Manajemen HR Multi Entitas: Di Mana Prosesnya Mulai Gagal?

Rasio HR terhadap karyawan di perusahaan Anda terlihat sehat, katakanlah satu staf HR untuk setiap 80-100 karyawan, sesuai kisaran yang dianggap wajar untuk organisasi seukuran itu.

Tapi di satu entitas yang baru diakuisisi tahun lalu, pekerjaan HR jadi menumpuk di mana approval cuti butuh sepuluh hari untuk disetujui, dan payroll adjustment jadi rutinitas bulanan yang menyita waktu tim finance. Rasio company-wide bilang semua baik-baik saja, namun di satu entitas tersebut, fakta justru sebaliknya.

Rasio HR-karyawan yang sehat di level perusahaan bukan jaminan operasional HR baik-baik saja. Di organisasi multi-entitas, kegagalan proses HR tidak muncul merata. Boleh jadi, ada keretakan terlebih dahulu di titik tertentu.

Artikel ini membahas kenapa rata-rata company-wide adalah tempat terakhir masalah skala akan terlihat, dan apa yang perlu dipantau sebagai gantinya. Simak selengkapnya berikut ini.

Employee-to-HR Ratio yang Sehat, Tapi Satu Entitas Sudah Tenggelam

Employee-to-HR ratio adalah salah satu metrik operasional HR paling umum dipakai untuk menilai kecukupan sumber daya. Data SHRM 2025 CHRO Benchmarking mencatat rasio rata-rata sudah naik ke 1,98 staf HR per 100 karyawan, dari 1,58 pada 2017 — sinyal bahwa organisasi memang menambah investasi ke fungsi HR.

Tapi angka rata-rata ini, seperti kebanyakan rata-rata, menyembunyikan lebih banyak dari yang ia ungkap. Riset dari berbagai lembaga (SHRM, CIPD, Gartner, Bloomberg Law) memberi angka yang berbeda-beda tergantung metodologi — dan salah satu alasan utamanya adalah rasio ini sangat bergantung pada ukuran perusahaan, tingkat maturity teknologi, dan yang paling sering diabaikan: seberapa terdistribusi organisasinya secara struktural.

Perusahaan dengan banyak entitas dan lokasi biasanya mengoperasikan rasio lebih efisien di level agregat karena shared services dan otomatisasi — tapi efisiensi di level agregat ini bisa menutupi entitas tertentu yang jauh di bawah standar, terutama entitas baru hasil akuisisi atau ekspansi yang belum terintegrasi penuh ke proses HR pusat.

SHRM juga mencatat 62% profesional HR bekerja melebihi kapasitas pada 2024, dan 57% melaporkan timnya kekurangan staf — data yang, sekali lagi, adalah rata-rata yang menyembunyikan di mana beban itu sebenarnya paling berat.

Kenapa Skala Tidak Gagal Merata: Gagal di Titik Tertentu

Asumsi yang keliru tapi umum: proses HR akan melambat secara proporsional seiring perusahaan bertambah besar. Kenyataannya, kegagalan skala jauh lebih tidak merata dari itu.

Riset Gartner mencatat rata-rata perusahaan enterprise menjalankan lima sistem HR terpisah — untuk absensi, payroll, HRIS, rekrutmen, dan performance management — dan setiap sistem tambahan ini menciptakan titik gesekan baru di setiap penambahan entitas, bukan penambahan beban yang merata ke semua bagian organisasi.

Enterprise HRIS untuk workforce multi-entitas yang dikelola dengan baik memang harus mengakomodasi perbedaan struktur approval, aturan rekrutmen, dan regulasi ketenagakerjaan per entitas — tapi ini juga berarti setiap entitas baru berpotensi menjadi titik rawan tersendiri, bukan sekadar penambahan angka ke headcount total.

Entitas yang paling rawan biasanya bukan entitas lama yang sudah stabil dan terbiasa dengan proses pusat, melainkan entitas baru yang masih menyesuaikan diri — persis di titik inilah leadership paling jarang melihat masalah, karena laporan yang sampai ke meja mereka biasanya sudah dalam bentuk agregat.

Ada juga faktor waktu yang jarang diperhitungkan: titik rawan ini tidak statis. Entitas yang tahun lalu bermasalah bisa saja sudah stabil sekarang, sementara entitas yang dulu paling lancar bisa mulai goyah setelah pergantian pemimpin lokal, penambahan volume bisnis, atau perubahan regulasi daerah.

Memantau titik rawan sebagai daftar tetap, bukan sebagai sesuatu yang perlu ditinjau ulang secara berkala, adalah kesalahan yang sama seringnya dengan tidak memantaunya sama sekali.

