Gutiérrez, Carrillo, Mojica, Carmona y Arias / INGE CUC, vol. 1 no.

1, Agosto - Noviembre, 2018

Valbuena Marroquinería:
Pronóstico Y Planificación De Morrales Casuales
Valbuena Marroquinería:
Forecast and Planning of Casual Backpacks
Artículo de investigación. Fecha de recepción: 01/08/2018. Fecha de aceptación: 14/11/2018

Dayana Brigitte Gutiérrez Goenaga

Universidad de la Costa. Barranquilla, (Colombia)
dgutierr19@cuc.edu.co

Stephany Maria Carmona Ramos

Universidad de la Costa. Barranquilla, (Colombia)
scarmona3@cuc.edu.co

Melanie Paola Arias Padilla

Universidad de la Costa. Barranquilla, (Colombia)
marias8@cuc.edu.co

Andrea Carrillo Rodríguez

Universidad de la Costa. Barranquilla, (Colombia)
acarrill16@cuc.edu.co

José Mojica Conde

Universidad de la Costa. Barranquilla, (Colombia)
jmojica4@cuc.edu.co

Resumen- En el siguiente artículo se presenta el proyecto de Abstrac-In the following article we present the classroom
aula de la asignatura producción realizado a la línea de morrales project of the production subject made to the line of backpacks
que fabrica la empresa Valbuena marroquinería, este proyecto manufactured by the company valbuena marroquinería, this
está dividido en 3 fases. En la primera fase se presenta la project is divided into 3 phases. In the first phase the application
aplicación de pronósticos, utilizando el método de promedio of forecasts is presented, using the mobile average method and
móvil y el método de suavización exponencial simple con el the simple exponential smoothing method with the MAD
cálculo de las MAD para cada método. Para la segunda fase se calculation for each method. For the second phase the subject of
aplicó el tema de planificación de la producción, plan maestro production planning, production master plan and materials
de producción y plan de requerimiento de materiales (MPR). requirement plan (MPR) was applied. For the third phase was
Para la tercera fase se realizó aplicando balanceo de líneas de carried out by applying balancing of assembly lines and the
ensamble y el método de programación en una máquina en este programming method in a machine in this case the SPT method.
caso el método SPT. dividido en 3 fases . En la primera fase se divided into 3 phases. In the first phase the application of
presenta la aplicación de pronósticos, utilizando el método de forecasts is presented, using the mobile average method and the
promedio móvil y el método de suavización exponencial simple simple exponential smoothing method with the calculation of
con el cálculo de las MADS para cada método de pronóstico. the MADS for each forecasting method. For the second phase
Para la segunda fase se aplicó el tema de planificación de la the subject of production planning, production master plan and
producción, plan maestro de producción y plan de requerimiento materials requirement plan (MPR) was applied. For the third
de materiales (MPR). Para la tercera fase se realizó aplicando phase was carried out by applying balancing of assembly lines
balanceo de líneas de ensamble y el método de programación en and the programming method in a machine in this case the SPT
una máquina en este caso el método SPT. method.
Key words
Palabras clave
Forecasts, moving average, simple exponential smoothing,
Pronósticos, promedio móvil, suavización exponencial simple, production master plan, material requirements plan,
plan maestro de producción, plan de requerimiento de programming on a machine.
materiales, programación en una máquina.
© The author; licensee Universidad de la Costa - CUC.
INGE CUC vol. 1. no. 1, pp. Agosto- Noviembre, 2018
Barranquilla. ISSN 0122-6517 Impreso, ISSN 2382-4700 Online
Introducción- En la actualidad con los grandes avances
tecnológicos, existen muchas compañías que se encuentran con Mes Demanda
un nivel de desarrollo mucho más alto con respecto a otras,
debido a que cuentan con esta gran innovación. Además de esto, 1 Marzo 2109
así como existen factores que favorecen el buen funcionamiento
de muchas empresas, también están aquellos que las retrasan en
2 Abril 2480
sus diferentes procesos ya sean internos o externos. Con este
proyecto se pretende trabajar sobre aquellos procesos internos
que están relacionados con la fabricación de productos, 3 Mayo 2148
aplicando así conocimientos adquiridos sobre la demanda y
pronósticos acerca de la venta del producto y planificación de la 4 Junio 2538
producción de dicho producto. Al trabajar sobre estos aspectos
en particular, se pretende identificar aquellos que impactan de 5 Julio 2435
manera tanto negativa como positiva dentro del proceso, para así
eliminar o mejorar los primeros, y reforzar los segundos junto 6 Agosto 2509
con la creación de estrategias para mantenerlos.
7 Septiembre 2629
La metodología que se pretende aplicar para el desarrollo del
trabajo es la planificación y programación de la producción y
Tabla1.Histórico la demanda de bolsos. Fuente: empresa Valbuena
demanda del producto, con ella se va a desenvolver este trabajo marroquinería
y a su vez se va a implementar en la pequeña empresa llamada
Valbuena Marroquinería, que cuenta con 16 trabajadores en Se analizaron por medio de un gráfico en Excel para determinar
total, se encuentra ubicada en la calle 45 No. 3B-34, está el tipo de comportamiento que tiene la demanda.
encargada de la producción de bolsos, y es de tipo
manufacturera y comercial.
3000
Los productos que se fabrican en esta empresa son bolsos de
cuero, como por ejemplo morrales casuales. Con este trabajo se
busca mostrar los diferentes cálculos necesarios en el proceso, 2500
para así dar las conclusiones más pertinentes según lo que se
haya estudiado sobre los temas mencionados. 2000

