Program Studi Manajemen • FEB UNDIP

Manajemen Sumber Daya Manusia I

Pertemuan 11 — Kompensasi Non-Finansial dan Teknologi Kompensasi

Gaji besar saja tidak menahan karyawan terbaik tetap tinggal. Hari ini kita bahas apa yang membuat karyawan betah di luar angka di slip gaji — dan bagaimana teknologi mengubah cara perusahaan merancang, membandingkan, dan mengaudit paket kompensasi.

RPS MINGGU 12 • 2 × 50 MENIT

Bagian 1 dari 3

Kompensasi Non-Finansial: Konsep & Ragam

Mengapa "total rewards" lebih luas dari sekadar angka rupiah di rekening.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu merancang dan mengevaluasi paket kompensasi non-finansial serta memahami peran teknologi dalam manajemen kompensasi. Secara rinci:

CAPAIAN 1

KONSEP

Menjelaskan definisi dan ragam kompensasi non-finansial (job-related & work-environment-related).

CAPAIAN 2

HITUNG

Menghitung nilai total paket kompensasi dan mengidentifikasi kesenjangan gaji (pay gap) sederhana.

CAPAIAN 3

TEKNOLOGI

Mengidentifikasi peran HRIS, salary benchmarking, dan people analytics dalam manajemen kompensasi modern.

CAPAIAN 4

KRITIS

Mengevaluasi risiko & tantangan penggunaan teknologi dalam pengambilan keputusan kompensasi.

Mengapa Gaji Besar Saja Tidak Cukup?

Bayangkan dua tawaran kerja untuk fresh graduate manajemen: Perusahaan A menawarkan gaji Rp 8 juta tanpa fasilitas lain, Perusahaan B menawarkan Rp 7 juta plus BPJS Kesehatan & Ketenagakerjaan penuh, jam kerja fleksibel, dan jalur karier jelas.

SURVEI KARYAWAN

>50%

Studi keterlibatan karyawan di berbagai perusahaan Indonesia konsisten menunjukkan lingkungan kerja & pengembangan karier sering disebut sebagai alasan bertahan, setara pentingnya dengan gaji.

FENOMENA

QUIET QUITTING

Karyawan bergaji cukup tapi merasa tidak dihargai atau stagnan cenderung menurunkan usaha kerja — tren yang ramai dibahas di startup teknologi Indonesia sejak 2022.

Gaji hanya salah satu elemen "total rewards". Perusahaan yang hanya bersaing di angka gaji akan terus kalah dari kompetitor yang membangun paket menyeluruh — termasuk hal yang tidak tertulis di slip gaji.

Model Total Rewards: Peta Kompensasi Utuh

Kompensasi finansial (yang sudah kita bahas Pertemuan 9–10) hanyalah satu dari dua pilar besar total rewards. Pilar kedua adalah kompensasi non-finansial.

Total Rewards = Kompensasi Finansial + Kompensasi Non-Finansial — keduanya harus dirancang bersama, bukan terpisah.

Kompensasi Non-Finansial: Terkait Pekerjaan

Kelompok pertama berasal dari isi dan sifat pekerjaan itu sendiri — apa yang dirasakan karyawan saat mengerjakan tugasnya sehari-hari.

Elemen Job-Related

Otonomi — kebebasan mengambil keputusan dalam batas wewenangnya.
Variasi tugas — pekerjaan tidak monoton, ada tantangan baru.
Makna pekerjaan (job meaningfulness) — merasa kontribusinya penting.
Umpan balik — tahu hasil kerjanya dinilai dan diperhatikan.

CONTOH NYATA

JOB CRAFTING

Banyak startup Indonesia mengizinkan karyawan merancang ulang sebagian tugasnya sesuai kekuatan pribadi — misalnya customer service yang diberi ruang mengusulkan perbaikan produk, bukan sekadar menjawab keluhan.

Teori dua faktor Herzberg (sudah dibahas Pertemuan 3) menegaskan: faktor motivator seperti tanggung jawab dan pengakuan justru datang dari desain pekerjaan, bukan dari gaji.

Kompensasi Non-Finansial: Terkait Lingkungan Kerja

Kelompok kedua berasal dari konteks di sekitar pekerjaan — budaya, hubungan, dan kondisi fisik tempat kerja.

