BAB III Metodologi Riset
3.1. Research Output Overview
Dengan mempertimbangkan bahwa tujuan dalam riset ini adalah menemukan bagaimana dampak penggunaan AI dalam seleksi talent pool pada divisi Human Capital Management, oleh karenanya diperlukan sebuah kerangka strategi penelitian yang menjelaskan tahapan-tahapan untuk memperoleh kesimpulan. Pembuatan kerangka strategi riset mendasarkan pada bagaimana proses seleksi talent pool pada perusahaan PLN dengan menambahkan faktor implementasi AI. Kerangka model dibuat berdasarkan penelitian sebelumnya yang telah memperhitungkan kegiatan dalam Human Resource secara aktivitas maupun strategi (Vrontis et al, 2021)1. Penelitian membatasi pada tahapan before-after implementasi AI dan mengukurnya dalam matriks pengambilan keputusan.
Bagan 3.1 Overview Implementasi Sistem
Sejalan dengan penelitian terdahulu (Johansson & Herranen, 20192; Vrontis et al, 20213; Park et al4, 2021; Faqihi & Miah5, 2023; Chowdhury et al6, 2023), penelitian memerlukan guidelines berupa input 1 Demetris Vrontis , Michael Christofi , Vijay Pereira , Shlomo Tarba , Anna Makrides & Eleni Trichina (2021): Artificial intelligence, robotics, advanced technologies and human resource management: a systematic review, The International Journal of Human Resource Management, DOI: 10.1080/09585192.2020.1871398
2 Johansson, J., & Herranen, S. (2019). The application of Artificial Intelligence (AI) in Human Resource Management: Current state of AI and its impact on the traditional recruitment process (Dissertation). Retrieved from https://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-44323
3 Vrontis, Demetris & Christofi, Michael & Pereira, Vijay & Tarba, Shlomo & Makrides, Anna & Trichina, Eleni. (2021). Artificial intelligence, robotics, advanced technologies and human resource management: a systematic review. The International Journal of Human Resource Management. 33. 1-30. 10.1080/09585192.2020.1871398.
4 Park, Hyanghee, Ahn, Daehwan, Hosanagar, Kartik, and Joonhwan Lee. 2021. Human-AI Interaction in Human Resource Management:
Understanding Why Employees Resist Algorithmic Evaluation at Workplaces and How to Mitigate Burdens.,. doi:10.1145/3411764.3445304.
5 Faqihi, Ali, and Shah Jahan Miah. 2023. "Artificial Intelligence-Driven Talent Management System: Exploring the Risks and Options for Constructing a Theoretical Foundation" Journal of Risk and Financial Management 16, no. 1: 31. https://doi.org/10.3390/jrfm16010031
6 Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodríguez-Espíndola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review, 33(1), [100899].
https://doi.org/10.1016/j.hrmr.2022.100899 Artificial Intelligence
HR Activities
HR Strategies Competency
Potency Talent Database
HCM Division
Selection
Talent Development
Activities Job Performance
Human / AI Collaboration
Activity
Decision Making
Learning Opportunities
EmployeesCompany
dari sisi teoritis maupun catatan praktis variabel-variabel yang dipakai sebagai koridor masalah yang difokuskan.
3.2. Flowchart Riset
Untuk dapat menunjang bagaimana implementasi strategi tersebut dilakukan, penelitian mengadaptasi dua strategi studi yakni studi literatur maupun studi eksisting kasus-kasus yang linear pada implementasi AI pada perusahaan. Dalam melakukan penelitian, alur yang dilakukan adalah sebagai berikut :
Bagan 3.2 Flowchart Riset
Kriteria literatur maupun kasus-kasus yang ada berpatokan pada konteks framework TOE (Technologies, Organization, Environments) yang memperhatikan faktor eksternal maupun internal perusahaan. Faktor teknologi yang dibahas adalah keandalan, keamanan, kemampuan, kualitas, keunggulan biaya relatif, dan kompatibilitas solusi manajemen teknologi dan manfaat teknologi. Sementara itu, perspektif organisasi memberi penekanan besar pada berbagai faktor, yaitu ruang lingkup dan ukuran perusahaan, formalisasi dan sentralisasi tempat kerja, kompleksitas struktur organisasinya, kualitas SDM yang tersedia, dukungan manajemen senior, dan kesiapan organisasi (Faqihi & Miah, 2023). Konteks framework TOE terbukti berguna untuk mempelajari adopsi dan asimilasi berbagai jenis inovasi teknologi informasi dan merupakan kerangka kerja yang berguna dan adaptif untuk menjelaskan perilaku adopsi dalam kaitannya dengan tiga jenis inovasi teknologi, yaitu inovasi terapan untuk tugas-tugas teknis, inovasi untuk
administrasi bisnis, dan inovasi yang tertanam dalam proses bisnis inti suatu organisasi (sciencesphere, 2023)7.
