People Analytics

Training series People Analytics Batch 1 (2 – 3 Maret 2026) Batch 2 (8 – 9 Maret 2026) Batch 3 (10 – 11 Juni 2026) Lokasi: Hotel Mercure – Jakarta Mulailah memanfaatkan data untuk membuat keputusan SDM yang lebih cerdas dan berbasis bukti yang menciptakan nilai bagi organisasi dan karyawannya. Sebagai People Analytics, Anda akan mengembangkan perangkat analitik komprehensif yang memberdayakan SDM untuk mengadopsi pengambilan keputusan berbasis data di seluruh fungsinya. Data Analytics Subdisiplin analitik data yang berfokus secara khusus pada sumber daya manusia dalam suatu organisasi. Jika analitik data umum melihat data bisnis dari berbagai sudut pandang, People Analytics berfokus pada data terkait karyawan, mulai dari demografi, kinerja, kepuasan kerja, keterlibatan, pergantian karyawan, rekrutmen, pembelajaran, hingga data kesejahteraan. Data Analytics Anda mungkin menyukai tampilan silabus yang bersih dan profesional ini sama seperti kami. Namun, mendapatkan tampilan yang Anda inginkan juga mudah. Pada tab Desain di pita, lihat galeri Tema, Warna, dan Font untuk melihat pratinjau opsi langsung di dokumen Anda, lalu pilih salah satu yang ingin Anda terapkan. Tujuan utama People Analytics Manfaatkan data untuk meningkatkan pengambilan keputusan terkait sumber daya manusia. Alih-alih hanya mengandalkan intuisi atau asumsi, profesional SDM menggunakan wawasan berbasis data untuk memandu strategi mereka. Pada akhirnya, People Analytics memberdayakan SDM untuk menjadi mitra strategis dalam organisasi dengan memberikan rekomendasi berbasis bukti yang selaras dengan tujuan bisnis. Pada tab Desain pada pita, lihat galeri Tema, Warna, dan Font untuk melihat pratinjau opsi langsung di dokumen Anda, lalu pilih salah satu yang Anda inginkan. Tujuan Pelatihan Dalam program ini, peserta akan mampu: Memahami dasar-dasar data SDM, struktur basis data, dan sistem SDM. Memproses data menggunakan Excel, SQL dasar, dan Python/R untuk analisis. Memanfaatkan perangkat analitik (Excel, Power BI, Python/R) untuk eksplorasi dan visualisasi data. Melakukan Analisis Data Eksploratori (EDA) pada data SDM. Menerapkan statistik deskriptif untuk wawasan SDM. Mengembangkan model prediktif sederhana untuk perjalanan karyawan SDM (misalnya, pergantian karyawan, promosi, keterlibatan, dll.) Menghubungkan hasil analitis dengan strategi SDM dan pengambilan keputusan bisnis. Sasaran Peserta Profesional HR / SDM Manajer dan supervisor Analis data yang tertarik masuk HR Profesional non-HR yang tertarik HR Analytics Pimpinan perusahaan (CHRO, Direktur HR) Akademisi dan peneliti bidang SDM Waktu & Tempat Pelatihan: Hari & Tanggal Senin – Selasa, 2 – 3 Maret 2026 (Level 1) Rabu – Kamis, 8 – 9 April 2026 (Level 2) Rabu – Kamis, 10 – 11 Juni 2026 (Level 3) Pukul : 09.00 – 17.00 WIB Tempat : Hotel Mercure – Jakarta Cakupan Keterampilan Literasi data, metrik SDM, interpretasi data dengan Excel, SQL dasar, pengenalan alat analitik, data SDM, dan sistem SDM. Analisis Data Eksploratori (EDA), pembuatan dasbor SDM (Excel, Power BI), dasar-dasar Python/R, penceritaan data, penerapan metrik SDM dalam analisis. Pemodelan prediktif, pembelajaran mesin untuk kasus penggunaan SDM, analitik SDM strategis yang terhubung dengan metrik SDM dan hasil bisnis. Kurikulum, Modul & Waktu Pelatihan Level 1 Beginner (Foundations of People Analytics) Senin – Selasa, 2-3 Maret 2026 Memberikan dasar dalam data SDM, metrik SDM, konsep analitik dasar, dan keterampilan penanganan data yang penting. Introduction to People Analytics Apa itu People Analytics, nilai & contoh penggunaannya. Tujuan: Memahami peran data dalam pengambilan keputusan SDM. HR Metrics Metrik SDM utama: pergantian karyawan, ketidakhadiran, keterlibatan karyawan, kinerja. Tujuan: Mempelajari cara mendefinisikan, menghitung, dan menerapkan metrik SDM dalam konteks bisnis. People Data and HR System Struktur basis data SDM Sistem & alur data SDM Tujuan: Memahami sumber data SDM dan prinsip kualitas data. Excel for HR Analysis Pembersihan data, tabel pivot, rumus dasar Tujuan: Mengembangkan keterampilan praktis dalam menangani dan menganalisis data SDM Introduction to Analytics Tools Tinjauan umum Power BI, Tableau, Python, dan R (fungsi dan kasus penggunaan) Tujuan: Memahami lanskap alat analitik Basic SQL for HR Data Kueri sederhana: DML & DDL dalam SQL Tujuan: Mengekstrak dan memanipulasi data SDM dari basis data Level 2Intermediate (Applied People Analytics) Rabu – Kamis, 8-9 April 2026 Memperkuat keterampilan analitis melalui EDA, dasbor, dan statistik terapan dalam Python/R, dengan metrik SDM. Exploratory Data Analysis (EDA) with HR Metrics Menganalisis distribusi, mendeteksi outlier, dan mengidentifikasi tren dalam metrik SDM utama. Tujuan: Memperoleh kemampuan untuk mengeksplorasi data SDM, mengungkap wawasan, dan mengidentifikasi area permasalahan. Data Story Telling and Visualization (Excel & Power BI) Membuat visualisasi dan alur cerita yang menyoroti metrik dan tren SDM. Tujuan: Membangun visual menarik yang menghubungkan data SDM dengan hasil bisnis. Data Visualization (Excel & Power BI) Membangun dasbor interaktif untuk memantau SDM Tujuan: Menyediakan para pemangku kepentingan dengan alat yang mudah diakses untuk mendapatkan wawasan tenaga kerja yang berkelanjutan People Data and HR System Ekstraksi data dengan set data SDM (Jelajahi data menggunakan Python/R, Buat data mart untuk analisis data yang diperlukan) Statistik deskriptif & statistik sederhana untuk Metrik SDM. Tujuan: Mengotomatiskan analisis data SDM dan melakukan analisis berbasis metrik. Introduction to Analytics Tools Tinjauan umum Power BI, Tableau, Python, dan R (fungsi dan kasus penggunaan) Tujuan: Memahami lanskap alat analitik Basic SQL for HR Data Kueri sederhana: DML & DDL dalam SQL Tujuan: Mengekstrak dan memanipulasi data SDM dari basis data Level 3Advanced (Strategic & Predictive People Analytics) Rabu – Kamis, 10 – 11 Juni 2026 Menguasai metode lanjutan untuk pemodelan prediktif dan penerapan analitik secara strategis, dengan metrik SDM sebagai dasar untuk kasus penggunaan prediktif. Advanced HR Statistics Terapkan pengujian hipotesis, terapkan analisis varians untuk kasus penggunaan SDM Tujuan: Memvalidasi wawasan SDM dengan metode statistik Machine Learning Basics Pengantar metode pembelajaran terbimbing (klasifikasi, pengelompokan, dan regresi). Tujuan: Membekali pengetahuan dasar pembelajaran mesin untuk meningkatkan analitik SDM prediktif. Predictive Analytics in HR Membangun model prediktif untuk retensi, kinerja, dan perencanaan tenaga kerja Tujuan: Membangun model prediktif untuk kasus penggunaan SDM guna mengatasi tantangan dan kasus terkait SDM Strategic HR Analytics Menerjemahkan tren metrik SDM dan wawasan prediktif menjadi rekomendasi yang dapat ditindaklanjuti Tujuan: Memperkuat peran SDM sebagai mitra strategis dengan menyelaraskan hasil analitik dengan tujuan organisasi Investasi & Informasi Pendaftaran Biaya Pelatihan 1 peserta @Rp. 5.000.000,- (Lima juta rupiah) 2 peserta atau lebih @Rp. 4.500.000,- (Empat juta lima ratus ribu rupiah) Biaya tersebut tidak termasuk PPN 11%. Konfirmasi RUNNING program, paling lambat 10 hari sebelum jadwal