Angka permintaan yang naik tiba-tiba sering kali membuat stok gudang habis sebelum pesanan berikutnya datang. Di sisi lain, pembelian persediaan terlalu banyak bisa membuat barang menumpuk dan biaya penyimpanan meningkat.
Demand forecasting membantu bisnis memperkirakan kebutuhan pelanggan berdasarkan data penjualan, pola permintaan, dan kondisi pasar.
Lalu, bagaimana hasil perkiraan tersebut bisa membantu menentukan jumlah stok, kapasitas, hingga jadwal pengiriman? Yuk, kita bahas selengkapnya dalam artikel ini!
Peran Demand Forecasting dalam Keputusan Supply Chain
Demand forecasting adalah proses memperkirakan jumlah barang yang akan dibutuhkan pelanggan pada periode tertentu.
Hasil perkiraan ini menjadi acuan bagi perusahaan untuk merencanakan pembelian, produksi, hingga distribusi barang. Karena itu, perencanaan permintaan merupakan bagian penting dari supply chain management, terutama saat permintaan meningkat menjelang libur panjang seperti Lebaran atau Natal dan Tahun Baru.
Tim pengadaan bisa memesan stok lebih awal, sementara gudang menyiapkan ruang tambahan dan tim transportasi mengatur frekuensi pengiriman.
Dengan perencanaan yang lebih matang, perusahaan bisa menyesuaikan kebutuhan stok, kapasitas gudang, dan pengiriman secara lebih efisien.
Data yang Dibutuhkan Sebelum Membuat Forecast
Perusahaan bisa mulai membuat perkiraan permintaan dengan melihat catatan penjualan sebelumnya. Supaya hasilnya lebih akurat, periksa juga apakah stok barang selalu tersedia selama periode tersebut.
Penjualan 50 unit belum tentu berarti permintaannya hanya 50 unit, terutama jika stok sempat habis.
Untuk membaca kebutuhan secara lebih utuh, kumpulkan beberapa data berikut:
- Riwayat permintaan dan penjualan untuk melihat tren serta perbedaan antarperiode.
- Posisi stok dan kejadian kehabisan barang agar penjualan yang tertahan tidak dianggap sebagai permintaan rendah.
- Promosi, hari libur, dan musim tertentu untuk mengenali lonjakan yang tidak terjadi setiap minggu.
- Waktu pasokan dan pemenuhan pesanan untuk menyesuaikan prediksi dengan kemampuan pengadaan, termasuk memperhitungkan lead time pemasok.
Metode Forecasting Sederhana hingga Berbasis Pola Historis
Metode forecasting cukup beragam, mulai dari perhitungan sederhana hingga analisis pola penjualan historis.
Kamu bisa memilih pendekatan sesuai karakteristik permintaan dan data perusahaan. Agar lebih mudah memahaminya, kamu bisa melihat perbandingannya pada tabel berikut:
| Metode | Cara Kerja Sederhana | Cocok Digunakan Saat |
|---|---|---|
| Penilaian tim (kualitatif) | Mengumpulkan masukan tim penjualan dan pelanggan. | Produk baru belum memiliki riwayat yang cukup. |
| Moving average | Menghitung rata-rata beberapa periode terakhir. | Permintaan relatif stabil. |
| Exponential smoothing | Memberi bobot lebih besar pada data terbaru. | Permintaan sering berubah dari satu periode ke periode berikutnya. |
| Analisis pola musiman | Membandingkan periode dengan pola berulang. | Penjualan naik pada musim atau hari libur tertentu. |
Misalnya, perusahaan mencatat penjualan sebanyak 80, 100, 90, dan 110 unit selama empat minggu terakhir.
Dengan metode moving average, rata-rata penjualannya mencapai 95 unit. Angka tersebut bisa menjadi perkiraan kebutuhan untuk minggu berikutnya, meskipun tetap perlu disesuaikan jika ada rencana promosi atau perubahan permintaan pelanggan.
