UNIVERSIDAD PRIVADA ANTENOR ORREGO
FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERIA INDUSTIAL
Trabajo monográfico en Ingeniería Industrial
TÍTULO:
IMPLEMENTACIÓN DEL PLAN AGREGADO Y PLAN MAESTRO DE
PRODUCCIÓN EN UNA EMPRESA DE COMIDA RÁPIDA
DOCENTE:
ING. LOPEZ AGUILAR ANGEL MIGUEL
INTEGRANTES:
RIVERA SILVA, KARLA
ROJAS CARRANZA, CESAR
ROJAS RUIZ, OSCAR
SALDAÑA CARRANZA, FRANCO
TRUJILLO – PERÚ
2020
ÍNDICE
I. INTRODUCCION ........................................................................................................................... 3
II. CUERPO ......................................................................................................................................... 4
2.1. PRONÓSTICOS DE DEMANDA ............................................................................................ 4
2.1.1. Tipos de la demanda a pronosticar ................................................................................ 4
2.2. CLASIFICACIÓN DE PRONÓSTICOS ................................................................................. 5
2.2.1. Según el espacio de tiempo ............................................................................................. 5
2.2.2. Según la intensidad del uso de datos............................................................................ 5
2.3. METODOS DE PRONÓSTICOS – CUANTITATIVOS........................................................ 6
2.3.1. Regresión Lineal: ................................................................................................................ 6
2.3.2. Promedio Simple - Móvil ................................................................................................... 7
2.3.3. Promedio móvil ponderado .............................................................................................. 7
2.3.4. Suavización exponencial simple ..................................................................................... 8
2.3.5. Suavización exponencial con tendencia....................................................................... 8
2.3.6. Método Estacional............................................................................................................... 9
2.3.7. Método de Holt-Winters ..................................................................................................... 9
2.4. MEDICIONES DE ERROR .................................................................................................... 10
2.4.1. Desviación Absoluta Media (MAD) ............................................................................... 10
2.4.2. Error Cuadrático Medio (MSE) ....................................................................................... 10
2.4.3. Error Porcentual Absoluto Medio (MAPE) .................................................................. 10
2.4.4. Porcentaje medio de error (PME) .................................................................................. 10
2.5. PLANEACIÓN AGREGADA ................................................................................................. 11
2.5.1. Métodos o técnicas ........................................................................................................... 11
2.5.2. Planeación agregada en los servicios ......................................................................... 12
2.6. PLAN MAESTRO DE PRODUCCIÓN ................................................................................. 13
III. METODOLOGÍA...................................................................................................................... 15
IV. CONCLUSIONES.................................................................................................................... 31
REFERENCIAS ................................................................................................................................... 32
I. INTRODUCCION
El presente trabajo se orienta a la implementación de un Plan Agregado y Plan
Maestro de la Producción en la “SANDWICHERIA MISTER LUCAS”, con el
objetivo de adoptar mejores decisiones en la distribución de recursos y mejorar
costos.
La industria mundial de la comida rápida es altamente competitiva y
generalmente se caracteriza por consumidores que buscan precios y sabores.
Sin embargo, hoy en día la calidad y rapidez del servicio es tan importante como
otras características. Por ello, es trascendental que las empresas dispongan del
personal necesario para poder satisfacer su demanda y con ello al cliente.
El rubro de las sanwicherías en el Perú es innumerable y agresivo. En los
últimos años grandes marcas internacionales se han logrado posicionar en el
país debido a que estas invierten mucho en su publicidad. Por otro lado, el tema
de la informalidad es un problema que aqueja a muchas empresas de distintos
rubros. Sin embargo, Mr. Lucas ha sabido sobresalir ante todas las
adversidades, con tan solo 8 años en el mercado ya cuenta con 5 locales en
todo Trujillo, el éxito de la empresa se debe a las cabezas del negocio, el señor
Carlos Mestanza y Don Luis Cava, socios y amigos que manejan la empresa a
base de mucho esfuerzo, dedicación y una habilidad para los negocios que muy
pocos empresarios cuentan. Mr. Lucas ha logrado consolidarse y sobreponerse
a su competencia a pesar de que estas cuentan con muchos más años en el
mercado y ha sabido ganarse al cliente por la calidad y diversidad en sus
productos.
