RPS minggu 14 · 2x50 menit

Studi Kasus: Transformasi Digital Operasi

Manajemen Operasi dan Teknologi — Magister Manajemen FEB UNDIP

Pertemuan 13 — Analisis kelompok: mengintegrasikan lean, peramalan, otomasi proses, dan Supply Chain 4.0 ke dalam satu keputusan transformasi

Peta Pertemuan 13

Bagian 1 — Kerangka Diagnostik

Anatomi transformasi digital operasi: apa yang berubah, apa yang tetap
Maturity model digital operations (4 tingkat)
Kerangka keputusan investasi teknologi operasi

Bagian 2 — Studi Kasus & Sintesis

Kasus: PT Ritelindo Nusantara — dari manual ke digital twin
Analisis ROI, risiko, dan change management
Kerja kelompok: rekomendasi ke direksi

Tujuan hari ini bukan menambah alat baru — tapi melatih Anda MENGINTEGRASIKAN lean, forecasting, desain proses, dan SC 4.0 yang sudah dipelajari, menjadi satu rekomendasi keputusan yang defensible di hadapan direksi.

Bagian 1 · Kerangka

Anatomi Transformasi Digital Operasi

Diskusi kelas: apakah "transformasi digital" di perusahaan Anda selama ini benar-benar transformasi, atau sekadar digitisasi proses lama?

Tiga Lapis Perubahan dalam Transformasi Digital Operasi

Lapis 1 — Digitisasi

Data kertas → data digital
Proses tidak berubah
Contoh: scan nota jadi PDF

Lapis 2 — Digitalisasi

Proses didesain ulang mengikuti sistem
Integrasi antar-fungsi (ERP, WMS)
Contoh: replenishment otomatis

Lapis 3 — Transformasi Digital

Model bisnis & keputusan berubah
Data sebagai aset strategis, bukan pendukung
Contoh: digital twin, prediksi permintaan real-time

Kerangka ini diadaptasi dari diskusi digital operations maturity (Ferrantino & Koten, 2019; Ivanov & Dolgui, 2021) — bukan sekadar melabeli "digital", tetapi menilai SEBERAPA DALAM keputusan operasi berubah.

Maturity Model Digital Operations (4 Tingkat)

Langkah	Perhitungan / Kriteria	Nilai
1. Ad-hoc	Keputusan operasi berbasis pengalaman individu, data tersebar di banyak file lokal	Skor kematangan 1/4
2. Terstandarisasi	SOP terdokumentasi, sistem tunggal (ERP dasar), laporan berkala manual	Skor kematangan 2/4
3. Terintegrasi & Prediktif	Data lintas fungsi real-time, model peramalan otomatis mendukung keputusan	Skor kematangan 3/4
4. Adaptif & Otonom	Sistem menyesuaikan diri (dynamic pricing, replenishment otomatis, digital twin)	Skor kematangan 4/4

Rata-rata industri ritel Indonesia (ilustrasi)

~2,3 / 4

Masih di antara terstandarisasi dan terintegrasi

Kerangka Keputusan Investasi Teknologi Operasi

4 Pertanyaan Wajib Sebelum Investasi

Masalah operasi APA yang benar-benar diselesaikan?
Apakah proses sudah didesain ulang, atau sekadar "melapisi" teknologi di proses lama?
Bagaimana ROI diukur — biaya, kecepatan, kualitas, atau ketiganya?
Kapasitas organisasi untuk berubah — SDM, data, budaya — memadai?

Jebakan Umum (Resource-Based View, Barney 1991)

Teknologi mudah ditiru pesaing → bukan sumber keunggulan berkelanjutan sendiri
Keunggulan sesungguhnya: kombinasi teknologi + kapabilitas organisasi yang VRIN
Investasi tanpa kapabilitas komplementer = biaya tenggelam

Prinsip RBV penting di sini: dua perusahaan bisa membeli ERP yang sama persis — yang membedakan hasil adalah kapabilitas organisasi mengeksploitasinya, bukan teknologinya sendiri.

Bagian 1 · Integrasi

Merangkai Sepuluh Topik Sebelumnya

Diskusi kelas: dari antrian, kualitas, persediaan, revenue management, sampai SC 4.0 — topik mana yang paling relevan untuk transformasi digital di sektor Anda?

