Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.

1, Januari 2017

PENERAPAN METODE KUANTITATIF TERHADAP

JUMLAH PERMINTAAN TENAGA KERJA
PERHOTELAN DI DENPASAR

1Wayan Cahya Ayu Pratami

1Sistem
Informasi, STMIK STIKOM Bali
Jl. Raya Puputan No.86, Renon, Denpasar Sel., Kota Denpasar, Bali 80226
Telp: (0361) 244445
cahyaayupratami@gmail.com

ABSTRACT

Bali is famous for its always busy tourist attraction visited by domestic and foreign tourists. The direct impact on the
increasing number of tourists is the number of hotel development in order to provide the best service for tourists. The
number of hotels would have an impact on the increasing number of labor demand. Employment opportunities created
not only from services directly to tourists, but also in other fields. The number of employment demand for hospitality is
not always increasing. Sometimes it decreases because it is very influential from global economic growth. With the
situation, then from the data the number of hotel workers in Denpasar processed with a powerful approach with Moving
Average method. The research method used consisted of several stages: data collection, literature study, data analysis,
data processing implementation of the method used, analysis and evaluation of the results. Results from the actual data
processing with using Moving Average obtained the number of labor demand from 2009 to 2016 increased. Accuracy
error by using Mean Absolute Percentage Error (MAPE) value 5 indicates the data used, can be processed using the
selected method. Output in the form of data prediction of the amount of labor displayed in the form of tables and graphs
so easy to understand.

Keywords: Hotel, Labor, Quantitative, Denpasar

ABSTRAK

Bali terkenal dengan objek wisata yang selalu ramai dikunjungi oleh para wisatawan domestik maupun asing. Dampak
langsung terhadap jumlah wisatawan yang semakin meningkat adalah banyaknya pembangunan hotel guna memberikan
pelayanan yang terbaik bagi wisatawan. Banyaknya hotel tentu berdampak terhadap jumlah permintaan tenaga kerja
yang semakin meningkat. Kesempatan kerja yang diciptakan bukan hanya dari pelayanan secara langsung kepada
wisatawan, tetapi juga dalam bidang lain. Jumlah permintaan tenaga kerja perhotelan tidak selalu meningkat.
Adakalanya mengalami penurunan karena sangat berpengaruh dari pertumbuhan ekonomi global. Dengan situasi
tersebut, maka dari data jumlah tenaga kerja hotel di Denpasar diolah dengan pendekatan kuatitatif dengan metode
Moving Average. Metode penelitian yang digunakan terdiri dari beberapa tahap yaitu pengumpulan data, studi
literatur, analisa data, implementasi pengolahan data terhadap metode yang digunakan, analisa dan evaluasi hasil. Hasil
dari pengolahan data aktual dengan menggunakan Moving Average diperoleh jumlah permintaan tenaga kerja dari
tahun 2009 sampai 2016 meningkat. Akurasi kesalahan dengan menngunakan Mean Absolute Percentage Error
(MAPE) bernilai 5 menunjukkan data yang digunakan, dapat diolah menggunakan metode yang dipilih. Output berupa
prediksi data jumlah tenaga kerja ditampilkan dalam bentuk tabel dan grafik sehingga mudah untuk dipahami.

Kata Kunci: Hotel, Tenaga Kerja, Kuantitatif, Denpasar

Informatics and Business Institute Darmajaya 65

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

1. PENDAHULUAN bagi wisatawan. Jumlah Tenaga Kerja

Bali terkenal dengan objek wisata yang Hotel di Denpasar 2015 (tabel 1) yang
selalu ramai dikunjungi oleh para diperoleh merupakan hasil survei baik
wisatawan domestik maupun asing. secara bulanan maupun tahunan
Dampak langsung terhadap jumlah menguraikan perkembangan hotel di kota
wisatawan yang semakin meningkat Denpasar selama tahun 2015 (BPS
adalah banyaknya pembangunan hotel Denpasar, 2016).
guna memberikan pelayanan yang terbaik

