Proses Pengelolaan Mitra Kerja
Mengadopsi ISO 31000, Pengelolaan Mitra Kerja memiliki Prinsip, Kerangka, dan Proses Pengelolaaan Berbasis Risiko. Prinsip pengelolaan mitra kerja merupakan panduan nilai yang diperlukan untuk setiap tahapan kerangka dan/atau proses pengelolaan mitra kerja, meliputi integritas, kehati-hatian, kemandirian, kompetitif, transparan, adil, akuntabel, efektif, dan efisien. Kerangka pengelolaan mitra kerja mengikuti pola PDCA dalam tulisan saya sebelumnya (klik disini). Proses pengelolaan mitra kerja merupakan desain dan implementasi dari Kerangka pengelolaan mitra kerja yang dapat digambarkan sebagai berikut,
| Penilaian Risiko | Pra-Kualifikasi | Seleksi | Aktivitas Pra-Kerja | Pelaksanaan Pekerjaan | Evaluasi | |
|---|---|---|---|---|---|---|
| Pemillik Proyek | Membuat SOW (Scope of Work) Mengidentifikasi bahaya, menilai risiko, dan menentukan peringkat risiko (Tinggi,Menengah, Rendah) | Membuat dan mengirimkan daftar pertanyaan dan periksa berisi persyaratan yang perlu diisi dan dilengkapi oleh mitra kerja | Menilai dan memilih mitra kerja terbaik berdasarkan persyaratan dalam daftar periksa sebagai pemenang | Melakukan koordinasi dengan mitra kerja pemenang untuk mobilisasi dan pemenuhan persyaratan | Melakukan pengawasan dan pemantauan selama pekerjaan | Melakukan evaluasi berkala dan akhir Memberikan masukan kepada mitra kerja |
| Mitra Kerja | Mengisi, melengkapi, dan mengirimkan persyaratan dalam daftar pertanyaan dan periksa | Memberikan penawaran | Melakukan mobilisasi dan memenuhi persyaratan sesuai hasil koordinasi | Melakukan pekerjaan sesuai SOW | Menindaklanjuti masukan dari pemilik proyek |
Tembagapura – FN (22/2/2026)
Contractor Engagement
Tulisan saya sebelumnya terkait Employee Engagement, menginspirasi saya untuk melakukan modifikasi sedikit untuk mengukur Contractor Engagement. Kontraktor yang beragam jumlah dan budayanya tentu saja membutuhkan penanganan/pengelolaan yang berbeda dari sisi program maupun target yang ditetapkan oleh pemilik proyek. Berikut adalah contoh kuesioner yang dapat digunakan dengan responden adalah PJO/Penanggung Jawab Proyek/Manager Proyek dari kontraktor yang ada. Tingkat engagement yang tinggi mencerminkan adanya keselarasan dengan pemilik proyek, sedangkan tingkat engagement yang rendah mencerminkan kebalikannya.
