Manajemen Rantai Pasok dan Hubungan Pelanggan Yanti Rahmawati - 10161094

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

- Jam kerja / mesin dibutuhkan per unit

- Biaya penyimpanan inventaris ($ / unit / periode)
- Biaya kehabisan stok atau jaminan ($ / unit / periode)
- Kendala
- Batas waktu lembur
- Batasan PHK
- Batas modal tersedia
- Batasan pada stockout dan backlog
- Kendala dari pemasok ke perusahaan
 Dengan menggunakan informasi ini, perusahaan membuat penentuan berikut melalui
perencanaan agregat:
- Production quantity from regular time, overtime, and subcontracted time:
digunakan untuk menentukan jumlah pekerja dan tingkat pembelian pemasok
- Inventory held: digunakan untuk menentukan ruang gudang dan modal kerja yang
dibutuhkan
- Backlog/stockout quantity: digunakan untuk menentukan tingkat layanan
pelanggan
- Workforce hired/laid off: digunakan untuk menentukan masalah ketenagakerjaan
yang kemungkinan akan ditemui
- Machine capacity increase/decrease: digunakan untuk menentukan apakah
peralatan produksi baru harus dibeli atau peralatan yang tersedia idle
3. Aggregate Planning Strategies
 Pada dasarnya ada tiga strategi perencanaan agregat yang berbeda untuk mencapai
keseimbangan di antara biaya capacity (regular time, overtime, subcontracted),
inventory dan backlog/lost sales because of delay. Tiga strategi adalah sebagai berikut:
- Chase strategy—using capacity as the lever: Dengan strategi ini, tingkat produksi
disinkronkan dengan tingkat permintaan dengan memvariasikan kapasitas mesin
atau mempekerjakan dan memberhentikan karyawan karena tingkat permintaan
bervariasi.
- Flexibility strategy—using utilization as the lever: Strategi ini dapat digunakan jika
ada kapasitas mesin berlebih dan tenaga kerja menunjukkan fleksibilitas
penjadwalan.
- Level strategy—using inventory as the lever: Dengan strategi ini, kapasitas dan
tenaga kerja mesin yang stabil dipertahankan dengan tingkat output yang konstan.
4. Aggregate Planning at Red Tomato Tools
Red Tomato tidak memiliki batasan pada subkontrak, inventaris, dan stockout / jaminan
simpanan. Semua kehabisan stok backlog dan dipasok dari produksi bulan-bulan berikutnya.
Biaya persediaan dikeluarkan untuk persediaan akhir di bulan tersebut.
5. Aggregate Planning Using Linear Programming
 Pemrograman linier menemukan solusi yang menciptakan laba tertinggi sambil
memuaskan kendala yang dihadapi perusahaan.
 Fungsi obyektif adalah untuk meminimalkan total biaya (setara dengan
memaksimalkan total laba karena semua permintaan harus dipenuhi) yang terjadi
Manajemen Rantai Pasok dan Hubungan Pelanggan Yanti Rahmawati - 10161094

selama horizon perencanaan. Biaya yang dikeluarkan memiliki komponen-komponen

berikut:
- Regular-time labor cost

- Overtime labor cost

- Cost of hiring and layoffs

- Cost of holding inventory and stocking out

- Cost of Material and subcontracting

6. Aggregate Planning in Excel

Merumuskan dan menyelesaikan masalah perencanaan agregat menggunakan
Microsoft Excel. Masalah perencanaan agregat dapat diselesaikan di Excel dengan
menyiapkan sel untuk fungsi objektif dan kendala serta menggunakan Solver untuk
menghasilkan solusi.
7. The Role of IT in Aggregate Planning
Perencanaan agregat bisa dibilang area rantai pasokan di mana teknologi informasi
telah paling banyak digunakan. Produk rantai pasokan TI paling awal adalah modul
perencanaan agregat, sering disebut pabrik, produksi, atau perencanaan manufaktur. Banyak
vendor perangkat lunak (termasuk SAP dan Oracle) menawarkan sistem perencanaan
canggih (APS) untuk membantu perusahaan membuat rencana agregat. Akurasi data sangat
penting jika APS ingin memberikan potensi penuh mereka. Jika APS menggunakan lead
time atau kapasitas yang berbeda dari kenyataan, rencana agregat yang dihasilkan cenderung
mengarah pada pelanggan yang tidak bahagia dan biaya tinggi.
8. Implementing Aggregat e Planning in Practice
 Berpikir di luar perusahaan ke seluruh rantai pasokan.
 Jadikan rencana fleksibel, karena ramalan selalu tidak akurat.
 Jalankan kembali rencana agregat saat data baru muncul.
 Gunakan perencanaan agregat seiring peningkatan pemanfaatan kapasitas
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.

6. Measures of Forecast Error

 Metode peramalan yang baik harus menangkap komponen permintaan sistematis tetapi
bukan komponen acak. Komponen acak memanifestasikan dirinya dalam bentuk
Manajemen Rantai Pasok dan Hubungan Pelanggan Yanti Rahmawati - 10161094

kesalahan perkiraan. Kesalahan ramalan mengandung informasi berharga dan harus

dianalisis dengan cermat karena dua alasan:
- Manajer menggunakan analisis kesalahan untuk menentukan apakah metode
peramalan saat ini memprediksi komponen permintaan yang sistematis secara
akurat.
- Semua paket darurat harus memperhitungkan kesalahan perkiraan.
Pertimbangkan perusahaan mail-order dengan dua pemasok. Yang pertama
adalah di Timur Jauh dan memiliki waktu dua bulan. Yang kedua adalah lokal
dan dapat mengisi pesanan dengan pemberitahuan satu minggu.
 Kesalahan ramalan mengukur komponen permintaan acak. Ukuran ini penting karena
menunjukkan seberapa akurat perkiraan kemungkinan dan apa kemungkinan yang
harus direncanakan perusahaan. MSE, MAD, dan MAPE digunakan untuk
memperkirakan ukuran kesalahan perkiraan. Bias dan TS digunakan untuk
memperkirakan apakah perkiraan secara konsisten melebihi atau di bawah perkiraan
atau jika permintaan telah menyimpang secara signifikan dari norma-norma historis.
7. The Role of IT in Forecasting
Ada peran alami untuk TI dalam peramalan, mengingat banyaknya data yang terlibat,
frekuensi peramalan dilakukan, dan pentingnya mendapatkan hasil dengan kualitas setinggi
mungkin. Paket peramalan yang baik memberikan perkiraan di berbagai produk yang
diperbarui secara real time dengan memasukkan informasi permintaan baru.
8. Forecasting in Practice
 Berkolaborasi dalam membangun prakiraan: kolaborasi dengan mitra rantai pasokan
seseorang sering dapat membuat perkiraan yang jauh lebih akurat.
 Bagikan hanya data yang benar-benar memberikan nilai: nilai data tergantung pada di
mana seseorang duduk dalam rantai pasokan.
 Pastikan untuk membedakan antara permintaan dan penjualan. Seringkali, perusahaan
membuat kesalahan dengan melihat penjualan historis dan dengan asumsi bahwa inilah
permintaan historisnya.