Evaluasi Akhir Tahun HR: Dari Begadang Olah Data ke Tanya AI 5 Menit

Menjelang akhir tahun, pekerjaan HR Manager bukan hanya mengevaluasi kinerja karyawan. Ada juga rekapitulasi data kehadiran, tingkat turnover, hasil penilaian kinerja, hingga laporan yang perlu disiapkan untuk manajemen. Jika data masih tersebar di berbagai spreadsheet, proses menyatukan informasi dan menyusun laporan bisa menyita banyak waktu.

Padahal, manajemen membutuhkan laporan yang bukan sekadar selesai tepat waktu, tetapi juga akurat, mudah dipahami, dan dapat digunakan sebagai dasar pengambilan keputusan.

Kabar baiknya, Anda dapat memanfaatkan kecerdasan buatan (artificial intelligence atau AI) untuk membantu mempercepat proses tersebut. Dengan data yang sudah disiapkan dan prompt yang tepat, AI dapat membantu merangkum informasi, menemukan pola awal, serta menyusun draf laporan dalam hitungan menit.

Namun, apakah cukup dengan bertanya kepada AI selama lima menit untuk menyelesaikan evaluasi kinerja akhir tahun?

Tidak sepenuhnya. Kuncinya adalah menyiapkan data yang benar, memberikan instruksi yang jelas, dan memeriksa kembali hasil yang dihasilkan AI sebelum laporan digunakan.

Mengapa Evaluasi Kinerja Akhir Tahun Sering Memakan Waktu?

Evaluasi kinerja akhir tahun merupakan proses untuk meninjau pencapaian karyawan selama periode tertentu berdasarkan tujuan, indikator kinerja, dan kriteria yang telah ditetapkan perusahaan.

Bagi HR Manager, proses ini tidak hanya berkaitan dengan penilaian individu, tetapi juga membantu melihat gambaran kinerja organisasi secara keseluruhan.

Sayangnya, proses evaluasi dapat menjadi lebih rumit ketika beberapa kendala berikut muncul.

1. Data tersebar di berbagai sumber

Informasi kinerja mungkin tersimpan dalam spreadsheet KPI, formulir penilaian atasan, rekap kehadiran, dan laporan masing-masing divisi. HR perlu mengumpulkan serta mencocokkan informasi tersebut sebelum mulai menyusun laporan.

2. Proses rekapitulasi dilakukan secara manual

Menyalin angka, memeriksa rumus, menyatukan laporan, dan membuat rangkuman satu per satu dapat memperpanjang proses pelaporan. Semakin banyak karyawan dan divisi yang terlibat, semakin besar pula pekerjaan yang perlu dikelola.

3. Laporan perlu disajikan dalam format yang mudah dipahami

Data mentah belum tentu langsung menjawab pertanyaan manajemen. HR perlu menjelaskan pencapaian, perubahan dibandingkan periode sebelumnya, area yang perlu diperbaiki, serta tindak lanjut yang dapat dilakukan.

4. Waktu penyusunan laporan terbatas

Pada akhir tahun, HR biasanya tetap perlu menangani administrasi rutin, persiapan dan audit payroll akhir tahun, kebutuhan rekrutmen, dan perencanaan tenaga kerja. Karena itu, proses pelaporan yang terlalu manual dapat menambah beban kerja.

Di sinilah AI dapat membantu. Menurut Society for Human Resource Management (SHRM), AI mulai dipertimbangkan untuk mendukung proses penilaian kinerja, termasuk membantu merangkum informasi dan menyusun materi evaluasi. Meski demikian, penilaian tetap perlu mempertimbangkan konteks dan pertimbangan manusia.

Apa yang Bisa Dibantu AI dalam Evaluasi Akhir Tahun HR?

AI generatif dapat membantu mengolah informasi yang Anda berikan menjadi rangkuman atau draf laporan. Hasilnya bergantung pada kualitas data, kejelasan instruksi, dan kemampuan alat yang digunakan. Jika data HR masih sulit diambil dan dirapikan, periksa dahulu tanda sistem HRIS yang mulai ketinggalan di era AI-first, karena kesiapan data biasanya menjadi hambatan pertama.

