Jakarta, CNBC Indonesia - Kejayaan Cibaduyut, Bandung sebagai sentra industri sepatu perlahan kian memudar. Saat ini, banyak pedagang yang terpaksa gulung tikar karena menurunnya penjualan. Pantauan CNBC Indonesia di lokasi pada akhir pekan kemarin, banyak toko sepatu yang kini telah tutup.

Salah satu pedagang Sri Nilawati mengaku banyak rekannya yang kini tutup karena penjualan sudah jauh menurun, terutama jika membandingkannya dengan beberapa tahun lalu sebelum pandemi. Kondisi ini sangat terlihat jelas dari deretan toko di Cibaduyut banyak yang tertutup rapat.

"Tutup semua, pada gulung tikar. Ada mungkin setengahnya kurang," kata Sri kepada CNBC Indonesia, akhir pekan lalu.
Keputusan para pedagang untuk menutup tokonya karena penjualan tidak sebanding dengan modal. Untuk menyewa lapak di salah satu sudut Cibaduyut membutuhkan uang yang tidak sedikit. Misalnya saja untuk ukuran sekitar 4m2, pedagang harus merogoh kocek belasan hingga puluhan juta per tahunnya.

"Jauh bedanya, dulu lumayan, minggu hari gini bisa dapat Rp 3 juta - Rp 5 juta, sekarang boro-boro Rp 100 ribu aja untung, menurun jauh. Terakhir ramai 2019 sebelum covid. Sekarang sehari kadang ya penglaris kadang cuma dapat Rp 20 ribu karena orang luar kota nggak boleh masuk," sebut Sri.

Dengan pendapatan sebesar itu, banyak yang akhirnya tidak kuat lagi menahan beban. Apalagi, pedagang juga harus menyiapkan biaya lain seperti listrik hingga biaya operasional. Meskipun pandemi, sebagian pedagang tidak mendapat keringanan biaya.

"Saya mengontrak Rp 15 juta setahun. Dulu sama sekarang sama aja biayanya. Karenanya banyak yang jualan online. Tapi saya nggak karena belum bisa," ujar Sri yang sudah berjualan sepatu di Cibaduyut sejak 2004.

Sumber: www.cnbcindonesia.com

Insentif diskon pajak penjualan atas barang mewah ditanggung pemerintah (PPnBM DTP) kendaraan roda empat terbukti mampu memberikan stimulus bagi peningkatan industri-industri pendukungnya, terutama yang bergerak pada industri komponen otomotif. Melalui kebijakan tersebut, beberapa subsektor manufaktur mampu tumbuh di atas pertumbuhan ekonomi nasional 2021 yang sebesar 3,69%.

“Sepanjang 2021, tercatat industri pengolahan nonmigas tumbuh 3,67%. Beberapa subsektor tumbuh di atas pertumbuhan ekonomi nasional, salah satunya industri alat angkut sebesar 17,82%,” kata Menteri Perindustrian (Menperin) Agus Gumiwang Kartasasmita di Jakarta, Kamis (10/2).

Industri alat angkut mengalami pertumbuhan tertinggi dibandingkan subsektor industri lainnya, seperti industri logam dasar (11,5%), industri mesin dan perlengkapan (11,43%), ataupun industri kimia, farmasi, dan obat tradisional (9,61%).

Saat pandemi Covid-19 masuk ke tanah air, industri alat angkut merupakan salah satu subsektor manufaktur yang mengalami pukulan paling keras di antara subsektor manufaktur lainnya.  Kala itu, kontraksi pada pertumbuhan industri alat angkutan mencapai 34,29 persen pada kuartal II/2020. Salah satu penyebabnya adalah turunnya penjualan kendaraan.

Di periode tersebut, Badan Pusat Statistik (BPS) mencatat industri otomotif hanya mampu menjual mobil sebanyak 24.042 unit, lebih rendah 89,44 persen pada periode yang sama tahun sebelumnya. Di samping itu, industri otomotif hanya mampu memproduksi 41.250 unit mobil atau lebih rendah 85,02 persen secara tahunan. Sepanjang 2020, pertumbuhan industri alat angkut minus 19,86%.

Padahal, industri otomotif merupakan industri yang menghidupi 1,5 juta pekerja di sepanjang rantai nilai industri tersebut. Akibat anjloknya sektor ini, banyak pekerja yang perkonomiannya turut terdampak. “Karena pertimbangan tersebut, Kemenperin sejak awal pandemi mengusulkan pembebasan pajak kepemilikan mobil baru yang direalisasikan melalui insentif PPnBM DTP,” tutur Agus.

Kebijakan tersebut kemudian direalisasikan pada 1 Maret 2021 berdasarkan Peraturan Menteri Keuangan No. 20 Tahun 2021 tentang Pajak Penjualan Atas Barang Mewah Atas Penyerahan Barang Kena Pajak Yang Tergolong Mewah Berupa Kendaraan Bermotor Tertentu Yang Ditanggung Pemerintah Tahun Anggaran 2021.

Kebijakan tersebut kemudian diperpanjang hingga Desember 2021 karena terbukti meningkatkan penjualan mobil dan menciptakan multiplier effect terhadap perekonomian Indonesia. Kemenperin mencatat penjualan mobil peserta insentif PPnBM DTP pada periode Maret hingga Desember 2021 sebanyak 519 ribu unit. Peningkatan penjualan mobil sebesar 113% dibandingkan tahun 2020.

Insentif tersebut memberikan peningkatan permintaan input di sektor industri (backward linkage) sebesar Rp36 Triliun serta peningkatan output sektor otomotif (forward linkage) sebesar Rp43 Triliun.

Saat ini terdapat 21 perusahaan industri kendaraan bermotor roda empat atau lebih dengan kapasitas produksi sebesar 2,35 juta unit per tahun danmenyerap tenaga kerja langsung sebanyak 38 ribu orang. Total investasi yang telah tertanam di sektor otomotif mencapai Rp140 triliun.

