RPS minggu 8 · 2x50 menit

Rekrutmen Berbasis Algoritma & Penilaian Kinerja

Mengelola Perusahaan Rintisan — Magister Manajemen FEB UNDIP

Peta Pembelajaran Hari Ini

Sub-CPMK 8: mengevaluasi objektivitas sistem rekrutmen berbasis algoritma dan sistem penilaian kinerja karyawan.

Jam ke-1 (50 menit)

Empat tahap rekrutmen (sourcing → onboarding)
Di mana algoritma masuk di tiap tahap
Tiga jenis bias algoritma (training data, proxy, feedback loops)
Kasus Amazon (2014–2018) hiring tool diskriminatif gender

Jam ke-2 (50 menit)

Pendekatan appraisal: forced ranking, MBO, 360, OKR, check-in
Rater bias (halo, horns, recency, similar-to-me)
Calibration sessions untuk konsistensi lintas-manajer
Structured interview (Huffman et al. 2018)

Posisi: P8 melengkapi P7 (imbalan) sebagai dua operasionalisasi strategi SDM — hiring untuk masuk, appraisal untuk pengembangan. P9 akan membahas struktur organisasi yang menaungi keduanya.

Mengapa Hiring & Appraisal Penting untuk Startup

Hiring adalah keputusan termahal pertama yang dibuat founder — setiap hire wrong ~1,5–2× gaji tahunan. Appraisal adalah mekanisme pengembangan terpenting untuk tim tumbuh cepat.

Biaya Hiring Salah

1,5–2×

Gaji tahunan (SHRM, dihedge karena bervariasi per peran)

Turnover Engineer IDN

15–25%

Industri tech (dihedge — angka berubah cepat)

Pertanyaan pemantik: untuk startup yang Anda kenal, berapa proporsi waktu founder yang dihabiskan untuk hiring? Apakah proses hiring terstruktur atau ad-hoc?

Bagian 1 · 1/4

Tahap Rekrutmen & Algoritma

Diskusi kelas: di startup yang Anda kenal, tahap rekrutmen mana yang paling terotomasisasi dengan algoritma? Sourcing, screening, selection, atau onboarding?

Empat Tahap Rekrutmen (Baron & Kreps)

Risiko setiap tahap berbeda: sourcing bisa bias audience, screening paling rentan bias data, selection paling subjektif, onboarding paling undermanaged.

Empat tahap rekrutmen ini adalah kerangka standar Baron & Kreps. Sourcing adalah menarik kandidat — lewat job board, referral, social media ads, sourcing outbound. Screening adalah menyaring kandidat — resume parsing, ATS scoring, pre-assessment. Selection adalah memilih dari yang di-screen — wawancara, technical test, reference check. Onboarding adalah integrasi kandidat yang diterima. Algoritma masuk di semua tahap dengan tingkat kedewasaan berbeda. Sourcing: targeted advertising LinkedIn dan Facebook sangat canggih dalam segmentasi — risiko: audience yang di-target dapat mengexcluded kelompok tertentu. Screening: ATS (Applicant Tracking System) paling mature, dengan resume parser dan scoring — risiko tertinggi (kasus Amazon). Selection: predictive analytics masih awal — risiko: opacity. Onboarding: learning path AI masih sangat awal — risiko rendah. Pertanyaan diskusi akan membuka di tahap mana startup yang Anda kenal paling terotomatisasi.

Di Mana Algoritma Masuk — Detail

Tahap	Tool Algoritmik	Risiko Bias Utama
Sourcing	LinkedIn Ads (segmentasi otomatis), HireEZ, SeekOut	Audience terbatas; underrepresentasi kelompok tanpa jejak digital
Screening	ATS scoring (Greenhouse, Lever), resume parser, HireVue (video AI), Pymetrics (gamified)	Bias training data historis; proxy variables (kode pos, nama)
Selection	Structured interview scheduling, scoring rubric automation, predictive hire analytics	Opacity; self-fulfilling prophecy
Onboarding	Learning path recommendation, buddy matching AI	Rendah; manfaat personalisasi > risiko

Screening adalah titik paling kritis: di sinilah keputusan menyingkirkan kandidat dibuat secara otomatis, sering tanpa human review — di sinilah bias paling berbahaya.

