Permintaan Peramalan Dalam Supply Chain

CHAPTER 7

Peran Peramalan dalam Supply Chain

Digunakan baik untuk push dan pull proses :

1. Penjadwalan produksi, persediaan, perencanaan agregat
2. Alokasi tenaga penjualan, promosi, pengenalan produksi baru
3. Tanaman / investasi peralatan, perencanaan anggaran
4. Perencanaan tenaga kerja, mempekerjakan, PHK

Karakteristik Prakiraan

1. Prakiraan selalu tidak akurat dan dengan demikian harus mencakup nilai yang diharapkan dari perkiraan dan ukuran kesalahan peramalan
2. Prakiraan jangka panjang biasanya kurang akurat dibandingkan perkiraan jangka pendek
3. Perkiraan agregat biasanya lebih akurat daripada perkiraan disagregat
4. Secara umum, lebih jauh ke rantai pasokan sebuah perusahaan, semakin besar distorsi informasi yang diterimanya

Komponen dan Metode

Perusahaan harus mengidentifikasi faktor-faktor yang mempengaruhi permintaan di masa mendatang dan kemudian memastikan hubungan antara faktor-faktor ini dan permintaan di masa mendatang

1. Permintaan terakhir
2. Lead time pengisian produk
3. Usaha periklanan yang direncanakan atau pemasaran
4. Diskon harga direncanakan
5. Keadaan ekonomi
6. Tindakan yang pesaing telah diambil

Kualitatif

• Kerutama subjektif
• Mengandalkan penghakiman

Time Series

• Gunakan permintaan historis hanya
• Terbaik dengan permintaan yang stabil

Kausal

• Hubungan antara permintaan dan beberapa faktor lainnya

Imulasi

• Meniru pilihan konsumen yang menimbulkan permintaan

Permintaan diamati (HAI)  = Komponen sistematik (S) + Komponen acak (R)

Sistematis komponen - nilai yang diharapkan dari permintaan

1. Tingkat (Demand deseasonalized saat ini)
2. Kecenderungan (Pertumbuhan atau penurunan permintaan)
3. Musiman (Fluktuasi musiman diprediksi)

Komponen acak - bagian dari perkiraan yang menyimpang dari komponen sistematik

Prakiraan kesalahan - perbedaan antara perkiraan dan permintaan aktual

Pendekatan dasar

Memahami tujuan peramalan.

Mengintegrasikan perencanaan permintaan dan peramalan seluruh rantai pasokan.

Mengidentifikasi faktor-faktor utama yang mempengaruhi perkiraan permintaan.

Prakiraan pada tingkat yang sesuai agregasi.

Membangun kinerja dan kesalahan langkah-langkah untuk ramalan.

Tiga cara untuk menghitung komponen sistematik

Perkalian

S = Tingkat x tren x faktor musiman

Bahan tambahan

S = Tingkat + trend + faktor musiman

Campur aduk

S = (Tingkat + trend) x faktor musiman

Metode statis

Peramalan Adaptif

• Perkiraan tingkat, tren, dan musiman disesuaikan setelah masing-masing pengamatan permintaan
• Perkiraan menggabungkan semua data baru yang diamati

Langkah-langkah dalam Peramalan Adaptive

• Menginisialisasi

Menghitung perkiraan awal dari tingkat (L0), Trend (T0), Dan faktor musiman (S1, ...,Sp)

• Ramalan cuaca

perkiraan permintaan untuk periode t + 1 

• Error estimasi

kesalahan Hitung Et1 = Ft1 - Dt1 

• Memodifikasi perkiraan

Memodifikasi perkiraan tingkat (Lt1), Trend (Tt1), Dan faktor musiman (St+p1), Mengingat kesalahan Et1

Peran TI dalam Peramalan

• Peramalan modul inti perangkat lunak rantai pasokan
• Dapat digunakan untuk menentukan metode terbaik peramalan bagi perusahaan dan oleh kategori produk dan pasar
• Real time perusahaan update bantuan merespon dengan cepat perubahan di pasar
• Memudahkan perencanaan kebutuhan

Manajemen risiko

• Kesalahan dalam peramalan dapat menyebabkan misalokasi signifikan sumber daya dalam persediaan, fasilitas, transportasi, sourcing, harga, dan manajemen informasi
• Faktor umum adalah waktu yang lama memimpin, musiman, siklus hidup produk pendek, beberapa pelanggan dan permintaan kental, dan ketika order yang dilakukan oleh perantara dalam rantai pasokan
• Strategi mitigasi - meningkatkan respon dari rantai pasokan dan memanfaatkan peluang untuk penyatuan permintaan

Peramalan Dalam Praktek

• Berkolaborasi dalam perkiraan bangunan
• Bagi hanya data yang benar-benar memberikan nilai
• Pastikan untuk membedakan antara permintaan dan penjualan