tugas teknik proyeksi bisnis 2015

20
TUGAS MATA KULIAH TEKNIK PROYEKSI BISNIS 3 REVIEW JURNAL PERAMALANB. Melly Gunawan 11210440 FAKULTAS EKONOMI MANAJEMEN UNIVERSITAS GUNADARMA 2015

Upload: melly-gunawan

Post on 18-Jul-2015

253 views

Category:

Documents


6 download

TRANSCRIPT

Page 1: Tugas teknik proyeksi bisnis 2015

TUGAS

MATA KULIAH TEKNIK PROYEKSI BISNIS

“3 REVIEW JURNAL PERAMALAN”

B. Melly Gunawan 11210440

FAKULTAS EKONOMI MANAJEMEN

UNIVERSITAS GUNADARMA 2015

Page 2: Tugas teknik proyeksi bisnis 2015

1. Tema : Peramalan penjualan

2. Judul : Peramalan penjualan pada distro freedom

3. Pengarang : Ferry Ismail Fardiansyah

4. Tahun : 2009

5. Latar belakang : Dunia usaha pada saat ini telah berkembang pesat berbagai

jenis produk berbagai produ telah dikembangkan dengan adanya

ilmu pengetahuan dan teknologi membei dampak yang pesat

didunia usaha dan perekonomian Indonesia, maka setiap perusahaan

harus waspada dalam menghadapi persaingan yang sangat ketat.

Untuk mengatasi permasalahan tersebut diperlukan suatu keputusan

yang dapat memecahkan masalah tersebut yang biasanya diambil

dari berbagai alternative pilihan yang ada.

Dalam penjualan digunakan sebagai pedoman untuk

memperkirakan berapa jumlah unit atau barang yang berhasil untuk

dijual. Peramalan penjualan produk dan jasa diwaktu mendatang

dan bagian-bagian sangat penting dalam perencanaan dan

pengawasan produksi di perusahaan. Oleh karena itu

kesinambungan perusahaan akan terjamin apabila fungsi penjualan

yang dicapai dapat dilaksanakan dengan baik dan persediaan harus

dirancang untuk dapat secara tepat melakukan penyesuaian-

penyesuaian dengan adanya kesalahan-kesalahan dalam penulisan

ilmiah ini. Penulis tertarik untuk menulis dengan judul “ Peramalan

Penjulan pada distro Freedom Jakarta.

6. Rumusan dan Tujuan

- Berdasarkan latar belakang masalah diatas penulis merumuskan masalah yaitu sebagai

berikut : Bagaimana prospek penjualan distro freedom pada bulan mei 2009?

Batasan Masalah

Page 3: Tugas teknik proyeksi bisnis 2015

Peramalan terhadap penjualan produk distro freedom yang beralamatkan di Jalan Mayjend

Sutoyo Zona merah lantai 3A PGC Jakarta Timur pada bulan Maret 2008-April 2009.

Tujuan Penelitian, untuk mengetahui peramalan penjualan yang akan dicapai oleh

perusahaan pada bulan maret 2008-April 2009 dan untuk mengetahui besarnya perbedaan

antara ramalan dan data penjualan sebenarnya.

8. Metode Penelitian

1. Objek Penelitian : Distro Freedom

2. Data/Variabel : Data yang digunakan adalah data sekunder perusahaan berupa data

penjualan barang selama 14 bulan ( maret 2008-april 2009).

3. Metode pengumpulan data/variable

a. Metode Survei

Penulis langsung dating ke distro untuk memperoleh data-data perusahaan yang

dibutuhkan untuk penelitian ini.

b. Wawancara

Penulis melakukan wawancara langsung dengan mengajukan pertanyaan-

pertanyaan kepada pemilik untuk mendapatkan data.

4. Alat analisis yang digunakan

a. Analisis Deskriptif

Yaitu menganalisis peramalan dengan cara mengdeskriptifkannya melalui

penggunaan table dan grafik

b. Analisis Kuantitatif

Metode Moving Average

Jumlah Penjualan pada N periode terakhir

MA =Jumlah Periode

Metode Weighted Moving Average (WMA)

WMA = (A * n) + (B * n-1) + (C * n-2) + ...

