MODEL BERBASIS PROFIL DALAM PERENCANAAN TENAGA KERJA

MODEL BERBASIS PROFIL DALAM PERENCANAAN TENAGA KERJA

TESIS

Oleh ABDUL LATIP HASIBUAN 077021051/MT

SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2009

Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

MODEL BERBASIS PROFIL DALAM PERENCANAAN TENAGA KERJA

TESIS

Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Magister Sains dalam Program Studi Magister Matematika pada Sekolah Pascasarjana Universitas Sumatera Utara

Oleh ABDUL LATIP HASIBUAN 077021051/MT

SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2009


Judul Tesis

: MODEL BERBASIS PROFIL DALAM PERENCANAAN TENAGA KERJA Nama Mahasiswa : Abdul Latip Hasibuan Nomor Pokok : 077021051 Program Studi : Matematika

Menyetujui, Komisi Pembimbing

(Prof. Dr. Opim Salim S, M.Sc) Ketua

(Prof. Dr. Drs. Iryanto, M.Si) Anggota

Ketua Program Studi

(Prof. Dr. Herman Mawengkang)

Direktur

(Prof. Dr. Ir. T.Chairun Nisa. B,M.Sc)

Tanggal lulus: 27 Mei 2009


Telah diuji pada Tanggal 27 Mei 2009

PANITIA PENGUJI TESIS Ketua Anggota

: Prof. Dr. Opim Salim Sitompul, M.Sc : Prof. Dr. Drs. Iryanto, M.Si Dr. Saib Suwilo, M.Sc Drs. Arriswoyo Suwarno, M.Si


ABSTRAK Tesis ini mengajukan suatu metode untuk mengatasi heterogenitas personil calon tenaga kerja, berdasarkan variabel-variabel yang diperoleh dalam sistem database personalia. Untuk sistem tenaga kerja, diperkenalkan model yang didasarkan pada profil personil calon tenaga kerja. Algoritma yang diajukan terfokus pada analisa evolusi profil personil dengan asumsi Markov waktu-diskrit. Dengan cara ini, berdasarkan catatan database personil, taksiran probabilitas transisi profil dan juga penghitungan ramalan atas evolusi sistem tenaga kerja dapat ditentukan. Kata kunci: Heterogenitas, Perencanaan Tenaga Kerja, Model Berbasis Profil.

i Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

ABSTRACT This paper is presented a model to deal with heterogeneity due to observable variables in modeling personnel systems. For a manpower system, a model based on personnel profiles is introduced. The proposed algorithm concerns an analysis of th evolution of personnel profiles under time-discrete Markov a ssumptions. In this way, based on an historical personnel database, the estimation of transition probabilities of profiles as well as the computation of forecasts on the evolution of the manpower system can be found. Keyword: Heterogeneity; manpower planning; Profile-based push model.

ii Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

KATA PENGANTAR Puji syukur penulis panjatkan kepada Allah SWT yang Maha Pengasih Lagi Maha Penyayang atas segala rahmad dan karunia-Nya yang telah diberikan kepada penulis, sehingga penulis dapat menyelesaikan tesis sesuai dengan waktu yang telah dialokasikan. Tesis ini berjudul ”Model Berbasis Profil Dalam Perencanaan Tenaga Kerja”. Tesis ini merupakan persyaratan tugas akhir pada Program Studi Magister Matematika SPs Universitas Sumatera Utara. Pada kesempatan yang baik ini, penulis menyampaikan terima kasih dan penghargaan yang sebesar-besarnya kepada: Gubernur Sumatera Utara dan Kepala Bappeda Propinsi Sumatera Utara beserta stafnya yang telah memberikan beasiswa kepada penulis dan Kepala Madrasah Aliyah Negeri 3 Medan yang telah memberikan izin kepada penulis untuk mengikuti perkuliahan di Sekolah Pascasarjana Program Studi Magister Matematika Universitas Sumatera Utara. Prof. dr. Chairuddin P. Lubis, DTM&H, Sp. A(k) selaku Rektor Universitas Sumatera Utara. Prof. Dr. Ir. T. Chairun Nisa B. M.Sc. selaku Direktur Sekolah Pasca Sarjana yang telah memberikan kesempatan kepada penulis untuk mengikuti Program Studi Magister Matematika di Sekolah Pascasarjana Universitas Sumatera Utara Medan. Prof. Dr. Herman Mawengkang selaku Ketua Program Studi Magister Matematika SPs Universitas Sumatera Utara yang telah banyak memberikan masukan dan bimbingan dalam penulisan tesis ini. Dr. Saib Suwilo, M.Sc selaku sekretaris Program Studi Magister Matematika di SPs Universitas Sumatera Utara dan juga sebagai dosen penguji yang telah iii Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

banyak memberikan saran dan arahan dalam penulisan tesis ini. Prof. Dr. Opim Salim Sitompul, M.Sc selaku ketua komisi pembimbing yang telah banyak memberikan saran, masukan dan arahan yang bersifat membangun dalam penulisan tesis ini. Prof. Dr. Drs. Iryanto, M.Si selaku anggota komisi pembimbing yang telah banyak memberikan saran, masukan dan arahan yang bersifat membangun dalam penulisan tesis ini. Drs. Arriswoyo Suwarno, M.Si selaku dosen penguji yang telah banyak memberikan saran dan arahan dalam penulisan tesis ini. Seluruh Staf Pengajar pada SPs USU yang dengan sungguh-sungguh telah berusaha memberikan ilmunya kepada penulis selama mengikuti perkuliahan. Seluruh Staf Administrasi SPs USU dan Sdri. Misiani, S.Si yang telah memberikan bantuan dan pelayanan yang baik kepada penulis. Rekan-Rekan seperjuangan, mahasiswa angkatan 2007/2008 atas kerja sama, kebersamaan dan bantuannya dalam mengatasi berbagai masalah selama perkuliahan berlangsung. Secara khusus penulis ingin menyampaikan terima kasih dan sayang yang mendalam kepada orangtua: N. br. Regar; Mertua: Hj. Ch. Lubis; Istri tercinta: Yuliani Nasution, S.Pd; anak-anak saya yang saya cintai: Alya Fathi Mhd Hsb, Alya Zain Ali Hsb, Tulang Hazmi Lubis dan Keluarga serta seluruh keluarga dan kerabat yang kesemuanya selalu memberikan dorongan dan perhatian serta doa sehingga penulis dapat menyelesaikan tesis dan pendidikan ini.

iv Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

Semoga tesis ini bermanfaat bagi pembaca dan pihak-pihak yang memerlukannya.

Medan, Mei 2009 Penulis,

Abdul Latip Hasibuan

v Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

RIWAYAT HIDUP Abdul Latip Hasibuan, dilahirkan di Rambung Merah Pematang Siantar pada tanggal 15 Maret 1979, merupakan anak keempat dari empat bersaudara anak dari: Alm. M. Hasibuan dan N. br. Regar. Menamatkan pendidikan SDN 094155 Rambung Merah pada tahun 1991, SMP N 06 Pematang Siantar pada tahun 1994 dan SMA UISU Jurusan IPA Pematang Siantar pada tahun 1997. Tahun 1997 kuliah S1 jurusan Pendidikan Matematika di Universitas Negeri Medan dan memperoleh gelar sarjana pada tahun 2002. Tahun 2003 menjadi staf pengajar di SMP Harapan 2 Medan, kemudian tahun 2005 lulus pegawai negeri sipil di MAN 3 Medan. Menikah dengan Yuliani Nasution pada tahun 2004 dan dikaruniai 2 orang putra (Alya Fathi Muhammad Hasibuan dan Alya Zain Ali Hasibuan). Tahun 2008 mengikuti pendidikan Program Studi Magister Matematika di Sekolah Pascasarjana Universitas Sumatera Utara.

vi Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

DAFTAR ISI Halaman ABSTRAK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

i

ABSTRACT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ii

KATA PENGANTAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

iii

RIWAYAT HIDUP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

vi

DAFTAR ISI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

vii

DAFTAR TABEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ix

DAFTAR GAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

x

BAB 1 PENDAHULUAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

1.1 Latar Belakang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

1.2 Rumusan Masalah . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

1.3 Tujuan Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

1.4 Kontribusi Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

1.5 Metodologi Penelitian . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7

BAB 2 TINJAUAN PUSTAKA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8

BAB 3 LANDASAN TEORITIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

3.1 Perencanaan Tenaga Kerja . . . . . . . . . . . . . . . . . . . . . . . . .

13

3.1.1 Proses Perencanaan Tenaga Kerja . . . . . . . . . . . . . . .

15

3.1.2 Pengevaluasian Rencana Tenaga Kerja . . . . . . . . . . . .

16

3.1.3 Pengertian Perekrutan . . . . . . . . . . . . . . . . . . . . . . .

16

3.1.4 Peramalan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

vii Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

3.2 Proses Rantai Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

3.2.1 Konsep Dasar Proses Markov Chain . . . . . . . . . . . . .

19

3.3 Subkelompok Homogen Profil . . . . . . . . . . . . . . . . . . . . . . .

23

3.3.1 Sifat-sifat evolusi profil . . . . . . . . . . . . . . . . . . . . . . .

23

3.3.2 Subdivisi biner dan kelompok homogen profil . . . . . . .

24

3.3.3 Partisi homogen dari himpunan profil S(X = xi ) . . . .

25

BAB 4 PEMBAHASAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28

4.1 Model Berbasis Profil . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28

4.2 Peramalan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

4.2.1 Setelah satu tahap . . . . . . . . . . . . . . . . . . . . . . . . . .

30

4.2.2 Setelah lebih dari satu tahap . . . . . . . . . . . . . . . . . . .

31

4.3 Agregasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

32

4.4 Illustrasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

32

BAB 5 KESIMPULAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35

DAFTAR PUSTAKA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

36

viii Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

DAFTAR TABEL

Nomor

4.1

Judul

Halaman

Probabilitas Transisi Untuk Subkelompok Homogen pada S(X 3 = gr2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.2

