HUMAN RESOURCES FORECASTING
OLEH : LILIS SOLEHATI, SE.M.Si
PENDAHULUAN • Metode Perencanaan SDM dengan menggunakan Peramalan merupakan suatu cara untuk melakukan prediksi yang lebih menitikberatkan secara kuantitatif, yaitu jumlah SDM yang dibutuhkan organisasi/perusahaan. • Metode ini hanya dapat digunakan apabila organisasi/ perusahaan memiliki data kuantitatif yang lengkap sesuai dengan variabel yang akan dipergunakan dalam memprediksi. • Variabel pertama adalah jumlah SDM selama beberapa tahun sebagai prediktor, dan variabel lain sebagai kriterium, seperti variabel/data produksi dan penjualan, laba, volume dan beban kerja, dan lainlain.
• Dengan menggunakan variabel yang bersifat skala ukur rasio atau interval (kuantitatif), maka prediksi tersebut dapat dilakukan dengan menggunakan perhitungan statistik yang relevan. • Prediksi tentang jumlah (kuantitatif) berupa permintaan (demand) melalui perhitungan statistik, jika diterapkan sebagai keputusan, pada dasarnya merupakan keputusan yang memiliki tingkat keakuratan tinggi (certainty).
Random variation
Customer’s plans
Customer’s customer’s plans
Product’s life cycle Competitor’s efforts and prices
Business cycle
Customer’s confidence and attitude Inputs
Outputs
THE COMPANY
Time of the year
DEMAND
Quality
Effects on Company
Credit policies
Advertising
Sales effort
Reputation for services
Design of goods or services
FIGURE 01. SOME FACTORS THAT AFFECT DEMAND FOR A COMPANY’S PRODUCT OR SERVICE
TEKNIK-TEKNIK METODE KUANTITATIF 1) 2) 3) 4) 5)
Tehnik Rata-Rata Bergerak (Moving Average) Tehnik Eksponen Penentu (Exponential Smoothing) Tehnik Proyeksi Kecenderungan (Trend Pojection) Tehnik Regresi (Regression) Tehnik Program Hubungan Linear (Linear Programming). 6) Model Perkiraan Hambatan (Actuarial Model) 7) Tehnik Matrik Peluang (Probability Matrix) 8) Tehnik Simulasi (Simmulation) 9) Model Markov dengan Urutan Prioritas (First-Order Markov Model). 10) Model Semi Markov (Semi-Markov Model).
Forecast
Subjective or qualitative approach Field sales force
User’s expectation
Jury of Executive
Quantitative or statistical approach Causal or explanatory
Delphi method
Time Series
Smoothing
Decomposition
Additive Moving Average
Single exponential smoothing
Double exponential smoothing
FIGURE 02. BREAKDOWN OF FORECAST METHODS OR MODELS
Multiplicative
KARAKTERISTIK PERHITUNGAN KUANTITATIF 1)
2)
Metode kuantitatif cocok digunakan untuk perusahaan berskala besar dan menengah, karena jumlah dan jenis jabatan/pekerjaan cukup banyak dan bervariasi, sehingga kebutuhan SDM akan cukup besar. Untuk permintaan SDM biasanya dilakukan secara berkala, misalnya 3 atau 4 tahun sekali, dengan tidak menutup kemungkinan setiap tahun terjadi permintaan SDM yang tiba-tiba di luar perencanaan, karena beberapa sebab atau alasan, khususnya terdapatnya jabatan atau pekerjaan yang kosong yang harus segera diisi. Metode kuantitatif memerlukan atau hanya dapat digunakan apabila data kuantitatif dari variabel lain diasumsikan berkorelasi dengan atau berpengaruh pada prediksi permintaan SDM, dan harus tersedia lengkap selama beberapa tahun (masa lalu).
3) 4)
5)
6)
Prediksi permintaan SDM secara kuantitatif hanya akurat dilakukan dalam kondisi lingkungan bisnis normal. Penggunaan di lingkungan perusahaan multi nasional cenderung harus menghadapi hambatan berupa karakteristik budaya yang berbeda-beda antar negara tempat perusahaan budaya yang melakukan operasional bisnis. Hal lain adanya iklim bisnis, yaitu kondisi ekonomi atau moneter suatu negara. Tehnik perhitungan kuantitatif memiliki keterbatasan umum, karena secara rasional keberhasilan bisnis tidak sekedar ditentukan oleh jumlah eksekutif sebagai pelaku bisnis yang mempunyai wewenang dalam pembuatan keputusan, tetapi ditentukan oleh kualitas dan sifat kompetitifnya. Tidak ada tehnik di dalam metode kuantitatif dan juga metode kualitatif yang terbaik. Setiap tehnik dan metode memiliki kelemahan dan kelebihannya masing-masing.
