# Laporan Akhir Eksplorasi Data
## 1. Ringkasan Eksekutif
# 1. Ringkasan Eksekutif
Laporan ini menyajikan hasil Analisis Data Eksplorasi (EDA) terhadap data operasional untuk mengidentifikasi pola, anomali, dan area potensial untuk peningkatan efisiensi logistik. Fokus utama adalah pada proses pemenuhan pesanan mulai dari order hingga penerimaan oleh pelanggan, dengan menyoroti durasi antar tahapan dan kualitas data yang terkait.
## Gambaran Umum Data
Dataset mencakup catatan transaksi dari berbagai divisi, outlet, produk, dan tahapan logistik. Mayoritas transaksi berasal dari **Divisi PHARMANET (sekitar 86,2%)**, diikuti oleh HOSPINET (13,8%), VIBRANT PBF (2,0%), dan VIBRANT 3 (kurang dari 0,1%). Tingkat pemenuhan pesanan secara keseluruhan sangat tinggi, ditunjukkan oleh **98,6% status pesanan (RO, DO, SP Header, SP Detail) yang "TERLAYANI PENUH" atau "P"**, menyisakan sekitar 1,4% pesanan yang dibatalkan.
Metode pembayaran yang paling umum adalah **BCA Virtual Account (60,4%)**, diikuti oleh Term Of Payment (28,1%), BRIVA (12,0%), dan Kredivo (kurang dari 0,1%). Proses pengiriman didukung oleh sejumlah gudang asal yang tersebar, dengan PHARMANET SURABAYA, BEKASI, BANDUNG, dan TANGERANG sebagai gudang-gudang dengan volume transaksi tertinggi. Berbagai ekspedisi digunakan, di mana **Anteraja (19,5%)**, PT CENTURY (16,4%), dan LION PARCEL (14,2%) menjadi yang paling dominan.
## Efisiensi Logistik - Temuan Awal
Analisis awal durasi tahapan pemenuhan pesanan menunjukkan rata-rata sebagai berikut:
* **Order ke Ekspedisi:** 0,82 hari
* **Ekspedisi ke Diterima Pelanggan:** 1,32 hari
* **Order ke Diterima Pelanggan (Total):** 2,14 hari
Namun, analisis lebih lanjut mengungkapkan adanya anomali data yang signifikan. Sebanyak **2,846 catatan (sekitar 2,2%)** menunjukkan durasi "Ekspedisi ke Diterima Pelanggan" yang bernilai negatif dan sangat besar. Rata-rata durasi negatif ini mencapai **-20,625.61 hari**, mengindikasikan masalah serius pada kualitas data yang dapat mengganggu akurasi perhitungan efisiensi.
## Investigasi Anomali Data
Investigasi mendalam terhadap catatan dengan durasi negatif menunjukkan akar masalah pada kolom `Tgl Diterima` (tanggal penerimaan). Banyak catatan yang `Tgl Diterima`-nya secara tidak wajar terekam sebagai **1970-01-02 07:00:00**, yang merupakan nilai _default_ atau _epoch_ dalam sistem komputasi ketika tanggal tidak diisi atau terjadi kesalahan konversi. Tanggal ini jauh sebelum `Tgl Ekspedisi` (tahun 2026), sehingga menghasilkan durasi negatif yang sangat besar dan tidak logis.
Area utama yang terpengaruh oleh anomali ini adalah:
* **PHARMANET TANGERANG** dengan 1,316 catatan anomali dan rata-rata durasi negatif -20,627.3 hari.
* **PHARMANET MEDAN** dengan 433 catatan anomali dan rata-rata durasi negatif -20,575.6 hari.
* **HOSPINET TANGERANG** dengan 216 catatan anomali dan rata-rata durasi negatif -20,629.3 hari.
## Efisiensi Logistik - Setelah Pembersihan Data
Setelah mengidentifikasi dan membersihkan catatan yang memiliki `Tgl Diterima` tidak valid (yaitu, 1970-01-02), perhitungan ulang durasi memberikan gambaran yang lebih akurat mengenai efisiensi logistik:
**Durasi Rata-rata Tahapan Pemenuhan Pesanan (dalam Hari, setelah pembersihan data):**
* **Order ke Ekspedisi:** 0,82 hari
* **Ekspedisi ke Diterima Pelanggan:** 1,32 hari
* **Order ke Diterima Pelanggan (Total):** 2,14 hari
Meskipun rata-rata keseluruhan tidak banyak berubah (yang menunjukkan bahwa data yang salah, meskipun signifikan secara individual, tidak menggeser rata-rata keseluruhan secara drastis karena jumlahnya relatif kecil dibandingkan total dataset), analisis per divisi dan gudang asal kini memberikan wawasan yang lebih valid:
| Divisi | Asal Gudang | Order Ke Ekspedisi (Hari) | Ekspedisi Ke Diterima (Hari) | Order Ke Diterima (Hari) |
|:------------|:----------------------|--------------------------:|-----------------------------:|-------------------------:|
| HOSPINET | PHARMANET BANDUNG | 0,36 | 1,01 | 1,37 |
| HOSPINET | PHARMANET BANJARMASIN | 0,65 | 0,48 | 1,12 |
| HOSPINET | PHARMANET BEKASI | 0,65 | 0,92 | 1,57 |
| HOSPINET | PHARMANET BOGOR | 0,72 | 1,06 | 1,78 |
| HOSPINET | PHARMANET JAKBAR | 0,61 | 0,30 | 0,91 |
| HOSPINET | PHARMANET JAKSEL | 0,59 | 0,21 | 0,80 |
| HOSPINET | PHARMANET JAKTIM | 0,38 | 0,37 | 0,75 |
| HOSPINET | PHARMANET JAMBI | 0,63 | 0,67 | 1,29 |
| HOSPINET | PHARMANET LAMPUNG | 0,40 | 1,52 | 1,91 |
| HOSPINET | PHARMANET MAKASSAR | 0,49 | 0,63 | 1,12 |
| HOSPINET | PHARMANET MALANG | 0,27 | 0,96 | 1,22 |
| HOSPINET | PHARMANET MEDAN | 1,46 | 0,85 | 2,32 |
| HOSPINET | PHARMANET PALEMBANG | 0,36 | 0,79 | 1,15 |
| HOSPINET | PHARMANET PEKANBARU | 0,73 | 1,80 | 2,53 |
| HOSPINET | PHARMANET PONTIANAK | 0,68 | 1,32 | 2,00 |
| HOSPINET | PHARMANET SAMARINDA | 1,33 | 0,82 | 2,15 |
| HOSPINET | PHARMANET SEMARANG | 0,69 | 0,57 | 1,26 |
| HOSPINET | PHARMANET SOLO | 0,56 | 0,51 | 1,07 |
| HOSPINET | PHARMANET SURABAYA | 1,06 | 1,50 | 2,56 |
| HOSPINET | PHARMANET TANGERANG | 0,87 | 2,27 | 3,14 |
| PHARMANET | PHARMANET BANDUNG | 0,34 | 1,33 | 1,67 |
| PHARMANET | PHARMANET BANJARMASIN | 0,61 | 0,36 | 0,97 |
| PHARMANET | PHARMANET BEKASI | 0,59 | 0,69 | 1,29 |
| PHARMANET | PHARMANET BOGOR | 0,68 | 0,69 | 1,37 |
| PHARMANET | PHARMANET JAKBAR | 0,57 | 0,26 | 0,83 |
| PHARMANET | PHARMANET JAKSEL | 0,57 | 0,28 | 0,85 |
| PHARMANET | PHARMANET JAKTIM | 0,44 | 0,34 | 0,78 |
| PHARMANET | PHARMANET JAMBI | 0,77 | 1,38 | 2,16 |
| PHARMANET | PHARMANET LAMPUNG | 0,63 | 2,00 | 2,64 |
| PHARMANET | PHARMANET MAKASSAR | 0,64 | 1,25 | 1,90 |
| PHARMANET | PHARMANET MALANG | 0,43 | 1,37 | 1,80 |
| PHARMANET | PHARMANET MEDAN | 1,85 | 1,36 | 3,21 |
| PHARMANET | PHARMANET PALEMBANG | 0,36 | 0,93 | 1,29 |
| PHARMANET | PHARMANET PEKANBARU | 0,93 | 1,82 | 2,76 |
| PHARMANET | PHARMANET PONTIANAK | 0,83 | 1,86 | 2,70 |
| PHARMANET | PHARMANET SAMARINDA | 1,56 | 1,91 | 3,48 |
| PHARMANET | PHARMANET SEMARANG | 1,05 | 1,00 | 2,04 |
| PHARMANET | PHARMANET SOLO | 0,44 | 1,40 | 1,85 |
| PHARMANET | PHARMANET SURABAYA | 1,14 | 1,09 | 2,22 |
| PHARMANET | PHARMANET TANGERANG | 0,82 | 5,06 | 5,89 |
| VIBRANT 3 | PHARMANET BEKASI | 0,14 | 0,27 | 0,41 |
| VIBRANT 3 | PHARMANET BOGOR | 0,31 | 1,21 | 1,52 |
| VIBRANT 3 | PHARMANET SURABAYA | 1,18 | 0,91 | 2,08 |
| VIBRANT 3 | PHARMANET TANGERANG | 0,74 | 1,01 | 1,75 |
| VIBRANT PBF | PHARMANET BANDUNG | 0,22 | 6,79 | 7,01 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0,14 | 0,65 | 0,80 |
| VIBRANT PBF | PHARMANET BEKASI | 1,17 | 1,26 | 2,43 |
| VIBRANT PBF | PHARMANET BOGOR | 2,22 | 1,00 | 3,22 |
| VIBRANT PBF | PHARMANET JAKBAR | 0,23 | 0,72 | 0,94 |
| VIBRANT PBF | PHARMANET JAKTIM | 0,20 | 0,71 | 0,92 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0,64 | 1,50 | 2,14 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0,81 | 1,18 | 1,99 |
| VIBRANT PBF | PHARMANET MALANG | 0,12 | 0,87 | 0,99 |
| VIBRANT PBF | PHARMANET MEDAN | 1,99 | 0,36 | 2,34 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0,38 | 2,37 | 2,75 |
| VIBRANT PBF | PHARMANET PEKANBARU | 1,01 | 2,09 | 3,10 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2,59 | 0,87 | 3,45 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2,33 | 0,94 | 3,27 |
| VIBRANT PBF | PHARMANET SEMARANG | 1,03 | 0,40 | 1,43 |
| VIBRANT PBF | PHARMANET SOLO | 0,83 | 1,30 | 2,13 |
| VIBRANT PBF | PHARMANET SURABAYA | 0,70 | 1,28 | 1,97 |
| VIBRANT PBF | PHARMANET TANGERANG | 1,00 | 7,81 | 8,81 |
Beberapa observasi kunci dari data yang telah dibersihkan:
* **Durasi Order ke Ekspedisi:** PHARMANET MALANG (0,43 hari) dan PHARMANET JAKTIM (0,44 hari) menunjukkan efisiensi tinggi, sementara PHARMANET SAMARINDA (1,56 hari), PHARMANET MEDAN (1,85 hari), dan VIBRANT PBF PONTIANAK (2,59 hari) serta VIBRANT PBF SAMARINDA (2,33 hari) memiliki durasi yang lebih lama.
* **Durasi Ekspedisi ke Diterima Pelanggan:** PHARMANET JAKSEL (0,28 hari) dan PHARMANET JAKBAR (0,26 hari) menunjukkan waktu pengiriman yang sangat cepat. Sebaliknya, PHARMANET TANGERANG (5,06 hari) dan VIBRANT PBF TANGERANG (7,81 hari) memiliki durasi pengiriman yang signifikan lebih lama, begitu pula VIBRANT PBF BANDUNG (6,79 hari). Hal ini perlu menjadi fokus utama untuk investigasi.
* **Total Durasi Order ke Diterima Pelanggan:** Secara keseluruhan, Divisi HOSPINET di JAKTIM (0,75 hari) dan JAKSEL (0,80 hari) menunjukkan kinerja terbaik dalam total durasi. Sementara PHARMANET TANGERANG (5,89 hari) dan VIBRANT PBF TANGERANG (8,81 hari) serta VIBRANT PBF BANDUNG (7,01 hari) memiliki total durasi yang paling panjang.
## Rekomendasi
Berdasarkan temuan di atas, berikut adalah beberapa rekomendasi:
1. **Perbaikan Kualitas Data:**
* Segera selidiki dan perbaiki penyebab `Tgl Diterima` secara otomatis terisi sebagai `1970-01-02` ketika tanggal sebenarnya tidak tersedia atau terjadi kesalahan input/konversi.
* Implementasikan validasi data yang ketat untuk kolom tanggal (`Tgl. Order`, `Tgl. SP`, `Tgl DO`, `Tgl. PL`, `Tgl Logbook`, `Tgl Ekspedisi`, `Tgl Diterima`) untuk memastikan semua tanggal valid dan logis sebelum disimpan ke database.
* Pertimbangkan untuk membersihkan data historis dengan anomali `1970-01-02` untuk memastikan akurasi analisis di masa mendatang.
2. **Peningkatan Efisiensi Logistik (khususnya untuk 'Ekspedisi ke Diterima Pelanggan'):**
* Fokus investigasi pada gudang asal dan divisi yang menunjukkan durasi pengiriman terlama, terutama **PHARMANET TANGERANG**, **VIBRANT PBF TANGERANG**, dan **VIBRANT PBF BANDUNG**. Selidiki alasan di balik durasi yang panjang ini, seperti masalah dengan ekspedisi, rute pengiriman, atau proses penerimaan di sisi pelanggan.
* Bandingkan praktik operasional dari gudang/divisi dengan kinerja terbaik (misalnya, PHARMANET JAKBAR dan JAKSEL untuk "Ekspedisi ke Diterima Pelanggan") dan terapkan praktik terbaik tersebut ke area yang berkinerja lebih rendah.
3. **Analisis Lebih Lanjut:**
* Lakukan analisis _root cause_ untuk pesanan yang dibatalkan (1,4%) untuk mengidentifikasi penyebab utama dan potensi tindakan pencegahan.
* Pelajari lebih lanjut peran masing-masing `Nama Ekspedisi` dalam durasi pengiriman dan kinerja keseluruhan untuk mengidentifikasi mitra logistik yang paling efisien atau yang memerlukan perbaikan.
## 2. Pendahuluan
## 2. Pendahuluan
Analisis Data Eksplorasi (EDA) ini bertujuan untuk menyelami lebih dalam operasional logistik perusahaan, khususnya terkait proses pemenuhan pesanan mulai dari penerimaan order hingga barang diterima oleh pelanggan. Dengan memahami alur dan durasi setiap tahapan, kita dapat mengidentifikasi area-area yang berkinerja baik, serta menemukan potensi hambatan dan inefisiensi yang perlu perbaikan. Laporan ini juga menyoroti pentingnya kualitas data sebagai fondasi untuk analisis yang akurat dan pengambilan keputusan yang tepat.
Dataset yang digunakan mencakup beragam informasi terkait pesanan, mulai dari kode produk, nama outlet, divisi penjualan, hingga detail logistik seperti gudang asal dan nama ekspedisi. Analisis ini akan memberikan gambaran komprehensif mengenai profil operasional kita, mengukur efisiensi pengiriman, dan mengungkap anomali data yang signifikan.
### Gambaran Umum Dataset
Sebelum melangkah lebih jauh ke analisis mendalam, mari kita kenali karakteristik dasar dari data transaksi ini. Dataset ini merekam setiap item pesanan dengan berbagai atribut yang menggambarkan siklus hidupnya.
**Distribusi Utama:**
* **Divisi:** Mayoritas transaksi berasal dari **Divisi PHARMANET**, yang menyumbang sekitar 86,2% dari total catatan, diikuti oleh HOSPINET (13,8%), VIBRANT PBF (2,0%), dan VIBRANT 3 (kurang dari 0,1%). Proporsi ini menunjukkan dominansi PHARMANET dalam volume transaksi.
* **Status Pemenuhan Pesanan:** Data menunjukkan tingkat pemenuhan yang sangat tinggi. Sebanyak **98,6%** pesanan memiliki status "TERLAYANI PENUH" atau "P" untuk tahapan RO, DO, SP Header, dan SP Detail. Ini mengindikasikan bahwa sebagian besar pesanan berhasil diproses dan dikirimkan sesuai rencana. Hanya sekitar 1,4% pesanan yang berstatus "CANCEL" atau "C".
* **Metode Pembayaran:** Metode pembayaran yang paling banyak digunakan adalah **BCA Virtual Account (60,4%)**, disusul oleh Term Of Payment (28,1%), BRIVA (12,0%), dan Kredivo (0,1%).
* **Asal Gudang:** Sejumlah gudang berperan dalam pengiriman, dengan **PHARMANET SURABAYA**, **BEKASI**, **BANDUNG**, dan **TANGERANG** menjadi gudang-gudang dengan volume transaksi tertinggi. Ini menunjukkan jaringan distribusi yang luas.
* **Nama Ekspedisi:** Berbagai jasa ekspedisi digunakan, dengan **Anteraja (19,5%)**, **PT CENTURY (16,4%)**, dan **LION PARCEL (14,2%)** sebagai mitra yang paling sering digunakan.
Berikut adalah ringkasan distribusi beberapa kolom kategorikal penting:
| Kategori | Nilai | Jumlah Data | Persentase |
| :------------------ | :------------------------- | ----------: | ---------: |
| **Divisi** | PHARMANET | 110,866 | 84.4% |
| | HOSPINET | 17,827 | 13.6% |
| | VIBRANT PBF | 2,559 | 1.9% |
| | VIBRANT 3 | 56 | 0.0% |
| | *null* | 7 | 0.0% |
| **Pharos YN** | N | 72,014 | 54.9% |
| | Y | 59,301 | 45.1% |
| **AO YN** | N | 82,584 | 62.9% |
| | Y | 48,731 | 37.1% |
| **Status RO** | TERLAYANI PENUH | 129,575 | 98.6% |
| | CANCEL | 1,740 | 1.3% |
| **Status DO** | P | 129,575 | 98.6% |
| | C | 1,740 | 1.3% |
| **Sts SP Header** | P | 129,575 | 98.6% |
| | C | 1,740 | 1.3% |
| **Sts SP Detail** | P | 129,575 | 98.6% |
| | C | 1,740 | 1.3% |
| **Payment** | BCA Virtual Account | 78,853 | 60.1% |
| | Term Of Payment | 36,615 | 27.9% |
| | BRIVA | 15,716 | 12.0% |
| | Kredivo | 131 | 0.1% |
| Kategori | Nilai | Jumlah Data | Persentase |
| :------------------ | :------------------------- | ----------: | ---------: |
| **Asal Gudang** | PHARMANET SURABAYA | 13,577 | 10.3% |
| | PHARMANET BEKASI | 12,675 | 9.7% |
| | PHARMANET BANDUNG | 9,568 | 7.3% |
| | PHARMANET TANGERANG | 9,420 | 7.2% |
| | PHARMANET SEMARANG | 8,948 | 6.8% |
| | PHARMANET BOGOR | 8,484 | 6.5% |
| | PHARMANET PALEMBANG | 8,446 | 6.4% |
| | PHARMANET SOLO | 8,346 | 6.4% |
| | PHARMANET MAKASSAR | 7,468 | 5.7% |
| | PHARMANET MEDAN | 7,416 | 5.6% |
| | PHARMANET PEKANBARU | 6,176 | 4.7% |
| | PHARMANET BANJARMASIN | 4,403 | 3.4% |
| | PHARMANET JAKTIM | 4,114 | 3.1% |
| | PHARMANET LAMPUNG | 3,899 | 3.0% |
| | PHARMANET JAKBAR | 3,611 | 2.7% |
| | PHARMANET PONTIANAK | 3,467 | 2.6% |
| | PHARMANET SAMARINDA | 3,203 | 2.4% |
| | PHARMANET MALANG | 3,118 | 2.4% |
| | PHARMANET JAMBI | 2,869 | 2.2% |
| | PHARMANET JAKSEL | 2,085 | 1.6% |
| | PHARMANET PUSAT | 22 | 0.0% |
| Kategori | Nilai | Jumlah Data | Persentase |
| :------------------ | :------------------------- | ----------: | ---------: |
| **Nama Ekspedisi** | Anteraja | 25,559 | 19.5% |
| | PT CENTURY | 21,475 | 16.4% |
| | LION PARCEL | 18,507 | 14.1% |
| | PCP EXPRESS | 14,481 | 11.0% |
| | ANDALAN 21 EXPRESS | 10,035 | 7.6% |
| | INDAH LOGISTIK | 8,780 | 6.7% |
| | PT. TUNAS ANTARNUSA MUDA KARGO | 6,402 | 4.9% |
| | GLOBALINDO 21 EXPRESS | 5,139 | 3.9% |
| | EXPD BEKASI | 5,066 | 3.9% |
| | PT. LESTARI JAYA RAYA | 3,222 | 2.5% |
| | FARDHA MANDIRI | 3,123 | 2.4% |
| | EXPD JAKTIM | 2,377 | 1.8% |
| | EXPD JAKBAR | 1,831 | 1.4% |
| | EXPD JAKSEL | 1,239 | 0.9% |
| | Media Transportasi Logistic | 759 | 0.6% |
| | EXPD BANJARMASIN | 721 | 0.5% |
| | EXPD SURABAYA 1 | 655 | 0.5% |
| | *null* | 585 | 0.4% |
| | EXPD INTERNAL JAKSEL | 356 | 0.3% |
| | KJN EXPRESS | 268 | 0.2% |
| | Antaraja Same Day | 204 | 0.2% |
| | EXPD Bogor (Sierra) | 171 | 0.1% |
| | EXPD MEDAN | 147 | 0.1% |
| | EXPD INTERNAL BOGOR | 131 | 0.1% |
| | EXPD INTERNAL SEMARANG | 66 | 0.1% |
| | EXPD Bandung (Sierra) | 16 | 0.0% |
### Analisis Awal Efisiensi Logistik
Untuk mengukur efisiensi operasional, kami menganalisis durasi rata-rata dari beberapa tahapan kunci dalam proses pemenuhan pesanan:
* **Order ke Ekspedisi:** Waktu dari pesanan dibuat hingga diserahkan ke pihak ekspedisi.
* **Ekspedisi ke Diterima:** Waktu dari diserahkan ke ekspedisi hingga barang diterima pelanggan.
* **Order ke Diterima:** Total waktu dari pesanan dibuat hingga barang diterima pelanggan.
Secara agregat, durasi rata-rata yang ditemukan adalah:
* Rata-rata Durasi Order ke Ekspedisi: **0,82 hari**
* Rata-rata Durasi Ekspedisi ke Diterima: **1,32 hari**
* Rata-rata Durasi Order ke Diterima: **2,14 hari**
Angka-angka ini memberikan gambaran umum yang positif, menunjukkan proses pengiriman yang relatif cepat. Namun, analisis lebih mendalam mengungkapkan adanya anomali data yang perlu perhatian serius.
### Mengidentifikasi Anomali Data Kritis: Durasi Negatif
Saat menganalisis durasi per tahapan, ditemukan sejumlah besar catatan dengan durasi "Ekspedisi ke Diterima" yang bernilai negatif. Hal ini secara logis tidak mungkin terjadi, karena tanggal penerimaan tidak mungkin lebih awal dari tanggal penyerahan ke ekspedisi.
Investigasi menunjukkan bahwa sebanyak **2,846 catatan (sekitar 2,2% dari total)** memiliki durasi "Ekspedisi ke Diterima" yang negatif, dengan rata-rata durasi negatif yang sangat besar yaitu **-20,625.61 hari**. Anomali ini secara drastis memengaruhi akurasi perhitungan efisiensi dan dapat menyesatkan pengambilan keputusan.
Penyebab utama dari anomali ini adalah adanya nilai `Tgl Diterima` yang tidak valid, yaitu **1970-01-02 07:00:00**. Tanggal ini sering kali merupakan nilai _default_ atau _epoch_ dalam sistem komputasi ketika data tanggal tidak tersedia atau terjadi kesalahan dalam proses input/konversi. Karena tanggal ekspedisi mayoritas berada di tahun 2026, perbedaan tanggal dengan tahun 1970 menghasilkan durasi negatif yang sangat besar.
