Analisis Big Data Dalam Manajemen Kinerja Karyawan Pada PT. Maju Mandiri Utama

Orfaldus Bionisaren Patrin

17 Mar
2025

Analisis Big Data Dalam Manajemen Kinerja Karyawan Pada PT. Maju Mandiri Utama

Unduhan

SKRIPSI-ORFALDUS BIONISAREN PATRIN (ANALISIS DATA DALAM MANAJEMEN KINERJA KARYAWAN).pdf

Terakhir download 11 May 2025 17:05

Analisis Big Data Dalam Manajemen Kinerja Karyawan Pada PT. Maju Mandiri Utama
- diunduh 20x | Ukuran 1,799 KB

REFERENSI

ANALISIS BIG DATA DALAM MANAJEMEN KINERJA KARYAWAN PADA PT. MAJU MANDIRI UTAMA

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Kelulusan Program Sarjana

ORFALDUS BIONISAREN PATRIN

17200744

Program Studi Teknologi Informasi

Fakultas Teknik & Informatika

Universitas Bina Sarana Informatika

Jakarta

2024

Ditandatangani Digital:

Sugiono

17-03-2025 09:47:06

PEDOMAN PENGGUNAAN HAK CIPTA

Skripsi sarjana yang berjudul “Analisis Big Data Dalam Manajemen Kinerja Karyawan Pada PT Maju Mandiri Utama” adalah hasil karya tulis asli Orfaldus Bionisaren Patrin dan bukan hasil terbitan sehingga peredaran karya tulis hanya berlaku dilingkungan akademik saja, serta memiliki hak cipta. Oleh karena itu, dilarang keras untuk menggandakan baik sebagian maupun seluruhnya karya tulis ini,tanpa seizin penulis.

Referensi kepustakaan diperkenankan untuk dicatat tetapi pengutipan atau peringkasan isi tulisan hanya dapat dilakukan dengan seizin penulis dan disertai ketentuan pengutipan secara ilmiah dengan menyebutkan sumbernya.

Untuk keperluan perizinan pada pemilik dapat menghubungi informasi yang tertera dibawah ini:

Nama : Orfaldus Bionisaren Patrin

Alamat : Jl. Dadap Jati No 27 Villa Taman Bandara RT004 / RW011 Kec.

Kosambi, Kel. Dadap, Tangerang – Banten 15211

No.Telp : 089525490563

E-mail : [email protected]

PERSEMBAHAN

Ayah, Ibu,

Di setiap langkahku, bayanganmu selalu hadir sebagai pelita. Ilmu dan doa yang kalian berikan menjadi bekal tak ternilai dalam meraih mimpi. Kupersembahkan karya ini sebagai wujud bakti dan cinta yang tak akan pernah pudar.

Ayat Alkitab (Filipi 4:13)

Segala perkara dapat kutanggung dalam Dia yang memberi kekuatan kepadaku

Dengan mengucapkan puji syukur kepada Tuhan Yesus Kristus,

Skripsi ini saya persembahkan untuk:

Bapak Yohanes Sase dan Ibu Rofina Redan tercinta selaku orang tua kandung saya yang telah membesarkan dan membimbing saya serta selalu mendoakan saya untuk meraih kesuksesan.
Bapak Blasius Hanam dan Ibu Julia Venus selaku orang tua angkat saya selama menempuh pendidikan di Jakarta.
Bapak Sugiono selaku dosen pembimbing yang sudah mengarahkan dan membimbing serta memberikan motivasi selama bimbingan sampai dengan selesainya sidang.

Tanpa mereka,

Aku dan karya ini tak akan pernah ada

KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa, yang telah melimpahkan rahmat dan karunianya, sehingga penulis dapat menyelesaikan skripsi yang berjudul “Analisis Big Data Dalam Manajemen Kinerja Karyawan Pada PT. Maju Mandiri Utama” ini. Skripsi ini disusun sebagai salah satu syarat untuk menyelesaikan studi strata satu (S1) pada program studi Teknologi Informasi, Universitas Bina Sarana Informatika.

Dalam era digital yang semakin berkembang, pemanfaatan data menjadi semakin krusial. Perusahaan-perusahaan besar, termasuk PT. Maju Mandiri Utama, memiliki data dalam jumlah yang sangat besar. Analisis terhadap big data ini dapat memberikan wawasan yang mendalam mengenai kinerja karyawan, sehingga dapat menjadi dasar dalam pengambilan keputusan yang lebih efektif dan efisien. Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh karena itu, padakesempatan ini penulis menyampaikan ucapan terima kasih kepada:

Rektor Universitas Bina Sarana Informatika.
Dekan Fakultas Teknik & Informatika.
Ketua Program Studi Teknologi Informasi Universitas Bina Sarana Informatika.
Bapak Sugiono selaku dosen pembimbing skripsi.
Ibu Julia Venus selaku pembimbing selama di PT. Maju Mandiri Utama
Kedua Orang Tua tercinta yang telah memberikan dukungan moral maupun finansial.

Serta semua pihak yang sudah membantu sehingga terwujudnya penulisan ini. Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh karena itu, penulis sangat mengharapkan kritik dan saran yang bersifat membangun dari berbagai pihak.

Akhir kata, penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak.

Jakarta,30 Januari 2025

Penulis,

(Orfaldus Bionisaren Patrin)
ABSTRAK

Orfaldus Bionisaren Patrin (17200744), Analisis Big Data Dalam Manajemen Kinerja Karyawan Pada PT. Maju Mandiri Utama

Penelitian ini bertujuan menganalisis penerapan big data dalam manajemen kinerja karyawan di PT Maju Mandiri Utama. Latar belakang masalah penelitian ini adalah PT Maju Mandiri Utama, sebagai perusahaan yang bergerak di bidang industri hulu minyak bumi dan gas, memiliki potensi besar untuk meningkatkan kinerja karyawan dengan memanfaatkan teknologi big data. Akan tetapi, perusahaan masih menghadapi tantangan dalam mengimplementasikan teknologi ini, seperti kurangnya sumber daya manusia yang kompeten, keterbatasan infrastruktur TI, dan kurangnya kesadaran akan manfaat big data. Penelitian ini menggunakan metode kuantitatif dengan pendekatan deskriptif dan korelasional. Data dikumpulkan melalui wawancara, observasi, dan studi pustaka. Analisis data dilakukan dengan menggunakan teknik statistik deskriptif dan inferensial. Hasil penelitian menunjukkan bahwa penerapan big data dapat meningkatkan efektivitas manajemen kinerja karyawan di PT Maju Mandiri Utama. Dengan menganalisis data kinerja yang besar dan kompleks, perusahaan dapat memperoleh wawasan yang lebih mendalam tentang kinerja karyawan, mengidentifikasi area yang perlu ditingkatkan, dan membuat keputusan yang lebih berbasis data. Faktor-faktor dalam big data yang paling berpengaruh terhadap peningkatan kinerja karyawan adalah volume data, kecepatan data, variasi data, dan nilai data.

Kata Kunci: Big Data, Manajemen Kinerja, Karyawan, PT. Maju Mandiri

Utama, Analisis Data.