Tabel 1. Jumlah Tenaga Kerja Hotel di Denpasar 2015

Kesempatan kerja yang diciptakan bukan dengan metode Moving Average.

hanya dari pelayanan secara langsung Berdasarkan pemaparan latar belakang di
kepada wisatawan, tetapi juga dalam atas, Penelitian ini bertujuan untuk
bidang lain yang berhubungan secara mendapatkan hasil perkiraan terhadap
tidak langsung seperti jasa transportasi, permintaan jumlah tenaga kerja
restoran dan yang lainnya. Jumlah perhotelan di Denpasar tahun 2017 dan
permintaan tenaga kerja perhotelan tidak 2018 melalui pendekatan kuantitatif
selalu meningkat. Adakalanya mengalami menggunakan metode Moving Average
penurunan karena sangat berpengaruh dari data tahun sebelumnya. Hal ini
dari pertumbuhan ekonomi global. dikarenakan, masih jarang penelitian
Dengan situasi tersebut, maka dari data menggunakan pendekatan kuantitatif
jumlah tenaga kerja hotel di Denpasar dengan tema permintaan pasar tenaga
dari 2010 sampai 2016 akan dijadikan data kerja. Adapun pengolahan data secara
dan diolah dengan pendekatan kuatitatif manual menggunakan Moving Average

Informatics and Business Institute Darmajaya 66

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

yang akan dibandingkan dengan sama untuk terpilih menjadi sampel

pengolahan data menggunakan software penelitian. Populasi yang akan diteliti
Minitab 17. Hasilnya diharapkan berguna adalah jumlah kedatangan tamu yang
bagi pemilik perhotelan maupun calon menginap di Hotel Karlita International,
pencari kerja dalam mengantisipasi Tegal pada beberapa periode [1].
permintaan tenaga kerja. Selanjutnya dengan menggunakan
pendekatan kuantitatif yang bertujuan
2. KAJIAN TEORI DAN HIPOTESIS
untuk mengetahui peramalan jumlah
Adapun beberapa artikel ilmiah yang siswa/i Sekolah Menengah Atas Swasta
menjadi referensi dalam penulisan artikel XX di sebuah propinsi di Kalimantan
ilmiah Penerapan metode kuantitatif dengan pendekatan enam metode
terhadap jumlah permintaan tenaga kerja forecasting yaitu Linear Regression,
perhotelan di denpasar ini antara lain, Exponential Smoothing With Trend,
Peramalan (forecasting) permintaan akan Exponential Smoothing, Weighted Moving
jumlah tamu yang menginap di Hotel Average, Moving Average dan Naïve Method,
Karlita Intenational, Tegal, Jawa Tengah, dimana selain menggunakan perhitungan
dihitung dengan cara perhitungan secara manual juga menggunakan
manual dan program QM for Windows pendekatan QM for windows, sebagai
dengan menggunakan sebelas metode perbandingan yang hasilnya akan
yang ada, antara lain: Linear Regression, ditentukan mana dari enam metode
Moving Average, Weighted Moving Average, forecasting tersebut yang layak dipakai.
Exponential Smoothing, Exponential Dan hasil yang diperoleh dengan
Smoothing with Trend, Naïve Method, Trend
penggunaan metode forecasting Linear
Analysis, Additive Decomposition – CMA,
Regression, dengan peramalan jumlah
Additive Decomposition – Average All,
siswa tahun ajaran 2011/2012 sebesar 603
Multiplicative Decomposition – CMA dan
siswa [2]. Penerapan time series guna
Multiplicative Decomposition – Average All.
meramalkan data IHSG dalam
penelitiannya menerapkan metode fuzzy
Penelitian menggunakan teknik
time series pada salah satu indikator
pengambilan sampel secara probability
pergerakan harga saham, yakni data
sampling dengan metode sampel acak
IHSG (Indeks Harga Saham Gabungan).
sederhana (simple random sampling)
yang di dalamnya semua anggota
populasi mendapatkan kesempatan yang

