Paper Revisi

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

Surabaya 1Telp : (031) 5922949, Fax : (031) 5964965

E-mail : [email protected] 1), [email protected] 2)

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 in retail 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 an average 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 sepenuhnya dieksplorasi. Pada penelitian ini mengusulkan untuk menggunakan pendekatan simulasi sistem dinamik


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 suatu data 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 Caladi Lima 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 kemampuannya meningkatkan kinerja bisnis terutama meningkatkan penjualan. Namun penelitian yang sudah ada secara khusus mengevaluasi dampak ekonomi dari tingkat RFID suatu item yang difungsikan dalam kegiatan operasional retail 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 sistem dinamik sebagai metode pemodelan dan simulasi untuk menganalisa masalah yang dinamik (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 digunakan untuk 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 retail yang 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


3

laju pengiriman susulan (continuation shipment rate) apabila tingkat order lebih besar jumlahnya daripada 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 sistem dinamik diarahkan kepada bagaimana dengan memahami 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 lain yang juga menggambarkan struktur model sistem dinamik adalah Diagram Aliran atau Flow Diagram. Diagram aliran merepresentasikan hubungan antar variabel yang telah dibuat dalam diagram sebab akibat dengan lebih jelas, dengan menggunakan berbagai simbol tertentu untuk berbagai variabel yang terlibat

Sterman (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 matematika tidak 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 waktu dan 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. NPV dapat 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 sama dengan 0, berarti biaya dapat dikembalikan


4

persis sama besar oleh proyek. Pada kondisi ini proyek tidak untung dan tidak rugi. NPV lebih kecil 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 internal tahunan 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

Analisa dan pembahasan hasil 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 sistem dinamik. Karena pada metode sistem dinamik dapat meningkatkan pembelajaran pada sistem

yang komplek (Sterman, 2000). Pemodelan sistem dimulai dari konseptualisasi sistem yang dilakukan melalui pembuatan model konseptual yang digambarkan melalui diagram kausal (causal loop diagram). Konseptualisasi sistem digunakan untuk menggambarkan secara umum mengenai simulasi sistem dinamik yang akan dilakukan 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 model konseptual 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 dengan menggunakan 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 variasi amplitudo ( % 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

ASE −=1

datarataratanilaiA

simulasihasilrataratanilaiS

__

___

−=

−=

SaSaSs

E−

=2


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 model awal 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, dan khususnya pada peningkatan penjualan akibat penerapan RFID. 3.5 Analisa dan Pembahasan Hasil Simulasi

Membuat analisa hasil simulasi dari pengembangan model awal sistem yang telah dibuat, 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 kepala retail, 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 pribadi terhadap 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 Sembilan karena 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 sistem RFID 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. CLD tersebut menunjukkan hubungan antar variabel


6

utama secara garis, yang nantinya variabel utama tersebut menjadi variabel keputusan dan akan 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 dikirim ke 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 items rate) 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 retail melakukan peramalan penjualan (sales forecast) 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 yang masuk (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 penyusunan formulasi 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 awal retail pada awal bulan Desember 2009 sebagai data bulan pertama pengamatan sebesar 2800 item. Untuk incoming items rate jumlahnya sama 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 pola data 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

+

+

+

continuationshipment rate+ +

new themes items

+returnable new

theme items

loop2

loop1

+

+

+

+loop 1

loop 2

loop 3


7

salessales forecast

month

lead time

reorder point

sales average perday

store inventoryincoming items rate

outgoing itemoutgoing items rate

ordersorder rate order fullfillment

rate

<month>

actual shipment

<month>

new theme itemsrate

backlog continuationshipment rate

returnable newtheme 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 random uniform 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, sehingga untuk 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 bulan Januari 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 retail diperoleh dari jumlah pemesanan barang yang dikirim tiap bulan berdasarkan pemesanan

Graph for sales and order rate4,000 item/Month2,000 item/Month

2,500 item/Month1,900 item/Month

1,000 item/Month1,800 item/Month

22

2

22

2

2

22

2 22

2

11

1

1

1

11 1

1

11

1 1

1 6 11 16 21 26Time (Month)

sales : Current item/Month1 1 1 1 1 1 1 1 1 1 1order rate : Current item/Month2 2 2 2 2 2 2 2 2

Graph for sales and store inventory4,000 item/Month4,000 item

2,500 item/Month2,000 item

1,000 item/Month0 item

2

2 2

2

22

2

22

22 2

2

11

1

1

1

11 1

1

11

1 1

1 6 11 16 21 26Time (Month)

sales : Current item/Month1 1 1 1 1 1 1 1 1 1 1store inventory : Current item2 2 2 2 2 2 2 2 2 2