Keterangan :

A = bobot terbesar

B = bobot terbesar kedua

Page 4: Tugas teknik proyeksi bisnis 2015

C = bobot terbesar ketiga, dst.

n = data periode terakhir

n-1 = data satu periode sebelum periode terakhir

n-2 = data dua periode sebelum periode terakhir

Kesalahan Peramalan

MAD = ∑ Kesalahan Peramalan

N-n

Keterangan =

N = jumlah data penjualan

n = data periode terakhir

9. Hasil dan Kesimpulan

Dari hasil penelitian mengenai peramalan penjualan pada distro freedom peneliti dapat

mengambil beberapa kesimpulan sebagai berikut :

ð berdasarkan perhitungan peramalan dengan menggunakan metode moving average (MA)

3 bulan maka penjualan bulan Mei 2009 sebesar 271 dan MAD sebesar 91,28. Dan

berdasarkan perhitungan peramalan dengan menggunakan metode Weight Moving

Average (WMA) 3 bulan dengan bobot 50%, 30% dan 20% maka penjualan untuk bulan

mei 2009 sebesar 261,6 dan MAD sebesar 84,48.

10. Saran

Setelah meneliti dan mengambil kesimpulan dari penelitaan peramalan penjualan distro

freedom, peneliti mencoba untuk memberikan saran kepada pemilik distro freedom

sebagai sarana untuk meningkatkan produktivitasa dan kelangsungan hidup distro freedom

sebagai berikut :

Ø Disarankan agar distro freedom dapat memisahkan data penjualan menurut jenis barang

yang diual. Dan agar dapat dilihat jenis barang apa-apa yang cukup diminati oleh para

konsumen, sehingga dapat ditingkatkan lagi persediaannya serta jumlahnya untuk dijual

Page 5: Tugas teknik proyeksi bisnis 2015

1. Tema : Permalan Penjualan

2. Judul : Implementasi Peramalan Penjualan menggunakan Metode

Exponential Smoothing (Studi kasus : Penjualan Produk Aksesoris

Olahraga di Toko Trend Soccer)

3. Pengarang : *Zayn Firdausi, **Achmad Jauhari, S.T., M.Kom.***Sigit

Susanto Putro, S.Kom., M.Kom*

4. Tahun : 2013

5. Latar belakang : Semakin banyak jumlah permintaan konsumen terhadap

aksesoris olahraga maka secara otomatis penjualanya akan

meningkat pula.hal ini akan tergantung terhadap banyaknya

penjualan aksesoris olahraga kepada konsumen. Selama ini toko

trend soccer tidak pernah menggunakan sistem peramalan. Tidak

adanya peramalan mengakibatkan kurang efisien terhadap

keuntungan toko tersebut karena tidak ada peramalan penjualan tiap

mingguannya. Oleh karena itu dibutuhkan implementasi peramalan

yang bisa memprediksi jumlah penjualan tiap minggunya agar

mengetahui besarnya penjualan tiap minggunya Maka untuk

meramalkan menggunakan metode Single Exponential Smoothing,

dan Double Exponential Smoothing dan diterapkan pada tools

winqsb, Program WinQSB merupakan program komputer yang

dapat melakukan peramalan berkaitan dengan data-data berpola

konstan, trend atau musiman, dengan masing-masing dari pola data

tersebut menggunakan metode dalam WinQSB yang berbeda.

Dalam pola-pola tersebut juga terdapat metode-metode yang

ada.Dari hasil peramalan yang dilakukan menggunakan metode

single exponential smoothing dan double exponential smoothing

dengan nilai α 0,1, α 0,3, α 0,5. diperoleh hasil terbaik dengan nilai

MSE dan MAPE terkecil dengan nilai rata-rata MSE sebesar 62.64

dan nilai MAPE sebesar 12.64%.

Kata kunci : Peramalan, Single Exponential Smooting (SES),

Double Exponential Smootin (DES), Mean Square Error (MSE).

Page 6: Tugas teknik proyeksi bisnis 2015

6. Rumusan dan Batasan Masalah

Berdasarkan latar belakang masalah diatas penulis merumuskan masalah yaitu Bagaimana

menentukan ketersedian alat olah raga dengan adanya peramalan penjualan

Batasan Masalah

peramalan yang bisa memprediksi jumlah

penjualan tiap mingguannya agar mengetahui besarnya penjualan tiap periode atau tiap

minggunya.

7. Tujuan Penelitian

Memproses data peramalan menggunakan aplikasi WinQSB dan mendapatkan hasil peramalan

terbaik dari metode exponential smoothing.

