SCM - Manajemen Inventaris
Seperti yang terlihat di bawah tujuan utama rantai pasokan, salah satu tujuan dasar SCM adalah memastikan bahwa semua aktivitas dan fungsi di dalam serta di seluruh perusahaan dikelola secara efisien.
Ada beberapa contoh di mana efisiensi dalam rantai pasokan dapat dipastikan dengan efisiensi dalam persediaan, lebih tepatnya, dengan mempertahankan efisiensi dalam pengurangan persediaan. Meskipun inventaris dianggap sebagai kewajiban untuk manajemen rantai pasokan yang efisien, manajer rantai pasokan mengakui kebutuhan inventaris. Namun, aturan tidak tertulisnya adalah menjaga persediaan seminimal mungkin.
Banyak strategi dikembangkan dengan tujuan merampingkan inventaris di luar rantai pasokan dan menahan investasi inventaris serendah mungkin. Manajer rantai pasokan cenderung menjaga persediaan serendah mungkin karena investasi persediaan. Biaya atau investasi yang terkait dengan kepemilikan persediaan bisa jadi tinggi. Biaya-biaya ini terdiri dari pengeluaran kas yang diperlukan untuk membeli persediaan, biaya perolehan persediaan (biaya yang diinvestasikan dalam persediaan daripada berinvestasi dalam hal lain) dan biaya yang berkaitan dengan pengelolaan persediaan.
Peran Inventaris
Sebelum memahami peran inventaris dalam rantai pasokan, kita perlu memahami hubungan baik antara produsen dan klien. Menangani klien, memenuhi permintaan mereka, dan menciptakan hubungan dengan produsen adalah bagian penting dalam mengelola rantai pasokan.
Ada banyak contoh di mana kami melihat konsep hubungan kolaboratif ditandai sebagai inti dari manajemen rantai pasokan. Namun, analisis yang lebih dalam tentang hubungan rantai pasokan, terutama yang termasuk aliran produk, mengungkapkan bahwa inti dari hubungan ini adalah pergerakan dan penyimpanan inventaris.
Lebih dari setengahnya bergantung pada pembelian, transfer, atau pengelolaan inventaris. Seperti yang kita ketahui, inventaris memainkan peran yang sangat penting dalam rantai pasokan, menjadi fitur yang menonjol.
Fungsi paling mendasar yang dimiliki inventaris dalam rantai pasokan adalah sebagai berikut -
- Untuk memasok dan mendukung keseimbangan permintaan dan penawaran.
- Untuk secara efektif mengatasi arus maju dan mundur dalam rantai pasokan.
Perusahaan perlu mengelola pertukaran pemasok hulu dan permintaan pelanggan hilir. Dalam situasi ini, perusahaan memasuki keadaan dimana harus menjaga keseimbangan antara pemenuhan permintaan pelanggan, yang sebagian besar sangat sulit diprediksi dengan tepat atau akurat, serta menjaga kecukupan pasokan bahan dan barang. Saldo ini dapat diperoleh melalui inventaris.
Model Pengoptimalan
Model optimasi supply chain adalah model yang mengkodifikasi masalah praktis atau kehidupan nyata ke dalam model matematika. Tujuan utama pembuatan model matematika ini adalah untuk memaksimalkan atau meminimalkan suatu fungsi tujuan. Selain itu, beberapa kendala ditambahkan ke masalah ini untuk menentukan wilayah yang layak. Kami mencoba menghasilkan algoritme efisien yang akan memeriksa semua solusi yang mungkin dan mengembalikan solusi terbaik pada akhirnya. Berbagai model pengoptimalan rantai pasokan adalah sebagai berikut -
Pemrograman Linear Integer Campuran
Mixed integer linear programming (MILP) adalah pendekatan pemodelan matematis yang digunakan untuk mendapatkan hasil terbaik dari suatu sistem dengan beberapa batasan. Model ini banyak digunakan di banyak area pengoptimalan seperti perencanaan produksi, transportasi, desain jaringan, dll.
MILP terdiri dari fungsi objektif linier bersama dengan beberapa batasan batasan yang dibangun oleh variabel kontinyu dan integer. Tujuan utama dari model ini adalah untuk mendapatkan solusi optimal dari fungsi tujuan. Ini mungkin nilai maksimum atau minimum tetapi harus dicapai tanpa melanggar batasan yang diberlakukan.
Kita dapat mengatakan bahwa MILP adalah kasus khusus dari program linier yang menggunakan variabel biner. Jika dibandingkan dengan model pemrograman linier normal, model ini agak sulit dipecahkan. Pada dasarnya model MILP diselesaikan oleh pemecah komersial dan non-komersial, misalnya: Fico Xpress atau SCIP.
Pemodelan Stochastic
Pemodelan stokastik adalah pendekatan matematika untuk merepresentasikan data atau memprediksi hasil dalam situasi di mana ada keacakan atau ketidakpastian sampai batas tertentu.
Sebagai contoh, dalam suatu unit produksi, proses manufaktur umumnya memiliki beberapa parameter yang tidak diketahui seperti kualitas bahan input, keandalan mesin dan kompetensi karyawan. Parameter ini berdampak pada hasil proses manufaktur tetapi tidak mungkin untuk mengukurnya dengan nilai absolut.
Dalam jenis kasus ini, di mana kita perlu menemukan nilai absolut untuk parameter yang tidak diketahui, yang tidak dapat diukur dengan tepat, kita menggunakan pendekatan pemodelan Stochastic. Strategi pemodelan ini membantu dalam memprediksi hasil dari proses ini dengan beberapa tingkat kesalahan yang ditentukan dengan mempertimbangkan faktor-faktor yang tidak dapat diprediksi.
Pemodelan Ketidakpastian
Saat menggunakan pendekatan pemodelan realistis, sistem harus memperhitungkan ketidakpastian. Ketidakpastian dievaluasi ke tingkat di mana karakteristik ketidakpastian sistem dimodelkan dengan sifat probabilistik.
Kami menggunakan pemodelan ketidakpastian untuk mengkarakterisasi parameter yang tidak pasti dengan distribusi probabilitas. Ini memperhitungkan ketergantungan dengan mudah sebagai input seperti rantai Markov atau mungkin menggunakan teori antrian untuk memodelkan sistem di mana menunggu memiliki peran penting. Ini adalah cara umum untuk memodelkan ketidakpastian.
Optimasi Bi-level
Masalah dua tingkat muncul dalam situasi kehidupan nyata setiap kali keputusan desentralisasi atau hierarkis perlu dibuat. Dalam situasi seperti ini, banyak pihak membuat keputusan satu demi satu, yang memengaruhi keuntungan masing-masing.
Hingga saat ini, satu-satunya solusi untuk menyelesaikan masalah dua level adalah melalui metode heuristik untuk ukuran realistis. Namun, upaya sedang dilakukan untuk meningkatkan metode optimal ini untuk menghitung solusi optimal untuk masalah nyata juga.