101333694-Paper-Revisi

7/16/2019 101333694-Paper-Revisi

http://slidepdf.com/reader/full/101333694-paper-revisi 1/13

SISFO-Jurnal Sistem Informasi

1

MENILAI DAMPAK PENERAPAN TEKNOLOGI RFID

TERHADAP KEGIATAN PENJUALAN BISNIS RETAIL

PT CALADI LIMA SEMBILAN DENGAN PENDEKATAN SISTEM

DINAMIK

Lukman Junaedi.1), Erma Suryani. 2) 1PT CALADI LIMA SEMBILAN

2Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember

Surabaya1Telp : (031) 5922949, Fax : (031) 5964965

E-mail : [email protected] 1)

, [email protected])

Abstract

The increasing number of customers for the product C59 in retail sales, then the PT Caladi Five

Nine to utilize information technology to support its business operations in an increase in sales to

supplement the company's revenue and operating time savings. One is to implement RFID technology inretail operations in developing their business. Application of RFID in the supply chain, especially in the

retail operations in selling products to consumers, can create potential cost savings and provide great

benefits of revenue growth. But the economic assessment of the impact of RFID to optimize retail

operations, including the utilization of labor and an increase in sales is still not fully explored. In this

study proposes to use in a dynamic system simulation approach to modeling strutural mengintregasikan

influence the implementation of RFID as a structural change in the scenario and the model parameters,

and then to evaluate the investment. This study focused on the development of operational models C59

clothing retail, by performing simulations to analyze the implementation of RFID that can contribute to

gains in retail sales increase, and then from the simulation results are used for input in the measurement

of RFID feasibility studies of investment through the calculation of the payback period, net present value

(NPV), internal rate of return (IRR).

From the results of simulation scenarios and scenario structure model parameters produced anaverage sales during the simulation period. For accumulation by using assisted sales factor, but without

the use of RFID item worth 2,454 per month, for an average sale of using assisted sales factor and the

application of RFID item worth 2,540 per month, while the average sales value of the initial conditions of

2,011 items per month. Assisted sales factor combination with application of RFID technology directly

affects the sales volume increased by 19.2%. In the scenario of assisted sales model of the factors that

determined its value is equal to 0, due to the backroom staff are advised not help sales and just keep

running in the back room operations, the application of RFID technology does not contribute directly to

growth in sales, but only provides an opportunity to save time, effort work for back room operations

shorter.

Analysis of the benefits and costs, have been obtained for the investment payback period of

RFID technology in this study was 9 months 7 days as the length of the return on investment. Net present

value amounting to Rp 15,792,865, - per month, or equal to 189,514, 386, - per year, - where the value is

greater than 0 means that investment deserves. As for the value of internal rate of return of 4.21% per month or equal to 50.52% per year, and its value is greater than the discount rate, the amount of 15%, so

the investment is received.

Abstrak

Semakin meningkatnya jumlah pelanggan terhadap produk C59 pada penjualan retail, maka

PT Caladi Lima Sembilan ingin memanfaatkan teknologi informasi untuk menunjang operasional

bisnisnya dalam peningkatan penjualan untuk menambah jumlah pendapatan perusahaan dan

penghematan waktu operasional. Salah satunya adalah menerapkan teknologi RFID pada kegiatan

operasional retailnya dalam mengembangkan usahanya. Penerapan RFID dalam rantai pasok

khususnya pada kegiatan operasional di retail dalam menjual produk ke konsumen, dapat menciptakan

penghematan biaya dan memberikan potensi keuntungan besar dari pertumbuhan pendapatan. Tapi

penilaian secara ekonomi dari dampak penerapan RFID yang mengoptimalkan kegiatan operasional

retail, diantaranya pemanfaatan tenaga kerja dan peningkatan penjualan masih belum sepenuhnyadieksplorasi. Pada penelitian ini mengusulkan untuk menggunakan pendekatan simulasi sistem dinamik

7/16/2019 101333694-Paper-Revisi



2

dalam pemodelan strutural untuk mengintregasikan pengaruh penerapan RFID sebagai perubahan

skenario structural dan parameter model, kemudian melakukan evaluasi investasi. Penelitian ini

difokuskan pada pengembangan model kegiatan operasional retail pakaian C59, dengan melakukan

simulasi untuk menganalisa implementasi RFID yang dapat memberikan kontribusi keuntungan dalam

meningkatkan penjualan retail tersebut, kemudian dari hasil simulasi digunakan untuk masukan dalam

pengukuran studi kelayakan investasi RFID melalui perhitungan payback period, net present value

(NPV), internal rate of return (IRR). Dari hasil simulasi skenario struktur dan skenario parameter model dihasilkan rata-rata

penjualan selama periode simulasi. Untuk akumulasi dengan menggunakan assisted sales factor, tapi

tanpa menggunakan RFID nilainya 2.454 item per bulan, untuk rata-rata penjualan dengan

menggunakan assisted sales factor dan penerapan RFID nilainya 2.540 item per bulan, sedangkan rata-

rata penjualan kondisi awal nilainya 2.011 item per bulan. Kombinasi assisted sales factor dengan

penerapan teknologi RFID secara langsung berdampak pada peningkatan volume penjualan sebesar

19,2%. Dalam skenario model dari assisted sales factor yang ditentukan nilainya sama dengan 0,

dikarenakan tidak disarankan staf backroom membantu penjualan dan hanya tetap menjalankan kegiatan

operasional di ruang belakang, maka penerapan teknologi RFID tidak berkontribusi langsung ke

pertumbuhan penjualan, tetapi hanya memberikan kesempatan untuk menghemat waktu tenaga kerja

untuk kegiatan operasional ruang belakang yang lebih pendek.

Analisa manfaat dan biaya, telah diperoleh untuk hasil payback period investasi teknologi RFID pada penelitian ini adalah 9 bulan 7 hari sebagai lamanya pengembalian investasi. Net present value

sebesar sebesar Rp 15.792.865,- perbulan, atau sama dengan 189.514.386,- pertahun,- dimana nilai

tersebut lebih besar dari 0 berati investasi tersebut layak diterima. Sedangkan untuk nilai internal rate of

return sebesar 4,21% perbulan atau sama dengan 50,52% pertahun , dan nilainya lebih besar dari

tingkat suku bunga diskonto yang besarnya 15%, sehingga investasi diterima.

Kata Kunci: Strategic Radio Frequency Identification (RFID), Cash Flow Analysis, Return on

Investment, Simulasi Sistem Dinamik, Retail.

1. PENDAHULUAN

Teknologi RFID merupakan salah satu

sistem teknologi yang memungkinkan suatudata berjalan dari satu media ke media yang lain

melalui perantara gelombang radio. Penggunaan

teknologi RFID dapat digunakan di berbagai

bidang, termasuk di bidang operasional retail

dalam meningkatkan aktivitasnya.

Sehingga diusulkan pada PT CaladiLima sembilan selaku pemilik retail garmen

dengan merk C59 untuk menerapkan teknologi

RFID pada kegiatan operasional retail dalam

mengembangkan usahanya. Menurut Gaukler

(2007) penerapan RFID juga memberikan

manfaat kepada retail dalam kemampuannyameningkatkan kinerja bisnis terutama

meningkatkan penjualan. Namun penelitian

yang sudah ada secara khusus mengevaluasi

dampak ekonomi dari tingkat RFID suatu item

yang difungsikan dalam kegiatan operasionalretail pada penjualan dan kinerja pendapatan

sangat sedikit.

