2. Pola Musiman Seasonal
Perkataan musim
menggambarkan pola penjualan yang
berulang setiap
periode.Komponen musim dapat dijabarkan ke dalam bentuk faktor cuaca, libur, atau kecenderungan perdagangan.Pola musiman berguna dalam meramalkan penjualan
dalam jangka pendek.
Pola data ini terjadi bila nilai data sangat dipengaruhi oleh musim, misalnya permintaan bahan baku jagung untuk makanan ternak ayam pada pabrik pakan ternak
selama satu tahun. Selama musim panen harga jagung akan menjadi turun karena jumlah jagung yang dibutuhkan tersedia dalam jumlah yang besar.
3. Pola Horizontal
Pola data ini terjadi apabila nilai data berfluktuasi di sekitar nilai rata-rata.
4. Pola Trend
Pola data ini terjadi bila data memiliki kecenderungan untuk naik atau turun terus menerus.
2.1.5 Ketelitian Peramalan
Bila x
i
adalah data yang sebenarnya pada periode I dan Fi adalah hasil peramalan pada periode yang sama maka penyimpangan yang terjadi dapat didefinisikan sebagai
berikut:
e
i
= x
i
– F
i
sehingga bila terdapat n periode pengamatan, maka akan terdapat sejumlah n penyimpangan.
Berikut ini akan diberikan beberapa rumus yang dapat digunakan untuk mengukur ketelitian peramalan:
Universitas Sumatera Utara Universitas Sumatera Utara
1. Mean Error
ME =
∑
2. Mean Absolute Error
MAE =
∑ |
|
3. Sum of Squared Errors
SSE =
∑
4. Mean Squared Error
MSE =
∑
5. Standard Deviation Errors
SDE =
∑
2.1.6 Pengujian Pola Peramalan
Setelah dipilih metode peramalan sesuai dengan pola data dan faktor-faktor lainnya, maka hasil ramalan yang diperoleh perlu diuji apakah penyimpangan yang terdapat
dalam peramalan tersebut bersifat random atau tidak.Metode peramalan yang baik adalah bila penyimpangan yang terjadi bersifat random.
Metode yang digunakan untuk pengujian ini adalah metode Box-Pierce Test dengan rumus sebagai berikut:
Universitas Sumatera Utara Universitas Sumatera Utara
Q =
∑ r
k
= ∑
[ ̅
̅ ] ∑
dimana: r
k
= koefisien autokorelasi pada time lag ke-k e
i
= penyimpangan periode ke-i ̅
= rata-rata penyimpangan n
= banyaknnya data
Setelah harga Q diperoleh, kemudian dibandingkan dengan nilai x
2
. Jika Q x
2 tabel
berarti penyimpangan yang terjadi bersifat random.
2.2 Goal Programming
2.2.1 Gambaran Umum Goal Programming
Goal programming adalah
bentuk khusus
atau modifikasi
dari linear
programming.Goal programming ditujukan untuk mengatasi masalah dengan lebih dari satu tujuan.Tujuan-tujuan tersebut bisa saling berkaitan dan bisa juga saling
bertentangan. Ketika tujuan yang satu berkaitan dengan tujuan lain, maka solusi terhadap satu tujuan menguntungkan tujuan yang lain. Tetapi pada kondisi nyata tidak
jarang ditemukan tujuan-tujuan yang saling bertentangan, dimana ketika mencoba mengoptimalkan tujuan yang satu maka akan menyebabkan kerugian pada tujuan yang
lain. Dalam hal ini benar-benar diperlukan suatu metode yang bisa merangkum tujuan- tujuan yang saling bertentangan tersebut dan mencari solusi optimal dari seluruh
tujuan yang ingin dicapai secara simultan.
Analisa goal programming bertujuan untuk meminimumkan penyimpangan- penyimpangan atau deviasi terhadap tujuan, target, atau sasaran yang telah ditetapkan,
dengan usaha yang dapat ditempuh untuk mencapai target atau tujuan tersebut sesuai dengan syarat ikatan yang ada, yang membatasinya berupa sumber daya yang tersedia,
Universitas Sumatera Utara Universitas Sumatera Utara