Templat data pemrosesan penggajian Anda

ID Catatan Penggajian berfungsi sebagai pengenal kasus unik untuk seluruh proses penggajian seorang karyawan dalam satu siklus pembayaran. Setiap ID mewakili satu rangkaian proses, mulai dari pengajuan data waktu hingga pembayaran dan pelaporan.

Dalam process mining, atribut ini penting untuk menghubungkan semua aktivitas terkait menjadi satu alur proses dari awal hingga akhir. Atribut ini memungkinkan analisis waktu siklus, variasi, dan hambatan pada setiap catatan penggajian. Tanpa ID kasus yang unik, urutan peristiwa tidak dapat ditelusuri dan dinamika proses tidak dapat dipahami secara akurat.

Ini adalah kunci utama yang menghubungkan semua peristiwa proses ke satu kasus, sehingga siklus penggajian setiap catatan dapat dianalisis dari awal hingga akhir.

Biasanya dibuat oleh sistem penggajian. ID ini juga dapat dibuat dengan menggabungkan ID karyawan dan ID periode pembayaran dari data transaksi penggajian.

Nama aktivitas menjelaskan tindakan tertentu dalam siklus penggajian, seperti 'Data waktu disetujui', 'Perhitungan gaji kotor ke bersih', atau 'Pembayaran dijalankan'. Setiap aktivitas menjadi satu titik pada peta proses dan memiliki stempel waktu.

Atribut ini menjadi dasar process mining karena digunakan untuk menyusun peta proses. Dengan menganalisis urutan, frekuensi, dan durasi aktivitas, Anda dapat melihat alur proses yang sebenarnya, menemukan jalur yang umum, melihat penyimpangan dari prosedur standar, serta mengetahui hambatan yang memperlambat proses.

Atribut ini menentukan langkah-langkah pada peta proses. Analisis aktivitas penting untuk memahami apa yang terjadi, menemukan hambatan, dan mengidentifikasi siklus pengerjaan ulang.

Biasanya tersedia di log sistem, jejak audit, atau kolom status pada tabel transaksi penggajian. Kode peristiwa teknis mungkin perlu dipetakan ke nama yang mudah dipahami pengguna.

Stempel waktu peristiwa mencatat waktu tepat saat suatu aktivitas dilakukan. Data kronologis ini penting untuk mengurutkan peristiwa dengan benar dan menghitung durasi antar langkah dalam proses.

Dalam process mining, stempel waktu digunakan untuk menyusun urutan peristiwa pada setiap kasus dan melakukan analisis waktu. Analisis ini mencakup penghitungan waktu siklus antaraktivitas, pencarian keterlambatan, pengukuran waktu tunggu, serta pemantauan kinerja berdasarkan perjanjian tingkat layanan (SLA). Stempel waktu yang akurat menjadi dasar analisis kinerja proses.

Atribut ini penting untuk mengurutkan peristiwa dengan benar dan menjalankan semua analisis berbasis waktu, termasuk menghitung waktu siklus dan durasi serta menemukan hambatan.

Tersedia di log audit sistem atau pada kolom 'tanggal pembuatan' maupun 'waktu peristiwa' di catatan transaksi penggajian.

Stempel waktu pembaruan data terakhir menunjukkan seberapa baru data tersebut. Informasi ini mencatat kapan data terakhir diubah di sistem sumber atau diambil ke dalam kumpulan data untuk dianalisis. Waktu ini berbeda dari stempel waktu peristiwa, yang mencatat kapan aktivitas bisnis benar-benar terjadi.

Atribut ini terutama digunakan untuk tata kelola dan validasi data. Atribut ini membantu mengelola pemuatan data bertahap dan memastikan analisis menggunakan informasi terbaru. Meski biasanya tidak digunakan untuk menganalisis alur proses secara langsung, atribut ini penting untuk menjaga integritas dan ketepatan waktu kumpulan data process mining.

Memastikan data tetap terbaru dan membantu mengelola pemuatan data bertahap, sehingga analisis mencerminkan informasi terkini yang tersedia.

Stempel waktu ini biasanya dibuat selama proses ekstraksi, transformasi, dan pemuatan data (ETL), atau tersedia pada kolom 'tanggal terakhir diubah' di tabel sistem sumber.

Atribut ini menunjukkan sistem sumber tempat data peristiwa dicatat. Dalam lingkungan penggajian modern, data dapat berasal dari berbagai sistem, seperti sistem pencatatan waktu dan kehadiran, HRIS, atau mesin penggajian utama.

