charezz.putri

Beberapa asumsi yang dibangun dalam MRP adalah schedule permintaan di masa depan telah diketahui secara pasti, lead time kedatangan material juga pasti, tidak ada perubahan struktur produk, dan sistem pencataan inventory benar-benar akurat. Kenyataannya, asumsi-asumsi tersebut seringkali tidak dipenuhi sehingga MRP sering direvisi untuk memenuhi permintaan yang berubah, keterlambatan kedatangan material berkaitan dengan tidak pastinya lead time, atau bisa saja dikarenakan adanya problem di internal sistem produksi, contohnya mesin breakdown dan sebagainya. Selain itu, MRP juga bisa saja direvisi karena perubahan struktur produknya atapun ketidakakuratan pencatatan inventory (jumlah material ataupun item yang ada digudang tidak sama dengan catatan yang digunakan sebagai dasar dibuatnya planning MRP).

MRP effectiveness sangat bergantung dari faktor-faktor yang dijelaskan diatas. MRP sangat efektif apabila permintaan di masa depan dapat diketahui secara pasti, lead time konstan, tidak ada perubahan struktur material dari produk, dan pencatatan inventory akurat. Untuk mengantisipasi ketidak efektifan MRP, ada beberapa cara yang bisa dilakukan. Beberapa cara tersebut adalah :

• Mengantisipasi melalui adanya safety stock dan safety lead time
• Menerapkan frozen period dalam perencanaan MRP
• Menggunakan metode lot sizing lot for lot untuk item / material pada low level item / material
• Menerapkan strategi component commonality
• Meningkatkan keakurasian pencatatan inventory

Untuk mengetahui MRP effectiveness, pada pembahan ini dilakukan simulasi MRP dengan rolling schedule untuk permintaan yang tidak pasti (uncertainly demand). Rolling schedule dilakukan selama 20 periode dengan 10 periode planning horison. Apabila digunakan safety stock sebesar 20 dan lot size sebesar 100 unit, lead time selama 1 periode, dengan data permintaan untuk sepuluh periode sebagai berikut :

Apabila kita berada pada periode 1, maka matriks MRP adalah sebagai berikut :

Perencanaan MRP yang dibuat adalah melakukan pemesanan pada periode 4, 5, dan 8. Namun, apabila dilakukan rolling schedule, apabila kita berada pada periode 2, maka akan ada perubahan nilai gross requirement (hal ini yang nenandakan uncertainly demand). Nilai gross requirement berubah dengan pola :

Nilai gross requirement baru = Nilai gross requirement lama + Norm (0,10)

Sehingga, apabila kita telah berada pada periode 2, maka diperoleh nilai gross requirement baru sebagai berikut :

Nilai gross requirement pada periode 2 sejumlah 44 diperoleh dari nilai gross requirement pada periode 2 lama yaitu 30, ditambah dengan suatu nilai yang berdistribusi normal dengan rata-rata 0 dan standar deviasi 10. Suatu nilai yang berdistribusi normal tersebut diperoleh dengan cara merandom suatu angka dari 0 hingga 1, kemudian angka tersebut dimasukkan dalam fungsi pada Ms.Excell untuk mengetahui nilai yang berdistribusi normal dengan parameter rata-rata 0 dan standar deviasi 10. Fungsi tersebut adalah =NORM.INV(angka random;rata-rata;std-dev).

Maka matriks MRP apabila kita telah berapa pada periode 2 adalah sebagai berikut :

Perencanaan MRP yang dibuat adalah melakukan pemesanan pada periode 2, 6, dan 8. Dapat dilihat bahwa perencanaan yang telah dibuat pada periode 1 berbeda dengan perencanaan yang dibuat pada periode 2. Hal ini nenandakan terjadinya perubahan pada perencanaan MRP.

Setelah disimulasikan selama 20 periode, dapat dilihat pada tabel dibawah ini perubahan keputusan pemesanan.

Dapat dilihat pada tabel diatas, bahwa selalu terjadi perubahan perencanaan selama rolling schedule. Pada periode 1, kita menjadwalkan baru akan melakukan pemesanan pada periode 4. Namun ketika kita telah berada pada periode 2, keputusan dilakukannya pemesanan dimajukan dari periode 4 ke periode 2 (saat itu juga). Hal ini disebabkan perubahan permintaan pada periode 2 yaitu dari 30 menjadi 44. Apabila tidak dilakukan perubahan, misalnya pemesanan tetap akan dilakukan pada periode 4 (tidak dimajukan ke periode 2). Maka bentuk matriks MRPnya dapat dilihat pada tabel di bawah ini.

