Fondasi Data SDM untuk AI: Kualitas dan Integrasi Data HRIS

Oleh Kevin Kim · Diperbarui 11 Oktober 2026

Fondasi data SDM adalah keakuratan, konsistensi, keterhubungan, dan landasan hukum dari data karyawan yang dipelajari atau dibaca sistem AI saat menjawab, terutama catatan di HRIS, applicant tracking system (ATS), dan payroll Anda. Model tidak bisa memperbaiki catatan yang menyebut seorang karyawan bekerja di dua departemen, atau jabatan yang ditulis dengan sembilan ejaan berbeda. Model hanya mengulang kesalahan itu lebih cepat, dan dengan keyakinan yang lebih besar daripada spreadsheet mana pun.

Panduan ini ditujukan bagi CHRO, direktur SDM, dan manajer SDM yang akan membeli, menguji coba, atau menyetujui alat AI SDM dan ingin tahu apa yang harus benar pada data mereka lebih dulu. Panduan ini berada di bawah kasus penggunaan dalam AI di bidang SDM, pada lapisan data (Level 0) ACE Framework, tempat Ingest dan Analyze berlangsung sebelum ada yang diprediksi atau dihasilkan.

Fakta Utama

• GDPR mensyaratkan data pribadi "akurat dan, jika perlu, selalu diperbarui", dan menyatakan setiap langkah yang wajar harus ditempuh untuk menghapus atau memperbaiki data yang tidak akurat tanpa penundaan (Regulation (EU) 2016/679, Article 5(1)(d)).
• Berdasarkan regulasi yang sama, pelanggaran terhadap prinsip dasar pemrosesan dapat dikenai denda hingga EUR 20 juta atau 4% dari omzet tahunan global, mana yang lebih tinggi (GDPR, Article 83(5)).
• EU AI Act menggolongkan AI yang digunakan untuk merekrut atau menyeleksi orang, memutuskan promosi atau pemutusan hubungan kerja, membagi tugas berdasarkan perilaku individu, atau memantau dan menilai kinerja sebagai berisiko tinggi dalam Annex III (Regulation (EU) 2024/1689, Annex III, point 4).
• Untuk sistem berisiko tinggi, Act tersebut mensyaratkan data pelatihan, validasi, dan pengujian "relevan, cukup representatif, dan sedapat mungkin bebas dari kesalahan serta lengkap" untuk tujuan yang dimaksud (AI Act, Article 10).
• GDPR juga memberi orang hak untuk tidak dikenai keputusan yang semata-mata didasarkan pada pemrosesan otomatis yang berdampak signifikan terhadap mereka, jika keputusan itu berakibat hukum atau berdampak serupa yang signifikan (GDPR, Article 22).

Mengapa AI SDM Sepenuhnya Bergantung pada Data

Setiap kasus penggunaan AI SDM membaca dari tiga tempat yang sama. Alat penyaringan membaca ATS. Model retensi membaca HRIS dan mengambil riwayat gaji dari payroll. Asisten untuk karyawan membaca dokumen kebijakan, ditambah beberapa kolom HRIS agar dapat memberi jawaban berbeda kepada manajer di Jerman dan manajer di Brasil.

Jadi pertanyaannya bukan "apakah AI-nya bagus?" Pertanyaannya adalah "apa yang dilihat AI itu?" Tiga hal berikut terjadi jika jawabannya "data yang berantakan":

• Prediksi bergeser ke arah apa pun yang terlalu banyak terwakili dalam data. Jika data promosi selama sepuluh tahun hanya berasal dari satu kantor dan satu rumpun jabatan, model yang memprediksi "siap dipromosikan" akan mempelajari kebiasaan kantor itu. Itulah mekanisme di balik bias dalam AI, dan masalahnya berawal dari data, bukan algoritma.
• Asisten menjawab dengan yakin dari sumber yang kedaluwarsa. Asisten kebijakan yang membaca tiga versi kebijakan cuti melahirkan akan memilih salah satunya. Tidak ada yang tahu versi mana.
• Analitik saling bertentangan. Jika headcount versi keuangan berbeda dari versi SDM, laporan tenaga kerja pertama yang dibuat AI berubah menjadi perdebatan angka, bukan keputusan.

