Machine Translated by Google

6.7 Divisi Minyak Pelumas — Ringkasan situasi 125

Dalam banyak kasus, data mungkin tidak dalam bentuk yang diperlukan atau bahkan tidak ada.
Penting bagi analis untuk memastikan sebelum langkah 3 apakah sumber data yang diperlukan
tersedia dan dalam bentuk apa. Jika data hilang atau tidak tersedia dalam bentuk yang berguna,
tindakan harus dimulai untuk memulai pengumpulan data dalam bentuk yang diperlukan.
Selain itu, jaminan dari berbagai pemangku kepentingan bahwa semua data tersedia dan mudah
diakses harus disikapi dengan tingkat skeptisisme yang tinggi. Ada baiknya untuk menunjukkan
minat yang besar untuk memeriksa sumber data dan formatnya. Kurangnya data yang memadai
dapat menunda penyelesaian proyek secara serius.
Satu kata penting lagi tentang data. Sebagian besar data yang tersedia mencerminkan mode
operasi saat ini atau masa lalu. Jika proyek yang diusulkan secara substansial mengubah cara
tersebut, data tersebut mungkin tidak relevan lagi. Yang sebenarnya kami inginkan adalah data yang
akan ada setelah sistem yang diusulkan diterapkan. Namun, data tersebut belum tersedia, jadi kami
harus memanfaatkan apa yang kami miliki, namun mungkin perlu penyesuaian agar relevan dengan
sistem yang diusulkan. Misalnya, jika permintaan suatu produk menunjukkan tren naik atau turun,
maka tren tersebut perlu diekstrapolasi. Jika peralatan diganti, biaya tenaga kerja untuk peralatan
baru tersebut harus dipastikan. Penggunaan data masa lalu secara buta menyiratkan penilaian batas
sistem yang tersembunyi dan tidak disengaja.

6.7 Divisi Minyak Pelumas — ringkasan situasi

Kami sekarang mendemonstrasikan sebelas langkah metodologi ini dengan kasus di mana salah
satu penulisnya adalah analis utama.

Bagaimana proyek ini dimulai?

Proyek ini berkaitan dengan operasi Divisi Minyak Pelumas (LOD) sebuah perusahaan minyak besar
Amerika. LOD memproduksi dan menyimpan sekitar 400 jenis oli dan gemuk pelumas otomotif dan
industri, untuk dijual kepada lebih dari 1000 pelanggan. Dorongan untuk proyek ini adalah laporan
oleh auditor internal perusahaan kepada Wakil Presiden Keuangan bahwa menurut penilaian mereka
rata-rata perputaran saham yang dicapai oleh LOD sebesar 12 kali per tahun jauh di bawah target
perusahaan sebesar 24. (Perputaran saham mengukur berapa kali dalam setahun seluruh persediaan
diperbarui.) Akibatnya, dana yang terikat pada persediaan dianggap berlebihan. Kekhawatiran ini
disampaikan kepada Wakil Presiden Bagian Manufaktur yang, selanjutnya, memberitahukan manajer
LOD dengan permintaan untuk melapor kepadanya pada waktunya. Sebagai tanggapan, manajer
LOD mendekati grup OR di kantor pusat perusahaan untuk meminta bantuan. Di sinilah peran analis.

Permintaan awalnya agak kabur — manajer menginginkan nasihat. Oleh karena itu tahap
pertama proyek ini jelas bersifat pelingkupan masalah. Tidak ada jaminan bahwa proyek tersebut
akan mendapat persetujuan.

Mempelajari jargon teknis para pemangku kepentingan

Tindakan pertama analis adalah mengatur tur ke kantor dan fasilitas LOD. Mengingat nama orang
merupakan salah satu kelemahannya. Jadi, setiap kali bertemu orang baru, dia langsung mencatat
nama dan fungsinya di buku catatan. Dia
Machine Translated by Google

126 BAB 6 — Ikhtisar metodologi hard OR

melakukan upaya sungguh-sungguh untuk memahami, mempelajari, dan menggunakan terminologi teknis yang
sebagian besar tidak dikenalnya yang ia temui. Jika dia tidak memahami sesuatu, dia tidak malu untuk bertanya
– bahkan dengan risiko terlihat sedikit bodoh. Penting untuk tidak berasumsi bahwa makna teknis istilah orang
lain sama dengan Anda. Jadi dia memeriksanya untuk menghindari kebingungan dan kesalahpahaman.

Detil Pengoperasian Jika pada saat

itu dia familiar dengan gambar-gambar kaya, dia akan menggambar sesuatu seperti Gambar 6-2 yang
ditunjukkan di seberangnya. Dimulai dari sudut kiri atas, terlihat apa yang memicu penelitian ini dan pandangan
dunia yang tersirat, yaitu kepedulian terhadap efisiensi ekonomi dari investasi. Inti dari gambar tersebut
menggambarkan berbagai operasi LOD dan hubungannya dengan bagian lain dari operasi kilang dan
pelanggannya. Berikut beberapa komentar tambahan.

Produksi minyak pelumas dan gemuk dilakukan secara batch dengan ukuran mulai dari 400 liter hingga
100.000 liter. Banyak produk dijual dalam berbagai ukuran wadah — mulai dari drum besar hingga kaleng kecil.
LOD membawa 804 kombinasi ukuran produk-kontainer yang berbeda.
Seperti ditunjukkan dalam gambar kaya, beberapa pelanggan menempatkan pesanan dalam jumlah besar
untuk satu produk sehingga mereka dipenuhi oleh proses produksi khusus dan langsung dikirimkan kepada mereka.
Hanya pesanan dari pelanggan kecil yang dipenuhi dari stok gudang. Saat stok ini terjual, stok tersebut diisi
kembali dengan jumlah produksi yang sesuai. LOD mengikuti kebijakan pengiriman barang apa pun ke
pelanggan dalam waktu dua hari setelah pesanan diterima, yaitu waktu tunggu pengiriman adalah dua hari.

Berbagai minyak dasar dan bahan tambahan dicampur sesuai resep tertentu dalam tong pencampur.
Ukuran tong yang dipilih tergantung pada ukuran batch pencampuran. Minyak dasar diambil dari tangki
penyimpanan, diumpankan dari kilang. Setelah pencampuran, produk jadi diuji untuk memastikan memenuhi
spesifikasi yang diinginkan. Setelah suatu batch lulus pengujian, minyak pelumas yang sudah jadi diisi ke dalam
wadah, biasanya dalam waktu 4–6 jam. Pola produksi minyak serupa.

Kapasitas pencampuran dan pengisian LOD yang ada saat ini cukup besar sehingga dengan sedikit
pengecualian seluruh proses produksi selesai dalam 24 jam. Oleh karena itu, waktu tunggu produksi adalah
satu hari. Aspek inilah yang memungkinkan penjadwalan proses produksi khusus untuk pelanggan besar
setelah menerima pesanan mereka dan tetap mengirimkan produk dalam siklus pengiriman dua hari yang
direncanakan. Aspek yang sama juga berarti bahwa pengisian kembali stok harus dijadwalkan hanya ketika
penjualan telah menghabiskan stok hingga tingkat yang terlalu kecil untuk memenuhi pesanan kecil terakhir
yang diterima pelanggan. Hasilnya, semua pesanan pelanggan selalu dipenuhi sesuai waktu pengiriman yang
direncanakan. Tidak ada kekurangan atau permintaan pelanggan yang tidak terpenuhi dapat terjadi.

Barang yang dikemas dipindahkan dengan forklift. Barang yang dipasok dari stok dipindahkan dua kali,
pertama dari produksi ke lokasi stok di gudang dan kedua kalinya dari sana ke dermaga pengiriman. Sebaliknya,
barang untuk pesanan pelanggan dalam jumlah besar hanya dipindahkan satu kali, yaitu dari produksi ke
dermaga pengiriman. Oleh karena itu total beban kerja bagi operator forklift dan tagihan upah yang terkait dapat
dikurangi dengan memiliki lebih banyak barang yang melewati tahap inventaris. Semakin besar porsi pelanggan
yang diklasifikasikan sebagai besar, semakin rendah pula tagihan upah bagi operator forklift.
Machine Translated by Google

6.7 Divisi Minyak Pelumas — Ringkasan situasi 127

Gambar 6-2 Gambaran kaya untuk LOD.

