Demand Forecasting in A Supply

Chain
 Role of Forecasting in a Supply Chain
●
Forecasts of future demand are essential
Forecasting for making supply chain decision.

●
All push process are performed in anticipation of

Push/Pull ●
customer demand
All pull process are performed in response customer
demand

●
Production: scheduling, inventory, aggregate planning

Examples
●
Marketing: sales force allocation, promotions, new production
introduction
●
Finance: plant/equipment investment, budgetary planning
●
Personnel: workforce planning, hiring, layoffs
 Characteristic of Forecast

Forecasts are always wrong. Should include expected

value and measure of error.

Long-term forecasts are less accurate than short-term

forecasts (forecast horizon is important)

Aggregate forecasts are more accurate than

disaggregate forecasts
 Forecasting Methods
●
primarily subjective; rely on judgment
Qualitative
and opinion

●
● use historical demand only
Time Series ●
● Static
●
● Adaptive

●
use the relationship between demand and
Causal
some other factor to develop forecast

●
● Imitate consumer choices that give rise to demand
Simulation ●
● Can combine time series and causal methods
Basic Approach to Demand Forecasting
1 ●
Understand the objective of forecasting

2 ●
● Integrate demand planning and forecasting throughout the supply chain

3 ●
● Understand and identify customer segment

4 ●
● Identify the major factor that influence the demand forecast

5 ●
● Determine the appropriate forecasting technique

6 ●
● Establish performance and error measures for the forecast
 Risk Management in Forecasting
The risk associated with forecast error must be
considered when planning for the future.
Errors in forecasting can cause significant misallocation
of resources in inventory, facilities, transportation,
sourcing, pricing, and information management.
Two strategies used to mitigate forecast risk are:
Increasing the responsiveness of supply chain
Utilizing opportunities for pooling of demand
 Risk Management in Forecasting

Increasing the responsiveness of supply chain

Utilizing

●
By increasing responsiveness allows the firm to reduce forecast error and thus
decrease the associated risk

Utilizing opportunities for pooling of demand

●
Pooling attempts to smooth out lumpy demand by bringing together multiple
source of demand
 Forecasting in Practice
Collaborate in building forecasts

The value of data depends on where you are in

the supply chain

Be sure to distinguish between demand and

sales
 Assigment 1
Based on chapter 7: Demand Forecasting in a
supply chain (Supply Chain Management, by
Sunil Chopra & Peter Meindl), please answer the
discussion questions.
Group 1: Question No 1, 2, & 9
Group 2: Question No 3, 4, & 9
Group 3: Question No 5, 6 & 10
Group 4: Question No 7, 8 & 10
 Assigment 2
Based on chapter 7: Demand Forecasting in a
supply chain (Supply Chain Management, by
Sunil Chopra & Peter Meindl), please solve the
case study: Specialty Packaging Corporation,
Part A (page 225 – 226).
 Determine the Appropriate Forecast
Technique
• Company should first understand the
dimension that are relevant to the forecast.
• Dimensions:
– Geographic area
– Product groups
– Customers group
 Establish Performance & Error for the
Forecast
• Companies should establish clear performance to evaluate the
accuracy and timeliness of the forecast.
• Example:
Consider a mail-order company that uses a forecast to place
order with its suppliers. Suppliers take two months to send in the
orders. The mail-order company must ensure that the forecast is
created at least two months before the start of the sales season.
At the end of sales season, company must compare actual
demand to forecasted demand to estimate the accuracy of the
forecast.
 Time-Series Forecast Methods (1)
• The goal of any forecasting method is to
predict the system component of demand and
estimate the random component.
• The systematic component of demand data
consist:
– Level
– Trend
– Seasonal factor
 Time-Series Forecast Methods (2)

The equation for calculating the systematic component

●
Systematic component = level X trend X
Multiplicative seasonal factor

Systematic component = level + trend +

Additive
●

seasonal factor

Systematic component = (level + trend) X

Mixed
●

seasonal factor
 Time-Series Forecast Methods (3)

Static method

●
Assumes that the estimates of level, trend, and seasonality within the systematic
component do not vary as new demand is observed.

Adaptive forecasting

●
Assumes that the estimates of level, trend, and seasonality are updated after
demand observation.
 Time-Series Forecast Methods (4)
Forecasting Method Applicability
Moving Average No trend or seasonality
Simple Exponential No trend or seasonality
Smoothing
Holt’s Model Trend but no seasonality
Winter’s Model Trend and seasonality
THE BULLWHIP EFFECT AND
THE NEED FOR COORDINATION
IN SUPPLY CHAINS
 The Bullwhip Effect (1)
• Koordinasi pada rantai pasok akan meningkat
bila disetiap tahap pada rantai pasok
melakukan tindakan yang mengakibatkan
meningkatnya keuntungan pada rantai pasok
secara menyeluruh (total supply chain).
• Kurangnya koordinasi terjadi karena setiap
tahap memiliki perbedaan tujuan yang
bertentangan atau pergerakan informasi
diantara tiap tahap terhambat atau terjadi
distorsi (menyimpang).
The Bullwhip Effect (2)
 The Bullwhip Effect (3)
• Pertentangan tujuan antar tahap pada rantai
pasok terjadi karena pada setiap tahap
memiliki pemilik yang berbeda. Setiap tahap
berusaha untuk memaksimumkan keuntungan
untuk sendiri, tindakan yang diambil
terkadang dapat memperkecil keuntungan
rantai pasok secara menyeluruh.
 The Bullwhip Effect (4)
Contoh:

Ford Motor Company memiliki ribuan pemasok, mulai dari

Goodyear sampai Motorola, dan setiap pemasok tersebut
memiliki banyak pemasok. Penyimpangan Informasi terjadi
mengikuti pergerakannya dalam rantai pasok, hal tersebut
terjadi karena informasi yang lengkap tidak disebarkan ke
setiap tahap. Penyimpangan dapat terjadi secara berlebihan
dikarenakan produk memiliki banyak variasi. Semakin banyak
variasi produk akan mempersulit untuk melakukan koordinasi
pertukaran informasi diantara ribuan pemasok.
 The Bullwhip Effect (4)
• Berdasarkan permasalahan tersebut, tantangan yang dihadapi
oleh rantai pasok saat ini adalah mencapai koordinasi yang
baik di setiap tahap rantai pasok.
• Salah satu hasil yang diakibatkan oleh kurangnya koordinasi
pada rantai pasok adalah Bullwhip Effect yaitu, fluktuasi
permintaan yang meningkat seiring bergeraknya informasi
dalam rantai pasok mulai dari pengecer (retailer) ke grosir
(wholesaler) ke pabrik (manufacturer) dan ke pemasok
(supplier).
• Bullwhip effect merupakan fenomena pembelokkan informasi
permintaan pada rantai pasok, karena setiap tahap pada
rantai pasok memiliki perkiraan (peramalan) permintaan yang
berbeda.
 Penyebab terjadinya Bullwhip effect (1)
• Penyebabnya dibagi menjadi dua, yaitu hal-hal yang disebabkan oleh
perilaku (behavioral) dan operasional (operational).
• Penyebab Perilaku:
1. Penyalahgunaan kebijakan persediaan.
2. Salah persepsi terhadap umpan balik (feedback) dan waktu tunggu
(delay time).
3. Melakukan pemesanan mendadak dikarenakan ada permintaan
yang tidak terpenuhi (terjadi kepanikan akibat permintaan tidak
terpenuhi).
4. Tingkat risiko pesaing, ditentukan oleh logika mereka masing-
masing.
 Penyebab terjadinya Bullwhip effect (2)

• Penyebab Operasional:
1. Proses permintaan
– Error permintaan (forecast error)
– Penyesuaian paramenter pengendalian
persediaan dengan observasi permintaan
2. Keragaman lead time
 Penyebab terjadinya Bullwhip effect (3)
3. Lot size/singkronisasi permintaan
– Penggabungan permintaan
– Motif transaksi
– Quantity discount
4. Promosi produk
5. Antisipasi kekurangan
– Aturan alokasi dari pemasok
– Shortage gaming (aturan bila terjadi kekurangan)
– Lean and JIT style management of inventories and a
chase production strategy
 Pengaruh Kurangnya Koordinasi terhadap
Kinerja
Kurangnya koordinasi pada rantai pasok dapat
meningkatkan:
• Biaya manufaktur.
• Biaya persediaan.
• Penambahan lead time.
• Biaya transportasi.
• Biaya tenaga kerja untuk shipping dan receiving.
• Gangguan pada tingkat ketersediaan produk.
• Pengaruh buruk terhadap hubungan pada rantai pasok.
 Countermeasure (1)
• Secara teori Bullwhip Effect tidak akan terjadi bila
setiap pesanan dibuat tepat sesuai permintaan.
• Para ahli mengakui bahwa Bullwhip Effect
merupakan masalah pengaturan peramalan dalam
rantai pasok.
• Oleh karena itu penting sekali untuk mengetahui
permintaan konsumen secara nyata, salah satu cara
untuk mencapainya adalah menetapkan suatu cara
pengendalian permintaan
 Countermeasure (2)
• Rantai pasok yang dipengaruhi oleh permintaan aktual dari
konsumen. Pada manufaktur konsep ini disebut Kanban.
• Metode-metode yang dapat mengurangi ketidakpastian,
variabilitas dan lead time, antara lain adalah:
1. Vendor Managed Inventory (VMI).
2. Pengadaan barang berdasarkan Just In Time (JIT).
3. Strategi kemitraan.
4. Penyebaran informasi.
 Countermeasure (3)
5. Kelancaran aliran produk.
– Koordinasi dengan retailer penyebaran pengiriman.
– Mengurangi minimum batch sizes.
– Memperkecil ukuran paket dan menambah frekuensi pengiriman.

6. Mengurangi kebiasaan negatif.

– Kebijakan harga murah.
– Membatasi pengembalian dan pembatalan pesanan.
– Pengalokasian pemesanan berdasarkan hasil pejualan masa lalu
untuk memenuhi permintaan saat sekarang.