INFOMATEK
Volume 7 Nomor 4 Desember 2005
M. Nurman Helmi *)
Abstrak : Makalah ini membahas bagaimana simulasi sistem dinamis dapat diterapkan didalam bidang
manajemen rantai pasok untuk mendiagnosa masalah-masalah serta mengevaluasi kemungkinan-kemungkinan
solusi, mengoptimisasi operasi, serta mengurangi faktor-faktor resiko. Disamping itu makalah ini juga menyajikan
metodologi untuk pembuatan model rantai pasok serta mengidentifikasi kriteria penting dalam pemilihan
perangkat lunak simulasi yang sesuai. Pada bagian akhir, sebuah kasus sederhana model simulasi sistem
dinamis rantai pasok yang menggunakan perangkat lunak simulasi diuraikan.
Kata Kunci : Simulasi sistem dinamis, manajemen rantai pasok, analitikal, transaksional, teknologi informasi
197
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
Pergudangan
Manufaktur
Perakitan
Sub Perakitan
Material Komponen Produk
Gambar 1
Skema Rantai Pasok
198
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
Dalam banyak kasus telah diamati bahwa sistem yang dapat diuraikan secara kuantitatif
dinamika rantai pasok memperagakan siklus dengan menggunakan persamaan-persamaan
fluktuasi dan ketidakstabilan (instabilitas). dan/atau aturan-aturan dapat disimulasikan.
Fluktuasi-fluktuasi ini khususnya timbul sebagai Dalam sebuah simulasi sistem dinamis, sistem
akibat adanya keterlambatan informasi berubah dan berkembang bersamaan dengan
(misalnya, pesanan atau order yang dapat berjalannya waktu dan tujuan dalam pembuatan
direpresentasikan pada data persediaan model sebuah sistem adalah untuk memahami
beberapa minggu sebelumnya) dan inersia dengan cara bagaimana sistem berkembang,
(misalnya, jika sebuah pesanan dieksekusi, memprediksi atau meramalkan (dalam kata
mungkin dibutuhkan waktu beberapa minggu yang lebih tepat adalah mendeteksi) perilaku
atau bulan sebelum laju produksi dapat diubah) sistem di masa depan, serta menentukan
[1], dan [5]. Fluktuasi-fluktuasi ini dapat bagaimana mempengaruhi perilaku masa depan
menimbulkan berbagai inefisiensi yang tidak tersebut, Maani [10] dan Mainzer [11]. Simulasi
diinginkan dan/atau merugikan, termasuk sistem dinamis melihat sistem atau proses
timbulnya kekurangan persediaan, persediaan sebagai suatu sosok yang terdiri dari elemen-
kadaluarsa, permintaan pelanggan yang tak elemen dimana masing-masing elemen saling
terpenuhi, atau lebih jauh pabrik tidak dapat berinteraksi. Elemen yang berinterkasi ini yang
berjalan kembali. Tujuan dari simulasi sistem akan menentukan kinerja sistem secara
dinamis rantai pasok adalah untuk memahami keseluruhan. Adanya keterbatasan daya
dinamika sistem yang pada akhirnya mampu persepsi dan konsepsi manusia, maka tidak
mengidentifikasi serta mengevaluasi strategi- mungkin membuat model yang benar-benar
strategi guna meminimumkan inefisiensi dalam mewakili sistem nyata, karenanya dibuatlah
sistem. pendekatan-pendekatan dengan menggunakan
asumsi yang dirumuskan atas persetujuan
2.1 Simulasi Sistem Dinamis Dan antara pembuat dan pemakai model tersebut
Pengambilan Keputusan
dengan bantuan komputer agar rasionalitas
Dalam konteks ini, istilah simulasi didefenisikan manusia dapat diperpanjang dalam batas-batas
sebagai proses pembuatan model komputer tertentu dengan bantuan simulasi model sistem
(sebuah representasi) dari sistem lama atau dinamis, [10]. Simulasi sistem dinamis
sistem yang diusulkan Senge [7], Choo [8] dan dikembangkan untuk menganalisis masalah
Lyneis [9], misalnya dalam hal ini rantai pasok, sosial dan manajerial, seperti rantai pasok.