Menilai aliran dokumen dan sumber data Analis menindaklanjuti

tur fasilitas dengan kunjungan panjang ke kantor LOD. Dia menggambar diagram rinci aliran dokumen
dan informasi untuk memproses pesanan pelanggan, mulai dari penerimaan hingga pengiriman, dan
untuk memulai serta memproses pengisian kembali stok, dan memverifikasinya di tempat dengan orang-
orang yang melakukan setiap tugas.

Wajar jika keingintahuan analis yang sangat besar dalam melihat seluruh file data diartikan sebagai
Machine Translated by Google

128 BAB 6 — Ikhtisar metodologi hard OR

antusiasme terhadap proyek tersebut. Dia meminta fotokopi semua dokumen yang digunakan dan
memeriksa seberapa jauh file data disimpan dan apakah selama periode tersebut telah terjadi
perubahan dalam operasi dan pemrosesan informasi atau format file data, untuk memastikan bahwa
data yang benar dalam bentuk yang benar tersedia bila diperlukan.
Begitu kembali ke kantor, ia segera mengatur semua informasi yang dikumpulkan dalam bentuk
yang sistematis, mengisi kekosongan ingatan, dan menyoroti aspek-aspek yang memerlukan klarifikasi
atau verifikasi lebih lanjut pada kunjungan berikutnya.

6.8 Mengidentifikasi masalah yang akan dianalisis

Mengidentifikasi masalah yang akan dianalisis

Gambaran kaya menunjukkan sejumlah kemungkinan masalah, seperti proses penjadwalan produksi
berjalan untuk mencapai koordinasi yang ketat dari operasi pencampuran dan pengisian dan
mengurangi biaya pergantian dari satu produk ke produk lainnya, khususnya pada produk. mesin
pengisi; atau keputusan pesanan pelanggan mana yang diklasifikasikan besar dan mana yang kecil
(diagram alur keputusan pada Gambar 5-11 di halaman 104 menggambarkan proses ini); atau apakah
menguntungkan jika memungkinkan perpanjangan waktu tunggu produksi dari periode 1 hari saat ini.
Hal terakhir ini akan memungkinkan kelancaran dan koordinasi beban kerja pencampuran dan
pengisian yang lebih baik dan mungkin dapat mengurangi jumlah operator yang diperlukan untuk
melakukan tugas yang sama. Kendala dalam mempertahankan tingkat layanan pelanggan saat ini
tampaknya menghalangi tindakan yang terakhir.

Stimulus proyek ini pertama-tama adalah kekhawatiran yang disuarakan oleh Wakil Presiden
Keuangan. Pernyataannya tentang rata-rata perputaran saham di LOD yang tidak memadai membawa
implikasi bahwa ia menganggap terlalu banyak uang yang terikat di saham. Rata-rata perputaran stok
untuk LOD secara keseluruhan adalah rata-rata tertimbang seluruh produk. Seperti ditunjukkan dalam
gambar kaya, perilaku persediaan normal dari waktu ke waktu untuk setiap produk memiliki pola gigi
gergaji yang khas.
Setiap gigi berhubungan dengan satu pengisian stok dan mewakili satu perputaran stok lengkap untuk
produk tersebut. Semakin sedikit perputaran stok per tahun, semakin besar pula pengisian stok yang
harus dilakukan. Misalnya, jika permintaan suatu produk adalah 120.000 liter per tahun dan ukuran
setiap penambahan stok adalah 5.000 liter, maka perputaran stok adalah 24 kali per tahun. Jika
perputaran stok dikurangi menjadi 12 kali per tahun, maka setiap penambahan stok harus sama
dengan 10.000 liter. Jadi kita melihat bahwa perputaran stok untuk setiap produk secara langsung
terkait dengan ukuran pengisian kembali stok yang bersangkutan, yang dapat dikontrol oleh LOD.
Masalah ini dijadikan fokus proyek.

Diskusi dengan manajer LOD menunjukkan bahwa ia memiliki pandangan yang sama dengan
yang diungkapkan oleh Wakil Presiden Keuangan, yaitu menjamin penggunaan sumber daya LOD
secara paling efisien. Yang terakhir melihat dana yang terikat pada saham sebagai dana menganggur,
sedangkan perputaran saham yang tinggi ditafsirkan sebagai tanda efisiensi. Dari perspektif sempit
ini, mengurangi jumlah pengisian kembali stok akan meningkatkan perputaran stok. Hal ini akan
memungkinkan tercapainya tujuan Wakil Presiden atau ekspektasi sebelumnya mengenai perputaran saham se
Machine Translated by Google

6.8 Mengidentifikasi masalah yang akan dianalisis 129

24 kali per tahun, sehingga mengurangi total investasi di saham. Namun, dari gambaran yang kaya kita melihat bahwa
setiap proses pencampuran dan pengisian juga melibatkan pengaturan — waktu yang dihabiskan operator untuk
mempersiapkan proses pencampuran dan pengisian — dan teknisi laboratorium perlu menguji produk. Meningkatkan
tingkat perputaran produk tertentu berarti lebih banyak penambahan stok dan karenanya lebih banyak pengaturan produksi.
Sebagai konsekuensinya, waktu yang dihabiskan oleh operator untuk melakukan setup juga akan meningkat. Dengan biaya
$16 per jam, hal ini dapat berarti bahwa penghematan apa pun yang dilakukan dengan mengurangi investasi pada saham
mungkin akan hilang karena biaya tenaga kerja tahunan yang lebih tinggi.

Besar kecilnya stok yang dibutuhkan juga bergantung pada seberapa kecil pesanan ditentukan. Menurunkan titik batas
mengurangi permintaan yang dipenuhi dari stok. Akibatnya, diperlukan stok yang lebih kecil, yang pada gilirannya berarti
pengurangan investasi saham. Namun menurunkan titik batas berarti lebih banyak pesanan pelanggan dipenuhi oleh proses
produksi khusus, sehingga menyebabkan peningkatan biaya pengaturan produksi tahunan.

Masing-masing tindakan yang mungkin dilakukan menyebabkan beberapa biaya menurun dan biaya lainnya meningkat.
Oleh karena itu, pendekatan efisiensi sempit yang hanya berfokus pada investasi mungkin bukan merupakan kepentingan
terbaik perusahaan (kecuali karena alasan lain perusahaan ingin mengurangi investasinya terlepas dari dampaknya
terhadap biaya operasional). Kita perlu mempertimbangkan semua biaya yang terkena dampak perubahan kebijakan.
Dengan kata lain, kami mencari kebijakan pengendalian produksi/persediaan yang paling efektif — kebijakan yang menjaga
total biaya operasi serendah mungkin, sekaligus mempertahankan atau bahkan meningkatkan tingkat layanan pelanggan
saat ini. Sekalipun sistem yang relevan hanya terbatas pada operasi pengendalian produksi/persediaan, perspektif yang
diambil haruslah perspektif yang melihat dampaknya terhadap perusahaan secara keseluruhan, bukan hanya pada
(sub)sistem sempit yang terlibat. (Ingat pembahasan mengenai efisiensi dan penilaian batasan pada Bagian 2.2 dan 3.5.)
Jika hal ini juga memenuhi target perputaran saham Wakil Presiden, maka hal tersebut akan menjadi lebih baik, namun
ekspektasinya tidak seharusnya menjadi kekuatan pendorong. Namun, pemilik masalah – manajer LOD – harus sepenuhnya
memahami alasan hal ini dan menyetujuinya. Oleh karena itu, beberapa pengelolaan ekspektasi sebelumnya mungkin
diperlukan tepat di awal proyek.

Hierarki sistem yang terlibat Masalahnya tertanam dalam

hierarki sistem. Sistem yang paling diperhatikan adalah perusahaan secara keseluruhan, dengan kilang sebagai salah satu
subsistemnya. LOD pada gilirannya merupakan subsistem dari sistem kilang. Dalam sistem LOD, operasi pengendalian
produksi/inventaris merupakan salah satu subsistem utamanya. Yang terakhir inilah yang merupakan sistem sempit yang
menjadi perhatian di sini. Karena operasi LOD secara keseluruhan memiliki kendali atas sumber daya yang dibutuhkan oleh
sistem sempit, serta memiliki keputusan akhir dalam proyek, maka hal ini menjadi kepentingan sistem yang lebih luas.

