Take Home Sember Daya Manusia (SDM) : Dosen: Arif Hartono, SE., M.HRM., PH.D
Take Home Sember Daya Manusia (SDM) : Dosen: Arif Hartono, SE., M.HRM., PH.D
Disusun oleh :
Serli Oktaviani
16911067
Magister Manajemen
47 B
II. Pembahasan
Perencanaan tenaga kerja menentukan tingkat pekerja yang dibutuhkan
dimana tujuan strategis suatu organisasi / perusahaan bisa tercapai Bulla dan Scott
[9] didefinisikan sebagai proses di mana tingkat yang diperlukan untuk sumber
daya manusia dalam organisasi diidentifikasi dengan benar dan rencana yang
efisien untuk memenuhi persyaratan tersebut dirancang. Khoong ditentukan
perencanaan tenaga kerja sebagai inti HRP, yang didukung oleh aspek HRP
lainnya.
Pendekatan matematika yang berbeda telah digunakan dalam HRP (untuk
review, pembaca yang tertarik bisa melihat. Ini Pendekatan umumnya dapat
dikategorikan dalam tiga bagian: optimasi, model simulasi Markovian dan
komputer. Paling karya penelitian di bidang HRP dikhususkan untuk keputusan
kepegawaian atau rekrutmen sebagai area yang penting dan popular Penelitian.
Meskipun semua jenis kategori yang disebutkan telah diterapkan di bidang
kepegawaian, fokus utama di sini adalah membuat model optimasi stokastik yang
sesuai di lingkungan yang tidak pasti.
Sumber utama kategorisasi pekerja dalam makalah ini didasarkan pada dua isu
utama yang dilambangkan sebagai 'pengetahuan' ' dalam literatur: (1) belajar dan
(2) keterampilan yang berpengalaman. Belajar adalah bagian penting dari seorang
pekerja terampil dan berpengetahuan pekerjaan, dan langsung mempengaruhi
produktivitas karyawan dan juga kinerja jangka panjang organisasi melalui
meningkatkan ketahanan terhadap potensi kepergian personil kunci. Dalam bisnis
berbasis pengetahuan terkini, para manajer benar-benar membutuhkan kebijakan
kepegawaian untuk memastikan bahwa jumlah pekerja yang memadai di setiap
tingkat pengetahuan tertentu ada untuk memenuhi rencana produksi di bawah
ketidakpastian. Ada banyak makalah HRP yang secara langsung atau tidak
langsung terfokus pada pembelajaran manusia aspek (misalnya, lihat); misalnya,
melalui perencanaan perusahaan profesional dan pengetahuan intensif utama
dalam. Namun, studi ini telah diimplementasikan dalam situasi deterministik.
Hanya ada sedikit kertas di area kepegawaian mengingat ketidakpastian dalam
proses pengambilan keputusan.
Di sisi lain, mengingat promosi pekerja di antara tingkat pengetahuan
memberi masalah pada HRP praktis yang baik kekuatan dan pembenaran teoritis.
Promosi berarti ada beberapa tingkat pengetahuan tertentu di perusahaan yang
mana pekerja dapat mempromosikan ke tingkat atas berdasarkan mekanisme yang
telah ditentukan. Pekerja pengetahuan di tingkat atas biasanya memiliki lebih
banyak produktivitas dalam proses produksi atau bahkan kemampuan yang lebih
tinggi dalam melakukan pekerjaan yang keras dan rumit. Hanya ada sedikit
makalah tertanam baik proses pembelajaran maupun promosi antara tingkat
pengetahuan dalam model optimasi dalam lingkungan stokastik.
