# Laporan Akhir Eksplorasi Data

## 1. Ringkasan Eksekutif

Analisis ini bertujuan untuk mengungkap wawasan tersembunyi dari data pemenuhan pesanan pelanggan guna meningkatkan kinerja, penjualan, dan memahami korelasi dengan produk. Data yang digunakan mencakup seluruh siklus pemesanan, mulai dari pesanan awal hingga penerimaan barang oleh pelanggan.

**Kualitas Data dan Tantangan Konsistensi**

Proses pembersihan data telah dilakukan untuk mengatasi nilai yang hilang dan memastikan tipe data yang benar. Kolom tanggal seperti `Tgl DO`, `Tgl. PL`, `Tgl Logbook`, `Tgl Ekspedisi`, dan `Tgl Diterima` yang memiliki nilai hilang (`NaT`) telah diisi menggunakan nilai modus (yang paling sering muncul). Demikian pula, nilai yang hilang pada `Value PL` diisi dengan median, dan pada kolom kategori seperti `Cmc`, `Divisi`, `No. DO`, `No. PL`, `Nomor Resi`, `Nama Ekspedisi` diisi dengan 'Unknown'.

Namun, analisis mengidentifikasi dua masalah konsistensi data yang signifikan:
*   **Inkonsistensi Status Repeat Order (RO):** Ditemukan 1.248 nomor RO (`No. RO`) yang terkait dengan berbagai status pemenuhan, yaitu 'TERLAYANI PENUH' dan 'CANCEL' secara bersamaan. Menariknya, untuk RO dengan status campuran ini, total nilai `Value PL` dan `Qty DO` yang tercatat sebagai 'CANCEL' adalah 0.00%. Ini menunjukkan bahwa meskipun item pesanan mungkin berstatus 'CANCEL', tidak ada pengurangan nilai atau kuantitas yang tercermin dalam metrik ini, atau pembatalan terjadi pada item dengan nilai nol. Untuk mengatasi hal ini, disarankan untuk mengklasifikasikan status RO menjadi 'Terlayani Penuh', 'Dibatalkan Sebagian', atau 'Dibatalkan Penuh' berdasarkan proporsi item yang dibatalkan.
*   **Inkonsistensi Divisi Produk:** Sebanyak 964 kode produk (`Procod`) ditemukan terkait dengan beberapa divisi (`Divisi`) yang berbeda, seperti PHARMANET dan HOSPINET. Hal ini menyulitkan kategorisasi produk yang akurat. Disarankan untuk menetapkan 'Divisi Utama' untuk setiap produk berdasarkan divisi yang menyumbang nilai penjualan (`Value PL`) terbesar. Rata-rata 79.7% dari total nilai penjualan produk dengan divisi ganda berasal dari divisi dominan.

**Wawasan Penjualan dan Kuantitas Berdasarkan Atribut Utama**

Analisis bivariat memberikan gambaran mengenai kontribusi produk dan divisi:
*   **Produk Pharos vs. Non-Pharos (`Pharos YN`):** Produk-produk yang diproduksi oleh Pharos Group (Pharos YN = 'Y') secara signifikan menyumbang nilai dan kuantitas yang lebih besar. Total `Value PL` untuk produk Pharos mencapai 32,720,924,525 dengan `Qty DO` 1,026,883, jauh lebih tinggi dibandingkan produk Non-Pharos yang memiliki `Value PL` 22,360,047,164 dan `Qty DO` 409,346.
*   **Kontribusi Divisi (`Divisi`):** Divisi PHARMANET adalah kontributor utama dengan total `Value PL` 36,553,039,667 dan `Qty DO` 837,408. Diikuti oleh VIBRANT PBF (nilai 14,318,817,088 dan kuantitas 494,209) dan HOSPINET (nilai 4,113,114,777 dan kuantitas 102,490).

**Efisiensi Operasional: Waktu Siklus Pemenuhan**

Analisis waktu siklus pemenuhan memberikan pemahaman tentang efisiensi operasional:
*   **Tahapan Kritis:** Waktu median total pemenuhan pesanan adalah 1.68 hari. Tahapan yang paling memakan waktu adalah **Ekspedisi ke Diterima** dengan durasi median 0.78 hari, menunjukkan potensi *bottleneck* pada proses pengiriman oleh pihak ekspedisi. Tahapan lain seperti Order ke SP (0.02 hari), SP ke DO (0.15 hari), DO ke Logbook (0.10 hari), dan Logbook ke Expedition (0.05 hari) relatif singkat.

*   **Performa Gudang (`Asal Gudang`):** Terdapat variasi yang signifikan dalam waktu pemenuhan antar gudang:
    *   **Gudang dengan Durasi Terlama (Median Total Pemenuhan):** PHARMANET TANGERANG (3.76 hari), PHARMANET SAMARINDA (3.05 hari), dan PHARMANET MEDAN (2.79 hari).
    *   **Gudang dengan Durasi Tercepat (Median Total Pemenuhan):** PHARMANET JAKSEL (0.25 hari), PHARMANET JAKTIM (0.72 hari), dan PHARMANET BANJARMASIN (0.83 hari).

*   **Waktu Pemenuhan Berdasarkan Divisi Utama Produk (`Divisi Utama Produk`):**
    *   VIBRANT PBF: 1.79 hari
    *   PHARMANET: 1.66 hari
    *   HOSPINET: 1.38 hari

**Rekomendasi**

1.  **Perbaiki Konsistensi Data:** Terapkan strategi untuk menetapkan status tunggal untuk Repeat Order (misalnya, 'Dibatalkan Sebagian') dan 'Divisi Utama' untuk setiap produk berdasarkan kontribusi penjualan tertinggi. Ini akan meningkatkan akurasi analisis RO dan produk.
2.  **Investigasi Penanganan Pembatalan:** Selidiki lebih lanjut mengapa item berstatus 'CANCEL' tercatat dengan `Value PL` dan `Qty DO` nol. Pastikan apakah ini merupakan representasi yang akurat dari dampak pembatalan atau ada kekurangan dalam pencatatan.
3.  **Optimalisasi Proses Ekspedisi:** Fokus pada tahapan 'Ekspedisi ke Diterima' yang menjadi *bottleneck* terbesar. Evaluasi kinerja ekspedisi dan pertimbangkan opsi untuk mempercepat proses ini guna meningkatkan kepuasan pelanggan.
4.  **Benchmarking Antar Gudang:** Pelajari praktik terbaik dari gudang dengan waktu pemenuhan tercepat seperti PHARMANET JAKSEL dan JAKTIM, dan terapkan pada gudang dengan waktu pemenuhan terlama seperti PHARMANET TANGERANG dan SAMARINDA untuk meningkatkan efisiensi operasional secara keseluruhan.
5.  **Manfaatkan Potensi Produk Pharos:** Mengingat kontribusinya yang dominan, eksplorasi strategi lebih lanjut untuk memaksimalkan penjualan dan distribusi produk Pharos Group.

## 2. Pengantar

Laporan Analisis Data Eksplorasi ini dirancang untuk memberikan pemahaman mendalam mengenai proses pemenuhan pesanan pelanggan, dengan tujuan utama mengidentifikasi wawasan tersembunyi yang dapat mendorong peningkatan kinerja, penjualan, dan pemahaman yang lebih baik tentang korelasi produk. Data yang menjadi fokus analisis berasal dari tabel `omg_10003_b1_sheet1`, yang merekam secara komprehensif setiap tahapan dalam siklus pemesanan—mulai dari saat pesanan dibuat hingga barang diterima oleh pelanggan.

Dataset ini mencakup berbagai metrik operasional dan informasi detail produk, termasuk kuantitas pesanan (`Qty RO`), nilai pesanan (`Value PL`), serta informasi penting mengenai outlet, produk, dan tahapan logistik seperti Surat Pesanan (`SP`), Delivery Order (`DO`), dan Packing List (`PL`). Kolom-kolom krusial seperti `Tgl. Order`, `Tgl. SP`, `Tgl DO`, `Tgl. PL`, `Tgl Logbook`, `Tgl Ekspedisi`, dan `Tgl Diterima` memungkinkan analisis temporal yang mendalam terhadap efisiensi rantai pasokan.

Sebelum melakukan analisis lebih lanjut, serangkaian langkah pembersihan data telah diterapkan. Hal ini mencakup penanganan nilai yang hilang, konversi tipe data, serta standardisasi representasi nilai yang tidak konsisten, untuk memastikan integritas dan keandalan data. Dalam proses ini, kami mengidentifikasi adanya tantangan kualitas data tertentu, terutama terkait dengan konsistensi status pesanan berulang (`No. RO`) dan kategorisasi divisi produk (`Procod` ke `Divisi`). Upaya telah dilakukan untuk menormalkan data ke dalam entitas-entitas terpisah seperti Outlet, Repeat Order, dan Produk, serta mengidentifikasi produk Pharos Group melalui flag `Pharos YN`.

Melalui eksplorasi ini, kami akan menyoroti faktor-faktor kunci yang mempengaruhi performa pemenuhan pesanan, menganalisis kontribusi penjualan dari berbagai divisi dan gudang, serta mengevaluasi efisiensi waktu siklus operasional. Pemahaman ini diharapkan dapat menjadi dasar strategis untuk mengoptimalkan operasional, meningkatkan kepuasan pelanggan, dan mengembangkan strategi penjualan yang lebih efektif.

## 3. Kualitas Data dan Pra-pemrosesan

Pengolahan data yang akurat dan berkualitas tinggi adalah fondasi utama bagi setiap analisis yang dapat diandalkan. Bab ini merinci serangkaian langkah pra-pemrosesan yang telah dilakukan pada dataset pemenuhan pesanan `omg_10003_b1_sheet1`, serta menyoroti anomali dan inkonsistensi data yang ditemukan, bersama dengan strategi penanganannya.

