Upload
dinhanh
View
228
Download
0
Embed Size (px)
Citation preview
05/02/2012
1
91092055079109205507Rezha Pradana W
MAGISTER MANAJEMEN TEKNOLOGIINSTITUT TEKNOLOGI SEPULUH NOVEMBERSURABAYA
05/02/2012
2
PT AESI adalah salah satu anak cabang ALS corp yang memiliki markas besar di Perancis yang berdiri sejak tahun 1928. ALS corp bergerak di tiga bidang besar yaitu manufaktur pembangkit tenaga listrik (Power) meliputi pembangkit tenaga batubara gas minyak air dan nuklir yangmeliputi pembangkit tenaga batubara, gas, minyak, air dan nuklir yang telah mencapai peringkat ketiga dunia
Dalam melakukan produksi komponen-komponen pembangkit tenaga listrik seperti Utility Boiler, HRSG, External Piping, raw material atau bahan baku sangatlah dibutuhkan sebagai komponen utama dalam g g pmenyusun produk-produk tersebut
Raw material yang utama digunakan sebagai penyusun produk ini antara lain adalah Pipe, Tube, Plate, Sheet, Bar dan berbagai material produk metal yang lain beserta komponen aksesoris seperti valve ,control box, drum dan ductdrum dan duct
Budgetary tender adalah suatu tender yang diminta oleh vendor dimana PT. AESI diminta untuk menyediakan data penawaran spesifikasi dan harga produk sesuai dengan permintaan dan periode waktu mendatang yang ditentukan oleh customer itu sendiriy g
Tanpa adanya suatu aplikasi ini, quota vendor, pihak tendering memerlukan waktu yang cukup lama. Hal ini disebabkan tidak adanyasuatu sistem standard cost yang dapat digunakan untuk melakukananalisis dengan menggunakan metode yang dapat menganalisa faktor-faktor yang mempengaruhi harga raw materialfaktor yang mempengaruhi harga raw material
05/02/2012
3
Bagaimana melakukan analisa faktor-faktoryang dapat mempengaruhi harga raw material sehingga dapat memprediksi hargastandard material ?standard material ?
Bagaimana membuat desain aplikasi yang dapat menyimpan data, melakukan analisadapat menyimpan data, melakukan analisaharga standard raw material sehinggadapatmempersingkat waktudalam melakukanpenyusunan proposal dari segi raw material ?
05/02/2012
4
Jenis raw naterial yang digunakan sangat beragam sesuai dengan spesifikasi proyek, pada penelitian akandengan spesifikasi proyek, pada penelitian akan difokuskan pada main commodity raw material yaitu plate, sheet, pipe, dan tube
Faktor-faktor yang mempengaruhi analisis dalamperhitungan harga standard adalah sesuai denganperhitungan harga standard adalah sesuai dengankebutuhan PT AESI
Penelitian dilakukan untuk menentukan faktor-faktor yang mempengaruhi harga standard dan menentukan model
k k h d d d lyang sesuai untuk menerapkan harga standard. Modulyang digunakan untuk menentukan harga standard tidakdiulas dalam penelitian ini
Aplikasi yang dirancang tidak akan mencakup semua Aplikasi yang dirancang tidak akan mencakup semuainformasi yang diperlukan dalam menyusun proposal pengajuan tender, hanya mencakup dalam segi data rawmaterial
05/02/2012
5
Menentukan faktor-faktor yang mempengaruhi harga standard material, mengidentifikasi model yang dapatdigunakan untuk merekomendasikan hargadigunakan untuk merekomendasikan hargastandard material dan merancang aplikasiyang sesuai berdasarkan model yang dipilihy g y g p
05/02/2012
6
PT AESI dapat membangun dan mengimplementasikan berdasarkan hasil rancangan dalam penelitian ini sebagai supporting tool untuk dapatsupporting tool untuk dapat merekomendasikan harga standard material
05/02/2012
8
Power Systems adalah divisi manufaktur pembangkit tenaga listrik dengan berbagai jenis seperti pembangkittenaga listrik dengan berbagai jenis seperti pembangkit tenaga listrik uap, hidro, nuklir dan tenaga angin.
Power Service adalah divisi yang melakukan perawatan dan perbaikan produk pembangkit tenaga listrik yang rusak, melakukan peremajaan atau retrofit pembangkit tenagamelakukan peremajaan atau retrofit pembangkit tenaga listrik yang sudah tua dan tidak bisa beropersi.