Dapat dilihat pada tabel diatas, pada periode 3 hanya akan ada inventory sebanyak 1. Hal ini tidak sesuai dengan kebijakan diawal yaitu adanya safety stock sebesar 20. Sehingga perlu dilakukan perubahan yaitu pemesanan dimajukan dari periode 4 ke periode 2. Demikian halnya dengan perubahan yang dilakukan pada rolling schedule berikutnya.

Permasalahan yang dibahas diatas adalah permasalahan uncertainly demand, namun lead time dianggap konstan. Permasalahan diatas akan semakin kompleks apabila ternyata leat time delivery apabila kita melakukan pemesanan suatu material tidaklah konstan melainkan berubah-ubah (uncertainly lead time). Contoh permasalahan untuk uncertainly lead time sebagai berikut :

“Suppose the average manufacturing lead time is three weeks, with a standard deviation of one week. To maintain good customer service, the planned lead time is set to five weeks. Since the actual lead times are random, some will be less than the mean of three weeks and some will be greater. If these follow an approximately normal distribution, then the most likely lead times will be three weeks so the most likely holding time in inventory will be two weeks. The result can be a large amount of inventory.

• From the previous case, what would be the chance that the job is completed late?

• If you reduced the planned lead time to 4 weeks, what would be the increase in the probability of lateness?

• In case that you were late, the penalty is X. The inventory holding cost for one week is Y. Formulate the expected cost for each policy."

Dari pemaparan diatas diketahui bahwa rata-rata lead time adalah sebesar 3 minggu dan standar deviasinya sebesar 1 minggu. Safety lead time yang digunakan adalah sebesar 5 minggu.

Peluang terjadinya keterlambatan :

P(lead time > 5) = 1 – P (lead time < 5)

= 1- norm(Z=5-3/1)

=1-norm(Z=2)

=1-0,97725

=0,02275

Apabila dilakukan perubahan pada lead time, menjadi 4 minggu, maka peluang terjadinya keterlambatan :

P(lead time > 4) = 1 – P (lead time < 4)

= 1- norm(Z=4-3/1)

=1-norm(Z=1)

=1-0,841345

=0,15865

Apabila ada penalty untuk keterlambatan yaitu sebesar X dan biaya holding cost untuk menyimpan selama 1 minggu adalah sebesar Y, dapat dihitung total cost untuk lead time 4 minggu dan 5 minggu diatas.

Untuk lead time 4 minggu :

Ekspektasi Total Cost = Peluang terlambat * X + Peluang lamanya disimpan I_{tidak terlambat} * Biaya Simpan Y

Peluang terlambat * X = P (lead time >4) * X

Peluang terlambat * X = 0,15865X

Peluang lamanya disimpan I_{tidak terlambat} * Biaya simpan Y = P (lead time = 0) * 4Y + P (lead time = 1) * 3Y + P (lead time = 2) * 2Y + P (lead time = 3) * Y

Peluang lamanya disimpan I_{tidak terlambat} * Biaya simpan Y = 0,00135 * 4Y + 0,0214 * 3Y + 0,1359 * 2Y + 0,3413 * Y

Peluang lamanya disimpan I_{tidak terlambat} * Biaya simpan Y = 0,6827Y

Ekspektasi Total Cost = 0,15865X + 0,6827Y

Untuk lead time 5 minggu :

Ekspektasi Total Cost = Peluang terlambat * X + Peluang lamanya disimpan I_{tidak terlambat} * Biaya Simpan Y

Peluang terlambat * X = P (lead time >5) * X

Peluang terlambat * X = 0,02275X

Peluang lamanya disimpan I_{tidak terlambat} * Biaya simpan Y = P (lead time = 0) * 5Y + P (lead time = 1) * 4Y + P (lead time = 2) * 3Y + P (lead time = 3) * 2Y + P (lead time = 4) * Y

Peluang lamanya disimpan I_{tidak terlambat} * Biaya simpan Y = 0,00135 * 5Y + 0,0214 * 4Y + 0,1359 * 3Y + 0,3413 * 2Y + 0,3413 * Y

Peluang lamanya disimpan I_{tidak terlambat} * Biaya simpan Y = 1,5241Y

Ekspektasi Total Cost = 0,15865X + 1,5241Y