8. Metode Penelitian

Meode Single Exponential Smoothing

Metode ini juga dikenal sebagai simple exponential smoothing yang digunakan pada peramalan

jangka pendek, biasanya hanya satu bulan ke depan. Metode ini banyak digunakan karena

sederhana dan mudah digunakan dengan hasil yang tidak kalah bila dibandingkan dengan model

peramalan yang lebih kompleks.(2)

Ft= αXt-1 + (1-α)F-1 (1)

Dimana : Ft = Nilai peramalan untuk periode t

Xt-1= Nilai aktual pada periode sebelumnya (t-1)

Ft-1= Nilai ramalan pada periode sebelumnya (t-1)

α = Konstanta pemulusan data dengan nilai antara 0 dan 1

hasil peramalan menggunakan metode single exponential smoothing dengan α=0,1 seperti tabel 1

Page 7: Tugas teknik proyeksi bisnis 2015

Metode Double Exponential Smoothing

Pemulusan dua parameter dari Holt atau lebih dikenal dengan Holt Exponential Smoothing pada

dasarnya tidak menggunakan rumus pemulusan berganda secara langsung. Sebagai gantinya, Holt

memuluskan nilai trend dengan parameter yang berbeda dari parameter yang digunakan pada

deret asli. Ramalan dari pemulusan dua parameter dari Holt didapat dengan menggunakan dua

konstanta pemulusan (dengan nilai antara 0 dan 1) dan memiliki tiga persamaan, yaitu: (3)

St = α Xt + (1- α) (St-1+ bt-1) (2)

bt = y(St-1-St-1) + (1-y)bt-1 (3)

Ft+m = St + btm (4)

Dimana : Xt = Nilai aktual

St = Nilai pemulusan data

m = Jumlah periode yang akan diramalkan ke depan

α = Konstanta pemulusan data dengan nilai antara 0 dan 1

y = Konstanta pemulusan tren dengan nilai antara 0 dan 1

contoh pada tabel 2 hasil peramalan menggunakan Double Exponential Smoothing dengan α=0,1

Page 8: Tugas teknik proyeksi bisnis 2015

Ukuran Kesalahan Peramalan

Perhitungan rata-rata kesalahan yang dibuat oleh model peramalan setiap waktu merupakan

ukuran

seberapa tepat peramalan. Metode Kesalahan Peramalan, melalui tahapan berikut :

(5)

dimana: D(t) = harga aktual pada periode t

F(t) = harga peramalan pada periode

Mean Absolute Deviation (MAD)

Akurasi peramalan akan tinggi apabila nilai-nilai MAD, mean absolute

percentage error, dan mean squared error semakin kecil. MAD merupakan

nilai total absolut dari forecast error dibagi dengan data. Atau yang lebih

mudah adalah nilai kumulatif absolut error dibagi dengan periode. Jika

diformulasikan maka formula untuk menghitung MAD adalah sebagai

berikut:

Mean Square Error (MSE)

Menurut Gaspersz (2004), mean squared error biasa disebut juga galat

peramalan. Galat peramalan ini juga dapat berfungsi untuk menghitung

nilai MAD yang telah dibahas pada sub bab sebelumnya. Galat ramalan

tidak dapat dihindari dalam sistem peramalan, namun galat ramalan itu

Page 9: Tugas teknik proyeksi bisnis 2015

harus dikelola dengan benar. Pengelolaan terhadap galat ramalan akan

menjadi lebih efektif apabila peramal mampu mengambil tindakan

mengambil tindakan yang tepat berkaitan dengan alasan-alasan terjadinya

galat ramalan itu. Dalam sistem peramalan, penggunaan berbagai model

peramalan akan memberikan nilai ramalan yang berbeda dan derajat dari

galat ramalan yang berbeda pula. Rata-rata kesalahan kuadrat memperkuat

pengaruh angka-angka kesalahan besar, tetapi memperkecil angka

kesalahan prakiraan yang lebih kecil dari satu unit. (5)

dimana:

5

MSE = rata-rata kesalahan kuadrat

dt = demand pada periode t

dt’ = forecasting pada periode t

n = Banyaknya periode

Mean Absolute Percentage Error (MAPE)

Rata-rata persentase kesalahan kuadrat merupakan pengukuran ketelitian

dengan cara persentase kesalahan absolute. MAPE menunjukkan rata-rata

kesalahan absolut prakiraan dalam bentuk persentasenya terhadap data

aktualnya.

9. Hasil dan Kesimpulan

Dalam kegiatan penjualan, peramalan dilakukan untuk menentukan persediaan barang dan bisa

memperkirakan hasil yang akan didapatkan. Dalam peramalan ditetapkan jenis produk apa yang

diperlukan (what), jumlahnya (how many), dan kapan dibutuhkan (when). peneliti disini yang

diramalkan yaitu produk aksesoris olahraga, data yang digunakan data penjualan produk.

Page 10: Tugas teknik proyeksi bisnis 2015

Memilih metode yang akan digunakan.

Terdapat bermacam-macam metode yang tersedia dengan keperluannya. Metode yang berlainan

akan menghasilkan sistem prediksi yang berbeda pula untuk data yang sama. Secara umum dapat

dikatakan bahwa metode yang berhasil adalah metode yang menghasilkan penyimpangan (error)

sekecil-kecilnya antara hasil prediksi dengan kenyataan yang terjadi. Penyelesaian peramalan

memiliki beberapa metode yang umum digunakan seperti wieght moving average,exponential

smoothing,regresi linear, dan metode yang lainnya. Dari data yang diperoleh, data penjualan yang

tidak stabil atau perubahannya besar maka exponential smoothing termasuk metode yang baik

untuk digunakan jika terjadi perubahan data yang tidak stabil. Exponential smoothing merupakan

salah satu kategori time series yang menggunakan pembobotan data masa lalu, dalam kategori ini

terdapat beberapa metode yang umum dipakai. Antara lain metode single exponential

smoothing,double exponential smoothing. Dari ketiga metode, peneliti menggunakan single, dan

double exponential smoothing.Setelah mendapatkan metode yang akan digunakan, maka

selanjutnya menghitung data penjualan dengan menggunakan kedua metode tersebut.

Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan.

Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam

pengambilan keputusan itu. Peramalan adalah pemikiran terhadap suatu besaran, misalnya

permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Pada hakekatnya

peramalan hanya merupakan suatu perkiraan, Setiap pengambilan keputusan yang menyangkut

keadaan di masa yang akan datang, maka pasti ada peramalan yang melandasi

pengambilan keputusan tersebut.

Tahapan penggunaan Tools WinQSB

Program WinQSB merupakan program komputer yang dapat melakukan peramalan berkaitan

dengan data-data berpola konstan, trend atau musiman, dengan masing-masing dari pola data

tersebut menggunakan metode dalam WinQSB yang berbeda. Dalam pola-pola tersebut juga

terdapat metode-metode yang ada yang dapat digunakan untuk melakukan peramalan data.

Langkah-langkah penggunaan tools winq sb:

1. Masukkan permasalahan

pilih new problem pada menu file pilih spesifikasi permasalahan yaitu

forecasting dan memilih time

2. penyelesaian masalah

a. pilih “perform forecasting” dari menu “solve analize” dan

pilih metode Single Exponential Smoothing atau Double

Exponential Smoothing.

Page 11: Tugas teknik proyeksi bisnis 2015

b. Tentukan periode yang akan diramalkan dan masukkan α

yang sudah ditentukan oleh peneliti yaitu α 0,1, α 0,3, α 0,5.

c. Setelah peramalan dilakukan pilih “show forecasting detail”

untuk menampilkan detail dari peramalan

HASIL UJI DAN PEMBAHASAN

Pada uji coba 1 peramalan menggunakan metode SES dan data jaket dengan alpha 0.1, 0.3, 0.5.

Pada tabel 3 menunjukkan hasil peramalannya.

Tabel 3 hasil peramalan data jaket menggunakan metode SES dengan alpha 0.1, 0.3, 0.5

Setelah selesai menganalisa peramalan penjualan menggunakan metode single exponential

smoothing, dan double exponential smoothing pada tugas akhir ini, maka diperoleh kesimpulan

sebagai berikut:

Berdasarkan hasil uji coba perhitungan peramalan asesoris olahraga menggunakan metode SES

dan

DES didapatkan hasil:

jenis barang Jaket mendapatkan hasil peramalan terbaik dengan

menggunakan metode SES pada alpha 0.5 dan mendapat hasil MSE

terkecil 7.17 dengan mendapatkan MAPE terkecil 12.56%

Page 12: Tugas teknik proyeksi bisnis 2015

jenis barang Jersey Bola mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.5 dan mendapat hasil MSE

terkecil 1.91 dengan mendapatkan MAPE terkecil 8.00%

jenis barang Sepatu mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.1 dan mendapat hasil MSE

terkecil 4.49 dengan mendapatkan MAPE terkecil 3.20%

jenis barang baju bola mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.5 dan mendapat hasil MSE

terkecil 1.91 dengan mendapatkan MAPE terkecil 8.00%

jenis barang Celana mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.3 dan mendapat hasil MSE

terkecil 6.02 dengan mendapatkan MAPE terkecil 5.16%

jenis barang Tas mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.3 dan mendapat hasil MSE

terkecil 8.94 dengan mendapatkan MAPE terkecil 2.16%

Hasil alpha terbaik yang diperoleh menggunakan metode SES dan DES

antar jenis barang 1 dengan yang lainnya berbeda, tergantung pada data

penjualan dari masing-masing barang.