Tabel ini memperinci titik-titik intervensi algoritmik. Yang paling berbahaya adalah screening — di sinilah keputusan untuk menyingkirkan resume dibuat otomatis berdasarkan scoring ATS. ATS populer seperti Greenhouse, Lever, Workday memiliki algoritma scoring yang proprietary dan tidak transparan. HireVue (wawancara video AI yang menilai ekspresi wajah) telah dikritik karena bias rasial dan gender — beberapa negara bagian AS melarangnya. Pymetrics (gamified assessment) relatif lebih baik karena dirancang dengan kerangka fairness, tetapi tetap memiliki risiko proxy. Selection dengan predictive analytics masih awal — risiko utama adalah opacity (tidak dapat diaudit). Onboarding dengan AI learning path memiliki risiko rendah dan manfaat tinggi. Sebagai manajer, ketahui alat mana yang dipakai startup Anda dan audit bias secara aktif.

Bagian 2 · 2/4

Bias Algoritma & Kasus Amazon

Diskusi kelas: apakah Anda percaya "algoritma lebih objektif daripada manusia"? Mengapa ya atau tidak? Apa syaratnya?

Tiga Jenis Bias Algoritma (O'Neil 2016)

1. Training Data Bias

Data historis mengandung bias diskriminatif
Algoritma mereplikasi & amplifikasi
Contoh: Amazon hiring tool (2014–2018)

2. Proxy Variables

Fitur netral yang berkorelasi karakteristik dilindungi
Kode pos → ras/kelas sosial
Nama → etnis; sekolah → privilege

3. Feedback Loops

Prediksi algoritma mempengaruhi perilaku input masa depan
Predictive hiring satu kelompok → training data kelompok itu dominan
Bias ter-amplifikasi siklus demi siklus

Tiga jenis bias ini dari Cathy O'Neil Weapons of Math Destruction (2016) dan Raghavan et al. (2020) "Mitigating Bias in Algorithmic Hiring". Training data bias paling umum: algoritma dilatih pada data historis yang mengandung pola diskriminatif. Amazon (kasus slide berikutnya) adalah contoh ekstrem. Proxy variables lebih halus: fitur yang terlihat netral seperti kode pos, nama, sekolah sebenarnya berkorelasi kuat dengan ras, etnis, kelas sosial — dan algoritma belajar memakainya. Feedback loops paling sulit dideteksi: keputusan algoritma hari ini menjadi data training tahun depan, memperkuat siklus bias tanpa sadar. Untuk startup Indonesia, ketiga jenis bias perlu diwaspadai — terutama proxy variables (kode pos Jakarta Selatan vs pinggiran, nama Tionghoa vs pribumi, sekolah top vs non-top) yang dapat secara halus memfilter kelompok tertentu.

Kasus Amazon Hiring Tool (2014–2018)

Amazon membangun algoritma recruitment engineer untuk mengautomasi screening 100+ resume per hari — gagal total karena bias gender.

Tahap	Detail
Training data	10 tahun resume engineer historis Amazon (~sebagian besar pria)
Yang dipelajari	Kata-kata maskulin → kandidat kuat; kata "women's" → skor turun
Contoh bias	"Women's chess club captain" dinilai lebih rendah dari "chess club captain"
Upaya debiasing	Hapus kata-kata gender — algoritma tetap menemukan proxy lain
Hasil	Dihentikan 2018 setelah gagal audit internal; tim bubarkan

Pelajaran: data training yang mereplikasi ketidakseimbangan historis akan menghasilkan algoritma diskriminatif. Audit independen diperlukan sebelum deployment, dan sesudahnya secara berkala.

