PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN

MENGGUNAKAN RANTAI MARKOV

Nama Mahasiswa : Husien Haikal Fasha

NRP : 1207 100 011
Jurusan : Matematika FMIPA-ITS
Dosen Pembimbing : Drs. Suharmadi, Dipl. Sc, M. Phil

ABSTRAK

Perencanaan Sumber Daya Manusia (PSDM) atau perencanaan tenaga kerja ,dikenal atas metode nonilmiah
dan metode ilmiah. Metode nonilmiah diartikan bahwa perencanaan SDM hanya didasarkan atas pengalaman,
imajinasi, dan perkiraan-perkiraan dari perencanaanya saja. Rencana SDM semacam ini risikonya cukup besar,
misalnya kualitas dan kuantitas tenaga kerja tidak sesuai dengan kebutuhan perusahaan. Akibatnya timbul
mismanajemen dan pemborosan yang merugikan perusahaan.
Dalam penelitian ini dilakukan perencanaan jumlah tenaga perawat di RSUD Pamekasan menggunakan
Rantai Markov, agar pekerjaan yang ada dapat terselesaikan dengan baik. sedangkan proses yang dijalankan
adalah penentuan state, menghitung nilai probabilitas antar state, pembentukan matriks probabilitas transisi,
peramalan kebutuhan tenaga perawat RSUD Pamekasan untuk dua tahun kedepan ,dan menentukan jumlah
komposisi tenaga perawat di RSUD Pamekasan serta dilakukan simulasi dengan program MATLAB.
Berdasarkan perhitungan probabilitas transisi antar state pada tenaga perawat menunjukkan perawat yang
tidak mengalami kenaikan jabatan relatif lebih tinggi daripada perawat yang mengalami kenaikan pangkat.
Prediksi jumlah perawat yang dibutuhkan untuk menggantikan perawat yang keluar pada tahun 2011 adalah 4
oarang dan pada tahun 2012 adalah 4 orang. Prediksi jumlah perawat terbanyak pada tahun 2011 dan 2012
adalah perawat dengan jabatan Perawat Pelaksana.

Kata kunci : perencanaan jumlah tenaga perawat, Rantai Markov, state

1. PENDAHULUAN Pamekasan mengalami kendala yaitu

Rantai markov adalah suatu metode yang
mempelajari sifat-sifar suatu variabel pada
masa sekarang yang didasarkan pada sifat-
sifatnya di masa lalu dalam memprediksi sifat-
sifat tersebut dimasa yang akan datang. Rantai
markov adalah suatu proses stokastik dengan
state space dan parameter space diskrit dimana
kejadian sekarang hanya di pengaruhi kejadian
kemarin, dan kejadian besok tidak di pengaruhi
kejadian kemarin, atau hanya bergantung pada
suatu langkah kebelakang [1]. Dengan metode
ini probabilitas yang terjadi antar jabatan dapat
di analisis melalui matrik probabilitas transisi.
Dalam penelitian ini akan dilakukan
perencanaan jumlah tenaga kerja di RSUD
Pamekasan khususnya tenaga perawat. RSUD
Pamekasan merupakan salah satu rumah sakit
terbesar di Pulau Madura yang memiliki
peranan dalam pelayanan kesehatan
masyarakat. Di satu sisi, RSUD Pamekasan
mempunyai suatu tujuan yang harus dicapai
sesuai dengan rencana yang telah dibuat.
Namun untuk mencapai tujuan tersebut, RSUD
kurangnya tenaga ahli dan terampil di sektor
tenaga perawat untuk menunjang pelaksanaan
tugas dinas. Oleh karena itu perlu dibuat suatu
perencanaan mengenai jumlah tenaga kerja
yang dibutuhkan.
Jumlah tenaga perawat yang tersedia di
setiap jabatan dan yang keluar dapat
diperkirakan dengan menggunakan rantai
markov. Karena dengan menggunakan rantai
markov dapat ditentukan berapa probabilitas
yang terjadi antar jabatan dilihat dari data-data
tenaga perawat tahun yang lalu, sehingga
nantinya dapat di prediksi jumlah tenaga
parawat dan susunan jumlah komposisi tenaga
perawat yang akan datang. Selain itu dalam
tugas akhir ini dilakukan perhitungan prediksi
jumlah perawat dengan program MATLAB
yang bisa digunakan untuk perhitungan
selanjutnya dan RSUD yang lainnya.
Pada penelitian sebelumnya telah
dilakukan oleh Whikke Ayuning Sari (2009)
pada tugas akhirnya, yaitu Perencanaan Jumlah
Tenaga Kerja di RSUD Dr. Soetomo dengan
Menggunakan Rantai Markov. Dalam
penelitian tersebut dilakukan penghitungan dan
peramalan tentang perencanaan tenaga kerja
pada RSUD Dr. Soetomo yang mengalami
kendala karena kurangnya tenaga ahli dan
terampil , yaitu tenaga perawat untuk
menunjang pelaksanaan tugas dinas
menggunakan metode rantai markov. Dengan
mengangkat topik yang sama yang telah
dilakukan sebelumnya Tugas Akhir ini
mengangkat judul ” Perencanaan Jumlah
Tenaga Perawat di RSUD Pamekasan
Menggunakan Rantai Markov” di sertai
simulasi perhitungan menggunakan program
MATLAB.
2. TINJAUAN PUSTAKA
2.1 Pengertian perencanaan Tenaga Kerja
Perencanaan SDM merupakan proses
analisis dan identifikasi tersedianya kebutuhan
akan sumber daya manusia sehingga organisasi
tersebut dapat mencapai tujuannya.
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.
2.2 Proses Acak
Pengelompokkan tipe populasi dari proses
acak bisa digambarkan sebagai jika X adalah
proses acak, maka populasi dari proses acak
adalah semua nilai yang mungkin yang bisa
dimasukkan dalam suatu proses contohnya
𝑆 = {𝑦: 𝑋 𝑡 = 𝑦, 𝑢𝑛𝑡𝑢𝑘 𝑡 ∈ 𝑇}
Jika X adalah proses acak yang
menggambarkan suatu persamaan, maka
populasi dari X dapat digambarkan sebagai
suatu nilai yang memenuhi persamaan tersebut.
