Permintaan tenaga kerja (demand of Labor) pada dasarnya adalah tergantung pada output perusahaan/industri dalam konteks mikro, artinya semakin banyak output yang dihasilkan pada akhirnya akan menciptakan permintaan input diantaranya adalah tenaga kerja (labor) sering dikenal dengan derived demand. Sedangkan dalam tataran makro, produksi nasional (GDP, PDB) sangat menentukan laju tambah kesempatan kerja pada suatu perekonomian, artinya kalau ekonomi suatu negara tumbuh (tercermin pada pertumbuhan PDB) maka akan dapat menciptakan kesempatan kerja baru. Dalam hal ini penting untuk dianalisis seberapa besar kepekaan perubahan output tersebut terhadap laju tumbuh kesempatan kerja, biasanya dipakai rumus elastisitas kesempatan kerja (Ekk yang merupakan rasio pertumbuhan output dengan pertumbuhan kesempatan kerja.
Ekk bisa dihitung secara sektoral berdasarkan lapangan pekerjaan/usaha dalam perekonomian. Di Indonesia misalnya ada 9 sektor/lapangan usaha dari pertanian hingga jasa, atau juga bisa dikelompokkan menjadi 3 kelompok besar seperti pertanian, industri dan jasa (sering digunakan istilah AMS : Agliculture, Manufactory and Service), penjumlahan/gabungan semuanya akan menjadi Ekk total.
Ekk dapat pula dipergunakan sebagai data awal untuk proyeksi ketenagakerjaan melalui beberapa skenario dalam membuat perencanaan untuk kebijakan baik makro maupun mikro dengan jalan mengkombinasikan atau menggabungkan dengan rumus-rumus pertumbuhan misalnya: KKt = KKo (1 + rkk)t dimana rkk tidak lain adalah rate of growth kesempatan kerja dalam suatu perekonomian. Dengan skenario moderat misalnya Ekk sama dengan Ekk hasil perhitungan dengan runtun waktu (time series), rkk tidak berubah, maka KKt yang dihitung berupa perkiraan moderat. Dengan jalan yang sama dapat pula diprediksi dengan asumsi atau skenario optimis karena PDB tumbuh maupun pesimis karena tidak adanya pertumbuhan PDB. (bersambung !)
bapak saya mau tanya,,
BalasHapussaya sedang melakukan rencana tenaga kerja di sektor pertanian di tiap provinsi di Indonesia,,
saya menggunakan pendekatan elastisitas dari buku Pengantar Manajemen Sumber daya manusia ( Payman Simanjuntak)
saya sudah melakukan peramalan besarnya penciptaan kesempatan kerja dengan rumus (Simanjuntak, 1982) ; k = E x g
saya menggunakan data PDB 2004-2008 (harga konstan) dan Tenaga kerja 2004-2008 sehingga saya bisa dapatkan nilai elastisitasnya.
untuk mendaptkan E (elastisitas) pada tahun 2009,2010,2011 saya gunakan metode rataan bergerak (dengan asumsi hasil peramalan tahun 2009 menjadi data aktual untuk peramalan tahun 2010, supaya hasilnya tidak sama pada tiap tahunnya).
untuk mendapatkan g (laju PDB) saya gunakan data PDB dari tahun 2000-2008 ( harga konstan), peramalan menggunakan trend analisis kemudian dicari lajunya.
saya menggunakan metode tersebut untuk meramalkan tenaga kerja sektor dan subsektor pertanian di 33 provinsi tahun 2009,2010,2011.
yang saya ingin tanyakan jika dari hasil peramalan nilai E = positif, dan g = positif maka k = positif. berarti terjadi kenaikan PDB sebesar g yang akan menambah lapangan kerja sebanyak k
jka dari hasil peramalan nilai E= positif dan g=negatif maka k= negatif, berarti terjadi penurunan PDB sebesar g yang akan menurunkan lapangan kerja sebanyak k
jika dari hasil peramalan nilai E= negatif dan g=positif maka k= negatif, berarti terjadi kenaikan PDB sebesar g, malah menurunkan lapangan kerja sebanyak k (hal ini bisa terjadi karena meningkatnya pertumbuhan ekonomi disebabkan karena peningkatan konsumsi bukan investasi. secara teori meningkatnya pertumbuhan ekonomi akan meningkatkan penyerapan tenaga kerja dengan asumsi terjadi peningkatan investasi) atau telah masuk teknologi.
bagaiman dengan nilai E=negatif dan g=negatif maka k=positif.berarti terjadi penurunan PDB , tetapi meningkatkan lapangan kerja.. bagaimana penjelasannya?
semoga masukan dari bapak bisa menjadi tambahan referensi buat saya.
terima kasih banyak.
Sebaiknya peramalannya menggunakan rumus pertumbuhan geometris saja dengan berbagai asumsi, selengkapnya bisa ke meja kerja saya saja untuk diskusi.Tks
BalasHapus