### 3.1 Langkah Pra-pemrosesan Data

Tahap pra-pemrosesan data difokuskan pada pembersihan, penanganan nilai hilang, dan penyeragaman tipe data untuk memastikan integritas dan konsistensi data. Langkah-langkah utama yang diambil meliputi:

*   **Penghapusan Duplikasi:** Sebanyak 0 baris duplikat yang identik telah dihapus dari dataset awal.
*   **Konversi Tipe Data Tanggal:** Kolom tanggal seperti `Tgl. Order`, `Tgl. SP`, `Tgl DO`, `Tgl. PL`, `Tgl Logbook`, `Tgl Ekspedisi`, dan `Tgl Diterima` dikonversi ke format datetime. Nilai yang tidak dapat dikonversi (NaT) diimputasi menggunakan nilai modus (tanggal yang paling sering muncul).
    *   `Tgl DO`: 365 nilai NaT diisi dengan tanggal modus (2026-06-30 16:14:16).
    *   `Tgl. PL`: 365 nilai NaT diisi dengan tanggal modus (2026-06-30 16:14:16).
    *   `Tgl Logbook`: 585 nilai NaT diisi dengan tanggal modus (2026-07-01 15:33:53).
    *   `Tgl Ekspedisi`: 460 nilai NaT diisi dengan tanggal modus (2026-06-17 00:00:00).
    *   `Tgl Diterima`: 10.385 nilai NaT diisi dengan tanggal modus (1970-01-02 07:00:00).
*   **Konversi Tipe Data Numerik:** Kolom numerik seperti `Procod`, `Qty RO`, `No. RO`, `Qty SP`, `Qty DO`, `Value PL`, dan `Value RO` dikonversi ke tipe numerik. Kesalahan parsing menghasilkan nilai `NaN` yang kemudian diimputasi.
    *   `Value PL`: 1.740 nilai null diisi dengan nilai median (145.203).
*   **Penanganan Nilai Hilang pada Kolom Kategorikal:** Untuk kolom-kolom kategorikal yang memiliki nilai hilang, imputasi dilakukan dengan mengisi nilai 'Unknown'.
    *   `Cmc`: 5.468 nilai null diisi dengan 'Unknown'.
    *   `Divisi`: 7 nilai null diisi dengan 'Unknown'.
    *   `No. DO`: 365 nilai null diisi dengan 'Unknown'.
    *   `No. PL`: 365 nilai null diisi dengan 'Unknown'.
    *   `Nomor Resi`: 460 nilai null diisi dengan 'Unknown'.
    *   `Nama Ekspedisi`: 585 nilai null diisi dengan 'Unknown'.

Langkah-langkah pembersihan ini penting untuk memastikan data siap untuk analisis lebih lanjut dan memitigasi potensi bias dari nilai yang hilang atau format data yang tidak konsisten.

### 3.2 Identifikasi dan Penanganan Inkonsistensi Data

Meskipun langkah pembersihan telah dilakukan, analisis mendalam mengidentifikasi beberapa inkonsistensi yang perlu perhatian khusus, terutama dalam integritas fungsional antar kolom.

#### 3.2.1 Inkonsistensi Status Repeat Order (RO)

Analisis menunjukkan adanya pelanggaran dependensi fungsional antara `No. RO` dan `Status RO`. Ini berarti satu nomor RO (`No. RO`) dapat memiliki lebih dari satu status pemenuhan (`Status RO`) yang berbeda pada item barisnya.

*   **Temuan:** Ditemukan sebanyak 1.248 nilai `No. RO` yang terkait dengan beberapa nilai `Status RO` secara bersamaan, umumnya kombinasi 'TERLAYANI PENUH' dan 'CANCEL'. Ini mengindikasikan bahwa suatu pesanan RO bisa memiliki beberapa item yang terlayani penuh dan beberapa item yang dibatalkan.
*   **Contoh Inkonsistensi Status RO:**
    | No. RO    | Unique Status RO Values |
    |:----------|:------------------------|
    | 4.918.054 | TERLAYANI PENUH, CANCEL |
    | 4.918.065 | TERLAYANI PENUH, CANCEL |
    | 4.918.076 | TERLAYANI PENUH, CANCEL |
    | 4.918.083 | TERLAYANI PENUH, CANCEL |
    | 4.918.104 | CANCEL, TERLAYANI PENUH |
    | 4.918.111 | TERLAYANI PENUH, CANCEL |
    | 4.918.124 | TERLAYANI PENUH, CANCEL |
    | 4.918.144 | TERLAYANI PENUH, CANCEL |
    | 4.918.149 | TERLAYANI PENUH, CANCEL |
    | 4.918.158 | TERLAYANI PENUH, CANCEL |

*   **Dampak pada Metrik:** Uniknya, untuk RO dengan status campuran ini, total `Value PL` yang dibatalkan adalah 0 dan total `Qty DO` yang dibatalkan juga 0. Hal ini menyiratkan bahwa pembatalan yang terjadi mungkin memiliki nilai nol atau tidak secara akurat merefleksikan nilai/kuantitas yang hilang.
    *   Total `Value PL` di RO dengan status campuran: 5.632.475.953
    *   Total `Value PL` yang dibatalkan di RO dengan status campuran: 0
    *   Persentase `Value PL` yang dibatalkan: 0.0%
    *   Total `Qty DO` di RO dengan status campuran: 148.068
    *   Total `Qty DO` yang dibatalkan di RO dengan status campuran: 0
    *   Persentase `Qty DO` yang dibatalkan: 0.0%

*   **Rekomendasi Strategi Interpretasi Status RO:** Untuk mengatasi ambiguitas ini dan memberikan laporan yang lebih akurat, disarankan untuk memperkenalkan status RO baru:
    *   **'Terlayani Penuh':** Jika semua item baris RO berstatus 'TERLAYANI PENUH'.
    *   **'Dibatalkan Sebagian':** Jika RO mengandung item 'TERLAYANI PENUH' dan 'CANCEL'.
    *   **'Dibatalkan Penuh':** Jika semua item baris RO berstatus 'CANCEL'.
    Strategi ini akan memberikan visibilitas yang lebih baik terhadap tingkat pemenuhan pesanan pada granularitas RO.

#### 3.2.2 Inkonsistensi Divisi Produk

Ditemukan juga pelanggaran dependensi fungsional antara `Procod` (kode produk) dan `Divisi`. Hal ini berarti satu kode produk dapat terkait dengan beberapa divisi yang berbeda.

*   **Temuan:** Sebanyak 963 nilai `Procod` ditemukan terkait dengan beberapa nilai `Divisi`, misalnya 'PHARMANET' dan 'HOSPINET' secara bersamaan. Ini menciptakan tantangan dalam kategorisasi produk yang konsisten.
*   **Contoh Inkonsistensi Divisi Produk:**
    | Procod    | All Associated Divisi            |
    |:----------|:---------------------------------|
    | 100085    | HOSPINET, PHARMANET              |
    | 100138    | PHARMANET, HOSPINET, VIBRANT PBF |
    | 100139    | PHARMANET, HOSPINET              |
    | 100162    | PHARMANET, HOSPINET              |
    | 100175    | PHARMANET, HOSPINET, VIBRANT PBF |
    | 100185    | PHARMANET, HOSPINET              |
    | 100211    | PHARMANET, HOSPINET, VIBRANT PBF |
    | 100217    | HOSPINET, PHARMANET              |
    | 100225    | HOSPINET, PHARMANET              |
    | 100284    | PHARMANET, HOSPINET              |

*   **Rekomendasi Strategi Kategorisasi Divisi Produk:** Untuk produk yang terkait dengan beberapa divisi, disarankan untuk menetapkan sebuah 'Divisi Utama' berdasarkan kontribusi `Value PL` terbesar. Analisis menunjukkan bahwa rata-rata 79.7% dari total nilai penjualan produk dengan divisi ganda berasal dari divisi yang dominan. Pendekatan ini akan memungkinkan kategorisasi produk yang konsisten untuk analisis, sambil tetap mengakui bahwa produk mungkin dijual melalui divisi lain.

### 3.3 Normalisasi Data

Sebagai bagian dari upaya pra-pemrosesan dan untuk membangun lapisan semantik yang kuat untuk analisis, data telah dinormalisasi ke dalam beberapa tabel terpisah:

*   **`normalized_outlets`:** Berisi informasi unik tentang outlet (`KodePI`, `OutCode`, `Cmc`, `Nama Outlet`, `AO YN`).
*   **`fact_order_line_items`:** Tabel fakta utama yang berisi detail transaksi item baris pesanan, dengan kunci asing yang merujuk ke tabel dimensi yang dinormalisasi.

Upaya untuk membuat tabel `normalized_repeat_orders` dan `normalized_products` terpisah ditunda karena adanya pelanggaran dependensi fungsional yang dijelaskan di atas. Resolusi inkonsistensi ini akan memungkinkan normalisasi yang lebih akurat di masa mendatang.

**Handoff Log:**
*   Untuk semua fase di masa mendatang, saya HARUS mengkueri `normalized_outlets` untuk metrik tingkat Outlet. Kunci utamanya adalah `KodePI`.
*   Saya hanya akan mengkueri tabel `fact_order_line_items` untuk detail spesifik item baris dan untuk mengagregasi metrik pada granularitas item baris (misalnya, total kuantitas, total nilai per produk per DO).

### 3.4 Kesimpulan Kualitas Data

Secara keseluruhan, dataset telah melalui proses pembersihan yang komprehensif, mengatasi sebagian besar masalah nilai hilang dan penyeragaman tipe data. Namun, adanya inkonsistensi dalam status RO dan penugasan divisi produk memerlukan strategi penanganan yang lebih canggih untuk analisis yang akurat. Dengan mengimplementasikan rekomendasi untuk menetapkan status RO yang lebih jelas dan 'Divisi Utama' untuk produk, integritas data akan semakin ditingkatkan, membuka jalan bagi wawasan bisnis yang lebih mendalam dan dapat ditindaklanjuti.

## 4. Tinjauan Umum Data

Data pemenuhan pesanan ini merekam secara rinci setiap tahap perjalanan produk, dari pesanan awal hingga pengiriman akhir ke pelanggan. Tinjauan umum ini bertujuan untuk memberikan gambaran menyeluruh tentang karakteristik dataset, menyoroti distribusi variabel kunci, mengidentifikasi anomali yang signifikan, dan mengeksplorasi hubungan awal antara berbagai atribut untuk memahami kinerja operasional dan penjualan.

### 4.1 Gambaran Umum Distribusi Data Kunci

#### 4.1.1 Distribusi Status Repeat Order (RO) dan Divisi Produk

Secara keseluruhan, sebagian besar pesanan berulang (`RO`) berhasil dilayani, dengan persentase pembatalan yang relatif kecil. Demikian pula, produk didominasi oleh beberapa divisi utama.

**Distribusi Keseluruhan 'Status RO'**

| Status RO       | Count     |
|:----------------|:----------|
| TERLAYANI PENUH | 129,575   |
| CANCEL          | 1,740     |

**Distribusi Keseluruhan 'Divisi'**

| Divisi      | Count   |
|:------------|:--------|
| PHARMANET   | 110,866 |
| HOSPINET    | 17,827  |
| VIBRANT PBF | 2,559   |
| VIBRANT 3   | 56      |
| Unknown     | 7       |

#### 4.1.2 Kinerja Penjualan dan Kuantitas berdasarkan Atribut Utama

Analisis bivariat mengungkapkan bagaimana nilai penjualan (`Total Value PL`) dan kuantitas produk yang dikirim (`Total Qty DO`) terdistribusi di antara variabel-variabel kategori penting seperti produk Pharos (`Pharos YN`), divisi produk (`Divisi`), dan gudang asal (`Asal Gudang`).