Kasus Amazon adalah exemplar klasik yang dipakai di seluruh buku etika AI. Mereka mulai membangun algoritma recruitment engineer di 2014 untuk mengautomasi screening — tujuannya skalabilitas, menerima ratusan resume per hari. Training data adalah 10 tahun resume engineer historis Amazon, yang sebagian besar adalah pria (industri tech memang didominasi pria historically). Algoritma belajar dari pola ini: kata-kata yang sering muncul di resume engineer yang diterima (mis. "executed", "captured") diasosiasikan dengan kandidat kuat; kata-kata yang muncul di resume yang ditolak diasosiasikan dengan kandidat lemah. Sayangnya, banyak resume wanita mengandung kata "women's" (mis. "Women's Chess Club Captain", "Women in Engineering") — algoritma menurunkan skor resume tersebut. Amazon mencoba debias dengan menghapus kata-kata gender, tetapi algoritma menemukan proxy lain (klub tertentu, sekolah tertentu). Akhirnya dihentikan 2018. Pelajaran universal: algoritma mereplikasi dan mengamplifikasi bias data training. Tidak ada shortcut; audit independen dan monitoring berkala wajib.

Praktik Mitigasi Bias (Raghavan et al. 2020)

Audit & Data

Audit demografis training data sebelum training
Hapus proxy variables (kode pos, nama, sekolah)
Blind screening: hapus nama, foto, gender dari resume
Continuous monitoring outcomes demografis

Proses & Tim

Human oversight: algoritma sebagai alat bantu, bukan final
Diverse development team untuk tangkap blind spot
Audit independen eksternal sebelum deployment
Appeal mechanism untuk kandidat yang ditolak otomatis

Tidak ada algoritma 100% bebas bias; tujuan praktis adalah mengurangi dan memantau secara aktif. Eropa dengan AI Act (2024) mulai mewajibkan audit untuk high-risk AI termasuk hiring.

Praktik mitigasi ini berasal dari Raghavan, Barocas, Kleinberg, & Levy (2020) "Mitigating Bias in Algorithmic Hiring" di Proceedings of FAT (Fairness, Accountability, Transparency). Audit demografis training data sebelum training adalah langkah pertama — kalau 90 persen engineer historis adalah pria, algoritma hampir pasti akan bias gender. Penghapusan proxy variables adalah seni: kode pos bisa jadi proxy untuk ras atau kelas sosial, nama untuk etnis, sekolah untuk privilege ekonomi. Blind screening adalah praktik murah dan efektif: hapus nama, foto, gender dari resume sebelum reviewer melihat. Continuous monitoring outcomes demografis (siapa yang dihire, siapa yang dipromosikan) penting untuk mendeteksi drift dari waktu ke waktu. Sisi proses: human oversight harus tetap — algoritma sebagai saranan, bukan final decision. Diverse development team membantu tangkap blind spot. Audit independen eksternal sebelum deployment (bukan self-audit). Eropa dengan AI Act 2024 mulai mewajibkan audit untuk high-risk AI termasuk hiring — Indonesia belum punya regulasi serupa per Juli 2026, jadi praktik etis harus jadi panduan.

Bagian 3 · 3/4

Penilaian Kinerja & Appraisal

Diskusi kelas: pernahkah Anda mengalami annual review yang tidak mengubah perilaku Anda? Apa pendekatan feedback yang lebih efektif menurut Anda?

Tujuan Penilaian Kinerja (Cleveland et al. 1989)

Performance appraisal punya banyak tujuan yang sering konflik satu sama lain.

Tujuan	Detail	Konflik
Evaluative	Kompensasi, promosi, terminasi	Karyawan defensif
Developmental	Feedback pembelajaran, career planning, training needs	Karyawan terbuka
Administrative	Dokumentasi hukum, validasi selection system	Rigid
Research	Data untuk validasi praktik HR	Aggregat, bukan individual

Konflik inti: tujuan evaluative (judge, sort) dan developmental (coach, support) membutuhkan mood berbeda. Solusi praktis: pisahkan percakapan — OKR check-in untuk developmental, compensation review terpisah.

