Blog TI | Digitalisasi Gudang yang Sukses Memerlukan Data yang Andal | Bag 1/2
Data Induk Material Valid sebagai Dasar untuk Proses Aliran Material yang Lebih Efisien
Ketika membahas gudang dan pusat logistik yang inovatif, SSI SCHAEFER adalah mitra tangguh yang memberikan dan mewujudkan solusi dari sumber tunggal berdasarkan permintaan. Produknya yang ekstensif dan sekaligus berkelas atas meletakkan fondasi untuk solusi disesuaikan yang lengkap. Solusi yang lengkap dari SSI SCHAEFER umumnya juga mencakup migrasi sejumlah besar data ke sistem TI, yang diinstal dengan gudang baru. SSI SCHAEFER memiliki keahlian yang dibutuhkan untuk memigrasi data ke sistem baru dalam koordinasi dengan pelanggan dan menyampaikan kepada operator gudang perihal pentingnya data yang valid dan manfaatnya bagi operasi gudang yang berkelanjutan dan efisien.
Sejak permulaan sekali evolusi TI, data telah secara digital diproses menjadi informasi secara numerik. Kualitas hasilnya selalu bergantung pada kualitas dan keandalan data input, dan inilah yang akan terus terjadi sampai lama di masa mendatang. Pada saat yang sama, model kalkulasi di balik itu semua sangatlah penting karena memproses data input menjadi hasil yang berguna dan efisien. Tidak ada jalan lain untuk menghindari perlunya digitalisasi, terutama bila Anda sedang berusaha untuk secara terus-menerus memproses data yang lebih banyak lagi untuk pengoperasian gudang yang lebih baik.
Data yang paling esensial, seperti data induk material yang valid, memiliki potensi yang sangat besar untuk mengontrol gudang dengan cara yang seefisien dan seefektif mungkin.
Menghasilkan Data Induk Material yang Valid
Pertanyaan berikut ini dapat membantu menentukan kualitas dan potensi untuk peningkatan data:
Apakah kotak yang digunakan di gudang disesuaikan dengan ukuran barang dan apakah kuantitas yang dibutuhkan bisa memenuhi kebutuhan gudang?
Bagaimana kemungkinannya mengontrol (secara berulang) isi/tingkat pengisian berdasarkan data yang telah diketahui?
Bagaimanakah tingkat kekurangan kuantitas (atau kelebihan stok) yang ditimbulkan dari masalah registrasi kuantitas?
Apakah kemungkinan persyaratan hukum (misalnya larangan penyimpanan tercampur untuk barang-barang gudang tertentu) secara terus-menerus dan terbukti dipenuhi?
Manajemen gudang yang tepat dan sangat presisi tidak hanya menghasilkan penyimpanan dengan biaya yang sangat optimal, namun juga memberikan data induk material yang sangat andal.
Menghindari Pergudangan yang Tidak Efisien
Tetapi apa yang akan terjadi jika tidak cukup banyak perhatian diberikan pada parameter-parameter pergudangan tertentu? Apakah dampak dari pergudangan yang tidak efisien dan kekurangan data induk material yang terkait dengannya?
Pengeluaran tinggi akibat ukuran kotak tidak dicocokkan dengan kuantitas pengisian ulang:
Kontainer pasokan yang sudah dibuka tetapi belum dikosongkan sepenuhnya harus dikembalikan ke gudang besar. Ini harus dikerjakan karena kuantitas kontainer yang dikirim untuk gudang komponen kecil yang lebih efisien tidak dapat disimpan dalam kotak yang salah pilih selama pengemasan kembali.
Bahaya ketidakstabilan rak struktural akibat kelebihan beban: Karena kurangnya registrasi yang benar mengenai berat barang dan karena itu juga hilangnya indikasi berat atau perhitungan muatan yang salah, area dapat menjadi kelebihan muatan. Namun, ini dapat tidak diketahui sampai benar-benar terlambat.