Maka pada penelitian ini adalah

melakukan penilaian terhadap dampak

penerapan teknologi RFID pada kegiatan

penjualan retail dengan pendekatan sistemdinamik sebagai metode pemodelan dan

simulasi untuk menganalisa masalah yangdinamik (Forrester, 1961) dan (Sterman, 2000).

Secara khusus sistem dinamik digunakan untuk

memahami sejauh mana penerapan teknologi

RFID dapat berdampak terhadap kinerja

penjualan. Kemudian hasil simulasi digunakanuntuk menganalisa alur kas perusahaan serta

menghitung return on investment (ROI) sebagai

model evaluasi dalam investasi teknologi RFID

untuk memberikan informasi pengembalian

investasi.

Marco (2012), pernah mengukur dampak penerapan teknologi RFID pada

operasional retail pakaian Miroglio yang ada di

Italia dengan menggunakan simulasi sistem

dinamik. Namun pengembangan model dasar

yang dibuat pada penyusunan diagram stock and

flow tidak menggunakan backlog sebagai

variabel level (stock) pada sub sistem

pemesanan (order). Ini disesuaikan dengan

kondisi sistem yang ada pada retail Miroglio,

apabila melakukan order itu melalui distribusi

pusat pakaian dan tidak melakukan order di produsennya langsung. Karena jumlah stok

persediaan distribusi pusat selalu dapat

memenuhi order barang yang dipesan oleh retail

Miroglio, baik jenis maupun volumenya,

sehingga tidak ada backlog.

Dari identifikasi kondisi sistem retailyang diamati, menggunakan backlog sebagai

variabel level dalam membuat diagram stock

and flow untuk analisa simulasi sistem dinamik,yang mengakumulasi perbedaan antara tingkat

persediaan pabrik (firm inventory rate) dengan

7/16/2019 101333694-Paper-Revisi



3

laju pengiriman susulan (continuation shipment

rate) apabila tingkat order lebih besar jumlahnyadaripada tingkat persediaan pabrik. Untuk

menentukan berapa lama pengembalian nilai

investasi penerapan RFID pada retail, telah

menggunakan perhitungan payback period

tanpa mempertimbangkan tingkat diskonto,karena investasi tersebut menggunakan modal

perusahaan sendiri. Uji kelayakan investasi

dihitung dengan net present value (NPV) dan

internal rate of return (IRR).

2. KAJIAN PUSTAKA

2.1 Sistem Dinamik

Metode sistem dinamik berhubungan

erat dengan pertanyaan-pertanyaan tentang

trend atau pola perilaku dinamik (sejalan

dengan bertambahnya waktu) dari sebuah

system yang kompleks. Penggunaan sistemdinamik diarahkan kepada bagaimana denganmemahami perilaku sistem tersebut orang dapat

meningkatkan efektivitas dalam merencanakan

suatu kebijakan dan pemecahan masalah yang

timbul (Muhammadi et.al, 2001).

Pembuatan model dan simulasi model

sebagai bagian dari metode sistem dinamik

dilakukan melalui beberapa tahap, yaitu:

pembuatan konsep, pembuatan model, simulasi

model, validasi model, analisa kebijakan.

Bentuk model Sistem Dinamik yang

merepresentasikan struktur diagram umpan

balik adalah diagram sebab-akibat atau yang biasa dikenal dengan Causal Loop Diagram.

Diagram ini menunjukkan arah aliran perubahan

variabel dan polaritasnya. Polaritas aliran

sebagaimana diungkapkan di atas dibagi

menjadi positif dan negatif. Bentuk diagram lainyang juga menggambarkan struktur model

sistem dinamik adalah Diagram Aliran atau

Flow Diagram. Diagram aliran

merepresentasikan hubungan antar variabel

yang telah dibuat dalam diagram sebab akibatdengan lebih jelas, dengan menggunakan

berbagai simbol tertentu untuk berbagai variabel

yang terlibatSterman (2000) menjelaskan empat

representasi setara atau ekuivalen dengan

struktur stock dan flow: Hidraulic Metaphor,

Stock-flow Diagram, Integral equation, dan

Differential equation, dapat dilihat pada

gambar 1. Dalam Hydraulic Metaphor , stcok

diwakili melalui air di bak mandi setiap saat.

Jumlah air di bak mandi baik meningkat (air

yang mengalir melalui keran) atau menurun (air

yang mengalir keluar melalui saluran

pembuangan), tidak termasuk faktor-faktor luar

seperti penguapan. Untuk stock and flow

diagram telah memiliki makna matematikatidak ambigu sebagai stock terakumulasi flow

nya. Stok meningkatkan arus masuk melalui

bahan dan penurunan arus keluar melalui

materi. Untuk Integral equation

menggambarkan prinsip saham-aliran yang

sama, sebagai Stock baru (t) didefinisikan

melalui Stock awal (t0) ditambah semua Inflow

(s) dikurangi semua Outflow (s) antara t0 waktudan waktu t . Dan untuk, Differential equation

menggambarkan perubahan tingkat bersih dari

suatu stock sebagai Inflow (t) dikurangi dengan

Outflow (t).

Gambar 1. Empat representasi struktur stock

and flow (Sterman, 2000)

2.2 Uji Kelayakan Investasi

Pelaksanaan analisis finansial dari

suatu proyek dapat menggunakan metode-

metode atau kriteria-kriteria penilaian investasi.

Kriteria investasi digunakan untuk mengukur manfaat yang diperoleh dan biaya yang

dikeluarkan dari suatu proyek. Melalui metode-

metode ini dapat diketahui apakah suatu proyek layak untuk dilaksanakan dilihat dari aspek

profitabilitas komersialnya. Beberapa kriteria

dalam menilai kelayakan suatu proyek yang

paling umum digunakan adalah Net Present

Value (NPV), dan Internal Rate of Return

(IRR). Net Present Value (NPV) merupakan

manfaat bersih yang diterima selama umur

proyek pada tingkat diskonto tertentu. NPVdapat dirumuskan sebagai berikut:

(2.1)

Ukuran ini bertujuan untuk

mengurutkan alternatif yang dipilih karena

adanya kendala biaya modal, dimana proyek ini

memberikan NPV biaya yang sama atau NPV

penerimaan yang kurang lebih sama setiap

tahun. Proyek dinyatakan layak atau bermanfaat jika NPV lebih besar dari 0. Jika NPV samadengan 0, berarti biaya dapat dikembalikan

7/16/2019 101333694-Paper-Revisi



4

persis sama besar oleh proyek. Pada kondisi ini

proyek tidak untung dan tidak rugi. NPV lebihkecil dari nol, proyek tidak dapat menghasilkan

senilai biaya yang dipergunakan dan ini berarti

bahwa proyek tersebut tidak layak dilakukan

(Gray et.al, 1992).

Internal Rate of Return (IRR)menunjukkan rata-rata keuntungan internaltahunan perusahaan yang melaksanakan

investasi dan dinyatakan dalam persen. IRR

adalah tingkat suku bunga yang membuat nilai

NPV proyek sama dengan nol. IRR secara

matematis dapat dirumuskan sebagai berikut:

(2.2)

Dimana:

i1 = tingkat diskonto yang menghasilkan NPV

positif i2 = tingkat diskonto yang menghasilkan NPV

negative

NPV1 = NPV positif

NPV2 = NPV negative

3. METODA PENELITIAN

Urutan metodologi penelitian ini dapat

dijelaskan pada gambar 2.

Latar Belakang Masalah

Perumusan Masalah

Tujuan Penelitian

Kajian Pustaka Pengumpulan Data

Pemodelan Sistem

Pengolahan Data

• Pembuatan diagram stock

dan flow model awal

• Menentukan persamaan

• Simulasi model awal

Anali sa dan pem bahasan h asil

simulasi

Analisa alur kas (cash flow)

• Menghitung NPV, IRR dan ROI sebagai uji

kelayakan investasi penerapan RFID

Kesimpulan dan Saran

Validasi

Perlakuan model dengan

skenario dan simulasi model

baru

ya

tidak

Gambar 2. Metode Penelitian

3.1 Pemodelan Sistem

Pada pemodelan sistem dilakukan

dengan menggunakan pendekatan sistemdinamik. Karena pada metode sistem dinamik

dapat meningkatkan pembelajaran pada sistem

yang komplek (Sterman, 2000). Pemodelan

sistem dimulai dari konseptualisasi sistem yangdilakukan melalui pembuatan model konseptual

yang digambarkan melalui diagram kausal

(causal loop diagram). Konseptualisasi sistem

digunakan untuk menggambarkan secara umum

mengenai simulasi sistem dinamik yang akandilakukan dari komponen atau variabel-variabel,

baik variabel yang signifikan maupun variabel

pembantu yang saling mempengaruhi perilaku

sistem.

3.2 Pengolahan Data

Pada tahap ini menjadikan modelkonseptual yang dilakukan sebelumnya dengan

diagram kausal, akan diterjemahkan menjadi

model sistem dinamik yang digambarkan

melalui diagram stock dan flow yang terbentuk

melalui empat komponen, yaitu: sistem, umpan

balik, level dan rate. Kemudian menentukan persamaan dari tiap-tiap variabel sebagai

formulasi pada model dilakukan dengan cara

memahami dan menguji konsistensi model

apakah sudah sesuai dengan tujuan dan batasan

sistem yang dibuat. Setelah model dibuat

selanjutnya dilakukan tahap verifikasi. Pada

tahap verifikasi dilakukan pengecekan terhadap

model yang dibuat, apakah model sudah sesuai

yang diinginkan, masuk akal, dan persamaan

maupun satuan sudah konsisten. Selanjutnya

model sistem awal disimulasikan denganmenggunakan aplikasi Vensim DSS Versi 5.2 a.

3.3 Validasi

Setelah itu hasil simulasi akan

divalidasi untuk memastikan bahwa model

yang dibuat benar-benar dapat

merepresentasikan kondisi riil sistem. Validasi

model dilakukan dengan dua cara pengujian,

yaitu validasi model dengan statistik uji

perbandingan rata-rata (mean comparison) dan

validasi model dengan uji perbandingan variasiamplitudo ( % error variance) (Barlas Y, 1989).

Uji perbandingan rata-rata (Mean

Comparison)

(3.1)

Dimana model dianggap valid bila E1 ≤ 5 %

Uji perbandingan variasi amplitudo

( % error variance)

(3.2)

Dimana model dianggap valid bila E2 ≤ 30%

A

AS E

−

=1

datarataratanilai A

simulasihasilrataratanilaiS

_ _

_ _ _

−=

−=

Sa

SaSs E

−

=2

7/16/2019 101333694-Paper-Revisi



5

3.4 Perlakuan Model

Sesuai dengan tujuan dari penelitian

ini, maka model yang telah dibuat diberi

beberapa perlakuan model dengan membuat

skenario struktur model dengan penerapan

RFID dengan kombinasi perubahan beberapa parameter dari variabel pengembangan modelawal sistem, misalnya perubahan parameter

pada variabel assisted sales factor . Penelitian

ini bertujuan untuk mempresentasikan

pengenalan teknologi RFID ke retail C59,

dengan fokus pada penilaian keuntungan yang

diperoleh operasional ritel yang efisien, dankhususnya pada peningkatan penjualan akibat

penerapan RFID.

3.5 Analisa dan Pembahasan Hasil Simulasi

Membuat analisa hasil simulasi dari pengembangan model awal sistem yang telahdibuat, kemudian menganalisa hasil simulasi

model baru yang dibuat dengan skenario

penerapan teknologi RFID dan kombinasi

perubahan parameter variabel sebagai model

baru.

3.6 Analisa Alur Kas (Cash Flow)

Dari hasil simulasi model baru dengan

skenario penerapan teknologi RFID dan

kombinasi perubahan parameter variabel dapat

digunakan sebagai data masukan untuk menganalisa alur kas dengan menghitung NPV

dan IRR sebagai kriteria dalam menilai

kelayakan suatu investasi penerapan teknologi

RFID. Kemudian untuk menentukan return on

investment (ROI), dengan menghitung payback

period sebagai metode yang mengukur seberapa

cepat investasi bisa kembali.

4. STUDI SISTEM

PT Caladi Lima Sembilan adalah

perusahaan yang awalnya bergerak dalam

bidang industri garmen, khususnya pembuatan

t-shirt (kaos) sablon dengan merk C59.Beriringnya waktu ternyata usaha yang

dijalankan perusahaan ini terus mengalami

kemajuan pesat dilihat dari semakin

meningkatnya jumlah pesanan tiap bulannya

dan jumlah alat produksi yang dimiliki semakin

bertambah, maka pada tahun 1989 PT Caladi

Lima Sembilan mulai menjual produk eceran

dengan mendirikan beberapa retail. Pada

pengendalian operasional toko di retail C59 saat

ini semuanya yang mengatur adalah kepalaretail, mulai dari pengendalian persediaan

berdasarkan perencanaan kebutuhan permintaan

terhadap barang (item) melalui peramalaan penjualan bulan-bulan sebelumnya,

pengendalian pengisian jumlah barang yang

dipajang di rak-rak toko. Kepala retail juga

menentukan titik awal pemesanan kembali

(reorder point) untuk segera melakukan order,

mengatur dalam mendisplay barang dengan

tema baru, menempatkan urutan pengisian

barang di rak berdasarkan pengalaman pribaditerhadap barang mana yang sering terjual pada

bulan-bulan sebelumya, dimana semua itu yang

berhubungan dengan lantai toko dibantu oleh

staf penjualan pada saat tidak ada pembeli atau

konsumen. Sedangkan pengendalian toko yang

terjadi ruang belakang toko dikerjakan oleh staf

backroom.