Analisis sistem sumber membantu Anda memahami titik integrasi dan perpindahan data dalam keseluruhan proses. Anda dapat memfilter peristiwa berdasarkan aplikasi asalnya untuk mendiagnosis masalah integrasi atau membandingkan proses yang dikelola di sistem berbeda.

Menunjukkan lokasi setiap langkah proses. Informasi ini penting untuk memahami proses yang terpecah-pecah serta menemukan hambatan khusus sistem atau keterlambatan integrasi.

Sering tersedia sebagai kolom standar dalam ekstrak data. Kolom ini juga dapat ditambahkan saat data diekstrak, berdasarkan asal tabel data.

Atribut ini berupa penanda benar atau salah untuk mengidentifikasi peristiwa yang mengharuskan pengguna turun tangan secara manual, padahal proses tersebut idealnya berjalan otomatis. Contohnya, memasukkan data yang hilang secara manual, memperbaiki lembar waktu, atau menyesuaikan hasil perhitungan.

Koreksi manual menunjukkan adanya inefisiensi proses, risiko, dan kualitas data yang buruk. Mengetahui di mana dan mengapa intervensi ini terjadi merupakan langkah penting dalam perbaikan proses. Dengan memfilter koreksi manual, organisasi dapat menemukan penyebab utama pengerjaan ulang, mengidentifikasi peluang otomatisasi, dan mengukur KPI 'Hasil benar pada proses pertama'. Mengurangi koreksi manual membuat proses penggajian lebih efisien, akurat, dan patuh.

Mengukur langsung hambatan dan inefisiensi proses. Tingginya tingkat koreksi manual dapat menandakan kualitas data yang buruk, otomatisasi yang tidak berjalan, dan meningkatnya risiko kepatuhan.

Dapat diturunkan dari log audit yang mencatat perubahan data oleh pengguna atau dari kode transaksi tertentu yang menandakan penyesuaian manual.

Jenis proses penggajian mengelompokkan peristiwa pemrosesan gaji. Proses 'Reguler' mengikuti siklus terjadwal standar. Proses 'Di luar siklus' adalah pembayaran tak terjadwal untuk memperbaiki kesalahan atau membayar karyawan yang telah berhenti. Jenis lainnya dapat mencakup proses 'Bonus' atau 'Komisi'.

Dimensi ini berguna untuk analisis perbandingan. Pembayaran di luar siklus sering menandakan kegagalan dalam siklus reguler dan biasanya membutuhkan biaya serta waktu pemrosesan lebih besar. Dengan memfilter berdasarkan jenis proses, organisasi dapat mencari penyebab utama pengecualian, mengukur frekuensi dan biayanya, serta membandingkan efisiensi tiap jenis proses.

Membedakan pemrosesan standar dari pemrosesan khusus. Analisis proses di luar siklus penting untuk memahami kegagalan proses dan mengurangi pembayaran nonstandar yang mahal.

Informasi ini biasanya tersedia di tabel proses penggajian atau pemrosesan batch dalam sistem penggajian.

Jumlah gaji kotor menunjukkan total penghasilan karyawan untuk periode pembayaran tertentu. Angka keuangan penting ini dihitung saat penggajian dijalankan dan menjadi dasar untuk menghitung pajak serta potongan berikutnya.

Atribut ini tidak secara langsung memengaruhi alur proses, tetapi berguna untuk memberi konteks pada analisis. Anda dapat mengelompokkan kasus berdasarkan nilai, misalnya untuk memeriksa apakah catatan penggajian bernilai tinggi diproses secara berbeda atau menjalani pemeriksaan lebih ketat. Atribut ini juga penting untuk menganalisis dampak keuangan, seperti menghitung total nilai pembayaran yang diproses dengan kesalahan atau keterlambatan.

Memberi konteks keuangan pada proses. Anda dapat menganalisis dampak biaya dari keterlambatan, pengerjaan ulang, atau pengecualian, serta mengelompokkan kasus berdasarkan nilai.

Kolom keluaran standar dari langkah perhitungan gaji kotor ke bersih, yang tersedia di hasil penggajian atau tabel data transaksi.

Kelompok penggajian adalah kumpulan karyawan yang menerima gaji dengan jadwal yang sama, seperti 'Karyawan bergaji AS, dua mingguan' atau 'Eksekutif Inggris, bulanan'. Atribut ini digunakan untuk mengelola dan menjalankan penggajian bagi segmen tenaga kerja tertentu.

Dalam analisis proses, Anda dapat memfilter berdasarkan kelompok penggajian untuk membandingkan kinerja dan efisiensi siklus penggajian yang berbeda. Analisis ini dapat mengungkap masalah khusus pada kelompok tertentu, misalnya tingkat koreksi yang lebih tinggi pada karyawan bergaji per jam yang dibayar mingguan dibandingkan karyawan bergaji bulanan. Analisis ini juga membantu melihat hubungan antara variasi proses, jadwal pembayaran, dan kelompok karyawan.

