Selama awal tahun 2020-an, bisnis telah menghadapi serangkaian tantangan yang tidak dapat diprediksi oleh sedikit orang. Mulai dari gangguan rantai pasokan global dan penutupan akibat pandemi hingga penerapan tarif yang terus-menerus, kejadian-kejadian tak terduga ini telah menguji batas-batas strategi perencanaan tradisional.
Penutupan pemerintahan Amerika Serikat baru-baru ini menjadi pengingat bahwa sistem yang sudah mapan bisa saja terhenti, yang akan memakan waktu 43 hari dan menghambat segala hal mulai dari pendanaan proyek lokal hingga pengendalian lalu lintas udara dan program bantuan pangan.
Pakar Strategi Ilmu Data Senior di Pengoptimalan Gurobi.
Skenario-skenario ini menunjukkan bahwa bencana-bencana yang jarang terjadi dan kompleks sulit untuk diantisipasi, dan bahkan lebih sulit lagi untuk dimodelkan dan dipersiapkan. Sementara perencanaan skenario terburuk sudah lama mengandalkan sejarah data dan penyangga kontinjensi, apa yang terjadi jika sejarah tidak memberikan preseden?
Di sinilah optimalisasi matematis memainkan peran penting dalam menyederhanakan dan menyederhanakan upaya perencanaan.
Skenario terburuk
Jika Anda memahami teknik pengoptimalan, Anda mungkin mengidentifikasi proses pengoptimalan dalam kasus terburuk sebagai “pengoptimalan yang kuat”. Meskipun ini merupakan aplikasi pengoptimalan yang patut diperhatikan, artikel ini sebenarnya tidak membahas hal itu.
Sebaliknya, bayangkan Anda menjalankan perusahaan manufaktur skala menengah yang berbasis di Amerika Serikat. Milikmu bisnis bergantung pada persetujuan peraturan yang tepat waktu untuk mengirimkan produk melintasi batas negara bagian.
Selama penutupan pemerintahan yang berkepanjangan, persetujuan ini terhenti, meninggalkan tim Anda dengan jumlah produk jadi yang terus bertambah dan tidak dapat mengirimkannya ke mana pun. Persediaan menumpuk, ruang penyimpanan hilang, karyawan menganggur tanpa pekerjaan yang harus dilakukan, dan tenggat waktu pengiriman kontrak semakin dekat.
Skenario terhenti ini rumit dan penuh dengan saling ketergantungan. Batas penyimpanan, batasan anggaran, dan jam kerja tetap tidak dapat disesuaikan, dan tenggat waktu yang terlewat dapat memicu sanksi finansial dan kerugian pelanggan hubungan.
Tentu saja ada beberapa faktor yang dapat Anda kendalikan—misalnya penjadwalan produksi, alokasi sumber daya dan tenaga kerja, serta sumber alternatif—tetapi tidak ada faktor yang dapat disesuaikan tanpa menimbulkan dampak hilirnya terhadap keuntungan Anda.
Bagaimana Anda dapat merencanakan situasi seperti ini secara efektif?
Tanggapan tradisional
Dunia usaha biasanya melakukan pendekatan terhadap persiapan skenario terburuk dengan metode perencanaan manual. Dalam contoh penutupan kami, hal ini mungkin mencakup tim pimpinan perusahaan manufaktur Anda yang berkumpul untuk melakukan peninjauan spreadsheetmemeriksa data historis, dan melakukan brainstorming skenario untuk memperkirakan potensi dampaknya.
Ini sendiri merupakan metode yang sepenuhnya masuk akal. Tim Anda dapat meninjau serangkaian data masa lalu, membicarakan skenario yang mungkin terjadi di masa depan, dan menerapkan penyangga kontinjensi yang relevan sebagai sarana respons proaktif. Namun keberhasilan pendekatan ini sangat bergantung pada prediktabilitas.
Bukan tidak mungkin bahwa data produksi historis dapat membantu produsen bersiap menghadapi lonjakan permintaan atau hilangnya pemasok strategis. Namun ada hal yang bisa kita pelajari dari paruh pertama dekade ini, yaitu mengharapkan hal-hal yang tidak terduga.
Rantai pasokan yang bergejolak, pasar internasional yang berfluktuasi, konflik global, dan krisis kesehatan yang meluas tidak mudah untuk diprediksi dan dipersiapkan secara efektif.