33

Probabilitas Transisi Untuk Subkelompok Homogen pada S(X 4 = 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ix Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

34

DAFTAR GAMBAR

Nomor

1.1

Judul

Halaman

Bagan Alir Tahapan Rancangan Penelitian . . . . . . . . . . . . . . .

x Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

7

BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah ketenagakerjaan sangat besar dan kompleks: besar, karena menyangkut kehidupan jutaan jiwa, dan kompleks, karena masalahnya mempengaruhi sekaligus dipengaruhi oleh banyak faktor yang saling berinteraksi mengikuti pola yang tidak selalu mudah untuk dipahami. Masalah-masalah ketenagakerjaan bersifat multi-dimensi, mempengaruhi dan dipengaruhi oleh berbagai faktor dengan pola hubungan yang kompleks sehingga penyelesaiannya menuntut arah kebijakan dan pendekatan yang multi-dimensi pula. Sebuah organisasi dalam mewujudkan eksistensinya dalam rangka mencapai tujuan memerlukan perencanaan tenaga kerja yang efektif. Suatu organisasi, menurut Riva’i (2004:35), tanpa didukung pegawai/karyawan yang sesuai baik segi kuantitatif, kualitatif, strategi dan operasionalnya, maka organisasi / perusahaan itu tidak akan mampu mempertahankan keberadaannya, mengembangkan dan memajukan di masa yang akan datang. Oleh karena itu disini diperlukan adanya langkah-langkah manajemen guna lebih menjamin bahwa organisasi tersedia tenaga kerja yang tepat untuk menduduki berbagai jabatan, fungsi, pekerjaan yang sesuai dengan kebutuhan . Perencanaan tenaga kerja merupakan proses manajemen dalam menentukan pergerakan sumber daya manusia suatu organisasi dari posisi yang diinginkan di masa depan, sedangkan sumber daya manusia adalah seperangkat proses-proses dan aktivitas yang dilakukan bersama oleh manajer sumber daya manusia dan manajer lini untuk menyelesaikan masalah 1 Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

2 organisasi yang terkait dengan manusia. Tujuan dari integrasi sistem adalah untuk menciptakan proses prediksi demand sumber daya manusia yang muncul dari perencanaan strategik dan operasional secara kuantitatif, dibandingkan dengan prediksi ketersediaan yang berasal dari program-program SDM. Oleh karena itu, perencanaan tenaga kerja harus disesuaikan dengan strategi tertentu agar tujuan utama dalam memflitasi keefektifan organisasi dapat tercapai.. Strategi bisnis di masa yang akan datang yang dipengaruhi perubahan kondisi lingkungan menuntut manajer untuk mengembangkan program-program yang mampu menterjemahkan current issues dan mendukung rencana bisnis masa depan. Perencanaan tenaga kerja merupakan hal yang sangat penting bagi suatu organisasi. Karena dengan perencanaan dan pemberdayaan tenaga kerja yang tepat, organisasi akan menjadi kuat. Selain itu tenaga kerja juga merupakan ujung tombak atau kunci kesuksesan organisasi. Perencanaan tenaga kerja merupakan proses perkiraan kebutuhan tenaga kerja untuk masa yang akan datang, serta bagaimana memenuhi kebutuhan tersebut. Tujuan utama perencanaan adalah memfasilitasi keefektifan organisasi, yang harus diintegrasikan dengan tujuan perencanaan jangka pendek dan jangka panjang organisasi (Jackson & Schuler, 1990). Dengan demikian, perencanaan tenaga kerja merupakan suatu proses menterjemahkan strategi bisnis menjadi kebutuhan sumber daya manusia baik kualitatif maupun kuantitatif melalui tahapan tertentu. Berbagai Pengertian dan Strategi Perencanaan tenaga kerja Mondy & Noe (1995) mendefinisikan Perencanan tenaga kerja sebagai proses yang secara sistematis mengkaji keadaan sumber daya manusia untuk memastikan bahwa jumlah dan kualitas dengan ketrampilan yang tepat, akan tersedia pada saat mere-


3 ka dibutuhkan”. Kemudian Eric Vetter dalam Jackson & Schuler (1990) dan Schuler & Walker (1990) mendefinisikan Perencanaan tenaga kerja sebagai; proses manajemen dalam menentukan pergerakan sumber daya manusia organisasi dari posisinya saat ini menuju posisi yang diinginkan di masa depan. Dari konsep tersebut, perencanaan tenaga kerja dipandang sebagai proses linear, dengan menggunakan data dan proses masa lalu (short-term) sebagai pedoman perencanaan jangka panjang (long-term). Dari beberapa pengertian tadi, maka perencanaan tenaga kerja adalah serangkaian kegiatan atau aktivitas yang dilakukan secara sistematis dan strategis yang berkaitan dengan peramalan kebutuhan tenaga kerja/pegawai dimasa yang akan datang dalam suatu organisasi (publik,bisnis) dengan menggunakan sumber informasi yang tepat guna penyediaan tenaga kerja dalam jumlah dan kualitas sesuai yang dibutuhkan. Adapun dalam perencanaan tersebut memerlukan suatu strategi yang didalamnya terdapat seperangkat prosesproses dan aktivitas yang dilakukan bersama oleh manajer sumber daya manusia pada setiap level manajemen untuk menyelesaikan masalah organisasi guna meningkatkan kinerja organisasi saat ini dan masa depan serta menghasilkan keunggulan bersaing berkelanjutan. Dengan demikian, tujuan perencanaan sumber daya manusia adalah memastikan bahwa orang yang tepat berada pada tempat dan waktu yang tepat, sehingga hal tersebut harus disesuaikan dengan rencana organisasi secara menyeluruh. Untuk merancang dan mengembangkan perencanaan tenaga kerja yang efektif menurut Manzini (1996) terdapat tiga tipe perencanaan yang saling terkait dan merupakan satu kesatuan sistem perencanaan tunggal. Pertama, strategic planning yang bertujuan untuk mempertahankan kelangsungan organisasi dalam lingkungan persaingan, Kedua, operational planning, yang menunjukkan demand terhadap tenaga kerja, dan Ketiga, human resources plan-


4 ning, yang digunakan untuk memprediksi kualitas dan kuantitas kebutuhan tenaga kerja dalam jangka pendek dan jangka panjang yang menggabungkan program pengembangan dan kebijaksanaan tenaga kerja. Dua permasalahan yang penting bagi praktisi perencana tenaga kerja adalah merekrut staf yang terampil, dan menempatkan pegawai pada jabatan-jabatan dimana mereka akan effektifitas dan merasa puas. Keberhasilan ekonomi dan sosial sebuah perusahaan tergantung pada hal ini. Oleh karena itu, para praktisi perencana tenaga kerja harus mendapatkan perangkat yang nyata untuk membidik calon yang tepat. Setelah melakukan perencanaan secara teliti mengenai kebutuhan tenaga kerja mereka, perusahaan harus menemukan calon-calon yang mempunyai pengetahuan yang kompetitif maupun ketrampilan manajemen diri dan nilai-nilai yang sejalan dengan misi perusahaan. Tugas ini tidak mudah, dan merupakan suatu tantangan yang besar dari sudut pandang harapan bahwa harapan staffing manager semakin menuntut banyak. Walker (1994) memaparkan bahwa perencanaan tenaga kerja dilakukan dengan tujuan untuk: (1) Pemanfaatan tenga kerja secara efisien dan efektif. (2) Mengembangkan tenaga kerja yang berkualitas dan memiliki kepuasan kerja. (3) Mengembangkan kesempatan karir yang lebih efektif (4) Memadukan kegiatan tenaga kerja dengan tujuan organisasi secara efisien. (5) Membantu proses perekrutan menjadi lebih ekonomis. (6) Membantu mengembangkan sistem informasi tenaga kerja sehingga dapat memfasilitasi kegiatan tenaga kerja dan unit organisasi. Dalam perekrutan dan seleksi calon tenaga kerja harus memperhatikan perubahan - perubahan yang terjadi baik dalam lingkungan eksternal maupun in-


