L/O/G/O

a. MEMPERKIRAKAN JUMLAH KEBUTUHAN PEGAWAI PADA

SUATU UNIT KERJA

b. MENGENAL BEBERAPA METODA YANG DIGUNAKAN UNTUK

MENENTUKAN KEBUTUHAN PEGAWAI

c. MENGETAHUI PERBEDAAN PENGGUNAAN ANTAR METODA

d. MENENTUKAN JUMLAH PEGAWAI YANG DIBUTUHKAN PADA

SATU JABATAN
1. ANALISIS BEBAN KERJA
2. ANALISIS TENAGA KERJA (WORK-FORCE ANALYSIS)
a) TEKNIK MOVING AVERAGE
b) TEKNIK EXPONENTIAL SMOOTHING
c) TEKNIK REGRESI
d) TEKNIK FIRST ORDER MARKOV
  MENENTUKAN METODA MANA YANG AKAN DIGUNAKAN :
 TERGANTUNG KARAKTERISTIK PEKERJAAN DAN/ATAU OUTPUT
PEKERJAAN
 SATU UNIT KERJA/DIVISI/BAGIAN/DEPARTEMEN BISA MENGGUNAKAN
BEBERAPA MACAM METODA (TIDAK HANYA 1 METODA)
 CONTOH :
Operator Mesin Kupas Mtd. Moving Avg
IDENTIFIKASI
Operator Mesin Potong Mtd. Analisis
JABATAN-
PABRIK UNIT JABATAN Beban Kerja
Admin Produksi
KRIPIK PRODUKSI • Karakteristik Pekerjaan
(Fisik atau Jasa)  Bisa Teknisi (Maintenance) Mtd Exp.Smooth
diperoleh dari Hasil
Analisis Jabatan Operator Labelling Mtd Regresi
• Output Pekerjaan
Staf Quality Control Mtd Markov
1. ANALISIS BEBAN KERJA (ABK)
 Bisa/cocok untuk semua jenis jabatan, dari yang terendah hingga yang
tertinggi
 Paling direkomendasikan untuk digunakan
 Memperhitungkan beban kerja setiap Jabatan dan dikaitkan juga dengan
target pekerjaan untuk Jabatan ybs
 Hasil perkiraan/peramalan mendekati akurat
 Jumlah kebutuhan pegawai ditentukan oleh 3 hal, yaitu : norma waktu
(standard rate of performance/SRoP), target pekerjaan, dan jumlah hari
kerja efektif
 Cara memperoleh Norma Waktu/SRoP bisa dilihat pada bagian
pengumpulan data (slide sebelumnya)
ANALISIS TENAGA KERJA
1. MOVING AVERAGE (MA)
 BIASANYA DIGUNAKAN UNTUK JABATAN YANG :
 Bukan Musiman (Jumlah kebutuhan pegawai tidak tergantung musim)
 Jumlah kebutuhan pegawai tidak dipengaruhi oleh suatu variabel
 Harus ada data series
 Hasil perkiraan/proyeksi/ramalan sebaiknya untuk 1-3 periode ke depan
saja
 Contoh : Bagian Accounting, Bag. Pemeliharaan, SPG Mall, dan Buruh
Tebang Tebu (tidak tergantung hasil panen)

