OTIF Logistik: 7 Cara Meningkatkan On Time In Full

Dalam salah satu studi kasus yang dipublikasikan ASCM, sebuah jaringan supply chain farmasi pernah mencatat tingkat on-time-in-full sekitar 40% dan ratusan SKU mengalami stockout. Kasus tersebut menunjukkan bahwa masalah pengiriman tidak hanya muncul di kendaraan atau kurir; kegagalan bisa dimulai dari perencanaan, stok, picking, hingga eksekusi transportasi.

OTIF logistik adalah KPI untuk mengukur berapa banyak order yang diterima pelanggan tepat pada waktu yang dijanjikan dan dalam jumlah lengkap. Sederhananya, sebuah order baru dianggap berhasil jika memenuhi dua syarat sekaligus: on time dan in full.

Bagi perusahaan distribusi, trucking, FMCG, manufaktur, maupun penyedia jasa logistik di Indonesia, OTIF membantu menjawab pertanyaan yang lebih penting daripada sekadar “apakah barang sudah dikirim?”. KPI ini mengukur apakah janji layanan kepada pelanggan benar-benar dipenuhi sesuai waktu dan kuantitas yang disepakati.

Artikel ini membahas rumus OTIF, penyebab kegagalan, KPI pendukung, serta tujuh langkah praktis yang dapat digunakan untuk meningkatkan performa pengiriman secara terukur.

Apa Itu OTIF Logistik dan Bagaimana Cara Menghitungnya?

OTIF merupakan singkatan dari On Time In Full. Dalam praktik supply chain, order dinilai OTIF hanya jika barang diterima dalam jendela waktu yang telah disepakati dan jumlahnya sesuai pesanan. Jika barang datang tepat waktu tetapi kurang satu item, order tersebut gagal OTIF. Sebaliknya, barang lengkap tetapi terlambat juga tetap dianggap gagal.

Definisi ini penting karena banyak perusahaan masih memisahkan ukuran ketepatan waktu dan kelengkapan barang. Padahal, pelanggan biasanya merasakan layanan sebagai satu pengalaman utuh. Mereka tidak hanya membutuhkan truk datang, tetapi juga membutuhkan produk yang benar, jumlah yang benar, dan waktu yang benar.

On Time: mengukur ketepatan terhadap janji waktu

Komponen On Time mengukur apakah pengiriman diterima sesuai tanggal atau time window yang telah disepakati. Titik ukur harus ditentukan dengan jelas sejak awal: apakah berdasarkan waktu kendaraan tiba di lokasi, waktu bongkar dimulai, atau waktu barang diterima dan dikonfirmasi pelanggan.

Tanpa definisi yang konsisten, angka OTIF mudah diperdebatkan. Tim transportasi mungkin merasa pengiriman tepat waktu karena kendaraan tiba pukul 09.55, sementara pelanggan menganggap terlambat karena proses penerimaan baru selesai pukul 10.30. Karena itu, perusahaan perlu menetapkan satu event digital sebagai acuan resmi.

In Full: mengukur kelengkapan order

Komponen In Full mengukur apakah kuantitas barang yang diterima sesuai dengan order yang disepakati. Perusahaan juga perlu menetapkan apakah substitusi produk, kerusakan, barang salah, atau penolakan pelanggan akan dianggap sebagai kegagalan in full.

Untuk distributor dengan banyak SKU, pengukuran dapat dilakukan per order, per line item, atau keduanya. Pengukuran per order biasanya lebih ketat karena satu line item yang kurang dapat membuat seluruh order gagal OTIF, sedangkan pengukuran per line memberi detail lebih baik untuk analisis penyebab.

Rumus OTIF yang sederhana dan mudah diaudit

Rumus paling umum adalah: OTIF (%) = jumlah order yang tepat waktu dan lengkap ÷ total order yang diukur × 100. DHL mendefinisikan OTIF sebagai metrik yang menilai apakah supplier mengirim jumlah produk yang benar pada waktu yang disepakati dan menampilkan formula yang sama pada glosarium On-Time In-Full DHL.