4.1 RFID Untuk Operasional Retail

Dalam peneltian ini bertujuan untuk

menilai dampak ekonomis penerapan teknologi

RFID terhadap pertumbuhan penjualan apabila

diterapkan di retail PT Caladi Lima Sembilankarena dapat meningkatkan efisensi waktu

operasional khususnya aktivitas di ruang

belakang (backroom) took, sehingga dapat

membantu melayani konsumen pada penjualan

di lantai toko. Maka dibutuhkan data sistemRFID yang diperlukan maupun harga setiap

komponen RFID tersebut untuk diterapkan di

retail, sebagai data masukan investasi yang

dikeluarkan retail dalam perhitungan ROI dan

untuk menganalisa alur kas.

Ada lima komponen utama yang

dibutuhkan dalam pemasangan sistem RFID

untuk retailer, diantaranya: label (tag), reader,

printer RFID, antenna, dan aplikasi RFID.

5. PEMODELAN DAN SIMULASI

5.1 Identifikasi Variabel Signifikan

Sebelum mengembangkan model,

langkah pertama perlu dilakukan identifikasi

variabel-variabel signifikan yang saling

mempengaruhi dalam model yang membentuk

sistem. Identifikasi tersebut bertujuan agar pengembangan model dapat lebih terstruktur

sesuai dengan perumusan masalah dan tujuan penelitian. Variabel-variabel tersebut memiliki

hubungan yang interdependent satu sama lain

yang menyebabkan model menjadi komplek dan

sulit diselesaikan melalui pendekatan analitis,

sehingga perlu dilakukan pemodelan dengan

simulasi sistem dinamik.

5.2 Penyusunan Causal Loop Diagram

Langkah awal adalah penyusunan

diagram kausatik atau causal loop diagram (CLD) dimana hubungan sebab akibat antar

sepasang variabel-variabel signifikan yang

saling mempengaruhi perlu diperhatikan. CLDtersebut menunjukkan hubungan antar variabel

7/16/2019 101333694-Paper-Revisi



6

utama secara garis, yang nantinya variabel

utama tersebut menjadi variabel keputusan danakan menjadi dasar dalam penyusunan skenario

koordinasi. Pada CLD yang dibuat ini

menjelaskan hubungan sebab akibat antar

variabel utama pada sistem operasional retail

C59 kondisi saat ini diantaranya penjualan(sales), pemesanan (order), dan persediaan retail(store inventory), dan dapat dilihat pada

gambar 3 di bawah ini.

Gambar 3. Causal Loop Diagram Sistem

Operasional Retail C59

Secara umum causal loop diagram

yang dibuat terdiri dari tiga loop utama, yaitu:

- Loop pertama menggambarkan dampak keseimbangan pada persediaan retail (store

inventory), bahwa jumlah barang dengan

tema baru (new theme items) yang dikirimke retail dengan sistem konsinyasi untuk

dipasarkan, mempengaruhi jumlah

persediaan retail. Semakin banyak barang

dengan tema baru tidak terjual maka akan

meningkatkan pengembalian barang dengan

tema baru (returnable new items) ke pabrik

manufaktur C59 sehingga meningkatkan

pula laju barang yang keluar (outgoing itemsrate) selain karena penjualan.

- Loop kedua menggambarkan efek umpan

balik dari laju barang yang keluar pada

persediaan retail juga dipengaruhi oleh

penjualan. Setelah itu staf kepala retailmelakukan peramalan penjualan (salesforecast) untuk bulan berikutnya sebagai

dasar untuk pemesanan sesuai laju

pemesanan (order rate) setelah ditentukan

titik awal pemesanan kembali (reorder poin).

Apabila pemesanan sudah diterima pihak

pabrik C59, maka akan dilakukan pemenuhan order (order fulfillment) dengan

mengambil persediaan barang di gudang

pabrik. Baru setelah itu terjadi pengiriman

aktual (actual shipment) sesuai dengan

jumlah pemesanan yang diharapkan retail

sehingga mempengaruhi laju barang yangmasuk (incoming items rate) dan menambah

jumlah persediaan retail.

- Loop ketiga, menggambarkan keseimbangan

laju pemesanan dengan pemenuhan pemesanan. Apabila jumlah pemesanan

retail C59 yang diterima pihak pabrik lebih

besar dari jumlah persediaan pabrik yang

tersedia, maka akan terjadi backlog dan

segera dilakukan proses produksi untuk segera dilakukan pengiriman susulan(continuation shipment rate) supaya bisa

memenuhi pengiriman aktual yang

mempengaruhi laju barang yang masuk di

ruang belakang retail dan diharapkan jumlah

persediaan retail sudah seperti yang

diharapkan.

5.3 Penyusunan Diagram Stock and Flow

Berdasarkan dari causal loop diagram

yang dibuat, maka perlu dilakukan

pengembangan untuk menyusun Diagram stock

and flow dari model sistem disertai penyusunanformulasi berupa persamaan matematis, aliran

informasi, fisik, parameter, dan input data baik

data aktual, maupun data asumsi yang

didasarkan pada persepsi pihak retail yang

diperoleh dari pengumpulan data. Pada

gambar 4, menampilkan diagram stock and flow

yang dibagi menjadi tiga sub model yaitu :

store inventory, order , dan backlog. Untuk data

aliran barang yang digunakan untuk aktivitas

operasional yaitu pemesanan dan penjualan

merupakan semua jenis barang yang dijual retail

C59 baik berupa kaos, jaket, baju yang

direduksi menjadi satu jenis barang atau item.

5.3.1 Sub model store inventory

Store inventory atau persediaan retail

merupakan variabel level untuk mengakumulasi

perbedaan antara incoming items rate yang

diterima retail serta new theme items rate yang

dikirim di retail dua bulan sekali ditentukan

sebesar 300 item dengan outgoing items rate,

kemudian ditambah dengan persediaan awalretail pada awal bulan Desember 2009 sebagai

data bulan pertama pengamatan sebesar 2800

item. Untuk incoming items rate jumlahnyasama dengan actual shipment per bulan.

Sedangkan outgoing items rate merupakan

akumulasi dari sales dengan returnable new

theme items ke pabrik dua bulan setelah

penitipan barang karena tidak laku terjual.

Outgoing items merupakan variabel level untuk

akumulasi dari tingkat barang yang keluar per

bulannya.

Sales datanya berasal dari data aktual penjualan retail bulan Desember 2009 s/d

Januari 2012 kemudian dalam penulisan

persamaannya digunakan fungsi random

uniform atau berdistribusi uniform karena poladata penjualan memiliki nilai kontinyu dengan

store inventory

outgoing item rate

salessales forecast

+

reorder point+

orders

order fulfillment

actual shipment incoming items rate+

+

order rate+

+

backlog

+

+

+

continuation

shipment rate

++

new themes items

+returnable new

theme items

loop2

loop1

+

+

+

+

loop 1

loop 2

loop 3

7/16/2019 101333694-Paper-Revisi



7

sales

sales forecast

month

lead time

reorder point

sales average per

day

store inventory

incoming items rateoutgoing item

outgoing items rate

orders

order rate order fullfillment

rate

<month>

actual shipment

<month>

new theme items

rate

backlogcontinuation

shipment r ate

returnable new

theme items

firm inventory rate

firm inventory

new theme items

kemungkinan kemunculan nilainya hampir sama

dan konstan tiap bulannya. Returnable new

theme items ditentukan dari asumsi kepala retail

yang mengatakan bahwa pengembalian barang

tema baru yang tidak terjual nilainya berkisar

antara 100-150 item, karena pengembaliannya

selang dua bulan sekali maka nilai persamaannya digunakan fungsi randomuniform untuk pengembalian barang dan fungsi

pulse train karena ada selang waktu. Actual

shipment rate nilai persamaannya didapat dari

jumlah order fulfillment rate dengan

continuation shipment rate akibat backlog.

