BAB 2 TINJAUAN PUSTAKA 2.1 Multi Atribut Dicision Making

BAB 2
TINJAUAN PUSTAKA
2.1 Multi Atribut Dicision Making
Multiple Attribute Decision Making (MADM) adalah suatu metode yang digunakan
untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti
dari MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan
dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada
dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan
subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif
(Saremietal, 2009).
Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan
subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil
keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa
ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung
secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Ada
beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM. Antara
lain:
a.
Simple Additive Weighting Method (SAW)
b.
Weighted Product (WP)
c.
ELECTRE
d.
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).
e.
Analytic Hierarchy Process (AHP)
2.2 Simple Additive Weighting (SAW)
Simple Additive Weighting (SAW) adalah salah satu metode untuk pengambilan
keputusan multi-atribut. Hal ini digunakan untuk menentukan alternatif terbaik dari
Universitas Sumatera Utara
5
berbagai alternative (Rahmawati, at al, 2013). Metode SAW juga sering dikenal
dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dengan rating kinerja pada setiap alternatif untuk semua
atribut. Asumsi yang mendasari metode SAW adalah setiap atribut bersifat independen,
jadi tidak akan dipengaruhi oleh atribut lain. Scoring dengan metode ini diperoleh
dengan menambahkan kontribusi dari setiap atribut (Kahraman, 2003). Langkahlangkah dalam metode SAW adalah (Eniyati,S. 2011):
1. Membuat matriks keputusan Z berukuran m x n, dimana m = alternatif yang akan
dipilih dan n = kriteria.
2. Membarikan nilai x setiap alternatif (i) pada setiap kriteria (j) yang sudah
ditentukan, dimana, i=1,2,…m dan j=1,2,…n pada matriks keputusan Z,
3. Memberikan nilai bobot preferensi (W) oleh pengambil keputusan untuk
masingmasing kriteria yang sudah ditentukan.
4. Melakukan normalisasi matriks keputusan Z dengan cara menghitung nilai rating
kinerja ternormalisasi (rij) dari alternatif Ai pada atribut Cj.
Dengan ketentuan :
a. Dikatakan atribut keuntungan apabila atribut bnyak memberikan keuntungan
bagi pengambil keputusan, sedangkan atribut biaya merupakan atribut yang
banyak memberikan pengeluaran jika nilainya semakin besar bagi pengambil
keputusan.
b. Apabila berupa atribut keuntungan maka nilai (xij) dari setiap kolom atribut
dibagi dengan nilai (MAX xij) dari tiap kolom, sedangkan untuk atribut biaya,
nilai (MIN xij) dari tiap kolom atribut dibagi dengan nilai (xij) setiap kolom.
Universitas Sumatera Utara
6
c. Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matriks
ternormalisasi (N)
d. Melakukan proses perankingan dengan cara mengalikan matriks ternormalisasi
(N) dengan nilai bobot preferensi (W).
e. Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara
menjumlahkan hasil kali antara matriks ternormalisasi (N) dengan nilai bobot
preferensi (W).
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan
alternatif terbaik.
Kelebihan dari Metode Simple Additive Weighting (SAW) dibandingkan dengan
model pengambilan keputusan yang lain terletak pada kemampuannya untuk
melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot
preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif
terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan setelah
menentukan nilai bobot untuk setiap atribut.
Hasil akhir diperoleh dari setiap proses perangkingan yaitu penjumlahan dari
perkalian matriks ternormalisasi dengan bobot preferensi sehingga diperoleh nilai V i
yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik.
Beda antara atribut keuntungan dan atribut biaya yaitu :
Dikatakan atribut keuntungan jika atribut yang diberikan itu dimaksudkan untuk
meningkatkan keuntungan dari pengambilan keputusan yang diambil. Jika nilai
kecocokan setiap kriteria itu semakin tinggi nilainya semakin baik atau semakin
diprioritaskan maka kriteria tersebut dikatakan kriteria atau atribut keuntungan.
Kemudian dikatakan atribut biaya jika atribut yang diberikan itu dimaksudkan
untuk meningkatkan pengurangan biaya operasional pengambilan keputusan yang
Universitas Sumatera Utara
7
diambil. Jika nilai kecocokan setiap kriteria itu semakin kecil nilainya semakin baik,
maka kriteria tersebut dikatakan kriteria biaya.
2.2.1 Langkah – Langkah Penyelesaian Metode Simple Additive Weighting (SAW)
Terdapat beberapa langkah dalam menggunakan metode SAW untuk memecahkan
masalah, langkah-langkahnya adalah sebagai berikut (Kusumadewi, 2006) :
1. Menentukan alternatif, yaitu Ai.
2. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu Ci.
3. Memberikan nilai bobot pada setiap kriteria.
4. Menentukan bobot preferensi atau tingkat kepentingan (Wj) setiap kriteria.
5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria.
6. Membuat matriks keputusan berdasarkan kriteria (Ci).
7. Melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan
dengan jenis kriteria, (kriteria keuntungan ataupun kriteria biaya) sehingga
diperoleh matriks ternormalisasi R.
Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian
matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang
dipilih sebagai alternatif terbaik (Ai) sebagai solusi.
2.3 Weighted Product
Weighted Product merupakan salah satu metode yang digunakan untuk menyelesaikan
masalah Multi Attribute Decision Making (MADM). Algoritma Weighted Product
menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap
atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan (Shuanghong,
et al., 2012). Proses ini sama halnya dengan proses normalisasi. Preferensi untuk
alternatif Ai diberikan sebagai berikut:
=
/
Universitas Sumatera Utara
8
=
Dengan i = 1, 2, ...,m dan j= 1, 2, ...n.
Keterangan:
= product
S = Preferensi alternatif dianalogikan sebagai vektor S
X = nilai kriteria
W = Bobot kriteria / subkriteria
i = alternatif
j = kriteria
n = banyaknya kriteria
Dimana
wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai
negatif untuk atribut biaya.
Preferensi relatif dari setiap alternatif, diberikan pada rumus 2:
=
∏
∏
∗
Dengan i = 1,2, ...,n.....(2)
Dimana :
V : Preferensi alternatif dianalogikan sebagai vector V
X : nilai kriteria
w : bobot kriteria
i : alternatif
j : kriteria
n : banyaknya kriteria
Algoritma weighted product adalah salah satu analisis multi-kriteria keputusan
yang sangat terkenal. Multiple Attribute Decision Making (MADM) yang diberikan
adalah satu set terbatas dari alternatif keputusan yang dijelaskan dalam hal sejumlah
kriteria keputusan.
Universitas Sumatera Utara
9
2.2.1 Langkah-langkah algoritma Weighted Product
Secara singkat, algoritma Weighted Product ini adalah sebagai berikut (Anggraeni et
al.,2013 dalam Mawuntu, 2015).
a.
b.
Melakukan normalisasi bobot untuk menghasilkan nilai ∑
Dimana j = 1,2,...,n adalah banyak alternatif.
−1
=1
Menentukan kategori dari masing-masing kriteria, apakah termasuk kedalam
kriteria keuntungan atau kriteria biaya.
c.
Menetukan nilai vektor S dengan mengalikan seluruh kriteria bagi sebuah
alternatif dengan bobot sebagai pangkat positif untuk kriteria keuntungan dan
bobot berfungsi sebagai pangkat negatif pada kriteria biaya.
d.
Menentukan nilai vektor V yang akan digunakan untuk perangkingan.
e.
Menemukan urutan alternatif terbaik yang akan menjadi keputusan.
2.2.2 Penelitian yang Relevan
Adapun penelitian-penelitian yang relevan terhadap penelitian ini adalah:
1.
Muhammad Syaukani Dan Sri Hartati (2012), Pemodelan Sistem Pendukung
Keputusan Kelompok Untuk Diagnosa Penyakit Pneumonia Dengan Fuzzy
Linguistic Quantifier Dan Ahp. Hasil penelitian Berdasarkan uraian dan
pembahasan, dapat disimpulkan bahwa sistem pendukung keputusan kelompok
menggunakan Fuzzy Linguistic Quantifier dan AHP dapat menetapkan penyakit
dan jenis antibiotik sebagai hasil dianogsis penyakit pneumonia.
2.
Muhammad Syaukani Dan Hari Kusnanto (2012), Pemodelan Sistem Pendukung
Keputusan Kelompok Dengan Metode Fuzzy Weighted Product Untuk Diagnosa
Penyakit Pneumonia. Hasil penelitian Berdasarkan uraian dan pembahasan, dapat
disimpulkan bahwa sistem pendukung keputusan kelompok menggunakan Fuzzy
Weighted Product dapat menetapkan penyakit dan jenis antibiotik sebagai hasil
diagnosa penyakit pneumonia. Penelitian ini akan dikembangkan lebih lanjut
dengan melakukan penambahan data gejala dan meneliti lebih jauh sistem
penilaian terhadap gejala dari suatu penyakit.
Muhammad Muhlis (2011), Kajian Peresepan Antibiotika Pada Pasien
Dewasa Di Salah Satu Puskesmas Kota Yogyakarta Periode Januari-April 2010.
Hasil penelitian Berdasarkan hasil penelitian terhadap penggunaan antibiotika
Universitas Sumatera Utara
10
pasien dewasa di salah satu puskesmas Kota Yogyakarta periode Januari sampai
dengan April 2010 dapat diambil kesimpulan sebagai berikut, tercatat sebanyak
320 pasien yang mendapatkan antibiotika, dengan 6 jenis antibiotika yaitu
amoksisilin 64,53%, ampisilin 11,31 %, kontrimoksazol 15,90%, kloramfenikol,
0,61 %, metronidazol 2,75 % dan tetrasiklin 4,89 %. Sebanyak 313 pasien
mendapat antibiotika tunggal dan 7 pasien mendapat kombinasi antibiotika,
semua peresepan memenuhi ketepatan dosis dan frekuensi, kecuali kotrimoksasol
tepat dosis 98 % dan Ampisilin tepat dosis 49 %.
2.3 Logika fuzzy
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam
suatu ruang output. Titik awal dari konsep terbaru mengenai ketidakpastian adalah
paper yang dibuat oleh Lofti A Zadeh (1972), dimana Zadeh memperkenalkan teori
yang memiliki obyek-obyek dari himpunan fuzzy yang memiliki batasan yang tidak
presisi dan keanggotaan dalam himpunan fuzzy, dan bukan dalam bentuk logika benar
(true) atau salah (false), tapi dinyatakan dalam derajat (degree). Konsep seperti ini
disebut dengan Fuzziness dan teorinya dinamakan Fuzzy Set Theory. Fuzziness dapat
didefinisikan sebagai logika kabur berkenaan dengan semantik dari suatu kejadian,
fenomena atau pernyataan itu sendiri. Seringkali ditemui dalam pernyataan yang dibuat
oleh seseorang, evaluasi dan suatu pengambilan keputusan.
Fuzzy system (sistem kabur) didasari atas konsep himpunan kabur yang memetakan
domain input kedalam domain output. Perbedaan mendasar himpunan tegas dengan
himpunan kabur adalah nilai keluarannya. Himpunan tegas hanya memiliki dua nilai
output yaitu nol atau satu, sedangkan himpunan kabur memiliki banyak nilai keluaran
yang dikenal dengan nilai derajat keanggotaannya.
Logika fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan
konsep kebenaran sebagian. Dimana logika klasik (crisp) menyatakan bahwa segala hal
dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak).
