BAB II

MERANCANG JARINGAN RANTAI PASOK

1. Penentuan kebutuhan data awal

Perancangan jaringan supply chain juga merupakan satu kegiatan penting yang
harus dilakukan pada supply chain management.Implementasi strategi supply chain
hanya bisa berlangsung secara efektif apabila supply chain memiliki jaringan dengan
konfigurasi yang sesuai.Artinya, struktur atau konfigurasi jaringan bisa menentukan
apakah suatu supply chain akan bisa menjadi responsif atau efisien.
Sebagai contoh kalau Supply chain ingin responsif maka konfigurasi jaringannya
harus ditunjang oleh fasilitas produksi dan gudang yang lebih banyak dan tersebar di
berbagai lokasi pemasaran. Sebaliknya, suatu supply chain akan efisien apabila
jaringan yang ada relatif tersentralisasi dengan fasilitas yang lebih sedikit.Pada
dasarnya jaringan supply chain merupakan hasil dari beberapa keputusan strategis.
1) keputusan tentang lokasi fasilitas produksi dan gudang dan keputusan tentang
pembelian.
2) keputusan outsourcing, yakni akan mengerjakan sendiri suatu kegiatan tertentu
atau mensubkontrakkan ke pihak lain.
3) keputusan tentang aliran produk atau barang pada fasilitas-fasilitas fisik tersebut.
Masing-masing keputusan tersebut tentunya didasari oleh banyak pertimbangan
seperti kondisi ekonomi, sosial, keamanan, politik, budaya, dan lingkungan.
Jaringan yang kita maksud dalam konteks supply chain tentunya tidak hanya
mengacu pada fasilitas-fasilitas yang dimiliki oleh suatu organisasi.
Secara tradidional memang banyak perusahaan yang melakukan sendiri hampir
semua kegiatan supply chain mulai dari perancangan produk, produksi dan
distribusinya.Bahkan banyak perusahaan yang memiliki anak perusahaan sebagai
pemasok bahan baku.Model ini dinamakan dengan integrasi vertikal.
2. Memilih atau menentukan jaringan rantai pasok
Banyak pertimbangan yang perlu diperhitungkan dalam memilih atau
menentukanjaringan supplychain.Pertimbangan strategi supply chain dan
pertimbangan lingkungan bisnis sama-sama penting dalam mengambil keputusan
tersebut. Dari sisi strategi supply chain, keputusan tentang konfigurasi sangat
menentukan efektif tidaknya strategi yang ditetapkan.
Sebagai contoh adalah perusahaan yang ingin responsif terhadap pasar cenderung
memiliki fasilitas yang lebih banyak dan biasanya menempatkan fasilitas produksi
atau gudang dekat dengan pasar. Namun keputusan untuk menempatkan fasilitas
produksi atau gudang dekat pasar sering kali berimplikasi pada ongkos-ongkos
supply chain yang lebih tinggi.
Produk softdrinks seperti Coca-Cola yang pada intinya adalah produk fungsional
dan harga menjadi salah satu faktor dominan dalam bersaing memiliki pabrik di
hampir setiap wilayah, bukan hanya karena ingin responsif terhadap kebutuhan
pasar, tetapi karena ingin mencapai efisiensi dalam proses pengiriman. Produk Coca-
Cola adalah produk yang relatif mahal biaya transportasinya sehingga agar produk
mereka sampai ke tangan konsumen dengan harga murah, Coca-Cola harus
meminimalkan jarak transportasi.
Terlihat dua alternatif konfigurasi untuk memasarkan suatu produk yang dibuat di
satu pabrik ke 16 area konsumen yang berbeda.
Pada gambar pertama terlihat ada empat gudang yang dimiliki perusahaan
ditempatkan di empat wilayah regional yang berbeda.
Pada gambar kedua ada perampingan struktursupply chain dimana jumlah gudangnya
dikurangi menjadi dua.