Jika populasi dari S dari suatu proses acak X
dapat dihiting (contoh S={1,2,3,...}), dalam hal
ini X disebut Discrete Time Random Process
perubahan state terjadi pada titik-titik integer.
Jika populasi dari S dari suatu proses acak X
tidak dapat dihitung ( contoh S = ∞) maka X
disebut Continuous Time Random Process
perubahan state (discrete state) terjadi pada
sembarang waktu.
2.3 Konsep Dasar Markov Chain
Markov Chain adalah sebuah Proses
Markov dengan populasi yang diskrit (dapat
dihitung) yang berada pada suatu discrete state
(position) dan diizinkan utk berubah state pada
time discrete.
Sebuah rantai Markov adalah suatu urutan dari
variabel-variabel acak X 1, X 2, X 3,...... dengan sifat
Markov yaitu, mengingat keadaan masa depan dan
masa lalu keadaan yang independen, dengan kata
lain:
Pr 𝑋𝑡+1 = 𝑥 𝑋1 = 𝑥1 , 𝑋2 = 𝑥2 … , 𝑋𝑛 = 𝑥𝑛
= Pr 𝑋𝑡+1 = 𝑥 𝑋𝑡 = 𝑥𝑛
(2.1)
Nilai yang mungkin untuk membentuk Xi S disebut
ruang keadaan rantai.
Salah satu rantai markov yang akan dibahas
dalam Tugas Akhir ini yaitu Rantai Markov
Diskrit. Rantai markov diskrit adalah suatu
proses Stokastik dengan state space diskrit dan
parameter space (waktu proses) diskrit. Dalam
rantai markov probabilitas suatu state pada
waktu ke (n+1) hanya tergantung pada kondisi
state pada waktu ke-n dan tidak tergantung
pada kondisi-kondisi dari waktu-waktu
sebelumnya.
Definisi 2.3.1
Suatu proses stokastik {Xn,n>=0} dengan state
space S={0,1,2,…} dan disebut rantai markov
diskrit jika untuk semua I dan j dalam S.
Pr 𝑋𝑛 +1 = 𝑗 𝑋𝑛 = 𝑖, 𝑋𝑛 −1 , … , 𝑋0 = 𝑥𝑛
= Pr 𝑋𝑛+1 = 𝑗 𝑋𝑛 = 𝑖
(2.2)
Suatu markov chain diskrit disebut homogen
terhadap waktu jika untuk semua n=1,2,…
Pr 𝑋𝑛+1 = 𝑗 𝑋𝑛 = 𝑖 = Pr 𝑋1 = 𝑗 𝑋0 = 𝑖
(2.3)
Perhatikan bahwa persamaan 2.2 mempunyai
arti bahwa probabilitas suatu kejadian pada
langkah ke-(n+1) hanya tergantung pada
kejadian ke-n atau satu langkah sebelumnya
dan tidak tergantung pada langkah-langkah
sebelumnya. Pr 𝑋𝑛+1 = 𝑗 𝑋𝑛 = 𝑖 disebut
probabilitas transisi satu langkah dari rantai
markov diskrit pada waktu n. Persamaan 2.3
mempunyai arti bahwa probabilitas satu
langkah tergantung pada state i dan j dan tidak
tergantung pada waktu dimasa proses terjadi
(waktu yang homogen).
Rantai markov diskrit yang homogen dengan
state space S berhingga, S={1,2,...,N}. Untuk
probabilitas satu langkah yang bersifat
homogen dapat ditulis:
𝑝𝑖𝑗 = Pr 𝑋𝑛+1 = 𝑗 𝑋𝑛 = 𝑖 ; 𝑖, 𝑗 = 1,2, … , 𝑁 
f i   f i(n )
(2.4) n 1
Matrik stokastiknya ditulis sebagai: 6. Transient State
𝑝11 ⋯ 𝑝1𝑁 Suatu status disebut transient jika probabilitas fi
𝑃= ⋮ ⋱ ⋮ < 1; yaitu bahwa setelah dari i melalui sejumlah
𝑝𝑁1 ⋯ 𝑝𝑁𝑁 transisi terdapat kemungkinan tidak dapat kembali
Dua karakteristik penting dari matrik stokastik ke i.
dengan teorema debagai berikut: 7. Recurrent State
Teorema 2.3.1 (Sifat-sifat matrik stokastik) Suatu status disebut recurrent jika probabilitas fi
Misal P=(Pij) adalah matrik stokastik = 1; yaitu bahwa setelah dari i melalui sejumlah
berukuran NxN dari suatu rantai markov diskrit transisi selalu ada kemungkinan untuk kembali ke i.
