Gleitender Durchschnittlicher Vensim

Alle diese Dateien können zum. vdf-Format für die Anzeige im Modell importiert werden. Die. tab-Dateien sind bequem für die Überprüfung in einer Kalkulationstabelle. Die Punkte - und Statistikdateien enthalten zusätzliche Variablen, die man beim Öffnen der. vdf-Datei sehen kann. Wenn Sie sehr lange Simulationen mit vielen Parametern ausführen, können diese Dateien sehr groß werden. Eine tabulatorgetrennte Datei namens myrunMCMCsample. tab, die alle akzeptierten Punkte und Auszahlungen (nach der optionalen Brennzeit) auflistet. Sie können es als Dateimethode für Sensitivitätsläufe verwenden. So dass Sie die Antwort von Variablen in Ihrem Modell abhängig von der hinteren Wahrscheinlichkeit aus der Kalibrierung erforschen können. Beachten Sie, dass MCMC nicht akzeptiert einen neuen Punkt jeder Iteration, so dass wiederholte Punkte häufig sind. Diese sind für die statistischen Eigenschaften der Probe wichtig, aber wenn Sie MCMC heuristisch verwenden, können Sie Wiederholungen mit der Option MCRECORD unterdrücken. Wenn Sie keine nachträglichen Simulationen auf identischen Proben verschwenden möchten, können Sie mit MCMC eine große Stichprobe erzeugen und dann auf einen kleineren Satz abbilden, der eine geringe Wiederholungswahrscheinlichkeit aufweist. Das folgende Beispiel zeigt das Beispiel, das sich aus der eigenständigen MCMC (rot) und der Auszahlungsempfindlichkeit MCMC (blau) ergibt. Im Fall der Auszahlungsempfindlichkeit wird die Probe bei dem Konfidenzniveau 95 abgeschnitten, was die charakteristische elliptische Form dieser bivarianten Normalverteilung zeigt. Die eigenständige MCMC-Probe weist den Mittelwert und die Varianz der Zielverteilung auf, einschließlich einiger Punkte (nicht zufällig etwa 5), ​​die außerhalb der 2-Sigma-95-Konfidenzgrenzen liegen. Die Auszahlungsempfindlichkeit MCMC-Probe ist die gleiche innerhalb der 95 Schranken, ist aber abgeschnitten, so dass ihre Gesamtabweichung geringer ist. Eine tabulatorgetrennte Datei namens myrunMCMCpoints. tab, die alle akzeptierten Punkte und Auszahlungen auflistet. Statuscodes sind wie folgt: Auszahlungsfehler (z. B. ein FP-Fehler oder negativer Auszahlungswert, der eine Wahrscheinlichkeit repräsentiert) Akzeptiert während des Brennens Wiederholt während des Brennens Akzeptiert, aber oberhalb der Auszahlungsempfindlichkeitsschwelle Wiederholte, aber oberhalb der Auszahlungsempfindlichkeitsschwelle Verbesserung der besten Auszahlung (dies wird duplizieren Ein Punkt angegeben als 0-6) Eine. dat-Datei mit dem Namen myrunMCMCstats. dat, die zusätzliche Diagnosen enthält. Es beinhaltet: Kettenakzeptanz. Flaggen für Ausreißerketten. Globale Mittelwerte und Varianz über alle Ketten. Globale Akzeptanzrate. Die optimale Akzeptanzrate für Normalverteilungen beträgt unter einigen Bedingungen etwa 0,24, obwohl dies bei den meisten Modellen unwahrscheinlich ist. Eine Akzeptanzrate nahe 0 oder 1 bedeutet wahrscheinlich, dass die Vorschlagsverteilung keine tragfähigen Punkte erzeugt oder zu konservativ ist. Jeder Weg, wird der Fortschritt langsam sein. Beste Auszahlungen und Verbesserungen. Das große Mittel und die Abweichung zwischen den Ketten und das Mittel der Kettenvariation über Iterationen. Die univariate RubinBrooks-Gelman PSRF-Konvergenzstatistik. Dies verglichen die Varianz über Ketten und innerhalb von Ketten über Iterationen, um anzuzeigen, inwieweit zusätzliche Iterationen das Verhältnis von Varianzen verbessern könnten. PSRF sollte 1-Werte von mehr als 1,2 annehmen, werden typischerweise als nicht-konvergiert angesehen. Typischerweise ist die Anzahl der parallelen Ketten in einer Simulation groß (mindestens 10, möglicherweise 100s), so dass diese in einen kleineren Satz von Metachains aggregiert werden, bevor die PSRF berechnet wird. Eine CMCP-Konvergenzstatistik. Dies ist eine Modifikation des Rosenbaum-Cross-Match-Permutationstests. Der angegebene Wert ist ein P-Wert eines 2-Tests für die Einheitlichkeit der Mindestabstände für Mitglieder innerhalb und zwischen einer aktuellen Probe und einer gespeicherten Stichprobe. Bei der Konvergenz sollte dies gleichmäßig verteilt sein, und übergehen (über 5) 95 der Zeit. Das CMCP-Beispiel enthält nur akzeptierte Punkte, nicht Wiederholungen, so dass es irreführend sein kann, wenn die Akzeptanzrate wesentlich variiert. Die Anzahl der Parameter-Dimensionen, bei denen eine Varianz auftreten kann (angezeigt durch 0-Interquartil-Bereich) Statistische Zähler werden am Ende des Burnins zurückgesetzt. Kettenstatistiken werden zurückgesetzt, wenn eine Ausreißerkette neu gestartet wird. Mittel und Varianzen werden über ein Online-Update berechnet, das die zweite Hälfte der verfügbaren Ausgabe begünstigt (d. h. es ist ein exponentiell gewichteter gleitender Durchschnitt). Das Folgende zeigt eine gesunde Konvergenz, bei PSRF nahe 1, eine vernünftige Akzeptanzrate (ca. 0,3) und CMCP selten lt .05. Stephen P. Brooks Andrew Gelman, Zeitschrift für Computational and Graphical Statistics, Bd. 7, Nr. 4. (Dezember 1998), Seiten 434-455. Rosenbaum, P. R. (2005). Ein exakter verteilungsfreier Test, bei dem zwei multivariaten Verteilungen auf der Grundlage der Nachbarschaft verglichen werden. Journal of the Royal Statistical Society: Reihe B, 67, 515-530. Auszahlungs-Empfindlichkeit (Vertrauenswürdigkeit) Bounds (nur Payoff-Empfindlichkeit) eine tabulatorgetrennte Datei namens myrunsensitive. tab, die den Parameter confidence bounds auflistet. Was geschieht, wenn die Daten Trend - und Saisonalität zeigen Um Saisonalität zu bewältigen, müssen wir einen dritten Parameter hinzufügen Doppelte Glättung wird nicht funktionieren. Wir stellen nun eine dritte Gleichung vor, um die Saisonalität (manchmal Periodizität genannt) zu berücksichtigen. Der resultierende Satz von Gleichungen wird nach den Namen der Erfinder Holt-Winters (HW) - Methode genannt. Die