dalam rangka mengidentifikasi serta memahami Sistem sosial dan manajerial jauh lebih
faktor-faktor yang mengendalikan sistem. Setiap kompleks dibandingkan dengan sistem fisik dan
199
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
engineering. Berdasarkan hierarki sistem yang akan mempengaruhi pilihan dan aksi yang
menurut [8] dan Argyris [12], sistem sosial akan diambil. Filter tersebut antara lain [12] :
menempati posisi kedua dibandingkan dengan 1. Keterbatasan
sistem transedental dalam hal kompleksitas. kemampuan kognitif
Kompleksitas tersebut disebabkan oleh 2. Tujuan
berbagai faktor diantaranya jumlah komponen operasional, bonus, dan insentif
dan interaksi, interaksi yang bersifat non linier, 3. Sistem
dinamis, tumbuh, pengaruh sebab akibat, informasi, pengukuran dan komunikasi
endogenisasi faktor-faktor, dan sifat kontraintuitif 4. Struktur
atau tak terduga. Ilmu manajemen konvensional organisasi dan geografis
berdasar pada pendekatan rasional murni untuk 5. Tradisi, budaya
pengambilan keputusan. Pendekatan ini dan kepemimpinan.
berasumsi bahwa tersedia informasi yang akurat
Konsep optimalisasi (hard system thinking) yang
dan mencukupi untuk semua pimpinan pada
merupakan dasar ilmu manajemen konvensional
setiap waktu, dan berasumsi bahwa tidak
dianggap tidak lagi memadai. Pada sistem
terdapat batas kognitif, organisasional atau
aktivitas manusia, sangat sulit untuk
lingkungan ketika menganalisis dan
menentukan terlebih dahulu sasaran dan
memformulasikan masalah. Asumsi tersebut
merekayasa sistem ke arah sasaran tersebut.
sangat kecil kemungkinannya terjadi pada dunia
Sistem aktivitas manusia berbeda dengan
nyata [12]. Untuk memahami perilaku manusia
sistem fisik dan sifatnya lebih beragam. Pada
dan pengambilan keputusan pada sistem yang
sistem tersebut hubungan yang dikehendaki
sangat kompleks, disusun sebuah prinsip
diperkuat dan hubungan yang tak dikehendaki
“rasionalitas terbatas” (bounded rationality).
dibuang. Kemampuan tersebut ditentukan oleh
Prinsip pragmatis ini diformulasikan oleh simon
proses belajar dan reasoning yang merupakan
tahun 1957 dalam [8], sebagai berikut :
soft system thinking. Maka paradigma belajar
“the capacity of human mind for formulating and
solving complex problem is very small lebih bisa diterima ketimbang paradigma
compared with the size of the problem whose optimalisasi untuk melakukan studi sistematik
solution is required for objectively rational
behavior in their real world or even for terhadap sistem sosio-teknikal atau sistem
reasonaable approximation to such objective manajemen. Konsep microworld
rationality“.
menggambarkan berbagai mekanisme belajar
Secara sederhana dapat digambarkan bahwa
untuk proses debat kebijakan, seperti terlihat
dalam mengambil suatu keputusan, seorang
pada Gambar 2, di bawah ini.
pimpinan dibatasi oleh berbagai filter informasi
200
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
Pemetaan :
Aturan untuk pada penyelesaian masalah manajerial dan
Debat dan Dialog Pemetaan
Teks,
Diagram,
Matematika, penyusunan kebijakan sebagai berikut, [10] :
Simulasi
Aksi
Informasi lain
Teori Perilaku
Keputusan :
1. Simulasi sistem dinamis mampu melengkapi
Tentang Sistem Arahan Spesifik
Bisnis Aliran Informasi
syarat-syarat yang dibutuhkan sistem
Gambar 2 manajemen dalam menyediakan kerangka
System Dinamics Microworld [11] permodelan yang saling mempengaruhi satu
Dengan menggunakan model dan simulasi sama lain, menangkap non-lineritas dan
maka interaksi antara informasi, pengetahuan, dinamika, dan membangkitkan perilaku
dan debat menjadi lebih kaya dan kompleks. endogen.