5 ternal organisasi. Dalam hal ini banyak terjadi pergeseran bagi organisasi dalam melangsungkan kegiatan-kegiatannya. Demikian juga yang terjadi pada proses rekrutmen dan seleksi karyawan, akan menyesuaikan dengan kebutuhan organisasi. Menurut Lancourt dan Savage (1995) adanya transformasi tenaga kerja, mengakibatkan perubahan beberapa fungsi tenaga kerja. Beberapa isu muncul seperti, fungsi tenaga kerja secara tradisional dari tanggung jawab fungsional bergeser ke lini, tenaga kerja sebagai rekan kerja, Fokus pada pengembangan karir dan kompetensi dan beberapa aktivitas yang bertujuan dan mendukung budaya yang lebih egaliter. Pada mulanya, proses rekrutmen dan seleksi karyawan dilakukan dengan mengikuti prosedur perolehan tenaga kerja, yang pada umumnya mencantumkan kualifikasi kandidat yang dibutuhkan sesuai dengan kebutuhan persyaratan kerja. Namun dengan adanya perubahan-perubahan baik dari sisi organisasi, jenis pekerjaan, individu, masyarakat sosial, teknologi maupun jasa pemasaran, maka organisasi harus bisa mengelola kegiatan-kegiatannya, termasuk proses rekrutmen dan seleksi karyawan yang didasarkan pada profil calon. Dan oleh karena itu model rekrutmen ini akan didasarkan pada kelompok personil yang dibutuhkan untuk homogenitas bagi pembuangan termasuk aliran internal. Dalam penelitian ini model untuk sistem personil akan diperkenalkan didasarkan atas konsep profil personil. Algoritma partisi rekursif akan dipresentasikan untuk menentukan sub kelompok homogen dari profil personil dalam asumsi time diskrit Markov (Quinlan, 1986 and Witten, 2005).


6 1.2 Rumusan Masalah Rumusan masalah dalam penelitian ini adalah: Bagaimana membuat model berbasis profil dalam merencanakan tenaga kerja. 1.3 Tujuan Penelitian Tujuan penelitian ini adalah untuk membuat model berbasis profil dalam merencanakan tenaga kerja. 1.4 Kontribusi Penelitian Model yang diperoleh diharapkan dapat digunakan oleh pemilik perusahaan dalam perencanaan rekrutmen calon tenaga kerja di perusahaannya.


7 1.5 Metodologi Penelitian Penelitian ini bersifat literatur dan dilakukan dengan mengumpulkan informasi dari referensi beberapa buku dan jurnal. Adapun langkah-langkah yang dilakukan adalah sebagai berikut:

IDE AWAL: Model Berbasis Profil Dalam Perencanaan Tenaga Kerja ↓ Studi Literatur ↓ Perumusan Masalah, Tujuan dan Manfaat Penelitian ↓ Penentuan Profil Calon ↓ Penentuan Model Rekrutmen Tenaga Kerja dengan rantai Markov ↓ Penentuan Algoritma Partisi Rekursif Untuk Menentukan Homogenitas Profil Personilnya ↓ Melakukan analisis data ↓ Hasil dan Pembahasan ↓ Kesimpulan Gambar 1.1 : Bagan Alir Tahapan Rancangan Penelitian


BAB 2 TINJAUAN PUSTAKA

Dalam beberapa bidang penelitian perhatian ditujukan terhadap masalah pencarian populasi dan memodelkan dengan syarat-syarat spesifik, model karakteristik untuk subkelompok populasi yang mana yang harus didasarkan. Sebagai contoh misalnya, dalam marketing diperkenalkan prosedur untuk memperoleh segmentasi pelanggan dengan sifat-sifat yang diinginkan. (Jonker, et al. 2004). Dalam penelitian sebelumnya di bidang perencanaan tenaga kerja, diperkenalkan beberapa tipe model yang didasarkan pada konsep subkelompok personil homogen untuk mengatasi heterogenitas dalam sistem tenaga kerja (Ugwowo, 2000 and Feyter, 2006). Yang lainnya termasuklah model tenaga kerja Markov di mana keadaan-keadaan rantai Markov bersesuaian dengan kelompok-kelompok personil yang homogen (Bartholomew 1999 and Vassiliou 1992). Dalam model ini, homogenitas dinyatakan secara simultan berkenaan dengan probabilitas transisi aliran pemborosan dan aliran personil internal. Dan karenanya model ini akan didasarkan pada kelompok personil yang diharuskan homogen untuk aliran pemborosan dan juga untuk aliran internal. Ugwuowo, et al (2000) dalam penelitiannya mengatakan bahwa memodelkan perencanaan tenaga kerja adalah suatu metodologi yang sangat penting dalam dunia bisnis dan industri, ini memungkinkan para manajer untuk membuat ke arah yang lebih efisien dalam merencanakan dan penggunaan sumber daya manusia. Karena perilaku manusia sangat bervariasi dan oleh karena itu penting memodelkan perencanaan tenaga kerja dengan populasi yang heterogeneti, 8 Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

9 Selanjutnya Jonker (2004) menyatakan dalam beberapa penelitian perhatian awal ditujukan pada masalah menemukan suatu populasi dan kondisi spesifik dari model, cirikhas dari sub kelompok populasi yang mendasari suatu model. Misalnya dalam pemasaran, prosedur diperkenalkan untuk mendapatkan segmentasi pelanggan dengan sifat-sifat yang diperlukan. Kemudian Feyter (2006) dalam penelitiannya mengatakan bahwa: Memodelkan perencanaan tenaga kerja sangat bermanfaat untuk memanajemen sumber daya manusia dalam organisasi yang besar. Sebagian besar model tenaga kerja akan meramalkan perilaku staf di masa yang akan datang: mereka mungkin akan meninggalkan organisasi, mempromosikan atau akan memperoleh lebih banyak lagi skill yang baru. Perilaku ini bisa sangat bervariasi diantara karyawan yang berbeda. Sehingga untuk menyelesaikan masalah ini dilakukan dengan cara membagi keseluruhan sistem personil yang heterogen dalam beberapa sub-sub kelompok yang lebih homogen. Feyter (2007) dalam tulisannya juga mengembangkan model perencanaan tenaga kerja ”time-discrete mixed push-pull”. Model ini memungkinkan mempertimbangkan transisi dorong dan transisi tarik karyawan melalui organisasi dalam waktu yang bersamaan. Ini berguna karena perlunya kelompok-kelompok homogen dalam pemodelan tenaga kerja bisa menciptakan kelas-kelas di antara mana transisi dorong dan juga transisi tarik dimungkinkan. Perluasan ini akan meningkatkan akurasi hasil peramalan. Lebih jauh lagi, ada motivasi dari sudut pandang pemakai. Dari literatur perencanaan tenaga kerja diketahui bahwa promosi digunakan untuk mengisi kebutuhan perusahaan dan karena alasan motivasi personalia. Alasan-alasan tersebut akan memicu masing-masing promosi tarik dan


10 promosi dorong dalam waktu yang bersamaan. Selain itu, Georgiou dan Tsantas (2001) membahas kegunaan potensial dari dimasukkannya kelas peserta pelatihan dari mana promosi hanya dimungkinkan mengisi lowongan pada apa yang disebut kelas aktif. Promosi antara kelas-kelas aktif tersebut dimodelkan sebagai alur dorong. Walaupun Georgiou dan Tsantas (1998) hanya menggunakan batasan kebutuhan tetap untuk karyawan atas semua kelas aktif secara bersama-sama, dimasukkan dua batasan, yaitu kebutuhan yang diinginkan dalam semua kelompok secara terpisah dan kebijakan promosi dan perekrutan tarik tertentu untuk mengisi lowongan. Di lain pihak, van Veen et al. (2001) dan Geelings et al. (2001) membahas model simulasi perencanaan tenaga kerja yang mencakup transisi tarik dan transisi dorong. Walaupun model simulasi hanya dapat meramalkan, model perencanaan tenaga kerja analitik klasik memungkinkan optimisasi, pengendalian dan penentuan sifat-sifat khusus sistem personalia. Sebagai contoh misalnya, penelitian Feyter (2007) membahas beberapa topik tentang dukungan keputusan yang didasarkan pada model campuran dorong-tarik. ˇ Skulj et al (2007) mempresentasikan studi kasus tentang perencanaan tenaga kerja untuk angkatan bersenjata Slovenia. Pertama, diidentifikasi 120 tipe segmen militer (termasuk pegawai sipil). Selanjutnya, digunakan data administratif untuk menaksir transisi antara segmen-segmen ini untuk periode 2001-2005. Kemudian diaplikasikan model rantai Markov dan dihitung proyeksi 5-tahun, 10tahun dan 20-tahun. Ditemukan berbagai perbedaan antara proyeksi struktur segmen-segmen militer dan target resmi. Terakhir, dikaji dua pertanyaan optimisasi: ’Transisi manakah yang menghasilkan struktur yang diinginkan dalam waktu lima tahun?’ dan ’Transisi manakah yang melanggengkan struktur yang diinginkan dalam jangka panjang?’ Di sini diaplikasikan pendekatan pemodelan