8. Mean Recurrent Time of State
{Xn,n>=0} dengan state space S={0,1,2,...,N},
Untuk suatu status recurrent, jumlah step rata-
maka: rata untuk kembali ke status i
1. 𝑝𝑖𝑗 ≥ 0,1 ≤ 𝑖, 𝑗 ≤ 𝑁 
2. 𝑁
𝑗 =1 𝑝𝑖𝑗 = 1,1 ≤ 𝑖 ≤ 𝑁 m i   nf i(n )
n 1
Bukti:
9. Null Recurrent State
pij non negatif merupakan akibat langsung dari Suatu Recurrent State disebut recurrent null jika
probabilitas bersyarat. Untuk mambuktikan mi = ∞
yang kedua sebagai berikut: 10. Positive Recurrent State
𝑁
Suatu recurrent state disebut positive recurrent
𝑝𝑖𝑗 = Pr 𝑋𝑛+1 = 𝑗 𝑋𝑛 = 𝑖 atau recurrent nonnull jika mi < ∞
𝑗 =1 11. Communicate State
= Pr 𝑋𝑛+1 ∈ 𝑆 𝑋𝑛 = 𝑖 Dua status, i dan j, dikatakamn berkomunikasi
Karena Xn+1 pasti mengambil nilai tertentu jika i reachable dari j dan juga reachable dari i ;
dalam S, tidak tergantung pada nilai Xn, maka ditulis dengan notasi i  j
nilai probabilitasnya adalah 1 (satu) 12. Ergodic
Hubungan antara state-state dari rantai Rantai Markov disebut ergodic jika,
markov ditentukan ole skema klasifikasi irreduceable, aperiodic, dan seluruh status positive
sebagai berikut: recurrent
1. Reachable State 2.4 Prediksi Jumlah Tenaga Perawat
Status j reachable dari status i apabila dalam Jika jumlah perawat pada jabatan i pada saat t
rantai dpat terjadi transisi dari status i ke status j dinotasikan oleh ni(t), sehingga jumlah tenaga
melalui sejumlah transisi berhingga terdapat n, 0 ≤ kerja yang keluar pada saat t+1 adalah sebagai
n ≤ ∞, sehingga Pnij > 0 berikut:
2. Irreduceable Chain 𝑁
Jika dalam suatu rantai Markov setiap status
𝑘 𝑡+1 = 𝑛𝑖 (𝑡) 𝑤𝑖 (2.5)
reachable dari setiap status lainnya, rantai tersebut
adalah irreduceable. 𝑖=1

3. Periodic State Dengan

Suatu status i disebut periodic dengan peroda d 𝑘 𝑡 + 1 adalah jumlah pegawai yang keluar
> 1, jika pnii>0, hanya untuk n = d, 2d, 3d,. . .; pada saat t+1 .
sebaliknya jika pnii > 0, hanya untuk n = 1, 2, 3, ... 𝑤𝑖 adalah probabilitas meninggalkan
maka status tersebut disebut aperiodic. perusahaan pada saat jabatan ke i.
4. Probability of First Return Sedangkan jika 𝑅 𝑡 + 1 adalah total rekrut
Probabilitas kembali pertama kalinya ke status i pada saat t+1, maka susunan jumlah pegawai
terjadi dalam n transisi setelah meninggalkan i. yang direkrut untuk masing-masing jabatan j,
(𝑛)
𝑓𝑖 = 𝑃(𝑋𝑛 = 𝑖, 𝑋𝑘 ≠ 𝑖 𝑢𝑛𝑡𝑢𝑘 𝑘 j=1,2,…,k adalah sebagai berikut:
= 1,2, … , 𝑛 − 1|𝑋0 = 𝑖) 𝑚𝑗 𝑡 + 1 = 𝑅 𝑡 + 1 𝑟𝑗 (2.6)
(note: fi(0) didefinisikan = 1 untuk semua i) dengan
5. Probability of Ever Return
𝑟𝑗 adalah probabilitas rekrut masuk ke jabatan j
Probabilitas akan kembalimya ke status i
setelah sebelumnya meninggalkan i.
2.5 Model Perencanaan Tenaga Kerja
Model perencanaan tenaga kerja diperoleh dari
matrik probabilitas transisi dari rantai markov.
Model ini dipergunakan untuk menggambarkan
gerkan antar jabatan yang masuk dan keluar
dari perusahaan, dan diasumsikan bahwa
seluruh pegawai dalam jabatan yang sama
mempunyai peluang yang sama untuk promosi
dan keluar dari perusahaan.
Jika jumlah perpindahan pegawai dari
jabatan i ke jabatan j pada saat t dinotasikan
oleh 𝑛𝑖𝑗 (𝑡), sehingga jumlah pegawai dalam
jabatan j pada saat t+1 dapat ditulis sebagai
berikut:
𝑘
𝑛𝑗 𝑡 + = 𝑖=1 𝑛𝑖𝑗 𝑡 +𝑅 𝑡+1 𝑗 = 1,2, … , 𝑘
…..(2.7)
dengan
wi probabilitas meninggalkan perusahaan pada
saat jabatan ke i
probabilitas mennggalkan perusahaan pada
saat jabatan i adalah penjumlahan dari
probabilitas pindah perusahaan (mutasi ) pada
saat jabatan i dan probabilitas yang tidak
bekerja lagi di perusahaan saat jabatan i, yang
dinyatakan dengan persamaan berikut:
wi=vi+li; i=1,2,…,k
dengan
vi : probabilitas pindah dari perusahaan
(mutasi) pada saat jabatan ke i
li : probabilitas tidak bekerja lagi di perusahaan
(pensiun) pada jabatan ke i
sedangkan probabilitas masuknya pegawai baru
sama dengan satu sehingga:
𝑘

R(t+1) : total rekrut pada t+1 𝑟𝑗 = 1 (2.11)

𝑟𝑗 : probabilitas rekrut masuk pada jabatan j 𝑗 =1
k : jumlah banyaknya jabatan dengan
Jumlah perpindahan pegawai dari jabatan i 𝑟𝑗 adalah probabilitas masuknya pegawai baru
ke jabatan j pada saat t, 𝑛𝑖𝑗 𝑡 adalah perkalian ke jabatan j, dengan j=1,2,…,k.