Pemangku kepentingan

Dengan sistem kepentingan sempit yang dipilih secara tentatif, analis cukup mengetahui situasi yang ada untuk
mengidentifikasi berbagai pemangku kepentingan. Hal ini didefinisikan sehubungan dengan sistem kepentingan yang
sempit ini. Di sini, peran analis diambil alih oleh konsultan
Machine Translated by Google

130 BAB 6 — Ikhtisar metodologi hard OR

internal perusahaan.
Tampaknya ada beberapa tingkatan pemilik masalah atau pengambil keputusan. Ini adalah tipikal
situasi masalah dengan hierarki sistem, seperti yang terjadi di sini. Di posisi teratas adalah Wakil Presiden
Keuangan, yang mengkoordinasikan penggunaan dana di dalam perusahaan.
Dia menyatakan kriteria yang digunakan untuk mengevaluasi investasi dana. Wakil Presiden Manufaktur
(sistem pengilangan) beroperasi dalam kriteria ini. Dia telah mendelegasikan wewenang untuk mengambil
keputusan operasional sehari-hari mengenai produksi dan pengendalian stok produk kemasan kepada
manajer LOD (sistem LOD).
Untuk proyek-proyek yang tidak melibatkan investasi besar, pihak terakhir adalah pengambil keputusan
langsung dalam situasi tersebut. Namun, dia harus merujuk keputusan investasi besar tersebut kepada
Wakil Presiden Manufaktur.
Secara apriori, satu-satunya penggunaan dana baru adalah biaya proyek itu sendiri. Setelah proyek
selesai, analis dapat merekomendasikan perubahan tingkat investasi dalam persediaan. Rekomendasi
tersebut kemudian akan dievaluasi berdasarkan kriteria investasi yang ditentukan oleh Wakil Presiden
Keuangan. Pada titik analisis ini, biaya proyek adalah satu-satunya penggunaan dana yang harus
dievaluasi. Ternyata, hal tersebut melebihi kewenangan manajer sehingga harus dirujuk ke tingkat yang
lebih tinggi.
Namun setelah disetujui, setiap perubahan pada operasi LOD sehari-hari berada di bawah kendalinya.
Pandangan dunia inilah yang harus digunakan oleh pemecah masalah sebagai dasar untuk menentukan
tujuan atau sasaran proyek.
Penting untuk memastikan bahwa pandangan dunia dari semua tingkatan pemilik masalah kompatibel.
Jika tidak, para pemangku kepentingan di berbagai tingkatan harus disadarkan akan konflik-konflik tersebut
dan perlunya menyelesaikan konflik tersebut sebelum melanjutkan tindakan lebih lanjut. Penyelesaian
konflik-konflik seperti itu dalam pandangan dunia biasanya berada di luar lingkup proyek OR yang sulit,
karena ini berkaitan dengan masalah-masalah dasar organisasi dan memerlukan pendekatan sistem yang lunak.
Pertentangan pandangan dunia yang terus terjadi di antara berbagai tingkat pengambil keputusan
kemungkinan besar akan mengakibatkan suboptimasi yang serius, yaitu manfaat yang diperoleh mungkin
seluruhnya atau sebagian ditiadakan oleh biaya tambahan yang ditimbulkan di bagian lain dalam organisasi,
misalnya di subsistem lain pada tingkat yang sama atau berbeda. . Untuk LOD, analis telah memastikan
bahwa terdapat kesepakatan mendasar antara pandangan dunia Wakil Presiden Keuangan dan manajer
LOD dalam hal maksimalisasi keuntungan. Namun, salah satu sumber konflik bisa muncul jika solusi
optimal tidak memenuhi target perputaran saham yang ditetapkan oleh Wakil Presiden Keuangan. Aspek
ini perlu dibahas dalam proposal proyek.

Untuk menentukan pengguna yang bermasalah, kita perlu mengidentifikasi siapa yang bertanggung
jawab memulai proses produksi untuk pengisian stok atau pesanan pelanggan dalam jumlah besar.
'Keputusan' ini, dalam kebijakan yang ditentukan oleh pemilik masalah – manajer LOD – dibuat oleh
petugas stok. Perubahan apa pun terhadap aturan kebijakan inventarisasi/pengendalian produksi harus
sedemikian rupa sehingga ia mampu menerapkannya tanpa memerlukan pelatihan lebih lanjut yang
ekstensif.
Pelanggan produk LOD adalah pelanggan bermasalah. Salah satu poin pertama yang dikemukakan
oleh manajer LOD adalah bahwa setiap kebijakan baru harus mempertahankan atau meningkatkan tingkat
layanan yang ditawarkan kepada semua pelanggan saat ini, khususnya yang berkaitan dengan waktu
tunggu pengiriman dua hari.
Machine Translated by Google

6.9 Sistem yang relevan untuk masalah pengisian stok 131

Selain persyaratan ini, ada kendala lain yang harus dipenuhi oleh kebijakan pengendalian
produksi/persediaan yang diusulkan. Persyaratan ruang gudang dan kapasitas produksi dari setiap
kebijakan baru harus tetap, setidaknya dalam jangka pendek hingga menengah, dalam kapasitas
yang tersedia saat ini.

Elemen masalah

Ringkasnya, enam elemen permasalahan adalah: •

Pengambil keputusan langsung: manajer LOD. • Tujuan:

mencapai biaya operasional yang rendah untuk pengoperasian LOD, tergantung pada biaya utama
mempertahankan tingkat layanan pelanggan yang
sama. • Ukuran kinerja: total biaya operasional LOD. • Kriteria pengambilan
keputusan: meminimalkan total biaya. • Tindakan
alternatif: ukuran batch pengisian kembali stok dan titik batas untuk mengklasifikasikan pesanan
pelanggan menjadi besar atau kecil. • Sistem kepentingan yang lebih
luas: pengoperasian LOD dan kilang.

6.9 Sistem yang relevan untuk masalah pengisian stok

Setelah menyelesaikan masalah yang akan dianalisis, sekarang kita dapat melanjutkan untuk
mendefinisikan sistem yang relevan. Inspeksi sepintas menunjukkan adanya semua aspek
pengendalian persediaan/produksi yang biasa. Seorang analis berpengalaman mungkin tergoda
untuk menggunakan pendekatan struktural, dengan memilih salah satu model pengendalian
produksi/persediaan standar. Hal ini, bersama dengan identifikasi produk yang akan dikontrol, akan
menggambarkan batasan sistem. Namun analisis yang lebih cermat mengungkapkan bahwa ada
aspek yang biasanya tidak ditemukan dalam struktur produksi/persediaan pada umumnya;
khususnya, aturan yang berbeda berlaku untuk memenuhi pesanan pelanggan besar dan kecil.
Oleh karena itu pendekatan proses yang dimulai dari prinsip pertama lebih tepat.
Berapa tingkat resolusi yang sesuai untuk definisi sistem? Pada saat ini, masih sedikit yang
diketahui mengenai potensi penghematan yang dapat dihasilkan oleh proyek ini. Jadi memilih
pelingkupan masalah, daripada rumusan masalah secara penuh, adalah lebih tepat. Oleh karena
itu, yang diperlukan hanyalah diagram struktur sistem tingkat tinggi, seperti pada Gambar 6-3, yang
menghubungkan berbagai subsistem dan menunjukkan batas-batas sistem.
Input tak terkendali yang ingin dikelola LOD secara efektif adalah pesanan pelanggan yang
masuk dan fasilitas operasi yang ada. Pesanan dikelompokkan menjadi 'besar' dan 'kecil'.
Pemrosesan masing-masing subsistem merupakan subsistem yang terpisah, yaitu subsistem yang
memenuhi pesanan dalam jumlah besar dengan menjadwalkan jalannya produksi khusus, dan
subsistem lainnya yang memenuhi pesanan dalam jumlah kecil dari stok dan mengisi kembali stok
secara berkala. Fasilitas dan kapasitas produksi yang ada, termasuk pengoperasian forklift untuk
memindahkan stok, dianggap remeh (input tidak terkendali). Mereka digunakan bersama oleh
kedua subsistem. Demikian pula, kapasitas pergudangan yang ada diberikan dan digunakan oleh
'subsistem pesanan kecil'. Menentukan input, baik yang dapat dikontrol maupun tidak,
menggambarkan batas-batas sistem kepentingan yang sempit dengan cukup detail untuk pelingkupan masa
Machine Translated by Google

132 BAB 6 — Ikhtisar metodologi hard OR

Gambar 6-3 Diagram struktur sistem tingkat tinggi untuk LOD.