• Banyak organisasi/perusahaan tidak sepenuhnya menggunakan Metode Kuantitatif dalam Perencanaan SDM dalam memprediksi permintaan SDM, karena untuk menentukan kualifikasi dengan metode kuantitatif rendah kemampuannya, untuk mengisi jabatan manajerial tidak tergantung hanya pada kecukupan jumlahnya, tetapi juga kualitasnya. • Di samping metode kuantitatif, perlu digunakan juga Metode Kualitatif dalam Perencanaan SDM untuk prediksi permintaan SDM dengan menetapkan kualifikasi SDM yang dibutuhkan. • Metode Kualitatif merupakan proses memprediksi permintaan SDM di masa mendatang dengan mempergunakan pengalaman, keyakinan, intuisi, keahlian mengestimasi jumlah dan kualifikasi SDM tanpa menggunakan data kuantitatif, artinya tidak dianalisis dengan menggunakan perhitungan statistik.
CONTOH METODE PERAMALAN 1. TEHNIK RATA-RATA BERGERAK (MOVING AVERAGE) Tehnik rata-rata bergerak menggunakan variable sumber daya manusia (SDM) yang dipekerjakan di lingkungan sebuah perusahaan/organisasi, yang diperoleh dari hasil pencatatan (dokumentasi) selama beberapa tahun yang lalu. Tahun pencatatan harus cukup lama, agar rata-rata (mean) yang diperoleh cukup akurat untuk dijadikan prediksi permintaan (demand) SDM sebuah perusahaan, baik dari sumber internal maupun ekstenal di masa yang akan datang.
Data dari variable SDM itu merupakan data kuantitatif, antara lain berupa data promosi jabatan (vertikal), pindah (horizontal), rekrutmen (pengangkatan/penarikan) pekerja baru, data pensiun, berhenti atau diberhentikan, data SDM yang aktif setiap tahunnya Data tersebut selama beberapa tahun lalu dapat dihitung rata-ratanya dengan mempergunakan statistik tendensi sentral yang disebut rata-rata hitung, namun keakuratannya cenderung lebih rendah dari statistic ratarata bergerak Keakuratan rata-rata bergerak, karena data setiap tiga tahun dijumlahkan dan dihitung rata-ratanya dengan dibagi tiga, sehingga rata-rata yang diperoleh tidak dilakukan pada data mentah, tetapi dari data yang telah diberi makna berupa rata-rata hitung setiap tiga datum secara akumulasi.
CONTOH PERHITUNGAN . TABEL 01. RATA-RATA HITUNG UNTUK MEMPREDIKSI PERMINTAAN SDM
Level Tahun
Level III
Level IV
Level V
Jumlah
PSN
KLR
PRO
PDH
PSN
KLR
PRO
PDH
PSN
KLR
PRO
PDH
PSN
KLR
PRO
PDH
1990
4
8
10
20
5
6
9
16
4
10
6
12
13
24
25
48
1991
5
9
8
15
7
11
8
11
5
7
4
10
17
27
20
36
1992
5
11
6
9
7
10
10
18
5
12
2
8
17
33
18
35
1993
6
11
7
22
6
9
9
16
2
14
8
6
14
34
26
44
1994
8
14
8
14
6
10
8
13
4
9
6
10
18
33
22
37
1995
7
12
5
22
5
12
10
10
5
10
7
10
17
34
22
42
1996
5
14
9
12
4
14
9
12
6
8
7
8
15
38
25
32
1997
6
12
10
18
7
12
6
13
5
12
6
7
18
36
22
38
1998
8
17
8
20
9
14
10
18
7
14
8
12
24
45
26
50
1999
4
16
6
17
10
5
7
18
6
10
10
10
20
31
23
45
58
124
77
169
66
103
86
145
49
106
64
93
173
335
229
407
5,8
12,4
7,7
16,9
6,6
10,3
8,6
14,5
4,9
10,6
6,4
9,3
17,3
33,5
22,9
40,7
Keterangan : PSN = Pensiun . KLR = Keluar/Berhenti. PRO = Peomosi Jabatan (vertical). PDH = Pindah internal (horizontal) Data selama 10 tahun Pensiun = 173 orang. Keluar = 335 orang. Promosi = 229 orang dan Pindah = 407 orang