ABSTRACT

Orfaldus Bionisaren Patrin (17200744), Big Data Analysis in Employee Performance Management at PT. Maju Mandiri Utama

This study aims to analyze the application of big data in employee performance management at PT. Maju Mandiri Utama. The background of this research problem is that PT. Maju Mandiri Utama, as a company operating in the upstream oil and gas industry, has a significant potential to improve employee performance by leveraging big data technology. However, the company still faces challenges in implementing this technology, such as a lack of competent human resources, limited IT infrastructure, and a lack of awareness of the benefits of big data. This study employs a quantitative method with a descriptive and correlational approach. Data was collected through interviews, observations, and literature reviews. Data analysis was conducted using descriptive and inferential statistical techniques. The results of the study demonstrate that the application of big data can enhance the effectiveness of employee performance management at PT. Maju Mandiri Utama. By analyzing large and complex performance data, the company can gain deeper insights into employee performance, identify areas for improvement, and make more data-driven decisions. The factors in big data that have the most significant impact on improving employee performance are data volume, velocity, variety, and value.

Keywords: Big data, Performance management, Employees, PT. Maju Mandiri

Utama, Data analysis.

DAFTAR ISI

Lembar Judul Skripsi.................................................................................................

Surat Pernyataan Keaslian Skripsi............................................................................. i

Surat Pernyataan Persetujuan Publikasi Karya Ilmiah............................................... ii

Lembar Persetujuan Dan Pengesahan Skripsi............................................................ iii

Pedoman Penggunaan Hak Cipta............................................................................... iv

Lembar Konsultasi Skripsi......................................................................................... v

Persembahan.............................................................................................................. vi

Kata Pengantar......................................................................................................... vii

Abstrak..................................................................................................................... viii

Daftar isi................................................................................................................... x

Daftar simbol............................................................................................................ xi

Daftar gambar........................................................................................................... xvi

Daftar lampiran......................................................................................................... xvii

BAB 1 PENDAHULUAN...................................................................................... 1

Latar Belakang Masalah...................................................................................... 1

1.2 Identifikasi Permasalahan................................................................................... 2

1.3 Perumusan Masalah ........................................................................................... 2

1.4 Tujuan Dan Manfaat 2

1.4.1 Tujuan........................................................................................................ 2

1.4.2 Manfaat...................................................................................................... 2

1.5 Metode Penelitian................................................................................................ 3

1.5.1 Observasi.................................................................................................... 3

1.5.2 Wawancara................................................................................................. 3

1.5.3 Studi Pustaka.............................................................................................. 3

1.6 Ruang Lingkup................................................................................................... 3

BAB II LANDASAN TEORI................................................................................ 4

2.1 Tinjauan Pustaka................................................................................................. 4

2.1.1 Pengertian Big Data................................................................................... 4

2.1.2 Pengertian Metode Kuantitatif................................................................... 4

2.1.3 Pengertian KPI........................................................................................... 4

2.1.4 Pengertian Analisis Diagnostik.................................................................. 5

2.2. Penelitian Terkait............................................................................................... 5

2.3. Tinjauan Perusahaan.......................................................................................... 7

2.3.1 Sejarah dan Perkembangan Perusahaan..................................................... 7

2.3.2 Strukur Organisasi...................................................................................... 8

2.3.3 Objek Penelitian......................................................................................... 11

BAB III METODOLOGI PENELITIAN............................................................ 12

3.1 Tahapan Penelitian.............................................................................................. 12

3.2. Instrumen Penelitian........................................................................................... 13 3.3 Populasi ......................................................................................................... 14

3.4 Sample ......................................................................................................... 15

3.5. Metode Analisis Data......................................................................................... 16

3.6 Pendekatan Penelitian.......................................................................................... 17

3.7 Jenis Data............................................................................................................. 17

3.8 Metode Pengumpulan Data.................................................................................. 18

3.9 Metode Analisa Data............................................................................................ 19

BAB IV HASIL PENELITIAN DAN PEMBAHASAN....................................... 22

4.1 Deskripsi Data..................................................................................................... 22

4.1.1 Sumber Data..................................................................................................... 22

4.2 Analisis Dan Pembahasan.................................................................................... 24

4.2.1 Pengelompokan Usia........................................................................................ 24

4.2.2 Data Kinerja...................................................................................................... 24

4.2.3 Analisis Statistik................................................................................................ 24

4.2.4 Interprestasi Hasil............................................................................................. 26

4.2.5 Pengelompokan Data Menggunakan Bahasa Pemrograman Python................ 27

BAB V PENUTUP................................................................................................... 32

5.1 Kesimpulan.......................................................................................................... 32

5.2 Saran.................................................................................................................... 34

DAFTAR PUSTAKA

DAFTAR RIWAYAT HIDUP

LEMBAR BIMBINGAN SKRIPSI

SURAT KETERANGAN RISET

BUKTI HASIL PENGECEKAN PLAGIARISME

LAMPIRAN

DAFTAR GAMBAR

Gambar 2. 1 Struktur Organisasi 10

Gambar 3. 1 Tahapan penelitian. 14

Gambar 4. 1 hasil output python. 22

Gambar 4. 2 Histogram Usia Karyawan. 24

Gambar 4. 3 grafik kinerja karyawan. 30

DAFTAR TABEL

Tabel 2. 1 penelitian terkait 8

Tabel 3. 1 data karyawan pt. maju madiri utama. 19

Tabel 4. 1 tabel variabel karyawan. 21

DAFTAR LAMPIRAN

Sertifikat Magang...................................................................................................... 40

BAB 1

PENDAHULUAN

1.1. Latar Belakang Masalah

Dalam era digital saat ini, data telah menjadi aset yang sangat berharga bagi perusahaan PT Maju Mandiri Utama, sebagai perusahaan dengan visi menjadi perusahaan pilihan di bidang persediaan, perbaikan dan servis karena komitmenya terhadap kualitas barang/peralatan, pompa submersible, suku cadang, perbaikan dan layanan yang unggul. Misi PT Maju Mandiri Utama menjalankan usaha di bidang perdagangan dan jasa untuk perusahaan hulu minyak bumi dan gas dengan tujuan untuk mendapatkan keuntungan bagi pemegang saham, memuaskan pelanggan, dan menyediakan pekerjaan bagi karyawannya. Dalam menjalankan dan mempertahankan usahanya, PT Maju Mandiri Utama berkomitmen kuat untuk selalu meningkatkan kualitas barang/peralatan dan jasa. Terutama dicapai untuk meningkatkan kompetensi dan komitmen karyawan, meningkatkan sistem manajemen karyawan, meningkatkan infrastruktur/fasilitas dan teknologi, serta meningkatkan efektivitas biaya/pedanaan, untuk menyadari pentingnya data dalam meningkatkan kinerja perusahaan. Namun, perusahaan masih menghadapi tantangan dalam mengoptimalkan pemanfaatan data kinerja karyawan. Penelitian ini bertujuan untuk menganalisis potensi penerapan big data dalam manajemen kinerja karyawan di PT. Maju Mandiri Utama, dengan harapan dapat memberikan rekomendasi untuk meningkatkan efektivitas manajemen kinerja.

Penerapan teknologi big data menawarkan peluang besar bagi perusahaan untuk meningkatkan efektivitas manajemen kinerja. Dengan menganalisis data kinerja yang besar dan kompleks, perusahaan dapat memperoleh insight yang lebih mendalam tentang kinerja karyawan, mengidentifikasi area yang perlu ditingkatkan, dan membuat keputusan yang lebih data-driven. Namun, penerapan big data dalam manajemen kinerja masih relatif baru dan banyak perusahaan, termasuk PT. Maju Mandiri Utama, belum sepenuhnya memanfaatkan potensi teknologi ini.

