M365Con 2027 – konferensi online gratis · 11–22 Jan 2027 · 120 sessions→ m365con.net

Blog · Mirko Peters

Analisis Skenario What-If dalam Perencanaan Produksi: Sebuah Metode

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By ·

Analisis skenario what-if dalam perencanaan produksi berarti menyalin rencana, mengubah satu asumsi, dan membandingkan hasilnya. Pelajari langkah, data, alat, dan pemeriksaannya.

Automatically translated with AI from the original post. Read the English original

Analisis skenario what-if dalam perencanaan produksi berarti menyimpan rencana dasar, mengubah satu asumsi, dan membandingkan hasilnya sebelum sesuatu benar-benar terjadi. Asumsinya bisa berupa mesin yang berhenti selama dua shift, pesanan mendesak, bahan yang tidak tersedia, atau model shift baru. Perbandingan menunjukkan dampak setiap pilihan terhadap tanggal pengiriman, beban kerja, dan lembur. Artikel ini ditujukan bagi perencana produksi yang menginginkan metode yang dapat diulang, bukan spreadsheet sekali pakai, dan yang perlu mengetahui data, alat, serta pemeriksaan apa yang membuat jawabannya dapat dipercaya.

Poin Penting

  • Skenario what-if mengambil rencana dasar Anda, mengubah satu asumsi, seperti mesin rusak atau pesanan mendesak, lalu membandingkan hasilnya dengan rencana dasar sebelum sesuatu benar-benar terjadi.
  • Mulailah dari keputusan, lalu pilih dua atau tiga faktor pengendali dan dua atau tiga KPI, karena skenario tanpa keputusan di baliknya hanyalah latihan.
  • Ubah satu faktor pengendali terlebih dahulu, dan gabungkan faktor hanya setelah Anda memahami dampak masing-masing secara terpisah.
  • Uji model terhadap periode lalu sebelum Anda mempercayainya untuk periode mendatang, karena nilai model bergantung pada apakah keluarannya cukup akurat untuk tujuannya.
  • Alat Microsoft mencakup sebagian pekerjaan ini: master plan Dynamics 365 dapat menyimpan strategi perencanaan alternatif, dan parameter what-if Power BI cocok untuk perhitungan sederhana, bukan untuk pengurutan jadwal.

Apa itu skenario what-if, dan apa yang bukan?

Skenario adalah kumpulan asumsi yang koheren tentang masa depan, dijalankan terhadap model yang sama dengan rencana dasar. Rencana dasar adalah rencana terbaik Anda saat ini. Semua yang lain adalah variasi darinya.

Ada baiknya memisahkan tiga gagasan yang sering tertukar.

  • Peramalan menyatakan apa yang Anda perkirakan akan terjadi. Skenario menyatakan apa yang terjadi jika sesuatu yang spesifik terjadi.
  • Pertanyaan what-if adalah pertanyaan yang Anda ajukan. Simulasi pabrik adalah salah satu cara untuk menjawabnya, dengan menjalankan model pabrik menggunakan input yang dipilih. Spreadsheet atau proses perencanaan di sistem ERP Anda adalah cara lainnya.
  • Pemeriksaan sensitivitas memvariasikan satu input dalam rentang tertentu untuk melihat seberapa besar hasilnya berubah. Pemeriksaan ini menunjukkan asumsi mana yang layak mendapat perhatian Anda.

Tujuan ketiganya sama: mempelajari konsekuensi sebuah keputusan selagi masih murah untuk mengubah pikiran Anda.

Keputusan mana yang layak dianalisis dengan skenario?

Jalankan skenario ketika sebuah keputusan sulit dibatalkan, ketika beberapa kendala saling berinteraksi, atau ketika jawabannya tidak jelas dari pengalaman. Pemicu umum dalam perencanaan produksi:

  • Mesin penghambat (bottleneck) akan berhenti untuk perawatan, dan Anda harus memilih pesanan mana yang tertunda.
  • Pelanggan meminta tanggal yang lebih cepat. Apa yang akan tergeser, dan siapa yang menanggung biayanya?
  • Ketidakhadiran atau libur mengurangi jumlah personel selama seminggu.
  • Pemasok mengumumkan keterlambatan pada bahan utama.
  • Bauran produk akan segera berubah, dan Anda ingin tahu apakah kapasitas saat ini masih memadai.
  • Anda sedang mempertimbangkan shift kedua, buffer baru, atau perkakas tambahan.