Seperti yang telah disebutkan sebelumnya, model optimasi yang unggul untuk
pembelajaran dan promosi pekerja dengan pertimbangan tingkat turnover dan
permintaan stokastik disampaikan oleh Bordoloi dan Matsuo. Mereka membahas
isu penting ini bagaimana mengelola sekelompok tenaga kerja di tingkat
pengetahuan yang berbeda dimana tuntutan produk adalah stokastik. Dengan
permintaan fluktuasi, mungkin ada beberapa kekurangan atau kekurangan pada
akhir setiap periode. Fakta ini belum dipertimbangkan model optimasi harapan
yang dikemukakan
Dalam makalah ini, kami menerapkan model RL dan SDP untuk memecahkan
masalah gabungan pengendalian persediaan produksi dan HRP. Ini Jelas bahwa
kebijakan optimal yang diperoleh di SDP bersifat dinamis yang tentunya lebih
unggul dibanding kebijakan statik memperoleh menggunakan mereka model
berbasis kesempatan-kendala. Selain itu, kami menanamkan tingkat persediaan
sebagai perhatian penting menjadi model pengoptimalan selain isu lain termasuk
pembelajaran pekerja, omzet, promosi, dan permintaan stochasticity. Hal ini
menunjukkan bahwa metode yang diusulkan dengan menggunakan pertimbangan
baru dalam makalah ini dapat membuat staf Kebijakan lebih efisien dan berlaku
dalam aplikasi kehidupan nyata. Untuk mengevaluasi kinerja metode yang
diusulkan, beberapa Contoh numerik disajikan di bagian hasil numerik.
III. Kesimpulan
Makalah ini berfokus pada masalah gabungan dari perencanaan sumber daya
manusia (HRP) dan pengendalian produksi-persediaan pengetahuan intensif
industri. Karakteristik utama dari sumber daya manusia dalam industri ini adalah
tingkat '' pengetahuan '' dan proses pembelajaran. Dengan demikian, tujuannya
adalah untuk memaksimalkan keuntungan yang diharapkan dengan mencari angka
yang optimal pekerja di berbagai tingkat pengetahuan untuk memenuhi produksi
dan kebutuhan pelatihan. Ketika sebuah perusahaan kehilangan pekerja terampil
di atas tingkat, tidak dapat langsung kompensasi akan. Ini berarti bahwa
perusahaan hanya mampu melakukan kepuasan diminati oleh pengadaan yang ing
pekerja di tingkat pertama (baru-menyewa pekerja).
Dalam tulisan ini, kami mengembangkan penguatan belajar metode (RL)
untuk mendapatkan keputusan yang optimal dekat- untuk mempekerjakan pekerja
di bawah ketidakpastian permintaan. Selain itu, keputusan di setiap negara tidak
dianggap unik dan berada dalam domain tertentu yang membuat proses
pengambilan keputusan yang lebih fleksibel bagi para pengambil keputusan dalam
masalah kepegawaian praktis. lain dibedakan Fitur dari model yang diusulkan
dibandingkan dengan karya-karya penelitian serupa lainnya adalah bahwa rutin
optimasi internal yang telah digunakan untuk menentukan jumlah optimal dari
pekerja terampil yang harus ditugaskan untuk pelatihan dua pekerja pengetahuan
lainnya di tingkat pertama dan kedua. Jumlah optimal ini disusun sebagai tabel
untuk semua negara diskrit, permintaan sce- nario, dan semua tindakan diterima
dan digunakan sebagai masukan untuk menerapkan kedua RL dan stokastik
pemrograman dinamis (SDP) pendekatan. Untuk mengevaluasi metode RL
diusulkan kami, selain SDP, kami juga menerapkan terkenal konservatif
pendekatan. Semua hasil masing-masing telah dibandingkan dalam hal empat
kriteria: rata-rata yang diperoleh keuntungan, rata-rata yang diperoleh biaya,
jumlah pekerja baru-menyewa, dan standar deviasi dari kebijakan perekrutan.
Hasil numerik mengkonfirmasi bahwa kami Metode mengarah ke hasil yang
memuaskan.
Metodologi yang diusulkan dapat diperpanjang untuk situasi di mana ada lebih
dari dua tahap produksi. Selanjutnya, aplikasi seperti call center perusahaan
keuangan dan perusahaan konsultan yang telah diteliti oleh peneliti lain dapat
diatasi dengan metodologi yang diusulkan kami. Ini dibiarkan untuk studi masa
depan.