“FORMULA PKM WAREHOUSE DENGAN INVENTORY SIMULATOR” (INNOVATION AWARD 2016)
(BRANCH BANDUNG 1) YUNI WARTONO - (10040730)
INNOVATION AWARD
PT. SUMBER ALFARIA TRIJAYA, Tbk
INNOVATION REPOSITORY INNOVATION AWARD 2016
SUGGESTION SYSTEM A. JUDUL FORMULA PKM WAREHOUSE DENGAN INVENTORY SIMULATOR B. LATAR BELAKANG INOVASI Warehouse yang baik bukan bicara seberapa besar warhouse tersebut mampu menyimpan barang, tapi seberapa optimal sirkulasi barang yang masuk dan keluar dalam warehouse tersebut. Bayangkan jika dalam sehari warehouse melakukan pengiriman sebesar 5 milliar untuk 500 toko, dan pada hari yang sama kita menerima barang yang sama sebesar 5 milliar dari supplier, mungkin itulah gambaran dari warehouse yang sempurna, hanya ada lokasi transit saja. Jika kasus tersebut diukur DSI warehouse adalah 1 hari artinya di warehouse hanya ada inventory untuk 1 hari penjualan seluruh toko. Ketika barang datang 5 milliar dari supplier pada hari yang sama barang yang terkirim ke toko sudah terjual 5 milliar apalagi bila dihitung beserta keuntungannya (margin). Cashflow yang sangat sehat bukan? Tetapi dalam operasionalnya ada beberapa alasan mengapa warehouse tetap harus punya fungsi buffer (penyimpanan) yaitu: Tidak semua supplier bisa datang setiap hari ke warehouse kita karena supplier tersebut juga memberikan pelayanan ke warehouse-warehouse lain dari account yang berbeda. Masing-masing supplier punya jadwal kirim supplier.
INNOVATION REPOSITORY INNOVATION AWARD 2016 Jarak gudang supplier dengan warehouse kita juga akan berpengaruh. Oleh sebab itu ada jeda antara pemesanan barang hingga barang tersebut diterima baik secara fisik dan on hand (jumlah yang tertera secara data komputer) di warehouse kita. Jeda waktu tersebut disebut lite time. Permintaan toko ke warehouse adalah permintaan atas barang-barang yang sudah terjual ke konsumen. Penjualan hari ini, kemarin, dan yang akan datang tentunya fluktuativ. Ada saatnya permintaan naik ada saatnya turun. Selain itu keterlambatan kedatangan supplier dan pemenuhan supplier tidak sesuai order juga akan menjadi suatu kendala dalam pemenuhan permintaan toko. Yang bisa dilakukan warehouse adalah melakukan monitoring rata-rata permintaan toko perhari dan melakukan evaluasi karakteristik pemenuhan supplier kemudian menyimpan stock lebih untuk berjaga-jaga jika hal tersebut terjadi (safety stock). Tentunya dengan ukuran yang bisa dipertanggung jawabkan. Pengiriman supplier tentunya dengan minimal order karena alasan biaya operasional. Jika supplier hanya mengantar 1 karton menggunakan mobil besar tentunya akan rugi di solar, driver, kuli, parkir dan biaya-biaya lain yang mungkin dikeluarkan. Jadi DSI adalah ukuran berapa hari nilai inventory warehouse (nilai seluruh stock warehouse) mampu melayani rata-rata nilai penjualan seluruh toko perhari. Ketika warehouse dihadapkan dengan factor jadwal kirim supplier, lite time, safety stock, dan minimum order yang menjadi syarat permintaan barang ke supplier, maka diperlukan batas/ kapasitas maksimum (PKM Warehouse) yang menjadi ukuran berapa hari dan berapa nilai stock harus disimpan agar stock berada pada
