dan masalah pemanfaatan kapasitas. Misalnya, jika ada puncak pesanan, perlu menyesuaikan jadwal untuk memperlancar produksi dan mengambil keuntungan dari ekonomi dengan jangka waktu yang lebih lama dan ukuran batch yang lebih besar. (5) Jika tanggal jatuh tempo produksi didasarkan pada perkiraan penjualan yang tidak pasti dan waktu tunggu proses yang lama, pendekatan MRP dapat mengunci proses menjadi jadwal yang memungkinkan sedikit fleksibilitas untuk menyesuaikan dengan pola pesanan yang berubah. Satu kesimpulan adalah bahwa bagian dari proses kimia yang dapat menerima pendekatan MRP membutuhkan definisi lebih lanjut di sepanjang garis yang disarankan di atas. Lain adalah bahwa kita harus berjuang untuk sistem hibrida perencanaan produksi yang menangkap manfaat pentahapan waktu sambil meminimalkan dampak ketidakpastian dalam cakrawala perencanaan. Menerapkan pendekatan hibrida: studi kasus dalam pemrosesan chemicai Pertimbangkan studi kasus berikut ini yang dihasilkan dari audit kontrol inventaris saya atas pabrik-pabrik Grup Industri Kimia RVIC. Ini berpusat pada pabrik Modesto yang memproduksi bahan kimia barium dan strontium. Proses yang menarik menggabungkan bijih barit atau celestit dengan kokas dan beberapa bahan lain untuk menghasilkan barium atau strontium karbonat, masing-masing. Kedua produk ini diproduksi pada peralatan yang sama. Namun, perencanaan produksi dan prosedur pengendalian persediaan sulit untuk dilaksanakan karena pasar sangat berfluktuasi dan biaya pergantian produksi sangat signifikan. Pemeriksaan tingkat penggunaan untuk bahan yang digunakan dalam proses produksi karbonat menunjukkan bahwa "analisis ABC" klasik sekali lagi berlaku; sekitar 80% dari total nilai dolar pembelian bahan baku disediakan oleh sekitar 20% dari bahan baku. Karena bahan baku selain kokas, barit, dan bahan celestit digunakan terus-menerus, jarang dipesan, dan diikat dengan jumlah modal kerja yang kecil, tidak perlu memasukkannya ke dalam analisis terperinci. Setelah penyelidikan ditemukan bahwa kedua proses menggunakan coke pada tingkat yang hampir sama dan biasanya berjalan pada kapasitas 95%. Namun, penggunaannya agak berfluktuasi dalam periode singkat karena alasan yang serupa dengan yang disajikan pada bagian EOQ / SS. Untuk alasan ini, kami menggunakan pendekatan EOQ / SS untuk kokas dan mendasarkan faktor penggunaan pada maksimum dua tarif yang dianggarkan. Pola lead time memiliki variasi substansial yang mengarah ke pengaturan stok pengaman dan titik pemesanan ulang. Dalam diskusi kami dengan personel instalasi, kami menekankan perlunya peninjauan berkala terhadap parameter permintaan dan waktu tunggu. Prosedur sederhana ini memiliki dampak besar karena segi lain dari masalah yang sekarang kami jelaskan secara singkat. Ruang penyimpanan di pabrik untuk kokas dibatasi, mengharuskan penggunaan mobil rel yang masuk sebagai tempat penyimpanan inventaris. Meskipun praktik ini adalah INTERFACES F ebruari 1979 yang nyaman dan menghindari pengeluaran modal yang besar, biaya demurrage yang terkait sangat besar. Dengan demikian dampak utama dari upaya pengendalian inventaris kami untuk kokas adalah pengurangan tagihan demurrage bulanannya sekitar 40%. Di sisi lain, pendekatan fase waktu digunakan untuk barit dan celestit karena diskontinuitas dari masing-masing jalur. Sejarah masa lalu menunjukkan bahwa meskipun penggunaan harian bijih ini cukup seragam selama operasi masing-masing, panjang operasi produksi mereka tunduk pada tekanan pemasaran, seperti yang disarankan sebelumnya. Maka penting untuk membangun beberapa safety stock ke dalam kerangka MRP umum. Diskusi dengan manajer material mengarahkan kami untuk mendalilkan bahwa bahan bernilai satu minggu diperlukan untuk setiap proses sebagai safety stock. Perlu dicatat bahwa pentahapan