Grundgleichungen für ihre Methode sind gegeben durch: begin St alpha frac (1-alpha) (S b) ,,,,, mbox bt gamma (St - S) (1 - gamma) b mbox Beta frac (1 - ) Ich mbox F (St m bt) I mbox. Ende (y) ist die Beobachtung (S) ist die geglättete Beobachtung (b) ist der Trendfaktor (I) ist der saisonale Index (F) ist die Prognose zu m Perioden vor (t) ist ein Index für einen Zeitraum und (Alpha), (beta) und (gamma) sind Konstanten, die so geschätzt werden müssen, dass die MSE des Fehlers minimiert wird. Dies ist am besten links, um eine gute Softwarepaketplete Saison benötigt Für die Initialisierung der HW-Methode benötigen wir mindestens eine vollständige Jahreszeiten Daten, um die ersten Schätzungen der saisonalen Indizes (I) zu bestimmen. (L) Perioden in einer Saison Eine komplette Jahreszeit-Daten besteht aus (L) Perioden. Und wir müssen den Trendfaktor von einer Periode zur nächsten schätzen. Um dies zu erreichen, ist es ratsam, zwei vollständige Jahreszeiten zu verwenden, die (2 L) Perioden sind. Anfangswerte für den Trendfaktor Erste Schätzungen für Trend - und Saisonparameter Die allgemeine Formel zur Abschätzung des Anfangstrends wird mit b frac left (frac-y1 frac-y2 cdots frac-yL right) angegeben. Anfangswerte für die Saisonindizes Wie wir im Beispiel sehen werden, arbeiten wir mit Daten, die aus 6 Jahren mit 4 Perioden (also 4 Quartalen) pro Jahr bestehen. Schritt 1: Berechnen der Jahresdurchschnitte Schritt 1: Berechnen Sie die Mittelwerte für jedes der 6 Jahre. Ap frac 4 yi. ,,,,, p 1, 2,, ldots, 6. Schritt 2: dividiert durch Jahresdurchschnitte Schritt 2: Teilen Sie die Beobachtungen mit dem entsprechenden Jahresmittel. Schritt 3: bilden saisonale Indizes Schritt 3: Nun werden die saisonalen Indizes gebildet, indem der Durchschnitt jeder Zeile berechnet wird. So sind die Anfangssaisonindizes (symbolisch): Anfang I1 links (y1A1 y5A2 y9A3 y A4 y A5 y A6 rechts) 6 I2 links (y2A1 y6A2 y A3 y A4 y A5 y A6 rechts) 6 I3 links (y3A1 y6A2 y A3 y A4 y A5 y A6 rechts) 6 I4 links (y4A1 y6A2 y A3 y A4 y A5 y A6 rechts) 6. End Wir kennen nun die Algebra hinter der Berechnung der Anfangsschätzungen. Die nächste Seite enthält ein Beispiel für eine dreifach exponentielle Glättung. Der Fall der Nullkoeffizienten Nullkoeffizienten für Trend - und Saisonalitätsparameter Manchmal kommt es vor, dass ein Computerprogramm für die dreifache Exponentialglättung einen Endkoeffizienten für den Trend ((gamma)) oder für die Saisonalität ((beta)) von Null ausgibt. Oder noch schlimmer, beide werden als Null ausgegeben. Bedeutet dies, dass es keinen Trend gibt und keine Saisonalität Natürlich nicht nur bedeutet das, dass die Anfangswerte für Trend und Jahreszeitlichkeit direkt auf dem Geld lagen. Es war keine Aktualisierung erforderlich, um möglichst niedrige MSE zu erreichen. Wir sollten die Aktualisierungsformeln inspizieren, um dies zu überprüfen. SCM N VENSIM 5 2. DASAR TEORI 2.1. Supply-Chain-Management Supply-Chain-Management Lieferant, Hersteller, Großhändler, Einzelhändler, als Kunde. Artinya barang diproduksi dalam Anzahl der Beiträge Yang tepat, pada saat Yang tepat, dan Pada Tempat Yang tepat dengan tujuan mencapai Kosten Dari sistem Secara keseluruhan Yang Mindest dan juga mencapai Service-Level-Yang diinginkan (David Simchi-Levi, Philip Kaminsky und Edith Simchi-Levi, 2000). Dalam perusahaan, Kanal yang berhubungan sampai barang ke tangan Ende Kunde adalah sebagai berikut: Lieferant Fabrik Endkunde Einzelhändler Gb. 2.1. Rantai aliran barang di perusahaan Dengan tercapainya koordinasi dari rantai liefern perusahaan, maka di tiap kanal dari rantai versorgung perusahaan tidak akan mengalami kekurangan barang juga tidak sampai kelebihan barang terlalu banyak. Tujuan Dari Lieferkette Management adalah mencapai biaya yang Minimum Dan Service-Ebene Yang maksimum. Supply-Chain-Management - Meductangang Seman Fasilitas Yang berpengaruh terhadap produkt yang dihasilkan biaya yang diperlukan dalam memenuhi kebutuhan Kunden. Supply-Chain-Management Akan Membranen seluruh Aktivitas Dari Suatu Perusahaan Mulai Dari Ebene Strategis, Ebene taktischen, dan Ebene operasional. Kebijakan yang dihasilkan dari Versorgung Kettenmanagement nantinya mencakup banyak hal sebagai berikut: a. Kebijakan strategis. Kebijakan Yang menyangkut kegiatan jangka panjang Dari Perusahaan seperti Netzwerk-Konfiguration (dimana mengambil bahan baku, 6 dimana membangun Pabrik, Perlu menambah Lager atau tidak), kebijakan Inventar, kebijakan produksi, dan Lain-gelegen. B. Kebijakan taktis. Kebijakan untuk menentukan Parameter-Parameter perusahaan seperti menentukan Neuordnung Ebene, Ordnung-up-to-Level, dan lain-lain. C. Kebijakan betriebsbereit. Kebijakan yang berkaitan dengan kegiatan versorgungskette sehari-hari seperti pembelian bahan baku, penjadwalan dalam produksi, penjadwalan dari pengiriman barang ke kunde, dan lain-lain. Dua alasan sulitnya terjadi pengintegrasian dari Lieferkette adalah (David Simchi-Levi, Philip Kaminsky, und Edith Simchi-Levi, 2000): a. Fasilitas yang berbeda dari Lieferkette dapat memiliki perbedaan dari tujuan yang ingin dicapai dan terdapat konflik dari tujuan tersebut b. Lieferkette adalah sistem dinamik yang selalu berubah dari waktu ke waktu. Hal-hal yang menimbulkan biaya dari Lieferkette secara umum ada 2 yaitu: a. Aktivitas fisik. Aktivitas fisik dari suatu perusahaan yaitu sourcing, proses produksi, Lieferung, dan wieder. B. Marktvermittlung. Bagaimana Lieferkette bisa menjadi mediasi pasar yaitu penghubung apa yang diinginkan Kunde dengan yang dilakukan Versorgungskette. Ada 2 fokus utama dari Lieferkette yaitu: a. Lieferkette Yang menginginkan efisiensi yang tinggi (Kosteneffizienz) Dalam melakukan semua activitas dari Lieferkette diusahakan dengan Kosten Yang Rendah. Versorgung Kette dengan fokus ini didesign dengan melihat. Wirtschaftlich Maßstab yang tinggi. Sema activitas dilakukan