Berikut beberapa pekerjaan yang dapat dibantu AI dalam proses evaluasi akhir tahun HR.

Kebutuhan HR	Bantuan AI	Hasil yang diharapkan
Rekapitulasi KPI	Merangkum data pencapaian yang sudah tervalidasi	Ringkasan pencapaian per divisi
Analisis turnover	Membantu mengidentifikasi pola dari data agregat	Gambaran awal perubahan tingkat turnover
Evaluasi kehadiran	Merangkum tren kehadiran dari data yang relevan	Ringkasan pola absensi
Penyusunan laporan	Mengubah hasil analisis menjadi narasi terstruktur	Draf laporan untuk ditinjau
Presentasi manajemen	Menyusun poin utama dan rekomendasi tindak lanjut berdasarkan data	Kerangka presentasi yang lebih ringkas

Sebagian pekerjaan pada tabel tersebut juga dapat dibantu asisten AI yang sudah terhubung dengan data HR perusahaan, sehingga Anda tidak perlu memindahkan data ke alat terpisah. Sally AI dari Smart Salary, misalnya, dirancang untuk membantu tim HR menjawab pertanyaan karyawan, menyiapkan laporan, dan mempercepat tugas administratif harian.

Perlu dibedakan antara mengolah data dan mengambil keputusan. AI dapat membantu mempercepat pekerjaan analitis dan penulisan, tetapi hasilnya tidak otomatis benar. HR tetap perlu memvalidasi angka, memastikan interpretasi sesuai konteks, dan menentukan keputusan berdasarkan kebijakan perusahaan.

Cara Membuat Evaluasi Kinerja Akhir Tahun Lebih Cepat dengan AI

Agar AI dapat membantu secara optimal, Anda tidak perlu langsung memasukkan seluruh data HR ke dalam chatbot. Mulailah dari kebutuhan laporan yang spesifik, lalu lakukan proses secara bertahap.

Langkah 1: Tentukan laporan yang ingin dibuat

Sebelum menggunakan AI, tentukan terlebih dahulu informasi yang dibutuhkan manajemen.

Misalnya, Anda ingin menyusun laporan evaluasi akhir tahun yang mencakup:

• Jumlah karyawan aktif pada awal dan akhir tahun.
• Jumlah karyawan masuk dan keluar.
• Tingkat turnover karyawan dan biaya yang menyertainya.
• Rangkuman pencapaian KPI per divisi.
• Tren kehadiran karyawan.
• Area yang perlu diperhatikan untuk tahun berikutnya.

Tidak semua perusahaan membutuhkan indikator yang sama. Sesuaikan isi laporan dengan tujuan evaluasi dan kebutuhan manajemen.

Langkah 2: Rapikan dan validasi data

AI tidak dapat menjamin hasil yang akurat jika data yang diberikan tidak lengkap atau mengandung kesalahan. Karena itu, sebelum membuat prompt, pastikan data sudah diperiksa.

Contohnya, periksa apakah:

• Periode data sudah konsisten.
• Nama indikator dan satuan pengukuran seragam.
• Data karyawan yang masuk dan keluar sudah diperbarui.
• Angka pada spreadsheet sesuai dengan sumber data.
• Rumus dan perhitungan sudah diverifikasi.
• Data yang tidak relevan sudah dikeluarkan.

Jika laporan membandingkan kinerja antarperiode, pastikan definisi indikator dan metode perhitungannya juga konsisten.

Langkah 3: Buat prompt yang spesifik

Prompt adalah instruksi atau pertanyaan yang diberikan kepada AI untuk menghasilkan keluaran tertentu. Semakin jelas konteks, tugas, dan format yang diminta, semakin mudah Anda mengevaluasi apakah hasilnya sesuai kebutuhan.

Anda dapat menggunakan formula sederhana berikut:

Peran + konteks + tugas + data + format keluaran + batasan.

Contohnya, daripada hanya menulis, “Buat laporan evaluasi HR akhir tahun,” berikan instruksi yang lebih terperinci.

Contoh prompt untuk membuat laporan evaluasi akhir tahun:

Anda berperan sebagai asisten analisis HR. Bantu saya menyusun draf laporan evaluasi akhir tahun berdasarkan data agregat yang saya berikan.

