AGGREGAT PLANNING
1. The Role of Aggregate Planning in a Supply Chain
Aggregate planning merupakan suatu proses di mana perusahaan menentukan tingkat
kapasitas yang direncanakan, produksi, subkontrak, inventaris, stockout, dan bahkan
penetapan harga selama jangka waktu tertentu.
Tujuan dari perencanaan agregat adalah untuk membangun sebuah rencana yang
memenuhi permintaan sambil memaksimalkan keuntungan. Perencanaan agregat
membutuhkan input dari semua tahap rantai pasokan, dan hasilnya memiliki dampak
yang luar biasa pada kinerja rantai pasokan.
Tujuan utama perencana agregat adalah untuk mengidentifikasi parameter operasional
berikut selama jangka waktu yang ditentukan:
- Production rate: jumlah unit yang harus diselesaikan per unit waktu (seperti per
minggu atau per bulan)
- Workforce: jumlah pekerja atau unit kapasitas tenaga kerja yang dibutuhkan
- Overtime: jumlah produksi lembur yang direncanakan
- Machine capacity level: jumlah unit kapasitas mesin yang dibutuhkan untuk
produksi
- Subcontracting: kapasitas subkontrak yang diperlukan selama horizon perencanaan
- Backlog: permintaan tidak puas pada periode di mana ia muncul, tetapi dibawa ke
periode mendatang
- Inventory on hand: inventaris yang direncanakan dilakukan dalam berbagai periode
di cakrawala perencanaan
2. The Aggregate Planning Problem
Tujuan dari rencana agregat adalah untuk memenuhi permintaan dengan cara yang
memaksimalkan keuntungan bagi perusahaan. Maka dapat dinyatakan masalah
perencanaan agregat secara resmi yaitu “mengingat perkiraan permintaan untuk setiap
periode dalam horizon perencanaan, tentukan level produksi, level inventaris, level
kapasitas (internal dan outsourcing), dan segala simpanan (permintaan yang tidak
terpenuhi) untuk setiap periode yang memaksimalkan laba perusahaan di atas horizon
perencanaan”.
Untuk membuat rencana agregat, perusahaan harus menentukan planning horizon.
Planning horizon merupakan periode waktu di mana rencana agregat menghasilkan
solusi — biasanya antara 3 dan 18 bulan
Perencana agregat membutuhkan informasi berikut:
- Prakiraan permintaan agregat Ft untuk setiap Periode t dalam cakrawala
perencanaan yang melampaui periode T
- Biaya produksi
- Biaya tenaga kerja: waktu reguler ($ / jam), dan biaya lembur ($ / jam)
- Biaya produksi subkontrak ($ / unit atau $ / jam)
- Biaya perubahan kapasitas; khususnya, biaya mempekerjakan / merumahkan tenaga
kerja ($ / pekerja) dan biaya menambah atau mengurangi kapasitas mesin ($ /
mesin)
Manajemen Rantai Pasok dan Hubungan Pelanggan Yanti Rahmawati - 10161094
FORECASTING
1. The role of Forecasting in a Supply Chain
Forecasting adalah pendorong utama dari hampir setiap keputusan desain dan
perencanaan yang dibuat dalam suatu perusahaan dan rantai pasokan. Perusahaan selalu
memperkirakan permintaan dan menggunakannya untuk mengambil keputusan. Namun,
fenomena yang relatif baru adalah menciptakan prakiraan kolaboratif untuk seluruh rantai
pasokan dan menggunakannya sebagai dasar pengambilan keputusan. Peramalan
kolaboratif sangat meningkatkan keakuratan prakiraan dan memungkinkan rantai pasokan
untuk memaksimalkan kinerjanya. Tanpa kolaborasi, tahapan rantai pasokan yang lebih jauh
dari permintaan kemungkinan akan memiliki prakiraan yang buruk yang akan menyebabkan
inefisiensi rantai pasokan dan kurangnya responsif.
2. Characteristic of Forecasting
Perusahaan dan manajer rantai pasokan harus mengetahui karakteristik dari forecasting
antara lain:
- Forecast selalu tidak akurat dan karenanya harus mencakup nilai perkiraan ramalan
dan ukuran kesalahan ramalan.