dalam Einheit yang cukup tinggi. Anzahl der Beiträge fasilitas seperti Lager dibuat seminimum mungkin Dalam memilih Kanal Yang dilihat atau dipilih Kosten yang paling murah 7 gelegen - Semua fasilitas digunakan dengan Maksimal sehingga utilitas tinggi Berkaitan dengan Inventar diusahakan seminimum mungkin sehingga Fluktuationsrate Harus tinggi b. Versorgung Kette Yang menginginkan Reaktionsfähigkeit yang tinggi Dalam melakukan aktivitas dari Lieferkette diusahakan semuanya dengan waktu yang singkat (cepat tanggap). Apa yang diinginkan oleh Kunde harus dipenuhi dengan cepat. Strategi ini tidak melihat Kosten sama sekali, jadi walaupun Kosten tinggi tidak apa-apa tetapi mampu memenuhi keinginan pasar dengan cepat. Dalam mendesign Yang dilihat adalah: Wirtschaftliche Größen Yang tidak terlalu tinggi Anzahl der Beiträge fasilitas dibuat banyak tidak apa-apa, asalkan dapat memenuhi kebutuhan Kunde dengan Cepat Dalam memilih Kanal Yang gelegen dipilih Yang reaktions Fasilitas Yang ada dapat digunakan Secara fleksible, utilitas tidak Harus tinggi Berkaitan Dengan Inventar diusahakan Agar Inventar tidak kurang, diusahakan Service-Ebene tinggi Dalam memilih strategi yang ingin digunakan tergantung pada tipe produk yang diproduksi. Secara umum ada 2 jenis Erzeuger yang diproduksi yaitu: a. Produk yang inovatif. Sifatnya adalah sebagai berikut: Lebenszyklus pendek. Hal ini menyebabkan Lieferkette Yang Didesign Harus Banyak Melakukan Produkt-Design. Disini harus memperhatikan berapa kali produzieren harus diganti karena kalau diganti terlalu säubern jadinya biaya tinggi. Variasi banyak. Karena inovatif maka tiap orang maunya tidak sama, yang dilihat bukan fungsinya tapi lebih ke arah Mode. Sulit untuk dilakukan peramalan karena keinginan Kunde yang berfluktuatif sehingga errornya akan tinggi. Gewinnmarge bisa tinggi karena produk sudah ada tambahan Eigenschaften baru. Hal ini bisa terjadi karena kalau produk dapat memenuhi yang diinginkan oleh Kunde maka Kunde tidak apa-apa membayar lebih 8 karena yang dilihat tidak hanya fungsinya tapi juga modelnya. Entschärfen itu juga hal ini dilakukan untuk mengganti semua biaya yang dikeluarkan untuk memproduksi mulai dari fehler peramalan sampai nanti adanya resiko tidak laku terjual. B. Produk Yang-Standard (funktionell). Sifatnya adalah sebagai Berikut: Lebenszyklus panjang. Erzeugnis tidak dilihat modelnya, tapi yang dilihat fungsinya. Lieferkette Yang Didesign tidak harus banyak melakukan Produkt-Design. Variasi sedikit. Jauh lebih mudah diramalkan. Hal ini karena Kunde tidak lihat Modell tetapi lihat fungsinya, jadi jika fungsi terpenuhi maka Kunde akan senang. Gewinnspanne bisa rendah karena semuanya standard sehingga kalau diberi harga yang mahal bisa saja produk jadinya tidak laku. Kunde tidak lihat Modell, yang dilihat fungsinya. Jadi kalau ada yang lebih murah dan fungsi terpenuhi maka Kunde akan memilih produk dengan harga yang lebih rendah. Strategisch yang digunakan nantinya sebaiknya disesuaikan dengan tip dari produk ini. Strategi Yang paling baik adalah ada hubungan yang linearen antara variasi dari produk dan karakteristik dari Supply Chain (Kosteneffizienz atau Reaktionsfähigkeit). 2.2. Kinerja dari Supply-Chain-Management Kinerja Lieferketten-Management adalah semua activitas pemenuhan permintaan Kunde yang dinyatakan secara kuantitatif. Hasilnya Nantinya Adalah Angus atau Prosentase Dari Aktivitas Pemenuhan Permintaan Perusahaan Kepada Kunden. Tujuan dari pengukuran adalah. Untuk menciptakan proses Lieferung Secara fisik (barang mengalir dengan lancar dan Inventar tidak terlalu tinggi) Melakukan Verschlankung Informationsfluss (adanya Aliran Informasi diantara TIAP Kanal) 9 Cash Flow Yang baik Pada setiap Kanal Dari Lieferkette Untuk pengukuran Akan ditujukan Pada proses-proses Yang terjadi di dalam Perusahaan sehari-hari, dan kemudian dengan didasarkan atas kinerja yang Telah didapat Dari berbagai referensi Akan dilakukan Bewertungen die atas proses yang terjadi yang menggambarkan kinerja yang diukur tersebut. Berikut ini adalah jenis kinerja yang diukur yaitu: Tabel 2.1. Kinerja Supply Chain Management Kinerja 1. Lieferleistung zu verlangen Definisi Kinerja Perusahaan dalam memenuhi permintaan untuk dapat sesuai dengan Anzahl der Beiträge Yang diminta oleh Kunde 2. Bestellung fullfilment Vorlaufzeit Waktu Yang diperlukan Perusahaan untuk memenuhi permintaan Kunde 3. Perfekte Ordnung Tingkat keakuratan Perusahaan dalam melakukan pemenuhan permintaan Dari Kunde 4. Auftragsrate Kemampuan füllen Perusahaan untuk memenuhi kebutuhan Kunde pada kedatangan pertama kali 5. Leistung Keadaan Perusahaan berkaitan dengan pemenuhan Janji yang versprechen diberikan oleh Perusahaan jika terjadi kekurangan atau jika terjadi kekosongan Dari barang yang diminta 6. Upside Produktionsflexibilität Fleksibilitas Dari Lieferanten perusahaan dalam perusahaan memenuhi permintaan 10 Tabel 2.1. (Sambungan) Kinerja 7. Feste Produktion Definisi Stabilitas produksi Yang dilakukan oleh Perusahaan 8. Gesamt Supply Management Kosten: Bestellen Herstellungskosten Biaya bestellen Dari Perusahaan - Ausrüstungen im Zusammenhang mit der Produktion als ein von Einnahmen Besarnya pembelian perlengkapan Yang diperlukan Perusahaan Biaya Simpan Dari Inventar Besarnya investasi Dari Inventar - Bestandsbuchkosten Bestandsinvestitionen als des Umsatzes - der Rohstoff, gekauft Komponente, ein Produkt zu Gesamtlagerinvestitionen Anzahl der Beiträge bahan baku yang 13. unkurante 14. Projizierte nventory Messen von Über dreht Adanya Inventar yang kelebihanmenjadi tidak tergunakan Perpindahan dibeli Perusahaan vergleichen Inventar yang diinginkan Perusahaan di masa depan 15. Genauigkeit Inventar Ketepatan penggunaan Dari Anzahl der Beiträge Inventar yang 16. Wert des sich langsam bewegenden Produkt Anzahl der Beiträge Dari barang dalam Inventar yang lama perpindahannya 