Menperin menambahkan, proses manufaktur peserta program PPnBM DTP melibatkan sebanyak 319 perusahaan industri komponen Tier 1. Tentunya hal ini mendorong peningkatan kinerja industri komponen Tier 2 dan 3 yang sebagian besar termasuk kategori industri kecil dan menengah (IKM).

Terlibatnya IKM dalam industri komponen otomotif, diharapkan pula turut memberikan rangsangan pada peningkatan aspek ketenagakerjaan sektor industri manufaktur. “Seiring dengan bangkitnya sektor industri pengolahan dari dampak pandemi, ada tambahan penyerapan tenaga kerja sebanyak 1,2 juta orang di tahun 2021 sehingga jumlah total tenaga kerja di sektor ini kembali meningkat ke angka 18,64 juta orang. Diharapkan penyerapan tahun ini terus bertambah,” pungkasnya.

Insentif Dilanjutkan

Melihat manfaat yang besar dari kebijakan insentif diskon PPnBM DTP terhadap perekonomian di masa pandemi Covid-19, tahun ini pemerintah memutuskan untuk memperpanjang program tersebut, sejak 2 Februari 2022.  Menperin menyebut, perpanjangan insentif masih berada dalam koridor keberlanjutan program Penanganan Pandemi Covid-19 dan Pemulihan Ekonomi Nasional (PC-PEN) 2022.

“Dilanjutkannya insentif PPnBM DTP tahun 2022 sekaligus akan mengurangi shock penjualan, serta dapat terus menjaga momentum pertumbuhan industri otomotif nasional, sekaligus meningkatkan utilisasi dan kinerja sektor industri komponen otomotif termasuk, industri kecil menengah,” papar Menperin.

Insentif diskon pajak PPnBM DTP dituangkan dalam Peraturan Menteri Keuangan (PMK) Nomor 5/PMK.010/2022 tentang Pajak Penjualan atas Barang Mewah atas Penyerahan Barang Kena Pajak yang Tergolong Mewah berupa Kendaraan Bermotor Tertentu yang Ditanggung Pemerintah Tahun Anggaran 2022. Aturan itu berisi tentang desain insentif baru yang disesuaikan dengan kondisi pemulihan sektor otomotif ke depan.

Pada aturan tesebut, insentif PPnBM DTP kendaraan bermotor roda empat diberikan bagi kendaraan dengan kandungan komponen lokal minimal 80%. Ada dua segmen yang kendaran bermotor yang mendapatkan insentif tersebut.

Segmen pertama, kendaraan bermotor dengan harga tertinggi Rp200 juta untuk kendaraan hemat energi dan harga terjangkau yang dikenal masyarakat sebagai Low-Cost Green Car (LCGC). Periode insentif untuk LCGC diberikan baik pada kuartal pertama, kedua, dan ketiga di 2022. Insentif diberikan dalam bentuk potongan PPnBM sebesar 100%, 66,66% dan 33,33% untuk masing-masing kuartal tersebut, sehingga PPnBM yang dibayar di kuartal pertama hanya sebesar 0%, kuartal kedua 1%, dan kuartal ketiga 2%.

Segmen kedua adalah kendaraan dengan kapasitas mesin sampai dengan 1500cc dengan harga antara Rp200-250 juta. Segmen ini mendapatkan diskon PPnBM sebesar 50% pada kuartal pertama sehingga konsumen membayar tarif PPnBM hanya sebesar 7,5%.

Sumber Artikel : Kemenperin.go.id

Stok pengaman

Stok pengaman adalah istilah yang digunakan oleh para ahli logistik untuk menggambarkan tingkat stok ekstra yang dipertahankan untuk mengurangi risiko kehabisan stok (kekurangan bahan baku atau kemasan) yang disebabkan oleh ketidakpastian pasokan dan permintaan. Tingkat persediaan pengaman yang memadai memungkinkan operasi bisnis berjalan sesuai dengan rencana mereka. Persediaan pengaman diadakan ketika ketidakpastian dalam permintaan, pasokan, atau hasil produksi, dan berfungsi sebagai jaminan terhadap kehabisan stok.

Stok pengaman adalah kuantitas tambahan dari suatu barang yang disimpan dalam inventaris untuk mengurangi risiko kehabisan stok. Stok pengaman berfungsi sebagai stok penyangga jika penjualan lebih besar dari yang direncanakan dan/atau pemasok tidak dapat mengirimkan unit tambahan pada waktu yang diharapkan.

Dengan produk baru, persediaan pengaman dapat digunakan sebagai alat strategis hingga perusahaan dapat menilai seberapa akurat ramalannya setelah beberapa tahun pertama, terutama ketika digunakan dengan lembar kerja perencanaan kebutuhan material (MRP). Semakin tidak akurat ramalannya, semakin banyak persediaan pengaman yang diperlukan untuk memastikan tingkat layanan tertentu. Dengan lembar kerja MRP, perusahaan dapat menilai berapa banyak yang harus diproduksi untuk memenuhi permintaan penjualan yang diperkirakan tanpa bergantung pada stok pengaman.

Namun, strategi yang umum dilakukan adalah mencoba mengurangi tingkat persediaan pengaman untuk membantu menjaga biaya inventaris tetap rendah setelah permintaan produk menjadi lebih dapat diprediksi. Hal ini sangat penting bagi perusahaan dengan bantalan keuangan yang lebih kecil atau mereka yang mencoba menjalankan lean manufacturing, yang bertujuan untuk menghilangkan pemborosan selama proses produksi.

Jumlah stok pengaman yang dipilih organisasi untuk disimpan dapat secara dramatis memengaruhi bisnisnya. Terlalu banyak stok pengaman dapat mengakibatkan tingginya biaya penyimpanan persediaan. Selain itu, produk yang disimpan terlalu lama dapat rusak, kadaluarsa, atau pecah selama proses pergudangan. Stok pengaman yang terlalu sedikit dapat menyebabkan hilangnya penjualan dan, dengan demikian, tingkat perputaran pelanggan yang lebih tinggi. Oleh karena itu, menemukan keseimbangan yang tepat antara terlalu banyak dan terlalu sedikit persediaan pengaman sangat penting.