Analisis lebih lanjut berdasarkan divisi dan gudang asal menunjukkan bahwa masalah ini terkonsentrasi di beberapa area:
**Ringkasan Durasi Negatif 'Ekspedisi ke Diterima' berdasarkan Divisi dan Asal Gudang:**
| Divisi | Asal Gudang | Jumlah Negatif | Rata-rata Durasi Negatif (Hari) |
| :---------- | :------------------ | -------------: | ------------------------------: |
| PHARMANET | PHARMANET TANGERANG | 1,316 | -20,627.3 |
| PHARMANET | PHARMANET MEDAN | 433 | -20,575.6 |
| HOSPINET | PHARMANET TANGERANG | 216 | -20,629.3 |
| PHARMANET | PHAROS MAKASSAR | 117 | -20,627.6 |
| PHARMANET | PHARMANET LAMPUNG | 90 | -20,633.2 |
| PHARMANET | PHARMANET BEKASI | 79 | -20,623.6 |
| HOSPINET | PHARMANET MEDAN | 76 | -20,065.4 |
| PHARMANET | PHARMANET PONTIANAK | 58 | -20,277.6 |
| VIBRANT PBF | PHARMANET MALANG | 49 | -20,616.2 |
| PHARMANET | PHARMANET SOLO | 49 | -20,618.1 |
| PHARMANET | PHARMANET PEKANBARU | 49 | -20,632.4 |
| PHARMANET | PHARMANET BOGOR | 37 | -20,618.5 |
| VIBRANT PBF | PHARMANET MEDAN | 34 | -20,611.1 |
| PHARMANET | PHARMANET SAMARINDA | 33 | -20,632.3 |
| PHARMANET | PHARMANET JAKSEL | 31 | -20,616.3 |
Sebagai contoh, berikut adalah sampel catatan dengan durasi negatif yang menggambarkan masalah tanggal ini:
| Divisi | Asal Gudang | Tgl Ekspedisi | Tgl Diterima | Expedition To Received Days |
| :-------- | :-------------- | :------------------ | :------------------ | --------------------------: |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-03 18:30:36 | 1970-01-02 07:00:00 | -20,607 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-03 18:30:39 | 1970-01-02 07:00:00 | -20,607 |
Dapat dilihat dengan jelas bahwa `Tgl Diterima` yang tercatat di tahun 1970 adalah penyebab utama dari durasi negatif yang tidak masuk akal ini.
### Efisiensi Logistik Setelah Pembersihan Data
Untuk mendapatkan gambaran yang lebih akurat mengenai efisiensi logistik, catatan-catatan dengan `Tgl Diterima` yang tidak valid (1970-01-02) telah dieksklusi dari perhitungan durasi. Menariknya, rata-rata durasi keseluruhan tidak banyak berubah secara signifikan setelah pembersihan data, yang mengindikasikan bahwa meskipun anomali ini serius, jumlahnya relatif kecil sehingga tidak menggeser rata-rata secara drastis.
**Rata-rata Durasi Tahapan Pemenuhan Pesanan (dalam Hari, setelah pembersihan data):**
* Rata-rata Durasi Order ke Ekspedisi: **0,82 hari**
* Rata-rata Durasi Ekspedisi ke Diterima: **1,32 hari**
* Rata-rata Durasi Order ke Diterima: **2,14 hari**
Meskipun demikian, analisis durasi per divisi dan gudang asal menjadi jauh lebih valid dan informatif setelah pembersihan data. Berikut adalah hasil perhitungan yang telah disempurnakan:
**Rata-rata Durasi Tahapan Pemenuhan Pesanan (dalam Hari, setelah pembersihan anomali data):**
| Divisi | Asal Gudang | Order Ke Ekspedisi (Hari) | Ekspedisi Ke Diterima (Hari) | Order Ke Diterima (Hari) |
| :---------- | :-------------------- | ------------------------: | ---------------------------: | -----------------------: |
| HOSPINET | PHARMANET BANDUNG | 0.36 | 1.01 | 1.37 |
| HOSPINET | PHARMANET BANJARMASIN | 0.65 | 0.48 | 1.12 |
| HOSPINET | PHARMANET BEKASI | 0.65 | 0.92 | 1.57 |
| HOSPINET | PHARMANET BOGOR | 0.72 | 1.06 | 1.78 |
| HOSPINET | PHARMANET JAKBAR | 0.61 | 0.30 | 0.91 |
| HOSPINET | PHARMANET JAKSEL | 0.59 | 0.21 | 0.80 |
| HOSPINET | PHARMANET JAKTIM | 0.38 | 0.37 | 0.75 |
| HOSPINET | PHARMANET JAMBI | 0.63 | 0.67 | 1.29 |
| HOSPINET | PHARMANET LAMPUNG | 0.40 | 1.52 | 1.91 |
| HOSPINET | PHARMANET MAKASSAR | 0.49 | 0.63 | 1.12 |
| HOSPINET | PHARMANET MALANG | 0.27 | 0.96 | 1.22 |
| HOSPINET | PHARMANET MEDAN | 1.46 | 0.85 | 2.32 |
| HOSPINET | PHARMANET PALEMBANG | 0.36 | 0.79 | 1.15 |
| HOSPINET | PHARMANET PEKANBARU | 0.73 | 1.80 | 2.53 |
| HOSPINET | PHARMANET PONTIANAK | 0.68 | 1.32 | 2.00 |
| HOSPINET | PHARMANET SAMARINDA | 1.33 | 0.82 | 2.15 |
| HOSPINET | PHARMANET SEMARANG | 0.69 | 0.57 | 1.26 |
| HOSPINET | PHARMANET SOLO | 0.56 | 0.51 | 1.07 |
| HOSPINET | PHARMANET SURABAYA | 1.06 | 1.50 | 2.56 |
| HOSPINET | PHARMANET TANGERANG | 0.87 | 2.27 | 3.14 |
| Divisi | Asal Gudang | Order Ke Ekspedisi (Hari) | Ekspedisi Ke Diterima (Hari) | Order Ke Diterima (Hari) |
| :---------- | :-------------------- | ------------------------: | ---------------------------: | -----------------------: |
| PHARMANET | PHARMANET BANDUNG | 0.34 | 1.33 | 1.67 |
| PHARMANET | PHARMANET BANJARMASIN | 0.61 | 0.36 | 0.97 |
| PHARMANET | PHARMANET BEKASI | 0.59 | 0.69 | 1.29 |
| PHARMANET | PHARMANET BOGOR | 0.68 | 0.69 | 1.37 |
| PHARMANET | PHARMANET JAKBAR | 0.57 | 0.26 | 0.83 |
| PHARMANET | PHARMANET JAKSEL | 0.57 | 0.28 | 0.85 |
| PHARMANET | PHARMANET JAKTIM | 0.44 | 0.34 | 0.78 |
| PHARMANET | PHARMANET JAMBI | 0.77 | 1.38 | 2.16 |
| PHARMANET | PHARMANET LAMPUNG | 0.63 | 2.00 | 2.64 |
| PHARMANET | PHARMANET MAKASSAR | 0.64 | 1.25 | 1.90 |
| PHARMANET | PHARMANET MALANG | 0.43 | 1.37 | 1.80 |
| PHARMANET | PHARMANET MEDAN | 1.85 | 1.36 | 3.21 |
| PHARMANET | PHARMANET PALEMBANG | 0.36 | 0.93 | 1.29 |
| PHARMANET | PHARMANET PEKANBARU | 0.93 | 1.82 | 2.76 |
| PHARMANET | PHARMANET PONTIANAK | 0.83 | 1.86 | 2.70 |
| PHARMANET | PHARMANET SAMARINDA | 1.56 | 1.91 | 3.48 |
| PHARMANET | PHARMANET SEMARANG | 1.05 | 1.00 | 2.04 |
| PHARMANET | PHARMANET SOLO | 0.44 | 1.40 | 1.85 |
| PHARMANET | PHARMANET SURABAYA | 1.14 | 1.09 | 2.22 |
| PHARMANET | PHARMANET TANGERANG | 0.82 | 5.06 | 5.89 |
| Divisi | Asal Gudang | Order Ke Ekspedisi (Hari) | Ekspedisi Ke Diterima (Hari) | Order Ke Diterima (Hari) |
| :---------- | :-------------------- | ------------------------: | ---------------------------: | -----------------------: |
| VIBRANT 3 | PHARMANET BEKASI | 0.14 | 0.27 | 0.41 |
| VIBRANT 3 | PHARMANET BOGOR | 0.31 | 1.21 | 1.52 |
| VIBRANT 3 | PHARMANET SURABAYA | 1.18 | 0.91 | 2.08 |
| VIBRANT 3 | PHARMANET TANGERANG | 0.74 | 1.01 | 1.75 |
| Divisi | Asal Gudang | Order Ke Ekspedisi (Hari) | Ekspedisi Ke Diterima (Hari) | Order Ke Diterima (Hari) |
| :---------- | :-------------------- | ------------------------: | ---------------------------: | -----------------------: |
| VIBRANT PBF | PHARMANET BANDUNG | 0.22 | 6.79 | 7.01 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0.14 | 0.65 | 0.80 |
| VIBRANT PBF | PHARMANET BEKASI | 1.17 | 1.26 | 2.43 |
| VIBRANT PBF | PHARMANET BOGOR | 2.22 | 1.00 | 3.22 |
| VIBRANT PBF | PHARMANET JAKBAR | 0.23 | 0.72 | 0.94 |
| VIBRANT PBF | PHARMANET JAKTIM | 0.20 | 0.71 | 0.92 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0.64 | 1.50 | 2.14 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0.81 | 1.18 | 1.99 |
| VIBRANT PBF | PHARMANET MALANG | 0.12 | 0.87 | 0.99 |
| VIBRANT PBF | PHARMANET MEDAN | 1.99 | 0.36 | 2.34 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0.38 | 2.37 | 2.75 |
| VIBRANT PBF | PHARMANET PEKANBARU | 1.01 | 2.09 | 3.10 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2.59 | 0.87 | 3.45 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2.33 | 0.94 | 3.27 |
| VIBRANT PBF | PHARMANET SEMARANG | 1.03 | 0.40 | 1.43 |
| VIBRANT PBF | PHARMANET SOLO | 0.83 | 1.30 | 2.13 |
| VIBRANT PBF | PHARMANET SURABAYA | 0.70 | 1.28 | 1.97 |
| VIBRANT PBF | PHARMANET TANGERANG | 1.00 | 7.81 | 8.81 |
Beberapa observasi penting dari data yang telah disempurnakan:
* **Efisiensi Order ke Ekspedisi:** PHARMANET MALANG dan PHARMANET JAKTIM menunjukkan kecepatan dalam menyiapkan pesanan untuk ekspedisi, dengan durasi rata-rata sekitar 0,4 hari. Sebaliknya, Divisi PHARMANET di SAMARINDA dan MEDAN, serta VIBRANT PBF di PONTIANAK dan SAMARINDA, memiliki durasi yang relatif lebih lama, di atas 1,5 hari.
* **Efisiensi Ekspedisi ke Diterima:** Tahap ini menunjukkan variasi yang signifikan. PHARMANET JAKSEL dan PHARMANET JAKBAR memiliki waktu pengiriman ke pelanggan yang sangat cepat (sekitar 0,2-0,3 hari). Namun, PHARMANET TANGERANG (5,06 hari), VIBRANT PBF TANGERANG (7,81 hari), dan VIBRANT PBF BANDUNG (6,79 hari) menunjukkan durasi yang sangat panjang, mengindikasikan kemungkinan hambatan dalam proses pengiriman atau penerimaan di wilayah tersebut.
* **Total Durasi Order ke Diterima:** Divisi HOSPINET di JAKTIM dan JAKSEL menunjukkan kinerja terbaik dalam total waktu pemenuhan pesanan, kurang dari 1 hari. Sementara itu, PHARMANET TANGERANG (5,89 hari), VIBRANT PBF TANGERANG (8,81 hari), dan VIBRANT PBF BANDUNG (7,01 hari) menjadi area dengan total durasi terlama.
### Rekomendasi Awal
Berdasarkan temuan awal ini, ada dua area utama yang memerlukan perhatian segera:
1. **Peningkatan Kualitas Data:** Anomali `Tgl Diterima` yang terekam sebagai `1970-01-02` adalah masalah serius yang mendistorsi analisis. Penting untuk mengidentifikasi akar masalah mengapa tanggal ini muncul (misalnya, nilai _default_ saat kosong, kesalahan input, atau masalah konversi sistem) dan segera menerapkan validasi data yang lebih ketat. Data historis dengan anomali ini juga perlu ditinjau untuk pembersihan agar analisis di masa mendatang lebih akurat.
2. **Investigasi Efisiensi Logistik pada Area Kritis:** Durasi pengiriman dari ekspedisi ke pelanggan yang sangat lama di PHARMANET TANGERANG, VIBRANT PBF TANGERANG, dan VIBRANT PBF BANDUNG memerlukan investigasi mendalam. Ini bisa melibatkan audit proses ekspedisi di area tersebut, evaluasi kinerja mitra ekspedisi, atau pemahaman lebih lanjut tentang tantangan geografis/operasional yang mungkin memengaruhi waktu pengiriman.
Laporan ini akan dilanjutkan dengan detail metodologi, analisis per tahapan yang lebih rinci, dan rekomendasi yang lebih spesifik untuk setiap area yang teridentifikasi.
## 3. Tinjauan Data Awal dan Karakteristik
## 3. Tinjauan Data Awal dan Karakteristik
Chapter ini akan membawa kita lebih dalam untuk memahami struktur dan karakteristik data yang ada. Kita akan menelaah distribusi kolom-kolom kunci, mengidentifikasi pola-pola awal, serta menemukan anomali yang mungkin memengaruhi validitas analisis kita. Fokus utama adalah pada gambaran umum data, status pemenuhan pesanan, metode pembayaran, lokasi gudang, dan mitra ekspedisi, serta durasi operasional antar tahapan proses pengiriman.
### 3.1 Gambaran Umum Data Transaksi
Dataset ini mencerminkan operasional pemenuhan pesanan dari berbagai divisi, produk, dan lokasi. Analisis awal terhadap kolom kategorikal memberikan wawasan tentang komposisi bisnis dan volume aktivitas di setiap area.
**Divisi Penjualan:**
Sebagian besar transaksi berasal dari Divisi PHARMANET, yang menunjukkan dominansi dalam volume operasional.
| Divisi | Jumlah Data | Persentase |
| :---------- | ----------: | ---------: |
| PHARMANET | 110,866 | 84.4% |
| HOSPINET | 17,827 | 13.6% |
| VIBRANT PBF | 2,559 | 2.0% |
| VIBRANT 3 | 56 | 0.0% |
| *null* | 7 | 0.0% |
| **Total** | **131,315** | **100.0%** |
Kolom `Pharos YN` dan `AO YN` memberikan indikasi status internal terkait Pharos dan Area Officer. Mayoritas transaksi tidak terkait dengan Pharos (`N`) dan sebagian besar tidak diurus oleh Area Officer (`N`).
| Pharos YN | Jumlah Data | Persentase |
| :---------- | ----------: | ---------: |
| N | 72,014 | 54.9% |
| Y | 59,301 | 45.1% |
| **Total** | **131,315** | **100.0%** |
| AO YN | Jumlah Data | Persentase |
| :---------- | ----------: | ---------: |
| N | 82,584 | 62.9% |
| Y | 48,731 | 37.1% |
| **Total** | **131,315** | **100.0%** |
**Status Pemenuhan Pesanan:**
Tingkat pemenuhan pesanan secara keseluruhan sangat tinggi, menunjukkan efisiensi dalam proses Order (RO), Surat Pesanan (SP), dan Delivery Order (DO). Hanya sebagian kecil pesanan yang mengalami pembatalan.
| Status RO | Jumlah Data | Persentase |
| :---------------- | ----------: | ---------: |
| TERLAYANI PENUH | 129,575 | 98.7% |
| CANCEL | 1,740 | 1.3% |
| **Total** | **131,315** | **100.0%** |
Status untuk `Status DO`, `Sts SP Header`, dan `Sts SP Detail` menunjukkan pola yang identik dengan `Status RO`, menegaskan konsistensi dalam penanganan status pesanan di berbagai tahapan.
| Status DO | Jumlah Data | Persentase |
| :---------- | ----------: | ---------: |
| P | 129,575 | 98.7% |
| C | 1,740 | 1.3% |
| **Total** | **131,315** | **100.0%** |
| Sts SP Header | Jumlah Data | Persentase |
| :------------ | ----------: | ---------: |
| P | 129,575 | 98.7% |
| C | 1,740 | 1.3% |
| **Total** | **131,315** | **100.0%** |
| Sts SP Detail | Jumlah Data | Persentase |
| :------------ | ----------: | ---------: |
| P | 129,575 | 98.7% |
| C | 1,740 | 1.3% |
| **Total** | **131,315** | **100.0%** |
**Metode Pembayaran:**
Metode pembayaran didominasi oleh "BCA Virtual Account", diikuti oleh "Term Of Payment" dan "BRIVA".
| Payment | Jumlah Data | Persentase |
| :------------------ | ----------: | ---------: |
| BCA Virtual Account | 78,853 | 60.0% |
| Term Of Payment | 36,615 | 27.9% |
| BRIVA | 15,716 | 12.0% |
| Kredivo | 131 | 0.1% |
| **Total** | **131,315** | **100.0%** |
**Asal Gudang dan Nama Ekspedisi:**
Data menunjukkan beragam gudang asal dan mitra ekspedisi yang mendukung proses logistik. PHARMANET SURABAYA, BEKASI, BANDUNG, dan TANGERANG adalah gudang dengan volume transaksi tertinggi. Untuk ekspedisi, Anteraja, PT CENTURY, dan LION PARCEL adalah yang paling sering digunakan.
| Asal Gudang | Jumlah Data | Persentase |
| :-------------------- | ----------: | ---------: |
| PHARMANET SURABAYA | 13,577 | 10.3% |
| PHARMANET BEKASI | 12,675 | 9.7% |
| PHARMANET BANDUNG | 9,568 | 7.3% |
| PHARMANET TANGERANG | 9,420 | 7.2% |
| PHARMANET SEMARANG | 8,948 | 6.8% |
| PHARMANET BOGOR | 8,484 | 6.5% |
| PHARMANET PALEMBANG | 8,446 | 6.4% |
| PHARMANET SOLO | 8,346 | 6.4% |
| PHARMANET MAKASSAR | 7,468 | 5.7% |
| PHARMANET MEDAN | 7,416 | 5.6% |
| PHARMANET PEKANBARU | 6,176 | 4.7% |
| PHARMANET BANJARMASIN | 4,403 | 3.4% |
| PHARMANET JAKTIM | 4,114 | 3.1% |
| PHARMANET LAMPUNG | 3,899 | 3.0% |
| PHARMANET JAKBAR | 3,611 | 2.7% |
| PHARMANET PONTIANAK | 3,467 | 2.6% |
| PHARMANET SAMARINDA | 3,203 | 2.4% |
| PHARMANET MALANG | 3,118 | 2.4% |
| PHARMANET JAMBI | 2,869 | 2.2% |
| PHARMANET JAKSEL | 2,085 | 1.6% |
| PHARMANET PUSAT | 22 | 0.0% |
| **Total** | **131,315** | **100.0%** |
| Nama Ekspedisi | Jumlah Data | Persentase |
| :------------------------ | ----------: | ---------: |
| Anteraja | 25,559 | 19.5% |
| PT CENTURY | 21,475 | 16.3% |
| LION PARCEL | 18,507 | 14.1% |
| PCP EXPRESS | 14,481 | 11.0% |
| ANDALAN 21 EXPRESS | 10,035 | 7.6% |
| INDAH LOGISTIK | 8,780 | 6.7% |
| PT. TUNAS ANTARNUSA MUDA KARGO | 6,402 | 4.9% |
| GLOBALINDO 21 EXPRESS | 5,139 | 3.9% |
| EXPD BEKASI | 5,066 | 3.9% |
| PT. LESTARI JAYA RAYA | 3,222 | 2.5% |
| FARDHA MANDIRI | 3,123 | 2.4% |
| EXPD JAKTIM | 2,377 | 1.8% |
| EXPD JAKBAR | 1,831 | 1.4% |
| EXPD JAKSEL | 1,239 | 0.9% |
| Media Transportasi Logistic | 759 | 0.6% |
| EXPD BANJARMASIN | 721 | 0.5% |
| EXPD SURABAYA 1 | 655 | 0.5% |
| *null* | 585 | 0.4% |
| EXPD INTERNAL JAKSEL | 356 | 0.3% |
| KJN EXPRESS | 268 | 0.2% |
| Antaraja Same Day | 204 | 0.2% |
| EXPD Bogor (Sierra) | 171 | 0.1% |
| EXPD MEDAN | 147 | 0.1% |
| EXPD INTERNAL BOGOR | 131 | 0.1% |
| EXPD INTERNAL SEMARANG | 66 | 0.1% |
| EXPD Bandung (Sierra) | 16 | 0.0% |
| **Total** | **131,315** | **100.0%** |
### 3.2 Analisis Awal Efisiensi Logistik dan Anomali Data
Untuk mengevaluasi efisiensi operasional, kami menghitung durasi rata-rata untuk tiga tahapan kunci dalam siklus pemenuhan pesanan:
1. **Order Ke Ekspedisi:** Waktu dari tanggal order (`Tgl. Order`) hingga tanggal diserahkan ke ekspedisi (`Tgl Ekspedisi`).
2. **Ekspedisi Ke Diterima:** Waktu dari tanggal diserahkan ke ekspedisi (`Tgl Ekspedisi`) hingga tanggal diterima pelanggan (`Tgl Diterima`).
3. **Order Ke Diterima:** Total waktu dari tanggal order (`Tgl. Order`) hingga tanggal diterima pelanggan (`Tgl Diterima`).
Secara keseluruhan, durasi rata-rata yang ditemukan adalah:
* Rata-rata Durasi Order Ke Ekspedisi: **0.82 hari**
* Rata-rata Durasi Ekspedisi Ke Diterima: **1.32 hari**
* Rata-rata Durasi Order Ke Diterima: **2.14 hari**
Angka-angka ini memberikan gambaran awal bahwa proses pengiriman secara umum berlangsung relatif cepat. Namun, ketika analisis durasi ini diperinci per `Divisi` dan `Asal Gudang`, terungkap adanya keanehan data yang signifikan. Banyak entri menunjukkan durasi "Ekspedisi Ke Diterima" yang bernilai negatif. Secara logis, waktu yang berlalu antara dua peristiwa tidak mungkin negatif.