17. Prognosegenauigkeit disimpan: Einheit der Prognosegenauigkeit Ketepatan dilakukan Dari peramalan yang - Dollar von Prognose Genauigkeit Ketepatan Dari Peramalan Yang Dilakukan Dilihat Dari Besarnya Nilai Yang Harus Disediakan 11 Tabel 2.1. (Sambungan) Kinerja 18. Transport: Versandkosten pro Einheit Outbound Frachtkosten als Prozentsatz des Nettoumsatzes Inbound Frachtkosten als Prozentsatz der Käufe Biaya angkut Dari pengiriman pro Einheit Biaya Kirim Yang verschifft dibandingkan Definisi terhadap penjualan Biaya angkut Yang terjadi di dalam Perusahaan pembelian dibandingkan terhadap - Forderungen als Frachtkosten Biaya Klaim yang dibandingkan terhadap biaya angkut Accecorials als Prozent des gesamten Fracht Prozent der Lkw-Ladung Kapazität genutzt Modusauswahl vs optimale Truck Umdrehung um Zeit Cara pengiriman yang paling optimal Lama Waktu untuk mengisi kendaraan yang datang Versand Sichtbarkeit Rückverfolgbarkeit Prozent Kemampuan Melihat kinerja pengiriman Dari Ekspedisi yang digunakan Penggunaan ruang dalam kendaraan Biaya tambahan dalam mengirim Perusahaan Anzahl der Träger pro Modus Anzahl der Beiträge Ekspedisi yang menggunakan cara pengangkutan yang sama dengan Perusahaan Pünktlich Pickups Ketepatan Waktu pengambilan Dari Ekspedisi ke Perusahaan 19. Rückkehr: Rückkehr Verarbeitungskosten ab Produkteinnahmen Biaya memproses barang yang dikembalikan dibandingkan terhadap penerimaan produk yang sejenis yang dikirim 12 Tabel 2.1. (Sambungan) Kinerja 19. Rückkehr: Rückkehr Verarbeitungskosten als der Produktumsatz Biaya memproses barang Yang Definisi dikembalikan dibandingkan terhadap penerimaan produk Yang sejenis Yang dikirim - Inventarstatus Anzahl der Beiträge Inventar Dari Rückgabe barang Yang dikembalikan - Return Zykluszeit: - Zykluszeiten Überschuss zu verarbeiten Produkt Rückkehr zum Weiterverkauf Waktu untuk memproses barang yang dikembalikan untuk dijual Kembali Waktu untuk memproses barang yang dikembalikan yang sudah habis masa abgelaufen Waktu untuk memperbaiki barang yang dikembalikan untuk digunakan Kembali Waktu yang direncanakan dibandingkan Waktu aktual yang dilakukan berkaitan dengan Rückkehr Anzahl der Beiträge yang diperbaiki dibandingkan terhadap Anzahl der Beiträge yang dikirim Anzahl der Beiträge yang diperbaiki oleh Perusahaan sendiri dibandingkan terhadap Anzahl der Beiträge insgesamt perbaikan yang Harus dilakukan Anzahl der Beiträge yang diperbaiki oleh pihak luar Dari Perusahaan - Zykluszeit obsolet Lebensende Produkt Rückkehr zur Verfügung zu verarbeiten - Zykluszeit von refurbish Rückkehr zur Reparatur für den Einsatz - Prozent tatsächliche Leistung Versus veröffentlichte Dienstleistungsvereinbarung Zykluszeit - der durchgeführten Reparaturen der insgesamt ausgelieferten Einheiten - von intern durchgeführten Reparaturen im Rahmen der durchgeführten Reparaturen - von außen durch Dritte durchgeführte Reparaturen als insgesamt durchgeführte Reparaturen 13 Tabel 2.1. (Sambungan) Kinerja Kosten der Einheiten repairedrefurbished intern als die Gesamtkosten der Einheiten repairedrefurbished extern als eine von insgesamt fehlerfrei, um Gesamtauftrags Anzahl der Beiträge pemenuhan permintaan Yang tanpa Rückkehr Biaya perbaikan Yang dilakukan oleh pihak luar Dari Perusahaan Biaya Definisi memperbaiki barang Yang dikembalikan Sumber . Dari berbagai referensi (telah diolah kembali) 2.2.1. Zielsetzung Matrix Ziel Matrix adalah suatu metode untuk mengukur produktivitas dari suatu proses yang dilakukan dalam beberapa periode. Setelah dilakukan pengukuran pada 2 periode yang berbeda kemudian akan dibandingkan untuk mengetahui terjadi peningkatan atau penurunan. Modell pengukurannya adalah sebagai Beschreibung: 14 Tabel 2.2. Pengukuran dengan Ziel Matrix Dan seterusnya Dan seterusnya Nilai kinerja 4 Nilai kinerja 3 Nilai kinerja 2 Performance Kinerja 4 Kinerja 3 Kinerja 2 Kinerja 1 Supply Chain Normalisierungs Punktzahl Max Max 10 9 8 7 6 5 4 3 2 Min Min 1 8 () A Score ( 1) Gewicht (2) Wert (1 x 2) Leistungsindikator: Aktuell Vorheriger Index Keterangan: nilai dari kinerja 1 a kepentingan dari kinerja 1 Langkah pengisian matrix adalah sebagai berikut: a. Menentukan kriteria yang diukur Hal ur ur ur ur ur...................................... Karena jika tidak freiberuflich, akan terjadi replikasi pengukuran yang berarti hal itu sudah diukur sebelumnya atau terjadi pengukuran dua kali. Mengukur yang satu sebaiknya sudah cukup, tidak perlu mengukur yang lain (dalam hal ini berarti yang lain itu dapat diketahui dari yang diukur tadi). Kriteria-kriteria itu kalau dijumlahkan mänjadi satu penilianischen kriteria. Oleh karena Yang diukur adalah kinerja Supply Chain Management, maka berarti keseluruhan sudah tercakup dalam pengukuran Yang dilakukan Dimana 15 dalam Lieferkette berarti seluruh proses dalam memenuhi permintaan sudah diukur. B. Penentuan elemen matrix Partitur yaitu nilai dari kriteria Beschreibung: pada berbagai kondisi. Angka Yang digunakan sebagai acuan dalam pengukuran yaitu: 1 untuk kondisi terjelek Dari hal Yang diukur 5 untuk kondisi normalen Dari hal Yang diukur 10 untuk kondisi Terbaik Dari hal Yang diukur Untuk Partitur Verschiedenes didapat Dari interpolasi antara Punktzahl Yang digunakan sebagai acuan tadi dengan rumus: ( Selisih Dari periode acuan dimana yang ingin diukur terdapat diantara dua periode tersebut) (jarak Dari dua periode acuan tersebut) Kemudian angka untuk periode yang ingin dicari. angka i dari Zeitraum punkten acuan di bawahnya (2.2) (2.1) Gewicht yaitu bobot yang digunakan Dalam melakukan penilaian nantinya Wert yaitu nilai akhir dari setiap kriteria yang diukur c. Melakukan penilaian untuk tiap kinerja Dari pengukuran yang dilakukan diletakkan di Leistung. Kemudian dicocokkan dengan angka yang ada di Ergebnis, maka untuk kriteria itu akan didapatkan Ergebnis sesuai dengan yang Ergebnis yang terdapat di nilai itu. Setelah didapatkan score, kemudian dikalikan dengan Gewicht akan didapatkan Wert dari kriteria yang diukur tadi. Kemudian Wert yang didapatkan dijumlahkan semua, maka akan didapat nilai untuk kriterium yang diukur secara keseluruhan. Dari pengukuran di atas, jika didasarkan atas nilai saat ini maka nilai akhir diletakkan di gegenwärtig jika didasarkan atas masa lalu maka nilai akhir diletakkan di Vorige. Kemudian dilakukan lagi (jika Yang sebelumnya Dari masa 16 lalu maka dilakukan lagi untuk kondisi Sekarang) lalu dibandingkan antara aktuellen dan vorherigen untuk mengetahui terjadinya peningkatan atau penurunan. 