Simulasi Sistem Untuk Meningkatkan Kinerja Rantai Pasok

Authors

  • Widya Nurcahayanty Tanjung Universitas Al Azhar Indonesia
  • Syarif Hidayat Universitas Al Azhar Indonesia
  • Sarah Azmiyati Universitas Al Azhar Indonesia

DOI:

https://doi.org/10.36722/sst.v3i4.231

Abstract

Abstrak - Berdasarkan hasil pengukuran kinerja rantai pasok yang telah dilakukan oleh Azmiyati [1] di PT. Louserindo Megah Permai (LMP) pada tahun 2015, nilai kinerja yang dicapai sebesar 73.82%. nilai tersebut masuk kedalam kategori Good menurut Hvolby [4]. Dari 29 metrics yang dinilai, terdapat 3 metrik yang nilai kinerjanya masih buruk, yaitu Days Payable Outstanding (25%), Deliver Cycle Time (30%), dan Install Product Cycle Time  (30%). Sebagai upaya agar perbaikan kinerja dapat dilakukan dengan baik, diperlukan suatu simulasi dinamis untuk melihat faktor-faktor yang berpengaruh terhadap ketiga metrik tersebut. Entitas-entitas yang terlibat dalam simulasi dinamis yaitu, produksi, marketing, gudang, dan pengadaan. Berdasarkan hasil simulasi yang dilakukan diperoleh hasil bahwa, install product cycle time akan meningkat kinerjanya jika deliver cycle time meningkat. Hal ini disebabkan bahwa install product cycle time tidak akan mengalami keterlambatan jika kegiatan delivery dilakukan tepat pada waktunya. Sedangkan days payable outstanding akan meningkat kinerja jika install product dilakukan tepat waktu. Hal ini dikarenakan bahwa kegiatan penagihan atau pembayaran baru dapat dilakukan jika dan hanya jika produk telah terpasang dengan sempurna. Dengan demikian untuk meningkatkan kinerja metrik-metrik tersebut entitas dari produksi, gudang, dan pengadaan harus melakukan koordinasi yang lebih baik agar keterlambatan yang mungkin terjadi dapat diminimalisir atau dihilangkan sama sekali.

 

Kata kunci - Pengukuran kinerja, Supply Chain Management, SCOR, Simulasi Dinamis.

 

Abstract - Based on the results of chain performance measurement that has been done by Azmiyati [1] in PT. Louserindo Megah Permai (LMP) in 2015, the performance value achieved was 73.82%. the value is included in the Good category according to Hvolby [4]. Of the 29 metrics assessed, there are 3 metrics whose performance values are still poor, ie Days Payable Outstanding (25%), Deliver Cycle Time (30%), and Install Product Cycle Time (30%). In order to improve performance well done, a dynamic simulation is required to see the factors that affect the three metrics. The entities involved in the dynamic simulation are, production, marketing, warehouse, and procurement. Based on the simulation results, the product cycle time will increase performance if the deliver cycle time increases. This is because the install product cycle time will not be delayed if delivery is done on time. While the days payable outstanding will increase performance if the install product is done on time. This is because the new billing or payment activity can be done if and only if the product has been installed perfectly. Thus to improve the performance of these metrics the entities of production, warehouse, and procurement must perform better coordination so that any possible delays can be minimized or eliminated altogether.

 

Keywords - Performance Measurement, Supply Chain Management, SCOR, Dinamyc Simulations.

Author Biographies

Widya Nurcahayanty Tanjung, Universitas Al Azhar Indonesia

Program Studi Teknik Industri, Fakultas Sains dan Teknologi

Syarif Hidayat, Universitas Al Azhar Indonesia

Program Studi Teknik Industri, Fakultas Sains dan Teknologi

Sarah Azmiyati, Universitas Al Azhar Indonesia

Program Studi Teknik Industri, Fakultas Sains dan Teknologi

References

Azmiyati, Sarah. Hidayat, Syarif. 2016. Pengukuran Kinerja Rantai Pasok pada PT. Louserindo Megah Permai Menggunakan Model SCOR dan FAHP. UAI, Jakarta

Chopra, S., and Meindl, P. 2007. Supply Chain Management: Strategy, Planning, and Operations. New Jersey: New Jersey - Prentice-Hall

Dilworth, J.B., 2000. Operations Management. Dryden Press, Orlando.

H. Volby, 2000. Performance Measurement and Improvement Supply Chain. Thienekers

Pujawan, I N. 2005. Supply Chain Management. Guna Widya, Surabaya.

Sterman, J.D. 2004. Business Dynamics System Thinking and Modelling for a Complex World. Mc Graw Hill, New York

Supply Chain Council. 2008. SCOR Version 9.0 Overview. SCC, Washington DC.

Tasrif, M. 2004. Model Simulasi Untuk Analisis Kebijakan: PendekatanMetodologi System Dynamics. Kelompok Peneliti dan PengembanganEnergi. Institut Teknologi Bandung.

Downloads

Published

2017-12-28

Issue

Section

JURNAL AL-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI