Jurnal Kajian Ilmiah e-ISSN: 2597-792X.
ISSN: 1410-9794 Vol.
26 No.
2 (Mei 2.
Halaman: 163 Ae 174 Terakreditasi Peringkat 3 (SINTA .
sesuai SK RISTEKDIKTI Nomor.
295/C/C3/KPT/2026
Peran Artificial Intelligence Dan Promosi Karir Dalam Penilaian Kinerja Terhadap Budaya Meritokrasi Pegawai Kurniawan Prambudi Utomo 1,*.
Ananto Krisna Wardhana 1.
Rachmat Fadly 1.
Riris Lestiowati 1.
Aprilia Puspasari 1.
M Aziz Winardi N 2 Fakultas Ekonomi dan Bisnis.
Universitas Bina Sarana Informatika.
e-mail:
kpu@bsi.
id, ananto.
aow@bsi.
id, rachmat.
rfl@bsi.
id, riris.
rli@bsi.
alp@bsi.
Fakultas Ekonomi dan Bisnis.
Sekolah Tinggi Ilmu Ekonomi Gici.
e-mail:
azizwinardi@stiegici.
* Korespondensi: e-mail: kurniawan.
kpu@bsi.
Submitted: 27/01/2026.
Revised: 12/02/2026.
Accepted: 27/02/2026.
Published: 30/05/2026 Abstract This study examines the role of Artificial Intelligence (AI) in performance evaluation and promotion systems and its implications for meritocratic culture within organizations.
Using a quantitative approach, survey data were collected from employees and Human Resource (HR) professionals in institutions that have implemented AI-based systems.
The relationships among AI utilization, promotion mechanisms, performance appraisal, and perceptions of meritocracy were analyzed using Structural Equation ModelingAePartial Least Squares (SEM-PLS).
The results indicate that higher levels of AI adoption significantly enhance transparency and consistency in performance evaluation.
Technology-supported promotion systems are also more oriented toward individual competencies and achievements.
However, these positive effects are strongly influenced by employeesAo perceptions of fairness and trust in the system.
The findings underscore that successful AI integration requires not only technological readiness but also effective governance to sustain a merit-based organizational culture.
Keywords: Artificial Intelligence.
Career promotion.
Meritocratic culture.
Performance appraisal Abstrak Tujuan penelitian untuk mengetahui peran Artificial Intelligence (AI) dalam sistem evaluasi kinerja dan mekanisme promosi jabatan, serta implikasinya terhadap budaya meritokrasi di lingkungan organisasi.
Penelitian ini mengeksplorasi sejauh mana adopsi AI berkontribusi terhadap penguatan praktik meritokrasi dalam organisasi.
Dengan pendekatan kuantitatif, data diperoleh melalui survei terhadap pegawai dan profesional Sumber Daya manusia (SDM) pada institusi yang telah mengimplementasikan sistem berbasis AI.
Hubungan antarvariabel dianalisis menggunakan Structural Equation Modeling (SEM-PLS) untuk menguji hubungan antara tingkat pemanfaatan AI, mekanisme promosi, evaluasi kinerja serta persepsi terhadap budaya meritokrasi.
Hasil penelitian menunjukkan bahwa intensitas penggunaan AI berpengaruh signifikan dengan peningkatan transparansi dan konsistensi dalam evaluasi Sistem promosi yang terintegrasi teknologi juga cenderung lebih berorientasi pada kapabilitas dan pencapaian individu.
Namun demikian, dampak positif tersebut sangat dipengaruhi oleh persepsi keadilan dan kepercayaan pegawai terhadap sistem yang diterapkan guna mendukung tata kelola organisasi untuk memastikan terwujudnya budaya meritokrasi yang berkelanjutan.
Kata kunci: Artificial intelligence.
Promosi karir.
Budaya meritokrasi.
Penilaian kinerja Available Online at http://ejurnal.
id/index.
php/JKI Kurniawan P Utomo.
Ananto K Wardhana.
Rachmat F.
Riris L.
Aprilia P.
M Aziz Winardi N Pendahuluan Perkembangan era Artificial Intellegence (AI) semakin menjadi komponen integral dalam berbagai aspek manajemen sumber daya manusia (MSDM).
Sistem meritokrasi merupakan salah satu transformasi sistem yang signifikan berlangsung pada pergeseran dari sistem meritokrasi tradisional menuju pendekatan algoritmik dalam penilaian kinerja dan promosi karyawan.
Hierarki dan meritokrasi tidak diberhadapan secara langsung tetapi fokus pada penyediaan layanan dasar universal mendorong pandangan yang lebih kolektif dan berfungsi untuk mengurangi ketidaksetaraan (Paulson & Bychs, 2022.
Cinar et al.
, 2.
Namun membantu pembangunan ekonomi negara untuk bertahan di bawah sumber daya yang pemerintahan secara efisien.
Meritokrasi mempunyai rencana, tujuan, tindakan, dan gagasan hijau pemimpin menentukan rekrutmen dan seleksi hijau, pelatihan dan pengembangan, penilaian kinerja, dan pemberdayaan dari manajer sumber daya manusia (Cahyadi et al.
, 2.
Sistem berbasis AI menawarkan keunggulan dalam efisiensi, objektivitas, dan analisis data skala besar, memungkinkan organisasi untuk mengidentifikasi talenta dan membuat keputusan yang lebih berbasis fakta.
akan meningkatkan mutu yang efektif organisasi dengan diikuti dengan pemeliharan, perbaikan kualitas sehingga dapat memenuhi atau melebihi harapan dan dalam kualitas pelayanan terhadap masyarakat dan memberikan kepuasan terhadap hasil kinerja (Fadly et al.
, 2.
Namun, pergeseran ini juga membawa tantangan.
Risiko bias algoritmik, kurangnya transparansi dalam proses pengambilan keputusan, dan hilangnya sentuhan manusiawi menjadi isu yang perlu diperhatikan.
Artikel ini mengeksplorasi bagaimana penggunaan AI dalam MSDM memengaruhi prinsip-prinsip meritokrasi, serta implikasinya terhadap keadilan, keberagaman, dan etika dalam organisasi modern.
Penelitian ini bertujuan untuk mengeksplorasi dampak penggunaan AI dalam penilaian kinerja dan promosi karyawan, khususnya dalam mengurangi bias manusia dan meningkatkan objektivitas.
Sesuai penelitian Qodri et al .
mengatakan bahwa Praktik manajemen sumber daya manusia, termasuk kerja tim dan pemberdayaan hijau, penghargaan hijau, pelatihan dan keterampilan hijau dan rekrutmen dan seleksi, memiliki efek yang signifikan pada manajemen karyawan untuk meningkatkan kinerja, retensi, dan mengurangi niat pergantian karyawan (Wardhana et al.
Tujuan penelitian mengetahui pengaruh penggunaan AI juga promosi karir terhadap penilaian evaluasi kinerja terhadap budaya meritokrasi pegawai di instansi terhadap sistem berbasis AI.
Penggunaan AI dalam penilaian kinerja dan promosi karyawan menawarkan potensi efisiensi dan objektivitas, tetapi riset tentang efektivitasnya dalam mengurangi bias manusia masih terbatas.
Isu bias algoritmik, khususnya dampaknya pada kelompok tertentu, belum sepenuhnya dipahami.
Secara komparatif, menilai keberhasilan bisnis lebih objektif, terukur, dan dapat distandarisasi, sedangkan mengukur kinerja sosial lebih subjektif, kualitatif, dan sulit untuk distandarisasi dan dibandingkan antar organisasi (Ferdousi & Abedin, 2.
Hal ini dapat menyebabkan konflik dan perilaku karyawan yang negatif, yang dapat berdampak Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Peran Artificial Intelligence Dan Promosi Karir DalamA pada kinerja organisasi secara keseluruhan (Utomo & Abdulrahman, 2.
Penelitian sebelumnya, penggunan AI dapat memecahkan masalah yang muncul terkait dengan penggunaan insentif dalam pengambilan keputusan manajemen yang tepat yaitu potensi konflik antara orientasi jangka pendek dari sistem insentif dengan pendekatan jangka panjang (Wardhana et al.
, 2.
Dalam penelitian lainnya untuk meningkatkan manajemen agar dapat menghasilkan tenaga kerja yang kreatif sehingga dapat memotivasi untuk bertindak lebih efektif dan efisien diperlukan kerja AI (Dira et al.
, 2.
Selain itu, penelitian mengenai persepsi karyawan terhadap AI dapat mendukung atau menggeser prinsip meritokrasi tradisional, masih jarang dilakukan.
Adapun rumusan masalah sebagai berikut .
Apakah penggunaan AI dalam penilaian kinerja dapat meningkatkan objektivitas atau berpotensi mereproduksi bias dari data birokrasi dan belum tentu memperkuat meritokrasi secara substantif.
Kesenjangan antara kinerja dan promosi, serta faktor transparansi dan kepercayaan pegawai, menjadi tantangan utama perusahaan karena data pada birokrasi daerah yang aksesnya terbatas.
Sehingga penelitian mampu menjawab bagaimana pengaruh penggunaan AI, promosi karir dalam penilaian kinerja terhadap budaya meritokrasi pegawai.
Strategi yang efektif, kepemimpinan yang baik, serta komitmen serta dukungan manajemen puncak sangat penting untuk kinerja organisasi (J.
Chen & Tseng, 2.
Perusahaan harus menyadari peran kunci yang dimainkan oleh praktik SDM hijau dalam meningkatkan kinerja lingkungan individu dan efektivitas organisasi selanjutnya (T.
Chen, 2.
Selain itu, persepsi karyawan terhadap sistem penggunaan AI memainkan peran penting dalam menentukan tingkat kepercayaan dan penerimaan terhadap teknologi ini (Utomo et al.
, 2.
Jika karyawan merasa sistem tidak transparan atau tidak manusiawi, hal ini dapat memengaruhi motivasi dan hubungan kerja, sesuai pendapat Sabi .
Lebih lanjut, kombinasi meritokrasi tradisional dan pendekatan algoritmik membutuhkan strategi yang hati-hati agar keadilan dan inklusivitas tetap terjaga (Shah et al.
, 2.
Metode Penelitian Studi ini menggunakan pendekatan kuantitatif melalui desain penelitian lapangan .
ield researc.
untuk memperoleh data primer dan sekunder (Sugiyono, 2.
Data dikumpulkan melalui kuesioner mandiri .
elf-administered questionnaire.
yang disebarkan kepada 150 responden yang dipilih berdasarkan kriteria tertentu yang relevan dengan fokus penelitian.
Selain itu, wawancara langsung dengan pegawai pemerinta di Provinsi.
Kabupaten Kota di Jawa Barat juga dilakukan untuk memperkuat hasil.
Tingkat pengembalian kuesioner tercatat sempurna, yaitu mencapai 100%.
Penelitian ini menggunakan teknik analisis Structural Equation Modeling Partial Least Square (SEM-PLS).
Cheah et al .
menjelaskan bahwa Penelitian di PLS-SEM mampu menejelaskan pada disiplin ilmu terkai dan dapat ditemukan di berbagai bidang penelitian statistika multivariat yang membandingkan variabel eksogen dan endogen tanpa banyak asumsi.
Data diolah menggunakan Smart PLS 4.
0 dengan dua model pengujian yaitu menguji validitas melalui loading factor dan diskriminan .
ross loading, akar Copyright A 2026 Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Kurniawan P Utomo.
Ananto K Wardhana.
Rachmat F.
Riris L.
Aprilia P.
M Aziz Winardi N AVE).
Pengujian outer model dilakukan untuk menilai validitas konstruk serta reliabilitas instrumen penelitian (Wijaya & Nailufaroh, 2.
serta reliabilitas menggunakan cronbachAos alpha dan composite reliability.
Inner Model mengevaluasi hubungan kausal antar variabel laten dengan nilai R-Square, path coefficient.
T-statistik, dan total effect dengan bantuan perangkat lunak SEM PLS V.
Pendekatan PLS-SEM mampu analisis heterogenitas yang diamati .
isalnya, melalui analisis moderasi dan multikelompo.
dan mengungkap heterogenitas yang tidak diamati .
isalnya, melalui kuadrat terkecil parsial campuran hingga dan segmentasi berorientasi prediks.
untuk memastikan validitas hasil (Guenther et al.
, 2.
Penelitian ini dilaksanakan selama periode Januari hingga Maret 2025.
Analisis bertujuan untuk menguji validitas dan reliabilitas data serta mengidentifikasi pengaruh dua atau lebih variabel bebas terhadap variabel terikat.
Studi ini berupaya menjelaskan bagaimana penilaian kinerja, promosi pegawai dan penggunaan IA (Artificial Intellegenc.
terhadap penerapan budaya Meritokrasi, untuk model penelitian dapat dijelaskan sebadai berikut:
Sumber: Data diolah .
Gambar 1.
Model Penelitian Berdasarkan model penelitian tahap selanjutnya adalah Pengujian hipotesis menggunakan dua pernyataan, yaitu hipotesis nol (HCA) dan hipotesis alternatif (HC.
HCA menyatakan bahwa koefisien regresi bernilai nol .
idak terdapat pengaru.
, sedangkan HCa menyatakan bahwa koefisien regresi tidak sama dengan nol .
erdapat pengaruh signifika.
Adapun rumusan hipotesis dalam penelitian ini adalah sebagai berikut:
Ha: Ada hubungan signifikan penilaian kinerja dan promosi serta penggunaan AI terhadap Meritokrasi pada Pemerintah Provinsi Jawa Barat H0: Tidak ada hubungan yang signifikan penilaian kinerja serta penggunaan AI terhadap Meritokrasi pada Pemerintah Provinsi Jawa Barat Hasil dan Pembahasan Transformasi dari pendekatan meritokrasi tradisional menuju penggunaan algoritma berbasis kecerdasan buatan (AI) dalam penilaian kinerja dan promosi karyawan Pendekatan ini dapat lebih memfasilitasi pemahaman tentang faktor-faktor yang mempengaruhinya dalam Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Peran Artificial Intelligence Dan Promosi Karir DalamA hubungan bisnis, seperti retensi pelanggan, adopsi teknologi, atau kinerja dalam tim untuk menyukai perilaku yang terkait dengan kinerja tugas (Richter & Tudoran, 2024.
Cassia & Magno, 2.
Dengan semakin meluasnya adopsi AI di dunia kerja, tulisan ini mengeksplorasi dampak positif dan tantangan yang muncul, termasuk potensi bias algoritmik dan transparansi Penelitian ini dapat menjelaskan tentang implikasi teknologi AI dalam menciptakan sistem penilaian kinerja dan promosi pegawai secara adil dan efektif, hasil statistik yang dilakukan pengolahan sebagai berikut:
Uji Validitas Terdapat dua bentuk validitas yang dianalisis, yaitu konvergen dan diskriminan, diuji untuk memastikan keakuratannya.
Hasil pengujian ini akan lebih mudah dipahami melalui gambar dan tabel berikut::
Tabel 1.
Hasil Uji Validitas Outer Loading Jobs Meritrocratic Performance Use of Artificial Promotion Culture Assessment Intelligence AI.
0,806
AI.
0,809
AI.
0,779
AI.
0,756
BM.
0,869
BM.
0,847
BM.
0,833
BM.
0,838
0,841
0,812
0,792
0,766
0,806
0,811
0,835
0,823
AI: Artificial intelligence.
BM: Budaya meritokrasi.
K: Kinerja.
P: Promosi Sumber: Data diolah .
Berdasarkan Tabel 1, seluruh indikator pada masing-masing konstruk menunjukkan nilai outer loading melebihi 0,70.
Temuan ini mengindikasikan bahwa variabel penggunaan AI, budaya meritokrasi, promosi jabatan, dan penilaian kinerja telah memenuhi persyaratan validitas Oleh karena itu, seluruh indikator dinyatakan valid dan dapat dilanjutkan ke tahap analisis berikutnya.
Copyright A 2026 Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Kurniawan P Utomo.
Ananto K Wardhana.
Rachmat F.
Riris L.
Aprilia P.
M Aziz Winardi N Uji Validitas Diskriminan Uji validitas diskriminan bertujuan untuk memastikan bahwa setiap konstruk .
ariabel late.
benar-benar berbeda dan tidak tumpang tindih dengan konstruk lainnya.
Dalam model pengukuran, validitas diskriminan dapat dinilai dengan membandingkan akar dari Average Variance Extracted (AVE) pada konstruk dengan korelasi variabel laten, hasil pengolahan data sebagai berikut:
Tabel 2.
Nilai Akar AVE Fornell-Larcker Criterion
Jobs Meritrocratic Performance Use of Artificial Promotion Culture Asessment
Inteligence Jobs Promotion 0,803 Meritrocratic Culture 0,456 0,847 Performance Assessment
0,631
0,463
0,819
Use of Artificial Inteligence 0,640 0,483 0,452 0,788 Sumber: Data diolah .
Berdasarkan Tabel 2, akar AVE tiap variabel melebihi korelasinya dengan variabel lain, sehingga validitas diskriminan terpenuhi dan setiap konstruk mengukur konsep yang berbeda secara jelas.
Uji Validitas Convergent Pada model reflektif, validitas konvergen dinilai melalui loading factor >0,7.
Rincian nilai loading factor penelitian ini disajikan berikut:
Tabel 3.
Nilai CronbachAos alpha dan Composite reliability CronbachAos Keandalan Keandalan Rata-rata varians komposite .
diekstraksi (AVE) 0,817 0,821 0,879 0,745 0,869 0,871 0,910 0,717 0,837 0,842 0,890 0,770 0,796 0,798 0,867 0,721 Jobs Promotion Meritrocratic Culture Performance Assessment Use of Artificial Inteligence Sumber: Data diolah .
Berdasarkan Tabel 3, seluruh konstruk penelitian yaitu penilaian kinerja, promosi, dan penggunaan AI terhadap meritokrasi pada pegawai pemerintah telah memenuhi kriteria reliabilitas, ditunjukkan oleh nilai CronbachAos alpha lebih dari 0,6 dan Composite Reliability lebih dari 0,7.
Cinkir et al .
menyatakan bahwa tujuan utama kepuasan pegawai adalah untuk memaksimalkan pengalaman, meminimalkan ketidakpuasan terhadap perusahaan, dan meningkatkan kinerja institusi.
Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Peran Artificial Intelligence Dan Promosi Karir DalamA Sumber: Data diolah .
Gambar 2.
Model Struktural (Inner Mode.
Gambar 2 menunjukkan bahwa penilaian kinerja .
berpengaruh terhadap penggunaan AI, sedangkan promosi karir .
dan penggunaan AI .
berpengaruh terhadap Meritocratic Culture.
Nilai RA sebesar 0,414.
0,398.
dan 0,313 menunjukkan model memiliki kemampuan penjelasan yang sesuai atau moderat.
Koefisien Determinasi (R-Squar.
Evaluasi model struktural PLS dilakukan melalui nilai R Square untuk menilai instrumen pengukuran dan model struktural (Robaina-Calderyn et al.
, 2.
Nilai R-Square bernilai baik jika variabel endogen > 0,33 dalam penelitian PLS-SEM.
R2 mengukur varians, yang dijelaskan dalam setiap konstruksi endogen, dan merupakan ukuran penjelasan model (Chen et al.
, 2.
Berikut hasil R Square:
Tabel 4.
Nilai R-Square R Square Adjusted R-square Job Promotion 0,398 0,394 Meritrocratic Culture 0,313 0,299 Use of artificial inteligence 0,414 0,406 Sumber: Data diolah .
Berdasarkan Tabel 4, dapat diinterpretasikan konstruk promosi mempunyai kemampuan menjelaskan varians dalam konstruk budaya meritokrasi sebesar 39%.
Sementara itu, konstruk penggunaan IA menjelaskan varians budaya meritokrasi sebesar 41%.
Model penelitian secara keseluruhan mampu menjelaskan 61% varians dalam budaya meritokrasi, dengan demikian, terdapat 59% varians yang tidak termodelkan dan diasumsikan dipengaruhi oleh variabelvariabel lain di luar cakupan penelitian ini.
Copyright A 2026 Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Kurniawan P Utomo.
Ananto K Wardhana.
Rachmat F.
Riris L.
Aprilia P.
M Aziz Winardi N Pengujian Hipotesis Dalam pengujian hipotesis, keputusan didasarkan pada perbandingan nilai T statistik dan T tabel.
Hipotesis dinyatakan diterima apabila T statistik lebih besar dari 1,96 pada tingkat signifikansi 5 persen untuk uji dua arah, atau apabila P value kurang dari 0,05.
Adapun hasil pengujian hipotesis disajikan sebagai berikut:
Tabel 5.
Uji Hipotesis Jobs promotion -> Meritrocratic culture Jobs promotion -> use of artificial inteligence Performance assessment > Jobs promotion Performance assessment > Meritrocratic culture Sampel Rata-rata Standar deviasi T statistik Nilai P (P asli (O) sampel (M) (STDEV) (|O/STDEVI|) Value.
0,093 0,092 0,107 0,874 0,382 0,590 0,593 0,070 8,454 0,000
0,631
0,630
0,054
11,586
0,000
0,267
0,266
0,096
2,776
0,006
0,080
0,082
0,077
1,046
0,296
0,303
0,308
0,091
3,308
0,001
Performance assessment > use of artificial Use of artificial inteligence -> meritrocratic culture Sumber: Data diolah .
Berdasarkan hasil pengujian pada Tabel 5, hipotesis pertama dinyatakan didukung, yang menunjukkan adanya pengaruh penggunaan AI dan promosi karir terhadap penilaian kinerja serta budaya meritokrasi pegawai.
Dengan demikian, hipotesis alternatif diterima dan hipotesis nol ditolak.
Kesimpulan ini didasarkan pada nilai t statistik sebesar 0,874 yang melampaui nilai t tabel sebesar 0,67521, disertai tingkat signifikansi yang rendah .
semakin memperkuat temuan ini.
Hal ini sejalan dengan penelitian bahwa penggunaan AI yang secara konsisten menerapkan prinsip-prinsip TQM pada penerapan insetif untuk meningkatkan kualitas produknya seperti pelatihan berkelanjutan, keterlibatan karyawan, dan pemantauan kualitas produk, pemberian bonus dan tunjangan bedasarkan prestasi .
cenderung menghasilkan produk berkualitas tinggi yang memenuhi atau melebihi target perusahaan (Wardhana et al.
, 2.
Baik prestasi, kinerja berorintasi masyarakat, kemudahan dan ketersediaan teknologi informasi yang cepat dengan di dukung kemampuan pendidikan dan pelatihan para pegawainya akan cepat meningkatkan efektifitas hal ini sesuai dengan penelitian Wu et al .
bahwa pada saat yang sama.
Internet juga menyediakan lebih banyak informasi konsumen dan alat perbandingan untuk membantu konsumen lebih memahami kinerja dan nilai mempromosikan pegawai sehingga kinerja pegawai dan promosi jabatan dalam penerapan IA menuju pada budaya Meritokrasi di instansi pemerintah Jawa Barat.
Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Peran Artificial Intelligence Dan Promosi Karir DalamA Pembahasan Hubungan Pengaruh Antara Promosi Jabatan Terhadap Budaya Meritokrasi Dalam Penggunaan AI Promosi jabatan berbasis kecerdasan buatan (AI) berpotensi memperkuat budaya meritokrasi di instansi pemerintah melalui evaluasi kinerja dan kompetensi yang objektif, transparan, dan berbasis data, sehingga mengurangi subjektivitas dan nepotisme.
menganalisis indikator kinerja secara konsisten.
