Fitur Demand Forecasting di SAP Business One: Cara Pabrik Manufaktur Rencanakan Produksi dan Pembelian Berdasarkan Data, Bukan Intuisi

Setiap akhir bulan, rapat perencanaan di banyak pabrik manufaktur berjalan dengan pola yang sama. Kepala PPIC membuka angka stok, manajer sales menyebut perkiraan permintaan dari pengalaman bulan-bulan sebelumnya, lalu purchasing diminta memesan bahan baku berdasarkan kesepakatan lisan di ruangan itu. Dua minggu kemudian, gudang produk jadi sudah penuh oleh item yang pergerakannya lambat, sementara item yang paling dicari pelanggan justru kosong dan tim sales harus meminta maaf kepada distributor.

Dua masalah ini tampak berlawanan, tetapi akarnya sama, yaitu keputusan produksi dan pembelian yang bertumpu pada intuisi, bukan data permintaan. Overstock mengunci modal kerja pada barang yang belum tentu terjual, sedangkan stockout membuat penjualan hilang dan kepercayaan pelanggan menurun. Selama jumlah SKU masih puluhan, pengalaman seorang manajer masih bisa menutup celah itu. Begitu variasi produk mencapai ratusan dan rantai pasok melibatkan banyak pemasok dengan lead time berbeda, tidak ada manajer yang sanggup menjaga akurasi perkiraan di kepalanya sendiri.

Di titik inilah demand forecasting di SAP Business One berperan. Fitur Forecast Module mengolah data penjualan historis menjadi proyeksi permintaan, lalu proyeksi itu dibaca langsung oleh MRP Run sehingga rekomendasi produksi dan pembelian sudah memperhitungkan permintaan yang diantisipasi, bukan hanya sales order yang sudah masuk. Hasilnya, rapat perencanaan bulanan berpindah dari perdebatan soal perkiraan ke diskusi atas angka yang bisa ditelusuri.

Apa Itu Demand Forecasting dalam Manufaktur dan Bedanya dengan Sales Forecasting

Demand forecasting adalah proses memperkirakan permintaan produk pada periode mendatang berdasarkan data penjualan historis, pola musiman, dan tren pasar. Di manufaktur, hasilnya dipakai untuk menentukan berapa unit yang harus diproduksi, kapan produksi dimulai, dan bahan baku apa yang perlu dipesan lebih dulu, terutama di pabrik make-to-stock yang harus menyiapkan barang sebelum pelanggan memesan.

Banyak perusahaan menyamakannya dengan sales forecasting, padahal keduanya menjawab pertanyaan berbeda. Sales forecasting adalah proyeksi pendapatan di level agregat (per wilayah, kanal, atau kategori) untuk menetapkan target dan anggaran, dan dimiliki oleh sales serta manajemen. Demand forecasting bekerja per SKU, dalam satuan unit, per periode perencanaan, dimiliki oleh PPIC dan supply chain, serta harus memperhitungkan lead time bahan baku dan waktu produksi. Ada satu jebakan yang sering terlewat: data penjualan hanya mencatat barang yang berhasil terjual, sehingga permintaan yang hilang akibat stockout tidak terlihat dan permintaan sebenarnya bisa terukur lebih rendah dari kenyataan.

Karena itu, perkiraan permintaan perlu hidup di dalam sistem perencanaan bersama data stok, BOM, dan jadwal produksi, bukan di spreadsheet terpisah, agar hasilnya langsung menggerakkan keputusan.

Biaya Tersembunyi dari Perencanaan Berbasis Intuisi

Perencanaan berbasis intuisi jarang terlihat sebagai masalah karena kerugiannya tersebar di banyak pos dan baru terasa setelah menumpuk. Overstock adalah yang paling mudah luput. Barang yang menumpuk di gudang mengunci modal kerja yang seharusnya bisa dipakai untuk membeli bahan baku item laris, ditambah biaya penyimpanan, risiko barang usang atau rusak, dan tekanan untuk menjual dengan diskon agar ruang gudang kembali lega.

