Dari rekap manual tiga pabrik yang telat 2-3 hari, jadi laporan direksi siap tiap Senin pagi dengan data semalam
PT Mitra Garmen Sentosa mengoperasikan tiga pabrik garmen di Bandung, Sukabumi, dan Semarang, masing-masing dengan tim PPIC dan format spreadsheet produksi sendiri. Setiap minggu, dua staf finance di kantor pusat harus mengumpulkan dan menggabungkan manual data dari ketiga pabrik untuk disusun jadi laporan operasional direksi, dan prosesnya baru selesai di hari ketiga sementara data yang dipakai sudah berumur beberapa hari. prosesaja.ai membangun sistem yang menarik data dari tiap pabrik secara terjadwal, menstandarkan format yang berbeda-beda antar pabrik, dan menyusun laporan siap baca sebelum direksi memulai pekan kerja.
PT Mitra Garmen Sentosa · Manufaktur garmen dan tekstil untuk pasar ekspor dan retail domestik · Bandung, Jawa Barat · 2025 · 6 minggu · 1 Business Lead, 2 Engineer
Sebelum dan sesudah
Sebelum
- 2-3 hari kerjaWaktu penyusunan laporan mingguan ke direksidari data mulai dikumpulkan Senin pagi sampai laporan siap dibagikan
- 4-5 hariUmur data yang dibaca direksilaporan yang selesai hari Rabu masih memakai data produksi sampai Jumat minggu sebelumnya
- rata-rata 2 kali per bulanRevisi ulang laporan setelah terkirim ke direksisalah rekap karena format dan satuan berbeda antar pabrik baru ketahuan setelah dibagikan
- sekitar 14 jam/mingguJam kerja staf finance untuk kompilasi manualdigabung dari 2 staf, hampir dua hari kerja penuh tiap minggu
Sesudah
- 3-4 jamWaktu penyusunan laporan mingguan ke direksidata ditarik otomatis Minggu malam, laporan siap sebelum rapat Senin pagi
- 1-2 hariUmur data yang dibaca direksilaporan Senin pagi sudah memakai data produksi sampai Minggu malam
- jarang, rata-rata sekali dalam 2 bulanRevisi ulang laporan setelah terkirim ke direksianomali data tertangkap validasi otomatis sebelum laporan difinalkan
- sekitar 3-4 jam/mingguJam kerja staf finance untuk kompilasi manualwaktu yang tersisa dialihkan ke verifikasi angka dan menulis catatan analisis
Jam kerja staf finance untuk kompilasi laporan, dari sebelum sampai beberapa bulan berjalan
Bulan pertama biasanya belum turun drastis, tim masih terbiasa dengan alur baru. Perbaikan terasa stabil setelah 2-3 bulan berjalan.
Coba aplikasinya sendiri
AI Data & Laporan
Ruang kerja analisis: data diunggah, dibersihkan, lalu jadi temuan, rekomendasi, dan laporan yang bisa diunduh.
Buka aplikasi demo
Coba sendiri alurnya
Coba salah satu skenario berikut, lihat bagaimana AI menggabungkan data dari tiga pabrik dan menandai anomali sebelum laporan difinalkan.
- 1. Menarik data dari 3 spreadsheet dengan format berbeda
- 2. Menstandarkan satuan dan istilah (reject, NG, cacat jadi satu istilah)
- 3. Menggabungkan data jadi satu dataset konsisten
- 4. Menyusun draf laporan mingguan siap review
Hasil tiap langkah muncul di sini.
Tantangan
Tiap pabrik mencatat data operasional hariannya sendiri: output produksi, downtime mesin, dan tingkat reject dituliskan staf PPIC ke spreadsheet masing-masing, tapi istilah dan formatnya tidak seragam. Pabrik Bandung menyebutnya reject, Sukabumi menulis NG, Semarang memakai istilah cacat, downtime dicatat dalam menit di satu pabrik dan jam di pabrik lain, dan hanya pabrik Bandung yang datanya sebagian sudah tersambung ke Accurate untuk urusan stok. Setiap Senin pagi, dua staf finance di kantor pusat harus meminta file mingguan dari ketiga pabrik lewat email dan grup WhatsApp, menunggu yang paling lambat kirim, baru kemudian menyalin dan menyesuaikan format itu satu per satu ke satu rekap gabungan.
Karena proses penyesuaian format ini memakan waktu, laporan gabungan baru benar-benar selesai hari Rabu atau bahkan Kamis, padahal rapat tinjauan operasional direksi rutin digelar Rabu pagi. Beberapa kali materi yang dipresentasikan masih berupa data sementara karena file dari Semarang datang terlambat akibat kendala jaringan di lokasi pabrik, dan angkanya baru direvisi setelah rapat selesai. Situasi ini beberapa kali memunculkan pertanyaan dari direksi soal angka mana yang benar antara yang dipresentasikan dan yang direvisi belakangan, yang lama-lama menurunkan kepercayaan terhadap laporan itu sendiri.
