Abstrak
**Latar.** Kebijakan hilirisasi mineral di ekonomi berkembang menciptakan ketegangan kronis antara kebutuhan akan keahlian ekspatriat yang langka dan mahal serta imperatif politik-ekonomi untuk melokalkan tenaga kerja. Praktik di kawasan pengolahan nikel Indonesia memperlihatkan dominasi tenaga kerja asing pada posisi teknis dan penyeliaan, sementara transfer keterampilan ke tenaga lokal sering berjalan lambat dan tidak terjamin.
**Tujuan.** Studi ini membangun dan menganalisis sebuah model *workforce planning* yang mengoptimalkan komposisi tenaga kerja lokal–ekspatriat lintas waktu, dengan memperlakukan ekspatriat secara simultan sebagai input produktif berbiaya tinggi dan sebagai mekanisme transfer keterampilan yang mengonversi tenaga lokal tidak terampil menjadi terampil.
**Metode.** Model diformulasikan sebagai program linear bilangan bulat campuran (*mixed-integer linear programming*, MILP) multi-periode dengan kendala kuota regulatif, kewajiban pendampingan (*understudy*), kapasitas pelatihan, dan dinamika akumulasi keterampilan; parameter dikalibrasi dari literatur *peer-reviewed* dan data institusional, lalu diuji melalui analisis sensitivitas dan eksperimen kebijakan, termasuk ekstensi berbasis skenario yang menangkap ketidakpastian keberhasilan transfer.
**Temuan utama.** Komposisi optimal sangat sensitif terhadap rasio biaya relatif dan laju transfer; kuota numerik yang terlalu ketat dapat menaikkan biaya total tanpa mempercepat lokalisasi ketika kapasitas penyerapan rendah, sedangkan kewajiban pendampingan yang dipasangkan dengan insentif berbasis hasil cenderung lebih efektif.
**Implikasi.** Hasil menyarankan pergeseran instrumen kebijakan dari kuota numerik kaku menuju kontrak berbasis pencapaian transfer, sembari mengakui keterbatasan kalibrasi data sekunder.
**Kata kunci:** *workforce planning*; transfer keterampilan; tenaga kerja ekspatriat; optimisasi MILP; hilirisasi; ekonomi berkembang
1. Pendahuluan
Selama satu dekade terakhir, kebijakan hilirisasi mineral menjadi poros strategi industrialisasi Indonesia, dengan pengolahan nikel sebagai etalase utamanya. Kawasan industri terintegrasi seperti yang berkembang di Morowali, Sulawesi Tengah, menyerap puluhan ribu pekerja sekaligus mengandalkan tenaga kerja asing—mayoritas berasal dari Tiongkok—pada posisi teknis, penyeliaan, dan rekayasa. Estimasi publik menempatkan proporsi tenaga kerja asing pada kisaran di bawah sepuluh persen dari total tenaga kerja di kawasan tersebut, meskipun terkonsentrasi pada jabatan-jabatan kunci yang menjadi simpul penguasaan teknologi (Beritasatu, 2020; Jaga Deca, 2025). Justru konsentrasi pada simpul-simpul inilah, dan bukan proporsi agregatnya, yang memunculkan perdebatan: apakah hilirisasi melahirkan pendalaman kapabilitas industri domestik, ataukah sekadar memperpanjang pola ekstraksi dengan menambahkan satu tahap pengolahan yang penguasaan tekniknya tetap berada di tangan asing.
Perdebatan ini bukan semata persoalan retorika kebijakan. Pengamatan lapangan dan liputan jurnalistik menunjukkan bahwa pada tahap konstruksi, sebagian tenaga kerja asing bahkan mengisi pekerjaan berketerampilan rendah, sementara pada tahap operasi, posisi *engineer* dan penyelia teknis cenderung tetap didominasi tenaga asing dalam jangka yang relatif panjang (Kompas, 2020; Kompas, 2025). Sejumlah pengamat menafsirkan pola ini sebagai bentuk "kutukan ketenagakerjaan": produktivitas industri meningkat melalui ketergantungan pada teknologi dan teknisi asing, bukan melalui peningkatan keterampilan pekerja domestik, sehingga pembentukan tenaga ahli lokal—misalnya ahli *smelter*—berjalan lambat (Kompas, 2025). Di sisi lain, pihak pengelola kawasan menegaskan adanya program alih keahlian dan transfer teknologi berjenjang, mulai dari penguasaan operasi hingga pengelolaan teknologi secara efektif (Kompas, 2024; Pelitaekspres, 2025). Dua narasi ini—stagnasi kapabilitas versus transfer berjenjang—tidak harus dipandang sebagai klaim yang saling meniadakan; keduanya bisa benar secara bersamaan pada lapisan jabatan, fungsi, atau horizon waktu yang berbeda. Persoalan analitisnya adalah bagaimana memodelkan kondisi di mana satu narasi berlaku alih-alih yang lain.
Secara normatif, kerangka hukum Indonesia telah lama menempatkan transfer keahlian sebagai justifikasi utama kehadiran tenaga kerja asing. Peraturan Pemerintah Nomor 34 Tahun 2021 mewajibkan pemberi kerja menunjuk tenaga kerja Indonesia sebagai pendamping yang dipekerjakan khusus untuk alih teknologi dan alih keahlian, melaksanakan pendidikan dan pelatihan bagi pendamping sesuai kualifikasi jabatan yang diduduki tenaga asing, serta memulangkan tenaga asing setelah perjanjian kerja berakhir (Pemerintah Republik Indonesia, 2021). Instrumen finansialnya berupa Dana Kompensasi Penggunaan Tenaga Kerja Asing sebesar seratus dolar Amerika Serikat per jabatan per bulan, yang secara desain dialokasikan untuk pengembangan kompetensi tenaga kerja domestik (Kementerian Ketenagakerjaan, 2019). Dengan kata lain, negara telah memasang dua tuas kebijakan sekaligus: tuas kuantitas (pembatasan dan kewajiban pendampingan) dan tuas harga (pungutan kompensasi). Pertanyaan yang belum terjawab secara sistematis adalah bagaimana kedua tuas itu berinteraksi dengan keputusan optimisasi tenaga kerja di tingkat perusahaan, dan dalam kondisi apa keduanya justru kontraproduktif.
