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)
berbagai alternative (Rahmawati, at al, 2013). Metode SAW juga sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot denganratingkinerja 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). Langkah-langkah 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 Aipada 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.
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 Aimerupakan 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 Vi
yang lebih besar mengindikasikan bahwa alternatif Aimerupakan 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.
diambil. Jika nilai kecocokan setiap kriteria itu semakin kecil nilainya semakin baik, maka kriteria tersebut dikatakan kriteria biaya.
2.2.1 Langkah–Langkah PenyelesaianMetode 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 Productmerupakan 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:
=
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 wjadalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.
Preferensi relatif dari setiap alternatif, diberikan pada rumus 2:
=
Dengani= 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
2.2.1 Langkah-langkah algoritmaWeighted Product
Secara singkat, algoritma Weighted Product ini adalah sebagai berikut (Anggraeni et al.,2013 dalam Mawuntu, 2015).
a. Melakukan normalisasi bobot untuk menghasilkan nilai 1 = 1
Dimana j = 1,2,...,n adalah banyak alternatif.
b. 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 menggunakanFuzzy Linguistic Quantifier danAHPdapat 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.
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
Logikafuzzyadalah suatu cara yang tepat untuk memetakan suatu ruanginputkedalam 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 himpunanfuzzy, dan bukan dalam bentuk logika benar (true) atau salah (false), tapi dinyatakan dalam derajat (degree). Konsep seperti ini disebut denganFuzziness 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
outputyaitu nol atau satu, sedangkan himpunan kabur memiliki banyak nilai keluaran yang dikenal dengan nilai derajat keanggotaannya.
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 darifuzzy logicdapat dilihat pada Gambar 2.1.
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).
Knowledge Base
Fuzzy Inference System
Fuzzyfication Defuzzification
Input Output
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 (Baslıgil 2005S en 2009).
Alasan digunakan logikafuzzy(Cox, 1994 dalam Kusumadewi, 2010) yaitu:
1. Konsep logikafuzzymudah dimengerti. Karena logikafuzzymenggunakan dasar teori himpunan, maka konsep matematis yang didasari penalaranfuzzytersebut cukup mudah untuk dimengerti.
2. Logika fuzzy sangat fleksibel, artinya mapu beradaptasi dengan perubahan-perubahan dan ketidakpastian yang disertai permasalahan.
3. Logikafuzzy 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. Logikafuzzydapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. Dalam hal ini, sering dikenal dengan namaFuzzy Expert Systemsmenjadi 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. Logikafuzzydidasarkan pada bahasa alami. Logikafuzzymenggunakan bahasa sehari-hari sehingga mudah dimengerti.
Teori fuzzy set merupakan pengembangan dari teori set (biasa) atau crisp set. Perbedaan antara fuzzy setdan crisp set terletak pada keanggotaan suatu obyek. Pada
crisp setsuatu 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:µF: X→[0, 1]yang
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).
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.
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.
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 non-kuantitatif 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
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.
