optimasi model koordinasi dua tingkat supply chain

OPTIMASI MODEL KOORDINASI DUA TINGKAT SUPPLY CHAIN
PADA PROSES DISTRIBUSI BARANG
(Studi Kasus di UD. NN Malang)
Iftitaahul Mufarrihah, Imam Nurhadi P
Email : [email protected]
Fakultas MIPA, Jurusan Matematika, Universitas Brawijaya, Malang, Indonesia
Abstrak. Datangnya era pasar bebas tidak dapat disangkal bahwa kompetisi antar perusahaan semakin ketat. Oleh karena itu
agar dapat bertahan dan memenangkan persaingan bisnis tersebut, salah satu cara yang digunakan adalah dengan menerapkan
supply chain management. Dalam skripsi ini akan dibahas mengenai koordinasi pada dua tingkat supply chain yang bertujuan
untuk meminimumkan biaya antar anggota dan biaya total supply chain. Dua tingkat supply chain pada skripsi ini dibatasi
pada rantai pasok dengan pemanufaktur tunggal yang menyuplai produk tunggal kepada distributor tunggal. Skripsi ini
berfokus pada pengembangan model matematis dan pengoptimalan dari dua tingkat supply chain pada proses distribusi
barang dengan dan tanpa koordinasi. Selain itu, digunakan juga perhitungan numerik dengan menggunakan data studi kasus
di UD. NN Malang untuk mengetahui keefektifan model yang telah dibuat. Model ini mengkonfirmasi bahwa dengan
menggunakan koordinasi kinerja sistem lebih baik jika dibandingkan tanpa menggunakan koordinasi.
Kata Kunci : koordinasi, dua tingkat supply chain, proses distribusi barang
1. PENDAHULUAN
Datangnya era pasar bebas tidak dapat disangkal menyebabkan adanya persaingan bisnis di segala
bidang usaha. Oleh karena itu agar dapat bertahan dan memenangkan persaingan bisnis tersebut, salah
satu cara yang digunakan adalah dengan menerapkan supply chain management. Menurut Simchi-Levi
et al (2000) supply chain management merupakan pendekatan untuk pengelolaan inventory dan
distribusi secara terintregasi antara pemasok, produsen, distributor, dan pengecer untuk
meminimumkan biaya sistem secara keseluruhan. Inti utama dari supply chain management adalah
proses distribusi. Menurut Pujawan (2005) distribusi adalah proses untuk memindahkan dan
menyimpan barang mulai dari tingkat pemasok sampai ke tingkat pelanggan dalam supply chain.
Sebagian besar dari penelitian yang telah dilakukan diarahkan pada permasalahan distribusi satu
tingkat. Sedangkan pada supply chain banyak tingkat belum terlalu banyak diteliti. Permasalahan
distribusi banyak tingkat merupakan permasalahan umum dalam konteks jaringan supply chain
dengan tujuan meminimumkan biaya total distribusi (Kota, 2012). Pada artikel ini penelitian dilakukan
pada dua tingkat supply chain pada proses distribusi barang dengan melakukan studi kasus di UD.NN
Malang.
2. METODOLOGI
Langkah-langkah yang digunakan untuk menyelesaikan model matematika dari dua tingkat
supply chain pada proses distribusi barang adalah sebagai berikut.
2.1 Menentukan nilai dan membandingkan nilai ( ) dan ( )
Besarnya nilai integer dapat diperoleh dengan menurunkan ( ) terhadap
( )
][
[
,
]
√
dimana
adalah biaya pemesanan oleh perusahaan,
adalah harga beli perusahaan,
adalah biaya
pemesanan distributor dan adalah biaya pengolahan oleh perusahaan. Besarnya nilai tidak akan
berupa bilangan bulat (integer), oleh karena itu diambil persekitaran nilai disekitar
. Dimisalkan
( ) maka
( ) maka
dan
. Jika ( )
,dan jika ( )
.
2.2 Menentukan nilai
Besarnya nilai (permintaan) dapat diperoleh dengan menggunakan rumus,
(
)
dengan nilai dan masing-masing adalah biaya produksi dan biaya simpan yang bernilai konstan,
sedangkan
adalah harga jual distributor.
2.3 Menghitung nilai
Besarnya nilai (
(
),
,
,
, dan
(
)
) dapat dihitung dengan menurunkan persamaan berikut.
