Seorang distributor di Bekasi pernah meminta saya membangun sistem reorder otomatis. Idenya sederhana: begitu stok turun di bawah ambang batas, sistem otomatis menerbitkan purchase order. Tidak ada lagi stockout, tidak ada lagi pengecekan manual. Lalu saya melontarkan satu pertanyaan yang langsung menghentikan proyek ini di tempat: seberapa akurat data stok Anda saat ini? Jawaban jujurnya, setelah digali lebih dalam, sekitar 80 persen.

Akurasi stok sebelum otomasi bukan sekadar nilai tambah. Itu adalah keseluruhan permainannya. Mengotomasi gudang yang catatan stoknya hanya 80 persen akurat tidak memperbaiki apa pun. Itu hanya menghasilkan jawaban salah lebih cepat, lebih percaya diri, dan dalam skala yang lebih besar. Sistem reorder tadi akan memesan stok yang sebenarnya sudah ada dan melewatkan pesanan yang justru mendesak dibutuhkan, semuanya otomatis, semuanya salah.

Ini adalah prinsip garbage-in dalam bentuknya yang paling konkret. Software tidak membersihkan data Anda. Software bertindak berdasarkan data itu. Jika datanya bohong, software akan membohongi Anda balik dengan kecepatan mesin.

Apa sebenarnya arti akurasi stok

Orang melempar istilah ini tanpa angka di baliknya. Akurasi stok sederhananya begini: untuk satu item tertentu, apakah jumlah di sistem cocok dengan jumlah fisik di rak? Diukur di seluruh katalog Anda, berapa persen item yang cocok?

Kebanyakan pelaku UKM yang saya temui mengira mereka berada di angka 95 persen, padahal kenyataannya 75 sampai 85 persen. Jarak antara apa yang mereka yakini dan apa yang sebenarnya terjadi justru menjadi bahayanya, karena mereka cukup percaya diri untuk mengotomasi di atas catatan yang sebenarnya tidak kuat menopang beban itu.

Kenapa angka 80 persen terasa baik-baik saja sehari-hari? Karena manusia menyerap error itu. Staf gudang Anda tahu sistem bilang 40 tapi kenyataannya cuma 12, jadi mereka mengecek fisik dulu sebelum berjanji ke pelanggan. Penyangga manusia ini menyembunyikan masalahnya. Begitu Anda mengotomasi, Anda menghilangkan orang yang diam-diam mengoreksi kenyataan itu, dan setiap error yang tersembunyi berubah menjadi kesalahan nyata.

Cara mengukurnya: cycle count

Anda tidak bisa memperbaiki apa yang tidak Anda ukur, jadi mulailah dari sini sebelum menyentuh software apa pun.

Alatnya adalah cycle count. Alih-alih menutup gudang setahun sekali untuk stock opname penuh, Anda menghitung sebagian kecil item setiap minggu dan membandingkan fisik dengan sistem.

Pendekatan sederhana yang terbukti berjalan untuk UKM:

  1. Bagi katalog berdasarkan nilai. 20 persen teratas item berdasarkan nilai atau pergerakan layak dihitung sesering mungkin. Ekor yang lambat dan murah bisa dihitung jarang-jarang.
  2. Hitung jumlah tetap setiap minggu. Pilih 30 sampai 50 item tiap minggu. Hitung secara fisik. Catat jumlah sistem versus aktual.
  3. Hitung akurasinya. Item yang cocok persis, dibagi jumlah item yang dihitung. Lacak angka ini setiap minggu.
  4. Perhatikan trennya, bukan satu kali baca. Satu kali hitung tidak memberi tahu banyak. Enam minggu hasil hitung menunjukkan apakah Anda stabil di 78 persen, atau justru sedang merosot dari 78 persen.

Dalam sebulan Anda akan punya angka akurasi yang jujur, kemungkinan lebih rendah dari perkiraan, dan daftar persis item mana yang paling sering meleset. Daftar itu berharga, karena langsung menunjuk ke akar masalahnya.