2.3. Kebijakan Inventar Inventar adalah barang yang diproduksi untuk disimpan untuk digunakan von masa mendatang baik itu bahan baku, barang jadi, atau barang jadi. Biaya untuk meletakkan Inventar ini akan tergantikan dengan berkurangnya kemungkinan terjadi keterlambatan von perusahaan dalam memenuhi permintaan von masa mendatang. Adanya penyimpanan bahan baku menyebabkan produksi tidak sampai terhambat jika suatu saat terjadi keterlambatan pengiriman dari Lieferant atau terjadi peningkatan Permintaan yang cukup signifikan. Dalam perusahaan adalah penting untuk mengatur Inventar yang ada. Tujuannya Adalah Agar Inventar Tidak Terlalu Berlebihan Dan Juga Tidak Kekurangan Saat Dibutuhkan. Dengan diaturnya Inventar ini Akan dapat mencapai Service-Level-Yang tinggi jika permintaan Kunde banyak Yang tidak dapat dipenuhi jika hanya dengan produksi dan sebaliknya, jika Inventar tidak cukup maka dapat dibantu dengan produksi dimana kegiatan produksi dapat direncanakan dengan tersedianya Inventar tadi. Dämmerung Service-Ebene tadi juga berkaitan dengan biaya dari Inventar itu sendiri. Jika Inventar yang ada tidak terlan banyak maka biaya Inventar juga tidak terlalu tinggi. Kebijakan Inventar dipengaruhi oleh faktor-faktor sebagai berikut (David Simchi-Levi, Philip Kaminsky, und Edith Simchi-Levi, 2000): Permintaan dari Kunde. Karena permintaan dari Kunde yang berubahubah maka perlu diramalkan untuk memperkirakan berapa yang sebaiknya disediakan. Peramalan Nantinya Dilihat Dari Daten Historis Dan Juga Dengan mempertimbangkan Variasi Yang Ada Dari Permintaan Kunden tersebut. Hal Yang Penting Dari pemintaan adalah jenis Dari permintaan (apakah Suatu Artikel unabhängigen atau abhängig terhadap Artikel Yang Lain) yang akan mempengaruhi pemilihan metode dalam perencanaan Inventar Yang dilakukan nantinya. 17 Nachschubvorlaufzeit. Hal ini perlu dipertimbangkan untuk mencegah jika terjadi keterlambatan atau hal lain karena adanya ketidakpastian pada Nachschub Vorlaufzeit. Jumlah produk jenis lain yang disimpan di Lagerhaus Lama Dari Jangka Waktu Perencanaan Yang Dibuat Biaya bestellen, dan biaya simpan. Biaya Auftrag terdiri dari Kosten dari produk dan biaya transportasi. Biaya Simpan terdiri Dari biaya Pajak dan biaya Asuransi, biaya pengaturan barang, biaya penggunaan ruang dalam Gudang (atau jika Gudang disewakan kepada orang gelegen), Veralterung Kosten (resiko produk Menjadi turun nilainya Yang disebabkan adanya perubahan di pasar atau karena TEKNOLOGI Menjadi tidak tergunakan) , Kosten des Kapitals (biaya untuk pembelian Material, tenaga kerja, dan Overhead Kosten untuk jumlah Inventar yang disimpan) Service Level Anforderung. Tingkat Inventar nantinya dipengaruhi oleh Dienstlevel Yang ditetapkan. Fungsi dari pengaturan Inventar adalah: ein. Perencanaan Inventar. Untuk menentukan berapa yang harus disimpan dan kapan härus melakukan penyimpanan itu. B. Pengendägyptisches Inventar. Untuk menentukan jumlah yang sesuai dimana barang harus dipesan kembali atau diproduksi kembali, jumlah persediaan pengaman, dan pendataan tingkat dan kondisi dari inventar. Dua hal yang penting dalam pengaturan Inventar adalah Nachfrage Prognose als perhitungan Auftragsmenge (David Simchi-Levi, Philip Kaminsky, und Edith Simchi-Levi, 2000). Karena Nachfrage dari Kunde yang tidak pasti, maka perlu diatur apakah Auftragsmenge nantinya sama dengan Voraussage, lebih besar, atau lebih kecil. Jika Bestellmenge lebih besar dari prognose apa resikonya, demikian juga jika Bestellmenge lebih kecil dari Prognose. Bestellmenge ini nantinya akan mempengaruhi kebijakan Inventar yang dilakukan. Metode yang dapat digunakan untuk mengatur kebijakan Inventar salah satunya adalah bestellen Punkt. 18 2.3.1. Bestellpunkt Bestellpunkt atau stastitical Bestandskontrolle atau Lagernachfüllauftrag adalah sekumpulan Daten, prosedür, dan keputusan Yang digunakan untuk memastikan adanya pengadaan barang Secara kontinu, walaupun permintaan tidak dapat diperkirakan dan dilakukan untuk semua Artikel Yang disimpan (George W. Plossl, 1994). Dalam menentukan bestellen Punkt digunakan asumsi. ein. Nachfrage bersifat unabhängig b. Adanya-Cadangan-Pinguin c. Variasi permintaan tidak besar Dengan bestellungspunkt, jumlah inventar yang ada dipantau dan jika mencapai suatu titik tertentu ((re) order point) dilakukan pengisian kembali (George W. Plossl, 1994). Hal ini dilakukan untuk semua Einzelteil yang berada di Warenbestand dengan besarnya adalah permintaan selama Vorlaufzeit untuk memperoleh produkt tersebut ditambah dengan adanya Sicherheitsbestand. Rumusnya adalah sebagai berikut (George W. Plossl, 1994): Bestellen Sie Punkt Nachfrage während Lager Vorlaufzeit Sicherheit (2.1) Dengan digunakannya um Punkt ini dapat membantu Ketika terjadi Prognosefehler dan hal-hal gelegen Yang tidak diperkirakan dengan menambahkan Inventar tambahan yaitu Sicherheitsbestand . Sicherheitsbestand Yang disebut juga cadangan dan Lager penyangga, adalah Inventar Yang ditambahkan dalam perencanaan kebutuhan untuk memenuhi permintaan Yang tidak diperkirakan (George W. Plossl, 1994). Dalam menentukan Sicherheit Lager digunakan tabel z verteilen normal dan didasarkan atas Service-Ebene yang ingin dicapai oleh perusahaan. Langkahnya