peramalan adalah memilih model peramalan yang terbaik yang mampu mengidentifikasi dan menanggapi pola aktivitas historis dari data.
Pada umumnya, teknik peramalan dapat dibedakan dalam dua kategori utama, yaitu: Makaridatis, dkk, 1988.
1. Peramalan Kualitatif
Yaitu peramalan yang didasarkan atas kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang
menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement, atau
pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil
penyelidikan. Meskipun demikian, peramalan dengan metode kualitatif tidak
berarti hanya
menggunakan intuisi,
tetapi juga
bisa mengikutsertakan model-model statistik sebagai bahan masukan dalam
melakukan keputusan, dan dapat dilakukan secara perseorangan maupun kelompok.
Metode peramalan kualitatif dapat digolongkan sebagai berikut.
a. Metode Delphi
Sekelompok pakar mengisi kuisioner, moderator menyimpulkan hasilnya dan memformulasikan menjadi suatu kuisioner baru yang diisi kembali
oleh kelompok tersebut, demikian seterusnya. Hal ini merupakan proses pembelajaran dari kelompok tanpa adanya tekanan atau intimidasi
individu.
b. Metode Dugaan Manajemen
Dalam hal ini, peramalan semata-mata berdasarkan pertimbangan manajemen, umumnya oleh manajemen senior. Metode ini akan cocok
dalam situasi yang sangat sensitif terhadap intuisi dari suatu atau sekelompok kecil orang yang karena pengalamannya mampu memberikan
opini yang kritis dan relevan. Teknik akan dipergunakan dalam situasi dimana tidak ada alternatif lain dari model peramalan yang dapat
diterapkan. c. Riset Pasar
Merupakan metode peramalan berdasarkan hasil dari survey pasar. 2. Peramalan Kuantitatif
Yaitu peramalan yang didasarkan atas data kuantitaif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang
dipergunakan dalam peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil peramalan yang berbeda, adapaun yang perlu
diperhatikan dari penggunaan metode tersebut adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau
penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan
atau penyimpangan yang mungkin.
Dalam peramalan kuantitatif, prosedur umum yang digunakan adalah sebagai berikut.
a. Definisikan tujuan peramalan.
b. Pembuatan diagram pencar.
c. Pilih minimal dua metode peramalan yang dianggap sesuai.
d. Hitung parameter-parameter fungsi peramalan.
e. Hitung kesalahan setiap metode peramalan.
f. Memilih metode yang terbaik.
g. Melakukan verifikasi peramalan.
Metode peramalan kuantitatif dibedakan atas dua bagian, yaitu: a. Metode Time Series, digunakan untuk menganalisis serangkaian data yang
merupakan fungsi dari waktu. Metode ini mengasumsikan beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya
dapat diidentifikasikasi semata-mata atas dasar data historis dari serial itu.
Ada empat komponen yang mempengaruhi analisis ini, yaitu:
1 Pola siklis, terjadi apabila data memiliki kecenderungan untuk naik
atau turun terus-menerus.
2 Pola musiman, terjadi apabila nilai data sangat dipengaruhi oleh
musim, misalnya permintaan bahan baku, kedelai pada pabrik tahu.
3 Pola horizontal, terjadi apabila nilai data berfluktuasi di sekitar nilai
rata-rata.
4 Pola trend, terjadi apabila data memiliki kecenderungan untuk naik
atau turun terus-menerus.
Metode Time Series terdiri atas tiga metode, yaitu:
1 Metode Penghalusan Smoothing
Metode ini digunakan untuk mengurangi ketidakteraturan musiman dari data yang lalu, dengan membuat rata-rata tertimbang
dari sederetan data masa lalu. Ketepatan dengan metode ini akan terdapat pada peramalan jangka pendek, sedangkan untuk peramalan
jangka panjang kurang akurat. Metode ini terdiri dari metode rata-rata bergerak yang terdiri dari single moving average, linear moving
average, double moving average, weigthed moving average. Metode eksponensial smoothing terdiri atas single eksponensial smoothing, dan
double eksponensial smoothing. 2 Metode proyeksi kecenderungan dengan regresi
Metode ini merupakan dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat di
proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.