Debido que, en su local principal, Húsares de Junín 1180 Urb. La Merced, donde
hay una mayor demanda en sus productos, ya que es una zona muy concurrida,
razón por la cual, para la elaboración de este trabajo, tomaremos una base de
datos de todos los tipos de hamburguesas y tomaremos las ventas totales
desde el año 2017 del mes octubre hasta el 2019 del mes septiembre con un
total de 24 meses, el cual la mayor demanda varia cada año, normalmente la
mayor demanda son los meses de julio, noviembre y diciembre.
El informe se organiza de la siguiente manera: primero se presenta una
definición sobre las diferentes metodologías para pronosticar la demanda, para
realizar un plan agregado y un plan maestro de producción, para ello se debe
comprender la necesidad de su aplicación en las empresas. Posteriormente se
aplicaron las distintas metodologías con datos reales de la empresa. Finalmente
se llegaron a distintas conclusiones sobre las acciones que debería tomar la
empresa para aumentar su productividad.
II. CUERPO
2.1. PRONÓSTICOS DE DEMANDA
Según (The Logistics World, 2014) comenta que “es una estimación cuantitativa
de las cantidades de un producto o servicio que serán requeridas por el mercado
en ciertos periodos en el futuro”.
Por otro lado, (Chase & Jacobs, 2014, pág. 484) “son vitales para cualquier
organización de negocios, así como para cualquier decisión importante de las
diferentes áreas como: Recursos Humanos, Capacidad y Administración de la
Cadena de Suministro”.
Desde nuestro punto de vista el pronóstico son previsiones de ventas para la
planificación de una organización y se utiliza como inputs para cualquier área
organizacional. Además, para pronosticar se debe realizar de seis a doce meses
que vendrían hacer nuestra nueva demanda.
2.1.1. Tipos de la demanda a pronosticar
Chase & Jacobs (2014) menciona dos tipos de demanda: la
primera es la demanda dependiente, es causada por la demanda
de otros productos o servicios; y el segundo es la demanda
independiente, aquella donde la demanda de otros productos no
se deriva directamente.
2.2. CLASIFICACIÓN DE PRONÓSTICOS
2.2.1. Según el espacio de tiempo
Tenemos tres plazos: el primero de corto plazo, para diseñar
estrategias inmediatas; el segundo de mediano plazo, provechoso
a la toma de decisiones completas de los niveles; y el último de
largo plazo, para encaminar la dirección de manera amplia la
empresa.
2.2.2. Según la intensidad del uso de datos
El alcance de la situación en las que se requieren pronósticos varía
ampliamente en horizontes de tiempo, determinantes factores de
los resultados reales, los tipos de datos y otros. Además, existen
varias técnicas y se presentan en dos categorías: los pronósticos
cualitativos, se justifican en estimaciones y opiniones individuales
o grupales, es decir subjetivo; y los pronósticos cuantitativos, debe
existir información numérica confiable acerca del pasado y
además se debe asumir que el comportamiento del pasado
continuará en el futuro (Masini & Vázquez, 2014, pág. 15).
Los pronósticos cuantitativos son de dos tipos: no formales o
ingenuos y formales. Según (Masini & Vázquez, 2014, págs.
15,16) “El primero usa extrapolaciones horizontales, estacionales
o tendencia basándose en experiencias empíricas, pero no
siempre son exactos como el segundo, que también se puede usar
la extrapolación, pero de manera estandarizada aplicando una
aproximación sistemática minimizando errores del pronóstico”
Figura 1.
Clasificación básica de los métodos de pronósticos cualitativos y cuantitativos
Fuente: (Masini & Vázquez, 2014).
2.3. METODOS DE PRONÓSTICOS – CUANTITATIVOS
2.3.1. Regresión Lineal:
Conveniente para el pronóstico de largo plazo de hechos
significantes, así como planes generales y la primordial limitación
es, que se supone que los datos pasados y proyecciones a futuro
caen sobre una recta. Presenta la siguiente forma:
(Chase & Jacobs, 2009).
2.3.2. Promedio Simple - Móvil
Se da cuando la demanda varía con rapidez y no tiene carácter
estacional, también tiene la característica adversa de retrasar la
tendencia, donde se emplea los n datos de demanda más reciente
para pronosticar la demanda actual y su fórmula es la siguiente:
Donde:
(Chase & Jacobs, 2009).