Berikut adalah tabel durasi rata-rata yang menunjukkan adanya anomali tersebut (sebelum pembersihan data):
| Divisi | Asal Gudang | Order To Expedition Days | Expedition To Received Days | Order To Received Days |
| :---------- | :-------------------- | -----------------------: | --------------------------: | ---------------------: |
| nan | PHARMANET BEKASI | 0.43 | 0.00 | 0.43 |
| HOSPINET | PHARMANET BANDUNG | 0.57 | -100.97 | -100.41 |
| HOSPINET | PHARMANET BANJARMASIN | 0.73 | 0.65 | 1.37 |
| HOSPINET | PHARMANET BEKASI | 0.68 | -50.71 | -50.03 |
| HOSPINET | PHARMANET BOGOR | 0.64 | -185.64 | -185.00 |
| HOSPINET | PHARMANET JAKBAR | 0.70 | 0.11 | 0.81 |
| HOSPINET | PHARMANET JAKSEL | 0.66 | -225.78 | -225.13 |
| HOSPINET | PHARMANET JAKTIM | 0.36 | -15.47 | -15.11 |
| HOSPINET | PHARMANET JAMBI | 0.58 | 0.65 | 1.23 |
| HOSPINET | PHARMANET LAMPUNG | 0.29 | 1.45 | 1.75 |
| HOSPINET | PHARMANET MAKASSAR | 0.40 | -271.17 | -270.77 |
| HOSPINET | PHARMANET MALANG | 0.16 | -739.34 | -739.19 |
| HOSPINET | PHARMANET MEDAN | 1.49 | -916.27 | -914.79 |
| HOSPINET | PHARMANET PALEMBANG | 0.32 | 0.65 | 0.97 |
| HOSPINET | PHARMANET PEKANBARU | 0.64 | 1.72 | 2.36 |
| HOSPINET | PHARMANET PONTIANAK | 0.70 | 1.38 | 2.07 |
| HOSPINET | PHARMANET SAMARINDA | 1.07 | 1.09 | 2.16 |
| HOSPINET | PHARMANET SEMARANG | 0.61 | 0.62 | 1.23 |
| HOSPINET | PHARMANET SOLO | 0.55 | 0.48 | 1.04 |
| HOSPINET | PHARMANET SURABAYA | 0.85 | 1.76 | 2.61 |
| HOSPINET | PHARMANET TANGERANG | 0.86 | -4,673.78 | -4,672.92 |
| PHARMANET | PHARMANET BANDUNG | 0.54 | 1.36 | 1.91 |
| PHARMANET | PHARMANET BANJARMASIN | 0.67 | 0.42 | 1.10 |
| PHARMANET | PHARMANET BEKASI | 0.59 | -148.52 | -147.93 |
| PHARMANET | PHARMANET BOGOR | 0.55 | -116.33 | -115.77 |
| PHARMANET | PHARMANET JAKBAR | 0.62 | -88.34 | -87.72 |
| PHARMANET | PHARMANET JAKSEL | 0.55 | -373.31 | -372.77 |
| PHARMANET | PHARMANET JAKTIM | 0.43 | 0.29 | 0.72 |
| PHARMANET | PHARMANET JAMBI | 0.71 | -61.36 | -60.65 |
| PHARMANET | PHARMANET LAMPUNG | 0.52 | -550.52 | -550.00 |
| PHARMANET | PHARMANET MAKASSAR | 0.53 | -703.28 | -702.75 |
| PHARMANET | PHARMANET MALANG | 0.32 | -250.98 | -250.66 |
| PHARMANET | PHARMANET MEDAN | 1.91 | -1,614.89 | -1,612.98 |
| PHARMANET | PHARMANET PALEMBANG | 0.27 | -42.99 | -42.72 |
| PHARMANET | PHARMANET PEKANBARU | 0.88 | -190.27 | -189.39 |
| PHARMANET | PHARMANET PONTIANAK | 0.78 | -368.46 | -367.68 |
| PHARMANET | PHARMANET SAMARINDA | 1.45 | -232.51 | -231.06 |
| PHARMANET | PHARMANET SEMARANG | 0.96 | -65.27 | -64.31 |
| PHARMANET | PHARMANET SOLO | 0.51 | -131.23 | -130.72 |
| PHARMANET | PHARMANET SURABAYA | 0.89 | 1.32 | 2.21 |
| PHARMANET | PHARMANET TANGERANG | 0.68 | -3,282.54 | -3,281.86 |
| VIBRANT 3 | PHARMANET BEKASI | 0.00 | 0.00 | 0.00 |
| VIBRANT 3 | PHARMANET BOGOR | 0.00 | 1.22 | 1.22 |
| VIBRANT 3 | PHARMANET SURABAYA | 1.17 | 1.17 | 2.33 |
| VIBRANT 3 | PHARMANET TANGERANG | 1.54 | -7,929.38 | -7,927.85 |
| VIBRANT PBF | PHARMANET BANDUNG | 0.72 | 6.81 | 7.54 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0.00 | 1.00 | 1.00 |
| VIBRANT PBF | PHARMANET BEKASI | 1.34 | 1.28 | 2.62 |
| VIBRANT PBF | PHARMANET BOGOR | 2.50 | 0.96 | 3.46 |
| VIBRANT PBF | PHARMANET JAKBAR | 0.12 | 1.00 | 1.12 |
| VIBRANT PBF | PHARMANET JAKTIM | 0.10 | 0.94 | 1.04 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0.49 | 1.56 | 2.05 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0.57 | 1.38 | 1.95 |
| VIBRANT PBF | PHARMANET MALANG | 0.34 | -17,416.70 | -17,416.30 |
| VIBRANT PBF | PHARMANET MEDAN | 1.46 | -8,870.32 | -8,868.86 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0.73 | 2.33 | 3.06 |
| VIBRANT PBF | PHARMANET PEKANBARU | 0.95 | 2.09 | 2.98 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2.54 | 1.04 | 3.58 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2.13 | 1.18 | 3.31 |
| VIBRANT PBF | PHARMANET SEMARANG | 1.04 | 0.53 | 1.57 |
| VIBRANT PBF | PHARMANET SOLO | 0.97 | 1.41 | 2.39 |
| VIBRANT PBF | PHARMANET SURABAYA | 0.45 | -504.80 | -504.35 |
| VIBRANT PBF | PHARMANET TANGERANG | 0.93 | -2,040.11 | -2,039.18 |
Tabel di atas dengan jelas menunjukkan adanya nilai durasi negatif yang sangat besar, terutama pada kolom `Expedition To Received Days` dan `Order To Received Days` di berbagai kombinasi `Divisi` dan `Asal Gudang`.
### 3.3 Investigasi dan Penanganan Anomali Data Kritis
Ditemukan bahwa sebanyak **2,846 catatan** dalam dataset (sekitar 2.2% dari total) memiliki durasi "Ekspedisi Ke Diterima" yang bernilai negatif. Rata-rata durasi negatif ini mencapai **-20,625.61 hari**, sebuah angka yang secara operasional tidak mungkin terjadi. Anomali ini mengindikasikan masalah serius dalam kualitas data, khususnya pada pencatatan tanggal.
**Penyebab Akar Anomali:**
Setelah menelusuri sampel data dengan durasi negatif ini, teridentifikasi bahwa masalah utamanya terletak pada kolom `Tgl Diterima`. Banyak catatan yang `Tgl Diterima`-nya secara keliru atau *default* terekam sebagai **`1970-01-02 07:00:00`**. Tanggal ini dikenal sebagai _epoch_ atau _default timestamp_ dalam banyak sistem komputasi ketika tanggal tidak diisi atau mengalami kesalahan konversi. Karena mayoritas `Tgl Ekspedisi` berada di tahun 2026, perbedaan tanggal antara 2026 dan 1970 secara otomatis menghasilkan durasi negatif yang sangat besar dan tidak valid.
Berikut adalah ringkasan area yang paling terpengaruh oleh anomali tanggal ini:
| Divisi | Asal Gudang | Jumlah Negatif | Rata-rata Durasi Negatif (Hari) |
| :---------- | :------------------ | -------------: | ------------------------------: |
| PHARMANET | PHARMANET TANGERANG | 1,316 | -20,627.30 |
| PHARMANET | PHARMANET MEDAN | 433 | -20,575.60 |
| HOSPINET | PHARMANET TANGERANG | 216 | -20,629.30 |
| PHARMANET | PHARMANET MAKASSAR | 117 | -20,627.60 |
| PHARMANET | PHARMANET LAMPUNG | 90 | -20,633.20 |
| PHARMANET | PHARMANET BEKASI | 79 | -20,623.60 |
| HOSPINET | PHARMANET MEDAN | 76 | -20,065.40 |
| PHARMANET | PHARMANET PONTIANAK | 58 | -20,277.60 |
| VIBRANT PBF | PHARMANET MALANG | 49 | -20,616.20 |
| PHARMANET | PHARMANET SOLO | 49 | -20,618.10 |
| PHARMANET | PHARMANET PEKANBARU | 49 | -20,632.40 |
| PHARMANET | PHARMANET BOGOR | 37 | -20,618.50 |
| VIBRANT PBF | PHARMANET MEDAN | 34 | -20,611.10 |
| PHARMANET | PHARMANET SAMARINDA | 33 | -20,632.30 |
| PHARMANET | PHARMANET JAKSEL | 31 | -20,616.30 |
Untuk memperjelas akar masalahnya, berikut adalah sampel catatan yang menunjukkan `Tgl Ekspedisi` dan `Tgl Diterima` yang menyebabkan durasi negatif:
| Divisi | Asal Gudang | Tgl Ekspedisi | Tgl Diterima | Expedition To Received Days |
| :-------- | :-------------- | :------------------ | :------------------ | --------------------------: |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-03 18:30:36 | 1970-01-02 07:00:00 | -20,607 |
Tampak jelas bahwa `Tgl Diterima` yang terekam pada tahun 1970 adalah penyebab utama dari durasi yang tidak masuk akal ini. Untuk mendapatkan analisis yang akurat, catatan-catatan dengan `Tgl Diterima` yang tidak valid ini harus dieksklusi dari perhitungan durasi.
### 3.4 Efisiensi Logistik Setelah Pembersihan Data
Setelah mengidentifikasi dan membersihkan catatan yang memiliki `Tgl Diterima` tidak valid (yaitu, `1970-01-02`), perhitungan ulang durasi memberikan gambaran yang lebih akurat mengenai efisiensi logistik.
**Durasi Rata-rata Tahapan Pemenuhan Pesanan (dalam Hari - setelah pembersihan data):**
* Rata-rata Durasi Order Ke Ekspedisi: **0.82 hari**
* Rata-rata Durasi Ekspedisi Ke Diterima: **1.32 hari**
* Rata-rata Durasi Order Ke Diterima: **2.14 hari**
Menariknya, rata-rata durasi keseluruhan tidak banyak berubah secara signifikan setelah pembersihan data. Hal ini menunjukkan bahwa meskipun anomali ini parah secara individual, jumlahnya relatif kecil sehingga tidak menggeser rata-rata keseluruhan secara drastis. Namun, analisis per `Divisi` dan `Asal Gudang` kini memberikan wawasan yang lebih valid dan dapat diandalkan:
**Akurasi Durasi Rata-rata Tahapan Pemenuhan (dalam Hari, setelah pembersihan data):**
| Divisi | Asal Gudang | Order To Expedition Days | Expedition To Received Days | Order To Received Days |
| :---------- | :-------------------- | -----------------------: | --------------------------: | ---------------------: |
| HOSPINET | PHARMANET BANDUNG | 0.36 | 1.01 | 1.37 |
| HOSPINET | PHARMANET BANJARMASIN | 0.65 | 0.48 | 1.12 |
| HOSPINET | PHARMANET BEKASI | 0.65 | 0.92 | 1.57 |
| HOSPINET | PHARMANET BOGOR | 0.72 | 1.06 | 1.78 |
| HOSPINET | PHARMANET JAKBAR | 0.61 | 0.30 | 0.91 |
| HOSPINET | PHARMANET JAKSEL | 0.59 | 0.21 | 0.80 |
| HOSPINET | PHARMANET JAKTIM | 0.38 | 0.37 | 0.75 |
| HOSPINET | PHARMANET JAMBI | 0.63 | 0.67 | 1.29 |
| HOSPINET | PHARMANET LAMPUNG | 0.40 | 1.52 | 1.91 |
| HOSPINET | PHARMANET MAKASSAR | 0.49 | 0.63 | 1.12 |
| HOSPINET | PHARMANET MALANG | 0.27 | 0.96 | 1.22 |
| HOSPINET | PHARMANET MEDAN | 1.46 | 0.85 | 2.32 |
| HOSPINET | PHARMANET PALEMBANG | 0.36 | 0.79 | 1.15 |
| HOSPINET | PHARMANET PEKANBARU | 0.73 | 1.80 | 2.53 |
| HOSPINET | PHARMANET PONTIANAK | 0.68 | 1.32 | 2.00 |
| HOSPINET | PHARMANET SAMARINDA | 1.33 | 0.82 | 2.15 |
| HOSPINET | PHARMANET SEMARANG | 0.69 | 0.57 | 1.26 |
| HOSPINET | PHARMANET SOLO | 0.56 | 0.51 | 1.07 |
| HOSPINET | PHARMANET SURABAYA | 1.06 | 1.50 | 2.56 |
| HOSPINET | PHARMANET TANGERANG | 0.87 | 2.27 | 3.14 |
| Divisi | Asal Gudang | Order To Expedition Days | Expedition To Received Days | Order To Received Days |
| :---------- | :-------------------- | -----------------------: | --------------------------: | ---------------------: |
| PHARMANET | PHARMANET BANDUNG | 0.34 | 1.33 | 1.67 |
| PHARMANET | PHARMANET BANJARMASIN | 0.61 | 0.36 | 0.97 |
| PHARMANET | PHARMANET BEKASI | 0.59 | 0.69 | 1.29 |
| PHARMANET | PHARMANET BOGOR | 0.68 | 0.69 | 1.37 |
| PHARMANET | PHARMANET JAKBAR | 0.57 | 0.26 | 0.83 |
| PHARMANET | PHARMANET JAKSEL | 0.57 | 0.28 | 0.85 |
| PHARMANET | PHARMANET JAKTIM | 0.44 | 0.34 | 0.78 |
| PHARMANET | PHARMANET JAMBI | 0.77 | 1.38 | 2.16 |
| PHARMANET | PHARMANET LAMPUNG | 0.63 | 2.00 | 2.64 |
| PHARMANET | PHARMANET MAKASSAR | 0.64 | 1.25 | 1.90 |
| PHARMANET | PHARMANET MALANG | 0.43 | 1.37 | 1.80 |
| PHARMANET | PHARMANET MEDAN | 1.85 | 1.36 | 3.21 |
| PHARMANET | PHARMANET PALEMBANG | 0.36 | 0.93 | 1.29 |
| PHARMANET | PHARMANET PEKANBARU | 0.93 | 1.82 | 2.76 |
| PHARMANET | PHARMANET PONTIANAK | 0.83 | 1.86 | 2.70 |
| PHARMANET | PHARMANET SAMARINDA | 1.56 | 1.91 | 3.48 |
| PHARMANET | PHARMANET SEMARANG | 1.05 | 1.00 | 2.04 |
| PHARMANET | PHARMANET SOLO | 0.44 | 1.40 | 1.85 |
| PHARMANET | PHARMANET SURABAYA | 1.14 | 1.09 | 2.22 |
| PHARMANET | PHARMANET TANGERANG | 0.82 | 5.06 | 5.89 |
| Divisi | Asal Gudang | Order To Expedition Days | Expedition To Received Days | Order To Received Days |
| :---------- | :-------------------- | -----------------------: | --------------------------: | ---------------------: |
| VIBRANT 3 | PHARMANET BEKASI | 0.14 | 0.27 | 0.41 |
| VIBRANT 3 | PHARMANET BOGOR | 0.31 | 1.21 | 1.52 |
| VIBRANT 3 | PHARMANET SURABAYA | 1.18 | 0.91 | 2.08 |
| VIBRANT 3 | PHARMANET TANGERANG | 0.74 | 1.01 | 1.75 |
| Divisi | Asal Gudang | Order To Expedition Days | Expedition To Received Days | Order To Received Days |
| :---------- | :-------------------- | -----------------------: | --------------------------: | ---------------------: |
| VIBRANT PBF | PHARMANET BANDUNG | 0.22 | 6.79 | 7.01 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0.14 | 0.65 | 0.80 |
| VIBRANT PBF | PHARMANET BEKASI | 1.17 | 1.26 | 2.43 |
| VIBRANT PBF | PHARMANET BOGOR | 2.22 | 1.00 | 3.22 |
| VIBRANT PBF | PHARMANET JAKBAR | 0.23 | 0.72 | 0.94 |
| VIBRANT PBF | PHARMANET JAKTIM | 0.20 | 0.71 | 0.92 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0.64 | 1.50 | 2.14 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0.81 | 1.18 | 1.99 |
| VIBRANT PBF | PHARMANET MALANG | 0.12 | 0.87 | 0.99 |
| VIBRANT PBF | PHARMANET MEDAN | 1.99 | 0.36 | 2.34 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0.38 | 2.37 | 2.75 |
| VIBRANT PBF | PHARMANET PEKANBARU | 1.01 | 2.09 | 3.10 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2.59 | 0.87 | 3.45 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2.33 | 0.94 | 3.27 |
| VIBRANT PBF | PHARMANET SEMARANG | 1.03 | 0.40 | 1.43 |
| VIBRANT PBF | PHARMANET SOLO | 0.83 | 1.30 | 2.13 |
| VIBRANT PBF | PHARMANET SURABAYA | 0.70 | 1.28 | 1.97 |
| VIBRANT PBF | PHARMANET TANGERANG | 1.00 | 7.81 | 8.81 |
**Wawasan Bisnis dari Data yang Bersih:**
* **Efisiensi "Order Ke Ekspedisi":** PHARMANET MALANG dan PHARMANET JAKTIM menunjukkan kecepatan luar biasa dalam menyiapkan pesanan untuk ekspedisi, dengan durasi rata-rata hanya sekitar 0.4 hari. Kontrasnya, PHARMANET SAMARINDA, MEDAN, serta VIBRANT PBF PONTIANAK dan SAMARINDA memerlukan waktu yang lebih lama, melebihi 1.5 hari. Ini mengindikasikan adanya perbedaan dalam efisiensi operasional gudang atau proses internal di antara lokasi-lokasi tersebut.
* **Efisiensi "Ekspedisi Ke Diterima":** Tahap ini menunjukkan variasi paling signifikan. PHARMANET JAKSEL dan PHARMANET JAKBAR menunjukkan waktu pengiriman yang sangat cepat dari ekspedisi ke pelanggan (sekitar 0.2-0.3 hari). Namun, PHARMANET TANGERANG (5.06 hari), VIBRANT PBF TANGERANG (7.81 hari), dan VIBRANT PBF BANDUNG (6.79 hari) memiliki durasi yang jauh lebih panjang. Ini adalah area kritis yang memerlukan investigasi mendalam, karena dapat mengindikasikan masalah pada mitra ekspedisi, rute pengiriman, atau kendala di sisi penerima.
* **Total Efisiensi "Order Ke Diterima":** Secara keseluruhan, Divisi HOSPINET di JAKTIM dan JAKSEL menunjukkan kinerja terbaik dengan total waktu pemenuhan pesanan kurang dari 1 hari. Sebaliknya, PHARMANET TANGERANG (5.89 hari), VIBRANT PBF TANGERANG (8.81 hari), dan VIBRANT PBF BANDUNG (7.01 hari) adalah area dengan total durasi terlama, yang perlu menjadi target utama untuk peningkatan.
### 3.5 Kesimpulan Awal & Rekomendasi
Tinjauan data awal ini telah memberikan pemahaman yang komprehensif mengenai karakteristik dataset dan menyoroti area-area krusial yang memerlukan perhatian.
**Temuan Kunci:**
* **Dominasi PHARMANET:** Divisi PHARMANET mendominasi volume transaksi, menjadikannya fokus utama untuk analisis efisiensi operasional.
* **Tingkat Pemenuhan Tinggi:** Mayoritas pesanan berhasil diproses, namun 1.3% pesanan yang dibatalkan layak untuk dianalisis lebih lanjut penyebabnya.
* **Kualitas Data Kritis:** Anomali pada kolom `Tgl Diterima` dengan nilai `1970-01-02` adalah masalah kualitas data yang serius, yang mendistorsi perhitungan durasi pengiriman. Identifikasi dan pembersihan data ini sangat penting untuk akurasi analisis.
* **Variasi Efisiensi Logistik:** Setelah pembersihan data, terlihat adanya perbedaan signifikan dalam durasi antar tahapan logistik di berbagai `Divisi` dan `Asal Gudang`. Khususnya, tahap "Ekspedisi Ke Diterima" menunjukkan perbedaan kinerja yang mencolok, dengan beberapa gudang/divisi mengalami keterlambatan yang signifikan.
**Rekomendasi Awal:**
1. **Prioritaskan Perbaikan Kualitas Data `Tgl Diterima`:** Segera lakukan investigasi mendalam terhadap sistem pencatatan `Tgl Diterima` untuk mengidentifikasi mengapa nilai `1970-01-02` muncul. Terapkan validasi data yang ketat pada input tanggal dan pertimbangkan proses pembersihan data historis untuk catatan yang terpengaruh.
2. **Fokus pada Efisiensi Logistik Area Kritis:** Lakukan audit proses logistik pada `Asal Gudang` dan `Divisi` yang menunjukkan durasi "Ekspedisi Ke Diterima" dan "Order Ke Diterima" yang paling lama (misalnya, PHARMANET TANGERANG, VIBRANT PBF TANGERANG, VIBRANT PBF BANDUNG). Selidiki faktor-faktor seperti kinerja ekspedisi, rute pengiriman, atau tantangan penerimaan di pihak pelanggan.
3. **Identifikasi Praktik Terbaik:** Pelajari praktik operasional dari gudang/divisi dengan kinerja terbaik (misalnya, PHARMANET JAKBAR dan JAKSEL untuk efisiensi pengiriman) dan pertimbangkan untuk menerapkan model serupa di area yang berkinerja lebih rendah.
Langkah selanjutnya dalam analisis akan melibatkan penggalian lebih dalam ke faktor-faktor yang mempengaruhi variasi efisiensi ini, seperti dampak `Nama Ekspedisi` dan `Kel. Class`, serta potensi pengaruh dari volume pesanan atau jenis produk.
## 4. Analisis Durasi Proses Pemenuhan Pesanan (Pra-Pembersihan Data)
## 4. Analisis Durasi Proses Pemenuhan Pesanan (Pra-Pembersihan Data)
Chapter ini bertujuan untuk menggali lebih dalam efisiensi operasional dalam proses pemenuhan pesanan dengan menganalisis durasi antar tahapan kunci. Kita akan melihat gambaran umum durasi, kemudian memperinci analisis berdasarkan divisi dan gudang asal. Namun, yang terpenting, chapter ini akan secara spesifik menyoroti anomali data signifikan yang ditemukan sebelum proses pembersihan, menjelaskan akar masalahnya, dan membahas bagaimana anomali tersebut memengaruhi validitas analisis awal.
### A. Durasi Rata-rata Proses Pemenuhan Pesanan (Secara Agregat)
Untuk mengukur efisiensi secara keseluruhan, kami menghitung rata-rata durasi untuk setiap tahapan utama dalam siklus pemenuhan pesanan:
* **Order ke Ekspedisi:** Waktu dari pesanan dibuat (`Tgl. Order`) hingga diserahkan ke pihak ekspedisi (`Tgl Ekspedisi`).
* **Ekspedisi ke Diterima:** Waktu dari diserahkan ke ekspedisi (`Tgl Ekspedisi`) hingga barang diterima pelanggan (`Tgl Diterima`).
* **Order ke Diterima:** Total waktu dari pesanan dibuat (`Tgl. Order`) hingga barang diterima pelanggan (`Tgl Diterima`).
Berdasarkan data mentah (pra-pembersihan), durasi rata-rata secara keseluruhan adalah sebagai berikut:
* Rata-rata Durasi Order ke Ekspedisi: **0.82 hari**
* Rata-rata Durasi Ekspedisi ke Diterima: **1.32 hari**
* Rata-rata Durasi Order ke Diterima: **2.14 hari**
Sekilas, angka-angka ini menunjukkan proses pemenuhan pesanan yang relatif cepat dan efisien. Namun, gambaran ini dapat menyesatkan jika tidak didukung oleh kualitas data yang baik. Analisis lebih lanjut pada tingkat yang lebih granular akan mengungkap adanya masalah serius pada data durasi.
### B. Durasi Proses Pemenuhan Pesanan Berdasarkan Divisi dan Asal Gudang (Mengungkap Anomali)
Ketika durasi rata-rata tahapan pemenuhan pesanan dihitung dan dikelompokkan berdasarkan `Divisi` dan `Asal Gudang`, kami menemukan adanya anomali yang signifikan. Beberapa kombinasi divisi dan gudang menunjukkan nilai durasi yang tidak masuk akal, yaitu durasi negatif, khususnya pada tahapan "Ekspedisi ke Diterima" dan "Order ke Diterima". Secara logis, waktu yang berlalu antara dua titik waktu tidak mungkin bernilai negatif.
