PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
34
BAB IV ANALISA MASALAH
4.1. Metodologi Penelitian
Gambar 4.1. Diagram Alir Metodologi Penelitian
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
35
4.2. Studi Pendahuluan
Studi pendahuluan dilakukan untuk mengetahui gambaran umum tentang proses
bisnis PT Pantja Motor, beradaptasi dengan lingkungan kerja di perusahaan,
berkenalan dengan key persons yang dapat membantu dalam penelitian, antara lain
Kepala Departemen PPIC, Manager PPC dan Kepala Divisi Planning & Ordering,
dan mencari tahu tentang permasalahan-permasalahan yang sedang dihadapi oleh
perusahaan dengan melakukan wawancara bebas.
Dari studi pendahuluan yang telah diperoleh bahwa PT Pantja Motor tidak efisien
dalam melakukan proses bisnisnya. Hal ini terutama terjadi karena ordered forecast
yang diterima PT Pantja Motor dari AI-ISO selalu mengalami forecast error.
Forecast error ini mengakibatkan efek negatif kepada pemain-pemain lain yang
berada dalam proses bisnis PT Pantja Motor. Mengenai efek negatif yang terjadi
akan dibahas lebih lanjut pada subbab 4.8.1.
Pemasok akan mengalami kesulitan dalam menentukan kuantitas efektif untuk
pemesanan bahan baku, yang berakibat kepada pasokan komponen kepada PT Pantja
Motor tidak dapat terpenuhi karena pemasok kekurangan bahan baku ataupun biaya
persediaan pemasok tinggi akibat pemasok kelebihan bahan baku. PT Pantja Motor
juga harus mencari produsen lain untuk memenuhi kebutuhan komponen agar
produksi tidak terhenti jika pemasok tidak mampu memenuhi kebutuhan pasokan
akibat dari forecast error.
Pada bagian produksi, perencanaan SDM yang sudah dilakukan tidak akan maksimal
karena eksekusi produksi aktual tidak sesuai dengan forecast. Jumlah produksi setiap
bulan harus disesuaikan dengan perencanaan komposisi SDM produksi untuk
efisiensi biaya produksi. Perencanaan komposisi SDM produksi yang telah
direncanakan akan tidak efektif akibat dari forecast error yang terjadi. Dari grafik
4.1. terlihat perbandingan antara aktual produksi bulan M, yang ditentukan pada
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
36
bulan M-1, dengan forecast bulan M-2 yang merupakan forecast terakhir sebelum
penentuan jumlah produksi aktual.
Tabel 4.1. Perbedaan Forecast dengan Aktual dalam Perencanaan Produksi
BULAN Des Jan Feb Mar Mei Jun Jul Agus Sep
Forecast M-2 750 690 840 1080 1230 1140 1290 1350 1230 AKTUAL 1020 900 840 960 1080 1200 1200 1320 990 Perbedaan -26,5% -23,3% 0,0% 12,5% 13,9% -5,0% 7,5% 2,3% 24,2%
Grafik 4.1. Perbedaan Forecast dengan Aktual dalam Perencanaan Produksi
Dari Tabel 4.1 dapat dilihat perbedaan yang cukup besar pada bulan Desember,
Januari dan September dimana perbedaan aktual dengan forecast lebih dari
kesepakatan toleransi antara AI-ISO, PT Pantja Motor dan pemasok, yaitu ± 20%.
Analisis permasalahan lebih lanjut akan dibahas pada subbab 4.8.1.
4.3. Perumusan Masalah
Setelah dilakukan identifikasi terhadap permasalahan-permasalahan yang sedang
dihadapi oleh perusahaan, maka dilakukan perumusan masalah yang akan menjadi
0 200 400 600 800
1000 1200 1400 1600
Des Feb Mei Jul Sep
AKTUALForecast M-2
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
37
topik pada penelitian. Perumusan masalah dilakukan berdasarkan kenyataan yang
terjadi di lapangan.
Permasalahan yang sedang dihadapi oleh Pantja Motor adalah tingginya forecast
error, oleh sebab itu penelitian ini akan membahas topik “Strategi Perbaikan
Forecast di PT Pantja Motor”. Strategi perbaikan forecast diharapkan dapat
membantu PT Pantja Motor untuk memperbaiki efek-efek negatif yang disebabkan
oleh forecast error, mengenai efek negatif yang terjadi akan dibahas lebih lanjut
pada subbab 4.8.1.
4.4. Studi Lapangan
Studi lapangan dilakukan untuk mengidentifikasi dan memperoleh data-data yang
dibutuhkan untuk penelitian. Studi lapangan dilakukan dengan pengamatan langsung
dan wawancara dengan key persons di lapangan, antara lain Kepala Divisi PPIC,
Kepala Departemen PPC dan Supervisor Planing & Ordering. Wawancara dilakukan
dengan wawancara bebas secara pertanyaan terbuka.
4.5. Studi Literatur
Studi literatur dilakukan untuk mempelajari dasar-dasar teori yang akan digunakan
untuk menganalisa topik permasalahan. Studi literatur bertujuan untuk
membandingkan kondisi ideal dalam teori dengan keadaan di lapangan sehingga
dapat dirumuskan perbaikan yang diperlukan sehubungan dengan forecast error PT
Pantja Motor.
4.6. Pengumpulan Data
Pengumpulan data dan informasi yang dibutuhkan dalam penelitian diperoleh
melalui pengamatan di lapangan, wawancara dengan key persons dan data-data
tertulis yang dimiliki oleh perusahaan.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
38
Data-data yang diperoleh antara lain:
- Forecast produksi
- Pencapaian produksi tahunan
- Penjualan tahunan
4.7. Pengolahan Data
Pengolahan data dilakukan untuk memudahkan dalam proses analisis permasalahan
dengan merangkum data-data yang diperoleh ke dalam gambar, grafik dan tabel
sesuai kebutuhan penelitian.
4.8. Analisis dan Interpretasi Rancangan
Analisis dilakukan untuk menemukan strategi yang akan digunakan untuk
menentukan forecast sehingga dapat memperbaiki forecast error dan efek-efek
negatif yang ditimbulkannya, mengenai efek negatif yang terjadi akan dibahas lebih
lanjut pada subbab 4.8.1.
4.8.1. Analisis
Isuzu telah dikenal luas oleh masyarakat Indonesia sebagai merek kendaraan disel
yang memiliki keunggulan irit bahan bakar, kuat dan daya jelajah yang jauh. Untuk
mempertahankan brand equity, PT Pantja Motor terus menerus melakukan
pengembangan produk dan perbaikan proses bisnis agar lebih efektif dan efisien.
Salah satu strategi PT Pantja Motor untuk membuat proses bisnisnya lebih efisien
adalah dengan program “Cost Reduction”.
Dalam program tersebut terdapat beberapa kegiatan yang dilakukan PT Pantja Motor
secara berkesinambungan untuk mengurangi biaya produksi dan komponen, antara
lain:
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
39
1. Value Analysis (VA) dan Value Engineering (VE)
Salah satu target dari Departemen PPIC setiap tahunnya adalah mereduksi biaya
produksi unit kendaraan. VA dan VE merupakan kegiatan yang berperan besar dalam
mereduksi biaya untuk unit kendaraan.