Informatics and Business Institute Darmajaya 67

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

Kinerja metode yang diusulkan dievaluasi Konsep Estimasi Permintaan

dengan menghitung tingkat akurasi dan
Dalam dunia ekonomi, istilah estimasi
tingkat kehandalan metode fuzzy time
digunakan dalam berbagai istilah,
series yang diterapkan pada data IHSG.
diantaranya peramalan dan proyeksi.
Melalui pendekatan ini, diharapkan
Menurut Heizer dan Render, peramalan
metode fuzzy time series dapat menjadi
adalah ilmu dan seni untuk
alternatif untuk memprediksi data IHSG
memperkirakan kejadian di masa depan.
yang merupakan salah satu indikator
Hal ini dilakukan dengan melakukan
pergerakan harga saham di Indonesia [3].
pengambilan data masa lalu dan
Tenaga Kerja menempatkannya ke masa mendatang.
Tenaga kerja merupakan salah satu subjek Dalam dunia bisnis, hasil peramalan
dari ketenagakerjaan. Menurut UU No. 13 mampu memberikan gambaran tentang
tahun 2013, tenaga kerja adalah setiap masa depan perusahaan yang
orang yang mampu melakukan pekerjaan memungkinkan manajemen membuat
guna menghasilkan barang dana atau jasa perencanaan, menciptakan peluang
baik untuk memenuhi kebutuhan sendiri bisnis, maupun mengatur pola investasi.
maupun masyarakat. Tenaga kerja terbagi Ketepatan hasil peramalan bisnis akan
menjadi dua kelompok antar lain: meningkatkan peluang tercapainya
angkatan kerja yaitu setiap penduduk investasi yang menguntungkan.
yang telah memasuki usia kerja, baik Peramalan merupakan seni dan ilmu
yang sudah bekerja, belum bekerja atau untuk memperkirakan kejadian dimasa
yang sedang mencari pekerjaan. Bukan depan. Hal ini dapat dilakukan dengan
angkatan kerja merupakan penduduk melibatkan pengambilan data masa lalu
yang belum memasuki usia kerja atau dan menempatkannya kemasa yang akan
sudah memasuki usia kerja tetapi tidak datang dengan suatu bentuk model
berminat bekerja karena suatu alasan. matematis. Peramalan atau forecasting
Pembangunan ekonomi yang tidak merupakan teknik atau cara kuantitatif
merata mengakibatkan persebaran tenaga dalam memperkirakan apa yang akan
kerja juga tidak merata. Berakibat terjadi pada masa mendatang, dan
terhadap kesejahteraan suatu daerah tentunya membutuhkan data-data masa
dengan daerah lain tidak seimbang dan lampau sebagai acuan atau data historis.
tidak meratanya persebaran penduduk [6].

Informatics and Business Institute Darmajaya 68

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

3. METODE PENELITIAN terlibat kedalam metode Trend Linier dan

Sistematika Penelitian Moving Average sehingga dapat dilakukan

perhitungan untuk memperoleh output
Penelitian yang dilaksanakan terdiri dari
yang berupa perkiraan jumlah tenaga
beberapa tahapan (gambar 1), yaitu: Studi
kerja perhotelan yang dibutuhkan pada
literatur Penelusuran informasi
tahun mendatang. Tahap pengolahan
kepustakaan dari buku, makalah, karya
data yang memungkinkan proses
tulis, jurnal ilmiah maupun sumber
pemasukan data, manipulasi data,
lainnya yang terkait dengan penelitian ini.
pembuatan grafik dan berbagai analisis
Pengumpulan data dan analisa data
statistik. Sehingga hasil/outputnya bisa
Menentukan kebutuhan dengan
dibandingkan dengan hasil penggunaan
menganalisa permasalahan yang
metode kuantitatif secara manual.
difokuskan pada data jumlah tenaga kerja
perhotelan tahun sebelumnya (dibawah
Proses pengujian dilakukan dengan
tahun 2017), penentuan variabel,
membandingkan hasil pengolahan data
pemilihan metode yang sesuai, serta
dengan metode kuantitatif. Pengujian
kebutuhan data yang terkait dengan
juga dilakukan untuk mengetahui apakah
penelitian ini.
fungsionalitas output telah tercapai.
Pembuatan Laporan, Pada tahapan ini
Pengolahan data dengan metode
akan dilakukan proses pembuatan
kuantitatif
laporan yang dibuat dari proses proses
Proses pengolahan data kemudian
pengolahan data ke dalam metode
dilanjutkan menentukan variabel yang
kuantitatif.