Alasan untuk menjaga stok pengaman

Persediaan pengaman terutama digunakan dalam strategi manufaktur "make-to-stock", yang digunakan ketika waktu tunggu produksi terlalu lama untuk memenuhi permintaan pelanggan dengan biaya/kualitas/waktu tunggu yang tepat.

Tujuan utama dari persediaan pengaman adalah untuk menyerap variabilitas permintaan pelanggan. Memang, perencanaan produksi didasarkan pada perkiraan, yang (menurut definisi) berbeda dengan permintaan riil. Dengan menyerap variasi ini, persediaan pengaman meningkatkan tingkat layanan pelanggan.Menciptakan persediaan pengaman juga akan menunda kehabisan stok dari variasi lain, seperti tren kenaikan permintaan pelanggan, sehingga ada waktu untuk menyesuaikan kapasitas.

Persediaan pengaman digunakan sebagai penyangga untuk melindungi organisasi dari kehabisan stok yang disebabkan oleh perencanaan yang tidak akurat atau kepatuhan jadwal yang buruk oleh pemasok. Dengan demikian, biayanya (dalam hal material dan manajemen) sering kali dipandang sebagai penguras sumber daya keuangan yang menghasilkan inisiatif pengurangan. Selain itu, barang yang sensitif terhadap waktu seperti makanan, minuman, dan barang yang mudah rusak lainnya dapat rusak dan terbuang percuma jika disimpan sebagai stok pengaman terlalu lama.

Berbagai metode tersedia untuk mengurangi persediaan pengaman; ini termasuk penggunaan teknologi yang lebih baik, peningkatan kolaborasi dengan pemasok, dan peramalan yang lebih akurat. Dalam lingkungan pasokan yang ramping, waktu tunggu berkurang, yang dapat membantu meminimalkan tingkat persediaan pengaman, sehingga mengurangi kemungkinan dan dampak kehabisan persediaan. Karena biaya persediaan pengaman, banyak organisasi memilih perhitungan persediaan pengaman yang dipimpin oleh tingkat layanan; misalnya, tingkat layanan 95% dapat menyebabkan kehabisan persediaan, tetapi pada tingkat yang dapat diterima oleh perusahaan. Semakin rendah tingkat layanan, semakin rendah pula persyaratan untuk stok pengaman.

Sistem perencanaan sumber daya perusahaan (sistem ERP) juga dapat membantu organisasi mengurangi tingkat persediaan pengaman. Sebagian besar sistem ERP menyediakan jenis modul perencanaan produksi. Modul ERP seperti ini dapat membantu perusahaan mengembangkan prakiraan penjualan yang sangat akurat dan dinamis serta rencana penjualan dan operasi. Dengan membuat perkiraan yang lebih akurat dan dinamis, perusahaan dapat mengurangi kemungkinan memproduksi persediaan yang tidak mencukupi untuk periode tertentu, sehingga dapat mengurangi jumlah persediaan pengaman yang diperlukan. Selain itu, sistem ERP menggunakan rumus yang sudah ada untuk membantu menghitung tingkat persediaan pengaman yang tepat berdasarkan rencana produksi yang telah dikembangkan sebelumnya. Meskipun sistem ERP membantu organisasi dalam memperkirakan jumlah persediaan pengaman yang wajar, modul ERP harus diatur untuk merencanakan kebutuhan secara efektif.

Kebijakan inventaris

Ukuran persediaan pengaman tergantung pada jenis kebijakan persediaan yang berlaku. Simpul persediaan dipasok dari "sumber" yang memenuhi pesanan untuk produk yang dipertimbangkan setelah waktu tunggu pengisian tertentu. Dalam kebijakan persediaan periodik, tingkat persediaan diperiksa secara berkala (seperti sebulan sekali) dan pesanan dilakukan pada saat itu untuk memenuhi permintaan yang diharapkan hingga pesanan berikutnya.

Dalam hal ini, persediaan pengaman dihitung dengan mempertimbangkan risiko variabilitas permintaan dan pasokan selama periode ini ditambah waktu tunggu pengisian. Jika kebijakan persediaan adalah kebijakan kontinu (seperti kebijakan kuantitas pesanan titik-pesanan atau kebijakan titik-pesanan hingga), tingkat persediaan dipantau secara terus menerus dan pesanan dilakukan dengan kebebasan waktu. Dalam hal ini, persediaan pengaman dihitung dengan mempertimbangkan risiko hanya pada waktu tunggu pengisian ulang. Jika diterapkan dengan benar, kebijakan persediaan berkelanjutan dapat menghasilkan stok pengaman yang lebih kecil sambil memastikan tingkat layanan yang lebih tinggi, sejalan dengan proses yang ramping dan manajemen bisnis yang lebih efisien secara keseluruhan. Namun, kebijakan persediaan berkelanjutan jauh lebih sulit untuk diterapkan, sehingga sebagian besar organisasi yang menggunakan proses dan alat perencanaan tradisional memilih kebijakan persediaan berkala.

Disadur dari: en.wikipedia.org

Musiman

Pada data deret waktu, musiman adalah adanya variasi yang terjadi pada interval waktu tertentu yang kurang dari satu tahun, seperti mingguan, bulanan, atau kuartalan. Musiman dapat disebabkan oleh berbagai faktor, seperti cuaca, liburan, dan hari raya dan terdiri dari pola yang periodik, berulang, dan umumnya teratur dan dapat diprediksi pada level dari suatu deret waktu.

Fluktuasi musiman dalam deret waktu dapat dikontraskan dengan pola siklus. Yang terakhir ini terjadi ketika data menunjukkan kenaikan dan penurunan yang tidak memiliki periode tetap. Fluktuasi non-musiman tersebut biasanya disebabkan oleh kondisi ekonomi dan sering kali terkait dengan "siklus bisnis"; periode mereka biasanya lebih dari satu tahun, dan fluktuasinya biasanya paling sedikit dua tahun.

