Abstrak
bullwhip
effect adalah salah satu alasan utama untuk inefisiensi dalam rantai pasokan.
Sejak Forrester ditemukan sekitar 45 tahun yang lalu bahwa variasi permintaan
(dan berdasarkan itu perintah dan saham) meningkat hingga rantai pasokan dari
pelanggan untuk pemasok , para peneliti mencari alasan dan mencoba untuk
menemukan penanggulangan. Namun demikian peran bahwa perilaku manusia bermain
di bullwhip effect masih diabaikan. Artikel ini akan - setelah survei literatur
alasan klasik untuk efek bullwhip, yang telah ditemukan sejauh ini -
menggambarkan permainan distribusi bir online, yang merupakan simulasi berbasis
web dari rantai pasokan dengan empat comakers. Hasil simulasi ini (dengan
sejauh lebih dari 400 orang mengambil bagian) memungkinkan untuk pertama
kalinya untuk menganalisis, bagaimana manusia melakukan sebagai co-pembuat
dalam rantai pasokan dibandingkan dengan strategi berbasis agen sederhana.
analisis menunjukkan, bahwa aspek perilaku manusia harus ditambahkan ke daftar
alasan untuk efek bullwhip.
The bullwhip efek - survei literatur tentang alasan
nya
Sebuah ringkasan pendek dari bullwhip effect dan dampak negatif pada kinerja rantai pasokan bullwhip effect menjelaskan fenomena bahwa variasi permintaan meningkat hingga rantai pasokan dari pelanggan untuk pemasok. Semakin jauh perusahaan dari konsumen akhir (dalam hal lead time), yang lebih besar adalah variasi ini. Mengingat rantai pasokan yang terdiri dari OEM (original equipment manufacturer) dan pemasok 1st-, 2nd- dan 3 rd-tier, OEM menghadapi terendah dan pemasok 3-tier variasi terbesar dari permintaan (lihat gambar 1).
lead time
informasi dan materi sebagai alasan utama untuk bullwhip effect
The
lead time informasi dan materi adalah alasan utama untuk bullwhip effect [1, 2,
3, 4]. Reaksi rantai pasokan pada perubahan permintaan konsumen akhir tertunda
pertama karena butuh waktu untuk menyampaikan informasi tentang perubahan
kepada pemasok dan kedua karena pemasok ini perlu waktu untuk menyesuaikan kapasitas
dan pengiriman mereka. Semakin lama rantai pasokan tidak dapat bereaksi pada
permintaan berubah, yang lebih berat perlu bereaksi secepat ini mungkin. Jadi
efek bullwhip meningkat dengan waktu yang lebih lama.
Mekanisme ini digambarkan dengan contoh yang diberikan dalam gambar 2: rantai pasokan ini disesuaikan dengan permintaan konstan diharapkan dari 1.000 produk per periode, yaitu ada 1.000 produk di saham dan ada cukup pekerjaan yang sedang berjalan untuk menutupi permintaan dari 1.000 produk selama lead time material, yang dalam contoh ini tiga periode waktu.
Mekanisme ini digambarkan dengan contoh yang diberikan dalam gambar 2: rantai pasokan ini disesuaikan dengan permintaan konstan diharapkan dari 1.000 produk per periode, yaitu ada 1.000 produk di saham dan ada cukup pekerjaan yang sedang berjalan untuk menutupi permintaan dari 1.000 produk selama lead time material, yang dalam contoh ini tiga periode waktu.
alasan
sekunder untuk efek bullwhip:
aspek perencanaan dan perilaku Selain lead time informasi dan materi, bullwhip effect disebabkan oleh alasan lain:
aspek perencanaan dan perilaku Selain lead time informasi dan materi, bullwhip effect disebabkan oleh alasan lain:
·
perkiraan Permintaan berdasarkan perintah dari tingkat
berikutnya: Jika perkiraan permintaan dari perusahaan berdasarkan pesanan dari
tingkat berikutnya bukan permintaan efektif dari konsumen akhir, variasi
permintaan diperkuat atas rantai pasokan [2, 3 , 5]. Fakta ini secara analitis
terbukti dengan asumsi konstan kali perencanaan lead [6].
