Kriteria Performance Peramalan Proses Verifikasi

n : banyaknya periode 3. Percentage Error PE 100 x X F X PE t t t t 〉 − 〈 = Dimana nilai dari Pet bisa positif ataupun negatif. 4. Mean Absolute Percentage Error MAPE N PE MAPE t N 1 t ∑ = =

3.3.5. Proses Verifikasi

Proses verifikasi digunakan untuk melihat apakah metode peramalan yang diperoleh representatif terhadap data 9 9 Ibid., h.60 . Proses verifikasi dilakukan dengan menggunakan Moving Range Chart MRC. Dari peta ini dapat terlihat apakah sebaran berada didalam batas kontrol ataupun sudah diluar kontrol. Apabila sebaran berada diluar kontrol, maka fungsimetode peramalan tersebut tidak sesuai, artinya pola peramalan terhadap data Y-Y F tersebut tidak representatif. Proses verifikasi dengan menggunakan Moving Range Chart MRC dapat dilihat pada Gambar 3.1. A B C A B C Y-Yf UCL = 2.66 MR -13 x 2.66 MR -23 x 2.66 MR Central Line = MR 23 x 2.66 MR 13 x .66 MR LCL = -2.66 MR Gambar 3.1 Moving Range Chart Kondisi out of control dapat diperiksa dengan menggunakan empat aturan berikut : 1. Aturan Satu Titik Bila ada sebaran Y-Y F berada diluar UCL dan LCL. Walaupun jika semua titik sebaran berada dalam batas kontrol belum tentu fungsimetoda representatif. Untuk itu penganalisaan perlu dilanjutkan dengan membagi MRC kedalam tiga daerah yaitu A, B dan C. 2. Aturan Tiga Titik Bila ada tiga buah titik secara berurutan berada pada salah satu sisi, yang dua diantaranya jatuh pada daerah A. 3. Aturan Lima Titik Bila ada lima buah titik secara berurutan berada pada salah satu sisi, dan empat diantaranya jatuh pada daerah B. 4. Aturan Delapan Titik Bila ada delapan buah titik secara berurutan berada pada salah satu sisi, pada daerah C.

3.4. Goal Programming

Model Goal Programming merupakan perluasan dari model pemrogaman linier, sehingga seluruh asumsi, notasi formulasi model matematis, prosedur perumusan model dan penyelesaiannya tidak berbeda 10 ruas kanannya maka variable deviasional itu harus diminimumkan di dalam fungsi tujuan. Pemanipulasian model pemrograman linier yang dilakukan oleh Charner dan Cooper telah mengubah makna kendala fungsional. Bila pada model pemrograman linier, kendala-kendala fungsional menjadi pembatas bagi usaha . Perbedaannya hanya terletak pada kehadiran sepasang variabel deviasioanal yang akan muncul difungsi tujuan dan fungsi-fungsi kendala. Goal Programming adalah salah satu model matematis empiris yang dipakai sebagai dasar dalam pengambilan keputusan dan karenanya pendekatan Goal Programming ini disebut dengan pendekatan kuantitatif. Goal Programming dipakai untuk menjawab berbagai masalah yang pemecahannya lebih sesuai menggunakan Goal Programming daripada menggunakan teknik lainnya.

3.4.1. Kendala Sasaran

Di dalam Goal Programming, Charnes dan Cooper menghadirkan sepasang variabel yang dinamakan “variable deviasional” dan berfungsi untuk menampung penyimpangan atau deviasi yang akan terjadi pada nilai ruas kiri suatu persamaan kendala terhadap nilai ruas kanannya. Agar deviasi itu minimum, artinya nilai ruas kiri suatu persamaan kendala “sebisa mungkin” mendekati nilai 10 Siswanto, Operations Research, Jilid I, Jakarta: Erlangga, 2006, h. 341-344. pemaksimuman atau peminimuman fungsi tujuan, maka pada model Goal Programming kendala-kendala itu merupakan sara untuk mewujudkan sasaran