2.3.3. Promedio móvil ponderado
Permite asignar cualquier importancia a cada elemento, siempre y
cuando la suma de todas las ponderaciones sea igual a uno. Su
fórmula es:
Donde:
w1 = Ponderación dada al hecho real para el periodo t = 1
w2 = Ponderación dada al hecho real para el periodo t = 2
wn = Ponderación dada al hecho real para el periodo t = n
n = Número total de periodos en el pronóstico:
(Chase & Jacobs, 2009).
2.3.4. Suavización exponencial simple
Es más complicado que la media móvil ponderada. Utiliza la
constante de suavización alfa para hallar el nivel de uniformidad,
que es la tasa de cambio frente a la diferencia entre los pronósticos
y la demanda real. Además, toma pocos datos históricos
estacionarios.
(Chase & Jacobs, 2009).
2.3.5. Suavización exponencial con tendencia
Se acomodan a la situación real con la constante de suavización
delta, reduciendo así el rango de error de la predicción. Su
expresión es la siguiente:
(Chase & Jacobs, 2009).
2.3.6. Método Estacional
Una serie es estacionaria cuando es estable a lo largo del tiempo,
o, es decir, cuando la media y varianza son constantes en el
tiempo. Esto se refleja gráficamente en que los valores de la serie
tienden a oscilar alrededor de una media constante y la
variabilidad con respecto a esa media también permanece
constante en el tiempo (Villavicencio, 2013, pág. 4).
2.3.7. Método de Holt-Winters
En este tipo de técnicas se hace uso de datos históricos para
obtener una nueva serie más suave a partir de la cual se hace la
previsión y se toman en consideración todos los datos previos al
periodo de previsión disponibles, aunque se les otorgan pesos
decrecientes exponencialmente a medida que se distancian de
dicho periodo y se expresa de la siguiente manera:
Donde:
(Mateos, 2009, pág. 27).
2.4. MEDICIONES DE ERROR
2.4.1. Desviación Absoluta Media (MAD)
Mide la dispersión de un valor observado en relación con un valor
esperado. Es igual a la sumatoria de las desviaciones absolutas
dividida por la cantidad de datos. Su fórmula es:
(Chase & Jacobs, 2009).
2.4.2. Error Cuadrático Medio (MSE)
Mide el error completo del pronóstico, donde la sumatoria de los
errores pronosticados promedio elevados al cuadrado entre la
cantidad de datos. Se calcula:
(Chase & Jacobs, 2009).
2.4.3. Error Porcentual Absoluto Medio (MAPE)
Nos indica el desempeño de la demanda pronosticada y mide el
tamaño del error en porcentaje.
(Chase & Jacobs, 2009)
2.4.4. Porcentaje medio de error (PME)
Indicador de cuán desviada está el método de pronóstico utilizado,
este nos indica que si se tiende a cero no hay sesgo, si el
pronóstico es grande y negativo será sobreestimada, caso
contrario, será el pronóstico utilizado subestimado y se expresa de
la siguiente manera:
(Editorial, 2013).
2.5. PLANEACIÓN AGREGADA
Según (Heizer & Render, 2009, pág. 546) comenta que “ofrece a las
empresas de manufactura y servicios la capacidad para responder a los
cambios detectados en las demandas de los clientes, al mismo tiempo
que producen con niveles de costos bajos y alta calidad”
De acuerdo con (Cruelles Ruiz, 2015), “Determina los recursos
necesarios para satisfacer las necesidades de un cierto período de
tiempo”.
La planificación agregada también denominada planificación agregada
de producción, donde se determina en plazo medio, y desde nuestro
punto de vista, propone la viabilidad desde una perspectiva la capacidad
disponible logrando tener un efectivo plan estratégico, cumpliendo con
minimizar costos de inventario, máquinas, personal y subcontratar, y
posterior determinar el plan maestro de producción.
Las ventajas son la eficiencia, eficacia y efectividad
2.5.1. Métodos o técnicas
Los métodos de solución se muestras en la Figura 2
Figura 2
Cuadro resumen de los importantes métodos
Fuente: (Heizer & Render, Principios de Administración de
Operaciones, 2009)
2.5.2. Planeación agregada en los servicios
Los enfoques de la planeación agregada difieren de acuerdo con
el tipo de servicio que se presta. Se analizan cinco escenarios de
servicio como hospitales, cadenas nacionales de pequeñas
empresas de servicio, servicios misceláneos, industria de las
aerolíneas, pero en especial el de restaurantes, que está enfocado
a nuestro trabajo monográfico.