Namun, efektivitasnya bergantung pada integritas desain algoritma, validitas data, dan pengawasan etis.
Algoritma bebas bias mendorong keadilan dan profesionalisme, sedangkan desain lemah berisiko merusak Oleh karena itu, diperlukan kerangka etis dan regulasi untuk memastikan implementasi AI optimal.
Pembahasan Hubungan Pengaruh Antara Penilaian Kinerja Terhadap Budaya Meritoktrasi Dalam Penggunaan AI Penilaian kinerja berbasis kecerdasan buatan (AI) berpotensi memperkuat budaya meritokrasi di instansi Provinsi.
Kabupaten Kota di Jawa Barat melalui evaluasi yang objektif, terukur, dan konsisten.
AI mengurangi subjektivitas dengan menganalisis parameter kinerja berbasis data terintegrasi.
Penilaian yang adil dan transparan meningkatkan motivasi pegawai karena penghargaan diberikan berdasarkan merit.
Temuan ini sejalan dengan konsep ekonomi mengoptimalkan transfer sumber daya dan efektivitas kerja organisasi (Lan & Tang, 2023.
Yin et al.
, 2.
Pembahasan Hubungan Pengaruh Antara Promosi Jabatan Penilaian Kinerja Secara Bersamaan Terhadap Budaya Meritokrasi Dalam Penggunaan AI Pemerintah fokus pada maksimalisasi kinerja di sebagian besar negara berteknologi maju (Wang et al.
, 2.
Promosi jabatan dan penilaian kinerja yang dilakukan secara bersamaan melalui AI dapat memperkuat budaya meritokrasi di Provinsi.
Kabupaten Kota di Jawa Barat.
AI memungkinkan evaluasi kinerja yang objektif dan transparan, serta memastikan promosi jabatan berdasarkan kompetensi dan hasil kerja nyata.
Kombinasi keduanya menciptakan sistem yang adil, di mana penghargaan diberikan kepada pegawai yang layak secara keberlanjutan teknologi seperti hasil penelitian bahwa sebuah perusahaan berinovasi akan mengurangi pencemaran lingkungan dan meningkatkan kinerja perusahaan dengan meningkatkan teknologi dan kemajuan teknologi memperkenalkan teknologi yang lebih baik untuk tujuan organisasi publik, sosial dan ekonomi (Li & Wang, 2023.
Moslehpour et al.
, 2.
Kesimpulan Kurangnya objektivitas dan transparansi dalam penilaian kinerja serta promosi jabatan di instansi Pemerintah menjadi permasalahan krusial Hasil penelitian ini menegaskan bahwa penerapan Artificial Intelligence (AI) dalam penilaian kinerja dan promosi jabatan berpengaruh positif dan signifikan terhadap penguatan budaya meritokrasi.
Penelitian ini menunjukkan bahwa penerapan AI mampu meningkatkan objektivitas, transparansi, dan keadilan berbasis Copyright A 2026 Jurnal Karya Ilmiah 26 .
: 163 - 174 (Mei 2.
Kurniawan P Utomo.
Ananto K Wardhana.
Rachmat F.
Riris L.
Aprilia P.
M Aziz Winardi N data, sehingga memperkuat budaya meritokrasi.
Penelitian ini memberikan bukti empiris bahwa penerapan Artificial Intelligence (AI) dalam penilaian kinerja dan promosi jabatan berpengaruh Berpengaruh positif dan signifikan terhadap penguatan budaya meritokrasi di lingkungan birokrasi daerah, khususnya pada Pemerintah Provinsi Jawa Barat.
Hal ini menunjukkan bahwa penerapan sistem berbasis kompetensi dan kinerja mampu meningkatkan objektivitas, transparansi, dan profesionalisme dalam tata kelola aparatur.
Temuan ini menegaskan bahwa integrasi teknologi berbasis data/AI tidak hanya meningkatkan efisiensi administratif, tetapi juga berkontribusi pada transformasi sistem promosi karier yang lebih objektif, transparan, dan berbasis meritokrasi yang berkelanjutan dan cakap kompetensi.
Daftar Pustaka