Bagaimana Distributor Surabaya Melipattigakan Throughput Order dengan Workflow Odoo Kustom

Satu distributor FMCG berbasis Surabaya — lima truk, satu gudang di sekitar Rungkut, sekitar dua puluh delapan orang — datang ke kami di awal 2025 mentok di masalah yang sama selama dua tahun. Mereka memproses sekitar 90 order per hari, dan pada hari sibuk gudang baru tutup jam 9 malam dengan picking yang belum selesai. Mereka sudah pernah coba menambah picker. Output naik sebentar, lalu mentok lagi, karena bottleneck-nya bukan otot.

Sampai September, mereka menjalankan 280 order per hari dengan headcount yang sama, pulang tepat waktu, dan menolak tawaran ekspansi karena ingin konsolidasi dulu. Perubahan ini menelan biaya sekitar Rp 180 juta untuk kustomisasi selama empat bulan. Berikut apa yang mereka lakukan dan kenapa berhasil.

Gambaran sebelumnya

Sistem mereka sudah Odoo Enterprise 17, dengan modul Sales, Inventory, Purchasing, dan Accounting. Alur standar terlihat baik-baik saja di atas kertas. Sales rep input order. Picker mengambil picking slip kertas. Picker berjalan menyusuri lorong gudang, mencari produk, mengirim ke packing, dan packing scan saat order dikirim.

Kenyataan di lantai gudang lebih berantakan. Tiga masalah saling memperparah.

Pertama, picker mengerjakan satu order per pengambilan. Dengan rata-rata empat sampai tujuh line item per order, satu kali jalan menyusuri gudang melewati mungkin empat puluh SKU tapi hanya mengambil lima. Picker melakukan ini lima belas sampai dua puluh kali sehari, melalui lorong yang sama berulang-ulang.

Kedua, picking slip diurutkan berdasarkan urutan input sales rep, bukan lokasi fisik produk di gudang. Picker zigzag.

Ketiga, setiap order yang dibatalkan atau dimodifikasi menghasilkan kertas yang harus disesuaikan manual dengan picking yang sudah berjalan. Sekitar seperlima order berubah antara input dan shipment. Persentase nyata kesalahan berasal dari picking untuk order yang sudah berubah.

Apa yang kami ubah

Implementasi terdiri dari empat bagian, kurang lebih sesuai urutan rollout.

Wave picking dengan optimasi rute. Kami bangun module kustom yang menggabungkan order yang masih outstanding ke dalam “wave” — batch berisi 8 sampai 15 order yang di-picking sekali jalan. Picker membawa tablet menjalankan interface mobile Inventory Odoo standar, tapi urutan picking dihitung oleh kami. Daftar pick per wave diurutkan berdasarkan lokasi lorong dan bin, bukan urutan input sales. Wave yang seharusnya butuh enam kali jalan terpisah jadi cukup satu.

Bagian optimasi rute tidak ajaib. Hanya sortir. Tapi sortirnya pakai custom field di tiap warehouse location yang menyandikan urutan fisik di jalur picking — lorong, sisi, ketinggian. Kami isi datanya selama dua akhir pekan dengan jalan kaki keliling gudang membawa clipboard. Investasi data itu mempercepat setiap pick setelahnya, selamanya.

Window kunci modifikasi. Kami tambahkan aturan workflow: begitu satu sales order masuk ke picking wave, sales rep tidak bisa lagi memodifikasinya tanpa konfirmasi eksplisit dari gudang. Kalau customer telepon minta perubahan, sales rep melihat warning “order ada di wave 14, picking sedang berjalan” dan harus menunggu wave selesai atau memicu workflow “warehouse re-route” yang mengirim notifikasi ke tablet picker.

Ini lebih soal politik daripada teknologi — kami formalkan aturan yang sebenarnya sudah setahun coba diberlakukan kepala gudang secara informal. Setelah dikunci di Odoo, aturannya jalan.

Replenishment berbasis kecepatan picking sebenarnya. Aturan reordering standar Odoo bersifat reaktif — saat stok di bawah threshold, generate PO. Untuk distributor FMCG, itu sudah terlambat. Kami ganti aturan standar dengan komputasi kustom yang melihat dua puluh delapan hari terakhir picking per SKU dan memicu replenishment lebih awal berdasarkan kecepatan, bukan level absolut. SKU yang bergerak sepuluh unit per hari di-replenish lebih agresif dari SKU yang bergerak dua unit. Stockout saat picking — yang sebelumnya menggagalkan sekitar 6% order dan memaksa telepon ulang ke customer — turun ke bawah 1%.

Dashboard performa picker. Picks-per-hour tiap picker sekarang ditampilkan di TV yang digantung di gudang, dianonimkan sebagai P1 sampai P9. Kami kira ini akan kontroversial. Para picker sendiri justru menyukainya; salah satu picker senior mengaku ke pemilik bahwa dia tidak sadar dirinya dua kali lebih cepat dari yang lain. Dalam enam minggu, rata-rata pace naik signifikan tanpa siapa pun ditegur — visibility-nya sendiri yang cukup.

Angkanya

Sepanjang empat bulan rollout (plus empat bulan optimasi setelahnya), perubahan yang terukur:

Order per hari: 90 ke 280, dengan headcount gudang yang sama.

Rata-rata jalan picking: 42 menit untuk satu order, turun ke 38 menit untuk wave berisi 12 order.

Insiden stockout saat picking: dari sekitar 6% turun ke sekitar 1%.

Waktu tutup gudang di hari sibuk: dari jam 9 malam jadi jam 5:30 sore, dengan pengecualian yang jarang.

Di tengah rollout, pemilik juga bilang dua picker yang sebelumnya berniat pindah ke pabrik dengan gaji lebih tinggi memutuskan tetap. Pekerjaan mereka jadi lebih menarik dan dashboard membuat usaha mereka terlihat. Itu bukan outcome yang direncanakan dan bukan kredit kami, tapi layak disebut karena efek seperti ini tidak muncul di daftar fitur.

Yang tidak berhasil

Kami coba dua hal yang tidak bertahan. Interface voice-picking (picker dengar nama produk lewat headset) secara teknis seru tapi memperlambat orang karena gudang terlalu bising. Tracker real-time ke customer yang menunjukkan progres picking persis dimatikan setelah sebulan karena customer mulai telepon tanya kenapa wave 14 mereka lebih lambat dari wave 13. Sebagian transparansi memunculkan lebih banyak pertanyaan daripada jawaban.

Apa yang dibutuhkan

Total sekitar Rp 180 juta untuk kustomisasi sepanjang empat bulan. Dua developer kami, satu konsultan berpengalaman gudang yang jalan keliling lantai bersama mereka mingguan selama rollout, dan banyak kesabaran dari pemilik yang membiarkan kami mengukur selama enam minggu sebelum mengubah apapun.

Kalau Anda sedang duduk di atas implementasi Odoo yang justru memperlambat operasi alih-alih mempercepatnya, kesenjangannya jarang ada di software-nya sendiri. Letaknya di workflow spesifik yang tidak pas dengan kenyataan Anda. Kami siap mengobrol soal situasi Anda dalam satu jam gratis — bawa satu picking slip atau satu sales order, dan kami tunjukkan dari mana kami akan mulai melihat.