MANAJEMEN OPERASIONAL DALAM PERSPEKTIF INDUSTRI MANUFAKTUR

Abstrak

Penelitian ini menganalisis implementasi manajemen operasional di industri manufaktur, dengan studi kasus pada CV Hanafi Mulya Tulungagung. Melalui pendekatan kualitatif dan studi pustaka, ditemukan bahwa penerapan strategi seperti pengendalian mutu, desain produk, lokasi usaha, dan pengelolaan SDM berkontribusi pada efisiensi dan daya saing. Uniknya, perusahaan juga mengadopsi prinsip ekonomi syariah, termasuk pemilihan bahan baku halal dan perlindungan hak karyawan. Di sisi lain, tantangan utama datang dari disrupsi digital dan kebutuhan adaptasi teknologi seperti AI dan sistem informasi. Keberlanjutan perusahaan bergantung pada kesiapan sumber daya, pengelolaan risiko, serta strategi adaptif. Tantangan Implementasi Kecerdasan Buatan dalam Manajemen Operasional. Penerapan kecerdasan buatan (AI) dalam manajemen operasional menghadirkan sejumlah tantangan strategis yang perlu diperhatikan oleh perusahaan. Pertama, kualitas data menjadi fondasi utama bagi efektivitas sistem AI. Namun, kenyataannya, data operasional yang tersedia sering kali kurang lengkap, tidak terstruktur, atau tersebar, sehingga perlu dilakukan upaya intensif untuk perbaikan mutu dan pengelolaan data. Kedua, ketersediaan sumber daya menjadi hambatan signifikan, terutama bagi perusahaan skala kecil hingga menengah. Implementasi AI memerlukan infrastruktur teknologi yang memadai serta tenaga kerja yang memiliki kompetensi tinggi dalam bidang teknologi informasi. Ketiga, tingkat pemahaman tentang teknologi dan proses bisnis yang masih rendah di kalangan sebagian karyawan menyebabkan kesenjangan pengetahuan yang dapat menghambat integrasi AI dalam aktivitas operasional. Keempat, munculnya risiko keamanan dan privasi menjadi isu yang tak dapat diabaikan. Penggunaan AI melibatkan pengolahan data dalam skala besar, sehingga memerlukan sistem keamanan siber yang kuat untuk melindungi informasi sensitif. Kelima, terdapat isu etika dan bias algoritmik yang berpotensi menimbulkan diskriminasi atau keputusan yang tidak adil. Oleh karena itu, penting bagi perusahaan untuk memastikan bahwa implementasi AI dilakukan secara etis, akuntabel, dan transparan.

This study analyzes the implementation of operational management in the manufacturing industry, with a case study on CV Hanafi Mulya Tulungagung. Through a qualitative approach and literature study, it was found that the implementation of strategies such as quality control, product design, business location, and HR management contributed to efficiency and competitiveness. Uniquely, the company also adopted the principles of sharia economics, including the selection of halal raw materials and protection of employee rights. On the other hand, the main challenges come from digital disruption and the need to adapt technologies such as AI and information systems. The sustainability of the company depends on the readiness of resources, risk management, and adaptive strategies. Challenges of Implementing Artificial Intelligence in Operational Management. The application of artificial intelligence (AI) in operational management presents a number of strategic challenges that companies need to pay attention to. First, data quality is the main foundation for the effectiveness of AI systems. However, in reality, available operational data is often incomplete, unstructured, or scattered, so intensive efforts are needed to improve data quality and management. Second, the availability of resources is a significant obstacle, especially for small to medium-sized companies. Implementing AI requires adequate technological infrastructure and a workforce with high competency in the field of information technology. Third, the low level of understanding of technology and business processes among some employees causes a knowledge gap that can hinder the integration of AI into operational activities. Fourth, the emergence of security and privacy risks is an issue that cannot be ignored. The use of AI involves large-scale data processing, so it requires a strong cybersecurity system to protect sensitive information. Fifth, there are ethical issues and algorithmic bias that have the potential to cause discrimination or unfair decisions. Therefore, it is important for companies to ensure that AI implementation is carried out ethically, accountably, and transparently.