Keuntungan memperlakukan ini sebagai fondasi, bukan pekerjaan bersih-bersih, adalah pekerjaan yang sama membawa manfaat dengan atau tanpa AI. Pelaporan yang bersih, audit yang lebih cepat, dan lebih sedikit koreksi payroll semuanya berasal dari perbaikan yang sama.

Lima Masalah Data yang Merusak AI SDM

Anda tidak akan menemukan semuanya di setiap perusahaan. Namun di sebagian besar perusahaan, setidaknya tiga di antaranya ada. Urutannya kurang lebih berdasarkan seberapa sering masalah itu mengejutkan tim saat uji coba.

Duplikat dan identitas

Identitas adalah hal pertama yang harus diperbaiki karena setiap penggabungan data bergantung padanya. Jika seorang pelamar menjadi karyawan dan catatan ATS-nya tidak pernah terhubung ke catatan HRIS, Anda tidak bisa menanyakan apakah saluran sourcing memprediksi retensi. Rehire dan kontraktor yang dikonversi menjadi karyawan adalah penyebab yang lazim, begitu pula akuisisi, ketika dua instans HRIS digabung dan orang yang sama muncul di keduanya.

Arsitektur jabatan

Jabatan ditulis oleh manusia, dan manusia itu kreatif. Arsitektur jabatan (level, rumpun, dan katalog peran standar) mengubah jabatan menjadi data yang bisa dipakai model. Tanpanya, "tampilkan semua orang yang bisa pindah ke peran product manager" hanyalah tebakan berdasarkan kecocokan kata kunci. Fitur AI berbasis keterampilan, marketplace talenta internal, dan analisis kesetaraan gaji semuanya mengandaikan struktur ini sudah ada.

Tanggal efektif

HRIS yang hanya menyimpan kondisi terkini bisa memberi tahu di mana seseorang berada hari ini, tetapi tidak bagaimana ia sampai di sana. Pemberian tanggal efektif berarti setiap perubahan membawa tanggal mulai berlakunya, sehingga Anda dapat merekonstruksi momen mana pun di masa lalu. Ini penting juga untuk analisis keadilan: jika Anda ingin menguji apakah tingkat promosi berbeda antarkelompok, Anda memerlukan tanggal promosi yang sebenarnya, bukan tanggal entri data.

Sistem yang terkotak-kotak dan teks bebas

Sebagian besar tumpukan teknologi SDM tumbuh dengan menambahkan alat terbaik di kelasnya masing-masing, sehingga data tersebar di banyak tempat. Solusinya tidak selalu satu platform. Solusinya adalah menyepakati sistem mana yang memiliki kolom mana, agar tidak pernah ada dua sistem yang mengubah nilai yang sama. Disiplin yang sama berlaku untuk teks bebas. Komentar wawancara keluar dan catatan perekrut bisa menjadi masukan bagi model analisis teks, tetapi juga memuat detail kesehatan, situasi keluarga, dan opini tentang rekan kerja yang disebut namanya. Perlakukan semuanya sebagai kolom paling berisiko di perusahaan sampai terbukti sebaliknya.

Pendekatan Integrasi yang Berhasil untuk SDM

Ada empat cara realistis untuk memindahkan data dari tempatnya berada ke tempat AI dapat memakainya. Pilih berdasarkan jumlah sistem Anda dan seberapa cepat data perlu berpindah.

Dua aturan berlaku untuk pilihan mana pun.

Tetapkan system of record untuk setiap kolom. Nama legal dan nomor identitas nasional berada di HRIS. Status requisition berada di ATS. Gaji berada di payroll, dan HRIS membacanya. Jika dua sistem sama-sama bisa mengubah satu nilai, akan timbul konflik, dan konflik tidak pernah selesai dengan sendirinya secara diam-diam.

Pindahkan seminimal mungkin. Asisten yang menjawab pertanyaan cuti tidak membutuhkan riwayat gaji. Hanya mengambil kolom yang dibutuhkan suatu kasus penggunaan membuat AI lebih sederhana, menurunkan risiko kebocoran, dan mempersingkat penilaian privasi Anda. GDPR menjadikannya prinsip: data pribadi harus "memadai, relevan, dan terbatas pada apa yang diperlukan" untuk tujuannya (GDPR, Article 5(1)(c)).

Jika rencana Anda melibatkan asisten berbasis retrieval yang membaca kebijakan dan catatan, pertanyaan integrasi juga menjadi pertanyaan konten: dokumen mana yang masih berlaku dan siapa yang menarik dokumen lama. Mekanismenya dibahas dalam retrieval-augmented generation.

Dasar-Dasar Privasi Data Karyawan

Data karyawan termasuk data paling sensitif yang dimiliki perusahaan, dan AI menambah cara baru untuk menyalahgunakannya. Ini adalah orientasi bagi manajer, bukan nasihat hukum, dan penasihat hukum Anda perlu mengonfirmasi apa yang berlaku di setiap negara tempat Anda mempekerjakan orang.

Kenali prinsip-prinsipnya. Prinsip inti GDPR berlaku untuk setiap kumpulan data SDM yang dicakupnya: keabsahan, pembatasan tujuan, minimisasi data, akurasi, pembatasan penyimpanan, dan keamanan. Dua yang paling berdampak bagi AI adalah akurasi (kewajiban Article 5(1)(d) untuk segera memperbaiki data yang salah) dan pembatasan penyimpanan, yang menyatakan data tidak boleh disimpan dalam bentuk yang dapat mengidentifikasi seseorang lebih lama dari yang diperlukan (Article 5(1)(e)). Model yang dilatih dengan catatan yang seharusnya sudah Anda hapus adalah masalah yang Anda ciptakan dengan sengaja.

Perlakukan kategori khusus dengan hati-hati. GDPR membatasi pemrosesan data yang mengungkap asal ras atau etnis, pandangan politik, keyakinan agama, atau keanggotaan serikat pekerja, ditambah data genetik, data biometrik untuk mengidentifikasi seseorang, serta data tentang kesehatan atau kehidupan seksual (Article 9(1)). Sistem SDM mengumpulkan sebagian data ini karena alasan yang sah, seperti cuti sakit atau pelaporan keberagaman. Jauhkan dari masukan AI kecuali Anda sengaja memutuskan untuk memasukkannya dan mendokumentasikan alasannya.

Ingat bahwa aturan ketenagakerjaan nasional dapat melengkapi GDPR. Article 88 memungkinkan negara anggota menetapkan aturan yang lebih spesifik, melalui undang-undang atau perjanjian kerja bersama, untuk pemrosesan data karyawan dalam konteks ketenagakerjaan, termasuk rekrutmen, pelaksanaan kontrak kerja, serta perencanaan dan pengorganisasian pekerjaan (Article 88). Dalam praktiknya, peluncuran yang tidak bermasalah di satu negara mungkin memerlukan pelibatan dewan pekerja atau pemberitahuan tambahan di negara lain.

Lakukan penilaian dampak sebelum uji coba. Jika pemrosesan, terutama dengan teknologi baru, kemungkinan besar berisiko tinggi terhadap hak dan kebebasan orang, GDPR mewajibkan penilaian sebelum pemrosesan dimulai (Article 35). Memberi skor atau peringkat karyawan dengan alat baru adalah contoh yang tepat.

Libatkan manusia dalam keputusan yang signifikan. Article 22 memberi orang hak untuk tidak dikenai keputusan yang semata-mata didasarkan pada pemrosesan otomatis dengan akibat hukum atau dampak serupa yang signifikan (Article 22). Jawaban praktisnya adalah peninjau sungguhan yang dapat mengubah hasil, yaitu gagasan di balik human-in-the-loop.

Perhatikan kewajiban data dalam AI Act jika Anda beroperasi di UE. AI terkait ketenagakerjaan digolongkan berisiko tinggi dalam Annex III, dan Article 10 menetapkan harapan tata kelola data untuk data yang dipakai melatih, memvalidasi, dan menguji sistem tersebut. Harapan itu mencakup pendokumentasian dari mana data berasal dan mengapa dikumpulkan, bagaimana data dibersihkan dan diberi label, serta pemeriksaan bias yang mungkin merugikan hak orang (AI Act, Article 10). Kewajiban Anda bergantung pada apakah Anda membangun sistemnya atau menggunakan sistem milik vendor, jadi tanyakan kepada vendor dokumentasi apa yang bisa mereka berikan.

Di luar UE, bentuknya serupa. Di Inggris, Information Commissioner's Office menerbitkan panduan bagi pemberi kerja tentang penyimpanan catatan ketenagakerjaan dan pemantauan pekerja (ICO employment information). Aturan di AS berupa tambal sulam menurut negara bagian dan kasus penggunaan, jadi periksa di mana karyawan dan kandidat Anda berada.