Transport adalah divisi yang bergerak dalam manufaktur kereta api dan sistem kendali perkereta apian. Produk k d h lk d l h k Gkereta api yang dihasilkan adalah kereta super cepat TGV, kereta api bawah tanah Metro Subway.
Power Grid adalah divisi yang bergerak dalam manufaktur dan supply peralatan transimisi elektrik dan jaringandan supply peralatan transimisi elektrik dan jaringan listrik.
05/02/2012
9
PT. AESI memiliki 3 divisi manufaktur pembangkit tenaga listrik yang bergerak di Indonesia yang terdiri atas Thermal Product Manufacturing System Surabaya (TPMSY), Thermal Product Heat Generator (TPHG), Coal Fired Boiler (CFB) dan 1 divisi perbaikan Thermal ServiceFired Boiler (CFB) dan 1 divisi perbaikan Thermal Service
Penelitian ini akan difokuskan kepada divisi TPMSY yang merupakan divisi utama pada PT. AESI
05/02/2012
12
Modul Construction ContractModul ini digunakan oleh departemen MMI untuk melakukan kegiatan pra produksi meliputi penyusunan work breakdown structure (WBS) penyusunan BoM penyusunan jadwal produksipenyusunan work breakdown structure (WBS), penyusunan BoM, penyusunan jadwal produksi.
Modul Product ContractModul ini digunakan oleh departemen OM untuk melakukan proses tender, pembentukan kontrak, penyusunan jadwal pengerjaan proyek, penyusunan BoQ.
Modul Procurement and LogisticModul ini digunakan oleh departemen P&L untuk segala kegiatan transaksi pembelian meliputiModul ini digunakan oleh departemen P&L untuk segala kegiatan transaksi pembelian meliputi penyusunan PR dan pembuatan PO, administrasi dan pelaporan bea cukai, administrasi warehouse atau gudang yang meliputi penerimaan barang, monitor dan pencatatan stock barang.
Modul ManufacturingModul ini digunakan oleh departemen Production untuk pelaksanaan kegiatan produksi di area g p p g pworkshop yang meliputi routing production, time booking, production control.
Modul Finance, Human Resources and Backoffice SupportModul ini merupakan modul pendukung proses produksi. Modul ini meliputi kegiatan yang digunakan untuk melakukan administrasi karyawan yang dioperasikan oleh departemen HR, modul keuangan dan kegiatan finansial yang dioperasikan oleh departemen Finance.M d l M t D t Modul Master DataModul ini digunakan untuk melakukan input, edit, delete pada master data yang ada pada sistem. Modul ini dioperasikan oleh Local Data Administrator (LDA).
05/02/2012
13
Ekstrasi data dilakukan pada modul Procurement & Logistic khususnya pada tabel Purchasing Order
Menggunakan fasilitas transaksi SQVI pada Menggunakan fasilitas transaksi SQVI pada SAP
05/02/2012
14
EBAN : Purchase Requisition EBKN : Purchase Requisition Account Assignmentq g EKKO : Purchasing Document Header EKPO : Purchasing Document Item MKAT : Material Description LFA1 : Vendor Master (General Section) LFA1 : Vendor Master (General Section)
05/02/2012
15
Project Name Ordered Date Vendor / Supplier Name Vendor / Supplier Name Vendor / Supplier Country Material ID Material Material Grade PO Number PO Line Number
Currency Currency Ammount in Ordered Currency Unit Price in Ordered Currency QuantityQ y Measurement Unit Code USD Convertion Ammount
Hasil Ekstrasi Data
05/02/2012
16
Menggunakan data pembelian material Plate, Sheet Pipe dan Tube PT AESI pada bulan JanuariSheet, Pipe dan Tube PT. AESI pada bulan Januari tahun 2009 sampai dengan Desember tahun 2010