8

dengan jumlah barang tema baru yang dikirim pabrik untuk dititpkan ke retail untuk promosi tiap 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 polanya tidak 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


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 variasi amplitudo ( % error variance) penjualan adalah sebagai 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 mengenai hubungan 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 850 toko 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, pelabelan harga 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. Pengembangan skenario 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 RFID sebagai penerapan teknologi RFID pada sistem operasional retail. Pada skenario ini mengukur potensial RFID yang memungkinkan untuk mengurangi banyaknya waktu yang dipergunakan 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.


10

salessales forecast

month

lead time

reorder point

sales average perday

store inventoryincoming items rate

outgoing itemougoing items rate

ordersorder rate order fullfillment

rate

<month>

actual shipment

<month>

new themeitems rate

backlog continuationshipment rate

returnable newtheme items

pricetaggingtime

returnable new themeitems process time

price tagging rate returnable new themeitems process rate

salespersonsutilization

staff assistedsales time

staff backroomtime

hours per day

RFID

incoming itemstreatment time

incoming itemstreatment rate

<hours per day>

<price taggingtime>

<incoming itemstreatment time>

assisted sales

assisted salesfactor

inventory takingtime

inventory takingrate

new theme itemstreatment rate

new theme itemstreatment time

<inventory takingtime>

<new theme itemstreatment time>

sales scn

<RFID>

firm inventory rate

firm inventory

new theme items

<salespersonsutilization>

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 tanpa RFID dalam tiap bulannya.

Graph for sales scn with RFID4,000

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

11

1

11

1 6 11 16 21 26Time (Month)

sales scn with RFID item/Month1 1 1 1 1 1 1 1 1 1current sales item/Month2 2 2 2 2 2 2 2 2 2

Graph for new theme items treatment time0.6

0.45

0.3

0.15

02 2

2 22

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

11 6 11 16 21 26

Time (day)

new theme items treatment time : with RFID day1 1 1 1 1 1new theme items treatment time : without RFID day2 2 2 2 2 2

Graph for incoming items treatment time4

3

2

1

0

22 2 2

22

2 22 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 26Time (day)

incoming items treatment time : with RFID day1 1 1 1 1 1 1incoming items treatment time : without RFID day2 2 2 2 2 2 2


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 dengan

assisted 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 tanpa menggunakan 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 penjualan kondisi awal nilainya 2.011 item per bulan.

5.7 Analisa Hasil Simulasi

Berdasarkan hasil simulasi, menunjukkan bahwa pengenalan teknologi RFID 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 RFID

Operasional 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 pelabelan harga

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 dari assisted sales factor yang ditentukan nilainya sama dengan 0 dikarenakan tidak disarankan

Graph for inventory taking time1

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

11

1 1 1 1 1 1

1

1

1

1 11 6 11 16 21 26

Time (day)

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

3 33

3

33

3 322 2

2

22

22 2

2

2

22

2 2

11

11

1

1

11

11

1

11

11

1 6 11 16 21 26Time (Month)

sales scn without RFID but with assisted sales factor item/Month1 1 1 1sales scn with RFID item/Month2 2 2 2 2 2 2 2 2current sales item/Month3 3 3 3 3 3 3 3 3 3 3


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 biaya operasional dibagi menjadi dua yaitu biaya tetap dan biaya variabel. 6.2 Identifikasi Keuntungan

Apabila penerapan teknologi RFID pada kegiatan operasional retail diasumsikan dilakukan 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 retail C59 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 barang adalah 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 RFID

Bulan 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 -1.000.900 Feb-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 bisa dilakukan 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 diterapkan

Kemudian 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 setiap tahun dari modal yang telah diinvestasikan sebesar 50,52%. Artinya dengan biaya opportunity of capital sebesar 15%, usaha ini sangat layak dilaksanakan karena memberikan


13

pendapatan rata-rata sebesar 50,52% per tahun dari modal yang ditanamkan. 7. KESIMPULAN DAN SARAN

7.1 Kesimpulan

Berdasarkan hasil dari pengolahan data serta 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 beberapa analisa finansial biaya dan keuntungan seperti payback period, net present value, dan internal rate of return, memang dapat dimanfaatkan dalam membantu mengambil keputusan dalam menetapkan kelayakan secara 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 barang di 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 tersebut modalnya 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. Wiley Eastern Limited.

Documents

Paper Revisi