“Semoga PLN bisa membantu bersinergi dengan BUMN lain untuk meningkatkan kualitas, efisiensi dan keandalan procurement kita. Sehingga competitiveness BUMN meningkat,” kata Amien.
Perlu diketahui sejak tahun lalu, Kementerian BUMN juga telah menugaskan PLN sebagai pengelola e-Procurement Academy BUMN melalui PLN Corporate University.
Baca Juga:
Lewat Aksi Zero Waste Warriors, 18 Ribu Volunteer PLN Berhasil Kumpulkan 170,80 Ton Sampah
Direktur Utama PLN Darmawan Prasodjo menjabarkan, Digital Procurement sebagai salah satu breakthrough digitalisasi dalam program Transformasi PLN sudah terimplementasi melalui lima inisiatif. Kelima inisiatif ini adalah Market Intelligence, Demand Forecast, Spend Analytics, Cost Estimation, dan Tender Analytics.
“Sehingga saat ini hanya tinggal me- rollout pada procurement yang akan dilaksanakan,” tegasnya.
Dengan menggunakan market intelligence, PLN dapat mencari calon penyedia potensial dan melakukan penilaian/pra-kualifikasi secara otomatis. Tentunya, dengan sumber data yang berasal dari rekam jejak mereka selama ini, sistem akan memilih vendor yang mempunyai kinerja baik.
Baca Juga:
Presiden Prabowo Resmikan 55 Proyek Pembangkit EBT, Termasuk Program Lisdes PLN di Berbagai Wilayah Indonesia
Sementara melalui demand forecast, PLN dapat menganalisis dan memprediksi kebutuhan supply chain terkait dengan perencanaan persediaan material dengan menggunakan artificial intelligence dan machine learning. Sehingga bisa sebagai fungsi kontrol untuk perencanaan yang lebih akurat.
“Dulu Executive Vice President (EVP) Supply Chain mendapatkan data kebutuhan hanya berdasar usulan dari unit-unit. Saat ini EVP Supply Chain sudah dapat menghitung berapa kebutuhan unit berdasarkan historis pemakaian unit,” paparnya.
Spend analytics yang memanfaatkan teknologi descriptive analytics dan machine learning dapat memberikan visibilitas pengeluaran perusahaan maupun insight terkait penghematan/perbaikan, juga potensi peningkatan Tingkat Kandungan Dalam Negeri (TKDN). Dengan inisiatif ini, PLN sepanjang 2021 dapat menghemat sebesar Rp 1,5 triliun, jauh lebih efisien dibandingkan 2020 sebesar Rp 2,1 miliar.