Karena data yang sampai ke direksi sudah berumur 4 sampai 5 hari, ketika ada masalah di tengah minggu seperti mesin rusak atau lonjakan reject di satu pabrik, direksi baru melihatnya di laporan minggu berikutnya, saat dampaknya sudah berjalan hampir seminggu penuh. Di sisi lain, dua staf finance menghabiskan sekitar 14 jam per minggu hanya untuk menyalin dan menyesuaikan angka dari ketiga pabrik, waktu yang sebetulnya bisa dipakai untuk menganalisis tren produksi, dan beban ini diperkirakan akan makin berat begitu perusahaan menambah lini produksi baru.
Pendekatan kami
Tahap Discovery diisi dengan mengikuti langsung siklus penyusunan laporan mingguan selama dua kali putaran penuh di ketiga pabrik, mengumpulkan sampel spreadsheet produksi dari Bandung, Sukabumi, dan Semarang, serta mewawancarai 3 staf PPIC dan 2 staf finance kantor pusat. Dari sini terlihat bahwa di balik istilah dan format yang berbeda-beda, ketiga pabrik sebenarnya mencatat metrik inti yang sama: output harian, downtime beserta alasannya, tingkat reject, dan stok barang dalam proses.
Pada tahap Audit & desain, keputusan yang diambil adalah tidak memaksa ketiga pabrik pindah ke satu template spreadsheet seragam sekaligus, karena staf PPIC sudah terbiasa dengan format masing-masing dan perubahan mendadak berisiko mengganggu pencatatan harian di lantai produksi. Sebagai gantinya, dirancang skema pemetaan data yang membaca spreadsheet tiap pabrik apa adanya, menerjemahkan nama kolom dan satuan yang berbeda ke satu format standar, dan menandai bagian yang tidak bisa dipetakan otomatis untuk dicek manual daripada ditebak begitu saja. Struktur laporan juga sengaja dibuat mengikuti persis format deck yang sudah biasa dipresentasikan ke direksi, supaya tidak ada yang perlu belajar cara membaca laporan baru.
Selama Build, sistem dibangun untuk menarik data dari Google Sheets tiap pabrik dan dari Accurate untuk data stok pabrik Bandung secara terjadwal tiap Minggu malam, memetakan format berbeda-beda ke skema standar, menandai angka yang janggal seperti lonjakan reject di luar kewajaran, lalu menyusun laporan otomatis dalam format yang sudah ada. Pada tahap UAT, laporan otomatis dijalankan berdampingan dengan rekap manual untuk satu putaran laporan mingguan penuh, tiap angka dibandingkan satu per satu, dan ditemukan pabrik Semarang mencatat downtime dengan cara berbeda saat pergantian shift, sehingga pemetaan data disesuaikan sebelum dipakai penuh.
Jalannya proyek
Discovery
1 mingguMengikuti siklus laporan mingguan berjalan di tiga pabrik, mengumpulkan sampel spreadsheet produksi dari Bandung, Sukabumi, dan Semarang, serta mewawancarai 3 staf PPIC dan 2 staf finance kantor pusat tentang bagian mana yang paling menyita waktu.
Audit & desain
1 mingguMemetakan kesamaan metrik inti di balik istilah dan format yang berbeda-beda antar pabrik, merancang skema data standar untuk output, downtime, reject rate, dan stok barang dalam proses, serta menyepakati struktur laporan tetap mengikuti format deck yang sudah biasa dipresentasikan ke direksi.
Build (sprint)
2 mingguMembangun alur penarikan data terjadwal dari Google Sheets tiap pabrik dan Accurate untuk data stok pabrik Bandung, mesin pemetaan yang menstandarkan istilah dan satuan berbeda, deteksi anomali untuk angka yang janggal, serta penyusun laporan otomatis dalam format yang sudah ada.
UAT
1 mingguLaporan otomatis dijalankan berdampingan dengan rekap manual untuk satu putaran laporan mingguan penuh, tiap angka dibandingkan satu per satu, ditemukan pabrik Semarang mencatat downtime dengan cara berbeda saat pergantian shift, dan pemetaan data disesuaikan berdasarkan temuan ini.
Go-live & pendampingan
1 mingguLaporan otomatis dipakai penuh untuk siklus mingguan berikutnya, tim prosesaja.ai memantau dari dekat proses penarikan data Minggu malam dan penyusunan laporan Senin pagi selama beberapa putaran pertama, memastikan staf finance nyaman dengan alur verifikasi yang baru.
Sistem yang terhubung
Hasil
“Dulu tiap Senin kami was-was nunggu file dari Sukabumi dan Semarang, dan laporan ke direksi baru kelar hari Rabu, itupun kadang masih harus direvisi lagi. Sekarang data sudah tertarik otomatis dari Minggu malam dan laporannya siap sebelum rapat Senin dimulai. Yang paling terasa, kami sekarang bisa fokus menjelaskan angkanya ke direksi, bukan sibuk mengejar file dari pabrik.”
Manajer Finance, PT Mitra Garmen Sentosa
Punya proses serupa yang ingin dirapikan?
Ceritakan proses bisnis Anda, tim kami akan memetakan langsung di mana otomasi paling terasa dampaknya.