Logika fuzzy menggantikan kebenaran Boolean dengan tingkat kebenaran. Logika fuzzy
memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan
putih, dan dalam bentuk linguistic, konsep tidak pasti seperti “sedikit”, “lumayan”, dan
“sangat”. Logika ini diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California,
Universitas Sumatera Utara
11
Barkeley pada tahun 1965. Logika fuzzy telah digunakan pada bidang-bidang seperti
taksonomi, topologi, linguistik, teori automata, teori pengendalian, psikologi, pattern
recognition, pengobatan, hukum, decision analysis, system theory and information
retrieval. Pendekatan fuzzy memiliki kelebihan pada hasil yang terkait dengan sifat
kognitif manusia, khususnya pada situasi yang melibatkan pembentukan konsep,
pengenalan pola, dan pengambilan keputusan dalam lingkungan yang tidak pasti atau
tidak jelas.
Skema dasar dari fuzzy logic dapat dilihat pada Gambar 2.1.
Knowledge Base
Fuzzy Inference System
Fuzzyfication
Defuzzification
Input
Output
Gambar 1. Skema dasar Fuzzy Logic
Sumber : (Zadeh,1972)
Menurut Kaufmann & Gupta (1988) segitiga bilangan fuzzy perkiraan taksi
digunakan untuk banyak aplikasi praktis serta beberapa kelemahan (Dursun & Karsak,
2010). Menurut Karsak (2002) bilangan fuzzy segitiga yang tepat untuk mengukur
informasi jelas tentang masalah yang paling keputusan termasuk seleksi personil.
Alasan utama untuk menggunakan bilangan fuzzy segitiga dapat dinyatakan sebagai
representasi efisien intuitif dan computational- mereka (Dursun & Karsak, 2010).
Dengan penggunaan efisiensi logika fuzzy meningkat dan waktu respon berkurang
dalam sistem pakar (Zimmermann, 1996).
Universitas Sumatera Utara
12
Pendekatan logika fuzzy memberikan kemampuan kerja untuk mesin dengan cara
pengolahan data khusus dari manusia dan manfaat dari pengalaman mereka dan intuisi
- bukan data numerik hanya menggunakan ekspresi simbolik (Bas lıgil 2005 S en 2009).
Alasan digunakan logika fuzzy (Cox, 1994 dalam Kusumadewi, 2010) yaitu:
1. Konsep logika fuzzy mudah dimengerti. Karena logika fuzzy menggunakan dasar
teori himpunan, maka konsep matematis yang didasari penalaran fuzzy tersebut
cukup mudah untuk dimengerti.
2. Logika fuzzy sangat fleksibel, artinya mapu beradaptasi dengan perubahanperubahan dan ketidakpastian yang disertai permasalahan.
3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. Jika diberikan
sekelompok data yang cukup homogen, dan kemudian ada beberapa data yang
“ekslusif”, maka logika fuzzy memiliki kemampuan untuk menangani data
ekslusif tersebut.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangan
kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman
para pakar secara langsung tanpa harus melalui proses pelatihan. Dalam hal ini,
sering dikenal dengan nama Fuzzy Expert Systems menjadi bagian terpenting.
6. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara
konvensional. Hal ini umumnya terjadi pada aplikasi di bidang teknik mesin
maupun teknik elektro.
7. Logika fuzzy didasarkan pada bahasa alami. Logika fuzzy menggunakan bahasa
sehari-hari sehingga mudah dimengerti.
Teori fuzzy set merupakan pengembangan dari teori set (biasa) atau crisp set.
Perbedaan antara fuzzy set dan crisp set terletak pada keanggotaan suatu obyek. Pada
crisp set suatu obyek hanya mempunyai dua kemungkinan keanggotaan yaitu anggota
himpunan (1) atau bukan anggota himpunan (0), sedangkan pada fuzzy set tingkat
keanggotaan elemen berada pada interval [0,1] (L. A. Zadeh, 1965).