Cleveland, Murphy, & Williams (1989) mengidentifikasi empat tujuan performance appraisal yang sering konflik. Evaluative adalah judge-sort: untuk kompensasi, promosi, terminasi — karyawan cenderung defensif, menutupi kelemahan. Developmental adalah coach-support: untuk pembelajaran, career planning, training needs — karyawan cenderung terbuka tentang kelemahan untuk berkembang. Konflik inti: percakapan yang sama tidak bisa jadi judge dan coach. Karyawan yang tahu rating menentukan bonus akan defensif, tidak terbuka tentang area improvement. Solusi praktis yang dianjurkan banyak startup modern: pisahkan percakapan. OKR check-in mingguan/bulanan untuk developmental (pembelajaran, hambatan, dukungan). Compensation review terpisah setiap 6–12 bulan dengan logika dokumentasi own-rating. Administrative untuk dokumentasi hukum (PHK, dispute) tetap perlu tetapi tidak harus jadi percakapan utama. Research adalah analisis agregat, bukan individual. Banyak startup masih mencampur keduanya dalam satu annual review — itulah mengapa annual review sering tidak mengubah perilaku.

Lima Pendekatan Appraisal — Perbandingan

Pendekatan	Karakteristik	Kelebihan	Kurang
Forced ranking (GE "rank & yank")	20-70-10 distribusi, bottom X% terminasi	Diferensiasi jelas	Kultur kompetitif, kolaborasi turun
MBO (Management by Objectives)	Tujuan spesifik, evaluasi pencapaian	Alignment strategi	Rigid, dapat di-game
360-degree	Input dari atasan, peer, subordinate, self	Multi-perspektif kaya	Politis, kompleks administrasi
Continuous feedback	Check-in rutin mingguan/bulanan, no formal review tahunan	Pembelajaran real-time	Tanpa ritme, dapat shallow
OKR + reflection	Tujuan kuantitatif + refleksi kualitatif	Alignment + refleksi	Bisa fokus berlebihan ke metrik

Startup modern cenderung ke continuous feedback + OKR; menjauh dari forced ranking tahunan. Netflix bahkan menghapus formal review sepenuhnya — Keeper Test jadi pengganti.

Lima pendekatan ini mewakili spektrum filosofi appraisal. Forced ranking dipopulerkan GE era Jack Welch dengan distribusi 20-70-10: top 20 persen di-reward, middle 70 dikembangkan, bottom 10 di-terminasi tahunan. Microsoft, Enron, dan banyak korporasi mengikuti, lalu banyak meninggalkan karena efek samping negatif (kolaborasi turun, politicking). MBO (Management by Objectives) Peter Drucker-era masih populer di korporasi tradisional — tujuan spesifik tahunan, evaluasi pencapaian. 360-degree feedback (input dari semua arah) kaya tetapi politis. Continuous feedback (check-in rutin tanpa formal review tahunan) adalah tren startup modern — Netflix, Atlassian, Spotify, banyak yang mengadopsi. OKR + reflection (tujuan kuantitatif plus refleksi kualitatif) dipopulerkan Google dan banyak diadopsi startup tech Indonesia seperti GoTo dan Traveloka. Tidak ada pendekatan terbaik universal; pilihan harus konsisten dengan strategi dan budaya (lihat P10 kapstone).

Mengapa Forced Ranking Ditinggalkan

General Electric (Jack Welch era) mempopulerkan 20-70-10 — banyak korporasi mengikuti lalu meninggalkan karena efek samping.

Masalah	Penjelasan
Kultur kompetitif	Tim berkompetisi satu sama lain; kolaborasi turun
Stack ranking politis	Manajer mengatur agar bawahan tertentu tidak masuk bottom
Demotivasi middle 70%	Mayoritas merasa underappreciated; "good enough" jadi norma
Tidak adaptif talent market	Terminasi 10% di talent shortage merusak — kehilangan orang baik
Microsoft stack-rank 2013	Microsoft hapus setelah dianggap sumber kultur toxic "lost decade"

Bagi startup: forced ranking jarang sesuai. Tim kecil, kolaboratif, butuh iterasi cepat — bukan kompetisi internal. Continuous feedback + calibration lintas-manajer lebih efektif.