Dari data tersebut dilakukan perhitungan Rata-Rata Hitung sebagai berikut :
Rata-rata Pensiun Rata-rata Keluar Rata-rata Promosi Rata-rata Pindah
= 173 orang : 10 = 335 orang : 10 = 229 orang : 10 = 407 orang : 10
= 17,3 = 18 orang = 33,5 = 34 orang = 22,9 = 23 orang = 40,7 = 41 orang
Prediksi tidak dilakukan untuk tahun 2000 sebagai tahun berjalan Prediksi untuk tahun 2001 sebagai berikut : dari data tersebut berarti rata-rata setiap tahun terjadi kekosongan Pensiun + Keluar = 18 + 34 = 52 orang yang diprediksi harus diisi (demand) dengan pekerja baru (sumber eksternal) Promosi + Pindah = 23 + 41 = 64 orang yang diprediksi sebagai permintaan (demand) dari sumber internal. Prediksi tahun berikutnya harus dilakukan dengan memasukkan lebih dahulu rata-rata pensiun, keluar, promosi, dan pindah ke kolom tambahan tahun 2001. kemudian dengan mengabaikan data tahun 2000 yang belum ada dapat dihitung kembali ratarata hitung dengan ukuran n = 11. demikian seterusnya untuk tahun 2002, 2003, dan lainnya.
TABEL 02. RATA-RATA BERGERAK UNTUK MEMPREDIKSI PERMINTAAN SDM
Level Tahun
Level III
Level IV
PSN+KLR 1990
12
-
1991
16
44
1992
16
1993
PRO+PDH 30
-
14,7
23
68
49
16,3
15
17
55
18,3
1994
22
58
1995
19
1996
PSN+KLR 11
-
32,7
18
46
67
22,3
17
29
66
22,0
19,3
22
78
60
20,0
27
19
56
18,7
1997
18
62
1998
25
63
1999
20
-
Level V
PRO+PDH 25
-
15,3
19
72
50
16,7
28
15
48
16,0
26,0
16
48
70
23,3
17
21
76
25,3 3
20,7
28
77
21,0
28
79
23
-
149,0 14,90
Jumlah
PSN+KLR 14
-
24,0
12
43
72
24,0
17
25
74
24,0
16,0
21
66
51
17,0
20
18
54
18,0
25,7
19
70
26,3
23
57
15
-
PRO+PDH 18
-
14,3
14
42
45
15,0
10
16
46
15,3
22,0
13
44
62
20,7
15
21
60
20,0
23,3
19
68
19,0
28
72
25
-
PSN+KLR 37
-
14,0
44
131
38
12,7
50
14
40
13,3
14,7
16
47
42
14,0
17
14
46
15,3
22,7
17
52
24,0
21
54
16
-
PRO+PDH 73
-
43,7
56
182
60,7
142
47,33
53
179
59,7
48
149
49,7
70
182
60,7
15,7
51
150
50,0
59
193
64,3
48
16,0
51
155
51,7
64
180
60,0
15
45
15,0
53
158
52,7
57
181
60,3
17,3
13
48
16,0
54
176
58,7
60
193
64,3
18,0
20
53
17,7
69
174
58,0
76
204
68,0
20
-
51
-
68
-
203,7
141,3
181,3
123,9
120,3
411,7
498,0
20,37
14,13
18,13
12,39
12,03
41,17
49,80
selama 10 tahun pada kedua table tersebut menunjukkan perbedaan sebagai berikut : 1)
2)
3)
Rata-rata hitung pensiun dan keluar 17,3 + 33,5 = 50,8 = 51 orang, sedangkan rata-rata bergerak menunjukkan 41,17 = 42 orang sebagai prediksi yang lebih akurat, maka berarti kemungkingan kekeliruan pada rata-rata hitung sebesar 51 – 42 = 9 orang, sebagai kelebihan SDM yang dipekerjakan. Seandainya untuk rata-rata bergerak ditoleransi penambahan sebesar 10 persen berarti sebanyak 4,2 = 5 orang, sehingga permintaan SDM baru sebagai pengganti berjumlah 47 orang, yang menunjukkan tetap terdapat kelebihan prediksi SDM dengan ratarata hitung sebanyak 51 – 47 = 4 orang. Rata-rata hitung promosi dan pindah 22,9 + 40,7 = 63,6 = 64 orang, sedangkan rata-rata