Maju Mandiri Utama memiliki potensi untuk meningkatkan kinerja karyawan dengan memanfaatkan teknologi big data. Namun, perusahaan masih menghadapi tantangan dalam mengimplementasikan teknologi ini, seperti kurangnya sumber daya manusia yang kompeten, keterbatasan insfrastruktur IT, dan kurangnya kesadaran akan manfaat big data.

Menurut (Radhi et al., 2021) Munculnya Big Data telah menimbulkan dua hal, yaitu kelebihan dan kekurangan. Manfaat yang disebutkan sebelumnya adalah memudahkan manusia. Sedangkan kekurangannya tidak semuanya benar, beberapa pihak yang tidak bertanggung jawab memanipulasi data. Oleh karena itu, diperlukan pengetahuan yang mendalam tentang Big Data agar data dapat digunakan secara optimal.

1.2 Identifikasi Permasalahan

Pada permasalahan ini, penulis telah melakukan analisa permasalahan yang ada di PT. Maju Mandiri Utama yaitu pada proses penilaian kinerja masih bersifat subjektif dan bergantung pada penilaian atasan, sehingga kurang objektif dan konsisten.

1.3 Perumusan Masalah

Berdasarkan latar belakang masalah, penulis dapat menyimpulkan untuk perumusan masalah adalah sebagai berikut.

Bagaimana analisis big data dapat meningkatkan kinerja di PT.Maju Mandiri Utama?
Faktor-faktor apa saja dalam big data yang paling berpengaruh terhadap peningkatkan kinerja karyawan di PT.Maju Mandiri Utama?

1.4 Tujuan Dan Manfaat

1.4.1 Tujuan

Tujuan dari pembuatan skripsi adalah sebagai berikut:

Mengetahui sejauh mana analisis big data dapat meningkatkan kinerja karyawan di PT.Maju Mandiri Utama.
Mengembangkan model analisis big data yang efektif untuk memprediksi dan meningkatkan kinerja karyawan.

1.4.2 Manfaat

Manfaat penulisan dari skripsi tersebut adalah:

Manfaat untuk penulis

Sebagai salah satu syarat kelulusan program sarajana pada studi Teknologi Inormasi Universitas Bina Sarana Informatika.

Manfaat untuk objek penelitian

Untuk meningkatkan kinerja kerja karyawan
Data informasi yang akurat
Tidak terjadinya manipulasi data
Membuka peluang untuk pengembangan sistem manajemen kinerja yang lebih efektif dan efisien.

1.5 Metode Penelitian

Guna memperoleh data yang diperlukan dalam penyusunan hasil riset skripsi ini penulis menggunakan metode pengumpulan data, antara lain:

1.5.1 Observasi

Mengamati langsung proses kerja karyawan untuk memahami bagaimana big data digunakan dalam praktik sehari-hari.

1.5.2 Wawancara

Penulis melakukan tanya jawab langsung kepada salah satu karyawan untuk menggali pemahaman yang lebih dalam tentang pengalaman dan presepsi mereka terkait penggunaan data dalam manajemen kinerja.

1.5.3 Studi Pustaka

Metode ini digunakan sebagai pendukung dan penunjang dari data yang ada serta sebagai bahan perbandingan. Penulis juga melakukan pendekatan dengan referensi buku-buku dan jurnal yang mengacu pada bidang yang berkaitan dengan objek penulisan.

1.6 Ruang Lingkup

Penelitian ini bertujuan untuk menganalisis lingkungan kerja terhadap kinerja kerja karyawan pada PT Maju Mandiri Utama melalui pendekatan analisis big data. Ruang lingkup penelitian ini menggunakan bahasa pemrograman Python dengan library Pandas untuk pengolahan data, Matplotlib dan Seaborn untuk visualisasi, serta metode statistik deskriptif dan korelasi Pearson untuk analisis data dengan menggunakan data karyawan yang diperoleh dari file CSV bernama data_karyawan.csv. Data ini diperoleh dengan jumlah 50 karyawan dan tidak mencakup data dari departemen atau cabang lain perusahaan.

BAB II

LANDASAN TEORI

2.1. Tinjauan Pustaka

Pengertian Big Data

Big data adalah kumpulan data yang sangat besar, kompleks, dan beragam yang membutuhkan pendekatan khusus untuk pengelolaan dan analisisnya. Data biasa, di sisi lain, memiliki ukuran yang lebih kecil, lebih sederhana, dan lebih mudah dikelola..(Natasuwarna, 2019).

Pengertian Metode Kuantitatif

Penelitian yang menggunakan metode kuantitatif artinya penelitian yang memenuhi kaidah ilmiah, bersifat spesifik/empiris, obyektif, terukur, rasional, dan sistematis. Metode kuantitatif disebut juga metode penemuan, karena melalui metode ini dapat ditemukan dan dikembangkan ilmu pengetahuan dan teknologi baru.(Balaka, 2022)

Pengertian KPI

Indikator kinerja utama (KPI) adalah alat atau instrumen manajemen yang memungkinkan pemantauan suatu kegiatan atau proses, mengendalikannya (jika dicatat, mengenalinya untuk memperbaikinya) dan memastikan bahwa kegiatan tersebut mencapai kinerja yang diinginkan. sistemnya, Web didasarkan pada panel kontrol untuk membuat tampilan yang baik.(Syihabuddin & Abidin, 2020)

Pengertian Analisis Diagnostik

Analisis diagnostik adalah proses menyelidiki data untuk memahami mengapa sesuatu terjadi. Hal ini lebih dari sekedar menggambarkan apa yang terjadi (seperti analitik deskriptif) dan berfokus pada mengidentifikasi penyebab dan akar penyebab masalah. Dalam konteks bisnis, analisis diagnostik membantu perusahaan memahami tren kinerja.(Sasomo & Rahmawati, 2023).

2.2. Penelitian Terkait

Pada susunan skripsi yang dibuat oleh penulis, maka penulis menemukan inspirasi dan mencari referensi pada penelitian-penelitian terdahulu. Berikut adalah penelitian-peneliitian yang berhubungan dengan karya skripsi penulis:

Nama & tahun

Judul

Metode Penelitian

Hasil Penelitian

Fauzi et al. (2024)

Evaluasi penggunaan teknologi big data untuk analisis data bisnis dan pengambilan keputusan

Studi literatur

Big Data dapat menjadi kunci sukses bagi perusahaan dalam era digital. Dengan memanfaatkan teknologi ini, perusahaan dapat menganalisis data bisnis secara mendalam, sehingga dapat mengambil keputusan yang lebih baik, meningkatkan efisiensi, dan mengembangkan strategi bisnis yang lebih efektif. Namun, untuk mencapai hasil yang optimal, perusahaan perlu mengatasi tantangan seperti manajemen data, keamanan data, dan pengembangan sumber daya manusia.

Larasati & Luterlean (2021)

Pengaruh Rekrutmen Dan Seleksi Terhadap Kinerja Karyawan Pada Divisi Big Data Analytics Pt Pos Indonesia (persero) Bandung

Kuantitatif

Menurut (Lastari & Luterlean 2021)Rekrutmen menunjukkan bahwa proses rekrutmen dan seleksi di PT Pos Indonesia (Persero) Bandung berjalan efektif dan berkontribusi positif terhadap kinerja karyawan divisi analis, terutama ketika kedua proses tersebut dijalankan secara bersama-sama.

