Formulasi Penentuan Jumlah Tenaga Kerja Assistant Area Sales Manager (AASM) di PT Unilever Indonesia, Tbk dengan Metode Regresi Berganda

GIANDINO ALESI ACSA, Ibnu Wahid Fakhrudin Aziz, STP., MT; Dr. Ir. Endy Suwondo, DEA

2018 | Skripsi | S1 TEKNOLOGI INDUSTRI PERTANIAN

PT Unilever Indonesia, Tbk ssat ini berusaha untuk meminimalkan atau meniadakan kegiatan diskusi penentuan jumlah tenaga kerja Assistant Area Sales Manager (AASM) dengan metode brainstorming yang dinilai tidak lagi efektif maupun produktif. Selanjutnya, perusahaan membutuhkan sebuah formula penentuan jumlah tenaga kerja AASM yang baku dan bersifat kuantitatif yang dapat digunakan untuk melakukan penentuan jumlah tenaga kerja AASM tiap tahun sebagai cara alternatif selain metode brainstorming yang selama ini digunakan. Pada penelitian ini, peneliti berusaha membantu perusahaan untuk memodelkan formula perhitungan tenaga kerja yang tepat untuk menentukan tenaga kerja AASM yang dibutuhkan berdasarkan elemen-elemen kompleksitas kerja sesuai dengan yang digunakan selama ini. Dalam hal ini, peneliti menggunakan metode regresi berganda untuk memodelkan formula jumlah tenaga kerja AASM yang dibutuhkan dengan membagi area-area kerja perusahaan menjadi empat klaster melalui dua skenario penelitian. Skenario 1 menggunakan metode K-Means Clustering, dan Skenario 2 mengklasterisasi berdasarkan potensi bisnis area kerja. Selanjutnya, regresi berganda dilakukan terhadap data pada tiap klaster yang terbentuk dari 2 skenario tersebut. Hasil penelitian ini berupa formula matematis yang dapat digunakan untuk melakukan perhitungan estimasi jumlah tenaga kerja AASM yang dibutuhkan. Setelah melakukan perbandingan pada tiap skenario, model regresi terbaik yang didapatkan adalah yang dihasilkan melalui skenario 2 dengan regresi linear berganda. Model regresinya adalah sebagai berikut: 1. Untuk Klaster 1: Y = 3,247X1 - 0,094X2 - 0,238X3 + 0,042X4 - 33,300 2. Untuk Klaster 2: Y = -4,135X1 + 0.366X2 - 1.640X3 + 2.324X4 - 33.458 3. Untuk Klaster 3: Y = 2.516X1 + 0.218X2 - 0.229X3 - 0.416X4 - 24.191 4. Untuk Klaster 4: Y = 4.147X1 - 0.079X2 + 0,890X3 + 0,375X4 - 53.088

PT Unilever Indonesia, Tbk is currently trying to minimize or eliminate the discussion in determining total Assistant Area Sales Manager (AASM) process which usually done through brainstorming, which also considered as an ineffective and unproductive process. Moreover, the company needs a fixed and quantitative formula to determine total AASM needed as an alternative method in determining total AASM without having to conduct brainstorming process. In this research, researcher is trying to help the company to formulate the correct and suitable formula to be used in determining total AASM needed based on the work complexity elements that has been used this all time. In this matter, researcher uses multiple regression method to formulize total AASM needed by dividing the company working area into four clusters through two scenarios. Scenario 1 uses K-Means Clustering method in classifying the clusters, and Scenario 2 uses business potential as the method to classify the work area that the company has. Moreover, multiple regression method will be conducted using the data in each clusters formed through these two scenarios. The result of this research is the mathematical formula that can be used to determine total AASM needed by the company. After doing some comparison in each scenario, the best regression model generated from this research are those through Scenario 2 with linear multiple regression method. The regression formula are defined as below: 1. For Cluster 1: Y = 3,247X1 - 0,094X2 - 0,238X3 + 0,042X4 - 33,300 2. For Cluster 2: Y = -4,135X1 + 0.366X2 - 1.640X3 + 2.324X4 - 33.458 3. For Cluster 3: Y = 2.516X1 + 0.218X2 - 0.229X3 - 0.416X4 - 24.191 4. For Cluster 4: Y = 4.147X1 - 0.079X2 + 0,890X3 + 0,375X4 - 53.088

Kata Kunci : Regresi berganda, Penentuan jumlah tenaga kerja, Sumber daya manusia