Bagan 3.3 Input TOE sebagai Koridor Technological Decision Making
3.1.1. Metode Studi Literatur
Fokus studi literatur adalah filter dari jurnal-jurnal yang telah dikumpulkan untuk menemukan bentuk perbandingan skenario pemodelan yang relevan untuk diterapkan pada divisi Human Capital Management perusahaan X. Jurnal diseleksi dengan memperhatikan faktor bahwa:
1. Terdapat jurnal internasional maupun lokal setidaknya sejumlah 10 jurnal yang terindeks SCOPUS
2. Keywords dan tema terkait dengan Manajemen Sumber Daya Manusia dan Teknologi Artificial Intelligence
3. Subyek area jurnal melibuti proses bisnis, pengelolaan sumber daya manusia, dampak sosial teknologi AI, pembuatan keputusan dengan memperhatikan faktor teknologi
Tujuan dari bagian studi literatur adalah untuk mengidentifikasi temuan-temuan utama dalam literatur.
Pada tahapan ini, kesamaan fitur antar artikel dicari untuk mengkategorikannya ke dalam tema penelitian berdasarkan unit analisis, yang memungkinkan untuk mengatasi pertanyaan penelitian (Vrontis et al, 2021). Penelitian literatur berguna untuk mengoptimasi pertanyaan-pertanyaan studi kasus yang diajukan kepada ahli yang akan menjadi narasumber dan subyek riset agar tidak terduplikasi dan mengena sasaran. Untuk dapat menyarikan literatur yang ada, funneling tahapan identifikasi hingga input jurnal terpilih dilakukan (Vrontis et al, 2021; Chowdhury et al, 2023).
7 ISRI - Information Systems Research Indicators (sciencesphere.org) diakses pada 18 Oktober 2023 pukul 15.37 WIB
Bagan 3.4 Metode Studi Literatur
3.1.2. Metode Studi Kasus
Studi kasus adalah metodologi yang umum digunakan dalam riset mengenai dampak dan pengetahuan sosial serta umum digunakan dalam manajemen, antropologi, hingga sosiologi (Priya, 2021)8. Metodologi studi kasus dalam ranah penelitian ini diadakan untuk merangkum pertanyaan-pertanyaan yang akan diajukan untuk menjadi fondasi dari hipotesis.
Metode studi kasus menurut COSMOS Corporation (Yin dalam Nickel et al, 2015)9 terdiri dari tiga tahap yakni:
1. Definisi dan Perencanaan
2. Persiapan, pengumpulan dan analisis 3. Analisis dan kesimpulan
8 Priya, A. (2021). Case Study Methodology of Qualitative Research: Key Attributes and Navigating the Conundrums in Its Application.
Sociological Bulletin, 70(1), 94-110. https://doi.org/10.1177/0038022920970318
9 Nickel, Elton & Ferreira, Marcelo & Forcellini, Fernando & Batista, Vilson & Buch, Vinícius. (2014). Management Model for Assistive Technology Development in a Brazilian Public Education Networkan Public Education Network. Management and Organizational Studies. 2.
10.5430/mos.v2n1p14.