Tim VA bertugas untuk menganalisis nilai setiap komponen yang dipasang ke dalam
unit kendaraan. Analisis mencakup fungsional , harga, dan kualitas alat sehingga alat
tersebut dinilai efisien.
Tim VE bertugas untuk melakukan penelitian dan pengembangan terhadap
komponen secara keteknikan dimana diharapkan tim tersebut mampu menciptakan
komponen-komponen baru lebih efisien dari sebelumnya.
2. Perbaikan proses produksi
PT Pantja Motor secara terus-menerus memperbaiki proses produksinya agar lebih
efektif dan efisien. Misalnya dengan perubahan alur produksi menjadi lebih efektif,
peletakan komponen lebih dekat dengan mesin produksinya, penggunaan jumlah
SDM yang efektif untuk setiap alat, dan lain-lain.
3. Lokalisasi
Lokalisasi merupakan proses pengubahan sumber pasokan komponen dari impor
(CKD) menjadi komponen yang dapat diperoleh dari pemasok lokal. Dengan
lokalisasi komponen impor, maka harga komponen tersebut akan turun secara drastis
karena bea masuk barang impor tidak dibebankan.
Dalam mengambil keputusan lokalisasi komponen, ada beberapa hal yang harus
dipertimbangkan, antara lain kemampuan teknologi dan pengetahuan yang dimiliki
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
40
oleh pemasok lokal untuk memproduksi komponen tersebut dan biaya dari investasi
teknologi tersebut.
4. Multi sourcing
PT Pantja Motor menetapkan multi sourcing untuk penyediaan komponen. Hal ini
bertujuan untuk menjaga keberlangsungan pasokan komponen jikalau salah satu
pemasok sedang bermasalah.
5. Change Sourcing
Change sourcing dilakukan bila pemasok dinilai tidak memiliki service level yang
sesuai dengan standar yang telah ditetapkan oleh PT Pantja Motor. Service level
pemasok dinilai dari delivery dan persentase jumlah pasokan komponen yang baik.
PT Pantja Motor selalu memantau performa pemasok. Jika ada pemasok yang service
level-nya tidak sesuai standar, maka PT Pantja Motor akan langsung mendatangi
pemasok tersebut untuk mengetahui permasalahan yang dihadapi pemasok dan
membantu mereka untuk menyelesaikannya. Tetapi jika pemasok tidak dapat
memperbaiki performanya, maka PT Pantja Motor akan melakukan change sourcing.
6. Renegosiasi dengan pemasok
Renegosiasi dengan pemasok dilakukan PT Pantja Motor dalam jangka waktu
tertentu untuk negosiasi harga maupun kapasitas pasokan komponen.
7. Kebijakan pemerintah
Pemerintah kerap mengeluarkan regulasi-regulasi baru yang berhubungan dengan
dunia industri. PT Pantja Motor harus terus memantau regulasi-regulasi yang
dikeluarkan oleh pemerintah agar selalu memperoleh informasi yang terbaru.
Informasi tersebut dapat digunakan sebagai dasar untuk melakukan renegosiasi
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
41
dengan pemasok terhadap kebijakan harga. Misalnya pemerintah mengeluarkan
regulasi penurunan bea masuk bahan baku atau komponen impor untuk kebutuhan
industri, maka PT Pantja Motor dapat menegosiasikan penurunan harga komponen
kepada pemasok yang menggunakan bahan baku impor.
Terhadap pemasok, PT Pantja Motor juga memiliki kriteria sendiri dalam memilih.
untuk menentukan pemasok yang akan diajak bekerja sama, PT Pantja Motor
melakukan pertimbangan berdasarkan 5 aspek, yaitu:
1. Quality
Kesesuaian komponen yang hasil produksi pemasok dengan standar kualitas yang
ditetapkan oleh PT Pantja Motor.
2. Cost
Kemampuan pemasok menawarkan harga yang cukup bersaing dibandingkan dengan
pemasok lainnya.
3. Delivery
Kemampuan pemasok melakukan delivery sesuai service level yang telah ditetapkan
oleh PT Pantja Motor. Service level dinilai dari ketepatan waktu pengiriman
komponen dan persentase jumlah komponen dengan mutu baik pada setiap
pengiriman yang dilakukan.
4. Moral
Merupakan penilaian PT Pantja Motor terhadap manajemen pemasok. PT Pantja
Motor melihat apakah manajemen pemasok memiliki visi dan budaya yang sama
dalam mengembangkan bisnis.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
42
5. Research and Development
Kemampuan proses pengembangan produk dari pemasok dalam melakukan inovasi
untuk mencapai poses bisnis yang lebih efektif dan efisien.
Dalam melakukan proses bisnisnya, PT Pantja Motor, sebagai ATPM Isuzu,
berpatokan penuh terhadap ordered forecast yang diberikan oleh AI-ISO sebagai
customer. AI-ISO sebagai unit penjualan produk Isuzu menerima pemesanan unit
kendaraan dari 36 cabang dan 70 dealer nasional.
Untuk menentukan produksi pada bulan M, Pantja Motor dan AI-ISO melakukan
pertemuan pada minggu ketiga M-1. Pada pertemuan tersebut, AI-ISO memberikan
jumlah produksi bulan M, termasuk tipe dan warna kendaraan, dan forecast produksi
sampai M+6 kepada PT Pantja Motor. Pertemuan ini akan menghasilkan Master
Production Schedule (MPS) dan diterjemahkan dalam Rangking Lot sebagai patokan
untuk jadwal produksi (lihat Gambar 2.7. pada Bab II hal 8).
Hasil pertemuan tersebut beserta forecast sampai dengan M+6 kemudian diteruskan
kepada pemasok lokal, yang berguna sebagai dasar bagi pemasok untuk
merencanakan persediaan bahan baku dan jadwal produksi (menentukan pemesanan
komponen CKD sepenuhnya kebijakan dari direksi). Kebijakan persetujuan antara
pemasok lokal dan PT Pantja Motor untuk jumlah aktual komponen adalah toleransi
± 20% dari forecast M-2. Sedangkan kebijakan untuk komponen impor (CKD)
ditentukan oleh top management. Pemesanan komponen CKD untuk produksi bulan
M dilakukan pada M-3.
