Septi Bagian c2
Septi Bagian c2
Metode analisis pohon keputusan yang sudah dijelaskan tadi oleh mifta, berguna untuk saat
evaluasi dalam rantai pasokan. Skrg kita melanjutkan bahasan dari mifta, yaitu
mempertimbangkan evaluasi flesibilitas dengan pohon keputusan dalam hal pilihan
pergudangan untuk perjalanan logistik.
Berawal dari manajer umum ditawari kontrak untuk perjalanan logistik.
1. Dengan pembayaran di muka sebesar $10.000, perjalanan logistik akan memiliki
fleksibilitas penggunaan antara 60.000 kaki persegi dan 100.000 kaki persegi ruang
gudang dengan harga $ 1 per kaki persegi per tahun.
2. Perjalanan logistik harus membayar $ 60.000 per tahun untuk 60.000 kaki persegi
pertama dan kemudian dapat menggunakan hingga 40.000 kaki persegi lainnya sesuai
permintaan dengan harga $ 1 per kaki persegi.
Tujuan pembahasan kali ini, nanajer umum memutuskan untuk menggunakan pohon
keputusan untuk mengevaluasi apakah kontrak fleksibel ini lebih disukai daripada kontrak
tetap 100.000 kaki persegi.
Langkah-langkah PILIHAN SEWA FLEKSIBEL
1. Pohon keputusan yang mendasari untuk mengevaluasi kontrak fleksibel persis seperti
pada Gambar ini
Lalu Present value of expected profit/ nilai sekarang dari keuntungan yang diharapkan
yaitu $34.545
Berikut laba bersih yang diharapkan sekitar $56.545
Maka dengan pembayaran di muka sebesar $ 10.000, laba bersih yang diharapkan
sebesar $ 56.545 berdasarkan sewa fleksibel.
Berikut tabel perbandingan pilihan sewa yang berbeda untuk perjalanan logistik
Pilihan:
- Semua ruang gudang dari pasar spot (pasar spot yaitu pasar dimana perdagangan
berlangsung dengen sistem pengiriman langsung)
- Sewa 100.000 kaki persegi selama 3 tahun
- Sewa fleksibel antara 60.000 dan 10.000 kaki persegi
Kesimpulannya, kontrak sewa fleksibel ini bermanfaat bagi perjalanan logistik karena
lebih berharga sekitar $ 18.181 dari kontrak sewa tetap selama tiga tahun.
Nilai fleksibilitas dapat diperoleh dari mana? perbedaan antara nilai keuntungan yang
diharapkan dari 2 kontrak.
6.6 ONSHORE ATAU OFFSHORE:
EVALUASI PENAWARAN GLOBAL KEPUTUSAN DESAIN RANTAI
BERDASARKAN KETIDAKPASTIAN
Selanjutnya, membahas keputusan desain rantai pasokan dapat digambarkan dengan kekuatan
metode analisis pohon keputusan untuk perancangan jaringan rantai pasokan global dengan
memperhitungkan ketidakpastian. D-solar (produsen panel surya di Jerman) menghadapi
keputusan lokasi pabrik dalam jaringan global dengan masalah nilai tukar yang berfluktuasi
dan ketidakpastian permintaan. D-Solar harus memutuskan apakah akan membangun pabrik
di Eropa atau Cina?
Pabrik Eropa Pabrik Cina
Fixed cost (euro) = 1 million/year Fixed cost (euro) = 8 million/year
Variabel cost (euro) = 40/panel Variabel cost (euro) = 340/panel
Pabrik Eropa lebih mahal tetapi juga akan Pabrik Cina lebih murah (dengan nilai tukar
memilikinya fleksibilitas volume yang lebih saat ini 9 yuan / euro) tetapi akan terbatas
besar. Pabrik akan dapat menambah atau fleksibilitas volume dan hanya dapat
mengurangi produksi dimana saja dalam menghasilkan antara 100.000 dan 130.000
kisaran 60.000 hingga 150.000 panel panel.
dengan tetap mempertahankan biaya
variabelnya.
Permintaan di pasar Eropa saat ini 100.000 Jika dibangun, D-Solar harus mengeluarkan
panel per tahun dan setiap panel dijual biaya variabel untuk 100.000 panel untuk
seharga € 70. Sementara permintaan panel permintaan turun di bawah level tersebut
diperkirakan akan meningkat, ada beberapa dan akan kehilangan penjualan jika
risiko penurunan jika ekonomi tergelincir. permintaan meningkat di atas 130.000
Dari satu tahun ke tahun berikutnya, panel.
permintaan mungkin meningkat 20 persen Nilai tukar bergejolak, dan setiap tahun
dengan probabilitas 0.8 atau turun 20 persen yuan diharapkan naik 10 persen dengan
dengan probabilitas 0.2. probabilitas 0,7 atau turun 10 persen dengan
probabilitas 0,3
Asumsinya, keputusan lokasi pabrik akan ada selama tiga tahun ke depan dan tingkat diskon
yang digunakan oleh D-Solar adalah k 0,1. Semua biaya dan pendapatan diasumsikan
bertambah pada awal tahun, sehingga kami dapat mempertimbangkan tahun pertama sebagai
periode 0 dan dua tahun berikutnya sebagai periode 1 dan 2.
Untuk evaluasi ini, dapat membangun pohon keputusan seperti pada Gambar. Setiap node di
berikan periode mengarah ke empat kemungkinan node di periode berikutnya karena
permintaan dan nilai tukar bisa naik atau turun.
Permintaan dalam ribuan dan diwakili oleh= D.
Kurs=diwakili oleh E, di mana E adalah jumlah yuan untuk satu euro.
Misalnya, dimulai dengan node D=100, E=9.00 di Periode 0, seseorang dapat beralih ke salah
satu dari empat node di Periode 1.
Transisi ke node D=120, E=9.90 di Periode 1 terjadi jika permintaan meningkat (probabilitas
0.8) dan yuan melemah (probabilitas 0,3).
Jadi, transisi dari node D=100, E=9.00 di Periode 0 sampai node D=120, E=9.90 pada
Periode 1 terjadi dengan probabilitas 0.8 × 0.3=0.24.
Semua probabilitas dihitung dengan cara yang sama. Keuntungan utama menggunakan pohon
keputusan adalah memungkinkan evaluasi keuntungan yang sebenarnya di masing-masing
perjalanan perusahaan.