**Penjualan dan Kuantitas berdasarkan Pharos YN (Flag Produk Pharos)**

Produk yang diproduksi oleh Pharos Group (Pharos YN = 'Y') menunjukkan kontribusi yang dominan terhadap total nilai penjualan dan kuantitas yang dikirim.

| Pharos YN | Total Value PL     | Total Qty DO |
|:----------|:-------------------|:-------------|
| N         | 22,360,047,164.0   | 409,346      |
| Y         | 32,720,924,525.0   | 1,026,883    |

**Penjualan dan Kuantitas berdasarkan Divisi Produk**

Divisi PHARMANET merupakan kontributor terbesar untuk total nilai penjualan dan kuantitas yang dikirim, diikuti oleh VIBRANT PBF dan HOSPINET.

| Divisi      | Total Value PL     | Total Qty DO |
|:------------|:-------------------|:-------------|
| PHARMANET   | 36,553,039,667.0   | 837,408      |
| VIBRANT PBF | 14,318,817,088.0   | 494,209      |
| HOSPINET    | 4,113,114,777.0    | 102,490      |
| VIBRANT 3   | 77,188,021.0       | 2,046        |

**Penjualan dan Kuantitas berdasarkan Asal Gudang**

Terdapat variasi yang signifikan dalam kontribusi penjualan dan kuantitas antar gudang. PHARMANET SURABAYA, MEDAN, dan BEKASI memimpin dalam total nilai penjualan dan kuantitas.

| Asal Gudang           | Total Value PL     | Total Qty DO |
|:----------------------|:-------------------|:-------------|
| PHARMANET SURABAYA    | 7,292,521,130.0    | 209,436      |
| PHARMANET MEDAN       | 5,088,293,251.0    | 139,746      |
| PHARMANET BEKASI      | 4,490,320,583.0    | 103,431      |
| PHARMANET TANGERANG   | 3,954,378,427.0    | 86,071       |
| PHARMANET BOGOR       | 3,787,682,009.0    | 104,610      |
| PHARMANET BANDUNG     | 3,422,317,085.0    | 96,315       |
| PHARMANET SEMARANG    | 2,845,696,313.0    | 84,851       |
| PHARMANET MAKASSAR    | 2,774,702,538.0    | 73,674       |
| PHARMANET JAKTIM      | 2,753,747,782.0    | 63,784       |
| PHARMANET SOLO        | 2,585,366,294.0    | 72,206       |
| PHARMANET PALEMBANG   | 2,506,019,400.0    | 56,059       |
| PHARMANET JAKBAR      | 2,425,785,385.0    | 52,470       |
| PHARMANET PONTIANAK   | 1,886,252,670.0    | 44,136       |
| PHARMANET PEKANBARU   | 1,857,089,519.0    | 53,835       |
| PHARMANET BANJARMASIN | 1,796,805,453.0    | 42,676       |
| PHARMANET MALANG      | 1,758,362,640.0    | 57,180       |
| PHARMANET JAMBI       | 1,036,331,822.0    | 25,367       |
| PHARMANET LAMPUNG     | 1,030,731,844.0    | 29,084       |
| PHARMANET SAMARINDA   | 975,375,562.0      | 24,690       |
| PHARMANET JAKSEL      | 813,191,982.0      | 16,608       |
| PHARMANET PUSAT       | 0.0                | 0            |

#### 4.1.3 Kinerja Penjualan dan Kuantitas berdasarkan Status Pemenuhan

Analisis lebih lanjut pada status pemenuhan pesanan (`Sts SP Header`, `Sts SP Detail`, `Status DO`) menunjukkan bahwa sebagian besar nilai dan kuantitas berasal dari pesanan yang berstatus 'P' (sudah dilayani). Menariknya, pesanan dengan status 'C' (cancel) secara konsisten memiliki nilai dan kuantitas nol, menunjukkan bahwa pembatalan ini mungkin tidak berdampak pada metrik Value PL atau Qty DO yang dilaporkan.

**Penjualan dan Kuantitas berdasarkan Sts SP Header**

| Sts SP Header   | Total Value PL     | Total Qty DO |
|:----------------|--------------------:|-------------:|
| C               | 0                  | 0            |
| P               | 55,080,971,689     | 1,436,229    |

**Penjualan dan Kuantitas berdasarkan Sts SP Detail**

| Sts SP Detail   | Total Value PL     | Total Qty DO |
|:----------------|--------------------:|-------------:|
| C               | 0                  | 0            |
| P               | 55,080,971,689     | 1,436,229    |

**Penjualan dan Kuantitas berdasarkan Status DO**

| Status DO   | Total Value PL     | Total Qty DO |
|:------------|--------------------:|-------------:|
| C           | 0                  | 0            |
| P           | 55,080,971,689     | 1,436,229    |

### 4.2 Analisis Kualitas Data Lanjutan dan Implikasi

Seperti yang telah diuraikan dalam Bab 3, dataset ini memiliki beberapa inkonsistensi yang signifikan yang perlu dipahami untuk analisis yang akurat. Bagian ini akan membahas lebih dalam implikasi dari inkonsistensi tersebut dan strategi yang diusulkan untuk penanganannya.

#### 4.2.1 Inkonsistensi Status Repeat Order (RO)

Ditemukan sebanyak 1.248 `No. RO` yang memiliki status campuran, yaitu 'TERLAYANI PENUH' dan 'CANCEL' dalam item baris yang sama. Ini menyiratkan bahwa suatu pesanan RO tidak sepenuhnya terlayani atau sepenuhnya dibatalkan, tetapi sebagian.

Namun, analisis lebih lanjut menunjukkan bahwa untuk RO dengan status campuran ini, `Total Cancelled Value PL` dan `Total Cancelled Qty DO` adalah 0.00%. Ini sangat penting karena meskipun ada item baris yang dibatalkan, pembatalan tersebut tidak tercermin sebagai pengurangan nilai atau kuantitas dalam laporan agregat, atau pembatalan terjadi pada item dengan nilai nol.

**Implikasi & Rekomendasi:**
Ambiguitas ini dapat menyesatkan dalam menilai kinerja pemenuhan. Untuk mengatasi ini, disarankan untuk mengimplementasikan strategi status RO yang lebih granular:
*   **'Terlayani Penuh':** Jika semua item baris RO berstatus 'TERLAYANI PENUH'.
*   **'Dibatalkan Sebagian':** Jika RO mengandung item 'TERLAYANI PENUH' dan 'CANCEL'.
*   **'Dibatalkan Penuh':** Jika semua item baris RO berstatus 'CANCEL'.

Strategi ini memungkinkan laporan tingkat RO yang lebih akurat dan memungkinkan investigasi lebih lanjut mengenai mengapa item yang dibatalkan pada RO campuran tidak memiliki nilai atau kuantitas yang terkait.

**Top 10 No. RO berdasarkan Persentase Value PL yang Dibatalkan (dari RO Status Campuran)**

| No. RO       | Total Value PL | Cancelled Value PL | % Cancelled Value PL | Total Qty DO | Cancelled Qty DO | % Cancelled Qty DO |
|-------------:|----------------:|-------------------:|---------------------:|-------------:|-------------------:|-------------------:|
| 4,918,054.00 | 164,842.00     | 0.00               | 0.00                 | 5.00         | 0.00               | 0.00               |
| 4,931,377.00 | 709,834.00     | 0.00               | 0.00                 | 1.00         | 0.00               | 0.00               |
| 4,931,462.00 | 978,625.00     | 0.00               | 0.00                 | 16.00        | 0.00               | 0.00               |
| 4,931,456.00 | 545,910.00     | 0.00               | 0.00                 | 10.00        | 0.00               | 0.00               |
| 4,931,434.00 | 809,016.00     | 0.00               | 0.00                 | 5.00         | 0.00               | 0.00               |
| 4,931,414.00 | 337,514.00     | 0.00               | 0.00                 | 2.00         | 0.00               | 0.00               |
| 4,931,402.00 | 25,194,897.00  | 0.00               | 0.00                 | 849.00       | 0.00               | 0.00               |
| 4,931,394.00 | 900,706.00     | 0.00               | 0.00                 | 34.00        | 0.00               | 0.00               |
| 4,931,382.00 | 821,611.00     | 0.00               | 0.00                 | 13.00        | 0.00               | 0.00               |
| 4,931,373.00 | 1,002,147.00   | 0.00               | 0.00                 | 25.00        | 0.00               | 0.00               |

*Overall Statistics untuk semua RO Status Campuran (TERLAYANI PENUH & CANCEL):*
*   Total Value PL di RO ini: 5,632,475,953.00
*   Total Cancelled Value PL di RO ini: 0.00
*   Persentase Value PL yang Dibatalkan: 0.0%
*   Total Qty DO di RO ini: 148,068
*   Total Cancelled Qty DO di RO ini: 0
*   Persentase Qty DO yang Dibatalkan: 0.0%

#### 4.2.2 Inkonsistensi Divisi Produk

Sebanyak 964 `Procod` ditemukan terkait dengan beberapa nilai `Divisi` yang berbeda. Ini menimbulkan tantangan dalam mengklasifikasikan produk secara konsisten untuk analisis pasar atau kinerja divisi.

**Implikasi & Rekomendasi:**
Untuk analisis yang lebih konsisten, setiap produk harus memiliki satu divisi utama. Disarankan untuk menetapkan 'Divisi Utama' untuk setiap produk berdasarkan divisi yang menyumbang `Value PL` terbesar. Analisis menunjukkan bahwa rata-rata 79.7% dari total nilai penjualan produk dengan divisi ganda berasal dari divisi yang dominan.