Seluruh pengetahuan, mental model, dan 2. Simulasi sistem dinamis selain memiliki
informasi lain dikonversikan dalam bentuk teks, kelebihan manajemen tradisional, juga
diagram, aljabar, dan simulasi. Proses memiliki kelebihan manajemen sains dalam
pemetaan terhadap pengetahuan dan informasi hal kekayaan informasi dan pendekatan
dipandu oleh teori umpan balik informasi keilmuan, namun dengan menghilangkan
(information feedback theory) dan teori perilaku kelemahan keduanya.
pengambilan keputusan (behavioral decision 3. Simulasi sistem dinamis menggunakan
theory), [10]. kekuatan pikiran manusia dan mental
model, namun menghilangkan kelemahan
Satu hal yang cukup penting dalam sistem keduanya dengan memisahkan antara
formulasi kebijakan adalah penilaian akibat dari pimpinan dan teknologi. Dinamika sistem
implementasi kebijakan. Kebijakan yang efektif membangun struktur dari masukan para
merupakan hasil dari umpan balik mengenai pimpinan dan memformulasikannya
performa kebijakan pada sistem. Eksperimen menggunakan komputer.
langsung pada sistem nyata sangatlah mahal 4. Simulasi sistem dinamis menggunakan
dan tidak efektif. Oleh karena itu pembuatan berbagai sumber informasi : mental, tertulis,
model simulasi dari sistem nyata dan struktur dan numerik, dalam berbagai tahap
kebijakannya akan menyediakan sistem permodelan yang berbeda sehingga model
formulasi kebijakan yang efektif. menjadi lebih berisi dan representatif.
5. Simulasi sistem dinamis menggambarkan
rasionalitas terbatas, dengan memetakan
fungsi keputusan dan struktur kebijakan
201
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
yang dibangun lewat mental model, untuk Informasi (TI) perusahaan, perlu membedakan
menggunakan secara efektif teori umpan antara Transaksional TI dan Analitikal TI
balik informasi dan teori perilaku (Gambar 3). Sebagaimana dibahas Shapiro
pengambilan keputusan. Dinamika sistem dalam [4], transaksional TI berhubungan dengan
lebih bergantung pada struktur perolehan, pemrosesan, dan komunikasi
dibandingkan pada parameter, sehingga informasi mengenai masa lalu dan sekarang
kesalahan pengukuran dan komunikasi tidak dan terutama dipergunakan pada level
berakibat fatal pada hasil akhir. operasional. Sebagian besar perangkat lunak
6. Simulasi sistem dinamis menyediakan perencanaan sumberdaya perusahaan
microworld untuk para pengambil (Entreprise Resource Planning) dan sistem yang
keputusan. Microworld memperkaya debat diimplementasikan selama 10 hingga 20 tahun
kebijakan dengan memanfaatkan interaksi silam termasuk dalam kategori transaksional TI.
antara pengetahuan, informasi dan peta Sebaliknya, analitikal TI berhubungan dengan
yang disusun berdasarkan teori umpan balik peramalan, pembuatan-keputusan, dan
informasi dan perilaku pengambilan pemecahan masalah. Analitikal TI dapat dibagi
keputusan. kedalam perangkat lunak analisis (seperti
7. Simulasi sistem dinamis menyediakan interpretasi data atau data mining dan paket-
umpan balik untuk para pengambil paket analisis statistik) serta perangkat lunak
keputusan mengenai kemungkinan- strategi (seperti optimisasi dan perangkat lunak
kemungkinan yang akan terjadi akibat simulasi sistem dinamis). Untuk
implementasi kebijakan. Hal ini dicapai memaksimumkan manfaat dari tipe-tipe
dengan melakukan simulasi terhadap perangkat lunak yang berbeda ini, mereka harus
sistem. dipadukan sehingga aplikasi-aplikasi analitikal TI
secara langsung dapat menggunakan informasi
2.2 Transaksional Kontra Analitikal
yang dipasok oleh aplikasi-aplikasi transaksional
Teknologi Informasi
TI.