Tiap pembelian material harus diukur melalui harga bobot dari material yang beli
Hal yang dapat mempengaruhi untuk pembelian Hal yang dapat mempengaruhi untuk pembelian material Plate dan Sheet adalah quantity dan thickness
Hal yang dapat mempengaruhi Pipe dan Tube Hal yang dapat mempengaruhi Pipe dan Tube adalah quantity, Pipe / Tube Outside Diameter (OD) dan Pipe / Tube Inside Diameter (ID)
05/02/2012
17
Thickness dari Plate dan Sheet bisa didapatkan dari deskripsi material yang ada pada Purchase Order, sebagai contoh pada y g p , g pdeskripsi material PLATE, A36, 12 mm THK maka thickness dari material tersebut adalah 12 milimeter atau 0,012 meter
Untuk mendapatkan OD dan ID dari material Pipe diperlukan konversi dari tabel, sebagai contoh pada deskripsi PIPE, SA106 C, g p pNPS 3 , SCH80 maka berdasarkan tabel akan didapatkan OD sebesar 0,0889 meter dan ID sebesar 0,0762 meter
Untuk mendapatkan OD dan ID dari material tube bisa didapatkan dari deskripsi material yang ada pada Purchase p p y g pOrder, sebagai contoh pada deskripsi TUBE, 10CRMO9-10, 88,9 OD X 12 MM THK maka didapatkan OD sebesar 88,9 milimeter atau 0,0889 meter dan ID didapatkan dengan rumus OD –(2*thickness) dalam contoh ini 88,9 – (2*12) sebesar 64,9
ili t t 0 0649 tmilimeter atau 0,0649 meter
05/02/2012
18
Untuk mendapatkan bobot dari material adalah dengan menggunakan rumus sebagai berikut :dengan menggunakan rumus sebagai berikut :◦ Plate dan Sheet : Quantity x Thickness x 7,854 (koef
density)Pipe dan Tube : 7 854 (koef density) x ( Luas OD Luas◦ Pipe dan Tube : 7,854 (koef density) x ( Luas OD – Luas ID)
Luas OD = 3,14 x (OD/2)^2 x QuantityL ID 3 14 (ID/2)^2 Q titLuas ID = 3,14 x (ID/2)^2 x Quantity
Dengan diketahui bobot dari tiap material maka dapat diketahui pula harga satuan dalam USD / K d i i l b d USDKg dari material tersebut dengan rumus USD Convertion Ammount / bobot
05/02/2012
20
USD / KG = 3,41 - 0,000900 Quantity + 0,01 Tube Pipe OD + 3,80 Tube Pipe ID -0,0027 Iron ore + 0,0143 Steel Scrap - 0,00304 Pig Iron + 0,0143 LME Billet -0,0499 Coke Iron - 0,000281 Nickel + 0,000394 Chrome
Source DF SS MS F P_Value
Regression 10 74,859 7,486 5,10 0,000
Residual Error 76 111,565 1,468
Total 86 186 424Total 86 186,424
Predictor Coef P
Constant 3,410 0,265
Quantity -0,0009001 0,121Quantity 0,0009001 0,121
OD 0,007 0,996
ID 3,803 0,042
Iron Ore -0,00267 0,828
LME Billet 0,014263 0,041
Steel Scrap 0,014287 0,031
Pig Iron -0,003040 0,147
Coke Iron -0,04895 0,223
Chrome 0,0003936 0,679
Nickel -0,0002808 0,019
05/02/2012
21
USD / KG = - 37,2 - 0,000001 Quantity + 277 Tube Pipe OD - 88,8 Tube Pipe ID + 0,00458 Iron ore - 0,00465 LME Billet + 0,0169 Steel Scrap + 0,0485 Pig Iron + 0,231 Coke Iron - 0,000322 Nickel - 0,00422 Chrome
Source DF SS MS F P_Value
Regression 10 20,9076 2,0908 76,07 0,000
Residual Error 42 1,1544 0,0275
Total 52 119,049,
Predictor Coef P
Constant -36,000 0,000
Quantity -0,00000104 0,584
OD 267,70 0,000
ID -88,81 0,002
Iron Ore 0,004576 0,526
LME Billet -0 004654 0 058LME Billet 0,004654 0,058
Steel Scrap 0,016889 0,000
Pig Iron 0,048497 0,000
Coke Iron 0,23120 0,000
Chrome -0,0042152 0,000
Nickel -0,00032175 0,000
05/02/2012
22
USD / KG = - 1,42 - 0,00347 Quantity + 6,69 Thickness - 0,00527 Iron ore + 0,00623 Steel Scrap - 0,00159 Pig Iron - 0,00192 LME Billet + 0,0276 Coke Iron + 0,000028 Nickel - 0,000254 Chrome