Di sinilah letak persoalan keilmuannya. Literatur *workforce planning* berbasis optimisasi telah matang dalam memodelkan keputusan merekrut, melatih-silang (*cross-training*), dan mengontrak tenaga kerja untuk meminimalkan biaya sambil memenuhi permintaan keterampilan (Perthame, Ribes, Touahri, & Salort, 2017). Namun arus literatur ini cenderung memperlakukan tenaga kerja sebagai kumpulan kategori keterampilan yang homogen, tanpa dimensi asal kewarganegaraan dan tanpa memodelkan tenaga kerja senior sebagai sumber transfer pengetahuan yang habis-pakai dan mahal. Sebaliknya, arus literatur manajemen sumber daya manusia internasional (*international human resource management*, IHRM) sangat kaya dalam menjelaskan dinamika transfer pengetahuan antara ekspatriat dan tenaga kerja tuan rumah (*host country nationals*, HCN)—peran kecerdasan budaya, perilaku mencari umpan balik, visi bersama, dan modal sosial (Zulkifly, Ismail, & Hamzah, 2020; Ismail, 2015)—tetapi nyaris tidak pernah memformalkan wawasan tersebut ke dalam model keputusan kuantitatif yang sensitif terhadap biaya dan kendala regulatif.
Studi ini berdiri tepat pada celah antara keduanya. Pertanyaan penelitian utamanya adalah: **bagaimana model *workforce planning* dapat mengoptimalkan komposisi tenaga kerja lokal versus ekspatriat dengan mempertimbangkan kendala transfer keterampilan dan biaya?** Pertanyaan ini diuraikan menjadi empat sub-pertanyaan yang dapat diuji. *Pertama*, bagaimana struktur biaya relatif—upah, mobilitas, pelatihan, dan kurva pembelajaran—memengaruhi komposisi optimal pada keseimbangan? *Kedua*, sejauh mana laju dan keberhasilan transfer keterampilan, sebagai fungsi kapasitas penyerapan, pendampingan, dan waktu tinggal, menggeser titik optimal lintas waktu? *Ketiga*, apa konsekuensi penerapan kuota regulatif dan kewajiban pendampingan terhadap biaya total dan kecepatan lokalisasi, dan kapan kuota tersebut benar-benar mengikat? *Keempat*, bagaimana ketidakpastian—kegagalan transfer, perputaran tenaga lokal terlatih, dan fluktuasi permintaan—mengubah rekomendasi dibanding kasus deterministik?
Kontribusi tulisan ini bersifat ganda. Secara teoretis, ia mengintegrasikan tradisi optimisasi *workforce planning* dengan teori transfer pengetahuan IHRM dan ekonomi *learning-by-doing*, dengan memperlakukan ekspatriat bukan semata sebagai unit biaya tinggi melainkan sebagai aset produktif yang sekaligus berfungsi sebagai mesin konversi keterampilan—sebuah penggabungan yang, sepanjang penelusuran penulis, belum diformalkan secara eksplisit. Secara metodologis dan praktis, ia menanamkan instrumen regulatif khas Indonesia—kuota, kewajiban pendampingan, dan pungutan kompensasi—langsung ke dalam struktur kendala model, sehingga memungkinkan analisis kapan instrumen tersebut membantu dan kapan ia membebani tanpa mempercepat lokalisasi. Penulis menekankan sejak awal bahwa kontribusi ini terletak pada kerangka pemodelan dan wawasan komparatif statisnya, bukan pada estimasi parameter empiris yang presisi; keterbatasan ini diuraikan secara eksplisit pada bagian tersendiri.
Sisa artikel disusun sebagai berikut. Bagian 2 membangun kerangka teori dengan menahan tiga perspektif dalam ketegangan. Bagian 3 memaparkan formulasi model dan prosedur analisis secara replikabel. Bagian 4 menyajikan hasil *baseline*, analisis sensitivitas, eksperimen kebijakan, dan kasus berbasis skenario. Bagian 5 mendiskusikan temuan dalam terang teori, termasuk penguatan posisi yang berlawanan dengan tesis utama. Bagian 6 menyatakan keterbatasan secara eksplisit, dan Bagian 7 menutup dengan kontribusi serta agenda riset.
2. Tinjauan Pustaka dan Kerangka Teori
Kerangka teori studi ini dibangun dari tiga arus yang sengaja dipertahankan dalam ketegangan, alih-alih direduksi menjadi satu narasi tunggal. Ketegangan inti yang melintasi ketiganya adalah pertarungan antara efisiensi biaya jangka pendek dan pembentukan kapabilitas jangka panjang.
Arus pertama adalah pemodelan optimisasi *workforce planning*. Tradisi ini memperlakukan perencanaan tenaga kerja sebagai persoalan alokasi sumber daya di bawah kendala: planner memilih kombinasi tindakan—merekrut, melatih-silang, mengontrak, atau melepas—untuk menutup selisih antara ketersediaan dan permintaan setiap jenis keterampilan dengan biaya minimal (Perthame et al., 2017). Varian-varian model ini lazim menggunakan pemrograman linear, minimisasi biaya, dan maksimisasi produktivitas sebagai teknik intinya, dan paling sesuai untuk industri dengan struktur keterampilan yang dapat dipetakan secara jelas seperti manufaktur. Kekuatan arus ini terletak pada ketegasan formal dan kemampuannya menghasilkan rekomendasi yang dapat diuji. Kelemahannya, dalam konteks yang menjadi perhatian studi ini, adalah asumsi implisit bahwa tenaga kerja dalam satu kategori keterampilan bersifat dapat dipertukarkan tanpa memandang asal, dan bahwa pelatihan adalah proses yang biayanya diketahui serta hasilnya pasti. Asumsi ini menyingkirkan justru fenomena yang ingin dijelaskan: mengapa tenaga kerja terampil asing dan domestik tidak sepenuhnya substitutif, dan mengapa transfer keterampilan di antara keduanya bisa gagal.