2. EXPONENTIAL SMOOTHING
 Sama dengan ‘moving average’
 Perbedaan  Menggunakan beberapa nilai ‘α’ Dan terdapat beberapa
alternatif hasil perkiraan/ramalan
 Contoh : sama dengan Moving Average di atas!
3. REGRESI
 Untuk jabatan yang jumlah kebutuhan pegawainya dipengaruhi oleh
suatu variabel/variabel lain. Jika variabel lain tersebut berubah, maka
jumlah kebutuhan pegawai juga berubah.
 Harus ada data historis (untuk setiap variabel yang dihitung)
 Hasil perkiraan/proyeksi/ramalan bisa sampai 3 periode ke depan saja
 CONTOH :
 Teller  dipengaruhi oleh banyaknya Nasabah
 Buruh Mebeulair dgn Sistem Job-Order  dipengaruhi oleh banyaknya
Job-Order
 Sales Promotion Girl (SPG) produk tertentu (makanan, minuman,
rokok, dsb)  dipengaruhi oleh target penjualan
 Collector (pada perusahaan finance dan BPR)  tergantung banyaknya
nasabah debitur
4. MARKOV MODEL
 Untuk jabatan yang menggunakan sistem levelling.
 Data historis yang panjang tidak diperlukan. Hanya data tahun kemarin
saja.
 Hasil perkiraan/proyeksi/ramalan untuk 1-3 periode ke depan saja
 CONTOH :
 Bagian Marketing  ada 4 level Jabatan : Mgr. Marketing, Wakil Mgr,
Marketing Senior, dan Marketing Junior
 Bagian Produksi  ada 5 level Jabatan : Mgr. Produksi, Wk. Mgr,
Supervisor, Staf Produksi 2, dan Staf Produksi 1
 Bagian Accounting  ada 4 level Jabatan : Mgr. Accounting,
Supervisor, Senior Accountant, dan Junior Accountant
 Kantor Konsultan Pajak  ada 6 level Jabatan : Manajer, Supervisor,
Senior Tax, Junior Tax 3 (J-3), Junior Tax 2 (J-2) dan Junior Tax 1 (J-1)
ANALISIS BEBAN KERJA (ABK)
 Dapat digunakan pada Hampir Semua Jabatan
 Informasi yang dibutuhkan mencakup :
 Nama unit kerja
 Nama jabatan
 Rincian uraian jabatan
 Satuan beban kerja
 Norma waktu / Standard Rate of Performance (SRoP)
 Target beban kerja / Target Volume Pekerjaan
 Prosentase masuk kerja
 Waktu penyelesaian pekerjaan
 Metoda penghitungan ABK menggunakan rumus berikut :
Keterangan:
KbTk = jumlah tenaga kerja yang dibutuhkan
∑VK = besar volume kerja
%MK = prosentase masuk kerja
WP = waktu penyelesaian kerja
ANALISIS BEBAN KERJA (ABK)
 Untuk jabatan struktural / manajerial jarang menggunakan beban kerja
 Untuk jabatan non struktural/fungsional dihitung dimulai dengan
menentukan beban kerja dan target beban kerja setiap jabatan.Beban kerja
setiap jabatan dapat dihitung berdasarkan rencana pengembangan
perusahaan.
 Bentuk Tabel yang biasa digunakan dalam ABK :

SATUAN BEBAN TARGET BEBAN

No JABATAN
KERJA KERJA
1 2 3 4

Kolom 1 diisi dengan nomor urut

Kolom 2 diisi dengan nama jabatan
Kolom 3 diisi dengan satuan beban kerja yang dinyatakan dalam unit satuannya
Kolom 4 diisi dengan target volume pekerjaan dalam setiap uraian pekerjaan yang
dinyatakan dengan unit satuannya
ANALISIS BEBAN KERJA (ABK)
 Tahapan ABK :
1) Tentukan Jabatan yang akan dianalisis
2) Buat uraian Tugasnya secara lengkap
3) Tentukan Norma Waktu uraian tugas  ingat : caranya bisa
seperti yang dijelaskan pada bagian Pengumpulan data ataupun
bisa dari pengalaman  jangan lupa satuan-nya
4) Tentukan target volume pekerjaan, misalnya : 1 juta linting
cerutu per tahun, 20 Nasabah per hari, 10 pasien per hari, dsb
5) Hitung Waktu penyelesaian pekerjaan dan prosentase masuk
kerja  hari efektif kerja
6) Hitung Jumlah kebutuhan pegawai untuk jabatan dimaksud
METODA ANALISIS BEBAN KERJA (ABK)
 Cara Menetukan Prosentase Waktu Penyelesaian Pekerjaan : (Basis  1
Hari)
(CONTOH)  Data hari kerja, hari libur, dll pada tahun 2021 :
 Hari kerja per tahun (A) : 243 hari per tahun (5 hari kerja)
 Cuti tahunan (B) : 12 hari per tahun
 Pendidikan & Pelatihan (C) : 15 hari per tahun
 Ketidak hadiran (E) : 5 hari per tahun
 Waktu kerja per hari (F) : 8 JAM per HARI
 Waktu Kerja Efektif dalam 1 (satu) Tahun = ( A - ( B + C + D + E ) ) x F
= ( 243 – (12 + 15 + 5) ) x 8
= 1688 jam per tahun
 Waktu Kerja (JAM) Efektif dalam 1 (Satu) hari = 1688 jam : 1944 jam =
86,8 %
 Waktu Kerja (JAM) Tersedia dalam 1 (Satu) hari  8 Jam
 JADI, Prosentase Masuk Kerja (Banyaknya waktu yang digunakan untuk
bekerja/menyelesaikan pekerjaan) : 86,8%
e) METODA ANALISIS BEBAN KERJA (ABK)
 Cara Menentukan Prosentase Waktu Penyelesaian Pekerjaan :
(Basis  1 TAHUN)
(CONTOH)  Data hari kerja, hari libur, dll pada tahun 2021 :
 Hari kerja per tahun (A) : 243 hari per tahun
 Cuti tahunan (B) : 12 hari per tahun
 Pendidikan & Pelatihan (C) : 15 hari per tahun
 Ketidak hadiran (E) : 5 hari per tahun
 Waktu Kerja Efektif = ( A - ( B + C + D + E ) ) : A
= (243 – ( 12 + 15 + 5 ) ) : 243
= 211 : 260 = 86,8%
 JADI, Prosentase Masuk Kerja dalam 1 Tahun = 86,8%
Contoh APLIKASI
METODA
Perusahaan di bidang Produksi Buku Tulis
Unit Kerja : Unit Printing