Contohnya, jika dalam satu bulan terdapat 1.000 order dan 920 memenuhi kriteria tepat waktu sekaligus lengkap, OTIF adalah 92%. Angka ini tidak boleh langsung dianggap baik atau buruk tanpa melihat SLA pelanggan, karakteristik industri, lead time, serta metode perhitungan yang digunakan. Bahkan referensi industri menegaskan bahwa benchmark dapat berbeda antar sektor dan model operasi.

Key Takeaways OTIF Logistik

OTIF tidak seharusnya dipandang hanya sebagai KPI milik tim transportasi. Hasil akhirnya merupakan gabungan kinerja sales order, inventory, warehouse, transportasi, vendor, dan bukti penerimaan pelanggan. Karena itu, perbaikan OTIF yang berkelanjutan hampir selalu membutuhkan data lintas fungsi.

Hal lain yang perlu diperhatikan adalah konsistensi definisi. Sebelum membandingkan angka antar cabang, pelanggan, atau periode, perusahaan harus memastikan bahwa cutoff time, toleransi keterlambatan, aturan partial delivery, dan status pengecualian dihitung dengan cara yang sama.

• OTIF menggabungkan ketepatan waktu dan kelengkapan order dalam satu KPI.
• Order yang tepat waktu tetapi tidak lengkap tetap gagal OTIF.
• Penyebab OTIF rendah dapat berasal dari stok, warehouse, perencanaan rute, kapasitas kendaraan, vendor, hingga data pelanggan.
• OTIF perlu dihitung menggunakan event dan timestamp yang dapat diaudit.
• Analisis terbaik dilakukan per pelanggan, rute, cabang, transporter, jenis kendaraan, dan penyebab kegagalan.
• Target OTIF sebaiknya mengikuti SLA dan baseline internal, bukan menyalin benchmark industri secara mentah.

Mengapa OTIF Logistik Penting bagi Perusahaan?

OTIF memberikan satu indikator yang dekat dengan pengalaman pelanggan. Ketika nilai OTIF menurun, masalah yang terjadi sering muncul dalam bentuk komplain, produksi pelanggan terganggu, rak toko kosong, jadwal proyek mundur, atau pekerjaan bongkar muat harus dijadwalkan ulang.

Di sisi internal, OTIF juga dapat menjadi alat diagnostik. Dengan menghubungkan order, stok, picking, dispatch, perjalanan, dan bukti penerimaan, perusahaan dapat melihat di tahap mana janji layanan mulai gagal. Ini jauh lebih berguna dibanding hanya melihat persentase keterlambatan kendaraan.

OTIF menghubungkan customer service dengan operasi

Tim customer service membutuhkan jawaban yang jelas saat pelanggan bertanya mengapa order terlambat atau tidak lengkap. Jika data OTIF dilengkapi reason code, perusahaan dapat membedakan kegagalan akibat stockout, salah picking, kendaraan terlambat, antrean bongkar, alamat tidak valid, atau perubahan jadwal pelanggan.

Data tersebut juga membantu account manager berdiskusi dengan pelanggan berdasarkan fakta. Daripada hanya menjawab kasus satu per satu, perusahaan dapat menunjukkan tren dan tindakan korektif untuk pelanggan dengan tingkat layanan yang menurun.

OTIF membantu memisahkan masalah warehouse dan transportasi

Sebuah pengiriman tidak mungkin tiba tepat waktu jika proses picking baru selesai setelah kendaraan seharusnya berangkat. Sebaliknya, warehouse yang menyiapkan barang tepat waktu belum tentu menghasilkan OTIF tinggi jika kendaraan terlambat tersedia atau rute tidak realistis.

Karena itu, pengukuran perlu menyimpan milestone sejak order released, picking selesai, staging, gate-out, arrival, hingga proof of delivery. Pendekatan ini selaras dengan konsep logistics control tower untuk visibilitas end-to-end, yaitu memantau exception lintas proses dan bukan hanya titik terakhir pengiriman.