Metodología- La metodología empleada está basada en la

aplicación de los temas de Pronósticos, Planificación de la
Producción, Medidas de Desempeño, Programación y Control
de la Producción, estos son manejados utilizando la herramienta
Excel para que la facilidad y rapidez sea mayor y mejor.
Además, para poder llevar a cabo dichos temas fue necesario
programar visitas a la empresa para la obtención de los datos
suficientes sobre la demanda en diferentes meses y demás, datos
sumamente importantes para el proceso de construcción de las
tablas y la interpretación de los resultados.
Pronósticos (fase1)-Primeramente se seleccionó el histórico la
demanda de bolsos desde el mes de marzo hasta septiembre
del año 2018.
1500
1000
500
Demanda
0
0 2 4 6 8
Grafico 1. Datos de la demanda.
Al observar los datos de la demanda en el gráfico
correspondiente a los meses de marzo a septiembre del año
2018, podemos determinar que esta presenta un comportamiento
constante, pues los datos no se encuentran muy dispersos con
respecto a la media y siguen un comportamiento similar.
Fase 1: A partir de los datos recolectados se realizaron distintos
métodos de pronóstico para determinar la demanda del mes de
octubre. El primer método utilizado fue el promedio móvil
simple en donde, se trabajó con dos y tres meses.

2
 INGE CUC, vol. no., pp.- Enero - Junio, 201X
Tabla 2.Pronostico de la demanda por medio del método de promedio
móvil (Con 2 y 3 meses).
Luego de realizado el pronóstico, se comparan los MAD y señal
de seguimiento para cada promedio (2 y 3 meses) con el
objetivo de elegir aquel que sea más viable, es decir, que tenga
menor número de desviaciones medias absolutas a la demanda
real.
Tabla 3. Error calculado para promedio móvil con 2 meses.
Tabla 4. Error calculado para promedio móvil con 3 meses.
Al comparar las MADS, se observa que con dos meses es
mucho más preciso, debido a que con tres meses arroja un
número mucho mayor y más distante.
Otro método que se utilizó para pronosticar, fue la suavización
exponencial, en la cual se utilizó un alfa de 0,5 para realizar el
pronóstico.
3
Tabla 5. Pronostico de la demanda a partir del método suavización
exponencial simple.
Luego se calculado el pronóstico se procede con el cálculo de
las MADS, la cual arroja un valor de 176,43.
Tabla 6. Error calculado para suavización exponencial simple.
Al observar la tabla de MADS, se encuentra Que el tracking
signal obtenido indica un número de 6,46 desviaciones de la
demanda real con un MAD de 176,43.
Como medida de desempeño para el modelo de pronóstico
propuesto, encontramos un método llamado FA (forecast
accuracy). La forma más común de medir la precisión de un
pronóstico (forecast accuracy) es comparar los resultados del
pronóstico contra los valores reales del siguiente periodo. El
objetivo es encontrar valores cercanos a 1 para emitir juicios
favorables sobre el modelo de pronóstico seleccionado. Este
indicador se puede utilizar para medir la precisión por semana,
por mes, por ítem o de acuerdo a sus necesidades de
representación.
El forecast accuracy, se soluciona a través de la fórmula:
FA (forecast accuracy) = 1 – %Error
%Error= 𝑉𝑎𝑙𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜(𝐴𝑡 − 𝐹𝑡)/𝐴𝑡
Una vez aplicado el FA a todos los métodos de pronóstico
utilizados, se obtuvo lo siguiente:
 Los resultados arrojados se muestran más adelante.