Arus kedua adalah teori *staffing* dan transfer pengetahuan dalam IHRM. Tipologi klasik membedakan pendekatan etnosentris—mengandalkan tenaga dari negara induk pada posisi kunci—dari pendekatan polisentris yang mengutamakan pelokalan (Carlos & Crespo, 2021). Studi pada perusahaan multinasional dari ekonomi berkembang menunjukkan bahwa pilihan ini bukan sekadar preferensi melainkan respons terhadap tujuan internasionalisasi: perusahaan yang berorientasi ekspansi pasar cenderung etnosentris dan bergantung pada ekspatriat negara induk, sementara perusahaan pencari aset teknologi lebih polisentris (Carlos & Crespo, 2021). Pada tataran mikro, transfer pengetahuan antara ekspatriat dan tenaga kerja tuan rumah dijelaskan sebagai proses sosial yang dimediasi oleh kepercayaan dan visi bersama, serta dipengaruhi oleh kecerdasan budaya dan perilaku mencari umpan balik kedua belah pihak (Zulkifly et al., 2020; Ismail, 2015). Penelitian berbasis studi kasus pada perusahaan lokal Indonesia bahkan mengajukan konsep kesiapan transfer pengetahuan (*knowledge transfer readiness*), yang menegaskan bahwa kelemahan pada sisi sumber dapat dikompensasi oleh keunggulan pada sisi penerima, dan sebaliknya (Wibowo & Ariani, 2021). Implikasi penting dari arus ini adalah bahwa transfer keterampilan tidak otomatis menyertai kehadiran ekspatriat; ia bergantung pada kondisi-kondisi yang dapat absen, sehingga laju dan keberhasilannya merupakan variabel, bukan konstanta.
Arus ketiga adalah ekonomi pembelajaran organisasional, khususnya konsep kapasitas penyerapan (*absorptive capacity*) dan transfer pengetahuan sebagai dasar keunggulan kompetitif. Kemampuan sebuah unit menyerap pengetahuan baru bergantung pada tingkat pengetahuan terkait yang telah dimilikinya sebelumnya (Cohen & Levinthal, 1990), sedangkan pengetahuan dapat berpindah melalui pergerakan orang sebagai salah satu wahana utamanya (Argote & Ingram, 2000). Bagi studi ini, dua gagasan tersebut menjadi jembatan formal: laju konversi tenaga lokal tidak terampil menjadi terampil dapat dimodelkan sebagai fungsi dari intensitas pendampingan oleh ekspatriat dan dari kapasitas penyerapan tenaga lokal, sekaligus mengakui bahwa tenaga senior yang habis tersita untuk membimbing akan berkurang kontribusinya pada produksi langsung—sebuah *trade-off* yang jarang dieksplisitkan dalam model *workforce planning* konvensional.
Ketegangan antara ketiga arus inilah yang menstrukturkan model pada Bagian 3. Arus pertama menyumbang bahasa formal dan fungsi tujuan berbasis biaya. Arus kedua memaksa pengakuan bahwa tenaga asing dan domestik tidak substitutif sempurna dan bahwa transfer dapat gagal. Arus ketiga menyediakan mekanisme yang menghubungkan keputusan komposisi hari ini dengan ketersediaan kapabilitas domestik di masa depan. Reduksi terhadap salah satunya akan menghasilkan model yang elegan tetapi buta terhadap dilema sebenarnya: model murni biaya akan merekomendasikan ekspatriat selama harganya sepadan dengan produktivitasnya, mengabaikan tujuan pembangunan kapabilitas; sementara model murni pembangunan kapabilitas akan mengabaikan kendala anggaran yang dihadapi perusahaan nyata.
3. Metodologi
3.1 Desain penelitian dan justifikasi
Studi ini menggunakan desain pemodelan matematis preskriptif yang dikalibrasi dari sumber sekunder, bukan studi empiris berbasis data primer. Pilihan ini disengaja dan dijustifikasi oleh dua pertimbangan. Pertama, pertanyaan penelitian bersifat preskriptif—menanyakan komposisi yang *optimal*, bukan komposisi yang *teramati*—sehingga memerlukan kerangka normatif yang mengeksplisitkan fungsi tujuan dan kendala, bukan sekadar deskripsi statistik. Kedua, data mikro tingkat perusahaan mengenai biaya pelatihan, laju transfer, dan produktivitas relatif di kawasan hilirisasi nikel Indonesia sebagian besar bersifat kepemilikan dan tidak tersedia untuk publik; memaksakan estimasi ekonometrik atas data yang tidak memadai akan menghasilkan presisi semu. Pemodelan optimisasi dengan analisis sensitivitas menawarkan jalan keluar metodologis: alih-alih mengklaim nilai parameter yang tepat, studi ini menelusuri bagaimana rekomendasi berubah di sepanjang rentang nilai yang masuk akal, sehingga kesimpulannya berbentuk pernyataan komparatif-statis yang lebih kokoh terhadap ketidakpastian parameter.
3.2 Notasi dan variabel keputusan
Pertimbangkan sebuah unit produksi (kawasan industri atau perusahaan penyewa) yang merencanakan tenaga kerja sepanjang horizon diskret t = 1, 2, …, T (dalam satuan kuartal atau tahun). Tenaga kerja dibagi menjadi tiga kelompok pada setiap periode t: tenaga asing terampil, dilambangkan E(t); tenaga lokal terampil, S(t); dan tenaga lokal belum terampil yang sedang atau berpotensi menjalani pendampingan, U(t). Permintaan akan kapasitas kerja efektif pada periode t dilambangkan D(t) dan diasumsikan diberikan secara eksogen oleh rencana produksi.