Tujuan laporan adalah memberikan gambaran kepada manajemen mengenai kondisi tenaga kerja dan pencapaian KPI selama satu tahun.

Tugas Anda:

1. Rangkum indikator utama berdasarkan data.
2. Bandingkan pencapaian dengan target yang tersedia.
3. Identifikasi perubahan atau pola yang terlihat.
4. Pisahkan fakta dari interpretasi.
5. Susun area yang perlu ditinjau lebih lanjut.

Sajikan hasil dalam tabel dengan kolom indikator, target, realisasi, selisih, dan catatan. Setelah itu, buat ringkasan eksekutif maksimal lima poin.

Gunakan hanya informasi yang tersedia. Jangan mengarang angka atau menyimpulkan penyebab yang tidak didukung data. Jika ada informasi yang belum tersedia, tandai sebagai data yang perlu dilengkapi.

Prompt tersebut membantu AI menghasilkan draf yang lebih terstruktur. Namun, Anda tetap perlu memastikan bahwa definisi indikator, perhitungan selisih, dan interpretasi yang dihasilkan sudah sesuai.

Langkah 4: Gunakan prompt lanjutan untuk menggali insight

Draf pertama belum tentu langsung menjawab kebutuhan manajemen. Anda dapat memberikan prompt lanjutan untuk memperjelas temuan.

Misalnya:

Berdasarkan ringkasan sebelumnya, identifikasi tiga perubahan paling menonjol dibandingkan periode sebelumnya. Untuk setiap perubahan, cantumkan data pendukung dan jelaskan hal yang masih perlu diverifikasi. Jangan menyimpulkan hubungan sebab-akibat jika data belum mendukungnya.

Prompt ini dapat membantu Anda menyusun bahan diskusi yang lebih terarah. Jika AI menemukan suatu pola, HR tetap perlu memeriksa apakah pola tersebut relevan dan apakah ada faktor lain yang perlu dipertimbangkan.

Langkah 5: Periksa hasil dan susun laporan final

Sebelum laporan dibagikan kepada manajemen, lakukan pemeriksaan akhir.

Hal yang diperiksa	Pertanyaan untuk HR Manager
Akurasi angka	Apakah angka dalam laporan sesuai dengan data sumber?
Konsistensi periode	Apakah perbandingan dilakukan pada periode yang setara?
Interpretasi	Apakah kesimpulan didukung data yang tersedia?
Kelengkapan	Apakah seluruh indikator yang dibutuhkan sudah tercakup?
Rekomendasi	Apakah tindak lanjut sesuai dengan temuan dan kebutuhan bisnis?
Kerahasiaan	Apakah laporan hanya memuat informasi yang diperlukan dan dapat dibagikan kepada penerima yang berwenang?

Dengan alur ini, AI berfungsi sebagai asisten untuk mempercepat penyusunan laporan, sedangkan HR Manager tetap bertanggung jawab atas validasi dan keputusan akhir.

Contoh Praktis: Membuat Rekap HR Akhir Tahun dengan AI

Bayangkan Anda sedang menyiapkan laporan untuk manajemen dan memiliki data agregat berikut.

Indikator	Target	Realisasi
Pencapaian KPI perusahaan	90%	86%
Turnover karyawan	Maksimal 10%	12%
Penyelesaian pelatihan wajib	95%	97%

Catatan: Angka di atas merupakan ilustrasi untuk contoh penggunaan prompt, bukan data perusahaan tertentu.

Dari tabel tersebut, HR dapat meminta AI menyusun ringkasan awal menggunakan prompt berikut:

Berdasarkan tabel di atas, buat ringkasan evaluasi HR akhir tahun untuk manajemen. Jelaskan indikator yang mencapai target dan yang belum mencapai target. Hitung selisih antara target dan realisasi dengan memperhatikan satuan masing-masing indikator. Untuk indikator yang belum mencapai target, berikan pertanyaan evaluasi yang dapat ditindaklanjuti HR. Jangan menyimpulkan penyebab tanpa data pendukung.

