RPS minggu 3 · 2x50 menit

Desain Jaringan Rantai Pasokan: Keputusan Lokasi Fasilitas & Distribusi

Manajemen Rantai Pasokan · Program Studi Manajemen FEB UNDIP

Di mana sebaiknya pabrik, gudang, dan pusat distribusi ditempatkan — dan mengapa keputusan itu mengunci biaya perusahaan selama bertahun-tahun ke depan.

Selamat datang di pertemuan ketiga, Anda baru saja mempelajari bagaimana strategi rantai pasokan diselaraskan dengan strategi bisnis lewat trade-off efisiensi versus responsivitas. Hari ini kita masuk ke keputusan yang paling konkret dan paling mahal untuk diubah dalam seluruh rantai pasokan, yaitu di mana perusahaan membangun pabrik, gudang, dan pusat distribusinya. Bayangkan Anda adalah manajer rantai pasokan di sebuah perusahaan consumer goods yang sedang mempertimbangkan membuka gudang baru di Jawa Tengah, keputusan itu akan memengaruhi biaya transportasi dan kecepatan layanan selama sepuluh tahun ke depan, bukan hanya tahun ini. Sepanjang dua jam ke depan Anda akan belajar kerangka berpikir dan dua metode hitungan yang dipakai perusahaan riil di Indonesia, dari peritel modern seperti Indomaret sampai pemain e-commerce seperti Tokopedia, untuk menjawab pertanyaan lokasi ini secara sistematis, bukan sekadar intuisi.

Peta & Tujuan Pertemuan 3

Posisi dalam alur RPS

P1 — konsep & tujuan strategis rantai pasokan
P2 — keselarasan strategi: efisiensi vs responsivitas
P3 (hari ini) — desain jaringan: lokasi fasilitas & distribusi
P4 — peramalan permintaan kolaboratif

Sub-CPMK minggu ini

Menjelaskan faktor penentu desain jaringan rantai pasokan
Menghitung trade-off biaya fasilitas, transportasi, & persediaan
Menerapkan metode Center of Gravity untuk lokasi fasilitas
Membandingkan model jaringan distribusi & menilai risikonya

Desain jaringan (network design) adalah keputusan tentang jumlah, lokasi, kapasitas, dan peran fasilitas — pabrik, gudang, pusat distribusi — dalam rantai pasokan. Berbeda dari keputusan operasional harian, keputusan ini bersifat jangka panjang dan mahal untuk dibalik.

Perhatikan bahwa pertemuan ini adalah jembatan penting, minggu lalu Anda belajar bahwa strategi rantai pasokan bisa condong ke efisiensi atau responsivitas, dan hari ini kita akan melihat bagaimana pilihan strategis itu diterjemahkan menjadi keputusan fisik tentang di mana fasilitas dibangun. Saya ingin Anda memperhatikan bahwa keputusan desain jaringan berbeda karakter dari keputusan operasional seperti penjadwalan pengiriman harian, sebab begitu sebuah gudang dibangun di suatu kota, perusahaan terikat pada lokasi itu selama bertahun-tahun karena biaya investasi awal yang besar. Selama sesi ini Anda akan berlatih dua perhitungan konkret, yaitu menghitung trade-off biaya jaringan dan menentukan lokasi optimal dengan metode Center of Gravity, ditutup dengan latihan merancang jaringan distribusi untuk kasus UMKM ekspor. Sebagai gambaran awal, coba pikirkan mengapa Unilever Indonesia memilih membangun pabrik di kawasan industri Cikarang alih-alih tersebar di banyak kota kecil, kita akan menjawab pertanyaan semacam itu dengan kerangka yang sistematis.

Bagian 1

Mengapa Desain Jaringan adalah Keputusan Strategis

Pertanyaan diskusi: mengapa perusahaan air minum kemasan seperti Danone-AQUA membangun puluhan pabrik tersebar di berbagai pulau, sementara produsen elektronik cenderung memusatkan produksi di satu-dua kawasan industri besar?

