- Kehadiran dan jam kerja hanyalah activity metrics. Baru menjadi productivity metrics kalau digabungkan dengan data operasional bisnis lain, seperti output per man-month.
- Ketika produktivitas turun, akar masalahnya lebih sering ada di ketidakcocokan peran (role fit) dibanding kemalasan. Ini bisa dipetakan lewat framework kapabilitas ร kemauan ร lingkungan.
Pertanyaan penutup dalam panel discussion “Measuring Productivity in a Hybrid Workforce” sederhana, tetapi memancing perdebatan: lima tahun dari sekarang, metrik apa yang seharusnya berhenti diukur oleh perusahaan? Dan sebaliknya, apa yang justru perlu mulai diukur?
Sesi berdurasi sekitar 36 menit ini berlangsung pada 25 Juni 2026 di Kuningan City Brand Ballroom sebagai bagian dari B2B Tech Asia Expo 2026 in Indonesia.
Dalam acara tersebut, Mekari turut hadir sebagai exhibitor sekaligus pembicara pada salah satu sesi, mendukung diskusi mengenai transformasi HR dan masa depan dunia kerja.
Dipandu oleh Ken Ratri Iswari (Founder & CEO Geekhunter), sesi ini menghadirkan empat panelis dengan perspektif yang saling melengkapi: Mark P. Eliasaputra dari Valdo International, Susanto dari Human Care, Johny Gunawan dari Gajian Sekarang, serta Dedy Dahlan dari Mitologi Inspira.
Kenapa Data Kehadiran Saja Bukan Data Produktivitas
Activity Metrics vs Productivity Metrics: Kapan Jam Kerja Benar-Benar Bermakna?
Mark P. Eliasaputra membuka diskusi dengan menjelaskan dua data dasar yang biasanya paling dulu dilihat lewat HRIS: output perusahaan dan jam kerja karyawan.
Soal jam kerja, ia menegaskan bahwa data kapan karyawan check-in dan check-out itu penting bukan untuk diri sendiri, tapi untuk dibandingkan.
Ia mencontohkan, dua tim bisa saja menghasilkan output yang sama dalam periode yang sama, tetapi kalau satu tim tidak lembur sementara tim lain banyak lemburnya, itu artinya tim yang lembur lebih banyak sedang tidak efisien.
Menariknya, ketika moderator bertanya apakah data kehadiran dan jam kerja termasuk productivity metrics atau hanya activity metrics, Mark memberikan klarifikasi.
Menurutnya, data jam kerja yang berdiri sendiri hanyalah activity metrics. Data tersebut baru memiliki makna sebagai productivity metrics ketika dikaitkan dengan metrik lain, seperti output kerja, target bisnis, atau indikator operasional yang relevan.
Dengan kata lain, jam kerja bukan ukuran produktivitas, melainkan konteks untuk memahami bagaimana produktivitas dicapai.
Output per Man-Month sebagai Indikator Kapasitas yang Lebih Akurat
Salah satu contoh konkret yang diberikan Mark adalah menghitung output bukan per hari, melainkan per man-month, sehingga perusahaan tahu persis berapa hari kerja dan berapa orang yang terlibat dalam menghasilkan output tersebut.
Cara ini memberi gambaran kapasitas perusahaan yang jauh lebih detail dibanding sekadar angka output harian, karena bisa mengungkap inefisiensi yang tidak terlihat dari data mentah, misalnya ternyata jumlah orang yang terlibat terlalu banyak dibanding output yang dihasilkan.
“Data Collection vs Data Connection”: Peran AI Menghubungkan Titik-Titik Data Jadi Insight
Salah satu insight paling tajam dari Mark datang di penghujung sesi, saat ia menjawab pertanyaan soal apa yang seharusnya berhenti diukur perusahaan lima tahun ke depan.
Menurutnya, dulu banyak orang beranggapan bahwa perusahaan perlu mengumpulkan sebanyak mungkin data, karena data dianggap sebagai “the new oil”.
Namun menurutnya, di dunia yang sekarang sangat ditopang AI, competitive advantage sebenarnya bukan lagi ada di data collection, melainkan di data connection: bagaimana data-data yang sudah dikumpulkan dihubungkan satu sama lain untuk menghasilkan business insight yang mendukung pengambilan keputusan.
