Tholib Usman HanafiFullstack Engineer
Semua pekerjaan

Presein

Platform HR dan presensi internal dengan pengecekan lokasi

Fullstack Engineer | 2023 sampai sekarang | Laravel, React Native Expo, Filament, OpenAI, MySQL

Platform HR dan presensi internal dengan pengecekan lokasi, dipakai 250+ karyawan lintas cabang.

Konteks

Presensi hidup di kertas dan spreadsheet di tiap cabang. Manajer menghabiskan minggu pertama tiap bulan merapikan angka, bukan bertindak berdasarkan angka itu.

Masalah

Presensi manual di banyak cabang bikin penggajian dan evaluasi butuh 3 sampai 5 hari kerja tiap bulan. Lebih buruk lagi, catatan absen tulisan tangan gampang salah dan gampang diakali, jadi tidak ada yang percaya cukup untuk menjadikannya dasar gaji.

Yang saya kerjakan

Kalau absen cuma modal tombol, siapa saja bisa menekannya dari mana saja tanpa benar-benar hadir di cabang. Jadi saya bangun aplikasi Android yang mencocokkan lokasi karyawan dengan cabang tempatnya bekerja, plus wajib foto sebagai bukti. Aplikasi pemalsu GPS dan jam ponsel yang diakalin juga saya tangani, jadi sistem tidak sekadar percaya apa kata perangkat. Beberapa karyawan sempat kesulitan absen di lokasi yang sinyal GPS-nya lemah, tapi data kehadiran yang tidak bisa dipercaya bikin semua keputusan gaji yang dibangun di atasnya jadi percuma.

HR dulu harus menyusun ulang angka kehadiran tiap bulan secara manual sebelum gaji bisa diproses. Sekarang rekap itu langsung dihitung sistem dari data mentah, per karyawan dan per periode, jadi HR mulai kerja dari angka yang sudah jadi, bukan dari nol. Aturan telat, izin, dan lembur pun sekarang tertanam di kode, jadi kalau kebijakan HR berubah, yang diubah aplikasinya, bukan lagi rumus di spreadsheet. Alasannya sederhana: aturan yang beda-beda di tiap cabang itu yang bikin angkanya sering tidak nyambung satu sama lain.

Manajer sebenarnya tidak butuh dashboard baru. Yang mereka cari itu jawaban atas pertanyaan yang susah dicari lewat filter biasa, semacam siapa saja yang telat hari ini. Makanya saya sambungkan chatbot OpenAI ke data presensi dan KPI lewat sistem sendiri, jadi manajer tinggal tanya pakai bahasa sehari-hari dan dapat jawaban dari data asli, bukan laporan yang isinya sudah baku sejak dicetak.

Hasil
  • -Digunakan oleh lebih dari 250 karyawan setiap hari
  • -Rekap bulanan untuk gaji dan evaluasi sudah siap otomatis di sistem, menggantikan 3 sampai 5 hari kerja merapikan data secara manual
  • -Manajer cukup bertanya ke chatbot soal timnya, tanpa perlu membuka laporan
  • -Menjadi dasar skripsi saya tentang pemantauan kehadiran lewat WhatsApp dan kecerdasan buatan
Yang akan saya ubah

Rencana saya berikutnya nambahin pengenalan wajah, biar foto yang dikirim benar-benar membuktikan siapa yang hadir, bukan cuma bukti ada orang yang mencet tombol absen. Sistem penggajian yang lebih lengkap juga masih di daftar, sama pengecekan lokasi yang sampai sekarang masih kurang akurat kalau sinyalnya lemah.

< KRISPAYEmail sayaLondrin >