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