adalah sebagai berikut: Menentukan Service-Level-Yang diinginkan Melihat Tabel z Distribusi normalen sesuai Service-Level-Yang Telah ditentukan di atas 19 - Kemudian hasil Dari Tabel z tadi dikalikan dengan Standard deviasi Dari permintaan Yang ada Rumusnya adalah sebagai berikut: SS std dev xz (Tabel Distribusi normal) (2.2) Setelah ditentukan Ordnung Punkt, kemudian diatur jumlah yang akan dipesan. Konsep Dari Lagernachfüllauftrag memiliki perbedaan tujuan dengan 3 tujuan dasar manajemen yaitu (George W. Plossl, 1994): Kundendienst Yang tinggi untuk penerimaan Yang tinggi Anzahl der Beiträge Inventar Yang untuk Return on Investment Yang tinggi Biaya Yang rendah untuk Gewinn Yang tinggi Dengan sedikit adanya Lager Nachschub, Inventar dari suatu barang diusahakan untuk ada setiap kali diperlukan. Hal ini adalah kondisi yang paling baik Dimana Inventar ada setiap kali diperlukan, tidak terlalu cepat und tidak terlambat. (George W. Plossl, 1994). Es handelt sich hierbei um ein Verfahren, das in der Lage ist, Timephased Auftragspunkt melihat kemungkinan di masa mendatang dari keberadaan suatu Warenbestand untuk menentukan pemesanan yang harus dilakukan. Zeitphasen Ordnung Punkt tidak tergantung Pada keadaan aktual Ketika dilakukan pengamatan untuk melakukan pemesanan dan alternatif Yang baik untuk melakukan pengisian Ketika Anzahl der Beiträge Inventar mencapai um Punkt karena Alasan sebagai berikut (George W. Plossl, 1994): Dengan Zeitphasen Ordnung Punkt dapat terlihat Rencana pemesanan yang akan dilakukan von masa mendatang. Mengijinkan adanya perencanaan ulang dari kebutuhan. Tersedianya hubungan antara perencanaan yang dilakukan untuk barang dengan permintaan yang unabhängig dan barang dengan permintaan yang abhängig. 20 - Zeitstufiger Bestellpunkt mengijinkan adanya perencanaan dari kekurangan yang dapat terjadi dari permintaan di masa mendatang. Ciri-ciri dari Zeit-phased Reihenfolge Punkt lainnya adalah: Beberapa Nachschub Bestellungen dapat direncanakan. Jika hasil peramalan, On-Inventar, auf Bestellung Inventar, dan Parameter lainnya berubah, geplant als freigegebene Bestellungen yang dilakukan dapat diubah. Perencanaan dengan Zeit-phased Auftragspunkt dapat dijadwalkan kembali secara rückwärts atau vorwärts sesuai dengan perubahan dari hasil peramalan. 2.3.2. Peramalan Peramalan adalah tindakan untuk memperkirakan besarnya permintaan di masa datang. Sebelum Meramalkan Perlu Dilihat Pola Dari Daten Yang Akan Diramalkan, Dan pemakaischen Metode Peramalan Nantinya Akan Disesuaikan Dengan Pola Dari Daten tersebut. Daten dapat berpola: a. Trend. Daten menunjukkan kenaikan atau penurunan als terlihat dengan jelas dengan kenaikan atau penurunan tersebut. B. Acak. Daten tidak menunjukkan kecenderungan apapun, tidak berpola sama sekali. C. Saisonal. Daten menunjukkan kecenderungan berulang dalam suatu periode yang berbeda. D. Zyklus. Data menunjukkan adanya pola seasonal tapi dalam periode yang lebih panjang. Terdapat banyak metode peramalan dan penggunaan nantinya akan disesuaikan dengan pola dari data yang ada. Beberapa metode peramalan adalah: a. Gleitender Durchschnitt. Metode ini meramalkan dengan menarik rata-rata dari data dengan periode rata-rata yang disesuaikan dengan kecenderungan seasonal pada data. Metode ini digunakan untuk data dengan pola data acak, stabil, dan 21 seasonal. Kurang baik jika digunakan untuk meramalkan data yang mengandung trend. B. Einzelne Exponentialglättung. Metode ini meramalkan dengan menggunakan konstanta pemulusan tertentu sesuai dengan jumlah data yang akan diramalkan. Metode Single Exponential Smoothing ini digunakan untuk data dengan pola acak, stabil, dan ada seasonal. C. Double Exponential Smoothing. Metode ini memuluskan kembali hasil peramalan dari Single Exponential Smoothing. Digunakan untuk pola data acak dan trend. D. Metode Holt Winter. Metode ini disebut juga dengan metode Double Exponential Smoothing dengan 2 parameter. Digunakan untuk data dengan pola acak dan trend. D. h. Dekomposisi multiplikatif. Metode ini digunakan untuk meramalkan data yang mengandung pola trend, seasonal, acak, dan cycle. Digunakan multifplikatif karena adanya variasi seasonal dari data. F. Metode Winters (Winters multiplikatif). Metode ini digunakan untuk meramalkan data dengan pola trend dan ada variasi seasonal. 2.4. Simulasi kebijakan yang dihasilkan Di dalam tugas akhir ini akan dilakukan simulasi untuk melihat apakah kebijakan yang dihasilkan untuk tiap kinerja yang telah diukur dapat digunakan, dengan memperhatikan semua kemungkinan yang dapat terjadi di masa mendatang. Dengan memberikan suatu kebijakan, dilihat apa yang terjadi terhadap kinerja supply chain yang diukur. Simulasi yang digunakan adalah sistem dinamik. Dari hasil simulasi akan dilihat apakah yang harus dilakukan dengan supply chain yang ada untuk dapat meningkatkan kinerja dari supply chain tersebut, dan juga untuk melihat dampak dari suatu kebijakan terhadap biaya atau kepuasan customer yang dicapai dari supply chain yang ada. 22 2.4.1. Sistem dinamik Sistem dinamik adalah suatu metode yang digunakan untuk mendeskripsikan, memodelkan, dan mensimulasikan suatu sistem yang dinamis (dari waktu ke waktu terus berubah). Didalam sistem dinamik diajarkan bagaimana berpikir secara sistem. Artinya adalah dalam menyelesaikan suatu masalah tidak dilihat pada satu pokok bagian saja, tetapi dilihat semua pengaruhnya terhadap semua yang berhubungan dengan masalah tersebut. Langkah-langkah yang digunakan untuk menyelesaikan masalah secara sistem dinamis adalah dengan menggunakan system approach yaitu: Mengidentifikasi masalah Tentukan tujuan yang ingin dicapai Tentukan kriteria untuk masing-masing tujuan tadi Membangun model dari masalah yang dihadapi. Kemudian tentukan alternatifalternatif perbaikan yang ada Analisa alternatif yang telah ditentukan tadi Dilihat hasil dari alternatif