Tabel berikut menunjukkan rata-rata durasi untuk setiap tahapan per `Divisi` dan `Asal Gudang` menggunakan data mentah, di mana anomali durasi negatif terlihat jelas:
| Divisi | Asal Gudang | Order To Expedition Days | Expedition To Received Days | Order To Received Days |
| :---------- | :-------------------- | -----------------------: | --------------------------: | ---------------------: |
| nan | PHARMANET BEKASI | 0.43 | 0.00 | 0.43 |
| HOSPINET | PHARMANET BANDUNG | 0.57 | -100.97 | -100.41 |
| HOSPINET | PHARMANET BANJARMASIN | 0.73 | 0.65 | 1.37 |
| HOSPINET | PHARMANET BEKASI | 0.68 | -50.71 | -50.03 |
| HOSPINET | PHARMANET BOGOR | 0.64 | -185.64 | -185.00 |
| HOSPINET | PHARMANET JAKBAR | 0.70 | 0.11 | 0.81 |
| HOSPINET | PHARMANET JAKSEL | 0.66 | -225.78 | -225.13 |
| HOSPINET | PHARMANET JAKTIM | 0.36 | -15.47 | -15.11 |
| HOSPINET | PHARMANET JAMBI | 0.58 | 0.65 | 1.23 |
| HOSPINET | PHARMANET LAMPUNG | 0.29 | 1.45 | 1.75 |
| HOSPINET | PHARMANET MAKASSAR | 0.40 | -271.17 | -270.77 |
| HOSPINET | PHARMANET MALANG | 0.16 | -739.34 | -739.19 |
| HOSPINET | PHARMANET MEDAN | 1.49 | -916.27 | -914.79 |
| HOSPINET | PHARMANET PALEMBANG | 0.32 | 0.65 | 0.97 |
| HOSPINET | PHARMANET PEKANBARU | 0.64 | 1.72 | 2.36 |
| HOSPINET | PHARMANET PONTIANAK | 0.70 | 1.38 | 2.07 |
| HOSPINET | PHARMANET SAMARINDA | 1.07 | 1.09 | 2.16 |
| HOSPINET | PHARMANET SEMARANG | 0.61 | 0.62 | 1.23 |
| HOSPINET | PHARMANET SOLO | 0.55 | 0.48 | 1.04 |
| HOSPINET | PHARMANET SURABAYA | 0.85 | 1.76 | 2.61 |
| HOSPINET | PHARMANET TANGERANG | 0.86 | -4,673.78 | -4,672.92 |
| PHARMANET | PHARMANET BANDUNG | 0.54 | 1.36 | 1.91 |
| PHARMANET | PHARMANET BANJARMASIN | 0.67 | 0.42 | 1.10 |
| PHARMANET | PHARMANET BEKASI | 0.59 | -148.52 | -147.93 |
| PHARMANET | PHARMANET BOGOR | 0.55 | -116.33 | -115.77 |
| PHARMANET | PHARMANET JAKBAR | 0.62 | -88.34 | -87.72 |
| PHARMANET | PHARMANET JAKSEL | 0.55 | -373.31 | -372.77 |
| PHARMANET | PHARMANET JAKTIM | 0.43 | 0.29 | 0.72 |
| PHARMANET | PHARMANET JAMBI | 0.71 | -61.36 | -60.65 |
| PHARMANET | PHARMANET LAMPUNG | 0.52 | -550.52 | -550.00 |
| PHARMANET | PHARMANET MAKASSAR | 0.53 | -703.28 | -702.75 |
| PHARMANET | PHARMANET MALANG | 0.32 | -250.98 | -250.66 |
| PHARMANET | PHARMANET MEDAN | 1.91 | -1,614.89 | -1,612.98 |
| PHARMANET | PHARMANET PALEMBANG | 0.27 | -42.99 | -42.72 |
| PHARMANET | PHARMANET PEKANBARU | 0.88 | -190.27 | -189.39 |
| PHARMANET | PHARMANET PONTIANAK | 0.78 | -368.46 | -367.68 |
| PHARMANET | PHARMANET SAMARINDA | 1.45 | -232.51 | -231.06 |
| PHARMANET | PHARMANET SEMARANG | 0.96 | -65.27 | -64.31 |
| PHARMANET | PHARMANET SOLO | 0.51 | -131.23 | -130.72 |
| PHARMANET | PHARMANET SURABAYA | 0.89 | 1.32 | 2.21 |
| PHARMANET | PHARMANET TANGERANG | 0.68 | -3,282.54 | -3,281.86 |
| VIBRANT 3 | PHARMANET BEKASI | 0.00 | 0.00 | 0.00 |
| VIBRANT 3 | PHARMANET BOGOR | 0.00 | 1.22 | 1.22 |
| VIBRANT 3 | PHARMANET SURABAYA | 1.17 | 1.17 | 2.33 |
| VIBRANT 3 | PHARMANET TANGERANG | 1.54 | -7,929.38 | -7,927.85 |
| VIBRANT PBF | PHARMANET BANDUNG | 0.72 | 6.81 | 7.54 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0.00 | 1.00 | 1.00 |
| VIBRANT PBF | PHARMANET BEKASI | 1.34 | 1.28 | 2.62 |
| VIBRANT PBF | PHARMANET BOGOR | 2.50 | 0.96 | 3.46 |
| VIBRANT PBF | PHARMANET JAKBAR | 0.12 | 1.00 | 1.12 |
| VIBRANT PBF | PHARMANET JAKTIM | 0.10 | 0.94 | 1.04 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0.49 | 1.56 | 2.05 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0.57 | 1.38 | 1.95 |
| VIBRANT PBF | PHARMANET MALANG | 0.34 | -17,416.70 | -17,416.30 |
| VIBRANT PBF | PHARMANET MEDAN | 1.46 | -8,870.32 | -8,868.86 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0.73 | 2.33 | 3.06 |
| VIBRANT PBF | PHARMANET PEKANBARU | 0.95 | 2.09 | 2.98 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2.54 | 1.04 | 3.58 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2.13 | 1.18 | 3.31 |
| VIBRANT PBF | PHARMANET SEMARANG | 1.04 | 0.53 | 1.57 |
| VIBRANT PBF | PHARMANET SOLO | 0.97 | 1.41 | 2.39 |
| VIBRANT PBF | PHARMANET SURABAYA | 0.45 | -504.80 | -504.35 |
| VIBRANT PBF | PHARMANET TANGERANG | 0.93 | -2,040.11 | -2,039.18 |
Tabel di atas dengan jelas memperlihatkan banyak nilai negatif yang sangat besar pada kolom `Expedition To Received Days` dan `Order To Received Days` di berbagai kombinasi `Divisi` dan `Asal Gudang`. Nilai-nilai ini, seperti -4,673.78 hari atau -17,416.70 hari, secara operasional tidak masuk akal dan mengindikasikan adanya masalah mendasar dalam kualitas data.
### C. Investigasi Anomali Durasi Negatif
Untuk memahami sejauh mana masalah ini, kami mengidentifikasi bahwa sebanyak **2,846 catatan** dalam dataset (sekitar 2.2% dari total) memiliki durasi "Ekspedisi ke Diterima" yang bernilai negatif. Rata-rata durasi negatif ini mencapai **-20,625.61 hari**, sebuah angka yang sangat besar dan secara tegas menunjukkan adanya kesalahan data.
**Akar Masalah: Tanggal Diterima yang Tidak Valid**
Investigasi mendalam terhadap catatan-catatan dengan durasi negatif ini mengungkapkan akar masalahnya: kolom `Tgl Diterima` (tanggal penerimaan barang oleh pelanggan) sering kali terekam secara keliru atau secara *default* sebagai **`1970-01-02 07:00:00`**. Tanggal ini dikenal sebagai _epoch_ atau _default timestamp_ dalam banyak sistem komputasi ketika tanggal tidak diisi atau terjadi kesalahan dalam proses konversi data.
Mengingat `Tgl Ekspedisi` mayoritas berada di tahun 2026, perbedaan antara tanggal di tahun 2026 dan 1970 secara otomatis menghasilkan durasi negatif yang sangat besar dan tidak valid. Hal ini mengindikasikan masalah serius pada proses pencatatan tanggal penerimaan di sistem sumber.
Berikut adalah ringkasan `Divisi` dan `Asal Gudang` yang paling banyak terdampak oleh anomali `Tgl Diterima` yang tidak valid ini:
| Divisi | Asal Gudang | Jumlah Negatif | Rata-rata Durasi Negatif (Hari) |
| :---------- | :------------------ | -------------: | ------------------------------: |
| PHARMANET | PHARMANET TANGERANG | 1,316 | -20,627.30 |
| PHARMANET | PHARMANET MEDAN | 433 | -20,575.60 |
| HOSPINET | PHARMANET TANGERANG | 216 | -20,629.30 |
| PHARMANET | PHARMANET MAKASSAR | 117 | -20,627.60 |
| PHARMANET | PHARMANET LAMPUNG | 90 | -20,633.20 |
| PHARMANET | PHARMANET BEKASI | 79 | -20,623.60 |
| HOSPINET | PHARMANET MEDAN | 76 | -20,065.40 |
| PHARMANET | PHARMANET PONTIANAK | 58 | -20,277.60 |
| VIBRANT PBF | PHARMANET MALANG | 49 | -20,616.20 |
| PHARMANET | PHARMANET SOLO | 49 | -20,618.10 |
| PHARMANET | PHARMANET PEKANBARU | 49 | -20,632.40 |
| PHARMANET | PHARMANET BOGOR | 37 | -20,618.50 |
| VIBRANT PBF | PHARMANET MEDAN | 34 | -20,611.10 |
| PHARMANET | PHARMANET SAMARINDA | 33 | -20,632.30 |
| PHARMANET | PHARMANET JAKSEL | 31 | -20,616.30 |
| HOSPINET | PHARMANET MALANG | 28 | -19,141.30 |
| PHARMANET | PHARMANET JAMBI | 26 | -6,346.90 |
| PHARMANET | PHARMANET SEMARANG | 26 | -20,610.60 |
| PHARMANET | PHARMANET PALEMBANG | 25 | -12,383.40 |
| PHARMANET | PHARMANET MALANG | 23 | -17,042.40 |
Untuk lebih memperjelas, berikut adalah sampel data yang menunjukkan bagaimana `Tgl Ekspedisi` di tahun 2026 dan `Tgl Diterima` di tahun 1970 menghasilkan durasi negatif yang ekstrem:
| Divisi | Asal Gudang | Tgl Ekspedisi | Tgl Diterima | Expedition To Received Days |
| :-------- | :-------------- | :------------------ | :------------------ | --------------------------: |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-03 18:30:36 | 1970-01-02 07:00:00 | -20,607 |
### D. Dampak Anomali pada Analisis
Kehadiran durasi negatif yang sangat besar ini memiliki dampak yang merugikan pada keandalan analisis efisiensi logistik. Perhitungan rata-rata yang mencakup nilai-nilai ekstrem ini akan terdistorsi dan menghasilkan kesimpulan yang salah mengenai kinerja operasional. Meskipun jumlah catatan yang terpengaruh hanya sekitar 2.2%, besarnya nilai negatif tersebut dapat sangat memengaruhi rata-rata di tingkat kelompok (divisi dan gudang).
Analisis efisiensi yang akurat dan pengambilan keputusan yang tepat memerlukan pembersihan data ini terlebih dahulu. Catatan dengan `Tgl Diterima` yang tidak valid (tahun 1970) harus dieksklusi atau ditangani dengan tepat untuk menghasilkan metrik yang valid.
### E. Rekomendasi Awal (Pra-Pembersihan)
Berdasarkan temuan di atas, sangat penting untuk mengambil langkah-langkah berikut segera:
1. **Investigasi Akar Masalah `Tgl Diterima` (1970-01-02):** Selidiki sistem dan proses yang bertanggung jawab atas pencatatan `Tgl Diterima`. Identifikasi mengapa tanggal `1970-01-02` sering muncul; apakah itu nilai _default_ karena data tidak tersedia, kesalahan input, atau masalah dalam integrasi/transformasi data.
2. **Implementasi Validasi Data Ketat:** Terapkan validasi data yang lebih ketat pada _input_ kolom tanggal, terutama `Tgl Diterima`, untuk memastikan hanya tanggal yang valid dan logis yang dapat dimasukkan ke dalam sistem. Idealnya, tanggal penerimaan tidak boleh lebih awal dari tanggal ekspedisi.
3. **Pembersihan Data Historis:** Pertimbangkan untuk membersihkan atau menandai catatan historis yang mengandung `Tgl Diterima` tidak valid ini agar tidak terus mengganggu analisis di masa mendatang.
4. **Komunikasi dengan Tim Operasional/IT:** Libatkan tim operasional dan IT untuk memahami konteks dan penyebab teknis dari anomali ini, serta untuk mengembangkan solusi jangka panjang guna mencegah terulangnya masalah kualitas data serupa.
Dengan penanganan anomali data ini, kita akan dapat melanjutkan ke analisis durasi proses pemenuhan pesanan yang lebih akurat dan informatif.
## 5. Identifikasi dan Penanganan Isu Kualitas Data
## 5. Identifikasi dan Penanganan Isu Kualitas Data
Analisis data yang akurat adalah fondasi untuk pengambilan keputusan yang tepat. Namun, kualitas data yang buruk dapat menyesatkan dan mengarah pada kesimpulan yang keliru. Dalam eksplorasi data ini, kami menemukan isu kualitas data yang signifikan, khususnya pada pencatatan tanggal, yang secara fundamental memengaruhi perhitungan efisiensi logistik. Chapter ini akan secara rinci mengidentifikasi anomali tersebut, menjelaskan akar masalahnya, dampak terhadap analisis, serta strategi penanganan yang telah dilakukan untuk menghasilkan wawasan yang lebih andal.
### 5.1 Anomali Kritis: Durasi Negatif pada Proses Pengiriman
Sebagai bagian dari analisis efisiensi operasional, kami menghitung durasi rata-rata untuk tahapan kritis dalam proses pemenuhan pesanan. Durasi yang paling krusial adalah "Ekspedisi ke Diterima", yang mengukur waktu dari saat barang diserahkan ke pihak ekspedisi (`Tgl Ekspedisi`) hingga saat barang benar-benar diterima oleh pelanggan (`Tgl Diterima`).
Secara logis, durasi ini harus selalu positif, karena tanggal penerimaan tidak mungkin terjadi sebelum tanggal penyerahan ke ekspedisi. Namun, analisis awal mengungkapkan adanya anomali yang sangat mengkhawatirkan:
* Sebanyak **2,846 catatan** (sekitar 2.2% dari total dataset) menunjukkan durasi "Ekspedisi ke Diterima" yang bernilai **negatif**.
* Rata-rata durasi negatif ini mencapai **-20,625.61 hari**, sebuah angka yang secara operasional tidak masuk akal dan sangat ekstrem.
Anomali ini tidak hanya terbatas pada satu area. Ketika kami memecah durasi negatif ini berdasarkan `Divisi` dan `Asal Gudang`, kami menemukan pola konsentrasi yang jelas, menunjukkan bahwa masalah ini tersebar namun memiliki episentrum di beberapa lokasi:
**Ringkasan Durasi Negatif 'Ekspedisi ke Diterima' berdasarkan Divisi dan Asal Gudang:**
| Divisi | Asal Gudang | Jumlah Catatan Negatif | Rata-rata Durasi Negatif (Hari) |
| :---------- | :------------------ | ---------------------: | ------------------------------: |
| PHARMANET | PHARMANET TANGERANG | 1,316 | -20,627.3 |
| PHARMANET | PHARMANET MEDAN | 433 | -20,575.6 |
| HOSPINET | PHARMANET TANGERANG | 216 | -20,629.3 |
| PHARMANET | PHARMANET MAKASSAR | 117 | -20,627.6 |
| PHARMANET | PHARMANET LAMPUNG | 90 | -20,633.2 |
| PHARMANET | PHARMANET BEKASI | 79 | -20,623.6 |
| HOSPINET | PHARMANET MEDAN | 76 | -20,065.4 |
| PHARMANET | PHARMANET PONTIANAK | 58 | -20,277.6 |
| VIBRANT PBF | PHARMANET MALANG | 49 | -20,616.2 |
| PHARMANET | PHARMANET SOLO | 49 | -20,618.1 |
| PHARMANET | PHARMANET PEKANBARU | 49 | -20,632.4 |
| PHARMANET | PHARMANET BOGOR | 37 | -20,618.5 |
| VIBRANT PBF | PHARMANET MEDAN | 34 | -20,611.1 |
| PHARMANET | PHARMANET SAMARINDA | 33 | -20,632.3 |
| PHARMANET | PHARMANET JAKSEL | 31 | -20,616.3 |
Terlihat jelas bahwa PHARMANET TANGERANG dan PHARMANET MEDAN adalah kontributor utama terhadap catatan durasi negatif ini, baik dari Divisi PHARMANET maupun HOSPINET.
### 5.2 Akar Masalah: `Tgl Diterima` yang Tidak Valid
Investigasi mendalam terhadap catatan-catatan dengan durasi negatif ini mengungkapkan akar masalahnya: kolom `Tgl Diterima` (tanggal penerimaan barang oleh pelanggan) sering kali terekam secara keliru atau secara *default* sebagai **`1970-01-02 07:00:00`**.
Tanggal `1970-01-02 07:00:00` ini dikenal sebagai _epoch_ atau _default timestamp_ dalam banyak sistem komputasi. Tanggal ini sering muncul ketika sebuah *field* tanggal tidak diisi, tidak valid, atau mengalami kesalahan dalam proses konversi data, sehingga sistem secara otomatis menetapkan nilai *default* tersebut. Mengingat sebagian besar `Tgl Ekspedisi` dalam dataset ini berada di tahun 2026, perbedaan antara tanggal di tahun 2026 dan 1970 secara otomatis menghasilkan durasi negatif yang sangat besar dan tidak valid.
Berikut adalah sampel data yang secara gamblang menunjukkan bagaimana `Tgl Ekspedisi` di tahun 2026 dan `Tgl Diterima` di tahun 1970 menghasilkan durasi negatif yang ekstrem:
| Divisi | Asal Gudang | Tgl Ekspedisi | Tgl Diterima | Durasi Ekspedisi ke Diterima (Hari) |
| :-------- | :-------------- | :------------------ | :------------------ | ----------------------------------: |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-03 18:30:36 | 1970-01-02 07:00:00 | -20,607 |
Pola yang konsisten dari `Tgl Diterima` di tahun 1970 ini adalah bukti kuat adanya masalah sistemik dalam pencatatan data.
### 5.3 Dampak Anomali Terhadap Analisis dan Wawasan Bisnis
Kehadiran durasi negatif yang sangat besar ini memiliki dampak yang merugikan pada keandalan analisis efisiensi logistik. Perhitungan rata-rata yang mencakup nilai-nilai ekstrem ini akan terdistorsi dan menghasilkan kesimpulan yang salah mengenai kinerja operasional. Meskipun jumlah catatan yang terpengaruh hanya sekitar 2.2%, besarnya nilai negatif tersebut dapat sangat memengaruhi rata-rata di tingkat kelompok (divisi dan gudang), seperti yang terlihat pada tabel durasi pra-pembersihan di Chapter 4.
Misalnya, rata-rata durasi `Expedition To Received Days` untuk HOSPINET TANGERANG awalnya adalah `-4,673.78 hari`, yang jelas tidak dapat digunakan untuk mengevaluasi kinerja. Analisis tren, perbandingan antar gudang atau divisi, dan identifikasi *bottleneck* menjadi tidak mungkin dilakukan secara valid dengan data anomali tersebut. Hal ini menghambat kemampuan manajemen untuk membuat keputusan berbasis data yang informatif untuk peningkatan operasional.
### 5.4 Strategi Penanganan dan Pembersihan Data
Untuk mendapatkan gambaran yang akurat dan dapat diandalkan mengenai efisiensi logistik, langkah krusial yang diambil adalah **mengidentifikasi dan mengeksklusi catatan-catatan yang memiliki `Tgl Diterima` yang tidak valid (yaitu, `1970-01-02`)** dari seluruh perhitungan durasi. Pendekatan ini memastikan bahwa hanya data yang logis dan relevan yang digunakan dalam analisis.
Setelah proses pembersihan data ini, kami melakukan perhitungan ulang durasi untuk semua tahapan.
**Durasi Rata-rata Tahapan Pemenuhan Pesanan (dalam Hari - setelah pembersihan data):**
* Rata-rata Durasi Order ke Ekspedisi: **0.82 hari**
* Rata-rata Durasi Ekspedisi ke Diterima: **1.32 hari**
* Rata-rata Durasi Order ke Diterima: **2.14 hari**
Menariknya, rata-rata durasi keseluruhan tidak banyak berubah secara signifikan setelah pembersihan data. Hal ini menunjukkan bahwa meskipun anomali `Tgl Diterima` di tahun 1970 sangat parah secara individual, jumlahnya relatif kecil dibandingkan total dataset sehingga tidak menggeser rata-rata keseluruhan secara drastis. Namun, nilai rata-rata ini kini didasarkan pada data yang valid dan dapat diandalkan.
Dampak sebenarnya dari pembersihan ini paling terlihat pada analisis yang lebih granular, yaitu per `Divisi` dan `Asal Gudang`. Nilai-nilai negatif yang tidak masuk akal telah hilang, dan tabel durasi kini mencerminkan realitas operasional yang jauh lebih akurat:
**Akurasi Durasi Rata-rata Tahapan Pemenuhan (dalam Hari, setelah pembersihan anomali data):**
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
| :---------- | :-------------------- | -------------------------------: | ----------------------------------: | ------------------------------: |
| HOSPINET | PHARMANET BANDUNG | 0.36 | 1.01 | 1.37 |
| HOSPINET | PHARMANET BANJARMASIN | 0.65 | 0.48 | 1.12 |
| HOSPINET | PHARMANET BEKASI | 0.65 | 0.92 | 1.57 |
| HOSPINET | PHARMANET BOGOR | 0.72 | 1.06 | 1.78 |
| HOSPINET | PHARMANET JAKBAR | 0.61 | 0.30 | 0.91 |
| HOSPINET | PHARMANET JAKSEL | 0.59 | 0.21 | 0.80 |
| HOSPINET | PHARMANET JAKTIM | 0.38 | 0.37 | 0.75 |
| HOSPINET | PHARMANET JAMBI | 0.63 | 0.67 | 1.29 |
| HOSPINET | PHARMANET LAMPUNG | 0.40 | 1.52 | 1.91 |
| HOSPINET | PHARMANET MAKASSAR | 0.49 | 0.63 | 1.12 |
| HOSPINET | PHARMANET MALANG | 0.27 | 0.96 | 1.22 |
| HOSPINET | PHARMANET MEDAN | 1.46 | 0.85 | 2.32 |
| HOSPINET | PHARMANET PALEMBANG | 0.36 | 0.79 | 1.15 |
| HOSPINET | PHARMANET PEKANBARU | 0.73 | 1.80 | 2.53 |
| HOSPINET | PHARMANET PONTIANAK | 0.68 | 1.32 | 2.00 |
| HOSPINET | PHARMANET SAMARINDA | 1.33 | 0.82 | 2.15 |
| HOSPINET | PHARMANET SEMARANG | 0.69 | 0.57 | 1.26 |
| HOSPINET | PHARMANET SOLO | 0.56 | 0.51 | 1.07 |
| HOSPINET | PHARMANET SURABAYA | 1.06 | 1.50 | 2.56 |
| HOSPINET | PHARMANET TANGERANG | 0.87 | 2.27 | 3.14 |
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
| :---------- | :-------------------- | -------------------------------: | ----------------------------------: | ------------------------------: |
| PHARMANET | PHARMANET BANDUNG | 0.34 | 1.33 | 1.67 |
| PHARMANET | PHARMANET BANJARMASIN | 0.61 | 0.36 | 0.97 |
| PHARMANET | PHARMANET BEKASI | 0.59 | 0.69 | 1.29 |
| PHARMANET | PHARMANET BOGOR | 0.68 | 0.69 | 1.37 |
| PHARMANET | PHARMANET JAKBAR | 0.57 | 0.26 | 0.83 |
| PHARMANET | PHARMANET JAKSEL | 0.57 | 0.28 | 0.85 |
| PHARMANET | PHARMANET JAKTIM | 0.44 | 0.34 | 0.78 |
| PHARMANET | PHARMANET JAMBI | 0.77 | 1.38 | 2.16 |
| PHARMANET | PHARMANET LAMPUNG | 0.63 | 2.00 | 2.64 |
| PHARMANET | PHARMANET MAKASSAR | 0.64 | 1.25 | 1.90 |
| PHARMANET | PHARMANET MALANG | 0.43 | 1.37 | 1.80 |
| PHARMANET | PHARMANET MEDAN | 1.85 | 1.36 | 3.21 |
| PHARMANET | PHARMANET PALEMBANG | 0.36 | 0.93 | 1.29 |
| PHARMANET | PHARMANET PEKANBARU | 0.93 | 1.82 | 2.76 |
| PHARMANET | PHARMANET PONTIANAK | 0.83 | 1.86 | 2.70 |
| PHARMANET | PHARMANET SAMARINDA | 1.56 | 1.91 | 3.48 |
| PHARMANET | PHARMANET SEMARANG | 1.05 | 1.00 | 2.04 |
| PHARMANET | PHARMANET SOLO | 0.44 | 1.40 | 1.85 |
| PHARMANET | PHARMANET SURABAYA | 1.14 | 1.09 | 2.22 |
| PHARMANET | PHARMANET TANGERANG | 0.82 | 5.06 | 5.89 |
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
| :---------- | :-------------------- | -------------------------------: | ----------------------------------: | ------------------------------: |
| VIBRANT 3 | PHARMANET BEKASI | 0.14 | 0.27 | 0.41 |
| VIBRANT 3 | PHARMANET BOGOR | 0.31 | 1.21 | 1.52 |
| VIBRANT 3 | PHARMANET SURABAYA | 1.18 | 0.91 | 2.08 |
| VIBRANT 3 | PHARMANET TANGERANG | 0.74 | 1.01 | 1.75 |
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
| :---------- | :-------------------- | -------------------------------: | ----------------------------------: | ------------------------------: |
| VIBRANT PBF | PHARMANET BANDUNG | 0.22 | 6.79 | 7.01 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0.14 | 0.65 | 0.80 |
| VIBRANT PBF | PHARMANET BEKASI | 1.17 | 1.26 | 2.43 |
| VIBRANT PBF | PHARMANET BOGOR | 2.22 | 1.00 | 3.22 |
| VIBRANT PBF | PHARMANET JAKBAR | 0.23 | 0.72 | 0.94 |
| VIBRANT PBF | PHARMANET JAKTIM | 0.20 | 0.71 | 0.92 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0.64 | 1.50 | 2.14 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0.81 | 1.18 | 1.99 |
| VIBRANT PBF | PHARMANET MALANG | 0.12 | 0.87 | 0.99 |
| VIBRANT PBF | PHARMANET MEDAN | 1.99 | 0.36 | 2.34 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0.38 | 2.37 | 2.75 |
| VIBRANT PBF | PHARMANET PEKANBARU | 1.01 | 2.09 | 3.10 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2.59 | 0.87 | 3.45 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2.33 | 0.94 | 3.27 |
| VIBRANT PBF | PHARMANET SEMARANG | 1.03 | 0.40 | 1.43 |
| VIBRANT PBF | PHARMANET SOLO | 0.83 | 1.30 | 2.13 |
| VIBRANT PBF | PHARMANET SURABAYA | 0.70 | 1.28 | 1.97 |
| VIBRANT PBF | VIBRANT PBF TANGERANG | 1.00 | 7.81 | 8.81 |
### 5.5 Wawasan Bisnis dari Data yang Telah Dibersihkan
Dengan data yang telah dibersihkan, kini kita dapat menarik wawasan bisnis yang jauh lebih akurat dan relevan:
* **Efisiensi Pengelolaan Internal (Durasi Order ke Ekspedisi):** Gudang seperti PHARMANET MALANG (0.43 hari) dan PHARMANET JAKTIM (0.44 hari) menunjukkan kecepatan luar biasa dalam menyiapkan pesanan untuk diserahkan ke ekspedisi. Ini mencerminkan proses internal yang sangat efisien. Sebaliknya, PHARMANET SAMARINDA (1.56 hari), PHARMANET MEDAN (1.85 hari), serta VIBRANT PBF PONTIANAK (2.59 hari) dan SAMARINDA (2.33 hari) memiliki durasi yang relatif lebih lama, mengindikasikan area potensial untuk optimasi proses gudang atau alokasi sumber daya.