Variabel keputusan utama mencakup jumlah ekspatriat yang dipertahankan atau direkrut pada tiap periode, jumlah tenaga lokal belum terampil yang direkrut, jumlah pasangan pendampingan yang dibentuk, dan jumlah tenaga lokal yang dipromosikan ke status terampil setelah menyelesaikan pembelajaran. Karena banyak variabel ini bersifat bilangan bulat (jumlah orang dan jumlah pasangan pendampingan), model diformulasikan sebagai program linear bilangan bulat campuran.
3.3 Dinamika akumulasi keterampilan
Jantung model adalah persamaan transisi yang menghubungkan keputusan pendampingan hari ini dengan ketersediaan tenaga lokal terampil di masa depan. Misalkan pada periode t terdapat sejumlah pasangan pendampingan, masing-masing memasangkan satu ekspatriat (atau satu tenaga lokal terampil senior) dengan sejumlah tenaga lokal belum terampil sesuai rasio pendampingan maksimal r yang ditetapkan kebijakan internal atau regulasi. Laju konversi—proporsi tenaga lokal belum terampil yang berhasil naik status menjadi terampil per periode—dilambangkan θ dan diperlakukan sebagai parameter kunci. Mengikuti gagasan kapasitas penyerapan (Cohen & Levinthal, 1990), θ tidak konstan secara konseptual melainkan meningkat seiring intensitas pendampingan dan tingkat pendidikan awal tenaga lokal, meskipun dalam formulasi dasar ia diperlakukan linear demi keterlacakan; nonlinieritasnya ditelusuri melalui analisis sensitivitas.
Stok tenaga lokal terampil berkembang menurut hubungan: stok pada periode berikutnya sama dengan stok periode sekarang, ditambah aliran masuk dari konversi (hasil kali laju konversi, jumlah pendamping aktif, dan rasio pendampingan, dibatasi oleh jumlah tenaga belum terampil yang tersedia), dikurangi keluaran akibat perputaran tenaga kerja pada laju δ. Parameter perputaran δ ini penting secara substantif: ia menangkap risiko bahwa tenaga lokal yang telah dilatih justru pindah ke pemberi kerja lain, sehingga investasi transfer bocor keluar dari unit—sebuah kekhawatiran nyata di pasar kerja kawasan industri.
Konsekuensi penting dari struktur ini adalah adanya *trade-off* produksi-pendampingan: setiap ekspatriat atau tenaga senior yang dialokasikan untuk membimbing memberikan kontribusi produksi langsung yang lebih rendah selama periode pendampingan, dicerminkan oleh faktor pengurang produktivitas. Dengan demikian, transfer keterampilan bukan barang gratis; ia adalah investasi yang biaya peluangnya berupa output yang dikorbankan hari ini demi kapabilitas esok hari.
3.4 Fungsi tujuan
Fungsi tujuan meminimalkan nilai sekarang dari total biaya sepanjang horizon, didiskonto dengan faktor diskon per periode. Komponen biaya mencakup: biaya kompensasi ekspatriat (mencakup upah, tunjangan mobilitas, akomodasi, dan kepulangan), yang secara empiris dapat berkali lipat lebih tinggi daripada upah tenaga lokal pada jabatan setara—liputan industri mengindikasikan selisih yang sangat lebar pada sebagian posisi (Merdeka, 2025); biaya upah tenaga lokal terampil dan belum terampil; biaya pelatihan dan pendampingan per pasangan; pungutan kompensasi penggunaan tenaga asing sebesar seratus dolar per jabatan per bulan sesuai ketentuan yang berlaku (Kementerian Ketenagakerjaan, 2019); serta penalti kekurangan kapasitas bila tenaga kerja efektif tidak memenuhi permintaan. Perlu dicatat bahwa status hukum pungutan kompensasi sempat bergeser melalui kerangka *omnibus* dan aturan turunannya; studi ini memperlakukannya sebagai parameter biaya yang dapat dihidupkan atau dimatikan, justru agar dampaknya dapat dievaluasi secara terpisah (Kandara Law, 2023).
Kapasitas kerja efektif pada tiap periode dihitung sebagai jumlah kontribusi produktif ketiga kelompok, dengan bobot produktivitas relatif. Tenaga asing terampil diberi bobot acuan; tenaga lokal terampil diberi bobot yang umumnya mendekati namun bisa berbeda dari acuan; dan tenaga belum terampil diberi bobot rendah, dikurangi lagi bila mereka sedang dalam pendampingan intensif.
3.5 Kendala
Model tunduk pada beberapa kelompok kendala. *Kendala pemenuhan permintaan* mensyaratkan kapasitas efektif tidak kurang dari permintaan, kecuali dengan penalti. *Kendala kuota regulatif* membatasi proporsi ekspatriat terhadap total tenaga kerja agar tidak melampaui ambang kebijakan tertentu—instrumen yang merepresentasikan pembatasan administratif. *Kendala kewajiban pendampingan* mewujudkan amanat hukum bahwa setiap ekspatriat pada jabatan tertentu harus dipasangkan dengan tenaga pendamping lokal untuk alih keahlian (Pemerintah Republik Indonesia, 2021); secara formal, jumlah pasangan pendampingan tidak boleh kurang dari jumlah ekspatriat pada jabatan yang dikenai kewajiban. *Kendala kapasitas pelatihan* membatasi jumlah pasangan pendampingan oleh ketersediaan pembimbing dan oleh rasio pendampingan maksimal. *Kendala keseimbangan stok* memberlakukan persamaan transisi keterampilan pada Subbagian 3.3. *Kendala non-negativitas dan integralitas* melengkapi formulasi.
3.6 Parametrisasi dan prosedur analisis
Parameter dikalibrasi pada rentang yang masuk akal dari literatur dan sumber institusional, dengan hierarki sumber yang diutamakan: jurnal *peer-reviewed* lebih dahulu, lalu publikasi resmi pemerintah, baru sumber kredibel lain hanya untuk besaran administratif yang memang dipublikasikan di sana. Rasio biaya ekspatriat terhadap tenaga lokal terampil ditetapkan bervariasi pada rentang lebar untuk mencerminkan ketidakpastian dan disparitas yang dilaporkan (Merdeka, 2025). Pungutan kompensasi dipatok pada nilai regulatif yang berlaku (Kementerian Ketenagakerjaan, 2019). Laju konversi θ, laju perputaran δ, rasio pendampingan r, dan bobot produktivitas relatif diperlakukan sebagai parameter yang ditelusuri.