INNOVATION REPOSITORY INNOVATION AWARD 2016 posisi sirkulasi yang efektiv dan efisien. Tentunya PKM Warehouse akan dihitung dengan mempertimbangkan factor-faktor diatas. Untuk menghitungnya maka kita harus menggunakan alat bantu Inventory Simulator. Program simulasi inventory yang menggambarkan pola grafik
inventory atau stock setelah dipengaruhi oleh factor jadwal kirim supplier, lite time, safety stock, dan minimum order. C. TUJUAN & MANFAAT INOVASI Tujuan Selama ini belum ada batasan yang jelas berapa PKM WH harus disetting sehingga belum ada pula tolok ukur yang jelas mana PKM WH yang salah dan mana PKM WH yang benar. JIka PKM WH belum ada batasan dan tolok ukur yang jelas maka WHM pun akan ragu-ragu dalam menentukan PKM WH dan akibatnya akan timbul Overstock, OOS, dan drop SL DC to Store karena kurangnya akurasi PKM WH yang akan mengakibatkan kerugian baik dari DSI besar (Ingat kita dihadapkan dengan TOP yang merupakan biaya jika barang ngendap lama dan belum berputar ketika tiba waktu untuk membayar ke supplier atas pembelian kita), OOS (Ingat kita dihadapkan dengan loss sales), dan drop SL DC (Ingat kita dihadapkan dengan loss sales). Jika dihitung dengan rupiah bisa miliaran bahkan triliunan. Inventory Simulator menjawab permasalahan terbesar dari permasalahan DSI yang dihadapi Alfamart beberapa tahun kebelakang. Bahkan lebih dari itu inventory simulator sangat membantu WHM meningkatkan akurasi PKM WH sehingga dapat menjawab permasalahan besar lain yaitu OOS dan SL WH to Store.
INNOVATION REPOSITORY INNOVATION AWARD 2016 Manfaat Jika semua warehouse punya akurasi dalam seeting PKM WH maka DSI akan kecil (efektiv dan efisien), OOS akan kecil, dan tentunya SL DC akan meningkat. Keuntungan Alfamart dari cash flow yang sehat (DSI yang rendah) dan minimnya loss sales bukan bicara keuntungan jutaan tetapi sudah miliaran bahkan triliunan. D. RENCANA INOVASI Inventory Simulator sudah saya selesaikan dan sudah saya trial di WH Bandung1 2 tahun ke belakang dan terbukti. Total 4 tahun membuat rumusan dan simulator ini dari versi pertama hingga versi yang terakhir. Jika akan di trial lebih lanjut di WH lain maka time table dapat disesuaikan. Butuh waktu 2 s/d 3 bulan untuk menyelesaikan permaslahan DSI, OOS, dan SL WH ke angka maksimal dengan menggunakan Inventory Simulator dan formula PKM WH tersebut terhitung dari sejak
PKM
disetting.
Berikut penjelasan dan contoh kasus menggunakan Inventory Simulator dan formula PKM WH. Variabel Inventory: 1. Jadwal kirim supplier Jadwal kirim supplier bermacam-macam ada yang dalam 1 minggu supplier melakukan pengiriman 1x, 2x, 3x, 4x, 5x, 6x, bahkan 7x atau setiap hari. Jika supplier bisa datang lebih dari 3x dalam seminggu untuk apa menyimpan stock banyak? Semakin tinggi frekuensi jadwal kirim dalam satu minggu seharusnya kita menyimpan stock semakin sedikit, sebaliknya