·
Secara historis berorientasi-teknik untuk perkiraan
permintaan: Simchi-Levi dan Kaminski menganalisis dampak dari metode
berorientasi historis untuk proyeksi permintaan dari bullwhip effect [4].
Mereka menganggap bahwa co-pembuat menerapkan teknik titik agar manajemen
bahan. Karena titik pesanan dan jumlah pesanan tergantung pada mean dan varians
dari data permintaan historis, mereka mengubah bahkan dalam kasus permintaan
konstan jangka panjang. Mengingat tingginya jumlah poin ukuran untuk perhitungan
mengurangi efek ini.
·
Batch pemesanan: Perusahaan menggolongkan permintaan
dalam batch untuk mengurangi biaya set-up dan biaya agar-tetap. Hal ini
menyebabkan pemasok menghadapi informasi terdistorsi dan ditunda pada
permintaan konsumen akhir. Permintaan konstan konsumen akhir adalah di satu
sisi berubah dalam poin waktu dengan permintaan pada tingkat ukuran pesanan
batch dan di sisi lain dalam periode tanpa permintaan [4,5].
·
Fluktuasi harga:
Perusahaan bervariasi harga dari produk mereka dan menawarkan penurunan harga
sementara untuk mengakhiri pelanggan atau pengecer untuk alasan pemasaran.
Sebagai pelanggan konsekuensi mulai berspekulasi dengan produk. Mereka membeli
lebih banyak pada saat harga rendah dan menunda permintaan pada saat harga
tinggi. Ini perilaku pelanggan meningkatkan variasi permintaan pelanggan akhir,
yang kemudian diperkuat atas rantai pasokan dengan bullwhip effect [2,3].
·
berlebihan kuantitas pesanan dalam kasus kemacetan
pengiriman: Jika permintaan untuk produk melebihi pasokan, pemasok sering jatah
produk mereka, misalnya dengan memberikan hanya persentase tertentu dari
kuantitas diperintahkan oleh pelanggan. Hal ini dapat mendorong pelanggan untuk
memesan lebih dari tuntutan mereka yang sebenarnya. Begitu kemacetan diatasi,
pesanan melebihi permintaan yang sebenarnya dibatalkan [2,3]. Fenomena ini lagi
menghasilkan variasi peningkatan permintaan konsumen akhir.
alasan ini adalah penting dan menawarkan titik awal yang jelas untuk tindakan yang berguna untuk pengurangan bullwhip effect. Makalah ini menambahkan dua alasan lebih lanjut untuk bullwhip effect.
alasan ini adalah penting dan menawarkan titik awal yang jelas untuk tindakan yang berguna untuk pengurangan bullwhip effect. Makalah ini menambahkan dua alasan lebih lanjut untuk bullwhip effect.
Peran
Perilaku Manusia dalam Efek Bullwhip
strategi manusia dalam rantai pasokan: "Safe Harbour" dan "Panic" Setiap titik dalam diagram angka 6 merupakan hasil dari co-pembuat dalam versi klasik dari permainan distribusi bir secara online (untuk alasan ruang hanya beberapa hasil perwakilan yang terpilih). Semakin ke kanan titik berada, semakin tinggi biaya modal yang digunakan dalam saham yang disebabkan oleh co-pembuat berada. Semakin ke atas itu terletak, biaya yang lebih tinggi yang disebabkan oleh situasi out-of-saham disebabkan pada co-pembuat berada.
Solusi
terbaik dengan empat rekan pembuat memesan sesuai dengan "menjaga tingkat
stok" -strategy, yang dijelaskan dalam bab sebelumnya, hasil biaya dari 57
per co-maker. Ini adalah biaya untuk modal yang digunakan dalam saham selama
putaran pertama simulasi (seperti pada gambar 5 saham bermuara ketika permintaan
meningkat akhir pelanggan). Sejak saham meliputi sepenuhnya permintaan tak
terduga, tidak ada biaya untuk out-of-saham situasi di solusi terbaik.