**Top 10 Procod berdasarkan Persentase Nilai Penjualan Divisi Dominan (dari Procod Divisi Campuran)**

| Procod | All Associated Divisi      | Dominant Divisi (by Value PL) | Dominant Divisi Value PL | % of Procod Total Value PL |
|-------:|:---------------------------|:------------------------------|-------------------------:|---------------------------:|
| 107438 | HOSPINET, PHARMANET        | PHARMANET                     | 1,110,332.00             | 100.0                      |
| 402995 | HOSPINET, PHARMANET        | PHARMANET                     | 45,750.00                | 100.0                      |
| 3600034 | HOSPINET, PHARMANET       | PHARMANET                     | 39,860.00                | 100.0                      |
| 110318 | PHARMANET                  | PHARMANET                     | 6,407,976.00             | 100.0                      |
| 105389 | PHARMANET, VIBRANT PBF     | PHARMANET                     | 288,322.00               | 100.0                      |
| 101761 | HOSPINET, PHARMANET        | PHARMANET                     | 524,545.00               | 100.0                      |
| 203209 | HOSPINET, PHARMANET        | PHARMANET                     | 119,880.00               | 100.0                      |
| 304387 | HOSPINET, PHARMANET        | PHARMANET                     | 1,327,119.00             | 100.0                      |
| 3700007 | HOSPINET, PHARMANET       | PHARMANET                     | 2,151,816.00             | 100.0                      |
| 108246 | HOSPINET, PHARMANET        | PHARMANET                     | 228,438.00               | 100.0                      |

Rata-rata keseluruhan persentase nilai penjualan yang berasal dari divisi dominan untuk produk-produk dengan divisi campuran ini adalah 79.7%.

### 4.3 Efisiensi Operasional: Waktu Siklus Pemenuhan

Analisis temporal terhadap durasi antar tahapan pemenuhan pesanan memberikan gambaran kritis tentang efisiensi operasional dan potensi *bottleneck* dalam rantai pasok.

#### 4.3.1 Durasi Median Tahap Pemenuhan Keseluruhan

Waktu median total pemenuhan pesanan (dari `Tgl. Order` hingga `Tgl Diterima`) adalah 1.68 hari. Tahap 'Ekspedisi ke Diterima' menjadi penyumbang terbesar terhadap waktu siklus total.

**Durasi Median Tahap Pemenuhan (Hari)**

| Tahap                 | Durasi Median (Hari) |
|:----------------------|---------------------:|
| Order ke SP           | 0.02                 |
| SP ke DO              | 0.15                 |
| DO ke Logbook         | 0.10                 |
| Logbook ke Expedition | 0.05                 |
| Expedition ke Received | 0.78                 |
| Total_Fulfillment     | 1.68                 |

#### 4.3.2 Total Waktu Pemenuhan berdasarkan Asal Gudang

Efisiensi pemenuhan sangat bervariasi antar gudang, menunjukkan adanya peluang untuk *benchmarking* dan optimalisasi.

**Analisis Total Waktu Pemenuhan berdasarkan Asal Gudang**

| Asal Gudang           | Durasi Median Total Pemenuhan (Hari) |
|:----------------------|-------------------------------------:|
| PHARMANET TANGERANG   | 3.76                                 |
| PHARMANET SAMARINDA   | 3.05                                 |
| PHARMANET MEDAN       | 2.79                                 |
| PHARMANET PEKANBARU   | 2.55                                 |
| PHARMANET MALANG      | 2.55                                 |
| PHARMANET LAMPUNG     | 2.31                                 |
| PHARMANET PONTIANAK   | 2.11                                 |
| PHARMANET SURABAYA    | 2.07                                 |
| PHARMANET MAKASSAR    | 2.04                                 |
| PHARMANET PALEMBANG   | 1.98                                 |
| PHARMANET JAMBI       | 1.86                                 |
| PHARMANET SEMARANG    | 1.81                                 |
| PHARMANET SOLO        | 1.42                                 |
| PHARMANET BOGOR       | 1.11                                 |
| PHARMANET BEKASI      | 1.07                                 |
| PHARMANET BANDUNG     | 0.92                                 |
| PHARMANET BANJARMASIN | 0.83                                 |
| PHARMANET JAKBAR      | 0.80                                 |
| PHARMANET JAKTIM      | 0.72                                 |
| PHARMANET JAKSEL      | 0.25                                 |

Gudang seperti PHARMANET TANGERANG dan SAMARINDA memiliki waktu pemenuhan yang jauh lebih lama dibandingkan dengan PHARMANET JAKSEL dan JAKTIM.

#### 4.3.3 Total Waktu Pemenuhan berdasarkan Divisi Utama Produk

Divisi produk juga menunjukkan sedikit perbedaan dalam median waktu pemenuhan total, meskipun perbedaannya tidak sebesar antar gudang.

**Analisis Total Waktu Pemenuhan berdasarkan Divisi Utama Produk**

| Divisi Utama Produk | Durasi Median Total Pemenuhan (Hari) |
|:--------------------|-------------------------------------:|
| VIBRANT PBF         | 1.79                                 |
| PHARMANET           | 1.66                                 |
| HOSPINET            | 1.38                                 |

### 4.4 Rekomendasi

Berdasarkan tinjauan umum data, beberapa area kunci memerlukan perhatian untuk meningkatkan kinerja dan kualitas data:

1.  **Investigasi Lebih Lanjut terhadap Pembatalan RO:** Selidiki mengapa `Value PL` dan `Qty DO` yang dibatalkan adalah nol untuk RO dengan status campuran. Pastikan bahwa pembatalan benar-benar tidak memiliki dampak finansial atau kuantitas, atau apakah ada kesalahan dalam pencatatan. Implementasikan klasifikasi status RO yang lebih jelas ('Terlayani Penuh', 'Dibatalkan Sebagian', 'Dibatalkan Penuh') untuk pelaporan yang lebih akurat.
2.  **Standardisasi Kategorisasi Produk:** Terapkan penetapan 'Divisi Utama Produk' berdasarkan kontribusi `Value PL` tertinggi untuk setiap `Procod` yang saat ini terkait dengan banyak divisi. Ini akan memastikan konsistensi dalam analisis produk dan divisi.
3.  **Optimalisasi Proses Logistik 'Ekspedisi ke Diterima':** Fokus pada pengurangan waktu median 0.78 hari pada tahap ini. Evaluasi kinerja mitra ekspedisi, identifikasi hambatan, dan jelajahi solusi untuk mempercepat pengiriman terakhir kepada pelanggan.
4.  **Benchmarking Efisiensi Gudang:** Pelajari praktik terbaik dari gudang berkinerja tinggi (misalnya, PHARMANET JAKSEL) dan terapkan pada gudang dengan waktu pemenuhan yang lambat (misalnya, PHARMANET TANGERANG, SAMARINDA) untuk meningkatkan efisiensi operasional secara keseluruhan. Identifikasi perbedaan operasional, alokasi sumber daya, dan proses yang dapat ditingkatkan.

## 5. Analisis Kinerja Pemenuhan Pesanan

Analisis kinerja pemenuhan pesanan adalah inti dari evaluasi operasional rantai pasok. Bab ini menggali lebih dalam efisiensi proses, mengidentifikasi titik hambatan, dan mengevaluasi dampak anomali data terhadap metrik kinerja. Dengan memahami aspek-aspek ini, perusahaan dapat mengoptimalkan operasional dan meningkatkan kepuasan pelanggan.

### 5.1 Efisiensi Waktu Siklus Pemenuhan

Analisis waktu siklus pemenuhan mengungkapkan durasi median untuk setiap tahapan, memberikan gambaran kritis tentang efisiensi operasional dan potensi *bottleneck* dalam rantai pasok.

#### 5.1.1 Durasi Median Tahap Pemenuhan Keseluruhan

Waktu median total pemenuhan pesanan, dari pesanan dibuat (`Tgl. Order`) hingga barang diterima oleh pelanggan (`Tgl Diterima`), adalah **1.68 hari**. Dari semua tahapan, proses **Ekspedisi ke Diterima** merupakan penyumbang terbesar terhadap total waktu siklus ini.

| Tahap                 | Durasi Median (Hari) |
|:----------------------|---------------------:|
| Order ke SP           | 0.02                 |
| SP ke DO              | 0.15                 |
| DO ke Logbook         | 0.10                 |
| Logbook ke Expedition | 0.05                 |
| Expedition ke Received | 0.78                 |
| Total_Fulfillment     | 1.68                 |

Temuan ini mengindikasikan bahwa waktu yang paling signifikan dihabiskan pada tahapan pengiriman oleh pihak ekspedisi, yang menyoroti potensi area untuk perbaikan kinerja. Tahapan internal lainnya berlangsung relatif cepat.

#### 5.1.2 Kinerja Gudang dalam Waktu Pemenuhan

Efisiensi pemenuhan pesanan bervariasi secara signifikan antar gudang, menunjukkan adanya peluang besar untuk *benchmarking* dan optimalisasi internal. Gudang PHARMANET JAKSEL menunjukkan kinerja pemenuhan tercepat, sementara PHARMANET TANGERANG memiliki durasi terlama.

| Asal Gudang           | Durasi Median Total Pemenuhan (Hari) |
|:----------------------|-------------------------------------:|
| PHARMANET TANGERANG   | 3.76                                 |
| PHARMANET SAMARINDA   | 3.05                                 |
| PHARMANET MEDAN       | 2.79                                 |
| PHARMANET PEKANBARU   | 2.55                                 |
| PHARMANET MALANG      | 2.55                                 |
| PHARMANET LAMPUNG     | 2.31                                 |
| PHARMANET PONTIANAK   | 2.11                                 |
| PHARMANET SURABAYA    | 2.07                                 |
| PHARMANET MAKASSAR    | 2.04                                 |
| PHARMANET PALEMBANG   | 1.98                                 |
| PHARMANET JAMBI       | 1.86                                 |
| PHARMANET SEMARANG    | 1.81                                 |
| PHARMANET SOLO        | 1.42                                 |
| PHARMANET BOGOR       | 1.11                                 |
| PHARMANET BEKASI      | 1.07                                 |
| PHARMANET BANDUNG     | 0.92                                 |
| PHARMANET BANJARMASIN | 0.83                                 |
| PHARMANET JAKBAR      | 0.80                                 |
| PHARMANET JAKTIM      | 0.72                                 |
| PHARMANET JAKSEL      | 0.25                                 |

Selisih signifikan antara gudang tercepat (PHARMANET JAKSEL, 0.25 hari) dan terlambat (PHARMANET TANGERANG, 3.76 hari) mengindikasikan bahwa transfer pengetahuan dan praktik terbaik antar gudang dapat meningkatkan efisiensi secara drastis.