Memungkinkan perbandingan antar siklus penggajian untuk mengetahui apakah masalah proses hanya terjadi pada kelompok karyawan atau frekuensi pembayaran tertentu.

Tersedia di data induk karyawan atau tabel konfigurasi penggajian, biasanya dengan label 'Kelompok penggajian', 'Area penggajian', atau istilah serupa.

Nama pengguna menunjukkan orang atau sistem otomatis yang bertanggung jawab menjalankan langkah proses tertentu. Misalnya, spesialis penggajian, manajer yang menyetujui data waktu, atau akun sistem yang menjalankan perhitungan otomatis.

Atribut ini memberikan sudut pandang berdasarkan orang atau sistem. Anda dapat menggunakannya untuk menganalisis pembagian beban kerja, kinerja individu, dan produktivitas tim. Atribut ini juga dapat membantu menemukan kebutuhan pelatihan dengan menunjukkan pengguna yang sering menyimpang dari proses standar atau berkaitan dengan tingginya pengerjaan ulang. Untuk langkah otomatis, atribut ini membedakan aktivitas yang dijalankan sistem dari aktivitas manual.

Mendukung analisis beban kerja, kinerja tim, dan tingkat otomatisasi. Atribut ini membantu menemukan pengguna atau tim yang terlibat dalam pengerjaan ulang atau penanganan pengecualian.

Biasanya tersedia pada kolom 'ID pengguna', 'diproses oleh', atau 'pengguna yang melakukan tindakan' di log sistem atau catatan transaksi.

Pusat biaya adalah atribut organisasi yang menghubungkan biaya penggajian dengan bagian bisnis tertentu, seperti 'Penjualan', 'TI', atau 'Manufaktur'. Atribut ini menjadi unsur penting dalam pelaporan keuangan dan akuntansi manajemen.

Dengan menggunakan pusat biaya sebagai dimensi dalam process mining, Anda dapat mengelompokkan dan menganalisis data proses berdasarkan unit bisnis. Analisis ini dapat menunjukkan apakah departemen tertentu lebih sering mengalami masalah penggajian, keterlambatan, atau koreksi manual. Hasilnya membantu Anda memprioritaskan perbaikan proses di area yang paling membutuhkan atau berpotensi memberi dampak terbesar.

Mendukung analisis organisasi untuk mengetahui apakah masalah penggajian, keterlambatan, atau inefisiensi terkonsentrasi di departemen atau unit bisnis tertentu.

Tersedia di data induk karyawan, struktur organisasi SDM, atau tabel penetapan keuangan dalam sistem penggajian atau SDM.

Tanggal akhir periode pembayaran menandai batas data waktu dan kehadiran yang disertakan dalam proses penggajian tertentu. Tanggal ini menentukan rentang waktu penghasilan yang diproses.

Atribut ini berguna untuk menganalisis tren dari waktu ke waktu. Dengan mengelompokkan data berdasarkan tanggal akhir periode pembayaran, analis dapat memantau KPI seperti waktu pemrosesan, tingkat kesalahan, dan koreksi manual dari bulan ke bulan atau kuartal ke kuartal. Analisis ini membantu menemukan pola musiman, mengukur dampak perubahan proses, dan memantau kinerja jangka panjang.

Mendukung analisis tren kinerja penggajian dari waktu ke waktu, sehingga Anda dapat menemukan pola musiman atau mengukur dampak perbaikan proses dari satu periode pembayaran ke periode berikutnya.

Atribut standar dalam konfigurasi kalender penggajian dan data transaksi penggajian.

Batas waktu SLA adalah stempel waktu yang menunjukkan tenggat penyelesaian bagian penting dari proses penggajian, seperti membuat berkas transfer bank atau menjalankan pembayaran. Batas waktu ini menjadi tolok ukur untuk mengukur kinerja aktual.

Atribut ini penting untuk memantau dan menganalisis kepatuhan terhadap SLA. Dengan membandingkan waktu penyelesaian aktual suatu aktivitas dengan batas waktu SLA, organisasi dapat menemukan pelanggaran tenggat, mengukur tingkat keterlambatan, dan mengelola risiko secara proaktif. Atribut ini juga menjadi bagian penting dari dashboard kinerja pembayaran dan keandalan proses.

Menetapkan target kinerja agar Anda dapat mengukur kepatuhan terhadap SLA, menemukan pembayaran terlambat, dan menganalisis penyebab utama keterlambatan.