Prosedur analisis berlangsung dalam empat tahap yang dapat direplikasi. *Pertama*, penyelesaian kasus dasar (*baseline*) dengan nilai parameter tengah untuk memperoleh lintasan komposisi optimal. *Kedua*, analisis sensitivitas satu-arah dan dua-arah terhadap rasio biaya dan laju konversi guna menjawab sub-pertanyaan pertama dan kedua. *Ketiga*, eksperimen kebijakan dengan memvariasikan ketatnya kuota dan kehadiran kewajiban pendampingan serta pungutan kompensasi, untuk menjawab sub-pertanyaan ketiga. *Keempat*, ekstensi berbasis skenario yang menggantikan laju konversi tunggal dengan beberapa skenario diskret (transfer berhasil, sebagian, gagal) beserta bobot kemunculannya, lalu mengevaluasi rekomendasi yang kokoh lintas skenario untuk menjawab sub-pertanyaan keempat. Pendekatan skenario sengaja dipilih ketimbang optimisasi stokastik penuh karena distribusi probabilitas yang andal atas kegagalan transfer tidak tersedia; pengakuan ini sendiri merupakan bagian dari kalibrasi yang jujur.
Penulis menandai secara eksplisit bahwa hasil numerik yang dilaporkan pada Bagian 4 bersifat ilustratif terhadap struktur model dan bukan estimasi atas suatu kawasan tertentu. Tujuannya adalah memetakan *arah* dan *kondisi* perubahan rekomendasi, bukan menyodorkan angka komposisi definitif.
4. Hasil dan Analisis
4.1 Kasus dasar
Pada kasus dasar, ketika produktivitas tenaga lokal terampil mendekati produktivitas ekspatriat dan laju konversi berada pada tingkat menengah, lintasan optimal berbentuk transisi bertahap: porsi ekspatriat tinggi pada periode-periode awal, lalu menurun secara monoton seiring stok tenaga lokal terampil terakumulasi melalui pendampingan. Pola ini intuitif sekaligus informatif—ia menunjukkan bahwa ketergantungan awal pada tenaga asing bukanlah anomali melainkan hasil yang rasional secara biaya ketika kapabilitas domestik belum terbentuk, sepanjang mekanisme konversi benar-benar bekerja. Dengan kata lain, dominasi ekspatriat pada fase awal dan pelokalan pada fase lanjut dapat menjadi satu lintasan optimal yang sama, bukan dua keadaan yang bertentangan.
4.2 Sensitivitas terhadap struktur biaya (SQ1)
Menjawab sub-pertanyaan pertama, komposisi optimal sangat sensitif terhadap rasio biaya relatif. Ketika selisih biaya ekspatriat terhadap tenaga lokal melebar—mendekati disparitas ekstrem yang kadang dilaporkan di lapangan (Merdeka, 2025)—model mempercepat substitusi ke tenaga lokal segera setelah stok terampil mencukupi, dan bersedia menanggung biaya pendampingan yang lebih besar di muka karena imbal hasilnya berupa penghematan upah yang signifikan. Sebaliknya, ketika selisih biaya menyempit, dorongan untuk melokalkan melemah; ekspatriat dipertahankan lebih lama karena penghematan dari penggantian tidak lagi menutup biaya transisi. Temuan ini mengandung peringatan kebijakan: bila intervensi negara justru mempersempit selisih biaya efektif—misalnya melalui subsidi yang tidak sengaja menurunkan biaya relatif tenaga asing—insentif melokalkan dapat tergerus.
4.3 Sensitivitas terhadap laju transfer (SQ2)
Menjawab sub-pertanyaan kedua, laju konversi θ adalah penentu paling tajam atas kecepatan pelokalan. Pada θ tinggi, lintasan pelokalan curam dan biaya total rendah, karena stok lokal terampil cepat menggantikan ekspatriat. Pada θ rendah, terjadi yang dapat disebut jebakan ketergantungan: stok lokal terampil tumbuh terlalu lambat untuk menggantikan ekspatriat dalam horizon perencanaan, sehingga solusi optimal mempertahankan porsi asing yang tinggi sepanjang horizon. Yang patut dicatat, jebakan ini muncul sebagai hasil optimisasi yang sepenuhnya rasional dari sudut biaya perusahaan—bukan akibat kelalaian—sehingga ia tidak akan terkoreksi dengan sendirinya oleh tekanan pasar. Inilah pembacaan formal atas keluhan "kutukan ketenagakerjaan": bila kapasitas penyerapan rendah dan pendampingan tidak efektif, stagnasi kapabilitas adalah keseimbangan, bukan kecelakaan (Kompas, 2025).
Interaksi dua-arah antara laju konversi dan laju perputaran δ memperkuat pembacaan ini. Ketika tenaga lokal terlatih cenderung pindah (δ tinggi), nilai investasi pendampingan merosot karena hasilnya bocor sebelum sempat menggantikan ekspatriat, sehingga model menahan diri dari pelatihan dan justru memperpanjang ketergantungan asing. Implikasinya, kebijakan retensi tenaga terlatih bukan sekadar urusan personalia melainkan prasyarat agar transfer keterampilan masuk akal secara ekonomi.
4.4 Eksperimen kebijakan kuota dan pendampingan (SQ3)
Menjawab sub-pertanyaan ketiga, eksperimen menunjukkan asimetri penting antara dua jenis instrumen. Ketika kuota ekspatriat diperketat dalam kondisi laju konversi rendah, model dipaksa mengisi posisi dengan tenaga lokal yang belum cukup terampil, menaikkan penalti kekurangan kapasitas dan biaya total—tanpa benar-benar mempercepat pembentukan keterampilan, karena akar masalahnya ada pada θ, bukan pada jumlah ekspatriat. Dalam kondisi ini kuota mengikat secara administratif tetapi gagal secara substantif: ia menggeser komposisi di atas kertas tanpa menggeser kapabilitas. Sebaliknya, ketika laju konversi memadai, kuota yang sama nyaris tidak mengikat karena pelokalan sudah optimal secara mandiri.