10. Saran

Setelah selesai menganalisa peramalan penjualan menggunakan metode single exponential

smoothing, dan double exponential smoothing pada tugas akhir ini, maka diperoleh kesimpulan

sebagai berikut:

Berdasarkan hasil uji coba perhitungan peramalan asesoris olahraga menggunakan metode SES

dan

DES didapatkan hasil:

1. jenis barang Jaket mendapatkan hasil peramalan terbaik dengan

menggunakan metode SES pada alpha 0.5 dan mendapat hasil MSE

terkecil 7.17 dengan mendapatkan MAPE terkecil 12.56%

2. jenis barang Jersey Bola mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.5 dan mendapat hasil MSE

terkecil 1.91 dengan mendapatkan MAPE terkecil 8.00%

Page 13: Tugas teknik proyeksi bisnis 2015

3. jenis barang Sepatu mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.1 dan mendapat hasil MSE

terkecil 4.49 dengan mendapatkan MAPE terkecil 3.20%

4. jenis barang baju bola mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.5 dan mendapat hasil MSE

terkecil 1.91 dengan mendapatkan MAPE terkecil 8.00%

5. jenis barang Celana mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.3 dan mendapat hasil MSE

terkecil 6.02 dengan mendapatkan MAPE terkecil 5.16%

6. jenis barang Tas mendapatkan hasil peramalan terbaik dengan

menggunakan metode DES pada alpha 0.3 dan mendapat hasil MSE

terkecil 8.94 dengan mendapatkan MAPE terkecil 2.16%

7. Hasil alpha terbaik yang diperoleh menggunakan metode SES dan DES

antar jenis barang 1 dengan yang lainnya berbeda, tergantung pada data

penjualan dari masing-masing barang.

DAFTAR PUSTAKA

1. Arifin, M. “ANALISIS PERAMALAN PENJUALAN BAHAN BAKAR MINYAK

(BBM) MENGGUNAKAN METODE AVERAGE-BASED FUZZY TIME SERIES

(ABFTS) DAN SINGLE EXPONENTIAL SMOOTHING (SES)” (Studi Kasus :

Penjualan Premium dan Solar di Depot PERTAMINA Camplong) Tugas Akhir Program

Studi Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura. 2011.

2. Hasbi, ash,Shiddieqy, Moh. “ANALISIS PERAMALAN PENJUALAN PRODUK

ASESORIS KOMPUTER MENGGUNAKAN METODE EXPONENTIAL

SMOOTHING (ES) DAN ORDINARY LEAST SQUARE (OLS) (Studi Kasus :

Penjualan produk asesoris komputer di SKY DISK Surabaya)” Tugas Akhir Program Studi

Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura. 2012

3. Alifah. “ANALISA FORECASTING PROJECT COST MANAGEMENT

MENGGUNAKAN METODE EXPONENTIAL SMOOTHING ” Tugas Akhir Program

Studi Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura.2013

4. Anonim, “Pemilihan Teknik Peramalan Dan Penentuan Kesalahan Peramalan”, URL

:http://winita.staff.mipa.uns.ac.id/files/2011/09/ pemilihan-teknik-peramalan.pdf diakses

tanggal 03 juni 2014

Page 14: Tugas teknik proyeksi bisnis 2015

5. Kanigoro, Bayu, Ohyver, Margaretha, kacaribu, riski. Agustian APLIKASI

PERAMALAN PRODUKSI KELAPA SAWIT DENGAN METODE REGRESI GANDA

DAN EXPONENTIAL SMOOTHING. Jurnal Universitas Bina Nusantara

REVIEW JURNAL : SISTEM INFORMASI SUMBER DAYA MANUSIA DAN

DAMPAKNYA TERHADAP PERENCANAAN SUMBER DAYA MANUSIA

May 14th, 2013 | by ditaningtyas | in Berita, Edukasi, ICT, Review Jurnal | No Comments

