Metode Nominal Group Metode Time Series

Kunci keberhasilan metode ini pada dasarnya tergantung pada kompetensi koordinator dan kepakaran anggota panel serta variasi pengalamannya. Kordinator perlu memiliki kemampuan menjalin sintesa atas berbagai pendapat dan rramalan dari peserta yang bervariasi.

2.3.4. Metode Nominal Group

Metode ini melibatkan orang-orang yang berpengalaman dalam berbagai bidang. Perbedaan dengan metode Delphi terletak pada interaksi antara anggota panel. Dalam metode ini terdapat diskusi antara anggota secara langsung dan secara tatap muka, sedangkan dalam metode Delphi sama sekali tidak terdapat interaksi lisan. Langkah-langkah metode kelompok nominal adalah sebagai berikut : 1. Kelompok yang terdiri atas tujuh sampai sepuluh orang ahli bertemu dalam suatu ruangan dan duduk dalam formasi “meja bundar”, sehingga masing- masing anggota panel dapat saling menatap. Seorang fasilitator membafikan berkas mengenai masalah tertentu kepada anggota kelompok dengan maksud untuk ditanggapi secara tertulis oleh masing –masing anggota. 2. Masing-masing anggota menulis tanggapan secara perorangan tanpa mengadakan diskusi dengan orang lain. Fasilitator kemudian mempersilakan masing-masing anggota secara bergantian mempresentasikan ide-ide yang ditulis tanpa diberi komentar oleh anggoa lain. Fasilitator merekam ide-ide anggota panel agar semua dapat membaca. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 3. Fasilitator mempersilahkan kelompok untuk mendiskusikan setiap gagasan yang telah direkam. Dalam proses diskusi ini, bila terdapat kesamaan gagasan antara anggota, maka fasilitator merangkum dan merumuskan. 4. Setelah setiap gagasan diolah oleh kelompok dan dirumuskan kembali, fasilitator akan mempersilakan parqa anggota untuk membuat ranking dari gagasan-gagasan yang diterima oleh kelompok. Ranking perorangan dibuat berdasarkan persepsi anggota mengenai prioritas dan elevansi. Ranking dibuat oleh anggota secara tertulis. 5. Fasilitator mengumpulpkan hasil ranking yang telah dibuat oleh setiap anggota dan menganalisanya untuk mendapatakan hasil perhitungan rata-rata dari ranking peserta. Hasil analisa inilah yang merupakan consensus ari kelompok nominal.

2.3.5. Metode Time Series

Metode time series adalah metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan. Secara umum, ppermintaan pada masa akan datang dipengaruhi oleh waktu. Untuk membuat suatu peramalan diperlukan data histories permintaan. Data inilah yang akan dianalaisa dengan mengguanakan parameter waktu sebagai dasra analisa. Baroto 2002:30 Metode yang memberikan hasil peramalan secara tepat belum tentu te[pat untuk meramalkan data yang lain. Dalam peramalan time series, metode peramalan yang terbaik adalah metode yang memenuhi criteria ketepatan ramalan. Criteria ini Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. berupa mean absolute deviation MAD, mean sequare of error MSE, atau mean absolute procentage of error MAPE Procedure peramalan permintaan dengan metode time series adalah sebagai berikutt : 1. Tentukan pola data permintaan. Dilakukan dengan cara memplotkan data secara grafis dan menyimpulkan apakah data itu berpola trend, musiman, siklika, atau eratikrandom. 2. Mencoba beberapa metode time series yang sesuai dengan pola permintaan tersebut untuk melakukan peramalan. Metode yang dicoba semakin banyak semakin bak. Pad setiap metode, sebaiknya dilakukan peramalan dengan parameter yang berbeda. 3. Mengevaluasi tingkat kesalahan dari tiap-tiap metode yang telah dicoba. Tingkat kesalahan diukur dengan criteria MAD, MSE, MAPE, atau yang lainnya. Sebainya nilai tingkatan kesalahan apakah MAD, MSE, atau MAPE ini ditentukan dulu.tidak ada ketentuan mengenai berapa tingkat kesalahan maksimal dalam peramalan. 4. memilih metode peramalan terbaik diantara metode yang dicoba. Metode terbaik adalah metode yang memberikan tingkat kesalahan tersebut di bawah batas tingkat kesalahan yang telah ditetapkan. 5. melakukan peramalan dengan metode terbaik yang telah dipilih. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Berikut ini merupakn beberapa macam metode yang termasuk dalam metode time series hanya terdiri dari komponen average level dan komponen random. 1. Metode simple moving average. Metode ini merupakan metode time series yang paling sederhana. Pada metode ini dasumsikan bahwa pola time series hanya terdiri dari komponen average level dan random error. Rumusnya : Rata-rata demand dari jumlah periode N,   N D D D A N t t t t 1 1 .......        Jika diasumsikan komponen time series adalah average level maka peramalan pada periode t+1 adalah sama denga rata-rata demand sebelumnya. t t A F   1 2. Metode Weigh Moving Average Model peramalan time series dalam bentuk lain dimana untuk mendapatkan tanggapannya yang lebih cepat, dilakukan dengan cara memberikan bobot lebih pada data-data paeriode yang terbaru dari periode yang terdahulu. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Rumusnya : 1 1 2 1 1 1 ..... ..........          N t N t t t D W D W D W A F Dengan kondisi :    N i i W 1 1 3. Metode Exponensial Smoothing Metode ini adalah salah satu jenis metode peramalan time series yang didasarkan pada asumsi bahwa angka rata-rata baru dapat diperoleh dari angka rata-rata lama dan data demand yang terbaru.Sumayang 2003:36 Ada beberapa metode yang dikelompokkan dala metode exponential smooting, yaitu : a. Single Exponential Smoothing Rumus untuk metode ini adalah : 1 1     t t t A D A   Dimana : A t = Perkiraan permintaan pada periode t  = Pembobotan yang diberikan pada demand terbaru 0 1    b. Doubel Single Exponential Smoothing Double Single Exponential Smoothing adalah modifikasi dari exponential smoothing yang dirumuskan sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.   2 Xt = 1 2   t X X t   Dimana :   2 Xt : Permalan double exponential smoothing  : Factor smoothing dan    1 j. Metode Regresi Linier Regresi linier adalah metode popular untuk bebagai macam permasalahan. Untuk peramalan time series, formulasi regresi linier cocok digunakan bila pola data adalah trend Baroto,2002:41. Formulasi asli regresi linier adalah :   t t b a t f     . Dimana :   t f = nilai dari fungsi permintaan pada periode t variable terikat a ,b = intercept dan slope t = periode variable bebass t = error atau kesalahan atau penyimpangan pada periode t Bila digunakan unutk peramalan, maka formula regresi linier adalah :   t b a t f .   Dimana :                2 2 2 . t t n t f t t t f t a Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.               2 2 . t t n t f t t f t n b

2.4. Definisi Agregat Planning