Los restaurantes en un negocio con demanda muy variable, la
programación agregada se dirige a suavizar la tasa de producción
y encontrar el tamaño de la fuerza de trabajo necesaria.
Usualmente, el enfoque general requiere crear niveles de
inventario muy modestos durante los periodos lentos y agotarlos
durante los periodos pico, pero usando la mano de obra para
absorber la mayor parte de los cambios en la demanda. Como esta
situación es muy similar a la de manufactura, también es posible
aplicar a los servicios los métodos tradicionales de planeación
agregada. Una diferencia notable es que incluso un nivel bajo de
inventarios quizá resulte perecedero. Además, las unidades de
tiempo relevantes pueden ser mucho más breves que en la
manufactura. Por ejemplo, en los restaurantes de comida rápida
los periodos bajo y pico se miden en horas, y el “producto” quizá
permanezca en inventario un tiempo tan corto como 10 minutos.
(Heizer & Render, 2009, pág. 542)
2.6. PLAN MAESTRO DE PRODUCCIÓN
Según (Heizer & Render, 2009, pág.546) comenta que “el resultado del
programa agregado lleva a un programa de producción maestro más
detallado, en el que se basan la desagregación, la programación de
tareas y los sistemas MRP”.
Chase & Jacobs (2014), menciona que: “El programa maestro de
producción es el desglose semanal por tipo de producto del plan
agregado de producción (Mensual), en el cual se especifica la cantidad
de producción semanal por tipo o modelo de producto”.
Figura 3
Plan agregado y plan maestro.
FUENTE: (ADMINISTRACIÓN DE OPERACIONES. Producción y cadena de
sumintros, 2009)
De acuerdo a los autores anteriores podemos decir que, el programa
maestro de producción requiere las condiciones para saciar la demanda
para realizar dicho plan. Además, determina el volumen final de cada
producto que va a terminarse semanalmente. Y debemos tener en cuenta
las decisiones operativas con siguientes preguntas: ¿Qué?, ¿Cuándo y
cuánto debe hacerse?
III. METODOLOGÍA
3.1. Plan Agregado
En primer lugar; para todo pronóstico partimos de una toma de datos anteriores,
en este caso se tomaron datos de 24 meses del 2017 al 2019.
MES DEMANDA
1 Octubre 2017 10513
2 Noviembre 2017 11174
3 Diciembre 2017 11455
4 Enero 2018 10375
5 Febrero 2018 10452
6 Marzo 2018 10555
7 Abril 2018 10711
8 Mayo 2018 10374
9 Junio 2018 10504
10 Julio 2018 10676
11 Agosto 2018 10422
12 Setiembre 2018 10798
13 Octubre 2018 10622
14 Noviembre 2018 11251
15 Diciembre 2018 11666
16 Enero 2019 10719
17 Febrero 2019 10800
18 Marzo 2019 10326
19 Abril 2019 10632
20 Mayo 2019 10526
21 Junio 2019 10785
22 Julio 2019 10691
23 Agosto 2019 10642
24 Setiembre 2019 10754
DEMANDA DE HAMBURGUESAS DEL MES DE OCTUBRE
DEL 2017 AL MES DE SETIEMBRE DEL 2019
11800
11600
11400
11200
11000
10800
10600
10400
10200
0 5 10 15 20 25 30 35
De acuerdo a la gráfica mostrada anteriormente, se puede observar que
nuestros datos son estacionales, es decir, se mantiene constante por un periodo
y luego presenta picos que son los meses de mayor demanda. Por lo tanto, los
métodos que se deben aplicar son: Pronóstico Estacional y Holt-Winters, los
cuales son los que se adecuan de acuerdo a nuestra demanda.
Con respecto a la nueva demanda pronosticada sería la tercera parte de datos
tomados, en este caso como se tomaron 24 meses del 2017 al 2019 nuestra
demanda a pronosticar sería de ocho meses.