INNOVATION REPOSITORY INNOVATION AWARD 2016 semakin rendah frekuensi pengiriman misalnya 1x atau 2x dalam seminggu maka kita akan menyimpan stock semakin banyak. 2. Lite time Jeda waktu antara pemesanan barang (order date) hingga barang diterima(arrive
date)
menjadi
variable
selanjutnya
yang
harus
diperhitungkan dalam perhitungan kapasitas maksimum karena disaat jeda waktu tersebut kita tetap harus melakukan pemenuhan permintaan toko. 3. Safety Stock Fluktuasi sales, keterlambatan pengiriman dan ketidak sesuaian jumlah antara
permintaan
barang
dengan
pemenuhan
supplier
akan
mengakibatkan pemenuhan warehouse atas permintaan toko terganggu. Misalnya rata-rata permintaan toko atas item
A 100 juta kita sudah
melakukan permintaan ke supplier 100 juta namun hanya terpenuhi 70 juta dan terlambat 2 hari dari jadwal kedatangannya. Secara otomatis warehouse juga hanya mampu memberikan 70 juta dengan waktu yang terambat pula. Untuk menjaga performa warehouse dari kondisi diatas maka warehouse harus punya buffer variable untuk tetap mampu memberikan pemenuhan sesuai permintaan toko. 4. Minimum order Supplier juga melakukan efisiensi dalam operasionalnya agar bisnisnya tetap menguntungkan. Oleh sebab itu ada syarat minimum order yang ditetapkan oleh supplier ketika melakukan pengiriman ke warehouse kita. Namun jika volume sales kita sudah sangat besar dan supplier kelangsungan bisnisnya sudah tergantung pada kita maka kita bisa
INNOVATION REPOSITORY INNOVATION AWARD 2016 tentukan sendiri berapa minimum order kita ke supplier tersebut. Sebagai contoh penjualan cabang H atas item A dalam satu minggu hanya 3 karton, tentunya sangat rugi jika supplier menggunakan mobil besar hanya mengantar 3 karton. Supplier tersebut pasti akan menentukan minimal order dengan menyesuaikan kapasitas box mobil atau penawaran yang lain dengan alasan efisiensi. Disisi lain penjualan cabang N atas item A satu minggu 200 carton maka supplier tidak akan keberatan jika kita yang atur minimum ordernya misalnya 120 karton dengan alasan volume 1 box full. Kemudian
minimum
order
berlaku
kelipatan
untuk
mempermudah
operasional. Bagaimana merumuskan Kapasitas maksimum agar searah dengan target DSI kita? Kapasitas Maksimum dirumuskan sebagai berikut (((Jumlah hari dalam 1minggu / Frekuensi kirim dalam 1minggu) x 2) + Lite Time + Safety Stock) x Rata-rata penjualan per hari Note : Dibuktikan kembali dengan Inventory Simulator Untuk (Jumlah hari dalam 1minggu / Frekuensi kirim dalam 1minggu) dibulatkan ke atas. Contoh: Supplier Akbar dengan item Kacang Kulit untuk Warehouse Bandung memiliki jadwal setiap senin, rabu, dan jumat (3x dalam 1 minggu), jeda order hingga datang barang 3 hari karena supplier dari Surabaya, kendala supplier tersebut sering terlambat 2 hari, jika tepat waktupun kadang permintaan kita hanya dipenuhi 75%, penjualan rata-rata perhari adalah 50 karton dengan konversi 24pcs per kartonnya.