#### 5.1.3 Kinerja Divisi Produk dalam Waktu Pemenuhan

Meskipun perbedaannya tidak sebesar antar gudang, terdapat sedikit variasi dalam median waktu pemenuhan total berdasarkan divisi produk utama. Divisi HOSPINET menunjukkan waktu pemenuhan tercepat, sementara VIBRANT PBF sedikit lebih lambat.

| Divisi Utama Produk | Durasi Median Total Pemenuhan (Hari) |
|:--------------------|-------------------------------------:|
| VIBRANT PBF         | 1.79                                 |
| PHARMANET           | 1.66                                 |
| HOSPINET            | 1.38                                 |

### 5.2 Evaluasi Kinerja Berdasarkan Atribut Kunci

Tinjauan umum data pada Bab 4 telah mengidentifikasi kontribusi `Pharos YN`, `Divisi`, dan `Asal Gudang` terhadap total penjualan dan kuantitas. Pada bab ini, kita akan fokus pada implikasi kinerja dari distribusi tersebut.

#### 5.2.1 Kontribusi Dominan Produk Pharos

Produk yang diproduksi oleh Pharos Group (ditandai dengan `Pharos YN = 'Y'`) merupakan pendorong kinerja utama, menyumbang total `Value PL` sebesar 32.720.924.525 dan `Qty DO` sebesar 1.026.883. Angka ini jauh melampaui produk Non-Pharos (`Pharos YN = 'N'`) yang mencatat `Value PL` sebesar 22.360.047.164 dan `Qty DO` sebesar 409.346. Ketergantungan yang signifikan pada produk Pharos menunjukkan pentingnya menjaga dan mengoptimalkan rantai pasok untuk kategori produk ini.

#### 5.2.2 Pengaruh Divisi terhadap Kinerja Penjualan

Divisi PHARMANET secara konsisten menjadi kontributor terbesar dalam total `Value PL` (36.553.039.667) dan `Qty DO` (837.408), diikuti oleh VIBRANT PBF dan HOSPINET (lihat Bab 4 untuk detail distribusi lengkap). Dominasi ini menunjukkan bahwa strategi penjualan dan pemenuhan untuk divisi PHARMANET memiliki dampak paling besar terhadap kinerja perusahaan secara keseluruhan.

### 5.3 Analisis Anomali Kinerja dan Implikasinya

Bab 3 dan 4 telah menyoroti beberapa inkonsistensi data yang memiliki implikasi langsung terhadap pelaporan dan pemahaman kinerja pemenuhan pesanan.

#### 5.3.1 Inkonsistensi Status Repeat Order (RO) dan Dampak Kinerja

Ditemukan sebanyak 1.248 `No. RO` yang memiliki status campuran antara 'TERLAYANI PENUH' dan 'CANCEL' pada item baris yang berbeda. Anomali kinerja yang paling krusial adalah bahwa, meskipun terdapat item yang berstatus 'CANCEL' dalam RO ini, `Total Cancelled Value PL` dan `Total Cancelled Qty DO` untuk RO ini tercatat **0.00%**.

*   Untuk RO dengan status campuran ini, total `Value PL` adalah 5.632.475.953 dan total `Qty DO` adalah 148.068. Namun, tidak ada pengurangan nilai atau kuantitas yang dilaporkan sebagai hasil pembatalan. Hal ini menunjukkan potensi kesenjangan dalam sistem pencatatan yang dapat menyesatkan dalam menilai tingkat pembatalan aktual dan dampaknya terhadap pendapatan.
*   **Implikasi Kinerja:** Ketiadaan pencatatan nilai atau kuantitas yang dibatalkan untuk RO berstatus campuran ini dapat menyebabkan laporan kinerja yang terlalu optimis terkait tingkat pemenuhan dan penjualan, karena pembatalan tidak tercermin secara finansial.
*   **Rekomendasi untuk Kinerja:** Untuk akurasi pelaporan kinerja pemenuhan, diperlukan kategorisasi ulang status RO menjadi:
    *   **'Terlayani Penuh':** Jika semua item baris RO berhasil dilayani.
    *   **'Dibatalkan Sebagian':** Jika RO memiliki item yang dilayani dan item yang dibatalkan.
    *   **'Dibatalkan Penuh':** Jika semua item baris RO dibatalkan.
    Selain itu, perlu dilakukan investigasi mendalam mengapa item yang dibatalkan pada RO campuran ini tercatat dengan nilai dan kuantitas nol untuk memastikan integritas data kinerja.

#### 5.3.2 Implikasi Penentuan Divisi Produk terhadap Analisis Kinerja

Sebanyak 964 `Procod` teridentifikasi terkait dengan beberapa `Divisi` yang berbeda. Ini menimbulkan tantangan dalam mengukur kinerja penjualan atau efisiensi pemenuhan suatu divisi produk secara akurat.

*   **Implikasi Kinerja:** Ketika sebuah produk dikaitkan dengan lebih dari satu divisi, sulit untuk mengalokasikan kinerja penjualan dan operasional secara tepat ke divisi yang bertanggung jawab. Hal ini dapat mengaburkan wawasan tentang divisi mana yang paling efektif dalam memasarkan atau mendistribusikan produk tertentu.
*   **Rekomendasi untuk Kinerja:** Untuk analisis kinerja produk dan divisi yang lebih konsisten, setiap `Procod` harus memiliki 'Divisi Utama' tunggal. Pendekatan yang diusulkan adalah menetapkan 'Divisi Utama' berdasarkan divisi yang menyumbang `Value PL` terbesar untuk produk tersebut. Analisis menunjukkan bahwa rata-rata 79.7% dari total nilai penjualan produk dengan divisi ganda berasal dari divisi yang dominan. Ini akan memungkinkan atribusi kinerja yang lebih jelas dan mempermudah pelacakan KPI di tingkat divisi.

### 5.4 Rekomendasi Strategis

Berdasarkan analisis kinerja pemenuhan pesanan, beberapa rekomendasi strategis dapat dirumuskan untuk meningkatkan efisiensi operasional dan akurasi pelaporan:

1.  **Optimalkan Tahap Ekspedisi Akhir:** Fokus utama harus diberikan pada pengurangan waktu median 0.78 hari pada tahapan 'Ekspedisi ke Diterima'. Evaluasi kinerja mitra ekspedisi, negosiasikan standar layanan yang lebih ketat, atau pertimbangkan diversifikasi penyedia ekspedisi untuk mengurangi *bottleneck* ini.
2.  **Standardisasi Operasional Gudang:** Lakukan studi kasus terhadap gudang berkinerja tinggi seperti PHARMANET JAKSEL (0.25 hari) dan PHARMANET JAKTIM (0.72 hari) untuk mengidentifikasi praktik terbaik mereka. Terapkan pembelajaran ini pada gudang dengan waktu pemenuhan yang lebih lambat seperti PHARMANET TANGERANG (3.76 hari) dan PHARMANET SAMARINDA (3.05 hari) untuk mencapai peningkatan efisiensi yang merata di seluruh jaringan.
3.  **Perbaiki Metrik Kinerja Pembatalan RO:** Terapkan strategi baru untuk mengklasifikasikan status RO menjadi 'Terlayani Penuh', 'Dibatalkan Sebagian', dan 'Dibatalkan Penuh'. Lakukan audit data untuk memahami mengapa item yang dibatalkan dalam RO campuran saat ini tidak mengurangi `Value PL` atau `Qty DO`. Ini krusial untuk pelaporan kinerja yang akurat dan untuk memahami dampak finansial pembatalan.
4.  **Klarifikasi Atribusi Divisi Produk:** Implementasikan penetapan 'Divisi Utama' untuk setiap produk berdasarkan kontribusi penjualan tertinggi. Ini akan memungkinkan analisis kinerja penjualan dan pemenuhan yang lebih konsisten dan akurat pada tingkat divisi.
5.  **Manfaatkan Potensi Produk Pharos:** Mengingat kontribusi dominan produk Pharos Group terhadap total `Value PL` dan `Qty DO`, prioritaskan strategi untuk mempertahankan dan meningkatkan kinerja di segmen ini, termasuk peningkatan stok, pemasaran, dan optimalisasi jalur pemenuhan khusus jika diperlukan.

## 5.1. Kinerja Penjualan dan Kuantitas berdasarkan Atribut Produk dan Gudang

Bab ini menganalisis secara mendalam kinerja penjualan dan kuantitas pengiriman berdasarkan atribut produk dan gudang, untuk mengidentifikasi pendorong utama pendapatan, efisiensi operasional, serta potensi area peningkatan.

### 5.1.1 Kinerja Berdasarkan Atribut Produk: Pharos YN dan Divisi

Analisis terhadap atribut produk mengungkapkan perbedaan signifikan dalam kontribusi penjualan dan kuantitas, menyoroti produk-produk unggulan dan divisi yang paling berpengaruh.

#### 5.1.1.1 Kontribusi Produk Pharos Group (`Pharos YN`)

Produk yang diproduksi oleh Pharos Group (ditandai dengan `Pharos YN = 'Y'`) menunjukkan dominasi yang jelas dalam total `Value PL` (nilai pesanan yang dikemas) dan `Qty DO` (kuantitas yang dikirim). Ini mengukuhkan posisi strategis produk-produk internal Pharos Group sebagai pilar utama pendapatan dan volume pengiriman perusahaan.

**Kinerja Penjualan dan Kuantitas berdasarkan Pharos YN**

| Pharos YN | Total Value PL         | % dari Total Value PL | Total Qty DO | % dari Total Qty DO |
|:----------|------------------------:|:-----------------------|-------------:|:--------------------|
| N         | 22,360,047,164         | 40.6%                  | 409,346      | 28.5%               |
| Y         | 32,720,924,525         | 59.4%                  | 1,026,883    | 71.5%               |

**Insight:** Produk-produk Pharos Group menyumbang hampir 60% dari total nilai penjualan dan lebih dari 70% dari total kuantitas yang dikirim. Hal ini menunjukkan bahwa investasi dalam pengembangan, pemasaran, dan optimalisasi rantai pasok untuk produk Pharos memiliki dampak yang sangat besar pada kinerja bisnis secara keseluruhan.

#### 5.1.1.2 Kontribusi Penjualan dan Kuantitas Berdasarkan Divisi Produk

Divisi PHARMANET adalah pendorong kinerja utama, mendominasi total nilai penjualan dan kuantitas yang dikirim. Ini diikuti oleh VIBRANT PBF dan HOSPINET sebagai kontributor signifikan lainnya.