Efisiensi vs Responsivitas dalam Desain Jaringan

Sama seperti strategi rantai pasokan secara umum, desain jaringan menghadapi trade-off antara biaya rendah (sedikit fasilitas besar, tersentralisasi) dan respons cepat (banyak fasilitas kecil, dekat pelanggan).

Jaringan Tersentralisasi

Sedikit gudang besar → skala ekonomi tinggi, biaya per unit rendah
Persediaan pengaman (safety stock) lebih efisien lewat konsolidasi
Waktu tunggu (lead time) ke pelanggan lebih panjang

Jaringan Terdesentralisasi

Banyak gudang kecil → lebih dekat pelanggan, respons cepat
Biaya fasilitas & persediaan total lebih tinggi
Cocok untuk produk dengan tuntutan pengiriman cepat, mis. bahan segar

Contoh nyata: gudang pusat JNE atau SiCepat cenderung berjenjang — hub besar antar-kota untuk efisiensi, lalu titik distribusi kecil di tiap kecamatan untuk kecepatan last-mile (pengiriman tahap akhir ke pelanggan).

Trade-off ini adalah penerapan langsung dari konsep efisiensi versus responsivitas yang Anda pelajari minggu lalu, hanya saja sekarang diterapkan pada keputusan fisik lokasi fasilitas. Perhatikan bahwa tidak ada jawaban tunggal yang benar, jaringan yang tepat bergantung pada karakteristik produk dan ekspektasi pelanggan. Sebagai ilustrasi, layanan pengiriman makanan seperti GoFood membutuhkan titik distribusi yang sangat dekat dengan pelanggan karena produknya mudah rusak dan pelanggan mengharapkan pengiriman dalam hitungan menit, sementara distributor semen seperti Semen Indonesia bisa memakai jaringan gudang yang jauh lebih tersentralisasi karena produknya tahan lama. Coba Anda pikirkan, kalau perusahaan tempat Anda bekerja menjual produk fesyen daring, ke arah mana sebaiknya desain jaringan gudangnya condong, dan pertimbangan apa yang paling menentukan pilihan itu.

Faktor Penentu Desain Jaringan

Faktor Strategis

Posisi Kompetitif

Fokus biaya rendah → sentralisasi. Fokus kecepatan layanan → jaringan tersebar dekat pasar utama.

Faktor Biaya & Infrastruktur

Fasilitas & Logistik

Biaya tanah/tenaga kerja, ketersediaan pelabuhan & jalan tol, tarif energi di tiap lokasi kandidat.

Faktor Makro & Politik

Regulasi & Insentif

Insentif pajak kawasan industri, tarif bea masuk, stabilitas kebijakan daerah & nasional.

Faktor respons pelanggan menjadi penyeimbang: makin ketat ekspektasi waktu layanan, makin besar tekanan untuk menambah titik fasilitas meski biaya per unit naik.

Trade-off Biaya: Jumlah Fasilitas vs Biaya Total

Kesalahan umum manajer baru: menambah gudang untuk mempercepat layanan tanpa menghitung kenaikan biaya persediaan pengaman di tiap lokasi baru — total biaya justru bisa melewati titik optimal.

Grafik ini adalah inti dari logika desain jaringan, ketika jumlah gudang bertambah, biaya transportasi turun karena jarak ke pelanggan makin dekat, tetapi biaya fasilitas dan persediaan naik karena setiap gudang perlu menyimpan stok pengamannya sendiri. Perhatikan bahwa kurva total biaya berbentuk U, ada titik jumlah fasilitas yang meminimalkan biaya total, menambah gudang melewati titik itu justru merugikan perusahaan meski respons layanan makin cepat. Sebagai contoh, sebuah peritel modern seperti Alfamart harus terus menghitung ulang titik optimal ini setiap kali ekspansi ke wilayah baru, karena penambahan gudang regional tidak otomatis menguntungkan hanya karena mendekatkan diri ke toko. Pada slide berikutnya kita akan menghitung angka konkret dari trade-off ini supaya Anda punya kerangka kuantitatif, bukan hanya bentuk grafik kualitatif.

Coba Sendiri: Cari Titik Optimal Jumlah Gudang

Geser jumlah fasilitas gudang dan amati bagaimana biaya transportasi turun sementara biaya fasilitas & persediaan naik, sampai ketemu titik total biaya terendah.

