Perpustakaan Digital ITB

Penelitian ini bertujuan untuk mengajukan dan mengembangkan strategi perencanaan permintaan untuk Lovain Studio, sebuah brand fashion Indonesia dengan model bisnis drop-based yang mengalami masalah inventori. Tanpa sistem peramalan yang formal, keputusan produksi selama ini hanya mengandalkan intuisi, yang sering kali berujung pada kelebihan atau kekurangan stok, menyebabkan biaya penyimpanan atau hilangnya potensi pendapatan. Melalui metode ”Pilot Test” yang serupa dengan action research, akar masalah diidentifikasi menggunakan wawancara kualitatif dan analisis Fishbone. Hasilnya menunjukkan empat masalah utama: bias emosional dalam pengambilan keputusan, data yang tersebar dan tidak terstruktur, tidak adanya SOP peramalan, serta proses produksi yang kaku. Analisis kuantitatif terhadap data penjualan historis dan metrik Instagram memperkuat bahwa belum ada pendekatan perencanaan permintaan yang sistematis. Sebagai solusinya, studi ini mengembangkan dan menguji kerangka kerja peramalan kualitatif. Alat ini didasarkan pada teori Analisis Keputusan Multi-Kriteria (MCDA), dan pengembangannya mengikuti prinsip-prinsip bootstrapping penilaian untuk memformalkan pengetahuan pakar. Kerangka kerja ini secara sistematis menerjemahkan sinyal survei pasar (keterlibatan media sosial) dan pengetahuan pakar (misalnya, keakraban desain, kinerja kategori) menjadi peramalan produksi kuantitatif. Alat bantu perencanaan ini menghitung Demand Signal Index (DSI) berdasarkan lima indikator: Engagement Media Sosial, Kategori Produk, Jumlah DM, Musim, dan Tingkat Familiaritas Desain. Skor DSI ini kemudian dikalikan dengan jumlah dasar (MOQ) dan multiplier strategi (Safe, Moderate, Aggressive) untuk menghasilkan proyeksi jumlah produksi. Model ini diuji pada Drop 10, di mana Lovain memproduksi 50 unit berdasarkan teaser yang diposting di media sosial. Produk terjual habis dalam waktu 24 jam, menghasilkan 0 kelebihan stok dan tingkat penjualan 100%. Namun, terdapat 13 sinyal permintaan pasca- peluncuran yang menunjukkan potensi kekurangan stok dengan estimasi pendapatan yang hilang sebesar Rp 9,8 juta. Temuan ini membuktikan bahwa MCDA adalah alat yang praktis bagi UMKM kreatif, karena memungkinkan pengambilan keputusan produksi berbasis data yang terstruktur dan tetap sesuai dengan siklus cepat industri fashion drop-based.