Gambar 1. Sistematika Penelitian

Informatics and Business Institute Darmajaya 69

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

Metode kuantitatif yang digunakan dalam Simple Moving Average sebuah teknik
memperkirakan atau meramalkan dapat perhitungan rata-rata sebuah angka dari
dikelompokkan dalam dua jenis, yaitu nilai aktual terbaru, diperbaharui sebagai
metode serial waktu dan kausal. nilai-nilai baru yang tersedia. Digunakan
Peramalan adalah penggunaan data masa untuk melakukan peramalan pada
lalu dari sebuah variable atau kumpulan periode-periode berikutnya. Simple
variable untuk mengestimasi nilanya Moving Average dapat dihitung
dimasa yang akan datang [4]. Menurut menggunakan persamaan matematis (1)
𝐴𝑡−𝑛 +⋯+ 𝐴𝑡−2 + 𝐴𝑡−1
Heizer & Render bahwa metode forecast Ft = MAn = (1)
𝑛
dilakukan dengan menggunakan model Dimana : Ft = MAn : hasil forecasting
matematis yang beragam dengan data terbaru untuk periode ke t+1
histori yang terkait dengan peramalan A : data jumlah pekerja tahun ke t-n
dan variable sebab akibat untuk n : jumlah periode yang akan dirata-
meramlkan permintaan [5]. Metode ratakan (ordo).
peramalan kuantitatif dapat dibagi
menjadi dua jenis antara lain Time Series 4. HASIL DAN PEMBAHASAN
Forecasting dan Associative Forecasting
FORECASTING DENGAN MOVING
Method.
AVERAGE

Suatu manajemen sering kali menghadapi Data yang digunakan dalam penelitian
situasi dimana peramalan perlu ini adalah data kuantitatif yang

dilakukan secara harian, mingguan, atau diperoleh dari data yang diolah dari BPS
bulanan untuk mengetahui ratusan atau Denpasar. Jumlah tenaga kerja dari

ribuan barang yang perlu disediakan, tahun 2009 sampai 2016 yang

namun hal ini sering kali tidak mungkin ditunjukkan pada gambar 2. Dimana

dilakukan. Oleh karena itu untuk setiap tahun terjadinya peningkatan

mengembangkan teknik-teknik jumlah permintaan tenaga kerja

peramalan yang canggih untuk setiap perhotelan di Denpasar yang

barang perlu disediakan. Beberapa alat diakibatkan dari semakin membaiknya

peramalan yang cepat, murah, sangat kunjungan wisatawan ke Bali pada

sederhana dibutuhkan untuk umumnya. Data tersebut akan diolah

menyelesaikan tugas ini. selanjutnya akan dilakukan prediksi

terhadap jumlah tenaga kerja untuk
tahun

Informatics and Business Institute Darmajaya 70

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

berikutnya dengan menggunakan Moving ditunjukkan pada gambar 3 dengan index

Average. Data yang diperoleh akan menunjukkan tahun dan data
diolah kedalam software pengolah data menunjukkan jumlah tenaga kerja.
yaitu minitab 17, dimana plot data

Gambar 2. Jumlah tenaga kerja hotel di Denpasar

Time Series Plot of data

7000

6750

6500
data

6250

6000

5750

5500
1 2 3 4 5 6 7 8
Index

Gambar 3. Plot data Jumlah tenaga kerja hotel di Denpasar

Setelah dilakukan plot data, selanjutnya menunjukkan data tenaga kerja hotel di
data akan diolah dengan menggunakan Denpasar dari tahun 2009 sampai 2016.
moving average dua. Garis berwarna biru