7 Cara Meningkatkan OTIF Logistik Secara Terukur

Meningkatkan OTIF tidak cukup dengan meminta driver berangkat lebih cepat. Perusahaan perlu memperbaiki seluruh rangkaian order fulfillment, mulai dari janji layanan kepada pelanggan sampai bukti penerimaan. Fokus utama adalah mengurangi variasi proses dan menangani exception sebelum berdampak pada pelanggan.

Tujuh langkah berikut dapat digunakan sebagai kerangka kerja praktis. Urutannya dapat disesuaikan dengan kondisi perusahaan, tetapi sebaiknya dimulai dari definisi KPI dan kualitas data sebelum masuk ke optimasi yang lebih kompleks.

1. Tetapkan definisi OTIF dan SLA yang tidak ambigu

Langkah pertama adalah menyepakati definisi on time dan in full. Tentukan toleransi waktu, event penerimaan, cutoff, aturan pengiriman sebagian, barang rusak, substitusi SKU, serta cara menghitung order yang dijadwal ulang oleh pelanggan.

Dokumentasikan aturan tersebut dalam SOP dan konfigurasi sistem. Dengan cara ini, semua cabang dan divisi menggunakan formula yang sama. Jika satu pelanggan memiliki SLA khusus, simpan parameternya pada master customer atau kontrak agar perhitungan dapat dilakukan otomatis.

2. Pastikan stok tersedia sebelum order dijanjikan

Banyak kegagalan in full sebenarnya dimulai sebelum warehouse bekerja, yaitu ketika sales menerima order tanpa informasi ketersediaan stok yang akurat. Sistem perlu membedakan stok fisik, stok available, stok reserved, dan stok yang masih berada dalam proses inbound.

Untuk produk dengan perputaran tinggi, gunakan reorder point, safety stock, dan monitoring stockout yang relevan. Jika perusahaan memiliki beberapa gudang, aturan allocation juga harus jelas agar order tidak menunggu stok dari lokasi yang sebenarnya tidak mampu memenuhi lead time.

3. Kendalikan cut-off picking, packing, dan staging

Warehouse harus memiliki batas waktu operasional yang terhubung dengan jadwal keberangkatan kendaraan. Jika truk dijadwalkan gate-out pukul 08.00, sistem perlu mengetahui kapan picking harus selesai, kapan QC dilakukan, dan kapan barang sudah berada di staging area.

Kinerja warehouse sebaiknya tidak hanya diukur dari jumlah order selesai per hari. Tambahkan indikator seperti picking completion before cutoff, order accuracy, staging dwell time, dan shortage rate. Dengan begitu, penyebab keterlambatan dapat diketahui sebelum kendaraan meninggalkan area gudang.

4. Sesuaikan kapasitas kendaraan dengan karakteristik order

Overcapacity maupun undercapacity dapat menurunkan OTIF. Kendaraan yang terlalu kecil berisiko membuat order terpecah, sedangkan perencanaan yang hanya mengejar volume tanpa memperhatikan berat, urutan drop, dan karakter barang dapat menyebabkan proses muat serta bongkar menjadi tidak efisien.

Prinsip ini berkaitan erat dengan load planning logistik. Perusahaan perlu memperhitungkan payload, cube utilization, kompatibilitas produk, prioritas pelanggan, serta sequence pengiriman sehingga kapasitas yang tersedia benar-benar mendukung SLA.

5. Gunakan route planning dan dispatch berbasis kondisi aktual

Rute yang baik bukan sekadar jarak terpendek. Perencanaan harus mempertimbangkan time window pelanggan, jam operasional, waktu bongkar, kapasitas kendaraan, titik pickup tambahan, restriksi jalan, serta kebutuhan multi-drop. Untuk operasi padat, dispatch manual mudah menghasilkan konflik jadwal.

Transportation Management System SOLOG menyediakan fungsi seperti tracking pengiriman, tour planner, work order optimization, auto dispatching, dan pemantauan KPI transportasi. Sistem semacam ini membantu tim menghubungkan rencana dengan kondisi eksekusi sehingga exception dapat diketahui lebih cepat.