Lebih dari satu penyimpanan untuk barang yang sama di lokasi penyimpanan yang berbeda karena registrasi ganda atau jamak yang tidak teridentifikasi: Perbandingan berdasarkan kode produsen yang dihubungkan dengan barang dapat membantu menghemat ruang.
Barang yang rusak akibat kurangnya informasi yang sesuai terkait dengan kerapuhan atau hal-hal serupa.
Pemilihan berulang atas unit pemuatan pengiriman yang berukuran terlalu besar dan penggunaan material pengisi yang sangat banyak selama pengemasan.
Barang-barang yang membusuk karena data BBD atau interval waktu maksimum lain untuk penyimpanan terlewati.
Barang-barang yang rusak akibat hilangnya data mengenai persyaratan penyimpanan khusus (kondisi lingkungan, area yang dilindungi secara kelistrikan, dll.).
Pengamatan menunjukkan bahwa akibat masalah-masalah yang disebutkan itu, 'proses khusus' yang tidak didokumentasikan sering kali dilakukan secara tidak resmi: misalnya, perjalanan tambahan ke gudang besar untuk mendapatkan kuantitas yang kurang. Pemeliharaan data yang menyeluruh dan akurat dapat menghilangkan proses yang tidak efisien dan mahal dan secara signifikan meningkatkan angka-angka kunci gudang.
Mempertanyakan Proses Intralogistik dan Mengenali Potensi Optimisasi
Dalam hal ini sangatlah penting untuk meningkatkan kesadaran mengenai potensi optimisasi di dalam gudang. Kesadaran mengenai peluang untuk meningkatkan efisiensi ini merupakan satu-satunya cara untuk mendorong operator gudang agar mempertanyakan dan sebagai hasilnya juga mengoptimalkan proses-proses intralogistik.
Biasanya, operator gudang dengan pengetahuan teknis yang berharga ini sangat senang dengan biaya logistik yang kompetitif. Gudang ini, sebagai contoh, memungkinkan:
Pemanfaatan volume yang lebih tinggi melalui penggunaan kontainer yang lebih efisien.
Pola pengemasan yang terotomatisasi dan andal serta perhitungan gambar pengemasan karena dimensi dan berat untuk algoritme optimalisasi benar.
Pemeriksaan pendahuluan yang terotomatisasi untuk pesanan yang diambil berdasarkan total berat karena spesifikasi berat barang yang andal.
Proses pengisian kembali yang efisien berdasarkan klasifikasi produk saat ini dan dengan demikian penentuan kuantitas yang presisi untuk masing-masing proses pengisian ulang.
Data yang Andal sebagai Dasar untuk Industri 4.0
Pertanyaan ‘Sejauh manakah saya siap menghadapi industri 4.0 dengan gudang saya?’ juga mengimplikasikan pertanyaan ‘Seberapa baikkah kesiapan fondasi data untuk menghadapi industri 4.0?’. Mitra implementasi hanya dapat menciptakan kondisi kerangka kerja masing-masing untuk operasi gudang yang siap menghadapi masa depan jika kualitas data tertentu dipastikan.
Tentang Penulis:
Markus Klug lulus dari TU Wien di Matematika Terapan. Dia melakukan beberapa penelitian pascasarjana di Glasgow mengenai Metode Berbasis Kernel dan area aplikasinya yang memungkinkan untuk model simulasi diskrit peristiwa. Setelah itu ia mengelola proyek penelitian dan inovasi nasional dan internasional yang terkait dengan logistik transportasi, logistik lokasi, dan rantai pasokan di seluruh dunia di pusat penelitian industri terapan Seibersdorf.
Markus Klug telah menjadi bagian dari SSI SCHAEFER sejak 2013 dan bertanggung jawab atas penggunaan analisis dan simulasi data, peran yang kemudian berkembang mencakup ilmu data dan kecerdasan buatan/pembelajaran mesin.