BUDAYA & SOSIAL

Rekan kerja suportif, atasan yang kompeten, budaya kerja terbuka dan inklusif.

FLEKSIBILITAS

Jam kerja fleksibel, kerja jarak jauh (WFH/hybrid), cuti fleksibel.

SIMBOL STATUS

Jabatan/gelar, ruang kerja, akses fasilitas eksekutif — nilai psikologisnya melebihi biaya materialnya.

Sejak pandemi COVID-19, fleksibilitas kerja naik peringkat menjadi salah satu faktor paling dicari kandidat di Indonesia, sejajar dengan gaji — banyak perusahaan teknologi Jakarta kini mempertahankan kebijakan hybrid permanen.

Benefit & Fasilitas: Bentuk Konkret Non-Finansial

Benefit adalah bentuk kompensasi non-finansial yang paling terukur biayanya — sering diatur sebagian oleh regulasi ketenagakerjaan Indonesia.

Kategori	Contoh	Status di Indonesia
Jaminan sosial	BPJS Kesehatan, BPJS Ketenagakerjaan	Wajib (UU No. 24/2011)
Cuti & libur	Cuti tahunan, cuti melahirkan, cuti sakit	Wajib minimum (UU Ketenagakerjaan)
Kesehatan tambahan	Asuransi swasta, medical check-up	Sukarela — nilai jual perusahaan
Pengembangan diri	Pelatihan, sertifikasi, beasiswa lanjut studi	Sukarela — investasi jangka panjang
Gaya hidup	Gym, transportasi kantor, makan siang	Sukarela — daya tarik rekrutmen

Hitung dari Nol: Nilai Total Paket Kompensasi

Seorang staf pemasaran ditawari gaji pokok Rp 6.000.000/bulan. Perusahaan juga memberi paket benefit senilai 22% dari gaji pokok per tahun. Berapa nilai total paket kompensasi tahunannya?

Langkah	Perhitungan	Nilai
Gaji pokok per bulan	—	Rp 6.000.000
Gaji pokok per tahun	Rp 6.000.000 × 12	Rp 72.000.000
Nilai benefit per tahun	22% × Rp 72.000.000	Rp 15.840.000
Total paket kompensasi/tahun	Rp 72.000.000 + Rp 15.840.000	Rp 87.840.000
Nilai efektif per bulan (dibulatkan)	Rp 87.840.000 ÷ 12	≈ Rp 7.320.000

Karyawan sering hanya melihat "gaji Rp 6 juta", padahal nilai riil paketnya setara Rp 7,32 juta/bulan — ini alasan HR wajib mengomunikasikan total rewards, bukan cuma gaji pokok.

Bagian 2 dari 3

Teknologi Kompensasi

Bagaimana HRIS, benchmarking digital, dan people analytics mengubah cara kompensasi dirancang.

Mengapa Teknologi Masuk ke Manajemen Kompensasi?

Tiga tekanan mendorong perusahaan mengadopsi teknologi dalam merancang dan mengelola kompensasi:

TEKANAN 1

KOMPETISI TALENTA

Perusahaan harus tahu gaji pasar secara real-time, bukan survei tahunan yang cepat basi.

TEKANAN 2

KEADILAN & TRANSPARANSI

Karyawan & regulator makin menuntut pay equity terukur, bukan sekadar klaim.

TEKANAN 3

SKALA ORGANISASI

Perusahaan dengan ribuan karyawan tidak mungkin mengelola kompensasi manual via spreadsheet.

Teknologi tidak menggantikan keputusan manajer — ia menyediakan data lebih cepat dan akurat agar keputusan kompensasi lebih berbasis bukti (evidence-based).

Tiga tekanan ini saling berkaitan. Pertama, kompetisi memperebutkan talenta terbaik membuat perusahaan perlu tahu posisi gajinya di pasar hampir seketika, karena survei gaji tahunan yang dulu jadi andalan sudah terlalu lambat mengikuti perubahan pasar tenaga kerja yang cepat, terutama di sektor teknologi. Kedua, tuntutan keadilan dan transparansi semakin kuat, baik dari karyawan sendiri maupun dari regulator, sehingga perusahaan butuh alat untuk membuktikan kompensasinya adil secara data, bukan sekadar klaim di buku pedoman SDM. Ketiga, organisasi besar dengan ribuan karyawan di banyak cabang, seperti bank nasional atau perusahaan multinasional di Indonesia, sudah tidak mungkin lagi mengelola data kompensasi lewat spreadsheet manual. Penting diingat, teknologi di sini adalah alat bantu keputusan, bukan pengganti penilaian manusia.