Parameter dt mewakili interval waktu simulasi,

dalam pengamatan ini, diatur interval waktu

sama dengan satu bulan dan horison waktu

sama dengan dua puluh enam bulan, mulai

bulan Desember 2009 s/d Januari 2012 untuk

model dasar selama periode pengamatan.

Gambar 4. Stock and flow diagram sistem

operasional retail C59.

5.3.2 Sub model order

Orders didefinisikan sebagai variabel

level yang mengakumulasi perbedaan antara

order rate dengan order fulfillment rate. Order

rate nilainya didapatkan dari hasil sales forecast

dilakukan ketika sudah mencapai reorder point

dimana nilainya dibawah dari rata-rata

persediaan yang sudah ditentukan perbulannya

sebesar 400. Reorder point ditentukan dari

sales average per day dalam lead time, yaitu

waktu yang dibutuhkan saat order sampai

pengiriman order yang membutuhkan waktu

dua hari. Kemudian sales forecast merupakan

peramalan penjualan dengan menggunakan

metode simple exponential smoothing selama

periode pengamatan, yaitu 26 bulan. Order fulfillment rate besarnya ditentukan sesuai

dengan order apabila persediaan pabrik pada

saat itu bisa memenuhi jumlah order .

5.3.3 Sub model backlog

Untuk backlog merupakan variabel

level yang mengakumulasi perbedaan antara

firm inventory rate dengan continuation

shipment rate apabila tingkat order lebih besar

jumlahnya daripada tingkat persediaan pabrik.

Dimana firm inventory selama pengamatan besarnya antara 5000-10000 barang, sehinggauntuk menentukan probabilitas jumlah tiap

bulannya digunakan random uniform.

Sedangkan continuation shipment rate nilainya

sama dengan backlog.

5.4 Hasil simulasi model dasar

Pada gambar 5, menampilkan kondisi

sales dan order rate selama bulan ke-1

(Desember 2009) sampai dengan bulan ke-26

(Januari 2012), tingkat pemesanan diperoleh

dari hasil peramalan penjualan pada saat kondisi persediaan retail minimal mencapai reorder point. Pada bulan ke-23 (Oktober 2012) s/d

bulan ke-26 (Januari 2012), laju pemesanan

dengan penjualan memiliki nilai pola yang

sama cenderung naik sekitar 7% dengan nilai

laju pemesanan mencapai 1949 item pada bulanJanuari 2012.

Gambar 5. Grafik penjualan dan tingkat

pemesanan

Gambar 6. Grafik penjualan dan persediaan

Retail

Pada gambar 6, menerangkan kondisi

sales dengan store inventory. Persediaan retaildiperoleh dari jumlah pemesanan barang yang

dikirim tiap bulan berdasarkan pemesanan

Graph for sales and order rate

4,000 item/Month

2,000 item/Month

2,500 item/Month

1,900 item/Month

1,000 item/Month

1,800 item/Month

2

22

2

2

2

2

2

2

22

2

2

1

1

1

1

1

11

11

1

1

11

1 6 11 16 21 26

Time (Month)

sales : Current item/Month1 1 1 1 1 1 1 1 1 1 1

order rate : Current item/Month2 2 2 2 2 2 2 2 2

Graph for sales and store inventory

4,000 item/Month

4,000 item

2,500 item/Month

2,000 item

1,000 item/Month

0 item

2

2 2

2

2

2

2

2

2

2

22

2

1

1

1

1

1

11

11

1

1

11

1 6 11 16 21 26

Time (Month)

sales : Current item/Month1 1 1 1 1 1 1 1 1 1 1

store inventory : Current item2 2 2 2 2 2 2 2 2 2

7/16/2019 101333694-Paper-Revisi



8

dengan jumlah barang tema baru yang dikirim

pabrik untuk dititpkan ke retail untuk promositiap dua bulan sebesar 300 item yang dikurangi

penjualan tiap bulannya dengan pengembalian

barang tema baru yang terjual. Dilihat pada

grafik ada beberapa bulan antara

penjualan dengan persediaan retail polanyatidak linier misalnya mulai bulan ke-23

(Oktober 2012) sampai dengan bulan ke-26

(Januari 2012),

Tabel 1. Rata-rata nilai hasil simulasi dan data aktual

Variabel Data Rata-Rata Simulasi Data Rata-Rata Aktual

Penjualan 2011 2104

Pemesanan 1898 1890

Gambar 7. Perbandingan antara penjualan simulasi dengan penjualan data aktual

Gambar 8. Perbandingan antara pemesanan simulasi dengan pemesanan data actual

untuk penjualan naik sekitar 7% sedangkan

persediaan retail turun -52%.

5.5 Validasi model

Untuk hasil penjualan rata-rata

simulasi dengan penjualan rata-rata data aktual,

serta hasil pemesanan rata-rata hasil simulasi

dengan pemesanan rata-rata data aktual dapat

dilihat pada tabel 1 di atas. Perbandingan antara

penjualan simulasi dengan penjualan data aktual

dapat dilihat pada gambar 7. Sedangkan perbandingan antara pemesanan simulasi

dengan pemesanan data aktual dapat dilihat pada gambar 8.

Validasi model dengan statistik uji

perbandingan rata-rata antara rata-rata penjualan

simulasi dengan rata-rata penjualan aktual

adalah sebagai berikut:

E1 penjualan=│2011-2104│ / 2104 = 0,04

Validasi model dengan statistik uji

perbandingan rata-rata antara rata-rata

pemesanan simulasi dengan rata-rata

pemesanan aktual adalah sebagai berikut:E1 pemesanan = │1898-1890│ / 1890 = 0,004

7/16/2019 101333694-Paper-Revisi



9

Berdasarkan hasil di atas, semua

tingkat kesalahan lebih kecil dari 5%, yang berarti bahwa model simulasi valid

Untuk standar deviasi penjualan

simulasi nilainya 292, sedangkan standar

deviasi penjualan aktual nilainya 317, maka

validasi model dengan uji perbandingan variasiamplitudo ( % error variance) penjualan adalahsebagai berikut:

E2 penjualan = │292-317│ / 317 = 0,08

Untuk standar deviasi pemesanan

simulasi nilainya 23, sedangkan standar deviasi

pemesanan aktual nilainya 28, maka validasi

model dengan uji perbandingan variasi

amplitudo (%error variance) pemesanan adalah

sebagai berikut:

E2 pemesanan =│23-28│ / 28 = 0,18

Berdasarkan hasil di atas, semua

tingkat kesalahan lebih kecil dari 30%, yang

berarti bahwa model simulasi valid.