Permasalahan muncul ketika forecast yang diberikan oleh AI-ISO jauh berbeda dari
keadaan aktual. Forecast error cukup sering terjadi dimana volatilitas forecast yang
diberikan AI-ISO cukup tinggi sampai melewati batas kebijakan toleransi ± 20%
yang diberikan oleh pemasok. Dari Tabel 4.2. dapat dilihat perubahan forecast per
bulannya dari mulai saat pertama kali forecast dibuat sampai penentuan akhir jumlah
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
43
unit yang akan diproduksi (data diperoleh dari PT Pantja Motor untuk forecast
produksi Desember 2004 – Agustus 2005). Tabel 4.2 Forecast Produksi
BULAN FORECAST ke Des Jan Feb Mar Apr Mei Jun Jul Agus
1 600 690 750 690 840 1080 1020 2 630 720 750 780 840 1080 1020 1080 3 570 630 720 690 840 1080 1020 1080 1320 4 720 750 870 840 1110 1020 1080 1290 1290 5 750 690 840 1080 1230 1140 1290 1350 1230
AKTUAL 1020 900 840 960 1080 1200 1200 1320 990
Persentase perbedaan forecast produksi dengan keadaan aktual dapat dihitung
dengan menggunakan rumus:
% perbedaan %100)( xaktual
aktualforecast −=
Tabel 4.3. Persentase Perbedaan Forecast Produksi dengan Keadaan Aktual BULAN FORECAST
Ke Des Jan Feb Mar Apr Mei Jun Jul Agus Rata-rata
1 -28,6% -28,1% -30,6% -42,5% -30,0% -18,2% 3,0% 25,9% 2 -30,0% -14,3% -21,9% -27,8% -30,0% -10,0% -22,7% 9,1% 20,7% 3 -44,1% -30,0% -14,3% -28,1% -22,2% -10,0% -15,0% -18,2% 33,3% 23,9% 4 -29,4% -16,7% 3,6% -12,5% 2,8% -15,0% -10,0% -2,3% 30,3% 13,6% 5 -26,5% -23,3% 0,0% 12,5% 13,9% -5,0% 7,5% 2,3% 24,2% 12,8%
AKTUAL 1020 900 840 960 1080 1200 1200 1320 990 1057 Pemasok membutuhkan lead time satu sampai tiga bulan untuk melakukan
penyediaan bahan baku dan memproduksi komponen. Pemasok melakukan
perencanaan penyediaan bahan baku untuk produksi komponen berdasarkan forecast
M-3, M-2 dan permintaan aktual, tergantung kepada lead time yang dibutuhkan
pemasok tersebut untuk melakukan penyediaan bahan baku dan memproduksi
komponen. Jika pemasok membutuhkan lead time satu bulan, maka yang dijadikan
sebagai dasar jumlah pemesanan bahan baku adalah permintaan aktual. Jika pemasok
membutuhkan lead time dua bulan, maka yang dijadikan sebagai dasar jumlah
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
44
pemesanan bahan baku adalah forecast M-2. Jika pemasok membutuhkan lead time
tiga bulan, maka yang dijadikan sebagai dasar jumlah pemesanan bahan baku adalah
forecast M-3.
Dari Tabel 4.3. dapat dilihat perbandingan antara forecast dan produksi aktual untuk
beberapa bulan cukup besar. Forecast M-3 untuk bulan Desember dan Agustus
mengalami penyimpangan sebesar 29,4% dan 30,3%. Bahkan pada forecast M-2
terjadi penyimpangan cukup besar di bulan Desember, Januari dan Agustus masing-
masing sebesar 26,5%, 23,3%, dan 24,2%. Pada Grafik 4.2. dapat dilihat
perbandingan forecast dengan aktual produksi.
-50.0%
-40.0%-30.0%
-20.0%-10.0%
0.0%10.0%
20.0%30.0%
40.0%
1 2 3 4 5
Forecast ke
Pers
enta
se P
erbe
daan
DecJan
FebMar
AprMay
JunJul
Aug
Grafik 4.2. Perbandingan Forecast dengan Aktual
Perencanaan produksi PT Pantja Motor ditetapkan berdasarkan ordered forecast
yang diberikan oleh AI-ISO. AI-ISO memiliki hak penuh dalam menentukan forecast
produksi untuk setiap bulannya. Tetapi pada kenyataannya forecast tersebut
mengalami ketidakakuratan melebihi toleransi yang telah disepakati PT Pantja Motor
dengan pemain lain dalam proses bisnisnya. Hal ini mengakibatkan efek negatif pada
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
45
efektifitas dan efisiensi proses bisnis PT Pantja Motor dan pemain-pemain dalam
rantai pasok PT Pantja Motor.
1. Efek negatif bagi pemasok
a. Pemasok tidak efektif dalam melakukan pemesanan bahan baku
Ketidakakuratan ordered forecast yang diterima oleh PT Pantja Motor dari AI-ISO
berakibat negatif kepada efektifitas pemasok dalam melakukan pemesanan bahan
baku. Ordered forecast tersebut yang dijadikan dasar oleh pemasok untuk melakukan
pemesanan bahan baku, sehingga ketidakakuratan forecast tersebut akan
mengakibatkan bullwhip effect mulai dari pemasok tier-1 sampai ke pemasok level-
level di bawahnya.
b. Biaya persediaan pemasok tidak efisien
Ketidakefektifan pemasok dalam melakukan pemesanan bahan baku akan
mengakibatkan efisiensi biaya persediaan tidak maksimal.
c. Perencanaan jadwal produksi pemasok akan terganggu
Jadwal produksi pemasok yang telah disusun berdasarkan forecast M-2 dapat
terganggu jika aktual produksi pada bulan M melebihi toleransi deviasi yang telah
disepakati, seperti yang terjadi pada bulan Desember, Januari dan Agustus masing-
masing sebesar 26,5%, 23,3%, dan 24,2%. Terganggunya perencanaan ini akan
mengakibatkan pemanfaatan SDM untuk produksi tidak efektif.
2. Efek negatif bagi PT Pantja Motor
a. Ketidakakuratan forecast yang mengakibatkan kinerja pemasok tidak maksimal
akan mempengaruhi pasokan komponen untuk produksi assembly PT Pantja Motor.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
46
Jika jumlah produksi aktual melebihi toleransi deviasi 20% dan mengakibatkan
pemasok tidak dapat memenuhi seluruh kebutuhan komponen, maka PT Pantja
Motor harus mencari produsen lain untuk memenuhi kebutuhan komponen agar
produksi tidak terhenti.
b. Ketidakakuratan forecast yang diterima oleh pemasok cenderung akan
mengakibatkan konflik antara pemasok dan PT Pantja Motor.
3. Efek negatif bagi produksi
a. Terganggunya perencanaan produksi karena pemasok tidak dapat memenuhi
kebutuhan komponen yang diakibatkan oleh forecast error. Jika hal ini terjadi, maka
produksi akan terhenti dan akan berlanjut jika pasokan komponen diperoleh dari
produsen lain.
b. Perencanaan SDM produksi yang telah disusun berdasarkan MPS, dimana MPS
disusun berdasarkan ordered forecast yang diperoleh dari AI-ISO, tidak berjalan
dengan efektif akibat dari forecast error.
4.8.2. Usulan Solusi
Solusi yang diberikan diharapkan mampu mengatasi efek-efek negatif yang
disebabkan oleh forecast error. Untuk menemukan solusi, maka diketahui terlebih
dahulu permasalahan dasar yang menyebabkannya. Dari analisis permasalahan
subbab 4.8.1. dapat diambil garis besar ada dua permasalahan dasar yang
menyebabkan terjadinya forecast error.