Apabila X adalah himpunan semesta, fuzzy set F dari X adalah: µ F : X →[0, 1] yang
menghubungkan setiap x є X dengan derajat keanggotaan x didalam F.
Universitas Sumatera Utara
13
2.4 Manajemen Sumber Daya Manusia (SDM)
Tujuan utama dari SDM adalah untuk meningkatkan efektivitas organisasi melalui
kinerja individu karena sumber daya manusia adalah komponen kunci dari organisasi.
SDM berkaitan dengan banyak aspek mengelola orang seperti rekrutmen dan seleksi,
sumber daya (perencanaan tenaga kerja), menjaga motivasi tinggi untuk meningkatkan
kinerja secara keseluruhan, mengembangkan sistem reward, san sebagainya. Secara
singkat, SDM adalah fungsi organisasi yang bertujuan untuk meningkatkan kualitas
kehidupan kerja di umum.
SDM adalah pendekatan strategis yang secara langsung berkaitan dengan mengelola
proses kerja dan pengembangan orang-orang yang dapat dan akan mempengaruhi
tingkat kinerja dari semua sumber daya organisasi lainnya. Sementara itu, SDM
melibatkan semua keputusan manajemen yang mempengaruhi sifat hubungan antara
karyawan dan organisasi (Demir, Birbil, Atalay, & Yildirim, 2000). SDM berdasarkan
aktivasi dan penilaian karyawan di tingk at optimal (Ince, 2005).
Organisasi harus dialatih untuk mendapatkan nilai tambah dengan tujuan memenuhi
kondisi ekonomi dengan memanfaatkan manajemen sumber daya manusia secara
proaktif (Akgeyik, 2011). Proses kompetisi membutuhkan pengembangan pekerjaan
baru profil yang dasar pada sumber daya manusia dalam organisasi dari manajer tingkat
atas untuk menurunkan tingkat karyawan dan mengandung diperlukan semua
pengaturan untuk membuat mereka lebih efisien, produktif dan bermanfaat serta untuk
memiliki kepuasan kerja dan menjadi bahagia (OG UT, Akgemci, & Demirsel, 2004).
SDM yang paling berat karena berbeda dari sumber lain dari perusahaan, manusia
memiliki psikologi dan merupakan makhluk yang kompleks. Oleh karena itu kinerja
tidak harus menjadi satu-satunya kriteria untuk penilaian personil bakat. Produktivitas
dan kebahagiaan personal dalam kehidupan pekerjaan tergantung pada potensi mereka.
Berkat penelitian psikologis dan penelitian lainya, sekarang ada sejumlah cara untuk
menilai potensi melalui kuesioner psikometri.
SDM yang terjerat ke semua departemen suatu organisasi pada dasarnya sebagai
sumber daya untuk bekerja dan kinerja personil. Dampak dari SDM dan kinerja
diperiksa oleh beberapa penulis dapat ditemukan di Armstrong (2003).
Menurut Manoharan et al. (2011) menghadapi layanan sumber daya manusia
tradisional dalam organisasi progresif saat ini mengalami perubahan yang dramatis.
Universitas Sumatera Utara
14
Seiring dengan perubahan dan perkembangan dalam kehidupan profesional,
manajemen bakat (TM) menjadi semakin penting dalam SDM (Dogan & demiral,
2008).
Menurut Holbeche (2009), idealnya manajer SDM harus memiliki percakapan
dengan masing-masing pejabat tinggi dalam organisasi mereka untuk mencari tahu apa
yang benar-benar memotivasi mereka dan untuk melihat sampai sejauh mana dapat
diakomodasi kebutuhan mereka. Melalui perhatian individu tersebut dimungkinkan
untuk memberikan orang di berbagai tahap karir mereka kesempatan untuk pindah ke
peran yang lebih menantang yang tidak selalu melibatkan promosi. Dalam beberapa
kasus ini mungkin memerlukan organisasi untuk menampilkan fleksibilitas yang lebih
besar.