5.6 Pengembangan Skenario

Sebelum melakukan pengembangan

skenario, Menurut Marco (2012) dijelaskan satu

asumsi penting dari persepsi mengenaihubungan antara waktu yang tersedia untuk

melayani pelanggan dalam penjualan suatu

retail. Bahwa semakin banyak waktu yang

dihabiskan oleh tenaga penjualan untuk

melayani pelanggan dalam membantu mencari

produk yang diinginkan, sangat penting untuk mendorong peningkatan penjualan. Asumsi ini

menunjukkan kepada peneliti bahwa itu akan

menjadi bernilai saat menjelajahi hubungan

melalui pengembangan skenario pada penelitian

ini.

Sebuah survei dilakukan di antara 850toko Italia mengungkapkan bahwa ada persepsi

di benak manajer toko bahwa semakin banyak

waktu yang dihabiskan oleh tenaga penjualan

untuk membantu pelanggan dalam membeli

suatu barang adalah penting untuk mendorong

peningkatan penjualan. Ini mungkin disebabkan

oleh kenyataan bahwa staff assisted sales

merupakan staf operasional dari bagian lain

selain staf penjualan yang diperbantukan untuk

aktivitas penjualan, adalah komponen yang

relevan dari salah satu strategi penjualan.Sehingga dari asumsi tersebut dapat

membantu dalam pengembangan skenario yang

dibuat, yaitu penerapan teknologi RFID pada

retail yang bisa menekan atau mengurangi

waktu yang digunakan oleh staf backroom

untuk kegiatan operasional yang ada di backroom, sehingga efisiensi waktu tersebut

bisa digunakan untuk membantu kegiatan

penjualan sebagai staff assisted sales untuk

melayani pelangggan dalam meningkatkan penjualan, serta menyarankan ke kepala retail

untuk menggunakan salah satu strategi

penjualan tersebut, yaitu menambah staff

assisted sales time oleh waktu staf lain,

khususnya untuk retail staf backroom

membantu tenaga penjualan yang sudah ada

setelah menyelesaikan pekerjaannnya dalam

aktivitas operasional retail, misalnya menerima

dan mengecek barang yang dikirim, pelabelanharga dll, yang dapat dipersingkat waktunya

dengan penggunaan teknologi RFID tersebut.

Skenario Model

Model Valid

Struktur Model

Penerapan RFID di sistem

operasional retail

Parameter Model

Tanpa RFID dan menggunakan

assisted sales factor Gambar 9. Diagram blok scenario

Pengembangan skenario dibuat apabila

model dasar yang dibuat sebelumnya sudah

valid, pada bagian ini ditunjukkan bagaimana

struktur sistem dari model dasar tadi dapat

diubah dengan menambahkan beberapa

feedback loops dengan menambahkan parameter

baru dan mengubah struktur tersebut atau

disebut skenario struktur. Serta bagaimana

parameter model dapat diubah untuk melihat

dampak variabel yang lain dari sistem atau biasa

disebut skenario parameter. Pengembanganskenario adalah suatu metode prognosis atau

ramalan dimana hasil dari pengembangan

skenario tersebut digunakan untuk

mengembangkan berbagai kemungkinan

alternatif dimasa yang akan datang. Untuk melihat diagram blok skenario yang dibuat

dapat dilihat pada gambar 9 di atas.

5.6.1 Skenario struktur model dengan

penerapan RFID di sistem operasional retail

Pada gambar 10, menampilkan

diagram stock and flow dengan variabel RFIDsebagai penerapan teknologi RFID pada sistem

operasional retail. Pada skenario ini mengukur

potensial RFID yang memungkinkan untuk

mengurangi banyaknya waktu yangdipergunakan staf backroom untuk kegiatan

operasional di ruang belakang retail dan sisa

waktu tersebut bisa digunakan untuk membantu

waktu penjualan guna meningkatkan volume

penjualan.

Waktu tersebut adalah incoming items

treatment time, new theme items treatment time,

price tagging time, inventory taking time, dan

returnable new theme items.

7/16/2019 101333694-Paper-Revisi



10

sales

sales forecast

month

lead time

reorder point

sales average per

day

store inventory

incoming items ra teoutgoing item

ougoing items rate

orders

order rate order fullfillment

rate

<month>

actual shipment

<month>

new theme

items rate

backlogcontinuation

shipment rate

returnable newtheme items

price

tagging

time

returnable new theme

items process time

price tagging rate returnable new theme

items process rate

salespersons

utilization

staff assisted

sales time

staff backroom

time

hours per day

RFID

incoming itemstreatment time

incoming items

treatment rate

<hours per day>

<price tagging

time>

<incoming items

treatment time>

assisted sales

assisted sales

factor

inventory taking

time

inventory taking

rate

new theme items

treatment rate

new theme items

treatment time

<inventory taking

time>

<new theme items

treatment time>

sales scn

<RFID>

firm inventory rate

firm inventory

new theme items

<salespersons

utilization>

Gambar 10. Diagram stock and flow penerapan RFID di operasional retail.

Gambar 11. Grafik perbandingan sales skenario

dengan RFID dengan sales awal

Gambar 13. Perbandingan new theme items

treatment dengan dan tanpa RFID

Gambar 12 Perbandingan incoming items

treatment time dengan dan tanpa

RFID

Untuk gambar 13, merupakan

perbandingan waktu perlakuan barang tema

baru dengan dan tanpa RFID. Sedangkan pada

gambar 14, menunjukkan perbandingan waktu

yang dibutuhkan inventarisasi dengan dan tanpaRFID dalam tiap bulannya.

Graph for sales scn with RFID

4,000

3,000

2,000

1,000

0

22

2

2

22

22

2

2

2

22

2 2

11

11

1

1

11

1

1

1

11

1

1

1 6 11 16 21 26

Time (Month)

sales scn with RFID item/Month1 1 1 1 1 1 1 1 1 1

current sales item/Month2 2 2 2 2 2 2 2 2 2

Graph for new theme items treatment time

0.6

0.45

0.3

0.15

02 2

22

2

2 2 2

2 22

2 2 2

2

1

1 1 1

1 1 1

1 1

1 1 1

1 1 1

1

1 6 11 16 21 26

Time (day)

new theme items treatment time : with RFID day1 1 1 1 1 1

new theme items treatment time : without RFID day2 2 2 2 2 2

Graph for incoming items treatment time

4

3

2

1

0

2

2 22

22

2 22 2 2

22 2 2

2

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 6 11 16 21 26

Time (day)

incoming items treatment time : with RFID day1 1 1 1 1 1 1

incoming items treatment time : without RFID day2 2 2 2 2 2 2

7/16/2019 101333694-Paper-Revisi



11

Gambar 14 Perbandingan inventory taking time

dengan dan tanpa RFID

5.6.2 Skenario parameter model tanpa

menggunakan RFID dan menggunakan

assisted sales factor

Dalam skenario ini ditentukan dalam

kegiatan penjualan retail, menggunakan asissted sales factor , yang diperoleh dari sisa waktu staf

backroom setelah melakukan semua kegitan

operasional di ruang belakang untuk membantu penjualan tiap bulannya tanpa penerepan

teknologi RFID. Karena untuk kondisi saat ini

waktu aktif penjualan hanya dilakukan oleh

staf penjualan tanpa ada bantuan staf lain.