bergerak menunjukkan 49,80 = 50 orang sebagai prediksi yang lebih akurat, maka berarti kemungkinan kekeliruan prediksi pada rata-rata hitung sebesar 64 – 50 = 14 orang, sebagai kelebihan SDM yang dipekerjakan. Seandainya untuk rata-rata bergerak ditoleransi penambahan 10 persen berarti 5,0 = 5 orang, sehingga permintaan SDM yang baru sebagai pengganti berjumlah 55 orang, ini menunjukkan tetap terdapat kelebihan prediksi SDM dengan rata-rata hitung sebanyak 64 – 55 = 9 orang. Kegiatan membandingkan ini dapat dilakukan menurut level SDM, misalkan untuk level III : rata-rata hitung pensiun dan keluar 5,8 + 12,4 = 18,2 = 19 orang, sedangkan rata-rata bergerak menunjukkan 14,88 = 15 orang, ini berarti terjadi kemungkinan kekeliruan prediksi pada rata-rata hitung sebanyak 19 – 15 = 4 orang, sebagai kelebihan SDM yang dipekerjakan. Seandainya untuk rata-rata bergerak ditoleransi penambahan 10 persen berarti 1,5 = 2 orang, sehingga berjumlah 15 + 2 = 17 orang, tetapi tetap terjadi kelebihan SDM yang dipekerjakan pada level III sebanyak 2 orang.
4)
5)
Selanjutnya untuk prediksi tahun 2001 dan seterusnya data hasil perhitungan tahun 2000 tersebut dapat dimasukkan menjadi data yang kesebelas, kemudian dihitung dengan menjumlahkan data tahun 1998 + 1999 + 2000, kemudian dibagi 3 sehingga diperoleh 9 datum rata-rata hitung yang dihitung secara bergerak. Jumlah sembilan datum rata-rata itu dibagi sebelas, untuk mendapatkan prediksi tahun 2001. Dari data total table 02 terlihat untuk pensiun dan keluar data ratarata 41,17 = 42 orang dijadikan sebagai data kesebelas untuk tahun 2000 setelah data kesepuluh tahun 1999 sebesar 51 orang. Kemudian jumlahkan data 3 tahun (1998+1999+2000) = 69 + 51 + 42 = 162, lalu dibagi 3 = 54,00. kemudian dijumlahkan dengan delapan rata-rata bergerak di atasnya menjadi 411,7 + 54,00 = 465,70. berikutnya dibagi 11 (sebelas) yakni 465,70 : 11 = 42,3 = 43 orang sebagai prediksi SDM yang akan pensiun dan keluar pada tahun 2001. untuk itu kalau akan ditoleransi sebesar 10 persen, maka jumlahnya menjadi sebanyak 4,3 = 5 orang, sehingga prediksi SDM pensiun dan keluar yang haru diganti dengan SDM baru adalah 43 + 5 = 48 orang. Demikian seterusnya untuk setiap tahun berikutnya 2002, 2003, di mana sebaiknya memprediksi tidak lebih dari tiga s/d lima tahun.
METODE KUALITATIF •
Tehnik dengan menggunakan Metode Kualitatif yang banyak dipakai adalah Tehnik Delphi yang terdiri dari 2 (dua) jenis, yaitu :
1) Tehnik Kelompok Besar (Large Group); tehnik ini dilakukan dengan menghimpun masukan tentang cara memprediksi dihubungan dengan kondisi organisasi/perusahaan dari para ahli dan/atau pakar yang berpengalaman dalam bidang SDM dan dalam bisnis yang relevan. 2) Tehnik Kelompok Kecil (Nominal Group Techniques); tehnik ini dilakukan melalui diskusi secara bertatap muka antar sejumlah kecil para ahli (expert) dalam bidangnya masing-masing di lingkungan sebuah organisasi/perusahaan untuk memprediksi permintaan SDM di masa depan.