antara jumlah pegawai pada jabatan i pada saat Nilai R(t+1) dari persamaan 2.7 dinyatakan
t dengan probabilitas perpindahan dari jabatan i sebagai berikut:
𝑘
ke jabatan j yang dinyatakan pada persamaan
berikut: 𝑅 𝑡+1 =𝑁 𝑡+1 −𝑁 𝑡 + 𝑛𝑖 (𝑡)𝑤𝑖 (2.12)
𝑖=
𝑛𝑖𝑗 𝑡 = 𝑛𝑖 𝑡 𝑝𝑖𝑗 . ……(2.8) dengan
𝑝𝑖𝑗 adalah probabilitas pegawai berpindah 𝑘
secara internal dari jabatan i ke jabatan j. 𝑁 𝑡 = 𝑛𝑖 (𝑡) (2.13)
sub:situsi persamaan (2.8) ke persamaan (2.5) 𝑖=
sehingga menjadi Subsitusi persamaan 2.10 ke persamaan 2.9,
𝑘
𝑛𝑗 𝑡 + = 𝑖=1 𝑛𝑖 𝑡 𝑝𝑖𝑗 + 𝑅 𝑡 + 1 𝑗 = 1,2, … , 𝑘 sehingga jumlah jabatan j, dengan j=1,2,…,k
…..(2.9) pada saat t+1 adalah:
𝑘 𝑘 𝑘
Dalam notasi matrik persamaan (2.9) menjadi
𝑛 𝑡 + 1 = 𝑛′ 𝑡 𝑃 + 𝑅 𝑡 + 1 𝑟 𝑛𝑗 𝑡 + 1 = 𝑛𝑖 𝑡 𝑝𝑖𝑗 + 𝜋𝑗 𝑣𝑖 𝑛𝑖 𝑡 + 𝑟𝑖 𝑙𝑖 𝑛𝑖 𝑡
𝑖=1 𝑖=1 𝑖=1
dengan + ∆𝑁 𝑡 + 1 𝑟𝑗
P matrik transisi elemen 𝑝𝑖𝑗 (2.14)
Persamaan 2.8 adalah dasar dari analisis Dengan
rantai markov untuk tenaga kerja, dengan ∆𝑁 𝑡 + 1 = 𝑁 𝑡 + 1 − 𝑁(𝑡)
catatan bahwa pegawai yang keluar tidak 𝜋𝑗 adalah probabilitas masuknya pegawai dari
perusahaan lain ke jabatan j
secara langsung termasuk dalam persamaan
(2.7), tetapi sebagai probabilitas yang keluar Jika jumlah pegawai tiap periode tetap, maka
∆𝑁 𝑡 + 1 = 0 sehingga
dari jabatan i dan dinotasikan dengan wi dan 𝑘 𝑘
berhubungan dengan elemen baris dari matrik
transisi P, sehingga: 𝑛𝑗 𝑡 + 1 = 𝑛𝑖 𝑡 𝑝𝑖𝑗 + 𝜋𝑗 𝑣𝑖 𝑛𝑖 𝑡
𝑘 𝑖=1 𝑖=1
𝑘
𝑃𝑖𝑗 + 𝑤𝑖 = 1; 𝑖 = 1,2, … , 𝑘 (2.10)
+ 𝑟𝑖 𝑙𝑖 𝑛𝑖 𝑡 … . (2.15)
𝑗 =1
𝑖=1
dengan
Dalam notasi matrik persamaan tersebut
menjadi:
𝑛 𝑡 + 1 = 𝑛′ 𝑡 𝑃 + 𝜋𝑣𝑛′ 𝑡 + 𝑟𝑙𝑛′ (𝑡)
….(2.16)
Dengan
P=(𝑝𝑖𝑗 ) adalah matrik transisi,
vektor kolom w=(w1,w2,…,wk)’ adalah vektor
kolom yang meninggalkan perusahaan,
v=(v1,v2,…,vk)’ adalah vektor pindah
perusahaan, l=(l1,l2,…,lk)’ adalah vektor yang
tidak bekerja lagi (pensiun).
Vektor baris r=(r1,r2,…,rk) adalah vektor
rekrutmen, dan vektor 𝜋=(𝜋1, 𝜋2,…, 𝜋k) adalah
vektor masuknya pegawai dariperusahaan lain.
Persamaan 2.10 dapat ditulis menjadi:
𝑛 𝑡 + 1 = 𝑛′ 𝑡 𝐴 ……(2.17)
Dengan 𝐴 = 𝑃 + 𝜋𝑣 + 𝑟𝑙
3. METODE PENELITIAN
3.1Penentuan Objek
Objek penelitian yang dipilih dalam Tugas
Akhir ini adalah data jumlah tenaga kerja
perawat tiap instalasi di RSUD Pamekasan.
3.2 Pembentukan model
Pada Tugas Akhir ini Perencanaan Tenaga Kerja
Keperawatan dilakukan dengan menggunakan
Metode Rantai Markov. Metode ini didapatkan
state yang di tinjau dari tingkat golongan kerja
yang nantinya akan digunakan untuk memprediksi
kebutuhan tenaga kerja dan susunan jumah
komposisi tenaga kerja di RSUD Pamekasan tahun
2011 dan 2012.
3.3 Pengolahan data
Langkah-langkah perencanaan tenaga kerja
menggunakan rantai markov :
a. Penentuan state
Pendefinisian state ditinjau dari tingkat
golongan kerja. State yang dikembangkan
terdiri dari tiga kelompok, yaitu :
1. State tingkat jabatan.
2. State penambahan pegawai (state 6).
Ada beberapa hal yang menyebabkan
terjadinya penambahan tenaga perawat di
RSUD Pamekasan, yaitu :
1. Penerimaan pegawai baru dari luar(rekrutmen).
2. Penerimaan pegawai dari dalam dan luar
(mutasi).
3. State pengurangan pegawai (state 7).
Pengurangan tenaga perawat pada rumah
sakit Pamekasan disebabkan oleh beberapa hal,
yaitu :
1. Pegawai meninggal dunia.
2. Terjadi pemutusan hubungan kerja (PHK).
3. Mutasi ke bagian/lembaga lain.
4. Pegawai keluar karena permintaannya
sendiri.
5. Pegawai mengalami pensiun kerja.
6.