Lewati skenario untuk keputusan yang murah dan mudah dibatalkan, serta untuk pertanyaan ketika rencana sudah layak dengan banyak ruang cadangan. Skenario menghabiskan waktu perencana, dan seharusnya menghasilkan keputusan yang lebih baik.

Bagaimana cara menjalankan analisis skenario what-if dalam produksi?

Berikut adalah urutan langkah yang bisa dijalankan di spreadsheet maupun perangkat lunak khusus.

  1. Tuliskan keputusannya. Satu kalimat: "Kami harus memutuskan X sebelum Jumat." Jika Anda tidak bisa merumuskannya, Anda belum memerlukan skenario.
  2. Bekukan baseline. Simpan rencana saat ini beserta asumsinya: kalender, waktu siklus, daftar pesanan, ketersediaan material. Setiap skenario dibandingkan dengan versi ini, sehingga versi ini tidak boleh berubah diam-diam.
  3. Pilih tuas. Tuas adalah hal-hal yang dapat Anda ubah atau yang mungkin berubah: kapasitas, penugasan staf, prioritas pesanan, tanggal jatuh tempo, kedatangan material. Pilih dua atau tiga yang paling berpengaruh pada keputusan ini.
  4. Tetapkan rentang yang realistis. Tanyakan kepada orang yang memahami prosesnya. Berapa lama perbaikan yang lazim memakan waktu? Seberapa sering pemasok terlambat mengirim, dan berapa lama keterlambatannya? Jangan mengarang angka; gunakan riwayat Anda sendiri, dan tandai setiap perkiraan sebagai perkiraan.
  5. Tentukan ukurannya. Dua atau tiga KPI sudah cukup: ketepatan pengiriman, lead time, utilisasi bottleneck, jam lembur, dan work in process. Nyatakan sebelum menjalankan apa pun, agar tidak ada yang memilih ukuran yang menguntungkan setelah hasilnya keluar.
  6. Ubah satu tuas dalam satu waktu. Jalankan setiap skenario terhadap baseline. Gabungkan tuas hanya setelah Anda memahami dampak masing-masing secara terpisah.
  7. Bandingkan dan putuskan. Letakkan baseline dan skenario berdampingan. Diskusikan apa yang akan Anda lakukan dalam setiap kasus, lalu tuliskan keputusan beserta alasannya.
  8. Simpan catatannya. Simpan asumsi dan hasilnya bersama keputusan. Anda akan membutuhkannya saat meninjau apa yang sebenarnya terjadi.

Berikut contoh hipotetis, yang dibuat semata-mata untuk menunjukkan logikanya. Sebuah sel produksi memiliki satu mesin press bottleneck yang menghasilkan 300 unit per shift. Pabrik beroperasi sepuluh shift per minggu, sehingga kapasitasnya 3.000 unit. Pesanan minggu ini berjumlah 2.700 unit, atau 90% dari kapasitas. Baseline ini layak dijalankan, dengan sisa satu shift.

  • Skenario A: Press berhenti selama dua shift. Kapasitas turun menjadi delapan shift, atau 2.400 unit. Dengan demikian, 300 unit tidak tercakup, sehingga sebagian pesanan melewati tanggal jatuh temponya.
  • Skenario B: Gangguan yang sama, ditambah shift Sabtu. Kapasitas kembali menjadi 2.700 unit, tetapi beban kini 100%. Setiap gangguan berikutnya berarti tanggal jatuh tempo terlewat.
  • Skenario C: Gangguan yang sama, dan perencana memindahkan 300 unit pesanan berprioritas rendah ke minggu depan. Pesanan utama tetap dikirim tepat waktu, dan satu pelanggan dihubungi hari ini, bukan terkejut pada hari Jumat.

Semua ini tidak memerlukan alat yang canggih. Yang dibutuhkan adalah baseline, satu tuas, dan perbandingan yang jujur. Nilainya terletak pada kesadaran bahwa B tampak sebagai solusi, tetapi tidak menyisakan cadangan sama sekali.

Data dan alat apa yang Anda butuhkan?