Yang perlu dihentikan, tegasnya, bukan pengumpulan data secara umum, melainkan kebiasaan mengumpulkan data hanya karena bisa dikumpulkan, padahal tidak menjawab tantangan bisnis apa pun.
Kalau Produktivitas Turun, Masalahnya Belum Tentu di Orangnya
Moderator kemudian mengarahkan diskusi ke pertanyaan yang sering muncul di banyak organisasi: ketika produktivitas seorang karyawan menurun, apa penyebabnya?
Apakah karena karyawan tersebut memang kurang kompeten, tidak cocok dengan pekerjaannya, kepemimpinannya kurang mendukung, atau justru ekspektasi terhadap perannya yang belum jelas?
Framework Kapabilitas ร Kemauan ร Lingkungan dari Sudut Pandang Assessment
Susanto dari Human Care membawa perspektif yang mengubah cara banyak perusahaan memandang penurunan produktivitas.
Menurutnya, ketika produktivitas seorang karyawan turun, perusahaan sering langsung berasumsi orang tersebut kurang kompeten atau malas.
Padahal, ada tiga hal yang perlu diukur lebih dulu: kapabilitas (apakah karyawan tersebut memang mampu menjalani tugasnya), kemauan (apakah dia mau menjalaninya), dan lingkungan (apakah leadership dan budaya kerja di sekitarnya benar-benar mendukung dia untuk perform).
Dari pengalamannya di lapangan, akar masalah yang paling sering ditemukan justru ada di sisi kapabilitas atau kompetensi, bukan karena orangnya tidak becus, tapi karena banyak yang direkrut dan langsung bekerja tanpa benar-benar diukur kompetensinya lebih dulu.
Padahal, setiap level jabatan punya tuntutan kompetensi yang berbeda: staf dituntut mampu mengurus dirinya sendiri, supervisor mengurus timnya, manajer mengurus divisinya, dan seterusnya.
Kenapa Root Cause Paling Sering Ditemukan adalah Role Fit, Bukan Kemalasan
Susanto memberi contoh konkret: bila seseorang direkrut untuk posisi manajer, tetapi ketika diukur ternyata kompetensinya masih setara level staf, penurunan produktivitas yang terjadi bukan soal malas, melainkan soal role fit yang belum sesuai.
Solusinya, menurutnya, bukan langsung mengeluarkan orang tersebut, melainkan melakukan profiling untuk memastikan posisinya, lalu mencari peran yang benar-benar cocok dengannya.
Alasannya, talent itu mahal untuk direkrut, dan membangun engagement karyawan juga butuh biaya besar.
Kalau setiap kali ada yang belum perform langsung dikeluarkan, sinyal yang diterima karyawan lain adalah bahwa satu kali gagal perform berarti risiko dikeluarkan โdan ini justru menurunkan tingkat engagement di seluruh organisasi.
Susanto juga membagikan tiga faktor yang, menurut riset yang ia rujuk, paling memengaruhi performa kerja seseorang: inteligensi (memengaruhi seberapa cepat seseorang menyerap job knowledge), conscientiousness atau kedisiplinan dan ketekunan dari kerangka Big Five personality, dan kompetensi berbasis pengalaman serupa sebelumnya.
Ia bahkan menyebut bahwa riwayat kerja di CV hanya benar-benar prediktif untuk lima tahun pertama bekerja, karena setelahnya pengalaman yang berulang tanpa hal baru untuk dipelajari tidak lagi menambah nilai prediktif.
Faktor yang Sering Diabaikan: Kesehatan Finansial Karyawan
Studi Kasus Pabrik Cat: Bagaimana Financial Stress Menurunkan Performa Nyata
Johny Gunawan dari Gajian Sekarang, membagikan satu studi kasus yang paling banyak diingat dari sesi ini.
Menurutnya, stres finansial tidak bisa ditinggalkan begitu saja saat karyawan check-in bekerja. Pikiran soal utang, cicilan, dan kebutuhan hidup tetap terbawa ke tempat kerja.