Pesanan pelanggan Fasilitas

pergudangan
yang ada

Klasifikasikan pesanan

berdasarkan ukuran.
Keputusan: titik
batas
Subsistem Subsistem
pesanan
pesanan
'Besar': memenuhi 'Kecil':
pesanan memenuhi pesanan dari stok.
Fasilitas produksi dan
melalui proses produksi khusus.
forklift yang ada Keputusan:
Keputusan: titik
ukuran stok
potong

Kirim produk ke
pelanggan

Penting juga untuk memperhatikan bahwa dua kontrol input, yaitu titik batas yang mengklasifikasikan
pesanan pelanggan sebagai pesanan besar, dan ukuran pengisian stok, harus ditentukan secara
individual untuk masing-masing produk 804. Apa yang mungkin merupakan pasangan yang baik untuk
satu produk mungkin buruk bagi produk lainnya. Produk-produknya independen satu sama lain. Dalam
arti tertentu, tidak ada satu masalah besar, melainkan 804 masalah kecil, satu masalah untuk setiap
produk. Saling ketergantungan mereka satu-satunya adalah bahwa mereka berbagi fasilitas produksi
dan pergudangan yang sama. Penggunaan gabungan fasilitas-fasilitas ini tidak boleh melebihi kapasitas yang ad
Ada satu konsekuensi lagi dari hal ini. Ukuran kinerja sistem sempit, yaitu total biaya operasional
LOD untuk memenuhi permintaan pelanggan, adalah jumlah dari biaya 804 untuk masing-masing produk.

Penilaian batas, eksplisit dan implisit Gambar 6-3 menunjukkan

pesanan pelanggan dan fasilitas gudang, produksi dan forklift yang ada sebagai input. Sebenarnya, ini
berarti bahwa LOD menganggap semua hal ini sebagai hal yang wajar atau sebagai aspek di luar
kendalinya. Asumsi tersebut bahkan lebih kuat lagi. Mereka berada di luar kendali sistem (pengendalian)
yang lebih luas, yaitu perusahaan secara keseluruhan. Hal ini tidak berlaku untuk fasilitas operasi. Yang
diasumsikan di sini adalah perusahaan dengan sengaja memilih untuk tidak menggunakan kendali
tersebut dan tidak mengubah jenis dan kapasitasnya. Namun, cara penggunaannya diasumsikan dapat
dikontrol dan pasti berubah sebagai hasil penelitian.

Permintaan terhadap produk perusahaan juga dapat dipengaruhi oleh promosi dan tindakan lainnya.
Karena sebagian besar 'pelanggan' adalah milik perusahaan distribusi grosir
Machine Translated by Google

6.10 Proposal proyek untuk LOD 133

Bagi masyarakat, pola permintaan pun bisa dikendalikan. Misalnya, perusahaan dapat memberikan
jadwal kepada masing-masing 'pelanggan' kapan mereka harus melakukan pemesanan. Jadwal
tersebut akan dikoordinasikan antara pakaian-pakaian ini untuk mencapai pola tertentu yang
diinginkan, seperti aliran pesanan yang merata atau sinkronisasi pemesanan untuk produk tertentu
agar dapat digabungkan ke dalam proses produksi bersama khusus. Sekali lagi, LOD dengan sengaja
memutuskan bahwa pengendalian tersebut bukan bagian dari penelitian ini.
Terdapat juga asumsi yang dibuat mengenai faktor biaya, berbagai kapasitas pengoperasian
fasilitas, dan ketersediaan minyak dasar dan bahan tambahan yang digunakan untuk pencampuran
minyak, misalnya bahan tambahan selalu tersedia bila diperlukan.

Kegiatan:
• Sebelum melanjutkan ke bagian berikutnya, baca kembali ketiga pertanyaan di awal Bagian 6.3
halaman 116. Cobalah untuk menjawab masing-masing dari informasi dan pembahasan di Bagian
6.8 dan 6.9. Jika Anda tidak bisa, tunjukkan alasannya atau informasi tambahan apa yang Anda
perlukan untuk melakukannya.
• Buat daftar pertimbangan tambahan yang dibuat dalam kasus LOD untuk biaya, ketersediaan minyak
dasar, dan kapasitas operasi, dan diskusikan implikasinya.

6.10 Proposal proyek untuk LOD

Pada titik ini, kita dapat menjawab dua pertanyaan pertama yang tercantum dalam Bagian 6.3, yaitu
permasalahan dapat dengan mudah diungkapkan secara kuantitatif dan data yang diperlukan
tampaknya tersedia atau dapat ditentukan dengan biaya yang masuk akal. LOD memiliki database
komputer lengkap mengenai semua pesanan pelanggan yang diproses setidaknya selama dua tahun
terakhir, yang darinya pola pesanan pelanggan dapat ditentukan. Data biaya produk dan operasi
produksi dan pergudangan dapat diperoleh langsung dari data akuntansi biaya atau dihitung tanpa
biaya besar dengan mengamati waktu operator dan bahan yang dibutuhkan untuk berbagai tugas.

Pertanyaan ketiga mengenai manfaat dan biaya potensial dari analisis ini agak lebih sulit dijawab
tanpa benar-benar menyelesaikan masalah, sehingga menimbulkan pertanyaan tersebut. Kami belum
merumuskan model matematis, dan data masukan produk yang terperinci belum dikumpulkan. Yang
kami miliki hanyalah kisaran kasar faktor biaya produk dan gambaran umum tentang bentuk ukuran
kinerja.
Cara untuk mengatasinya adalah dengan melakukan penyederhanaan. Dengan bantuan petugas
stok, setengah lusin produk representatif diidentifikasi, mencakup rentang volume kecil hingga besar.
Dia juga memiliki akses terhadap perkiraan nilai produk dan informasi tentang operasi pencampuran
dan pengisian sehingga dapat diperoleh perkiraan kasar mengenai biaya pemasangan.
Panggilan ke Bagian Keuangan perusahaan menegaskan bahwa investasi seharusnya mencapai
pengembalian minimal 18% per tahun. Inilah opportunity cost penggunaan dana. Pada tahap ini,
tampaknya tepat untuk menggunakan salah satu model pengendalian inventaris paling dasar yang
merupakan bagian dari kotak alat OR yang sulit. Model ini menentukan ukuran pengisian stok terbaik
dengan asumsi bahwa semua pesanan dipenuhi dari stok. Model yang akan kami kembangkan jauh
lebih canggih sehingga kemungkinan besar akan menghasilkan penghematan yang lebih besar.
Akibatnya, perkiraan biaya yang dihasilkan oleh model sederhana sangatlah konservatif
Machine Translated by Google

134 BAB 6 — Ikhtisar metodologi hard OR

batas bawah. Biaya ini kemudian dibandingkan dengan biaya tahunan praktik saat ini dan
penghematan biaya yang dihasilkan diekstrapolasi untuk seluruh produk 804.
Dalam kasus sebenarnya, penghematan biaya untuk enam produk yang digunakan sebagai sampel berkisar antara
$32 hingga $253 per tahun, dengan rata-rata sekitar $114 dan deviasi standar 30. Dengan menggunakan prinsip estimasi
statistik standar, estimasi interval 95% untuk produk yang digunakan sebagai sampel berkisar antara $32 hingga $253
per tahun. perkiraan penghematan untuk seluruh produk 804 adalah $90.000 hingga $94.000.
Perkiraan kasar mengenai total waktu yang dimasukkan oleh analis, akuntansi biaya dan
pemrosesan data, serta staf LOD, adalah sekitar 120 hari. Dengan tarif biaya internal sebesar
$400 per hari, biaya analisis akan pulih dalam waktu sekitar setengah tahun sejak hasil diterapkan
— lebih rendah dari kriteria penerimaan satu tahun yang digunakan oleh perusahaan untuk
proyek 'penelitian' seperti ini. jenis.
Namun, pendekatan yang lebih bijaksana adalah terlebih dahulu melakukan studi
pendahuluan untuk mendapatkan perkiraan penghematan yang lebih dapat diandalkan,
berdasarkan versi model yang diusulkan, dan menggunakan sampel acak bertingkat sekitar 5%
dari seluruh produk. Jika hasilnya sesuai dengan perkiraan di atas, maka rekomendasi untuk
studi skala penuh dapat dengan mudah didukung. Di sisi lain, jika studi pendahuluan yang lebih
rinci menunjukkan bahwa potensi penghematan jauh lebih kecil dari perkiraan awal, maka fakta
ini diketahui sebelum komitmen skala penuh yang mahal dibuat – pendekatan yang lebih masuk
akal dalam hal ini. Studi semacam itu dapat diselesaikan dalam waktu sekitar 16 hari kerja.
Dalam proyek ini sebagian besar pekerjaan dasar yang dilakukan dalam studi pendahuluan
juga dapat dilanjutkan ke studi skala penuh. Sebagai konsekuensinya, total biaya studi
pendahuluan yang diikuti dengan perluasan terhadap semua produk tidak akan jauh lebih tinggi
dibandingkan melakukan studi skala penuh sejak awal. Hal ini disebabkan oleh fakta bahwa
sebagian besar biaya total studi skala penuh dikeluarkan untuk pengumpulan data dan
perhitungan kebijakan yang optimal (dan implementasinya), sedangkan biaya tahap pemodelan
relatif kecil.
Alasan selanjutnya untuk memilih studi pendahuluan adalah karena kita berurusan dengan
sejumlah besar produk. Hanya untuk beberapa lusin produk, sebagian besar pembenaran untuk
melakukan studi pendahuluan akan hilang. Biaya studi skala penuh hanya akan sedikit lebih
besar.
Faktor penting dalam menentukan apakah studi pendahuluan atau studi skala penuh akan
dilakukan bergantung pada fase metodologi OR mana yang memerlukan biaya analisis paling
besar. Jika ini adalah tahap pemodelan, kecenderungannya adalah memilih langsung studi skala
penuh. Jika ini adalah tahap implementasi, seperti dalam kasus LOD, studi pendahuluan tidak
terlalu berisiko.
Lampiran 1 bab ini berisi proposal proyek untuk studi pendahuluan. Jika ditulis oleh konsultan
eksternal, uraian singkat model matematika akan disertakan sebagai lampiran. Pelajari sekarang
sebelum melanjutkan!

