Optimalisasi Parsial dan Optimalisasi Keseluruhan yang Dipikirkan dari Contoh Kehidupan Sehari-hari di Indonesia

Standar optimalisasi berbeda tergantung pada sudut pandang: dalam kasus kemacetan lalu lintas, throughput (total volume perpindahan per unit waktu); dalam aktivitas perusahaan sebagai pemain dalam prinsip pasar, peningkatan keuntungan; dalam kegiatan produksi industri manufaktur, peningkatan produktivitas atau pengurangan biaya.

Cara "Optimal" untuk Mengurangi Kemacetan di Indonesia

Akhir-akhir ini, saya bekerja di kantor layanan MM2100 di Cibitung 2-3 hari dalam seminggu dan sering pulang tepat pukul 17.00. Namun, baik pergi maupun pulang, saya terjebak dalam kemacetan parah di dekat gerbang TOL (jalan tol). Sebagian besar pengemudi, termasuk saya, dipenuhi keinginan untuk segera sampai di tujuan, sehingga persaingan sengit untuk "saya duluan" dengan jarak antar mobil yang sempit terasa penuh dengan ketegangan.

Ketika berhenti total di jalur overtaking dan melihat jalur kiri tiba-tiba mulai mengalir lancar dari samping, saya merasa sangat gelisah. Di sisi lain, saya merasa lelah hanya dengan memikirkan (jika saya pindah jalur dan ternyata ada truk besar yang berjalan lambat di depan, itu akan menjadi rem dan saya akan menyesal karena ternyata tetap di jalur awal lebih cepat). Jika saya memiliki stamina tak terbatas dan teknik mengemudi yang brilian tanpa risiko kecelakaan, terus-menerus berganti jalur mungkin adalah cara tercepat untuk sampai. Namun, saya menyimpulkan bahwa itu adalah metode terbaik.
Seperti dalam "Dilema Tahanan", di mana dua tahanan bisa mendapat hukuman ringan jika saling diam, tetapi karena masing-masing mengaku untuk bebas sendiri, mereka berdua akhirnya mendapat hukuman terberat. Meskipun cara terbaik untuk mengatasi kemacetan adalah semua orang melaju perlahan tanpa berganti jalur, dalam lingkungan yang didasarkan pada asumsi sifat buruk manusia dan ketidakpercayaan terhadap orang lain, muncul pemikiran bahwa jika tidak menyalip, saya akan menjadi satu-satunya yang dirugikan. Akibatnya, kemacetan justru semakin parah.
Di Jepang, ada aturan tak tertulis saat naik eskalator: berdiri di sisi kiri dan membiarkan sisi kanan kosong untuk orang yang berjalan (di Kansai sepertinya kebalikannya). Namun, cara paling efisien untuk bergerak di eskalator sebenarnya adalah berdiri di kedua sisi dengan tenang. Meskipun perusahaan kereta api terus mengkampanyekan hal ini, sulit diterapkan karena orang berpikir, "Saya sedang buru-buru, jadi jika orang yang tidak buru-buru berdiri di satu sisi, tidak ada yang akan mengeluh."

Pemikiran tentang Optimalisasi Parsial dan Optimalisasi Keseluruhan

Optimalisasi keseluruhan pada dasarnya hanya tercapai dalam situasi di mana organisasi dengan kepentingan yang sama berusaha memaksimalkan keuntungan, seperti pabrik yang ingin "meningkatkan produktivitas", "mengirimkan barang tepat waktu tanpa keterlambatan", atau "menurunkan biaya produksi". Namun, dalam kasus kemacetan di jalan tol atau eskalator stasiun saat jam sibuk, di mana setiap orang berpikir "Saya tidak ingin terlambat ke kantor" dan kepentingan berbeda-beda, optimalisasi keseluruhan sulit dicapai.

