Logo UPI YPTK
UNIVERSITAS UPI YPTK MAGISTER MANAJEMEN
Desktop
SLIDE 01 COVER / PROPOSAL TESIS
PROPOSAL PENELITIAN TESIS MAGISTER • 2026
TRANSFORMASI DIGITAL PENGELOLAAN SUMBER DAYA MANUSIA MELALUI IMPLEMENTASI AI-BASED HUMAN RESOURCE INFORMATION SYSTEM
Peran Organizational Readiness dalam Meningkatkan Efisiensi Operasional dan Kinerja Karyawan pada PT Advanced Agri Indonesia
Disusun OlehDWI PUTRI (NIM: 2025421019)
ProgramProgram Studi: Magister Manajemen
KampusPascasarjana Universitas Putra Indonesia YPTK Padang • 2026
SLIDE 02 BAB I • PENDAHULUAN
Latar Belakang Masalah Penelitian
Urgensi transformasi digital SDM berbasis AI dan peran penting Organizational Readiness di sektor agribisnis.
🌐
1. Transformasi Digital & Daya Saing

Transformasi digital menjadi strategi utama dalam meningkatkan daya saing dan efektivitas efisiensi operasional organisasi.

HRIS Dashboard
🤖
2. AI-Based HRIS & Decision Making

Mengubah pengelolaan SDM dari administrasi rutin menjadi data-driven decision making dan otomatisasi cerdas.

AI Decision Making
🏢
3. Konteks PT Advanced Agri Indonesia

Perusahaan agribisnis yang membutuhkan sistem SDM adaptif untuk mendukung pertumbuhan bisnis yang berkelanjutan.

PT Advanced Agri Indonesia
🎯
4. Organizational Readiness & Research Gap

Keberhasilan bergantung pada kesiapan organisasi (dukungan manajemen, SDM, & infrastruktur). Research Gap: Kajian AI-HRIS & kesiapan organisasi di sektor agribisnis Indonesia masih sangat terbatas.

“Penelitian ini dilatarbelakangi oleh transformasi digital yang kini menjadi keharusan bagi perusahaan untuk tetap kompetitif. Salah satu area yang berubah drastis adalah pengelolaan SDM, di mana AI-Based HRIS tidak lagi hanya sekadar mencatat data, tetapi mampu memberikan rekomendasi keputusan berbasis data dan mengotomatisasi tugas rutin.

PT Advanced Agri Indonesia sebagai perusahaan agribisnis sangat membutuhkan sistem ini. Namun, kecanggihan teknologi saja tidak cukup; kesiapan organisasi atau Organizational Readiness menjadi kunci keberhasilannya.

Sayangnya, kajian yang menghubungkan AI-Based HRIS, kesiapan organisasi, dan efisiensi operasional di sektor agribisnis Indonesia masih sangat terbatas. Inilah yang menjadi alasan kuat dan research gap yang ingin saya isi melalui penelitian ini.”

SLIDE 03 BAB I • FENOMENA & IDENTIFIKASI MASALAH
Fenomena & Identifikasi Masalah
Perbandingan indikator operasional SDM (Sebelum vs Sesudah Target) & 5 poin identifikasi masalah utama.
📉 PERBANDINGAN INDIKATOR OPERASIONAL (SEBELUM → SESUDAH TARGET)
⏱️ Waktu Rekrutmen
15 Hari➔7 Hari
⚡ Approval Cuti
2 Hari➔20 Menit
⌨️ Input Data Karyawan
15 Menit➔2 Menit
⚠️ Kesalahan Administrasi
10 kasus/bln➔2 kasus/bln
📊 Pembuatan Laporan HR
4 Jam➔15 Menit
⚠️ IDENTIFIKASI MASALAH UTAMA
  • •Proses administrasi SDM masih lambat dan kurang akurat.
  • •Pengambilan keputusan belum sepenuhnya berbasis data (data-driven).
  • •Kesiapan organisasi (Organizational Readiness) belum terpetakan secara sistematis.
  • •Belum ada model empiris terintegrasi untuk sektor agribisnis.
  • •Evaluasi selama ini hanya mengandalkan persepsi, tanpa data operasional aktual.

“Mari kita lihat fenomena nyata di lapangan. Sebelum penerapan AI-Based HRIS, proses SDM di PT Advanced Agri Indonesia menghadapi kendala efisiensi. Contohnya, rekrutmen membutuhkan waktu hingga 15 hari, approval cuti 2 hari, dan kesalahan administrasi mencapai 10 kasus per bulan. Setelah sistem diimplementasikan, target perbaikannya sangat signifikan, seperti approval cuti yang turun menjadi 20 menit dan laporan HR yang hanya butuh 15 menit. Dari sini, teridentifikasi bahwa masalah utamanya bukan hanya pada teknologi, tetapi juga pada belum terpetakannya kesiapan organisasi dan belum adanya evaluasi yang menggabungkan data persepsi dengan data operasional aktual dari sistem.”