2.5 Menejemen Bakat
Bakat didefinisikan sebagai kemampuan untuk memahami dan melaksanakan sesuatu,
kompetensi. Menurut Chabault, Hulin, dan Soparnot (2012), bakat istilah dapat
didefinisikan oleh beberapa karakteristik khusus. (1) Bakat adalah individu: Bakat
individu tidak kolektif. (2) Talent mewakili seluruh kelompok sumber: Bakat adalah
konfigurasi sumber daya pribadi tertentu. (3) Talent ada pada setiap tingkat dalam
sebuah organisasi: Talent dapat eksis pada tingkat yang berbeda dari sebuah organisasi
tapi ini bukan sesuatu yang mayoritas individu dalam suatu organisasi yang selalu sadar,
juga tidak berlaku untuk semua organisasi. Sekelompok konsultan McKinsey
diciptakan fase '' Perang untuk Talent '' di akhir 1990-an (Iles, Chuai, & Preece, 2010;
Michaels, Handfield-Jones, & Beth, 2001; Schuler, Jackson, & Tarique, 2011) .
Memang telah diperlukan memberikan keberhasilan yang berkelanjutan perusahaan
untuk mencapai lingkungan yang kompetitif yang berkelanjutan. Menurut Iles et al.
(2010) TM dikatakan penting untuk keberhasilan organisasi, mampu memberikan
keunggulan kompetitif melalui identifikasi, pengembangan dan pemindahan karyawan
berbakat.
Menurut Polat (2011), bakat sebagai kata dan konsep talant manajement secara
signifikan kabur. Penulis membuat beberapa deskripsi untuk '' bakat ''. Salah satunya
didasarkan pada '' individu '' yang lain didasarkan pada '' kualitas ''. Mengingat deskripsi
berdasarkan individu, bakat adalah orang yang memberikan kontribusi cukup untuk
Universitas Sumatera Utara
15
organisasi kinerja saat ini dan masa depan. Di sisi lain, deskripsi berdasarkan kualitas
menunjukkan bahwa bakat adalah pola intelektual, emosional dan perilaku yang berlaku
dan dapat diulang untuk meningkatkan kinerja. Menurut definisi lain, bakat adalah salah
satu metode yang secara langsung menghubungkan karyawan ke dalam rantai nilai.
Sebagai Altuntug˘ (2009) menyatakan, masalah yang paling penting yang dihadapi
organisasi saat ini adalah untuk mencapai keunggulan kompetitif yang berkelanjutan
selama bertahun-tahun. Strategi persaingan yang dikembangkan untuk tujuan ini tidak
mampu memberikan keberhasilan yang berkelanjutan karena mereka dapat dengan
mudah disimulasikan oleh pesaing. Dalam rangka untuk menjaga keunggulan
kompetitif, organisasi baru-baru ini menemukan bahwa sumber daya mereka telah
mencari, yang otentik dan sulit untuk mensimulasikan, tidak terlalu jauh, pada
kenyataannya, itu adalah dalam. sumber daya ini tidak lain '' manusia '' yang bakat harus
ditingkatkan sementara menempatkan ke dalam penggunaan yang sudah ada.
Menurut Lewis dan Heckman (2006), istilah '' talent management '' tidak memiliki
arti yang jelas. Hal ini digunakan dalam terlalu banyak cara dan sering merupakan cara
untuk
menyoroti
''strategis''
pentingnya
SDM
khusus
(merekrut,
seleksi,
pengembangan, dll) tanpa menambah teori atau praktek khusus itu. Atau, itu digunakan
untuk menarik tentang pentingnya mengelola bakat. '' Talent '' pada dasarnya adalah
eufemisme untuk '' orang '' dan karena perspektif tentang bagaimana orang dapat dan
harus dikelola bervariasi sehingga sangat literatur TM dapat merekomendasikan saran
yang kontradiktif.