Tabel 2. 1 penelitian terkait

Sumber: Penelitian Terkait

2.3. Tinjauan Perusahaan

Penulis melakukan riset dan penelitian pada PT Maju Mandiri Utama yang berlokasi di Dadap, Jakarta Barat. Riset dilakukanya penulis dengan tujuan mencari pokok permasalahnya pada kinerja karyawan.

Sejarah dan Perkembangan Perusahaan

PT Maju Mandiri Utama (MMU) adalah perusahaan daerah terdaftar di Indonesia. Perusahaan ini didirikan pada tanggal 5 Desember 1986 oleh Bapak Ismet Jayanto, dan saat ini beliau menjabat sebagai Presiden Direktur. Bisnis utama perusahaan ini yaitu bergerak dalam kegiatan industri hulu minyak dan gas. Perusahaan ini berfokus pada penyediaan produk lokal, perbaikan, dan penyewaan. Terutama, menyediakan pompa submersible & peralatan permukaan, pompa injeksi, transfer permukaan dan generator set (Genset).

Perusahaan ini juga berfokus pada perbaikan peralatan downhole untuk komponen elektrik submersible pump (ESP), dan Shallow submersible pump (SSP). Perusahaan ini menyediakan penyewaan pompa injeksi dan transfer permukaan, genset,VSD, switchboard dan layanan lengkap sistem ESP/SSP.

Visi PT Maju Mandiri Utama

Menjadi perusahaan pilihan dalam bidang perdagangan, reparasi dan service karena komitmenya terhadap kualitas barang/peralatan, reparasi dan pelayanan yang unggul.

Misi PT Maju Mandiri Utama

PT MMU menjalankan usaha dibidang perdagangan dan jasa untuk perusahaan hulu minyak dan gas bumi dengan tujuan untuk memperoleh keuntungan bagi pemegang saham, memuaskan pelanggan, dan meyediakan pekerjaan bagi karyawanya.

Strukur Organisasi

Dalam setiap perusahaan pasti mempunyai struktur organisasi supaya dapat mengidentifikasi tugas dan tanggung jawabnya secara benar dan terstruktur sesuai tugas berdasarkan masing-masing divisi. Dibawah ini ada bentuk struktur organisasi pada PT Maju Mandiri Utama, sebagai berikut:

Gambar 2. 1 Struktur Organisasi

Sumber : SDM. PT Maju Mandiri Utama

Dilihat dari bentuk struktur organisasinya dapat kita jabarkan dengan tugas dari masing-masing jabatanya, sebagai berikut:

Direktur Utama

Tanggung jawab memegang peranan sentral dan penting dalam sebuah perusahaan. Dia adalah eksekutif puncak yang bertanggung jawab atas keseluruhan operasi dan kinerja perusahaan. Tugas-tugas ini mempunyai cakupan yang luas dan strategis, mencakup berbagai aspek, mulai dari perencanaan jangka panjang hingga pengambilan keputusan

Manajer HSE

HSE (Health, Safety and Environment) yang biasa disebut dengan manajer K3 (Occupational Health and Safety) atau manajer SHE (Safety, Health and Environment), mempunyai peranan penting dalam menjamin terciptanya lingkungan yang aman, sehat, dan ramah lingkungan. lingkungan. lingkungan kerja. Beliau bertanggung jawab merencanakan, melaksanakan dan memantau program K3 dan lingkungan hidup di dalam perusahaan.

QMR, atau Quality Management Representative (Wakil Manajemen Mutu), adalah individu yang ditunjuk oleh manajemen puncak perusahaan untuk memastikan bahwa sistem manajemen mutu (SMM) diimplementasikan dan dipelihara secara efektif sesuai dengan standar yang berlaku, misalnya ISO 9001. QMR bertindak sebagai penghubung antara manajemen puncak dan tim implementasi SMM, serta memastikan bahwa perdyaratan pelanggan dan pihak berkepentingan lainya dipenuhi.

Manajer Keuangan

Manajer Keuangan memegang peranan krusial dalam kesehatan finansial dan kesuksesan sebuah perusahaan. Ia bertanggung jawab atas perencanaan, pengorganisasian, pengarahan, dan pengendalian aktivitas keuangan perusahaan. Tugasnya sangat luas, mencakup berbagai aspek, mulai dari pengelolaan arus kas harian hingga pengambilan keputusan investasi jangka panjang.

Manajer Pemasaran

Tugas Manajer Pemasaran di PT Maju Mandiri Utama, yang bergerak di bidang penyewaan alat-alat penambangan minyak bumi dan gas, memiliki kekhususan dibandingkan dengan perusahaan di industri lain. Selain tugas-tugas umum seorang Manajer Pemasaran, ada beberapa hal spesifik yang perlu diperhatikan dalam konteks industri ini.

Manajer HRD

Manajer HRD (Human Resource Development), atau sering disebut juga Manajer SDM (Sumber Daya Manusia), memegang peranan vital dalam pengelolaan dan pengembangan sumber daya manusia di sebuah perusahaan. Ia bertanggung jawab untuk memastikan bahwa perusahaan memiliki tenaga kerja yang kompeten, termotivasi, dan produktif. Tugasnya sangat beragam, mencakup berbagai aspek terkait siklus hidup karyawan di perusahaan, mulai dari rekrutmen hingga pemberhentian.

2.3.3 Objek Penelitian

Penulis melakukan penelitian di PT Maju Mandiri Utama dengan bisnis utama perusahaan yaitu bergerak dalam kegiatan industri hulu minyak bumi dan gas. Prusahaan ini berfokus pada penyedian produk lokal, perbaikan dan penyewaan. Terutama, menyediakan pompa submersible dan peralatan permukaan, pompa injeksi serta transfer permukaan dan generator set (Genset).

Penelitian ini bertujuan menganalisis bagaimana kepemimpinan dan budaya organisasi memengaruhi kinerja karyawan. Variabel yang diteliti antara lain:

Gaya kepemimpinan manajer.
- Nilai-nilai dan norma-norma yang berlaku di perusahaan.
- Motivasi dan kepuasan kerja karyawan.
- Tingkat produktivitas dan kinerja karyawan.

BAB III

METODOLOGI PENELITIAN

3.1 Tahapan Penelitian

Pada Bab ini penulis akan menjelaskan metodologi yang digunakan dalam penelitian, meliputi tahapan penelitian, instrumen penelitian, metode pengumpulan data, populasi dan sampel penelitian, serta metode analisis data.

Penelitian ini akan dilaksanakan melalui tahapam-tahapan sebagai berikut:

Gambar 3. 1 Tahapan penelitian

Sumber: Hasil Penelitian

Keterangan Flowchart:

Pengumpulan Data

Tahap ini dimulai dengan penulis mengumpulkan data dan menemukan beberapa masalah yaitu Sistem penilaian kinerja yang ada saat ini masih mengandalkan penilaian subyektif atasan, tidak memperhitungkan data kuantitatif, dan sulit mengintegrasikan data dari berbagai sumber. Dalam hal ini, peran Big Data dapat mengintegrasikan data dari berbagai sistem (misalnya, sistem operasional dan data ketepatan waktu kehadiran karyawan) untuk memberikan gambaran kinerja yang lebih komprehensif dan obyektif.