Forced ranking era GE-Jack Welch adalah pendekatan yang dulu sangat diidolakan tetapi sekarang banyak ditinggalkan. Microsoft menghapus stack ranking di 2013 setelah dianggap sumber "lost decade" — kultur toxic di mana tim saling sabotase untuk tidak masuk bottom 10 persen. Amazon sendiri masih memakai variant stack ranking tahunan yang kontroversial. Untuk startup, forced ranking hampir selalu tidak sesuai karena: tim kecil (5–50 orang) di mana semua saling kenal dan butuh kolaborasi; iterasi cepat (sprint mingguan) butuh kepercayaan, bukan kompetisi internal; talent market yang ketat sehingga kehilangan 10 persen tim terbaik setiap tahun adalah bencana. Continuous feedback plus calibration lintas-manajer (manajer beda unit bertemu untuk konsistensi rating) jauh lebih efektif. Untuk startup Indonesia seperti Xendit dan Tokopedia dikenal menerapkan continuous feedback dengan ritme quarterly OKR reflection, bukan annual forced ranking.

Rater Bias — Enam Jenis Umum

Halo Effect

Satu kekuatan mendominasi penilaian keseluruhan
Contoh: engineer bagus coding → dinilai bagus komunikasi juga

Horns Effect

Satu kelemahan mendominasi penilaian keseluruhan
Kebalikan halo

Recency Bias

3 bulan terakhir mendominasi, mengabaikan 9 bulan sebelumnya
Mitigasi: dokumentasi reguler, bukan memori

Central Tendency

Semua dinilai "average" untuk menghindari konflik
Diferensiasi hilang

Leniency / Severity

Manajer easy-grader atau tough-grader konsisten
Tidak adil lintas-manajer

Similar-to-Me

Manajer nilai lebih tinggi yang mirip dirinya
Bias gender, ras, background sekolah

Mitigasi universal: structured rubric, multiple raters, calibration lintas-manajer, training manajer.

Enam rater bias ini adalah penyebab utama appraisal yang tidak valid. Halo effect (satu kekuatan mendominasi semua penilaian) sangat umum — engineer yang bagus coding sering dinilai bagus komunikasi juga, padahal belum tentu. Horns effect kebalikannya. Recency bias paling kuat di annual review — kinerja 3 bulan terakhir mendominasi, 9 bulan sebelumnya terabaikan; mitigasi adalah dokumentasi reguler (notes 1:1 mingguan). Central tendency: manajer memberi semua nilai "average" untuk menghindari konflik — diferensiasi hilang, appraisal tidak informatif. Leniency/severity: manajer easy-grader atau tough-grader konsisten lintas tim, tidak adil lintas-manajer — mitigasi adalah calibration lintas-manajer. Similar-to-me paling berbahaya secara etis: manajer cenderung menilai lebih tinggi yang mirip dirinya (gender, ras, background sekolah, hobi) — ini adalah mekanisme bias sistemik. Mitigasi universal: structured rubric yang eksplisit, multiple raters minimal 3, calibration lintas-manajer untuk konsistensi, training manajer tentang bias.

Calibration Sessions — Mekanisme Konsistensi

Calibration: manajer dari unit terkait bertemu untuk diskusi rating karyawan, bandingkan dengan rating serupa lintas-manajer, dan membenarkan rating dengan bukti konkret.

Tanpa Calibration

Easy-grader: semua tim "exceeds expectations"
Tough-grader: semua tim "meets"
Tidak adil lintas-manajer
Distribusi rating tidak informatif

Dengan Calibration

Distribusi rating konsisten lintas-manajer
Manajer harus justifikasi dengan bukti
Bias individu teredam
Decision quality naik

Calibration bukan negosiasi politik; tujuannya adalah konsistensi prosedural (P7) — procedural justice yang penting untuk perceived fairness.