Bahkan di dalam organisasi dengan kepentingan yang sama, kenyataannya sering terjadi peningkatan biaya stok akibat pemesanan bahan berlebih karena takut lini produksi berhenti akibat kekurangan bahan, penumpukan stok setengah jadi karena takut pasokan ke proses berikutnya terhenti, atau penumpukan stok produk jadi karena takut keterlambatan pengiriman ke pelanggan. Sebaliknya, kekurangan stok bahan, barang setengah jadi, atau produk jadi menyebabkan kehilangan peluang. Akibat optimalisasi parsial ini, peningkatan biaya stok dan kehilangan peluang merusak optimalisasi keseluruhan.

Proses produksi di pabrik komponen roda dua dan roda empat di Indonesia sering kali memiliki pola di mana proses awal adalah pencetakan atau pengepresan, dan proses berikutnya adalah perakitan (ASSY) atau pengelasan. Waktu takt berbeda antara proses awal yang otomatis dengan mesin dan proses berikutnya yang melibatkan kerja manual. Dalam hal ini, jika rencana produksi dibuat dengan pendekatan forward dari proses awal, stok akan menumpuk di proses awal. Oleh karena itu, menyusun rencana proses awal berdasarkan bottleneck proses berikutnya yang memiliki takt lebih lambat akan mencapai optimalisasi keseluruhan.
Dalam ekonomi kapitalisme seperti Jepang atau Indonesia, pemain bisnis di pasar berorientasi pada optimalisasi parsial berdasarkan prinsip kompetisi, yaitu bagaimana menyalip lawan untuk mendapatkan keuntungan lebih besar. Namun, di tempat di mana kesejahteraan publik seperti kemacetan atau eskalator menjadi prioritas, diperlukan kontribusi kepada orang lain dengan mempertimbangkan kepentingan mereka dan membatasi keinginan pribadi, yang mendekati pemikiran sosialisme.
Seperti lomba centipede atau lomba tiga kaki yang bertujuan memenangkan tim, organisasi bergerak dengan orientasi optimalisasi keseluruhan di dalam dan optimalisasi parsial di pasar. Namun, organisasi nyata terdiri dari individu yang ingin menyelesaikan pekerjaan lebih cepat untuk pulang atau mencapai hasil tercepat demi promosi pribadi. Kemampuan untuk mengatasi ego ini dan menyesuaikan langkah dengan organisasi secara keseluruhan adalah perbedaan besar yang membuat manusia lebih unggul dibandingkan hewan (kecuali beberapa spesies seperti serigala atau singa yang berburu secara berkelompok).

Menentukan Standar Optimalisasi dengan Jelas

Sejauh ini, pembahasan tentang standar optimalisasi diukur hanya dengan throughput (dalam hal ini, total volume perpindahan per unit waktu). Namun, dalam kenyataan, tidak semua orang dalam kemacetan atau eskalator selalu ingin bergerak cepat. Sebaliknya, orang yang punya waktu luang mungkin merasa puas dengan membiarkan jalan bagi yang terburu-buru, mendapatkan kepuasan tertinggi dari kontribusi kepada orang lain (bukan pengorbanan diri), meskipun ini bisa dianggap sebagai alasan yang dipaksakan.