Dua permasalahan dasar yang menyebabkan forecast error dan solusi dari masing-
masing permasalahan tersebut adalah sebagai berikut:
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
47
1. Kebijakan dalam menentukan forecast sepenuhnya dimiliki oleh AI-ISO
PT Pantja Motor sebagai produsen dan pemasok sebagai penyedia komponen
menerima ordered forecast yang sepenuhnya ditentukan oleh AI-ISO. Dan tidak
dilakukan kolaborasi perencanaan tentang bagaimana eksekusi terhadap forecast
tersebut untuk mencapai hasil yang paling produktif. Dimana jika ternyata forecast
yang diberikan oleh AI-ISO error, maka PT Pantja Motor dan pemasok akan
mengalami efek negatif dari forecast error tersebut, mengenai efek negatif forecast
error telah dibahas pada subbab 4.8.1.
Agar keputusan penentuan forecast dapat memfasilitasi kepentingan semua pemain
dalam rantai pasok, yaitu permintaan unit kendaraan dapat terpenuhi bagi AI-ISO,
produksi berjalan sesuai perencanaan kapasitas dan jadwal produksi bagi PT Pantja
Motor serta tingkat persediaan yang efisien bagi pemasok, maka dibutuhkan
kolaborasi perencanaan untuk melakukan eksekusi terhadap forecast harus dilakukan
oleh AI-ISO, PT Pantja Motor dan pemasok.
Dalam menciptakan hubungan kolaboratif, tidak semua pemasok diikut sertakan
karena tidak akan efektif dan akan sulit dalam melakukan koordinasi. Pemasok-
pemasok yang akan diikutkan adalah pemasok yang memanfaatkan minimal 50%
dari kapasitas produksi untuk memproduksi komponen PT Pantja Motor. Pemasok
kategori ini akan memberi dampak lebih besar kepada PT Pantja Motor dalam
menciptakan hubungan kolaboratif dan pemasok ini cenderung memiliki kemauan
untuk berinvestasi guna menciptakan hubungan kolaboratif karena akan berdampak
besar juga bagi proses bisnis mereka. Selain itu PT Pantja Motor membuat kriteria-
kriteria yang efektif untuk penyeleksian pemasok, antara lain:
Pemasok yang memproduksi unique component, yaitu komponen khusus hanya
diproduksi untuk satu jenis kendaraan dimana komponen tersebut tidak dapat
digunakan pada kendaraan lain. Unique component beresiko tinggi untuk menjadi
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
48
obsolete, oleh karena itu untuk menjaga tingkat persediaan komponen ini, baik
bahan baku maupun produk, memerlukan perhatian khusus.
Pemasok yang memiliki tingkat kesulitan tinggi dalam menyediakan bahan baku.
Pemasok ini harus sangat ketat dalam mengontrol tingkat persediaannya karena
jika persediaan bahan baku rendah maka dapat sangat menggangu proses
produksi karena bahan baku yang dibutuhkan sulit untuk disediakan. Sedangkan
jika persediaan bahan baku tinggi maka biaya persediaan akan tinggi juga.
Untuk memfasilitasi aktivitas untuk menjalankan hubungan kolaboratif, maka
dibentuk forum yang anggotanya terdiri dari utusan masing-masing pemain. Forum
ini akan membentuk aturan-aturan dasar yang harus disepakati semua pemain
sebagai batasan-batasan dalam menjalankan hubungan kolaboratif. Antara lain aturan
mengenai forecast error, frozen forecast, service level, tingkat persediaan, dan
minimum pemesanan.
• Frozen Forecast
Frozen forecast merupakan keputusan forecast yang tidak dapat diubah lagi sama
sekali dimana forecast inilah yang akan menjadi dasar perencanaan produksi. Frozen
forecast berada pada bulan M-1 dari jadwal produksi bulan M.
• Forecast Error
Toleransi forecast error dari frozen forecast adalah ± 20% dari forecast pemesanan
pada M-2. Forecast pemesanan untuk produksi bulan M ditetapkan oleh forum pada
setiap bulan M-3, M-2 dan M-1 (pada bulan M-1 forecast pemesanan M-1 langsung
dikoraborasikan oleh forum untuk diubah menjadi frozen forecast). Patokan pemasok
untuk melakukan pemesanan bahan baku, tergantung lead time yang dibutuhkan
untuk penyediaan bahan baku dan memproduksi komponen. Jika pemasok
membutuhkan lead time tiga bulan, maka yang akan digunakan sebagai dasar
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
49
pemesanan bahan baku adalah forecast pemesanan bulan M-3. Jika pemasok
membutuhkan lead time dua bulan, maka yang akan digunakan sebagai dasar
pemesanan bahan baku adalah forecast pemesanan bulan M-2. Dan jika pemasok
membutuhkan lead time satu bulan, maka yang akan digunakan sebagai dasar
pemesanan bahan baku adalah frozen forecast.
• Service Level
Perhitungan service level didasarkan pada dua kriteria, yaitu delivery dan persentase
bahan baku dan komponen dengan kondisi baik. Akurasi delivery yang diinginkan
sebesar 99% serta jumlah bahan baku dan komponen dengan mutu baik adalah
sebesar 100%.
• Tingkat Persediaan
Tingkat persediaan dihitung dengan Inventory Turn Over (ITO). Cara PT Pantja
Motor menentukan ITO adalah sebagai berikut :
ITO = bulanselamapersediaantingkatrataRata
bulanselamapenjualanrataRata3
3−
−
Dimana ITO yang diinginkan sebesar 21 hari, sesuai kebijakan pada strategi
manajemen persediaan PT Pantja Motor. Tingkat persediaan yang diperhitungkan
adalah komponen yang berada di gudang, work in process serta unit kendaraan di PT
Pantja Motor dan AI-ISO. Dari waktu ITO selama 21 hari dapat disimpulkan sebagai
berikut:
- Komponen di gudang = 2 hari
- Komponen di WIP = 5 hari
- Unit kendaraan di PT Pantja Motor = 7 hari
- Unit kendaraan di AI-ISO = 7 hari
Total ITO = 21 hari
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
50
Maka tingkat persediaan yang dijadikan aturan dasar adalah sebagai berikut :
1. Tingkat persediaan unit kendaraan :
- Unit kendaraan di PT Pantja Motor = 7 hari
- Unit kendaraan di AI-ISO = 7 hari
Total ITO = 14 hari
2. Tingkat persediaan komponen :
- Komponen di pemasok = 7 hari
- Komponen di gudang dan WIP = 7 hari
Total ITO = 14 hari
3. Tingkat persediaan :
- Bahan baku di pemasok tier-2 = 7 hari
- Bahan baku di gudang dan WIP = 7 hari
Total ITO = 14 hari
• Minimum Pemesanan
Minimum pemesanan dilakukan dengan menentukan asumsi dimana toleransi pada
forecast error adalah sebesar 20%. Maka minimum pemesanan dapat diasumsikan
sebesar 80% dari penjualan terendah dalam jangka waktu satu tahun terakhir.