Ia menceritakan pengalaman langsung dari salah satu klien di sektor manufaktur: karyawan di bagian peracikan cat yang mengalami financial stress justru berulang kali salah meracik campuran, sehingga menghasilkan banyak bad stock dan kerugian nyata bagi perusahaan. Menurut Johny, stres finansial berdampak langsung ke performa kerja, kreativitas, kemampuan problem solving, sampai stabilitas emosional karyawan, dan kombinasi ini bisa menciptakan toxic work environment jika dibiarkan menumpuk.
Ia menekankan, stres dalam jumlah tertentu memang bisa memotivasi seseorang untuk bekerja lebih giat demi memenuhi kebutuhan finansial.
Akan tetapi, kalau stres itu berlangsung terus-menerus tanpa jeda, dampaknya justru sebaliknya.
Ia menganalogikannya seperti memegang akuarium berisi ikan: sesaat masih terasa ringan, tapi makin lama dipegang, beban ringan itu jadi terasa berat.
Financial Wellbeing sebagai Productivity Strategy, Bukan Sekadar Benefit
Insight paling penting dari Johny adalah pergeseran cara pandang: financial wellbeing seharusnya tidak lagi diperlakukan sekadar sebagai employee benefit, melainkan sebagai strategi produktivitas perusahaan.
Ia menganalogikannya seperti sel-sel dalam tubuh manusia: kalau selnya tidak sehat, tubuh secara keseluruhan pun tidak sehat. Kalau karyawan secara finansial tidak sehat, cepat atau lambat performa perusahaan secara keseluruhan pun ikut terdampak.
Pandangan ini juga selaras dengan riset yang lebih luas.
Survei PwC terhadap tenaga kerja global menemukan bahwa sebagian besar responden Gen Z setuju bahwa stres finansial memengaruhi kesehatan mental mereka, dan mayoritas dari mereka melaporkan penurunan produktivitas akibat stres finansial tersebut.
Riset yang sama juga mencatat bahwa lebih dari separuh responden mengaku sedang stres soal keuangan mereka saat ini โsebuah beban yang, jika dikalikan ke seluruh tenaga kerja perusahaan, berpotensi menimbulkan kerugian produktivitas dalam skala besar.
Sibuk Bukan Berarti Produktif: Cek Alignment Organisasi Dulu
Tanda-Tanda “Busyness”: Rapat Berlebihan, Tim Selalu Lelah Setelah Meeting
Dedy Dahlan dari Mitologi Inspira membawa istilah yang menempel kuat sepanjang sesi ini: busyness, bukan business.
Menurutnya, tanda paling kasat mata dari organisasi yang terjebak dalam kesibukan semu adalah tim yang selalu kelelahan setelah rapat, diikuti rapat lanjutan yang terus bertambah setiap minggunya.
Ia membagikan pengalaman melatih sebuah organisasi yang awalnya diminta untuk training soal produktivitas karyawan dan kolaborasi.
Di tengah sesi pelatihan, ia menyadari bahwa masalah sebenarnya bukan karena karyawan tidak produktif โpekerjaan mereka memang selesaiโ tetapi karena apa yang mereka kerjakan tidak sejalan dengan apa yang sebenarnya diharapkan perusahaan.
Ketika ia bertanya langsung ke peserta apakah mereka tahu visi organisasi tempat mereka bekerja, tidak ada satu pun yang bisa menjawab.
Dari situ Dedy menyimpulkan, tanda paling mendasar dari busyness adalah misalignment: ketika goal tidak selaras dengan strategi, strategi tidak selaras dengan eksekusi, sistem pengukuran tidak sesuai dengan goal, dan skill karyawan tidak sesuai dengan perannya.
Ia menutup poin ini dengan analogi yang mudah diingat: kalau seekor ikan disuruh memanjat pohon dan seekor monyet disuruh berenang, lalu keduanya diukur dari prestasi yang sama, yang sebenarnya bingung adalah sistem penilaiannya, bukan si ikan atau si monyet.
5-Layer Organizational Alignment Map sebagai Alat Diagnosis
Untuk mendiagnosis di layer mana masalah alignment ini terjadi, Dedy membagikan kerangka kerja miliknya bernama Organizational Alignment Map, yang menganalisis lima layer sekaligus: strategy layer, leadership layer, management cascading layer, team execution layer, dan personal individual development layer.
