2.3 Peramalan (Forecasting)

BAB 2
LANDASAN TEORI
2.1 Manajemen
2.1.1 Pengertian Manajemen
Di dalam hidup sehari-hari kita banyak melihat barang dan jasa yang
diperjualbelikan dan dikonsumsi oleh masyarakat. Barang dan jasa tersebut ada yang
langsung dikonsumsi oleh konsumen akhir atau diolah kembali untuk menjadi
produk lain, sehingga output suatu produsen menjadi input bagi produsen lain.
Jumlah barang dan jasa tersebut sangat bervariasi dalam volume /kuantitas, kualitas,
model, ukuran, dan jenis.
Hal penting bagi kita ialah bahwa barang dan jasa tersebut tidak menjelma
dengan sendirinya, ini berarti memerlukan suatu usaha atau kegiatan untuk
menciptakan barang dan jasa tersebut.Penciptaan barang dan jasa tersebut
dimungkinkan tercipta melalui suatu kegiatan produksi dengan mentransformasikan
faktor-faktor produksi melalui suatu sistem produksi. Faktor-faktor produksi yang
ditransformasi tersebut meliputi manusia, bahan baku, modal, dan metode.
Manajemen merupakan suatu proses yang melibatkan kegiatan perencanaan,
pengorganisasian, pengaraharan dan pengendalian dimana kegiatan-kegiatan ini
dilakukan untuk mencapai sasarn perusahaan melalui pemanfaatan sumber daya
manusia ataupun sumber daya lain.
Peranan manajemen ialah mengkombinasikan faktor-faktor produksi tersebut
sedemikian rupa, sehingga produk yang tercipta sesuai dengan prinsip efisiensi dan
efektivitas. Manajer produksi dapat dengan mudah mencapai sasaran atau tujuan
perusahaan tersebut dengan menggunakan skill melalui proses manajemen dengan
memperhatikan fungsi-fungsi manajemen yaitu POAC (planning, organizing,
actuating, contolling).
2.1.2 Fungsi-Fungsi Manajemen
Manajemen juga memiliki beberapa fungsi dimana fungsi-fungsi manajemen
tersebut merupakan elemen-elemen dasar yang akan selalu ada dan melekat di dalam
proses manajemen yang akan dijadikan acuan oleh manajer dalam melaksanakan
kegiatan untuk mencapai tujuan.
11
12
Adapun Fungsi manajemen antara lain:
a. Perencanaan (Planning)
Fungsi perencanaan adalah proses yang menyangkut upaya yang dilakukan
untuk mengantisipasi kecenderungan di masa yang akan datang dan penentuan
strategi dan taktik yang tepat untuk mewujudkan target dan tujuan organisasi. Jadi,
perencanaan dibutuhkan untuk membawa perusahaan kepada tujuan yang ingin
dicapainya di masa yang akan datang.
Kegiatan dalam Fungsi Perencanaan :
 Menetapkan tujuan dan target bisnis
 Merumuskan strategi untuk mencapai tujuan dan target bisnis tersebut
 Menentukan sumber-sumber daya yang diperlukan
 Menetapkan standar/indikator keberhasilan dalam pencapaian tujuan dan
target bisnis
b. Pengorganisasian (Organizing)
Fungsi pengorganisasian adalah proses yang menyangkut bagaimana strategi
dan taktik yang telah dirumuskan dalam perencanaan didesain dalam sebuah struktur
organisasi, sistem dan lingkungan organisasi yang kondusif, dan dapat memastikan
bahwa semua pihak dalam organisasi dapat bekerja secara efektif dan efisien guna
pencapaian tujuan organisasi.
Kegiatan dalam Fungsi Pengorganisasian:
 Mengalokasikan sumber daya, merumuskan dan menetapkan tugas serta
menetapkan prosedur yang diperlukan
 Menetapkan
struktur
organisasi
yang
menunjukkan
adanya
garis
kewenangan dan tanggungjawab
 Kegiatan perekrutan, penyeleksian, pelatihan dan pengembangan sumber
daya manusia atau tenaga kerja
 Kegiatan penempatan sumber daya manusia pada posisi yang paling tepat
c. Pengarahan dan Implementasi (Actuating)
Fungsi pengarahan dan implementasi atau yang disebut acuating adalah
proses implementasi program yang telah dibuat agar dapat dijalankan oleh seluruh
pihak dalam perusahaan serta proses memotivasi agar semua pihak tersebut dapat
menjalankan tanggungjawabnya dengan penuh kesadaran dan produktifitas yang
tinggi.
