Distorsi informasi dan bullwhip effect Oleh : Elly Ismiyah, ST., MT.

Dinamakan “Bullwhip Effect” Distorsi informasi adalah salah satu sumber kendala dalam menciptakan supply chain yang efisien Sering kali, informasi tentang permintaan konsumen terhadap suatu produk relatif stabil dari waktu ke waktu Namun, order dari toko ke penyalur dan dari penyalur ke pabrik jauh lebih fluktuatif dibandingkan dengan pola permintaan dari konsumen tersebut Fenomena dimana permintaan yang sebenarnya relatif stabil di tingkat pelanggan akhir berubah menjadi fluktuatif di bagian hulu SC dan semakin ke hulu peningkatan tersebut semakin besar Dinamakan “Bullwhip Effect”

Bullwhip Effect

Contoh Bullwhip Effect Kebanyakan SC sebenarnya mengalami fenomena ini, tetapi besar kecilnya berbeda antara satu kasus dengan kasus lainnya Contoh produk sederhana dalam kehidupan sehari-hari : garam Bisa dipastikan konsumsi garam dari hari ke hari tiap individu tidak jauh berbeda Jika diagregasikan untuk jumlah individu yang cukup besar, permintaannya pasti sangat stabil dari hari ke hari Namun tidak berarti order dari toko atau ritel ke penyalur dan juga dari penyalur ke pabrik menunjukkan tingkat stabilitas yang sama

Penyebab Bullwhip Effect Ada banyak hal yang bisa menyebabkan terjadinya Bullwhip Effect Lee, dkk (1997) mengidentifikasikan 4 penyebab utama dari Bullwhip Effect, yaitu : Demand forecast updating (pembaharuan ramalan permintaan) Order batching Fluktuasi harga Rationing & shortage gaming

Demand Forecast Updating Ramalan diperlukan untuk membuat keputusan jangka panjang, jangka menengah, dan jangka pendek di perusahaan Tingkat akurasi ramalan biasanya meningkat ketika semakin mendekati periode yang diramalkan Karena informasi seperti order dari pelanggan, situasi pasar, dll menjadi semakin jelas Untuk mengakomodasikan informasi dan pengetahuan terbaru ke dalam ramalan, setiap saat perusahaan harus melakukan pembaharuan (updating) terhadap ramalan tersebut Pembaharuan tersebut mengakibatkan variabilitas order yang dipesan lebih besar dibandingkan dengan variabilitas permintaan yang diterimanya dari pelanggan akhir

Order Batching Order batching dilakukan dengan alasan skala ekonomis dalam proses produksi dan pengiriman Berdasarkan prinsip EOQ, ukuran pesanan yang terlalu kecil akan mengakibatkan ongkos-ongkos pesan yang terlalu besar Produksi menggunakan sistem batch karena ongkos setup biasanya mahal Pengiriman juga tidak ekonomis bila dilakukan dalam ukuran kecil, terutama jika jaraknya jauh Permintaan pelanggan akhir yang relatif stabil dari hari ke hari akan berubah menjadi order mingguan atau dua mingguan dari ritel sehingga pusat distribusi akan menerima order yang lebih fluktuatif dibandingkan permintaan yang dihadapi ritel

Fluktuasi Harga Apa yang akan Anda lakukan sebagai manajer sebuah ritel apabila supplier Anda tiba-tiba memberikan diskon 10% untuk produk-produk tertentu? Pastilah Anda akan melakukan forward buying (membeli lebih awal) sebagai respon terhadap penurunan harga yang sifatnya temporer Hal tsb mengakibatkan volume penjualan meningkat bahkan melebihi prediksi pusat distribusi Akibatnya pusat distribusi akan memesan dalam jumlah yang banyak ke pabrik Pabrik merespon dengan meningkatkan aktivitas produksi (lembur, subkontrak, memesan tambahan bahan baku ke supplier)

Fluktuasi Harga (2) Apa yang terjadi? Pada saat material akan dikirim dari pemasok ke pabrik, penurunan harga sudah berakhir dan ritel maupun toko sekarang memiliki stok yang cukup banyak Mereka tidak akan memesan lagi dalam waktu 2-3 bulan karena permintaan konsumen akhir sebenarnya tidak berubah Pabrik yang sudah melakukan lembur dan supplier yang mengirim bahan baku dengan biaya ekstra skrg tidak akan menerima pesanan 2-3 bulan Akibatnya stok menumpuk dan ongkos produksi meningkat