* **Efisiensi Pengiriman Ekspedisi (Durasi Ekspedisi ke Diterima):** Tahap ini menunjukkan variasi paling signifikan dan menjadi area kunci untuk peningkatan. PHARMANET JAKSEL (0.28 hari) dan PHARMANET JAKBAR (0.26 hari) menunjukkan waktu pengiriman yang sangat cepat dari ekspedisi ke pelanggan. Ini bisa menjadi *benchmark* terbaik. Namun, PHARMANET TANGERANG (5.06 hari), VIBRANT PBF TANGERANG (7.81 hari), dan VIBRANT PBF BANDUNG (6.79 hari) memiliki durasi yang sangat panjang. Durasi yang tidak proporsional ini memerlukan investigasi mendalam, mencakup kinerja mitra ekspedisi di wilayah tersebut, kondisi geografis/infrastruktur, atau tantangan pada proses penerimaan di sisi pelanggan.
* **Total Efisiensi Pemenuhan Pesanan (Durasi Order ke Diterima):** Divisi HOSPINET di JAKTIM (0.75 hari) dan JAKSEL (0.80 hari) menunjukkan kinerja terbaik dalam total waktu pemenuhan pesanan. Sebaliknya, PHARMANET TANGERANG (5.89 hari), VIBRANT PBF TANGERANG (8.81 hari), dan VIBRANT PBF BANDUNG (7.01 hari) menjadi area dengan total durasi terlama. Lokasi-lokasi ini harus menjadi prioritas utama untuk perbaikan menyeluruh dalam rantai pasokan.
### 5.6 Rekomendasi Lanjutan untuk Peningkatan Kualitas Data dan Operasional
Berdasarkan temuan isu kualitas data dan wawasan yang diperoleh setelah pembersihan, kami merekomendasikan langkah-langkah berikut:
1. **Perbaikan Sistem Pencatatan `Tgl Diterima`:**
* **Investigasi Akar Masalah:** Segera selidiki sistem yang bertanggung jawab atas pencatatan `Tgl Diterima` untuk mengidentifikasi mengapa `1970-01-02` sering muncul. Apakah ini karena nilai *default* ketika tanggal kosong, kesalahan input manual, atau masalah konversi/integrasi data antar sistem?
* **Implementasi Validasi Data Ketat:** Terapkan validasi pada *interface* input data atau pada level basis data untuk kolom tanggal (`Tgl Diterima`). Pastikan tanggal yang diinput logis (misalnya, tidak lebih awal dari `Tgl Ekspedisi`, tidak di masa lalu yang ekstrem atau masa depan yang tidak masuk akal).
* **Pelatihan Pengguna:** Berikan pelatihan kepada staf yang bertanggung jawab untuk memasukkan data `Tgl Diterima` agar mereka memahami pentingnya akurasi dan cara menghindari kesalahan.
2. **Pembersihan Data Historis:**
* Kembangkan prosedur untuk mengidentifikasi dan membersihkan data historis dengan anomali `Tgl Diterima` yang sama. Data yang tidak valid dapat diisi dengan nilai `NULL` atau nilai estimasi yang lebih masuk akal jika memungkinkan dan disetujui oleh pemilik data.
3. **Fokus pada Peningkatan Efisiensi Logistik di Area Kritis:**
* **Audit Mitra Ekspedisi:** Lakukan audit menyeluruh terhadap mitra ekspedisi yang melayani PHARMANET TANGERANG, VIBRANT PBF TANGERANG, dan VIBRANT PBF BANDUNG. Evaluasi kinerja mereka, rute pengiriman, dan waktu respons.
* **Analisis Proses Penerimaan Pelanggan:** Selidiki apakah ada kendala di sisi pelanggan yang menyebabkan keterlambatan penerimaan di area-area tersebut (misalnya, jam operasional terbatas, masalah komunikasi, atau prosedur internal pelanggan yang rumit).
* **Inisiatif Perbaikan Berbasis Data:** Gunakan data yang telah dibersihkan ini sebagai *baseline* untuk menetapkan target kinerja dan memantau dampak dari setiap inisiatif perbaikan yang diterapkan.
Dengan mengatasi masalah kualitas data ini secara proaktif, perusahaan dapat memastikan bahwa setiap analisis di masa mendatang akan memberikan gambaran yang jujur dan akurat tentang kinerja operasional, memungkinkan pengambilan keputusan yang lebih efektif dan terarah.
## 5.1. Durasi Pengiriman ke Penerimaan Negatif: Skala dan Dampak
### 5.1. Durasi Pengiriman ke Penerimaan Negatif: Skala dan Dampak
Dalam analisis efisiensi operasional, salah satu metrik paling krusial adalah durasi pengiriman, khususnya waktu antara barang diserahkan ke ekspedisi (`Tgl Ekspedisi`) hingga diterima oleh pelanggan (`Tgl Diterima`). Secara logika, durasi ini harus selalu positif, karena penerimaan tidak mungkin terjadi sebelum pengiriman. Namun, eksplorasi data awal kami menemukan anomali yang sangat mengkhawatirkan: adanya durasi "Ekspedisi ke Diterima" yang bernilai negatif. Anomali ini tidak hanya tidak masuk akal secara operasional, tetapi juga mendistorsi perhitungan efisiensi dan dapat menyesatkan pengambilan keputusan.
**Skala Permasalahan Durasi Negatif**
Investigasi menunjukkan bahwa sebanyak **2,846 catatan** dalam dataset, yang merupakan sekitar 2,2% dari total transaksi, menampilkan durasi "Ekspedisi ke Diterima" yang bernilai negatif. Angka ini, meskipun relatif kecil dalam proporsi, memiliki dampak yang sangat signifikan. Rata-rata dari durasi negatif yang ditemukan ini mencapai **-20,626 hari**, sebuah angka yang sangat ekstrem dan mustahil terjadi dalam realitas operasional.
Skala anomali ini lebih lanjut terungkap ketika kita melihat distribusinya berdasarkan `Divisi` dan `Asal Gudang`. Ini membantu kita memahami di mana masalah kualitas data ini paling banyak terkonsentrasi:
**Ringkasan Durasi Negatif 'Ekspedisi ke Diterima' berdasarkan Divisi dan Asal Gudang:**
| Divisi | Asal Gudang | Jumlah Catatan Negatif | Rata-rata Durasi Negatif (Hari) |
| :---------- | :------------------ | ---------------------: | ------------------------------: |
| PHARMANET | PHARMANET TANGERANG | 1,316 | -20,627 |
| PHARMANET | PHARMANET MEDAN | 433 | -20,576 |
| HOSPINET | PHARMANET TANGERANG | 216 | -20,629 |
| PHARMANET | PHARMANET MAKASSAR | 117 | -20,628 |
| PHARMANET | PHARMANET LAMPUNG | 90 | -20,633 |
| PHARMANET | PHARMANET BEKASI | 79 | -20,624 |
| HOSPINET | PHARMANET MEDAN | 76 | -20,065 |
| PHARMANET | PHARMANET PONTIANAK | 58 | -20,278 |
| VIBRANT PBF | PHARMANET MALANG | 49 | -20,616 |
| PHARMANET | PHARMANET SOLO | 49 | -20,618 |
| PHARMANET | PHARMANET PEKANBARU | 49 | -20,632 |
| PHARMANET | PHARMANET BOGOR | 37 | -20,619 |
| VIBRANT PBF | PHARMANET MEDAN | 34 | -20,611 |
| PHARMANET | PHARMANET SAMARINDA | 33 | -20,632 |
| PHARMANET | PHARMANET JAKSEL | 31 | -20,616 |
| HOSPINET | PHARMANET MALANG | 28 | -19,141 |
| PHARMANET | PHARMANET JAMBI | 26 | -6,347 |
| PHARMANET | PHARMANET SEMARANG | 26 | -20,611 |
| PHARMANET | PHARMANET PALEMBANG | 25 | -12,383 |
| PHARMANET | PHARMANET MALANG | 23 | -17,042 |
| VIBRANT PBF | PHARMANET SURABAYA | 16 | -20,633 |
| HOSPINET | PHARMANET BOGOR | 16 | -20,613 |
| VIBRANT PBF | PHARMANET TANGERANG | 13 | -20,630 |
| PHARMANET | PHARMANET JAKBAR | 12 | -20,627 |
| HOSPINET | PHARMANET MAKASSAR | 9 | -20,612 |
| HOSPINET | PHARMANET BANDUNG | 8 | -20,634 |
| PHARMANET | PHARMANET SURABAYA | 7 | 0 |
| HOSPINET | PHARMANET JAMBI | 6 | 0 |
| VIBRANT 3 | PHARMANET TANGERANG | 5 | -20,619 |
| HOSPINET | PHARMANET JAKSEL | 4 | -20,616 |
| HOSPINET | PHARMANET BEKASI | 4 | -20,608 |
| HOSPINET | PHARMANET SURABAYA | 1 | 0 |
| HOSPINET | PHARMANET JAKTIM | 1 | -20,630 |
Dari tabel di atas, terlihat jelas bahwa PHARMANET TANGERANG adalah kontributor terbesar anomali ini, dengan 1,316 catatan durasi negatif yang rata-ratanya mencapai -20,627 hari. PHARMANET MEDAN juga menunjukkan angka yang tinggi, baik dari Divisi PHARMANET maupun HOSPINET. Hal ini menunjukkan masalah sistemik dalam pencatatan di lokasi-lokasi tersebut.
**Akar Masalah: Tanggal Penerimaan yang Tidak Valid (`1970-01-02`)**
Investigasi lebih lanjut pada catatan-catatan dengan durasi negatif ini mengungkap akar penyebab yang mendasar: kolom `Tgl Diterima` (tanggal barang diterima oleh pelanggan) secara tidak wajar terekam sebagai **`1970-01-02 07:00:00`**. Tanggal ini dikenal sebagai *epoch* atau *default timestamp* dalam banyak sistem komputasi dan sering kali muncul ketika sebuah *field* tanggal tidak diisi, tidak valid, atau mengalami kesalahan dalam proses konversi data.
Mengingat sebagian besar `Tgl Ekspedisi` dalam dataset ini tercatat di tahun 2026, perbedaan antara tanggal di tahun 2026 dengan `1970-01-02` secara otomatis menghasilkan durasi negatif yang sangat besar dan tidak valid. Ini secara gamblang mengindikasikan masalah serius pada proses pencatatan tanggal penerimaan di sistem sumber.
Untuk memperjelas gambaran ini, berikut adalah contoh beberapa catatan yang menunjukkan tanggal-tanggal yang bermasalah:
**Sampel Catatan dengan Durasi Negatif 'Ekspedisi ke Diterima' dan Tanggal Mentah:**
| Divisi | Asal Gudang | Tgl Ekspedisi | Tgl Diterima | Durasi Ekspedisi ke Diterima (Hari) |
| :-------- | :-------------- | :------------------ | :------------------ | ----------------------------------: |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-03 18:30:36 | 1970-01-02 07:00:00 | -20,607 |
Konsistensi pola `Tgl Diterima` di tahun 1970 dalam sampel ini menegaskan bahwa masalahnya bukan pada satu atau dua entri yang salah, melainkan pada kelemahan sistemik dalam proses pengumpulan atau penyimpanan data tanggal.
**Dampak Terhadap Analisis dan Wawasan Bisnis**
Kehadiran durasi negatif yang sangat besar ini memiliki dampak yang merugikan pada keandalan setiap analisis efisiensi logistik yang dilakukan menggunakan data mentah.
* **Distorsi Metrik Kinerja:** Perhitungan rata-rata yang mencakup nilai-nilai ekstrem ini akan terdistorsi dan menghasilkan kesimpulan yang salah mengenai kinerja operasional. Sebagai contoh, rata-rata durasi `Expedition To Received Days` untuk HOSPINET TANGERANG yang awalnya tercatat sebagai `-4,673.78 hari` (seperti yang terlihat di Chapter 4) sama sekali tidak dapat digunakan untuk mengevaluasi kinerja.
* **Wawasan Bisnis yang Menyesatkan:** Analisis tren, perbandingan antar gudang atau divisi, dan identifikasi *bottleneck* menjadi tidak mungkin dilakukan secara valid. Manajemen tidak dapat membuat keputusan yang tepat mengenai area mana yang memerlukan perbaikan, apakah itu terkait dengan kinerja ekspedisi, rute pengiriman, atau kendala di sisi penerima, karena data yang menjadi dasar analisis tidak akurat.
* **Kehilangan Kepercayaan Data:** Jika data dasar tidak dapat diandalkan, setiap analisis yang dihasilkan akan dipertanyakan, mengurangi kepercayaan terhadap sistem pelaporan dan metrik kinerja secara keseluruhan.
Untuk menghasilkan analisis yang akurat dan dapat diandalkan, catatan-catatan dengan `Tgl Diterima` yang tidak valid ini harus dieksklusi atau ditangani dengan tepat dalam setiap perhitungan durasi. Ini adalah langkah fundamental sebelum dapat menarik wawasan bisnis yang informatif mengenai efisiensi rantai pasokan.
## 5.2. Penyelidikan Akar Masalah: Tanggal Penerimaan yang Erroner
## 5.2. Penyelidikan Akar Masalah: Tanggal Penerimaan yang Erroner
Pada bagian sebelumnya (5.1), kita telah mengidentifikasi anomali serius dalam data logistik, yaitu durasi "Ekspedisi ke Diterima" yang bernilai negatif dan sangat ekstrem. Anomali ini menunjukkan bahwa sistem mencatat barang diterima jauh sebelum diserahkan ke ekspedisi, sebuah hal yang mustahil dalam operasional nyata. Kini, saatnya kita menyelidiki lebih dalam untuk menemukan akar penyebab dari fenomena yang membingungkan ini.
### 5.2.1. Pelaku Utama: `Tgl Diterima` 1970-01-02
Investigasi mendalam terhadap catatan-catatan yang menunjukkan durasi negatif tersebut dengan jelas menunjuk pada satu pelaku utama: kolom **`Tgl Diterima`** (tanggal penerimaan barang oleh pelanggan) sering kali terekam secara keliru atau secara *default* sebagai **`1970-01-02 07:00:00`**.
Mengapa tanggal ini? Tanggal `1970-01-02 07:00:00` adalah nilai *epoch* atau *default timestamp* yang sangat umum dalam banyak sistem komputasi, terutama di lingkungan berbasis Unix. Tanggal ini sering muncul ketika sebuah *field* tanggal dibiarkan kosong, tidak valid, atau mengalami kesalahan dalam proses konversi data dari satu format ke format lain. Alih-alih mencatat nilai kosong atau "tidak valid", sistem secara otomatis menetapkan nilai *default* ini.
Ketika `Tgl Diterima` tercatat di tahun 1970, sementara sebagian besar `Tgl Ekspedisi` dalam dataset ini berada di tahun 2026, perbedaan antara kedua tanggal tersebut secara otomatis menghasilkan durasi negatif yang sangat besar (sekitar -20.600 hari) dan sama sekali tidak valid. Ini adalah indikasi kuat adanya masalah sistemik dalam proses pencatatan tanggal penerimaan di sistem sumber.
Untuk memperjelas gambaran ini, mari kita lihat beberapa contoh catatan yang menunjukkan tanggal-tanggal yang bermasalah:
**Sampel Catatan dengan Durasi Negatif 'Ekspedisi ke Diterima' dan Tanggal Mentah:**
| Divisi | Asal Gudang | Tgl Ekspedisi | Tgl Diterima | Durasi Ekspedisi ke Diterima (Hari) |
| :-------- | :-------------- | :------------------ | :------------------ | ----------------------------------: |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET SOLO | 2026-06-02 16:41:05 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| HOSPINET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-02 17:47:19 | 1970-01-02 07:00:00 | -20,606 |
| PHARMANET | PHARMANET MEDAN | 2026-06-03 18:30:36 | 1970-01-02 07:00:00 | -20,607 |
Pola yang sangat konsisten dari `Tgl Diterima` di tahun 1970 dalam sampel ini menegaskan bahwa masalahnya bukan pada satu atau dua entri yang salah secara sporadis, melainkan pada kelemahan sistemik dalam proses pengumpulan atau penyimpanan data tanggal.
### 5.2.2. Dampak Fatal Terhadap Analisis dan Wawasan Bisnis
Kehadiran tanggal `1970-01-02` sebagai `Tgl Diterima` memiliki dampak yang sangat merugikan pada keandalan dan keabsahan analisis efisiensi logistik:
* **Distorsi Metrik Kinerja yang Parah:** Perhitungan rata-rata durasi yang mencakup nilai-nilai ekstrem negatif ini akan terdistorsi secara signifikan, menghasilkan metrik kinerja yang sama sekali tidak mencerminkan realitas operasional. Contohnya, rata-rata durasi `Expedition To Received Days` untuk HOSPINET TANGERANG yang awalnya tercatat sebagai `-4,673.78 hari` (seperti yang terlihat di Chapter 4) tidak hanya tidak informatif, tetapi juga menyesatkan.
* **Identifikasi Hambatan Palsu:** Dengan data yang terdistorsi, upaya untuk mengidentifikasi *bottleneck* atau area inefisiensi sesungguhnya dalam rantai pasokan akan menjadi sia-sia. Manajemen mungkin akan membuang waktu dan sumber daya untuk "memperbaiki" masalah yang sebenarnya tidak ada atau terfokus pada gudang/divisi yang tampaknya memiliki kinerja sangat buruk hanya karena data yang tidak akurat.
* **Pengambilan Keputusan yang Keliru:** Tanpa data yang akurat, setiap keputusan strategis yang didasarkan pada analisis ini berisiko tinggi untuk menjadi keliru. Misalnya, keputusan untuk mengganti mitra ekspedisi, mengubah rute, atau menginvestasikan lebih banyak sumber daya pada suatu gudang bisa jadi tidak efektif atau bahkan kontraproduktif jika didasarkan pada metrik yang salah.
* **Erosi Kepercayaan Data:** Jika data dasar tidak dapat diandalkan, setiap analisis yang dihasilkan akan dipertanyakan, mengurangi kepercayaan terhadap sistem pelaporan dan metrik kinerja secara keseluruhan. Hal ini dapat menghambat budaya pengambilan keputusan berbasis data di seluruh organisasi.
Singkatnya, anomali ini bukan sekadar detail teknis, melainkan penghalang fundamental bagi kemampuan perusahaan untuk memahami dan meningkatkan efisiensi operasionalnya secara akurat.
### 5.2.3. Rekomendasi untuk Penanganan dan Pencegahan
Untuk mengatasi masalah kritis ini dan memastikan akurasi analisis di masa mendatang, langkah-langkah berikut sangat direkomendasikan:
1. **Investigasi Sistemik Mendalam (`Tgl Diterima`):**
* **Akar Masalah:** Tim IT harus segera melakukan investigasi mendalam terhadap sistem yang bertanggung jawab atas pencatatan `Tgl Diterima`. Cari tahu mengapa nilai `1970-01-02` sering muncul. Apakah ini akibat dari:
* Nilai *default* ketika kolom `Tgl Diterima` dibiarkan kosong?
* Kesalahan input manual dari operator yang tidak terinformasi?
* Masalah dalam proses konversi atau integrasi data antar sistem yang berbeda?
* Kesalahan saat melakukan *parsing* data tanggal dari sumber eksternal (misalnya, dari ekspedisi)?
* **Penyelesaian Teknis:** Perbaiki logika sistem untuk memastikan bahwa tanggal yang tidak valid atau kosong tidak secara otomatis diisi dengan nilai *epoch* yang menyesatkan. Idealnya, data yang belum terisi harus tetap `NULL` atau memerlukan validasi eksplisit.
2. **Implementasi Validasi Data yang Ketat:**
* **Pada Poin Input:** Terapkan validasi data yang ketat pada *interface* input data (baik itu aplikasi internal, *form* web, atau sistem ERP) untuk kolom `Tgl Diterima`. Validasi ini harus mencakup:
* Memastikan tanggal berada dalam rentang waktu yang masuk akal (misalnya, tidak di tahun 1970 atau 20 tahun ke depan).
* Memastikan `Tgl Diterima` tidak lebih awal dari `Tgl Ekspedisi`.
* Memastikan format tanggal yang benar.
* **Pada Level Basis Data:** Tambahkan *constraint* atau aturan validasi pada level basis data untuk mencegah penyimpanan tanggal yang tidak logis.
3. **Pembersihan Data Historis:**
* Kembangkan prosedur untuk mengidentifikasi dan membersihkan data historis dengan anomali `Tgl Diterima` yang sama. Data yang tidak valid ini perlu ditangani dengan hati-hati. Opsi penanganan dapat meliputi:
* Mengganti nilai `1970-01-02` dengan `NULL` jika tanggal sebenarnya tidak dapat dipulihkan.
* Jika memungkinkan dan ada informasi pendukung, estimasi atau koreksi tanggal yang lebih masuk akal (misalnya, jika tanggal ekspedisi diketahui, dan durasi pengiriman rata-rata untuk wilayah tersebut normal, tanggal penerimaan bisa diestimasi).
* Menandai catatan tersebut sebagai "data kotor" atau "data anomali" untuk dikecualikan dari analisis kinerja.
4. **Pelatihan dan Prosedur Operasional Standar (SOP):**
* Berikan pelatihan kepada staf yang bertanggung jawab untuk memasukkan atau memproses data `Tgl Diterima` agar mereka memahami pentingnya akurasi data dan cara menghindari kesalahan.
* Pastikan adanya SOP yang jelas mengenai prosedur pencatatan `Tgl Diterima`, termasuk penanganan kasus-kasus khusus atau jika tanggal belum tersedia.
Dengan penanganan yang proaktif dan menyeluruh terhadap akar masalah tanggal penerimaan yang erroner ini, perusahaan dapat membangun fondasi data yang lebih kuat, memungkinkan analisis yang akurat, dan pada akhirnya mendorong pengambilan keputusan yang lebih efektif untuk peningkatan operasional logistik.
## 6. Analisis Durasi Proses Pemenuhan Pesanan (Pasca-Pembersihan Data)
## 6. Analisis Durasi Proses Pemenuhan Pesanan (Pasca-Pembersihan Data)
Pada bab sebelumnya, kita telah mengidentifikasi dan menangani isu kritis terkait kualitas data, khususnya anomali pada kolom `Tgl Diterima` yang secara keliru terekam sebagai `1970-01-02`. Anomali ini menyebabkan perhitungan durasi "Ekspedisi ke Diterima" menjadi negatif dan tidak valid, yang sangat mendistorsi analisis efisiensi logistik.