Adapun pengelompokan state dapat dilihat
pada Tabel 3.1
Tabel 3.1 Pengelompokan State
State Jabatan
1 Perawat pelakasana pemula
2 Perawat pelaksana
3 Perawat pelaksana lanjutan
4 Perawat penyedia
5 Perawat madya
6 Penambahan pegawai
7 Pengurangan pegawai
b. Menghitung nilai probabilitas transisi antar
state.
c. Pembentukan matriks probabilitas transisi.
d. Memprediksikan kebutuhan tenaga kerja
pada RSUD Pamekasan dengan
menggunakan model perencanaan tenaga
kerja. Prediksi dilakukan untuk menentukan
jumlah tenaga perawat pada RSUD
Pamekasan untuk tahun 2011.
e. Menentukan perdiksi susunan jumlah
komposisi tenaga perawat di RSUD
Pamekasan untuk tahun 2011 yang meliputi
jumlah tenaga perawat yang dibutuhkan,
jumlah tenaga perawat yang keluar dan
masuk serta jumlah tenaga perawat baru
yang dibutuhkan.
f. Perhitungan dengan menggunakan program
MATLAB.
3.4 Analisis dan Intrepetasi Data
Tahap ini merupakan tahap analisis dari
keseluruhan hasil penelitian dari data pada
Tugas Akhir ini. Analisis yang dilakukan
meliputi analisis hasil penelitian pada setiap
state, dan juga prediksi penambahan tenaga
kerja pada RSUD Pamekasan.
3.5 Kesimpulan dan Saran
Kesimpulan merupakan hasil yang
diperoleh dari penelitian yang dilakukan dalam
Tugas Akhir ini. Sedangkan saran yang
diberikan adalah mengenai hal-hal yang dapat
dikembangkan lebih baik lagi.
4. PEMBAHASAN penyelia pada tahun ke-t
4.1 Data Perpindahan Jabatan Tenaga 5, perawat masuk pada tahun ke-t
Kerja 6, perawat keluar pada tahun ke-t
Data yang digunakan dalam tugas akhir ini Pij=P{Xt+1=j|Xt=i} adalah probabilitas perawat
yaitu data sekunder yang diambil dari data berada pada jabatan j pada tahun ke-t+1 jika
tenaga kerja perawat di Rumah Sakit Umum diketahui pada tahun ke-t berada pada jabatan
Daerah Pamekasan (RSUD Pamekasan). Data ke-i.
yang diambil data tahun 2009-2010. Sehingga matrik probabilitas yang terbentuk
Berdasarkan data tersebut jumlah tenaga kerja adalah
perawat yang mengalami kenaikan 𝑝11 𝑝12 𝑝13 𝑝14 𝑝15 𝑝16
pangkat/jabatan, masuk, dan keluar dapat 𝑝21 𝑝22 𝑝23 𝑝24 𝑝25 𝑝26
𝑝 𝑝 𝑝 𝑝 𝑝 𝑝
dilihat pada Tabel 4.1. 𝑃 = 𝑝31 𝑝32 𝑝33 𝑝34 𝑝35 𝑝36
Tabel 4.1 Perpindahan State 41 42 43 44 45 46

KE Jml
𝑝51 𝑝52 𝑝53 𝑝54 𝑝55 𝑝56
DARI 𝑝61 𝑝62 𝑝63 𝑝64 𝑝65 𝑝66
1 2 3 4 5 6 baris
1 33 0 0 0 0 1 34 dengan
2 0 96 10 0 0 1 107 P11=P{Xt+1=1|Xt=1} adalah probabilitas
3 0 0 18 2 0 0 20 perawat berada pada jabatan perawat pelaksana
4 0 0 0 8 0 1 9 pemula pada tahun ke t+1 jika diketahui pada
5 0 20 0 0 0 0 20 tahun ke-t berada pada jabatan perawat
6 0 0 0 0 0 0 0 pelaksana pemula.
Jml 33 116 28 10 0 3 190 P21=P{Xt+1=1|Xt=2} adalah probabilitas
Kolom perawat berada pada jabatan perawat pelaksana
Berdasarkan Tabel 4.1 dijelaskan tentang pemula pada tahun ke t+1 jika diketahui pada
data perpindahan state jabatan pada tenaga tahun ke-t berada pada jabatan perawat
kerja perawat di RSUD Pamekasan. pelaksana.
Perpindahan state ini menjelaskan tentang Keterangan lebih lengkapnya dapat dapat
jumlah tenaga kerja yang mengalami kenaikan dilihat pada Lampiran 2.
jabatan, masuk, dan keluar. Dalam menentukan nilai probabilitas pada
4.2 Matrik Probabilitas Transisi matrik transisi digunakan nilai-nilai pada Tabel
Rantai Markov digunakan untuk 4.1. Adapun nilai-nilai Pij untuk i,
mengetahui probabilitas perpindahan yang j=1,2,3,4,5,6 adalah sebagai berikut:
terjadi antar jabatan pada tenaga kerja perawat
di RSUD Pamekasan. Jumlah perawat yang 𝑝11 = 𝑝 𝑋𝑡+1 = 1 𝑋𝑡 = 1
masuk dan keluar dianalisis menggunakan 𝑝{𝑋𝑡+1 = 1, 𝑋𝑡 = 1}
matrik probabilitas transisi. State space yang =
𝑝{𝑋𝑡 = 1}
digunakan dalam proses pembentukan matrik 33 190 33
probabilitas transisi didefinisikan sebagai = = = 0.9706
34 190 34
berikut: 𝑝12 = 𝑝 𝑋𝑡+1 = 2 𝑋𝑡 = 1
Xt=perawat berada pada jabatan perawat 𝑝{𝑋𝑡+1 = 2, 𝑋𝑡 = 1}
pelaksana pemula pada tahun ke-t =
Dengan 𝑝{𝑋𝑡 = 1}
0 190 0
S= {1,2,3,4,5,6} = = = 0.0000
T={0,1,2,3,…} 34 190 34
1, perawat berada pada jabatan perawat Perhitungan selanjutnya untuk menentukan
pelaksana pemula pada tahun ke-t nilai probabilitas pada setiap matrik transisi
2, perawat berada pada jabatan perawat dapat dilihat pada lampiran 3.