Hasil yang diharapkan dapat berupa rangkuman seperti berikut:

• Pencapaian KPI: realisasi 86%, atau 4 poin persentase di bawah target 90%.
• Turnover karyawan: realisasi 12%, atau 2 poin persentase di atas batas target maksimal 10%.
• Penyelesaian pelatihan wajib: realisasi 97%, atau 2 poin persentase di atas target 95%.

Berdasarkan hasil tersebut, HR dapat menindaklanjuti dengan memeriksa pencapaian KPI per divisi, menganalisis data turnover lebih lanjut, dan mengevaluasi efektivitas program pelatihan.

Perlu diingat, angka selisih di atas merupakan perhitungan sederhana dari data ilustrasi. Jika definisi atau metode pengukuran indikator berbeda, interpretasinya juga perlu disesuaikan.

Bedanya AI Chatbot Umum dan AI yang Terhubung ke Data HR

Alur di atas dapat Anda jalankan dengan hampir semua alat AI generatif. Kelemahannya ada pada pekerjaan di sekitarnya. Anda perlu mengeluarkan data dari sistem, merapikannya, menyalinnya ke kolom percakapan, lalu mencocokkan hasilnya kembali ke sumber. Pekerjaan itu berulang setiap periode pelaporan.

Pendekatan lain adalah memakai asisten AI yang sudah berada di dalam sistem HR. Asisten seperti ini bekerja di atas data yang memang sudah tersimpan di sana dan mengikuti hak akses yang berlaku, sehingga tahap penyalinan data tidak diperlukan. Sally AI di Smart Salary dirancang dengan pendekatan tersebut. Posisinya bukan kotak percakapan yang berdiri sendiri, melainkan lapisan kerja di dalam halaman yang Anda pakai sehari-hari.

Sally dibagi menjadi beberapa peran, dan Anda memanggilnya sesuai pekerjaan yang sedang ditangani.

Peran Sally	Untuk pekerjaan seperti	Batas yang disebutkan
AI Employee Assistant	Pertanyaan karyawan soal kebijakan, sisa cuti, dan rincian slip gaji	Hanya data yang memang boleh diakses pengguna tersebut
AI Talent Expert	Analisis profil karyawan, perbandingan karyawan, dan pemetaan talenta	Tidak mengeluarkan skor kepastian atau probabilitas seseorang akan resign
AI Payroll Expert	Analisis data payroll, estimasi biaya tenaga kerja, dan perangkuman Excel	Menyusun analisis dan rekomendasi, bukan memutuskan angka final
AI Compliance Expert	Peninjauan risiko kepatuhan kebijakan dan hubungan kerja	Menyebutkan cakupan yang belum tertinjau, dan bukan pengganti penilaian legal

Yang Berubah pada Penyusunan Laporan Akhir Tahun

Untuk pekerjaan rekap yang dibahas di artikel ini, perbedaannya terasa pada empat titik berikut.

• Daftar item yang perlu ditangani sudah tersusun. AI Dashboard mengelompokkan temuan menjadi item yang jatuh tempo atau terlewat, tren yang tidak wajar, dan konfigurasi yang perlu dilengkapi. Cakupannya mencapai 31 jenis peringatan di enam area, termasuk karyawan, payroll, kehadiran, persetujuan, dokumen keimigrasian, dan pelatihan. Peringatan diurutkan menurut tingkat urgensi, dan Anda dapat menekan detailnya untuk langsung masuk ke halaman terkait.
• Dashboard dapat dibuat dengan satu kalimat. Anda menuliskan kebutuhan dalam bahasa sehari-hari, misalnya perbandingan rata-rata biaya per karyawan antarentitas, dan Sally menampilkan pratinjau grafiknya. Grafik yang sudah jadi dapat disimpan untuk dipakai lagi pada periode berikutnya. Dashboard seperti ini bersifat milik masing-masing pengguna, jadi untuk laporan ke manajemen tetap perlu disiapkan dalam dokumen tersendiri.
• Rekap angka tidak dimulai dari ekspor. AI Payroll Expert dapat merangkum total payroll dan biaya per karyawan per entitas, lalu menunjukkan bagian yang perlu digali lebih jauh. Jika Anda sudah memegang berkas Excel, berkas itu dapat diunggah untuk dirangkum per departemen dan diekspor kembali.
• Perbandingan karyawan berjalan di satu layar. AI Talent Expert dapat menampilkan sampai lima karyawan secara sejajar pada empat kelompok data, yaitu data pribadi, posisi dan organisasi, kehadiran, serta payroll. Kolom sensitif disamarkan secara otomatis. Hasil analisisnya mencakup tujuh dimensi, di antaranya kestabilan masa kerja, kedisiplinan kehadiran, dan kesesuaian biaya terhadap kontribusi.