Jabatan :
1. Printing Manajer
2. Printing Supervisor
3. Operator
4. Pembantu Operator
5. Admin Laporan Hasil Kerja
6. Admin Permintaan Bahan Baku
7. Pembantu Admin Permintaan Bahan Baku
ANALISIS BEBAN KERJA (ABK)

TENAGA PRINTING MANAGER (PM)

(UNIT KERJA : PRINTING) Out put: jadwal produksi mesin

No Uraian kerja Norma Targe Volume

Waktu Beban Kerja  Hari kerja 1 hari (A) : 5 hari
Kerja
1 Memeriksa laporan kondisi 30. 1 jad 30 OM
mesim yang akan digunakan OM/
jad.  HITUNG KEBUTUHAN PEGW.
2 Menyusun pembagian tugas 30.OM/ 1 jad 30 OM
kepada setiap supervisor jad Diketahui :
VK = 80 OM
% MK = 90%
3 Print dan menyampaikan 20.OM/ 1 Jad 20 OM
WP = diasumsikan 480 menit
jadwal ke setiap supervisor jad
Diperoleh = KEBUTUHAN PEGAWAI PM:

Total 80 OM Keb. Pegawai PM = 80 OM/90% x 480 M

= 0,18 O
Menentukan Norma Waktu

Misalkan,
Terdapat 2 orang tenaga kerja menduduki satu jabatan dan
berkerja secara bersama untuk membersihkan 4 unit barang
dalam waktu 10 menit.
Maka norma waktu ditentukan sebagai berikut:
2 Orang x 10 Menit = 4 unit
20 OM = 4 unit
Norma waktu membersihkan 5 OM/unit
 TENAGA PRINTING MANAGER (PM)
(UNIT KERJA : PRINTING)
Out put : Laporan Monitoring

No Uraian kerja Norma Target Volume

waktu beban Kerja
kerja
1 Monitor pekerjaan seluruh 10 OM/lap 6 lap 60 OM
unit printing
2 Mengarahkan supervisor 15 OM/lap 6 lap 90 OM
mengenai standart kerja
3 Menyusun/print laporan 10 OM/lap 6 lap 60 OM

210 OM

Diketahui :
VK = 210 OM Keb. Pegawai PM = 210 OM /(90% x 480 M)
% MK = 90% = 0,49 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
 TENAGA PRINTING MANAGER (PM)
(UNIT KERJA : PRINTING)
Out put: lap evaluasi kerja mesin

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Evaluasi hasil kerja mesin 10 OM/lap 6 lap 60 OM
dan tenaga kerja
2 Menyelesaikan masalah 15 OM/lap 6 lap 90 OM
terkait proses produksi
3 Menyusun laporan 10 OM/lap 6 lap 90 OM

210 OM

Diketahui :
VK = 210 OM
Keb. Pegawai PM = 210 OM /(90% x 480 M)
% MK = 90%
= 0,49 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
Dari uraian sebelumnya, seorang Printing Manager
akan menghasilkan tiga jenis hasil kerja (out put)
dalam sehari, yakni jadwal produksi, laporan
monitoring, dan laporan evaluasi kerja mesin dan
tenaga kerja.
Di dapat indeks masing-masing out put : 0,18 O, 0,49
O, dan 0,49 O. sehingga total 1,16 O ( O = orang)
Sementara yang menduduki jabatan hanya 1 orang ,
dengan demikian bahwa pada jabatan tersebut
tergambar adanya kelebihan kerja sebesar 0,16 poin
dalam sehari.
 TENAGA PRINTING SUPERVISOR (PS)
(UNIT KERJA : PRINTING)
Out put: Paket bahan baku

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Mengontrol kartu palet 40 OM/lap 1 lap 40 OM
keberadaan bahan baku
2 Membuat persetujuan 30 OM/lap 1 lap 30 OM
terhadap keberadaan
bahanbahu
3 Menyusun laporan 10 OM/lap 1 lap 10 OM

80 OM

Diketahui :
VK = 80 OM Keb. Pegawai PM = 80 OM /(90% x 480 M)
% MK = 90% = 0,18 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
 TENAGA PRINTING SUPERVISOR (PS)
(UNIT KERJA : PRINTING)
Out put: Laporan hasil pengawasan

