280 likes | 680 Views
MANAJEMEN TENAGA KERJA. Manajemen tenaga kerja merupakan ma salah penting dan menuntut tanggung ja wab paling besar Dalam kenyataannya, tenaga kerja adalah salah satu sumberdaya yang dikelola se cara lemah dalam operasi organisasi
E N D
MANAJEMEN TENAGA KERJA • Manajemen tenaga kerja merupakan ma salah penting dan menuntut tanggung ja wab paling besar • Dalam kenyataannya, tenaga kerja adalah salah satu sumberdaya yang dikelola se cara lemah dalam operasi organisasi • Ada kebutuhan mendesak untuk lebih me nerapkan riset – riset keperilakuan dalam fungsi operasi organisasi, tentu saja tanpa meninggalkan aspek2 teknik dll. yang sa ngat membantu tugas manajer dalam meng kelola tenaga kerja
DISAIN PEKERJAAN • Disain pekerjaan adalah pekerjaan yang pa ling menantang dan membingungkan, kare- na alasan : • a. Sering terjadi konflik antara kebutuhan, tu • juan pekerja dan kelompok pekerja deng- • an kebutuhan proses transformasi • b. Sifat unik setiap individu • c. Perubahan karakter atau sifat tenaga ker- • ja dan pekerjaan itu sendiri • Disain pekerjaan dapat didefinisikan seba gai fungsi penetapan kegiatan kerja secara organisasional
Siapa Apa Di mana Kapan Mengapa Bagaimana Strukturpekerjaanakhir Faktor – faktor dalam desain pekerjaan
Studi Pekerjaan untuk Meningkat kan Produk tivitas StudiPekerjaan Studimetode – metodedenganpokokmasalahperbaikan Pengukurankerja Mengembangkanstandarwaktuuntuk : Pemilihanmetode yang tepat Pengawasanproduksi Pengawasananggaran Perkiraanbiaya Upahintensif Mengembangkanmetode – metodelebihbaik Menstandarisasikanmetode yang paling baik Produktivitaslebihbesardanlebihekonomis
MASALAH ALOKASI TENAGA KERJA • Manajemen operasional sering mengha dapi masalah – masalah yang berhu bungan dengan alokasi optimal dari ber bagai macam sumberdaya yang produktif, terutama tenaga kerja yang mempunyai tingkat efisiensi berbeda untuk pekerjaan yang berbeda pula • Masalah ini disebut masalah penugasan (assigment problem), yang merupakan su atu kasus khusus dari masalah linear pro – graming
Salah satu teknik pemecahan masalah penugasan yang tersedia adalah metode Hungarianyang mula – mula dikem bangkan oleh matematikawan berke bangsaan Hongaria bernama D. Konig pada tahun 1916 • Model model penugasan bertujuan untuk mengalokasikan sejumlah sumberdaya un tuk sejumlah sama pekerjaan pada biaya total minimum • Penugasan dibuat atas dasar bahwa setiap sumberdaya harus ditugaskan hanya untuk satu pekerjaan
Untuk suatu masalah penugasan n x n, jumlah penugasan yang mungkin dilakukan sama dengan n! (n faktorial) karena berpa sangan satu satu • Bentuk matriks segi empat merupakan cara termudah untuk menjelaskan masalah ini Secaramatematik, sbb: Minimumkan / maksimumkan: Z = ΣΣ C X Denganbatasan – batasan Σ X = Σ X = 1 Dan X >= 0
Masalah Minimisasi Untuk lebih jelasnya diambil contoh pemecahan masalah penugasan di suatu perusahaan. Bagianproduksiperusahaanmempunyaitiga (3) jenispekerjaan yang berbedauntukdiselesaikanolehtiga (3) karyawan . Ketigakaryawantersebutmempunyaitingkatketrampilan , pengalamankerja , latarbelakangpendidikandanlatihan yang berbeda pula. Karenasifatpekerjaandankemampuankaryawanberbeda , makabiayapenyelesaianpekerjaanberbedabeda, sepertitabelberikut :
Matriks biaya (dalam ribuan rupiah) Sebagai contoh A1 dapat menyelesaikan pekerjaan D1 dengan biaya Rp. 20.000,- dst. Dalam penugasn ini ada 3! (3x2x1=6) kemungkinan penugasan . Langkah – langkah pemecahannya adalah sebagai berikut:
Menentukan matriks total opportunity cost. Langkah pertama ini dimulai dengan merubah matriks biaya menjadi matriks opportunity cost, yaitu dengan memilih elemen terkecil pada setiap baris dari matriks biaya mula – mula untuk mengu rangi seluruh elemen (bilangan) pada setiap baris. Sebagai contoh elemen terkecil baris A1 adalah 20, yang berarti bahwa karyawan A1 adalah paling efisien dengan melakukan pekerjaan D1, oleh karena itu opportunity cost kombinasi A1 dengan D1 adalah nol (20 – 20 = 0).