13
Kegiatan dalam Fungsi Pengarahan dan Implementasi:
 Mengimplementasikan
proses
kepemimpinan,
pembimbingan,
dan
pemberian motivasi kepada tenaga kerja agar dapat bekerja secara efektif
dan efisien dalam pencapaian tujuan
 Memberikan tugas dan penjelasan rutin mengenai pekerjaan
 Menjelaskan kebijakan yang ditetapkan
d. Fungsi Pengawasan dan Pengendalian (Controlling)
Fungsi pengawasan dan pengendalian adalah proses yang dilakukan untuk
memastikan seluruh rangkaian kegiatan yang telah direncanakan, diorganisasikan
dan diimplementasikan dapat berjalan sesuai dengan yang diharapkan sekalipun
berbagai perubahan terjadi dalam lingkungan dunia bisnis yang dihadapi.
Kegiatan dalam Fungsi Pengawasan dan Pengendalian :
 Mengevaluasi keberhasilan dalam pencapaian tujuan dan target bisnis
sesuai dengan indikator yang telah ditetapkan
 Mengambil langkah klarifikasi dan koreksi atas penyimpangan yang
mungkin ditemukan
 Melakukan berbagai alternatif solusi atas berbagai masalah yang terkait
dengan pencapaian tujuan dan target bisnis
Dalam penelitian ini, seluruh fungsi manajemen yang ada, yaitu perencanaan,
pengorganisasian, pengarahan dan pengendalian dijalankan secara terorganisir.
2.2 Manajemen Operasi
2.2.1 Pengertian Manajemen Operasi
Untuk menciptakan produk yang benar-benar sesuai dengan selera dan
kebutuhan atau keinginan konsumen, manajer harus dapat memadukan dukungan
kualitas yang baik dengan perolehan keuntungan yang optimal, sehingga dapat
menjamin kelangsungan hidup perusahaan untuk selalu berkembang. Hal ini sangat
mungkin dicapai apabila seluruh kegiatan yang akan dilaksanakan dimulai dengan
rencana kerja atau rencana produksi yang matang. Suatu kegiatan yang dimulai
dengan perencanaan yang kurang baik akan sangat berpengaruh pada hasil akhir
yang akan diperoleh.
Beberapa definisi Manajemen Operasi (MO) Antara lain:
Menurut Heizer dan Render yang diterjemahkan oleh Sungkono, C. (2009:4)
manajemen operasi (operation management) adalah serangkaian aktivitas yang
14
menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi
output.
Sedangkan pengertian manajemen operasi menurut Richard L. Daft
(2006:216) manajemen operasi adalah bidang manajemen yang mengkhususkan pada
produksi barang, serta menggunakan alat-alat dan teknik-teknik khusus untuk
memecahkan masalah-masalah produksi.
Dan menurut Eddy Herjanto (2007:2), manajemen operasi dan produksi dapat
diartikan sebagai suatu proses yang berkesinambungan dan efektif menggunakan
fungsi–fungsi manajemen untuk mengintegrasikan berbagai sumber daya secara
efisien dalam rangka mencapai tujuan.
Dari beberapa pengertian manajemen operasi menurut para ahli di atas, dapat
disimpulkan bahwa manajemen operasi adalah serangkaian kegiatan atau aktivitas
yang berfokus pada proses produksi barang dan jasa serta memastikan proses operasi
bisnis berlangsung secara efektif dan efisien.
Dalam proses produksi barang dan jasa, semua organisasi atau perusahaan
juga menjalankan 3 fungsi utama yaitu:
1. Fungsi Pemasaran (Marketing Function)
Adalah fungsi yang berhubungan dengan pasar untuk dapat menciptakan
permintaan dan pada akhirnya menyampaikan produk yang dihasilkan ke
pasar.