Analisis implikasi dari dua konfigurasi terhadap ongkosongkos supply chain dan
terhadap kecepatan supply chain merespon kebutuhan konsumen :
1) Pada konfigurasi pertama, ongkos transportasi dari pabrik ke gudang akan lebih
besar. Mencapai skala ekonomi pengiriman lebih sulit pada konfigurasi pertama.
Walaupun volume produk yang didistribusikan sama, kebutuhan sumber daya
pengiriman dari pabrik ke gudang (misalnya truk dan sopir) akan lebih banyak
pada konfigurasi pertama.
2) Biaya pengiriman dari gudang ke lokasi toko atau daerah pelanggan akan lebih
besar pada konfigurasi yang kedua. Dengan hanya ada dua gudang, rata-rata jarak
kirim dari gudang ke toko atau pusat pelanggan akan lebih jauh.
3) Biaya-biaya tetap yang berkaitan dengan fasilitas (dalam hal ini gudang) akan
lebih besar pada konfigurasi pertama. Tentu mudah dipahami bahwa dengan
adanya 4 gudang perusahaan harus membayar biaya tetap dan biaya operasional
untuk empat gudang. Mengurangi jumlah gudang menjadi dua akan mengurangi
biaya-biaya tersebut, walaupun tidak berarti berkurang menjadisetengahnya.
4) Waktu respon akan lebih cepat pada konfigurasi pertama. Selama persediaan di
gudang terkelola dengan baik, order dari tiap-tiap toko akan lebih cepat bisa
dipenuhi karena lead time pengiriman dari gudang ke pelanggan lebih pendek.
 5) Biaya persediaan akan lebih tinggi pada konfigurasi pertama karena tiap-tiap
gudang akan memiliki stok sendiri, baik cycle stock maupun safety stock.
Semakln terpusat gudang-gudang penyimpanan suatu produk, semakin rendah
fluktuasi permintaan agregat di gudang tersebut sehingga safety stock bisa
dikurangi. Fenomena ini dikenal dengan istilah risk pooling effect.
3. Faktor – faktor yang mempengaruhi jaringan rantai pasok
Aspek lingkungan bisnis sangat penting dipertimbangkan dalam merancang
konfigurasi supply chain. Beberapa hal yang termasuk dalam cakupan lingkungan
bisnis dan perlu dievaluasi secara cermat dalam mengambil keputusankeputusan yang
terkait dengan konfigurasi supply chain adalah:
a. Faktor ekonomi makro
Faktor ekonomi makro menyangkut stabilitas keuangan seperti tingkat inflasi
dan nilai tukar mata uang, tariff dan insentif pajak, dan sebagainya.
b. Faktor sosial politik
Faktor sosial politik terkait dengan kultur masyarakat, tingkat penerimaan
mereka terhadap kehadiran investasi asing, ketersediaan tenaga kerja yang
dibutuhkan, peraturan ketenagakerjaan dan kebijakan pemerintah lainnya
c. Faktor keamanan
Faktor kemanan peranannya dalam menentukan apakah suatu negara atau
wilayah cukup menarik untuk dijadikan tempat operasi atau fempat untuk
mendapatkan input (seperti bahan baku) bagi suatu supply chain.
4. Model – model dalam merancang jaringan rantai pasok
 Model lokasi fasilitas dan alokasi kapasitas
Untuk menentukan keberhasilan manajer dalam menetapkan fasilitas dan
mengalokasikan kapasitas, seharusnya dioptimalkan ke seluruh profitabilitas dari
hasil jaringan rantai pasokan saat meningkatkan daya merespon yang tepat pada
pelanggan.Model ini digunakan untuk menentukan lokasi suatu fasilitas (misalnya
gudang atau pabrik) yang menjadi penghubung antara sumber-sumber pasokan
dan beberapa lokasi pasar.
Jadi kalau fasilitas yang dimaksud di sini adalah pabrik maka tujuannya
adalah mendapatkan lokasi yang meminimalkan biaya-biaya transportasi bahan
baku dari supplier ke pabrik dan biaya-biaya transportasi dari pabrik ke pasar.
Logika yang sama bisa digunakan bila fasilitas yang dimaksud tadi adalah gudang
yang menjadi penyangga antara beberapa pabrik yang memproduksi barang
tersebut dan beberapa lokasi pasar di mana produk-produk tersebut akan
didistribusikan.Model ini menggunakan beberapa asumsi.
Pertama, ongkos-ongkos transportasi diasumsikan naik sebanding dengan
Volume yang dipindahkan. Kedua, baik sumber-sumber pasokan maupun pasar
bisa ditentukan lokasinya pada suatu peta dengan koordinat x dan y yang jelas.
Jadi beberapa data yang diperlukan dalam model ini adalah ongkos transportasi
per unit, beban per unit jarak dari semua posisi pasokan ke kandidat lokasi
fasilitas dan dari kandidat lokasi fasilitas tersebut ke semua lokasi pasar, volume
yang akan dipindahkan, serta koordinat lokasi pasokan maupun lokasi pasar.
 Misalkan kita notasikan:
 Ci ongkos transportasi per unit beban per kilometer antara kandidat lokasi
fasilitas dengan lokasi pasar atau lokasi sumber pasokan.
 Vi beban yang akan dipindahkan antara fasilitas dengan sumber pasokan
atau lokasi pasar
 (xi;yi) koordinat x dan y untuk lokasi pasar atau sumber pasokani
 Ji jarak antara lokasi fasilitas dengan sumber pasokan atau pasar i
 Jarak antara dua lokasi pada model ini dihitung sebagai jarak geometris
antara dua lokasi yang dihitung dengan formula berikut:

dimana (x0, y0) adalah kandidat koordinat fasilitas yang dipertimbangkan.

Tujuan dari model ini adalah mendapatkan lokasi fasilitas yang
meminimumkan total ongkos-ongkos pengiriman yang bisa diformuIasi
kan sebagai:
  Untuk mendapatkan nilai (xo, y0) yang optimal, yakni yang
meminimumkan total ongkos pengiriman TC, dg cara berikut:
o Hitung jarak ji. untuk semua i (yakni antara lokasi kandidat fasilitas
dan lokasi sumber pasokan atau pasar i)
o Tentukan koordinat lokasi dengan rumus berikut:

Dimana x0n dan y0n masing-masing adalah koordinat x dan y yang

dihasilkan.
A. Perencanaan Permintaan Dalam Supply Chain
1. Pendahuluan
Permintaan adalah jumlah barang atau jasa yang ingin dan mampu dibeli oleh
konsumen, pada berbagai tingkat harga, dan pada waktu tertentu. Perencanaan dan
pengendalian aktifitas logistik memerlukan perkiraan yang akurat dari volume produk
dan jasa yang ditangani dalam rantai persediaan.Perkiraan diwujudkan dalam
peramalan/ forecasting
2. Definisi Peramalan
Peramalan adalah prediksi, estimasi, proyeksi atau perkiraan akan suatu peristiwa
yang tidak pasti di masa yang akan datang, didasarkan pada data historis, agar
kesalahan yang mungkin terjadi dapat diperkecil.
3. Peran Peramalan dalam Supply Chain
Dasar untuk semua keputusan perencanaan dalam rantai pasokan. Digunakan
untuk proses push dan pull: Penjadwalan produksi, persediaanAlokasi tenaga
penjualan, promosi, pengenalan produk baruInvestasi peralatan, perencanaan
anggaranPerencanaan tenaga kerja, menambah karyawan, PHK. Semua keputusan
tersebut saling terkait
4. Karakteristik Forecasting
a. Hasil peramalan tidak selalu akurat, sehingga harus disertai dengan estimasi
kesalahan.
b. Peramalan jangka panjang biasanya kurang akurat dibandingkan peramalan
jangka pendek.
c. Secara umum, semakin panjang rantai pasokan, semakin besar distorsi informasi
yang diterimanya
5. Faktor Yang Mempengaruhi Peramalan
Permintaan suatu produk sangat dipengaruhi oleh faktor lingkungan yang saling
berinteraksi dalam pasar yang berada di luar kendali perusahaan. Faktor lingkungan
yang mempengaruhi peramalan:
a. Kondisi umum bisnis dan ekonomi
b. Reaksi dan tindakan pesaing
c. Tindakan pemerintah
d. Kecenderungan pasar
e. Siklus hidup produk
f. Gaya dan mode
g. Perubahan permintaan konsumen
h. Inovasi teknologi
6. Peran TI dalam Peramalan
Modul peramalan/perkiraan adalah inti dari software Supply Chain. Dapat
digunakan untuk menentukan metode perkiraan terbaik bagi perusahaan dengan
kategori produk dan pasar. Membantu perusahaan merespon perubahan pasar dengan
cepat. Memfasilitasi kebutuhan perencanaan
7. Metode Peramalan Metode Kualitatif / Subyektif Metode Kuantitatif
a. Metode Kualitatif
Berhubungan dengan data-data kualitatif, misalnya tentang selera konsumen
terhadap suatu produk, atau survey tentang loyalitas konsumen, dan lain-lain
b. Metode Kuantitatif
Menggunakan berbagai model matematis yang menggunakan data historis atau
variabel kausal untuk memperkirakan permintaan.
8. Peramalan Kualitatif
Metode kualitatif digunakan jika data historis atau variabel yang akan diramal
tidak ada, tidak cukup, atau kurang dapat dipercaya. Metode ini juga disarankan jika
lingkungan dan teknologi sedang atau diperkirakan akan mengalami perubahan
drastis. Input utama metode ini adalah judgement, opini dan pengalaman. Karena
alasan itu, metode ini juga dinamakan judgemental, subjective, intuitive, atau
technological forecasting method.
9. Peramalan Kualitatif Terdapat 5 teknik peramalan kualitatif :
a. Opini dari Eksekutif dan Manajer Senior
b. Riset Pasar
c. Metode Delphi (ditentukan dalam suatu panel)
d. Grass Roots (berdasarkan wilayah penjualan)
e. Hystorical Analogy / Pendekataan Naif (berdasarkan permintaan periode
sebelumnya)
10. Peramalan Kuantitatif
 Secara garis besar dibagi menjadi dua kelompok :
a. Metode Deret Berkala (Time Series)
b. Model Kausal.
 Teknik yang digunakan dalam peramalan kuantitatif :
a. Rata-rata bergerak (Moving Average)
b. Penghalusan Eksponensial (Exponential Smoothing)
c. Proyeksi Trend (Trend Projection)
d. Regresi Linier (Linear Regression)
 Metode Time Series
Memprediksi penjualan dengan asumsi bahwa masa depan adalah hasil
dari fungsi dari masa lalu.Tiga kondisi yang harus dipenuhi, yaitu :
a. Tersedia informasi tentang masa lalu
b. Informasi dapat dikuantitatifkan dalam bentuk data numeric
c. Diasumsikan pola masa lalu akan terus berlanjut.
 Time Series memiliki 4 komponen:
a. Kecenderungan/Trend (T) : Gerakan ekonomi dengan kecenderungan yang
sifatnya jangka panjang, yang berhubungan dengan serangkaian karakteristik
ekonomi.