SLIDE 04 BAB I • RUMUSAN MASALAH
Rumusan Masalah Penelitian
5 Pertanyaan utama penelitian yang menjadi panduan evaluasi AI-HRIS & Organizational Readiness.
Q1

Bagaimana implementasi AI-Based HRIS pada PT Advanced Agri Indonesia?

Q2

Apakah implementasi AI-Based HRIS berpengaruh terhadap peningkatan efisiensi operasional pengelolaan SDM?

Q3

Apakah implementasi AI-Based HRIS berpengaruh terhadap peningkatan kinerja karyawan?

Q4

Apakah efisiensi operasional berkontribusi terhadap peningkatan kinerja karyawan?

Q5

Apakah Organizational Readiness memperkuat hubungan antara implementasi AI-Based HRIS dan efisiensi operasional?

“Berdasarkan fenomena tersebut, penelitian ini merumuskan lima pertanyaan utama. Pertama, bagaimana gambaran implementasi sistem ini di perusahaan? Kedua dan ketiga, apakah sistem ini benar-benar berpengaruh terhadap efisiensi operasional dan kinerja karyawan? Keempat, apakah efisiensi operasional itu sendiri turut berkontribusi pada kinerja karyawan? Dan kelima, yang paling menarik, apakah kesiapan organisasi atau Organizational Readiness mampu memperkuat pengaruh implementasi AI terhadap efisiensi operasional? Lima pertanyaan ini akan menjadi panduan utama dalam penelitian saya.”

SLIDE 05 BAB I • TUJUAN PENELITIAN
Tujuan Penelitian (6 Capaian Utama)
Target capaian empiris dan pembuatan model strategis transformasi digital SDM agribisnis.
🎯 6 TARGET TUJUAN PENELITIAN
  • 1Mengimplementasikan AI-Based HRIS pada PT Advanced Agri Indonesia.
  • 2Menganalisis pengaruh AI-Based HRIS terhadap efisiensi operasional.
  • 3Menganalisis pengaruh AI-Based HRIS terhadap kinerja karyawan.
  • 4Menganalisis pengaruh efisiensi operasional terhadap kinerja karyawan.
  • 5Menganalisis peran moderasi Organizational Readiness dalam keberhasilan implementasi.
  • 6Menghasilkan model implementasi AI-Based HRIS sebagai acuan transformasi digital SDM.

“Untuk menjawab rumusan masalah tersebut, penelitian ini memiliki enam tujuan. Mulai dari mengimplementasikan sistem secara nyata di perusahaan, menganalisis pengaruh antar-variabel secara statistik, hingga menguji peran moderasi dari kesiapan organisasi. Tujuan akhirnya bukan hanya berhenti pada angka statistik, tetapi menghasilkan sebuah model implementasi AI-Based HRIS yang bisa menjadi acuan strategis, baik bagi PT Advanced Agri Indonesia maupun perusahaan agribisnis sejenis lainnya.”

SLIDE 06 BAB II • LANDASAN TEORI & VARIABEL
Landasan Teori & Variabel Penelitian
Konseptualisasi 4 variabel utama (Independen, Moderasi, & Dependen) serta rujukan sitasi teoretis.
AI-Based HRIS (X) VARIABEL INDEPENDEN

Sistem SDM yang mengintegrasikan API AI Agent berbasis Large Language Model (LLM) populer untuk otomatisasi cerdas dan pendukung keputusan.

📚 Citations: Jarrahi (2018); Kumar et al. (2024)

Organizational Readiness (Z) VARIABEL MODERASI

Tingkat kesiapan organisasi dalam menerima, mengadopsi, dan memanfaatkan teknologi digital secara optimal.

📚 Citation: Weiner (2009)

Efisiensi Operasional (Y1) VARIABEL DEPENDEN 1

Kemampuan menyelesaikan aktivitas SDM secara cepat, akurat, dan hemat sumber daya secara efisien.

📚 Citation: Slack et al. (2022)

Kinerja Karyawan (Y2) VARIABEL DEPENDEN 2

Tingkat pencapaian hasil kerja individu sesuai target organisasi, baik kuantitas maupun kualitas.

📚 Citation: Koopmans et al. (2014)

“Penelitian ini dibangun di atas empat konsep teoretis utama. Pertama, AI-Based HRIS sebagai variabel independen, yaitu sistem yang tidak hanya mencatat, tetapi 'berpikir' menggunakan kecerdasan buatan. Kedua, Organizational Readiness sebagai variabel moderasi, yang mengukur seberapa siap manajemen, SDM, dan infrastruktur menghadapi perubahan. Ketiga, Efisiensi Operasional sebagai variabel dependen pertama, yang fokus pada kecepatan dan akurasi proses. Dan keempat, Kinerja Karyawan sebagai variabel dependen kedua, yang mencerminkan hasil kerja individu. Keempat variabel ini dirangkai menjadi satu model utuh.”