3 Metode dekomposisi
Yaitu ramalan yang ditentukan dengan kombinasi dari fungsi yang ada sehingga tidak dapat diramalkan secara biasa. Model tersebut
didekati dengan fungsi linier vatau siklis, kemudian bagi t atas kwartalan sementara berdasarkan pola data yang ada. Metode
dekomposisi merupakan pendekatan peramalan yang tertua. Terdapat beberapa pendekatan alternatif umtuk mendekomposisikan suatu derat
berkala yang semuanya bertujuan memisahkan setiap komponen deret
data seteliti mungkin. b. Metode Kausal
Metode ini mengasumsikan faktor yang diperkirakan menunjukkan adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas.
Misalnya, jumlah pendapatan berhubungan dengan faktor-faktor seperti jumlah penjualan, harga jual, dan tingkat promosi. Kegunaan dari metode
kausal adalah untuk menemukan bentuk hubungan antara variabel tersebut dan menggunakannya untuk meramalkan nilai dari variabel tidak bebas.
Metode kausal terdiri atas beberapa metode, antara lain :
1 Metode regresi dan korelasi
Metode regresi dan korelasi pada penetapan suatu persamaan esti
masi menggunakan teknik “least squares”. Hubungan yang ada pertama-tama dianalisis secara statistik. Metode ini banyak digunakan
untuk peramalan penjualan, perencanaan keuntungan, peramalan
permintaan dan peramalan keadaan ekonomi. 2 Metode ekonometrik
Metode ini didasarkan atas peramalan sistem peramalan regresi yang diestimasikan secara simultan. Metode ini selalu
digunakan untuk peramalan penjualan menurut kelas produk, atau peramalan keadaan ekonomi masyarakat, seperti permintaan harga dan
penawaran.
3 Metode Input-Output
Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Metode ini banyak digunakan untuk
peramalan penjualan perusahaan, penjualan sektor industri, dan lain-
lain. 2.3
Program Linier
Program Linier PL atau Linear Programming adalah suatu model dari penelitian Operasional atau Operational Research OR, OR adalah
suatu metode memecahkan masalah optimasi Suyitno, H.,1997. Program linier adalah metode matematik yang digunakan dalam pengambilan
keputusan. Secara umum, masalah dalam program linier adalah pengalokasian sumber daya yang terbatas seperti tenaga kerja, bahan baku,
jam kerja mesin, dan modal dengan cara sebaik-baiknya sehingga diperoleh maksimisasi keuntungan atau minimisasi biaya produksi. Cara
terbaik yang dimaksudkan adalah keputusan terbaik yang diambil berdasarkan pilihan dari berbagai alternatif.
Suatu penyelesaian program linier perlu dibentuk formulasi secara matematik dari masalah yang sedang dihadapi dengan syarat sebagai
berikut. 1. Adanya variabel keputusan yang dinyatakan dalam simbol matematik
dan variabel keputusan ini tidak negatif.
2. Adanya fungsi tujuan dari variabel keputusan yang menggambarkan kriteria pilihan terbaik. Fungsi tujuan ini harus dapat dibuat dalam
suatu sel fungsi linier yang dapat berupa maksimum atau minimum.
3. Adanya kendala sumber daya yang dapat dibuat dalam satu sel fungsi
linier.
Model program linier diaplikasikan untuk menyelesaikan berbagai masalah diantaranya adalah sebagai berikut.
a. Masalah kombinasi produk, yaitu menentukan berapa jumlah dan jenis produk yang harus dibuat agar diperoleh keuntungan maksimum atau
biaya minimum dengan memperhatikan sumber daya yang dimiliki.
b. Masalah perencanaan investasi, yaitu berapa banyak dana yang akan ditanamkan dalam setiap alternatif investasi, agar memaksimumkan
return in investmen atau net present value dengan memperhatikan
sumber daya yang dimilki.
c. Masalah perencanaan produksi dan persediaan, yaitu menentukan berapa banyak produk yang akan diproduksi setiap periode, agar
meminimumkan biaya persediaan, sewa, lembur, dan biaya sub kontrak.
d. Masalah perencanaan promosi, yaitu berapa banyak dana yang akan dikeluarkan untuk kegiatan promosi agar diperoleh efektivitas
penggunaan media promosi.
e. Masalah distribusi, yaitu jumlah produk yang akan dialokasikan ke
setiap lokasi pemasaran.