Misalkan penjualan terendah untuk jangka waktu September 2004 sampai dengan
Agustus 2005 berada pada bulan September 2004, yaitu sebanyak 1900 unit. Maka
minimum pemesanan unit kendaraan dari AI-ISO kepada PT Pantja Motor adalah
sebesar: 1900 unit x 80% = 1520 unit kendaraan. PT Pantja Motor dan pemasok juga
memiliki minimum pemesanan sejumlah bahan baku dan komponen yang dibutuhkan
untuk memproduski 1920 unit kendaraan.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
51
Setelah menentukan aturan-aturan dasar, forum ini juga akan menyusun metrik
pengukuran untuk mengetahui performa dari collaborative forecast, yang akan
diterjemahkan ke dalam bentuk Key Performance Indicator (KPI) dan akan
memonitor dan mengevaluasi kinerja dari collaborative forecast berdasarkan KPI
tersebut. Mengenai monitor dan evaluasi yang dilakukan oleh forum lebih lanjut
dibahas pada subbab 5.1.
2. Tidak adanya pertukaran informasi perencanaan antara pemain dalam rantai pasok.
Permasalahan umum pada rantai pasok adalah bullwhip effect. Fluktuasi permintaan
yang kecil sekalipun akan menghasilkan efek yang semakin besar terhadap level-
level di bawahnya akibat tidak adanya informasi yang dialirkan sepanjang rantai
pasok, seperti yang terlihat pada Gambar 4.2.
Gambar 4.2. Bullwhip effect di Sepanjang Rantai Pasok
Untuk mengendalikan bullwhip effect dan meningkatkan efisiensi modal kerja maka
dibutuhkan hubungan kolaboratif antara pemain dalam rantai pasok. Hubungan
kolaboratif dilakukan dengan pertukaran seluruh informasi yang dibutuhkan untuk
memperbaiki produktifitas di keseluruhan rantai pasok.
Informasi-informasi yang dibutuhkan untuk menjalankan hubungan kolaboratif ini
antara lain forecast penjualan, forecast pemesanan, data historis penjualan, data
historis pemesanan komponen, data historis pemesanan bahan baku, strategi
manajemen persediaan, perencanaan produksi, dan delivery. Dimana informasi
forecast penjualan dan data historis penjualan dikeluarkan oleh AI-ISO yang akan
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
52
digunakan forum sebagai dasar perencanaan forecast pemesanan. Informasi data
historis pemesanan komponen dikeluarkan oleh PT Pantja Motor dan informasi data
historis pemesanan bahan baku dikeluarkan oleh pemasok, dimana kedua informasi
tersebut digunakan sebagai dasar penentuan forecast pemesanan. Informasi forecast
pemesanan dikeluarkan oleh forum yang akan digunakan sebagai dasar pemasok
melakukan pemesanan bahan baku dan perencanaan produksi komponen serta
sebagai dasar PT Pantja Motor melakukan perencanaan produksi unit kendaraan.
Informasi strategi manajemen persediaan dikeluarkan oleh pemasok yang akan
digunakan untuk menjaga tingkat persediaan pemasok efisien. Informasi delivery
dikeluarkan oleh AI-ISO yang akan digunakan sebagai dasar PT Pantja Motor dan
pemasok merencanakan jadwal produksi. Informasi perencanaan produksi
dikeluarkan oleh PT Pantja Motor dan pemasok yang akan digunakan
mengkolaborasikan jadwal produksi terhadap permintaan dari AI-ISO.
Aliran dari informasi dalam hubungan kolaboratif dapat dilihat pada Gambar 4.3.
Untuk produksi bulan M, AI-ISO memberikan forecast penjualan mulai M-6 sampai
dengan M-1 dimana frozen forecast berada pada M-1. Setiap forecast penjualan yang
dikeluarkan AI-ISO dikonsolodasikan oleh forum dimana akan dipertimbangkan
kesesuain forecast penjualan dengan data historis penjualan dan kapasitas produksi
PT Pantja Motor dan pemasok. Kemudian mulai bulan M-3 sampai bulan M-1,
forum melakukan konsolidasi untuk menentukan forecast pemesanan. Masing
forecast pemesanan akan digunakan pemasok untuk melakukan penyediaan bahan
baku tergantung kepada lead time yang dibutuhkan (kecuali untuk pemasok dengan
lead time satu bulan, dimana pemasok tersebut akan menggunakan frozzen forecast
sebagai dasar penyediaan bahan baku). Dalam menentukan forecast pemesanan,
forum akan mempertimbangkan data historis pemesanan bahan baku dan komponen
dari pemasok dan PT Pantja Motor serta strategi manajemen persediaan pemasok dan
PT Pantja Motor. Pada bulan M-1, forum akan menentukan frozen forecast yang
merupakan keputusan forecast yang tidak dapat diubah lagi dimana forecast inilah
yang akan menjadi dasar perencanaan produksi bagi pemasok dan PT Pantja Motor.
Kemudian berdasarkan frozen forecast dan perencanaan delivery, forum akan
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
53
menyusun perencanaan produksi komponen bagi pemasok dan unit kendaraan bagi
PT Pantja Motor.
AI-ISO PT Pantja Motor Pemasok
Forecast penjualan
Data historis penjualan
Data historis pemesanan komponen
Data historis pemesanan bahan baku
Strategi manajemen persediaan
Delivery
AI-ISO memberikan data forecast penjualan
kepada forum
Pemasok memberikan data strategi manajemen persediaan kepada forum
Pemasok memberikan data historis pemesanan
bahan baku kepada forum
PT Pantja Motor memberikan data historis
pemesanan komponen kepada forum
AI-ISO memberikan data historis penjualan
kepada forum
AI-ISO memberikan data delivery unit
kendaraan kepada forum
Forum
PT Pantja Motor memberikan data strategi manajemen persediaan
kepada forum
AsalInformasiJenis
Informasi
Kesepakatan forecast
penjualan
Kesepakatan forecast
pemesanan
Kesepakatan forecast
pemesanan
PerencanaanProduksi
PerencanaanProduksi
Gambar 4.3. Aliran Informasi
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
54
Informasi-informasi ini akan digunakan dalam perencanaan eksekusi terhadap
forecast yang diberikan AI-ISO. Pengolahan informasi dilakukan oleh sebuah forum
yang dibentuk oleh AI-ISO, PT Pantja Motor dan pemasok dengan mengutus
anggotanya masing-masing. Forum ini akan menyusun kesepakatan sebagai dasar
kolaborasi perencanaan dalam mengubah forecast menjadi satu keputusan
permintaan yang akan dijadikan dasar PT Pantja Motor dan pemasok untuk
melakukan proses produksi.
Selain itu forum akan menyusun metrik pengukuran performa dari hasil eksekusi
berdasarkan Key Performance Indicator (KPI), mengenai KPI dijelaskan lebih
mendalam pada subbab 5.1.3.
Informasi digunakan sebagai dasar perencanaan eksekusi dalam tiga tahap, yaitu
planning, execution, dan controlling. Tabel 4.4. memperlihatkan sumber dari
informasi dan kapan digunakan pada ketiga tahap tersebut.