Sisi sebaliknya, understock, merugikan dengan cara yang berbeda. Ketika item laris habis, penjualan hilang begitu saja dan distributor mulai mencari pemasok lain yang lebih bisa diandalkan. Untuk mengejar kekosongan, pabrik biasanya terpaksa menjalankan produksi mendadak, membeli bahan baku dengan harga spot, atau memakai pengiriman ekspres, dan semuanya membuat biaya per unit jauh lebih tinggi dari perencanaan normal. Dua masalah ini bisa terjadi bersamaan di pabrik yang sama, karena keduanya lahir dari sumber yang sama.

Intuisi manajer yang berpengalaman memang berharga, tetapi punya batas yang jelas. Ingatan cenderung condong ke kejadian terakhir, bukan pola setahun penuh, dan seseorang tidak mungkin memantau tren serta musiman ratusan SKU sekaligus. Karena perkiraannya tersimpan di kepala, pengetahuan itu hilang ketika orangnya pindah tugas dan tidak bisa diaudit saat hasilnya meleset. Semakin banyak variasi produk dan pemasok dengan lead time berbeda, semakin lebar celah antara perkiraan dan kebutuhan nyata, dan di titik itulah pendekatan berbasis data berhenti menjadi pilihan tambahan dan menjadi kebutuhan.

Cara Setup Forecast di SAP Business One

Setelah memahami kerugian dari perencanaan berbasis intuisi, pertanyaan berikutnya adalah bagaimana proyeksi permintaan disiapkan di dalam sistem. Cara setup forecast di SAP Business One dilakukan lewat menu MRP, lalu Forecasts, dengan alur yang bisa diringkas dalam tiga langkah berikut.

1. Tentukan periode perencanaan
   Pilih tampilan harian, mingguan, atau bulanan, lalu isi tanggal mulai dan tanggal akhir forecast. Periode ini menjadi horizon yang dibaca MRP, jadi sesuaikan dengan lead time produksi dan pembelian. Anda tidak wajib mengisi kuantitas di setiap periode.
   
2. Ambil data historis penjualan
   Lewat tombol Generate Forecast, tentukan item yang dicakup (berdasarkan item, vendor utama, atau gudang default), dokumen penjualan yang dijadikan dasar, dan rentang tanggal historisnya. Sistem menarik data penjualan langsung dari transaksi, sehingga tim tidak perlu menyalin angka dari spreadsheet.
   
3. Pilih metode proyeksi
   Tersedia simple average, daily average, weekly average, dan monthly average. Simple average meratakan total kuantitas historis ke seluruh periode forecast, sedangkan metode lainnya mengikuti pola penjualan harian, mingguan, atau bulanan dari periode historis. Metode yang muncul menyesuaikan tampilan periode yang dipilih.

Setelah forecast terbentuk, kuantitasnya masih bisa disesuaikan, misalnya dinaikkan atau diturunkan dengan persentase tertentu saat ada rencana promosi atau perubahan pasar yang tidak tercermin di data historis. Tahap penyesuaian ini penting karena angka historis tidak menangkap permintaan yang hilang akibat stockout. Begitu tersimpan, forecast siap menjadi sumber permintaan tambahan bagi MRP.

Bagaimana Forecast Masuk ke MRP Run

Di SAP Business One, forecast diperlakukan sebagai sumber data tambahan dalam perhitungan MRP. Saat menjalankan MRP Run lewat MRP Wizard, Anda memilih forecast yang disertakan dalam perhitungan, sehingga sistem membaca dua jenis permintaan sekaligus, yaitu sales order aktual yang sudah masuk dan proyeksi permintaan yang diantisipasi. Dari gabungan keduanya, MRP menghitung kebutuhan tiap item, mengurangi stok dan pasokan yang sudah ada, lalu menghasilkan rekomendasi production order dan purchase order.