Pola umum dalam diskusi optimalisasi adalah pernyataan seperti "Optimalisasi keseluruhan tidak selalu berarti optimalisasi kebahagiaan manusia", yang memulai lingkaran setan dengan mengalihkan topik. Ini terjadi karena standar untuk mengukur tingkat optimalisasi tidak jelas. Misalnya, dalam diskusi optimalisasi industri manufaktur di perusahaan kami, sumbu dasarnya adalah "pengurangan stok melalui pemendekan lead time pembelian dan produksi", dengan mempertimbangkan kendala sumber daya produksi seperti peralatan dan personel.
Dalam komedi seperti manzai atau sketsa, mengalihkan topik secara sengaja digunakan untuk mendapatkan tawa atau mengarahkan diskusi ke arah yang menguntungkan. Namun, kebanyakan orang melakukannya secara tidak sadar dan tanpa rencana, sehingga pembicaraan berputar-putar, waktu terbuang, dan berakhir dengan kesimpulan yang tidak menguntungkan siapa pun.
Dalam diskusi optimalisasi peralatan untuk meningkatkan produktivitas pabrik, munculnya sanggahan seperti "Mengoptimalkan sumber daya produksi belum tentu memaksimalkan kepuasan pelanggan" dapat mengalihkan fokus. Ini terjadi karena standar untuk mengukur tingkat optimalisasi tidak jelas.
Pekerjaan kami adalah perbaikan proses bisnis melalui IT, dan pelanggan sering berkata, "Otomatis optimalkan saja." Ini sama seperti ditanya, "Masakan apa yang paling enak di dunia?" Tanpa diberi tahu standar seperti apa yang dianggap optimal oleh mereka, kami tidak bisa melakukan apa-apa.

Pendekatan Optimalisasi untuk Rencana Produksi Industri Manufaktur

Dalam industri manufaktur, rencana produksi standar dibuat berdasarkan pesanan yang diterima oleh departemen penjualan dari pelanggan dengan mempertimbangkan pengiriman. Berdasarkan bill of materials (BOM), kebutuhan bersih komponen yang harus diproduksi di setiap proses dan bahan baku yang digunakan dihitung. Lot produksi per proses digeser sesuai jumlah hari lead time produksi, lalu tugas dialokasikan ke sumber daya produksi. Jika ada tugas yang melebihi kapasitas, tugas tersebut dipercepat atau dialihkan ke sumber daya alternatif untuk diratakan, sehingga jadwal produksi dibuat.

Dalam proses meratakan tugas yang melebihi kapasitas ke dalam batas kemampuan sumber daya produksi harian, memindahkan tugas yang berlebih akan menyebabkan tugas yang sudah dialokasikan tergeser seperti efek domino secara rekursif. Untuk membuat jadwal yang dioptimalkan, penjadwal produksi tidak hanya melakukan penyesuaian ini secara manual, tetapi juga secara otomatis dengan mempertimbangkan aturan pengiriman (urutan alokasi tugas) dan evaluasi sumber daya (prioritas alokasi tugas) yang telah ditetapkan sebelumnya sebagai parameter.
Hanya dengan pengaturan parameter di penjadwal produksi, sulit mencapai solusi optimal yang memenuhi semua kendala seperti perataan sumber daya produksi, minimasi waktu setup, minimasi keterlambatan pengiriman, dan pengelompokan tungku. Untuk hasil jadwal yang lebih optimal, diperlukan pendekatan optimalisasi dengan menyampling hasil simulasi berulang dan mengevaluasi solusi yang nilai fungsi tujuannya (fungsi yang ingin dimaksimalkan atau diminimalkan dalam masalah optimalisasi) paling mendekati nilai optimal sebagai solusi terbaik.
Di era big data, menganalisis data untuk mengoptimalkan dan memprediksi faktor-faktor yang dapat menurunkan produktivitas pabrik dan memperburuk struktur pendapatan?seperti keterlambatan pengiriman, kekurangan bahan baku, penurunan produktivitas akibat setup berulang, atau stok berlebih akibat pengelompokan lot?sangat penting untuk mempercepat pengambilan keputusan dan meningkatkan efisiensi operasional.
Pendekatan optimalisasi ini tidak hanya digunakan dalam industri manufaktur, tetapi juga dalam eksplorasi cara memanfaatkan ruang lantai secara efektif di ritel, penyediaan produk sesuai tren di departemen pemasaran, pengamanan rute pengiriman yang paling aman dan hemat biaya di departemen transportasi, serta penentuan portofolio investasi yang menghasilkan efek maksimal di departemen keuangan. Analisis data dan optimalisasi ini telah membantu banyak perusahaan mencapai peningkatan penjualan dan pengurangan biaya.