Baca Juga: Material Requirements Planning: Cara Kerja MRP untuk Merencanakan Kebutuhan Bahan
Memilih Tingkat Forecast: SKU, Kategori, Lokasi, atau Periode
Perusahaan bisa membuat perkiraan permintaan berdasarkan produk, lokasi, atau periode waktu, tergantung kebutuhan perencanaannya.
Misalnya, saat menyusun anggaran pembelian, forecast berdasarkan kategori produk mungkin sudah cukup. Namun, kalau tujuannya menentukan jumlah stok setiap barang, perusahaan membutuhkan data yang lebih spesifik hingga tingkat SKU (Stock Keeping Unit).
Lokasi dan periode juga perlu kamu pertimbangkan. Permintaan produk yang sama bisa berbeda antara satu cabang dan lainnya, begitu pula saat hari biasa dan akhir pekan.
Dengan memilih tingkat forecast yang sesuai, perusahaan bisa merencanakan persediaan berdasarkan kebutuhan operasional masing-masing.
Cara Mengevaluasi Forecast tanpa Hanya Mengejar Akurasi
Hasil perkiraan perlu dievaluasi secara berkala untuk mengetahui apakah perkiraan permintaan sesuai dengan realisasinya.
Angka akurasi saja belum cukup karena perusahaan juga perlu mengetahui dampak kesalahan prediksi terhadap persediaan barang.
Berikut beberapa langkah yang bisa kamu lakukan:
- Bandingkan hasil prediksi dengan permintaan aktual, misalnya perkiraan 120 unit dan realisasi 100 unit menunjukkan selisih 20 unit atau 20% dari permintaan aktual.
- Gunakan Mean Absolute Percentage Error (MAPE) untuk mengukur rata-rata persentase kesalahan prediksi selama beberapa periode, tetapi perhatikan keterbatasannya saat permintaan aktual bernilai nol.
- Periksa forecast bias untuk mengetahui apakah hasil perkiraan cenderung terlalu tinggi atau terlalu rendah secara berulang.
- Evaluasi dampak kesalahan tersebut terhadap persediaan agar perusahaan bisa mengurangi risiko kelebihan atau kekurangan stok.
Selain membandingkan proyeksi dengan permintaan aktual, tim logistik perlu memeriksa apakah rencana pengiriman sudah dilaksanakan sesuai kebutuhan. Perubahan volume pesanan dapat memengaruhi penugasan armada, koordinasi vendor, dan jadwal distribusi.
Untuk mengelola sisi transportasi tersebut, perusahaan dapat mempertimbangkan FORSIS dari Forwarder.ai, yaitu Transport Management System (TMS) yang mendukung pengelolaan pesanan pengiriman, vendor, armada, dan pemantauan perjalanan. Dengan demikian, hasil perencanaan permintaan dapat ditindaklanjuti melalui operasional pengiriman yang lebih terkoordinasi.
Dampak Forecast terhadap Safety Stock, Kapasitas, dan Jadwal Pengiriman
Demand forecasting membantu perusahaan menentukan jumlah stok yang perlu tersedia serta waktu yang tepat untuk melakukan pemesanan ulang.
Safety stock adalah stok cadangan untuk mengantisipasi lonjakan permintaan atau keterlambatan pasokan barang.
Jika proyeksi menunjukkan kenaikan pesanan, tim gudang bisa menyiapkan ruang penyimpanan dan tenaga bongkar muat lebih awal.
Tim logistik juga bisa mempertimbangkan penambahan armada atau merencanakan pengiriman bertahap agar tidak terjadi penumpukan pada satu hari tertentu.
Dalam perencanaan tersebut, perusahaan perlu memperhatikan utilisasi armada agar kapasitas kendaraan yang digunakan tetap sebanding dengan jumlah muatan dan frekuensi pengiriman.
Namun, kenaikan perkiraan permintaan belum tentu membuat perusahaan harus menambah stok cadangan. Jumlah safety stock tetap perlu menyesuaikan perubahan permintaan dan waktu yang dibutuhkan pemasok untuk mengirim barang.