Mulailah dengan apa yang sudah Anda miliki. Sebuah skenario memerlukan input yang sama dengan rencana itu sendiri: pesanan dan tanggal jatuh tempo, routing dan waktu siklus, sumber daya dan kalender, ketersediaan material. Jika data ini tidak andal, setiap skenario akan mewarisi kesalahannya. Perbaiki data master terlebih dahulu, jika tidak Anda akan memperdebatkan modelnya alih-alih keputusannya.

Setelah itu, pilih alat sesuai kompleksitas pertanyaannya.

  • Spreadsheet sudah cukup ketika satu atau dua sumber daya dan beberapa pesanan menentukan jawabannya, seperti pada contoh di atas.
  • Proses perencanaan di ERP Anda dapat menangani pertanyaan yang didorong oleh material. Di Dynamics 365 Supply Chain Management, master plan memungkinkan Anda mensimulasikan berbagai strategi perencanaan, dan dokumentasi Microsoft mencatat bahwa Anda dapat membuat plan sebanyak yang dibutuhkan dan menyimpan sebagian di antaranya untuk prakiraan atau simulasi yang berbeda. Periksa dengan mitra implementasi Anda bagaimana hal ini sesuai dengan versi dan mesin perencanaan Anda, karena halaman tersebut tidak menjelaskan penanganan skenario secara rinci. Master planning bekerja pada material dan kapasitas dengan tingkat detail yang kasar, dan bukan alat penjadwalan urutan yang terperinci.
  • Penjadwal kapasitas terbatas (finite-capacity scheduler) atau model simulasi adalah pilihan yang tepat ketika mesin bersama, setup yang bergantung pada urutan, shift, dan keterampilan saling memengaruhi. Dalam kondisi itu, perhitungan sederhana bisa terlihat baik-baik saja, sementara jadwal harian sebenarnya tidak dapat dijalankan.
  • Power BI adalah tempat yang baik untuk menampilkan hasil skenario kepada manajer. Parameter what-if-nya memungkinkan pengguna menggeser slider dan melihat perubahan nilai ukuran. Menurut Microsoft, parameter ini dirancang untuk digunakan dalam ukuran pada visual, dan sebuah parameter paling banyak memiliki 1.000 nilai unik. Hal itu membuatnya berguna untuk pertanyaan sederhana seperti "Apa dampak peningkatan 5% scrap terhadap output?" Parameter ini tidak menyusun jadwal. Anggap saja sebagai antarmuka untuk hasil, bukan mesin perhitungannya.

Apa pun alat yang Anda pilih, simpan dua hal di luar alat tersebut: asumsi tertulis dan log keputusan. Alat akan berubah, sedangkan dokumen akan bertahan.

Bagaimana Anda tahu jawabannya dapat dipercaya?

Sebuah skenario hanya sebaik model di baliknya. Tiga pemeriksaan berikut membantu.

Lakukan backtest. Jalankan model pada periode lalu yang hasilnya sudah Anda ketahui. Bandingkan keluarannya dengan hasil nyata. Dalam literatur simulasi, ini disebut validitas operasional, yaitu apakah perilaku keluaran model cukup akurat untuk tujuan penggunaannya, dalam rentang kondisi tempat model itu akan dipakai. Sebuah makalah karya Sargent dan rekan-rekannya dari Winter Simulation Conference membahas hal ini dan menegaskan bahwa risiko pengguna model, yaitu menerima model yang keliru, harus dijaga tetap kecil. Dengan kata lain, jika model tidak dapat mereproduksi bulan lalu, jangan gunakan untuk memutuskan bulan depan.

Kenali penggerak utamanya. Ubah setiap asumsi dalam rentangnya dan lihat mana yang memengaruhi hasil. Sering kali hanya dua yang mendominasi. Keduanya layak mendapatkan data yang lebih baik. Sisanya boleh tetap kasar.

Tampilkan rentangnya, bukan satu angka. Pernyataan seperti "kami kirim pada hari Kamis" menyiratkan presisi yang sebenarnya tidak Anda miliki. "Antara hari Rabu dan Jumat, bergantung pada waktu perbaikan" lebih jujur dan lebih berguna. Pengambil keputusan dapat menangani ketidakpastian jika mereka bisa melihatnya.

Bagaimana menjadikannya kebiasaan, bukan proyek?

Kerja skenario gagal ketika bergantung pada spreadsheet satu orang. Beberapa praktik berikut menjaganya tetap hidup.