Agar permintaan tidak terhitung ganda, SAP Business One menyediakan mekanisme consume forecast. Pada sales order, Anda memilih Yes di kolom Consume Forecast pada tab Contents, sedangkan pada blanket agreement Anda mencentang opsi Consume Forecast. Dengan begitu, order nyata yang masuk akan “memakai” sebagian proyeksi, dan sisa forecast tetap berfungsi sebagai perkiraan permintaan yang belum terealisasi, bukan angka tambahan di atas order yang sudah ada.

Hasilnya terasa langsung pada keputusan pembelian dan produksi. Karena MRP memperhitungkan lead time, bahan baku bisa dipesan dan produksi bisa dijadwalkan sebelum sales order tiba, selama permintaan itu sudah terproyeksi. Perbedaan ini paling jelas terlihat ketika hasil MRP Run dengan forecast dibandingkan dengan hasil tanpa forecast.

MRP Run dengan dan Tanpa Forecast

Tanpa forecast, MRP Run hanya bisa bekerja dari permintaan yang sudah tercatat, terutama sales order aktual. Artinya sistem baru menyarankan pembelian dan produksi setelah order masuk, dan pada saat itu lead time bahan baku sering sudah tidak cukup. Dengan forecast, MRP membaca permintaan yang diantisipasi lebih dulu, sehingga rekomendasinya muncul lebih awal. Tabel berikut merangkum perbedaannya.

Aspek	MRP Run tanpa forecast	MRP Run dengan forecast
Sumber permintaan	Hanya sales order dan kebutuhan aktual yang sudah tercatat	Sales order aktual ditambah proyeksi permintaan dari forecast
Waktu rekomendasi	Muncul setelah order masuk, sering sudah mepet dengan lead time	Muncul lebih awal sesuai periode proyeksi
Pembelian bahan baku	Dipesan setelah order tiba, berisiko terlambat atau memakai pengiriman ekspres	Bisa dipesan lebih awal sesuai lead time pemasok
Penjadwalan produksi	Reaktif, dimulai saat permintaan sudah terlihat	Terjadwal sebelum puncak permintaan
Risiko stok	Stockout pada item laris saat permintaan melonjak	Stok disiapkan sesuai proyeksi, dan overstock bisa dikendalikan lewat penyesuaian forecast

Perlu dicatat bahwa forecast tidak menggantikan sales order, melainkan melengkapinya. Kualitas rekomendasi tetap bergantung pada kualitas data historis dan penyesuaian yang dilakukan tim, misalnya saat ada promosi atau perubahan pasar. Karena itu, forecast sebaiknya ditinjau berkala, bukan diisi sekali lalu dibiarkan.

Skenario Pabrik FMCG dengan Permintaan Musiman

Ambil contoh pabrik makanan dan minuman kemasan yang permintaannya melonjak tajam menjelang Lebaran. Tanpa forecast, MRP Run baru menghitung kebutuhan setelah sales order dari distributor masuk, yang biasanya hanya beberapa minggu sebelum puncak permintaan. Padahal bahan baku dan kemasan punya lead time lebih panjang, misalnya enam minggu untuk kemasan dari pemasok tertentu. Hasilnya, bahan baku datang terlambat, jadwal produksi menjadi padat, dan item yang paling dicari habis tepat ketika permintaan sedang tinggi-tingginya.

Dengan forecast, tim PPIC bisa mulai dari data penjualan periode Lebaran tahun sebelumnya, yaitu dengan menetapkan rentang historis yang mencakup periode tersebut saat membuat forecast, lalu menyesuaikan kuantitasnya sesuai target pertumbuhan atau rencana promosi tahun ini. Forecast itu masuk ke MRP Run, sehingga sistem merekomendasikan pembelian bahan baku dan kemasan serta production order jauh sebelum sales order pertama tiba. Saat order distributor mulai masuk, order tersebut mengonsumsi forecast, sehingga kebutuhan tidak terhitung dua kali dan sisa proyeksi tetap menjadi acuan.