Peta Integrasi: Topik Inti → Pilar Transformasi Digital

Manajemen jasa & antrian → chatbot & self-service kiosk mengurangi waktu tunggu tanpa menambah loket fisik

Kualitas & Six Sigma → sensor IoT + computer vision mendeteksi cacat real-time, bukan sampling manual

Persediaan & peramalan → algoritma demand sensing menggantikan forecasting berbasis rata-rata bergerak sederhana

Kapasitas & revenue management → dynamic pricing berbasis data permintaan real-time

Desain proses & rantai pasok → digital twin memodelkan skenario "what-if" sebelum eksekusi nyata

Studi kasus berikutnya akan meminta Anda memilih 2-3 pilar ini secara SELEKTIF — bukan mengimplementasikan semuanya sekaligus, karena itulah keputusan manajerial paling realistis.

Bagian 2 · Studi Kasus

PT Ritelindo Nusantara

Diskusi kelas: apa risiko terbesar ketika sebuah ritel nasional melompat langsung dari sistem manual ke digital twin, tanpa melalui tahap integrasi?

Latar Belakang Kasus (Ilustrasi)

Profil Perusahaan

Ritel modern nasional, ~850 gerai, omzet tahunan ~Rp 12 triliun (ilustrasi)
Rantai pasok masih mengandalkan rekonsiliasi stok manual mingguan per gerai
Peramalan permintaan berbasis rata-rata penjualan 4 minggu terakhir
Direksi menargetkan efisiensi biaya operasi 15% dalam 2 tahun melalui digitalisasi penuh

Tim direksi mengusulkan investasi ~Rp 180 miliar (ilustrasi) untuk WMS terintegrasi, sensor IoT gudang, dan model peramalan permintaan berbasis machine learning — namun tim operasi ragu kapasitas 850 gerai siap beralih sekaligus.

Titik Keputusan 1 — Investasi Big-Bang vs Bertahap

Opsi A — Big-Bang (Serentak 850 Gerai)

Waktu implementasi lebih singkat (~9 bulan ilustrasi)
Risiko gangguan operasi serentak nasional bila gagal
Membutuhkan pelatihan SDM massal dalam waktu sempit

Opsi B — Bertahap (Pilot → Rollout Gelombang)

Pilot 30-50 gerai dahulu, evaluasi, baru perluas bertahap
Waktu total lebih panjang (~18-24 bulan ilustrasi)
Risiko lebih terkendali, ada ruang belajar & koreksi

Pertanyaan DiskusiDalam kondisi seperti apa Opsi A justru lebih rasional daripada Opsi B, meskipun risikonya lebih tinggi?

Kerangka Analisis Kasus — Langkah 1: Diagnostik Kematangan

Langkah Analisis	Pertanyaan Panduan	Output
1. Petakan tingkat kematangan saat ini	Di tingkat mana PT Ritelindo berada pada maturity model 4-tingkat?	Estimasi: Tingkat 2 (terstandarisasi)
2. Identifikasi gap kapabilitas	Apa yang kurang: teknologi, SDM, data, atau budaya kerja?	Gap utama: SDM analitik gudang & data quality
3. Prioritaskan pilar transformasi	Pilar mana (dari peta 5 pilar) paling relevan dengan masalah efisiensi 15%?	Prioritas: peramalan & WMS, bukan dynamic pricing dulu
4. Uji kelayakan organisasi	Apakah 850 gerai siap menyerap perubahan sekaligus?	Rekomendasi awal: bertahap, mulai regional

Kesimpulan Langkah 1

Rollout Bertahap

Gap SDM & data quality terlalu besar untuk lompat langsung ke big-bang nasional — kerangka RBV menegaskan kapabilitas organisasi belum siap.