2. Fungsi Keuangan (Finance Function)
Adalah fungsiyang mengelola berbagai urusan keuangan didalam perusahaan
maupun perusahaan dangan pihak luar perusahaan.
3. Fungsi Produksi atau Operasi (Operation Function)
Adalah fungsiyangberkaitan dengan penciptaan barang dan jasa yang
dihasilkan perusahaan.
Dalam penelitian ini, digunakan fungsi produksi atau operasi.
2.2.2 Pentingnya Manajemen Operasi
Manajemen Operasi (MO) merupakan suatu ilmu yang dapat diterapkan pada
berbagai jenis bidang usaha seperti rumah sakit, perguruan tinggi, pabrik garmen,
restoran dan lain-lain, Mengapa demikian? Karena jenis usaha seperti yang
disebutkan diatas menghasilkan produk yang bisa berupa barang maupun jasa, yang
mana untuk kegiatan proses produksinya yang efektif dan efisien memerlukan
berbagai konsep, peralatan serta berbagai cara untuk mengelola operasinya.
15
Ada berbagai hal yang bisa dikemukakan dan menjadikan alasan pentingnya
mempelajari manajemen operasi diantaranya adalah:
1. Manajemen operasi adalah satu dari tiga fungsi utama dari setiap organisasi
dan berhubungan secara utuh dengan semua fungsi bisnis lainnya. Semua
organisasi memasarkan, membiayai, dan memproduksi, maka sangat penting
untuk mengetahui bagaimana aktivitas manajemen operasi berjalan. Karena
itu pula, kita mempelajari bagaimana orang-orang mengorganisasikan diri
mereka bagi perusahaan yang produktif.
2. Kita mempelajari manajemen operasi karena kita ingin mengetahui
bagaimana barang dan jasa diproduksi. Fungsi produksi adalah bagian dari
masyarakat yang menciptakan produk yang kita gunakan.
3. Kita mempelajari manajemen operasi untuk memahami apa yang dikerjakan
oleh manajer operasi. Dengan memahami apa saja yang dilakukan oleh
manajer ini, kita dapat membangun keahlian yang dibutuhkan untuk dapat
menjadi seorang manajer seperti itu. Hal ini akan membantu kita untuk
menjelajahi kesempatan kerja yang banyak dan menggiurkan di bidang
manajemen operasi.
4. Mempelajari manajemen operasi karena bagian manajemen operasi sendiri
merupakan bagian yang paling banyak menghabiskan biaya dalam sebuah
organisasi. Sebagian besar pengeluaran perusahaan digunakan untuk fungsi
manajemen
operasi.
Walaupun
demikian,
manajemen
operasi
juga
memberikan peluang untuk meningkatkan keuntungan dan pelayanan
terhadap masyarakat.
2.3 Peramalan (Forecasting)
2.3.1 Pengertian Peramalan (Forecasting)
Menurut Prasetya Hery dan Lukiastuti Fitri (2009:43), peramalan
(forecasting) merupakan suatu usaha untuk meramalkan keadaan di masa mendatang
melalui pengujian keadaan di masa lalu.
Menurut Hakim Arman N (2003:25), peramalan adalah proses untuk
memperkirakan beberapa kebutuhan di masa mendatang meliputi kebutuhan dalam
ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang ataupun jasa.
16
Metode peramalan Box Jenkins (2008) adalah suatu metode yang sangat tepat
untuk menangani atau mengatasi kerumitan deret waktu dan situasi peramalan
lainnya.
Peramalan dapat dilakukan dengan melibatkan pengambilan data masa lalu
dan menempatkannya ke masa yang akan datang dengan suatu bentuk model
matematis. Dengan peramalan yang baik diharapkan pemborosan akan bisa
dikurangi, dapat lebih terkonsentrasi pada sasaran tertentu, perencanaan lebih baik,
sehingga tujuan perusahaan dapat menjadi terwujud.
Peramalan merupakan bagian vital bagi setiap organisasi bisnis dan untuk
setiap pengambilan keputusan manajemen yang sangat signifikan. Peramalan
menjadi dasar bagi perencanaan jangka panjang perusahaan. Dalam area fungsional
keuangan, peramalan memberikan dasar dalam menentukan anggaran dan
pengendalian biaya. Sedangkan pada bagian pemasaran, peramalan penjualan
dibutuhkan untuk merencanakan produk baru, kompensasi tenaga penjual, dan
beberapa keputusan penting lainnya. Selanjutnya, pada bagian produksi dan operasi
menggunakan data-data peramalan untuk perencanaan kapasitas, fasilitas, produksi,
penjadwalan, dan pengendalian persedian (inventory control).