**Kinerja Penjualan dan Kuantitas berdasarkan Divisi**

| Divisi      | Total Value PL         | % dari Total Value PL | Total Qty DO | % dari Total Qty DO |
|:------------|------------------------:|:-----------------------|-------------:|:--------------------|
| PHARMANET   | 36,553,039,667         | 66.4%                  | 837,408      | 58.3%               |
| VIBRANT PBF | 14,318,817,088         | 26.0%                  | 494,209      | 34.4%               |
| HOSPINET    | 4,113,114,777          | 7.5%                   | 102,490      | 7.1%                |
| VIBRANT 3   | 77,188,021             | 0.1%                   | 2,046        | 0.1%                |

**Insight:** Dominasi divisi PHARMANET dalam penjualan dan kuantitas menegaskan bahwa divisi ini adalah pusat gravitasi operasional dan komersial perusahaan. Namun, ini juga menunjukkan potensi untuk meningkatkan kinerja divisi lain yang masih memiliki pangsa pasar lebih kecil.

**Anomali dan Implikasi Kinerja dari Inkonsistensi Divisi Produk:**
Sebagaimana dijelaskan dalam Bab 3, ditemukan 963 kode produk (`Procod`) yang terkait dengan beberapa divisi. Inkonsistensi ini mempersulit atribusi kinerja yang akurat ke divisi tertentu, mengaburkan pemahaman tentang divisi mana yang paling efektif dalam mengelola produk tersebut. Untuk mengatasi hal ini, strategi "Divisi Utama" telah diusulkan, di mana setiap produk akan dikaitkan dengan divisi yang menyumbang nilai penjualan (`Value PL`) terbesar. Rata-rata 79.7% dari total nilai penjualan produk dengan divisi ganda berasal dari divisi dominan, memperkuat validitas pendekatan ini untuk analisis kinerja.

### 5.1.2 Kinerja Penjualan dan Kuantitas Berdasarkan Asal Gudang

Kinerja gudang bervariasi secara signifikan, menunjukkan perbedaan kapasitas, jangkauan pasar, atau efisiensi operasional antar lokasi.

**Kinerja Penjualan dan Kuantitas berdasarkan Asal Gudang**

| Asal Gudang           | Total Value PL         | Total Qty DO |
|:----------------------|------------------------:|-------------:|
| PHARMANET SURABAYA    | 7,292,521,130          | 209,436      |
| PHARMANET MEDAN       | 5,088,293,251          | 139,746      |
| PHARMANET BEKASI      | 4,490,320,583          | 103,431      |
| PHARMANET TANGERANG   | 3,954,378,427          | 86,071       |
| PHARMANET BOGOR       | 3,787,682,009          | 104,610      |
| PHARMANET BANDUNG     | 3,422,317,085          | 96,315       |
| PHARMANET SEMARANG    | 2,845,696,313          | 84,851       |
| PHARMANET MAKASSAR    | 2,774,702,538          | 73,674       |
| PHARMANET JAKTIM      | 2,753,747,782          | 63,784       |
| PHARMANET SOLO        | 2,585,366,294          | 72,206       |
| PHARMANET PALEMBANG   | 2,506,019,400          | 56,059       |
| PHARMANET JAKBAR      | 2,425,785,385          | 52,470       |
| PHARMANET PONTIANAK   | 1,886,252,670          | 44,136       |
| PHARMANET PEKANBARU   | 1,857,089,519          | 53,835       |
| PHARMANET BANJARMASIN | 1,796,805,453          | 42,676       |
| PHARMANET MALANG      | 1,758,362,640          | 57,180       |
| PHARMANET JAMBI       | 1,036,331,822          | 25,367       |
| PHARMANET LAMPUNG     | 1,030,731,844          | 29,084       |
| PHARMANET SAMARINDA   | 975,375,562            | 24,690       |
| PHARMANET JAKSEL      | 813,191,982            | 16,608       |
| PHARMANET PUSAT       | 0                      | 0            |

**Insight:** Gudang seperti PHARMANET SURABAYA, MEDAN, dan BEKASI secara konsisten menunjukkan kinerja penjualan dan kuantitas pengiriman yang tertinggi, menunjukkan peran sentral mereka dalam jaringan distribusi. Sebaliknya, beberapa gudang seperti PHARMANET SAMARINDA, JAKSEL, LAMPUNG, dan JAMBI memiliki kontribusi yang lebih rendah.

**Anomali:** PHARMANET PUSAT tercatat memiliki `Total Value PL` dan `Total Qty DO` sebesar 0. Ini adalah anomali signifikan yang memerlukan investigasi mendalam, karena gudang pusat biasanya diharapkan memiliki aktivitas yang substansial. Kemungkinan hal ini adalah indikator bahwa gudang pusat mungkin tidak terlibat langsung dalam pemenuhan pesanan atau datanya tidak tercatat dengan benar dalam dataset ini.

### 5.1.3 Rekomendasi Strategis Berdasarkan Kinerja Penjualan dan Kuantitas

1.  **Maksimalkan Potensi Produk Pharos:** Mengingat kontribusi dominan produk Pharos Group, prioritaskan strategi untuk mempertahankan dan meningkatkan pangsa pasar mereka. Ini bisa berupa peningkatan kapasitas produksi, program loyalitas pelanggan, atau ekspansi saluran distribusi.
2.  **Perkuat Divisi PHARMANET dan Kembangkan Divisi Lain:** Akui PHARMANET sebagai pendorong utama dan pastikan sumber daya yang memadai tersedia untuk mempertahankan momentumnya. Identifikasi peluang untuk mengembangkan divisi lain seperti VIBRANT PBF dan HOSPINET agar dapat meningkatkan kontribusi mereka melalui strategi pemasaran yang ditargetkan atau diversifikasi produk.
3.  **Terapkan "Divisi Utama" untuk Analisis Produk yang Akurat:** Implementasikan strategi penetapan "Divisi Utama" untuk setiap produk guna mengatasi inkonsistensi yang ada. Ini akan memungkinkan pelaporan kinerja produk yang lebih akurat dan atribusi yang jelas kepada divisi yang bertanggung jawab, membantu dalam pengambilan keputusan strategis.
4.  **Optimalkan Jaringan Gudang:**
    *   **Investigasi PHARMANET PUSAT:** Selidiki mengapa PHARMANET PUSAT tidak mencatat `Value PL` atau `Qty DO`. Pahami peran gudang ini dalam rantai pasok dan pastikan data aktivitasnya tercatat dengan benar.
    *   **Benchmarking dan Peningkatan Gudang Berkinerja Rendah:** Lakukan analisis mendalam terhadap gudang dengan penjualan dan kuantitas rendah (misalnya, PHARMANET JAKSEL, SAMARINDA, LAMPUNG, JAMBI). Bandingkan praktik operasional mereka dengan gudang berkinerja tinggi (SURABAYA, MEDAN, BEKASI) untuk mengidentifikasi area yang dapat ditingkatkan, seperti manajemen inventaris, efisiensi proses, atau strategi penjualan lokal. Pertimbangkan alokasi sumber daya atau target pasar yang lebih baik.

## 5.2. Kinerja berdasarkan Status Pemenuhan

Analisis ini berfokus pada bagaimana status pemenuhan pesanan pada berbagai tahapan operasional—yaitu `Sts SP Header`, `Sts SP Detail`, dan `Status DO`—berkorelasi dengan metrik kinerja utama seperti nilai pesanan yang dikemas (`Total Value PL`) dan kuantitas produk yang dikirim (`Total Qty DO`). Pemahaman ini esensial untuk mengidentifikasi efisiensi dalam rantai pasok dan potensi masalah dalam pelaporan pembatalan.

#### 5.2.1 Kontribusi Kinerja berdasarkan Status SP Header

`Sts SP Header` merepresentasikan status keseluruhan Surat Pesanan (SP). Data menunjukkan bahwa hampir seluruh aktivitas pemenuhan pesanan berasal dari SP dengan status 'P' (sudah dilayani).

**Kinerja Berdasarkan Sts SP Header**

| Sts SP Header | Total Value PL         | Total Qty DO |
|:--------------|-----------------------:|-------------:|
| C             | 0                      | 0            |
| P             | 55,080,971,689         | 1,436,229    |

**Insight:** Status 'P' menyumbang seluruh total nilai dan kuantitas yang diproses dalam sistem, menegaskan bahwa ini adalah status operasional yang aktif. Status 'C' (cancel) secara konsisten mencatat `Total Value PL` dan `Total Qty DO` sebesar 0. Hal ini mengindikasikan bahwa pembatalan pada level SP Header tidak menghasilkan pengurangan nilai atau kuantitas yang tercatat dalam metrik ini, atau hanya terjadi pada item dengan nilai nol.

#### 5.2.2 Kontribusi Kinerja berdasarkan Status SP Detail

`Sts SP Detail` mencerminkan status pemenuhan pada tingkat item baris dalam Surat Pesanan. Pola kinerja yang serupa dengan `Sts SP Header` terlihat, menegaskan konsistensi dalam pelaporan status antara level header dan detail.

**Kinerja Berdasarkan Sts SP Detail**

| Sts SP Detail | Total Value PL         | Total Qty DO |
|:--------------|-----------------------:|-------------:|
| C             | 0                      | 0            |
| P             | 55,080,971,689         | 1,436,229    |

**Insight:** Seperti pada SP Header, semua nilai penjualan dan kuantitas pengiriman terkait dengan `Sts SP Detail` 'P'. Status 'C' pada detail SP juga menunjukkan `Value PL` dan `Qty DO` nol, yang menguatkan observasi sebelumnya mengenai bagaimana pembatalan dicatat dalam sistem.

#### 5.2.3 Kontribusi Kinerja berdasarkan Status DO

`Status DO` (Delivery Order) menandai konfirmasi final pesanan yang dilayani oleh PIC gudang. Data kinerja pada tahap ini juga menunjukkan dominasi mutlak status 'P'.

**Kinerja Berdasarkan Status DO**

| Status DO | Total Value PL         | Total Qty DO |
|:----------|-----------------------:|-------------:|
| C         | 0                      | 0            |
| P         | 55,080,971,689         | 1,436,229    |

**Insight:** Konsistensi antara `Sts SP Header`, `Sts SP Detail`, dan `Status DO` menunjukkan bahwa sistem pelaporan pemenuhan pesanan berjalan seragam di seluruh tahapan ini. Fakta bahwa `Total Value PL` dan `Total Qty DO` untuk status 'C' (cancel) adalah nol pada ketiga metrik ini adalah anomali signifikan yang telah diidentifikasi pada Bab 3 dan 4. Hal ini perlu ditelusuri lebih lanjut untuk memastikan keakuratan laporan kinerja.