Resultados- Con la aplicación de cada tema y el análisis de cada

tabla, se pudieron determinar los pronósticos de los productos
que se deben fabricar ya sea de manera semanal o mensual.
Además, se permite trabajar con órdenes reales de producción,
sujetas a la existencia de inventarios anteriores y órdenes o
pedidos confirmados ya que la empresa trabaja en su mayoría
por pedidos.
Tabla 6. FA Para el método de suavización exponencial simple.
Fase1: Según los datos arrojados en esta primera fase, se
selecciona el método de suavización exponencial simple, pues
es el que nos brinda más información acerca los pronósticos, y
también cuenta con un FA con datos muy cercanos a 1 que es lo
que este método nos confirma que los datos arrojados tienen
buena precisión.

Luego de definir el método a usar para el cálculo del pronóstico,

se obtiene lo siguiente para los próximos 6 meses.

Tabla 7. FA Para el método de promedio Móvil con 2 meses.

Tabla 8. FA Para el método de promedio Móvil con 3 meses.

Planificación de la producción (fase2)- en este punto, se

abordó el estudio y análisis de los procesos de planificación para
la producción.
Primeramente, se muestra una tabla con la política de
lotificación por cada componente del producto final. Tabla 9. Pronostico de la demanda para los meses de Octubre a Abril.

Debido que la demanda es constante, es posible asumir que esta

será idéntica para el periodo de 6 meses.

Fase 2: en esta se realizó el plan agregado en base a los

siguientes siete meses desde octubre en adelante.

Tabla 11. Parámetros para la elaboración del plan agregado

Tabla 10. Política de lotificación por cada componente.

La empresa Marroquinería Valbuena, trabaja bajo pedido, por lo

cual sus órdenes dependen de la cantidad de pedidos que le
hagan por lo que manejan una política de lotificación Lote por
Lote.

A continuación se realiza el plan agregado de producción

(solver), Plan Maestro de Producción (MPS) y el Plan de
Requerimiento de Materiales (MRP).

4
 INGE CUC, vol. no., pp.- Enero - Junio, 201X

MES
TOTAL
CONCEPTO OCTUBRE NOVIEMBRE DICIEMBRE ENERO FEBRERO MARZO ABRIL
Días Laborales/Mes 23 26 24 24 24 24 26 171 Parámetro
Unidades /
368 416 384 384 384 384 416 2736 Parámetro
Trabajador
Demanda
2778 2778 2778 2778 2778 2778 2778 19446 Parámetro
(Pronóstico)
Capacidad Mensual 2944 2912 3072 3072 3072 3072 2912 21056 Función
Operarios
8,0 7,0 8,0 8,0 8,0 8,0 7,0 Variable de Decisión
Necesarios
Operarios
8 7 8 8 8 8 7 54 Función
Disponibles
Operarios
0 0 1 0 0 0 0 Variable de Decisión
Contratados
Operarios
7 1 0 0 0 0 1 Variable de Decisión
Despedidos

2778 2778 2778 2778 2778 2778 2778 Variable de Decisión

Unidades Producidas
Inventario Neto 0 0 0 0 0 0 0 Variable de Decisión
Balance de
0 0 0 0 0 0 0 Función
Inventario
Costo de Mano de
6390320 6320860 6668160 6668160 6668160 6668160 6320860 45704680 Función
obra
Costo de
0 0 300000 0 0 0 0 300000 Función
Contratación
Costo de Despido 3150000 450000 0 0 0 0 450000 4050000 Función
2222400 2222400 2222400 2222400 2222400 2222400 2222400 15556800 Función
Costo de Producción
Grafico 2. Árbol estructural de componentes de un morral.
0 0 0 0 0 0 0 0 Función
Costo de Almacenaje
COSTO TOTAL $ 11.762.720 $ 8.993.260 $ 9.190.560 $ 8.890.560 $ 8.890.560 $ 8.890.560 $ 8.993.260 $ 65.611.480 Función Objetivo

Tabla 12. Plan agregado (solver). A partir de esto, se determina el plan de requerimiento por cada
material necesario para la obtención del producto final.
La empresa casi no incurre con costos de despido ni
contratación, debido a que el personal la mayoría del tiempo es
constante y se mantiene el mismo número de trabajadores, por
otro lado vemos que el costo de almacenaje no es muy elevado,
y que este se tenga o no se tenga inventario por almacenar,
siempre será el mismo, debido a que hace parte de los costos de
arriendo que se pagan por el local.

Luego se procede a calcular plan maestro de producción, en

donde se trabajó sobre el pronóstico realizado anteriormente y se
realizó el plan agregado en base a los siguientes siete meses Tabla 15. Los tiempos de entrega, tamaños de lote, inventarios iniciales,
desde octubre en adelante. y recepciones programadas para cada parte y subparte.