Organisasi yang menghadapi variasi musiman, seperti penjual es krim, sering kali tertarik untuk mengetahui kinerja mereka relatif terhadap variasi musiman normal. Variasi musiman di pasar tenaga kerja dapat dikaitkan dengan masuknya para lulusan sekolah ke pasar kerja karena mereka ingin berkontribusi pada dunia kerja setelah menyelesaikan sekolah mereka. Perubahan reguler ini kurang menarik bagi mereka yang mempelajari data ketenagakerjaan daripada variasi yang terjadi karena keadaan ekonomi yang mendasarinya; fokus mereka adalah pada bagaimana pengangguran di angkatan kerja telah berubah, terlepas dari dampak variasi musiman reguler.

Penting bagi organisasi untuk mengidentifikasi dan mengukur variasi musiman dalam pasar mereka untuk membantu mereka merencanakan masa depan. Hal ini dapat mempersiapkan mereka untuk kenaikan atau penurunan sementara dalam kebutuhan tenaga kerja dan inventaris karena permintaan untuk produk atau layanan mereka berfluktuasi selama periode tertentu. Hal ini mungkin memerlukan pelatihan, pemeliharaan berkala, dan sebagainya yang dapat diatur sebelumnya. Terlepas dari pertimbangan-pertimbangan ini, organisasi perlu mengetahui apakah variasi yang mereka alami lebih atau kurang dari jumlah yang diharapkan, di luar dari apa yang biasa terjadi pada variasi musiman.

Motivasi

Ada beberapa alasan utama mempelajari variasi musiman:

Mendeskripsikan dampak musiman memungkinkan kita untuk lebih memahami pengaruh faktor-faktor ini pada serangkaian hasil.

Setelah menetapkan pola musiman, kita dapat menggunakan metode untuk mengekstrak sampel tersebut dari rangkaian waktu, sehingga menghilangkan perubahan lain seperti rotasi . Pengaruh komponen dapat dipelajari. Sepertinya kilat. Menghilangkan efek musiman ini disebut detrending atau transformasi data musiman.

Studi tentang variasi musiman juga melibatkan penerapan pola masa lalu untuk membuat prakiraan dan memprediksi tren masa depan. Konteks iklim umum. Oleh karena itu, pemahaman mendalam tentang perubahan musim dapat menjadi alat yang berguna dalam perencanaan strategis dan pengambilan keputusan untuk mengoptimalkan kinerja produk atau layanan.

Motivasi

Ada beberapa alasan utama untuk mempelajari variasi musiman:

• Deskripsi efek musiman memberikan pemahaman yang lebih baik tentang dampak komponen ini terhadap deret waktu tertentu.
• Setelah menetapkan pola musiman, metode dapat diterapkan untuk menghilangkannya dari deret waktu untuk mempelajari efek komponen lain seperti variasi siklus dan tidak teratur. Penghilangan efek musiman ini disebut sebagai de-musiman atau penyesuaian musiman data.
• Menggunakan pola masa lalu dari variasi musiman untuk berkontribusi pada peramalan dan prediksi tren masa depan, seperti pada iklim normal.

Deteksi

Teknik grafis berikut ini dapat digunakan untuk mendeteksi musim:

Sebuah plot urutan waktu berjalan sering kali akan menunjukkan musiman

• Plot musiman penggunaan listrik AS
• Plot musiman akan menunjukkan data dari setiap musim yang tumpang tindih
• Plot subseri musiman adalah teknik khusus untuk menunjukkan musiman
• Beberapa plot kotak dapat digunakan sebagai alternatif dari plot subseri musiman untuk mendeteksi musiman
• Plot autokorelasi (ACF) dan plot spektral dapat membantu mengidentifikasi musiman.

Cara yang sangat baik untuk menemukan periodisitas, termasuk musiman, dalam rangkaian data reguler adalah dengan menghilangkan tren keseluruhan terlebih dahulu dan kemudian memeriksa periodisitas waktu.

Plot run sequence adalah langkah pertama yang direkomendasikan untuk menganalisis deret waktu apa pun. Meskipun musiman terkadang dapat ditunjukkan oleh plot ini, musiman ditunjukkan dengan lebih jelas oleh plot subseri musiman atau plot kotak. Plot subseri musiman melakukan pekerjaan yang sangat baik dalam menunjukkan perbedaan musiman (antara pola kelompok) dan juga pola di dalam kelompok. Plot kotak menunjukkan perbedaan musiman (antara pola kelompok) dengan cukup baik, tetapi tidak menunjukkan pola dalam kelompok. Namun, untuk kumpulan data yang besar, plot kotak biasanya lebih mudah dibaca daripada plot subseri musiman.

Plot musiman, plot subseri musiman, dan plot kotak semuanya mengasumsikan bahwa periode musiman telah diketahui. Dalam banyak kasus, analis akan mengetahui hal ini. Misalnya, untuk data bulanan, periodenya adalah 12 karena ada 12 bulan dalam satu tahun. Namun, jika periode tidak diketahui, plot autokorelasi dapat membantu. Jika terdapat musiman yang signifikan, plot autokorelasi akan menunjukkan lonjakan pada lag yang sama dengan periode. Sebagai contoh, untuk data bulanan, jika ada efek musiman, kita akan melihat puncak yang signifikan pada lag 12, 24, 36, dan seterusnya (meskipun intensitasnya dapat menurun semakin jauh).

Plot autokorelasi (ACF) dapat digunakan untuk mengidentifikasi musiman, karena plot ini menghitung perbedaan (jumlah residu) antara nilai Y dan nilai lag Y. Hasilnya memberikan beberapa titik di mana kedua nilai tersebut berdekatan (tidak ada musiman), tetapi titik lain di mana terdapat perbedaan yang besar. Titik-titik ini menunjukkan tingkat musiman dalam data.

Perhitungan

Variasi musiman diukur dalam sebuah indeks, yang disebut indeks musiman. Indeks musiman adalah rata-rata yang dapat digunakan untuk membandingkan pengamatan aktual dengan apa yang akan terjadi jika tidak ada variasi musiman. Nilai indeks dilampirkan pada setiap periode deret waktu dalam satu tahun. Hal ini mengimplikasikan bahwa jika data bulanan dipertimbangkan, terdapat 12 indeks musiman yang terpisah, satu untuk setiap bulan. Metode-metode berikut ini menggunakan indeks musiman untuk mengukur variasi musiman dari data deret waktu.