Tabel 4.4. Tiga Tahap Penggunaan Informasi Informasi AI-ISO PT Pantja Motor Pemasok Forum
Planning
Forecast Penjualan
Data historis penjualan
Data historis pemesanan komponen
Strategi Manajemen Persediaan
Data historis pemesanan bahan baku
Strategi Manajemen Persediaan
Forecast Pemesanan
Execution Delivery Perencanaan Produksi
Perencanaan Produksi
T a h a p
Controlling KPI KPI KPI KPI
Kedua solusi dari permasalahan akan mengubah ordered forecast AI-ISO yang
sebelumnya merupakan basis produksi menjadi collaborative forecast yang
memfasilitasi kepentingan semua pemain, yaitu permintaan unit kendaraan dapat
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
55
terpenuhi bagi AI-ISO, produksi berjalan sesuai perencanaan kapasitas dan jadwal
produksi bagi PT Pantja Motor serta tingkat persediaan yang efisien bagi pemasok.
Collaborative forecast akan menghasilkan satu keputusan forecast penjualan dan
forecast pemesanan. Forecast penjualan menggambarkan permintaan unit kendaraan
dari end customer kepada AI-ISO, sedangkan forecast pemesanan menggambarkan
permintaan komponen dari PT Pantja Motor kepada pemasok dan permintaan bahan
baku dari pemasok kepada pemasok di bawahnya. Kesatuan putusan permintaan ini
dapat menjadi dasar dari semua kegiatan perencanaan yang berhubungan dengan
produk yang dibutuhkan oleh semua pemain. Dalam kata lain, hal ini dapat
menciptakan integrasi dari rantai pasok.
Perubahan yang terjadi dari sistem lama yang hanya berpatokan kepada ordered
forecast AI-ISO menjadi collaborative forecast terdapat pada pertukaran informasi
yang dilakukan. Berikut ini digambarkan perbedaan dari sistem forecasting yang
lama dengan sistem baru.
Forecast dibuat AI-ISO
Forecast diterima
PT Pantja MotorMulai
Forecast diterima
Pemasok Tier 1
Membuat perencanaan produksi
dan pemesanan komponen
Eksekusi produksi
Gambar 4.4. Flow Chart Ordered Forecast
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
56
Prosedur ordered forecast dimulai dengan forecast produksi yang dikeluarkan oleh
AI-ISO. Forecast tersebut kemudian diedarkan kepada PT Pantja Motor dan
pemasok. Kemudian PT Pantja Motor bersama dengan AI-ISO menyusun
perencanaan produksi unit kendaraan berdasarkan forecast tersebut sementara
pemasok menyusun perencanaan produksi komponen dan pemesanan bahan baku
menurut pertimbangan mereka sendiri. Eksekusi produksi unit kendaraan dijalankan
tanpa adanya kolaborasi perencanaan di antara PT Pantja Motor, AI-ISO dan
pemasok. Kondisi ini akan menyebabkan bullwhip effect yang tinggi di sepanjang
rantai pasok dan semakin bertambah buruk dengan rendahnya tingkat akurasi
forecast dari AI-ISO.
Gambar 4.5. Flow Chart Collaborative Forecast
Prosedur collaborative forecast dimulai dengan forecast penjualan yang dikeluarkan
oleh AI-ISO yang kemudian forecast tersebut diedarkan kepada PT Pantja Motor dan
AI-ISO. Masing-masing PT Pantja Motor dan pemasok akan mempelajari forecast
tersebut serta membandingkannya dengan kapasitas produksi mereka dan data
historis penjualan. Alasan kapasitas produksi dimasukkan sebagai dasar
pertimbangan adalah untuk melihat kemampuan pemasok dan PT Pantja Motor untuk
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
57
memproduksi permintaan AI-ISO. Sedangkan data historis dibutuhkan untuk melihat
apakah forecast yang diberikan AI-ISO beralasan untuk dieksekusi.
Jika terdapat ketidaksesuaian antara kapasitas dengan forecast penjualan, semua
pemain akan berkolaborasi, melalui forum yang telah dibentuk, untuk melakukan
penyesuaian, baik dengan merevisi forecast maupun merevisi jadwal produksi PT
Pantja Motor serta pemasok. Setelah dicapai kesepakatan mengenai forecast
penjualan, forum kemudian berkolaborasi untuk menyusun perencanaan pemesanan
bahan baku, komponen, maupun unit kendaraan dengan membuat forecast
pemesanan. Forum akan menganalisis data historis pemesanan, strategi manajemen
persediaan pemasok dan PT Pantja Motor, serta kapasitas produksi dalam
menentukan forecast pemesanan. Forecast pemesanan ini akan membantu PT Pantja
Motor dan pemasok untuk mengalokasikan kapasitas sesuai dengan permintaan
sambil meminimalisasi tingkat persediaan.
Kemudian berdasarkan forecast pemesanan akan diubah menjadi frozen forecast dan
dieksekusi dengan menentukan jumlah unit kendaraan yang akan diproduksi untuk
AI-ISO, komponen yang akan dipasok kepada PT Pantja Motor dan bahan baku yang
harus dipesan oleh pemasok. Pada akhirnya eksekusi collaborative forecast akan
diterjemahkan dalam satu keputusan permintaan antara AI-ISO, PT Pantja Motor dan
pemasok. Eksekusi permintaan yang berdasarkan frozen forecast akan diterjemahkan
ke dalam perencanaan produksi dan perencanaan delivery unit kendaraan kepada AI-
ISO.
Selama sistem collaborative forecast dijalankan, forum akan selalu memonitor
performanya dengan menggunakan KPI yang didasarkan pada aturan-aturan dasar
yang telah ditetapkan. KPI tersebut antara lain akurasi forecast, jumlah pemesanan,
tingkat persediaan, service level, dan pertukaran informasi. (Penjelasan lebih lanjut
dapat dilihat pada subbab 5.1.3.)
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
58
Pada Gambar 4.6. terlihat perubahan kondisi dengan menggunakan ordered forecast
menjadi collaborative forecast berdasarkan dua solusi yang diberikan, yaitu
hubungan kolaboratif dan pertukaran informasi antara pemain dalam rantai pasok.
Gambar 4.6. Perubahan Kondisi Ordered Forecast Menjadi Collaborative Forecast
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
59
Perubahan proses bisnis PT Pantja Motor setelah menggunakan collaborative
forecast dapat dilihat pada Gambar 4.7.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
60
Gambar 4.7. Proses Bisnis PT Pantja Motor dengan Menggunakan Collaborative Forecast
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
61
Adapun usulan pendukung untuk memperbaiki tingkat persediaan PT Pantja Motor
adalah sebagai berikut:
1. Untuk memperbaiki tingkat persediaan komponen, maka PT Pantja Motor dapat
lebih banyak melakukan perubahan unique component menjadi common use
component. Dimana sebuah komponen dapat digunakan terhadap berbagai tipe
kendaraan, sehingga PT Pantja Motor lebih fleksibel dalam pemesanan komponen
tanpa harus memberi perhatian khusus untuk menjaga ketersediaan unique
component tersebut.
2. Volatilitas permintaan yang berfluktuatif dapat diatasi dengan menciptakan jumlah
produksi bulanan yang lebih konstan, walaupun ini dapat menyebabkan kehilangan
penjualan. Namun produksi penjualan yang konstan akan membuat persediaan bahan
baku atau komponen lebih stabil tanpa harus mengkhawatirkan fluktuasi permintaan,
penggunaan kapasitas produksi dan tenaga kerja serta transportasi pengiriman bahan
baku lebih efektif.