Page 15: Tugas teknik proyeksi bisnis 2015

1. Tema : PERENCANAAN SUMBER DAYA MANUSIA

2. Judul : SISTEM INFORMASI SUMBER DAYA MANUSIA

DAMPAKNYA TERHADAP PERENCANAAN SUMBER

DAYA MANUSIA

3. Pengarang : DITANINGTYAS

4. Tahun : 2010

5. Latar belakang :

Pengertian paling mendasar tentang HRIS (Human Resources Managemen System) adalah

sistem yang digunakan untuk memperoleh, menyimpan, memanipulasi, menganalisis,

mengambil dan mendistribusikan informasi yang bersangkutan dengan organisasi sumber

daya manusia. Hal ini sering dianggap sebagai layanan yang diberikan kepada organisasi

dalam bentuk informasi (Tannenbaum, 1990). Penggunaan HRIS tergantung pada

beberapa faktor seperti yang digambarkan oleh Broderick dan Boudreau (1992) bahwa

penggunaan sistem HRIS ditentukan oleh strategi sumber daya manusia, membacanya

sebagai sebuah proses yang sesuai antara strategi yang berbeda dan praktek sistem yang

berbeda.

Perencanaan sumber daya manusia atau Human Resource Planning (HRP) umumnya

diabaikan dalam sebagian besar organisasi bahkan HRP tidak diakui (Vareta, 2010).

Cherian (2011) mendefinisikan HRP sebagai proses peramalan permintaan dan penawaran

sumber daya manusia dengan merekrut karyawan yang benar, dan memiliki keterampilan

yang tepat (sesuai job) sesuai kebutuhan organisasi.

Perencanaan sumber daya manusia merupakan suatu proses menterjemahkan strategi

bisnis menjadi kebutuhan sumber daya manusia baik kualitatif maupun kuantitatif melalui

tahapan tertentu. Pengertian dan Strategi Perencanaan SDM Mondy & Noe (1995)

mendefinisikan Perencanan SDM sebagai proses yang secara sistematis mengkaji keadaan

sumberdaya manusia untuk memastikan bahwa jumlah dan kualitas dengan ketrampilan

yang tepat, akan tersedia pada saat mereka dibutuhkan”. Kemudian Eric Vetter dalam

Jackson & Schuler (1990) dan Schuler & Walker (1990) mendefinisikan Perencanaan

sumber daya manusia (HR Planning) sebagai; proses manajemen dalam menentukan

pergerakan sumber daya manusia organisasi dari posisinya saat ini menuju posisi yang

diinginkan di masa depan. Dari konsep tersebut, perencanaan sumber daya manusia

Page 16: Tugas teknik proyeksi bisnis 2015

dipandang sebagai proses linear, dengan menggunakan data dan proses masa lalu (short-

term) sebagai pedoman perencanaan di masa depan (long-term).

6. Rumusan dan Batasan Masalah

Aspek yang paling menantang dalam pembahasan makalah penelitian ini adalah isu

menyeluruh tentang peran HRIS di HRP di tengah kelebihan dan aplikasi strategis.

PERAN PERENCANAAN SUMBER DAYA MANUSIA DALAM PERUSAHAAN

Handoko (1992) menyatakan perencanaan sumberdaya manusia meliputi penentuan

jabatan-jabatan yang harus diisi, kemampuan yang dibutuhkan karyawan untuk

melaksanakan tugas tersebut, jumlah karyawan yang dibutuhkan, pemahaman pasar tenaga

kerja, dan pertimbangan kondisi permintaan dan penawaran sumberdaya manusia. Werther

dan Davis (1993) menyatakan perencanaan sumber daya manusia adalah prakiraan yang

sistematis dari organisasi untuk melihat masa depan tentang penawaran dan permintaan

tenaga kerja dengan menentukan jumlah dan tipe tenaga kerja yang dibutuhkan, dimana

bagian sumber daya manusia dapat merencanakan langkah-langkah penarikan, seleksi,

perencanaan kader dan aktivitas sumber daya manusia lainnya, dan Mondy dan Noe

(1990) menyebutkan perencanaan sumberdaya manusia merupakan suatu proses yang

secara sistematis memeriksa kembali persyaratan-persyaratan sumber daya manusia untuk

memastikan bahwa jumlah pegawai yang dibutuhkan dengan skill yang disyaratkan,

tersedia pada saat diperlukan.