- Prakiraan jangka panjang biasanya kurang akurat dibandingkan perkiraan jangka
pendek; yaitu, prakiraan jangka panjang memiliki standar deviasi kesalahan yang
lebih besar dibandingkan dengan rata-rata dibandingkan prakiraan jangka pendek
- Prakiraan agregat biasanya lebih akurat daripada perkiraan terpilah, karena mereka
cenderung memiliki standar deviasi kesalahan yang lebih kecil dibandingkan
dengan rata-rata.
- Secara umum, semakin jauh rantai pasokan perusahaan (atau semakin jauh dari
konsumen), semakin besar distorsi informasi yang diterimanya.
3. Components of Forecast and Forecasting
Perusahaan harus memiliki pengetahuan tentang berbagai faktor yang terkait dengan
perkiraan permintaan, termasuk yang berikut:
- Past demand
- Lead time of product replenishment
- Planned advertising or marketing efforts
- Planned price discounts
- State of the economy
- Actions that competitors have taken
Metode peramalan diklasifikasikan berdasarkan empat jenis sebagai berikut:
- Qualitative: Metode peramalan kualitatif bersifat subyektif dan mengandalkan
penilaian manusia.
- Time series: Metode peramalan time-series menggunakan permintaan historis untuk
membuat perkiraan
- Causal: Metode perkiraan kausal mengasumsikan bahwa perkiraan permintaan
sangat berkorelasi dengan faktor-faktor tertentu di lingkungan
- Simulation: Metode peramalan simulasi meniru pilihan konsumen yang
menimbulkan permintaan untuk sampai pada perkiraan.
Manajemen Rantai Pasok dan Hubungan Pelanggan Yanti Rahmawati - 10161094
Dengan metode peramalan apa pun, selalu ada elemen acak yang tidak dapat dijelaskan
oleh pola permintaan historis. Oleh karena itu, setiap permintaan yang diamati dapat
dipecah menjadi komponen yang sistematis dan acak:
Observed demand (O) = systematic component (S) + random component (R)
Tujuan peramalan adalah untuk menyaring komponen acak (noise) dan
memperkirakan komponen sistematis. Kesalahan perkiraan mengukur perbedaan
antara perkiraan dan permintaan aktual.
4. Basic Approach to Demand Forecasting
Lima poin berikut ini penting bagi sebuah organisasi untuk forecast secara efektif:
- Memahami tujuan peramalan.
- Mengintegrasikan perencanaan dan perkiraan permintaan di seluruh rantai
pasokan.
- Identifikasi faktor-faktor utama yang mempengaruhi perkiraan permintaan.
- Prakiraan pada tingkat agregasi yang sesuai.
- Tetapkan ukuran kinerja dan kesalahan untuk perkiraan tersebut.
5. Time-Series Forecasting Methods
Tujuan dari setiap metode peramalan adalah untuk memprediksi komponen permintaan
yang sistematis dan memperkirakan komponen acak. Persamaan untuk menghitung
komponen sistematis dapat mengambil berbagai bentuk:
- Multiplicative: Systematic component = level × trend × seasonal factor
- Additive: Systematic component = level + trend + seasonal factor
- Mixed: Systematic component = (level + trend) × seasonal factor
Static Methods: Metode statis mengasumsikan bahwa estimasi level, tren, dan musiman
dalam komponen sistematis tidak bervariasi ketika permintaan baru diamati.
Pendekatan serupa dapat diterapkan untuk formulir lain juga. Kami mulai dengan
beberapa definisi dasar:
- L = estimasi level pada t = 0 (estimasi permintaan yang dinasionalisasi selama
Periode t = 0)
- T = estimasi tren (kenaikan atau penurunan permintaan per periode)
Estimating Level and Trend: Tujuan dari langkah ini adalah untuk memperkirakan level
pada Periode 0 dan tren.
Estimating Seasonal Factors:
Adaptive Forecasting: Dalam peramalan adaptif, perkiraan level, tren, dan musiman
diperbarui setelah setiap pengamatan permintaan. Keuntungan utama dari peramalan
adaptif adalah bahwa perkiraan menggabungkan semua data baru yang diamati.