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Memantau kerja operator 10 OM/lap 6 lap 60 OM
dan kerja mesin
2 Mengarahkan penggunaan 20 OM/lap 6 lap 120 OM
barang sisa cetak
3 Membuat laporan 5 OM/lap 6 lap 30 OM

210 OM

Diketahui :
VK = 210 OM
Keb. Pegawai PM = 210 OM /(90% x 480 M)
% MK = 90%
= 0,49 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
 TENAGA PRINTING SUPERVISOR (PS)
(UNIT KERJA : PRINTING)
Out put: Lap. Efisiensi Kerja Mesin

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Koordinasi dengan operator 5 OM/lap 6 lap 30 OM
terkait proses dan kualitas
out put
2 Memberi masukan untuk 10 OM/lap 6 lap 60 OM
memastikan hasil kerja yang
sesuai rencana dan standart
3 Membuat laporan 5 OM/lap 6 lap 30 OM

120 OM
Diketahui :
VK = 120 OM
Keb. Pegawai PM = 120 OM /(90% x 480 M)
% MK = 90%
= 0,28 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
Terlihat dari hasil analisis beban kerja, seorang Printing
Supervisor yang menghasilkan tiga jenis hasil kerja (out
put) dalam sehari, Laporan Paket Bahan Baku, Laporan
Hasil Pengawasan, dan Laporan Hasil Efisiensi Kerja
Mesin, Di dapat indeks masing-masing out put : 0,18 O,
0,49 O, dan 0,49 O. sehingga total 1,16 O ( O = orang)
Sementara yang menduduki jabatan hanya 1 orang ,
dengan demikian bahwa pada jabatan tersebut tergambar
adanya kelebihan kerja sebesar 0,16 poin dalam sehari.
Operator
 TENAGA OPERATOR
(UNIT KERJA : PRINTING)
Out put: Jadwa Kerja Setiap Mesin

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Memeriksa informasi kondisi 10 OM/jad 1 Jadwal 10 OM
peralatan dan bahan baku
2 Menerima job order dari 5 OM/jad 1 Jadwal 5 OM
Supervisor
3 Koordinasi dengan supervisor 10 OM/jad 1 Jadwal 10 OM
ttg kesiapan alat dan bahan
25 OM

Diketahui : Keb. Pegawai PM = 25 OM /(90% x 480 M)

VK = 25 OM = 0,06 O
% MK = 90%
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
 TENAGA OPERATOR (PS)
(UNIT KERJA : PRINTING)
Out put: Paket cetak

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Menyiapkan/memeriksa 60 OM/paket 1 paket 60 OM
bahan
2 Menyetel/periksa mesin 90 OM/paket 1 paket 30 OM

3 Memantau kerja mesin 270 OM/paket 1 paket 270 OM

320 OM

Diketahui :
VK = 320 OM
Keb. Pegawai PM = 360 OM /(90% x 480 M)
% MK = 90%
= 0,89 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
 TENAGA OPERATOR
(UNIT KERJA : PRINTING)
Out put: Laporan produksi

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Menyusun laporan produksi 5 OM/lap 5 laporan 5 OM

5 OM

Diketahui : Keb. Pegawai PM = 5 OM /(90% x 480 M)

VK = 25 OM = 0,01 O
% MK = 90%
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:

Besar indeks beban kerja tenaga operator adalah 0,95 O

Pembantu Operator
 TENAGA PEMBANTU OPERATOR
(UNIT KERJA : PRINTING)
Out put: Kegiatan

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Menyipkan bak tinta sesuai 20 OM/keg 1 keg. 20 OM
permintaan produksi
2 Menyiapkan mesin 90 OM/keg 1 keg 90 OM

3 Memindahkan bahan baku ke 60 OM/keg 1 keg 60 OM

area produksi
4 Memantau kerja mesin 180 OM/keg 1 keg 180 OM

350 OM

Diketahui :
VK = 25 OM Keb. Pegawai PM = 350 OM /(90% x 480 M)
% MK = 90% = 0,81 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:

Besar indeks beban kerja tenaga pembantu operator adalah 0,81 O

Admin Laporan Hasil Kerja
 TENAGA ADMIN LAPORAN HASIL KERA
(UNIT KERJA : PRINTING)
Out put: Laporan Hasil Produksi

Norma Target Volume

No Uraian kerja waktu beban Kerja
kerja
1 Menarik data manual hasil 60 OM/lap 1 lap. 60 OM
produksi
2 Menginput data 280 OM/lap 1 Lap. 280 OM

3 Menyusun laporan 60 OM/lap 1 lap 60 OM

400 OM

Diketahui :
VK = 400 OM Keb. Pegawai PM = 400 OM /(90% x 480 M)
% MK = 90% = 0,92 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:

Besar indeks beban kerja tenaga admin laporan hasil kerja adalah
0,92O
ADMIN PERMINTAAN BAHAN BAKU
 TENAGA ADMIN PERMINTAAN BAHAN BAKU
(UNIT KERJA : PRINTING) Out put: Laporan penggunaan
bahan baku
Norma Target Volume
No Uraian kerja waktu beban Kerja
kerja
1 Menerima pesanan bahan 30 OM/lap 1 lap. 30 OM
baku
2 Mengajukan permintaan 30 OM/lap 1 Lap. 30 OM
bahan baku ke bagian
gudang
3 Menginyiapkan bahan baku 200 OM/lap 1 lap 200 OM
dan penggyunaan sisa bahan
baku proses kerja

260 OM
Diketahui :
VK = 260 OM Keb. Pegawai PM = 260 OM /(90% x 480 M)
% MK = 90% = 0,62 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
 TENAGA ADMIN PERMINTAAN BAHAN BAKU
(UNIT KERJA : PRINTING) Out put: Laporan penggunaan
bahan baku
Norma Target Volume
No Uraian kerja waktu beban Kerja
kerja
1 Meretur bahan baku maupun 45 OM/lap 1 lap. 45 OM
bahan baku sisa produksi
2 Menyusun laporan harian 45 OM/lap 1 Lap. 45 OM
penggunan bahan baku

90 OM

Diketahui :
VK = 90 OM Keb. Pegawai PM = 90 OM /(90% x 480 M)
% MK = 90% = 0,2 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
Pembantu Amin Permintaan Bahan
Baku
 TENAGA PEMBANTU ADMIN PERMINTAAN
BAHAN BAKU Out put: Laporan retur bahan baku
(UNIT KERJA : PRINTING) dan penggunaan
Norma Target Volume
No Uraian kerja waktu beban Kerja
kerja
1 Merekapitulasi dan membuat 15 OM/lap 1 lap. 15 OM
estimasi pesanan bahan baku
2 Mengajukan permintaan 30 OM/lap 1 Lap. 30 OM
bahan baku
3 Menginput bahan baku dan 200 OM/lap 1 Lap 200 OM
sisa bahan baku setiap
produksi

235 OM

Diketahui :
VK = 235 OM Keb. Pegawai PM = 235 OM /(90% x 480 M)
% MK = 90% = 0,54 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:
TENAGA ADMIN PERMINTAAN BAHAN BAKU
(UNIT KERJA : PRINTING) Out put: Laporan penggunaan
bahan baku
Norma Target Volume
No Uraian kerja waktu beban Kerja
kerja
1 Mengurus retur barang dan
sisa bahan yang masih dapat
digunakan maupun yang 45 OM/lap 1 Lap. 45 OM
harus dikembalikan ke bagian
gudang

2 Menganalisa penggunaan 45 OM/lap 1 Lap. 45 OM

bahan baku dengan hasil
produksi
90 OM

Diketahui :
VK = 90 OM Keb. Pegawai PM = 90 OM /(90% x 480 M)
% MK = 90% = 0,2 O
WP = diasumsikan 480 menit
Diperoleh = KEBUTUHAN PEGAWAI PM:

Besar indeks beban kerja tenaga admin permintaan bahan baku

sebesar 0,76 O
TEKNIK MOVING AVERAGE

 MENGGUNAKAN DATA TENAGA KERJA YANG DIREKRUT ATAU YANG

BERHENTI (PENSIUN, BERHENTI, ATAU DIBERHENTIKAN), RATA-RATA
PROMOSI, PINDAH JABATAN DLL
 LEBIH COCOK UNTUK PERKIRAAN JANGKA PENDEK
 TIDAK COCOK UNTUK POLA DATA TREND DAN MUSIMAN
 RUMUS : n

d t n = JUMLAH PERIODE
dt = DEMAND (JML TK) PADA BULAN KE-t
MAn  t 1
n

 CONTOH PERHITUNGAN :
Berikut adalah data Jumlah Buruh Tebang Tebu pada Pabrik Gula selama 7 (tujuh)
tahun terakhir. Dengan menggunakan Teknik Moving Average akan dihitung
Perkiraan Jumlah Buruh Tebang Tebu yang dibutuhkan pada tahun 2021.