Biaya total solusi terbaik adalah 228 (4 x 57). Mengecewakan bagi kita manusia adalah bahwa lebih manusia mengambil bagian dalam simulasi dan mencoba untuk "mengoptimalkan" operasinya, semakin buruk hasilnya adalah. Dalam kelompok rata-rata dengan manusia memiliki biaya total 800-900. Hasil terburuk yang pernah telah dicapai oleh kelompok empat manusia dengan biaya total lebih dari 4000.
Biaya total solusi terbaik adalah 228 (4 x 57). Mengecewakan bagi kita manusia adalah bahwa lebih manusia mengambil bagian dalam simulasi dan mencoba untuk "mengoptimalkan" operasinya, semakin buruk hasilnya adalah. Dalam kelompok rata-rata dengan manusia memiliki biaya total 800-900. Hasil terburuk yang pernah telah dicapai oleh kelompok empat manusia dengan biaya total lebih dari 4000.
Alasan manusia melakukan lebih buruk daripada yang sederhana strategi terbaik terletak pada dua jenis perilaku ekstrim:
Ø Beberapa
manusia mencoba untuk bertindak sebagai "pelabuhan yang aman" dari
rantai pasokan, yaitu mereka memesan lebih daripada benar-benar diperlukan dan
dengan yang meningkatkan saham keselamatan mereka. Mereka menyebabkan tidak
hanya biaya tinggi untuk modal yang digunakan dalam saham pada tingkat mereka
tetapi mereka juga memaksa pemasok baik untuk meningkatkan perintahnya serta
atau untuk membayar out-of-saham situasi. Jadi hanya satu co-pembuat mengikuti
"aman pelabuhan" -strategy memiliki dampak negatif pada seluruh
rantai pasokan.
Ø Strategi
ekstrim kedua, "panik", adalah untuk mengosongkan stok sebelum
permintaan akhir pelanggan meningkat. Ini pertama tidak mempengaruhi co-pembuat
lainnya negatif. Tapi begitu perintah end pelanggan meningkat, co-pembuat
mengikuti strategi ini memiliki untuk memesan lebih dari satu co-pembuat, yang
memiliki safety stock kiri. Kemudian, strategi ini memiliki dampak negatif yang
sama pada seluruh rantai pasokan seperti strategi "aman pelabuhan".
Semakin perilaku co-pembuat menyimpang dari solusi terbaik dan cenderung salah satu dari dua strategi ini, semakin tinggi adalah biaya yang menyebabkan. Seperti yang ditunjukkan, co-pembuat lain dipengaruhi oleh perilakunya juga. Inilah sebabnya mengapa juga strategi berbasis agen melakukan lebih buruk jika manusia yang hadir dalam rantai pasokan (lihat titik terang pada gambar 6).
Semakin perilaku co-pembuat menyimpang dari solusi terbaik dan cenderung salah satu dari dua strategi ini, semakin tinggi adalah biaya yang menyebabkan. Seperti yang ditunjukkan, co-pembuat lain dipengaruhi oleh perilakunya juga. Inilah sebabnya mengapa juga strategi berbasis agen melakukan lebih buruk jika manusia yang hadir dalam rantai pasokan (lihat titik terang pada gambar 6).
Kesimpulan
Aspek
perilaku manusia, seperti reaksi terhadap perubahan harga dan kemacetan, telah
dibahas sebelumnya sebagai sumber utama variasi dalam permintaan konsumen
akhir. Artikel ini menunjukkan, bahwa perilaku manusia juga berkontribusi
terhadap amplifikasi variasi, yang diamati dalam rantai pasokan. Hasil bir
distribusi game online show, yang terutama dua jenis perilaku ekstrem, yaitu
"pelabuhan yang aman" dan "panik", memiliki dampak negatif
pada kinerja rantai pasokan. Selain itu ditemukan, bahwa co-pembuat bertindak
sebagai hambatan untuk aliran informasi dan dengan yang meningkatkan lead time
informasi. Penelitian lebih lanjut berdasarkan data dari game distribusi bir
secara online akan menunjukkan, bagaimana visualisasi dari tingkat stok dan
pesanan di seluruh rantai pasokan, yang sama dengan pengurangan waktu informasi
memimpin, mengurangi bullwhip effect.
Tidak ada komentar:
Posting Komentar