Hitung dari Nol: Total Biaya Logistik Jaringan 4-Gudang

Kasus: perusahaan distribusi consumer goods mengevaluasi total biaya logistik tahunan jika mengoperasikan 4 gudang regional alih-alih 1 gudang pusat.

Langkah	Perhitungan	Nilai
1. Biaya fasilitas per gudang/tahun	diketahui dari kontrak sewa & operasional	Rp 1,2 miliar
2. Total biaya fasilitas (4 gudang)	4 × Rp1,2 miliar	Rp 4,8 miliar
3. Biaya transportasi outbound jaringan	data historis pengiriman ke 4 wilayah	Rp 6,5 miliar
4. Basis biaya persediaan pengaman (1 gudang)	data persediaan sebelum ekspansi	Rp 3 miliar
5. Faktor kenaikan persediaan (square root law)	√4 gudang	2
6. Biaya persediaan pada 4 gudang	2 × Rp3 miliar	Rp 6 miliar
7. Total biaya logistik jaringan	Rp4,8m + Rp6,5m + Rp6m	Rp 17,3 miliar

Total Biaya Logistik Tahunan

Rp 17,3 M

4 gudang regional — bandingkan dengan skenario 1 gudang pusat sebagai baseline

Perhatikan langkah kelima yang menggunakan square root law, yaitu kaidah empiris dalam manajemen persediaan yang menyatakan biaya persediaan pengaman naik proporsional dengan akar kuadrat jumlah lokasi penyimpanan, bukan naik secara linear. Ini artinya menggandakan jumlah gudang tidak menggandakan biaya persediaan, tetapi tetap ada kenaikan yang harus diperhitungkan sebelum memutuskan ekspansi jaringan. Dalam praktik konsultasi rantai pasokan di Indonesia, kaidah ini sering dipakai untuk mengevaluasi rencana ekspansi gudang regional milik perusahaan FMCG atau distributor farmasi. Coba Anda hitung sendiri, jika perusahaan ini menambah menjadi 9 gudang, berapa faktor kenaikan biaya persediaannya dan apakah penambahan itu masih masuk akal secara ekonomis dibanding penghematan transportasi yang diperoleh.

Bagian 2

Kerangka & Model Keputusan Lokasi Fasilitas

Setelah memahami trade-off biaya, bagaimana perusahaan sebenarnya memutuskan kota atau kawasan spesifik tempat gudang dibangun?

Kerangka 4-Fase Keputusan Jaringan (Chopra & Meindl)

Fase I–II bersifat strategis (dijawab direksi & VP rantai pasokan), Fase III–IV bersifat teknis-kuantitatif (dijawab tim analitik dengan metode seperti Center of Gravity & scorecard berbobot).

Kerangka empat fase ini membantu Anda memahami bahwa keputusan lokasi bukan satu langkah tunggal, melainkan penyempitan bertahap dari pertanyaan besar ke pertanyaan spesifik. Fase pertama menjawab apakah perusahaan perlu jaringan global atau cukup domestik, fase kedua menyempitkan ke wilayah atau provinsi target, fase ketiga menyaring kota-kota kandidat yang memenuhi syarat minimum seperti akses jalan tol dan ketersediaan lahan, dan fase keempat memilih satu lokasi final dari kandidat tersisa. Sebagai contoh, ketika sebuah perusahaan farmasi multinasional memutuskan membangun pabrik di Indonesia, fase pertama menentukan apakah Asia Tenggara perlu punya basis produksi sendiri, baru kemudian fase-fase berikutnya menyaring dari Jawa Barat, ke kawasan industri tertentu, sampai akhirnya satu lokasi spesifik. Metode Center of Gravity dan scorecard yang akan kita pelajari berikutnya adalah alat bantu di fase ketiga dan keempat ini.

Metode Center of Gravity: Konsep Dasar

Metode Center of Gravity (titik pusat gravitasi) menghitung koordinat lokasi yang meminimalkan total biaya transportasi tertimbang terhadap volume permintaan tiap titik pelanggan.