Pengembangan

Pengembangan Menggunakan Analisis SDM Pemodelan bisnis melibatkan penggunaan data dan analisis statistik untuk memaksimalkan strategi dan program pengembangan sumber daya manusia. Ada beberapa alasan mengapa pengembangan model analitik SDM penting dalam konteks perusahaan. Pertama, pendekatan ini memungkinkan perusahaan untuk mengidentifikasi kebutuhan pengembangan karyawan mereka secara struktural. Kedua, Pemodelan Analisis HR membantu perusahaan mengevaluasi efektivitas program pengembangan yang telah dilaksanakan. Pada akhirnya, dengan menggunakan model analisis HR, perusahaan dapat mengidentifikasi kebutuhan pengembangan jangka panjang.

Observasi

Penulis melakukan observasi langsung terhadap kinerja karyawan yaitu sistem absensi karyawan pada PT Maju Mandiri Utama serta mendapatkan kesempatan untuk riset dan meneliti langsung ke lapangan

3.2. Instrumen Penelitian

Pengumpulan data menggunakan tes merupakan teknis tes yang dilakukan menggunakan beberapa soal atau tugas dan peralatan lain kepada responden yang datanya diperlukan. Data yang dikumpulkan dengan prosedur tes seperti ini biasanya disebut dengan pengukuran. Pengumpulan data melalui pengukuran biasanya banyak digunakan penelitian kuantitatif. (Candra Susanto et al., n.d.)

3.3. Populasi

Menurut (Susanto et al., 2024) Populasi penelitian mengacu pada semua unit analisis yang memiliki karakteristik identik atau memiliki hubungan signifikan dengan masalah penelitian. Pentingnya pemahaman tingkat dan sifat suatu populasi ditekankan untuk memastikan representasi kelompok yang akurat dalam penelitian. Populasi penelitian ini meliputi seluruh karyawan PT Maju Mandiri Utama yang terlibat dalam proses manajemen kinerja atau memiliki data terkait analisis kinerja.

Jumlah populasi harus diidentifikasi secara pasti dari data perusahaan. Penulis memperoleh data yaitu: “Jumlah populasi karyawan PT Maju Mandiri Utama adalah 250 Orang.”

3.4. Sample

Karena populasi kemungkinan cukup besar, penelitian ini akan menggunakan teknik pengambilan sampel. Populasi penelitian mengacu pada semua unit analisis yang memiliki ciri-ciri identik atau mempunyai hubungan bermakna dengan isu penelitian. Pentingnya memahami tingkat dan atribut suatu populasi digarisbawahi untuk menjamin gambaran yang tepat dari kelompok tersebut dalam penelitian. Populasi penelitian mengacu pada keseluruhan individu, objek, atau peristiwa yang menjadi fokus penyelidikan. Pentingnya memiliki pemahaman yang komprehensif tentang suatu populasi terletak pada kemampuannya untuk menjamin gambaran yang tepat tentang kelompok tersebut dalam upaya penelitian, sehingga memungkinkan ekstrapolasi yang tepat atas temuan penelitian kepada masyarakat luas (Susanto et al., 2024).

Berikut hitungan menggunakan Rumus Slovin:

Jika populasi (N) adalah 250 dan margin of error (e) adalah 12% (atau 0,12), kita dapat menghitung ukuran sampel (𝑛) menggunakan rumus Slovin.

Peneliti akan menggunaka Rumus Slovin. Rumus ini sering digunakan untuk menentukan ukuran sampel jika jumlah populasi diketahui adalah 250 Orang. Rumusnya adalah:

n = ukuran sample

N = ukuran populasi

e = margin of error (misalnya,0,12 untuk 12%)

Contoh perhitungan:

Jika populasi (N) adalah 250 dan margin of error (e) adalah 12%, maka:

Hitung

Masukan nilai kedalam rumus: n ≈ 54,35

Jadi, dengan populasi 250 dan margin of error 12%, ukuran sampel yang diperlukan adalah sekitar 54 data.

3.5. Metode Analisa Data

Menurut (Fadilla & Wulandari, 2023) Teknik pengumpulan data merupakan cara yang digunakan oleh peneliti untuk mengumpulkan data-data penelitian dari berbagai sumber data (subjek maupun sampel penelitian).

3.6 Pendekatan Penelitian

Penelitian ini menggunakan pendekatan kuantitatif dengan menggunakan data yang relevan dan diperoleh dari PT Maju Mandiri Utama mengenai kinerja karyawan dan faktor-faktor yang mempengaruhi kinerja tersebut. Metode ini dipilih karena tujuan penelitiannya adalah menganalisis hubungan antara variabel dan mengidentifikasi pola tertentu dalam data. Menurut (Davenport, 2006) pendekatan penelitian dalam kinerja karyawan menggunakan teknologi informasi melibatkan analitik prediktif dan analitik deskriptif untuk mengukur kinerja individu. Dengan memanfaatkan data karyawan seperti hasil evaluasi kinerja, absensi, dan produktivitas, teknologi informasi memungkinkan perusahaan untuk memprediksi kinerja masa depan dan merancang intervensi yang tepat untuk meningkatkan kinerja.

3.7 Jenis Data

Jenis data yang akan penulis gunakan dalam penelitian ini meliputi: Data Kinerja Karyawan. Data kinerja karyawan merujuk pada informasi yang dikumpulkan untuk mengukur dan menilai sejauh mana seorang karyawan dapat mencapai tujuan dan sasaran yang telah ditetapkan dalam pekerjaannya. Menurut (Shintia & Riduwan, 2021)

3.8 Metode Pengumpulan Data

Data Sekunder

Tabel 3. 1 data karyawan pt. maju madiri utama

Sumber: PT Maju Mandiri Utama

Survei

Penulis melakukan wawancara langsung dengan salah satu karyawan. Dalam wawancara, Ibu Julia Venus, yang telah bekerja di PT Maju Mandiri Utama selama 12 Tahun, menyampaikan pandangannya mengenai faktor-faktor yang memengaruhi kinerja. Beliau menyoroti pentingnya faktor kepemimpinan yang sportif misalnya dalam ketegasan terhadap karyawan yang sering terlambat masuk kerja, serta kejelasan dalam intruksi pekerjaan agar tidak mengalami kesalahan yang sangat fatal, dan memberikan contoh konkret berdasarkan pengalamannya di perusahaan. Beliau mengatakan bahwa ‘selama bekerja, sering kali menemukan rekan-rekan karyawannya terlambat masuk kerja dan seringkali lalai dalam menjalankan tugasnya serta banyak melakukan kesalahan dalam hal perbaikan,pembuatan,serta pengetesan alat-alat salah satu contoh Genset set (Genset).

3.9 Metode Analisis Data

Penulis menggunakan analisis deskriptif dengan tujuan untuk memberikan gambaran yang jelas mengenai karakteristik karyawan PT. Maju Mandiri Utama berdasarkan data usia, masa kerja, kinerja, dan kategori kinerja. Analisis ini akan menjadi dasar untuk memahami distribusi data, mengidentifikasi tren, dan memberikan informasi yang berguna untuk pengambilan keputusan terkait manajemen kinerja.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Data

4.1.1 Sumber Data

Data yang digunakan diperoleh dengan melakukan penelitian dilapangan dan menggunakan data table yang diperoleh dari manajer HRD,Serta dikumpulkan melalui wawancara langsung dengan karyawan.