#### 5.2.4 Analisis Anomali dan Implikasi Kinerja

Temuan kunci dari analisis status pemenuhan adalah bahwa semua status 'C' (cancel) pada `Sts SP Header`, `Sts SP Detail`, dan `Status DO` secara konsisten mencatat `Total Value PL` dan `Total Qty DO` sebesar 0. Ini adalah anomali krusial yang memiliki implikasi serius terhadap interpretasi kinerja:

*   **Pencatatan Pembatalan yang Tidak Akurat:** Jika suatu pesanan atau item dibatalkan, secara logis harus ada pengurangan yang sesuai pada nilai atau kuantitas yang diharapkan untuk dilayani. Nilai nol pada metrik `Value PL` dan `Qty DO` untuk status 'C' menunjukkan dua kemungkinan:
    1.  Pembatalan terjadi pada item yang memang tidak memiliki nilai atau kuantitas yang signifikan, yang mana sangat tidak mungkin untuk seluruh kasus pembatalan.
    2.  Sistem pencatatan tidak mengurangi `Value PL` atau `Qty DO` saat suatu item atau pesanan berstatus 'C', yang menyebabkan laporan kinerja pemenuhan terlihat lebih baik dari yang sebenarnya karena kerugian akibat pembatalan tidak tercermin.
    Hal ini konsisten dengan temuan pada Bab 4.2.1 yang menyebutkan bahwa untuk *Repeat Order* (RO) dengan status campuran ('TERLAYANI PENUH' dan 'CANCEL'), `Total Cancelled Value PL` dan `Total Cancelled Qty DO` juga tercatat 0.00%.

*   **Dampak pada Pengambilan Keputusan:** Pelaporan kinerja yang terlalu optimis dapat mengarahkan pada keputusan yang kurang tepat mengenai efisiensi operasional, manajemen inventaris, dan strategi penjualan. Tanpa visibilitas yang akurat terhadap nilai dan kuantitas yang dibatalkan, sulit untuk menghitung tingkat pemenuhan pesanan secara riil atau menganalisis dampak finansial dari pembatalan.

#### 5.2.5 Rekomendasi Strategis

Berdasarkan analisis kinerja menurut status pemenuhan dan anomali yang teridentifikasi, beberapa rekomendasi strategis dapat diajukan:

1.  **Investigasi Mendalam Mekanisme Pencatatan Pembatalan:** Lakukan audit menyeluruh terhadap sistem pencatatan untuk memahami mengapa `Value PL` dan `Qty DO` untuk pesanan atau item yang dibatalkan selalu tercatat nol. Pastikan bahwa pembatalan dicerminkan secara akurat dalam metrik keuangan dan kuantitas untuk memberikan gambaran kinerja yang jujur.
2.  **Perbaiki Definisi dan Pelaporan Status Pemenuhan:** Tinjau dan standarisasi definisi status 'C' di seluruh tahapan pemenuhan (SP Header, SP Detail, DO). Jika pembatalan memang terjadi pada item bernilai/kuantitas nol, hal ini harus dijelaskan dan dipahami. Jika tidak, mekanisme untuk mencatat kerugian riil akibat pembatalan harus diimplementasikan.
3.  **Implementasi Metrik Tingkat Pemenuhan yang Akurat:** Dengan data pembatalan yang lebih akurat, hitung metrik tingkat pemenuhan pesanan (misalnya, *fill rate* berdasarkan nilai atau kuantitas) yang mencerminkan dampak pembatalan secara penuh. Ini akan memungkinkan perusahaan untuk memiliki gambaran kinerja operasional yang lebih realistis.
4.  **Latih Karyawan terkait Konsistensi Data:** Pastikan semua PIC terkait di gudang dan operasional memahami pentingnya pencatatan status pemenuhan yang akurat dan konsisten, termasuk implikasi finansial dari setiap status.

## 6. Analisis Waktu Siklus Pemenuhan

Analisis waktu siklus pemenuhan adalah kunci untuk memahami efisiensi operasional dan mengidentifikasi area yang memerlukan perbaikan dalam rantai pasok. Bab ini akan mengulas durasi median untuk setiap tahapan pemenuhan pesanan, menganalisis variasi waktu pemenuhan berdasarkan asal gudang dan divisi produk, serta memberikan rekomendasi strategis.

### 6.1 Durasi Siklus Pemenuhan Pesanan Keseluruhan

Waktu median total pemenuhan pesanan, yang diukur dari `Tgl. Order` hingga `Tgl Diterima`, adalah 1.68 hari. Angka ini mencerminkan keseluruhan perjalanan pesanan dari saat diterima hingga sampai di tangan pelanggan. Analisis lebih lanjut pada setiap tahapan menunjukkan variasi durasi yang signifikan, dengan beberapa tahapan berlangsung sangat cepat sementara yang lain menjadi *bottleneck*.

Tabel berikut menyajikan durasi median untuk setiap tahapan dalam siklus pemenuhan:

**Durasi Median Tahap Pemenuhan (Hari)**

| Tahap                 | Durasi Median (Hari) |
|:----------------------|---------------------:|
| Order ke SP           |                 0.02 |
| SP ke DO              |                 0.15 |
| DO ke Logbook         |                 0.10 |
| Logbook ke Expedition |                 0.05 |
| Expedition ke Received |                 0.78 |
| Total_Fulfillment     |                 1.68 |

**Insight:** Tahap **Ekspedisi ke Received** memiliki durasi median terpanjang yaitu 0.78 hari, menyumbang hampir setengah dari total waktu pemenuhan. Ini mengindikasikan bahwa proses pengiriman oleh pihak ekspedisi adalah *bottleneck* utama dalam keseluruhan siklus pemenuhan. Tahapan internal lainnya, seperti Order ke SP, SP ke DO, DO ke Logbook, dan Logbook ke Expedition, berlangsung relatif cepat dengan durasi median kurang dari satu hari.

### 6.2 Variasi Waktu Pemenuhan berdasarkan Asal Gudang

Efisiensi waktu pemenuhan sangat bervariasi antar gudang, menunjukkan adanya perbedaan signifikan dalam proses operasional, kapasitas, atau faktor geografis. Perbedaan ini menawarkan peluang besar untuk *benchmarking* dan optimalisasi.

Tabel di bawah ini menunjukkan durasi median total pemenuhan untuk setiap gudang:

**Analisis Total Waktu Pemenuhan berdasarkan Asal Gudang**

| Asal Gudang           | Durasi Median Total Pemenuhan (Hari) |
|:----------------------|-------------------------------------:|
| PHARMANET TANGERANG   |                                 3.76 |
| PHARMANET SAMARINDA   |                                 3.05 |
| PHARMANET MEDAN       |                                 2.79 |
| PHARMANET PEKANBARU   |                                 2.55 |
| PHARMANET MALANG      |                                 2.55 |
| PHARMANET LAMPUNG     |                                 2.31 |
| PHAROS PONTIANAK      |                                 2.11 |
| PHARMANET SURABAYA    |                                 2.07 |
| PHARMANET MAKASSAR    |                                 2.04 |
| PHARMANET PALEMBANG   |                                 1.98 |
| PHARMANET JAMBI       |                                 1.86 |
| PHARMANET SEMARANG    |                                 1.81 |
| PHARMANET SOLO        |                                 1.42 |
| PHARMANET BOGOR       |                                 1.11 |
| PHARMANET BEKASI      |                                 1.07 |
| PHARMANET BANDUNG     |                                 0.92 |
| PHARMANET BANJARMASIN |                                 0.83 |
| PHARMANET JAKBAR      |                                 0.80 |
| PHARMANET JAKTIM      |                                 0.72 |
| PHARMANET JAKSEL      |                                 0.25 |

**Insight:** PHARMANET JAKSEL menunjukkan kinerja terbaik dengan durasi median total pemenuhan hanya 0.25 hari, diikuti oleh PHARMANET JAKTIM (0.72 hari) dan PHARMANET BANJARMASIN (0.83 hari). Sebaliknya, PHARMANET TANGERANG memiliki waktu pemenuhan terlama dengan 3.76 hari, diikuti oleh PHARMANET SAMARINDA (3.05 hari) dan PHARMANET MEDAN (2.79 hari). Perbedaan yang mencolok ini (hampir 15 kali lipat antara tercepat dan terlama) menunjukkan adanya praktik operasional yang sangat berbeda atau tantangan logistik yang unik di setiap gudang.

### 6.3 Variasi Waktu Pemenuhan berdasarkan Divisi Utama Produk

Waktu pemenuhan total juga diamati berdasarkan divisi utama produk. Meskipun variasi di sini tidak sebesar yang terlihat antar gudang, perbedaan yang ada tetap memberikan wawasan tentang dinamika pemenuhan untuk kategori produk tertentu. (Seperti dibahas pada Bab 3, "Divisi Utama Produk" ditetapkan untuk mengatasi inkonsistensi data `Procod` ke `Divisi`).

**Analisis Total Waktu Pemenuhan berdasarkan Divisi Utama Produk**

| Divisi Utama Produk | Durasi Median Total Pemenuhan (Hari) |
|:--------------------|-------------------------------------:|
| VIBRANT PBF         |                                 1.79 |
| PHARMANET           |                                 1.66 |
| HOSPINET            |                                 1.38 |

**Insight:** Divisi HOSPINET memiliki waktu pemenuhan tercepat dengan median 1.38 hari, diikuti oleh PHARMANET (1.66 hari) dan VIBRANT PBF (1.79 hari). Meskipun perbedaan ini relatif kecil, hal ini mungkin mencerminkan perbedaan dalam karakteristik produk (misalnya, ukuran, berat, persyaratan penanganan), lokasi gudang utama untuk produk divisi tersebut, atau volume pesanan.

### 6.4 Anomali dan Implikasi

Anomali utama dalam analisis waktu siklus terletak pada tahap **Ekspedisi ke Received** sebagai *bottleneck* dominan. Ini menunjukkan bahwa meskipun proses internal gudang berjalan efisien, kinerja pemenuhan secara keseluruhan sangat bergantung pada pihak ketiga (ekspedisi).

Implikasi dari variasi kinerja antar gudang sangat besar. Gudang dengan waktu pemenuhan yang lama tidak hanya berpotensi menimbulkan ketidakpuasan pelanggan, tetapi juga dapat meningkatkan biaya operasional dan memperpanjang siklus perputaran inventaris. Sebaliknya, gudang dengan kinerja cepat dapat menjadi model untuk seluruh jaringan.