Pronóstico Estacional
AÑO PROMEDIO
MES K
1 2 PERIODO
1 10513 10622 10568 0.98522665
2 11174 11251 11213 1.045361137
3 11455 11666 11561 1.07780579
4 10375 10719 10547 0.983315399
5 10452 10800 10626 0.990680708
6 10555 10326 10441 0.973386216
7 10711 10632 10672 0.994922754
8 10374 10526 10450 0.974271918
9 10504 10785 10645 0.992405496
10 10676 10691 10684 0.996041535
11 10422 10642 10532 0.981916923
12 10798 10754 10776 1.004665473
SUMA 10726
a= 10635
b= 7.3095
AÑO T A(t) A'(t) AÑO T A(t)
Oct-17 10513 10671 1 10513
Nov-17 11174 10689 2 11174
Dic-17 11455 10628 3 11455
Ene-18 10375 10551 4 10375
Feb-18 10452 10550 5 10452
Mar-18 10555 10844 6 10555
1 1
Abr-18 10711 10766 7 10711
May-18 10374 10648 8 10374
Jun-18 10504 10584 9 10504
Jul-18 10676 10718 10 10676
Ago-18 10422 10614 11 10422
Set-18 10798 10748 12 10798
Oct-18 10622 10781 13 10622
2 2
Nov-18 11251 10763 14 11251
Dic-18 11666 10824 15 11666
Ene-19 10719 10901 16 10719
Feb-19 10800 10902 17 10800
Mar-19 10326 10608 18 10326
Abr-19 10632 10686 19 10632
May-19 10526 10804 20 10526
Jun-19 10785 10868 21 10785
Jul-19 10691 10733 22 10691
Ago-19 10642 10838 23 10642
Set-19 10754 10704 24 10754
Oct-19 10818 10658 25 10658
Nov-19 10825 11316 26 11316
Dic-19 10832 11675 27 11675
Ene-20 10840 10659 28 10659
3 3
Feb-20 10847 10746 29 10746
Mar-20 10854 10565 30 10565
Abr-20 10862 10806 31 10806
May-20 10869 10589 32 10589
DEMANDA MENSUAL
10950 y = 7.3095x + 10635
R² = 0.2362
10900
10850
10800
10750
10700
10650
10600
10550
10500
0 5 10 15 20 25
DEMANDA MENSUAL PRONOSTICADA CON LA NUEVA
DEMANDA PRONOSTICADA
11990
11490
10990
10490
9990
0 4 8 12 16 20 24 28 32 36
Et lEtl Et^2 lEtl/Yt Et/Yt
-158 158 24851 -1.50% 1.50%
485 485 235100 4.34% 4.34%
827 827 683806 7.22% 7.22%
-176 176 30990 -1.70% 1.70%
-98 98 9667 -0.94% 0.94%
-289 289 83284 -2.73% 2.73%
-55 55 2988 -0.51% 0.51%
-274 274 75049 -2.64% 2.64%
-80 80 6461 -0.77% 0.77%
-42 42 1800 -0.40% 0.40%
-192 192 36838 -1.84% 1.84%
50 50 2514 0.46% 0.46%
-159 159 25369 -1.50% 1.50%
488 488 238351 4.34% 4.34%
842 842 709229 7.22% 7.22%
-182 182 33079 -1.70% 1.70%
-102 102 10322 -0.94% 0.94%
-282 282 79709 -2.73% 2.73%
-54 54 2944 -0.51% 0.51%
-278 278 77265 -2.64% 2.64%
-83 83 6812 -0.77% 0.77%
-42 42 1805 -0.40% 0.40%
-196 196 38410 -1.84% 1.84%
50 50 2494 0.46% 0.46%
DAM 229
EMC 100797
PME -0.08%
PEMA 2.09%
METODO DE HOLT-WINTERS
MES DEMANDA At Tt St Yt'
-7 1
-6 1
-5 1
-4 1
-3 1
-2 1
-1 1
0 1
1 Octubre 2017 10513 10513 0 1
2 Noviembre 2017 11174 10534 2 1.00 10513
3 Diciembre 2017 11455 10566 4 1.00 10536
4 Enero 2018 10375 10564 4 1.00 10570
5 Febrero 2018 10452 10564 4 1.00 10568
6 Marzo 2018 10555 10567 3 1.00 10568
7 Abril 2018 10711 10575 4 1.00 10571
8 Mayo 2018 10374 10572 3 1.00 10579
9 Junio 2018 10504 10573 3 1.00 10576
