HUMAN RESOURCES FORECASTING. OLEH : LILIS SOLEHATI, SE.M.Si

Transkripsi

1 HUMAN RESOURCES FORECASTING OLEH : LILIS SOLEHATI, SE.M.Si

2 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.

3 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).

4 Random variation Business cycle Customer s plans Customer s customer s plans Product s life cycle Competitor s efforts and prices Customer s confidence and attitude Inputs THE COMPANY Outputs Effects on Company Advertising Sales effort DEMAND Reputation for services Design of goods or services Time of the year Quality Credit policies FIGURE 01. SOME FACTORS THAT AFFECT DEMAND FOR A COMPANY S PRODUCT OR SERVICE

5 TEKNIK-TEKNIK METODE KUANTITATIF 1) Tehnik Rata-Rata Bergerak (Moving Average) 2) Tehnik Eksponen Penentu (Exponential Smoothing) 3) Tehnik Proyeksi Kecenderungan (Trend Pojection) 4) Tehnik Regresi (Regression) 5) 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).

6 Forecast Subjective or qualitative approach Quantitative or statistical approach Field sales force Jury of Executive User s expectation Delphi method Causal or explanatory Time Series Smoothing Decomposition Additive Multiplicative Moving Average Single exponential smoothing Double exponential smoothing FIGURE 02. BREAKDOWN OF FORECAST METHODS OR MODELS

7 KARAKTERISTIK PERHITUNGAN KUANTITATIF 1) 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. 2) 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).

8 3) Prediksi permintaan SDM secara kuantitatif hanya akurat dilakukan dalam kondisi lingkungan bisnis normal. 4) 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. 5) 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. 6) Tidak ada tehnik di dalam metode kuantitatif dan juga metode kualitatif yang terbaik. Setiap tehnik dan metode memiliki kelemahan dan kelebihannya masing-masing.

9 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.

10 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.

11 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.

12 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 ,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

13 Dari data tersebut dilakukan perhitungan Rata-Rata Hitung sebagai berikut : Rata-rata Pensiun = 173 orang : 10 = 17,3 = 18 orang Rata-rata Keluar = 335 orang : 10 = 33,5 = 34 orang Rata-rata Promosi = 229 orang : 10 = 22,9 = 23 orang Rata-rata Pindah = 407 orang : 10 = 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 = = 52 orang yang diprediksi harus diisi (demand) dengan pekerja baru (sumber eksternal) Promosi + Pindah = = 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 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.

14 TABEL 02. RATA-RATA BERGERAK 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 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,0 203,7 141,3 181,3 123,9 120,3 411,7 498,0 14,90 20,37 14,13 18,13 12,39 12,03 41,17 49,80

15 selama 10 tahun pada kedua table tersebut menunjukkan perbedaan sebagai berikut : 1) 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 = 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 = 4 orang. 2) 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 = 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 = 9 orang. 3) 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 = 4 orang, sebagai kelebihan SDM yang dipekerjakan. Seandainya untuk rata-rata bergerak ditoleransi penambahan 10 persen berarti 1,5 = 2 orang, sehingga berjumlah = 17 orang, tetapi tetap terjadi kelebihan SDM yang dipekerjakan pada level III sebanyak 2 orang.

16 4) 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 , 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 ) 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 ( ) = = 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 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 = 48 orang. Demikian seterusnya untuk setiap tahun berikutnya 2002, 2003, di mana sebaiknya memprediksi tidak lebih dari tiga s/d lima tahun.

17 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.