Bagan 3.4 Metode Studi Kasus
Untuk dapat menentukan jenis studi kasus yang akan diterapkan, penelitan membagi dalam kategori tema yang berhubungan dengan proses seleksi (Johansson & Herranen, 2019). Tujuan dari pembagian berdasarkan tema adalah mengklasifikasi dan mengidentifikasi kegiatan serta tolok ukur yang dapat dipakai dalam pengaplikasian AI pada proses seleksi talent pool. Jenis dari tema dalam proses rekrutmen adalah :
Tabel 3.1 Klasifikasi Studi Kasus dan Kegiatan
Tematik Studi Kasus Identifikasi Kegiatan
Efektivitas dalam Proses Seleksi Komunikasi dengan kandidat, manajemen waktu, data dan informasi, kecepatan seleksi, otomatisasi atas administrative dan tugas rutinitas
Pengaplikasian AI dalam proses seleksi Otomatisasi, akuisisi talent, screening, teknologi, identifikasi sifat pribadi, penggunaan AI dalam area-area seleksi tradisional
Human error dan bias Bias, penilaian, opini pribadi, favoritisme akan kedekatan personal, stereotipe Manfaat dan tantangan AI Pengurangan tugas rutinitas dan
administrative, percepatan seleksi, training mesin dan manusia
3.1.2.1. Pemilihan Ahli dan Pengambilan Keputusan
Untuk dapat melaksanakan studi, sampling terhadap pengambil keputusan harus dilakukan terhadap orang yang mengerti atas permasalahan tujuan/objektif penelitian sehingga mengurangi kesalahan tafsir dari parameter yang ditetapkan dalam sistem Human Capital Management perusahaan X. Penelitian ini memilih para pemangku kepentingan yang terkait dengan kriteria sebagai berikut :
Tabel 3.1 Pemilihan Ahli dan Pengambilan Keputusan
Kriteria Keterangan
Peran Pengambil keputusan apabila terdapat implementasi teknologi AI dalam Human Capital Management
Posisi Akademisi, Staff, teknisi, Manajemen Human Capital Management
Kualifikasi Memahami permasalahan dan penerapan teknologi terutama AI di bidang Human Capital Management
Pengalaman Setidaknya 1 tahun pemakai familiar dengan proyek AI dalam Human Capital management
Kompetensi Pernah mengikuti atau mengetahui dasar pelatihan atau pendidikan tentang Human Capital Management
Melalui kriteria di atas, dipilih setidaknya 3 orang sebagai evaluasi kriteria penerapan AI dalam Human Capital Management yang terdiri dari :
1. Akademisi Human Capital Management 2. Senior Engineer Perusahaan X
3. Manajer Human Capital Management Perusahaan X 3.1.2.2. Pemilihan Kriteria dan Alternatif Sistem
Untuk dapat mempersiapkan skenario dari sistem implementasi teknologi AI, kriteria-kriteria screening yang dibutuhkan oleh teknologi AI dilakukan melalui mengumpulkan data hasil analisis Human Capital Management terhadap seleksi talent pool. Sumber data sekunder yang berasal dari database perusahaan diperlukan pada tahap ini. Data berupa variabel kriteria maupun variabel parameter pengujian dikumpulkan sebagai perbandingan pada penyusunan interview yang melibatkan simulasi penggunaan teknologi AI pada perusahaan.
Bagan 3.5 Alur input implementasi Sistem AI
3.2. Metodologi Analisis Data
Untuk dapat mengolah data yang diinput, penelitian menggunakan analisis kualitatif sebagai dasar pengujian. Dalam penelitian kualitatif, data dapat dinyatakan kredibel apabila adanya persamaan antara apa yang dilaporkan peneliti dengan apa yang sesungguhnya terjadi pada objek yang diteliti. Ketika di lapangan ditemukan bahwa terdapat perbedaan (gap) antara skenario dan implementasi sebelum dan sesudah penggunaan AI pada divisi Human Capital Management, maka permasalahan gap inilah yang akan dieksplorasi informasinya lebih detail. Keabsahan data sendiri diukur melalui uji kredibilitas, dependabilitas dan konfirmabilitas.
1. Pengujian Kredibilitas
Uji kredibilitas merupakan uji dimana peneliti mencari dan mengetahui tingkat kepercayaan terhadap data yang diteliti. Uji kredibilitas data sendiri dilakukan dengan metode triangulasi dimana dalam pengujian dilakukan pengecekan data dari berbagai sumber, dengan berbagai cara, dan berbagai waktu.
2. Pengujian Dependability.
Dalam penelitian kuantitatif uji dependability dikatakan sebagai uji reliabilitas. Pada penelitian kualitatif pengujian ini dilakukan dengan mengaudit seluruh proses penelitian. Caranya dengan menggunakan wawancara audior yang independen atau dengan pembimbing untuk mengaudit keseluruhan proses.
Data dapat dikatakan dependabilitas apabila peneliti dapat menunjukkan proses penelitian mulai dari masalah sampai ke hasil akhir yang berupa kesimpulan.
3. Pengujian Konfirmability.
Uji konfirmability dalam penelitian kualitatif sama halnya dengan uji dependability, sehingga dalam pengerjaannya dapat dikerjakan secara bersamaan. Arti dari pengujian ini adalah menguji hasil penelitian dengan proses-proses penelitian yang ada, jangan sampai dalam penelitian proses tidak ada akan tetapi hasilnya ada. Apabila terjadi hal seperti itu maka penelitian tidak memenuhi standar konfirmability.
3.2.1. Kodifikasi Data dan Aspek-Aspek dalam Human Capital Management untuk Talent Pool 3.2.2. Penyusunan Hipotesis
3.3. Hasil yang Diharapkan
3.3.1. Hasil Studi Literatur Berdasarkan Hipotesis 3.3.2. Hasil Studi Kasus Berdasarkan Hipotesis 3.3.3. Tahap Penarikan Kesimpulan