SLIDE 07 BAB II • INDIKATOR & DIMENSI VARIABEL
Indikator & Dimensi Variabel
Dimensi spesifik pengukuran objektif setiap variabel sebagai penyusun butir kuesioner penelitian.
AI-Based HRIS (X) 6 DIMENSI
🤖 AI Recruitment ⏱️ AI Attendance Mgmt 🎯 AI Performance Mgmt 🧠 AI Decision Support 📊 AI Analytics 👤 Employee Self Service
Organizational Readiness (Z) 5 DIMENSI
👔 Management Support 👥 Employee Readiness 💻 Technology Readiness ⚙️ Resource Readiness 🔥 Change Commitment
Efisiensi Operasional (Y1) 5 DIMENSI
⚡ Kecepatan Proses Kerja 🎯 Akurasi Administrasi 💰 Efisiensi Biaya 📈 Produktivitas HR 🌟 Kualitas Pelayanan SDM
Kinerja Karyawan (Y2) 5 DIMENSI
📦 Produktivitas ✨ Kualitas Kerja ⏰ Ketepatan Waktu 💡 Inisiatif 🤝 Kerja Sama

“Agar setiap variabel dapat diukur secara objektif di lapangan, saya menggunakan indikator yang spesifik. Misalnya, AI-Based HRIS diukur dari 6 dimensi, mulai dari rekrutmen berbasis AI hingga analitik data. Organizational Readiness diukur dari 5 dimensi, termasuk dukungan manajemen dan komitmen terhadap perubahan. Efisiensi operasional dilihat dari kecepatan, akurasi, dan biaya, sedangkan kinerja karyawan diukur dari produktivitas, kualitas, hingga inisiatif kerja. Indikator-indikator ini nantinya akan menjadi butir pertanyaan dalam kuesioner penelitian.”

SLIDE 08 BAB II • KERANGKA PEMIKIRAN
Kerangka Pemikiran Penelitian
Model konseptual pengaruh AI-Based HRIS terhadap Efisiensi & Kinerja dengan Moderasi Organizational Readiness.
Variabel Moderasi (Z)
🏢 Organizational Readiness
H4⬇Memperkuat
Variabel Independen (X)
🤖 AI-Based HRIS
H1⬇Pengaruh Langsung (+)
Dependen 1 / Mediator (Y1)
⚡ Efisiensi Operasional
H3⬇Pengaruh Langsung (+)
Dependen 2 (Y2)
👥 Kinerja Karyawan
H2 Pengaruh Langsung X → Y2 (Kinerja Karyawan)
H5 Y1 Memediasi Hubungan X → Y2

“Inilah kerangka pemikiran penelitian saya. AI-Based HRIS diduga berpengaruh langsung terhadap efisiensi operasional dan kinerja karyawan. Menariknya, efisiensi operasional juga diposisikan sebagai mediator yang menjembatani pengaruh AI terhadap kinerja karyawan. Selain itu, ada variabel Organizational Readiness yang bertindak sebagai moderator. Artinya, meskipun teknologinya canggih, jika organisasi tidak siap, dampaknya terhadap efisiensi akan lemah. Sebaliknya, jika kesiapan organisasi tinggi, pengaruh teknologi terhadap efisiensi akan semakin kuat.”

SLIDE 09 BAB II • HIPOTESIS PENELITIAN
Hipotesis Penelitian
5 Pernyataan hipotesis yang akan diuji secara empiris (Pengaruh Langsung, Moderasi, & Mediasi).
H1 PENGARUH LANGSUNG (X → Y1)

AI-Based HRIS berpengaruh positif dan signifikan terhadap Efisiensi Operasional PT Advanced Agri Indonesia.

H2 PENGARUH LANGSUNG (X → Y2)

AI-Based HRIS berpengaruh positif dan signifikan terhadap Kinerja Karyawan PT Advanced Agri Indonesia.

H3 PENGARUH LANGSUNG (Y1 → Y2)

Efisiensi Operasional berpengaruh positif dan signifikan terhadap Kinerja Karyawan PT Advanced Agri Indonesia.

H4 MODERASI (Z memoderasi X → Y1)

Organizational Readiness memoderasi (memperkuat) pengaruh AI-Based HRIS terhadap Efisiensi Operasional PT Advanced Agri Indonesia.

H5 MEDIASI (Y1 memediasi X → Y2)

Efisiensi Operasional memediasi pengaruh AI-Based HRIS terhadap Kinerja Karyawan PT Advanced Agri Indonesia.