### 6.5 Rekomendasi Strategis

Berdasarkan analisis waktu siklus pemenuhan, beberapa rekomendasi strategis dapat dirumuskan untuk meningkatkan efisiensi operasional secara keseluruhan:

1.  **Fokus pada Optimalisasi Tahap Ekspedisi Akhir:** Prioritaskan upaya untuk mengurangi waktu median 0.78 hari pada tahapan 'Ekspedisi ke Received'. Ini bisa meliputi:
    *   **Evaluasi Mitra Ekspedisi:** Kaji ulang kontrak dan kinerja mitra ekspedisi. Identifikasi ekspedisi yang paling lambat dan negosiasikan standar layanan yang lebih ketat atau pertimbangkan diversifikasi penyedia.
    *   **Teknologi Pelacakan Lanjutan:** Implementasikan sistem pelacakan pengiriman yang lebih canggih untuk memonitor kinerja ekspedisi secara *real-time* dan mengidentifikasi penundaan sejak dini.
    *   **Rute dan Jadwal Optimasi:** Bekerja sama dengan ekspedisi untuk mengoptimalkan rute dan jadwal pengiriman, terutama untuk area dengan waktu pengiriman yang lebih lama.

2.  **Standardisasi dan *Benchmarking* Operasional Gudang:**
    *   **Studi Kasus Gudang Berkinerja Tinggi:** Lakukan studi mendalam terhadap PHARMANET JAKSEL, JAKTIM, dan BANJARMASIN untuk mengidentifikasi praktik terbaik mereka dalam manajemen proses, penataan gudang, dan alokasi sumber daya.
    *   **Transfer Pengetahuan:** Terapkan pembelajaran dari gudang berkinerja tinggi ke gudang dengan waktu pemenuhan yang lambat seperti PHARMANET TANGERANG, SAMARINDA, dan MEDAN. Ini mungkin melibatkan pelatihan karyawan, implementasi teknologi baru, atau penyesuaian proses kerja.
    *   **Penetapan Target Kinerja:** Tetapkan target waktu pemenuhan yang realistis tetapi menantang untuk setiap gudang, dengan tujuan untuk mengurangi disparitas yang ada.

3.  **Evaluasi Proses Pemenuhan Berdasarkan Divisi Produk:** Meskipun perbedaan antar divisi tidak signifikan, divisi HOSPINET yang lebih cepat dapat menjadi contoh. Lakukan evaluasi apakah ada karakteristik produk atau proses spesifik divisi yang dapat diterapkan untuk mempercepat pemenuhan divisi lain.

## 7. Kesimpulan dan Rekomendasi

Berdasarkan analisis data pemenuhan pesanan yang komprehensif, laporan ini menyajikan rangkuman temuan kunci dan rekomendasi strategis untuk meningkatkan kinerja operasional, penjualan, serta akurasi pelaporan data. Meskipun dataset telah melalui proses pembersihan yang ketat, beberapa inkonsistensi fundamental teridentifikasi yang memerlukan intervensi.

### 7.1 Temuan Utama

1.  **Inkonsistensi Data yang Berdampak pada Pelaporan Kinerja:**
    *   **Status Repeat Order (RO) Campuran:** Sebanyak 1.248 `No. RO` ditemukan memiliki status campuran antara 'TERLAYANI PENUH' dan 'CANCEL' pada item barisnya. Anomali krusialnya adalah bahwa `Total Cancelled Value PL` dan `Total Cancelled Qty DO` untuk RO-RO ini secara konsisten tercatat 0.00%. Ini menunjukkan bahwa nilai atau kuantitas pembatalan tidak terefleksikan dengan benar, atau pembatalan terjadi pada item dengan nilai nol. Pola yang sama terlihat pada `Sts SP Header`, `Sts SP Detail`, dan `Status DO` di mana status 'C' (cancel) selalu dikaitkan dengan `Total Value PL` dan `Total Qty DO` sebesar 0.
    *   **Kategorisasi Divisi Produk Ganda:** Ditemukan 963 kode produk (`Procod`) terkait dengan beberapa `Divisi` yang berbeda. Hal ini mempersulit kategorisasi produk yang konsisten. Analisis menunjukkan bahwa rata-rata 79.7% dari total nilai penjualan produk dengan divisi ganda berasal dari divisi yang dominan.

2.  **Kinerja Penjualan dan Kuantitas yang Didorong Atribut Utama:**
    *   **Dominasi Produk Pharos Group:** Produk-produk yang diproduksi oleh Pharos Group (`Pharos YN` = 'Y') adalah pendorong utama pendapatan dan volume. Mereka menyumbang 32,720,924,525 pada `Total Value PL` dan 1,026,883 pada `Total Qty DO`, jauh melampaui produk Non-Pharos.
    *   **Kontribusi Divisi PHARMANET:** Divisi PHARMANET adalah kontributor terbesar dengan `Total Value PL` 36,553,039,667 dan `Total Qty DO` 837,408, diikuti oleh VIBRANT PBF dan HOSPINET.
    *   **Kinerja Gudang Bervariasi:** PHARMANET SURABAYA, MEDAN, dan BEKASI menunjukkan volume penjualan dan kuantitas pengiriman tertinggi. Gudang PHARMANET PUSAT tercatat dengan `Total Value PL` dan `Total Qty DO` sebesar 0, yang memerlukan investigasi.

3.  **Efisiensi Operasional Terkait Waktu Siklus Pemenuhan:**
    *   **Bottleneck Ekspedisi:** Waktu median total pemenuhan pesanan adalah 1.68 hari. Tahap "Ekspedisi ke Received" merupakan penyumbang terbesar terhadap total waktu ini, dengan durasi median 0.78 hari, menunjukkan *bottleneck* pada proses pengiriman akhir oleh pihak ketiga.
    *   **Disparitas Kinerja Antar Gudang:** Terdapat variasi signifikan dalam waktu pemenuhan antar gudang. PHARMANET JAKSEL (0.25 hari) adalah gudang tercepat, sementara PHARMANET TANGERANG (3.76 hari) adalah yang paling lambat. Perbedaan hampir 15 kali lipat ini menunjukkan adanya praktik operasional atau tantangan logistik yang sangat bervariasi.
    *   **Variasi Waktu Pemenuhan per Divisi:** Divisi HOSPINET memiliki waktu pemenuhan tercepat dengan median 1.38 hari, sedangkan VIBRANT PBF sedikit lebih lambat dengan 1.79 hari.

### 7.2 Rekomendasi Strategis

Berdasarkan temuan di atas, berikut adalah rekomendasi strategis yang dapat diimplementasikan untuk meningkatkan kinerja dan mengatasi tantangan yang teridentifikasi:

1.  **Tingkatkan Akurasi Pelaporan Pembatalan dan Klasifikasi Status RO:**
    *   **Audit Sistem Pencatatan:** Lakukan investigasi mendalam mengapa `Value PL` dan `Qty DO` yang dibatalkan pada `No. RO` campuran dan pada status 'C' lainnya selalu tercatat nol. Pastikan sistem secara akurat merefleksikan kerugian finansial dan kuantitas dari pembatalan.
    *   **Definisi Status RO yang Lebih Jelas:** Terapkan klasifikasi status RO yang lebih granular:
        *   **'Terlayani Penuh':** Jika semua item baris RO dilayani.
        *   **'Dibatalkan Sebagian':** Jika RO memiliki item yang dilayani dan item yang dibatalkan.
        *   **'Dibatalkan Penuh':** Jika semua item baris RO dibatalkan.
    Ini akan memberikan gambaran kinerja pemenuhan yang lebih realistis dan transparan.

2.  **Standardisasi Kategorisasi Divisi Produk:**
    *   **Tetapkan 'Divisi Utama':** Untuk setiap produk (`Procod`) yang saat ini terkait dengan lebih dari satu divisi, tetapkan 'Divisi Utama' berdasarkan divisi yang menyumbang `Value PL` terbesar. Hal ini akan memastikan konsistensi dalam analisis produk dan divisi, serta mempermudah atribusi kinerja.

3.  **Optimalisasi Proses Ekspedisi Akhir:**
    *   **Fokus pada Bottleneck 'Ekspedisi ke Received':** Prioritaskan upaya untuk mengurangi waktu median 0.78 hari pada tahapan ini. Ini dapat dicapai melalui:
        *   **Evaluasi dan Negosiasi Mitra Ekspedisi:** Tinjau ulang kontrak dan kinerja mitra ekspedisi. Negosiasikan *Service Level Agreement* (SLA) yang lebih ketat atau pertimbangkan diversifikasi penyedia untuk wilayah dengan kinerja yang lambat.
        *   **Implementasi Teknologi Pelacakan:** Manfaatkan sistem pelacakan pengiriman yang lebih canggih untuk memantau kinerja ekspedisi secara *real-time* dan mengidentifikasi penundaan sejak dini.
        *   **Optimasi Rute:** Bekerja sama dengan penyedia ekspedisi untuk mengoptimalkan rute dan jadwal pengiriman.

4.  **Standardisasi dan *Benchmarking* Operasional Gudang:**
    *   **Identifikasi Praktik Terbaik:** Lakukan studi kasus mendalam terhadap gudang berkinerja tinggi seperti PHARMANET JAKSEL (0.25 hari) dan PHARMANET JAKTIM (0.72 hari) untuk mengidentifikasi praktik terbaik mereka.
    *   **Transfer Pengetahuan:** Terapkan pembelajaran dari gudang berkinerja tinggi ke gudang dengan waktu pemenuhan yang lambat seperti PHARMANET TANGERANG (3.76 hari), PHARMANET SAMARINDA (3.05 hari), dan PHARMANET MEDAN (2.79 hari). Ini mungkin melibatkan pelatihan, perbaikan proses, atau investasi teknologi.
    *   **Investigasi PHARMANET PUSAT:** Selidiki mengapa PHARMANET PUSAT tercatat tidak memiliki `Total Value PL` dan `Total Qty DO`. Pastikan peran gudang ini dalam rantai pasok dan bahwa datanya tercatat dengan benar.

5.  **Manfaatkan Potensi Produk Pharos dan Perkuat Divisi PHARMANET:**
    *   **Strategi Produk Pharos:** Mengingat kontribusi dominan produk Pharos Group, prioritaskan strategi untuk mempertahankan dan meningkatkan pangsa pasar mereka. Ini bisa melibatkan peningkatan kapasitas produksi, kampanye pemasaran yang ditargetkan, atau optimalisasi jalur pemenuhan khusus.
    *   **Penguatan Divisi:** Lanjutkan penguatan divisi PHARMANET sebagai pendorong utama. Pada saat yang sama, identifikasi peluang untuk mengembangkan divisi lain seperti VIBRANT PBF dan HOSPINET agar dapat meningkatkan kontribusi mereka melalui strategi yang disesuaikan.

Dengan mengimplementasikan rekomendasi ini, perusahaan dapat mencapai peningkatan signifikan dalam efisiensi operasional, akurasi pelaporan, dan pada akhirnya, mendorong pertumbuhan penjualan dan kepuasan pelanggan.