4.8.3. Interpretasi Rancangan
Kompetisi yang sangat ketat dalam industri otomotif membuat produsen harus
mampu memperbaiki proses bisnisnya untuk menciptakan produksi yang semakin
murah sehingga dapat meningkatkan kemampuan bersaingnya. Strategi untuk
menciptakan produksi dengan biaya murah adalah dengan menyesuaikan pasokan
dan permintaan disertai dengan siklus produksi yang cepat dan sambil menjaga
tingkat persediaan tetap rendah serta pada setiap tingkat dalam rantai pasok. Semua
hal tersebut dapat dicapai dengan merencanakan forecast yang akurat dengan
mengetahui berapa banyak, jenis dan kapan kendaraan yang akan diproduksi serta
kapasitas produksi yang dimiliki.
Forecast yang akurat memberi keuntungan yang bersifat momentum ke dari level
atas level berikutnya dalam rantai pasok. Assembly plant akan menerima aliran
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
62
produk yang lebih konstan sehingga akan memperbaiki manajemen persediaan dan
mempermudah penanganan kedatangan komponen. Pemasok juga dapat menjalankan
operasinya dengan lebih efisien dimana kapasitas dan perencanaan penggunaan
tenaga kerja dapat dimaksimalkan. Perbaikan ini akan menghasilkan penghematan di
setiap level yang akan mengakibatkan total biaya produksi unit kendaraan semakin
murah.
Perencanaan forecast yang baik adalah dengan mengkolaborasikan informasi dan
perencanaan yang dibutuhkan untuk mengolah forecast tersebut menjadi satu
keputusan permintaan yang disepakati oleh setiap pemain dalam rantai pasok. Ini
disebut collaborative forecast, yang direncanakan sesuai dengan kepentingan setiap
pemain dalam rantai pasok untuk mencapai eksekusi yang produktif. Pada subbab
berikut akan dijabarkan asumsi perbaikan akurasi forecast yang dicapai dengan
collaborative forecast.
4.8.3.1. Asumsi Perbaikan Akurasi Forecast yang Dicapai dengan Collaborative
Forecast
Seperti yang telah dijelaskan pada Bab II mengenai proses bisnis PT Pantja Motor,
AI-ISO sudah memberikan forecast produksi sejak bulan M-6 sebagai dasar untuk
menentukan jumlah aktual produksi bulan M. Tetapi dengan metoda lama setiap
ordered forecast yang dikeluarkan oleh AI-ISO diterima sepenuhnya oleh PT Pantja
Motor dan pemasok tanpa adanya proses kolaboratif.
Dengan metoda collaborative forecast setiap forecast penjualan yang dikeluarkan
oleh AI-ISO akan dikolaborasikan dengan semua pemain melalui forum yang telah
dibentuk. Forecast penjualan yang diterima PT Pantja Motor dari AI-ISO mulai dari
M-6 sampai bulan M-2 akan dikonsolidasikan oleh forum dengan menyesuaikan
forecast yang diberikan terhadap kapasitas produksi pemasok dan data historis
penjualan unit kendaraan. Forecast ini akan digunakan oleh PT Pantja Motor sebagai
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
63
dasar penentuan agregasi perencanaan produksi yang bertujuan untuk perencanaan
penggunaan SDM dan tingkat persediaan.
Mulai dari bulan M-3 sampai dengan bulan M-2 forum berkolaborasi untuk
menentukan forecast pemesanan pada bulan M-3 dan bulan M-2. Forecast
pemesanan ini akan digunakan sebagai dasar penyediaan bahan baku oleh pemasok
yang membutuhkan lead time penyediaan bahan baku dan produksi komponen
selama tiga bulan ataupun dua bulan. Penentuan forecast pemesanan didasarkan
kepada forecast penjualan, data historis pemesanan bahan baku pemasok dan
komponen PT Pantja Motor, serta strategi manajemen persediaan pemasok dan PT
Pantja Motor.
Pada bulan M-1 forum akan berkolaborasi untuk menentukan frozen forecast yang
akan digunakan sebagai dasar perencanaan produksi bulan M oleh PT Pantja Motor
dan pemasok. Frozen forecast merupakan keputusan permintaan jumlah unit
kendaraan yang tidak dapat diubah lagi. Oleh karena itu perencanaan produksi
komponen oleh pemasok dan unit kendaraan oleh PT Pantja Motor didasarkan
kepada frozen forecast dan perencanaan delivery.
Berikut ini digambarkan event-event yang dilakukan oleh forum mulai dari forecast
M-6 sampai dengan produksi bulan M.
Gambar 4.8. Event yang Dilakukan oleh Forum
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
64
Untuk menggambarkan perbaikan akurasi forecast dengan metoda collaborative
forecast akan digunakan asumsi hasil dari rancangan yang diberikan. Asumsi yang
digunakan adalah dengan memakai persentase perbedaan forecast dengan pemesanan
aktual paling tinggi pada forecast bulan M-3 dan bulan M-2. Digunakan forecast
bulan M-3 dan bulan M-2 karena forecast tersebut yang digunakan pemasok untuk
jumlah pemesanan bahan baku, seperti yang sudah dijelaskan subbab 4.8.1. hal 43.
Dari Tabel 4.3. (hal 43) diperoleh persentase perbedaan forecast dengan pemesanan
aktual paling tinggi adalah pada bulan Agustus, yaitu sebesar 30.3%. Kemudian
diasumsikan forecast pemesanan yang disepakati oleh forum mencapai batas
maksimum dari forecast error, yaitu ± 20% (tertera pada Tabel 4.6 sebesar 18.2%
karena forecast dibulatkan menjadi 1170 disebabkan basis produksi PT Pantja Motor
berdasarkan lot yang berjumlah 30 unit kendaraan per lot). Maka diperoleh perbaikan
akurasi forecast sebesar 66%. Perbaikan akurasi forecast 66% tersebut kemudian
dikonversikan ke seluruh forecast yang diberikan AI-ISO, maka diperoleh hasil
seperti yang terdapat pada Tabel 4.5. dan Tabel 4.6.