11 heuristik, yaitu digunakan model simulasi dengan fungsi kerugian spesifik. Untuk melaksanakan simulasi probabilitas yang layak dalam matriks 120 × 120, disimulasikan hanya transisi yang ahli memperkirakan sebelumnya bahwa ada tindakan nyata untuk memberikan perubahan potensial (kebijakan perekrutan, peraturan promosi, strategi pensiun, dll.) Guerry (2007) dalam penelitiannya mengatakan suatu metodologi ditentukan untuk mengatasi heterogenitas personil, hal ini disebabkan varriabel yang diamati dalam pemodelan sistem personalia. Untuk sistem tenaga kerja ,diperkenalkan model yang didasarkan pada profil personil. Algoritma yang diajukan terfokus pada analisa evolusi profil personil dengan asumsi Markov diskrit-waktu. Dengan cara ini, berdasarkan catatan database personil, taksiran probabilitas transisi profil dan juga perhitungan ramalan atas evolusi sistem tenaga kerja dapat ditentukan. Dalam tulisan ini, akan diperkenalkan model untuk sistem personil yang didasarkan pada konsep profil personil. Algoritma pempartisian rekursif akan dipresentasikan untuk menentukan subkelompok homogen dari profil personil dengan asumsi Markov diskrit-waktu (Quinlan, 1986 and Witten, 2005). Dari database personil, variabel yang dapat diamati X 1 , · · · , X m dan informasi tentang variabel ini diketahui untuk personil yang terlibat. Vektor dengan koordinat ke-i (i = 1, · · · , m) ang menyatakan nilai untuk mana variabel yang dapat diamati X i untuk karyawan disebut profil karyawan tersebut pada saat pengamatan. Untuk suatu profil, pemborosan dan juga evolusi di dalam perusahaan yang telah dimodelkan. Model didasarkan pada subkelompok homogen profil untuk pemborosan di satu pihak dan subkelompok homogen profil untuk aliran in-


12 ternal di pihak lain. Pendekatan ini akan menghasilkan penggunaan data personil yang ada dengan cara yang efisien untuk menaksir parameter-parameter model tenaga kerja.


BAB 3 LANDASAN TEORITIS

3.1 Perencanaan Tenaga Kerja Sumber daya manusia adalah kemampuan terpadu dari daya pikir dan daya fisik yang dimiliki individu, perilaku dan sifatnya ditentukan oleh keturunan dan lingkungannya, sedangkan prestasi kerjanya dimotivasi oleh keinginan untuk memenuhi kepuasannya. Sikula (1981;145) mengemukakan bahwa: ”Perencanaan sumber daya manusia atau perencanaan tenaga kerja didefinisikan sebagai proses menentukan kebutuhan tenaga kerja dan berarti mempertemukan kebutuhan tersebut agar pelaksanaannya berinteraksi dengan rencana organisasi”. Yoder (1981:173) mendefinisikan bahwa: ”Perencanaan tenaga kerja adalah proses peramalan, pengembangan, pengimplementasian dan pengontrolan yang menjamin perusahaan mempunyai kesesuaian jumlah pegawai, penempatan pegawai secara benar, waktu yang tepat, yang secara otomatis lebih bermanfaat”. Perencanaan tenaga kerja harus mempunyai tujuan yang berdasarkan kepentingan individu, organisasi dan kepentingan nasional. Tujuan perencanaan tenaga kerja adalah menghubungkan sumber daya manusia yang ada untuk kebutuhan perusahaan pada masa yang akan datang untuk menghindari mismanajemen dan tumpang tindih dalam pelaksanaan tugas. Perencanaan Organisasi merupakan aktivitas yang dilakukan perusahaan untuk mengadakan perubahan yang positif bagi perkembangan organisasi. Pera13 Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

14 malan SDM dipengaruhi secara drastis oleh tingkat produksi. Tingkat produksi dari perusahaan penyedia (suplier) maupun pesaing dapat juga berpengaruh. Meramalkan sumber daya manusia, perlu memperhitungkan perubahan teknologi, kondisi permintaan dan penawaran, dan perencanaan karir. Kesimpulannya, perencanaan sumber daya manusia (tenaga kerja) memberikan petunjuk masa depan, menentukan dimana tenaga kerja diperoleh, kapan tenaga kerja dibutuhkan, dan pelatihan dan pengembangan jenis apa yang harus dimiliki tenaga kerja. Melalui rencana suksesi, jenjang karier tenaga kerja dapat disesuaikan dengan kebutuhan perorangan yang konsisten dengan kebutuhan suatu organisasi. Syarat-syarat perencanaan tenaga kerja:

a. Harus mengetahui secara jelas masalah yang akan direncanakannya. b. Harus mampu mengumpulkan dan menganalisis informasi tentang calon tenaga kerja. c. Harus mempunyai pengalaman luas tentang job analysis, organisasi dan situasi persediaan tenaga kerja. d. Harus mampu membaca situasi tenaga kerja masa kini dan masa mendatang. e. Mampu memperkirakan peningkatan tenaga kerja dan teknologi masa depan. f. Mengetahui secara luas peraturan dan kebijaksanaan perburuhan pemerintah.


15 3.1.1 Proses Perencanaan Tenaga Kerja Strategi sumber daya manusia (tenaga kerja) adalah alat yang digunakan untuk membantu organisasi untuk mengantisipasi dan mengatur penawaran dan permintaan SDM. Strategi SDM ini memberikan arah secara keseluruhan mengenai bagaimana kegiatan SDM akan dikembangkan dan dikelola. Pengembangan rencana tenaga kerja merupakan rencana jangka panjang. Contohnya: Dalam perencanaan tenaga kerja suatu organisasi harus mempertimbangkan alokasi orangorang pada tugasnya untuk jangka panjang tidak hanya enam bulan kedepan atau hanya untuk tahun ke depan. Alokasi ini membutuhkan pengetahuan untuk dapat meramal kemungkinan apa yang akan terjadi kelak seperti perluasan, pengurangan pengoperasian, dan perubahan teknologi yang dapat mempengaruhi organisasi tersebut. Prosedur perencanaan tenaga kerja:

a. Menetapkan secara jelas kualitas dan kuantitas tenaga kerja yang dibutuhkan. b. Mengumpulkan data dan informasi tentang tenaga kerja. c. Mengelompokkan data dan informasi serta menganalisisnya. d. Menetapkan beberapa alternatif. e. Memilih yang terbaik dari alternatif yang ada menjadi rencana. f. Menginformasikan rencana kepada para karyawan untuk direalisasikan.

Metode perencanaan tenaga kerja, dikenal atas metode nonilmiah dan metode


16 ilmiah. Metode nonilmiah diartikan bahwa perencanaan tenaga kerja hanya didasarkan atas pengalaman, imajinasi, dan perkiraan-perkiraan dari perencanaannya saja. Rencana tenaga kerja semacam ini risikonya cukup besar, misalnya kualitas dan kuantitas tenaga kerja tidak sesuai dengan kebutuhan perusahaan. Akibatnya timbul mismanajemen dan pemborosan yang merugikan perusahaan. Metode ilmiah diartikan bahwa perencanaan tenaga kerja dilakukan berdasarkan atas hasil analisis dari data, informasi, dan peramalan (forecasting) dari perencanaannya. Rencana tenaga kerja semacam ini risikonya relatif kecil karena segala sesuatunya telah diperhitungkan terlebih dahulu. 3.1.2 Pengevaluasian Rencana Tenaga Kerja Jika perencanaan tenaga kerja dilakukan dengan baik, akan diperoleh keuntungan-keuntungan sebagai berikut: Manajemen puncak memiliki pandangan yang lebih baik terhadap dimensi tenaga kerja atau terhadap keputusan-keputusan bisnisnya, biaya tenaga kerja menjadi lebih kecil karena manajemen dapat mengantisipasi ketidakseimbangan sebelum terjadi hal-hal yang dibayangkan sebelumnya yang lebih besar biayanya, tersedianya lebih banyak waktu untuk menempatkan yang berbakat karena kebutuhan dapat diantisipasi dan diketahui sebelum jumlah tenaga kerja yang sebenarnya dibutuhkan, adanya kesempatan yang lebih baik untuk melibatkan wanita dan golongan minoritas didalam rencana masa yang akan datang, pengembangan para manajer dapat dilaksanakan dengan lebih baik. 3.1.3 Pengertian Perekrutan Kegiatan yang masih berkaitan dengan perencanaan tenaga kerja adalah perekrutan atau pengadaan tenaga kerja. Setelah organisasi/perusahaan menetapkan karakteristik atau ciri-ciri karyawan yang diperlukan serta jumlahnya masing-


17 masing, maka kegiatan selanjutnya adalah upaya mendapatkan tenaga kerja yang diperlukan tersebut. Idealnya upaya pengadaan tenaga kerja ini untuk memastikan bahwa tenaga kerja yang direkrut dan ditempatkan nantinya adalah the right people in the right position. Pengadaan tenaga kerja itu sendiri adalah suatu proses untuk mendapatkan tenaga yang berkualitas dan memberikan harapan yang baik pada calon tenaga kerja tersebut untuk membuat lamaran kerja guna bekerja pada instansi / perusahaan tersebut. Khusus bagi organisasi/perusahaan yang besar, pengadaan tenaga kerja merupakan proses yang terus berlangsung dan kompleks dan menuntut perencanaan dan upaya yang ekstensif. Proses perekrutan dimulai dari mencari dan menarik pelamar yang mampu melakukan suatu pekerjaan sampai adanya lamaran masuk. Tujuan Perekrutan:

a. Menyediakan sekumpulan calon tenaga kerja / karyawan yang memenuhi syarat; b. Agar konsisten dengan strategi, wawasan dan nilai perusahaan; c. Untuk membantu mengurangi kemungkinan keluarnya karyawan yang belum lama bekerja; d. Untuk mengkoordinasikan upaya perekrutan dengan program seleksi dan pelatihan; e. Untuk memenuhi tanggungjawab perusahaan dalam upaya menciptakan kesempatan kerja yang adil.