6.11 Definisi lengkap sistem LOD yang relevan

Untuk masalah LOD proposal proyek, diperkuat dengan presentasi lisan,
Machine Translated by Google

Pola pesanan

pelanggan

Pola
Gambar 6-4 Diagram pengaruh untuk sistem pengisian stok LOD.

pesanan besar
Batas waktu untuk

pesanan dalam jumlah besar

1
Biaya
pengaturan
produksi per batch

Pola

pesanan
kecil
2
6. Ukuran
pengisian stok produk
Nilai

satuan

Ruang/
unit lantai

5 terpenuhi dari stok

6 7
3
Volume
tahunan oleh
produk
khusus.
berjalan

Biaya
Biaya/unit
penanganan
produk

9 10 Biaya
setup
Jumlah
produk khusus
tahunan.
berjalan
4

11
Biaya
Volume
tahunan
dipenuhi
dari stok

Biaya 12
tahunan

13

Biaya
11
Pengisian
stok nomor

Investasi
saham
rata-rata
Tingkat
stok
rata-rata

Biaya

penyimpanan investasi/$

13
penanganan tahunan untuk penanganan pengaturan 14
tahunan Nilai
tahunan produk khusus. tahunan
untuk permintaan
untuk pelanggan besar. untuk pengisian stok penyimpanan saham tahunan
cust kecil. tahunan
berjalan
15

Jumlah tahunan
Total biaya

5
relevan
biaya tahunan
relevan Ruang lantai yang
untuk produk i dibutuhkan untuk produk i
Semua
produk lainnya Total biaya tahunan
Dll. Total luas lantai untuk Semua
untuk semua produk semua produk Dll. produk lainnya
Machine Translated by Google

136 BAB 6 — Ikhtisar metodologi hard OR

menyelesaikan Fase 1 dari proses OR. Definisi rinci mengenai sistem yang relevan hanya diperlukan
jika proyek disetujui, seperti yang terjadi di sini. Diskusi kita akan didasarkan pada diagram pengaruh
pada Gambar 6-4.
Diagram pengaruh menunjukkan proses transformasi masukan terkendali dan masukan tidak
terkendali melalui variabel sistem menjadi keluaran. Itu tidak menunjukkan aspek optimasi. Itu adalah
sistem lain. Kami telah mengidentifikasi input kontrol untuk setiap produk jadi, yaitu ukuran pengisian
stok dan titik batas untuk mengklasifikasikan pesanan pelanggan menjadi besar atau kecil. Ukuran
kinerja sistem dan keluaran utama yang menjadi perhatian adalah jumlah biaya pengoperasian seluruh
produk LOD.
Total luas lantai gudang yang dibutuhkan adalah output lain yang menarik.
'Total biaya operasional' agak kabur. Biaya timbul seiring berjalannya waktu. Namun kami tidak
terlalu tertarik dengan total biaya untuk tahun tertentu, misalnya periode 12 bulan terakhir. Sebaliknya,
tujuannya adalah untuk merancang aturan pengambilan keputusan untuk masa depan. Karena masa
depan tersebut tidak diketahui, kami berasumsi bahwa masa depan akan tetap sama dengan masa lalu
— sebuah asumsi yang wajar untuk sistem yang stabil seperti LOD. Jadi kita mengambil total biaya rata-
rata jangka panjang selama interval waktu tertentu, misalnya satu tahun, sebagai ukuran kinerja. Pilihan
ini sewenang-wenang. Interval satu bulan akan bekerja dengan baik.
Total biaya operasional terdiri dari biaya-biaya yang berubah ketika kita mengubah input pengendalian
dan biaya-biaya yang tidak terpengaruh olehnya. Tidak ada gunanya memasukkan yang terakhir pada
saat ini. Mereka selalu dapat ditambahkan di akhir, jika perlu.
Jadi istilah 'biaya operasional total' hanya berkaitan dengan biaya-biaya yang, bagi perusahaan secara
keseluruhan, berubah jika kita mengubah input pengendalian. Itu adalah biaya yang relevan.
Lebih jauh lagi, seperti yang telah kita lihat, total biaya adalah jumlah biaya individual yang
dikeluarkan untuk masing-masing 804 produk. Struktur biaya untuk setiap produk pada prinsipnya sama;
hanya input data yang bervariasi dari satu produk ke produk lainnya. Jadi yang kita perlukan hanyalah
diagram pengaruh yang mencakup satu produk generik. Setelah diterjemahkan ke dalam model
matematika, model tersebut dapat diterapkan pada setiap produk secara individual.
Gambar 6-4 adalah diagram pengaruh versi kami. Ini menunjukkan rincian lengkap untuk satu
produk, i. Pola yang sama diulangi untuk semua produk 803 lainnya. Ukuran kinerja keseluruhan
(ditampilkan dalam warna abu-abu di bagian bawah) adalah jumlah 'total biaya relevan tahunan'
individual. Demikian pula, total ruang gudang yang dibutuhkan (juga ditampilkan dalam warna abu-abu)
adalah jumlah seluruh 804 produk.
Kami menemukan bahwa pendekatan yang paling mudah adalah pertama-tama memasukkan
persegi panjang untuk input kontrol — dalam kasus kami 'batas untuk pesanan besar' dan 'ukuran
pengisian stok' — di bagian atas diagram dan oval. ) untuk output di bagian bawah. Selanjutnya kita
memetakan proses transformasi dalam urutan logis dari atas ke bawah. 'Batas untuk pesanan dalam
jumlah besar' membagi 'pola pesanan pelanggan' — sebuah input data — menjadi dua kelompok:
pesanan besar dipenuhi oleh proses produksi khusus dan pesanan kecil dipenuhi dari stok.
Oleh karena itu, dua set anak panah muncul dari 'cutoff untuk pesanan besar' dan 'pola pesanan
pelanggan' ke dua variabel sistem 'Pola pesanan besar' (lingkaran 1) dan ke 'Pola pesanan kecil
terpenuhi dari stok' (lingkaran 2). Variabel sistem 'Pola pesanan besar' menentukan 'Volume tahunan
[yang dipenuhi] oleh proses produksi khusus' (3) dan 'jumlah tahunan produksi khusus yang
dijalankan' (4). Ingatlah bahwa produk yang dikirim langsung dari produksi hanya ditangani satu kali.
Jadi jika kita mengetahui 'volume tahunan secara khusus
Machine Translated by Google

6.12 Model matematika 137

produksi berjalan' dan data masukan 'biaya penanganan produk/unit) kita dapat menentukan 'biaya
penanganan tahunan untuk pelanggan besar' (9). Demikian pula, setiap proses produksi khusus
menimbulkan biaya pengaturan. 'Jumlah tahunan proses produksi khusus' dan input data 'biaya
pengaturan produksi per batch' menentukan 'biaya pengaturan tahunan untuk proses produksi
khusus' (10). Variabel sistem 9 dan 10 merupakan kontributor terhadap 'total biaya relevan tahunan'
keluaran (oval 15). Sebagai latihan, jelaskan sendiri semua hubungan lainnya.

