SIMULASI WAKTU TUNGGU DAN BIAYA RANTAI PASOK SEMEN BERBASIS AGEN MENGGUNAKAN SOFTWARE ANYLOGIC
Kendala umum pada pengadaan material konstruksi adalah keterlambatan pengiriman material akibat ketersediaan stok. Penerapan manajemen rantai pasok yang efektif mampu mencegah terjadinya keterlambatan pengiriman material. Maksud dari penelitian ini adalah untuk membangun model simulasi manajemen ran...
Guardado en:
Autores principales: | , , , |
---|---|
Formato: | article |
Lenguaje: | ID |
Publicado: |
Diponegoro University
2021
|
Materias: | |
Acceso en línea: | https://doaj.org/article/f4f4fa15f5ca4cd6bef06e741a8aa562 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Sumario: | Kendala umum pada pengadaan material konstruksi adalah keterlambatan pengiriman material akibat ketersediaan stok. Penerapan manajemen rantai pasok yang efektif mampu mencegah terjadinya keterlambatan pengiriman material. Maksud dari penelitian ini adalah untuk membangun model simulasi manajemen rantai pasok berbasis agen dalam penyediaan material semen. Penelitian ini bertujuan untuk memetakan distribusi semen dari factory, wholesaler, hingga retailer di Jawa Tengah, mengestimasi rata-rata waktu tunggu customer, mengkalkulasi biaya harian yang dikeluarkan oleh masing-masing agen (factory, wholesaler, dan retailer), serta menentukan batas-batas persediaan stok yang optimal. Simulasi rantai pasok dilakukan berbasis agen dengan menggunakan software Anylogic. Input data berupa biaya-biaya, stok, serta probabilitas permintaan material diperoleh langsung dari masing-masing agen yang ditinjau (1 factory, 1 wholesaler, 30 retailer). Hasil simulasi menunjukkan bahwa durasi waktu tunggu customer yang paling sering terjadi berkisar antara 0-0,05 hari dengan probabilitas sebesar 69,30%. Estimasi biaya rata-rata harian yang dibutuhkan retailer adalah sebesar Rp.600.359,45, sedangkan wholesaler adalah Rp.1.071.811,06, dan untuk factory adalah Rp.38.630.071,96. Hasil optimasi menunjukkan nilai-nilai batas stok terbaru untuk masing-masing agen (stok minimum, target stok), sebagai berikut: factory (1103, 2206); wholesaler (1005, 2000); retailer (1000, 2011). Hasil penelitian ini bermanfaat bagi masing-masing agen sebagai acuan dalam menentukan batas-batas stok dan memprediksi rata-rata biaya harian. |
---|