Pengaruh Pemahaman Predictive Analytics Berbasis AI terhadap Optimalisasi Perencanaan Sumber Daya Manusia dalam Mendukung Transformasi Digital pada PT Moklet Teknologi Intidaya
Kata Kunci:
Predictive Analytics, Artificial Intelligence, Perencanaan SDM Digital, PLS-SEM, Optimalisasi SDMAbstrak
Penelitian ini bertujuan untuk menganalisis pengaruh pemahaman Predictive Analytics berbasis Artificial Intelligence (AI) terhadap optimalisasi perencanaan Sumber Daya Manusia (SDM) dalam bentuk digital pada PT Moklet Teknologi Intidaya. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik sampling jenuh yang melibatkan seluruh karyawan yang berjumlah 40 orang sebagai responden. Data dikumpulkan melalui kuesioner berskala likert yang diuji validitas dan reliabilitasnya. Analisis data dilakukan dengan menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa pemahaman karyawan terhadap Predictive Analytics berbasis AI berpengaruh positif dan signifikan terhadap optimalisasi perencanaan SDM digital, dengan koefisien jalur sebesar 0,862, t-statistik sebesar 20,036, dan p-value < 0,05. Temuan ini menegaskan bahwa literasi digital dan kompetensi AI merupakan faktor penting dalam meningkatkan akurasi perencanaan SDM dan mendukung pengambilan keputusan strategis berbasis data di perusahaan-perusahaan yang sedang berkembang. Selain itu, studi ini menyoroti bahwa integrasi analisis prediktif dapat membantu organisasi dalam mengidentifikasi kebutuhan tenaga kerja secara lebih efisien, mengurangi potensi kesalahan perencanaan, dan memperkuat kesiapan organisasi dalam menghadapi tantangan transformasi digital. Temuan ini juga menekankan pentingnya pelatihan karyawan yang berkelanjutan dan adaptasi teknologi untuk memastikan praktik manajemen SDM yang berkelanjutan. Penelitian ini memberikan kontribusi pada pengembangan kajian manajemen sumber daya manusia digital dengan menyediakan bukti empiris mengenai peran pemahaman karyawan terhadap predictive analytics berbasis AI dalam mengoptimalkan perencanaan tenaga kerja pada perusahaan teknologi yang sedang berkembang.
Referensi
Alhamad, A., Alshurideh, M., Alomari, K., Al Kurdi, B., Alzoubi, H., Hamouche, S., & Al-Hawary, S. (2022). The effect of electronic human resources management on organizational health of telecommunications companies in Jordan. International Journal of Data and Network Science, 6(2), 429–438. https://doi.org/10.5267/j.ijdns.2021.12.011
Bositkhanova, N., & Dadaboyev, S. M. U. (2025). Revolutionizing workforce planning: the strategic role of AI in HR strategy. Discover Global Society, 3(1). https://doi.org/10.1007/s44282-025-00252-y
Cheung, G. W., Cooper-Thomas, H. D., Lau, R. S., & Wang, L. C. (2024). Reporting reliability, convergent and discriminant validity with structural equation modeling: A review and best-practice recommendations. In Asia Pacific Journal of Management (Vol. 41, Number 2). Springer US. https://doi.org/10.1007/s10490-023-09871-y
Darmalaksana, W. (2020). M. P. K. S. P. dan S., Bandung, L. P.-P. D. L. U. S. G. D., & 1–6. (2020). Metode Penelitian Kualitatif Studi Pustaka dan Studi Bandung, Lapangan. Pre-Print Digital Library UIN Sunan Gunung Djati 1.
Edumadze, J. K. E., & Govender, D. W. (2024). The community of inquiry as a tool for measuring student engagement in blended massive open online courses (MOOCs): a case study of university students in a developing country. Smart Learning Environments, 11(1). https://doi.org/10.1186/s40561-024-00306-9
Gefen, D., Straub, D., & Boudreau, M.-C. (2000). Structural Equation Modeling and Regression: Guidelines for Research Practice. Communications of the Association for Information Systems, 4(October). https://doi.org/10.17705/1cais.00407
Hair Jr et al. (2021). Partial least squares structural equation modeling (PLS-SEM) using R: A workbook (p. 197). Springer Nature. In Structural Equation Modeling: A Multidisciplinary Journal (Vol. 30, Number July).