Cx = Σ(Dᵢ × Xᵢ) ÷ ΣDᵢ | Cy = Σ(Dᵢ × Yᵢ) ÷ ΣDᵢ

Input yang dibutuhkan

Koordinat (X,Y) tiap kota/wilayah pelanggan utama
Volume permintaan (D) sebagai bobot tiap titik

Keterbatasan metode

Mengabaikan hambatan geografis (laut, gunung, kemacetan)
Hasil adalah titik awal analisis, bukan keputusan final

Hitung dari Nol: Center of Gravity untuk 3 Kota

Kasus: distributor nasional melayani Jakarta, Surabaya, dan Semarang dengan volume permintaan berbeda, mencari koordinat gudang regional baru.

Langkah	Perhitungan	Nilai
1. Titik & bobot: Jakarta (100,200) D=500; Surabaya (700,150) D=300; Semarang (400,180) D=200	total bobot permintaan	ΣD = 1.000
2. Σ(D×X): (500×100)+(300×700)+(200×400)	50.000+210.000+80.000	340.000
3. Koordinat X pusat gravitasi	340.000 ÷ 1.000	X = 340
4. Σ(D×Y): (500×200)+(300×150)+(200×180)	100.000+45.000+36.000	181.000
5. Koordinat Y pusat gravitasi	181.000 ÷ 1.000	Y = 181

Lokasi Gudang Optimal

(340, 181)

koordinat mendekati Semarang — wajar, karena Semarang berada di antara dua titik permintaan besar

Hasil perhitungan ini menunjukkan titik koordinat 340,181 berada paling dekat dengan Semarang dibanding Jakarta atau Surabaya, meski bukan tepat di koordinat Semarang, karena Jakarta memiliki bobot permintaan tertinggi sehingga titik optimal tertarik sedikit ke arah Jakarta. Perhatikan bahwa hasil ini konsisten dengan praktik nyata banyak distributor nasional yang menempatkan gudang regional di koridor Jawa Tengah untuk melayani Jawa bagian barat dan timur sekaligus. Coba Anda ulangi perhitungan ini seandainya bobot permintaan Surabaya naik menjadi 600 karena ekspansi bisnis di Jawa Timur, ke arah mana menurut Anda titik optimal akan bergeser. Latihan semacam ini adalah yang biasa dilakukan analis rantai pasokan di perusahaan distribusi consumer goods sebelum mengajukan proposal lokasi gudang baru ke manajemen.

Coba Sendiri: Hitung Titik Gravitasi untuk Kota Anda Sendiri

Ubah koordinat dan bobot permintaan tiap kota lalu lihat bagaimana titik lokasi gudang optimal ikut bergeser secara langsung.

Melengkapi Angka dengan Faktor Kualitatif

Center of Gravity hanya menjawab aspek biaya transportasi. Keputusan final butuh scorecard berbobot yang memasukkan faktor kualitatif seperti tenaga kerja, infrastruktur, dan risiko daerah.

Kandidat A — Semarang

Akses tol Trans-Jawa kuat, biaya tanah moderat, tenaga kerja cukup tersedia.

Kandidat B — Solo

Biaya lebih rendah, tetapi akses pelabuhan & jalan tol relatif lebih jauh.

Kandidat C — Surabaya

Akses pelabuhan Tanjung Perak terbaik, tetapi biaya tanah & upah tertinggi.

Skor total — hasil bobot kriteria (akses infrastruktur, biaya, tenaga kerja, risiko) × nilai tiap kandidat — menempatkan Surabaya unggul meski bukan titik Center of Gravity paling optimal secara jarak murni.