Untuk gambaran tingkat organisasi tentang bagaimana kontrol-kontrol ini saling melengkapi, lihat tata kelola AI. AI Risk Management Framework dari NIST yang bersifat sukarela, dirilis sebagai versi 1.0 pada Januari 2023, adalah struktur yang berguna untuk pembahasan risiko, disusun dalam empat fungsi: Govern, Map, Measure, dan Manage.

Daftar Periksa Kesiapan Data AI SDM

Gunakan ini sebelum menyetujui uji coba. Untuk setiap baris, tandai Siap, Sebagian, atau Belum siap. Dua atau lebih jawaban "Belum siap" pada enam baris pertama berarti perbaiki data dulu, baru uji coba.

Baris identitas, tanggal efektif, dan keterwakilan paling penting untuk apa pun yang memberi skor, memeringkat, atau memantau orang. Uji coba kecil berisiko rendah, seperti asisten tanya jawab kebijakan, boleh dimulai dengan baris lainnya yang baru terpenuhi sebagian.

Urutan yang Berhasil

Anda tidak memerlukan program data dua tahun sebelum mulai. Berikut urutan yang menjaga momentum:

1. Pilih satu kasus penggunaan lebih dulu. Pilih dengan kriteria dalam prioritisasi kasus penggunaan AI, lalu daftar hanya kolom yang dibutuhkan kasus itu. Asisten kebijakan cuti membutuhkan dokumen dan beberapa kolom profil. Model flight risk membutuhkan riwayat bersih selama bertahun-tahun.
2. Profilkan data untuk kasus penggunaan itu. Hitung duplikat, nilai kosong, dan variasi jabatan hanya pada kolom-kolom tersebut. Angka dalam satu halaman menggerakkan pimpinan lebih cepat daripada keluhan umum tentang data.
3. Perbaiki di sumbernya, bukan di hilir. Membersihkan salinan di warehouse sementara HRIS terus menghasilkan catatan buruk berarti Anda akan membersihkannya lagi kuartal depan. Tambahkan validasi pada formulir, jadikan kolom wajib diisi, dan hapus teks bebas jika daftar pilihan sudah cukup.
4. Perbaiki proses yang menciptakan cacat. Catatan ganda biasanya berasal dari serah terima, seperti dari penerimaan penawaran ke onboarding. Kekacauan jabatan berasal dari membiarkan atasan membuat peran. Pasang gerbang pada titik-titik itu.
5. Tetapkan penanggung jawab. Satu orang di operasional SDM memiliki setiap kumpulan data utama, dengan laporan kualitas bulanan kepada tim kepemimpinan SDM.
6. Uji coba, ukur, perluas. Jalankan uji coba pada potongan data yang bersih. Perluas ke kasus penggunaan berikutnya ketika data kasus pertama sudah stabil.

Disiplin yang sama penting untuk agen AI yang mengambil tindakan, bukan sekadar menjawab pertanyaan. Agen yang memperbarui catatan atau mengarahkan kandidat hanya seaman data yang dibacanya dan izin yang dipegangnya, hal yang dibahas dalam agen AI untuk SDM.

Kesalahan Umum

• Membeli alatnya dulu dan baru menemukan masalah data saat uji coba. Vendor melakukan demo dengan data contoh yang rapi. Minggu pertama Anda di produksi tidak akan seperti demo.
• Membersihkan sekali saja. Tanpa steward dan pemeriksaan bulanan, kualitas menurun dalam setahun seiring masuknya karyawan baru, reorganisasi, dan perubahan sistem.
• Menganggap persetujuan sebagai obat segala masalah. Karyawan sering tidak bisa menolak dengan bebas ketika pemberi kerja yang meminta, sehingga persetujuan bisa menjadi dasar yang rapuh untuk pemrosesan di tempat kerja. Tanyakan kepada penasihat hukum dasar hukum mana yang cocok untuk setiap penggunaan.
• Mengirim semuanya ke AI. Lebih banyak kolom terasa lebih aman bagi tim yang membangun integrasi. Bagi orang yang datanya dipakai, itu lebih berisiko.
• Mengabaikan keterjelasan. Jika vendor tidak bisa memberi tahu data mana yang mendorong suatu skor, Anda tidak bisa memperbaiki data saat skornya salah. Explainable AI adalah persyaratan data sama seperti persyaratan model.