18 3.1.4 Peramalan Peramalan (forecasting) menggunakan informasi masa lalu dan saat ini untuk mengidentifikasi kondisi masa depan yang diharapkan. Proyeksi untuk masa yang akan datang tentu saja ada unsur ketidaktepatan. Basanya orang yang berpengalaman mampu meramal cukup akurat terhadap benefit organisasi dalam rencana jangka panjang. Pendekatan-pendekatan untuk meramal tenaga kerja dapat dimulai dari perkiraan terbaik dari para manajer sampai pada simulasi komputer yang rumit. Asumsi yang sederhana mungkin cukup untuk jarak tertentu, tetapi jarak yang rumit akan diperlukan untuk yang lain. Penekanan utama dari peramalan tenaga kerja saat ini adalah meramalkan kebutuhan tenaga kerja organisasi atau permintaan kebutuhan akan tenaga kerja. 3.2 Proses Rantai Markov Analisa rantai Markov adalah suatu teknik probabilitas yang menganalisis pergerakan probabilitas dari satu kondisi ke kondisi lainnya. Konsep dasar Markov Chain baru diperkenalkan sekitar tahun 1907, oleh seorang Matematisi Rusia Andrei A. Markov (1856-1922). Analisa Markov hampir sama dengan decision analysis, bedanya adalah analisa rantai Markov tidak memberikan keputusan rekomendasi, melainkan hanya informasi probabilitas mengenai situasi keputusan yang dapat membantu pengambil keputusan mengambil keputusan. Model ini berhubungan dengan suatu rangkaian proses dimana kejadian akibat suatu eksperimen hanya tergantung pada kejadian yang langsung mendahuluinya dan tidak tergantung pada rangkaian kejadian sebelum-sebelumnya yang lain. Dengan demikian, analisa rantai Markov bukanlah teknik optimisasi, tetapi adalah teknik deskriptif yang menghasilkan informasi probabilitas dimasa mendatang.


19 Markov Chain bisa diterapkan diberbagai bidang antara lain ekonomi, politik, kependudukan, industri, pertanian dan lain-lain. Untuk dapat menerapkan analisa rantai Markov kedalam suatu kasus, ada beberapa syarat yang harus dipenuhi :

1. Jumlah probabilitas transisi untuk suatu keadaan awal dari system sama dengan 1. 2. Probabilitas-probabilitas tersebut berlaku untuk semua partisipan dalam system. 3. Probabilitas transisi konstan sepanjang waktu. 4. Kondisi merupakan kondisi yang independent sepanjang waktu.

Dalam realita, penerapan analisa Markov bisa dibilang cukup terbatas karena sulit menemukan masalah yang memenuhi semua sifat yang diperlukan untuk analisa Markov, terutama persyaratan bahwa probabilitas transisi harus konstan sepanjang waktu (probabilitas transisi adalah probabilitas yang terjadi dalam pergerakan perpindahan kondisi dalam system). 3.2.1 Konsep Dasar Proses Markov Chain Untuk memberikan dasar analisis aplikasi Markov Chain terlebih dahulu pada bagian ini akan digambarkan secara ringkas konsep dasar Markov Chain (MC), mulai dari asumsi, definisi sampai pada beberapa theorema yang diperlukan. Apabila suatu kejadian tertentu dari suatu rangkaian eksperimen tergantung dari beberapa kemungkinan kejadian, maka rangkaian eksperimen tersebut


20 disebut Proses Stokastik. Proses dikatakan terhingga (finite) apabila seluruh kemungkinan kejadian yang dapat terjadi terhingga. Terdapat banyak tipe Proses Stokastik dan dikelompokkan berdasarkan sifat-sifat fungsi peluangnya.

Definition 3.2.1 Perhatikan suatu proses stokastik {Xn , n = 0, 1, 2, · · · }. Apabila X = i, maka proses dikatakan berada pada state−i. Misalkan apabila proses berada pada state−i maka akan berpindah ke state−j dengan peluang pij , dimana pij tidak tergantung pada n. Dengan perkataan lain, apabila: P (Xn+1 = j/Xn = i, Xn−1 , · · · , · · · , X1 = i1, X0 = i0) (3.1) = P (Xn+1 = j/Xn = i) = pij untuk semua state i0, i1 , · · · , in−1 , i, j, dan semua n ≥ 0. Maka proses stokastik tersebut disebut Markov Chain Stationer.

Persamaan 3.1 dapat diinterpretasikan sebagai berikut : Untuk suatu MC, peluang bersyarat kejadian yang akan datang Xn−1 , hanya tergantung pada kejadian sekarang Xn . Hal ini disebut sifat Markovian. Karena peluang dimulai non-negatif dan proses harus melakukan transisi ke berbagai state, maka: pij µ0, i, j, µ0; Σpij = 1, i = 0, 1, 2, · · · Peluang transisi pij dapat dituliskan  p11 p12  p21 p22 P = · · · · · · pr1 p2r

dalam bentuk matrik transisi P :  · · · p1r · · · p2r  (3.2) · · · · · · · · · prr

Karena unsur-unsur P adalah non-negatif dan jumlah peluang semua unsur pada setiap baris sama dengan 1, maka setiap baris adalah vektor peluang dan P


21 adalah matriks stokastik. Matrik tersebut bersama state awal secara lengkap mendefinisikan suatu proses MC. Dengan perkataan lain, apabila informasi tersebut diketahui, dapat menentukan kejadian , misalkan, pada step yang ke−n. Dalam bahasa matrik hal ini dapat dijelaskan sebagai berikut. Misalkan w0 melambangkan vektor awal atau state awal, maka : w0 P = w1 w1 P = w2 wn−1 P = wn atau wn = w0 P n

(3.3)

Dengan demikian, apabila berawal pada state−i, maka w1 adalah baris ke−i dari P , w2 adalah baris ke−i dari P 2 , dan wn adalah baris ke−i dari P n . Barisbaris pada P n , menyajikan vektor-vektor kejadian untuk berbagai state awal. Peluang Pijn adalah peluang dimana apabila dimulai pada state−i proses akan berada pada state−j setelah n step. Sebuah state dikatakan asesibel, apabila terdapat peluang yang tidak nol untuk berpindah dari state i ke state j dalam periode waktu tertentu. MC yang demikian dikatakan iredusibel . Syarat cukup bagi P agar iredusibel adalah P n hanya memiliki unsur-unsur yang positip. Apabila syarat ini dipenuhi, maka matrik transisi P mendefinisikan suatu proses MC regular. Dalam kaitan dengan M C regular terdapat dua Theorema yang menyatakan eksistensi dan keunikan solusi pada tahap equilibrium (Ross, 1986).


22 Theorem 3.2.1 Jika P adalah matrik transisi MC regular, maka:

a. P n akan menuju sebuah matrik T , apabila n → ∞ b. Setiap baris dari T sama yaitu berupa vektor peluang w c. Semua elemen w adalah positip

Theorem 3.2.2 Apabila P adalah matrik transisi suatu MC regular dan T , w seperti pada theorema 3.2.1, maka vektor unik w adalah vektor peluang unik yang memiliki wP = w.

