PENENTUAN AKAR PERMASALAHAN KETERLAMBATAN YANG TERJADI TERUS MENERUS PADA DIVISI TRANSPORTASI DENGAN KOMBINASI ROOT CAUSE ANALYSIS DAN BAYESIAN NETWORK

Refnita, Ir. Sinta Rahmawidya Sulistyo, ST., MSIE., Ph.D. ASEAN.Eng

2015 | Skripsi | S1 TEKNIK INDUSTRI

Gangguan aliran barang atau keterlambatan pada transportasi yang tidak dikelola dengan baik akan melumpuhkan rantai pasok secara keseluruhan. Kendatipun demikian, keterlambatan merupakan isu yang tidak dapat dihindari khususnya pada industri fast moving consumer goods (FMCG) yang memiliki turn over produk yang sangat tinggi. Untuk mengatasi gangguan keterlambatan, perlu dilakukan evaluasi terhadap eksekusi yang berjalan untuk menemukan akar permasalahan keterlambatan yang sesungguhnya sehingga divisi transportasi dapat menjalankan fungsinya dengan lebih efisien. Penelitian ini mengangkat salah satu perusahaan FMCG sebagai studi kasus untuk menentukan akar permasalahan keterlambatan pada divisi transportasi yang sesungguhnya dengan menggunakan metode root cause analysis (RCA) dan Bayesian network. RCA merupakan suatu metode penentuan akar permasalahan yang memaparkan seluruh kejadian yang berpotensi sebagai akar permasalahan. Akar permasalahan sesungguhnya kemudian akan ditentukan melalui perhitungan probability melalui Bayesian network. Tools RCA yang dipilih untuk mengidentifikasi akar permasalahan adalah fishbone yang dibangun dengan 5 Why’s atau Why-why analysis. Bayesian network dibangun setelah penjabaran akar permasalahan dilakukan. Probabilitas tertinggi akar permasalahan yang muncul kemudian dihitung dengan conditional probability untuk setiap decision node yang ada. Hasil penelitian yang dilakukan terhadap 5 faktor akar masalah menunjukkan bahwa kesalahan pemilihan transporter yang dilakukan oleh divisi procurement memiliki probabilitas tertinggi penyebab keterlambatan yaitu sebesar 0,876. Ketika ditambahkan faktor kemungkinan terjadi dan dampak keterlambatan yang dihasilkan, kesalahan pemilihan alokasi transportasi oleh 3PL memberikan kontribusi tertinggi diantara faktor lainnya yaitu sebesar 0,077. Untuk mengatasi akar permasalahan, perlu dilakukan kontrol secara langsung terhadap seluruh pihak terkait serta evaluasi eksekusi berkala. Ketika kedua faktor dapat ditiadakan, tingkat keterlambatan dapat turun hingga 37%.

Kata Kunci : Keterlambatan, transportasi, root cause analysis (RCA), Bayesian network (BN).