Untuk memahami bagaimana simulasi sistem
dinamis cocok di dalam lingkungan Teknologi
Analitikal Teknologi
Informasi
Transaksional
Operasi B2B ERP CRM Teknologi Informasi
202
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
Gambar 3
Peranan Perangkat Lunak Simulasi di Dalam
Ruang Perangkat Lunak Perusahaan [4]
Perusahaan-perusahaan besar khususnya kompleksitas yang ada pada sistem rantai
memiliki rantai pasok yang sangat kompleks pasok akan lebih dapat dipelajari dan dipahami,
dengan puluhan atau ratusan distributor, pabrik, akan relatip lebih mudah untuk merancang
gudang, alat angkut (transporter), dan pemasok. rantai pasok yang teroptimasi demi kepentingan
Walaupun perangkat lunak ERP banyak masa depan. Akan tetapi, pada kenyataannya,
menambah jumlah informasi dan secara masa depan tidak pasti, dan rantai pasok yang
akumulasi bertambah dari saat ke saat, dengan terancang dengan baik harus fleksibel serta
memiliki waktu akses yang tepat dan cepat, sepenuhnya bisa diadaptasikan terhadap
namun informasi yang dibangun tidak selalu potensi masa depan yang luas. Dengan
membantu untuk memahami kompleksitas demikian, setiap simulasi siustem dinamis rantai
sistem, ataupun tidak banyak memberi informasi pasok harus mempertimbangkan seluruh
kepada pengambil keputusan tentang keadaan kemungkinan-kemungkinan masa depan
masa akan datang. Dengan demikian tidaklah dengan menyediakan sarana pengikut-sertaan
mungkin bagi pikiran manusia untuk ketidakpastian kedalam analisis.
sepenuhnya memahami dan memprediksi atau
2.3 Tipikal Aplikasi Model-model Rantai
meramalkan dinamika sistem rantai pasok yang
Pasok
kompleks tersebut. Perangkat lunak simulasi
Proses pembuatan model simulasi rantai pasok
sistem dinamis, seperti Dynamo, Vensim,
yang dinamis memberikan wawasan dan
Powersim, ithink, Stella [10] ataupun GoldSim
pemahaman yang berharga mengenai perilaku
[4], menyediakan sarana atau alat untuk
dan karakteristik-karakteristik rantai pasok. Akan
mengikutsertakan semua data dan dinamika
tetapi, diluar pengetahuan luas ini, model-model
mengenai rantai pasok yang kompleks kedalam
dikembangkan untuk menangani masalah-
model komputer yang bisa dipergunakan untuk
masalah khusus. Tipe-tipe masalah yang dapat
mendapatkan pemahaman perilaku model yang
ditangani dengan menggunakan simulasi
lebih baik dan membuat keputusan-keputusan
sistem dinamis biasanya termasuk dalam
manajemen yang lebih baik. Jikalau masa
kategori-kategori berikut [9] dan [12]:
depan dapat diprediksi (predictable) atau
203
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
204
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
menimbulkan kerusakan besar dan jangka serta penetapan secara jelas tujuan-tujuan
panjang ataupun inefisiensi jangka panjang. pekerjaan, dan penilaian kelayakannya.
Sebagai contoh outsourcing proses Perumusan tujuan adalah sangat penting
pabrikasi penting, pembangunan instalasi untuk membuat analisis terfokus, tepat
baru yang lebih dekat dengan pelanggan waktu, didalam batas anggaran, dan
utama, atau penggantian pemasok utama. akhirnya berhasil.