INNOVATION REPOSITORY INNOVATION AWARD 2016 Kapasitas 1 mobil L300 untuk item tersebut adalah 40 karton, jika lebih maka minimum order bisa diatur oleh warehouse Bandung yang memperhitungkan minimum order 25% dari kapasitas maksimum. Atas dasar pertimbangan diatas maka dirumuskan: (((7 / 3) x 2) + 3 + 2) x (50 x 24) 11 x 1.200 = 13.200 ------> Minimum Order 25% = 3.300 Mari kita buktikan dengan 2 satuan sekaligus dalam hari dan piece. Berikut table dan Grafik Inventory Simulator:
SATUAN (HARI)
SATUAN (PCS) OH
TGL
JADWAL
OH
MC
MO
ORD
REC
DC
SLS
KIRIM
MC
MO
ORD
REC
DC
SLS
11
2
0
0
11
1
MINGGU
13,200
3,300
0
0
10,000
1,200
11
2
0
0
10
1
SENIN
13,200
3,300
0
0
8,800
1,200
11
2
0
0
9
1
SELASA
13,200
3,300
0
0
7,600
1,200
11
2
0
0
8
1
RABU
13,200
3,300
3300
0
6,400
1,200
11
2
0
0
7
1
KAMIS
13,200
3,300
0
0
5,200
1,200
11
2
0
0
6
1
JUMAT
13,200
3,300
0
3300
4,000
1,200
11
2
4
0
5
1
SABTU
13,200
3,300
6600
0
6,100
1,200
11
2
0
0
4
1
MINGGU
13,200
3,300
0
0
4,900
1,200
11
2
6
4
3
1
SENIN
13,200
3,300
6600
6600
3,700
1,200
11
2
0
0
6
1
SELASA
13,200
3,300
0
0
9,100
1,200
1Nov 2Nov 3Nov 4Nov 5Nov 6Nov 7Nov 8Nov 9Nov 10Nov
INNOVATION REPOSITORY INNOVATION AWARD 2016 11Nov
11
2
4
6
5
1
RABU
13,200
3,300
3300
6600
7,900
1,200
11
2
0
0
10
1
KAMIS
13,200
3,300
0
0
13,200
1,200
11
2
0
4
9
1
JUMAT
13,200
3,300
0
3300
12,000
1,200
11
2
0
0
11
1
SABTU
13,200
3,300
0
0
13,200
1,200
11
2
0
0
10
1
MINGGU
13,200
3,300
0
0
12,000
1,200
11
2
0
0
9
1
SENIN
13,200
3,300
0
0
10,800
1,200
11
2
0
0
8
1
SELASA
13,200
3,300
0
0
9,600
1,200
11
2
2
0
7
1
RABU
13,200
3,300
3300
0
8,400
1,200
11
2
0
0
6
1
KAMIS
13,200
3,300
0
0
7,200
1,200
11
2
0
2
5
1
JUMAT
13,200
3,300
0
3300
6,000
1,200
11
2
4
0
6
1
SABTU
13,200
3,300
6600
0
8,100
1,200
11
2
0
0
5
1
MINGGU
13,200
3,300
0
0
6,900
1,200
11
2
4
4
4
1
SENIN
13,200
3,300
3300
6600
5,700
1,200
11
2
0
0
7
1
SELASA
13,200
3,300
0
0
11,100
1,200
11
2
2
4
6
1
RABU
13,200
3,300
0
3300
9,900
1,200
11
2
0
0
9
1
KAMIS
13,200
3,300
0
0
12,000
1,200
11
2
0
2
8
1
JUMAT
13,200
3,300
0
0
10,800
1,200
11
2
2
0
9
1
SABTU
13,200
3,300
0
0
9,600
1,200
12Nov 13Nov 14Nov 15Nov 16Nov 17Nov 18Nov 19Nov 20Nov 21Nov 22Nov 23Nov 24Nov 25Nov 26Nov 27Nov 28Nov
INNOVATION REPOSITORY INNOVATION AWARD 2016 29Nov
11
2
0
0
8
1
MINGGU
13,200
3,300
0
0
8,400
1,200
11
2
2
2
7
1
SENIN
13,200
3,300
3300
0
7,200
1,200
11
2
0
0
8
1
SELASA
13,200
3,300
0
0
6,000
1,200
11
2
2
2
7
1
RABU
13,200
3,300
6600
3300
4,800
1,200
11
2
0
0
8
1
KAMIS
13,200
3,300
0
0
6,900
1,200
11
2
0
2
7
1
JUMAT
13,200
3,300
0
6600
5,700
1,200
11
2
2
0
8
1
SABTU
13,200
3,300
6600
0
11,100
1,200
11
2
0
0
7
1
MINGGU
13,200
3,300
0
0
9,900
1,200
11
2
2
2
6
1
SENIN
13,200
3,300
0
6600
8,700
1,200
11
2
0
0
7
1
SELASA
13,200
3,300
0
0
13,200
1,200
7.26
1
8,476
1,200
30Nov 1Dec 2Dec 3Dec 4Dec 5Dec 6Dec 7Dec 8Dec
RATA-RATA
RATA-RATA
INNOVATION REPOSITORY INNOVATION AWARD 2016 Grafik Stock (Hari) 12
11
10 8 6 4
10
9
10 8
7
6
5
6 4
2
11 9
10
5
9
8
9 7
6
5
6
7 5
3
6
8
9
8
7
8
7
8
7
8
7
6
7
4
0
MC
OH DC
SLS
Kita dapat melihat dari rumusan yang dijelaskan diatas dalam grafik Inventroy Simulator ini, posisi terendah stock masih menyimpan 3 hari dan secara rata-rata stock harian 7 hari.