Peramalan merupakan teknik yang digunakan untuk memperkirakan suatu
sistem dimasa yang akan datang. Kegunaan peramalan terlihat pada suatu
pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas
pertimbangan apa yang akan terjadi pada waktu keputusan dalam berbagai kegiatan
perusahaan. Baik tidaknya hasil suatu penelitian sangat ditentukan oleh ketepatan
ramalan yang dibuat. Walaupun demikian perlu diketahui bahwa ramalan selalu ada
unsur kesalahannya, sehingga yang perlu diperhatikan adalah usaha untuk
memperkecil kesalahan dari ramalan tersebut.
2.3.2 Peramalan Berdasarkan Horison Waktu
Menurut Prasetya Hery dan LukiastutiFitri (2009:78) peramalan berdasarkan
horizon waktu dapat dikelompokkan dalam 3 bagian, yaitu:

Peramalan jangka pendek
Peramalan ini mencakup jangka waktu hingga satu tahun tetapi umumnya
kurang dari 3 bulan.Peramalan ini digunakan untuk merencanakan pembelian,
penjadwalan kerja, jumlah tenaga kerja, penugasan kerja, dan tingkat
produksi.

Peramalan jangka menengah
17
Peramalan
ini
umumnya
mencakup
hitungan
bulanan
hingga
3
tahun.Peramalan ini berguna untuk merencanakan penjualan, merencanakan
produksi, dan anggaran produksi, anggaran kas, dan menganalisa berbagai
macam kegiatan operasi.

Peramalan jangka panjang
Peramalan jangka panjang umumnya untuk perencanaan 3 tahun atau
lebih.Perencanaan jangka panjang digunakan untuk merencanakan produk
baru, pembelanjaan modal, lokasi atau pengembangan fasilitas, serta
penelitian dan pengembangan.
Dalam penelitian ini, time horizon bersifat jangka menengah.
2.3.3 Macam – Macam Forecasting
Ada berapa macam tipe forecasting yang digunakan. Adapun tipe-tipe dalam
forecasting adalah sebagai berikut (Jay Heizer,2005):
1. Times Series Model
Metode time series adalah metode forecasting secara kuantitatif dengan
menggunakan waktu sebagai dasar forecasting.
2.
Causal Model Metode
forecasting yang menggunakan hubungan sebab-akibat sebagai asumsi, yaitu
bahwa apa yang terjadi di masa lalu akan terulang pada saat ini.
3.
Judgemental Model
Bila time series dan causal model bertumpu pada kuantitatif, pada
judgemental mencakup untuk memasukkan faktor-faktor kuantitatif /
subjektif ke dalam metode forecasting.
Secara khusus berguna bilamana faktor-faktor subjektif yang diharapkan
menjadi sangat penting bilamana data kuantitatif yang akurat sudah
diperoleh.
Dalam penelitian ini, tipe forecasting yang digunakan adalah time series model.
2.3.4 Time Series Analysis
Forecasting time series diprediksikan berdasar data yang telah lampau atau
yang telah terjadi. Pola time series didasarkan pada asumsi deret waktu yang terdiri
dari Trend, Siklus/Cycle, Pola Musiman/Season, Variasi Acak/Random.
1.
Pola siklus (C) apabila permintaan akan produk atau jasa memiliki siklus
yang berulang secara periodic. Biasanya lebih dari 1 tahun sehingga tidak
dimasukkan dalam forecasting jangka pendek.
18
2.
Pola trend (T) merupakan sifat dari permintaan di masa lalu terhadap waktu
terjadinya, apakah permintaan tersebut cenderung naik atau turun.
3.
Pola musiman (S) permintaan suatu produk atau jasa dapat naik turun di
sekitar garis trend dan biasanya berulang setiap tahun. Pola ini biasanya
disebabkan oleh factor cuaca, libur panjang, hari raya, dll yang berulang
secara periodic setiap tahun.