Dibandingkan dengan analisa keputusan, 2) Dekomposisi : Perlu dipahami bahwa
yang difokuskan pada apakah akan sebuah model sistem dinamis tidak akan
mengimplementasikan sebuah proyek, memberikan hasil yang baik jikalau tidak
perencanaan proyek difokuskan pada didasarkan pada pemahaman sistem yang
implementasi proyek dengan cara yang bisa akan dianut. Dengan demikian, pembuatan
meminimumkan biaya, mempertahankan model konseptual sistem mungkin
skedul, dan meminimumkan risiko-risiko merupakan bagian terpenting dari setiap
potensial. upaya simulasi. Semakin besar
pemahaman faktor-faktor kritis yang
III. METODOLOGI PERENCANAAN
menentukan perilaku sistem yang
SIMULASI SISTEM DINAMIS
dianalisis, semakin besar kemungkinan
Dari berbagai perangkat lunak simulasi sistem
upaya simulasi tersebut akan memberikan
dinamis yang telah disebutkan di atas,
hasil yang baik. Pembuatan model konsepsi
penggunaannya dirancang untuk mendukung
sistem rantai pasok yang baik meliputi
seluruh spektrum manajemen rantai pasok, dari
tahap analisis yang menghasilkan
tingkat perencanaan strategis sampai level
dekomposisi (penguraian) sistem kedalam
produksi yang lebih ditail. Tujuan menyeluruh
serangkaian subsistem-subsistem yang
metodologi simulasi sistem dinamis adalah
berhubungan yang membatasi komponen-
untuk memberdayakan pengambil-keputusan
komponen inti dari sistem, hubungan antara
dalam merancang dan menyeleksi strategi
komponen-komponen inti, dan semua
rantai pasok yang menawarkan kemungkinan
mekanisme umpan balik (loop) yang
sukses paling tinggi. Keunggulan dari berbagai
relevan. Dekomposisi khususnya
perangkat lunak simulasi sistem dinamis harus
menghasilkan diagram pengaruh yang
memenuhi berbagai persyaratan kemudahan
merupakan gambaran konsepsi sistem,
pemodel dalam menuangkan pikirannya [10],
komponen-komponen utamanya, dan
diantaranya:
interaksi-interaksinya. Contoh sederhana
1) Menetapkan Tujuan Yang Jelas :
dari diagram tersebut ditunjukkan dibawah
Metodologi dimulai dengan pengkajian
205
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
Persediaan Pekerjaan
Komponen Produk Jadi Produk Transit
Kecepatan Dalam Proses Kecepatan Kecepatan Kecepatan
Pemakaian Produksi Pengiriman Pengiriman ke
Komponen OEM
Manufaktur
Manajemen
Pengiriman
Manajemen
Material Skedul Produksi
Peramalan Kecepatan
Permintaan Pemesanan dari
OEM
Gambar 4
Model Pengaruh “Stock and Flow Diagram” untuk
Pemasok Komponan Kendaraan
3) Integrasi : Dalam rangka menangani bahwa pertukaran informasi dan gagasan
seluruh pengaruh yang diidentifikasi dalam yang terjadi ketika perumusan model
dekomposisi, analisis harus menyediakan konsepsi dalam dan dari model itu sendiri
model sistem rantai pasok terpadu yang memberikan wawasan penting dan
menghubungkan setiap subsistem, selain pemahaman sistem yang lebih baik.
dari pada memperlakuan setiap bagian 4) Top-down/relevance Driven : Model-
sistem secara independen. Pengembangan model rantai pasok besar yang rumit bisa
pemahaman sistem yang terpadu sulit untuk ditera, dijelaskan, dan
khususnya melibatkan input dan umpan dipertahankan. Maka, analisis harus mulai
balik dari banyak orang didalam organisasi pada level tinggi (sederhana) dan ditail
dan investigasi menyeluruh tentang hanya akan ditambahkan bilamana hasil-
bagaimana unsur-unsur sistem yang hasil pendahuluan menunjukan bahwa ditail
berbeda berhubungan. Tahap integrasi tambahan perlu dan relevan.