Diagram pengaruh memungkinkan kita menelusuri pengaruh setiap pilihan keputusan terhadap
dua ukuran keluaran. Pilihan terhadap seluruh produk 804 hanya menghasilkan solusi yang layak
jika total luas lantai yang diperlukan tidak lebih dari luas yang tersedia. Jika batasan ini dilanggar,
kami harus mengurangi semua ukuran pengisian stok agar muat di gudang atau mendapatkan
persetujuan untuk membangun lebih banyak ruang gudang. Jika kita mengusulkan untuk menambah
lebih banyak ruang gudang, kita menghadapi proyek baru — evaluasi investasi (dibahas dalam
Bab 10). Selisih biaya total antara solusi terbatas (yang sesuai dengan gudang saat ini) dan biaya
solusi optimal yang tidak dibatasi adalah penghematan yang dihasilkan dari pembangunan gudang
baru dengan ukuran yang sesuai. Jika penghematan ini, yang didiskontokan selama masa pakai
gudang, melebihi jumlah diskon biaya konstruksi, pemeliharaan, dan pengoperasian, maka
membangun gudang baru menarik secara finansial.

6.12 Model matematika

Model matematika mengungkapkan, dalam istilah kuantitatif, hubungan antara berbagai komponen,
sebagaimana didefinisikan dalam sistem relevan yang dikembangkan pada tahap formulasi.
Terkadang, hubungan ini dapat direpresentasikan dalam tabel yang relatif sederhana menggunakan
spreadsheet. Seringkali akan lebih mudah atau perlu untuk memformulasikan hubungan dengan
ekspresi matematika atau keseluruhan sistem ekspresi matematika, seperti persamaan (misalnya
Q=ax+by), pertidaksamaan (misalnya ax+by <_ c), atau fungsi ( misalnya f(x) = kapak+[b/x]).

Sebelum melanjutkan, ada baiknya kita mendefinisikan beberapa terminologi. Aspek-aspek

permasalahan yang dapat dikontrol disebut sebagai variabel keputusan atau tindakan alternatif,
istilah terakhir ini terutama digunakan jika pilihan yang tersedia bersifat terpisah dan biasanya
jumlahnya sedikit. Misalnya, ketika Anda mempertimbangkan untuk mengganti mobil Anda dengan
mobil lain, maka alternatifnya adalah: tidak melakukan apa pun (misalnya mempertahankan mobil
yang ada), atau menggantinya dengan mobil bertipe A, B, C, ..., atau K. A. variabel keputusan,
sebaliknya, dapat berupa bilangan bulat atau variabel bernilai riil apa pun dalam rentang tertentu.
Dalam permasalahan LOD, 804 pasang 'ukuran pengisian ulang' dan 'tingkat batas untuk
mengklasifikasikan pesanan pelanggan sebagai besar atau kecil', satu set untuk setiap produk, merupakan v
Keduanya dapat mengasumsikan nilai bilangan bulat non-negatif (jumlah kontainer, misalnya drum,
atau kotak kontainer, misalnya karton kaleng liter).
Aspek-aspek yang mengukur seberapa baik tujuan pengambil keputusan tercapai disebut
ukuran kinerja atau ukuran efektivitas. Jika bisa
Machine Translated by Google

138 BAB 6 — Ikhtisar metodologi hard OR

dinyatakan sebagai fungsi dari variabel keputusan, maka biasa kita menyebutnya fungsi tujuan. Untuk
masalah LOD, ukuran kinerja yang relevan adalah jumlah total biaya tahunan untuk seluruh 804 produk
yang dibawa.
Tujuan kami mungkin untuk menemukan nilai variabel keputusan yang memaksimalkan atau
meminimalkan fungsi tujuan, mana saja yang relevan. Dalam kasus LOD, kami ingin meminimalkan total
biaya tahunan. Ini adalah kriteria pengoptimalan yang digunakan.
Input yang tidak dapat dikontrol sering disebut sebagai parameter, koefisien, atau konstanta.
Misalnya, harga pembelian awal dan konsumsi bahan bakar merupakan parameter masukan dalam
keputusan penggantian mobil, sedangkan nilai suatu produk atau biaya pengaturan produksi merupakan
parameter masukan dalam masalah LOD. Hal ini merupakan masukan yang tidak terkendali dari sistem
atau lingkungan yang lebih luas.
Ekspresi matematis yang membatasi rentang nilai yang dapat diasumsikan oleh variabel keputusan
disebut batasan. Misalnya, Anda dapat menerapkan ketentuan pada ukuran minimum mesin atau tingkat
konsumsi bahan bakar maksimum yang harus dipenuhi oleh sebuah mobil agar dapat menjadi kandidat.
Demikian pula, jumlah total ruang lantai gudang yang tersedia untuk menyimpan semua produk dalam
masalah LOD mungkin dibatasi hingga 2000 meter persegi. Solusi apa pun, misalnya kombinasi variabel
keputusan, yang memerlukan lebih dari itu adalah tidak layak, yaitu tidak layak.

Sejak awal tahun 1950-an para peneliti di hard OR telah mengembangkan banyak model tujuan
umum, seperti pemrograman linier dan berbagai ekstensinya, model jaringan, seperti penjadwalan jalur
kritis, dan model jalur tunggu, dan seterusnya. Mereka memiliki struktur matematis yang jelas dan metode
solusi terkait, biasanya dalam bentuk algoritma (Bagian 6.19 berisi pembahasan singkat tentang metode
solusi). Mereka biasanya disebut sebagai teknik OR dan merupakan inti dari sebagian besar pengajaran
OR dan buku teks.

Untuk permasalahan yang tidak sesuai dengan teknik OR tertentu, analis menggunakan pendekatan
proses untuk membangun model tujuan khusus dengan struktur yang disesuaikan dengan permasalahan
tersebut. Hal ini mungkin juga berarti merancang teknik solusi yang sesuai. Permasalahan seperti ini sering
kali lebih sulit untuk dirumuskan dan dipecahkan, namun juga memberikan tantangan yang lebih besar.
Jika semua input dan semua hubungan diketahui dengan pasti, maka model tersebut bersifat
deterministik. Jika masukan tertentu tidak pasti atau acak, maka keluaran model juga tidak pasti atau acak.
Jika distribusi probabilitas dapat ditentukan untuk masukan acak, model yang dihasilkan bersifat probabilistik
atau stokastik.

Mengapa membangun model matematika?

Perusahaan farmasi yang melakukan penelitian untuk mengembangkan pengobatan medis akan menguji
sejumlah besar senyawa atau kombinasi senyawa pada hewan laboratorium, dan kemudian satu atau dua
senyawa yang menunjukkan hasil luar biasa juga akan diuji pada manusia. Sebaliknya, ketika seorang
ilmuwan manajemen ingin menentukan mode operasi terbaik untuk proses yang ada, tidak ada kelinci
percobaan yang tersedia, dan eksperimen pada fasilitas yang ada juga bukan pilihan yang tepat. Hal ini
akan terlalu mengganggu, terlalu berisiko, dan biasanya terlalu mahal. Seringkali, masalahnya berkaitan
dengan proyek-proyek potensial yang masih dalam tahap perencanaan. Oleh karena itu, ujian dalam
kehidupan nyata tidaklah seimbang
Machine Translated by Google

6.12 Model matematika 139

mungkin. Namun meskipun pengujian sebenarnya dapat dilakukan, penundaan waktu yang disebabkan
oleh pengujian satu konfigurasi, apalagi beberapa lusin konfigurasi yang berbeda, berarti pengujian di
kehidupan nyata tidak mungkin dilakukan. Dalam kebanyakan kasus, tes semacam itu mungkin memerlukan
waktu beberapa bulan atau tahun untuk mendapatkan kesimpulan. Jawaban akhir mungkin hanya tersedia
bila masalahnya sudah lama menjadi tidak relevan! Oleh karena itu, model matematika adalah satu-satunya
cara praktis untuk memperoleh jawaban atas permasalahan tersebut dengan cepat dan murah.
Dengan paket pemodelan matematika interaktif saat ini, model tersebut dapat dikembangkan dengan
cukup mudah — seringkali dalam beberapa jam atau hari setelah analisis. Pengecualian mungkin terjadi
pada model yang berupaya mewakili keseluruhan operasi suatu perusahaan, seperti seluruh perusahaan
minyak, yang terdiri dari ekstraksi minyak mentah, transportasi ke kilang, operasi rinci di setiap kilang, dan
akhirnya distribusi minyak. produk olahan. Proyek semacam itu mungkin membutuhkan waktu beberapa
tahun untuk diselesaikan. Biaya terbesar adalah gaji para analis.