Jumlah
No Tahun
Buruh Tebang Tebu
1 2014 43
2 2015 40
3 2016 38
4 2017 39
5 2018 43
6 2019 42
7 2020 42
 Jumlah Perhitungan
No Tahun Integer
Pegawai Mov.Avrg. 3 Bulan
1 2014 43

2 2015 40 (43 + 40 + 38)/3 = 40,3 41

3 2016 38 (40 + 38 + 39)/3 = 39 39

4 2017 39 (38 + 39 + 43)/3 = 40 40

5 2018 43 (39 + 43 + 42)/3 = 41,3 42

6 2019 42 (43 + 42 + 42)/3 = 42,3 42

7 2020 42

8 2021 ? (42)
TEKNIK EXPONENTIAL SMOOTHING
 Merupakan teknik yang secara terus-menerus menggunakan
data terbaru, dan setiap data diberi bobot (α) yang dapat
ditentukan secara bebas. Besar α ( 0 < α < 1)
 Kesalahan perkiraan masa lalu digunakan untuk koreksi
perkiraan berikutnya
 Secara matematika dirumuskan: St 1  X t  1   St
St+1 = perkiraan kebutuhan pegawai periode ke t+1
 = konstanta (0-1)
Xt = data aktual pada periode ke-t
St = perkiraan kebutuhan pegawai periode ke-t
 Nilai α yang menghasilkan tingkat kesalahan yang paling
kecil dipilih sebagai perkiraan
 Menghitung rata-rata kuadrat kesalahan (Mean Square Error)


setiap item dengan rumus : 2
( kesalahan )
MSE 
n
LANGKAH-LANGKAH PENGHITUNGAN :
1) Menggunakan data jumlah pegawai secara periodik
2) Menentukan besar konstanta (α)
3) Menghitung jumlah pegawai sesuai dengan besar konstanta (α)
4) Mengkoreksi perkiraan
5) Menentukan perkiraan kesalahan terkecil (MSE)
6) Memperkirakan kebutuhan pegawai
Jumlah pegawai Divisi Packing pada PT. Snack Nusantara (Pabrik Makanan
Ringan) selama tahun 2014 s.d. 2020 (7 tahun) secara berturut-turut adalah
150, 180, 210, 140, 170, 250, dan 380 orang.

Jumlah kebutuhan pegawai yang mungkin terjadi pada tahun 2021 pada
Divisi Packing tersebut dengan menggunakan teknik exponential
smoothing adalah sebagai berikut:
1. Tentukan parameter nilai α (nilai α dipilih yang besarnya 0 < α < 1) 
misalnya, besarnya alpha (α) yang diterapkan adalah 0,1; 0,5; dan 0,95
2. Menghitung perkiraan permintaan pegawai dengan menggunakan

St 1  X t  1   St
rumus :

Perhitungan rumus tersebut diaplikasikan dalam bentuk Tabel sebagai

berikut :
b) TEKNIK EXPONENTIAL SMOOTHING
2. Menghitung perkiraan permintaan pegawai dengan menggunakan
St 1  X t  1   St
rumus :  Pakai Tabel Bantu di MS-Excel

Perkiraan dengan Konstanta α Kesalahan Perkiraan

(e)2
Pegawai (St) (e)
Thn (Xt)
0,1 0,5 0,95 0,1 0,5 0,95 0,1 0,5 0,95

2014 150 - - - - - - - - -

2015 180 150 150 150

2016 210
Angka Baris
2017 140
Pertama di Pertama
2018 170 taruh dibaris Di-Nol-kan
kedua
2019 250

2020 380

2021 ???
Jumlah
MSE
 TEKNIK EXPONENTIAL SMOOTHING
2. Menghitung perkiraan permintaan pegawai dengan menggunakan
St 1  X t  1   St
rumus :  Pakai Tabel Bantu di MS-Excel

Perkiraan dengan Konstanta α Kesalahan Perkiraan

(e)2
Pegawai (St) (e)
Thn (Xt)
0,1 0,5 0,95 0,1 0,5 0,95 0,1 0,5 0,95

2006 150 - - - - - 302 - - - -

2007 180 150 150 150 30 30 30 900 900 900

2008 210
180-150=30 302
2009 140

2010 170
180-150=30

2011 250

2012 380

2013 ???

Jumlah
MSE
 TEKNIK EXPONENTIAL SMOOTHING
2. Menghitung perkiraan permintaan pegawai dengan menggunakan
St 1  X t  1   St
rumus :  Pakai Tabel Bantu di MS-Excel

Perkiraan dengan Konstanta α Kesalahan Perkiraan

(e)2
Pegawai (St) (e)
Thn (Xt)
0,1 0,5 0,95 0,1 0,5 0,95 0,1 0,5 0,95

2006 150 - - - - - - - - -

2007 180 150 150 150 30 30 30 900 900 900

2008 210 153 165 178,5 57 45 31,5 3249 2025 992,3

2009 140 572 452

2010 170 210-153=57 210-165=45
2011 250

2012 380

2013 ???