6. Tangkap proof of delivery dan timestamp secara digital

OTIF membutuhkan bukti kapan dan berapa banyak barang benar-benar diterima. Jika proof of delivery masih kembali dalam bentuk kertas beberapa hari kemudian, perusahaan sulit mengetahui apakah pengiriman gagal karena terlambat, short delivery, penolakan, atau sekadar dokumen belum diterima kantor.

Penggunaan electronic proof of delivery atau ePOD memungkinkan timestamp, lokasi, foto, tanda tangan, quantity received, dan exception direkam saat serah terima. Data ini dapat menjadi sumber utama untuk menghitung status pengiriman secara lebih cepat dan dapat diaudit.

7. Gunakan reason code dan lakukan root cause review rutin

Persentase OTIF hanya menunjukkan hasil; perusahaan tetap membutuhkan alasan mengapa order gagal. Gunakan reason code yang cukup spesifik tetapi tidak terlalu banyak, misalnya stockout, picking delay, kendaraan tidak tersedia, late departure, traffic disruption, wrong address, customer closed, queue at destination, dan rejected quantity.

Setiap minggu atau bulan, lakukan Pareto analysis untuk melihat penyebab terbesar. Fokus perbaikan pada dua atau tiga penyebab yang menyumbang kegagalan terbanyak. Dengan pendekatan ini, rapat OTIF berubah dari forum mencari kesalahan menjadi forum perbaikan proses berbasis data.

“OTIF yang tinggi bukan hasil satu perjalanan yang cepat, tetapi hasil dari janji layanan, stok, warehouse, transportasi, dan bukti penerimaan yang bekerja sebagai satu proses.”

KPI Pendukung untuk Membaca OTIF dengan Benar

OTIF sebaiknya tidak berdiri sendiri. Ketika nilainya turun, manajemen perlu melihat indikator pendukung untuk menemukan sumber masalah. SAP, misalnya, mendefinisikan OnTime Deliveries % sebagai rasio item yang dikirim tepat waktu terhadap total item yang diukur pada dokumentasi On-Time Performance. Ini menunjukkan pentingnya membedakan dimensi waktu dari dimensi kelengkapan.

Dengan kombinasi KPI yang tepat, perusahaan dapat menjawab apakah OTIF rendah karena ketidaktersediaan stok, proses warehouse, kendaraan, rute, atau penerimaan di pelanggan. Tabel berikut dapat digunakan sebagai baseline dashboard operasional.

Bedakan OTD, fill rate, dan OTIF

On-Time Delivery atau OTD hanya fokus pada waktu. Fill rate lebih fokus pada kemampuan memenuhi kuantitas. OTIF menggabungkan keduanya pada tingkat order atau unit analisis yang disepakati. Karena itu, perusahaan dapat memiliki OTD tinggi tetapi OTIF lebih rendah apabila kasus short delivery sering terjadi.

Contoh sederhana: dari 100 order, 95 tiba tepat waktu, tetapi hanya 90 yang tiba tepat waktu sekaligus lengkap. OTD adalah 95%, sedangkan OTIF adalah 90%. Selisih lima poin tersebut menunjukkan adanya masalah kelengkapan yang tidak terlihat bila manajemen hanya melihat ketepatan waktu.

Gunakan breakdown, bukan hanya angka perusahaan

Rata-rata perusahaan dapat menyembunyikan masalah. OTIF 93% secara total mungkin terlihat stabil, tetapi bisa saja satu pelanggan utama hanya mencapai 78% sementara pelanggan lain di atas 97%. Karena itu, dashboard perlu menyediakan breakdown per customer, cabang, rute, transporter, kategori produk, kendaraan, dan reason code.

Analisis cohort juga berguna. Bandingkan pelanggan dengan pola time window yang sama atau rute dengan karakteristik serupa. Ini membantu tim menemukan apakah masalah bersifat sistemik atau hanya terjadi pada segmen tertentu.