Kewajiban pendampingan menunjukkan perilaku yang lebih menjanjikan justru karena ia bekerja pada mekanisme transfer, bukan pada angka komposisi. Memasangkan kewajiban pendampingan dengan parameter yang memperkuat efektivitas konversi—analog dengan pengarahan dana kompensasi pada pelatihan yang benar-benar menaikkan θ (Pemerintah Republik Indonesia, 2021; Kementerian Ketenagakerjaan, 2019)—menghasilkan pelokalan yang lebih cepat pada biaya total yang lebih rendah dibanding kuota numerik murni. Temuan ini menyiratkan bahwa instrumen yang menyasar laju transfer mendominasi instrumen yang menyasar komposisi, setidaknya dalam struktur model ini.
Adapun pungutan kompensasi, ketika dihidupkan, berperilaku seperti pajak atas ketergantungan: ia menggeser titik impas pelokalan lebih awal dengan menaikkan biaya marginal mempertahankan ekspatriat. Namun besarannya yang relatif kecil dibanding selisih upah membuat dampaknya pada komposisi tergolong sekunder dibanding rasio biaya dan laju konversi—kecuali bila penerimaannya benar-benar dialirkan kembali untuk menaikkan θ, yang justru mengubahnya dari sekadar pungutan menjadi pengungkit kapabilitas.
4.5 Kasus berbasis skenario (SQ4)
Menjawab sub-pertanyaan keempat, ketika laju konversi tunggal diganti dengan tiga skenario—transfer berhasil, sebagian, dan gagal—rekomendasi yang kokoh berbeda dari solusi deterministik. Solusi yang kokoh cenderung mempertahankan penyangga ekspatriat yang sedikit lebih besar pada periode awal sebagai lindung nilai terhadap kemungkinan kegagalan transfer, sekaligus berinvestasi pada pendampingan secara lebih agresif untuk menggeser bobot menuju skenario keberhasilan. Dengan kata lain, ketidakpastian transfer membenarkan dua tindakan yang tampak berlawanan secara bersamaan: menahan diri dari pelokalan terlalu cepat, dan memperbesar upaya yang menentukan keberhasilan pelokalan itu sendiri. Ketegangan ini tidak dapat ditangkap oleh model deterministik dan menjadi salah satu sumbangan analitis utama studi.
5. Diskusi
Temuan-temuan di atas berbicara langsung kepada ketegangan teoretis yang dirumuskan pada Bagian 2. Pembacaan formal atas jebakan ketergantungan (Subbagian 4.3) menunjukkan bahwa arus optimisasi murni biaya dan arus pembangunan kapabilitas tidak dapat didamaikan dengan asumsi bahwa pasar akan mengoreksi sendiri komposisi tenaga kerja menuju pelokalan. Jika laju konversi rendah—yang menurut teori kapasitas penyerapan sangat mungkin terjadi ketika basis pengetahuan awal tenaga lokal tipis (Cohen & Levinthal, 1990)—maka keseimbangan yang rasional secara biaya justru adalah ketergantungan berkepanjangan. Ini menempatkan keluhan publik tentang stagnasi kapabilitas di kawasan hilirisasi (Kompas, 2025) bukan sebagai tuduhan atas niat buruk, melainkan sebagai gejala dari struktur insentif yang dapat diprediksi.
Sebelum melangkah lebih jauh, posisi yang berlawanan dengan tesis utama perlu diperkuat, bukan dijadikan sasaran mudah. Posisi pertama yang berlawanan menyatakan bahwa kuota numerik atas tenaga asing tetap dibenarkan dan bahkan perlu diperketat, karena tanpa paksaan kuantitatif perusahaan tidak akan pernah memikul biaya transisi pelokalan. Dalam bentuknya yang terkuat, argumen ini menambahkan bahwa kuota menciptakan permintaan paksa atas tenaga lokal yang, melalui pembelajaran sambil bekerja, pada akhirnya menaikkan laju konversi itu sendiri—sehingga θ bukan parameter eksogen melainkan endogen terhadap kuota. Jika benar demikian, kritik model bahwa kuota "gagal secara substantif" menjadi gugur, karena kuota justru bekerja melalui jalur yang tidak dimodelkan.
Tanggapan terhadap posisi ini bersifat kondisional, bukan menolak mentah. Bila θ memang endogen dan responsif terhadap penempatan paksa tenaga lokal, maka kuota dapat dibenarkan—tetapi hanya sejauh penempatan itu disertai pendampingan efektif yang benar-benar menaikkan kapasitas penyerapan. Tanpa itu, menempatkan tenaga belum terampil pada posisi teknis tanpa transfer hanya memindahkan risiko ke keandalan operasi, sebagaimana tercermin dalam penalti kekurangan kapasitas pada model. Dengan kata lain, posisi pro-kuota benar pada premisnya tentang biaya transisi, namun rapuh pada asumsi bahwa kehadiran fisik tenaga lokal otomatis menghasilkan pembelajaran. Justru di sinilah literatur transfer pengetahuan IHRM memberi peringatan: transfer bergantung pada kepercayaan, visi bersama, dan kesiapan kedua pihak, yang tidak hadir hanya karena kuota dipenuhi (Zulkifly et al., 2020; Wibowo & Ariani, 2021).