Kolom ini mungkin sudah tersedia di sistem berdasarkan konfigurasi siklus pembayaran, atau dapat dihitung menggunakan aturan bisnis, misalnya tanggal akhir periode pembayaran ditambah tiga hari kerja.

Jenis karyawan adalah atribut dari data induk SDM yang mengelompokkan tenaga kerja. Jenis karyawan yang berbeda sering mengikuti proses penggajian yang berbeda, memiliki kebutuhan data yang berbeda, dan tunduk pada peraturan yang berbeda.

Dengan menggunakan atribut ini sebagai dimensi analisis, Anda dapat menemukan perbedaan kinerja proses yang signifikan. Misalnya, proses untuk karyawan bergaji per jam mungkin memerlukan integrasi data waktu yang lebih rumit dan lebih rentan terhadap kesalahan daripada proses untuk karyawan bergaji tetap. Membandingkan KPI seperti waktu siklus atau tingkat koreksi antarjenis karyawan membantu menyesuaikan perbaikan proses dengan kebutuhan tiap kelompok.

Membantu mengelompokkan proses untuk menemukan variasi dan masalah khusus pada kategori tenaga kerja yang berbeda, seperti karyawan bergaji per jam dan karyawan bergaji tetap.

Kolom standar dalam catatan induk karyawan di sistem SDM atau penggajian.

Audit otomatis yang dijalankan selama proses penggajian dapat menandai catatan yang melanggar aturan yang telah ditetapkan. Atribut ini mencatat kategori pengecualian, seperti 'ID pajak tidak ada', 'Lembur belum disetujui', atau 'Anomali gaji kotor'.

Analisis jenis dan frekuensi pengecualian audit memberi gambaran langsung tentang masalah kualitas data dan kepatuhan. Informasi ini membantu organisasi mencari penyebab utama, misalnya untuk mengetahui apakah lonjakan pengecualian 'ID pajak tidak ada' disebabkan oleh proses orientasi karyawan baru yang bermasalah. Melacak pengecualian ini penting untuk dasbor 'Pemantauan audit dan kepatuhan' serta untuk mengurangi risiko.

Memberi cara langsung untuk mengukur dan mengelompokkan masalah kualitas data serta kepatuhan. Dengan begitu, Anda dapat mencari penyebab utama secara terarah untuk meningkatkan akurasi dan mengurangi risiko.

Data ini dihasilkan oleh mesin audit atau validasi internal sistem penggajian dan biasanya disimpan dalam log audit atau laporan pengecualian.

Atribut ini mengelompokkan kinerja kasus berdasarkan perjanjian tingkat layanan yang telah ditetapkan. Biasanya, status dihitung dengan membandingkan stempel waktu aktual suatu aktivitas penting, seperti 'Berkas transfer bank dibuat', dengan 'Batas waktu SLA'.

Status ini memberi indikator kinerja yang jelas dan langsung untuk digunakan dalam dashboard dan laporan. Analisis status kepatuhan SLA membantu mengukur jumlah kasus yang melewati tenggat dan menelusuri satu tingkat lebih dalam karakteristik proses pada kasus yang terlambat dibandingkan kasus yang tepat waktu. Informasi ini penting untuk menemukan penyebab utama keterlambatan serta meningkatkan keandalan dan kepastian proses penggajian.

Memberi ukuran langsung dan sederhana untuk membandingkan kinerja dengan target. Anda dapat melaporkan kepatuhan dengan mudah dan memusatkan analisis pada kasus yang melewati tenggat.

Atribut ini tidak tersedia langsung di sistem sumber. Nilainya dihitung dengan membandingkan EventTimestamp pada aktivitas penting dengan atribut SlaDeadline.

Wilayah pajak menunjukkan kawasan hukum atau administratif tempat pajak harus dihitung dan disetorkan. Kompleksitas penggajian dapat sangat berbeda antarwilayah karena perbedaan peraturan, tarif pajak, dan persyaratan pelaporan.

Analisis proses berdasarkan wilayah pajak dapat membantu menemukan tantangan di tiap wilayah. Misalnya, analisis dapat menunjukkan bahwa penggajian di negara bagian atau negara tertentu selalu lebih lambat atau lebih sering mengalami kesalahan. Hal ini dapat menandakan perlunya konfigurasi sistem yang lebih baik untuk aturan wilayah tersebut atau pelatihan tambahan bagi spesialis yang menanganinya.

Memungkinkan analisis kinerja proses berdasarkan wilayah geografis atau hukum, sehingga Anda dapat mengetahui apakah kompleksitas atau kesalahan terkonsentrasi di wilayah tertentu.

Bagian dari pengaturan informasi pajak karyawan di sistem penggajian atau SDM.