Setelah proses pembersihan data dilakukan, di mana catatan dengan `Tgl Diterima` yang tidak valid tersebut dieksklusi dari perhitungan, kini kita dapat menyajikan analisis durasi proses pemenuhan pesanan yang akurat dan dapat diandalkan. Bab ini akan mengulas metrik efisiensi logistik secara keseluruhan dan, yang terpenting, memberikan wawasan mendalam tentang kinerja setiap divisi dan gudang asal berdasarkan data yang telah diperbaiki.
### A. Durasi Rata-rata Proses Pemenuhan Pesanan (Secara Agregat)
Setelah mengeksklusi catatan dengan tanggal penerimaan yang tidak valid, perhitungan ulang durasi rata-rata secara keseluruhan memberikan gambaran yang lebih solid mengenai efisiensi logistik:
* **Rata-rata Durasi Order ke Ekspedisi:** 0,82 hari
* **Rata-rata Durasi Ekspedisi ke Diterima:** 1,32 hari
* **Rata-rata Durasi Order ke Diterima:** 2,14 hari
Menariknya, nilai rata-rata agregat ini tidak banyak berubah secara signifikan dibandingkan dengan perhitungan pra-pembersihan. Hal ini menunjukkan bahwa meskipun anomali `Tgl Diterima` sangat parah secara individual, jumlahnya relatif kecil (sekitar 2,2%) dibandingkan total dataset sehingga tidak menggeser rata-rata keseluruhan secara drastis. Namun, perbedaan krusialnya adalah bahwa angka-angka ini kini didasarkan pada data yang logis dan dapat diandalkan, menghilangkan risiko interpretasi yang keliru.
### B. Durasi Proses Pemenuhan Pesanan Berdasarkan Divisi dan Asal Gudang (Setelah Pembersihan)
Dampak sesungguhnya dari pembersihan data terlihat jelas pada analisis yang lebih granular, yaitu durasi rata-rata per `Divisi` dan `Asal Gudang`. Tabel berikut menyajikan metrik efisiensi yang telah dikoreksi, di mana semua nilai negatif yang tidak masuk akal telah dihilangkan dan diganti dengan angka-angka yang mencerminkan realitas operasional.
**Tabel 6.1: Akurasi Durasi Rata-rata Tahapan Pemenuhan (dalam Hari, setelah pembersihan anomali data)**
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
|:------------|:----------------------|---------------------------------:|------------------------------------:|--------------------------------:|
| HOSPINET | PHARMANET BANDUNG | 0.36 | 1.01 | 1.37 |
| HOSPINET | PHARMANET BANJARMASIN | 0.65 | 0.48 | 1.12 |
| HOSPINET | PHARMANET BEKASI | 0.65 | 0.92 | 1.57 |
| HOSPINET | PHARMANET BOGOR | 0.72 | 1.06 | 1.78 |
| HOSPINET | PHARMANET JAKBAR | 0.61 | 0.30 | 0.91 |
| HOSPINET | PHARMANET JAKSEL | 0.59 | 0.21 | 0.80 |
| HOSPINET | PHARMANET JAKTIM | 0.38 | 0.37 | 0.75 |
| HOSPINET | PHARMANET JAMBI | 0.63 | 0.67 | 1.29 |
| HOSPINET | PHARMANET LAMPUNG | 0.40 | 1.52 | 1.91 |
| HOSPINET | PHARMANET MAKASSAR | 0.49 | 0.63 | 1.12 |
| HOSPINET | PHARMANET MALANG | 0.27 | 0.96 | 1.22 |
| HOSPINET | PHARMANET MEDAN | 1.46 | 0.85 | 2.32 |
| HOSPINET | PHARMANET PALEMBANG | 0.36 | 0.79 | 1.15 |
| HOSPINET | PHARMANET PEKANBARU | 0.73 | 1.80 | 2.53 |
| HOSPINET | PHARMANET PONTIANAK | 0.68 | 1.32 | 2.00 |
| HOSPINET | PHARMANET SAMARINDA | 1.33 | 0.82 | 2.15 |
| HOSPINET | PHARMANET SEMARANG | 0.69 | 0.57 | 1.26 |
| HOSPINET | PHARMANET SOLO | 0.56 | 0.51 | 1.07 |
| HOSPINET | PHARMANET SURABAYA | 1.06 | 1.50 | 2.56 |
| HOSPINET | PHARMANET TANGERANG | 0.87 | 2.27 | 3.14 |
**Tabel 6.1 (Lanjutan): Akurasi Durasi Rata-rata Tahapan Pemenuhan (dalam Hari, setelah pembersihan anomali data)**
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
|:------------|:----------------------|---------------------------------:|------------------------------------:|--------------------------------:|
| PHARMANET | PHARMANET BANDUNG | 0.34 | 1.33 | 1.67 |
| PHARMANET | PHARMANET BANJARMASIN | 0.61 | 0.36 | 0.97 |
| PHARMANET | PHARMANET BEKASI | 0.59 | 0.69 | 1.29 |
| PHARMANET | PHARMANET BOGOR | 0.68 | 0.69 | 1.37 |
| PHARMANET | PHARMANET JAKBAR | 0.57 | 0.26 | 0.83 |
| PHARMANET | PHARMANET JAKSEL | 0.57 | 0.28 | 0.85 |
| PHARMANET | PHARMANET JAKTIM | 0.44 | 0.34 | 0.78 |
| PHARMANET | PHARMANET JAMBI | 0.77 | 1.38 | 2.16 |
| PHARMANET | PHARMANET LAMPUNG | 0.63 | 2.00 | 2.64 |
| PHARMANET | PHARMANET MAKASSAR | 0.64 | 1.25 | 1.90 |
| PHARMANET | PHARMANET MALANG | 0.43 | 1.37 | 1.80 |
| PHARMANET | PHARMANET MEDAN | 1.85 | 1.36 | 3.21 |
| PHARMANET | PHARMANET PALEMBANG | 0.36 | 0.93 | 1.29 |
| PHARMANET | PHARMANET PEKANBARU | 0.93 | 1.82 | 2.76 |
| PHARMANET | PHARMANET PONTIANAK | 0.83 | 1.86 | 2.70 |
| PHARMANET | PHARMANET SAMARINDA | 1.56 | 1.91 | 3.48 |
| PHARMANET | PHARMANET SEMARANG | 1.05 | 1.00 | 2.04 |
| PHARMANET | PHARMANET SOLO | 0.44 | 1.40 | 1.85 |
| PHARMANET | PHARMANET SURABAYA | 1.14 | 1.09 | 2.22 |
| PHARMANET | PHARMANET TANGERANG | 0.82 | 5.06 | 5.89 |
**Tabel 6.1 (Lanjutan): Akurasi Durasi Rata-rata Tahapan Pemenuhan (dalam Hari, setelah pembersihan anomali data)**
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
|:------------|:----------------------|---------------------------------:|------------------------------------:|--------------------------------:|
| VIBRANT 3 | PHARMANET BEKASI | 0.14 | 0.27 | 0.41 |
| VIBRANT 3 | PHARMANET BOGOR | 0.31 | 1.21 | 1.52 |
| VIBRANT 3 | PHARMANET SURABAYA | 1.18 | 0.91 | 2.08 |
| VIBRANT 3 | PHARMANET TANGERANG | 0.74 | 1.01 | 1.75 |
**Tabel 6.1 (Lanjutan): Akurasi Durasi Rata-rata Tahapan Pemenuhan (dalam Hari, setelah pembersihan anomali data)**
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
|:------------|:----------------------|---------------------------------:|------------------------------------:|--------------------------------:|
| VIBRANT PBF | PHARMANET BANDUNG | 0.22 | 6.79 | 7.01 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0.14 | 0.65 | 0.80 |
| VIBRANT PBF | PHARMANET BEKASI | 1.17 | 1.26 | 2.43 |
| VIBRANT PBF | PHARMANET BOGOR | 2.22 | 1.00 | 3.22 |
| VIBRANT PBF | PHARMANET JAKBAR | 0.23 | 0.72 | 0.94 |
| VIBRANT PBF | PHARMANET JAKTIM | 0.20 | 0.71 | 0.92 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0.64 | 1.50 | 2.14 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0.81 | 1.18 | 1.99 |
| VIBRANT PBF | PHARMANET MALANG | 0.12 | 0.87 | 0.99 |
| VIBRANT PBF | PHARMANET MEDAN | 1.99 | 0.36 | 2.34 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0.38 | 2.37 | 2.75 |
| VIBRANT PBF | PHARMANET PEKANBARU | 1.01 | 2.09 | 3.10 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2.59 | 0.87 | 3.45 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2.33 | 0.94 | 3.27 |
| VIBRANT PBF | PHARMANET SEMARANG | 1.03 | 0.40 | 1.43 |
| VIBRANT PBF | PHARMANET SOLO | 0.83 | 1.30 | 2.13 |
| VIBRANT PBF | PHARMANET SURABAYA | 0.70 | 1.28 | 1.97 |
| VIBRANT PBF | PHARMANET TANGERANG | 1.00 | 7.81 | 8.81 |
#### 1. Wawasan Durasi "Order ke Ekspedisi"
Durasi "Order ke Ekspedisi" mencerminkan efisiensi internal gudang dan proses persiapan pesanan, mulai dari penerimaan order hingga siap diserahkan ke pihak ekspedisi.
* **Performa Terbaik:**
* **VIBRANT PBF MALANG:** Hanya 0,12 hari. Ini adalah durasi tercepat, menunjukkan proses internal yang sangat efisien dalam Divisi VIBRANT PBF di Malang.
* **VIBRANT PBF BANJARMASIN:** Hanya 0,14 hari. Setara dengan Malang, menandakan kecepatan persiapan pesanan.
* **VIBRANT 3 BEKASI:** 0,14 hari. Menunjukkan efisiensi tinggi pada divisi dan gudang ini.
* **VIBRANT PBF JAKTIM:** 0,20 hari.
* **HOSPINET MALANG:** 0,27 hari.
* **PHARMANET BANDUNG:** 0,34 hari.
Area-area ini memiliki proses internal yang sangat baik dalam mempersiapkan pesanan.
* **Area dengan Potensi Peningkatan:**
* **VIBRANT PBF PONTIANAK:** 2,59 hari. Durasi terlama yang signifikan, menunjukkan potensi hambatan serius dalam proses internal.
* **VIBRANT PBF SAMARINDA:** 2,33 hari. Juga sangat lambat, memerlukan investigasi mendalam.
* **VIBRANT PBF BOGOR:** 2,22 hari.
* **PHARMANET MEDAN:** 1,85 hari.
* **PHARMANET SAMARINDA:** 1,56 hari.
Durasi yang panjang di gudang-gudang ini mengindikasikan bahwa terdapat keterlambatan dalam memproses dan menyiapkan pesanan. Ini bisa disebabkan oleh ketersediaan stok, jumlah staf, efisiensi _picking_ dan _packing_, atau proses administrasi yang lambat.
#### 2. Wawasan Durasi "Ekspedisi ke Diterima"
Tahap "Ekspedisi ke Diterima" adalah indikator langsung kinerja mitra ekspedisi dan efisiensi pengiriman _last-mile_, serta proses penerimaan di sisi pelanggan.
* **Performa Terbaik:**
* **PHARMANET JAKBAR:** 0,26 hari. Waktu tercepat dari semua, menunjukkan rute pengiriman yang sangat efisien atau ekspedisi yang sangat responsif di area ini.
* **PHARMANET JAKSEL:** 0,28 hari.
* **VIBRANT 3 BEKASI:** 0,27 hari.
* **PHARMANET BANJARMASIN:** 0,36 hari.
* **VIBRANT PBF MEDAN:** 0,36 hari.
Ini adalah metrik yang sangat baik, menunjukkan bahwa pelanggan di wilayah ini menerima pesanan mereka dalam waktu kurang dari sehari setelah diserahkan ke ekspedisi.
* **Area dengan Potensi Peningkatan Krusial:**
* **VIBRANT PBF TANGERANG:** 7,81 hari. Durasi terlama yang sangat mencolok, hampir 8 hari. Ini adalah masalah serius yang memerlukan perhatian segera.
* **VIBRANT PBF BANDUNG:** 6,79 hari. Sangat lambat, mengindikasikan masalah kronis.
* **PHARMANET TANGERANG:** 5,06 hari. Durasi yang juga sangat panjang, menunjukkan adanya tantangan besar di wilayah Tangerang untuk divisi Pharmanet.
* **VIBRANT PBF PALEMBANG:** 2,37 hari.
* **HOSPINET TANGERANG:** 2,27 hari.
Durasi yang sangat panjang di area-area ini dapat disebabkan oleh berbagai faktor: kinerja ekspedisi yang buruk, rute pengiriman yang kompleks, masalah geografis atau infrastruktur, atau bahkan tantangan dalam proses penerimaan di sisi pelanggan (misalnya, kesulitan koordinasi, jam operasional outlet yang terbatas, dll.). Investigasi mendalam pada area ini sangat direkomendasikan.
#### 3. Wawasan Total Durasi "Order ke Diterima"
Total durasi ini memberikan gambaran menyeluruh tentang kecepatan seluruh proses pemenuhan pesanan, dari awal hingga akhir.
* **Performa Terbaik (Tercepat):**
* **HOSPINET JAKTIM:** 0,75 hari. Menunjukkan kinerja _end-to-end_ yang luar biasa.
* **PHARMANET JAKTIM:** 0,78 hari.
* **HOSPINET JAKSEL:** 0,80 hari.
* **VIBRANT PBF BANJARMASIN:** 0,80 hari.
* **PHARMANET JAKBAR:** 0,83 hari.
Gudang dan divisi ini adalah *benchmark* untuk efisiensi total.
* **Area dengan Total Durasi Terlama (Prioritas Utama untuk Peningkatan):**
* **VIBRANT PBF TANGERANG:** 8,81 hari. Ini adalah total durasi terlama dan menjadi prioritas utama. Gabungan dari durasi "Order ke Ekspedisi" (1,00 hari) yang cukup standar dan "Ekspedisi ke Diterima" (7,81 hari) yang sangat panjang.
* **VIBRANT PBF BANDUNG:** 7,01 hari. Durasi ini juga sangat lama, didominasi oleh waktu "Ekspedisi ke Diterima" (6,79 hari).
* **PHARMANET TANGERANG:** 5,89 hari. Sama seperti VIBRANT PBF Tangerang, ini didorong oleh durasi "Ekspedisi ke Diterima" yang panjang (5,06 hari).
* **PHARMANET SAMARINDA:** 3,48 hari.
* **VIBRANT PBF PONTIANAK:** 3,45 hari.
Lokasi-lokasi ini memerlukan analisis akar masalah yang komprehensif di seluruh rantai pasokan untuk mengidentifikasi dan mengatasi penyebab keterlambatan.
### C. Rekomendasi Setelah Analisis Data Bersih
Dengan adanya data durasi yang telah dibersihkan dan lebih akurat, rekomendasi yang dihasilkan menjadi jauh lebih spesifik dan dapat ditindaklanjuti:
1. **Prioritaskan Investigasi di Wilayah Tangerang dan Bandung untuk Efisiensi "Ekspedisi ke Diterima":**
* **PHARMANET TANGERANG, VIBRANT PBF TANGERANG, dan VIBRANT PBF BANDUNG** menunjukkan durasi "Ekspedisi ke Diterima" yang sangat tinggi (5,06 hingga 7,81 hari).
* **Tindakan:** Lakukan audit menyeluruh terhadap operasional mitra ekspedisi di wilayah ini. Selidiki:
* Apakah ada masalah kapasitas atau rute pengiriman yang tidak optimal?
* Apakah ada kendala infrastruktur atau geografis?
* Apakah ada masalah komunikasi atau prosedur _handover_ yang tidak efisien antara ekspedisi dan pelanggan?
* Audit juga proses penerimaan di sisi pelanggan untuk mengidentifikasi hambatan internal mereka.
* **Tujuan:** Mengidentifikasi penyebab utama keterlambatan dan merumuskan strategi perbaikan, seperti mengganti ekspedisi, menegosiasikan SLA yang lebih ketat, atau memberikan edukasi kepada pelanggan.
2. **Optimasi Proses Internal Gudang untuk "Order ke Ekspedisi":**
* Gudang seperti **VIBRANT PBF PONTIANAK (2,59 hari), VIBRANT PBF SAMARINDA (2,33 hari), VIBRANT PBF BOGOR (2,22 hari), PHARMANET MEDAN (1,85 hari), dan PHARMANET SAMARINDA (1,56 hari)** memiliki durasi "Order ke Ekspedisi" yang lebih panjang.
* **Tindakan:** Lakukan tinjauan proses operasional internal di gudang-gudang ini. Fokus pada:
* Analisis alur kerja _picking_ dan _packing_.
* Ketersediaan dan manajemen stok.
* Efisiensi penggunaan sistem WMS (Warehouse Management System) jika ada.
* Analisis _manpower_ dan _shift_ kerja.
* **Tujuan:** Mengurangi waktu persiapan pesanan agar lebih mendekati kinerja gudang terbaik.
3. **Studi Banding dan Replikasi Praktik Terbaik:**
* Pelajari lebih dalam praktik operasional dan strategi logistik dari gudang/divisi dengan kinerja terbaik, terutama **HOSPINET JAKTIM, PHARMANET JAKTIM, PHARMANET JAKBAR, PHARMANET JAKSEL, dan VIBRANT PBF BANJARMASIN**.
* **Tindakan:** Identifikasi faktor-faktor kunci yang menyebabkan efisiensi tinggi mereka (misalnya, pilihan ekspedisi, rute yang dioptimalkan, proses internal yang ramping, atau lokasi strategis) dan coba replikasikan praktik tersebut ke gudang/divisi lain yang berkinerja lebih rendah, di mana relevan dan memungkinkan.
4. **Monitoring Berkelanjutan dengan Metrik yang Akurat:**
* Gunakan metrik durasi yang telah dibersihkan ini sebagai *baseline* baru untuk pemantauan kinerja logistik secara berkelanjutan.
* **Tindakan:** Buat _dashboard_ atau laporan rutin untuk melacak durasi per tahapan per `Divisi` dan `Asal Gudang`. Adakan tinjauan kinerja secara berkala untuk memastikan perbaikan berlanjut dan mengidentifikasi anomali baru dengan cepat.
Dengan implementasi rekomendasi ini, perusahaan dapat secara proaktif mengelola dan meningkatkan efisiensi proses pemenuhan pesanan, yang pada akhirnya akan berdampak positif pada kepuasan pelanggan dan biaya operasional.
## 6.1. Metrik Durasi Rata-rata Keseluruhan yang Akurat
## 6.1. Metrik Durasi Rata-rata Keseluruhan yang Akurat
Setelah melakukan identifikasi dan penanganan isu kualitas data krusial pada kolom `Tgl Diterima`—di mana banyak catatan secara keliru terekam sebagai `1970-01-02 07:00:00` dan menyebabkan durasi pengiriman menjadi negatif dan tidak logis—kita kini dapat menyajikan metrik durasi rata-rata yang akurat untuk seluruh proses pemenuhan pesanan. Data yang telah dibersihkan ini menjadi fondasi yang lebih kokoh untuk analisis operasional yang kredibel.
Meskipun anomali tanggal yang ditemukan sangat ekstrem secara individual, jumlah catatan yang terpengaruh relatif kecil (sekitar 2,2%) dibandingkan total dataset. Oleh karena itu, rata-rata durasi keseluruhan tidak mengalami perubahan drastis setelah pembersihan data. Namun, perbedaan mendasarnya terletak pada **validitas dan keandalan** angka-angka tersebut. Metrik yang disajikan di bawah ini kini merepresentasikan gambaran yang jujur dan dapat dipercaya mengenai efisiensi logistik secara agregat.
### A. Durasi Rata-rata Proses Pemenuhan Pesanan (Setelah Pembersihan Data)
Secara keseluruhan, setelah mengeksklusi catatan dengan tanggal penerimaan yang tidak valid, durasi rata-rata untuk setiap tahapan utama dalam siklus pemenuhan pesanan adalah sebagai berikut:
* **Rata-rata Durasi Order ke Ekspedisi:** 0,82 hari
* **Rata-rata Durasi Ekspedisi ke Diterima:** 1,32 hari
* **Rata-rata Durasi Order ke Diterima:** 2,14 hari
Angka-angka ini adalah metrik dasar yang kini dapat digunakan sebagai *benchmark* yang andal untuk menilai kinerja rantai pasokan secara umum.
### B. Interpretasi Bisnis Metrik Keseluruhan
Metrik durasi rata-rata keseluruhan ini memberikan gambaran umum yang positif terhadap efisiensi rantai pasokan perusahaan:
1. **Kecepatan Persiapan Pesanan (Order ke Ekspedisi):** Rata-rata 0,82 hari menunjukkan bahwa secara keseluruhan, proses internal dari penerimaan pesanan hingga barang siap diserahkan ke pihak ekspedisi berlangsung cukup cepat, kurang dari satu hari kerja penuh. Ini mencerminkan efisiensi yang baik dalam manajemen pesanan dan persiapan pengiriman di gudang secara agregat.
2. **Waktu Pengiriman (Ekspedisi ke Diterima):** Rata-rata 1,32 hari untuk tahap ini mengindikasikan bahwa waktu yang dibutuhkan oleh mitra ekspedisi untuk mengirimkan barang dari gudang hingga diterima oleh pelanggan rata-rata sedikit di atas satu hari. Ini adalah durasi yang wajar untuk sebagian besar proses pengiriman standar.
3. **Total Waktu Pemenuhan Pesanan (Order ke Diterima):** Dengan rata-rata 2,14 hari, total siklus dari saat pesanan masuk hingga diterima pelanggan umumnya memakan waktu sedikit lebih dari dua hari. Ini adalah waktu pemenuhan yang kompetitif, menunjukkan bahwa secara keseluruhan, perusahaan mampu mengirimkan produk ke pelanggan dalam jangka waktu yang relatif singkat.
Penting untuk ditekankan bahwa angka-angka ini adalah rata-rata *keseluruhan*. Meskipun metrik agregat terlihat sehat, seperti yang telah ditunjukkan di Chapter 5 dan akan diulas lebih dalam pada sub-bab berikutnya, terdapat variasi signifikan di tingkat yang lebih granular (per divisi dan asal gudang). Namun, kini kita memiliki *baseline* yang valid dan akurat untuk membandingkan kinerja sub-unit tersebut.
### C. Rekomendasi
1. **Jadikan Sebagai *Baseline* Kinerja:** Angka 0,82 hari (Order ke Ekspedisi), 1,32 hari (Ekspedisi ke Diterima), dan 2,14 hari (Order ke Diterima) harus ditetapkan sebagai *baseline* resmi untuk pemantauan kinerja logistik secara keseluruhan.
2. **Pemantauan Berkelanjutan:** Lakukan pemantauan rutin terhadap metrik ini untuk mendeteksi perubahan kinerja yang signifikan dari waktu ke waktu. Setiap perubahan yang drastis dapat menjadi indikator adanya perbaikan proses atau, sebaliknya, masalah baru yang muncul.
3. **Eksplorasi Perincian:** Meskipun metrik keseluruhan sudah akurat, analisis yang lebih mendalam pada tingkat divisi, gudang asal, dan bahkan jenis ekspedisi, seperti yang akan dibahas di bagian selanjutnya, sangat diperlukan untuk mengidentifikasi area spesifik yang memerlukan perhatian dan optimalisasi.
4. **Validasi Data Otomatis:** Pastikan sistem memiliki validasi otomatis untuk tanggal-tanggal krusial (`Tgl Ekspedisi`, `Tgl Diterima`) agar anomali serupa tidak terjadi lagi di masa mendatang.
## 6.2. Perbandingan Efisiensi Logistik Berdasarkan Divisi dan Gudang Asal
## 6.2. Perbandingan Efisiensi Logistik Berdasarkan Divisi dan Gudang Asal
Pada Sub-Bab 6.1, kita telah menetapkan metrik durasi rata-rata keseluruhan untuk proses pemenuhan pesanan setelah melakukan pembersihan data yang krusial. Metrik agregat tersebut memberikan gambaran umum yang akurat, namun gambaran yang lebih detail dan spesifik mengenai kinerja operasional hanya dapat diperoleh melalui analisis yang lebih granular. Sub-bab ini akan menyelami perbandingan efisiensi logistik secara mendalam, memecah metrik durasi berdasarkan `Divisi` dan `Asal Gudang`.