b. Musiman/Seasonal (S) : Kegiatan yang memiliki pola yang sama yang terjadi
pada bulan- bulan tertentu yang dipengaruhi oleh budaya masyarakat.

c. Siklus/Cyclical (C) : Rangkaian perekonomian dalam jangka panjang yang

sangat dipengaruhi oleh siklus usaha yang kegiatannya seringkali naik turun.
 d. Variasi Acak/Random (R): Pola yang tidak beraturan yang dipengaruhi oleh
perubahan mendadak dan sulit diprediksi.

11. Metode Moving Averages

Metode Moving Average biasa digunakan untuk melakukan forecast hal-hal yang
bersifat random, artinya tidak ada gejala trend naik maupun turun, musiman dan
sebagainya, melainkan sulit diketahui polanya. Terdapat 2 pendekatan moving
average:
a. Single Moving Average (rata-rata bergerak sederhana)
b. Weighted Moving Average (rata-rata bergerak tertimbang)
12. Simple Moving Averages
Metode Simple Moving Averages mempunyai 2 sifat khusus:
a. Untuk membuat forecast diperlukan data masa lalu selama jangka waktu tertentu.
b. Semakin panjang moving averages, maka akan menghasilkan moving averages
yang semakin halus.
Metode rata-rata bergerak sederhana memprediksi dengan cara mencari rata-rata dari
data n periode sebelumnya. Sehingga:
 St+1 = Forecast untuk periode ke t+1
Xt = Data periode
tn = Jangka waktu moving averages.
 Contoh soal:
Untuk mendapatkan angka perkiraan dengan menggunakan metode rata-rata
bergerak 3 bulan, maka perkiraan data berikutnya sebesar rata-rata 3 bulan
sebelumnya. Untuk mendapatkan angka perkiraan dengan menggunakan metode
rata-rata bergerak 5 bulan , maka perkiraan data berikutnya sebesar rata-rata 5
bulan sebelumnya.Peramalan penjualan bulan April dengan metode peramalan rata-
rata bergerak 3 bulan adalah:Penjualan Januari : 20000 kg, Februari :21000 kg,
Maret : 19000 kg, April : ?