membuka peluang kritis untuk 5) Ketidakpastian Eksplisit : Sistem rantai
menumbuhkan komunikasi, dan pasok yang kompleks memiliki banyak
mendapatkan buy-in dan dukungan dari ketidakpastian. Bagaimanakah permintaan
berbagai lapisan konstituen didalam akan bervariasi? Bagaimanakah biaya
organisasi (misalnya, pimpinan operasi, ahli transportasi akan berubah? Bagaimana jika
tehnis, manajemen senior). Sebagai distributor terbesar berhenti menyalurkan
akibatnya, sebelum menjalankan model produk-produk pada perusahaan ?
simulasi, sebagian besar mengetahui Bagaimana jika kurs berubah dan
206
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
207
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
208
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
209
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
210
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
Variabilitas siklus dan stokastis (acak) sederhana ini, penjadwalan produksi OEM
dalam tingkat pesanan dealer. secara langsung didasarkan pada pesanan
Penjadwalan produksi dengan kendala- dealer. Maka, produk jadi dan tingkat produksi
kendala kapasitas pabrik, bahan dan radiator naik-turun sesuai dengan perubahan
buruh. pada tingkat pesanan dealer. Gambar 5
Produktivitas pabrikasi. menunjukan hasil-hasil untuk periode dari 250
Manajemen penghantaran dan logistik. hari sampai 350 hari dengan anggapan bahwa
dengan keterlambatan informasi. selama tujuh hari. Selama periode ini, tingkat
pesanan dealer bervariasi antara 170 dan 230
Peramalan permintan
unit per hari, sementara tingkat produksi radiator
Potensial untuk pemogokan buruh
bervariasi dari 50 sampai 270 unit per hari.
(disimulasikan berupa peristiwa diskrit).
Perilaku ini sesuai dengan tipe dinamika rantai
Kuantitas-kuantitas yang ditelusuri didalam pasok, dimana besarnya fluktuasi pesanan dan
model meliputi : persediaan suku-cadang, produksi meningkat saat mereka merambat ke
ketidak mampuan memenuhi pesanan rantai pasok. Perhatian bahwa tingkat produksi
(backlog), pekerjaan-dalam-proses, produk jadi, cenderung mengikuti perubahan pada tingkat
dan produk-dalam-perjalanan. Dalam kasus pesanan dealer dengan tenggak waktu kurang
lebih 20 hari.
Gambar 5
OEM dan Tingkat Produksi Radiator Dengan Keterlambatan 7 Hari
211
Infomatek Volume 7 Nomor 4 Desember 2005 : 197 - 212
Gambar 6
OEM dan Tingkat Produksi Radiator Dengan
Keterlambatan 7 Hari Menjadi 1 Hari
212
Simulasi Sistem Dinamis Dalam Manajemen Rantai Pasok
[4] Robeson, James F., William C. Copacino, [9] Lyneis, James M., (1980), Corporate
(1994), The Logistics Handbook, The Plainning and Policy Design : A System
Three Press, Canada Dynamics Approach, The MIT Press,
[5] Forrester, Jay W., Industrial Dynamics, Cambridge, Massachusetts
The MIT Press, Massachusetts Institute [10] Maani, Kambiz E., Robert Y. Cavana,
OfTechnology, Cambridge Massachusetts (2003), Systems Thinking and Modelling,
[6] Richmond, Barry, (1993), System Prentice-Hall, London
Thinking : Critical Thinking Skill for The [11] Mainzer, Klaus, Thinking in Complexity :
1990s and beyond, System Dynamics The Complex Dynamics of Matter, Mind,
Review Vol. 9, no. 2 and Mankind, Springer-Verlag, Berlin
[7] Senge, Peter M., (2002), The Fith [12] Argyris, C, (1982), Reasoning, Learning
Discipline, USA, New York and Action : Individual and Organizational,
[8] Choo, Chun Wel, (1998), The Knowing Jossey-Bass, San Fransisco.
Organization, Oxford University Press,
Inc., New York
213