Uploaded by arifsuryana.mail

Salinan terjemahan liberatore1979

advertisement
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
iUIRP​MRP
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
Download
Random flashcards
Rekening Agen Resmi De Nature Indonesia

9 Cards denaturerumahsehat

sport and healty

2 Cards Nova Aulia Rahman

Nomor Rekening Asli Agen De Nature Indonesia

2 Cards denaturerumahsehat

Secuplik Kuliner Sepanjang Danau Babakan

2 Cards oauth2_google_2e219703-8a29-4353-9cf2-b8dae956302e

Card

2 Cards

Create flashcards