Tabla 13. Parámetros para la elaboración del plan Maestro.

Tabla 16. MRP del cuero

Tabla 14. Plan Maestro de Producción

En este plan, la fila de MPS indica la cantidad de unidades a Tabla 17. MRP del forro
producir para el final de cada semana.

Finalmente se calcula plan de requerimiento de materiales, en

donde se realizó el siguiente árbol estructural del producto.

Tabla 18. MRP de correderas.

5
 Tabla 19. MRP de herrajes

Tabla 20. Organización de las estaciones y eficiencia.

Tabla 21. Eficiencia por estaciones. (Tiempo en minutos)

Tabla 17. MRP de herrajes decorativos.
Por medio del balanceo de líneas de ensamble, utilizando el
diagrama de operaciones de las tareas de cada uno de los
FASE 3
procesos que se hacen en la empresa Valbuena marroquinería,
por medio de este diagrama se plantean las tareas y la
Número de estaciones
precedencia que hay entre ellas. El diagrama de precedencias es
necesario para luego calcular el número de estaciones por las
96 unidades
cuales pasa el proceso. Después de esto se calcula la eficiencia
8 horas
de proceso en total y también la eficiencia por estación.
420 minutos

SPT (Tiempo de procesamiento más corto)

Grafico 3. Diagrama de precedencia de la empresa Valbuena

Marroquinería

Tabla 18. Tiempo de Ciclo y número de estaciones.

Tabla 22. SPT actual

Se utilizó el método programación de SPT, debido a que en la

empresa no se cuenta con mucho espacio para guardar la materia
prima y por ende en ocasiones, esta es obstáculo para los
trabajadores.
No se hizo necesario utilizar los métodos de EDD ni el
algoritmo Hodgson, ya que la empresa no incurre con gastos por
órdenes atrasadas.

Tabla 19. Operaciones y precedencia.

Tabla 23.SPT mejorado

6
 INGE CUC, vol. no., pp.- Enero - Junio, 201X

Luego se organizaron los tiempos de procesamiento del menor a

mayor, dando como resultado un menor tiempo total.

Conclusiones- Se observa que se registran pronósticos

razonables que ayudarán a la mejora constante de la
productividad. Por otro lado, se ayuda a la compañía por vez
primera a registrar datos de producción en documentos físicos
que ayuden a tomar decisiones favorables para la empresa.
La elaboración de este artículo se basó en el estudio de
producción realizado en la empresa Valbuena marroquinería, en
el cual primeramente se implementaron varios métodos de
pronóstico, y se seleccionó el mejor, para luego proceder a
trabajar sobre la planificación de la producción.

Gracias a este estudio se pudo colocar en práctica los

conocimientos adquiridos y se mejoró la producción en la
empresa, ya que en esta nunca se había realizado un estudio de
producción.

REFERENCIAS
[1] G. Arredondo Ortega, K. V. Ocampo Jaramillo, J. P. Orjuela Cabrera
y C. A. Rojas Trejos, “Modelo de planeación y control de la producción
a mediano plazo para una industria textil en un ambiente make to order”,
Ingeniería e Investigación, Universidad de Medellín, Agosto 2016.

[2] Vasquez, J. P. R., Cárdenas, D. C., Carrillo, M. G. G., & Rosero, C.

H. S. (2015). Modelo de programación lineal para planeación de
requerimiento de materiales. Revista Tecnológica-ESPOL, 28(2).

[3] M. Ramos Maldonado, T. Maness y D. Salinas Sandoval, «Modelo

de un sistema multi-agente para la optimización de la cadena de
suministros en la industria de la madera de coníferas,» Concepción,
2015.

[4] R. del Solar, I. Chacón y M. Ponce D, «PLAN AGREGADO DE

PRODUCCIÓN EN BARRACAS MADERERAS. ESTUDIO DE
CASO PARA UNA PEQUEÑA INDUSTRIA,» Talca, 2008.

[5] W.Otaya Betancourt, J. C. Osorio Gómez, J. P. Orejuela Cabrera,

“Plan agregado de producción con personal en situación de
discapacidad”, Rev.EIA.Esc.Ing.Antioq . 2015, n.23, pp.175-187. ISSN
1794-1237.

[6] A. Contreras Juárez, C. Atziry Zuniga , J. Luis Martínez Flores ,D.

Sánchez Partida, “Análisis de series de tiempo en el pronóstico de la
demanda de almacenamiento de productos perecederos”, Puebla,
México,2016.

[7] A. Takik, G. Kobe, K. Kumar y B. Nadjib (2018). Production

planning with order acceptance and demand uncertainty. Faculty of
Economics and Business Administration,