• Metode rata-rata sederhana
• Metode rasio terhadap tren
• Metode rasio terhadap rata-rata bergerak
• Metode hubungan kerabat

Disadur dari: en.wikipedia.org

Supply Chain Manajemen

Dalam perdagangan, manajemen rantai pasokan (SCM) berhubungan dengan sistem pengadaan (pembelian bahan baku/komponen), manajemen operasi, logistik, dan saluran pemasaran, yang melaluinya bahan baku dapat dikembangkan menjadi produk jadi dan dikirim ke pelanggan akhir. Definisi yang lebih sempit dari manajemen rantai pasokan adalah "desain, perencanaan, pelaksanaan, kontrol, dan pemantauan kegiatan rantai pasokan dengan tujuan menciptakan nilai bersih, membangun infrastruktur yang kompetitif, meningkatkan logistik di seluruh dunia, menyinkronkan pasokan dengan permintaan, dan mengukur kinerja secara global." Hal ini dapat mencakup pergerakan dan penyimpanan bahan mentah, persediaan barang dalam proses, barang jadi, dan pemenuhan pesanan ujung ke ujung dari titik asal ke titik konsumsi. Jaringan, saluran, dan simpul bisnis yang saling berhubungan, saling terkait, dan saling terkait digabungkan dalam penyediaan produk dan layanan yang dibutuhkan oleh pelanggan akhir dalam rantai pasokan.

SCM adalah berbagai kegiatan yang diperlukan untuk merencanakan, mengendalikan, dan melaksanakan aliran produk dari bahan ke produksi hingga distribusi dengan cara yang paling ekonomis. SCM mencakup perencanaan dan pelaksanaan proses yang terintegrasi yang diperlukan untuk mengoptimalkan aliran bahan, informasi, dan modal dalam fungsi-fungsi yang secara luas mencakup perencanaan permintaan, pengadaan, produksi, manajemen inventaris, dan logistik-atau penyimpanan dan transportasi.

Manajemen rantai pasokan mengupayakan pendekatan multidisiplin dan multimetode yang terintegrasi. Penelitian saat ini [kapan?] dalam manajemen rantai pasokan berkaitan dengan topik-topik yang terkait dengan ketahanan, keberlanjutan, dan manajemen risiko, di antaranya. Beberapa pihak berpendapat bahwa "dimensi manusia" dari SCM, isu-isu etika, integrasi internal, transparansi/keterbukaan, dan manajemen sumber daya manusia/bakat merupakan topik-topik yang sejauh ini kurang terwakili dalam agenda penelitian.

Misi

Manajemen rantai pasokan, teknik yang bertujuan untuk mengkoordinasikan semua bagian SC, mulai dari memasok bahan baku hingga pengiriman dan/atau pengiriman kembali produk, mencoba meminimalkan total biaya sehubungan dengan konflik yang ada di antara para mitra rantai. Contoh dari konflik ini adalah keterkaitan antara bagian penjualan yang ingin memiliki tingkat persediaan yang lebih tinggi untuk memenuhi permintaan dan gudang yang menginginkan persediaan yang lebih rendah untuk mengurangi biaya penyimpanan.

Asal usul istilah dan definisi

Pada tahun 1982, Keith Oliver, seorang konsultan di Booz Allen Hamilton, memperkenalkan istilah "manajemen rantai pasokan" ke ranah publik dalam sebuah wawancara untuk Financial Times. Pada tahun 1983, WirtschaftsWoche di Jerman mempublikasikan untuk pertama kalinya hasil dari sebuah proyek yang disebut "proyek Manajemen Rantai Pasokan", yang dipimpin oleh Wolfgang Partsch.

Rantai pasokan pada awalnya didefinisikan sebagai mencakup semua kegiatan yang terkait dengan aliran dan transformasi barang dari bahan mentah hingga ke pengguna akhir atau konsumen akhir, serta aliran informasi yang terkait. Mentzer et al. menganggap penting untuk dicatat bahwa konsumen akhir termasuk dalam definisi awal ini. Manajemen rantai pasokan kemudian didefinisikan lebih lanjut sebagai integrasi aktivitas rantai pasokan melalui peningkatan hubungan rantai pasokan untuk mencapai keunggulan kompetitif.

Mentzer et al. menganggap penting untuk dicatat bahwa konsumen akhir termasuk dalam definisi awal ini.  Manajemen rantai pasokan kemudian didefinisikan lebih lanjut sebagai integrasi aktivitas rantai pasokan melalui peningkatan hubungan rantai pasokan untuk mencapai keunggulan kompetitif.

Pada akhir tahun 1990-an, "manajemen rantai pasokan" (SCM) menjadi terkenal, dan para manajer operasi mulai menggunakannya dalam jabatan mereka dengan lebih sering. Rantai pasokan, yang berlawanan dengan manajemen rantai pasokan, adalah sekumpulan perusahaan yang memindahkan material "ke depan", atau sekumpulan organisasi, yang secara langsung dihubungkan oleh satu atau lebih aliran produk, layanan, keuangan, atau informasi hulu dan hilir dari sumber ke pelanggan. Manajemen rantai pasokan adalah manajemen rantai semacam itu.