Ia memberi contoh masing-masing: masalah di strategy layer terjadi ketika pemimpin puncak tahu visi dan strateginya, tetapi orang kepercayaannya sendiri bahkan tidak tahu arah tersebut.
Masalah di leadership layer terjadi ketika dua pemimpin dalam satu organisasi tidak sejalan soal prioritas.
Masalah di management cascading terjadi ketika sistem pengukuran yang dipakai tidak relevan dengan goal sebenarnya, misalnya goal-nya menurunkan komplain pelanggan, tapi yang diukur justru kehadiran karyawan.
Baru dua layer terakhir, team execution dan individual development, menyentuh soal kemampuan tim mengeksekusi dan kesediaan individu untuk terus belajar.
Pelajaran pentingnya adalah, sebelum memberi solusi apa pun untuk masalah produktivitas, perusahaan perlu tahu dulu persis di layer mana masalah itu berasal.
Sebab, seperti kata Dedy, jangan sampai minum satu obat untuk semua penyakit.
Soal Monitoring Software: Bantu Produktivitas atau Rusak Trust?
Setelah membahas metrik produktivitas, moderator mengangkat isu yang semakin relevan di era kerja hybrid: apakah software monitoring karyawan, seperti screenshot berkala, pelacakan gerakan mouse, hingga webcam tracking, benar-benar membantu meningkatkan produktivitas, atau justru merusak kepercayaan antara perusahaan dan karyawan?
Tujuan Asli Tools Monitoring adalah Compliance, Bukan Produktivitas
Di era hybrid, semakin banyak perusahaan, terutama di sektor IT, mengadopsi software monitoring karyawan, mulai dari screenshot berkala, pelacakan gerakan mouse, sampai webcam tracking.
Ketika ditanya apakah tools semacam ini benar-benar membantu produktivitas atau justru merusak trust, Mark P. Eliasaputra memberi jawaban yang cukup mengejutkan: teknologi monitoring itu sendiri tidak salah, yang sering salah adalah cara penggunaannya.
Menurutnya, tujuan utama sistem monitoring dan surveillance bukanlah produktivitas, melainkan compliance, yaitu memastikan sesuatu dikerjakan dengan cara yang benar.
Ia mencontohkan psikotes online yang bisa diakses dari jarak jauh: sistem proctoring dengan webcam dan mouse tracking memang diperlukan di sana untuk mencegah kecurangan.
Namun, untuk pekerjaan sehari-hari, penggunaan tools semacam ini justru berisiko membuat karyawan merasa terus-menerus diawasi.
Ia bahkan mencontohkan celah dari pendekatan ini. Seseorang bisa saja terlihat aktif dengan menggerakkan mouse selama lima menit tanpa menghasilkan apa-apa.
Artinya, indikator aktivitas semacam ini tidak benar-benar mencerminkan produktivitas, hanya mencerminkan kepatuhan pada aturan tertentu, sesuatu yang relevan untuk sektor dengan kebutuhan compliance tinggi seperti perbankan, tetapi tidak otomatis relevan untuk mengukur seberapa produktif seseorang bekerja.
Kapan Monitoring Software Benar-Benar Dibutuhkan?
Dari penjelasan Mark, terlihat garis pemisah yang cukup jelas. Software monitoring tepat digunakan ketika ada kebutuhan compliance yang spesifik, misalnya untuk mencegah kecurangan dalam asesmen daring atau memenuhi persyaratan audit di industri yang diatur secara ketat seperti perbankan.
Namun, di luar konteks tersebut, penggunaan monitoring secara intensif dalam pekerjaan sehari-hari berisiko mengurangi kepercayaan karyawan tanpa benar-benar meningkatkan produktivitas.
Pandangan ini juga berkaitan dengan penerapan Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi (UU PDP).
Regulasi tersebut mewajibkan setiap pengendali data, termasuk perusahaan, memiliki dasar pemrosesan yang sah dan tujuan yang jelas dalam mengumpulkan data pribadi karyawan, serta mengatur sanksi administratif apabila kewajiban tersebut tidak dipenuhi.
Sejalan dengan itu, Mark mengingatkan bahwa perusahaan sebaiknya tidak mengumpulkan data hanya karena teknologinya memungkinkan.