Dan ketika faktor-faktor tersebut digabungkan dengan puluhan variabel yang sudah ada sebelumnya—batas penyimpanan, jam kerja, kontrak, dan banyak lagi—respon tradisional dengan cepat menjadi lambat, reaktif, dan umumnya tidak memadai.
Menanggapi dengan optimasi
Pengoptimalan matematis menawarkan kepada bisnis saat ini pendekatan yang berbeda secara mendasar terhadap persiapan skenario terburuk. Daripada mengandalkan insting dan data statis, pengoptimalan memanfaatkan algoritme canggih untuk menilai berbagai tantangan dan memberikan solusi terbaik.
Setiap masalah optimasi matematika meliputi:
- Fungsi tujuan, atau tujuan yang ingin Anda capai.
- Variabel keputusan, atau faktor-faktor yang dapat diubah.
- Kendala, atau faktor yang tidak dapat diubah.
Dalam skenario manufaktur kami, faktor-faktor ini adalah:
- Fungsi obyektif untuk meminimalkan total biaya sambil tetap memenuhi kewajiban pengiriman.
- Variabel keputusan seperti tingkat produksi, alokasi tenaga kerja, dan keputusan outsourcing.
- Kendala yang mencakup kapasitas penyimpanan, anggaran, ketersediaan tenaga kerja, dan batasan peraturan.
Tim Anda dapat menggunakan variabel-variabel ini untuk membuat model matematika yang mewakili masalah Anda. Kemudian, dengan menggunakan pemecah pengoptimalan untuk menjalankan algoritme yang relevan, Anda dapat menentukan keseimbangan optimal antara prioritas yang bersaing dalam hitungan menit, bukan hari.
Model tersebut mungkin merekomendasikan pengurangan produksi hingga jumlah tertentu, dan mengalokasikan kembali sumber daya tenaga kerja untuk pemeliharaan preventif proyekdan/atau melakukan outsourcing sebagian produksi untuk menghindari kelebihan penyimpanan.
Apapun rekomendasinya, Anda dapat yakin karena mengetahui bahwa rekomendasi tersebut telah diinformasikan oleh semua variabel yang relevan dan bertekad untuk menjadi solusi terbaik.
Menggunakan optimasi secara drastis menyederhanakan proses persiapan, membuat pertimbangan dan keputusan skenario terburuk menjadi lebih cepat dan lebih dapat diandalkan.
Pengambil keputusan masih mempunyai wewenang untuk berbagi masukan penting dan memiliki keputusan akhir tentang bagaimana tim bergerak maju, sambil melakukan outsourcing pekerjaan komputasi yang memakan waktu ke model matematika yang stabil, dapat dipercaya, dan mudah diperbarui serta algoritma canggih yang dapat menyelesaikannya.
Menuju masa depan yang tidak terlalu panik
Skenario terburuk tidak lagi jarang terjadi seperti dulu. Mulai dari pandemi dan tarif hingga penutupan pemerintahan yang berkepanjangan, gangguan lebih sering terjadi, lebih kompleks, dan lebih sulit diprediksi.
Pengoptimalan matematis memberi bisnis masa kini cara yang lebih cerdas untuk maju. Dengan melakukan pemodelan dan peninjauan skenario, pengoptimalan dapat membantu mengubah perencanaan manual yang panjang dan tidak pasti menjadi strategi bisnis yang proaktif.
Meskipun model pengoptimalan tidak dapat sepenuhnya menghilangkan ketidakpastian dan risiko—karena tidak ada solusi yang benar-benar dapat menghilangkannya—model ini dapat bertindak sebagai metafora “batu dalam badai”, yang membantu tim bereaksi terhadap perubahan lingkungan dengan kemampuan pemecahan masalah yang cepat dan andal.
Ketika bencana yang belum pernah terjadi sebelumnya terjadi, bisnis yang didorong oleh optimalisasi dapat yakin akan hasil dari upaya proaktif mereka, daripada harus bersusah payah untuk menutupi kurangnya kesiapan.
Kami telah menampilkan platform intelijen bisnis terbaik.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, cari tahu lebih lanjut di sini: https://www.techradar.com/news/submit-your-story-to-techradar-pro