Kedua theorema tersebut menyatakan bahwa kalau P adalah matrik MC regular, maka ada w yang sifatnya unik yang merupakan vektor peluang. Vektor peluang wtersebut tidak tergantung pada vektor awal. Dari theorema diperoleh: wP = w

atau (3.4)

w(P − I) = 0 dimana persamaan (3.3) adalah r − 1 persamaan yang saling bebas linier dengan r yang tidak diketahui. Karena w adalah vektor peluang, maka X

wj = 1

(3.5)

Dengan menggabungkan (3.4) dan (3.5) dapat dicari w, jika diketahui P . Untuk melakukan estimasi pi j dapat menggunakan metode kemungkinan maksimum (maximum likelihood estimation) berikut: aij Pij = P j aij


(3.6)

23 dimana aij adalah banyaknya perpindahan dari state−i ke state−j pada periode pengamatan tertentu. 3.3 Subkelompok Homogen Profil 3.3.1 Sifat-sifat evolusi profil Untuk menggambarkan evolusi profil personil, semua variabel kontinu diubah menjadi variabel diskrit dan dipertimbangkan klasifikasi variabel-variabel ke dalam variabel deterministik dan variabel stokastik. Untuk variabel deterministik, dengan mengetahui nilai dari profil karyawan pada waktu t, tidak ada ketidakpastian tentang nilai variabel dalam profil karyawan setelah satu periode waktu. Untuk sebagian variabel deterministik, evolusi tergantung pada evolusi satu atau lebih variabel lainnya: untuk senioritas kelas, misalnya, nilai meningkat tahun demi tahun dengan sebesar satu sepanjang nilai untuk kelas tetap tidak berubah, dan harus ditetapkan sama dengan nol pada saat di mana pada profil terjadi perubahan nilai kelas. Di lain pihak, variabel jenis kelamin dan usia adalah variabel deterministik untuk mana evolusi tidak terpengaruh oleh variabel lainnya. Mengetahui nilai untuk variabel jenis kelamin dan usia dalam profil awal, nilai untuk variabel jenis kelamin tetap konstan dan nilai variabel usia meningkat satu tiap tahun dalam evolusi profil ini. Untuk variabel stokastik, menurut algoritma yang dihasilkan, probabilitas mempunyai nilai rantai dalam profil setelah satu periode waktu dihitung berdasarkan partisi homogen himpunan profil-profil yang disebabkan nilai variabel tersebut dalam profil aktual.


24 Jika dinotasikan dengan X 1 , · · · , X d dimana d variabel yang dapat diamati yang deterministik dan dengan X d+1 , · · · , X d+s dimana s variabel stokastik. Maka profil P adalah vektor−(d + s) (x1, · · · , xd , xd+1 , · · · , xd+s ) dimana koordinat xi menyatakan nilai variabel yang diamati ke−i dalam profil yang dikaji. Untuk profil awal P , nilai untuk variabel deterministik setelah satu tahap jelas dan karenanya menetapkan batasan atas profil yang mungkin bisa merupakan akibat dari P setelah satu tahap. Himpunan profil-profil untuk mana profil awal P bisa berkembang setelah satu tahap, dengan memperhitungkan evolusi variabel deterministik, akan dinotasikan dengan S(P →). Dalam kasus profil awal mengandung nilai untuk sebagian variabel deterministik, yaitu jika d ≥ 1, maka ditetapkan batasan untuk evolusi profil. Dengan memperhitungkan pengetahuan ini, diperoleh algoritma yang lebih efisien: untuk profil awal, evolusi ke arah sebagian profil tidak mungkin dan probabilitas yang bersesuaian tidak ditaksir karena diketahui sama dengan nol. 3.3.2 Subdivisi biner dan kelompok homogen profil Himpunan profil di mana untuk variabel X diperoleh xi akan dinotasikan dengan S(X = xi ).

Tujuannya adalah untuk menentukan subkelompok ho-

mogen S(X = xi ) untuk setiap variabel stokastik X dan untuk semua nilai xi yang mungkin dari variabel stokastik ini, berkenaan dengan probabilitas transisi P r(X = xi → X = xj ) dari X = xi ke X = xj (untuk semua xj ). Dengan cara demikian homogenitas akan dikaji dengan membandingkan probabilitas transisi P r(P (t) → P (t + 1)|P (t) ∈ s(X = xi ) dan P (t + 1) ∈ S(P (t) →) ∩ S(X = xj )

dari himpunan bagian s(X = xi) dari S(X = xi ) ke himpunan S(P (t) →


25 ) ∩ S(X = xj ) profil yang mempunyai untuk setiap variabel deterministik nilai yang ditentukan secara unik dan yang mempunyai untuk variabel stokastik X nilai xj . Jumlah total himpunan bagian s(X = xi) sedemikian tergantung pada jumlah nilai yang mungkin untuk variabel X l yang berbeda dari X dan bisa sangat besar. Untuk mengatasi masalah ini dan agar dapat mengevaluasi subkelompok dengan cara sistematik, dipertimbangkan algoritma yang didasarkan pada subdivisi biner bertahap. Terakhir, partisi homogen dari himpunan profil adalah hasil dari mempertimbangkan dengan cara iteratur, subdivisi biner suplementer. Variabel yang diukur atas tingkat ordinal, interval atau ratio, akan diubah menjadi variabel diskrit dan untuk nilai xb dari variabel ini, dikaji subdivisi biner dengan tipe B≤xb = xl | xl ≤ xb dan B>xb = xl | xl > xb . Untuk variabel yang diukur pada tingkat nominal, karena subdivisi biner setiap partisi yang mungkin menjadi dua himpunan bagian nilai variabel dipertimbangkan dalam evaluasi probabilitas transisi. Metode ini menghasilkan graph biner di mana formula-formula tesebut mendefinisikan subkelompok-subkelompok homogen. 3.3.3 Partisi homogen dari himpunan profil S(X = xi ) Untuk profil awal, dikaji probabilitas berkembang ke arah profil tertentu setelah satu periode waktu. Karena untuk variabel deterministik evolusi nilai setelah satu periode waktu diketahui (probabilitas 1), dalam ulasan tetang evolusi profil awal, probabilitas kejadian profil tertentu ditentukan oleh nilai untuk variabel stokastik. Dengan mempunyai profil P (t) yang memuat nilai tertentu xi untuk variabel stokastik X, probabilitas P r(X = xi → X = xj ) dari berkembang ke arah nilai xj setelah satu tahap dihitung berdasarkan partisi homogen


26 S(X = xi ) dan ditentukan oleh subkelompok homogen dari profil ke dalam mana termasuk P (t). Partisi homogen dari S(X = xi) adalah hasil dari mempertimbangkan dengan cara iteratif subdivisi biner suplementer. Dalam evaluasi subdivisi biner B, Si /B dari Si ⊂ S(X = xi) pada tahap tertentu dari prosedur, probabilitas transisi dengan tipe P r(P (t) → P (t+1)/P (t) ∈ B dan P (t+1) ∈ S(P (t) →)∩S(X = xj )) harus ditaksir berdasarkan informasi yang ada dalam database personil tentang profil karyawan untuk t = 0, · · · , T . Dengan asumsi analisa sensus homogen waktu, probabilitas transisi P r(P (t) → P (t + 1)/P (t) ∈ B dan P (t + 1) ∈ S(P (t) → ) ∩ S(X = xj )) dapat ditaksir dengan: PT

t=0

Nt,t+1(B → S(X = xj )) PT −1 t=0 Nt (B)

(3.7)

di mana notsi Nt(B) menyatakan jumlah profil dalam himpunan bagian B ⊂ Si ⊂ S(X = xi ) pada waktu t. Dan notasi Nt,t+1(B → S(X = xj )) menyatakan jumlah profil dalam B pada waktu t yang setelah satu periode waktu tidak meninggalkan sistem personil dan berkembang menjadi profil S(X = xj ). Untuk subdivisi suplementer, keputusan tentang variabel dan pilihan subdivisi biner yang didasarkan pada variabel ini diambil atas kriteria selisih terbesar dalam probabilitas untuk kedua subkelompok yang dihasilkan. Tujuannya adalah untuk meningkatkan secara bertahap intra-homogenitas dengan memilih subdivisi suplementer yang memaksimalkan antar-heterogenitas. Untuk himpunan bagian Si ⊂ S(X = xi ) dari profil-profil pada tingkat partisi tertentu dan untuk nilai tertentu xj untuk variabel X, subsivisi biner Bij ,


27 Si Bij memaksimalkan selisih max{P r(P (t) → P (t + 1)/P (t) ∈ B

dan P (t + 1) ∈ S(P (t) →) ∩ S(X = xj ))}

−P r(P (t) → P (t + 1)/P (t) ∈ S − i|B

dan P (t + 1) ∈ S(P (t) →) ∩ S(X = xj ))

j

Dengan memperhitungkan semua nilai xj yang mungkin untuk variabel X, subdivisi suplementer Bi , Si Bi dari Si yang akan dipilih memaksimalkan max P r(P (t) → P (t + 1)/P (t) ∈ B j

−P r(P (t) → P (t + 1)/P (t) ∈ Si Bij

dan

P (t + 1) ∈ S(P (t) →) ⊂ S(X = xj ))

dan P (t + 1) ∈ S(P (t) →) ⊂ S(X = xi))

Prosedur ini, untuk variabel stokastik X dan untuk nilai xi dari X, menghasilkan subdivisi suplementer Bi , Si Bi dari subkelompok Si ∩ S(X = xi). Prosedur diulangi sampai tingkat partisi untuk mana subdivisi suplementar akan menghasilkan subkelompok dengan jumlah profil yang terlalu kecil untuk menghasilkan taksiran yang relevan secara statistik untuk probabilitas transisi. Subkelompok homogen akhir S(X = xi ) akan dinotasikan sebagai Hi,1 , · · · , Hi,I . Algoritma pempartisian rekursif dipresentasikan, yang menghasilkan pohon dengan format biner dengan bagian puncak menyatakan himpunan S(X = xi ) dan dengan daun menyatakan subkelompok homogen Hi,1 , · · · , Hi,I .