Cırpan dan S.En (2009) mendefinisikan manajemen bakat sebagai, proses
manajemen, yang membawa SDM di tengah, bertujuan untuk menutup kesenjangan
antara bakat saat ini dan bakat yang diperlukan untuk melawan gejolak yang organisasi
akan hadapi saat mencapai tujuannya. Konsep TM secara signifikan strategis. Collings
dan Mellahi (2009), mendefinisikan manajemen bakat strategis sebagai kegiatan dan
proses yang melibatkan identifikasi sistematis posisi kunci yang berbeda-beda
memberikan kontribusi untuk keuntungan yang berkelanjutan kompetitif organisasi,
pengembangan bakat-bakat potensial dan tinggi pemain lama berperforma tinggi untuk
mengisi peran ini , dan pengembangan arsitektur sumber daya manusia dibedakan untuk
memudahkan mengisi posisi tersebut dengan pemain lama yang kompeten dan untuk
memastikan komitmen mereka terus organisasi-menekankan identifikasi posisi penting
sebagai titik tolak untuk sistem manajemen bakat strategis.
Universitas Sumatera Utara
16
Menurut Holbeche (2009) manajemen bakat semakin dilihat sebagai elemen penting
dari membantu organisasi mencapai keunggulan kompetitif. Pentingnya ekonomi
tumbuh layanan berbasis pengetahuan dan produk mengemudi kebutuhan untuk
keterampilan tingkat yang lebih tinggi di industri yang beragam seperti konstruksi,
farmasi, pertahanan dan teknologi tinggi, yang sudah mengalami kekurangan yang
serius dari bakat global yang tersedia, dengan kekurangan yang lebih besar diperkirakan
berkat untuk dampak pertumbuhan tren demografi. Demikian pula, pekerja terampil
berharap untuk melanjutkan mengembangkan keterampilan mereka. Jika organisasi
yang berhasil menarik bakat baru, mereka harus memberikan peluang pertumbuhan.
Dalam konteks seperti 'perang untuk bakat' sekali lagi dengan kami dan berkembang
keterampilan tenaga kerja yang ada harus menjadi papan kunci dari setiap manajemen
bakat dan strategi organisasi.
TM membutuhkan multi-kriteria pengambilan keputusan (MCDM) pendekatan.
Dalam manajemen bakat personil janji dan seleksi khas keputusan beberapa kriteria
membuat masalah di hadapan berbagai kriteria seleksi dan satu set alternatif yang
mungkin. Menurut Önüt, Kara, dan Efendigil (2008), metode MCDM menangani proses
pembuatan keputusan di hadapan beberapa kriteria atau tujuan. Seorang pembuat
keputusan (DM) diperlukan untuk memilih di antara kriteria kuantitatif atau nonkuantitatif dan beberapa. evaluasi DM pada kriteria kualitatif selalu subjektif dan
dengan demikian tidak tepat. Tujuan biasanya saling bertentangan dan karena itu solusi
yang sangat tergantung pada preferensi DM. Selain itu, sangat sulit untuk
mengembangkan kriteria seleksi yang justru dapat menggambarkan preferensi satu
alternatif atas yang lain.
2.6.1 Pentingnya Manajemen Bakat
Setiap tugas memberikan tanggung jawab yang berbeda, berisi informasi yang berbeda,
membutuhkan kompetensi dan pengalaman yang berbeda. Namun, setiap karyawan
memiliki tingkat persepsi yang berbeda juga. Oleh karena itu, menugaskan orang yang
tepat untuk posisi yang tepat menjadi semakin penting. Jika kita menganggap '' bakat ''
sebagai bahan baku, mengelola itu menciptakan proses itu sendiri (Altuntug˘, 2009).