Definisi lain yang diterima secara umum dari manajemen rantai pasokan meliputi:

• Manajemen aliran nilai tambah hulu dan hilir dari bahan, barang jadi, dan informasi terkait di antara pemasok, perusahaan, pengecer, dan konsumen akhir.
• Koordinasi sistematis dan strategis dari fungsi dan taktik bisnis tradisional di seluruh fungsi bisnis di perusahaan tertentu dan di seluruh bisnis dalam rantai pasokan, dengan tujuan meningkatkan kinerja jangka panjang masing-masing perusahaan dan rantai pasokan secara keseluruhan.
• Definisi yang berfokus pada pelanggan diberikan oleh Hines (2004:p76): "Strategi rantai pasokan membutuhkan pandangan sistem total dari mata rantai yang bekerja sama secara efisien untuk menciptakan kepuasan pelanggan pada titik akhir pengiriman ke konsumen. Sebagai konsekuensinya, biaya harus diturunkan di seluruh rantai dengan menghilangkan pengeluaran, pergerakan, dan penanganan yang tidak perlu. Fokus utama beralih ke efisiensi dan nilai tambah, atau persepsi pengguna akhir tentang nilai. Efisiensi harus ditingkatkan, dan hambatan harus dihilangkan. Pengukuran kinerja berfokus pada efisiensi sistem secara keseluruhan dan distribusi imbalan moneter yang adil bagi mereka yang berada di dalam rantai pasokan. Sistem rantai pasokan harus responsif terhadap kebutuhan pelanggan."
• Integrasi proses bisnis utama di seluruh rantai pasokan untuk tujuan menciptakan nilai bagi pelanggan dan pemangku kepentingan.
• Menurut Council of Supply Chain Management Professionals (CSCMP), manajemen rantai pasokan mencakup perencanaan dan pengelolaan semua kegiatan yang terlibat dalam pengadaan, pengadaan, konversi, dan manajemen logistik. Hal ini juga mencakup koordinasi dan kolaborasi dengan mitra saluran, yang dapat berupa pemasok, perantara, penyedia layanan pihak ketiga, atau pelanggan.Manajemen rantai pasokan mengintegrasikan manajemen penawaran dan permintaan di dalam dan di seluruh perusahaan. Baru-baru ini, jaringan bisnis yang digabungkan secara longgar dan mengorganisir diri sendiri yang bekerja sama untuk menyediakan penawaran produk dan layanan disebut Extended Enterprise.

Mentzer dkk. membuat perbedaan lebih lanjut antara "manajemen rantai pasokan" dan "orientasi rantai pasokan". Istilah yang terakhir melibatkan pengakuan bahwa strategi bisnis tidak dapat dipenuhi tanpa mengelola aktivitas pemasok dan pelanggan di hulu dan hilir, sedangkan istilah yang pertama digunakan untuk "implementasi aktual dari orientasi ini".

Visibilitas rantai pasokan, pada awalnya, berkaitan dengan pengetahuan tentang lokasi/tahap produksi dan tanggal pengiriman yang diharapkan dari produk dan bahan yang masuk, sehingga produksi dapat direncanakan, tetapi perkembangan istilah ini telah memungkinkannya untuk digunakan untuk merencanakan pesanan menggunakan pengetahuan tentang persediaan potensial, dan untuk melacak proses pasca-produksi sejauh pengiriman ke pelanggan.

Perangkat lunak manajemen rantai pasokan mencakup alat atau modul yang digunakan untuk menjalankan transaksi rantai pasokan, mengelola hubungan pemasok, dan mengontrol proses bisnis terkait. Tujuan keseluruhan perangkat lunak ini adalah untuk meningkatkan kinerja rantai pasokan dengan memantau jaringan rantai pasokan perusahaan dari ujung ke ujung (pemasok, pengangkut, pengembalian, gudang, pengecer, produsen, dan pelanggan).Dalam beberapa kasus, rantai pasokan mencakup pengumpulan barang setelah digunakan oleh konsumen untuk didaur ulang atau proses logistik terbalik untuk mengembalikan produk yang rusak atau tidak diinginkan kembali ke produsen dalam rantai nilai.

Fungsi
Manajemen rantai pasokan adalah pendekatan lintas fungsi yang mencakup pengelolaan pergerakan bahan baku ke dalam organisasi, aspek-aspek tertentu dari pemrosesan internal bahan menjadi barang jadi, dan pergerakan barang jadi keluar dari organisasi dan menuju konsumen akhir. Ketika organisasi berusaha untuk fokus pada kompetensi inti dan menjadi lebih fleksibel, mereka mengurangi kepemilikan sumber bahan baku dan saluran distribusi.

Fungsi-fungsi ini semakin banyak dialihdayakan ke perusahaan lain yang dapat melakukan kegiatan dengan lebih baik atau lebih hemat biaya. Efeknya adalah meningkatkan jumlah organisasi yang terlibat dalam memenuhi permintaan pelanggan, sekaligus mengurangi kontrol manajerial atas operasi logistik harian. Kontrol yang lebih sedikit dan lebih banyak mitra rantai pasokan mengarah pada penciptaan konsep manajemen rantai pasokan. Manajemen rantai pasokan berkaitan dengan peningkatan kepercayaan dan kolaborasi di antara mitra rantai pasokan, sehingga meningkatkan visibilitas inventaris dan kecepatan pergerakan inventaris.

Pentingnya
Organisasi semakin menyadari bahwa mereka harus bergantung pada rantai pasokan yang efektif, atau jaringan, untuk bersaing di pasar global dan ekonomi berjejaring. Dalam paradigma manajemen baru Peter Drucker (1998), konsep hubungan bisnis ini melampaui batas-batas perusahaan tradisional dan berusaha mengatur seluruh proses bisnis di seluruh rantai nilai beberapa perusahaan.

Dalam beberapa dekade terakhir, globalisasi, outsourcing, dan teknologi informasi telah memungkinkan banyak organisasi, seperti Dell dan Hewlett-Packard, untuk berhasil mengoperasikan jaringan pasokan kolaboratif di mana setiap mitra bisnis khusus hanya berfokus pada beberapa kegiatan strategis utama. Jaringan pasokan antar organisasi ini dapat diakui sebagai bentuk organisasi baru. Namun, dengan interaksi yang rumit di antara para pemain, struktur jaringan ini tidak sesuai dengan kategori "pasar" atau "hierarki."Tidak jelas dampak kinerja seperti apa yang dapat ditimbulkan oleh struktur jaringan pasokan yang berbeda terhadap perusahaan, dan hanya sedikit yang diketahui tentang kondisi koordinasi dan pertukaran yang mungkin terjadi di antara para pemain. Dari perspektif sistem, struktur jaringan yang kompleks dapat diuraikan menjadi perusahaan-perusahaan komponen individual. Secara tradisional, perusahaan-perusahaan dalam jaringan pasokan berkonsentrasi pada input dan output proses, dengan sedikit perhatian pada manajemen internal yang bekerja pada masing-masing pemain. Oleh karena itu, pilihan struktur pengendalian manajemen internal diketahui berdampak pada kinerja perusahaan lokal.