Calibration session adalah praktik kunci yang membedakan appraisal yang valid dari yang tidak. Tanpa calibration, setiap manajer memberi rating berdasarkan standar sendiri — easy-grader akan menilai semua tim "exceeds expectations", tough-grader menilai semua "meets". Hasilnya tidak adil lintas-manajer: karyawan di tim easy-grader dapat reward lebih tinggi meski kinerja sama. Dengan calibration, manajer beda unit bertemu untuk membandingkan rating serupa dan membenarkan dengan bukti konkret (accomplishment, peer feedback, metrics). Yang tadinya "exceeds" mungkin diturunkan ke "meets" setelah dibandingkan dengan "exceeds" di tim lain yang lebih kuat. Calibration bukan negosiasi politik untuk menyelamatkan bawahan — tujuannya justru konsistensi prosedural yang meningkatkan perceived fairness. Startup seperti Facebook, Google, dan banyak startup tech Indonesia mengadakan calibration quarterly untuk level senior. Investasi waktu (beberapa jam per kuartal) sangat berharga dibanding risiko appraisal yang tidak valid.

Bagian 4 · 4/4

Structured Interview & Continuous Feedback

Diskusi kelas: menurut Anda, wawancara terstruktur dengan rubrik atau wawancara bebas lebih valid untuk memprediksi kinerja? Mengapa?

Structured Interview — Praktik Adil (Huffman et al. 2018)

Huffman, Kahn, & Li (QJE 2018) menemukan structured interview dengan diskresi manusia menghasilkan keputusan hiring lebih baik daripada algoritma murni atau wawancara unstructured.

Komponen	Praktik
Pertanyaan	Sama untuk semua kandidat per peran
Rubric	Penilaian ditetapkan sebelumnya (skala 1–5 per dimensi)
Multi-rater	Minimal 3 pewawancara independen
Scoring	Agregat berdasarkan rubric, bukan kesan keseluruhan
Debrief	Pewawancara submit score independen SEBELUM diskusi (anti anchoring)

Pelajaran: struktur + judgment manusia, bukan salah satu saja. Algoritma sebagai input, bukan keputusan final.

Huffman, Kahn, & Li (2018) "Discretion in Hiring" di Quarterly Journal of Economics adalah studi empiris penting. Mereka menganalisis data hiring di firma besar dan menemukan bahwa structured interview dengan diskresi manusia (manajer dapat override algoritma dengan justifikasi) menghasilkan keputusan hiring yang lebih baik daripada algoritma murni atau wawancara unstructured. Lima komponen structured interview: pertanyaan sama untuk semua kandidat per peran (tidak personalized), rubric penilaian yang ditetapkan sebelumnya (mis. skala 1–5 untuk "problem solving", "communication", "technical depth"), multi-rater minimal 3 pewawancara independen, scoring agregat berdasarkan rubric (bukan kesan keseluruhan yang subjektif), dan debrief di mana pewawancara submit score independen SEBELUM diskusi (untuk mencegah anchoring ke opini pewawancara senior). Pelajaran praktis: struktur + judgment manusia, bukan salah satu saja. Algoritma sebagai input, bukan keputusan final. Untuk startup Indonesia, structured interview relatif mudah diadopsi dan murah — satu kali investasi rubric per peran, dipakai bertahun-tahun.

Continuous Feedback di Startup Modern

Banyak startup mengganti annual review dengan continuous feedback: Netflix, Atlassian, Spotify, dan banyak startup tech Indonesia mengikuti.

Komponen	Praktik
Check-in mingguan/bulanan	1:1 antara manajer & karyawan; progress, hambatan, dukungan
Real-time peer feedback	Tools: Lattice, Culture Amp, 15Five, Small Improvements
Quarterly OKR reflection	Refleksi formal per kuartal, bukan rating
360 berkala	Setiap 6–12 bulan, untuk developmental bukan evaluative

Tantangan: tanpa ritme, feedback dapat hilang; budaya harus mendukung kejujuran dan psychological safety (Edmondson 1999). Netflix "radical candor" (Scott 2017) sebagai filosofi.