Rationing & Shortage Gaming Pada saat permintaan lebih tinggi dari persediaan, penjual sering melakukan “rationing” yaitu hanya memenuhi sekian persen dari volume yang dipesan Misal persediaan yang ada 800 unit sedangkan jumlah permintaan 1000 unit maka pelanggan hanya dialokasikan sebesar 80% dari permintaannya Mengetahui demikian, banyak pelanggan membesarkan ukuran pesanan mereka dengan harapan ketika terjadi rationing, mereka masih memperoleh jumlah yang cukup. Dalam kenyataannya kekurangan stok tidak terjadi setiap saat dan tidak mudah diprediksi Akibatnya, pada saat persediaan cukup, pelanggan mengubah/membatalkan pesanan mereka

Rationing & Shortage Gaming (2) Cara tersebut dapat merusak informasi pasar pada SC Pemain di bagian hulu tidak akan pernah mendapatkan informasi pasar yang mendekati kenyataan akibat adanya motif tersebut Mereka juga sulit membedakan antara kenaikan pesanan yang bermotif spekulasi dengan kenaikan murni dari pelanggan akhir

Cara mengurangi Bullwhip Effect Pengurangan bullwhip effect bisa dilakukan apabila penyebabnya dimengerti dengan baik oleh pihak-pihak SC Beberapa pendekatan yang diyakini bisa mengurangi bullwhip effect: Information sharing Memperpendek/mengubah struktur SC Pengurangan ongkos-ongkos tetap Menciptakan stabilitas harga Pemendekan leadtime

Information sharing Informasi yang tidak transparan mengakibatkan banyak pihak pada SC melakukan kegiatan atas dasar ramalan atau tebakan yang tidak akurat Pemanfaatan teknologi yang ada dapat membantu melakukan information sharing Apabila data penjualan toko/ritel diketahui semua pihak pada SC maka ramalan permintaan bisa dibuat lebih seragam Permasalahan yang sering muncul dalam kaitannya dengan bullwhip effect adalah terisolasinya proses peramalan di masing-masing pemain Model kolaborasi CPFR (Collaborative planning, forecasting and replenishment) merupakan solusi yang baik untuk mensinkronkan ramalan di sepanjang SC

Memperpendek/mengubah struktur SC Semakin panjang dan komplek struktur suatu SC, semakin besar kemungkinannya terjadi distorsi informasi Dell bisa mengungguli IBM dan Apple karena struktur SC yang ramping dan pendek Dell menerima langsung pesanan komputer dari pelanggan akhir sesuai dengan spesifikasi yang mereka inginkan Dengan cara ini Dell mengetahui langsung pola permintaan pelanggan akhir

Pengurangan ongkos-ongkos tetap Ukuran batch yang besar adalah salah satu sumber terjadinya bullwhip effect Dengan ongkos tetap yang kecil, kegiatan produksi maupun pengiriman bisa dilakukan dengan ukuran batch yang kecil Cara yang bisa ditempuh antara lain : Mengurangi waktu setup mesin Mengeliminasi kegiatan administrasi yang berlebihan pada kegiatan pengadaan Inovasi pada manajemen transportasi dan distribusi

Menciptakan stabilitas harga Untuk menghindari reaksi forward buying frekuensi dan intensitas kegiatan promosi parsial harus dikurangi Seharusnya lebih diarahkan ke pengurangan harga secara kontinyu Jika ada, sebaiknya semua pihak dalam SC mengetahuinya sehingga tidak keliru dalam menaksir permintaan yang sesungguhnya

Mengukur Bullwhip Effect Secara konseptual, bullwhip effect tidak sulit dipahami dan memang terjadi di lapangan Tetapi pengukuran besar kecilnya tidak mudah dilakukan Sebuah publikasi, Fransoo dan Wouters (2000) mengusulkan: “ukuran bullwhip effect di suatu eselon SC adalah perbandingan koefisien variansi dari order yang diciptakan dan koefisien variansi dari permintaan yang diterima eselon ybs”

Mengukur Bullwhip Effect (2) BE = CV (order) / CV (demand) Dimana, CV = S (standar deviasi) / µ (rata-rata) Misal : nilai BE = 4,73 Maka nilai tersebut menunjukkan bahwa variabilitas permintaan meningkat (teramplifikasi) 4,73 kali yang merupakan akibat dari kebijakan order ritel tersebut.

Tugas akhir sebelum UAS Individu : Kerjakan lembar soal yang sudah diberikan Kelompok : (max. 3 orang) Cari sebuah studi kasus perusahaan yang menerapkan SCM, apa dan bagaimana penerapannya? Presentasi : pertemuan berikutnya Pengumpulan : hard copy + softcopy (email dg subject : tugas SCM)