Penyebab akar yang umum terjadi

Inventori tidak melenceng secara acak. Ia melenceng lewat jalur-jalur manusia yang spesifik dan membosankan. Hampir semua UKM yang pernah saya tangani punya beberapa pola yang sama.

  • Retur yang tidak tercatat. Pelanggan mengembalikan barang, staf menaruhnya kembali di rak, tidak ada yang memperbarui sistem. Fisik naik, catatan tidak. Ini masalah besar di retail.
  • Pinjam-meminjam informal. Satu cabang kehabisan stok lalu mengambil dari cabang lain lewat telepon tanpa dokumen apa pun. Kedua catatan jadi salah.
  • Kesalahan penerimaan barang. Pengiriman 100 unit dicatat 100, padahal 3 rusak dan diam-diam disisihkan. Atau yang datang cuma 96 dan tidak ada yang menghitungnya.
  • Penjualan tidak dicatat tepat waktu. Penjualan tunai saat jam sibuk dicatat belakangan, digabung sekaligus, atau bahkan tidak dicatat sama sekali.
  • Susut (shrinkage). Pencurian, kerusakan, dan kedaluwarsa yang tidak ingin dicatat siapa pun karena mencatatnya mengundang pertanyaan.

Perhatikan, tidak satu pun dari ini masalah software. Semuanya masalah disiplin. Itulah kenapa membeli sistem gudang canggih sebelum membenahi ini semua tidak mengubah apa pun. Ini pelajaran yang sama dengan ongkos sebenarnya dari "dari dulu memang begini caranya": kebiasaan informal terasa nyaman tapi diam-diam mahal.

Perbaikan disiplin harus datang sebelum perbaikan software

Ini urutan yang benar-benar berhasil, dan bukan urutan yang akan dijual kebanyakan vendor kepada Anda.

Pertama, benahi prosesnya. Wajibkan retur-ke-stok harus melalui entri sistem, tanpa pengecualian. Hentikan pinjam-meminjam antar-cabang informal atau paksa lewat catatan transfer dua menit. Hitung barang saat diterima di pintu. Catat penjualan secara real time. Ini aturan-aturan membosankan yang ditegakkan oleh manajer, bukan fitur yang dibeli dari vendor.

Lalu, ukur lagi. Jalankan cycle count selama sebulan lagi. Perhatikan akurasi naik dari 80 menuju 95 seiring disiplin proses mulai tertanam. Ini bukti bahwa Anda sudah siap.

Baru setelah itu, otomasi. Begitu catatan Anda bisa dipercaya, otomasi menjadi pengganda yang memang seharusnya. Reorder otomatis di atas data 96 persen akurat adalah keunggulan sejati. Di atas data 80 persen, itu adalah beban dengan dashboard yang tampak bagus.

Saya tidak pernah menyesal membuat klien menghabiskan dua bulan untuk disiplin sebelum menghabiskan uang untuk software. Saya berkali-kali melihat kebalikannya berujung buruk: sistem mahal yang menghasilkan omong kosong penuh percaya diri karena fondasinya keropos.

Yang bisa langsung diterapkan

Tetapkan akurasi stok sebelum otomasi, selalu, seberapa pun menariknya demo software yang ditawarkan. Ukur akurasi sebenarnya dengan cycle count mingguan, temukan akar masalahnya di retur, pinjam-meminjam informal, dan kesalahan penerimaan barang, lalu perbaiki dengan disiplin proses terlebih dahulu.

Otomasi baru layak dilakukan setelah catatan Anda bisa dipercaya, karena otomasi memperbesar apa pun yang diberikan kepadanya. Beri data bersih, ia melipatgandakan efisiensi Anda. Beri data sampah, ia melipatgandakan kesalahan Anda. Jika Anda ingin penilaian yang jernih apakah operasi Anda benar-benar siap untuk otomasi, itulah persisnya pekerjaan dasar yang saya lakukan bersama klien sebagai mitra teknologi.