10 Julio 2018 10676 10580 3 1.00 10576
11 Agosto 2018 10422 10577 3 1.00 10611
12 Setiembre 2018 10798 10586 3 1.00 10619
13 Octubre 2018 10622 10590 3 1.00 10581
14 Noviembre 2018 11251 10615 5 1.00 10589
15 Diciembre 2018 11666 10654 8 1.00 10620
16 Enero 2019 10719 10664 8 1.00 10668
17 Febrero 2019 10800 10677 9 1.00 10664
18 Marzo 2019 10326 10674 8 1.00 10682
19 Abril 2019 10632 10680 8 1.00 10686
20 Mayo 2019 10526 10682 7 1.00 10708
21 Junio 2019 10785 10690 7 1.00 10736
22 Julio 2019 10691 10698 7 1.00 10691
23 Agosto 2019 10642 10702 7 1.00 10728
24 Setiembre 2019 10754 10709 7 1.00 10753
25 Octubre 2019 10724
26 Noviembre 2019 10720
27 Diciembre 2019 10712
28 Enero 2020 10739
NUEVO PRONÓSTICO
29 Febrero 2020 10757
30 Marzo 2020 10801
31 Abril 2020 10751
32 Mayo 2020 10785
L 8
α 0.03223589
β 0.08616984
ϒ 0.04415646
Et lEtl Et^2 lEtl/Yt Et/Yt
661 661 436921 1.54% 1.54%
919 919 844296 2.13% 2.13%
-195 195 38085 -0.45% 0.45%
-116 116 13388 -0.27% 0.27%
-13 13 156 -0.03% 0.03%
140 140 19715 0.33% 0.33%
-205 205 42024 -0.47% 0.47%
-72 72 5141 -0.17% 0.17%
100 100 9900 0.23% 0.23%
-189 189 35900 -0.44% 0.44%
179 179 31975 0.41% 0.41%
41 41 1713 0.10% 0.10%
662 662 438485 1.53% 1.53%
1046 1046 1094307 2.41% 2.41%
51 51 2557 0.12% 0.12%
136 136 18623 0.31% 0.31%
-356 356 127037 -0.82% 0.82%
-54 54 2923 -0.12% 0.12%
-182 182 33163 -0.42% 0.42%
49 49 2371 0.11% 0.11%
0 0 0 0.00% 0.00%
-86 86 7467 -0.20% 0.20%
1 1 0 0.00% 0.00%
DAM 237
EMC 139398
PME 0.25%
PEMA 0.55%
Para elegir qué método de pronóstico se va usar, se tomará en cuenta los
errores y elegirá el que presente menos error.
ERROR/METODO M. ESTACIONAL M. HOLT-WINTERS
DAM 229 237
EMC 100797 139398
PME -0.08% 0.25%
PEMA 2.09% 0.55%
De acuerdo a los métodos de pronósticos mencionados anteriormente, se
puede decir que el M. Estacional, es el adecuado, debido a que presenta el
menor error. Por lo tanto, la nueva demanda a pronosticar seria:
10658
11316
11675
10659
10746
10565
10806
10589
Para la elaboración del Plan Agregado, teniendo como base nuestra nueva demanda pronosticada, en este caso se
orienta para una empresa de servicio, es decir, se tiene como objetivo el óptimo de personal necesario para cubrir
la demanda pronosticada. Debido que los fines de semana representan la mayor participación de ventas con un
60%, mientras que, de lunes a jueves son de un 40%, y la empresa maneja un personal constante de 3 trabajadores
toda la semana, por lo que hay mucha demora en la preparación de los productos lo que genera insatisfacción. Para
ello vamos a implementar un plan agregado que permita una mejor distribución en cuanto a la mano de obra. A
continuación, se detalla la siguiente tabla con todos los datos divididos en dos partes, es decir de lunes a jueves y
de viernes a domingo.