Satu perilaku yang relevan dengan pembahasan verifikasi di atas: ketika menemukan angka yang tidak masuk akal, misalnya tingkat kehadiran di atas 100 persen, Sally meminta Anda memeriksanya kembali. Begitu pula ketika data pada satu dimensi tidak cukup, keterbatasan itu disebutkan, bukan ditutup dengan kesimpulan.

Untuk dokumen yang menyertai evaluasi, seperti surat pengangkatan setelah masa percobaan atau pengumuman internal, tersedia AI Drafting yang menyusun draf awal berdasarkan templat. Hasilnya masuk ke badan dokumen hanya setelah Anda menekan tombol penerapan, lalu dapat diedit dan diekspor ke Word atau PDF.

Tiga Batas yang Tetap Berlaku

Bagian ini penting justru karena artikel ini menyarankan verifikasi manual. Sally dirancang dengan tiga batas yang tidak dilewati.

1. Mengikuti hak akses. Cakupan data pada dashboard, percakapan, dan ekspor daftar mengikuti hak akses tiap peran. HR entitas dan kantor pusat masing-masing melihat lingkup yang menjadi tanggung jawabnya.
2. Menyertakan sumber. Jawaban yang diambil dari basis pengetahuan perusahaan dilengkapi kartu dokumen sumber, sehingga Anda dapat memeriksa dasar jawabannya.
3. Menunggu konfirmasi. Sally menyiapkan pengajuan, berkas impor, dan draf dokumen, tetapi pengiriman akhirnya dilakukan oleh pengguna. Pemeriksaan di halaman kerja pun menghasilkan saran, tanpa mengubah konfigurasi secara otomatis.

Cakupan fitur yang aktif dapat berbeda mengikuti konfigurasi langganan masing-masing perusahaan. Panel percakapan Sally AI saat ini masih berlabel Beta.

Bagaimana dengan Keamanan Data Karyawan Saat Menggunakan AI?

Penggunaan AI untuk membantu evaluasi HR perlu disertai perhatian terhadap keamanan informasi. Data karyawan dapat mencakup informasi pribadi, penilaian kinerja, kompensasi, dan informasi lain yang tidak boleh dibagikan secara sembarangan. Pertimbangan yang sama berlaku untuk sistem tempat data tersebut disimpan, termasuk standar enkripsi yang digunakan HRIS.

Sebelum memasukkan data ke alat AI, lakukan beberapa langkah berikut:

1. Gunakan data agregat jika memungkinkan. Untuk membuat ringkasan tren, AI biasanya tidak membutuhkan nama lengkap, nomor identitas, alamat, atau informasi pribadi lain.
2. Hapus identitas yang tidak diperlukan. Gunakan kode atau kategori jika analisis memang membutuhkan pembedaan antarcatatan.
3. Periksa kebijakan penggunaan AI perusahaan. Pastikan alat yang digunakan telah disetujui dan sesuai dengan kebijakan keamanan serta privasi internal.
4. Batasi akses dan penggunaan hasil. Pastikan data maupun laporan hanya dapat diakses oleh pihak yang berwenang.
5. Validasi hasil sebelum digunakan. Jangan menjadikan keluaran AI sebagai satu-satunya dasar keputusan yang memengaruhi karyawan.

Langkah tersebut sejalan dengan prinsip kehati-hatian dalam pemrosesan data pribadi. Di Indonesia, pengelolaan data pribadi juga perlu memperhatikan Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi.

Selain itu, International Labour Organization (ILO) menyoroti risiko penggunaan AI dalam manajemen SDM, termasuk kualitas data yang buruk, bias, dan proses yang kurang transparan. Karena itu, penggunaan AI perlu disertai pengawasan manusia dan proses evaluasi yang jelas.