Source DF SS MS F P_Value
Regression 9 4,2241 0,4693 3,85 0,001
Residual Error 43 5,42437 0,1219
T l 52 9 4677Total 52 9,4677
Predictor Coef P
Constant -1,421 0,441
Quantity 0 003465 0 009Quantity -0,003465 0,009
Thickness 6,690 0,181
Iron Ore -0,005272 0,415
LME Billet -0,001920 0,747
Steel Scrap 0,006229 0,018
Pig Iron -0,001590 0,118
Coke Iron 0,02762 0,173
Chrome -0,0002541 0,259Chrome 0,0002541 0,259
Nickel -0,00002816 0,822
05/02/2012
23
USD / KG = - 11,2 - 0,0896 Quantity - 145 Thickness - 0,147 Iron Ore + 0,0347 Pig Iron - 0,0080 LME Billet + 0,117 Coke Iron + 0,00109 Nickel + 0,00313 Chrome - 0,00670 Manga
Source DF SS MS F P_Value
Regression 9 895,45 99,49 4,51 0,000
Residual Error 47 1037,36 22,07
Total 56 1932 82Total 56 1932,82
Predictor Coef P
Constant -11,20 0,490
Quantity -0,08963 0,002Q y , ,
Thickness -145,43 0,009
Iron Ore -0,14745 0,042
Pig Iron 0,03468 0,005
LME Bill 0 00803 0 839LME Billet -0,00803 0,839
Coke Iron 0,1169 0,587
Nickel -0,0010945 0,123
Chrome -0,003129 0,479
Manga -0,006700 0,200
05/02/2012
24
USD / KG = 19,9 - 0,0117 Quantity - 15,6 Tube Pipe OD + 26,7 Tube Pipe ID - 0,327 Coke Iron + 0,00869 Chrome - 0,000051 Molly - 0,00267 Manga
Source DF SS MS F P ValueSource DF SS MS F P_Value
Regression 7 389,73 55,68 4,64 0,000
Residual Error 51 612,23 12,0
Total 58 1001,96
Predictor Coef P
Constant 19,90 0,068
Quantity 0 01166 0 376Quantity -0,01166 0,376
OD -15,607 0,002
ID 26,75 0,084
Coke Iron -0,3272 0,047Co e o 0,3 7 0,0 7
Chrome 0,008688 0,012
Molly -0,0000512 0,774
Manga -0,002669 0,484
05/02/2012
25
USD / KG = - 42,4 - 0,00139 Quantity + 151 Tube Pipe OD - 150 Tube Pipe ID + 0,889 Coke Iron - 0,0182 Chrome + 0,000859 Molly - 0,00489 Manga
Source DF SS MS F P ValueSource DF SS MS F P_Value
Regression 7 2507,24 358,18 11,17 0,000
Residual Error 52 1667,54 32,07
Total 59 4174,78
Predictor Coef P
Constant -42,43 0,027
Quantity -0,0013941 0,045Quantity 0,0013941 0,045
OD 151,47 0,005
ID -150,06 0,008
Coke Iron 0,8894 0,001Coke Iron 0,8894 0,001
Chrome -0,0182320 0,001
Molly 0,0008591 0,005
Manga -0,004891 0,489Manga 0,004891 0,489
05/02/2012
26
USD / KG = - 12,1 - 0,0228 Quantity + 28,5 Thickness + 0,417 Coke Iron - 0,00587 Chrome - 0,000079 Molly - 0,00222 Manga
Source DF SS MS F P_Value
Regression 9 1452,7 242,14 5,16 0,000
Residual Error 71 3328,71 46,88
Total 77 4781,55
Predictor Coef P
Constant -12,067 0,097
Quantity -0,022785 0,018
Thickness 28,53 0,275
Coke Iron 0,4170 0,004
Chrome -0,005874 0,034
Molly -0,0000793 0,570
Manga -0,002218 0,502g
05/02/2012
28
DFD Level 01
Standard Price
Request Price
Factors Data
1
STANDARD PRICING SYSTEM
+
MATERIAL SOURCING
OFFICERPURCHASING
OFFICER
DFD Level 1Factors Data
PURCHASING OFFICER 1
Factors Data
Factors DataOFFICER 1
Input Factors
Factors DataStandard Price Calculation Data
MATERIAL SOURCING
OFFICERFactors
2
Standard Price Calculation
Standard Price Data
Standard Price Data
New Standard Price Data
Standard Pricing
3Request Standard
Price
05/02/2012
29
Lmebillet
ID_LMEPeriod_KeyPrice_lb
numeric(8,0)textdecimal
<pk><fk>
Cokeiron
ID_ciPeriod_Key
numeric(8,0)text
<pk><fk>
Pigiron
ID_piPeriod_KeyPrice_pi
numeric(8,0)textdecimal
<pk><fk>
_ yPrice_ci decimal
Steelscrap
ID_ssPeriod_KeyPrice_ss
numeric(8,0)textdecimal
<pk><fk>Nickel
ID_nPeriod_KeyPrice_n
numeric(8,0)textdecimal
<pk><fk>
Stndrd_Prcng