BAB 4 PEMBAHASAN

4.1 Model Berbasis Profil Berdasarkan ide profil dan probabilitas transisi dari satu profil ke profil lainnya, dimodelkanlah tiga aliran personil: aliran pembuangan keluar dari sistem, transisi internal di dalam sistem dan aliran perekrutan ke dalam sistem. Untuk memperoleh pencirian aliran pembuangan, variabel biner stokastik Xd+s+1 terkait dengan profil karyawan yang memiliki nilai X1d+s+1 = 1 dalam kasus orang yang bersangkutan tetap anggota perusahaan dan nilai X2d+s+1 = 0 jika orang yang bersangkutan meninggalkan sistem dalam interval waktu yang dipertimbangkan. Untuk variabel stokastik ini, menurut algoritma yang dibahas d+s+1 profil yang bersesuaian dalam Bab 3, kelompok homogen H1d+s+1 , · · · , H1(d+s+1)

dengan nilai awal 1 bisa ditentukan dan probabilitas transisi terkait, masingmasing, untuk nilai 0 dan 1 dapat dihitung. Untuk karyawan yang dicirikan oleh d+s+1 (untukm ∈ 1, · · · , I(d + s + 1)), maka probabilitas tidak profil P (t) ∈ Hm

meninggalkan sistem tenaga kerja setelah satu periode diberikan oleh d+s+1 danP (t + 1) ∈ S(P (t) →) ∩ (Xd + s + 1 = 1)) P r(P (t) → P (t + 1)/P (t) ∈ Hm

dan bisa ditaksir menurut persamaan (3.3.1). Dalam mencirikan transisi internal, probabilitas transisi dari profil awal ke profil tertentu setelah satu tahap akan dihitung secara bersyarat disebabkan fakta bahwa karyawan yang terlibat tidak meninggalkan sistem tenaga kerja (menurut definisi dari Nt,t+1 (B → S(X = xj )). Dalam deskripsi tentang transisi internal 28 Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

29 profil, harus memperhitungkan bagian deterministik dan bagian stokastik. Untuk variabel deterministik, evolusi nilai dalam profil diketahui nilai untuk variabel sedemikian dalam profil setelah satu tahap adalah jelas. Berkenaan dengan koordinat ini dalam profil tidak ada ketidakpastian. Untuk setiap variabel stokastik, probabilitas transisi untuk nilai setelah satu tahap dihitung berdasarkan prosedur kelompok homogen profil dan menurut nilai variabel stokastik dalam profil awal yang dikaji. Algoritma yang diperkenalkan menghasilkan, untuk setiap variabel stokastik l l l , Hi,2 , · · · , Hi,I(l) . X l dan untuk setiap nilai Xil dari X l , kelompok homogen Hi,1 d+s Dengan cara tersebut, untuk setiap profil P (t) = xli1 , · · · , xdid , xd+1 id+1 , · · · , xid+s

pada waktu t, kelompok homogen Hil ,kl (untuk l = d + 1, · · · , d + s + 1) berkenaan dengan variabel stokastik X l dan nilai xli yang memuat P (t) dapat ditentukan. d+s , · · · , x Probabilitas transisi dari profil P (t) = x1i1 , · · · , xdid , xd+1 id+1 id+s dalam d+s sistem pada waktu t ke profil P (t+1) = x1j1 , · · · , xdjd , xd+1 jd+1 , · · · , xjd+s dinyatakan, T d+s l ∩ (X d+s+1 = 1) dan P (t + 1) ∈ S(P (t) →) ∩ H untuk P (t) ∈ il ,kl l=d+1 T d+s l l X = x jl , dengan l=d+1 P r(P (t) → P (t + 1) =

d+s+1 a

P r(P (t) → P (t + 1) | P (t) ∈ Hill ,kl

l=d+1

(4.1)

dan P (t + 1) ∈ S(P (t) →) ∩ (X l = Xjll )) dimana untuk l = 1, · · · , d koordinat xljl adalah nilai unik untuk variabel deterministik X l setelah satu tahap dan untuk l = d + 1, · · · , d + s notasi Hill ,kl menyatakan kelompok homogen profil menurut nilai xlil untuk variabel stokastik d+s . Untuk profil P (t) nilai , · · · , x X l yang memuat profil x1i1 , · · · , xdid , xd+1 id+1 id+s variabel pemborosan X d+s+1 sama dengan satu, yang mengindikasikan bahwa


30 profil tidak meninggalkan sistem setelah satu periode waktu. Menyangkut aliran masuk, algoritma harus memperhitungkan spesifikasi strategi perekrutan.

Dengan asumsi bahwa kebijakan perekrutan tidak akan

berubah dalam waktu, profil masuk bisa dipilih secara acak dari database personil historis. Dalam kasus dampak strategi perekrutan alternatip akan dievaluasi, profil masuk bisa ditambahkan menurut strategi perekrutan yang dipertimbangkan. Pendekatan profil dalam pemodelan tiga tipe aliran didasarkan pada kelompok profil yang homogen atas aliran pemborosan dan atas kelompok yang homogen atas aliran internal. Dengan cara ini algoritma tidak membutuhkan kelompok yang homogen untuk semua tipe aliran secara simultan, sebagaimana diharuskan model tenaga kerja Markov. Dengan cara ini, algoritma yang diajukan menggunakan kumpulan data personil dengan cara yang lebih efisien. 4.2 Peramalan 4.2.1 Setelah satu tahap Dengan mengetahui profil P (t) pada waktu t dan memperhitungkan pencirian aliran pembuangan dan aliran internal, setelah setiap tahap persediaan bisa dibentuk dari semua profil P (t + 1) dan ekspektansi kejadian terkaitnya dalam sistem. Ini memberikan deskripsi situasi pada waktu t + 1 sebagai akibat dari transisi setelah satu tahap profil pada waktu t. Lebih jauh lagi, dengan memperhitungkan aliran masuk profil, yang mencerminkan strategi perekrutan, situasi tentang profil diketahui sepenuhnya setelah setiap tahap. Perkiraan jumlah n(P (t + 1)) dari karyawan dalam sistem pada waktu t + 1 d+s+1 = yang dicirikan oleh profil P (t + 1) ∈ S(P (t) →) ∩ · · · ∩ (X d+s = xd+s jd+1 ) ∩ (X


31 1), mempunyai nilai deterministik yang ditetapkan oleh profil P (t) pada waktu t dan mempunyai variabel stokastik X d+l (l = 1, · · · , s) dan nilai xd+1 jd+1 , dapat ditaksir dengan cara rekursif sebagai n(P (t + 1)) = n(P (t)P˙ r(P (t) → P (t + 1)))

Rekrutan baru dipertimbangkan dengan menambah profil yang dipilih secara acak dari database atau dengan menambahkan profil baru menurut strategi perekrutan. 4.2.2 Setelah lebih dari satu tahap Untuk profil awal P (t), evolusi tahap−h P (t) → P (t + 1) → · · · → P (t + h) dapat diuraikan dengan mempertimbangkan untuk setiap tahap antara l = 0, · · · , h − 1 probabilitas P r(P (t + l) → P (t + l + 1)) seperti yang dinyatakan oleh persamaan (4.1.1). P r(P (t) → P (t + 1) → · · · → P (t + h)) =

h−1 Y

P r(P (t + l) → P (t + l + 1))

l=0

Untuk profil awal P (t), ekspektansi kejadian profil P (t + h) dalam sistem setelah h tahap bisa dihitung sebagai: X

dalam h langkah

P r(P (t) −−−−−−−−−→ P (t + h)) =

P

··· P

P r(P (t) − → (t + 1) − →− → (t + h))

I(P (t),P (t+h))

dimana perjumlahan dipertimbangkan atas himpunan I(P (t), P (t + h)) = {(P (t + 1), P (t + 2), · · · , P (t + h − 1)) | P (t + l) ∈ S(P (t + l − 1) →)untuk l = 1, · · · , h} dari semua (h−1)−tupple dari profil antara yang mungkin dalam evolusi dari P (t) ke P (t + h) dalam h tahap.


32 4.3 Agregasi Dengan bergantung pada tipe pengetahuan yang diinginkan sebagai hasil analisa, informasi yang merupakan hasil dari ekstrapolasi tentang profil yang mungkin di masa mendatang dan perkiraan nilai kejadian terkaitnya bisa digabungkan dengan sesuatu cara. Sebagai contoh misalnya, dalam penelitian tentang apakah wanita dan pria akan terwakili secara sama dalam kelas-kelas yang berbeda di perusahaan, gabungan profil-profil dan probabilitas kejadian terkaitnya akan dilakukan terhadap variabel golongan dan jenis kelamin. Dengan cara tersebut, diperoleh untuk masing-masing kelas ekstrapolasi perkiraan jumlah wanita dan pria. Dengan membandingkan perkiraan jumlah tersebut, tujuan penelitian dapat dicapai. 4.4 Illustrasi Sistem tenaga kerja yang dikaji dimana profil personil dicirikan oleh variabel jenis kelamin (X 1 ), usia (X 2 ) dan golongan (X 3 ). Dalam sistem, tiga golongan (grade-1(gr1), grade2(gr2) dan grade3(gr3)) yang dibedakan dan tidak terjadi ketakbergerakan. Karena variabel jenis kelamin (f = perempuan dan m = laki-laki) dan juga variabel usia bersifat deterministik, untuk profil awal tertentu nilai untuk variabel ini dalam profil setelah satu periode waktu diketahui dengan pasti. Untuk variabel stokastik golongan, yang didasarkan pada database personil yang ada tentang sistem tenaga kerja yang dikaji, probabilitas transisi bisa ditaksir menurut persamaan (3.3.1). Untuk setiap nilai x3i dari X 3 (x31 = gr1, x32 = gr2, x33 = gr3), yang didasarkan pada taksiran probabilitas transisi, algoritma selanjutnya menghasilkan subdivisi biner suplementer dan akhirnya menghasilkan subkelompok


33 homogen S(X 3 = x3i ).