waktu pemesanan diperumit oleh beberapa faktor eksternal. Misalnya, celestite tidak diproduksi di dalam negeri dan pemasok tunggal kami di Amerika Utara menghadapi beberapa masalah kritis terkait dengan pengadaan gerbong kereta api dan stabilitas tenaga kerjanya. Faktor-faktor ini menjelaskan fluktuasi besar dalam pola waktu historis yang diamati. Atas permintaan personil pabrik, "jadwal pemesanan yang ideal" disusun berdasarkan asumsi berikut: (1) pengiriman satu mobil kereta api per hari secara terus menerus selama periode waktu tertentu; (2) stok pengaman penggunaan bahan baku selama tujuh hari akan diadakan di pabrik; (3) pentahapan waktu berdasarkan waktu tunggu historis maksimum daninput / ouput terbaru faktor. Level inventori yang diharapkan secara teoritis yang dihasilkan dari kebijakan ini terkait dengan yang digambarkan dalam kurva padat pada Gambar 1. GAMBAR 1. Contoh posisi inventori yang diharapkan untuk celestite INTERFACES F ebruari 1979 Namun, diskusi selanjutnya dengan agen pembelian dan manajer pabrik pembuat mengindikasikan asumsi itu (1) tidak sepenuhnya dapat diterima karena kontrak pasokan pembelian saat ini mengharuskan pemesanan muatan mobil dalam jumlah yang kira-kira sama dengan bulanan terlepas dari jadwal produksi kami. Hal ini menyebabkan negosiasi selanjutnya dengan pemasok dan penerimaan akhirnya atas kebijakan pengiriman yang menempatkan minimum bulanan dan maksimum pada jumlah mobil kereta api yang tersedia untuk pengiriman. Level inventori teoritis akhir yang diharapkan terkait dengan yang diberikan dalam kurva putus-putus pada Gambar 1. Sangat menarik untuk dicatat bahwa pengurangan inventaris tambahan yang diharapkan diperoleh karena jumlah maksimum pengiriman muatan bulanan lebih besar daripada asumsi kami sebelumnya tentang satu pengiriman per hari . Jadwal ini yang disesuaikan selama tahun 1977 memberikan pengurangan modal kerja sebesar $ 36.000, atau sekitar 12% dari tingkat persediaan 1976. Penghematan sebenarnya dari sistem kontrol sebenarnya lebih besar, karena produksi strontium karbonat yang lebih banyak terjadi pada tahun 1977 dibandingkan tahun 1976, dan penyimpangan ini dan penyimpangan lainnya dari jadwal mengharuskan peningkatan cadangan keselamatan. Kesimpulan Pemilihan teknik manajemen persediaan bahan baku adalah seni sebanyak itu adalah ilmu. Sering kali perlu mempertimbangkan banyak faktor yang tampaknya eksternal untuk sampai pada solusi yang dapat diterima. Pendekatan EOQ / SS dan MRP memiliki lingkup penerapan seperti yang telah dibahas sebelumnya. Dalam sistem yang cukup kompleks, pendekatan hybrid seringkali cukup. Perhatian harus diambil dalam implementasi MRP besar untuk tidak "memodelkan" struktur proses potensial dan untuk memungkinkan dampak ketidakpastian. Terutama penting dalam penerapan sistem lintas-papan (apakah EOQ / SS atau MRP) untuk mengetahui kasus-kasus khusus seperti diilustrasikan pada bagian sebelumnya. Tidak ada pengganti untuk pemahaman mendalam tentang "seluruh masalah" untuk proses manufaktur utama. REFERENSI [1] Blackburn, Joseph D. dan Kunreuther, Howard, "Perencanaan Cakrawala untuk Model Ukuran Lot Dinamis dengan Backlogging," Ilmu Manajemen, Vol. 21, No. 3 (November 1974), hlm. 251—255. [2] Liberatore, Matthew J., "A Stochastic Lead Time Inventory Model," disertasi doktor yang tidak diterbitkan, University of Pennsylvania, Philadelphia, Pa., 1976. [3] Orlicky, Joseph, Perencanaan Kebutuhan Bahan. New York: McGraw Hill, 1975. [4] Wagner, Harvey M. dan Whitin, TM, "Versi Dinamis dari Model Ukuran Lot Ekonomi," Ilmu Manajemen, Vol. 5, No. 1 (Oktober 1958), hlm. 89—96. [5] Whybark, D. Clay dan Williams, J. Gregg, "Perencanaan Kebutuhan Material di bawah Ketidakpastian," Decision Sciences, Vol. 7, No. 4 (Oktober 1976), hlm. 595-606. INTERFASI F ebruari 1979