4.
Variasi acak (R) membentuk pola yang bervariasi secara acak karena faktorfaktor yang tak terduga, seperti bencana alam, perusahaan pesaing bangkrut,
dan kejadian-kejadian lain yang tidak memiliki pola tertentu.
2.3.5 Pengujian Data
Sebelum data diterapkan dalam proses peramalan atau forecasting, data harus
diuji terlebih dahulu. Tahap pengujian data bertujuan untuk membuktikan bahwa
data yang digunakan untuk peramalan merupakan data yang valid sehingga tingkat
akurasi hasil peramalan sesuai dengan yang diharapkan.
Data yang valid adalah data yang layak untuk digunakan dalam melakukan
proses selanjutnya, dalam hal ini proses peramalan. Data yang valid harus bersifar
stasioner.Menurut Juanda (2014), ciri data yang bersifat stasioner harus memenuhi
beberapa syarat, antara lain:

Data harus bersifat non randomwalk

Data harus terbebas dari unit root

White noise

Sebaiknya distribusi data cenderung bersifat normal
2.3.6 Metode Peramalan
Menurut Heizer dan Render yang diterjemahkan oleh Sungkono, C.
(2009:168). Terdapat 2 jenis metode penelitian, yaitu:
a. Peramalan Kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif
pada masa lalu.Metode pendekatan kualitatif biasaya digunakan untuk peramalan
jangka panjang.Hasil peramalan yang dibuat sangat bergantung pada orang yang
menyusunnya.Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan
pendapat dan pengetahuan serta pengalaman penyusunnya.
b. Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
masa lalu.Hasil peramalan yang dibuat sangat tergantung pada metode yang
19
dipergunakan dalam peramalan tersebut.Baik tidaknya metode yang dipergunakan
oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi.Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi maka semakin baik pula metode yang digunakan.
Peramalan Kuantitatif dapat diterapkan bila terdapat kondisi berikut :
a) Tersedia informasi (data) tentang masa lalu
b) Informasi (data) tersebut dapat dikuantitatifkan dalam bentuk data numeric
c) Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
pada masa yang akan datang.
2.3.7 Metode Peramalan Kuantitatif
Untuk melakukan peramalan diperlukan metode tertentu dan metode mana
yang digunakan tergantung dari data dan informasi yang akan diramal serta tujuan
yang hendak dicapai. Kegunaan metode peramalan kuantitatif adalah untuk
memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada
masa lalu.Dengan demikian metode peramalan diharapkan dapat memberikan
objektivitas yang lebih besar.Dalam prakteknya terdapat berbagai metode peramalan
antara lain :
a. Metode Moving Average
Suatu manajemen sering kali menghadapi situasi dimana peramalan perlu
dilakukan secara harian, mingguan, atau bulanan untuk mengetahui ratusan atau
ribuan barang yang perlu disediakan.Namun hal ini sering kali tidak mungkin
dilakukan.Oeh karena itu untuk mengembangkan teknik-teknik peramalan yang
canggih untuk setiap barang perlu disediakan.
Peramalan rata-rata bergerak menggunakan sejumlah data aktual masa lalu
untuk menghasilkan peramalan. Rata-rata bergerak berguna jika kita dapat
mengasumsikan bahwa permintaan pasar akan stabil sepanjang masa kita ramalkan.
b. MetodeEksponential Smoothing
Dalam model rata-rata bergerak (Moving Average) dapat dilihat bahwa untuk
semua data obesrvasi memiliki bobot yang sama yang membentuk rata-ratanya.
Padahal, data observasi terbaru seharusnya memiliki bobot yang lebih besar
dibandingkan dengan data observasi di masa yang lalu.Hal ini dipandang sebagai
kelemahan model peramalan Moving Average.Untuk itu, digunakanlah metode
Exponential Smoothing agar kelemahan tersebut dapat diatasi.
c. Metode Analisis Regresi Linear / Proyeksi Trend
20
Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui
pengaruh antara satu atau beberapa variabel terhadap satu buah variabel.Variabel
yang mempengaruhi sering disebut variabel bebas, variabel independen atau variabel
penjelas.Variabel yang dipengaruhi sering disebut dengan variabel terikat atau
variabel dependen.Regresi linear hanya dapat digunakan pada skala interval dan
ratio.
Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana
yaitu dengan satu buah variabel bebas dan satu buah variabel terikat dan regresi
linear berganda dengan beberapa variabel bebas dan satu buah variabel terikat.
a) Regresi Linear Sederhana
Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh
antara satu buah variabel bebas terhadap satu buah variabel terikat.
b) Regresi Linear Berganda
Analisis regresi linear berganda sebenarnya sama dengan analisis regresi
linear sederhana, hanya variabel bebasnya lebih dari satu buah.
d. Metode Naive
Para pebisnis sering kali menghadapi suatu pilihan yang rumit ketika
mencoba meramalkan dengan data yang berukuran sangat kecil. Situasi ini
menciptakan sebuah masalah karena kebanyakan teknik peramalan memerlukan data
yang besar. Peramalan dengan metodeNaive merupakan penyelesaian yang mungkin
jika semata-mata didasarkan pada informasi yang tersedia sekarang.
e. Weight Moving Averages (WMA)
Saat terdapat tren, bobot dapat digunakan untuk menempatkan penekanan
yang lebih pada nilai terkini.Pemilihan bobot merupakan hal yang tidak pasti karena
tidak ada rumus untuk menetapkannya.Weight Moving Averageatau rata-rata
bergerak dengan pembobotan akandigambarkan secara sistematis sebagai berikut:
f. Exponential Smoothing with trend
Metode ini digunakan ketika data menunjukkan adanya trend.Exponential
smoothing dengan adanya trend seperti pemulusan sederhana kecuali bahwa dua
komponen harus diupdate setiap periode – level dan trendnya.Level adalah estimasi
yang dimuluskan dari nilai data pada akhir masing-masing periode.Trend adalah
estimasi yang dihaluskan dari pertumbuhan rata-rata pada akhir masing-masing
periode.
21
g. Neural Network
NeuralNetworkadalah teknikkomputasiyangsudahmembuat kemajuan yang
signifikandi masa sekarang.Neural networktelah membuktikan kemampuannya
dalam menangani berbagai masalah. Neural network memiliki kemampuan yangkuat
yang disebut pendekatan universal, dimana neural network dapat mendekati semua
multivariat menetapkan fungsi untuk setiap tingkat akurasi termasuk untuk fungsifungsinon-linear.
Kemampua nneural network dalam pendekatan yang universal telah
digunakan oleh beberapa peneliti untuk peramalan data time series dalam berbagai
jenis data. Para peneliti menunjukkan bahwa Neural Networks memiliki kinerja yang
memuaskan dalam data peramalan.
Mekanisme neural network meniru mekanisme neural network biologis.
Seperti neural network biologis, neural network terdiri dari neuron yang saling
terhubung satu sama lain dan beroperasi secara paralel. Mekanisme pengolahan
informasi dalam setiap neuron diadopsi dari neuron biologis.
Neuron neural network dikelompokkan menjadi beberapa lapisan. Setiap
lapisan dapat memiliki satu atau lebih neuron. Adatiga lapisan dalam susunan neural
network, dimana neural network adalah lapisan masukan, lapisan output,dan lapisan
tersembunyi.
Fungsi dari lapisan input untuk entri data, pengolahan data berlangsung
dilapisan tengah yang tersembunyi dan fungsi lapisan keluaran adalah sebagai hasil
keluaran data. Ilustrasi berikut menunjukkan susunan neural network.
Gambar 2.1 Susunan dalam neural network
Dari gambar susunan dalam Neural Network, berikut ini adalah model
matematisnya:
22
Pengolahan informasi dalam setiap neuron dilakukan dengan menjumlahkan
hasil perkalian bobot dengan input data. Hasilnya ditransfer keneuron berikutnya
melalui fungsi aktivasi. Ada beberapa macam fungsi aktivasi, yaitu linear, linear
setengah, sigmoid, sigmoid bipolar dan tangen hiperbolik. Dalam data peramalan,
nilai masukan untuk input layer bisa berupa data variabel periode sebelumnya atau
variabel lain yang digunakan untuk membantu peramalan, dapat bersifat kualitatif
atau kuantitatif.