Ketika hasil forecast menunjukkan kebutuhan distribusi meningkat, bisnis juga perlu menyesuaikan jenis layanan pengiriman dengan volume dan jadwalnya. Melalui layanan Land Freight Forwarder.ai, perusahaan dapat membandingkan pilihan pengiriman darat, termasuk FTL untuk pengiriman dalam jumlah besar atau distribusi rutin dan LTL ketika muatan belum membutuhkan satu truk penuh.
Pemilihan layanan sebaiknya tetap mempertimbangkan kapasitas, rute, serta jadwal pengiriman aktual agar penambahan frekuensi perjalanan tidak justru meningkatkan biaya yang tidak diperlukan.
Penyebab Forecast Bias dan Cara Melakukan Penyesuaian
Hasil forecast bisa terus-menerus terlalu tinggi atau rendah jika data yang digunakan tidak mencerminkan permintaan sebenarnya.
Ada beberapa kondisi yang perlu kamu perhatikan:
- Promosi yang tidak tercatat bisa membuat lonjakan penjualan terlihat seperti tren permintaan yang terus berulang.
- Kehabisan stok dapat membuat angka penjualan terlihat rendah, padahal masih ada pelanggan yang membutuhkan barang.
- Perubahan harga atau pembatalan pesanan bisa memengaruhi permintaan dan membuat hasil prediksi kurang sesuai.
Untuk mengatasinya, perusahaan perlu meninjau kembali data dan mempertimbangkan masukan dari tim penjualan sebelum melakukan penyesuaian.
Catat juga alasan setiap perubahan agar hasil prediksi bisa dievaluasi pada periode berikutnya.
Baca Juga: Cara Mengenali Slow-Moving Stock dan Menanganinya
Contoh Alur Forecast Menjadi Keputusan Replenishment
Misalnya, perusahaan memperkirakan kebutuhan suatu produk mencapai 100 unit per minggu. Pemasok membutuhkan waktu dua minggu untuk mengirim barang, sementara perusahaan menyiapkan safety stock sebanyak 50 unit.
Jika permintaan dan waktu pengiriman relatif stabil, titik pemesanan ulang (reorder point) dihitung dengan rumus berikut:
Reorder Point = (Rata-rata Permintaan × Lead Time) + Safety Stock
Maka, berdasarkan angka di atas, perhitungannya:
Reorder Point = (100 unit/minggu × 2 minggu) + 50 unit = 250 unit
Hasil perhitungan di atas menunjukkan bahwa perusahaan perlu melakukan pemesanan ulang ketika posisi persediaan mencapai 250 unit.
Angka ini bukan jumlah barang yang harus dibeli, melainkan batas untuk mulai memesan stok berikutnya. Jumlah pembelian tetap perlu menyesuaikan kebutuhan, stok yang sedang dalam perjalanan, dan kebijakan pengadaan perusahaan.
Baca Juga: Reorder Point & Cara Hitungnya untuk Hindari Kekurangan Stock
Dalam operasional supply chain, demand forecasting adalah salah satu cara untuk membantu perusahaan merencanakan kebutuhan barang secara lebih terukur.
Hasil perkiraan ini bisa menjadi acuan dalam menentukan jumlah stok, kapasitas penyimpanan, hingga kebutuhan pengiriman.
Meski hasil prediksi tidak selalu tepat, evaluasi secara berkala membantu perusahaan menyesuaikan perencanaan dengan perubahan permintaan. Dengan begitu, risiko kelebihan stok maupun keterlambatan pemenuhan pesanan bisa diminimalkan.
Setelah mengetahui kebutuhan stok, waktu pemesanan ulang, dan rencana distribusi, perusahaan dapat melanjutkan ke tahap pemilihan layanan pengiriman yang sesuai. Untuk kebutuhan pengiriman berikutnya, kamu bisa klaim voucher pengiriman Forwarder.ai sebelum membandingkan pilihan rute dan biaya pengiriman sesuai kebutuhan bisnis.
Kirim Barang Tanpa Ribet. Semua Bisa dari Satu Platform!
Nikmati voucher hingga 200K untuk pengiriman pertamamu. Langsung berlaku dan otomatis terpotong saat checkout.