Titik Keputusan 2 — Mengukur ROI Transformasi

Langkah	Perhitungan	Nilai
1. Estimasi penghematan biaya operasi tahunan	15% x Rp 12 triliun (target efisiensi direksi)	Rp 1,8 triliun/tahun
2. Estimasi realistis tahun 1 (rollout bertahap, capaian parsial)	~30% dari target penuh tercapai tahun pertama	30% x Rp 1,8 triliun = Rp 540 miliar
3. Payback period sederhana	Investasi Rp 180 miliar ÷ penghematan tahun 1 Rp 540 miliar	~0,33 tahun (~4 bulan)
4. Payback realistis dengan biaya adopsi tambahan (ilustrasi +40% biaya tersembunyi: pelatihan, downtime, migrasi data)	Investasi efektif Rp 180 miliar x 1,4 = Rp 252 miliar ÷ Rp 540 miliar	~0,47 tahun (~5,6 bulan)

Payback realistis

~5,6 bulan

Masih menarik secara finansial — tapi angka ini SERING terlalu optimis bila risiko adopsi diabaikan

Perhitungan ini sengaja dibuat dua tahap: perhitungan naif di baris ketiga yang biasa disodorkan konsultan dalam presentasi awal, dan perhitungan realistis di baris keempat yang memasukkan biaya tersembunyi seperti pelatihan dan downtime migrasi data. Tekankan kepada mahasiswa bahwa sebagai manajer senior, tugas kritis mereka justru mengoreksi optimisme berlebihan pada perhitungan ROI proyek digital, bukan menerimanya mentah-mentah dari tim IT atau vendor. Ajak mereka menghitung ulang sendiri angka-angka di tabel ini untuk memastikan mereka memahami mekanika perhitungan payback period, bukan sekadar menghafal hasil akhir. Ingatkan juga bahwa payback period sederhana ini tidak memperhitungkan time value of money — sengaja disederhanakan untuk fokus diskusi pada besaran biaya tersembunyi, bukan pada teknik DCF yang sudah dibahas di mata kuliah keuangan.

Titik Keputusan 3 — Manajemen Perubahan (Change Management)

Tahap 1 — Kesadaran Karyawan gudang & kasir perlu memahami MENGAPA sistem lama diganti, bukan sekadar diperintah memakai sistem baru

Tahap 2 — Keinginan Insentif & jalur karier baru bagi staf yang menguasai sistem digital — bukan ancaman PHK tersirat

Tahap 3 — Pengetahuan Pelatihan bertahap sesuai gelombang rollout, bukan pelatihan massal satu kali di awal

Tahap 4 — Kemampuan Pendampingan langsung (super-user di tiap gerai) selama minimal 2 bulan pertama

Tahap 5 — Penguatan Metrik kinerja baru & pengakuan resmi agar perilaku baru tidak kembali ke kebiasaan lama

Kerangka ADKAR (Hiatt, 2006) ini sering diabaikan tim IT yang fokus pada aspek teknis — padahal mayoritas kegagalan transformasi digital ritel disebabkan resistensi SDM di lapangan, bukan kegagalan sistem itu sendiri.

Bagian 2 · Sintesis

Menyusun Rekomendasi ke Direksi

Diskusi kelas: bagaimana Anda menyampaikan risiko rollout bertahap kepada direksi yang sudah berkomitmen pada target efisiensi 15% dalam 2 tahun?

Kerangka Analisis Kasus — Langkah 2: Menyusun Rekomendasi

Langkah Analisis	Pertanyaan Panduan	Output
1. Nyatakan rekomendasi utama di kalimat pertama	Apa satu keputusan inti yang diusulkan?	"Rollout bertahap 4 gelombang regional, mulai Jawa"
2. Dukung dengan 2-3 bukti kuantitatif kunci	Angka mana yang paling meyakinkan direksi?	Payback ~5,6 bulan; gap SDM di 850 gerai
3. Nyatakan risiko utama & mitigasinya secara eksplisit	Apa yang bisa gagal, dan apa rencana cadangannya?	Risiko resistensi SDM → mitigasi ADKAR + super-user
4. Tetapkan milestone keputusan lanjutan (decision gate)	Kapan direksi mengevaluasi ulang untuk lanjut/berhenti?	Evaluasi setelah gelombang 1 (bulan ke-6)

Prinsip inti rekomendasi

Decision Gate

Rekomendasi yang baik ke direksi SELALU menyertakan titik evaluasi ulang — bukan komitmen buta 2 tahun penuh di muka.