HRIS & Compensation Management System

HRIS (Human Resource Information System) adalah sistem terpusat yang menyimpan dan mengelola data karyawan — termasuk modul khusus kompensasi.

HRIS menggantikan proses manual: kenaikan gaji, penyesuaian tunjangan, dan simulasi biaya SDM bisa dihitung otomatis dalam hitungan detik, bukan berhari-hari.

Pay Transparency & Salary Benchmarking Digital

Platform benchmarking gaji memberi perusahaan data pasar real-time, dan memberi kandidat/karyawan akses informasi yang dulu tertutup.

Sisi Perusahaan (Employer)

Bandingkan gaji internal vs data pasar per posisi & industri.
Deteksi posisi yang underpaid berisiko turnover tinggi.
Sesuaikan struktur grade gaji berbasis data, bukan tebakan.

Sisi Kandidat/Karyawan

Platform seperti Glassdoor, LinkedIn Salary, Jobstreet menampilkan kisaran gaji.
Karyawan bisa negosiasi berbasis data, bukan hanya intuisi.
Mendorong perusahaan mencantumkan kisaran gaji di iklan lowongan.

Transparansi gaji adalah pedang bermata dua: memperkuat kepercayaan karyawan, tapi juga membuka potensi kecemburuan sosial bila tidak diikuti komunikasi struktur gaji yang jelas.

People Analytics untuk Kompensasi

People analytics menggunakan data karyawan untuk menjawab pertanyaan strategis kompensasi secara kuantitatif.

Pertanyaan Bisnis	Analitik yang Dipakai	Output
Apakah ada ketimpangan gaji gender?	Regresi & segmentasi pay gap	Persentase kesenjangan per level jabatan
Siapa yang berisiko resign?	Model prediktif attrition	Skor risiko turnover per karyawan
Apakah kenaikan gaji efektif menahan talenta?	Analisis retensi pasca-kenaikan	Tingkat retensi 6–12 bulan

People analytics mengubah keputusan kompensasi dari "menurut pengalaman manajer" menjadi "berdasarkan bukti data karyawan aktual".

Hitung dari Nol: Analisis Kesenjangan Gaji (Pay Gap)

Tim analitik SDM membandingkan rata-rata gaji staf pria (Rp 9.000.000) dan staf wanita (Rp 8.100.000) pada jabatan & level yang sama.

Langkah	Perhitungan	Nilai
Rata-rata gaji staf pria	—	Rp 9.000.000
Rata-rata gaji staf wanita	—	Rp 8.100.000
Selisih gaji absolut	Rp 9.000.000 − Rp 8.100.000	Rp 900.000
Persentase pay gap	Rp 900.000 ÷ Rp 9.000.000 × 100%	10%

Pay gap 10% pada jabatan & level yang sama adalah sinyal audit lanjutan — tim SDM perlu menelusuri apakah ini karena faktor sah (masa kerja, kinerja) atau bias sistemik yang harus dikoreksi.

Bagian 3 dari 3

Integrasi & Praktik di Indonesia

Studi kasus, risiko teknologi, dan latihan penerapan.

Walkthrough: Merancang Paket Kompensasi Startup Fintech

Sebuah startup fintech di Jakarta ingin merancang paket kompensasi kompetitif untuk posisi Data Analyst tanpa menaikkan gaji pokok terlalu jauh.

LANGKAH 1

BENCHMARK

HR memakai platform benchmarking — gaji pasar Data Analyst Jakarta berkisar Rp 9–12 juta. Startup memilih posisi tengah: Rp 10 juta.

LANGKAH 2

TAMBAH NON-FINANSIAL

Karena dana terbatas, startup menambah fleksibilitas WFH penuh, tunjangan belajar (kursus data science), dan opsi saham (ESOP) kecil.

Hasil: paket dengan gaji pokok sedikit di bawah rata-rata pasar tetap kompetitif karena nilai total (finansial + non-finansial) dirasakan lebih tinggi oleh kandidat muda yang mengutamakan fleksibilitas dan pengembangan diri.