Continuous feedback adalah tren dominan di startup modern. Netflix menghapus formal review tahunan sepenuhnya — mereka percaya pada radical candor (Kim Scott 2017) yaitu feedback langsung yang care personally dan challenge directly. Check-in mingguan/bulanan antara manajer dan karyawan adalah ritme inti — progress, hambatan, dukungan. Real-time peer feedback lewat tools seperti Lattice, Culture Amp, 15Five, Small Improvements menjadi populer; startup Indonesia seperti Xendit dan Tokopedia memakai beberapa. Quarterly OKR reflection adalah refleksi formal per kuartal — bukan rating, tetapi diskusi apa yang bekerja, apa yang tidak, apa yang dipelajari. 360-degree feedback berkala setiap 6–12 bulan untuk developmental (bukan evaluative). Tantangan utama: budaya harus mendukung kejujuran dan psychological safety (Amy Edmondson 1999 — konsep dari riset tim hospital). Tanpa psychological safety, continuous feedback menjadi superficial — karyawan tidak berani jujur tentang masalah. Netflix Culture Deck (Patty McCord 2009) adalah referensi praktik terbaik untuk membangun budaya ini.

Mini-Kasus: Xendit Engineering Hiring

Xendit sebagai contoh hiring engineering terstruktur di Indonesia (lihat juga P2, P4).

Tahap	Praktik Xendit
Sourcing	Referral engineering community, kampus top, outbound LinkedIn
Screening	Take-home project (build small API atau fix bug real)
Selection	Live coding (pair programming), system design interview (senior), culture interview
Calibration	Hiring committee lintas-tim untuk senior hire
Onboarding	2-week ramp-up dengan mentor dedicated

Praktik adil: rubric eksplisit, multiple interviewer (3+), debrief session untuk consensus, structured feedback form. Tidak ada algoritma opaqe — semua keputusan human-led.

Xendit adalah contoh praktik hiring engineering terstruktur di Indonesia yang patut ditiru. Tahap sourcing: referral dari engineering community (meetup, konferensi), kampus top (UI, ITB, UGM), outbound LinkedIn ke talent senior. Screening: take-home project berupa membangun API kecil atau mem-fix bug real dari codebase — lebih realistis dari abstract algorithm test. Selection: live coding dengan pair programming (engineer Xendit jadi pasangan kandidat), system design interview untuk senior (rancang sistem dengan constraint tertentu), culture interview untuk fit values. Calibration: hiring committee lintas-tim untuk senior hire — tidak satu manajer yang decide. Onboarding: 2-week ramp-up dengan mentor dedicated. Yang menarik, Xendit tidak terlalu mengandalkan algoritma opaqe — semua keputusan human-led dengan rubric eksplisit. Multiple interviewer minimal 3, debrief session untuk consensus, structured feedback form yang didokumentasikan. Ini adalah praktik yang sesuai dengan riset Huffman et al. 2018: struktur + judgment manusia.

Workshop: Diagnosa Appraisal Startup

Format diagnosis: untuk startup pilihan Anda, jawab pertanyaan berikut (25 menit).

Lensa	Pertanyaan Diagnosa
1. Pendekatan saat ini	Annual review, OKR, check-in mingguan, atau hybrid?
2. Tujuan dominan	Evaluative (kompensasi), developmental (pembelajaran), atau campuran?
3. Calibration	Apakah ada calibration lintas-manajer? Ritme? Kualitas?
4. Rater bias	Mana yang paling mungkin (halo, recency, similar-to-me)?
5. Algoritma hiring	Apakah ada algoritma ATS atau AI hiring? Audit bias?
6. Perubahan	Satu perubahan yang akan meningkatkan fairness & learning?

Output: diagnosis 1-halaman dengan minimal TIGA rekomendasi spesifik dan terukur.