Apa yang Perlu Diperiksa pada Alat AI yang Dipakai

Selain kebijakan internal, perilaku alatnya sendiri juga perlu diperiksa. Lima pertanyaan berikut dapat Anda ajukan sebelum data HR dimasukkan ke dalamnya.

• Apakah jawaban yang keluar dibatasi oleh hak akses pengguna, atau semua orang melihat hal yang sama?
• Apakah setiap jawaban kebijakan menyebutkan dokumen sumbernya?
• Apakah kolom sensitif seperti nomor identitas disamarkan saat ditampilkan?
• Apakah tindakan penting, seperti pengajuan dan impor data, tetap memerlukan konfirmasi manusia?
• Apakah alat tersebut mengakui ketika datanya tidak cukup, atau tetap memberi kesimpulan?

Pertanyaan ini berlaku untuk alat apa pun, termasuk asisten AI yang sudah menyatu dengan sistem HR. Pada Sally AI, kelima hal tersebut merupakan perilaku bawaan, dan hal itu dapat Anda jadikan tolok ukur saat menilai alat lain.

Bisakah AI Menggantikan Seluruh Proses Evaluasi HR?

Tidak. AI dapat membantu merangkum data, menyusun draf laporan, dan mengidentifikasi pola awal. Namun, AI tidak selalu memahami konteks organisasi, perubahan prioritas bisnis, atau faktor di balik pencapaian seorang karyawan.

Evaluasi kinerja juga membutuhkan pertimbangan manusia, termasuk masukan dari atasan dalam proses performance review, pencapaian terhadap target yang relevan, dan kesempatan bagi karyawan untuk memberikan klarifikasi jika diperlukan.

Karena itu, pendekatan yang lebih tepat adalah memanfaatkan AI untuk pekerjaan yang dapat dibantu oleh otomatisasi, sambil tetap mempertahankan peran HR dalam menilai konteks, memverifikasi temuan, dan menentukan tindak lanjut.

Prinsip ini juga tercermin pada produk yang menerapkannya secara serius. Setiap keluaran AI di Smart Salary disertai keterangan bahwa konten dibuat oleh AI dan perlu diperiksa kembali. Keterangan semacam itu bukan formalitas, melainkan pengingat bahwa tanggung jawab atas angka dalam laporan tetap berada pada penyusunnya.

Siapkan Rekap HR Akhir Tahun dengan Proses yang Lebih Terstruktur

Menyusun evaluasi kinerja akhir tahun tidak harus selalu dimulai dari membuka banyak file dan merangkum data satu per satu. Dengan data yang tertata, prompt yang spesifik, dan proses verifikasi yang konsisten, AI dapat membantu mempercepat penyusunan draf laporan sehingga HR Manager dapat lebih fokus pada analisis dan perencanaan strategis.

Hasil evaluasi akhir tahun biasanya juga menjadi dasar keputusan lanjutan, seperti pemberian bonus akhir tahun dan perencanaan tenaga kerja untuk tahun berikutnya. Karena itu, akurasi laporan menjadi penting.

Namun, efisiensi pelaporan juga bergantung pada kualitas data sejak awal. Jika informasi karyawan masih tersebar di berbagai file dan proses pembaruan belum terstruktur, pekerjaan persiapan data tetap perlu menjadi prioritas.

Untuk mendukung pengelolaan informasi karyawan yang lebih terorganisasi, perusahaan dapat mempertimbangkan penggunaan sistem HRIS sesuai kebutuhan operasionalnya. Pelajari solusi HRIS dari Smart Salary untuk mengetahui bagaimana sistem pengelolaan HR dapat mendukung administrasi karyawan dan membantu menyiapkan data yang dibutuhkan dalam proses pelaporan. Anda juga dapat melihat bagaimana Sally AI bekerja di atas data tersebut, mulai dari menyusun daftar item yang perlu ditangani sampai merangkum angka untuk laporan, tanpa memindahkan data karyawan ke alat terpisah.

Dengan proses yang tepat, evaluasi akhir tahun dapat menjadi kesempatan bagi HR untuk menghasilkan laporan yang lebih terarah, bukan sekadar menyelesaikan pekerjaan sebelum tenggat.