Jumlah
MSE
 TEKNIK EXPONENTIAL SMOOTHING
3. Menghitung rata-rata perbedaan kuadrat antara nilai yang diperkirakan dan nilai yang
diamati dengan menggunakan Mean Square Error (MSE). Kesalahan perkiraan dengan
konstanta (α) yang memiliki nilai paling kecil merupakan konstanta (α) yang di pilih untuk
meramalkan permintaan pegawai untuk tahun 2020. α terkecil
(yg dipakai)
Perkiraan dengan Konstanta α Kesalahan Perkiraan
(e)2
Pegawai (St) (e)
Thn (Xt)
0,1 0,5 0,95 0,1 0,5 0,95 0,1 0,5 0,95
Kolom yg
2014 150 - - - - - dipakai
- utk - - -
peramalan
2015 180 150 150 150 30 30 30 900 900 900

2016 210 153 165 178,5 57 45 31,5 3249 2025 992,3

2017 140 158,7 187,5 208,4 - 18,7 - 47,5 - 68,4 349,7 2256,3 4678,6

2018 170 156,8 163,8 143,4 13,2 6,2 26,6 174,2 38,4 707,6

2019 250 158,1 166,9 168,7 91,1 83,1 81,3 8299,2 6905,6 6609,7

2020 380 167,29 208,5 245,9 132,71 91,5 54,1 17611,9 8372,3 2926,8

2031 ? 373,3
Jumlah
Jumlah terkecil 30.584 20.497,6 16.815

MSE 4.369,1 2.928,2 2.402,1

TEKNIK EXPONENTIAL SMOOTHING
4. Kesimpulan :

“Jadi jumlah pegawai pada tahun 2021 diperkirakan

sebanyak 373,3 atau 374 orang (sebagai hasil dari
penggunaan konstanta smoothing α = 0,95)”
TEKNIK REGRESI
 Jabatan yang dihitung menggunakan Regresi adalah
Jabatan yang jumlahnya dipengaruhi oleh suatu
variabel/variabel lain
 Dilakukan melalui formula/rumus statistik  korelasi dan
regresi sederhana (antar dua variabel)
 Terlebih dulu dilakukan penghitungan korelasi untuk
mengetahui apakah variabel jabatan yang akan diprediksi
memiliki hubungan atau dipengaruhi oleh variabel lain,
misalnya variabel jumlah nasabah, variabel laba, variabel
upah (gaji), produktivitas, dll.
 Jika hasil uji korelasi tersebut cukup tinggi, maka dapat
dilakukan prediksi kebutuhan pegawai dengan regresi
sederhana.
TEKNIK REGRESI
 RUMUS YANG DIGUNAKAN :
 UJI KORELASI
n n n
n xy   x y
rxy  t 1 t 1 t 1


 n
 n 2
   n
 n
 
2

           
2 2
n x x n y y 

 t 1  t 1    t 1  t 1   

 REGRESI SEDERHANA  UNTUK PERKIRAAN/PERAMALAN/

PREDIKSI/PROYEKSI
TEKNIK REGRESI
 Contoh :
Pada PT. Bank Mandiri, Tbk diperoleh data sebagai berikut. Dari
tahun 2015 – 2020 secara berturut-turut diperoleh data jumlah
pegawai bagian teller sebanyak 5,6,7,9,3 dan 4 orang dan jumlah
nasabah sebesar 1000, 1250, 1300, 1500, 750, dan 800 nasabah.
Misalkan :
Pada tahun 2021 jumlah nasabah bertambah menjadi 1400
nasabah berapa jumlah pegawai bagian teller yang dibutuhkan?

 Buat Tabel Bantu !

TEKNIK REGRESI

Jumlah Jumlah
Tahun Nasabah Pegawai x2 y2 xy
(x) (y)
2015 1.000 5 1.000.000 25 5.000
2016 1.250 6 1.562.500 36 7.500
2017 1.300 7 1.690.000 49 9.100
2018 1.500 9 2.250.000 81 13.500
2019 750 3 562.500 9 2.250
2020 800 4 640.000 16 3.200
∑ 6.600 34 7.705.000 216 40.550
TEKNIK REGRESI
 UJI KORELASI
n n n
n xy   x y
rxy  t 1 t 1 t 1


 n 2  n  
2

 n 2  n  
2

n  x    x   n  y    y  

 t 1  t 1  
 t 1  t 1  
(6x 40.550)  (6.600x34)
rxy 
6x7.705.000  6.600 6x216  34 
2 2

rxy  97,76% KORELASI TINGGI  hitung koefisien

determinasi (R) dengan Rumus :
R = r2 x 100 %
R = (0,97)2 x 100 %
R = 0,94 x 100 %
R = 94 %
ARTINYA  Kebutuhan pegawai diyakini dipengaruhi oleh
variabel jumlah nasabah sebesar 94%, sisanya merupakan
pengaruh variabel lainnya.
TEKNIK REGRESI
Selanjutnya adalah penentuan rumus proyeksi dengan
menggunakan cara Least Square

