Filosofi yang Mendasari Analisis Hasil dari

solusi yang berada didalam daerah feasible dapat digunakan atau diimplementasikan dalam praktik.

3.3.2. Filosofi yang Mendasari

Goal programming dapat dimanfaatkan secara penuh, penting untuk memahami pilosofi dan konsep ekonomi yang mendukung fungsi matematis, hal ini akan memastikan jenis goal programming yang dipilih adalah metode yang tepat dan parameter yang digunakan telah sesuai. 1. Kepuasan, goal programming adalah salah satu teknik yang menggunakan kepuasan sebagai basis utama. Kepuasan menjelaskan sebuah perilaku yangmana akan dicapai oleh pembuat keputusan sebagai defenisikan tujuan goal , apabila tujuan goal tercapai maka akibat dari keputusan yang telah diambil menunjukkan kepuasan. 2. Mengoptimalkan, optimal dalam konteks pengambilan kepututsan menunjukkan cara untuk menemukan keputusan yang memberikan nilai terbaik dari beberapa himpunan nilai yang mungkin dipilih sebagai kepututsan. Ada tiga situasi yang perlu dicatat yang merupakan bagian penting dalam pilosofi optimal yaitu a. Apabila target dari goal disusun sangat optimistik seperti pada nilai ideal yang ditetapkan dan tujuan goal maka pilosofi yang utama berubah dari kepuasan menjadi pengoptimalan. Universitas Sumatera Utara b. Apabila yang ingin dicapai adalah pengoptimalan pareto dan pemulihan maka pilosofi yang dipilih adalah kombinasi antara kepuasan dengan pengoptimalan secara bersamaan. c. Apabila tujuan goal memiliki 2 sisi misalnya situasi nilai optimal antara more is better atau less is better maka kepuasan dan pengoptimalan dianggap sebagai nilai yang sama untuk pencapaian tujuan goal . 3. Keseimbangan, dalam banyak permasalahan goal programming tidak cukup hanya melihat pada rata-rata pencapaian level dari goal tanpa melihat pada keseimbangan antara pencapaian tujuan.

3.3.3. Analisis Hasil dari

Goal Programming Terdapat beberapa kunci mengukur output goal programming Dylan, 2010 yaitu: 1. Nilai dari variabel keputusan, keputusan yang diambil tidak secara langsung memberikan informasi mengenai pencapaian tujuan goal tetapi secara mendasar membantu untuk menunjukkan bayangan visualisasi dari solusi, menunjukkan potensi kesulitan pencapaian, dan memastikan bahwa solusi tersebut dapat diimplementasikan dalam praktik. 2. Level pencapaian dari tujuan goal , sebuah kunci penyusunan informasi adalah seberapa dekat nilai yang dicapai dibandingkan dengan nilai yang ditargetkan, apakah berada diatas pencapaian, melebihi pencapaian atau tepat Universitas Sumatera Utara memenuhi. Informasi ini dapat ditunjukkan langsung atau sebagai nilai dari variabel deviasi. 3. Keseimbangan relatif antar tujuan goal , seperti yang dilihat pada nilai pasti dari goal , keseimbangan pencapaian tujuan antara tujuan yang satu dengan yang lain dapat ditinjau kembali berdasarkan tingkat kepentingan yang diharapkan. 4. Nilai dari fungsi pencapaian, dapat memberikan informasi mengenai total level dari deviasi tujuan apabila masing-masing tujuan memiliki prioritas yang berbeda. 5. Status dari konstrain atau kendala, solusi akan menunjukkan level slack atau surplus dalam beberapa fungsi pertidaksamaan kendala dan mengindikasikan kendala mana yang merupakan bagian terpenting, yaitu dimana tidak ada slack ataupun surplus karena sumber daya seluruhnya telah digunakan. 6. Teknik memodelkan informasi, informasi akan membantu memodelkan error dari goal programming . Ide dasar goal programming Frederick, 1980 adalah untuk menetapkan tujuan numerik yang spesifik untuk masing-masing tujuan, merumuskan fungsi tujuan untuk setiap tujuan, dan kemudian mencari solusi yang meminimalkan bobot jumlah penyimpangan fungsi-fungsi objektif dari tujuan masing-masing. Untuk menjelaskan fungsi matematis, x 1 , x 2 ,...,x n menunjukkan variabel keputusan dan K adalah dianggap sebagai angka dari tujuan, untuk masing-masing tujuan k k=1, 2,....., K. C jk koefisien dari x j j= 1, 2, ..., n dan g k adalah goal dari fungsi tujuan, berikut formulasinya Universitas Sumatera Utara ∑ = Minimisasi jumlah deviasi dari goal = ∑ | ∑ | � = ∑ |� | = � � Sehingga model goal programming menjadi Minimize = ∑ � � Subject to ∑ � � = � �

3.4. Sistem