Xt pelaksana pada tahun ke-t Setelah nilai Pij dengan i=1,2,3,4,5,6 dan
3, perawat berada pada jabatan perawat j=1,2,3,4,5,6 dicari menggunakan rantai
pelaksana lanjutan pada tahun ke-t markov maka akan dibentuk matrik
4, perawat berada pada jabatan perawat
probabilitas transisi dari rantai markov sebagai Pada saat jumlah tenaga kerja yang direkrut
berikut: kurang maka yang terjadi adalah kurangnya
0.9706 0.0000 0.0000 0.0000 0.0000 0.0294
0.0000 0.8972 0.0935 0.0000 0.0000 0.0093
pelayanan rumah sakit.
𝑃 = 0.0000 0.0000 0.9000 0.1000 0.0000 0.0000 Prediksi yang dilakukan dalam tugas akhir
0.0000 0.0000 0.0000 0,8889 0.0000 0.1111
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000
ini yaitu prediksi minimum jumlah perawat
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 untuk menggantikan jumlah perawat yang
Matrik probabilitas transisi ini digunakan keluar pada masing-masing golongan di
untuk mengetahui informasi tentang periode selanjutnya yaitu 2011 dan 2012.
probabilitas perpindahan antar jabatan serta Jumlah tenaga kerja perwat pada periode 2010
jumlah perawat yang masuk dan keluar. (t=1) dapat disajikan pada Tabel 4.2 adalah
Perawat pelaksana pemula tidak mengalami sebagai berikut.
kenaikan pangkat. Sedangkan perawat Tabel 4.2 Jumlah Perawat Pada Tahun 2010
pelaksana mengalami kenaikan pangkat 0.0935 Jumlah
State golongan Jabatan fungsional
ke perawat pelaksana lanjutan. Sedangkan perawat
perawat pelaksana lanjutan yang mengalami Perawat Pelaksana
1 IIA-IIB 33
kenaikan pangkat ke perawat penyelia Muda
2 IIC-IID Perawat Pelaksana 116
sebanyak 0.1000. Perawat Pelaksana
Perawat yang tidak mengalami kenaikan 3 IIIA-IIIB 28
Lanjutan
jabatan relatif lebih tinggi daripada perawat 4 IIIC-IIID Perawat Penyelia 10
yang mengalami kenaikan pangkat. Hal ini Jumlah 187
dapat dilihat pada matri di atas yaitu perawat Jika dibentuk dalam bentuk matrik susunan
pelaksana pemula sebanyak 0.9706, perawat jumlah perawat pada tahun 2011 (t=1) adalah
pelaksana sebanyak 0.8972, perawat pelaksana sebagai berikut:
lanjutan sebanyak 0.9000, dan perawat N(1)=[33 116 28 10]
penyelia sebanyak 0.8889. Hal ini dapat dilihat Pada sub bab 2.3 telah disebutkan bahwa
pada diagonal matrik transisi diatas. probabilitas meninggalkan RSUD Pamekasan
Pada matrik tersebut adanya perawat yag pada saat jabatan ke-i adalah wi dengan
keluar disebabkan karena adanya perwat yang i=1,2,3,4 yang di tunjukkan oleh matrik P yang
meninggal, sedangkan untuk perawat yang telah diperoleh pada pembahasan sebelumnya
dimutasi kerumah sakit lain tidak ada. yaitu pada kolom keenam sampai baris
Pada state 5 yaitu penambahan jumlah keempat. Adapun probabilitasnya dapat dilihat
perawat hanya terjadi pada state 1 yaitu prawat pada Tabel 4.3 yaitu sebagai berikut:
pada jabatan perawat pelaksana penyelia Tabel 4.3 Probabilitas Perawat yang Keluar
karena penambahan perawat ini hanya melalui State Golongan Jabatan wi Probabilitas
adanya proses rekruimen yang telah disebutkan fungsional
1 IIA-IIB Perawat w1 0.0294
diatas. Di RSUD Pamekasan tidak ada Pelaksana
penambahan perawat dari Rumah Sakit lain Pemula
yang pindah ke RSUD Pamekasan. 2 IIC-IID Perawat w2 0.0093
State 6 merupakan perawat yang mengalami Pelaksana
mutasi atau keluar. Berdasar gambar state di 3 IIIA-IIIB Perawat w3 0.0000
atas perawat yang mengalami mutasi yaitu Pelaksana
Lanjutan
perwat pada state 1,2 dan 4. Mutasi perawat ini 4 IIIC-IIID Perawat w4 0.1111
terjadi karena perawat meninggal bukan Pelaksana
perpindahan ke Rumah Sakit lain atau Lanjutan
mengundurkan diri. Jika disajikan dalam bentuk matrik,
4.3 Prediksi Jumlah Tenaga Perawat probabilitas perawat yang meninggalkan
Berdasarkan sistem rekruitmen jumlah RSUD Pamekasan pada saat jabatan ke-i, wi
tenaga kerja dalam suatu rumah sakit, minimal dengan i=1,2,3,4 adalah sebagai berikut:
banyaknya yang direkrut sama dengan W=[0.0294 0.0093 0.0000 0.1111]
banyaknya jumlah tenaga kerja yang keluar.
 Untuk memprediksi jumlah perawat yang Pada sub bab 2.3 telah dijelaskan juga
keluar pada masing-masing jabatan untuk bahwa probabilitas masuknya perawat baru ke
periode selanjutnya yaitu tahun 2011, dapat jabatan j adalah rj dengan j=1,2,3,4 yang
diperoleh dengan mengalikan jumlah perawat ditunjukkan oleh matrik transisi P yang telah
pada masing-masing jabatan pada tahun diperoleh padda pembahasan sebelumnya yaitu
2010(t=1) dengan probabilitas perawat yang pada baris lima kolom satu sampai empat.
keluar pada masing-masing jabatan, yang Berdasarkan matrik tersebut jumlah perawat
dinyatakan sebagai berikut: yang masuk ke RSUD Pamekasan dapat dilihat
𝑘 𝑡 + 1 = 4𝑖=1 𝑛𝑖 (𝑡)𝑤𝑖 (4.1) pada Tabel 4.5.