Perhatikan bahwa skor tertinggi jatuh pada Surabaya, bukan Semarang yang justru paling dekat dengan titik Center of Gravity yang kita hitung sebelumnya, ini menunjukkan mengapa metode kuantitatif jarak saja tidak pernah cukup untuk keputusan lokasi final. Scorecard berbobot bekerja dengan memberi bobot persentase pada tiap kriteria, misalnya akses infrastruktur 35%, biaya 30%, tenaga kerja 20%, dan risiko daerah 15%, lalu tiap kandidat dinilai pada skala tertentu dan dikalikan bobotnya. Dalam praktik konsultasi lokasi pabrik di Indonesia, kriteria semacam ini sering ditambah dengan indikator stabilitas kebijakan daerah dan riwayat konflik lahan, yang sulit dikuantifikasi tetapi krusial. Menurut Anda, kalau perusahaan Anda sangat sensitif terhadap biaya operasional jangka panjang, bobot kriteria mana yang seharusnya dinaikkan dibanding skenario tadi?

Mini-Kasus: Ekspansi Gudang E-commerce Nasional

Ilustrasi berbasis praktik industri e-commerce Indonesia. Sebuah platform belanja daring besar awalnya hanya memiliki satu gudang pusat di Jabodetabek, lalu menghadapi keluhan waktu kirim lambat ke pelanggan Jawa Timur dan luar Jawa.

Langkah analisis yang ditempuh tim rantai pasokan:

Menghitung sebaran volume pesanan per provinsi — ternyata 60% permintaan berasal dari Jawa
Menjalankan Center of Gravity untuk kandidat gudang kedua — titik optimal jatuh di koridor Jawa Tengah–Timur
Menilai kandidat kota dengan scorecard: akses tol, biaya sewa gudang, ketersediaan kurir last-mile

Keputusan akhir: gudang kedua dibuka di Surabaya, mengurangi rata-rata waktu kirim ke Jawa Timur & Indonesia Timur secara signifikan tanpa menggandakan seluruh biaya operasional.

Kasus ini menggambarkan alur kerja nyata yang biasa dijalankan tim rantai pasokan di perusahaan e-commerce besar seperti Tokopedia atau Blibli ketika mempertimbangkan gudang regional kedua. Perhatikan urutan langkahnya, mereka tidak langsung memutuskan kota berdasarkan intuisi, melainkan mulai dari data sebaran permintaan, lalu memakai Center of Gravity sebagai titik awal, dan menutupnya dengan scorecard kualitatif sebelum keputusan final. Saya ingin Anda memperhatikan bahwa hasil akhirnya adalah kompromi, bukan solusi matematis murni, karena Surabaya dipilih bukan hanya karena skor tertinggi tetapi juga karena kesiapan ekosistem kurir last-mile di sana. Menurut Anda, kalau permintaan dari Kalimantan dan Sulawesi terus tumbuh, kapan sebaiknya perusahaan ini mempertimbangkan gudang ketiga, dan analisis apa yang harus diulang?

Bagian 3

Keputusan Jaringan Distribusi

Setelah lokasi fasilitas ditentukan, pertanyaan berikutnya: bagaimana produk mengalir dari gudang ke pelanggan akhir?

Enam Model Desain Jaringan Distribusi

Model 1–2

Penyimpanan di Pabrik

Drop-shipping langsung ke pelanggan (1) atau via distributor perantara (2). Persediaan minimal, respons lebih lambat.

Model 3–4

Penyimpanan Distributor

Distributor mengirim paket gabungan (3) atau kurir (4) ke pelanggan. Keseimbangan biaya & kecepatan.

Model 5–6

Penyimpanan Ritel

Pelanggan ambil di toko (5) atau kombinasi jaringan toko & gudang lokal (6). Respons tercepat, biaya persediaan tertinggi.

Istilah drop-shipping: pengiriman langsung dari pabrik/pemasok ke pelanggan akhir tanpa singgah di gudang penjual — umum dipakai lapak online kecil di marketplace.

Keenam model ini pada dasarnya menjawab satu pertanyaan, di titik mana dalam rantai pasokan persediaan disimpan sebelum sampai ke pelanggan. Model penyimpanan di pabrik cocok untuk produk bervariasi tinggi dan jarang dipesan, misalnya furnitur custom yang dijual lewat marketplace dengan sistem drop-shipping dari pengrajin ke pembeli. Model penyimpanan distributor cocok untuk produk dengan permintaan menengah seperti elektronik rumah tangga, sementara model penyimpanan ritel cocok untuk produk kebutuhan sehari-hari dengan permintaan tinggi dan stabil seperti yang dijual Indomaret dan Alfamart. Perhatikan bahwa satu perusahaan bisa memakai kombinasi beberapa model sekaligus untuk kategori produk berbeda, dan pada slide berikutnya kita akan membandingkan trade-off biaya serta kecepatan di antara model-model ini.