Jumlah data: terdapat 50 data karyawan yang dianalisis, dengan variabel Nama, Usia, Masa Kerja, dan Jenis Kelamin.

4.2. Analisis dan Pembahasan

Analisis Deskriptif

Variabel	Rata-rata	Median	Modus	Standar Deviasi	Rentang
Usia	38.5	38	40	5.23	20
Masa Kerja	10.2	10	23	6.87	23
Kinerja	7.82	8	10	1.92	5

Tabel 4. 1 tabel variabel karyawan

Sumber: Hasil Penelitian

Dari tabel diatas dapat disimpulkan bahwa:

Usia: Rata-rata usia karyawan adalah 38.5 tahun, dengan rentang usia yang cukup luas. Ini menunjukkan bahwa perusahaan memiliki karyawan dengan berbagai tingkat pengalaman.
Masa Kerja: Rata-rata masa kerja adalah 10.2 tahun, yang mengindikasikan bahwa sebagian besar karyawan telah bekerja di perusahaan selama lebih dari 10 tahun.
Kinerja: Rata-rata kinerja adalah 7.82, yang menunjukkan kinerja yang cukup baik secara keseluruhan. Namun, terdapat variasi yang cukup besar dalam kinerja karyawan, dengan beberapa karyawan memiliki kinerja yang sangat baik dan beberapa lainnya memiliki kinerja yang kurang baik.
Uji Normalitas

Gambar 4. 1 hasil output python

Sumber: Hasil Penelitian

count: Jumlah data atau observasi untuk setiap variabel. Dalam kasus ini, Anda memiliki 50 data untuk setiap variabel.
mean: Rata-rata atau nilai tengah dari setiap variabel. Misalnya, rata-rata usia karyawan adalah 39.5 tahun.
std: Standar deviasi, yaitu ukuran seberapa menyebar data dari rata-ratanya. Semakin besar nilai standar deviasi, semakin besar variasi datanya.
min: Nilai minimum dari setiap variabel. Misalnya, usia karyawan termuda adalah 30 tahun.
25%: Kuartil pertama, yaitu nilai yang memisahkan 25% data terendah dari 75% data tertinggi.
50%: Median atau kuartil kedua, yaitu nilai tengah dari data.
75%: Kuartil ketiga, yaitu nilai yang memisahkan 75% data terendah dari 25% data tertinggi.
max: Nilai maksimum dari setiap variabel. Misalnya, usia karyawan tertua adalah 50 tahun.

Dari gambar diatas kita bisa melihat bahwa, usia karyawan berkisar antara 30 hingga 50 tahun, dengan rata-rata 39.5 tahun. Masa kerja karyawan berkisar antara 1 hingga 23 tahun, dengan rata-rata 12.66 tahun. Kinerja karyawan dinilai dalam skala 1-10, dengan rata-rata 8.02.

Maka disimpulkan bahwa Rentang Usia dan Masa Kerja: Mayoritas karyawan berada pada usia produktif dan memiliki pengalaman kerja yang cukup. Kinerja: Secara umum, kinerja karyawan cukup baik, dengan rata-rata di atas 7. Ada cukup variasi dalam usia, masa kerja, dan kinerja karyawan. Ini menunjukkan adanya keragaman dalam karakteristik karyawan.

Gambar 4. 2 Histogram Usia Karyawan

Sumber: Hasil Penelitian

Berdasarkan gambar histogram diatas, dapat disimpulkan bahwa perusahaan memiliki komposisi usia karyawan yang cukup beragam, dengan mayoritas karyawan berada pada usia produktif. Informasi ini dapat berguna untuk berbagai keperluan, seperti:

Perencanaan Sumber Daya Manusia: Perusahaan dapat merencanakan program pengembangan karir, pelatihan, atau pensiun berdasarkan distribusi usia karyawan.
Analisis Kinerja: Distribusi usia dapat dibandingkan dengan kinerja karyawan untuk melihat apakah ada hubungan antara usia dan kinerja.
Perbandingan dengan Industri: Distribusi usia karyawan dapat dibandingkan dengan distribusi usia karyawan di industri yang sama untuk mengetahui apakah perusahaan memiliki profil usia yang unik.

Interprestasi Hasil

Hasil analisis ini menunjukkan bahwa

Konsentrasi Usia

Sebagian besar karyawan terkonsentrasi pada rentang usia 37.5-42.5 tahun. Ini mengindikasikan bahwa perusahaan memiliki banyak karyawan yang berada pada usia produktif dan berpengalaman.

Variasi Usia

Meskipun ada konsentrasi pada rentang usia tertentu, perusahaan juga memiliki karyawan dengan usia yang lebih muda dan lebih tua. Ini menunjukkan adanya kombinasi antara karyawan berpengalaman dan karyawan baru yang potensial.

Distribusi Tidak Merata

Distribusi usia tidak sepenuhnya merata. Ada beberapa rentang usia yang memiliki frekuensi lebih tinggi dibandingkan yang lainnya. Ini bisa mengindikasikan adanya pola perekrutan tertentu di perusahaan.

Pengelompokan Data Menggunakan Bahasa Pemrograman Python

Pada langkah ini penulis menggunakan teks editor yaitu VS CODE dari awal hingga visualisasi datanya:

Langkah awal yang harus dilakukan adalah membuat file dengan nama “analisis.py”. selanjutnya buatkan kode dari data yang sudah didapatkan dari PT Maju Mandiri Utama.

Penulis skrip kode “analisis.py” adalah sebagai berikut:

import pandas as pd

import matplotlib.pyplot as plt

# Data karyawan

data = {'Nama Karyawan': ['Kapi', 'Sisko', 'Fidel', 'Alvin', 'Carli', 'Putera', 'Julia', 'Esti', 'Udin', 'Daniel', 'Nur', 'Daniel', 'Supardi', 'Nggola', 'Ocha', 'Siti', 'Sandro', 'Mery', 'Yopi', 'Kelvin', 'Oskar', 'Velsin', 'Ani', 'Maria', 'Alin', 'Edo', 'Bong', 'Dadang', 'Sabam', 'Elin', 'Efrin', 'Mario', 'Dewi', 'Fajri', 'Bidin', 'Endang', 'Ramadan', 'Frans', 'Tandik', 'Ewal', 'Rehan', 'Falsin', 'Asep', 'Prili', 'Mutia', 'Maji', 'Hiro', 'Desi', 'Icel', 'Pardi'],

'Usia (Tahun)': [30, 30, 31, 31, 32, 32, 33, 33, 33, 33, 34, 34, 34, 35, 35, 35, 36, 36, 38, 38, 38, 38, 39, 39, 40, 40, 40, 40, 40, 40, 40, 41, 42, 42, 42, 42, 43, 43, 43, 45, 45, 47, 47, 47, 49, 50, 50, 50, 50, 50],

'Masa Kerja (Tahun)': [2, 8, 6, 7, 9, 5, 4, 7, 6, 8, 10, 1, 5, 3, 15, 10, 7, 6, 20, 23, 14, 2, 5, 13, 20, 23, 23, 23, 14, 7, 3, 4, 5, 23, 15, 17, 10, 19, 18, 21, 20, 22, 19, 20, 12, 16, 14, 23, 23, 23],