Grafik Stock (Piece) 14,000 12,000 10,000 8,000 6,000 4,000
13,200 13,200 13,200 12,000 12,000 12,000 11,100 11,100 10,800 10,800 10,000 9,900 9,900 9,600 9,600 9,100 8,800 8,700 8,400 8,400 8,100 7,900 7,600 7,200 7,200 6,900 6,900 6,400 6,100 6,000 6,000 5,700 5,700 5,200 4,900 4,800 4,000 3,700
2,000 0
MC
OH DC
SLS
Grafik Inventory Simulator diatas sama saja hanya berbeda satuan atau parameter yang diukur, avg sales 1200 pcs maka titik terendah berada pada stock 3700 pcs maka serendah-rendahnya stock WH masih dapat memberikan pelayanan 3 hari permintaan toko.
INNOVATION REPOSITORY INNOVATION AWARD 2016 Lalu bagaimana gambaran jika kita menghitung dengan perhitungan dengan angka lain tanpa menggunakan rumusan diatas dan dibuktikan dengan Inventory Simulator? Berikut table dan grafik Inventory Simulator jika kita menggunakan kapasitas maksimum 7 hari dengan minimum order 1 hari. SATUAN (HARI)
SATUAN (PCS) OH
TGL
MC MO ORD REC
WH
JADWAL
OH
SLS
KIRIM
MC
MO
ORD REC
WH
SLS
1Nov
7
1
0
0
7
1
MINGGU
8,400 1,200
0
0
8,400
1,200
7
1
0
0
6
1
SENIN
8,400 1,200
0
0
7,200
1,200
7
1
0
0
5
1
SELASA
8,400 1,200
0
0
6,000
1,200
7
1
1
0
4
1
RABU
8,400 1,200
1200
0
4,800
1,200
7
1
0
0
3
1
KAMIS
8,400 1,200
0
0
3,600
1,200
7
1
0
1
2
1
JUMAT
8,400 1,200
0
1200
2,400
1,200
7
1
4
0
2
1
SABTU
8,400 1,200
4800
0
2,400
1,200
7
1
0
0
1
1
MINGGU
8,400 1,200
0
0
1,200
1,200
7
1
5
4
0
1
SENIN
8,400 1,200
6000
4800
0
1,200
2Nov 3Nov 4Nov 5Nov 6Nov 7Nov 8Nov 9Nov
INNOVATION REPOSITORY INNOVATION AWARD 2016 10Nov
7
1
0
0
3
1
SELASA
8,400 1,200
0
0
3,600
1,200
7
1
3
5
2
1
RABU
8,400 1,200
3600
6000
2,400
1,200
7
1
0
0
6
1
KAMIS
8,400 1,200
0
0
7,200
1,200
7
1
0
3
5
1
JUMAT
8,400 1,200
0
3600
6,000
1,200
7
1
1
0
7
1
SABTU
8,400 1,200
1200
0
8,400
1,200
7
1
0
0
6
1
MINGGU
8,400 1,200
0
0
7,200
1,200
7
1
0
1
5
1
SENIN
8,400 1,200
0
1200
6,000
1,200
7
1
0
0
5
1
SELASA
8,400 1,200
0
0
6,000
1,200
7
1
1
0
4
1
RABU
8,400 1,200
1200
0
4,800
1,200
7
1
0
0
3
1
KAMIS
8,400 1,200
0
0
3,600
1,200
7
1
0
1
2
1
JUMAT
8,400 1,200
0
1200
2,400
1,200
7
1
4
0
2
1
SABTU
8,400 1,200
4800
0
2,400
1,200
7
1
0
0
1
1
MINGGU
8,400 1,200
0
0
1,200
1,200
7
1
5
4
0
1
SENIN
8,400 1,200
6000
4800
0
1,200
7
1
0
0
3
1
SELASA
8,400 1,200
0
0
3,600
1,200
11Nov 12Nov 13Nov 14Nov 15Nov 16Nov 17Nov 18Nov 19Nov 20Nov 21Nov 22Nov 23Nov 24Nov
INNOVATION REPOSITORY INNOVATION AWARD 2016 25Nov
7
1
3
5
2
1
RABU
8,400 1,200
3600
6000
2,400
1,200
7
1
0
0
6
1
KAMIS
8,400 1,200
0
0
7,200
1,200
7
1
0
3
5
1
JUMAT
8,400 1,200
0
3600
6,000
1,200
7
1
1
0
7
1
SABTU
8,400 1,200
1200
0
8,400
1,200
7
1
0
0
6
1
MINGGU
8,400 1,200
0
0
7,200
1,200
7
1
0
1
5
1
SENIN
8,400 1,200