Peran Teknologi Emergent: Sekilas Menuju Industri 5.0

Yang Sudah Matang (Layak Diadopsi Sekarang)

WMS & ERP terintegrasi cloud-based
Peramalan permintaan berbasis machine learning
Dynamic pricing untuk kategori produk musiman

Yang Masih Emergent (Perlu Kehati-hatian)

Digital twin skala penuh rantai pasok nasional
Otomasi keputusan penuh tanpa human-in-the-loop
Generative AI untuk perencanaan operasi otonom

Industri 5.0 (European Commission, 2021) menegaskan kembali peran manusia sebagai pusat keputusan — teknologi emergent sebaiknya memperkuat penilaian manajerial, bukan menggantikannya sepenuhnya, terutama pada keputusan berisiko tinggi seperti kasus PT Ritelindo.

Tugas Kelompok — Instruksi Kerja

Format Kerja (30 menit diskusi kelompok + 20 menit presentasi kilat)

Kelompok 4-5 orang, gunakan dua rubrik analisis (diagnostik & rekomendasi) yang sudah dibahas
Tentukan: big-bang atau bertahap, dan tetapkan decision gate pertama
Hitung ulang payback period dengan asumsi Anda sendiri (boleh berbeda dari contoh) — sebutkan asumsinya
Siapkan maksimal 3 slide/poin ringkas untuk presentasi ke "direksi" (kelas)

Penilaian menekankan KEJELASAN LOGIKA rekomendasi dan kesadaran akan trade-off — bukan kerumitan perhitungan atau kepanjangan slide.

Rubrik Penilaian Presentasi Kelompok

Kriteria	Indikator	Bobot
Kejernihan diagnosis	Menyebut tingkat kematangan & gap kapabilitas secara spesifik, bukan generik	25%
Konsistensi logika keputusan	Rekomendasi konsisten dengan diagnosis, bukan terpisah	30%
Kesadaran trade-off & risiko	Menyebut risiko konkret + mitigasi, bukan hanya manfaat	25%
Kejelasan komunikasi ke direksi	Rekomendasi dalam ≤3 poin, decision gate eksplisit	20%

Total bobot

100%

Verifikasi: 25 + 30 + 25 + 20 = 100

Penutup

Dari Analisis ke Keputusan

Diskusi kelas: pelajaran tunggal apa dari seluruh semester ini yang paling akan Anda bawa ke pekerjaan Anda minggu depan?

Ringkasan Pertemuan 13

Yang Sudah Anda Kuasai

Membedakan digitisasi, digitalisasi, dan transformasi digital sesungguhnya
Menilai kematangan digital organisasi dengan 4-tingkat maturity model
Menghitung ROI transformasi secara realistis (termasuk biaya tersembunyi)
Menyusun rekomendasi manajerial dengan decision gate, bukan komitmen buta

Ke Depan

Pertemuan 14: Keberlanjutan & masa depan manajemen operasi (Industri 5.0)
Bawa hasil kerja kelompok hari ini sebagai bahan refleksi akhir semester
Kerangka dua-rubrik hari ini berlaku umum untuk kasus transformasi apa pun di tempat kerja Anda

Inti pertemuan ini: transformasi digital operasi yang berhasil adalah soal KEPUTUSAN MANAJERIAL yang terintegrasi — bukan sekadar pembelian teknologi tercanggih.

Pada slide ringkasan ini, tekankan bahwa kerangka yang dipakai hari ini — maturity model, RBV, ADKAR, dan dua rubrik analisis — bukan alat sekali pakai untuk kasus PT Ritelindo saja, melainkan kerangka umum yang bisa mereka bawa langsung ke pekerjaan di BUMN, bank, atau perusahaan manufaktur tempat mereka bekerja. Ingatkan bahwa pertemuan berikutnya akan membahas Industri 5.0 dan keberlanjutan, yang akan melengkapi perspektif hari ini dengan dimensi jangka panjang dan etika teknologi. Ucapkan Terima Kasih atas partisipasi aktif dalam diskusi kelompok, dan ingatkan tenggat pengumpulan laporan kelompok tertulis bila ada. Tutup dengan mengajak mahasiswa membawa cara berpikir "diagnosis dulu, baru rekomendasi" ini ke setiap keputusan investasi teknologi yang mereka hadapi di kantor masing-masing.