  • Tetapkan pemilik untuk baseline dan data model. Tanpa pemilik, model akan menyimpang dari kondisi pabrik.
  • Adakan rapat mingguan singkat tempat perencana, kepala produksi, dan, bila perlu, pembelian serta penjualan meninjau pertanyaan yang masih terbuka. Bawa dua atau tiga skenario, bukan dua puluh.
  • Tinjau setelahnya. Ketika minggu berakhir, bandingkan apa yang terjadi dengan apa yang diprediksi skenario. Di mana meleset, dan mengapa? Perbarui model atau rentangnya.
  • Bagikan logikanya, bukan hanya keluarannya. Jika kepala produksi memahami asumsinya, mereka akan menantangnya sejak awal, dan itulah tujuan latihan ini.
  • Libatkan keuangan. Pertanyaan biaya, seperti lembur dibandingkan pengiriman yang terlambat, memerlukan skenario yang sama dengan angka biaya yang ditambahkan. Sepakati input biaya sekali saja agar angkanya tidak berubah di antara rapat.

Data langsung membantu setelah dasarnya berjalan. Jika kemajuan aktual mengalir kembali ke rencana, skenario dimulai dari kondisi pabrik yang sebenarnya, bukan dari rencana kemarin. Benahi dulu logika dan data induk. Umpan data langsung di atas model yang lemah hanya menghasilkan jawaban yang salah lebih cepat.

Kesalahan umum

  • Menjalankan skenario tanpa keputusan yang melandasinya.
  • Mengubah beberapa variabel sekaligus, sehingga tidak ada yang tahu apa penyebab efeknya.
  • Membandingkan skenario dengan baseline yang sudah berubah di tengah jalan.
  • Menggunakan angka terbaik untuk waktu siklus dan waktu perbaikan.
  • Melewati backtest karena model "tampak benar".
  • Melaporkan satu angka alih-alih rentang.
  • Membuat skenario untuk segala hal lalu tidak menindaklanjuti satu pun.
  • Lupa mencatat keputusan, sehingga tinjauan tidak punya apa pun untuk dibandingkan.

Posisi Polaris

Jika pertanyaan what-if Anda melibatkan mesin yang dipakai bersama, pergantian shift, dan perubahan bauran produk, simulasi sistem produksi bisa menjawabnya lebih cepat daripada spreadsheet. iFAKT menggambarkan Polaris sebagai AI plus digital twin untuk produksi, yang bekerja dengan data ERP. Modul Polaris Simulator menguji sistem produksi secara virtual sebelum keputusan nyata diambil, termasuk skenario kapasitas, staf, dan buffer, serta menampilkan bottleneck dan ketidakseimbangan utilisasi. Modul Polaris Optimizer membuat rencana yang dioptimalkan dengan mempertimbangkan batasan, serta menganalisis dampak gangguan. Cobalah pada satu keputusan nyata terlebih dahulu, lalu periksa hasilnya terhadap perhitungan spreadsheet yang Anda percaya.

Topik terkait untuk dijelajahi

  • Perencanaan gangguan: cara menyiapkan respons standar untuk mesin rusak, keterlambatan material, dan ketidakhadiran.
  • Kapasitas versus penjadwalan finite: mengapa tampilan beban mingguan bisa terlihat baik sementara jadwal harian gagal.
  • Perubahan bauran produk: menguji bagaimana pergeseran ke varian yang lebih kompleks memindahkan bottleneck.
  • Validasi model dalam praktik: membandingkan lead time hasil simulasi dengan lead time nyata untuk periode sebelumnya.
  • Pelaporan skenario: menampilkan baseline dan skenario berdampingan di Power BI agar manajer dapat mengikuti logikanya.

Langkah berikutnya

Ambil keputusan berikutnya yang ada di meja Anda dan tuliskan dalam satu kalimat. Kemudian simpan rencana Anda saat ini sebagai baseline dan jalankan tiga skenario di atasnya, dengan mengubah satu variabel dalam setiap kali percobaan. Putaran kecil analisis skenario what-if dalam perencanaan produksi ini akan menunjukkan apakah metode tersebut layak mendapat tempat dalam rapat mingguan Anda.

Entities in this article

Factory simulation Dynamics 365 Power BI Polaris Simulator Polaris Optimizer iFAKT GmbH

Related articles

RSS

Disponsori

iFAKT GmbH