'Kinerja (Skor 1-10)': [5, 6, 7, 9, 5, 8, 5, 7, 6, 8, 10, 7, 9, 8, 6, 10, 9, 7, 10, 10, 8, 5, 6, 8, 10, 10, 10, 10, 9, 7, 5, 5, 5, 10, 8, 9, 8, 9, 8, 10, 10, 10, 9, 8, 9, 6, 7, 10, 10, 10],

'Kategori Kinerja': ['Rendah', 'Sedang', 'Sedang', 'Tinggi', 'Rendah', 'Tinggi', 'Rendah', 'Sedang', 'Sedang', 'Tinggi', 'Sangat Tinggi', 'Sedang', 'Tinggi', 'Tinggi', 'Sedang', 'Sangat Tinggi', 'Tinggi', 'Sedang', 'Sangat Tinggi', 'Sangat Tinggi', 'Tinggi', 'Rendah', 'Sedang', 'Tinggi', 'Sangat Tinggi', 'Sangat Tinggi', 'Sangat Tinggi', 'Sangat Tinggi', 'Tinggi', 'Sedang', 'Rendah', 'Rendah', 'Rendah', 'Sangat Tinggi', 'Tinggi', 'Tinggi', 'Tinggi', 'Tinggi', 'Tinggi', 'Sangat Tinggi', 'Sangat Tinggi', 'Sangat Tinggi', 'Tinggi', 'Tinggi', 'Tinggi', 'Sedang', 'Sedang', 'Sangat Tinggi', 'Sangat Tinggi', 'Sangat Tinggi']}

df = pd.DataFrame(data)

# Pengelompokan data

kelompok_usia = df.groupby('Usia (Tahun)')

kelompok_kinerja = df.groupby('Kategori Kinerja')

kelompok_usia_kinerja = df.groupby(['Usia (Tahun)', 'Kategori Kinerja'])

# Analisis data

jumlah_karyawan_per_usia = df.groupby('Usia (Tahun)').size()

rata_rata_kinerja_per_kategori = df.groupby('Kategori Kinerja')['Kinerja (Skor 1-10)'].mean()

statistik_deskriptif_per_usia = df.groupby('Usia (Tahun)').describe()

# Menampilkan hasil analisis

print("Jumlah Karyawan per Usia:\n", jumlah_karyawan_per_usia)

print("\nRata-rata Kinerja per Kategori:\n", rata_rata_kinerja_per_kategori)

print("\nStatistik Deskriptif per Usia:\n", statistik_deskriptif_per_usia)

# Visualisasi data

rata_rata_kinerja_per_kategori.plot(kind='bar')

plt.title('Rata-rata Skor Kinerja per Kategori')

plt.xlabel('Kategori Kinerja')

plt.ylabel('Rata-rata Skor Kinerja')

plt.show()

Penjelasan Kode:

import pandas as pd : Baris ini mengimpor library pandas dan memberinya alias pd. Pandas digunakan untuk memanipulasi dan menganalisis data dalam format tabel (DataFrame).
import matplotlib.pyplot as plt : Baris ini mengimpor library matplotlib.pyplot dan memberinya alias plt. Matplotlib digunakan untuk membuat visualisasi data (grafik).
data = { ... } : Bagian ini mendefinisikan data karyawan dalam bentuk dictionary Python. Setiap key dalam dictionary adalah nama kolom (misalnya, 'Nama Karyawan', 'Usia (Tahun)', dll.), dan value-nya adalah list yang berisi data untuk kolom tersebut.
df = pd.DataFrame(data) : Baris ini mengubah dictionary data menjadi DataFrame Pandas. DataFrame adalah struktur datatabular yang sangat berguna untuk analisis data.
kelompok_usia = df.groupby('Usia (Tahun)'): Baris ini mengelompokkan data karyawan berdasarkan usia mereka. Fungsi groupby() mengembalikan objek DataFrameGroupBy yang dapat digunakan untuk melakukan analisis per kelompok usia.
kelompok_kinerja = df.groupby('Kategori Kinerja') : Sama seperti sebelumnya, baris ini mengelompokkan data berdasarkan kategori kinerja.
kelompok_usia_kinerja = df.groupby(['Usia (Tahun)', 'Kategori Kinerja']): Baris ini mengelompokkan data berdasarkan kombinasi usia dan kategori kinerja.
jumlah_karyawan_per_usia = df.groupby('Usia (Tahun)').size() : Baris ini menghitung jumlah karyawan untuk setiap kelompok usia. Fungsi size() mengembalikan Series yang berisi jumlah anggota di setiap kelompok.
rata_rata_kinerja_per_kategori = df.groupby('Kategori Kinerja')['Kinerja (Skor 1-10)'].mean() : Baris ini menghitung rata-rata skor kinerja untuk setiap kategori kinerja. Kita menggunakan chaining dengan ['Kinerja (Skor 1-10)'].mean() untuk memilih kolom 'Kinerja (Skor 1-10)' dan menghitung rata-ratanya.
statistik_deskriptif_per_usia = df.groupby('Usia (Tahun)').describe(): Baris ini menghitung statistik deskriptif (rata-rata, standar deviasi, minimum, maksimum, dll.) untuk setiap kelompok usia. Fungsi describe() mengembalikan DataFrame yang berisi statistik deskriptif.
plot(kind='bar'): Baris ini membuat grafik batang yang menampilkan rata-rata skor kinerja untuk setiap kategori kinerja. Fungsi `plot(kind.

Hasil output dalam bentuk Grafik:

Gambar 4. 3 grafik kinerja karyawan

Sumber: Hasil Penelitia

BAB V

PENUTUP

5.1. Kesimpulan

Big data memiliki potensi besar untuk mengubah cara perusahaan mengelola kinerja karyawan. Dengan memanfaatkan big data, perusahaan dapat memperoleh wawasan yang lebih mendalam tentang kinerja karyawan, mengidentifikasi pola dan tren, memprediksi kinerja karyawan di masa depan, menyesuaikan program pengembangan, dan meningkatkan retensi karyawan. Namun, perusahaan juga perlu memperhatikan privasi data, kualitas data, dan keterampilan analisis untuk memastikan bahwa big data digunakan secara efektif dan bertanggung jawab. Big data juga berpotensi signifikan untuk meningkatkan manajemen kinerja karyawan di PT. Maju Mandiri Utama.

Dengan memanfaatkan big data ini, PT Maju Mandiri Utama dapat memperoleh wawasan yang lebih mendalam tentang kinerja karyawan dan faktor-faktor yang mempengaruhinya. Berikut adalah beberapa manfaat utama big data dalam manajemen kinerja karyawan:

Pengukuran Kinerja yang Lebih Komprehensif: Big data memungkinkan perusahaan untuk mengukur kinerja karyawan secara lebih komprehensif, tidak hanya berdasarkan skor kinerja semata, tetapi juga berdasarkan faktor-faktor lain seperti masa kerja, usia, dan kategori kinerja.
Identifikasi Pola dan Tren: Dengan menganalisis big data, perusahaan dapat mengidentifikasi pola dan tren yang mungkin tidak terlihat jika hanya menggunakan data konvensional. Misalnya, perusahaan dapat menemukan bahwa karyawan dengan masa kerja tertentu cenderung memiliki kinerja yang lebih tinggi, atau karyawan dengan usia tertentu lebih produktif.
Prediksi Kinerja Karyawan: Big data dapat digunakan untuk memprediksi kinerja karyawan di masa depan. Dengan menganalisis data historis, perusahaan dapat mengidentifikasi faktor-faktor yang paling mempengaruhi kinerja karyawan dan menggunakan informasi ini untuk memprediksi kinerja karyawan di masa depan.
Personalisasi Program Pengembangan: Big data memungkinkan perusahaan untuk menyesuaikan program pelatihan dan pengembangan karyawan berdasarkan kebutuhan individu. Dengan memahami kekuatan dan kelemahan masing-masing karyawan, perusahaan dapat memberikan pelatihan yang lebih efektif dan relevan.
Peningkatan Retensi Karyawan: Dengan memahami faktor-faktor yang mempengaruhi kinerja dan kepuasan karyawan, perusahaan dapat mengambil langkah-langkah untuk meningkatkan retensi karyawan. Misalnya, perusahaan dapat menawarkan program pengembangan karir yang lebih menarik bagi karyawan dengan kinerja tinggi.