Model matematika biasanya mudah untuk dimanipulasi. Hal ini memungkinkan eksplorasi cepat
terhadap dampak perubahan input pada fungsi tujuan, khususnya dengan bantuan komputer. Berbeda
dengan eksperimen di kehidupan nyata, jawaban baru atau yang diperbarui sering kali dapat ditemukan
dalam beberapa detik waktu komputer, meskipun ada beberapa pengecualian. Atribut inilah yang membuat
model matematika menjadi pekerja keras dalam OR.

Pertimbangan penting ketika membangun model matematika Ketika membangun model

matematika, analis harus mengingat dengan kuat sifat-sifat penting dari model yang baik, yang dibahas
di Bagian 5.3. Secara khusus, modelnya harus sesederhana mungkin, namun tetap mencakup semua
aspek penting. Hal ini harus kuat dan, yang terpenting, sesuai dengan situasi dan memberikan keluaran
yang relevan dalam bentuk yang berguna untuk pengambilan keputusan.

Seperti yang telah kita lihat di Bagian 3.5, setiap definisi sistem menyiratkan penilaian batas. Analis
membuat beberapa hal dengan sengaja untuk menjaga masalah dalam batas yang dapat dikelola atau
karena kebutuhan karena beberapa aspek mungkin berada di luar kendali mereka. Praktik yang baik
mengharuskan hal ini dibenarkan dan dicatat secara kritis. Demikian pula, ketika menangkap hubungan
struktural sistem, analis dapat memperkenalkan asumsi lebih lanjut atau penilaian batas. Beberapa mungkin
tersirat dari bentuk model yang digunakan. Sekali lagi, hal ini penting untuk dievaluasi secara kritis. Apakah
pendekatan tersebut tepat atau cukup mendekati kenyataan? Bagaimana pengaruhnya terhadap keluaran
model atau bahkan mungkin membuat beberapa keluaran tidak valid?

Dua jenis penilaian batas dapat dibuat tanpa pertimbangan yang disengaja.
Yang pertama, validitas penggunaan data masa lalu untuk memprediksi masa depan, telah tercakup.
Penilaian batas kedua yang umumnya tersirat lebih berbahaya dan sulit untuk dihadapi. Seperti yang
ditunjukkan oleh diskusi mengenai efisiensi di Bagian 2.2 dan hierarki sistem di Bagian 3.8, sebagian besar
sistem pada kenyataannya hanyalah subsistem dari suatu entitas yang lebih besar; mereka berbagi sumber
daya dengan subsistem lain dan menerima masukan dari serta memberikan keluaran ke subsistem lain.
Asumsi implisit yang kita buat ketika 'mengoptimalkan' suatu subsistem tertentu adalah bahwa semua
subsistem lainnya telah beroperasi pada kondisi optimalnya dan bahwa perubahan apa pun yang dilakukan
tidak akan mempengaruhi hal tersebut — sebuah pertanyaan yang cukup besar! Disana mungkin
Machine Translated by Google

140 BAB 6 — Ikhtisar metodologi hard OR

Hanya sedikit yang dapat dilakukan analis mengenai bagaimana operasi subsistem lain mempengaruhi
subsistemnya, kecuali membuat pihak yang memegang kendali menyadarinya. Namun, penting bagi mereka
untuk memeriksa bagaimana perubahan dalam subsistem mereka dapat mempengaruhi pengoperasian
subsistem lainnya. Tidak banyak manfaat yang diperoleh jika perbaikan yang dilakukan menyebabkan
kemerosotan pada subsistem lainnya.

Aktivitas: Untuk setiap uraian berikut, tunjukkan apakah ini melibatkan penggunaan model matematika.
Jika ya, kenali komponen-komponennya, yaitu variabel keputusan, masukan yang tidak dapat dikendalikan,
keluaran kinerja (termasuk fungsi tujuan), kendala, dll., dan diskusikan keputusan batasan yang dibuat. •
Tinggi badan laki-laki umur 20
tahun di suatu kota cenderung mengikuti distribusi normal dengan rata-rata 178 cm dan simpangan baku
4 cm. Kebijakan saat ini menyatakan bahwa semua anggota kepolisian harus memiliki tinggi badan
minimal 174 cm. Oleh karena itu, sejumlah orang yang berminat pada pekerjaan kepolisian tidak
termasuk dalam kriteria ini. • Jarak lemparan batu tergantung pada berat
batu, sudut lemparan
lemparan Anda, dan kecepatan awal setelah batu lepas dari tangan Anda.
• Jumlah yang ingin dipertaruhkan oleh seorang penjudi yang kecanduan di kasino.

6.13 Model matematika untuk LOD: perkiraan pertama

Dua bagian berikutnya akan menunjukkan proses pemodelan pengayaan dan reformulasi, yang dibahas di
Bagian 5.4.
Kami telah menemukan bahwa satu-satunya hubungan antar produk disebabkan oleh keterbatasan total
ruang gudang yang tersedia (dan juga kapasitas pencampuran dan pengisian). Penyederhanaan pertama
yang jelas adalah dengan mengabaikan kendala-kendala ini. Jika solusi terbaik yang tidak dibatasi untuk
semua produk memenuhi batasan tersebut, maka solusi tersebut tidak membatasi dan mengabaikannya
adalah tebakan yang bagus. Jika salah satu batasan dilanggar, misalnya dibutuhkan lebih banyak ruang
daripada yang tersedia, kami mencoba memperkaya model dengan mengubah solusi yang tidak dibatasi
secara tepat atau dengan memulai babak baru dalam membangun model yang lebih komprehensif.

Kami mengidentifikasi dua variabel keputusan: titik batas untuk ukuran pesanan pelanggan yang
diklasifikasikan sebagai besar dan ukuran pengisian stok. Sebagai penyederhanaan pertama, kami lebih suka
menangani hanya satu variabel keputusan per produk. Perhatikan bahwa isu awal yang diangkat oleh manajer
LOD berkaitan dengan besarnya investasi dalam saham. Jadi model sederhana pertama kita hanya membahas
hal itu. Memeriksa kembali diagram pengaruh, sekarang kita hanya mempertimbangkan konsekuensi yang
mengikuti variabel sistem (2). Ini adalah subsistem pengisian stok pada Gambar 6-3. Namun, daripada
mengabaikan variabel keputusan pada titik batas, kita menetapkannya pada nilai yang berubah-ubah,
katakanlah L = 12. Dengan kata lain, kita tidak menggunakannya sebagai variabel keputusan, namun
memperlakukannya sebagai masukan tetap lainnya. Bersama dengan pola pesanan pelanggan secara
keseluruhan, hal ini menentukan pola pesanan untuk memenuhi permintaan dari stok, seperti yang ditunjukkan
pada diagram pengaruh (Gambar 6-4). Selain itu, subsistem untuk menangani pesanan dalam jumlah besar
(lingkaran 1, 3, 4, 9, dan 10 pada Gambar 6-4) tidak terpengaruh oleh kebijakan pengisian stok dan dapat
diabaikan pada saat ini.
Machine Translated by Google

6.13 Model matematika untuk LOD: perkiraan pertama 141

Kami sekarang siap untuk membangun perkiraan pertama model matematika untuk LOD. Dari diagram
pengaruh, setiap variabel atau hasil sistem dinyatakan sebagai fungsi dari seluruh masukan dan/atau
variabel sistem lainnya yang mempunyai anak panah yang berakhir pada variabel atau hasil tersebut.
Dengan melanjutkan ke bawah secara bertahap, kita dapat menyusun persamaan untuk 'Total biaya relevan
tahunan untuk produk i' (oval 15).
Kita mulai secara sembarang dengan lingkaran 6. Panah masuk menunjukkan bahwa 'Jumlah pengisian
stok tahunan' adalah fungsi dari volume permintaan tahunan yang dipenuhi dari stok, dilambangkan dengan
D1 (awalnya merupakan variabel sistem pada lingkaran 5, namun sekarang merupakan masukan) , dan
ukuran penambahan stok, Q (variabel keputusan tunggal). Semakin besar nilai Q, semakin sedikit pengisian
yang diperlukan untuk memenuhi permintaan tersebut. Sedikit pemikiran (atau coba-coba) menunjukkan hal
itu

Jumlah pengisian stok tahunan = D1/Q.