Period_KeyCommodityTypeQuantityThickness
texttexttextdecimaldecimal
<pk>
Chrome
ID_cPeriod Key
numeric(8,0)text
<pk><fk>
Manganese
ID_manPeriod_KeyPrice_man
numeric(8,0)textdecimal
<pk><fk>
ThicknessODIDPrice
decimaldecimaldecimaldecimal
Ironore
ID_ioPeriod_KeyPrice_io
numeric(8,0)textdecimal
<pk><fk>
Period_KeyPrice_c
textdecimal
<fk>
MollydiumMollydium
ID_molPeriod_KeyPrice_mol
numeric(8,0)textdecimal
<pk><fk>
05/02/2012
32
Tiap tipe komoditi dan tiap tipe material memiliki faktor penyusun harga yang berbeda-beda sehingga tiap komoditi material memiliki model prediksi harga yang berbeda berdasarkan hasil analisa dengan dataprediksi harga yang berbeda berdasarkan hasil analisa dengan data pembelian material pada tahun 2009 sampai dengan tahun 2010. Model prediksi diujicobakan pada data pembelian material tahun 2011, hasil uji coba dari tiap komoditi material menghasilkan rata-rata margin error terkecil atau mendekati harga realitas sebesar 20% dimana nilai margin error terkecil mencapai 1% dan rata-rata margin error terbesar atauerror terkecil mencapai 1% dan rata-rata margin error terbesar atau melebihi harga realitas sebesar 40% dimana nilai margin error terbesar mencapai 88%. Sehingga dari hasil uji coba model yang diujicobakan pada data pembelian material PT. AESI 2011 menunjukkan bahwa model yang diterapkan dapat digunakan sebagai acuan untuk penyusunan t d d j b li t i l d i 20% 40% d i htender dan juga pembelian material dengan margin 20%-40% dari harga realitas
Desain aplikasi disusun dengan membentuk basis data yang digunakan untuk menyimpan data-data yang dibutuhkan untuk menghitung harga standard material dan menerapkan model-model sesuai dengan tipestandard material dan menerapkan model model sesuai dengan tipe komoditi dan tipe material. Sistem informasi ini akan digunakan oleh buyer dari departemen Purchase & Logistic dan Material Sourcing Officerdari departemen Order Management/Tendering sebagai tool yang dapat digunakan sebagai acuan untuk menentukan harga standard material
05/02/2012
33
Penelitian yang dilakukan menggunakan regresi linear berganda, untuk penelitian selanjutnya dapat dipergunakan metode yang lebih baik seperti metode regresi multivariat dengan menentukan faktor faktorseperti metode regresi multivariat dengan menentukan faktor-faktor yang dapat mempengaruhi faktor-faktor yang sudah digunakan untuk menentukan harga standard pada penelitian ini.
Penelitian selanjutnya juga diharapkan dapat menentukan harga standard material untuk material selain main material(pipe,tube,sheet,plate) sehingga dapat digunakan untuk menyusun model beserta sistem informasi yang dapat digunakan sebagai acuan untuk menentukan harga standard seluruh material.
Akan lebih baik juga jika penggolongan material dapat dimodelkan berdasarkan grade materialberdasarkan grade material
Dari desain aplikasi yang telah disusun, input yang dilakukan masih secara manual, pada penelitian selanjutnya proses ini dapat diotomasi
Desain user interface dapat masih perlu dikembangkan kembali agar tidak terlihat kaku dan lebih user friendlytidak terlihat kaku dan lebih user friendly
Seluruh faktor yang ada harus dapat dicatat atau direcord ke dalam suatu basis data sehingga dalam penelitian selanjutnya dapat tersedia data secara lengkap untuk melakukan analisis perhitungan harga standard material