Approval Time: Sinyal Paling Awal yang Tersembunyi di Rata-Rata

Approval time rata-rata perusahaan bisa terlihat wajar — katakanlah dua hari kerja untuk pengajuan standar — sementara approval chain di satu entitas atau departemen tertentu bisa dua sampai tiga kali lebih lama karena lapisan approval tambahan, approver yang merangkap banyak tanggung jawab, atau proses manual yang belum terhubung ke sistem pusat.

Salah satu model yang membantu memetakan ini adalah pendekatan bertingkat (tiered support) dalam HR shared services untuk perusahaan multi-entitas: Tier 0 untuk pertanyaan rutin yang bisa dijawab lewat knowledge base mandiri, Tier 1 untuk tiket yang butuh konfirmasi petugas, dan seterusnya — dengan pelacakan SLA di setiap tingkat.

Pendekatan ini penting justru karena ia memaksa organisasi melihat approval time per tingkat dan per entitas, bukan sebagai satu angka rata-rata yang menyamarkan di mana sebenarnya bottleneck terjadi.

Implementasi knowledge base yang tepat di Tier 0 saja dilaporkan bisa memangkas volume pertanyaan HR rutin hingga 40-60% — bukan dengan mempercepat approval, tapi dengan mengurangi jumlah yang perlu masuk ke antrean approval sama sekali.

HR Tickets dan Payroll Adjustments: Beban Kerja yang Naik Non-Linear

Volume tiket HR dan payroll adjustment tidak bertambah linear seiring jumlah entitas bertambah — ia bertambah lebih cepat dari itu, karena setiap entitas baru membawa kompleksitas regulasi lokalnya sendiri: UMR yang berbeda, peraturan daerah yang berbeda, kadang skema BPJS atau pajak yang perlu penyesuaian khusus.

Riset dari penyedia payroll enterprise mencatat bahwa pemrosesan payroll manual pada skala ribuan karyawan bisa menghasilkan tingkat kesalahan 5-10%, dibanding di bawah 1% pada sistem yang terotomasi penuh — dan satu studi kasus nyata mencatat perusahaan manufaktur 1.500 karyawan yang mengalami kerugian pajak terutang hingga 250.000 dolar AS setelah ekspansi ke dua negara bagian baru tanpa sistem yang cukup skalabel untuk menangani aturan lokal yang berbeda.

Meski konteksnya di luar Indonesia, polanya relevan: ekspansi ke lokasi baru nyaris selalu membawa kompleksitas regulasi yang tidak proporsional dengan penambahan headcount-nya.

Software payroll multi-entitas yang baik memisahkan konfigurasi payroll, hierarki approval, dan akses peran per entitas — sehingga penyesuaian payroll di satu entitas tidak perlu menunggu proses manual terpisah dari entitas lain, dan kesalahan di satu tempat tidak ikut merembet ke laporan konsolidasi pusat.

Attendance Exceptions dan Policy Deviations: Standardisasi vs Otonomi Lokal

Attendance exceptions dan policy deviations adalah sinyal ketegangan yang selalu ada antara kebijakan pusat yang seragam dan kebutuhan operasional lokal yang berbeda-beda. Sedikit deviasi dari kebijakan pusat itu wajar dan bahkan sehat — artinya kebijakan cukup fleksibel mengakomodasi konteks lokal.

Tapi deviasi yang terus membesar dari waktu ke waktu, atau terkonsentrasi di entitas tertentu, adalah sinyal berbeda: kebijakan pusat sudah tidak lagi relevan dengan realitas operasional di lapangan, dan setiap orang diam-diam mencari jalan sendiri untuk mengakalinya.

Panduan software HR untuk perusahaan multi-entitas menekankan pentingnya approval workflow yang bisa dikonfigurasi berbeda per entitas tanpa kehilangan konsistensi governance di level grup — prinsip yang sama berlaku untuk kebijakan absensi dan lembur.

Aturan lembur di Indonesia sendiri sudah cukup jelas dari sisi regulasi; tantangan sesungguhnya ada di eksekusi: entitas yang beroperasi di lokasi dengan pola kerja berbeda (misalnya operasional lapangan dengan shift tidak beraturan) akan secara alami menghasilkan lebih banyak attendance exception dibanding entitas kantor pusat, dan menyamaratakan toleransi keduanya sering kali yang justru menciptakan gesekan.

Onboarding Time: Indikator Paling Awal yang Sering Diabaikan

Dari semua sinyal di atas, onboarding time sering kali yang paling awal memanjang di entitas baru — bahkan sebelum masalah approval, tiket, atau payroll terlihat jelas di laporan lain. Alasannya sederhana: proses onboarding menyentuh hampir semua sistem HR sekaligus dalam waktu singkat — data karyawan, payroll, akses sistem, approval kontrak — sehingga celah di salah satu proses langsung terasa dampaknya di sini lebih dulu.

Riset Gallup mencatat hanya 12% karyawan yang benar-benar setuju bahwa organisasi mereka melakukan onboarding dengan baik, sementara riset dari Brandon Hall Group menemukan bahwa onboarding yang terstruktur dapat memangkas waktu menuju produktivitas penuh sebesar 30-50% dibanding pendekatan yang tidak terstruktur.