Workshop ini adalah inti tugas hari ini. Saya ingin Anda mendiagnosa startup yang Anda kenal baik. Bisa tempat kerja Anda, atau startup yang Anda observasi publik. Jawab enam pertanyaan diagnosis secara jujur — bukan idealistis. Apakah startup tersebut masih pakai annual review formal atau sudah ke continuous feedback? Apakah tujuan appraisal dominan evaluative atau developmental — atau campuran yang membingungkan? Apakah ada calibration lintas-manajer atau tidak? Rater bias mana yang paling mungkin terjadi berdasarkan observasi Anda? Apakah ada algoritma ATS atau AI hiring — dan apakah pernah diaudit bias? Terakhir, satu perubahan yang akan paling meningkatkan fairness dan learning. Output workshop: diagnosis 1-halaman dengan minimal tiga rekomendasi spesifik dan terukur — bukan "tingkatkan transparansi" tetapi "implementasikan rubric structured interview untuk peran engineer dalam Q4 dengan template Huffman 2018". Bawa hasil ini ke P9 (struktur organisasi) dan P10 (kapstone SDM strategis).

Keadilan dalam Appraisal — Empat Jenis (Recap P7)

Jenis	Implikasi untuk Appraisal
Distributive	Rating & reward sesuai kontribusi aktual
Procedural	Proses konsisten, transparan, dengan appeal mechanism
Interpersonal	Hormat selama percakapan feedback
Informational	Penjelasan logika rating dengan bukti konkret

Tanpa salah satu, karyawan dapat merasa tidak adil meski rating objektif secara nominal. Manajer harus mempraktikkan keempat secara sadar.

Empat jenis keadilan dari P7 berlaku penuh untuk appraisal. Distributive: rating dan reward harus sesuai kontribusi aktual — jika engineer junior dinilai sama dengan senior yang lead proyek kritikal, itu distributive injustice. Procedural: proses appraisal harus konsisten lintas-karyawan, transparan dalam logika, dan ada appeal mechanism untuk karyawan yang merasa dinilai tidak adil. Interpersonal: hormat selama percakapan feedback — tidak ada yelled at, tidak ada humiliation publik, feedback privat dan konstruktif. Informational: penjelasan logika rating dengan bukti konkret — bukan "kamu tidak perform" tetapi "di Q2 kamu lead project X yang delay 3 minggu, dampak Y, dengan rubric dimensi delivery kamu di rating 3 dari 5". Tanpa salah satu dari empat jenis keadilan ini, karyawan dapat merasa tidak adil meski rating secara nominal objektif. Sebagai manajer, Anda harus secara sadar mempraktikkan keempat — bukan otomatis. Ini adalah inti dari "fair process" yang membedakan tim sehat dari tim toxic.

Ringkasan Kunci Pertemuan 8

Algoritma ≠ objektif

Mereplikasi bias training data; audit + human oversight wajib

Pisahkan judge & coach

Continuous feedback developmental; compensation review terpisah

Struktur + judgment

Rubric + multi-rater + calibration > impression-based

Bawa tiga lensa ini (algoritma-bukan-otomatis-objektif · pisahkan-judge-coach · struktur-plus-judgment) sebagai peta rujukan modul Human Capital sampai P10 kapstone.

Persiapan P9: baca Mintzberg (1979) The Structuring of Organizations bab 1–3, atau Galbraith (1974) "Organization Design: An Information Processing View." Bawa satu contoh startup yang menurut Anda punya struktur organisasi menarik (flat, matrixed, divisional) — kita akan diskusikan dengan teori desain organisasi termasuk Haier Rendanheyi.

Sebagai penutup, tiga pesan kunci hari ini. Pertama, algoritma hiring tidak otomatis objektif — ia mereplikasi dan mengamplifikasi bias dalam data training (kasus Amazon). Audit independen dan human oversight wajib sebelum dan selama deployment. Kedua, pisahkan tujuan evaluative (judge) dan developmental (coach) — annual review yang campur keduanya tidak efektif. Continuous feedback untuk developmental, compensation review terpisah dengan dokumentasi own-rating. Ketiga, struktur plus judgment manusia mengalahkan impression-based atau algoritma murni. Rubric eksplisit, multi-rater minimal 3, calibration lintas-manajer, dan structured interview adalah praktik terbaik yang dapat diadopsi startup Indonesia dengan biaya terjangkau. Sampai jumpa di P9 di mana kita akan mendalami desain organisasi — Mintzberg, Galbraith, dan kasus Haier Rendanheyi. Jangan lupa baca referensi dan bawa satu contoh startup dengan struktur menarik.