Pengolahan Data dan Pengetahuan

3.1.3. Penyusunan Model

Sebagaimana dikemukakan, model manajemen krisis yang disusun terbagi menjadi tiga lapis. Lapis pertama adalah penyajian presentation layer, yang menyuguhkan data kepada pengguna. Sedang lapis tengah middle layer merupakan mesin inferensi yang berfungsi mengarahkan dan memanipulasikan data dari pengetahuan yang terserap sehingga menghasilkan kesimpulan atau data baru yang dapat dicerna oleh pengguna. Lapis ketiga adalah back-end layer yang menyimpan dan menyediakan hasil penyerapan pengetahuan atau pusat data Marimin, 2002; Gates Hemingway, 2000; Jackson, 2000; Blanchard, 1998; Eriyatno, 1998; Coyle, 1995; Blanchard Fabrycky, 1981.

3.2. Metoda Peramalan

Dewasa ini peramalan merupakan bagian yang penting dalam pengambilan keputusan di kalangan manajemen, terutama yang menyangkut penjadwalan sumberdaya, persiapan penambahan sumberdaya bahan baku, tenaga kerja dan lain-lain dan penetapan saat yang tepat mengenai kebutuhan suatu sumberdaya. Metoda peramalan adalah teknik yang digunakan menduga saat atau besaran suatu peristiwa mendatang berdasarkan data atau pengalaman terdahulu. Metoda peramalan secara garisbesarnya terbagi menjadi 1 naif dan naluriah, dan 2 kuantitatif formal. Ditilik dari model yang mendasarinya, metoda peramalan kuantitatif dapat digolongkan menjadi deret berkala dan sebab-akibat. Metoda peramalan kuantitatif deret berkala umumnya lebih mudah diterapkan. Sedang metoda peramalan kuantitatif sebab-akibat biasanya digunakan dalam peramalan kebijakan dan pengambilan keputusan Di lain pihak, peramalan naif dan naluriah, yang sering disebut juga metoda kualitatif atau peramalan teknologikal, tidak memerlukan kumpulan data seperti yang dibutuhkan pada peramalan kuantitatif. Asupan yang diperlukan tergantung pada metoda tertentu dan umumnya merupakan hasil pemikiran naluriah, pertimbangan dan kumpulan pengetahuan. Pendekatan teknologikal seringkali menuntut asupan dari sejumlah pakar yang berpendidikan atau terlatih secara khusus. Lima langkah pokok dalam peramalan adalah 1 pengumpulan data, 2 pemilahan data, 3 pengembangan model dan evaluasi, 4 ekstrapolasi model atau peramalan dan 5 evaluasi peramalan. Salah satu hal penting yang harus dipertimbangkan dalam pemilihan metoda peramalan adalah pola data yang memungkinkan pengujian ketepatan metoda peramalan itu. Pola data dapat dibedakan menjadi empat jenis yaitu pola horisontal atau stasioner, musiman, siklis, dan kecenderungan atau trend Hanke et al, 2002; Makridakis et al, 1983. Tidak ada metoda peramalan yang dapat digunakan secara tepat bagi segala situasi. Faktor-faktor yang harus dipertimbangkan dalam pemilihan metoda peramalan antara lain lingkup waktu yang dicakup, perilaku data, tipe model, ketersediaan biaya, tingkat ketepatan yang diinginkan dan kemudahan penerapan.

3.2.1. Mutu Metoda Peramalan

Mutu suatu metoda peramalan antara lain ditentukan oleh: 1. Tingkat akurasi. Tingkat akurasi menjadi acuan utama mengenai mutu suatu metoda peramalan, diukur dari bias dan konsistensi peramalan. Bias menggambarkan penyimpangan lebih besar atau lebih kecil peramalan secara terus menerus dari kenyataan atau kejadian sebenarnya. Konsistensi menggambarkan keberulangan atau kesamaan hasil peramalan jika suatu sistem mendapatkan asupan yang sama. 2. Stabilitas. Stabilitas peramalan menunjukkan sejauh mana sistem tidak terlalu berfluktuasi akibat terjadinya keragaman kerandoman data sehingga bisa menghasilkan respon yang stabil. 3. Kesederhanaan. Suatu sistem peramalan harus dibuat sesederhana mungkin, sehingga mudah dipahami, dirawat dan dioperasikan. 4. Tingkat biaya. Pada umumnya besarnya biaya meningkat seiring peningkatan kebutuhan data, komputasi, penyimpanan data, dan penggunaan tenaga ahli. Biaya yang terlalu besar bagi pengoperasian suatu sistem peramalan, menggambarkan model tersebut tidak efisien. Beberapa kriteria yang digunakan dalam pengukuran ketepatan relatif metoda peramalan antara lain Makridakis et al. 1983: 1. Kesalahan Persentase Percentage Error atau PE 100 ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − = t t t t X F X PE .……………………………………………. 1 di mana X t = nilai kenyataan F t = nilai peramalan 2. Nilai Tengah Kesalahan Persentase Mean Percentage Error atau MPE MPE = ∑ = n i i n PE 1 ……………………………………………. 2