Posisi kedua yang berlawanan datang dari arah sebaliknya: bahwa kekhawatiran atas ketergantungan ekspatriat dilebih-lebihkan, karena pada akhirnya perusahaan rasional akan melokalkan begitu tenaga lokal kompeten tersedia, mengingat ekspatriat jauh lebih mahal. Dalam bentuk terkuatnya, posisi ini menunjuk pada program transfer berjenjang yang memang dijalankan pengelola kawasan sebagai bukti bahwa mekanisme pasar dan kewajiban regulatif sudah cukup (Kompas, 2024; Pelitaekspres, 2025). Tanggapan model terhadap posisi ini juga kondisional: pelokalan otomatis memang terjadi—tetapi hanya pada rezim laju konversi tinggi dan perputaran rendah. Di luar rezim itu, mahalnya ekspatriat tidak cukup untuk memicu pelokalan bila penggantinya tidak kunjung terbentuk atau terbentuk lalu pergi. Maka kedua posisi yang berlawanan, ketika diperkuat sepenuhnya, sebenarnya menunjuk pada variabel yang sama—laju dan keberhasilan transfer—sebagai simpul yang menentukan, dan inilah konvergensi yang ingin ditegaskan studi ini.
Implikasi kebijakan yang mengalir dari diskusi ini bersifat hati-hati. Jika simpul penentunya adalah laju transfer, maka instrumen yang menyasar komposisi (kuota) secara struktural lebih lemah daripada instrumen yang menyasar transfer (kewajiban pendampingan yang efektif, retensi tenaga terlatih, dan pengarahan dana kompensasi pada pelatihan yang menaikkan kapasitas penyerapan). Pergeseran dari kuota numerik kaku menuju kontrak berbasis pencapaian transfer—misalnya target jumlah jabatan yang berhasil dialihkan ke tenaga lokal yang terverifikasi kompeten dalam jangka tertentu—lebih selaras dengan struktur insentif yang ditemukan model. Namun rekomendasi ini dikalibrasi terhadap kekuatan buktinya: ia mengikuti dari logika model dan dari teori yang kokoh, tetapi belum diuji terhadap data hasil transfer aktual yang, sebagaimana diakui, tidak tersedia secara memadai.
6. Keterbatasan
Studi ini memiliki keterbatasan yang perlu dinyatakan tanpa ditutupi. *Pertama, keterbatasan data.* Parameter inti—terutama laju konversi keterampilan, biaya pendampingan aktual, produktivitas relatif, dan laju perputaran tenaga terlatih—tidak dikalibrasi dari data mikro tingkat perusahaan yang terverifikasi, melainkan dari rentang yang masuk akal berdasarkan literatur dan indikasi liputan industri. Akibatnya, seluruh hasil numerik bersifat ilustratif terhadap struktur model dan tidak boleh dibaca sebagai estimasi atas kawasan tertentu. Disparitas upah ekspatriat–lokal, misalnya, diambil dari pelaporan sekunder yang belum tentu representatif lintas jabatan dan perusahaan (Merdeka, 2025).
*Kedua, keterbatasan kerangka.* Formulasi dasar memperlakukan laju konversi sebagai linear dan sebagian besar eksogen, padahal teori kapasitas penyerapan dan argumen pro-kuota pada Bagian 5 menyiratkan bahwa ia mungkin nonlinear dan endogen terhadap keputusan penempatan. Meskipun analisis sensitivitas dan kasus berbasis skenario sebagian menanggulangi hal ini, endogenitas penuh laju transfer terhadap kebijakan kuota tidak dimodelkan secara eksplisit dan tetap menjadi keterbatasan substantif. Model juga mengasumsikan jabatan dan keterampilan yang dapat dipisahkan secara bersih, padahal di lapangan batas antarjabatan kabur dan sebagian pengetahuan bersifat diam (*tacit*) sehingga lebih sulit ditransfer daripada yang diandaikan struktur linear.
*Ketiga, keterbatasan validitas.* Validitas internal model bergantung pada kebenaran spesifikasi fungsi tujuan sebagai minimisasi biaya dari sudut unit produksi; perspektif lain—kesejahteraan pekerja, surplus daerah, atau tujuan kedaulatan teknologi nasional—akan menghasilkan fungsi tujuan berbeda dan, sangat mungkin, rekomendasi berbeda. Validitas eksternalnya terbatas pada konteks industri padat teknologi dengan kehadiran ekspatriat signifikan dan kerangka regulatif serupa Indonesia; generalisasi ke sektor atau yurisdiksi lain memerlukan kehati-hatian. Akhirnya, pendekatan berbasis skenario bukan pengganti optimisasi stokastik penuh, dan ketiadaan distribusi probabilitas yang andal atas kegagalan transfer membatasi seberapa jauh klaim tentang kekokohan dapat ditegakkan.
7. Kesimpulan
Studi ini mengajukan dan menganalisis model *workforce planning* multi-periode yang mengoptimalkan komposisi tenaga kerja lokal–ekspatriat dengan memperlakukan ekspatriat secara simultan sebagai input produktif mahal dan sebagai mekanisme transfer keterampilan, di bawah kendala kuota, kewajiban pendampingan, dan pungutan kompensasi khas Indonesia. Kontribusi teoretisnya adalah menjembatani tradisi optimisasi *workforce planning* yang selama ini mengabaikan dimensi asal dan transfer, dengan tradisi IHRM dan ekonomi pembelajaran yang kaya wawasan transfer tetapi minim formalisasi—sebuah penggabungan yang menjadikan laju transfer sebagai variabel keputusan-relevan, bukan latar.
Temuan utamanya dapat diringkas sebagai berikut. Komposisi optimal sangat sensitif terhadap rasio biaya relatif dan, lebih tajam lagi, terhadap laju serta keberhasilan transfer keterampilan. Ketika laju transfer rendah dan perputaran tinggi, ketergantungan berkepanjangan pada ekspatriat muncul sebagai keseimbangan yang rasional secara biaya—pembacaan formal atas keluhan stagnasi kapabilitas di kawasan hilirisasi—sehingga tidak akan terkoreksi sendiri oleh pasar. Kuota numerik yang ketat dapat mengikat secara administratif namun gagal secara substantif bila akar masalahnya ada pada laju transfer, sementara instrumen yang menyasar transfer langsung cenderung mendominasi. Di bawah ketidakpastian, rekomendasi yang kokoh membenarkan dua langkah sekaligus: menahan pelokalan yang tergesa dan memperbesar investasi yang menentukan keberhasilan pelokalan.