Untuk membuat formulasi model program linier, terdapat tiga langkah utama yang harus dilakukan, yaitu:
1. Tentukan variabel keputusan atau variabel yang ingin diketahui dan
gambarkan dalam simbol matematik.
2. Tentukan tujuan dan gambarkan dalam satu sel fungsi linier dari
variabel keputusan yang dapat berbentuk maksimum atau minimum.
3. Tentukan kendala dan gambarkan dalam bentuk persamaan linier
atau ketidaksamaan linier dari variabel keputusan. 2.3.1
Metode Grafik
Setelah formulasi model program linier, langkah selanjutnya adalah menyelesaikan model untuk mendapatkan keputusan terbaik. Salah satu
metode yang digunakan untuk menyelesaikan formulasi model program linier adalah metode grafik. Metode grafik terbatas pada penyelesaian model yang
memiliki dua variabel keputusan dengan langkah-langkah sebagai berikut : 1. Gambarkan semua kendala daerah kelayakan yaitu daerah yang diliputi
oleh semua kendala. Dalam menggambarkan grafik, kendala yang bertanda lebih kecil sama dengan, arah grafik yang membentuk daerah
layak adalah menuju titik nol. Kendala berbentuk lebih besar sama dengan, arah grafik yang membentuk daerah layak adalah menjauhi titik
nol. Sedangkan kendala berbentuk sama dengan =, daerah layak adalah
sepanjang garis tujuan. 2. Gambarkan grafik tujuan.
3. Tentukan daerah layak yang optimum dengan cara menggeser fungsi tujuan ke kanan atas hingga memotong salah satu atau lebih titik ekstrim
yang terdapat dalam daerah layak. 2.3.2
Metode Simpleks
Metode simpleks merupakan salah satu metode yang dapat digunakan untuk menyelesaikan model formulasi program linier dengan cara iterasi tabel.
Metode simpleks dapat digunakan untuk menyelesaikan model model formulasi program linier yang memiliki dua atau lebih variabel keputusan.
Penyelesaian model program linier dengan metode simpleks diperlukan pengubahan model formulasi ke dalam bentuk standar dengan syarat-syarat
sebagai berikut. 1. Semua kendala berbentuk persamaan, jika menghadapi kendala berbentuk
lebih kecil sama dengan , dapat diubah ke dalam bentuk persamaan
dengan cara menambahkan slack variable yang bernilai satu. Jika menghadapi kendala berbentuk lebih besar sama dengan
, dapat diubah ke dalam bentuk persamaan dengan cara mengurangkan dengan surplus
variabel yang bernilai minus satu.
2. Nilai ruas kanan setiap kendala bertanda positif, jika menghadapi kendala yang memiliki nilai ruas kanan bertanda negatif, maka harus diubah
menjadi positif dengan cara mengalikannya dengan minus satu. 3. Semua nilai variabel keputusan non negatif.
Langkah-langkah metode simpleks adalah sebagai berikut. 1. Membuat tabel simpleks awal dengan memasukkan semua nilai yang
terdapat pada kendala dan fungsi tujuan ke dalam tabel simpleks
2. Tentukan kolom kunci, yaitu kolom yang memiliki negatif terbesar pada baris Z
j
-C
j
.
3. Tentukan baris kunci, yaitu baris yang memiliki angka indeks nilai b
j
nilai
kolom kunci terkecil tetapi bukan negatif.
4. Cari angka baru yang terdapat pada kolom kunci dengan cara membagi
semua angka pada kolom kunci dengan baris kunci.
5. Mencari angka baru pada baris yang lain dimana nilai pada baris lama dikurangi dengan perkalian antara angka baru baris kunci dengan koefisien
kolom kunci.
6. Apabila pada tabel baru solusi optimum belum ditemukan, ulangi kembali langkah 2 sampai langkah 5. Solusi optimum tercapai apabila nilai pada
baris Z
j
-C
j
berharga lebih kecil sama dengan nol untuk maksimisasi dan
berharga lebih besar sama dengan nol untuk minimisasi.
2.4 Goal Programming