Kasus ini menggambarkan bagaimana dua langkah yang sudah kita bahas hari ini digabungkan dalam praktik nyata. Langkah pertama, tim HR startup fintech ini memakai data benchmarking digital untuk mengetahui kisaran gaji pasar posisi Data Analyst di Jakarta, lalu memutuskan menawarkan Rp 10 juta, di posisi tengah kisaran pasar, bukan angka tertinggi karena keterbatasan dana startup. Langkah kedua, alih-alih menaikkan gaji lebih tinggi lagi, mereka memperkuat sisi non-finansial: kebijakan kerja jarak jauh penuh, tunjangan pelatihan data science, dan opsi saham kecil melalui skema ESOP yang memang populer di startup Indonesia seperti Gojek dan Tokopedia pada masa awal mereka. Kombinasi ini terbukti efektif menarik talenta muda yang sering kali lebih mengutamakan fleksibilitas dan kesempatan belajar dibanding selisih gaji beberapa juta rupiah.

Tantangan & Risiko Teknologi Kompensasi

Teknologi mempercepat keputusan kompensasi, tapi membawa risiko baru yang harus dikelola secara sadar.

Risiko Teknis & Etis

Bias algoritma — model prediktif bisa mewarisi bias historis data lama.
Privasi data karyawan — data gaji & kinerja sangat sensitif.
Over-reliance — manajer terlalu percaya angka, mengabaikan konteks manusia.

Mitigasi

Audit berkala model analitik oleh tim independen.
Kepatuhan pada UU Pelindungan Data Pribadi (UU No. 27/2022).
Keputusan akhir tetap di tangan manusia (human-in-the-loop).

Teknologi kompensasi paling efektif ketika menjadi alat bantu keputusan, bukan pengganti penilaian manajerial dan empati manusia.

Penting bagi Anda sebagai calon praktisi SDM untuk tidak menelan teknologi secara mentah-mentah. Bias algoritma adalah risiko nyata: kalau data historis perusahaan sudah mengandung ketimpangan gaji, model prediktif yang dilatih dari data itu bisa mengulang atau bahkan memperkuat bias tersebut tanpa disadari. Data gaji dan kinerja karyawan juga sangat sensitif, sehingga perusahaan wajib patuh pada Undang-Undang Pelindungan Data Pribadi Nomor 27 Tahun 2022 dalam mengelola dan menyimpan data ini. Risiko lain adalah over-reliance, ketika manajer terlalu percaya pada angka dashboard dan mengabaikan konteks manusia di baliknya, misalnya alasan personal karyawan yang tidak tertangkap data. Solusinya bukan menolak teknologi, tapi memastikan ada audit berkala dan keputusan akhir tetap melibatkan pertimbangan manusia.

Latihan Kelas: Rancang Total Rewards

Kerjakan berkelompok (3–4 orang), waktu 15 menit, lalu presentasikan singkat.

Instruksi

Pilih satu profesi entry-level (contoh: staf pemasaran, data analyst, customer service).
Rancang 1 paket kompensasi finansial (gaji pokok + 1 insentif) dan 3 elemen non-finansial (minimal 1 job-related, 1 work-environment, 1 benefit).
Hitung nilai total paket per tahun jika benefit bernilai 15% dari gaji pokok tahunan.
Jelaskan 1 teknologi yang akan Anda pakai untuk memastikan paket ini kompetitif & adil.

Tujuan latihan: melatih Anda berpikir sebagai perancang total rewards, bukan hanya penentu angka gaji.

Ringkasan & Referensi

Poin Kunci Hari Ini

Total rewards = kompensasi finansial + non-finansial (job-related & work-environment-related).
Nilai paket kompensasi harus dihitung total, bukan hanya gaji pokok.
Teknologi (HRIS, benchmarking, people analytics) mempercepat & membuktikan keadilan kompensasi secara data.
Teknologi butuh mitigasi risiko: bias algoritma, privasi data, over-reliance.

Referensi & Pertemuan Berikutnya

Mondy & Martocchio, Human Resource Management, bab Kompensasi Non-Finansial.
Dessler, Human Resource Management, bab Employee Benefits & Technology in HR.
UU No. 24/2011 (BPJS); UU No. 27/2022 (Pelindungan Data Pribadi).
Pertemuan 12: Hubungan Industrial & Serikat Pekerja.