Untuk nilai assisted sales factor ditentukan 0,5

yang artinya setengah dari waktu sisa staf backroom digunakan untuk penjualan, dan

setengahnya lagi bisa dipakai untuk

menyelesaikan kegiatan operasional tambahan

yang lain.

Gambar 15. Perbandingan penjualan denganassisted sales factor tanpa dan

dengan teknologi RFID dan

penjualan kondisi awal.

Pada gambar 15 menampilkan perbandingan penjualan dengan assisted sales

factor tanpa dan dengan teknologi RFID dan

penjualan kondisi awal. Dari gambar tersebut

dapat dilihat rata-rata penjualan selama periode

simulasi. Untuk akumulasi dengan

menggunakan assisted sales factor tapi tanpamenggunakan RFID nilainya 2.454 item per

bulan, untuk rata-rata penjualan dengan

menggunakan assisted sales factor dan

menggunakan teknologi RFID nilainya 2.540

item per bulan, sedangkan rata-rata penjualankondisi awal nilainya 2.011 item per bulan.

5.7 Analisa Hasil Simulasi

Berdasarkan hasil simulasi,

menunjukkan bahwa pengenalan teknologiRFID di retailer C59 dengan assisted sles

factor diasumsikan sama dengan 0,5, waktu

staff yang tersedia untuk melayani konsumen

(staff assisted sales time) meningkat sampai

19,2 % sebagai hasil pengurangan waktu yang

digunakan oleh staf backroom retail untuk

menangani kegiatan operasional di ruang belakang. seperti waktu tambahan dapat

digunakan untuk memfasilitasi penjualan. Hal

ini menunjukkan kontribusi keuntungan

kompetitif berdasarkan waktu selama periode

simulasi seperti yang ditampilkan pada tabel 2

dibawah ini.

Tabel 2. perbandingan waktu yang digunakan

kegiatan operasional retail antara kondisi awal

tanpa RFID dengan penggunaan teknologi

RFIDOperasional Tanpa

RFID

(jam)

Dengan

RFID

(jam)

Variasi

(%)

Waktu perlakuan

barang yang datang

554,03 82,06 -85,18

Waktu perlakuan

barang tema baru

45,51 6,74 -85,18

Waktu inventarisasi 43,25 10,59 -75,12

Waktu pelabelanharga

404,11 54,42 -86,53

Waktu proses

pengembalian barang

9,73 2,39 -75,43

Ketersediaan waktu

staf backroom

membantu penjualan

156,23 186,25 19,2

Gambar 16. Pertumbuhan penjualan kumulatif

dengan assisted sales factor tanpa dan dengan

RFID

Di sisi lain, dalam skenario model dariassisted sales factor yang ditentukan nilainya

sama dengan 0 dikarenakan tidak disarankan

Graph for inventory taking time

1

0.75

0.5

0.25

0

2

2

2

2 2 2 2

2

2

2

2

2

2 2 2

1

1

1

1

1

1 1 1 1 1 1

1

1

1

1 1

1 6 11 16 21 26

Time (day)

inventory taking time : with RFID day1 1 1 1 1 1 1 1

inventory taking time : without RFID day2 2 2 2 2 2 2 2

Graph for sales scn 1, scn 2 and current sales

4,000

3,250

2,500

1,750

1,000

3

3

3

3

33

3

33

3

3

3

33 3

22

2

2

22

22

2

2

2

2

2

22

11

1

1

1

1

1

1

11

1

1

1

11

1 6 11 16 21 26

Time (Month)

sa le s s cn without RFID but with a ssisted sa les facto r it em/Month1 1 1 1

sales scn with RFID item/Month2 2 2 2 2 2 2 2 2

current sales item/Month3 3 3 3 3 3 3 3 3 3 3

7/16/2019 101333694-Paper-Revisi



12

staf backroom membantu penjualan dan hanya

tetap menjalankan kegiatan operasional di ruang belakang, maka penerapan teknologi RFID

tidak berkontribusi langsung ke pertumbuhan

penjualan, tetapi hanya memberikan kesempatan

untuk menghemat waktu tenaga kerja untuk

kegiatan operasional ruang belakang yang lebih pendek.

6. ANALISA ALUR KAS

6.1 Identifikasi Biaya

Biaya disini merupakan seluruh biaya

yang dikeluarkan retail untuk melaksanakan

kegiatan operasional penjualan dan biaya

terhadap investasi teknologi RFID yang

diharapkan bisa mendatangkan penghasilan

(return) tambah pada masa yang akan datang.

Biaya tersebut diklasifikasikan atas biaya

investasi dan biaya operasional, dimana biayaoperasional dibagi menjadi dua yaitu biaya tetapdan biaya variabel.

6.2 Identifikasi Keuntungan

Apabila penerapan teknologi RFID

pada kegiatan operasional retail diasumsikandilakukan mulai bulan Desember 2011 sebagai

bulan awal investasi. Maka dari hasil simulasi

model skenario, dapat ditentukan jumlah

keuntungan yang diperoleh dari hasil penjualan

yang meningkat selama satu tahun pertama

diperolehnya laba kotor yang diterima retailC59 setelah penerapan RFID dengan kombinasi

assisted sales factor yang ditentukan dengan

nilai = 0.5, yaitu mulai bulan Januari 2012

sampai dengan Desember 2012.

Untuk assisted sales factor nilainya 0.5

maksudnya adalah penjualan yang diperoleh

retail merupakan hasil dari pelayanan penjualan

oleh waktu staf penjualan dibantu dengan

separuh dari ketersediaan waktu staf backroom

yang meningkat akibat pengaruh RFID.

Harga pokok penjualan dari tiap barangadalah Rp 70.000, dimana semua jenis barang

diasumsikan sama harganya. Sedangkan untuk

harga jual retail dari tiap barang adalah Rp

99.000. Maka laba kotor yang diterima retail

tiap barangnya adalah sebesar Rp. 29.000.Keuntungan tambahan merupakan

selisih dari alur kas retail yang sudah

menerapkan RFID dengan alur kas retail tanpa

penerapan RFID tiap bulannya. Dari tabel 3,

telah diketahui total keuntungan tambahan retail

selama setahun mulai bulan Januari 2012

sampai dengan Desember 2012 sebesar

Rp 23.834.050,- pada retail yang menerapkan

RFID.