Jika tidak didasarkan pada kebutuhan compliance atau tujuan bisnis yang jelas, praktik tersebut bukan hanya berpotensi mengikis trust karyawan, tetapi juga dapat menimbulkan risiko kepatuhan terhadap regulasi pelindungan data pribadi.
5 Tahun ke Depan: Apa yang Harus Berhenti (dan Mulai) Diukur Perusahaan
Pertanyaan penutup dari moderator menghasilkan empat jawaban yang saling melengkapi, masing-masing dari sudut pandang panelis yang berbeda.
1. Dari Absensi ke Timesheet โ Prediksi Susanto
Susanto memprediksi bahwa yang akan hilang dari pengukuran perusahaan adalah absensi sederhana (clock in-clock out), dan yang akan menggantikannya adalah timesheet berbasis tugas untuk mencatat apa yang benar-benar dikerjakan karyawan, siapa saja yang mengerjakannya, dan berapa lama.
Menurutnya, data semacam ini bisa langsung diterjemahkan menjadi cost benefit analysis yang lebih strategis dan bahkan bisa dibantu AI untuk memberi rekomendasi prioritas kerja langsung ke karyawan, sehingga arah dan ekspektasi perusahaan tersampaikan sampai ke level tugas harian.
2. Dari Kuantitas ke Kualitas Output โ Prediksi Johny
Johny Gunawan menekankan bahwa ukuran yang relevan sangat tergantung jenis bisnisnya.
Di sektor manufaktur, kehadiran tetap penting, tetapi di industri kreatif, kehadiran tanpa hasil nyata tidak banyak berarti.
Ia memprediksi ke depan perusahaan akan semakin fokus mengukur kualitas output, bukan sekadar kuantitasnya, karena satu kampanye kreatif yang berdampak besar bisa jauh lebih bernilai dibanding sepuluh kampanye yang tidak efektif.
3. Mulai Mengukur Alignment & Wellbeing โ Prediksi Dedy
Dedy Dahlan memilih menjawab dari arah sebaliknya, bukan apa yang harus berhenti diukur, melainkan apa yang harus mulai diukur secara rutin: alignment dan wellbeing.
Menurutnya, masa depan HR adalah personalisasi, bukan lagi generalisasi, sehingga perusahaan perlu mulai mengukur seberapa selaras seluruh lapisan organisasi memahami arah bersama, sekaligus seberapa baik kondisi wellbeing karyawan yang menopang kemampuan mereka untuk berkontribusi maksimal.
4. Stop Mengumpulkan Data yang Tidak Menjawab Tantangan Bisnis โ Prediksi Mark
Sementara itu, Mark menutup diskusi dengan pandangan yang merangkum insight dari para panelis lainnya.
Menurutnya, data-data inti HR akan tetap dibutuhkan. Yang perlu dihentikan adalah kebiasaan mengumpulkan data hanya karena teknologi memungkinkan, tanpa benar-benar menjawab kebutuhan bisnis.
Selain menghasilkan data yang tidak bernilai, praktik tersebut juga berpotensi menimbulkan risiko kepatuhan terhadap regulasi pelindungan data pribadi apabila dilakukan tanpa tujuan yang jelas.
Kesimpulan
Seperti dirangkum moderator Ken Ratri Iswari di penutup sesi ini, di setting kerja hybrid, produktivitas tidak bisa lagi diukur dari siapa yang paling terlihat sibuk, paling cepat merespons chat, atau paling lama online.
Yang jauh lebih penting adalah output, dampak, kualitas, trust, dan alignment, serta apakah sistem kerja yang ada benar-benar mendukung orang-orang di dalamnya untuk perform.
Data dan HR technology tetap sangat membantu, tapi harus dipakai dengan bijak agar tidak berubah menjadi alat pengawasan semata.
Dan ketika produktivitas turun, bukan berarti masalahnya otomatis ada di orangnya, bisa jadi akar masalahnya ada di role fit, kondisi finansial karyawan, kapasitas kepemimpinan, atau cara organisasi mendesain pekerjaan itu sendiri.
Pada akhirnya, produktivitas bukan soal bekerja lebih banyak, melainkan bekerja lebih tepat, lebih sehat, dan menghasilkan outcome yang benar-benar berdampak.