Oct-19 Nov-19 Dic-19 Ene-20 Feb-20 Mar-20 Abr-20 May-20
Días laborables 31 30 30 30 29 31 30 31
Días laborables de Lunes - Jueves 19 16 18 17 16 18 18 16
Días laborables de Viernes - Domingo 12 14 12 13 13 13 12 15
Demanda Mensual 10658 11316 11675 10659 10746 10565 10806 10589
Demanda de Lunes - Jueves 4263 4526 4670 4264 4298 4226 4322 4236
Demanda de Viernes - Domingo 6395 6790 7005 6395 6448 6339 6484 6353
Unidades por trabajador de Lunes -
1938 1632 1836 1734 1632 1836 1836 1632
Jueves al mes
Unidades por trabajador Viernes -
1224 1428 1224 1326 1326 1326 1224 1530
Domingo al mes
Producción de promedio por trabajador
17
por hora
Trabajadores actuales 3
Costo de mano de obra/dia S/ 35.00
Costo de contratación S/ 150.00
Costo de despido S/ 200.00
Horas de trabajo al día 6
25
DEMANDA MAXIMA NECESIDAD DE
PRONOSTICADA PERSONAS NUMERO DE
PERIODO PERSONAS
Lunes - Viernes - Lunes a Viernes a DISPONIBLES
Jueves Domingo Jueves Domingo
Oct-19 4263 6395 2 5 3
Nov-19 4526 6790 3 5 3
Dic-19 4670 7005 3 6 3
Ene-20 4264 6395 2 5 3
Feb-20 4298 6448 3 5 3
Mar-20 4226 6339 2 5 3
Abr-20 4322 6484 2 5 3
May-20 4236 6353 3 4 3
Demanda total 34806 52208
Personal
necesario 20 40
Sueldos L - J S/ 11,943.10
Sueldos V - D S/ 17,914.65
Costo de
contratar S/ 450.00
Costo de
despedir S/ 400.00
Costo Total S/ 30,707.75
26
3.2. Plan Maestro
Para la elaboración del plan maestro se tomaron en cuenta los dos productos con mayor participación de ventas
durante los meses de octubre y noviembre del 2019, partiendo de la demanda real de dichos meses en el 2018.
Dando como resultado a la royal cheese + tocino o jamón con una participación del 9.15% y la hamburguesa + lomito
ahumado con un 9%.
PARTICIPACIÓN DE LOS PRODUCTOS CON MAYOR DEMANDA
REFERENCIA DEL
2018
DEMANDA DEMAND %PARTICIPACIÓ
MES REAL PRODUCTOS A N
Hamburguesa Simple 1855 8.48%
Hamburguesa Royal 1835 8.39%
Cheese Burguer 1801 8.23%
Royal Chese 1752 8.01%
Hamburguesa Royal + Tocino 1677 7.67%
Cheese Burguer + Tocino o Jamón 1806 8.26%
Octubre y Noviembre-18 21873 Royal Cheese + Tocino o Jamón 2002 9.15%
Hambuerguesa a lo pobre 1787 8.17%
Hambuerguesa + Lomito
Ahumado 1969 9.00%
Royal + Lomito Ahumado 1814 8.29%
Cheese Burguer + Lomito Ahumado 1796 8.21%
Royal Cheese + Lomito Ahumado 1779 8.13%
21873
27
PRONOSTICO DE LAS UNIDADES
Se calculó el pronóstico de la demanda para dichos productos en los meses de octubre y noviembre del 2019, debido
a que el plan maestro se aplicó en esos meses.
Royal Cheese + Tocino o Jamón Hambuerguesa + Lomito Ahumado
PRONOSTICO
9.15% 9.00%
Oct-19 10658 976 959
Nov-19 11316 1036 1019
Unidades a producer 21974 2011 1978
REQUERIMIENTOS NETOS
El pronóstico de la demanda se dividió en cuatro semanas para cada mes, dando como resultado requerimientos
netos.
Oct-19 Nov-19
Semanas 1 2 3 4 5 6 7 8
Royal Cheese + Tocino o Jamón Requerimientos netos 244 244 244 244 259 259 259 259
Hambuerguesa + Lomito Ahumado Requerimientos netos 240 240 240 240 255 255 255 255
28
SISTEMA LOTE A LOTE (L4L)
Se aplicó la técnica de lote a lote, debido a que es la más sencilla de todas, constituye en producir todos los
requerimientos netos. Teniendo en cuenta que la empresa donde se aplicó el plan maestro está en el rubro de comida
rápida (servicios), tuvo la oportunidad de la cantidad optima de personal con el menor costo.