Trade-off Respons vs Biaya Antar-Model Distribusi

Tidak ada model yang "terbaik" secara universal — pilihan bergantung pada nilai produk, frekuensi pesanan, dan ekspektasi waktu kirim pelanggan target.

Studi Kasus Indonesia: Ritel Modern vs E-commerce

Indomaret/Alfamart — Model Ritel

Jaringan gudang distribusi regional → ribuan gerai
Persediaan tersebar luas, respons ke pelanggan hampir instan
Investasi persediaan & properti sangat besar & berkelanjutan

Tokopedia/JNE — Model E-commerce

Kombinasi gudang fulfillment terbatas & drop-shipping penjual
Bergantung jaringan kurir last-mile pihak ketiga
Fleksibel menambah kategori tanpa investasi gerai fisik

Kedua model sama-sama valid karena melayani segmen pelanggan & kategori produk yang berbeda — bukan karena satu model "lebih maju" dari yang lain.

Perbandingan ini penting supaya Anda tidak terjebak anggapan bahwa model distribusi e-commerce otomatis lebih unggul dibanding ritel fisik tradisional, keduanya adalah pilihan desain jaringan yang rasional untuk konteks masing-masing. Indomaret dan Alfamart membangun jaringan distribusi fisik masif karena produk kebutuhan sehari-hari menuntut ketersediaan instan tanpa menunggu pengiriman, sementara model Tokopedia yang mengandalkan mitra kurir seperti JNE cocok untuk kategori produk yang lebih beragam dan tidak selalu butuh kecepatan sama. Perhatikan bahwa kedua model ini juga saling mendekat, ritel modern mulai membangun layanan antar cepat, sementara e-commerce mulai membangun gudang fulfillment sendiri di kota-kota besar. Menurut Anda, tren konvergensi semacam ini akan mengarah ke model distribusi seperti apa dalam lima tahun ke depan?

Risiko Desain Jaringan yang Terlalu Tersentralisasi

Efisiensi biaya dari sentralisasi punya sisi gelap: konsentrasi risiko pada satu atau sedikit lokasi.

Bencana alam, kebakaran, atau gangguan operasional di satu gudang besar dapat melumpuhkan seluruh jaringan pengiriman
Ketergantungan pada satu jalur infrastruktur (misalnya satu pelabuhan utama) memperbesar dampak gangguan eksternal
Waktu pemulihan (recovery time) lebih lama karena tidak ada fasilitas cadangan terdekat

Contoh nyata: gangguan banjir besar di kawasan industri sekitar Jakarta pernah melumpuhkan distribusi sejumlah produsen yang menggantungkan seluruh produksi & pergudangan pada satu kawasan tunggal.

Poin ini penting untuk mengimbangi seluruh pembahasan efisiensi biaya sepanjang pertemuan hari ini, sebab desain jaringan yang optimal secara biaya di atas kertas belum tentu optimal ketika mempertimbangkan risiko gangguan atau disruption. Perhatikan bahwa topik manajemen risiko gangguan ini akan kita bahas lebih dalam pada pertemuan mendatang, tetapi penting Anda sadari sejak sekarang bahwa keputusan lokasi fasilitas bukan hanya soal biaya dan kecepatan, melainkan juga soal ketahanan jaringan. Banyak perusahaan besar di Indonesia mulai menerapkan strategi dual-sourcing atau gudang cadangan di kawasan berbeda justru sebagai respons terhadap pengalaman pahit gangguan banjir atau kebakaran gudang. Menurut Anda, berapa banyak tambahan biaya yang wajar dikeluarkan perusahaan untuk membangun redundansi semacam ini, dibanding risiko kerugian total kalau gangguan benar-benar terjadi?