tadi bagaimana dan kemudian dibandingkan hasil yang didapat dengan 2 cara yaitu: Verifikasi. Untuk melihat apakah model yang dibuat sudah menggambarkan masalah sesungguhnya dengan benar dengan bertanya kepada orang yang ahli berkaitan dengan masalah yang dimodelkan. Validasi. Untuk melihat apakah model yang dibuat sudah sesuai dengan kenyataan atau tidak. Hal ini dapat dilakukan dengan cara memasukkan nilai yang ekstrem pada model yang dibuat tadi. Jika pada model hasilnya berbeda dengan kenyataan maka model harus dilihat lagi. Terapkan alternatif pada masalah Monitor dan evaluasi hasilnya Dalam membuat model simulasi dari sistem dinamis dilakukan langkahlangkah sebagai berikut: a. Membuat meta model dari suatu sistem. Didalam menghadapi suatu masalah sebaiknya tidak berpikir secara lokal. Hal ini akan membuat pola pikir yang ada menjadi berorientasi pada sebab akibat dan tidak akan menemukan solusi 23 yang terbaik. Solusi yang terbaik tidak akan didapatkan karena semuanya selalu ada sebabnya dan dari sebab itu lalu akibat lagi, demikian seterusnya. Dengan sistem dinamis, orientasi sebab akibat sebisa mungkin dihilangkan. Dalam memodelkan suatu masalah dilihat peta hubungannya, struktur dari sistem tersebut nantinya dilihat dari hubungannya. Dengan cara ini akan didapatkan suatu feedback yang tertutup (loop). Loop ini dinamakan causal loop diagram. B. Dari causal loop yang telah dibuat tadi kemudian dibuat model simulasinya. Dalam membuat model simulasi dikembangkan dari causal loop yang telah dibuat. Dalam sistem dinamik dilihat pola perilaku dari masing-masing komponen yang ada dalam causal loop yang telah dibuat tadi. Pola perilaku adalah perubahan kinerja dari komponen yang diukur. Misalkan: yang ingin diukur kelulusan mahasiswa, kinerja adalah jumlah mahasiswa. Maka pola perilakunya adalah perubahan jumlah mahasiswa. Karakteristik perilaku dari sistem dalam sistem dinamis adalah: a. Exponentiell. Karakteristik ini menunjukkan adanya kenaikan atau penurunan dari suatu sistem, tidak menuju ke suatu nilai tertentu. B. Goal seeking. Karakteristik ini menunjukkan adanya kenaikan atau penurunan dan mengarah ke suatu nilai. Semakin baik jika mendekati nilai yang diinginkan. C. Oscillation. Karakteristik ini menunjukkan perilaku yang berubah-ubah dari sistem. D. S-shaped. Karakteristik ini menunjukkan perubahan dari suatu perilaku dimana perubahan mula-mula lambat lalu menjadi cepat dan akhirnya mencapai kondisi stagnant. D. h. Kombinasi dari karakteristik di atas. Misalkan exponential dan oscillation, goal seeking dan oscillation, s-shaped dan oscilation. Dari feedback loop yang telah dibuat tadi kemudian dilihat hubungan antar komponen yang ada didalamnya. Hubungannya positif jika kenaikan yang satu menyebabkan kenaikan yang lain. Hubungannya negatif jika kenaikan yang satu 24 menyebabkan turunnya yang lain. Kemudian dilihat jika jumlah hubungan yang negatif genap maka causal loop tersebut adalah causal loop yang positif (reinforcing feedback loop) dan jika jumlah hubungan yang negatif ganjil maka causal loop tersebut adalah causal loop yang negatif (balance feedback loop). Untuk causal loop yang negatif, hasil pengukuran dari perubahan perilakunya nanti adalah goal seeking atau oscillation. Sedangkan untuk causal loop yang positif, hasil pengukuran dari perubahan perilakunya akan berupa exponential atau S-shaped. Setelah membuat causal loop diagram, kemudian membuat modelnya. Dalam membuat model digunakan software Vensim PLE. Variabel yang digunakan dalam model adalah sebagai berikut: a. Stocklevel. Variabel yang dapat diketahui jumlahnya pada saat tertentu. Misal: hari itu, tahun itu. Stock ini merupakan akumulasi dari rateflow. Stock akan menunjukkan suatu nilai tertentu pada saat simulasi dihentikan. B. Rateflow. Variabel yang dapat diketahui jumlahnya pada periode waktu tertentu. Misalnya: dari tahun ini sampai tahun ini. Pada saat simulasi dihentikan, rate akan bernilai nol atau nilai awal yang telah ditentukan. C. Variabel tambahan yang disebut auxiliary variables. Jika variabel tidak konstan maka ditulis dengan huruf kecil semua (kecuali untuk kasus tertentu), jika variabel adalah fungsi yang ditentukan pada waktu tertentu maka tiga huruf awal ditulis dengan huruf besar dan selebihnya dengan huruf kecil. 2.4.1.1.Memodelkan System Dynamic dalam Supply Chain Management Tujuan memodelkan system dynamic dalam supply chain management adalah: a. Menentukan kebijakan inventory. B. Pengembangan dari kebijakan yang sudah ditetapkan. C. Mengantisipasi adanya pembesaran permintaan yang signifikan. D. Pengurangan waktu. D. h. Melakukan perubahan design dari supply chain dan jika dilakukan pengintegrasian apa yang akan terjadi. 25 Sudut pandang yang digunakan dalam system dynamic adalah information feed back dan delays. Dua hal ini dimaksudkan untuk melihat perilaku dinamis dari suatu bentuk fisik, biologis, dan sosial dari suatu system. Feedback dan delay ini sendiri juga menyebabkan perilaku dari suatu sistem. Penerapan system dynamic dalam supply chain pertama kali berasal dari konsep industrial dynamic yang diperkenalkan oleh Jay W. Forrester. Industrial Dynamic adalah . suatu penelitian tentang karakter dari information feedback suatu aktivitas industri untuk menunjukkan bagaimana perilaku organisasi yang terjadi, perbesaran yang terjadi (berkaitan dengan kebijakan), dan adanya delay (dalam keputusan atau tindakan) yang saling berinteraksi untuk mempengaruhi suksesnya suatu perusahaan. Industrial dynamic memperlakukan interaksi dari aliran informasi, uang, orders, materials, personnel, dan capital equipment dalam suatu perusahaan, industry, atau national economy. Suatu model productiondistribution system yang dikenal dengan nama Forrester model, menggambarkan adanya 6 aliran yang saling berinteraksi dalam suatu sistem yaitu aliran dari informasi, uang, material, permintaan, man