Pada konteksa penelitian ini, penelitian hanya menggunakan 1 metode
peramalan saja, yaitu neural network, akan tetapi model mana yang digunakan perlu
dibandingkan diluar penelitian itulah yang disebut eksperimen.
2.3.8 Mengukur Kesalahan Peramalan
Terdapat beberapa cara perhitungan yang digunakan untuk menghitung
kesalahan peramalan total. Menurut Heizer dan Render yang diterjemahkan oleh
Sungkono, C. (2009:177) perhitungan ini dapat digunakan untuk membandingkan
model-model peramalan yang berbeda, mengawasi peramalan, dan untuk
memastikan peramalan berjalan dengan baik.Tiga dari perhitungan yang paling
terkenal itu adalah deviasi mutlak rerata (Mean Absolute Deviation–MAD),
kesalahan kuadrat rata-rata (Mean Squared Error–MSE), dan kesalahan persen
mutlak rerata (Mean Absolute Percent Error–MAPE).
a. Deviasi Mutlak Rara-Rata (Mean Absolute Deviation – MAD)
MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa
memperhatikan apakah hasil forecasting lebih kecil atau lebih besar bila
dibandingkan dengan kenyataannya. MAD secara matematis dirumuskan sebagai
berikut :
b. Rata-rata Kuadrat Kesalahan (Mean Square Error atau MSE)
MSE merupakan cara kedua untuk mengukur kesalahan peramalan
keseluruhan. MSE dihitung dengan menjumlah kuadrat semua kesalahan forecasting
pada setiap periode dan membaginya dengan jumlah periode forecasting. MSE
dirumuskan sebagai berikut :
23
2.4 Program Linear
2.4.1 Pengertian Program Linear
Program linear merupakan metode matematik dalam mengalokasikan sumber
daya yang terbatas untuk mencapai suatu tujuan seperti mengoptimalkan keuntungan
dan meminimumkan biaya.Program Linear banyak diterapkan dalam masalah
ekonomi, industri, militer, sosial dan lain-lain. Program linear berkaitan dengan
penjelasan suatu kasus dalam dunia nyata sebagai suatu model matematik yang
terdiri dari sebuah fungsi tujuan linier dengan beberapa kendala linier.
Menurut Dimyati dan Dimyati (2006:17), linear programming menggunakan
model matematis untuk menjelaskan persoalan yang dihadapinya.Sifat linear di sini
memberi arti bahwa seluruh fungsi matematis dalam model ini merupakan fungsi
yang linear, sedangkan kata programming merupakan sinonim untuk perencanaan.
Dengan demikian linear programming adalah perencanaan aktivitas-aktivitas
untuk memperoleh suatu hasil yang optimum, yaitu suatu hasil yang mencapai tujuan
terbaik di antara seluruh alternatif yang fisibel.
2.4.2 Karakteristik Program Linear
Karakteristik yang biasa digunakan dalam persoalan linear programming
adalah sebagai berikut (Siringoringo, 2005):
1. Sifat Linearitas
Suatu kasus dapat ditentukan dengan menggunakan beberapa cara. Secara
statistik, kita dapat memeriksa kelinearan menggunakan grafik (diagram pencar)
ataupun menggunakan uji hipotesa. Secara teknis, linearitas ditunjukkan oleh adanya
sifat proporsionalitas, additivitas, divisibilitas dan kepastian fungsi tujuan dan
pembatas.
2. Sifat Proporsional
Sifat proporsional dipenuhi jika kontribusi setiap variabel pada fungsi tujuan
atau penggunaan sumber daya yang membatasi proporsional terhadap level nilai
variabel. Jika harga per unit produk misalnya adalah sama berapapun jumlah yang
dibeli, maka sifat proporsional dipenuhi. Atau dengan kata lain, jika pembelian
dalam jumlah besar mendapatkan diskon, maka sifat proporsional tidak dipenuhi.
Jika penggunaan sumber daya per unitnya tergantung dari jumlah yang diproduksi,
maka sifat proporsionalitas tidak dipenuhi.