Meskipun big data memiliki banyak manfaat dalam manajemen kinerja karyawan, ada juga beberapa tantangan yang perlu dihadapi:

Privasi data: Perusahaan harus memastikan bahwa data karyawan disimpan dan digunakan dengan aman dan sesuai dengan peraturan privasi data yang berlaku.
Kualitas Data: Kualitas data sangat penting untuk memastikan bahwa analisis yang dilakukan akurat dan dapat diandalkan. Perusahaan perlu memastikan bahwa data karyawan lengkap, akurat, dan konsisten.
Keterampilan Analisis: Menganalisis big data membutuhkan keterampilan khusus. Perusahaan perlu memiliki tim ahli yang mampu mengolah dan menganalisis data karyawan dengan efektif.

5.2. Saran

Pengumpulan Data yang Lebih Komprehensif: Perusahaan perlu mulai mengumpulkan data kinerja karyawan dari berbagai sumber, tidak hanya dari penilaian subjektif atasan. Sistem absensi digital, database penjualan atau produksi, dan platform feedback dapat diimplementasikan untuk mengumpulkan data secara sistematis.
Pengembangan Sistem Manajemen Kinerja Berbasis Data: Perusahaan dapat mengembangkan sistem manajemen kinerja yang terintegrasi dengan platform big data. Sistem ini dapat digunakan untuk memantau kinerja secara real-time, mengidentifikasi tren dan pola, serta memberikan rekomendasi untuk perbaikan.

DAFTAR PUSTAKA

Balaka, M. Y. (2022). Metodologi penelitian kuantitatif.

Candra Susanto, P., Ulfah Arini, D., Yuntina, L., & Panatap Soehaditama, J. (n.d.). Konsep Penelitian Kuantitatif: Populasi, Sampel, dan Analisis Data (Sebuah Tinjauan Pustaka). https://doi.org/10.38035/jim.v3i1

Davenport, T. H. (2006). Competing on analytics. Harvard Business Review, 84(1), 98.

Fadilla, A. R., & Wulandari, P. A. (2023). Literature review analisis data kualitatif: tahap pengumpulan data. Mitita Jurnal Penelitian, 1(3), 34–46.

Fauzi, F., Saputra, A. M. A., Agstriningtyas, A. S., Febrian, W. D., Nabilah, A. N., & Muthmainah, H. N. (2024). Evaluasi Penggunaan Teknologi Big Data untuk Analisis Data Bisnis dan Pengambilan Keputusan. Jurnal Review Pendidikan Dan Pengajaran (JRPP), 7(1), 2962–2971.

Larasati, N. R. D. M., & Luterlean, B. S. (2021). Pengaruh Rekrutmen Dan Seleksi Terhadap Kinerja Karyawan Pada Divisi Big Data Analytics Pt Pos Indonesia (persero) Bandung. EProceedings of Management, 8(2).

Natasuwarna, A. P. (2019). Tantangan menghadapi era revolusi 4.0-big data dan data mining. SINDIMAS, 1(1), 23–27.

Radhi, M., Amalia, A., Sitompul, D. R. H., Sinurat, S. H., & Indra, E. (2021). Analisis Big Data Dengan Metode Exploratory Data Analysis (Eda) Dan Metode Visualisasi Menggunakan Jupyter Notebook. Jurnal Sistem Informasi Dan Ilmu Komputer Prima (JUSIKOM PRIMA), 4(2), 23–27.

Sasomo, B., & Rahmawati, A. D. (2023). Analisis asesmen diagnostik pada model pembelajaran project based learning di kurikulum merdeka SMPN 3 Sine. Pedagogy: Jurnal Pendidikan Matematika, 8(1), 250–263.

Shintia, I. R., & Riduwan, A. (2021). Pengaruh sistem informasi akuntansi, motivasi kerja dan pemanfaatan teknologi informasi terhadap kinerja karyawan. Jurnal Ilmu Dan Riset Akuntansi (JIRA), 10(3).

Susanto, P. C., Arini, D. U., Yuntina, L., Soehaditama, J. P., & Nuraeni, N. (2024). Konsep Penelitian Kuantitatif: Populasi, Sampel, dan Analisis Data (Sebuah Tinjauan Pustaka). Jurnal Ilmu Multidisplin, 3(1), 1–12.

Syihabuddin, A., & Abidin, Z. (2020). Sistem Monitoring Dan Evaluasi Nilai Siswa Berbasis Dashboard Berdasarkan Key Performance Indicator (Studi Kasus: Smp Kartika Ii-2 Bandarlampung). Jurnal Teknologi Dan Sistem Informasi, 1(2), 17–25.

Balaka, M. Y. (2022). Metodologi penelitian kuantitatif.

Davenport, T. H. (2006). Competing on analytics. Harvard Business Review, 84(1), 98.

Fadilla, A. R., & Wulandari, P. A. (2023). Literature review analisis data kualitatif: tahap pengumpulan data. Mitita Jurnal Penelitian, 1(3), 34–46.

Natasuwarna, A. P. (2019). Tantangan menghadapi era revolusi 4.0-big data dan data mining. SINDIMAS, 1(1), 23–27.

Balaka, M. Y. (2022). Metodologi penelitian kuantitatif.

Davenport, T. H. (2006). Competing on analytics. Harvard Business Review, 84(1), 98.

Fadilla, A. R., & Wulandari, P. A. (2023). Literature review analisis data kualitatif: tahap pengumpulan data. Mitita Jurnal Penelitian, 1(3), 34–46.

Natasuwarna, A. P. (2019). Tantangan menghadapi era revolusi 4.0-big data dan data mining. SINDIMAS, 1(1), 23–27.

Balaka, M. Y. (2022). Metodologi penelitian kuantitatif.

Davenport, T. H. (2006). Competing on analytics. Harvard Business Review, 84(1), 98.

Fadilla, A. R., & Wulandari, P. A. (2023). Literature review analisis data kualitatif: tahap pengumpulan data. Mitita Jurnal Penelitian, 1(3), 34–46.

Natasuwarna, A. P. (2019). Tantangan menghadapi era revolusi 4.0-big data dan data mining. SINDIMAS, 1(1), 23–27.

Analisis Big Data Dalam Manajemen Kinerja Karyawan Pada PT. Maju Mandiri Utama

Unduhan

SKRIPSI-ORFALDUS BIONISAREN PATRIN (ANALISIS DATA DALAM MANAJEMEN KINERJA KARYAWAN).pdf

REFERENSI

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru

12 May 2025

12 May 2025

09 May 2025

09 May 2025

09 May 2025