Rumusan Masalah

Perencanaan sumberdaya manusia adalah menentukan tentang kualitas dan kuantitas

sumberdaya manusia yang dibutuhkan oleh organisasi atau dapat dikatakan perencanaan

sumberdaya manusia merupakan suatu proses didalam mencari orang yang tepat yang

disiapkan pada tempat yang tepat dan pada waktu yang tepat (The Right Man in The Right

Place and The Right Time).

7. TUJUAN

Untuk mengeksplorasi kontribusi keseluruhan HRIS dalam perencanaan sumber daya

manusia.

Page 17: Tugas teknik proyeksi bisnis 2015

8. METHODOLOGI

PENELITIAN

1. Populasi Penelitian dan Metode Pengumpulan data.

Populasi penelitian terdiri dari 127 responden dari atas 7 perusahaan IT di India telah

diambil untuk membedakan peran HRIS dalam perencanaan tenaga kerja di perusahaan

mereka. Desain penelitian yang digunakan adalah eksplorasi. Data untuk penelitian ini

diperoleh terutama dari sumber primer dan sumber-sumber sekunder. Sumber primer

meliputi karyawan dari organisasi TI yang mengisi kuesioner diarahkan untuk penelitian.

Data juga dikumpulkan dari sumber-sumber sekunder termasuk internet, website dll.

Teknik yang digunakan adalah survei dan wawancara, dan untuk analisa data digunakan

SPSS paket statistik. Eksplorasi makalah penelitian bertujuan untuk mengeksplorasi peran

HRIS dalam perencanaan sumber daya manusia dalam organisasi TI.

9. HASIL PENELITIAN DAN KESIMPULAN

Tabel 1: Korelasi antara berbagai tahapan dan sub-tahapan Perencanaan Sumber Daya

Manusia dan Penerapan Sistem Informasi Sumber Daya Manusia untuk Perencanaan

Sumber Daya Manusia

Variabel Independen

Variabel Dependen: Penerapan Sistem

Informasi Sumber Daya Manusia untuk

Perencanaan Sumber Daya Manusia

HRIS menganalisa deskripsi setiap pekerjaan 0,568

HRIS mengatur berbagai keterampilan

karyawan (kemampuan, kapasitas, kualifikasi

dan tujuan karir).

0,537

HRIS mengatur hubungan antara individu

yang mendaftar(pelamar) dengan ketersediaan

bakat di perusahaan

0,184

HRIS menghilangkan pelamar yang tidak

sesuai dan berfokus pada kandidat yang

menjanjikan.

0,252

HRIS menempatkan karyawan di tempat yang 0,347

Page 18: Tugas teknik proyeksi bisnis 2015

tepat dan waktu yang tepat

HRIS subsistem perekrutan

diimplementasikan dengan tepat 0,207

Semua nilai korelasi yang signifikan pada tabel di atas menafsirkan bahwa HRIS membantu

dalam semua tahap HRP termasuk menganalisis deskripsi pekerjaan, mengatur berbagai

keterampilan karyawan dan mengatur hubungan antara individu yang mendaftar(pelamar) dengan

ketersediaan bakat, menghilangkan pelamar yang tidak cocok dan berfokus pada kandidat yang

menjanjikan, pelaksanaan subsistem perekrutan yang tepat dan menempatkan karyawan di tempat

yang tepat dan waktu yang tepat Studi ini mengkonfirmasikan bahwa dengan menerapkan HRIS,

organisasi TI dapat memiliki kendali penuh atas organisasi mereka. HRIS membantu organisasi

dalam perencanaan sumber daya manusia baik secara kuantitatif maupun kualitatif. Menjadi

sumber informasi untuk sumber daya manusia, dapat menyimpan banyak data tentang karyawan,

selain itu membantu dalam mengidentifikasi posisi pekerjaan untuk karyawan. Tidak hanya itu

tetapi juga dapat mengidentifikasi apakah orang tersebut berapa pada posisi tertentu yang cocok

untuk pekerjaan atau tidak. Penelitian ini fokus utamanya adalah pada keuntungan lain yang

diperoleh dari HRIS. Penelitian ini sangat bermanfaat karena studi yang membahas hubungan

antara HRIS dengan HRP sangat jarang. Penelitian ini mengidentifikasi keuntungan HRIS tidak

hanya dari sisi pengolahan SDM namun juga mencakup strategi perusahaan dalam mengatur

SDM. Hasil penelitian menunjukkan keuntungan lain HRIS meliputi, :

1. Keputusan mengenai SDM lebih sehat, pengawasan dan kontrol terhadap tenaga kerja

dapat ditingkatkan.