24
3. Sifat Additivitas
Sifar Additivitas mengasumsikan bahwa tidak ada bentuk perkalian silang
diantara berbagai aktivitas, sehingga tidak akan ditemukan bentuk perkalian silang
pada model. Sifat additivitas berlaku baik bagi fungsi tujuan maupun pembatas
(kendala). Sifat additivitas dipenuhi jika fungsi tujuan merupakan penambahan
langsung kontribusi masing-masing variabel keputusan.
Untuk fungsi kendala, sifat additivitas dipenuhi jika nilai kanan merupakan
total penggunaaan masing-masing variabel keputusan. Jika dua variabel keputusan
misalnya merepresentasikan dua produk substitusi, dimana peningkatan volume
penjualan salah satu produk akan mengurangi volume penjualan produk lainnya
dalam pasar yang sama, maka sifat additivitas tidak terpenuhi.
4. Sifat divisibilitas
Sifat divisibilitas berarti unit aktivitas dapat dibagi ke dalam sembarang level
fraksional, sehingga nilai variabel keputusan non integer dimungkinkan.
5. Sifat kepastian
Menunjukkan bahwa semua parameter model berupa konstanta. Artinya
koefisien fungsi tujuan maupun fungsi pembatas merupakan suatu nilai pasti, bukan
merupakan nilai dengan peluang tertentu.
2.4.3 Formulasi Model Program Linear
Menurut Mulyono (2004:14) masalah keputusan yang sering dihadapi peneliti
adalah alokasi optimum sumber daya yang langka. Sumber daya, dapat berupa uang,
tenaga kerja, bahan mentah, kapasitas mesin, waktu, ruangan, atau teknologi.Tugas
peneliti adalah mencapai hasil terbaik yang mungkin dengan keterbatasan sumber
daya iyang ada dalam perusahaan.
Setelah masalah diidentifikasi, tujuan ditetapkan, langkah selanjutnya adalah
formulasi model matematik yang meliputi tiga tahap antara lain:
a. Tentukan variabel yang tak diketahui (variabel keputusan) dan nyatakan
dalam simbol matematik.
b. Membentuk fungsi tujuan yang ditunjukkan sebagai suatu hubungan linier
(bukan perkalian) dari variabel keputusan.
c. Menentukan semua kendala masalah tersebut dan mengekspresikan dalam
persamaan atau pertidaksamaan yang juga merupakan hubungan linier dari
variabel keputusan yang mencerminkan keterbatasan sumber daya masalah
itu.
25
2.4.4 Penyelesaian Model Program Linear
Setelah formulasi model program linier diselesaikan, maka tahapan
selanjutnya adalah mencari solusi dari model program linier. Model Program linear
dapat menentukan nilai dari variabel keputusan yang terdapat di dalam model
program linier.
Menurut Sitinjak (2006:5), metode yang dapat digunakan untuk mencari
solusi dari model program linier terbagi menjadi 2, yaitu:
a. Metode Grafik
Digunakan bila banyaknya varibel keputusan di dalam model program linier
sejumlah dua variabel keputusan. (= 2 variabel).
b. Metode Simpleks
Digunakan bila banyaknya variabel keputusan di dalam model program linier
minimal dua variabel keputusan.(≥ 2 variabel).
2.4.5 Fungsi dalam Pemrograman Linear
1. Variabel Keputusan
Variabel persoalan yang akan mempengaruhi nilai tujuan yang hendak
dicapai.
2. Fungsi Tujuan
Di mana tujuan yang hendak dicapai harus diwujudkan ke dalam sebuah
fungsi matematika linear, yang kemudian fungsi itu dimaksimumkan atau
diminimumkan terhadap kendala-kendala yang ada.
3. Fungsi Kendala
Kendala dalam hal ini dapat diumpamakan sebagai suatu pembatas terhaadap
kumpulan keputusan yang mungkin dibuat dan harus dituangkan ke dalam
fungsi matematika linear yang dihadapi oleh manajemen.
26
2.5 Kerangka Pemikiran
Gambar 2.2 Kerangka Pemikiran
Data RESTORAN ABC
Validasi Data
Ya
Tidak
Dekomposisi
Forecasting
Moving
Average
Exponential Smoothing
Linear
Regression
MAD dan MSE
Linear Programming
Implikasi Hasil Penelitian
Neural Network