| Pernyataaan | Sangat Tidak Setuju (1) – Tidak Setuju (2) – Netral (3) – Setuju (4) – Sangat Setuju (5) |
|---|---|
| Saya memahami dengan jelas lingkup kerja (scope) dan ekspektasi hasil yang diinginkan pemilik proyek. | 1 – 2 – 3 – 4 – 5 |
| Pemilik proyek menyediakan data, akses, atau sarana yang diperlukan agar kami bisa bekerja dengan aman dan efisien. | 1 – 2 – 3 – 4 – 5 |
| Saya merasa memiliki kesempatan untuk memberikan hasil kerja terbaik sesuai standar keahlian kami. | 1 – 2 – 3 – 4 – 5 |
| Pemilik proyek memberikan apresiasi atau umpan balik positif atas progres kerja yang tercapai tepat waktu/kualitas. | 1 – 2 – 3 – 4 – 5 |
| Perwakilan pemilik proyek bersikap profesional dan menghargai kami sebagai mitra bisnis. | 1 – 2 – 3 – 4 – 5 |
| Ada jalur komunikasi yang jelas untuk mendiskusikan kendala teknis atau perubahan lapangan. | 1 – 2 – 3 – 4 – 5 |
| Saya merasa masukan atau saran teknis dari tim kami dipertimbangkan oleh pemilik proyek. | 1 – 2 – 3 – 4 – 5 |
| Visi dan tujuan proyek ini membuat tim kami merasa pekerjaan ini penting untuk diselesaikan dengan baik. | 1 – 2 – 3 – 4 – 5 |
| Pihak pemilik proyek berkomitmen penuh terhadap standar keselamatan kerja (K3) di lokasi. | 1 – 2 – 3 – 4 – 5 |
| Saya merasa hubungan kerja sama ini bersifat saling menguntungkan (win-win) bagi kedua belah pihak. | 1 – 2 – 3 – 4 – 5 |
| Dalam periode berkala, pemilik proyek memberikan evaluasi kinerja yang objektif dan membangun. | 1 – 2 – 3 – 4 – 5 |
| Melalui proyek ini, tim kami mendapatkan pengalaman atau pengetahuan baru yang berharga. | 1 – 2 – 3 – 4 – 5 |
| Saya memahami arah strategis jangka panjang dari kerja sama dengan pemilik proyek ini. | 1 – 2 – 3 – 4 – 5 |
| Budaya kerja yang diterapkan pemilik proyek sejalan dengan nilai-nilai profesionalisme perusahaan kami. | 1 – 2 – 3 – 4 – 5 |
| Manajemen puncak dari pemilik proyek menunjukkan komitmen nyata terhadap keberhasilan proyek ini. | 1 – 2 – 3 – 4 – 5 |
Interpretasi nilai: Engagement tinggi (60-75); Engagement sedang (45-59); Engagement rendah (15-44)
Tembagapura – FN (21/02/2026)
Kerangka Pengelolaan Mitra Kerja – SMKP
SMKP memiliki kerangka Pengelolaan Mitra Kerja mulai dari Persyaratan, Seleksi, dan Penetapan Perusahaan Mitra Kerja; Tanggung Jawab, Pemantauan, dan Pelaporan Perusahaan Mitra Kerja; dan Evaluasi Perusahaan Mitra Kerja. Berikut adalah penjelasan singkat dari ketiga langkah tersebut,
- Persyaratan, Seleksi, dan Penetapan Perusahaan Mitra Kerja
- memastikan kontrak kerja memuat komitmen perusahaan mitra kerja untuk mematuhi persyaratan keselamatan pertambangan
- memberikan sanksi atas ketidaksesuaian unjuk kerja perusahaan mitra kerja terhadap persyaratan keselamatan pertambangan
- menjelaskan secara rinci program dan biaya keselamatan pertambangan
- Tanggung Jawab, Pemantauan, dan Pelaporan Perusahaan Mitra Kerja
- menggunakan pekerja yang kompeten
- menggunakan SPIP (Sarana, Prasarana, Instalasi, Peralatan Pertambangan) yang layak
- melaporkan pelaksanaan program keselamatan pertambangan dan insiden secara berkala
- Evaluasi Perusahaan Mitra Kerja
- melakukan pemantauan dan evaluasi secara berkala terhadap kinerja keselamatan pertambangan melalui pemeriksaan, pengujuian, pengukuran, dan audit
- melakukan evaluasi akhir untuk semua penyelesaian kontrak dalam bentuk laporan kinerja keselamatan pertambangan
- memberikan umpan balik untuk pengetahuan dan pembelajaran di masa yang akan datang
- melakukan tindakan perbaikan untuk pekerjaan berikutnya
Tembagapura – FN (15/2/2026)
Pengukuran Maturitas Pengelolaan Data
Melanjutkan tulisan saya sebelumnya terkait dengan maturitas data KP , berikut adalah kuesioner yang dapat digunakan untuk mengukur sejauh mana persepsi pengelolaan data di sebuah perusahaan. Sebagaimana kita lihat Gartner Analytics Asecandancy Model (2012) di atas, data menjadi lebih tinggi nilainya ketika dikelola untuk dapat memprediksi apa yang akan terjadi di masa depan dan tindakan apa yang dapat dilakukan untuk meningkatkan kinerja. Berikut adalah penjelasan singkat dari setiap tingkatan,
- Descriptive
- digunakan untuk mendeskripsikan apa yang terjadi (What happened/When it happened)
- Metode: Data Aggregation, Dashboard, ..