(1)
sehingga diperoleh rumus banyaknya pemesanan optimal sebagai berikut
(
)
√
[
]
[
(2)
]
dengan adalah interest rate atau bunga (%).
Sedangkan untuk besarnya nilai
(biaya total distributor),
masing dapat dihitung dengan menggunakan rumus dibawah ini.
(biaya total perusahaan) masing-
(
) atau biaya total supply chain optimum diperoleh dengan
Besarnya nilai
(
)
mensubtitusikan persamaan (2) kedalam persaman (1). Sehingga diperoleh rumus
sebagai berikut
(
)
√
[
][
]
Selanjutnya, setelah diperoleh model matematika dari dua tingkat supply chain pada proses
distribusi barang maka akan dianalisis perbandingannya dengan model yang tanpa koordinasi untuk
mengetahui manakah yang lebih efektif.
3. HASIL DAN PEMBAHASAN
3.1 Perhitungan Numerik
Pengembangan model yang dilakukan adalah untuk model supply chain dengan adanya
koordinasi antara anggota-anggota supply chain.
Tujuan yang dicapai adalah untuk meminimumkan biaya yang terjadi di supply chain. Oleh
karena itu perlu dibandingkan antara total biaya supply chain pada proses distribusi barang jika ada
koordinasi antar pemainnya dan tanpa koordinasi.
Biaya-biaya yang akan digunakan dalam perhitungan model diperoleh dari UD. NN Malang.
Biaya-biaya tersebut adalah sebagai berikut.
Rp 2.500.000 / order
Rp 4.500.000 / order
Rp 15.000 / kotak
0,15 (15%)
Rp 20.000 / kotak
Rp 300.000
Rp 25.000 / kotak
0,2 (20%)
Tabel 1. Hasil perhitungan numerik dengan menggunakan data dari UD. NN Malang
Dengan Koordinasi Tanpa Koordinasi
15.558,00 kotak
Banyaknya pemesanan distributor, (
) 19.330,46 kotak
2
3
Nilai integer (rasio persediaan) ,
38.660,92 kotak
46.673,99 kotak
Banyaknya pemesanan perusahaan,
Rp 67.147.912
Rp 70.740.269
Biaya total pada distributor,
Rp 77.830.535
Rp 80.950.205
Biaya total pada perusahaan,
Rp 144.978.446,7
Rp 151.690.474,3
Biaya total supply chain,
105
3.2 Analisis Perbandingan dan Analisis Sensitivitas
3.2.1 Analisis Perbandingan
Tabel 2. Variasi nilai optimal dari variabel keputusan dan fungsi objektif terhadap nilai
( )
(kotak)
(kotak)
(Rp)
(Rp)
(Rp)
1 28047,58 28047,58 68365973 78883815 147249787,8
2 19330,46 38660,92 67147912 77830535 144978446,7
3 15558,00 46673,99 70740269 80950205 151690474,3
4 13350,25 53401,00 75267787 84935209 160201996,2
5 11864,73 59323,67 79956098 89116371 169072469,7
Berdasarkan tabel di atas dapat dilihat bahwa tingkat kuntitas pemesanan pada distributor
semakin menurun sedangkan tingkat banyaknya pemesanan pada perusahaan semakin bertambah. Hal
ini dikarenakan karena tingkat persediaan pada distributor berbanding terbalik terhadap nilai
sedangkan tingkat persediaan pada perusahaan berbanding lurus dengan nilai .
Gambar 1. menunjukkan bahwa banyaknya pemesanan pada distributor menggunakan koordinasi
lebih tinggi jika dibandingkan tanpa menggunakan koordinasi. Sebaliknya, pemesanan pada
perusahaan menggunakan koordinasi lebih sedikit jika dibandingkan tanpa koordinasi. Hal ini
dikarenakan bahwa dengan menggunakan supply chain yang terkoordinasi jumlah pemesanan pada
distributor akan menjadi lebih tinggi jika dibandingkan tanpa koordinasi.