Di entitas baru — terutama hasil akuisisi atau ekspansi lokasi — proses onboarding yang efektif sering kali belum sepenuhnya mengikuti standar yang sudah matang di entitas lama, sehingga durasi onboarding di sana secara konsisten lebih panjang — dan durasi ini adalah indikator lebih awal ketimbang menunggu data attrition atau komplain karyawan muncul beberapa bulan kemudian.

Kerangka Praktis: Memantau Distribusi dan Varians, Bukan Rata-Rata Perusahaan

Delapan sinyal di atas — entities/locations, HR tickets, payroll adjustments, attendance exceptions, approval time, policy deviations, employee-to-HR ratio, dan onboarding time — punya satu kesamaan: masing-masing jauh lebih informatif kalau dilihat sebagai distribusi per entitas atau lokasi, bukan sebagai satu angka rata-rata perusahaan.

Pergeseran praktis yang perlu dilakukan: alih-alih menanyakan “berapa rata-rata approval time kita”, tanyakan “entitas mana yang approval time-nya dua kali lipat rata-rata, dan sudah berapa lama begitu”.

Alih-alih menanyakan “berapa rasio HR-karyawan kita”, tanyakan “entitas mana yang rasionya paling jauh dari standar, dan apakah itu entitas baru yang memang wajar masih menyesuaikan, atau entitas lama yang seharusnya sudah stabil”.

Ini juga soal siapa yang bertanggung jawab melihat breakdown ini. Di banyak organisasi, data per entitas sebenarnya ada — tersimpan di sistem lokal masing-masing — tapi tidak ada satu pihak yang rutin membandingkannya lintas entitas sampai muncul masalah besar.

COO dan HR Operations Director idealnya memegang ritme review yang sama untuk kedua sisi ini: operasional bisnis per lokasi dan operasional HR per entitas, karena keduanya sering kali bergerak bersamaan — entitas dengan tekanan operasional tinggi biasanya juga entitas dengan tiket HR dan attendance exception yang menumpuk.

Pengelolaan data karyawan yang terpusat — di satu sistem yang sama untuk semua entitas, bukan tersebar di spreadsheet dan sistem lokal yang berbeda-beda — adalah prasyarat untuk bisa melakukan breakdown ini sama sekali. Tanpa itu, leadership hanya akan terus melihat rata-rata yang terlihat sehat, sampai satu entitas benar-benar berhenti berfungsi dan masalahnya sudah terlalu besar untuk diperbaiki dengan tenang.

Menemukan entitas mana yang tiket HR-nya menumpuk, approval-nya paling lambat, dan deviasi kebijakannya paling tinggi — sebelum itu semua terlihat di laporan rata-rata perusahaan — butuh sistem yang bisa melacak dan merutekan setiap permintaan secara terstruktur per entitas.

HR Helpdesk Mekari Talenta menyediakan rute approval otomatis berdasarkan struktur hierarki perusahaan, pelacakan SLA real-time per tiket, dan basis pengetahuan mandiri yang memangkas volume pertanyaan rutin — sehingga tim HR bisa melihat persis di mana proses mulai melambat, bukan menunggu keluhan sampai ke level direksi.

Pelajari lebih lanjut fitur-fitur Mekari Talenta dengan menghubungi tim sales kami dan coba gratis demo aplikasinya sekarang.

Referensi:

SHRM. (2025). 2025 CHRO Benchmarking: Insights to Power People Strategy. https://www.shrm.org/content/dam/en/shrm/topics-tools/research/chro-benchmarking-data-brief.pdf ; ringkasan: https://www.shrm.org/executive-network/insights/more-support-for-hr–talent–chro-benchmarking-survey-insights-

Gartner. Data rata-rata lima sistem HR terpisah di perusahaan enterprise (dikutip via Moveworks: “Choosing the Best All-in-One HR Platform for Enterprise”). https://www.moveworks.com/us/en/resources/blog/best-all-in-one-hr-platform-for-enterprise

Netchex. The Best Payroll Software for Large Business: A Comprehensive Guide — data tingkat kesalahan payroll manual dan studi kasus kerugian pajak multi-negara bagian. https://netchex.com/blog/the-best-payroll-software-for-large-business-a-comprehensive-guide/

Gallup — data 12% karyawan menilai onboarding organisasinya baik (dikutip via FirstHR: “50+ Employee Onboarding Statistics”). https://firsthr.app/blog/onboarding/onboarding-statistics

Brandon Hall Group — data pengurangan waktu menuju produktivitas 30-50% lewat onboarding terstruktur (dikutip via CGS Immersive / Hyring ramp-up period guide). https://hyring.com/free-hr-toolkit/hr-glossary/ramp-up-period