Take Home Sember Daya Manusia (SDM)

“ Human Resource Planning”

Dosen : Arif Hartono, SE., M.HRM., Ph.D.

Disusun oleh :
Serli Oktaviani
16911067

Magister Manajemen
47 B

Program Pasca Sarjana Fakultas Ekonomi

Universitas Islam Indonesia
Yogyakarta
2017
I. Latar Belakang
Perencanaan sumber daya manusia adalah suatu proses pengembangan strategi
keterampilan karyawan untuk mencapai kebutuhan organisasi. Peran Perencanaan
Sumber Daya Manusia dalam suatu organisasi adalah merekrut orang yang tepat
untuk pekerjaan yang benar, dan bekerja untuk memenuhi tujuan organisasi dan
membuat karyawan merespons perubahan yang terjadi dalam organisasi serta
perubahan yang dilakukan di luar organisasi. Strategi pelatihan dan pelatihan
ulang juga termasuk dalam Proses Perencanaan Sumber Daya Manusia.
Sebagian besar organisasi menginginkan Sistem Perencanaan Sumber Daya
Manusia yang mudah dipahami, dimana asumsi yang bisa dimodifikasi, juga yang
tidak memakan waktu lama. Untuk menjalankan sistem seperti itu, organisasi
memerlukan proses tindakan pemantauan yang baik, perkiraan model permintaan,
dan pemahaman bagaimana sumber daya yang bekerja di dalam sebuah organisasi
utuk mencapai tujuan yang berharga ini, sebuah perusahaan harus melakukan
efisien pemanfaatan semua sumber daya yang berbeda seperti tenaga kerja dan
sfasilitas sehingga bisa memenuhi kepuasan yang syaratkan oleh pelanggan.
Karena tingkat kepuasan biasanya berubah seiring dengan peningkatan
teknologi, dimana pengetahuan yang up-to-date sangat dibutuhkan dalam
melaksakan kegiatan tersebut. Ini disebut operasi pengetahuan intensif. Beda
Sumber daya penting yang digunakan dalam operasi pengetahuan intensif, sumber
daya manusia lebih penting karena orang dan masyarakatnya pengetahuan adalah
sumber daya yang paling strategis bagi perusahaan.
Salah satu isu utama dalam perencanaan sumber daya manusia (HRP) adalah
pembuatan keputusan kepegawaian dan perekrutan untuk memberikan cukup
tenaga kerja berkualitas untuk menghasilkan produk berkualitas tinggi atau
memberikan pelayanan yang superior. Perekrutan biasanya jangka menengah atau
bahkan keputusan jangka panjang yang benar-benar dapat mempengaruhi masa
depan perusahaan dan kesuksesannya. Selanjutnya manusia sumber daya, sebagai
aset strategis dan berharga, memiliki pengetahuan dan keterampilan yang secara
substansial diperlukan untuk bergerakan perusahaan menuju tujuan yang telah
ditetapkan. Dengan kata lain, salah satu aspek penting HRP adalah menentukan
yang dibutuhkan jumlah pekerja di tingkat pengetahuan yang berbeda (misalnya,
pekerja yang baru dipekerjakan, semi terampil, dan terampil) yang harus
dimanfaatkan di berbagai bagian proses produksi di sebuah perusahaan. Ini
 sebenarnya adalah cara untuk meningkatkan pemanfaatan pengetahuan sumber
daya menuju efisiensi yang lebih baik.
Ada beberapa pendekatan kuantitatif yang digunakan untuk mengatasi
masalah kepegawaian untuk operasi intensif pengetahuan. Satu karya perintis di
bidang perencanaan sumber daya manusia dalam situasi berbasis pengetahuan
telah diusulkan oleh Bordoloi dan Matsuo. Mereka mengusulkan sebuah model
untuk mendapatkan tingkat pengetahuan yang dibutuhkan. Mereka juga Tingkat
pembelajaran dan turnover karyawan tertanam ke dalam model pengoptimalan
mereka untuk menemukan keputusan rekrutmen yang lebih baik dimana
permintaan tidak deterministik. Pembelajaran terjadi selama proses produksi
dimana seorang pekerja dapat dipindahkan dari tingkat pengetahuan yang lebih
rendah ke yang lebih tinggi (misalnya, dari tingkat pertama sampai yang kedua)
setelah beberapa periode. Selanjutnya, Perputaran di perusahaan didefinisikan
sebagai tingkat kehilangan pekerjanya di setiap tingkat pengetahuan (tingkat semi
terampil atau terampil) di setiap akhir periode.
Ketika sebuah perusahaan kehilangan pekerja terampil di tingkat atas,
perusahaan tersebut tidak dapat langsung mendapatkan kompensasi. Ini berarti
bahwa perusahaan hanya mampu melakukan kepuasan permintaan dengan
merekrut pekerja di tingkat pertama (pekerjaan baru yang disewa). Mereka
menggunakan metode kendala kesempatan untuk mengatasi ketidakpastian
permintaan yang tinggi dan volatilitas pengetahuan yang tinggi pekerja di dua
tingkat terakhir. Metode mereka akan gagal jika kita ingin mengatasi masalah
pengendalian persediaan produksi. Ini juga berakhir dengan kebijakan perekrutan
statis (misalnya, tingkat perekrutan konstan untuk semua periode dalam
pembuatan keputusan real-time pro- cess) yang sangat konservatif (yaitu,
kebijakan diperoleh untuk situasi pesimis).

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.