Analisis ini sangat penting untuk mengidentifikasi divisi dan gudang mana yang berkinerja terbaik dan mana yang memerlukan perbaikan. Dengan wawasan ini, manajemen dapat mengalokasikan sumber daya secara lebih tepat sasaran, meniru praktik terbaik, dan mengatasi hambatan spesifik yang ditemukan di setiap lokasi.
**Tabel 6.2.1: Akurasi Durasi Rata-rata Tahapan Pemenuhan (dalam Hari, setelah pembersihan anomali data)**
| Divisi | Asal Gudang | Durasi Order ke Ekspedisi (Hari) | Durasi Ekspedisi ke Diterima (Hari) | Durasi Order ke Diterima (Hari) |
| :---------- | :-------------------- | -------------------------------: | ----------------------------------: | ------------------------------: |
| HOSPINET | PHARMANET BANDUNG | 0.36 | 1.01 | 1.37 |
| HOSPINET | PHARMANET BANJARMASIN | 0.65 | 0.48 | 1.12 |
| HOSPINET | PHARMANET BEKASI | 0.65 | 0.92 | 1.57 |
| HOSPINET | PHARMANET BOGOR | 0.72 | 1.06 | 1.78 |
| HOSPINET | PHARMANET JAKBAR | 0.61 | 0.30 | 0.91 |
| HOSPINET | PHARMANET JAKSEL | 0.59 | 0.21 | 0.80 |
| HOSPINET | PHARMANET JAKTIM | 0.38 | 0.37 | 0.75 |
| HOSPINET | PHARMANET JAMBI | 0.63 | 0.67 | 1.29 |
| HOSPINET | PHARMANET LAMPUNG | 0.40 | 1.52 | 1.91 |
| HOSPINET | PHARMANET MAKASSAR | 0.49 | 0.63 | 1.12 |
| HOSPINET | PHARMANET MALANG | 0.27 | 0.96 | 1.22 |
| HOSPINET | PHARMANET MEDAN | 1.46 | 0.85 | 2.32 |
| HOSPINET | PHARMANET PALEMBANG | 0.36 | 0.79 | 1.15 |
| HOSPINET | PHARMANET PEKANBARU | 0.73 | 1.80 | 2.53 |
| HOSPINET | PHARMANET PONTIANAK | 0.68 | 1.32 | 2.00 |
| HOSPINET | PHARMANET SAMARINDA | 1.33 | 0.82 | 2.15 |
| HOSPINET | PHARMANET SEMARANG | 0.69 | 0.57 | 1.26 |
| HOSPINET | PHARMANET SOLO | 0.56 | 0.51 | 1.07 |
| HOSPINET | PHARMANET SURABAYA | 1.06 | 1.50 | 2.56 |
| HOSPINET | PHARMANET TANGERANG | 0.87 | 2.27 | 3.14 |
| PHARMANET | PHARMANET BANDUNG | 0.34 | 1.33 | 1.67 |
| PHARMANET | PHARMANET BANJARMASIN | 0.61 | 0.36 | 0.97 |
| PHARMANET | PHARMANET BEKASI | 0.59 | 0.69 | 1.29 |
| PHARMANET | PHARMANET BOGOR | 0.68 | 0.69 | 1.37 |
| PHARMANET | PHARMANET JAKBAR | 0.57 | 0.26 | 0.83 |
| PHARMANET | PHARMANET JAKSEL | 0.57 | 0.28 | 0.85 |
| PHARMANET | PHARMANET JAKTIM | 0.44 | 0.34 | 0.78 |
| PHARMANET | PHARMANET JAMBI | 0.77 | 1.38 | 2.16 |
| PHARMANET | PHARMANET LAMPUNG | 0.63 | 2.00 | 2.64 |
| PHARMANET | PHARMANET MAKASSAR | 0.64 | 1.25 | 1.90 |
| PHARMANET | PHARMANET MALANG | 0.43 | 1.37 | 1.80 |
| PHARMANET | PHARMANET MEDAN | 1.85 | 1.36 | 3.21 |
| PHARMANET | PHARMANET PALEMBANG | 0.36 | 0.93 | 1.29 |
| PHARMANET | PHARMANET PEKANBARU | 0.93 | 1.82 | 2.76 |
| PHARMANET | PHARMANET PONTIANAK | 0.83 | 1.86 | 2.70 |
| PHARMANET | PHARMANET SAMARINDA | 1.56 | 1.91 | 3.48 |
| PHARMANET | PHARMANET SEMARANG | 1.05 | 1.00 | 2.04 |
| PHARMANET | PHARMANET SOLO | 0.44 | 1.40 | 1.85 |
| PHARMANET | PHARMANET SURABAYA | 1.14 | 1.09 | 2.22 |
| PHARMANET | PHARMANET TANGERANG | 0.82 | 5.06 | 5.89 |
| VIBRANT 3 | PHARMANET BEKASI | 0.14 | 0.27 | 0.41 |
| VIBRANT 3 | PHARMANET BOGOR | 0.31 | 1.21 | 1.52 |
| VIBRANT 3 | PHARMANET SURABAYA | 1.18 | 0.91 | 2.08 |
| VIBRANT 3 | PHARMANET TANGERANG | 0.74 | 1.01 | 1.75 |
| VIBRANT PBF | PHARMANET BANDUNG | 0.22 | 6.79 | 7.01 |
| VIBRANT PBF | PHARMANET BANJARMASIN | 0.14 | 0.65 | 0.80 |
| VIBRANT PBF | PHARMANET BEKASI | 1.17 | 1.26 | 2.43 |
| VIBRANT PBF | PHARMANET BOGOR | 2.22 | 1.00 | 3.22 |
| VIBRANT PBF | PHARMANET JAKBAR | 0.23 | 0.72 | 0.94 |
| VIBRANT PBF | PHARMANET JAKTIM | 0.20 | 0.71 | 0.92 |
| VIBRANT PBF | PHARMANET LAMPUNG | 0.64 | 1.50 | 2.14 |
| VIBRANT PBF | PHARMANET MAKASSAR | 0.81 | 1.18 | 1.99 |
| VIBRANT PBF | PHARMANET MALANG | 0.12 | 0.87 | 0.99 |
| VIBRANT PBF | PHARMANET MEDAN | 1.99 | 0.36 | 2.34 |
| VIBRANT PBF | PHARMANET PALEMBANG | 0.38 | 2.37 | 2.75 |
| VIBRANT PBF | PHARMANET PEKANBARU | 1.01 | 2.09 | 3.10 |
| VIBRANT PBF | PHARMANET PONTIANAK | 2.59 | 0.87 | 3.45 |
| VIBRANT PBF | PHARMANET SAMARINDA | 2.33 | 0.94 | 3.27 |
| VIBRANT PBF | PHARMANET SEMARANG | 1.03 | 0.40 | 1.43 |
| VIBRANT PBF | PHARMANET SOLO | 0.83 | 1.30 | 2.13 |
| VIBRANT PBF | PHARMANET SURABAYA | 0.70 | 1.28 | 1.97 |
| VIBRANT PBF | PHARMANET TANGERANG | 1.00 | 7.81 | 8.81 |
### 6.2.1. Wawasan Durasi "Order ke Ekspedisi"
Durasi "Order ke Ekspedisi" adalah cerminan langsung dari efisiensi operasional internal gudang dalam mempersiapkan pesanan. Ini mencakup proses mulai dari penerimaan order hingga pesanan dikemas dan siap untuk diserahkan kepada pihak ekspedisi.
* **Kinerja Terbaik (Tercepat):**
* Beberapa gudang menunjukkan efisiensi luar biasa, dengan waktu persiapan di bawah 0.25 hari (sekitar 6 jam) untuk Divisi VIBRANT PBF:
* **VIBRANT PBF MALANG:** Rata-rata **0.12 hari**. Ini adalah yang tercepat, mengindikasikan proses internal yang sangat ramping dan efisien.
* **VIBRANT PBF BANJARMASIN:** Rata-rata **0.14 hari**.
* **VIBRANT 3 BEKASI:** Rata-rata **0.14 hari**.
* **VIBRANT PBF JAKTIM:** Rata-rata **0.20 hari**.
Gudang-gudang ini dapat menjadi *benchmark* untuk praktik terbaik dalam manajemen stok, *picking*, dan *packing*.
* **Area dengan Potensi Peningkatan (Terlama):**
* Terdapat beberapa gudang yang memiliki durasi "Order ke Ekspedisi" secara signifikan lebih lama, menunjukkan adanya hambatan dalam proses internal mereka:
* **VIBRANT PBF PONTIANAK:** Rata-rata **2.59 hari**. Durasi ini sangat tinggi dan jauh di atas rata-rata keseluruhan (0.82 hari), menandakan masalah serius dalam efisiensi persiapan pesanan.
* **VIBRANT PBF SAMARINDA:** Rata-rata **2.33 hari**.
* **VIBRANT PBF BOGOR:** Rata-rata **2.22 hari**.
* **VIBRANT PBF MEDAN:** Rata-rata **1.99 hari**.
* **PHARMANET MEDAN:** Rata-rata **1.85 hari**.
* **PHARMANET SAMARINDA:** Rata-rata **1.56 hari**.
Keterlambatan di gudang-gudang ini bisa disebabkan oleh berbagai faktor, seperti masalah ketersediaan produk (stok), inefisiensi alur kerja di gudang, kurangnya staf, atau proses administrasi yang memakan waktu.
### 6.2.2. Wawasan Durasi "Ekspedisi ke Diterima"
Tahap "Ekspedisi ke Diterima" adalah kunci untuk mengukur kinerja mitra logistik dan efisiensi pengiriman *last-mile*. Durasi ini mencerminkan waktu sejak barang diserahkan ke ekspedisi hingga benar-benar sampai di tangan pelanggan.
* **Kinerja Terbaik (Tercepat):**
* Beberapa gudang, terutama di area Jakarta, menunjukkan waktu pengiriman yang sangat cepat, seringkali kurang dari setengah hari:
* **HOSPINET JAKSEL:** Rata-rata **0.21 hari**. Ini adalah yang tercepat, mengindikasikan kemitraan ekspedisi yang sangat responsif atau rute pengiriman yang sangat efisien di area ini.
* **PHARMANET JAKBAR:** Rata-rata **0.26 hari**.
* **VIBRANT 3 BEKASI:** Rata-rata **0.27 hari**.
* **PHARMANET JAKSEL:** Rata-rata **0.28 hari**.
* **HOSPINET JAKBAR:** Rata-rata **0.30 hari**.
Kinerja luar biasa ini bisa menjadi model untuk daerah lain, dengan menganalisis pilihan ekspedisi, infrastruktur, dan kepadatan rute.
* **Area dengan Potensi Peningkatan Krusial (Terlama):**
* Bagian ini menyoroti anomali yang paling menonjol setelah pembersihan data. Beberapa gudang di area tertentu menunjukkan durasi "Ekspedisi ke Diterima" yang sangat panjang, jauh melampaui rata-rata (1.32 hari):
* **VIBRANT PBF TANGERANG:** Rata-rata **7.81 hari**. Ini adalah durasi terlama dan mengkhawatirkan, hampir 8 hari untuk pengiriman setelah diserahkan ke ekspedisi.
* **VIBRANT PBF BANDUNG:** Rata-rata **6.79 hari**. Durasi yang juga sangat lama.
* **PHARMANET TANGERANG:** Rata-rata **5.06 hari**. Angka ini mengkonfirmasi adanya tantangan signifikan di wilayah Tangerang, tidak hanya untuk satu divisi tetapi juga untuk PHARMANET.
* **VIBRANT PBF PALEMBANG:** Rata-rata **2.37 hari**.
* **HOSPINET TANGERANG:** Rata-rata **2.27 hari**.
Durasi yang ekstrem ini kemungkinan besar menunjukkan masalah serius pada mitra ekspedisi di wilayah tersebut (seperti layanan yang buruk, rute yang tidak optimal, atau kurangnya kapasitas), atau mungkin ada kendala geografis/infrastruktur yang menghambat pengiriman, atau bahkan masalah pada proses penerimaan di sisi pelanggan. Area-area ini harus menjadi prioritas utama untuk investigasi mendalam dan intervensi.
### 6.2.3. Wawasan Total Durasi "Order ke Diterima"
Total durasi "Order ke Diterima" adalah metrik holistik yang mencakup keseluruhan siklus pemenuhan pesanan, dari order awal hingga barang sampai di tangan pelanggan. Ini menggabungkan efisiensi internal gudang dan kinerja pengiriman.
* **Kinerja Terbaik (Tercepat):**
* Divisi HOSPINET dan PHARMANET di area Jakarta dan sekitarnya menunjukkan kinerja *end-to-end* terbaik, dengan total waktu pemenuhan di bawah 1 hari:
* **HOSPINET JAKTIM:** Rata-rata **0.75 hari**. Menunjukkan sinergi yang sangat baik antara proses internal dan pengiriman.
* **PHARMANET JAKTIM:** Rata-rata **0.78 hari**.
* **HOSPINET JAKSEL:** Rata-rata **0.80 hari**.
* **VIBRANT PBF BANJARMASIN:** Rata-rata **0.80 hari**.
* **PHARMANET JAKBAR:** Rata-rata **0.83 hari**.
Wilayah-wilayah ini menetapkan standar yang tinggi untuk keseluruhan rantai pasokan.
* **Area dengan Total Durasi Terlama (Prioritas Utama untuk Peningkatan):**
* Sesuai dengan temuan di durasi "Ekspedisi ke Diterima", wilayah Tangerang dan Bandung kembali menjadi sorotan untuk total durasi pemenuhan pesanan yang sangat panjang:
* **VIBRANT PBF TANGERANG:** Rata-rata **8.81 hari**. Ini adalah total durasi terlama, terutama didorong oleh Durasi "Ekspedisi ke Diterima" yang mencapai 7.81 hari.
* **VIBRANT PBF BANDUNG:** Rata-rata **7.01 hari**. Juga sangat lama, dengan Durasi "Ekspedisi ke Diterima" 6.79 hari.
* **PHARMANET TANGERANG:** Rata-rata **5.89 hari**. Konsisten dengan masalah pengiriman di Tangerang.
* **PHARMANET SAMARINDA:** Rata-rata **3.48 hari**.
* **VIBRANT PBF PONTIANAK:** Rata-rata **3.45 hari**.
Lokasi-lokasi ini memerlukan analisis akar masalah yang komprehensif. Masalahnya mungkin bukan hanya pada ekspedisi, tetapi juga bisa merupakan kombinasi dari inefisiensi internal gudang dan keterlambatan pengiriman eksternal.
### 6.2.4. Rekomendasi Setelah Analisis Data Bersih
Dengan data durasi yang kini akurat dan dapat diandalkan, rekomendasi yang dihasilkan menjadi jauh lebih spesifik dan terarah untuk peningkatan efisiensi logistik:
1. **Prioritaskan Investigasi Komprehensif di Wilayah Tangerang dan Bandung:**
* **Masalah Utama:** Durasi "Ekspedisi ke Diterima" yang sangat tinggi di **VIBRANT PBF TANGERANG (7.81 hari), VIBRANT PBF BANDUNG (6.79 hari), dan PHARMANET TANGERANG (5.06 hari)**.
* **Tindakan:**
* **Audit Mitra Ekspedisi:** Lakukan evaluasi mendalam terhadap kinerja mitra ekspedisi yang melayani wilayah-wilayah ini. Kaji Service Level Agreement (SLA) yang ada, bandingkan dengan kinerja aktual, dan selidiki faktor-faktor seperti kapasitas pengiriman, rute, dan waktu respons mereka.
* **Analisis Kendala Regional:** Teliti apakah ada kendala infrastruktur jalan, geografis, atau regulasi lokal yang mempengaruhi kecepatan pengiriman di Tangerang dan Bandung.
* **Proses Penerimaan Pelanggan:** Verifikasi apakah ada hambatan di sisi pelanggan yang menyebabkan keterlambatan penerimaan barang (misalnya, jam operasional outlet yang terbatas, kesulitan koordinasi, atau prosedur internal pelanggan yang rumit).
* **Tujuan:** Mengidentifikasi akar penyebab keterlambatan dan merumuskan strategi perbaikan, seperti mengganti mitra ekspedisi, menegosiasikan ulang kontrak, atau berinvestasi pada solusi pengiriman alternatif.
2. **Optimasi Proses Internal Gudang untuk Mengurangi Durasi "Order ke Ekspedisi":**
* **Masalah Utama:** Gudang seperti **VIBRANT PBF PONTIANAK (2.59 hari), VIBRANT PBF SAMARINDA (2.33 hari), VIBRANT PBF BOGOR (2.22 hari), VIBRANT PBF MEDAN (1.99 hari), PHARMANET MEDAN (1.85 hari), dan PHARMANET SAMARINDA (1.56 hari)** menunjukkan waktu persiapan pesanan yang lebih panjang.
* **Tindakan:**
* **Tinjauan Alur Kerja:** Lakukan analisis alur kerja *picking*, *packing*, dan *loading* untuk mengidentifikasi inefisiensi atau *bottleneck*.
* **Manajemen Stok:** Evaluasi sistem manajemen stok dan ketersediaan produk. Apakah ada penundaan akibat stok tidak tersedia atau penempatan stok yang tidak optimal?
* **Sumber Daya Manusia & Teknologi:** Kaji jumlah dan pelatihan staf gudang, serta penggunaan sistem seperti WMS (Warehouse Management System) untuk memastikan optimalisasi.
* **Tujuan:** Mengurangi waktu persiapan pesanan agar lebih mendekati kinerja gudang terbaik, seperti VIBRANT PBF MALANG atau VIBRANT 3 BEKASI.
3. **Studi Banding dan Replikasi Praktik Terbaik:**
* **Kinerja Unggul:** Divisi HOSPINET dan PHARMANET di Jakarta (JAKTIM, JAKSEL, JAKBAR) serta VIBRANT PBF BANJARMASIN menunjukkan kinerja *end-to-end* yang sangat efisien.
* **Tindakan:**
* **Identifikasi Faktor Keberhasilan:** Selidiki secara mendalam praktik operasional, pemilihan mitra ekspedisi, pengelolaan rute, dan strategi internal yang diterapkan di lokasi-lokasi berkinerja terbaik ini.
* **Implementasi Model:** Kembangkan program untuk mereplikasi praktik-praktik terbaik ini ke gudang dan divisi lain yang berkinerja lebih rendah, dengan penyesuaian yang diperlukan sesuai kondisi lokal.
* **Tujuan:** Mendorong peningkatan kinerja secara menyeluruh di seluruh jaringan logistik perusahaan.
4. **Penerapan Pemantauan Kinerja Berkelanjutan:**
* **Tindakan:**
* **Dashboard & Laporan:** Buat *dashboard* kinerja logistik interaktif yang memvisualisasikan metrik durasi per `Divisi` dan `Asal Gudang` secara *real-time* atau berkala.
* **Review Berkala:** Selenggarakan pertemuan *review* kinerja logistik secara rutin dengan manajer gudang dan divisi untuk membahas tren, target, dan rencana tindakan.
* **Tujuan:** Memastikan visibilitas kinerja yang konstan, memungkinkan deteksi dini masalah, dan mendorong budaya perbaikan berkelanjutan.
Dengan langkah-langkah ini, perusahaan dapat tidak hanya mengidentifikasi area masalah tetapi juga menerapkan solusi yang terinformasi untuk mencapai efisiensi logistik yang lebih tinggi dan pada akhirnya meningkatkan kepuasan pelanggan.
## 7. Temuan Utama
## 7. Temuan Utama
Bab ini menyajikan rangkuman komprehensif dari hasil Analisis Data Eksplorasi (EDA) yang telah dilakukan, dengan fokus pada wawasan bisnis utama, anomali kritis yang ditemukan, dan rekomendasi yang dapat ditindaklanjuti. Seluruh analisis ini didasarkan pada data yang telah dibersihkan dan divalidasi, terutama setelah penanganan isu kualitas data signifikan yang teridentifikasi.
### 7.1 Kualitas Data sebagai Fondasi Analisis yang Akurat
Salah satu temuan paling krusial dalam eksplorasi data ini adalah adanya anomali sistematis pada kolom `Tgl Diterima`. Sejumlah besar catatan (2.846 atau sekitar 2,2% dari total dataset) menunjukkan `Tgl Diterima` yang secara keliru atau otomatis terekam sebagai **1970-01-02 07:00:00**. Tanggal ini, yang merupakan nilai *epoch default* dalam banyak sistem komputasi, menyebabkan durasi pengiriman (`Ekspedisi ke Diterima`) menjadi negatif dan sangat tidak realistis (rata-rata -20.626 hari).
**Dampak Signifikan:** Anomali ini, jika tidak ditangani, akan secara serius mendistorsi metrik kinerja logistik, menyebabkan interpretasi yang salah dan pengambilan keputusan yang keliru. Proses pembersihan data dengan mengeksklusi catatan-catatan ini menjadi langkah fundamental untuk memastikan keabsahan seluruh analisis efisiensi operasional.
### 7.2 Profil Operasional Umum
Setelah pembersihan data, gambaran umum operasional perusahaan menunjukkan karakteristik sebagai berikut:
#### Divisi dan Status Pemenuhan Pesanan
**Divisi PHARMANET** mendominasi volume transaksi, menyumbang **84,4%** dari seluruh catatan, diikuti oleh HOSPINET (13,6%) dan VIBRANT PBF (1,9%). Tingkat pemenuhan pesanan secara keseluruhan sangat tinggi, dengan **98,7%** pesanan berstatus "TERLAYANI PENUH" atau "P" di berbagai tahapan (RO, SP Header, SP Detail, DO). Hanya sekitar **1,3%** pesanan yang berstatus "CANCEL" atau "C".
| Kategori | Nilai | Jumlah Data | Persentase |
| :------------------ | :------------------------- | ----------: | ---------: |
| **Divisi** | PHARMANET | 110,866 | 84.4% |
| | HOSPINET | 17,827 | 13.6% |
| | VIBRANT PBF | 2,559 | 1.9% |
| | VIBRANT 3 | 56 | 0.0% |
| | *null* | 7 | 0.0% |
| **Status RO** | TERLAYANI PENUH | 129,575 | 98.7% |
| | CANCEL | 1,740 | 1.3% |
| **Payment** | BCA Virtual Account | 78,853 | 60.1% |
| | Term Of Payment | 36,615 | 27.9% |
| | BRIVA | 15,716 | 12.0% |
| | Kredivo | 131 | 0.1% |
#### Asal Gudang dan Nama Ekspedisi
Jaringan distribusi didukung oleh berbagai gudang dan mitra ekspedisi. **PHARMANET SURABAYA (10,3%), PHARMANET BEKASI (9,7%), dan PHARMANET BANDUNG (7,3%)** adalah gudang-gudang dengan volume transaksi tertinggi. Dalam hal mitra logistik, **Anteraja (19,5%), PT CENTURY (16,3%), dan LION PARCEL (14,1%)** adalah ekspedisi yang paling sering digunakan.
| Kategori | Nilai | Jumlah Data | Persentase |
| :------------------ | :------------------------- | ----------: | ---------: |
| **Asal Gudang** | PHARMANET SURABAYA | 13,577 | 10.3% |
| | PHARMANET BEKASI | 12,675 | 9.7% |
| | PHARMANET BANDUNG | 9,568 | 7.3% |
| | PHARMANET TANGERANG | 9,420 | 7.2% |
| | PHARMANET SEMARANG | 8,948 | 6.8% |
| | PHARMANET BOGOR | 8,484 | 6.5% |
| | PHARMANET PALEMBANG | 8,446 | 6.4% |
| | PHARMANET SOLO | 8,346 | 6.4% |
| | PHARMANET MAKASSAR | 7,468 | 5.7% |
| | PHARMANET MEDAN | 7,416 | 5.6% |
| | PHARMANET PEKANBARU | 6,176 | 4.7% |
| | PHARMANET BANJARMASIN | 4,403 | 3.4% |
| | PHARMANET JAKTIM | 4,114 | 3.1% |
| | PHARMANET LAMPUNG | 3,899 | 3.0% |
| | PHARMANET JAKBAR | 3,611 | 2.7% |
| | PHARMANET PONTIANAK | 3,467 | 2.6% |
| | PHARMANET SAMARINDA | 3,203 | 2.4% |
| | PHARMANET MALANG | 3,118 | 2.4% |
| | PHARMANET JAMBI | 2,869 | 2.2% |
| | PHARMANET JAKSEL | 2,085 | 1.6% |
| | PHARMANET PUSAT | 22 | 0.0% |
| Kategori | Nilai | Jumlah Data | Persentase |
| :------------------ | :------------------------- | ----------: | ---------: |
| **Nama Ekspedisi** | Anteraja | 25,559 | 19.5% |
| | PT CENTURY | 21,475 | 16.3% |
| | LION PARCEL | 18,507 | 14.1% |
| | PCP EXPRESS | 14,481 | 11.0% |
| | ANDALAN 21 EXPRESS | 10,035 | 7.6% |
| | INDAH LOGISTIK | 8,780 | 6.7% |
| | PT. TUNAS ANTARNUSA MUDA KARGO | 6,402 | 4.9% |
| | GLOBALINDO 21 EXPRESS | 5,139 | 3.9% |
| | EXPD BEKASI | 5,066 | 3.9% |
| | PT. LESTARI JAYA RAYA | 3,222 | 2.5% |
| | FARDHA MANDIRI | 3,123 | 2.4% |
| | EXPD JAKTIM | 2,377 | 1.8% |
| | EXPD JAKBAR | 1,831 | 1.4% |
| | EXPD JAKSEL | 1,239 | 0.9% |
| | Media Transportasi Logistic | 759 | 0.6% |
| | EXPD BANJARMASIN | 721 | 0.5% |
| | EXPD SURABAYA 1 | 655 | 0.5% |
| | *null* | 585 | 0.4% |
| | EXPD INTERNAL JAKSEL | 356 | 0.3% |
| | KJN EXPRESS | 268 | 0.2% |
| | Antaraja Same Day | 204 | 0.2% |
| | EXPD Bogor (Sierra) | 171 | 0.1% |
| | EXPD MEDAN | 147 | 0.1% |
| | EXPD INTERNAL BOGOR | 131 | 0.1% |
| | EXPD INTERNAL SEMARANG | 66 | 0.1% |
| | EXPD Bandung (Sierra) | 16 | 0.0% |
### 7.3 Efisiensi Logistik secara Agregat (Setelah Pembersihan Data)
Setelah mengeksklusi catatan dengan `Tgl Diterima` yang tidak valid, durasi rata-rata keseluruhan untuk tahapan proses pemenuhan pesanan adalah:
* **Rata-rata Durasi Order ke Ekspedisi:** 0,82 hari
* **Rata-rata Durasi Ekspedisi ke Diterima:** 1,32 hari
* **Rata-rata Durasi Order ke Diterima:** 2,14 hari
Angka-angka ini memberikan gambaran *baseline* yang andal. Secara keseluruhan, perusahaan menunjukkan kinerja yang cukup baik dalam kecepatan pemenuhan pesanan. Namun, detail yang lebih menarik dan mendalam baru terungkap ketika kita menganalisis kinerja per divisi dan gudang asal.