Latihan Kelas: Rancang Jaringan Distribusi UMKM Ekspor

Kasus: sebuah koperasi UMKM kopi di Jawa Tengah mulai mengekspor ke tiga kota tujuan domestik sebelum pengiriman ke pelabuhan ekspor: Jakarta (bobot permintaan 400), Surabaya (bobot 250), Semarang (bobot 350) — sebagai titik konsolidasi sebelum ke pelabuhan.

Instruksi tugas kelompok (15 menit):

Hitung titik Center of Gravity (Cx, Cy) dengan koordinat: Jakarta (100,200), Surabaya (700,150), Semarang (400,180)
Tentukan apakah titik itu paling cocok memakai model distribusi distributor atau gudang lokal, dengan alasan
Identifikasi satu risiko gangguan yang perlu diantisipasi bagi jaringan konsolidasi ekspor ini

Siapkan jawaban kelompok Anda untuk dipresentasikan singkat — fokus pada logika perhitungan dan justifikasi model, bukan hanya angka akhir.

Latihan ini sengaja menggunakan angka yang mirip dengan contoh Center of Gravity yang sudah kita hitung bersama tadi, supaya Anda bisa langsung menerapkan rumus tanpa kebingungan angka baru, namun dengan konteks kasus yang berbeda yaitu UMKM ekspor kopi. Silakan Anda bekerja dalam kelompok kecil, dan ingat bahwa jawaban yang saya cari bukan sekadar angka koordinat, melainkan bagaimana Anda mengaitkan hasil hitungan itu dengan pilihan model distribusi yang masuk akal secara bisnis. Saya akan berkeliling selama pengerjaan untuk menjawab pertanyaan, dan beberapa kelompok akan saya minta mempresentasikan hasilnya di depan kelas. Latihan semacam ini mencerminkan pekerjaan nyata konsultan rantai pasokan yang sering dilibatkan lembaga seperti Kementerian Koperasi dan UKM untuk mendampingi UMKM naik kelas ke pasar ekspor.

Ringkasan Pertemuan 3 & Jembatan ke Pertemuan 4

Yang sudah Anda kuasai hari ini

Trade-off biaya fasilitas, persediaan, & transportasi dalam desain jaringan
Metode Center of Gravity untuk menentukan lokasi fasilitas
Enam model jaringan distribusi & trade-off respons vs biaya
Risiko konsentrasi jaringan yang terlalu tersentralisasi

Pertemuan 4: Peramalan Permintaan Kolaboratif

Jaringan sudah dirancang — berikutnya: berapa banyak yang harus disiapkan?
Peramalan permintaan menentukan tingkat persediaan di tiap fasilitas
Kolaborasi data pemasok-peritel untuk mengurangi ketidakpastian

Ingat kaitan penting: lokasi & jumlah fasilitas yang sudah Anda rancang hari ini hanya optimal jika ramalan permintaan yang mendasarinya akurat — itulah topik pertemuan berikutnya.

Sebagai penutup, mari kita rangkum bahwa hari ini Anda telah belajar menjawab pertanyaan di mana dan berapa banyak fasilitas sebaiknya dibangun, mulai dari trade-off biaya, metode kuantitatif Center of Gravity, sampai model-model distribusi dan risikonya. Perhatikan bahwa seluruh perhitungan desain jaringan yang kita lakukan hari ini berasumsi angka permintaan yang sudah diketahui, padahal dalam praktik nyata angka itu adalah hasil peramalan yang penuh ketidakpastian, dan itulah yang akan kita bahas mendalam pada pertemuan berikutnya. Sebagai gambaran, perusahaan seperti Unilever Indonesia atau Indofood bekerja sama erat dengan peritel besar untuk berbagi data penjualan secara kolaboratif, sehingga ramalan permintaan yang dipakai untuk merencanakan jaringan distribusi mereka jauh lebih akurat dibanding ramalan sepihak. Sebelum pertemuan berikutnya, silakan Anda baca kembali catatan hari ini dan pastikan Anda benar-benar bisa menghitung Center of Gravity tanpa melihat contekan, karena kita akan membangun konsep peramalan permintaan di atas asumsi jaringan yang sudah Anda rancang hari ini.