Di lain pihak , bila kita akan memadukan A1 dengan D2 akan menyangkut opportunity cost sebesar Rp. 7.000,- (27 – 20 =7) dan seterusnya. Dengan cara yang sama kita dapat menentukan opportunity cost untuk baris A2 dan A3, sehingga paling sedikit akan diperoleh satu bilangan yang bernilai nol pada setiap baris . Matriks dengan bilangan – bilangan baris telah dikurangi bilangan terkecil pada setiap baris , disebut reduced cost matrix. Langkah selanjutnya adalah memilih bilangan terkecil pada setiap kolom dalam reduced cost matrix untuk mengurangi seluruh bilangan kolom
Sehingga akan diperoleh total opportunity cost matrix. Dalam contoh ini pengurangan kolom hanya dilakukan pada kolom D2 karena semua kolom lainnya telah mempunyai bilangan bernilai nol. Bila pengurangan baris telah menghasilkan paling sedikit satu nilai nol pada setiap kolom maka pengurangan kolom tidak perlu dilakukan Reduced – Cost Matrix
Total Opportunity – cost matrix • Test for optimality (menentukan apakah penugasan sudah optimal. Skedul penu gasan optimal hanya dapat tercapai apabila ada tiga (3) independent zeros dalam ma triks, artinya tidak ada dua bilangan nol yang berada dalam baris atau kolom yang sama tanpa memperhatikan jumlah nol
Dalam total opportunity matrix, dengan kata lain setiap karyawan harus ditugaskan hanya untuk satu pekerjaan dengan opportunity cost sama dengan nol atau setiap pekerjaan harus di selesaikan hanya oleh satu karyawan. Pedoman praktis untuk melakukan tes opti malisasi adalah dengan menarik sejumlah mi nimum garis horizontal dan vertikal untuk me liput seluruh bilangan bernilai nol dalam total opportunity cost matrix. Apabila jumlah garis sama dengan jumlah baris atau kolom maka penugasan optimal telah tercapai, bila tidak sama maka matriks harus direvisi.
Test for optimality Sekalilagikarenahanyaadaduagaris yang meliputseluruhbilangannoldibandingkantigabarisatautigakolommakalangkahberikutnyaperludilakukanuntukmerevisimatriks
Merevisi total opportunity – cost matrix, langkah ini dapat dilakukan dengan pro sedur yang terdiri atas: • Memilih bilangan terkecil yang tidak terliput garis (3) untuk mengurangi seluruh bilang an yang tidak terliput • Menambahkan dengan jumlah yang sama hanya pada bilangan – bilangan dalam dua garis peliput yang saling bersilangan (2 + 3 = 5) • Masukkan nilai revisi ke dalam matiks, sehingga didapatkan total opportunity cost matrix telah direvisi
Revised total opportunity – cost matrix Test for optimality
Matriks penugasan optimal seperti tabel terse but telah tercapai, selanjutnya kita dapat mem buat penugasan optimal kepada masing – ma sing karyawan. Sel A3 D3 merupakan satu2 nya sel yang me mpunyai bilangan nol dalam kolom D3 dilakukan penugasan pertama kepada karya wan A3 untuk pekerjaan D3 hilangkan baris A3 dan kolom D3. Dari sel yang tersisa dapat diketahui bahwa sel A1 D2 merupakan satu2 nya sel yang mempunyai bilangan nol dalam kolom D2 dilakukan penugasan kedua ke pada karyawan A1 untuk pekerjaan D2, dan hilangkan baris A1 dan kolom D2.
Penugasan ke tiga diberikan kepada A2 untuk pekerjaan D1, karena sel A2 D1 merupakan satu – satunya yang punya bilangan nol dari sel 2 yang tersisa. Skedul penugasan optimal dengan biaya minimum sbb:
Dalampraktekseringdijumpaikasusdimanajumlahkaryawantidaksamadenganjumlahpekerjaan, sehinggametode Hungarian tidakdapatditerapkan . Untuktetapbisadiselesaikanmakaharusditambahkanvariabelsemu (dummy variable): Jikajumlahpekerjaanlebihbesardarijumlahkaryawanmakaharusditambahkankaryawansemu (dummy worker) Jikajumlahkaryawanlebihbesardarijumlahpekerjaanmakaharusditambahkanpekerjaansemu (dummy job) Biayapenugasanuntukkaryawan / pekerjaansemuadalah = 0
Masalah Maksimisasi • Pemecahan masalah maksimisasi dalam penugasan optimal tenaga kerja juga dapat dilakukan dengan metode Hungarian • Perbedaan dengan masalah minimisasi adalah bahwa bilangan – bilangan dalam matriks tidak menunjukkan tingkat biaya tetapi menunjukkan tingkat laba • Efektivitas pelaksanaan kerja oleh karya wan individual diukur dengan jumlah kontri busi laba
Matriks Kontribusi Laba (dalam ribuan rupiah) Prosedur pemecahan masalah maksimisasi dimulai dengan merubah matriks kontribusi laba menjadi matriks opportunity loss.