Pada abad ke-21, perubahan dalam lingkungan bisnis telah berkontribusi pada pengembangan jaringan rantai pasokan. Pertama, sebagai hasil dari globalisasi dan berkembangnya perusahaan multinasional, usaha patungan, aliansi strategis, dan kemitraan bisnis, faktor keberhasilan yang signifikan telah diidentifikasi, melengkapi praktik-praktik "just-in-time", lean manufacturing, dan manufaktur yang gesit sebelumnya. Kedua, perubahan teknologi, terutama penurunan dramatis dalam biaya komunikasi (komponen signifikan dari biaya transaksi), telah menyebabkan perubahan koordinasi di antara para anggota jaringan rantai pasokan.

Banyak peneliti telah mengakui struktur jaringan pasokan sebagai bentuk organisasi baru, menggunakan istilah-istilah seperti "Keiretsu", "Perusahaan yang Diperluas", "Perusahaan Virtual", "Jaringan Produksi Global", dan "Sistem Manufaktur Generasi Berikutnya."Secara umum, struktur seperti itu dapat didefinisikan sebagai "sekelompok organisasi semi-independen, masing-masing dengan kapabilitasnya, yang berkolaborasi dalam rasi bintang yang terus berubah untuk melayani satu atau beberapa pasar untuk mencapai beberapa tujuan bisnis yang spesifik untuk kolaborasi tersebut."

Pentingnya manajemen rantai pasokan terbukti sangat penting dalam perang melawan pandemi virus corona (COVID-19) 2019-2020 yang melanda seluruh dunia. Selama periode pandemi, pemerintah di negara-negara yang memiliki manajemen rantai pasokan domestik yang efektif memiliki persediaan medis yang cukup untuk mendukung kebutuhan mereka dan cukup untuk menyumbangkan kelebihan mereka kepada petugas kesehatan garis depan di yurisdiksi lain. Krisis COVID-19 yang dahsyat di Amerika Serikat telah menjungkirbalikkan banyak sektor ekonomi lokal, termasuk industri logistik bertingkat di negara itu. Beberapa organisasi dapat dengan cepat mengembangkan rantai pasokan luar negeri untuk mengimpor pasokan medis yang sangat dibutuhkan.

Manajemen rantai pasokan juga penting untuk pembelajaran organisasi. Perusahaan dengan rantai pasokan yang lebih luas secara geografis yang menghubungkan berbagai kelompok perdagangan cenderung menjadi lebih inovatif dan produktif. Sistem manajemen keamanan untuk rantai pasokan dijelaskan dalam ISO/IEC 28000 dan ISO/IEC 28001 dan standar terkait yang diterbitkan bersama oleh ISO dan IEC. Manajemen Rantai Pasokan banyak diambil dari bidang manajemen operasi, logistik, pengadaan, dan teknologi informasi, dan mengupayakan pendekatan yang terintegrasi.

Disadur dari: en.wikipedia.org

Simulasi komputer

Simulasi komputer adalah proses pemodelan matematis, yang dilakukan di komputer, yang dirancang untuk memprediksi perilaku, atau hasil dari, dunia nyata atau sistem fisik. Keandalan beberapa model matematika dapat ditentukan dengan membandingkan hasilnya dengan hasil dunia nyata yang ingin diprediksi. Simulasi komputer telah menjadi alat yang berguna untuk pemodelan matematis dari banyak sistem alam dalam fisika (fisika komputasi), astrofisika, klimatologi, kimia, biologi, dan manufaktur, serta sistem manusia di bidang ekonomi, psikologi, ilmu pengetahuan sosial, kesehatan, dan teknik. Simulasi suatu sistem direpresentasikan sebagai menjalankan model sistem. Simulasi dapat digunakan untuk mengeksplorasi dan mendapatkan wawasan baru tentang teknologi baru dan untuk memperkirakan kinerja sistem yang terlalu kompleks untuk solusi analitis.

Simulasi komputer diwujudkan dengan menjalankan program komputer yang dapat berupa program kecil, yang berjalan hampir seketika di perangkat kecil, atau program berskala besar yang berjalan berjam-jam atau berhari-hari di kelompok komputer berbasis jaringan. Skala peristiwa yang disimulasikan oleh simulasi komputer telah jauh melampaui apa pun yang mungkin (atau bahkan mungkin dapat dibayangkan) menggunakan pemodelan matematika kertas dan pensil tradisional.

Pada tahun, simulasi pertempuran gurun dari satu pasukan yang menyerang pasukan lain melibatkan pemodelan tank, truk, dan kendaraan lain di medan simulasi di sekitar Kuwait, menggunakan beberapa superkomputer dalam Program Modernisasi Komputer Kinerja Tinggi DoD. Contoh lainnya termasuk model atom dari deformasi material; model atom dari organel penghasil protein kompleks dari semua organisme hidup, ribosom, di; simulasi lengkap siklus hidup Mycoplasma genitalium di; dan proyek Blue Brain di EPFL (Swiss), yang dimulai pada bulan Mei untuk membuat simulasi komputer pertama dari seluruh otak manusia, hingga ke tingkat molekuler. Karena biaya komputasi dari simulasi, eksperimen komputer digunakan untuk melakukan inferensi seperti kuantifikasi ketidakpastian.

Simulation vs Model

Sebuah model terdiri dari persamaan-persamaan yang digunakan untuk menangkap perilaku suatu sistem. Sebaliknya, simulasi komputer adalah menjalankan program yang sebenarnya yang menjalankan algoritme yang memecahkan persamaan-persamaan tersebut, seringkali dengan cara perkiraan. Oleh karena itu, simulasi adalah proses menjalankan sebuah model. Dengan demikian, seseorang tidak akan "membuat simulasi"; sebaliknya, seseorang akan "membuat model (atau simulator)", dan kemudian "menjalankan model" atau secara ekuivalen "menjalankan simulasi".