Belajar dari Kasus Nyata dan Menetapkan Target yang Realistis

Dalam studi kasus ASCM tentang Novartis, jaringan supply chain yang dibahas pernah mencatat on-time-in-full delivery reliability sekitar 40% dan sekitar 400 SKU stockout dari portofolio 10.000 SKU. Angka tersebut adalah konteks perusahaan tertentu, bukan benchmark industri, tetapi kasus ini menunjukkan bahwa OTIF dapat digunakan untuk mengidentifikasi masalah lintas fungsi.

DHL pada glosarium OTIF menyebut rentang 95–99% sebagai tingkat yang sering dikaitkan dengan performa supply chain yang tinggi, sekaligus menegaskan bahwa benchmark dapat berbeda antar industri. Karena definisi dan kondisi operasi berbeda, perusahaan di Indonesia sebaiknya tidak mengejar angka eksternal tanpa mengunci terlebih dahulu cara hitung, baseline internal, dan SLA pelanggan.

Target harus dibangun dari baseline dan customer promise

Jika baseline OTIF saat ini 82%, menetapkan target 99% bulan depan mungkin mendorong perilaku tidak sehat, seperti mengubah tanggal janji atau mengecualikan order bermasalah. Lebih baik tetapkan target bertahap, misalnya memperbaiki penyebab utama dan mengukur dampaknya dari periode ke periode.

Target juga bisa berbeda berdasarkan segmen pelanggan. Pengiriman ke modern trade dengan appointment ketat mungkin menggunakan time window berbeda dengan pengiriman ke distributor tradisional. Kuncinya adalah aturan tersebut disepakati dan disimpan dalam sistem, bukan ditentukan setelah hasil diketahui.

Jaga data agar KPI tidak berubah menjadi “perdebatan angka”

Gunakan satu sumber data untuk order promise, quantity, actual arrival, quantity received, serta exception. Jika data berasal dari beberapa sistem, buat integrasi dan aturan rekonsiliasi yang jelas. Timestamp juga perlu mempertimbangkan timezone, perubahan jadwal, dan status reschedule.

Audit data secara berkala. Ambil sampel order yang dinilai sukses dan gagal, lalu cocokkan dengan dokumen serta bukti digital. Proses sederhana ini membantu memastikan dashboard benar-benar merepresentasikan kondisi lapangan.

Roadmap 90 Hari untuk Menerapkan Monitoring OTIF

Perusahaan tidak harus menunggu proyek sistem besar untuk mulai mengukur OTIF. Implementasi dapat dilakukan bertahap selama data order, jadwal, quantity, dan proof of delivery tersedia. Prioritas pertama adalah memastikan definisi dan sumber data konsisten.

Roadmap berikut merupakan contoh praktis, bukan standar baku. Durasi dapat disesuaikan dengan kompleksitas cabang, jumlah pelanggan, sistem existing, dan kualitas data operasional.

Hari 1–30: definisi, baseline, dan kualitas data

Tentukan formula, unit analisis, time window, toleransi, exception, serta rule untuk partial delivery. Pilih 10–20 pelanggan atau rute yang volumenya signifikan sebagai pilot. Hitung baseline empat hingga delapan minggu terakhir jika data tersedia.

Pada fase ini, jangan terlalu cepat mengejar dashboard kompleks. Fokus pada konsistensi data dan reason code. Pastikan tim sales, warehouse, transportasi, dan customer service memahami definisi yang sama.

Hari 31–60: dashboard dan root cause

Bangun dashboard OTIF harian dan mingguan dengan breakdown minimal per customer, route, branch, dan failure reason. Tambahkan KPI pendukung seperti fill rate, order accuracy, on-time departure, dan on-time delivery.

Mulai forum root cause mingguan dengan format singkat: penyebab terbesar, jumlah order terdampak, nilai bisnis yang terdampak jika tersedia, PIC, tindakan, dan target selesai. Review tindakan minggu sebelumnya sebelum membuka masalah baru.