Rumus Regresi Linier : y = a + bx

ATAU

Didapat y = - 2,12 + 0,007x

HASIL :
Jika x = 1400, maka y = 7,68  (dibulatkan) kebutuhan
pegawai untk Jabatan Teller adalah 8 orang.
FIRST ORDER MARKOV
 Digunakan untuk Jabatan yang menggunakan Sistem
Levelling
 Teknik ini menggunakan data kemungkinan – kemungkinan
transisi pegawai dari satu jabatan ke jabatan lain.
Kemungkinan – kemungkinan transisi didasarkan atas
pengalaman masa lalu.
 Perusahaan dapat menerapkan teknik markov ini untuk
menganalisa perpindahan pegawai (internal maupun
eksternal) pada dua periode waktu (sekarang dan di masa
depan)
FIRST ORDER MARKOV
 Digunakan untuk Jabatan yang menggunakan Sistem Levelling
 Teknik ini menggunakan data kemungkinan – kemungkinan transisi
pegawai dari satu jabatan ke jabatan lain. Kemungkinan –
kemungkinan transisi didasarkan atas pengalaman masa lalu.
 Perusahaan dapat menerapkan teknik markov ini untuk
menganalisa perpindahan pegawai (internal maupun eksternal)
pada dua periode waktu (sekarang dan di masa depan)
 Asumsi penting yang mendasari aplikasi analisis markov :
 Analisis markov mengasumsikan bahwa setiap individu hanya
berpindah satu kali antara periode t dan t+k (perpindahan lebih
dari satu kali tidak diperhitungkan)
 Probabilitas transisi dari t KE t+1 Kondisional hanya pada
okupansi kedudukan awal (semua individu dalam suatu
klasifikasi mempunyai probabilitas pindah yang sama)
 Probabilitas transisi yang ada dianggap konstan selama
interval waktu tertentu
FIRST ORDER MARKOV
CONTOH :
Catatan tahun 2020 terjadi transisi pegawai pada Divisi Accounting.
Diperkirakan pada tahun 2021 akan terjadi transisi pegawai pada Divisi ini
dengan pola yang mirip dengan tahun 2020 tersebut.
Jabatan pada Divisi Accounting ini terdiri dari 4 Level, yaitu
• Staf Accounting I
• Staf Accounting II
• Wakil Manager Accounting
• Manager Accounting
Perkiraan Transisi pegawai Divisi Accounting pada tahun 2021 kemudian
di gambarkan seperti pada matriks berikut :
FIRST ORDER MARKOV
 Buat Matriks Transisi : 10 : 15 = 0,667

Perkiraan Transisi pada th. 2021

Nama Jabatan
Staf Acc I Staf Acc II Wkl Mngr Acc Manager Acc Keluar Total
Staf Acc I 10 2 0 0 3 15
Staf Acc II 2 8 1 0 1 12
Wkl Mngr Acc 0 0 3 1 1 5

Manager Acc 0 0 0 2 1 3

 Kemudian, hitung probabilitas transisi berdasarkan transisi yang diperkirakan

pada matriks transisi:
Klasifikasi
Staf Acc I Staf Acc II Wkl Mngr Acc Manager Acc Keluar
Jabatan
Staf Acc I 0,667 0,133 0 0 0,2
Staf Acc II 0,167 0,667 0,833 0 0,083
Wkl Mngr Acc 0 0 0,6 0,2 0,2
Manager Acc 0 0 0 0,667 0,333
 FIRST ORDER MARKOV
 Hitung Perkiraan jumlah kebutuhan pegawai Divisi Accounting pada tahun
2021  mengalikan probabilitas transisi dengan jumlah pegawai sekarang

Jumlah Perkiraan
Nama
Pegawai Perhitungan Jumlah Pegawai
Jabatan
Sekarang Th. 2021 (t+1)

Staf Acc I 12 0,667 x 12 0,133 x 12 0 x 12 0 x 12 10

Staf Acc II 11 0,167 x 11 0,667 x 11 0,833 x 11 0 x 11 19

Wkl Mngr Acc 4 0x4 0x4 0,6 x 4 0,2 x 4 4

Manager Acc 2 0x2 0x2 0x2 0,667 x 2 2

 Kesimpulan :
Jumlah kebutuhan pegawai untuk Jabatan Staf Accounting I, Staf Accounting II,
Wakil Manager Accounting, dan Manager Accounting pada tahun 2021 masing-
masing adala 10 orang, 19 orang, 4 orang, dan 2 orang.
L/O/G/O