COSTOS
Royal Cheese + Tocino o Jamón
COSTO POR HAMBURGUESA S/ 2.27
PRODUCCION POR PERSONA
714
SEMANALMENTE
COSTO POR PERSONA SEMANALMENTE S/ 245
COSTOS
Hambuerguesa + Lomito Ahumado
S/
COSTO POR HAMBURGUESA 2.40
PRODUCCION POR PERSONA
714
SEMANALMENTE
COSTO POR PERSONA SEMANALMENTE S/ 245
29
Oct-19 Nov-19 COSTO
ACUMULA
SEMANAS
1 2 3 4 5 6 7 8 DO TOTAL
REQUERIMIENTOS
244 244 244 244 259 259 259 259
NETOS
CANTIDAD DE
244 244 244 244 259 259 259 259
PRODUCCIÓN
CANTIDAD DE
Royal Cheese + PERSONAL 0.342 0.342 0.342 0.342 0.363 0.363 0.363 0.363 S/
Tocino o Jamón REQUERIDO 690.13
S/ S/ S/ S/ S/ S/ S/ S/
COSTO DEL PERSONAL
83.68 83.68 83.68 83.68 88.85 88.85 88.85 88.85
S/ S/ S/ S/ S/ S/ S/ S/
COSTO ACUMULADO
83.68 167.37 251.05 334.73 423.58 512.43 601.28 690.13
REQUERIMIENTOS
240 240 240 240 255 255 255 255
NETOS
CANTIDAD DE
240 240 240 240 255 255 255 255
PRODUCCIÓN
Hambuerguesa CANTIDAD DE
PERSONAL 0.336 0.336 0.336 0.336 0.357 0.357 0.357 0.357 S/
+ Lomito
REQUERIDO 678.76
Ahumado
S/ S/ S/ S/ S/ S/ S/ S/
COSTO DEL PERSONAL
82.30 82.30 82.30 82.30 87.39 87.39 87.39 87.39
S/ S/ S/ S/ S/ S/ S/ S/
COSTO ACUMULADO
82.30 164.61 246.91 329.21 416.60 503.99 591.37 678.76
COSTO DE AMBOS TIPOS DE HAMBURGUESA S/ 1,368.89
30
IV. CONCLUSIONES
• De acuerdo al plan agregado la empresa debería contratar más personal
para los fines de semana, para poder cubrir su demanda sin
inconvenientes. Al cubrir completamente la demanda, se evitará demoras
en el proceso de preparación de hamburguesas, generando mayor
satisfacción al cliente.
• De acuerdo al plan maestro, la estrategia de lote a lote nos permitió
conocer el costo más óptimo de mano de obra para nuestros productos
de mayor participación durante los meses de octubre y noviembre del
2019.
31
REFERENCIAS
Chase, R. B., & Jacobs, F. R. (2009). ADMINISTRACIÓN DE OPERACIONES.
Producción y cadena de sumintros. México: McGRAW-
HILL/INTERAMERICANA EDITORES, S.A.
Chase, R., & Jacobs, R. (2014). Administración de operaciones, producción y cadena
de suministro. Mexico: McGRAW-HILL.
Cruelles Ruiz, J. (2015). Stock, Procesos y Dirección de Operaciones. Colombia:
Marcombo.
Heizer, J., & Render, B. (2009). Principios de Administración de Operaciones. Mexico:
Pearson Educación.
Masini, J., & Vázquez, F. (2014). Modelos Cuantitativos de Pronósticos. Advanced
Value Group.
Mateos, M. (2009). Máster en Estadística e Investigación Operativa. Previsión de
ventas en una gran cadena de tiendas. Universitat Politecnica de Catalunya,
Catalunya.
Villavicencio, J. (2013). www.estadisticas.gobierno.pr. Obtenido de
http://www.estadisticas.gobierno.pr/iepr/LinkClick.aspx?fileticket=4_BxecUaZm
g%3D#:~:text=Un%20proceso%20estoc%C3%A1stico%20se%20dice,se%20h
a%20calculado%20la%20covarianza.
Editorial. (2013, 4 julio). Medición del error en el pronóstico. Cursos gratis.
https://www.conocimientosweb.net/dcmt/ficha13630.html#:%7E:text=En%20estos%
20casos%2C%20se%20emplea,un%20porcentaje%20cercano%20a%20cero.
R. (2014, 11 abril). Pronósticos y administración de la demanda ·. THE LOGISTICS
WORLD | Conéctate e inspírate.
https://thelogisticsworld.com/historico/pronosticos-y-administracion-de-la-
demanda-2/
32