Informatics and Business Institute Darmajaya 71

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

Gambar 4. Hasil perbandingan data dengan actual Moving Average 2

Gambar 5. Hasil peramalan dengan Moving Average 2 berupa besaran nominal

Kemudian dengan MA-2 hasil peramalan harga parameter tersebut adalah masalah
ditunjukkan oleh garis berwarna merah besar yang harus diselesaikan agar dapat
yang dimulai dari tahun ke 3 (gambar 4), menggunakan metode yang dikehendaki.
gambar 5 menunjukkan hasil berupa Harga parameter terbaik adalah harga
nominal dengan menggunakan yang memberikan kesalahan peramalan
persamaan 1. terkecil. Validasi metode peramalan
terutama dengan menggunakan metode-
3.2 Akurasi Peramalan
metode di atas tidak dapat lepas dari
indikator-indikator dalam pengukuran
Setiap metode terdapat satu sampai
akurasi peramalan. Bagaimanapun juga
tiga parameter yang harus ditentukan.
terdapat sejumlah indikator dalam
Setiap parameter yang ada mempunyai
pengukuran akurasi peramalan, tetapi
harga antara nol dan satu. Menentukan

Informatics and Business Institute Darmajaya 72

Wayan Cahya Ayu Pratami Jurnal Bisnis Darmajaya, Vol.3 No.1, Januari 2017

yang paling umum digunakan adalah DAFTAR PUSTAKA

Mean Absolute Deviation, Mean Absolute Haryadi S & Irwan Z 2013, ‘Prediksi Jumlah
Percentage Error, dan Mean Squared Error. Tamu Menginap Di Hotel Karlita
Untuk penelitian ini menggunakan Mean International, Tegal, Jawa Tengah’.
Absolute Percentage Error (MAPE) untuk Binus Business Review, vol, 4, no. 2,
memperoleh tingkat keakuratan hasil pp. 661-675.
yang didapatkan. Pada gambar 4, dengan
moving average 2 diperoleh nilai dari Lim S & Haryadi S 2013, ‘Peramalan

MAPE sebesar 5. Jumlah Siswa/I Sekolah Menengah Atas

Swasta Menggunakan Enam Metode
5. KESIMPULAN DAN SARAN Forecasting’, Forum Ilmiah, vol. 10,no.
Simpulan dari hasil penelitian ini antara 2, pp.1-10.
lain Kebutuhan hotel di Denpasar
Seng Hansun. 2012. ‘Peramalan Data IHSG
terhadap tenaga kerja terus mengalami
Menggunakan Fuzzy Time Series’.
peningkatan dengan jumlah kunjungan
IJCCS, Vol.6, No.2, July 2012, pp.
wisatawan yang setiap tahun mengalami
79~88 ISSN: 1978-1520.
peningkatan. Dengan menggunakan data
yang bersifat kuantitatif dengan metode
Whitten, JL., Bentley, LD., & Dittman, KC
Moving Average melalui pengolah data,
2007, ‘System Anaysis and Design
diperoleh hasil peramalan dari tahun 2009
Methods. Newyork’,McGraw-Hill,
sama 2016 hasilnya tidak berselisih jauh
USA.
dengan data actual, ditunjukkan dengan
akurasi kesalahan bernilai 5. Hasil Heizer, J & Render, B 2011. ‘Operations
penelitian ini dapat disimpulkan bahwa Management’. Person, New Jersey,
hotel di Denpasar tidak perlu khawatir USA.
akan kekurangan tenaga kerja. Hal ini
Lestari, N & Wahyuningsih N 2012,
dikarenakan, jika terjadi peningkatan
‘Peramalan Kunjungan Wisata dengan
wisatawan asing, maka hotel di Denpasar
Pendekatan Model Sarima (Studi Kasus :
dengan mudah mendapatkan tenaga
Kusuma Agrowisata)’. Jurnal Sains dan
kerja, karena pasar tenaga kerja dapat
Senin, vol. 1, no. 1, pp. 29-33.
mencukupi kebutuhan tenaga kerja pada
industri perhotelan di Denpasar.

Informatics and Business Institute Darmajaya 73