Hasilnya, stok item laris sudah siap sebelum lonjakan, sementara item dengan permintaan lambat tidak ikut diproduksi berlebihan karena forecast dibuat per item. Satu hal yang perlu diperhatikan: tanggal Lebaran bergeser maju sekitar sepuluh hari setiap tahun, jadi periode forecast harus disesuaikan agar puncak permintaan tidak meleset dari proyeksi. Penyesuaian semacam ini hanya bisa dilakukan konsisten bila forecast hidup di dalam sistem, bukan di spreadsheet yang berbeda-beda versinya.

Dampak ke Tim PPIC, Sales, Purchasing, dan Manajemen

Skenario Lebaran tadi menunjukkan bahwa forecast bukan sekadar fitur perencanaan, melainkan perubahan cara kerja lintas fungsi. Hasilnya hanya tercapai jika seluruh tim bekerja dari angka permintaan yang sama, bukan dari perkiraan masing-masing. Berikut perubahan yang paling terasa di tiap fungsi ketika forecast masuk ke dalam proses perencanaan.

1. PPIC
   Peran PPIC bergeser dari menebak kebutuhan ke meninjau dan menyesuaikan angka yang sudah dihitung sistem. Waktu yang sebelumnya habis untuk merekap spreadsheet bisa dipakai untuk menguji rekomendasi MRP dan menyusun perencanaan produksi yang lebih matang.
   
2. Sales
   Tim sales mendapat peran baru, yaitu memberi masukan tentang promosi, kampanye, dan perubahan pasar untuk menyesuaikan forecast. Sebagai gantinya, sales order mereka mengonsumsi forecast secara otomatis, dan janji pengiriman ke distributor menjadi lebih realistis karena stok sudah disiapkan lebih awal.
   
3. Purchasing
   Pembelian bahan baku bisa dilakukan sesuai lead time pemasok, bukan dalam kondisi mendesak. Pembelian mendadak dan pengiriman ekspres berkurang, dan proyeksi kebutuhan yang jelas membuka ruang berdiskusi dengan pemasok jauh sebelum musim puncak.
   
4. Manajemen
   Manajemen memperoleh satu versi angka yang bisa ditelusuri dan diaudit, sehingga keputusan jangka menengah soal modal kerja, kapasitas, dan stok tidak lagi bergantung pada ingatan individu. Diskusi lintas fungsi pun bergeser dari “angka siapa yang benar” ke “asumsi mana yang perlu diubah”.

Kesimpulan

Perencanaan produksi dan pembelian yang bertumpu pada intuisi hampir selalu berujung pada dua masalah yang sama-sama mahal, yaitu overstock yang mengunci modal kerja dan stockout yang membuat penjualan hilang. Demand forecasting menjawabnya dengan proyeksi permintaan per SKU dan per periode yang dibangun dari data penjualan historis, bukan dari ingatan satu orang.

Di SAP Business One, Forecast Module memungkinkan tim membuat proyeksi dari data penjualan, menyesuaikannya sesuai kondisi pasar, lalu memasukkannya ke MRP Run sebagai sumber permintaan tambahan di samping sales order aktual. Hasilnya, rekomendasi pembelian dan produksi muncul lebih awal, PPIC, sales, purchasing, dan manajemen bekerja dari satu versi angka, dan keputusan perencanaan jangka menengah menjadi lebih mudah ditelusuri. Tentu akurasi forecast tetap bergantung pada kualitas data dan peninjauan berkala oleh tim, bukan berjalan otomatis tanpa pengawasan.

Jika pabrik Anda masih merencanakan permintaan lewat spreadsheet yang terpisah-pisah, saatnya melihat bagaimana software ERP manufaktur bisa menyatukan data penjualan, stok, dan jadwal produksi dalam satu sistem. Konsultasikan kebutuhan Software Anda melalui demo gratis dan temukan bagaimana fitur forecast dapat disesuaikan dengan proses produksi di perusahaan Anda.

FAQ Seputar Demand Forecasting SAP Business One