50000
40000
30000
dengan koordinasi
20000
tanpa koordinasi
10000
0
qr
qm
Gambar 1. Grafik perbandingan antara
dan
dengan dan tanpa koordinasi
155000000
135000000
115000000
95000000
75000000
55000000
35000000
15000000
dengan koordinasi
tanpa koordinasi
TCr
TCm
Gambar 2. Grafik perbandingan antara
TC
dan
dengan dan tanpa koordinasi
Dari Gambar 2. dapat dilihat bahwa biaya total pada distributor, manufaktur dan supply chain
menjadi lebih rendah jika menggunakan koordinasi jika dibandingkan tanpa menggunakan koordinasi.
Hal ini dikarenakan dengan menggunakan koordinasi aliran finansial yang ada pada rantai pasok dapat
dihemat. Sehingga biaya yang dikeluarkan oleh masing-masing anggota supply chain tidak terlalu
besar.
3.2.2 Analisis Sensitivitas
Analisis sensitivitas dilakukan untuk melihat karakterisrik model terhadap perubahan nilai
parameter yang terlibat. Hasil analisis sensitivitas dapat dilihat pada tabel berikut.
106
Tabel 3. Analisis sensitivitas pada variabel
-50%, -25% , +25%, +50%
Variabel Variasi
-50%
-25%
normal
25%
50%
23104,32
20966,83
19330,46
18025,75
16953,93
46208,64
41933,65
38660,92
36051,49
33907,87
Tabel 4. Analisis sensitivitas pada variabel
-50%, -25% , +25%, +50%
Variabel Variasi
-50%
-25%
normal
25%
50%
19412,20
19371,37
19330,46
19289,46
19248,38
38824,39
38742,74
38660,92
38578,92
38496,75
Tabel 5. Analisis sensitivitas pada variabel
sebesar -50%, -25% , +25%, +50%
Variabel Variasi
-50%
-25%
normal
25%
50%
16886,88
18149,84
19330,46
20443,01
21498,06
33773,76
36299,68
38660,92
40886,02
42996,12
( biaya pengolahan) dengan perubahan sebesar
66576917
66624852
67147912
67952321
68931129
54720754
67038671
77830535
87519743
96369733
121297671
133663523
144978447
155472063
165300862
(harga jual distributor) dengan perubahan sebesar
67431837
67290024
67147912
67005499
66862782
78159629
77995255
77830535
77665464
77500042
145591466
145285280
144978447
144670963
144362824
(biaya pemesanan perusahaan) dengan perubahan
69003280
67858728
67147912
66740416
66552511
57648309
68265067
77830535
86582161
94682954
126651589
136123795
144978447
153322577
161235464
Berdasarkan hasil analisis sensitivitas pada beberapa variabel di atas dapat ditunjukkan bahwa
perubahan nilai pada variabel ( biaya pengolahan) dan variabel
(biaya pemesanan perusahaan)
berpengaruh secara signifikan terhadap perubahan nilai
,
,
dan
pada model.
Sedangkan perubahan nilai pada
(harga jual distributor) secara umum tidak mempengaruhi
perubahan dari
,
dan
pada model.
4. KESIMPULAN
Berdasarkan perhitungan numerik yang dilakukan dengan mengunakan data dari UD.NN,
diperoleh besarnya pemesanan distributor optimal sebesar 19330,46 kotak , sehingga besarnya total
biaya supply chain minimum adalah sebesar Rp 144.978.446,7. Berdasarkan analisis sensitivitas yang
dilakukan perubahan nilai pada variabel ( biaya pengolahan) dan
(biaya pemesanan perusahaan)
mengakibatkan adanya perubahan yang signifikan terhadap nilai total biaya dan banyaknya
pemesanan. Sebaliknya perubahan nilai pada variabel
(harga jual distributor) tidak memberikan
pengaruh yang besar terhadap perubahan nilai total biaya dan banyaknya pemesanan.
6. DAFTAR PUSTAKA
Simchi-Levi, D., Kaminsky, P., dan Simchi-Levi, E, (2000), Designing and Managing the Supply
Chain, Mc Graw Hill Int. Ed, Singapore.
Pujawan, N. I, (2008), Supply Chain Management Edisi Kedua, Institut Teknologi Sepuluh November,
Penerbit Guna Widya, Surabaya.
Kota, S. S., Narayanan. S dan Nagaraju. D, (2012), Coordination in Two Level Supply Chain with
Price Dependent Demand, Applied Mathematic Science, 6 (74), hal. 3687-3703.
107