### 7.4 Performa Logistik Granular: Sorotan Kinerja
Analisis granular berdasarkan `Divisi` dan `Asal Gudang` setelah pembersihan data mengungkapkan variasi kinerja yang signifikan, menyoroti area efisiensi tinggi dan *bottleneck* kritis.
#### 7.4.1 Wawasan Durasi "Order ke Ekspedisi" (Efisiensi Internal Gudang)
Metrik ini mengukur kecepatan proses internal gudang dalam menyiapkan pesanan untuk diserahkan ke ekspedisi.
* **Performa Terbaik (Tercepat):**
* **VIBRANT PBF MALANG (0,12 hari), VIBRANT PBF BANJARMASIN (0,14 hari), VIBRANT 3 BEKASI (0,14 hari), dan VIBRANT PBF JAKTIM (0,20 hari)** menunjukkan efisiensi luar biasa, dengan waktu persiapan pesanan rata-rata kurang dari seperempat hari. Ini mencerminkan manajemen stok, proses *picking* dan *packing*, serta koordinasi internal yang sangat baik.
* **Area dengan Potensi Peningkatan (Terlama):**
* **VIBRANT PBF PONTIANAK (2,59 hari), VIBRANT PBF SAMARINDA (2,33 hari), VIBRANT PBF BOGOR (2,22 hari), VIBRANT PBF MEDAN (1,99 hari), PHARMANET MEDAN (1,85 hari), dan PHARMANET SAMARINDA (1,56 hari)** menunjukkan durasi "Order ke Ekspedisi" yang jauh lebih lama dari rata-rata. Hal ini mengindikasikan kemungkinan adanya hambatan dalam operasional gudang, seperti keterlambatan pemrosesan, masalah ketersediaan stok, atau inefisiensi alur kerja.
#### 7.4.2 Wawasan Durasi "Ekspedisi ke Diterima" (Kinerja Mitra dan *Last-Mile*)
Tahap ini adalah indikator langsung kinerja mitra ekspedisi dan efisiensi pengiriman *last-mile*, termasuk proses penerimaan di sisi pelanggan. Ini juga merupakan tahapan yang paling terpengaruh oleh anomali data sebelumnya.
* **Performa Terbaik (Tercepat):**
* **HOSPINET JAKSEL (0,21 hari), PHARMANET JAKBAR (0,26 hari), VIBRANT 3 BEKASI (0,27 hari), PHARMANET JAKSEL (0,28 hari), dan HOSPINET JAKBAR (0,30 hari)** menunjukkan waktu pengiriman yang sangat cepat dari ekspedisi ke pelanggan, seringkali kurang dari setengah hari. Ini menunjukkan efektivitas mitra ekspedisi atau rute pengiriman yang optimal di wilayah-wilayah ini.
* **Area dengan Potensi Peningkatan Krusial (Terlama):**
* **VIBRANT PBF TANGERANG (7,81 hari), VIBRANT PBF BANDUNG (6,79 hari), dan PHARMANET TANGERANG (5,06 hari)** menunjukkan durasi "Ekspedisi ke Diterima" yang sangat panjang dan mengkhawatirkan. Durasi yang mencapai hingga hampir 8 hari ini merupakan masalah serius yang memerlukan perhatian mendalam, menunjuk pada kemungkinan masalah signifikan pada kinerja mitra ekspedisi, rute yang tidak efisien, kendala geografis/infrastruktur, atau tantangan pada proses penerimaan di sisi pelanggan di wilayah tersebut.
#### 7.4.3 Wawasan Total Durasi "Order ke Diterima" (Efisiensi *End-to-End*)
Metrik ini memberikan gambaran menyeluruh tentang kecepatan seluruh proses pemenuhan pesanan dari awal hingga akhir.
* **Performa Terbaik (Tercepat):**
* **HOSPINET JAKTIM (0,75 hari), PHARMANET JAKTIM (0,78 hari), HOSPINET JAKSEL (0,80 hari), VIBRANT PBF BANJARMASIN (0,80 hari), dan PHARMANET JAKBAR (0,83 hari)** menunjukkan kinerja *end-to-end* terbaik. Wilayah-wilayah ini berhasil mengelola proses internal dan pengiriman secara sangat efisien, memberikan pengalaman pelanggan yang cepat.
* **Area dengan Total Durasi Terlama (Prioritas Utama untuk Peningkatan):**
* Konsisten dengan temuan di atas, **VIBRANT PBF TANGERANG (8,81 hari), VIBRANT PBF BANDUNG (7,01 hari), dan PHARMANET TANGERANG (5,89 hari)** memiliki total durasi pemenuhan pesanan terlama. Keterlambatan ini didominasi oleh fase "Ekspedisi ke Diterima" yang sangat panjang, menunjukkan adanya masalah sistemik di wilayah-wilayah ini yang memerlukan investigasi dan intervensi komprehensif. Area lain seperti PHARMANET SAMARINDA (3,48 hari) dan VIBRANT PBF PONTIANAK (3,45 hari) juga memiliki durasi yang relatif panjang.
### 7.5 Rekomendasi Utama
Berdasarkan temuan-temuan krusial di atas, berikut adalah rekomendasi utama untuk perbaikan kualitas data dan peningkatan efisiensi operasional:
1. **Perbaikan Sistem Pencatatan `Tgl Diterima` secara Mendesak:**
* **Tindakan:** Tim IT harus segera melakukan investigasi mendalam untuk mengidentifikasi akar masalah mengapa `Tgl Diterima` terekam sebagai `1970-01-02 07:00:00`. Ini bisa jadi karena *default* nilai, kesalahan input manual, atau masalah konversi/integrasi data.
* **Solusi:** Implementasikan validasi data yang ketat pada input tanggal di sistem (misalnya, `Tgl Diterima` tidak boleh lebih awal dari `Tgl Ekspedisi` atau tanggal yang tidak masuk akal). Lakukan pelatihan bagi staf input data.
* **Manfaat:** Memastikan integritas data di masa mendatang, sehingga analisis kinerja tidak lagi terdistorsi.
2. **Fokus Investigasi dan Intervensi di Wilayah Kritis (Tangerang & Bandung):**
* **Masalah Utama:** Durasi "Ekspedisi ke Diterima" yang sangat panjang di **VIBRANT PBF TANGERANG (7,81 hari), VIBRANT PBF BANDUNG (6,79 hari), dan PHARMANET TANGERANG (5,06 hari)**.
* **Tindakan:**
* Lakukan audit menyeluruh terhadap kinerja mitra ekspedisi di wilayah-wilayah ini, termasuk meninjau SLA dan membandingkan dengan kinerja aktual.
* Selidiki faktor-faktor eksternal seperti kendala infrastruktur atau rute pengiriman yang tidak optimal.
* Analisis juga proses penerimaan di sisi pelanggan untuk mengidentifikasi hambatan.
* **Manfaat:** Mengidentifikasi akar penyebab keterlambatan pengiriman dan merumuskan strategi perbaikan yang ditargetkan, seperti renegosiasi kontrak, penggantian mitra, atau optimasi rute.
3. **Optimasi Proses Internal Gudang dengan Durasi "Order ke Ekspedisi" yang Lama:**
* **Masalah Utama:** Gudang seperti **VIBRANT PBF PONTIANAK, VIBRANT PBF SAMARINDA, VIBRANT PBF BOGOR, VIBRANT PBF MEDAN, PHARMANET MEDAN, dan PHARMANET SAMARINDA** menunjukkan waktu persiapan pesanan yang lebih panjang.
* **Tindakan:** Lakukan tinjauan operasional mendalam terhadap alur kerja *picking, packing*, manajemen stok, dan alokasi sumber daya di gudang-gudang ini.
* **Manfaat:** Mengurangi waktu persiapan pesanan, sehingga mempercepat proses *handover* ke ekspedisi dan meningkatkan efisiensi rantai pasokan secara keseluruhan.
4. **Studi Banding dan Replikasi Praktik Terbaik:**
* **Kinerja Unggul:** Pelajari praktik operasional dan strategi logistik dari gudang/divisi dengan kinerja terbaik (misalnya, **HOSPINET JAKTIM, PHARMANET JAKTIM, PHARMANET JAKBAR, PHARMANET JAKSEL, dan VIBRANT PBF BANJARMASIN**).
* **Tindakan:** Identifikasi faktor-faktor kunci keberhasilan mereka dan replikasikan praktik terbaik ini ke area yang berkinerja lebih rendah, dengan penyesuaian yang relevan.
* **Manfaat:** Mendorong peningkatan kinerja secara sistematis di seluruh jaringan logistik perusahaan.
5. **Penerapan Sistem Pemantauan Kinerja Berkelanjutan:**
* **Tindakan:** Kembangkan *dashboard* interaktif yang memvisualisasikan metrik durasi per tahapan, divisi, dan gudang asal secara *real-time*. Selenggarakan tinjauan kinerja secara berkala.
* **Manfaat:** Memastikan visibilitas kinerja yang konstan, memungkinkan deteksi dini masalah, dan mendorong budaya perbaikan berkelanjutan yang didukung data.
Dengan implementasi rekomendasi ini, perusahaan dapat tidak hanya mengatasi kelemahan data dan operasional yang ada, tetapi juga membangun fondasi yang lebih kuat untuk pengambilan keputusan berbasis data yang strategis, meningkatkan efisiensi logistik, dan pada akhirnya meningkatkan kepuasan pelanggan.
## 8. Kesimpulan dan Rekomendasi
## 8. Kesimpulan dan Rekomendasi
Analisis Data Eksplorasi (EDA) ini telah memberikan wawasan mendalam mengenai efisiensi operasional logistik perusahaan, mulai dari penerimaan pesanan hingga barang diterima oleh pelanggan. Temuan utama menyoroti kekuatan dalam proses pemenuhan pesanan secara umum, namun juga mengungkap area-area kritis yang memerlukan perbaikan segera, baik dari sisi kualitas data maupun efisiensi operasional di lapangan.
### 8.1. Temuan Kunci
#### 8.1.1. Profil Operasional dan Efisiensi Umum
Secara umum, operasional pemenuhan pesanan perusahaan berjalan dengan sangat baik dalam hal tingkat pemenuhan. Mayoritas transaksi berasal dari **Divisi PHARMANET**, yang menyumbang sekitar **84,4%** dari total catatan. Tingkat pemenuhan pesanan sangat tinggi, dengan **98,7%** pesanan berstatus "TERLAYANI PENUH" atau "P" di berbagai tahapan (Order, Surat Pesanan, dan Delivery Order). Hanya **1,3%** pesanan yang dibatalkan, menunjukkan efisiensi tinggi dalam pemrosesan pesanan.
Metode pembayaran didominasi oleh **BCA Virtual Account (60,1%)**, diikuti oleh Term Of Payment (27,9%) dan BRIVA (12,0%). Jaringan logistik didukung oleh berbagai gudang dan mitra ekspedisi. **PHARMANET SURABAYA (10,3%), PHARMANET BEKASI (9,7%), dan PHARMANET BANDUNG (7,3%)** adalah gudang dengan volume transaksi tertinggi. Sementara itu, **Anteraja (19,5%), PT CENTURY (16,3%), dan LION PARCEL (14,1%)** adalah mitra ekspedisi yang paling sering digunakan.
#### 8.1.2. Isu Kualitas Data Krusial: `Tgl Diterima` yang Erroner
Salah satu temuan paling signifikan adalah adanya anomali data sistematis pada kolom `Tgl Diterima` (tanggal penerimaan barang oleh pelanggan). Sebanyak **2.846 catatan** (sekitar **2,2%** dari total dataset) secara keliru atau secara *default* terekam sebagai **`1970-01-02 07:00:00`**. Tanggal ini, yang merupakan nilai *epoch default* dalam banyak sistem komputasi, menyebabkan durasi pengiriman (`Ekspedisi ke Diterima`) menjadi negatif dan sangat tidak realistis, dengan rata-rata **-20.626 hari**.
Anomali ini tidak hanya mendistorsi metrik kinerja logistik secara drastis tetapi juga menghambat kemampuan untuk mengambil keputusan berbasis data yang akurat. Proses pembersihan data dengan mengeksklusi catatan-catatan ini menjadi langkah fundamental untuk memastikan keabsahan seluruh analisis efisiensi operasional.
#### 8.1.3. Efisiensi Logistik Agregat (Setelah Pembersihan Data)
Setelah data anomali terkait `Tgl Diterima` dibersihkan, metrik durasi rata-rata keseluruhan memberikan gambaran *baseline* yang akurat dan dapat diandalkan:
* **Rata-rata Durasi Order ke Ekspedisi:** 0,82 hari
* **Rata-rata Durasi Ekspedisi ke Diterima:** 1,32 hari
* **Rata-rata Durasi Order ke Diterima:** 2,14 hari
Angka-angka ini menunjukkan bahwa secara keseluruhan, proses pemenuhan pesanan berlangsung relatif cepat. Namun, efisiensi ini bervariasi secara signifikan di tingkat granular.
#### 8.1.4. Variasi Kinerja Logistik Granular (Per Divisi dan Gudang Asal)
Analisis granular setelah pembersihan data mengungkapkan sorotan kinerja utama:
**a. Durasi "Order ke Ekspedisi" (Efisiensi Internal Gudang):**
* **Terbaik:** **VIBRANT PBF MALANG (0,12 hari), VIBRANT PBF BANJARMASIN (0,14 hari), VIBRANT 3 BEKASI (0,14 hari), dan VIBRANT PBF JAKTIM (0,20 hari)** menunjukkan efisiensi luar biasa dalam persiapan pesanan.
* **Perlu Peningkatan:** **VIBRANT PBF PONTIANAK (2,59 hari), VIBRANT PBF SAMARINDA (2,33 hari), VIBRANT PBF BOGOR (2,22 hari), VIBRANT PBF MEDAN (1,99 hari), PHARMANET MEDAN (1,85 hari), dan PHARMANET SAMARINDA (1,56 hari)** memiliki durasi Order ke Ekspedisi yang jauh lebih lama, mengindikasikan hambatan dalam operasional gudang internal.
**b. Durasi "Ekspedisi ke Diterima" (Kinerja Mitra & Last-Mile):**
* **Terbaik:** **HOSPINET JAKSEL (0,21 hari), PHARMANET JAKBAR (0,26 hari), VIBRANT 3 BEKASI (0,27 hari), PHARMANET JAKSEL (0,28 hari), dan HOSPINET JAKBAR (0,30 hari)** menunjukkan waktu pengiriman yang sangat cepat dari ekspedisi ke pelanggan.
* **Kritis & Mendesak Perhatian:** **VIBRANT PBF TANGERANG (7,81 hari), VIBRANT PBF BANDUNG (6,79 hari), dan PHARMANET TANGERANG (5,06 hari)** menunjukkan durasi "Ekspedisi ke Diterima" yang sangat panjang dan mengkhawatirkan. Durasi ini adalah *bottleneck* utama yang memerlukan investigasi mendalam terhadap kinerja mitra ekspedisi, rute, atau proses penerimaan pelanggan di wilayah tersebut.
**c. Total Durasi "Order ke Diterima" (Efisiensi End-to-End):**
* **Terbaik:** **HOSPINET JAKTIM (0,75 hari), PHARMANET JAKTIM (0,78 hari), HOSPINET JAKSEL (0,80 hari), VIBRANT PBF BANJARMASIN (0,80 hari), dan PHARMANET JAKBAR (0,83 hari)** menunjukkan kinerja *end-to-end* terbaik, menandakan proses logistik yang sangat efisien dari awal hingga akhir.
* **Prioritas Utama untuk Peningkatan:** Konsisten dengan tahapan sebelumnya, **VIBRANT PBF TANGERANG (8,81 hari), VIBRANT PBF BANDUNG (7,01 hari), dan PHARMANET TANGERANG (5,89 hari)** memiliki total durasi pemenuhan pesanan terlama. Area-area ini menjadi prioritas utama untuk intervensi menyeluruh.
### 8.2. Rekomendasi
Berdasarkan temuan-temuan di atas, berikut adalah rekomendasi strategis untuk meningkatkan kualitas data dan efisiensi operasional logistik perusahaan:
#### 8.2.1. Perbaikan Kualitas Data `Tgl Diterima` Secara Mendesak
Masalah data `Tgl Diterima` yang terekam sebagai `1970-01-02 07:00:00` adalah akar penyebab distorsi analisis.
* **Investigasi Akar Masalah:** Tim IT harus segera menyelidiki sistem yang bertanggung jawab atas pencatatan `Tgl Diterima`. Identifikasi mengapa nilai *epoch* ini muncul; apakah itu karena nilai *default* saat data kosong, kesalahan input manual, atau masalah konversi/integrasi data antar sistem.
* **Implementasi Validasi Data Ketat:** Terapkan validasi pada *interface* input data atau pada level basis data untuk kolom tanggal (`Tgl Diterima`). Pastikan `Tgl Diterima` tidak lebih awal dari `Tgl Ekspedisi`, dan berada dalam rentang waktu yang logis.
* **Pelatihan Pengguna:** Berikan pelatihan kepada staf yang bertanggung jawab untuk memasukkan data `Tgl Diterima` agar mereka memahami pentingnya akurasi dan cara menghindari kesalahan.
* **Pembersihan Data Historis:** Kembangkan prosedur untuk mengidentifikasi dan membersihkan data historis dengan anomali `Tgl Diterima` yang sama. Data yang tidak valid dapat diganti dengan `NULL` jika tanggal sebenarnya tidak dapat dipulihkan, atau diestimasi jika ada dasar yang kuat dan disetujui.
#### 8.2.2. Intervensi dan Optimalisasi di Wilayah Kritis (Tangerang & Bandung)
Durasi "Ekspedisi ke Diterima" yang sangat panjang di Tangerang dan Bandung adalah *bottleneck* paling signifikan.
* **Audit Mitra Ekspedisi:** Lakukan audit menyeluruh terhadap kinerja mitra ekspedisi yang melayani **VIBRANT PBF TANGERANG, VIBRANT PBF BANDUNG, dan PHARMANET TANGERANG**. Tinjau ulang Service Level Agreement (SLA) dan bandingkan dengan kinerja aktual. Identifikasi apakah ada masalah kapasitas, rute yang tidak optimal, atau kurangnya responsivitas dari pihak ekspedisi.
* **Analisis Kendala Regional:** Selidiki apakah ada kendala infrastruktur jalan, kondisi geografis, atau regulasi lokal yang spesifik di wilayah Tangerang dan Bandung yang mempengaruhi kecepatan pengiriman.
* **Analisis Proses Penerimaan Pelanggan:** Verifikasi apakah ada hambatan di sisi pelanggan yang menyebabkan keterlambatan penerimaan barang (misalnya, jam operasional outlet yang terbatas, kesulitan koordinasi, atau prosedur internal pelanggan yang rumit).
* **Solusi Bertarget:** Berdasarkan temuan audit, pertimbangkan renegosiasi kontrak dengan ekspedisi, mencari mitra alternatif, atau mengembangkan solusi pengiriman *last-mile* yang lebih terintegrasi untuk wilayah tersebut.
#### 8.2.3. Optimasi Proses Internal Gudang untuk "Order ke Ekspedisi"
Beberapa gudang menunjukkan durasi persiapan pesanan yang lebih panjang.
* **Tinjauan Alur Kerja:** Lakukan analisis mendalam terhadap alur kerja *picking*, *packing*, dan *loading* di gudang-gudang seperti **VIBRANT PBF PONTIANAK, VIBRANT PBF SAMARINDA, VIBRANT PBF BOGOR, VIBRANT PBF MEDAN, PHARMANET MEDAN, dan PHARMANET SAMARINDA**.
* **Manajemen Stok:** Evaluasi sistem manajemen stok dan ketersediaan produk. Pastikan penempatan stok optimal dan tidak ada penundaan akibat stok yang tidak terorganisir atau tidak tersedia.
* **Sumber Daya & Teknologi:** Kaji jumlah dan pelatihan staf gudang, serta penggunaan sistem seperti Warehouse Management System (WMS) untuk memastikan optimalisasi dan otomatisasi proses.
#### 8.2.4. Studi Banding dan Replikasi Praktik Terbaik
Belajar dari area-area yang berkinerja unggul dapat mendorong peningkatan di seluruh jaringan.
* **Identifikasi Faktor Keberhasilan:** Selidiki secara mendalam praktik operasional, pemilihan mitra ekspedisi, pengelolaan rute, dan strategi internal yang diterapkan di lokasi-lokasi berkinerja terbaik seperti **HOSPINET JAKTIM, PHARMANET JAKTIM, PHARMANET JAKBAR, PHARMANET JAKSEL, dan VIBRANT PBF BANJARMASIN**.
* **Implementasi Model:** Kembangkan program untuk mereplikasi praktik-praktik terbaik ini ke gudang dan divisi lain yang berkinerja lebih rendah, dengan penyesuaian yang diperlukan sesuai kondisi lokal dan skala operasional.
#### 8.2.5. Penerapan Pemantauan Kinerja Berkelanjutan
Untuk menjaga dan meningkatkan efisiensi, pemantauan aktif sangat penting.
* **Pengembangan Dashboard:** Buat *dashboard* kinerja logistik interaktif yang memvisualisasikan metrik durasi per tahapan, divisi, dan gudang asal secara *real-time* atau berkala. Visualisasi ini harus mudah diakses dan dipahami oleh pihak terkait.
* **Tinjauan Kinerja Rutin:** Selenggarakan pertemuan tinjauan kinerja logistik secara rutin (mingguan/bulanan) dengan manajer gudang dan divisi untuk membahas tren, target, dan rencana tindakan korektif.
* **Sistem Peringatan Dini:** Kembangkan sistem peringatan dini untuk mendeteksi anomali kinerja atau penyimpangan dari target sebelum menjadi masalah besar.
Dengan mengimplementasikan rekomendasi ini, perusahaan tidak hanya dapat mengatasi masalah kualitas data yang mendasar dan *bottleneck* operasional, tetapi juga membangun budaya perbaikan berkelanjutan yang didukung data, yang pada akhirnya akan meningkatkan efisiensi logistik secara signifikan dan memberikan nilai lebih kepada pelanggan.