power, dan capital equipment. Dengan menggunakan Forrester model sebagai contoh, Forrester mendeskripsikan bahwa dalam proses memodelkan suatu permasalahan, adalah penting untuk memperhatikan adanya information feedback dalam metode system dynamic yang digunakan. Di dalam Forrester model, terdapat hal yang penting dalam supply chain dynamics yaitu demand amplification. Forrester menemukan aturan dasar untuk merancang design dari supply chain yang efektif yaitu untuk mengatasi adanya demand amplification harus dilakukan pengurangan dan penghilangan dari delay dan membuat adanya feedback loop yang cocok (Towill 1996b). Beberapa hal yang dibahas dalam memodelkan system dynamic pada suppy chain adalah sebagai berikut: a. Inventory management. Dengan meningkatnya persaingan dari pasar sekarang, menyebabkan dikembangkannya system respon yang cepat dalam memenuhi permintaan. System ini bertujuan untuk memberikan respon yang cepat terhadap permintaan yang berubah dan mencapai inventory level yang tidak terlalu tinggi. 26 b. Demand amplification. Suatu perbesaran permintaan yang terjadi, dan ketika hal ini terjadi dilihat apa yang terjadi dengan performance atau kinerja suatu perusahaan. Hasilnya adalah berapa performance setelah terjadi perbesaran permintaan, lead time apakah harus berubah atau tidak, dan lain-lain yang berhubungan dengan respon terhadap demand amplification. C. Supply chain re-engineering. Respon yang berulang-ulang, efektif, dan efisien terhadap perubahan di pasar adalah tantangan utama dalam supply chain modern (Towill 1996b). Maka untuk menghadapi tantangan ini harus dilakukan pengurangan waktu. Adanya pengurangan waktu ini dapat memprediksikan peningkatan dari supply chain performance (Towill 1996b). Dengan menggunakan Forrester model sebagai kerangka kerja untuk meningkatkan performance dari system, Towill menyediakan beberapa urutan dari strategi supply chain re-engineering. Suatu performance metric yang diperkenalkan oleh Johansson et al. (1993) yang digunakan untuk melakukan benchmarking dari supply chain adalah sebagai berikut: Quality customerservicelevel PI Total cost leadtime (2.3) Berdasarkan Towill 1996b, adanya pengurangan dari lead time mempunyai pengaruh yang positif terhadap 3 komponen lainnya. Karena lead time mempunyai pengaruh yang penting terhadap stabilitas dari supply chain, keuntungan dari pengurangan waktu adalah peningkatan dari peramalan permintaan, mendeteksi adanya defect lebih cepat lagi, barang lebih cepat ke pasar, dan dapat menyediakan barang lebih cepat dari permintaan customer. Dengan melihat hasil dari simulasi, Towill (1996b) menyarankan penggunaan strategi re-engineering sebagai berikut: Pengurangan semua lead time (material, informasi, dan cash flow) Eliminasi waktu tunggu dalam pengambilan keputusan Penyediaan informasi yang telah dipercaya di semua pengambil keputusan di arah hulu dari supply chain 27 2.4.1.2.Menyelidiki Pengaruh dari Model Fidelities pada Perubahan dari Supply Chain Dua hal yang menjadi tujuan dalam memodelkan supply chain adalah (Jayendran Venkateswaran, Young-Jun Son, dan Boonserm Kulvatunyou ,2002): a. Untuk menganalisa perubahan dari supply chain yang ada dan menentukan strategi untuk meminimumkan perubahan tersebut. B. Untuk mengetahui pengaruh yang signifikan dari keandalan suatu model yang mewakili keadaan supply chain sesungguhnya. Setelah didapatkan model yang dapat menggambarkan keadaan supply chain, hal yang harus diperhatikan adalah bagaimana menentukan strategi yang paling efektif untuk dapat meningkatkan performance dari supply chain yang ada. (apakah strategi yang dihasilkan dari simulasi jika diterapkan keadaan supply chain sesungguhnya tetap efektif atau tidak). Karena dalam simulasi dilihat pengaruh dari suatu strategi sebelum diterapkan pada keadaan sesungguhnya, maka kedekatan model dengan keadaan nyata perlu diperhatikan. Beberapa peneliti telah menggunakan model simulasi untuk menganalisa beberapa aspek yang terdapat pada supply chain seperti instabilitiy dari supply chain (Bhaskaran 1998), performance effects dari operational factors (Beamon and Chen 2001), demand amplification effects (Wikner, Towill, and Naim 1991), dan masih banyak lagi lainnya. Tujuan dari memodelkan dan menganalisa supply chain yang ada adalah untuk mencapai tujuan yang terukur dan tidak terukur. Tujuan yang terukur seperti biaya minimum, output yang meningkat, biaya per unit yang lebih rendah, pengurangan lead time, menurunkan system dynamic yang ada, dan lain-lain (Ayers 2001). Tujuan yang tidak terukur seperti mensinkronisasikan kebutuhan dari customer melalui aliran barang dari supplier, meningkatkan service level dari customer, membangun competitive advantage dari supply chain yang ada, dan lain-lain (Cooper, Lambert and Pagh 1997). 28 Ada beberapa strategi yang dapat digunakan untuk mengurangi efek dari demand amplification pada supply chain sebagai berikut: a. Penentuan inventory levels. Strategi ini digunakan untuk menganalisa stabilitas dari permintaan yang ada. Tingkat inventory yang paling minimum untuk tiap channel telah ditentukan sebelumnya. Tujuan yang dipilih adalah meminimumkan permintaan maksimum dari manufacturer. Dengan menggunakan cara ini meskipun perubahan dari supply chain yang ada telah diminimumkan sampai yang paling minimum yang bisa dicapai, inventory levels yang ada tidak selalu dengan biaya yang minimum. Cara lain dapat ditempuh dengan tujuan mengoptimalkan model supply chain yang ada dengan biaya yang minimum dan dengan persyaratan perubahan yang ada dijaga pada tingkat yang paling minimum pada setiap simulasi yang dilakukan. B. Pengurangan lead time. Strategi ini digunakan untuk melihat pengaruh dari berkurangnya lead time pada supply chain yang ada, dan dilakukan dengan menggunakan desired inventory levels yang telah dihasilkan dari strategi 1 di atas.