Dokumen tersebut membahas tentang distorsi informasi dan bullwhip effect dalam rantai pasokan. Bullwhip effect adalah fenomena dimana permintaan yang sebenarnya stabil di tingkat pelanggan akhir menjadi fluktuatif di hulu rantai pasokan. Hal ini disebabkan oleh empat faktor utama yaitu pembaruan ramalan permintaan, penggabungan order, fluktuasi harga, serta pengalokasian dan permainan kelangkaan. Untuk mengurangi bullwhip effect
2. 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”
2
4. 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
4
5. Penyebab Bullwhip Effect
Ada banyak hal yang bisa menyebabkan terjadinya
Bullwhip Effect
Lee, dkk (1997) mengidentifikasikan 4 penyebab utama
dari Bullwhip Effect, yaitu :
1. Demand forecast updating (pembaharuan ramalan
permintaan)
2. Order batching
3. Fluktuasi harga
4. Rationing & shortage gaming
5
6. 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
6
7. 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
7
8. 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)
8
9. 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
9
10. 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
10
11. 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
11
12. 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:
1. Information sharing
2. Memperpendek/mengubah struktur SC
3. Pengurangan ongkos-ongkos tetap
4. Menciptakan stabilitas harga
5. Pemendekan leadtime
12
13. 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
13
14. 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
14
15. 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
15
16. 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
16
17. 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”
17
18. 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.
18
19. Contoh Kasus
Perusahaan ZAY bergerak di bidang Kosmetik, dengan tingkat
penjualan yang cukup tinggi. Perusahaan ini menghasilkan 3
jenis produk Kosmetik yang di jual oleh 2 ritel. Perusahaan ini
ingin melihat tingkat efisiensi penjualan dan permintaan order
dari kedua ritel tersebut, untuk mengetahui seberapa besar
tingkat bullwhip effect yang terjadi, karena berpengaruh
terhadap fluktuasi produksi yang dijalankan. Berikut adalah
data penjualan dan order masing-masing retail :
19
23. Hasil dari iterasi penghitungan BE, dapat dilihat bahwa untuk tingkat BE yang paling efisien
adalah 0,76. yang mana perusahaan bisa melakukan agregasi terhadap jumlah penjualan dan
pemesanan yang sejenis dari kedua retail.
23
Produk Kategori 1 2 3 4 5 6
R1 Jual 273 316 391 385 348 326
Pesan 370 350 320 310 320 355
R2 Jual 189 221 254 175 210 212
Pesan 225 185 245 200 185 260
MengAgregasi Produk Sejenis Pada Masing-masing Ritel
Minggu
Produk Kategori AVR STD CV BE3
R1 Jual 339,83 44,61 0,131 0,542
Pesan 337,50 24,03 0,071
R2 Jual 210,17 27,30 0,130 1,127
Pesan 216,67 31,73 0,146
Bulwhip Effect 3
Produk Kategori 1 2 3 4 5 6 AVR STD CV BE4
R1 Jual 462 537 645 560 558 538 550,00 58,73 0,11 0,76
Pesan 595 535 565 510 505 615 554,17 45,21 0,08
MengAgregasi Kedua Ritel dengan penjumlahan semua produk
Minggu
Bulwhip Effect 4
24. Tugas akhir sebelum UAS
Individu :
Kerjakan lembar soal yang sudah diberikan
Kelompok : (max. 4 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 02)
24