Sejarah

Simulasi komputer berkembang seiring dengan pesatnya pertumbuhan komputer, setelah penggunaan skala besar pertamanya selama Proyek Manhattan pada Perang Dunia II untuk memodelkan proses peledakan nuklir. Itu adalah simulasi 12 bola keras menggunakan algoritma Monte Carlo. Simulasi komputer sering digunakan sebagai tambahan, atau pengganti, sistem pemodelan yang tidak dapat diselesaikan dengan solusi analitik bentuk tertutup yang sederhana. Ada banyak jenis simulasi komputer; fitur umum mereka adalah upaya untuk menghasilkan sampel skenario representatif untuk sebuah model di mana penghitungan lengkap dari semua keadaan yang mungkin terjadi pada model tersebut akan menjadi penghalang atau tidak mungkin dilakukan.

Persiapan data

Kebutuhan data eksternal untuk simulasi dan model sangat bervariasi. Bagi sebagian orang, input mungkin hanya berupa beberapa angka (misalnya, simulasi bentuk gelombang listrik AC pada kabel), sementara yang lain mungkin memerlukan informasi terabyte (seperti model cuaca dan iklim).

Sumber masukan juga sangat bervariasi:

• Sensor dan perangkat fisik lainnya yang terhubung ke model;
• Permukaan kontrol yang digunakan untuk mengarahkan kemajuan simulasi dengan cara tertentu;
• Data saat ini atau data historis yang dimasukkan dengan tangan;
• Nilai yang diekstrak sebagai produk sampingan dari proses lain;
• Nilai yang dihasilkan untuk tujuan simulasi, model, atau proses lain.

Terakhir, waktu ketersediaan data bervariasi:

• Data "invarian" sering kali dimasukkan ke dalam kode model, baik karena nilainya benar-benar invarian (misalnya, nilai π) atau karena perancang menganggap nilai tersebut invarian untuk semua kasus yang diminati;
• data dapat dimasukkan ke dalam simulasi saat simulasi dimulai, misalnya dengan membaca satu atau lebih file, atau dengan membaca data dari preprocessor;
• data dapat disediakan selama simulasi berjalan, misalnya dengan jaringan sensor.
• Karena keragaman ini, dan karena sistem simulasi yang beragam memiliki banyak elemen umum, ada banyak bahasa simulasi khusus. Yang paling terkenal mungkin Simula. Sekarang ada banyak yang lain.

Sistem yang menerima data dari sumber eksternal harus sangat berhati-hati dalam mengetahui apa yang mereka terima. Meskipun mudah bagi komputer untuk membaca nilai dari teks atau file biner, yang jauh lebih sulit adalah mengetahui keakuratannya (dibandingkan dengan resolusi dan presisi pengukuran) dari nilai tersebut. Sering kali nilai tersebut dinyatakan sebagai "bilah kesalahan", penyimpangan minimum dan maksimum dari rentang nilai di mana nilai yang sebenarnya (diharapkan) berada. Karena matematika komputer digital tidak sempurna, kesalahan pembulatan dan pemotongan melipatgandakan kesalahan ini, sehingga sangat berguna untuk melakukan "analisis kesalahan"[8] untuk memastikan bahwa nilai yang dihasilkan oleh simulasi akan tetap akurat.

Visualization

Sebelumnya, data keluaran dari simulasi komputer terkadang disajikan dalam bentuk tabel atau matriks yang menunjukkan bagaimana data dipengaruhi oleh berbagai perubahan dalam parameter simulasi. Penggunaan format matriks terkait dengan penggunaan tradisional konsep matriks dalam model matematika. Namun, para psikolog dan yang lainnya mencatat bahwa manusia dapat dengan cepat melihat tren dengan melihat grafik atau bahkan gambar bergerak atau gambar bergerak yang dihasilkan dari data, seperti yang ditampilkan oleh animasi yang dibuat oleh komputer (computer-generated-imagery/CGI).

Meskipun pengamat tidak dapat membaca angka atau mengutip rumus matematika, dengan mengamati grafik cuaca yang bergerak, mereka mungkin dapat memprediksi kejadian (dan "melihat bahwa hujan akan turun") lebih cepat dibandingkan dengan memindai tabel koordinat awan hujan. Tampilan grafis yang begitu intens, yang melampaui dunia angka dan rumus, terkadang juga menghasilkan keluaran yang tidak memiliki kisi koordinat atau cap waktu yang dihilangkan, seolah-olah menyimpang terlalu jauh dari tampilan data numerik. Saat ini, model prakiraan cuaca cenderung menyeimbangkan tampilan awan hujan/salju yang bergerak dengan peta yang menggunakan koordinat numerik dan stempel waktu numerik dari peristiwa.

Demikian pula, simulasi komputer CGI dari pemindaian CAT dapat mensimulasikan bagaimana tumor dapat menyusut atau berubah selama periode perawatan medis yang lama, menyajikan perjalanan waktu sebagai tampilan berputar dari kepala manusia yang terlihat, saat tumor berubah.Aplikasi lain dari simulasi komputer CGI sedang dikembangkanuntuk menampilkan data dalam jumlah besar secara grafis, dalam gerakan, saat perubahan terjadi selama simulasi berjalan.

Perangkap

Meskipun terkadang diabaikan dalam simulasi komputer, sangat penting untuk melakukan analisis sensitivitas untuk memastikan keakuratan hasil yang diperoleh. Sebagai contoh, analisis risiko probabilistik terhadap faktor-faktor yang menentukan keberhasilan program eksplorasi ladang minyak melibatkan penggabungan sampel dari berbagai distribusi statistik dengan menggunakan metode Monte Carlo. Jika, misalnya, salah satu parameter kunci (misalnya, rasio bersih strata yang mengandung minyak) diketahui hanya satu angka signifikan, maka hasil simulasi mungkin tidak akan lebih tepat daripada satu angka signifikan, meskipun mungkin (secara menyesatkan) disajikan sebagai memiliki empat angka signifikan.

Disadur dari: en.wikipedia.org