Penentuan Jumlah Sumber Daya Manusia (SDM) di Bank XYZ dengan Menggunakan Pemodelan Simulasi
DOI:
https://doi.org/10.26593/jrsi.v13i1.7183.155-164Kata Kunci:
Arena, Perencanaan Jumlah SDM, Simulasi, WFH, WFOAbstrak
Pandemi Covid-19 pada awal tahun 2020 melanda seluruh dunia termasuk Indonesia. Hal ini memaksa Organisasi untuk mengubah pola kerjanya dari yang semula bekerja dari kantor (WFO) menjadi Remote Working atau Work From Home (WFH). Hal ini juga dipicu himbauan Pemerintah Indonesia untuk menjaga jarak dan ajakan bekerja dari rumah. Bank XYZ merespon perubahan tersebut dengan kebijakan skema kerja WFH dan WFO (Hybrid) dimana masing-masing pegawai memiliki jadwal bekerja dari kantor dan dari rumah. Perbedaan jadwal ini dipengaruhi oleh jenis pekerjaan dan kebijakan dari Line Manager. Perubahan jumlah pegawai yang bekerja dari kantor tentu akan mempengaruhi kinerja dan kelancaran proses bisnis terutama fungsi operasional dalam hal ini Fungsi Pengelola Data SDM. Bank XYZ belum melakukan perencanaan atau simulasi kerja dalam menentukan jumlah SDM pada saat WFO. Melalui data observasi langsung, pencatatan waktu proses dan waktu kedatangan Memo dilakukan simulasi dengan software Arena untuk dapat mengetahui jumlah SDM yang disarankan di Fungsi Pengelola Data SDM. Jumlah SDM yang disarankan adalah 7 orang dengan kombinasi jabatan adalah 1 Kepala Tim, 1 Analis, 1 Asisten Analis, 2 Administrator dan 2 Tenaga Arsip. Jumlah ini jauh lebih sedikit daripada jumlah SDM saat ini yang berjumlah 14 orang.
Referensi
Arsi, R. M., & Pratiwi, S. G. (2012). Analisis Beban Kerja untuk Mementukan Jumlah Optimal Karyawan dan Pemetaan Kompetensi Karyawan Berdasar pada Job Description (Studi Kasus: Jurusan Teknik Industri, ITS, Surabaya). Jurnal Teknik ITS, 1(1), 526–528. https://doi.org/http://dx.doi.org/10.12962/j23373539.v1i1.1824
Awada, M., Lucas, G., Becerik-Gerber, B., & Roll, S. (2021). Working from Home During the COVID-19 Pandemic: Impact on Office Worker Productivity and Work Experience. Work, 69(4), 1171–1189. https://doi.org/10.3233/WOR-210301
Babashov, V., Aivas, I., Begen, M. A., Cao, J. Q., Rodrigues, G., D’Souza, D., Lock, M., & Zaric, G. S. (2017). Reducing Patient Waiting Times for Radiation Therapy and Improving the Treatment Planning Process: A Discrete-Event Simulation Model (Radiation Treatment Planning). Clinical Oncology, 29(6), 385–391. https://doi.org/10.1016/j.clon.2017.01.039
Biruk, S., Jaśkowski, P., & Maciaszczyk, M. (2022). Conceptual Framework of a Fimulation-Based Manpower Planning Method for Construction Enterprises. Sustainability, 14(9), 1–13. https://doi.org/10.3390/su14095341
Choudhari, S., & Gajjar, H. (2016). Simulation Modeling for Manpower Planning in Electrical Maintenance Service Facility. Business Process Management Journal.
Damayanti, M. K. (2023). Perencanaan Kebutuhan Pegawai Berdasarkan Analisis Beban Kerja Melalui Metode FTE (Full Time Equivalent) pada PT. X. Civil Service Journal, 17(1), 1–14. https://doi.org/10.61133/pns.v17i1.388
Hanggara, F. D., & Putra, R. D. E. (2020). Analisis Sistem Antrian Pelanggan SPBU dengan Pendekatan Simulasi Arena. Jurnal INTECH Teknik Industri Universitas Serang Raya, 6(2), 155–162. https://doi.org/10.30656/intech.v6i2.2543
Ho, P. H. K. (2013). Forecasting the Manpower Demand for Quantity Surveyors in Hong Kong. Australasian Journal of Construction Economics and Building, 13(3), 1–12. https://doi.org/10.5130/ajceb.v13i3.3278
Khadafi, M., Iqbal, M. A., Analisasistem, B. R., & Keputusan, P. (2002). Pokok-Pokok Materi Teori Pengambilan Keputusan. Ghalia Indonesia. https://lib.ui.ac.id/detail.jsp?id=24944
Laksana, W. B., Febriani, A., & Rachmawaty, D. (2021). Pemodelan dan Simulasi Sistem Antrian Pelayanan Server Terhadap Pelanggan Percetakan XYZ menggunakan Arena. Jointech, 1(2), 80–86. https://doi.org/https://doi.org/10.24176/jointtech.v1i2.6493
Law, A. M., & Kelton, W. D. (1991). Simulation Modeling and Analysis. McGraw-Hill, Inc.
Morikawa, M. (2021). Work‐from‐Home Productivity During the COVID‐19 Pandemic: Evidence from Japan. Economic Inquiry, 60, 508–527. https://doi.org/https://doi.org/10.1111/ecin.13056
Parker, B., & Caine, D. (1996). Holonic Modelling: Human Resource Planning and the Two Faces of Janus. International Journal of Manpower, 17(8), 30–45. https://doi.org/10.1108/01437729610154154
Samant, S., Mittal, V. K., & Prakash, R. (2018). Resource Optimisation for an Automobile Chassis Manufacturer Through Value Stream Mapping Enhanced with Simulation Technique and Constraint Programming. International Journal of Industrial and Systems Engineering, 28(3), 379–401. https://doi.org/10.1504/IJISE.2018.089746
Tejero, L. M. S., Seva, R. R., & Fadrilan-Camacho, V. F. F. (2021). Factors Associated with Work-Life Balance and Productivity Before and During Work from Home. Journal of Occupational and Environmental Medicine, 63(12), 1065–1072. https://doi.org/10.1097/JOM.0000000000002377
Vilutienė, T., Podvezko, V., Ambrasas, G., & Šarka, V. (2014). Forecasting the Demand for Blue-Collar Workers in the Construction Sector in 2020: The Case of Lithuania. Economic Research-Ekonomska Istrazivanja , 27(1), 442–462. https://doi.org/10.1080/1331677X.2014.966972