Implikasi praktisnya mengarah pada pergeseran instrumen kebijakan dari kuota komposisi menuju kontrak berbasis pencapaian transfer yang terverifikasi, dipasangkan dengan kebijakan retensi tenaga terlatih dan pengarahan dana kompensasi pada pelatihan yang benar-benar menaikkan kapasitas penyerapan. Implikasi teoretisnya adalah ajakan untuk memperlakukan transfer keterampilan sebagai jantung, bukan pelengkap, dari model perencanaan tenaga kerja di konteks lintas-negara.
Agenda riset lanjutan mengikuti langsung dari keterbatasan. Pertama, estimasi empiris atas laju konversi dan biaya transfer dari data perusahaan akan mengganti rentang ilustratif dengan parameter terkalibrasi. Kedua, pemodelan endogenitas laju transfer terhadap kebijakan kuota—menguji secara langsung klaim terkuat dari posisi pro-kuota—merupakan perluasan teoretis yang penting. Ketiga, formulasi multi-tujuan yang memasukkan kesejahteraan pekerja dan tujuan kedaulatan teknologi di samping biaya akan memungkinkan analisis pertukaran nilai yang lebih kaya. Keempat, penanganan pengetahuan diam dan kekaburan antarjabatan menuntut struktur transfer yang lebih halus daripada konversi linear. Sampai bukti semacam itu tersedia, kesimpulan studi ini sebaiknya dibaca sebagai pernyataan komparatif-statis yang terkalibrasi terhadap kekuatan buktinya: kokoh dalam logika, terbuka terhadap koreksi data.
Daftar Pustaka
Argote, L., & Ingram, P. (2000). Knowledge transfer: A basis for competitive advantage in firms. *Organizational Behavior and Human Decision Processes, 82*(1), 150–169. https://doi.org/10.1006/obhd.2000.2893
Beritasatu. (2020, Juli 1). *Luhut: Investasi Tiongkok di Morowali dorong hilirisasi nikel*. https://www.beritasatu.com/ekonomi/650987/luhut-investasi-tiongkok-di-morowali-dorong-hilirisasi-nikel
Carlos, R., & Crespo, C. F. (2021). Expatriate management of emerging market multinational enterprises: A multiple case study approach. *Journal of Risk and Financial Management, 14*(6), 252. https://doi.org/10.3390/jrfm14060252
Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. *Administrative Science Quarterly, 35*(1), 128–152. https://doi.org/10.2307/2393553
Ismail, M. (2015). Conceptualizing knowledge transfer between expatriates and host country nationals: The mediating effect of social capital. *Cogent Business & Management, 2*(1), 1101803. https://doi.org/10.1080/23311975.2015.1101803
Jaga Deca. (2025, Mei 20). *Hilirisasi nikel: Investasi asing mengalir deras, tapi siapa yang diuntungkan?* https://jagadeca.org/hilirisasi-nikel-investasi-asing-mengalir-deras-tapi-siapa-yang-diuntungkan/
Kandara Law. (2023, Agustus 13). *Bagaimana aturan tenaga kerja asing menurut UU Cipta Kerja?* https://kandaralaw.com/bagaimana-aturan-tenaga-kerja-asing-menurut-uu-cipta-kerja/
Kementerian Ketenagakerjaan Republik Indonesia. (2019). *Peraturan Menteri Ketenagakerjaan Nomor 20 Tahun 2019 tentang Penatausahaan Penerimaan Negara Bukan Pajak yang Bersumber dari Dana Kompensasi Penggunaan Tenaga Kerja Asing.* Jakarta: Kementerian Ketenagakerjaan.
Kompas. (2020, Oktober 22). *Tenaga kerja asing jadi buruh kasar di perusahaan pengolah nikel*. https://www.kompas.id/baca/nusantara/2020/10/22/tenaga-kerja-asing-jadi-buruh-kasar-di-perusahaan-pengolah-nikel
Kompas. (2024, Desember 10). *Strategi IMIP bangun SDM lokal, transfer teknologi hingga beasiswa*. https://money.kompas.com/read/2024/12/10/170618726/strategi-imip-bangun-sdm-lokal-transfer-teknologi-hingga-beasiswa
Kompas. (2025, Desember 5). *Kutukan ketenagakerjaan di hilirisasi Morowali*. https://money.kompas.com/read/2025/12/05/064500426/kutukan-ketenagakerjaan-di-hilirisasi-morowali
Merdeka. (2025, Februari 3). *Sektor hilirisasi makin timpang, gaji tenaga kerja asing di Indonesia 10 kali lipat lebih tinggi dari lokal*. https://www.merdeka.com/uang/sektor-hilirisasi-makin-timpang-gaji-tenaga-kerja-asing-di-indonesia-10-kali-lipat-lebih-tinggi-dari-lokal-299454-mvk.html
Pelitaekspres. (2025, Juli 3). *Patuhi Permenaker, intens transfer keahlian antarkaryawan IMIP*. https://pelitaekspres.com/patuhi-permenaker-intens-transfer-keahlian-antarkaryawan-imip/
Pemerintah Republik Indonesia. (2021). *Peraturan Pemerintah Nomor 34 Tahun 2021 tentang Penggunaan Tenaga Kerja Asing.* Jakarta: Sekretariat Negara.
Perthame, B., Ribes, E., Touahri, K., & Salort, D. (2017). *A model for cost efficient workforce organizational dynamics and its optimization* (arXiv:1707.05056). arXiv. https://arxiv.org/abs/1707.05056
Wibowo, A., & Ariani, M. (2021). The changing nature of expatriation: The emerging role of knowledge transfer readiness. *Journal of the Knowledge Economy, 12*(4). https://doi.org/10.1007/s13132-021-00777-y
Zulkifly, N. A., Ismail, M., & Hamzah, S. R. (2020). Predictors of knowledge transfer between expatriates and host country nationals: Shared vision as mediator. *European Journal of Management and Business Economics, 29*(2), 199–215. https://doi.org/10.1108/EJMBE-04-2019-0067