Hari 61–90: automation dan exception management

Setelah data stabil, otomatisasi peringatan untuk order berisiko gagal. Contohnya, picking belum selesai mendekati cutoff, kendaraan belum dialokasikan, keterlambatan gate-out, ETA melewati time window, atau stok reserved tidak mencukupi.

Pada tahap ini, perusahaan dapat mengintegrasikan ERP, WMS, TMS, GPS, dan ePOD agar monitoring berjalan mendekati real time. Tujuannya bukan menambah dashboard, melainkan memberi waktu kepada tim untuk melakukan tindakan korektif sebelum pelanggan terdampak.

FAQ tentang OTIF Logistik

Beberapa pertanyaan tentang OTIF muncul karena perusahaan memiliki definisi operasional yang berbeda. Tidak ada masalah selama definisi tersebut eksplisit, konsisten, dan selaras dengan janji layanan kepada pelanggan.

Bagian berikut merangkum pertanyaan yang paling sering muncul saat perusahaan mulai membangun KPI OTIF dan mengintegrasikannya dengan proses operasional.

Berapa target OTIF yang baik?

Tidak ada satu angka yang berlaku untuk semua industri. Benchmark eksternal dapat digunakan sebagai referensi, tetapi target utama harus mempertimbangkan SLA pelanggan, karakter produk, model distribusi, geografi, dan baseline perusahaan.

Lebih penting memastikan definisi dan data konsisten terlebih dahulu. OTIF 95% dengan data yang dapat diaudit lebih berguna daripada 99% yang dihitung menggunakan pengecualian atau perubahan promise date yang tidak terkontrol.

Apakah OTIF sama dengan On-Time Delivery?

Tidak. On-Time Delivery hanya mengukur ketepatan waktu, sedangkan OTIF mensyaratkan pengiriman tepat waktu dan lengkap secara bersamaan. Karena itu, nilai OTIF biasanya sama atau lebih rendah daripada OTD pada populasi order yang sama.

Jika OTD tinggi tetapi OTIF rendah, periksa fill rate, stockout, picking accuracy, kerusakan barang, dan customer rejection. Gap tersebut sering menjadi petunjuk bahwa masalah utama bukan berada di perjalanan kendaraan.

Apakah OTIF sebaiknya dihitung per order atau per line item?

Keduanya dapat digunakan. Per order lebih mudah dipahami sebagai ukuran janji layanan kepada pelanggan, sedangkan per line item memberi detail lebih baik untuk analisis produk dan warehouse. Perusahaan sebaiknya menetapkan satu sebagai KPI utama dan yang lain sebagai KPI diagnostik.

Yang terpenting adalah konsistensi. Jangan membandingkan nilai OTIF per order dari satu cabang dengan OTIF per line item dari cabang lain tanpa memberi konteks karena hasilnya tidak setara.

Data apa saja yang dibutuhkan untuk menghitung OTIF?

Data minimum mencakup nomor order, promised delivery date/time, quantity ordered, actual delivery date/time, quantity received, dan status exception. Untuk analisis lebih dalam, tambahkan customer, warehouse, route, vehicle, transporter, SKU, serta reason code.

Idealnya, actual delivery berasal dari bukti penerimaan digital sehingga timestamp dan quantity dapat diverifikasi. Jika masih menggunakan POD manual, perusahaan tetap dapat memulai, tetapi lead time pengumpulan data biasanya lebih panjang.

Kesimpulan

OTIF logistik memberikan gambaran yang lebih utuh dibanding sekadar melihat apakah kendaraan tiba tepat waktu. KPI ini menggabungkan dua janji dasar kepada pelanggan: barang tiba sesuai waktu yang disepakati dan dalam jumlah yang lengkap. Karena itu, hasil OTIF merupakan refleksi dari seluruh proses order fulfillment.

Untuk meningkatkannya, mulai dari definisi yang jelas, ketersediaan stok, disiplin cutoff warehouse, load planning, route dan dispatch, ePOD, serta reason code yang konsisten. Setelah data stabil, gunakan dashboard dan exception management agar tim dapat bertindak sebelum keterlambatan atau kekurangan barang berubah menjadi komplain pelanggan.