Sehingga prediksi jumlah perawat yang keluar Tabel 4.5 Probabilitas Jumlah Perawat yang
adalah sebagai berikut: Masuk
k(2)=33(0.0294)+116(0.0093)+28(0.0000)+10 state Golongan Jabatan rj Probabilitas
(0.1111) fungsional
1 IIA-IIB Perawat r1 0.0000
= 0.9702+1.0788+0.0000+1.111 Pelaksana
= 3.16 ≈ 4 Pemula
Prediksi jumlah perawat yang keluar pada 2 IIC-IID Perawat r2 1.0000
tahun 2011 adalah sebanyak empat perawat. Pelaksana
Sehingga prediksi jumlah perawat yang 3 IIIA-IIIB Perawat r3 0.0000
Pelaksana
dibutukan minimum untuk menggantikan jumla Lanjutan
perawat yang keluar pada tahun 2011 adalah 4 IIIC-IIID Perawat r4 0.0000
sebanyak empat perawat. Pelaksana
Banyaknya perawat yang keluar pada tahun Lanjutan
2012 dapat dilakukan perhitungan yang sama Jika dibentuk dalam bentuk matrik maka
yaitu: probabilitas masuknya perawat baru ke jabatan
k(3)=34(0.0294)+118(0.0093)+28(0.0000)+11( j, rj, dengan j=1,2,3,4 adalah sebagai berikut:
0.1111) r=[0.0000 1.0000 0.0000 0.0000]
= 0.9996+1.0974+0.0000+1.2221 Untuk memperoleh susunan jumlah tenaga
= 3.3191 ≈ 4 perawat yang dibutuhkan pada masing-masing
Prediksi jumlah perawat yang keluar pada jabatan untuk tahun 2011 adalah dengan cara
tahun 2012 adalah sebanyak empat perawat. mengalikan jumlah perawat yang dibutuhkan
Sehingga prediksi jumlah perawat yang dengan probabilitas perawat yang masuk
dibutukan minimum untuk menggantikan jumla melalui rekruitmen sebagai berikut:
perawat yang keluar pada tahun 2012 adalah 𝑟𝑗 𝑡 + 1 = 𝑅(𝑡 + 1)𝑟𝑗 (4.2)
sebanyak empat perawat. Sehingga prediksi susunan jumlah perawat
Adapun prediksi susunan jumlah perawat yang dibutuhkan dan direkrut pada tahun 2011
yang keluar pada tahun 2011 dan 2012 dapat dan 2012 dapat dilihat pada Tabel 4.6.
dilihat pada Tabel 4.4. Tabel 4.6 Susunan jumlah Perawat Yang
Tabel 4.4 Susunan jumlah Perawat yang Keluar masuk Pada Tahun 2011 dan 2012
Tahun 2011 dan 2012 Jabatan Jumlah perawat
State golongan
Jabatan Jumlah perawat fungsional 2011 2012
State golongan
fungsional 2011 2012 Perawat
1 IIA-IIB 0 0
Perawat Pelaksana Muda
1 IIA-IIB 1 1
Pelaksana Muda Perawat
2 IIC-IID 4 4
Perawat Pelaksana
2 IIC-IID 2 2
Pelaksana Perawat
Perawat 3 IIIA-IIIB Pelaksana 0 0
3 IIIA-IIIB Pelaksana 0 0 Lanjutan
Lanjutan 4 IIIC-IIID Perawat Penyelia 0 0
4 IIIC-IIID Perawat Penyelia 1 1 Jumlah 4 4
Jumlah 4 4 Untuk mengganti jumlah perawat yang keluar
karena pensiun atau mutasi, RSUD pamekasan
dapat melakukan rekrutmen tenaga kerja Tabel 4.8 Jumlah Perawat yang naik Jabatan
perawat baru dengan latar belakang pendidikan dan Tetap Pada 2012
D3 perawat sebanyak 4 orang. State Golongan Jabatan Fungsional Jumlah Perawat
4.4 Prediksi Susunan Jumlah Tenaga
Naik Tetap
Perawat 1 IIA-IIB Perawat Pelaksana 0 33
Cara untuk mendapatkan prediksi susunan Muda
jumlah tenaga kerja perawat pada tahun 2011 2 IIC-IID 11 93
Perawat Pelaksana
adalah dengan menggunakan model
perencanaan tenaga kerja yang telah dijelaskan 3 IIIA-IIIB Perawat Pelaksana 4 31
padaa sub bab 2.3. model ini menggunakan Lanjutan
matrik probabilitas transisi P yang telah 4 IIIC-IIID Perawat Penyelia 0 11
diperoleh pada pembahasan sebelumnya. Jumlah 15 168
Selain terdapat jumlah perawat yang massuk Pada pembahasan sebelumnya telah
dan keluar, terdapat juga perawat yang naik diberikan probabilitas tenaga perawat yang
jabatan maupun yang tetap pada jabatannya. masuk dan keluar dari RSUD Pamekasan.
Sehingga dengan menggunakan persamaan Perawat yang keluar di RSUD Pamekasan
(2.6) maka prediksi jumlah perawat yang naik adalah perawat yang pensiun dan meninggal,
jabatan dan tetap pada tahun 2011 dapat dilihat sedangkan yand mutasi ke Rumah Sakit lain
pada Tabel 4.7 tidak ada. Probabilitas perawat yang keluar saat
Perhitungan jumlah perawat yang naik jabatan i adalah li dengan i=1,2,3,4. Probbilitas
jabatan adalah sebagi berikut: perawat yang pensiun diperoleh dari:
Perwat yang naik jabatan dari perawat 𝑗𝑢𝑚𝑙𝑎 𝑕 𝑝𝑒𝑟𝑎𝑤𝑎𝑡 𝑦𝑎𝑛𝑔 𝑝𝑒𝑛𝑠𝑖𝑢𝑛 𝑠𝑎𝑎𝑡 𝑗𝑎𝑏𝑎𝑡𝑎𝑛 𝑖
𝑙𝑖 = 𝑗𝑢𝑚𝑙𝑎 𝑕 𝑠𝑒𝑙𝑢𝑟𝑢 𝑕 𝑝𝑒𝑟𝑎𝑤𝑎𝑡 𝑝𝑎𝑑𝑎 𝑗𝑎𝑏𝑎𝑡𝑎𝑛 𝑖
pelaksana muda ke perawat pelaksana (𝑛12 𝑡 )
dan seterusnya adalah sebagai berikut: (4.3)
𝑛12 𝑡 = 𝑛1 𝑡 𝑝12 = 33𝑥0.0000 = 0 Sehingga dengan menggunakan persamaan
𝑛23 𝑡 = 𝑛2 𝑡 𝑝23 = 116𝑥0.0935 = 10.846 (4.3), maka probabilitas perawat yang keluar
= 11 karena meninggal dunia dapat disajikan pada
𝑛34 𝑡 = 𝑛3 𝑡 𝑝34 = 28𝑥0.1000 = 2.8000 Tabel 4.9.