Sebagai contoh misalnya, untuk nilai x32 = gr2 dari

variabel X 3 , paket software yang dikembangkan memberikan hasil untuk partisi 3 3 3 3 3 , H2,2 , H2,3 , H2,4 , H2,5 seperdari S(X 3 = gr2) dalam subkelompok homogen H2,1

ti yang disajikan dalam Tabel 1. Lebih jauh lagi, algoritma menghasilkan un3 (j = 1, · · · , 5) dari S(X 3 = gr2) dalam tuk setiap subkelompok homogen H2,j

probabilitas transisi perkembangan untuk X 3 setelah satu periode waktu masingmasing ke nilai gr2 dan gr3 (bersyarat atas tidak meninggalkan sistem) seperti yang diberikan dalam Tabel 1. karena tidak ada ketidakbergerakan, probabilitas transisi P r(X 3 = x32 → X 3 = x31) sama dengan nol. Tabel 4.1 : Probabilitas Transisi Untuk Subkelompok Homogen pada S(X 3 = gr2) 3 H2,j

Pr(A) Pr(B)

3 H2,1 = (X 1 = f ) ∩ (X 2 ≤ 30) ∩ (X 3 = gr2)

0,9

0,1

3 H2,2 = (X 1 = f) ∩ (30 < X 2 ≤ 55) ∩ (X 3 = gr2)

0,8

0,2

3 H2,3 = (X 1 = f ) ∩ (55 < X 2 ) ∩ (X 3 = gr2)

0,95

0,05

3 H2,4 = (X 1 = m) ∩ (X 2 ≤ 40) ∩ (X 3 = gr2)

0,75

0,25

3 H2,5 = (X 1 = m) ∩ (40 < X 2 ) ∩ (X 3 = gr2)

0,85

0,15

Sumber: Jurnal Marie-Anne Guerry: Profile-Based Push Model In ManPower Planning, 2007. dimana: P r(A) = P r(X 3 = x32 → X 3 = x32) dan P r(B) = P r(X 3 = x32 → X 3 = x33 )


34 Tabel 4.2 : Probabilitas Transisi Untuk Subkelompok Homogen pada S(X 4 = 1) 4 H1,j

Pr(C)

Pr(D)

4 H1,1 = (X 2 ≤ 25) ∩ (X 3 = gr1)

0,6

0,4

4 H1,2 = (25 < X 2 ≤ 35) ∩ (X 3 = gr1)

0,7

0,3

4 H1,3 = (35 < X 2 ≤ 59) ∩ (X 3 = gr1)

0,8

0,2

4 H1,4 = (X 2 ≤ 40) ∩ (X 3 ∈ {gr2, gr3})

0,75

0,25

4 H1,5 = (40 < X 2 ≤ 59) ∩ (X 3 ∈ {gr2, gr3})

0,95

0,05

4 H1,6 = (59 < X 2 )

0,1

0,9

Sumber: Jurnal Marie-Anne Guerry: Profile-Based Push Model In ManPower Planning, 2007. dimana: P r(C) = P r(X 4 = x41 → X 4 = x41) dan P r(D) = P r(X 4 = x41 → X 4 = x41 ) Analisa aliran pembuangan (untuk profil database personil, yaitu X 4 = 1) menghasilkan kelompok homogen yang ditentukan oleh variabel usia dan kelas (Tabel 4.2 ); tidak ada perbedaan penting antara probabilitas pembuangaan untuk pria dan wanita. Misalnya, profil (X 1 = f, X 2 = 43, X 3 = gr2) adalah elemen dari kelompok 3 4 dan H1,5 ini berkembang (dan tidak meninggalkan sistem), setelah homogen H2,2

satu periode waktu dalam profil (X 1 = f, X 2 = 44, X 3 = gr2) dengan probabilitas 0,76 dan dalam profil (X 1 = f, X 2 = 44, X 3 = gr3) dengan probabilitas 0,19.


BAB 5 KESIMPULAN

Model tenaga kerja Markov klasik sangat transparan. Satu alasan akan hal ini adalah bahwa dalam model tenaga kerja Markov, kelompok-kelompok (yaitu keadaan-keadaan) homogen yang sama dipertimbangkan untuk aliran pembuangan maupun untuk aliran internal. Batasan ini juga mempunyai kelemahan, karena mengisyaratkan bahwa untuk mencapai tingkat homogenitas tertentu untuk aliran pemborosan dan aliran internal secara simultan (dan bukan untuk masing-masing tipe aliran ini secara terpisah), pada akhirnya lebih banyak variabel dan/atau subdivisi lebih rinci untuk sebagian variabel harus dipertimbangkan. Konsekuensinya adalah bahwa pada tahap lebih awal dalam prosedur, subkelompok terfokus pada terlalu sedikit data untuk menghasilkan taksiran yang relevan secara statistik untuk parameter. Fakta ini menjadikan bahwa pendekatan berbasis-profil yang digambarkan memiliki kelebihan dibandingkan dengan model Markov klasik.

35 Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

DAFTAR PUSTAKA

Bartholomew DJ, Forbes AF, McClean S, 1991. Statistical Techniques for Man-power Planning. Wiley: Chichester. Damjan Skulj, Vasja Vehovar and Darko Stamfelj, 2008. The Modelling of Manpower by Markov Chains-A Case Study of the Slovenian Armed Forces. Informatica. 32; 289-291. De Feyter T, 2006. Modelling heterogeneity in manpower planning: dividing the personnel system into more homogeneous subgroups. Applied Stochastic Models in Business and Industry. 22(4):321-334. Dessler, Gary,1997. Human Resource Management, Seventh Edition, Prentice Hall, Inc, New York. Guerry MA, 1999. Using fuzzy sets in manpower planning. Journal of Applied Probability. 36:155-162. Guerry MA, Peeters PH, 2005. Manpower Planning Voor Openbare Besturen. Academia Press: Gent. Jackson, S.E., & Schuler, R.S. 1990. Human Resource Planning: Challenges for Industrial/Organization. Psychologists. New York, West Publishing Company Jonker JJ, Piersma N, Van den Poel D, 2004. Joint optimization of customer segmentation and marketing policy to maximize long-term profitability. Expert Systems with Applications. 27:159-168. Lancourt, J. and Savage, C, 1995. Organizational Transformation and the Changing Role of the Human resourse Funtion, compensation and Benefits Management, Autum: 42-49. Mondy, R.W & Noe III, R.M, 1995. Human Resource Management, Massahusetts, Quinlan JR. Induction of decision trees, 1986. Machine Learning.1:81-106. Riva’i, Veithzal, 2004, Manajemen Sumberdaya Manusia untuk Perusahaan: dari teori ke praktek. Jakarta. Radja Grapindo Persada. Ross, S.M. 1986. Stochastic Processes. John Wiley and Sons. Inc. Canada. Tsantas, N. 2001. Egrodic behavior of a Markov chain model in a stochastic environment. Mathematical Methods of Operation Research, 54(1), 101118. Tsantas, N., & Georgiou, A. C, 1998. Particial maintainability of a population model in a stochastic environment. Applied Stochastic Models and Data Analysis. 13, 183-189 36 Abdul Latip Hasibuan : Model Berbasis Profil Dalam Perencanaan Tenaga Kerja, 2009 USU Repository © 2008

37 Ugwuowo FI, McClean SI, 2000. Modelling heterogeneity in a manpower system: a review. Applied Stochastic Models in Business and Industry. 16:99110. Van Veen, K., Geerlings, W. S. J., & Popping, R. 2001. Generating job mobility patterns. Research Report nr. 01A11, University of Groningen-Research Institute SOM. Witten IH, Frank E. 2005. Data Mining: Practical Machine Learning Tools and Techniques (2nd edn). Morgan Kaufmann: San Francisco, Walker, J. W, 1994. Integratting the Human Resources Function with the Business Resources Planning, Human Resources Planning. Vol, 17 (2): 59-77. Walker, J.W. 1990. Human Resource Strategy: Focusing on Issues and Actions. Organizational Dynamics, New York, West Publishing Company


MODEL BERBASIS PROFIL DALAM PERENCANAAN TENAGA KERJA

Recommend Documents