Tabel 4.5. Forecast Produksi dengan Metode Collaborative Forecast BULAN FORECAST ke
Des Jan Feb Mar Apr Mei Jun Jul Agus 1 690 810 870 870 990 1170 1020 2 750 780 840 900 990 1140 1140 1050 3 750 750 780 780 930 1140 1080 1170 1200 4 840 810 870 900 1110 1080 1140 1320 1170 5 870 780 840 1050 1170 1170 1260 1350 1140
AKTUAL 1020 900 840 960 1080 1200 1200 1320 990
Tabel 4.6. Perbedaan Keadaan Aktual dan Forecast Produksi dengan Metode Collaborative Forecast
BULAN FORECAST ke Des Jan Feb Mar Apr Mei Jun Jul Agus
AVG
1 -17.9% -15.6% -19.4% -27.5% -17.5% -11.4% 3.0% 16.0% 2 -16.7% -7.1% -12.5% -16.7% -17.5% -5.0% -13.6% 6.1% 11.9% 3 -26.5% -16.7% -7.1% -18.8% -13.9% -5.0% -10.0% -11.4% 21.2% 14.5% 4 -17.6% -10.0% 3.6% -6.3% 2.8% -10.0% -5.0% 0.0% 18.2% 8.2% 5 -14.7% -13.3% 0.0% 9.4% 8.3% -2.5% 5.0% 2.3% 15.2% 12.8%
AKTUAL 1020 900 840 960 1080 1200 1200 1320 990 1057
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
65
-30.0%
-20.0%
-10.0%
0.0%
10.0%
20.0%
30.0%
1 2 3 4 5
Forecast ke
Pers
enta
se P
erbe
daan
DecJan
FebMar
AprMay
JunJul
Aug
Grafik 4.3. Perbandingan Forecast dan Aktual dengan metode Collaborative
Forecast
Dari Grafik 4.3 terlihat perbaikan akurasi forecast yang dicapai dengan collaborative
forecast cukup signifikan dimana pada forecast M-3 dan M-2 tidak terdapat forecast
error melebihi ± 20% sesuai dengan aturan dasar yang menjadi kesepakatan AI-ISO,
PT Pantja Motor dan pemasok. Sementara forecast error melebihi ± 20% hanya
terjadi di tiga titik, yaitu pada bulan M-4 untuk produksi bulan Desember sebesar
-26.5% dan produksi bulan Agustus sebesar -21.2% serta pada M-6 untuk produksi
bulan Mei sebesar -27.5%.
Berikut ini kita akan membandingkan kondisi lama dimana masih proses bisnis
masih menggunakan ordered forecast dengan collaborative forecast yang menjadi
proposal solusi terhadap permasalahan PT Pantja Motor.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
66
4.8.3.2. Ordered Forecast
Pada situasi sekarang AI-ISO hanya mengeluarkan informasi ordered forecast dan
production order kepada PT Pantja Motor pemasok. Dengan hanya bergantung pada
informasi tersebut akan menyebabkan bullwhip effect yang besar. Hal ini akan
semakin buruk karena ordered forecast AI-ISO sering tidak akurat. Pemasok
kemudian akan membuat perencanaan produksi dan pemesanan bahan baku menurut
pertimbangan sendiri tanpa memperhatikan kondisi dari pemain-pemain lain dalam
rantai pasok, yaitu kondisi kapasitas dan jadwal produksi serta strategi manajemen
persediaan. Kondisi ini akan bermomentum ke pemasok tier level di bawahnya
sehingga akan terbentuk situasi distorsi permintaan yang chaos. Ini akan memberi
efek-efek negatif seperti yang telah dijabarkan pada subbab 4.8.1.
4.8.3.3. Collaborative Forecast
Dasar pemikiran dari collaborative forecast adalah pertukaran informasi antara
pemain dalam rantai pasok. Forecast awal, berupa forecast penjualan, diberikan oleh
pemain yang paling dekat dengan penjualan kepada end customer, yaitu AI-ISO.
Forecast penjualan akan diberikan kepada pemain, yaitu PT Pantja Motor dan
pemasok, yang kemudian akan disesuaikan dengan kapasitas, baik kapasitas produksi
maupun SDM, oleh masing-masing pemain. Jika forecast tersebut sesuai dengan
kapasitas seluruh pemain, kemudian akan disusun forecast pemesanan baik
pemesanan bahan baku, komponen dan unit kendaraan untuk pemasok, PT Pantja
Motor dan AI-ISO. Forecast pemesanan tersebut akan dieksekusi dengan
mengkolaborasikan perencanaan-perencanaan dari masing-masing pemain, misalnya
perencanaan produksi, persediaan, distribusi, transportasi, replenishment, dan lain-
lain. Eksekusi collaborative forecast merupakan satu kesatuan permintaan antara AI-
ISO, PT Pantja Motor dan pemasok.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
67
4.8.3.4. Manfaat Collaborative Forecast Terhadap PT Pantja Motor
Dengan collaborative forecast, pemasok dapat melakukan pemesanan bahan baku
dengan jumlah yang lebih akurat kepada pemasok di level bawahnya sehingga
fenomena bullwhip effect dapat diminimalisasi. Kondisi ini akan dapat mereduksi
biaya persediaan di semua level menjadi lebih efisien. Pemanfaatan transportasi juga
lebih efektif karena pertukaran informasi menghasilkan pengangkutan bahan baku
atau komponen yang terencana.
Pemasok dapat merencanakan replenishment sesuai dengan kemampuan kapasitas
produksi efektif mereka dan rencana pemesanan komponen dari PT Pantja Motor.
Efek dari ini adalah lebih membaiknya kontinuitas pasokan komponen untuk
produksi pada assembly plant, sehingga eksekusi jadwal produksi dan penggunaan
SDM akan berjalan sesuai dengan rencana yang telah disusun.
Kepuasan pelanggan juga akan meningkat karena pertukaran informasi dapat
memperbaiki akurasi aliran unit kendaraan ke cabang maupun dealer. Dan pada
akhirnya akan memberi keuntungan pada shareholders karena peningkatan
pemenuhan permintaan pelanggan akan disertai dengan semakin efisein biaya
produksi dari unit kendaraan.
Collaborative forecast akan memberikan efek positif di sepanjang rantai pasok,
sehingga proses bisnis masing-masing pemain akan menjadi semakin produktif. Efek
positif dari collaborative forecast akan dijabarkan Tabel 4.7.
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
68
Tabel 4.7. Efek Positif dari Collaborative Forecast
Aspek Kondisi Lama Usulan Solusi Efek Positif Kebijakan Forecast
Forecast error tinggi dengan ordered forecast dari AI-ISO
Collaborative Forecast Akurasi forecast lebih baik
Perencanaan pemesanan bahan baku, komponen dan unit kendaraan
Kebijakan perencanaan pemesanan dilakukan masing-masing pemain tanpa melakukan koordinasi
Kolaborasi perencanaan dimana semua pemain dalam rantai pasok melakukan perencanaan pemesanan berdasarkan satu keputusan permintaan
Strategi manajemen persediaan lebih efektif
Perencanaan produksi
Perencanaan produksi dilakukan tanpa koordinasi
Perencanaan produksi dilakukan dengan kolaborasi antara pemain dalam rantai pasok
Pemanfaatan kapasitas dan jadwal produksi menjadi lebih produktif
Tingkat persediaan
Kurang efisien Mengubah lebih banyak unique componenet menjadi common use component dan pengaturan jumlah produksi bulanan lebih konstan
Biaya persediaan lebih efisien
Efek positif dari collaborative forecast dapat disimpulkan sebagai perbaikan dari
permasalahan PT Pantja Motor, seperti yang digambarkan dalam CRT permasalahan
PT Pantja Motor pada Gambar 3.2. Pada Gambar 4.8. di bawah ini digambarkan efek
positif dari collaborative forecast dalam Future Reality Tree (FRT).
PROGRAM MBA – Institut Teknologi Bandung
Ganda Christ Robert Manurung – 29104106
69
P4Gambar 4.9. FRT dari Collaborative Forecast