=3 Tabel 4.9 Probabilitas perawat yang keluar
𝑛45 𝑡 = 𝑛4 𝑡 𝑝45 = 10𝑥0.0000 = 0 karena meninggal dunia
state Golongan Jabatan lj Probabilitas
fungsional
Tabel 4.7 Jumlah Perawat yang naik Jabatan 1 IIA-IIB Perawat l1 0.0294
dan Tetap Pada 2011 Pelaksana
State Golongan Jabatan Jumlah Perawat Pemula
Fungsional 2 IIC-IID Perawat l2 0.0093
Naik Tetap Pelaksana
1 IIA-IIB Perawat 0 33 3 IIIA-IIIB Perawat l3 0.0000
Pelaksana Pelaksana
Muda Lanjutan
2 IIC-IID Perawat 11 104 4 IIIC-IIID Perawat l4 0.1111
Pelaksana Pelaksana
3 IIIA-IIIB Perawat 3 24 Lanjutan
Pelaksana Probabilitas perawat yang tidak bekerja lagi
Lanjutan karena meninggal pada jabatan i, li dengan
4 IIIC-IIID Perawat 0 8
Penyelia i=1,2,3,4 adalah sebagai berikut:
Jumlah 14 169 l=[0.0294 0.0093 0.0000 0.1111]’
Dengan cara yang sama, maka prediksi Sedangkan perawat yang keluar karena mutasi
jumlah perawat yang naik jabatan dan perawat ke Rumah Sakit lain dan pensiun tidak ada
yang tetap jabatannya pada tahun 2012 dapat
disajikan pada Tabel 4.8.
1.5 Perhitunganmenggunakan program 3. Prediksi susunan jumlah tenaga perawat
MATLAB pada tahun 2011 dan 2011 setelah
penambahan dan pengurangan adalah
sebagai berikut:
Tabel 5.1 Susunan Jumlah Tenaga Kerja
Perawat
State Golongan Jabatan Fungsional Tahun
2011 2012
1 IIA-IIB Perawat Pelaksana 32 31
Muda
2 IIC-IID 107 98
Perawat Pelaksana
3 IIIA-IIIB 36 43
Perawat Pelaksana
Lanjutan
4 IIIC-IIID Perawat Penyelia 12 15
187 187
DAFTAR PUSTAKA
Gambar 4.2 Hasil perhitungan menggunakan [1]. Abdurrahman, Edi. “Konsep Dasar
program MATLAB Markov Chain serta Penerapannya di
5.PENUTUP Bidang Pertanian.” Informatika
5.1 Kesimpulan Pertanian Vol 8 (Desember 1999)
Tugas akhir ini dapat disimpulkan sebagai [2]. Allen, L.J.S. (2003). “An Introduction to
berikut: Stochastic Processes with Aplication to
1. Matrik probabilitas transisi tenaga kerja Biologi”. Pearson Education, Inc.New
perawat di RSUD Pamekasan adalah: Jersey.
0.9706 0.0000 0.0000 0.0000 0.0000 0.0294
0.0000 0.8972 0.0935 0.0000 0.0000 0.0093 [3]. Attwood, M dan Stuart D. (1999).
𝑃 = 0.0000 0.0000 0.9000 0.1000 0.0000 0.0000
“Manajemen Personalia.” Bandung:
0.0000 0.0000 0.0000 0,8889 0.0000 0.1111
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 Penerbit ITB.
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000
Berdasarkan matrik tersebut maka dapat dilihat [4]. Hasibuan S.P., M. (2007). “Manajemen
tenaga perawat yang tidak mengalami kenaikan Sumber Daya Manusia.” Jakarta: Bumi
jabatan (tetap) pada diagonal matrik lebih Aksara.
banyak dibandingkan dengan perawat yang [5]. Haryono, dkk. (2007). “Proses Stokastik”.
mengalami kenaikan jabatan. Sedangkan Jurusan Statistika ITS. Surabaya.
perawat yang masuk hanya terjadi pada jabatan [6]. Irawan, P.( 2000). “Manajemen Sumber
perawat pelaksana yaitu perawat lulusan D3 Daya Manusia.” Ardana Media.
dan perawat yang keluar terjadi pada perawat Yogyakarta.
pelaksana pemula, perwat pelaksana, dan [7]. McClean, Sally, dkk. (1992). “Predicting
perawat penyelia yang disebabkan karena the Growth of Manpower for the
meninggal dunia. Northern Ireland Software Industry”.
2. Prediksi jumlah minimum perawat yang The Statistician. Vol 41(3), 349-356.
dibutuhkan untuk menggantikan jumlah [8]. Sari, Whikke Ayuning. (2009). Tugas
perawat yang keluar pada tahun 2011 dan Akhir S1 Matematika ITS.
2012 adalah sebanyak 4 orang. Untuk “Perencanaan Jumlah Tenaga Kerja
menggantikan jumlah pegawai yang keluar Perawat di RSUD Dr. Soetomo
dapat direkrut tenaga perawat pelaksana Menggunakan Rantai Markov.”
yaitu lulusan D3. Surabaya.