Manajer harus fokus pada memperoleh tingkat tinggi kemanjuran dari bakat-bakat di
tangan sambil menghindari untuk mengaruniakan sumber daya lainnya. Salah satu
pertanyaan yang paling penting dalam manajemen bakat adalah bahwa apakah posisi
Universitas Sumatera Utara
17
terbuka harus diisi dalam atau dari luar. Untuk menjawab pertanyaan ini, berdasarkan
kebijakan perusahaan dan tidak mengguncang kepercayaan di kalangan karyawan, akan
lebih baik untuk menetapkan seseorang dalam organisasi. Namun merekrut dari luar
harus dipertimbangkan setelah bakat saat ini tidak sesuai untuk posisi itu. Dalam
organisasi tumbuh dikontrol, disarankan untuk menetapkan karyawan yang ada ke
posisi terbuka. Sementara ini akan meningkatkan motivasi karyawan, juga memperkuat
kepercayaan dan keterlibatan organisasi (Dogan & Demiral, 2008).
Namun demikian, apakah untuk menetapkan dalam atau untuk merekrut dari luar,
pertanyaan utama untuk bertanya adalah '' bagaimana mengetahui orang yang tepat ''.
Sebagian besar waktu, kinerja di posisi saat ditemukan cukup untuk mencapai
keputusan. Meskipun ini merupakan titik awal yang penting, apakah s / ia memenuhi
syarat untuk calon posisi atau tidak harus menjadi titik keputusan penting. Ada sejumlah
studi untuk mengukur potensi. Beberapa tes psikometri yang mencoba untuk
dikembangkan dalam studi psikologi. topik lain perhatian menuntut adalah apakah ini
calon potensial dapat dipercaya dalam hal profil kepribadian (Çırpan & S? en, 2009).
manajemen bakat adalah proses transformasi potensi menjadi kinerja. Akibatnya,
mengidentifikasi potensi sangat penting.
Manajemen kinerja dengan cepat dalam organisasi saat ini. Organisasi harus
bergantung pada pekerja profil tinggi dalam hal potensi dan kinerja, dalam rangka
mewujudkan tujuan strategis mereka dan berdiri di antara para pesaingnya (Genis? &
USTA, 2011). pengalaman individu dan bakat harus diubah menjadi pengetahuan
organisasi dan ini bisa dicapai melalui manajemen pengetahuan. Konversi pengetahuan
tacit menjadi pengetahuan eksplisit adalah penting dalam hal keberlanjutan
kelembagaan. Menurut Chu, Khosla, dan Nishida (2012) penelitian yang ada dalam
literatur manufaktur cerdas telah menyoroti kebutuhan untuk menghubungkan budaya
organisasi, strategi bisnis dengan manajemen pengetahuan (KM) serta mengukur
kinerja sistem manajemen pengetahuan untuk praktek terbaik.
Pencocokan orang yang tepat dengan posisi yang tepat adalah lebih penting daripada
memiliki yang terbaik, paling berbakat, karyawan yang paling berpengalaman. Isu
penting adalah cocok dengan bakat dan pengalaman dengan posisi saat ini. Jika tidak
ketidaksanggupan dlm menyesuaikan diri dan penurunan kinerja dan motivasi akan
terelakkan. Oleh karena itu sangat penting menugaskan orang yang tepat untuk posisi
yang tepat untuk memastikan kinerja tinggi organisasi.
Universitas Sumatera Utara
18
Menurut Chabault et al. (2012) manajemen bakat sukses perlu didasarkan pada
pemahaman tentang tiga kategori faktor (internal, eksternal dan interkoneksi). Pertama,
pendekatan sepenuhnya organisasi untuk masalah manajemen bakat menyoroti
pentingnya struktur kerja dan suasana. Kedua, organisasi harus berada dalam posisi
untuk menawarkan lingkungan kerja yang mampu mendorong kinerja individu (alatalat kerja terbaik yang dibuat tersedia bersama dengan rekan-rekan ahli di lapangan).
Akhirnya, bakat berkembang sebagai akibat dari interaksi.
Universitas Sumatera Utara