Tabel 3. Keuntungan tambahan retail setelah

penerapan RFIDBulan Alur kas

dengan

RFID

Alur kas

tanpa RFID

Keuntungan

(Rp) (Rp) (Rp)

Dec-11 - - - 73.664.000

Jan-12 65.410.100 66.411.000 -1.000.900Feb-12 67.254.600 59.538.000 7.716.600

Mar-12 43.486.900 33.235.000 10.251.900

Apr-12 49.521.050 40.021.000 9.500.050

May-12 46.912.400 37.208.000 9.704.400

Jun-12 55.924.100 47.184.000 8.740.100

Jul-12 57.610.500 49.011.000 8.599.500

Aug-12 44.593.600 34.685.000 9.908.600

Sep-12 60.482.650 52.288.000 8.194.650

Oct-12 59.033.400 50.577.000 8.456.400

Nov-12 46.490.800 36.715.000 9.775.800

Dec-12 64.753.950 57.103.000 7.650.950

Total keuntungan 23.834.050

6.3. Analisa Biaya dan Manfaat

Setelah komponen biaya dan manfaat

diketahui, maka analisa manfaat dan biaya bisadilakukan untuk menentukan apakah investasi

penerapan RFID layak atau tidak. Dalam analisa

suatu investasi, terdapat dua aliran kas, aliran

kas keluar (cash outflow) yang terjadi karena

pengeluaran-pengeluaran untuk biaya investasi,dan aliran kas masuk (cash inflow) yang terjadi

akibat keuntungan yang dihasilkan oleh setelah

investasi. metode-metode yang digunakan

dalam analisa manfaat dan biaya diantaranya

adalah perhitungan payback period , perhitungan

NPV, dan perhitungan IRR.Dari hasil perhitungan, diketahui sisa

investasi bulan ke-10 sebesar Rp. 2.049.100,-

tertutup oleh sebagian keuntungan bulan ke-10

sebesar Rp. 8..456.200,- sehingga untuk

menghitung jumlah hari pada bulan ke-10

adalah hasil pembagian dari Rp. 2.049.100,-dengan Rp. 8.456.200,- dan diperoleh hasil

0.24, berarti bahwa payback period investasi

teknologi RFID pada retail adalah 9 bulan 7

hari, sebagai waktu pengembalian investasi

RFID.

Untuk perhitungan NPV, diperoleh

nilai NPV sebesar Rp 15.792.865,- perbulan,atau sama dengan 189.514.386,- pertahun,

berarti nilai NPV > 0 sehingga untuk investasi

RFID pada retail diterima atau layak untuk

diterapkanKemudian dari hasil perhitungan IRR,

menunjukkan nilai IRR sebesar 4,21% perbulan

atau sama dengan 50,52% pertahun. Nilai IRR

lebih besar dari tingkat bunga diskonto yang

nilainya 15% atau dengan kata lain bahwa usaha

ini akan memberikan pendapatan rata-rata setiaptahun dari modal yang telah diinvestasikan

sebesar 50,52%. Artinya dengan biaya

opportunity of capital sebesar 15%, usaha inisangat layak dilaksanakan karena memberikan

7/16/2019 101333694-Paper-Revisi



13

pendapatan rata-rata sebesar 50,52% per tahun

dari modal yang ditanamkan.

7. KESIMPULAN DAN SARAN

7.1 Kesimpulan

Berdasarkan hasil dari pengolahan dataserta analisa dan pembahasan yang dilakukan

maka dapat diambil kesimpulan antara lain

sebagai berikut:

1. Teknologi RFID memungkinkan untuk

mengotomatisasi dan mengurangi waktu yang

dibutuhkan untuk melakukan berbagai

kegiatan operasi ruang belakang yang

dilakukan oleh staf backroom, sehingga,

dapat menambah ketersediaan waktu staf

backroom untuk membatu staf penjualan

secara efektif dalam melayani pelanggan yang

merupakan sumber potensi penjualan dan

peningkatan pendapatan.2. Apabila assisted sales factor yang ditentukan

nilainya sama dengan 0, yang berarti tidak

digunakannya staf backroom membantu

penjualan dan hanya tetap menjalankan

kegiatan operasional di ruang belakang,

maka penerapan teknologi RFID tidak

berkontribusi langsung ke pertumbuhan

penjualan, tetapi hanya memberikan

kesempatan untuk menghemat waktu tenaga

kerja untuk kegiatan operasional ruang

belakang yang lebih pendek saja.

3. Analisa kelayakan terhadap suatu investasi

dengan menggunakan perhitungan beberapaanalisa finansial biaya dan keuntungan seperti

payback period, net present value, dan

internal rate of return, memang dapat

dimanfaatkan dalam membantu mengambil

keputusan dalam menetapkan kelayakansecara ekonomis dari suatu investasi terutama

investasi RFID. Dari analisa tersebut,

diperoleh untuk hasil payback period

investasi teknologi RFID pada penelitian ini

adalah 9 bulan 7 hari sebagai lamanya pengembalian investasi. Nilai net present

value sebesar Rp 15.792.865,- perbulan, atau

sama dengan 189.514.386,- pertahun,-dimana nilai tersebut lebih besar dari 0 berati

investasi tersebut layak diterima. Sedangkan

untuk nilai internal rate of return sebesar

4,21% perbulan atau sama dengan 50,52%

pertahun, dan nilainya lebih besar dari

tingkat suku bunga diskonto yang besarnya

15%, sehingga investasi diterima.

7.2 Saran

1. Model simulasi sistem dinamik yang

digunakan pada penelitian ini untuk menilai

dampak RFID pada penjualan di retail, dapat juga dikembangkan dengan memperhatikan

pengaruh RFID yang lain, selain untuk

peningkatan volume penjualan tetapi juga

untuk meminimalkan jumlah stok persediaan

di gudang, pengendalian persediaan secara

real time, kemampuan cerdas dalam

menangkap selera pelanggan terhadap

permintaan suatu barang yang diinginkan,

serta untuk mengoptimalkan pengisian barangdi rak.

2. Analisa manfaat dan biaya terhadap suatu

investasi yang dilakukan khususnya untuk

investasi RFID, juga dapat dikembangkan

dengan melakukan analisa sensitivitas

terhadap tingkat suku bunga pinjaman jika

perusahaan yang melakukan investasi tersebutmodalnya menggunakan pinjaman dari Bank,

serta mempertimbangkan kondisi makro

ekonomi misalnya pada kondisi

perekonomian yang cenderung stagnan atau

meningkat.

8. DAFTAR PUSTAKA

Barlas, Y., Multiple tests for validation of

system dynamics type of simulation models,

European Journal of Operational Research

1989;42:59-87

Forrester, J.W.,1961.Industrial Dynamics.MIT

Press,Cambridge,MA.

Forrester, J..W., (1968). Principles of Systems.

Pegasus Communication, Inc. New York.

Gaukler et al., 2007 G.M. Gaukler, R.W.

Seifert, W.H. Hausman, Item-level RFID in the

retail supply chain Production and Operations

Management, 16 (1) (2007), pp. 65–76

Gray, C., Payaman, S., Lien K, P.F.L.

Maspaitella, R.C.G., Varley. 1992. Pengantar

Evaluasi Proyek. Edisi Kedua. Penerbit

Gramedia, Jakarta.

Marco A.D., Cagliano A. C., Nervo M., Rafele

C., 2012. Using system dynamics to assess the

impact of RFID technology on retail operation.

International Journal of Production Economics

135, 333-344.

Muhammadi, Erman Aminullah, Budhi Soesilo,

(2001). Analisis Sistem Dinamik : Lingkungan

Hidup, Sosial, Ekonomi, Manajemen. UMJ

Press. Jakarta.

Sterman, John D., (2000). Bussines Dynamics.

Massachussets Institute of Technologies. USA

Sushil, (1993). System Dynamics : A Practical

Approach for Managerial Problems. WileyEastern Limited.

101333694-Paper-Revisi

Documents

Transcript of 101333694-Paper-Revisi