3. Analisis data adalah bagian yang penting untuk pemilihan model peramalan
yang digunakan. Plot
time series
dari data seharusnya dibangun dan divisualisasikan untuk pengenalan pola seperti
trend
dan musiman atau komponen yang berhubungan. Informasi ini akan menunjukkan tipe metode
peamalan kuantitatif dan model yang akan dikembangkan. 4.
Pemilihan model terdiri dari pemilihan satu atau lebih model peramalan dan menyesuaikan dengan model data.
5. Validasi model terdiri dari evaluasi dari model peramalan untuk
mendefenisikan bagaimana kemungkinan kinerja pada aplikasi yang dimaksudkan.
6. Penyebaran model peramalan meliputi pemilihan model dan hasil peramalan
yang digunakan, hal ini penting untuk memastikan pemahaman pengguna bagaimana untuk menggunakan model dan mengembangkan peramalan dari
model menjadi penerapan yang terus dilakukan. 7.
Pemeriksaan kinerja model peramalan adalah kegiatan berkelanjutan setelah model dikembangkan untuk memastikan model masih memiliki kinerja yang
memuaskan. Peta kontrol dari error hasil peramalan adalah alat sederhana tetapi efektif untuk secara rutin mengontrol kinerja dari model peramalan.
3.2.1. Evaluasi Model Peramalan
Mempertimbangkan bagaimana untuk mengevaluasi kinerja dari teknik peramalan
Douglas, 2008
untuk sebuah waktu tertentu, penting untuk secara teliti mendefenisikan arti dari kinerja. Pengukuran pada umumnya adalah untuk
Universitas Sumatera Utara
melihat akurasi peramalan, salah satu metodenya adalah
average error
atau
mean error
= ∑
Mean absolute deviation mean absolute error
= ∑| |
Mean squared error
� = ∑[ ]
Defenisi
relative forecast error
adalah =
� �
Metode ini sering disebut
percent forecast error
.
Mean percent error
dirumuskan sebagai berikut
� = ∑
Dan
mean absolute percent error
adalah � = ∑|
|
Mengetahui bahwa nilai relatif atau MAPE adalah 3 dapat menjadi sangat memliki arti dari pada mengetahui nilai MAD.
Universitas Sumatera Utara
3.3.
Goal Programming
3.3.1. Terminologi
Goal Programming
Formulasi
goal programming Dylan, 2010
pertama kali dikenalkan oleh Charnes 1955 dalam bidang
Excecutif compensation
. Defenisi dasar dan konsep dari bidang
multicriteria decision making
dan
mathematical programming
adalah untuk
goal programming
, sehingga
goal programming
dapat didefenisikan dalam banyak bidang, yaitu
1. Sebagai
decision makers
, pembuat keputusan yang dimaksud adalah perorangan, organisasi, atau pemegang saham yang memiliki masalah dalam
mempertimbangkan sumberdaya yang dimiliki. 2.
Sebagai
decision variable
, yaitu faktor-faktor yang ingin dikontrol.
Decision variable
menjelaskan masalah dan formulasi keputusan yang akan dibuat. Tujuan dari
goal programming
adalah dapat menunjukkan seluruh kombinasi yang mungkin digunakan sebagai variabel yang dapat menerjemahkan titik
tujuan pencapaian dengan batasan-batasan yang dimiliki. 3.
Criterion
yaitu pengukuran yang digunakan sebagai solusi terbaik, ada banyak kriteria dalam berbagai bidang pencapaian yang dapat digunakan
dalam pengambilan keputusan, tetapi hanya ada beberapa yang paling diutamakan berkenaan dengan tujuan yang ingin dicapai, beberapa level
kriteria seperti: a.
Cost
b. Profit
c. Waktu
Universitas Sumatera Utara
d. Jarak
e. Kinerja sistem
f. Strategi perusahaan
g. Tujuan khusus perorangan pemegang saham
h. Berbasiskan keamanan
safety Objective
yaitu kriteria dengan informasi tambahan yang memiliki tujuan tertentu seperti maksimisasi atau minimisasi yang mana dipilih berdasarkan skala
kepentingan, seperti meminimisasi biaya atau maksimisasi kinerja sistem, sedangkan permasalahan dengan tujuan untuk maksimisasi dan minimisasi disebut
sebagai
multi-objective optimization problem
.
Goal
mengacu pada kriteria dan level yang ditargetkan yang ingin dicapai. Terdapat tiga tipe prinsip dari fungsi tujuan yang ditunjukkan dalam Tabel 3.1.
Tabel 3.1. Tiga Tipe Prinsip Fungsi Tujuan Tipe
Goal
Keterangan Contoh
1 Pencapaian
level target
adalah titik batas atas
at most the target level
Cost
tidak boleh lebih dari anggaran 1 M
2 Mencapai setidaknya level
yang telah ditargetkan
at least the target level
Memproduksi setidaknya 20 item produk
3 Pencapaian tepat pada level
yang ditargetkan Pekerja hanya 20 orang
saja.
Sumber: Dylan Jones dan Mehrdad Tamiz, 2010
Universitas Sumatera Utara
Variabel deviasi mengukur perbedaan antara level target pada sebuah kriteria dan nilai yang akan dicapai yang dianggap sebagai solusi. Kalau nilai
yang dicapai diatas level target maka perbedaan nilai yang diberikan disebut variabel deviasi positif. Kalau nilai yang dicapai dibawah level target maka
disebut variabel deviasi negatif. Makna dari
goal programming
adalah minimisasi variabel deviasi yang tidak diinginkan, untuk goal tipe 1 yaitu
less is better
atau nilai yang lebih rendah adalah lebih baik maka variabel deviasi positif dianggap sebagai variabel deviasi
yang tidak diharapkan, untuk goal tipe 2
more is better
atau nilai yang melebihi target lebih baik, maka variabel deviasi negatif dianggap sebagai variabel deviasi
yang tidak diharapkan, sedangkan untuk goal tipe 3 kedua variabel deviasi positif dan negatif dianggap sebagai variabel deviasi yang tidak diharapkan.
Konstrain adalah fungsi kendala yang menunjukkan pembatasan dalam variabel keputusan yang harus dipenuhi agar solusi dapat diterapkan dalam paktik.
Konstrain berbeda dengan konsep dari
goal
, yang apabila tidak tercapai secara tidak langsung membuat solusi tidak dapat diterapkan. Konstrain secara normal
adalah sebuah fungsi persamaan atau pertidaksamaan. Tanda pembatas adalah sebuah tanda atau simbol yang membatasi
keputusan tunggal atau variabel deviasi untuk menunjukkan
range
nilai. Tanda pembatas yang paling umum adalah untuk menunjukkan variabel non-negative
dan berlangsung terus-menerus kontinu. Daerah
feasible
adalah daerah solusi yang menunjukkan seluruh fungsi kendala dipenuhi dan
goal programming
memenuhi tanda pembatas. Beberapa
Universitas Sumatera Utara
solusi yang berada didalam daerah
feasible
dapat digunakan atau diimplementasikan dalam praktik.
3.3.2. Filosofi yang Mendasari