Biaya penyiapan tahunan untuk pengisian kembali stok (lingkaran 12) merupakan fungsi dari jumlah
pengisian stok tahunan (lingkaran 6) dan biaya penyiapan produksi per batch, s. Faktanya, ini adalah produk
dari keduanya:

Biaya penyiapan tahunan untuk pengisian stok = [D1/ Q]s.

Gambaran kaya (Gambar 6-2 di halaman 127) menunjukkan bahwa persediaan untuk setiap produk
mengikuti pola gigi gergaji dari waktu ke waktu — setiap kali persediaan diisi dengan pengisian ulang
(variabel keputusan), persediaan tersebut secara bertahap dikurangi dengan penarikan untuk memenuhi
kebutuhan. pola pesanan pelanggan kecil (lingkaran 2). Dengan memperkirakan penarikan stok ini sebagai
tingkat yang konstan, maka setiap gigi berbentuk segitiga siku-siku dan oleh karena itu tingkat stok rata-rata
adalah setengah tingginya, atau

Tingkat stok rata-rata = 0,5Q.

Jika setiap unit dalam stok mempunyai nilai v, maka

Rata-rata investasi saham = 0,5Qv.

Setiap dolar yang diinvestasikan per tahun dikenakan penalti sebesar r, jadi

Biaya penyimpanan saham rata-rata = 0,5Qvr.

Sedikit pemikiran menunjukkan bahwa lingkaran 14 adalah produk dari dua input (ingat bahwa 'Volume
tahunan yang diperoleh dari stok' adalah input dalam perkiraan pertama):

Nilai permintaan tahunan = vD1

Lingkaran 11 juga merupakan hasil kali dua masukan:

Biaya penanganan tahunan untuk pelanggan kecil = h1D1.

Menjumlahkan hasil antara ini menghasilkan total biaya relevan tahunan untuk
perkiraan pertama, dilambangkan dengan T(Q):
Machine Translated by Google

142 BAB 6 — Ikhtisar metodologi hard OR

T(Q) = 0,5Qvr + (sD1/Q) + h1D1 + vD1 (6-1)

T(Q) adalah fungsi dari salah satu variabel keputusan, Q. Tentu saja, ini juga merupakan fungsi dari input
lain berupa parameter biaya dan permintaan. Merupakan kebiasaan untuk tidak menunjukkan hal ini secara
eksplisit sebagai argumen dalam T(Q). Namun, akan berguna untuk menunjukkan bahwa T(Q) sebenarnya
dinyatakan untuk titik potong tetap L.
Kriteria keputusan kami adalah menemukan nilai Q yang meminimalkan ekspresi (6-1).
Perhatikan bahwa untuk setiap titik potong L, dua bagian terakhir dari (6-1) adalah konstanta yang tidak
bergantung pada variabel keputusan Q. Oleh karena itu, nilai Q yang meminimalkan (6-1) sama dengan yang
meminimalkan

T(Q) = 0,5Qvr + (sD1/Q) (6-1A)

Dengan kalkulus diferensial dapat ditunjukkan bahwa nilai optimal Q yang mana
meminimalkan (6-1A) diberikan oleh

(6-2)

Ekspresi (6-2) dikenal dengan Rumus Economic Order Quantity (EOQ).

Ini adalah model pengendalian inventaris ATAU yang paling sederhana, namun juga paling banyak digunakan.
Faktanya, ini adalah model yang disertakan dalam sebagian besar paket perangkat lunak manajemen inventaris
yang tersedia secara komersial.
Perhatikan contoh berikut: suatu produk Y mempunyai total permintaan dalam drum sebesar D = 7132.
Untuk titik potong L = 12, hanya D1 = 4140 yang dipenuhi dari stok, sisanya dipenuhi oleh proses produksi
khusus. Nilai produknya adalah v = $320/drum, biaya persiapan produksi s = $18, dan penalti biaya penyimpanan
r = $0,18/$ yang diinvestasikan/tahun. Berdasarkan Ekspresi (6-2), EOQ optimal adalah

Karena Q adalah bilangan bulat, kita membulatkannya menjadi 51. Dengan (6-1A) biaya tahunan yang relevan adalah

T(EOQ) = 0,5(51)320(0,18) + 18(4140/51) = $2,930.

Aktivitas: Untuk data masukan berikut: D1 = 3600, s = $20, v = $15, r =

20%, h1 = $0,50,
tentukan • total biaya relevan tahunan T(Q) untuk
Q = 300. • Q* optimal = EOQ dan total biaya relevan tahunan terkait T(Q*).

6.14 Perkiraan kedua untuk model LOD

Untuk perkiraan pertama, kami menetapkan titik potong untuk mengklasifikasikan pesanan pelanggan secara
sewenang-wenang pada L = 12. Hal ini memungkinkan kami menemukan bahwa rumus EOQ dapat digunakan
Machine Translated by Google

6.15 Menjelajahi ruang solusi untuk T(L,Q) 143

untuk menemukan ukuran pengisian stok yang optimal Q. Volume permintaan tahunan yang dipenuhi
dari stok, D1, adalah salah satu parameter masukan dari rumus EOQ. Rumus tersebut tetap berlaku
meskipun D1 berubah, misalnya akibat perubahan titik potong L. Apakah tidak mungkin menemukan nilai
gabungan terbaik dari Q dan L hanya dengan proses pencacahan sederhana? Benar! Untuk semua
kemungkinan nilai yang dapat diasumsikan oleh L , kita menentukan nilai optimal dari Q dan juga
menghitung total biaya yang terkait dengan kombinasi L dan Q yang sesuai. Nilai terendah dari total
biaya ini akan memungkinkan kita untuk mengidentifikasi nilai optimal bersama dari L dan Q.

Sebuah fitur menarik muncul. Model sederhana pertama yang dikembangkan untuk menemukan
ukuran pengisian stok yang optimal menjadi submodel dari model baru. Penyatuan satu model ke dalam
model lain cukup sering terjadi .
Total biaya sekarang juga harus mencakup biaya-biaya yang terkait dengan proses produksi khusus.
Karena merupakan fungsi dari dua variabel keputusan, L dan Q, kita akan menyatakannya sebagai
T(L,Q). Diagram pengaruh pada Gambar 6-4 menunjukkan bahwa ada dua biaya tambahan yang terkait
dengan L, biaya setup tahunan untuk menjalankan produksi khusus (lingkaran 10) dan biaya penanganan
tahunan untuk pesanan pelanggan besar (lingkaran 9). Berikut adalah ekspresi yang sesuai:

Biaya penanganan tahunan untuk pelanggan besar = h2D2,

dimana D2 adalah permintaan tahunan dari pelanggan besar, yaitu jumlah pesanan sama dengan atau
lebih besar dari L, dan h2 adalah biaya penanganan unit terkait, dan

Biaya penyiapan tahunan untuk proses produksi khusus = sN,

di mana N menunjukkan jumlah produksi khusus tahunan yang dijalankan untuk pesanan pelanggan
besar. Hal ini diberikan oleh jumlah pesanan pelanggan yang sama atau lebih besar dari L. Untuk setiap
L tertentu, D2 dan N dapat dengan mudah ditentukan.
Total biaya relevan untuk T(L,Q) adalah sebagai berikut:

T(L,Q) = [sN] + [h2D2] + [0,5Qvr + sD1/Q] + [h1D1] (6-3)

Biaya penanganan tahunan untuk pelanggan kecil meningkat atau menurun seiring dengan kenaikan
atau penurunan titik potong L. Berbeda dengan model EOQ sederhana, dimana biaya ini tetap konstan
dan dapat diabaikan, kini biaya tersebut dipengaruhi oleh salah satu variabel keputusan dan menjadi
bagian dari total biaya relevan.

6.15 Menjelajahi ruang solusi untuk T(L,Q)

Gambar 6-5 menunjukkan output dari spreadsheet untuk produk Y. Tabel ini menghitung, untuk rentang
nilai L, nilai optimal terkait Q (menggunakan rumus EOQ), dan berbagai komponen biaya, serta total
biaya relevan. biaya.
Nilai produk tahunan masih tetap konstan untuk semua kombinasi L dan