Hasanah, U. (2026). TRANSFORMASI DIGITAL DALAM HUMAN RESOURCE MANAGEMENT : PENDEKATAN PREDICTIVE ANALYTICS. 2, 212–218.
Hermawan, S., & Hariyanto, W. (2022). Buku Ajar Metode Penelitian Bisnis (Kuantitatif Dan Kualitatif ). In Buku Ajar Metode Penelitian Bisnis (Kuantitatif Dan Kualitatif ). https://doi.org/10.21070/2022/978-623-464-047-2
Hong, N. T. H., Hanh, T. T., Anh, N. Q., Anh, D. N., Ngoc, T. M., & Nhi, N. D. L. (2024). Green Human Resources Management and employees’ green behavioral intention: the role of individual green values and corporate social responsibility. Cogent Business and Management, 11(1). https://doi.org/10.1080/23311975.2024.2386464
Kurniati, I., Winarno, H., & Yuliyanti, D. (2023). Pemanfaatan Algoritma Neural Network Untuk Predictive Analytic Angka Buta Huruf Di Indonesia. Jeis: Jurnal Elektro Dan Informatika Swadharma, 3(2), 94–104. https://doi.org/10.56486/jeis.vol3no2.364
LutfianI, N., Widayanti, R., Sembiring, I., Rahardja, U., Iwan, Setyawan, & Setiawan, A. (2025). Exploring the relationship between artificial intelligence and Islamic finance. Artificial Intelligence and Islamic Finance, 19(1), 77–87. https://doi.org/10.4324/9781003171638-6
Muhamad Farhan Ali, Rezha Fahrullah, & Didin Hikmah Perkasa. (2024). Strategi Penerapan Kecerdasan Buatan (AI) Dalam Mengelola Manajemen Sumber Daya Manusia Internasional (IHRM). Jurnal Ekonomi Manajemen Sistem Informasi, 6(2), 1121–1129. https://doi.org/10.38035/jemsi.v6i2.3527
Namazov, G., Tukhtaeva, N., Ernazarov, M., & Meylikulov, S. (2025). Role of AI-Powered Talent Analytics and Predictive Analytics in Enhancing Operational Resilience of Tech Enterprises. International Academic Journal of Science and Engineering, 12(4), 396–405. https://doi.org/10.71086/IAJSE/V12I4/IAJSE12107
Nisa, S. K. (2025). Strategi transformasi digital dalam meningkatkan daya saing dan kinerja perusahaan di era artificial intelligence. 3, 1634–1640.
Nishitha Reddy Nalla. (2024). AI-Driven Predictive Analytics for Workforce Planning and Optimization. International Journal of Scientific Research in Computer Science, Engineering and Information Technology, 10(4), 349–353. https://doi.org/10.32628/cseit2477112
Raharjo, B. (2021). Penerapan Artificial Intelegent Dalam Bisnis. In Yayasan Prima Agus Teknik. http://penerbit.stekom.ac.id/index.php/yayasanpat/article/view/149
Seočanac, M. (2024). PLS-SEM: A hidden gem in tourism research methodology. Menadzment u Hotelijerstvu i Turizmu, 12(1), 115–131. https://doi.org/10.5937/menhottur2400005s
Tedy Roberto, Lena Nofelia, Tati Murni, Sufyarma Marsidin, & Nellitawati. (2022). Perencanaan Sumber Daya Manusia. EduInovasi: Journal of Basic Educational Studies, 5(1), 161–170. https://doi.org/10.47467/edu.v5i1.5885
Tilahun, M., Berhan, E., & Tesfaye, G. (2023). Determinants of consumers’ purchase intention on digital business model platform: evidence from Ethiopia using partial least square structural equation model (PLS-SEM) technique. Journal of Innovation and Entrepreneurship, 12(1). https://doi.org/10.1186/s13731-023-00323-x
Walker. (1980). Walker-Report-1980.pdf (p. Report on the Interchange of Intelligence between). Belfast: Royal Ulster Constabulary.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Dian Riska Trianjani, Misbahul Munir, Sayyidah Auliya, Niki Puspitasari
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
