PT MAK mempunyai permasalahan dengan tertundanya kedatangan bahan produksi yang dipesan. Meskipun perusahaan mengetahui adanya keterlambatan berdasarkan data, namun perusahaan belum mengetahui penyebab atau sumber permasalahan yang menyebabkan keterlambatan. Di sisi lain, tidak semua faktor dapat dikendalikan untuk mengurangi keterlambatan kedatangan bahan produksi. Perusahaan bermaksud untuk mengestimasi perubahan waktu keterlambatan jika dilakukan pengendalian atau intervensi terhadap faktor tertentu dengan memanfaatkan ketersediaan data. Estimasi perubahan waktu keterlambatan menggunakan model causal inference menggunakan library DoWhy (library Python) untuk causal inference dengan membuat grafik model, mengevaluasi efek kausal secara kuantitatif, dan memvalidasi asumsi kausal) untuk memperkirakan kuantitas pengaruh kausal antara faktor-faktor yang mempengaruhi keterlambatan kedatangan material yang dipesan. Hasil penelitian menunjukkan faktor-faktor yang mempengaruhi keterlambatan kedatangan material atau part adalah material atau part yang dipesan oleh perusahaan, periode pemesanan material atau part (bulan), kuantitas pemesanan material atau part, vendor, jarak vendor, lead time antara PR dengan PO, dan lead time antara tanggal PO dengan delivery date. Faktor yang dapat diintervensi adalah lead time antara proses PR dengan proses PO. Hasil estimasi causal effect adalah jika dilakukan intervensi atau pengendalian pada faktor lead time antara proses PR dengan PO dengan cara menurunkan lead time hingga menjadi nol hari pada data dimana lead time sama dengan satu hari atau lebih, maka diestimasikan akan terjadi perubahan rata-rata waktu keterlambatan kedatangan material atau part berupa penurunan sebesar dua hari.