13. Weighted Moving Averages

Metode rata-rata bergerak tertimbang memprediksi dengan cara memberikan bobot
kepada data n periode sebelumnya, kemudian membaginya dengan jumlah bobot.Bobot
terbesar diberikan ke data 1 (satu) periode sebelumnya.
Misal:Untuk mendapatkan angka perkiraan dengan menggunakan metode rata-rata
bergerak tertimbang n bulan, maka perkiraan data berikutnya adalah:
14. Akurasi Peramalan

Pengukuran akurasi peramalan dapat dilakukan dengan beberapa cara, antara lain :

 MAE (Mean Absolute Error) = Rata-rata Kesalahan Absolut

 MSE  (Mean Square Error) = Rata-Rata Kuadrat Kesalahan
 MAD (Mean Absolute Deviation) = Rata-rata Deviasi Mutlak
 MFE (Mean Forecast Error) = Rata-Rata Kesalahan Peramalan
 MAPE (Mean Absolute Percentage Error) = Rata-Rata Persentase Kesalahan
Absolut
15. Akurasi Peramalan MAE (Mean Absolute Error)

Mean Absolute Error (MAE) adalah rata-rata absolute dari kesalahan meramal, tanpa
menghiraukan tanda positif atau negatif
E = kesalahan
Xt = data aktual
St = data hasil peramalan
n = jumlah periode
16. Akurasi Peramalan MSE (Mean Square Error)
MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap
periode dan membaginya dengan jumlah periode peramalan.Rumus matematisnya
adalah :
 E = kesalahan
Xt = data aktualSt = data hasil peramalan
n = jumlah periode
17. Contoh Soal Simple Moving Averages

Jawaban rata2 bergerak 3 bulan (1)

Mencari forecast untuk rata-rata bergerak 3 bulan.Hasilnya sbb 

Jawaban rata2 bergerak 3 bulan (2)

Mencari Mean Absolute Error & Mean Square Error untuk rata-rata bergerak 3
bulan, dengan cara sbb:
Jawaban rata2 bergerak 3 bulan (3)

Jawaban rata2 bergerak 3 bulan (4)

Prediksi permintaan pada bulan Januari 2015 dengan metode rata-rata bergerak 3
bulan adalah:
Jawaban rata2 bergerak 5 bulan (1)

Mencari forecast untuk rata-rata bergerak 5 bulan.Hasilnya sbb

Jawaban rata2 bergerak 5 bulan (2)

Mencari Mean Absolute Error & Mean Square Error untuk rata-rata bergerak 5
bulan, dengan cara sbb:

Jawaban rata2 bergerak 5 bulan (3)

Jawaban rata2 bergerak 5 bulan (4)

 Prediksi permintaan pada bulan Januari 2015 dengan metode rata-rata bergerak 5
bulan adalah:

Kesimpulan Jadi, prediksi permintaan pada bulan Januari 2015 adalah:

18. Contoh Soal Weighted Moving Averages

Jawaban rata2 bergerak tertimbang 3 & 5 bulan (1)
 

Jawaban rata2 bergerak tertimbang 3 & 5 bulan (2)

Jawaban rata2 bergerak 3 bulan (3)

Jawaban rata2 bergerak 5 bulan (4)

Kesimpulan Jadi, prediksi permintaan pada bulan Januari 2015 adalah:

Membandingkan Metode

Perbandingan error antara 3 bulan dan 5 bulan moving average :

Berdasarkan perbandingan tersebut, moving average dengan jangka waktu lebih
lama, penyimpangan pada hasil peramalannya akan lebih kecil.

Kelemahan Moving Averages

Rata-rata bergerak sederhana dan tertimbang efektif dalam menghaluskan

fluktuasi pada permintaan yang tak terduga guna menghasilkan estimasi yang
stabil.

Kelemahan teknik rata-rata bergerak:

Meningkatkan ukuran n (jml periode yang dirata-ratakan) bisa menghaluskan

fluktuasi dengan lebih baik, tetapi kurang sensitif untuk perubahan nyata dalam
data Karena merupakan rata-rata, maka akan selalu berada dalam tingkat masa
lalu dan tidak akan memprediksi perubahan ke tingkat yang lebih tinggi atau lebih
rendah.