Rancang bangun sistem pendukung keputusan intelijen Production Planning and Inventory Control (PPIC) adaptif pada industri pangan

Abstract

Raw materials for the food processing industries include plant, animal and marine products, packaging materials, food ingredients and food chemicals. Characteristics of food industry raw material which is perishable and seasonal influenced the availability of the production input. Besides that, major food companies produce large quantities of semi-processed and consumer food products in continuous-flow operations, that must be utilized. The conventional PPIC Model cannot anticipate unpredictable problems and handle disturbances occurred in their production systems effectively. Thus, the objectives of this research were to develop a PPIC Model, which was suitable for food industry, and propose Disturbance Models to increase the PPIC function in order to control disturbances occurred in the production system. The research output was an Intelligent Decision Support System for Adaptive PPIC software, namely SPK IPRADIPA. SPK IPRADIPA can be used to apply the function of production planning and inventory control, which enable to adapt with the boundaries production system in food industries. The developing PPIC models for food industry consist of Demand Management by Artificial Neural Network, Master Production Scheduling by Fuzzy Multi Objectives Linear Programming, Raw Material Inventory Planning by MRP and EOQ, Raw Material Inventory Control by Continuous Probabilistic Review System and Scheduling by Flow Shop Genetic Algorithm. Whereas, the Disturbances Control Model incorporating Operational Disturbances Control Action Sub Model, Disturbances Control Policy Follow Up Sub Model and Inventory Tolerance Sub Model. The disturbances control models can help in controlling the disturbances occurred and updating the safety stock for Raw Material and safety stock for Finished Good to adapt the PPIC System.

Industri pangan menjadi salah satu industri terbesar di Indonesia dalam hal jumlah perusahaan dan nilai tambah. Dengan meningkatnya jumlah penduduk Indonesia, maka kebutuhan pangan juga semakin meningkat. Hal ini sesuai dengan data Badan Pusat Statistik (BPS) yang menyatakan bahwa pertumbuhan penduduk Indonesia untuk tahun 2010 sebesar 15.21% dengan persentase rata-rata pengeluaran rumah tangga untuk konsumsi makanan pada tahun 2009 mencapai 50.62% didominasi untuk makanan jadi sebesar 12.63% (BPS, 2010). Dengan meningkatnya kebutuhan pangan, maka peluang bagi industri-industri pangan untuk terus berkembang menjadi semakin besar. Dalam menjalankan kegiatan produksinya, industri pangan melakukan proses transformasi input produksi menjadi output produk pangan dalam suatu sistem yang dinamakan internal sistem produksi. Kegiatan industri ini dilakukan untuk mendapatkan keuntungan berdasarkan nilai tambah yang diperoleh dari kegiatan sistem produksi. Ketersediaan input produksi industri pangan khususnya bahan baku agroindustri yang memiliki karakteristik perishable dan musiman akan mempengaruhi ketersediaan sistem produksi pangan untuk keberlangsungan dan kelancaran berproduksi. Interaksi antar input produksi yang terjadi selama proses produksi berlangsung juga dapat menyebabkan terjadinya penurunan efisiensi produksi. Penurunan efisiensi produksi dalam kegiatan internal sistem produksi ini makin bertambah bila terjadi gangguan dengan adanya input produksi yang tidak berfungsi secara maksimal. Kondisi ketersediaan input produksi dan kegiatan internal sistem produksi yang rawan gangguan, ditambah dengan adanya permintaan yang tidak pasti menjadi permasalahan bagi perusahaan pangan. Perencanaan Produksi dan Pengendalian Persediaan (Production Planning and Inventory Control) atau umumnya disingkat PPIC menjadi salah satu kegiatan utama sistem produksi. Model PPIC konvensional yang masih banyak digunakan oleh industri saat ini terdiri atas sub model Prakiraan Permintaan, sub model Penjadwalan Induk Produksi, sub model Perencanaan Kebutuhan Bahan Baku, sub model Penjadwalan Produksi yang umumnya tidak terintegrasi dalam pengelolaan data. Tiap sub model juga masih menggunakan metode yang bersifat heuristik dan belum mampu menyesuaikan secara fleksibel untuk mengendalikan gangguan-gangguan sistem produksi industri pangan. Hal ini dinyatakan oleh Koh dan Saad (2003) dalam Nieuwenhuyse, et.al.(2005) yang mengulas perkembangan aplikasi sistem PPIC pada perusahaan agroindustri modern saat ini dengan pemanfaatan sistem Enterprises Resources Planning (ERP), dimana model PPIC yang dikembangkan dalam ERP masih terdapat banyak kelemahan yang ditunjukkan dengan kurang baiknya performansi ERP dalam menghadapi ketidakpastian.