2. HRIS membantu dalam mengurangi berbagai biaya seperti biaya tenaga kerja, biaya

perekrutan dll karena sistem komputerisasi.

3. HRIS mengerahkan kegiatan strategis yang luar biasa oleh manajer SDM. Kegiatan ini

mencakup pelatihan dan pengembangan manajemen, perencanaan suksesi (identifikasi

posisi kunci dan kebutuhan mereka), pelacakan pemohon rekrutmen dan seleksi dan

perencanaan tenaga kerja, informasi kepegawaian dan identifikasi (kehadiran pelacakan,

dll), perencanaan gaji, analisis absensi, analisis omset dan penjadwalan kerja.

4. HRIS juga membantu dalam pelacakan kehadiran karyawan untuk mengetahui keteraturan

dan pengabdian mereka bagi organisasi. Hal ini tidak hanya membantu dalam perencanaan

gaji tetapi manajemen kinerja juga.

Page 19: Tugas teknik proyeksi bisnis 2015

Pada intinya, dapat disimpulkan bahwa HRIS adalah alat yang sangat baik untuk perencanaan

sumber daya manusia, meskipun ada tindakan-tindakan yang tidak sepenuhnya dapat dilakukan

oleh HRIS.

PENERAPAN HRIS TERHADAP HRP DI INDONESIA

Menurut Hadari Nawawi (2008:46) perencanaan SDM untuk operasional bisnis dibagi menjadi

beberapa tahap yaitu :

Gambar 1: Perencanaan SDM untuk mewujudkan operasional bisnis

Dalam penerapannya HRIS di Indonesia juga berpengaruh positif terhadap perencanaan SDM.

Berdasarkan penelitian yang dilakukan oleh Wiwiek Irmawati [2010] menyatakan bahwa SIPEG

berpengaruh positif dan signifikan terhadap perencanaan SDM. SIPEG memberikan efek baik

kepada pengembangan pegawai maupun kepada penilaian kinerja. Perencanaan SDM

menggunakan data terkini dan akurat sebagaimana dihasilkan oleh SIPEG, sehingga diperoleh

SDM yang sesuai dengan kebutuhan organisasi.

Selain itu penelitian yang dilakukan Eka Kadharpa Utama Dewayani [2011] menyatakan

penerapan HRIS pada PT. TELEKOMUNIKASI INDONESIA, TBK telah sesuai dengan tujuan

Page 20: Tugas teknik proyeksi bisnis 2015

perusahaan. Penerapan HRIS berpengaruh terhadap employee empowerment di perusahaan.

Beberapa proses dan metode dalam HRM practice dapat dilakukan secara online sehingga

mendukung kelancaran aktifitas pekerjaan karyawan. Penerapan HRIS memberikan kemudahan

dalam melakukan knowledge sharing sehingga setiap karyawan dapat mengakses semua

knowledge yang dibutuhkan pada setiap saat.

Dari penelitian yang ada penggunaan HRIS di Indonesia masih terbatas pada perencanaan

karyawan, belum sampai pada tahap rekrutmen dan seleksi karyawan.

10. SARAN

Sebaiknya di jabarkan lebih detail metodelogi yang di gunakan agar di mengerti oleh

pembaca awam.

DAFTAR PUSTAKA UTAMA :

Dr. Shikha N. Khera, Ms. Karishma Gulati. 2012. “Human Resource Information System and its

impact on Human Resource Planning: A perceptual analysis of Information Technology

companies”. India

PENUNJANG

1. Nicholas Aston Beadles II. 2005. “The Impact of Human Resource Information

Systems: An Exploratory Study in the Public Sector”. Milledgeville, Georgia, Amerika

Serikat

2. Kamuli, Sukarman. 2009 : Fakultas ilmu Sosial Universitas Gorontalo. “Perencanaan

Pegawai. Indonesia

3. Irmawati, Wiwiek. 2010. Tesis : Universitas Indonesia. “Pengaruh Sistem Informasi

Kepegawaian terhadap Perencanaan Sumber Daya Manusia pada Sekretariat Jenderal

Departemen Energi dan Sumber Daya Mineral”. Indonesia

4. Ekade Balkrishna Daulat, Dr. Ashok Narayan Patil. 2013. Human Resource

Information System : A Tool for Decision Making. India download file : Dampak

Sistem Informasi Sumber Daya Manusia