- Tools: Excel, Tableau, Power BI, …
- Diagnostic
- digunakan untuk menggali apa yang terjadi (Why Did it happened)
- Metode: Quantitative-Qualitative Data Analysis, …
- Tools: Hypothesis Testing, Root Cause Analysis, Fish Bone Diagram, FMEA, 5 Why, ..
- Predictive
- digunakan untuk meramalkan apa yang akan terjadi (What/When will happen)
- Metode: Forecasting, Risk Modeling, Customer Segmentation, Sentiment Analysis, Regression, Correlation, …
- Tools: R, SPPS, Stata, ..
- Prescriptive
- digunakan untuk membuat rekomendasi (How can we make it happen/What should I do)
- Metode:Machine learning, Algorithms, Data Modelling, …
- Tools: Alteryx, Python, Rapid Miner, …
| Pernyataaan | Sangat Tidak Setuju (1) – Tidak Setuju (2) – Netral (3) – Setuju (4) – Sangat Setuju (5) |
|---|---|
| Metode pengambilan data dan formulir pelaporan sudah seragam. | 1 – 2 – 3 – 4 – 5 |
| Data dikategorikan dengan tepat, akurat, dan sesuai kenyataan. | 1 – 2 – 3 – 4 – 5 |
| Ada proses validasi dan pengambilan data primer yang memadai. | 1 – 2 – 3 – 4 – 5 |
| Data dapat diakses secara real-time, mutakhir, dan lengkap. | 1 – 2 – 3 – 4 – 5 |
| Analisis dilakukan secara terintegrasi untuk seluruh kasus yang ada. | 1 – 2 – 3 – 4 – 5 |
| Analisis berhasil menemukan hubungan/korelasi antar variabel data. | 1 – 2 – 3 – 4 – 5 |
| Data historis digunakan untuk membuat model prediksi masa depan. | 1 – 2 – 3 – 4 – 5 |
| Hasil analisis memberikan rumusan rekomendasi tindakan yang tepat. | 1 – 2 – 3 – 4 – 5 |
| Ada simulasi hubungan antara tindakan dan hasil untuk solusi tepat. | 1 – 2 – 3 – 4 – 5 |
| Data mencakup perbandingan historis, benchmarking, dan literatur. | 1 – 2 – 3 – 4 – 5 |
| Data pre-kondisi tersedia untuk mendukung operasional di berbagai kondisi. | 1 – 2 – 3 – 4 – 5 |
Interpretasi nilai: Maturitas Risiko Tinggi (44 – 55); sedang (33 – 43); rendah (11 – 32)
Tembagapura – FN (14/2/2026)
Konsep Digitalisasi Pertambangan
Teknologi adalah perangkat, sedangkan Digitalisasi adalah sistem tata kelolanya. Gambar di atas menggambarkan hubungan AI (Artificial Intelligence) dengan Data Science. AI adalah program dengan kemampuan untuk belajar seperti halnya manusia, di dalamnya dapat kita temukan beberapa cabang ilmu seperti Robotics, Computer Vision, Knowledge Representation and Reasoning, Natural Language Processing (NLP) yang semuanya menggunakan Machine Learning (ML) yaitu algoritma dengan kemampuan belajar tanpa diprogram secara langsung. Deep Learning (DL) adalah bagian dari ML dengan kemampuan adaptasi dan belajar dari data yang sangat besar. Data Science (DS) mengintegrasikan AI, ML, dan DL untuk mendapatkan insight (descriptive, diagnostic), membuat ramalan (predictive) dan membuat rekomendasi (prescriptive) dari data yang sangat besar.
Berikut adalah beberapa contoh Digitalisasi Pertambangan yang saya ambil dari beberapa webinar APKPI,
Tembagapura – FN (7/2/2026)
Fendy Novento Personal Blog 