“Dari kerangka pemikiran tersebut, saya menurunkan lima hipotesis yang akan diuji secara empiris. H1 sampai H3 menguji pengaruh langsung antar-variabel. Yang paling krusial adalah H4 yang menguji peran moderasi Organizational Readiness, dan H5 yang menguji apakah efisiensi operasional benar-benar memediasi hubungan antara AI-HRIS dan kinerja karyawan. Jika seluruh hipotesis ini terbukti signifikan, maka penelitian ini akan menghasilkan temuan yang sangat bernilai bagi dunia akademis maupun praktik manajemen SDM.”

SLIDE 10 BAB III • METODE PENELITIAN & ANALISIS DATA
Metode Penelitian & Analisis Data
Pendekatan kuantitatif explanatory, pengumpulan data ganda (persepsi & operasional), dan analisis SEM-PLS (SmartPLS).
📐 Desain PenelitianKuantitatif – Explanatory Research
🏢 Objek & LokasiPT Advanced Agri Indonesia (AI-HRIS)
👥 Populasi & Sampel

Seluruh pengguna aktif sistem (HR, Supervisor, Manajer, & Karyawan Operasional).

Purposive Sampling / Sensus
📥 Pengumpulan Data Ganda (Dual Data Source) KEUNGGULAN RISET
📊 Data Persepsi
Kuesioner Skala Likert 1–5
💻 Data Operasional
Log sistem (Rekrutmen, Cuti, Errors)
⚡ Alat Analisis DataSEM-PLS (SmartPLS)

“Penelitian ini menggunakan pendekatan kuantitatif dengan desain explanatory research untuk menjelaskan hubungan sebab-akibat. Objeknya adalah PT Advanced Agri Indonesia, dengan responden berupa seluruh pengguna aktif sistem. Keunggulan metodologis penelitian ini terletak pada teknik pengumpulan datanya. Saya tidak hanya mengandalkan kuesioner persepsi, tetapi juga mengambil data operasional aktual langsung dari sistem, seperti waktu rekrutmen dan jumlah kesalahan administrasi. Data ini kemudian diolah menggunakan SEM-PLS dengan bantuan SmartPLS, sehingga hasil evaluasi menjadi jauh lebih objektif dan komprehensif.”

SLIDE 11 BAB III • TAHAPAN OLAH DATA
Tahapan Olah Data & Triangulasi
8 Langkah alur pengolahan data sistematis dari instrumen hingga triangulasi operasional.
1. Uji ValiditasSTEP 1

Convergent & Discriminant Validity (AVE, Fornell-Larcker).

2. Uji ReliabilitasSTEP 2

Composite Reliability (CR ≥ 0.70) & Cronbach Alpha.

3. Outer ModelSTEP 3

Pengukuran kualitas instrumen penelitian.

4. Inner ModelSTEP 4

Evaluasi R², Q², dan f² (Kekuatan Model).

5. Uji HipotesisSTEP 5

Bootstrapping (path coeff, t-stat, p-value).

6. Analisis ModerasiSTEP 6

Pengujian efek penguatan Organizational Readiness.

7. Analisis MediasiSTEP 7

Pengujian peran perantara Efisiensi (VAF).

8. InterpretasiFINAL

Triangulasi dengan data operasional sistem.

“Terakhir, inilah tahapan olah data yang akan saya jalankan secara sistematis. Dimulai dari uji validitas dan reliabilitas untuk memastikan instrumen penelitian layak. Selanjutnya, evaluasi outer model dan inner model untuk melihat kekuatan hubungan antar variabel. Setelah model dinyatakan layak, dilakukan uji hipotesis melalui bootstrapping, dilanjutkan dengan analisis moderasi dan mediasi. Hasil statistik ini kemudian akan ditriangulasi dengan data operasional sistem untuk mendapatkan interpretasi yang utuh dan dapat dipertanggungjawabkan.”

“Demikianlah paparan proposal penelitian saya. Besar harapan saya penelitian ini dapat memberikan kontribusi nyata bagi transformasi digital SDM di sektor agribisnis Indonesia. Terima kasih atas perhatian Bapak/Ibu.”

SLIDE 12 PENUTUP / TERIMA KASIH
Logo UPI YPTK

Terima Kasih

Atas Perhatian & Masukan Dosen Penguji & Pembimbing

Disusun Oleh:
DWI PUTRI (NIM: 2025421019)
Program Studi:
Magister Manajemen

“Demikianlah paparan proposal penelitian saya. Besar harapan saya penelitian ini dapat memberikan kontribusi nyata bagi transformasi digital SDM di sektor agribisnis Indonesia. Terima kasih atas perhatian Bapak/Ibu. Wassalamualaikum wr. wb.”

PASCASARJANA UNIVERSITAS PUTRA INDONESIA YPTK PADANG
Seminar Proposal Penelitian Tesis Magister • 2026