0
1200
6,000
1,200
7
1
0
0
5
1
SELASA
8,400 1,200
0
0
6,000
1,200
7
1
1
0
4
1
RABU
8,400 1,200
1200
0
4,800
1,200
7
1
0
0
3
1
KAMIS
8,400 1,200
0
0
3,600
1,200
7
1
0
1
2
1
JUMAT
8,400 1,200
0
1200
2,400
1,200
7
1
4
0
2
1
SABTU
8,400 1,200
4800
0
2,400
1,200
7
1
0
0
1
1
MINGGU
8,400 1,200
0
0
1,200
1,200
7
1
5
4
0
1
SENIN
8,400 1,200
6000
4800
0
1,200
7
1
0
0
3
1
SELASA
8,400 1,200
0
0
3,600
1,200
3.55
1
26Nov 27Nov 28Nov 29Nov 30Nov 1Dec 2Dec 3Dec 4Dec 5Dec 6Dec 7Dec 8Dec
RATA-RATA
RATA-RATA
4,263 1,200
INNOVATION REPOSITORY INNOVATION AWARD 2016 Tabel diatas adalah gambaran jika kita tidak menggunakan rumusan diatas dan hanya mengejar angka seminimal mungkin tanpa perhitungan. Pada tanggal 9 November, 23 November, dan tanggal 7 Desember stock tidak mencukupi untuk memberikan pelayanan ke toko. Berikut jika digambarkan dalam grafik Inventory Simulator:
Grafik Stock (Hari) 8 7 6 5 4 3 2 1 0
7
7 6
6 5
7 6
6
5
5 5
4
6 5
5 5
4 3
4
3 2 2
3
3
2
2 2
1
3 2
3 2 2
1
1
0
0
MC
OH DC
0
SLS
Grafik Stock (Piece) 9,000 8,000 7,000 6,000 5,000 4,000 3,000 2,000 1,000 0
8,400
8,400
7,200
7,200
6,000
8,400
7,200
6,000
4,800
7,200
6,000 6,000
6,000
4,800
3,600
3,600
2,400 2,400
6,000 6,000 4,800
3,600
2,400
7,200
3,600
2,400 2,400
2,400
3,600
3,600
2,400 2,400
1,200
1,200
1,200
0
0
0
MC
OH WH
SLS
INNOVATION REPOSITORY INNOVATION AWARD 2016 Grafik inventory Simulator tersebut menggambarkan tanpa rumusan diatas maka dapat kita lihat adanya kondisi stock dibawah permintaan barang pada tanggal 9 November, 23 November, dan tanggal 7 Desember. Jika dikur dengan DSI memang benar sangat rendah dengan rata-rata DSI hanya 3.55 hari. E. ANGGARAN Jika Inventory Simulator dinilai perusahaan efektiv dan dapat menjadi solusi maka anggaran yang dibutuhkan oleh perusahaan hanyalah menyusun rangkaian training beserta modul untuk Warehouse Manager dan Admin Coordinator. Dan selanjutnya Warehouse Manager dan Admin coordinator menggunakannya dalam analisa, evaluasi dan selanjutnya setting PKM Warehouse. Dan kita bisa lihat saat DSI, OOS, dan SL DC to Store mengalami perkembangan perbaikan signifikan disitulah kita bisa hitung hasil efisiensi serta keuntungan perusahaan, dan disitulah keberhasilan kita. Keberhasilan dari DSI yang rendah berdampak langsung dengan cashflow yang menghasilkan efisiensi miliaran bahkan lebih jika bisa digunakan disemua Warehouse. Sehingga untuk keluar dari permasalahan DSI, SL, & OOS tidak perlu ada konsultan logistic yang dibayar mahal dari luar negri karena Logistic Team dan WHM Alfamart masih jauh lebih unggul. F. PENUTUP Demikian pengajuan ide saya untuk Alfamart jauh lebih hebat. Terimakasih
