KETERKAITAN OTOMATISASI BERBASIS AI, KOMUNIKASI DIGITAL, DAN MANAJEMEN BEBAN KERJA TERHADAP KESEJAHTERAAN KARYAWAN DPMPTSP KABUPATEN DEMAK
DOI:
https://doi.org/10.31539/s95cse44Keywords:
AI-Driven Automation, Komunikasi Digital, Manajemen Beban Kerja, Kesejahteraan Karyawan, JD-R ModelAbstract
Penelitian ini bertujuan untuk menganalisis pengaruh otomatisasi berbasis kecerdasan buatan (AI-driven Automation), komunikasi digital, dan manajemen beban kerja terhadap kesejahteraan pegawai di DPMPTSP Kabupaten Demak. Pendekatan penelitian yang digunakan bersifat kuantitatif dengan pengujian hipotesis untuk melihat hubungan antarvariabel secara empiris. Hasil penelitian menunjukkan bahwa penerapan otomatisasi berbasis AI memberikan dampak positif terhadap kesejahteraan pegawai, karena mampu meningkatkan efisiensi kerja dan mengurangi tugas berulang yang sering menjadi sumber kejenuhan. Komunikasi digital juga terbukti memperkuat kesejahteraan pegawai melalui peningkatan efektivitas koordinasi, keterbukaan informasi, serta terciptanya hubungan kerja yang lebih harmonis. Sementara itu, manajemen beban kerja muncul sebagai faktor paling berpengaruh, menunjukkan bahwa pembagian tugas yang proporsional mampu menekan tingkat stres, meningkatkan produktivitas, dan secara langsung memperbaiki kondisi kesejahteraan pegawai. Secara keseluruhan, variabel ketiga tersebut saling melengkapi dalam membentuk lingkungan kerja yang lebih adaptif dan seimbang di tengah transformasi sektor publik digital. Temuan ini memperkuat relevansi Job Demands–Resources Model, bahwa pemanfaatan sumber daya teknologi dan pengelolaan pekerjaan yang efektif dapat menjadi kunci peningkatan kesejahteraan pegawai dalam organisasi pemerintahan modern.
References
Bakker, A. B., & Demerouti, E. (2017). Job Demands–Resources Theory: Taking Stock and Looking Forward. Journal of Occupational Health Psychology, 22(3), 273–285. Retrieved from https://psycnet. apa.org/buy/2016-48454-001
Barley, S. R., Meyerson, D. E., & Grodal, S. (2011). E-mail as a Source and Symbol of Stress. Organization Science, 22(4), 887–906. https://doi.org/10.1287/orsc.1100.0573
Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mix Methods Approaches. London: Sage Pubication.
Daft, R. L., & Lengel, R. H. (1986). Organizational Information Requirements, Media Richness and Structural Design. Management Science, 32(5), 554–571.https://doi.org/10.1287/mnsc.32.5. 554
Dwinijanti, L., Adhikara, M. F. A., & Kusumapradja, R. (2020). Job Satisfaction And Turnover Intention Among Public Sector Nurses: Is Workload and Burnout The Issue? JEMA: Jurnal Ilmiah Bidang Akuntansi Dan Manajemen, 17(1), 67–77. https://doi.org/10.311 06/jema.v17i1.4951
Fhauzan, R. F., & Ali, H. (2024). Pengaruh Beban Kerja dan Burnout Terhadap Kinerja Karyawan Melalui Stress Kerja. Jurnal Pendidikan Siber Nusantara, 2(4), 169–176. https://doi.org/10.38035/ jpsn.v2i4.290
Gusnita, E. (2024). Strategi Inovatif dalam Manajemen Sumber Daya Manusia: Optimalisasi Kinerja dan Kesejahteraan Karyawan di Era Digital. Margin Eco, 8(2), 240–251. https://doi.org/10.32764/margin.v8 i2.5586
Hayat, N. (2025). Pengaruh Digital Skill Terhadap Kinerja Pegawai Dimediasi Employee Well-Being Pada Dinas Sosial Kabupaten Dompu. Economics and Digital Business Review, 6(2), 945–954. https://doi.org/10.37531/ecotal.v6i 2.2375
Huang, M.-H., & Rust, R. T. (2021). A Strategic Framework for Artificial Intelligence in Marketing. Journal of the Academy of Marketing Science, 49(1), 30–50. https://doi.org/10.1007/s11747- 020-00749-9
Huang, M. (2024). A Study of the Double-edged Sword Effect of Organizational AI Adoption on Work Well-being of Knowledge- based Employees. Proceedings of the 4th International Conference on Management Science and Software Engineering (ICMSSE 2024), 244, 169. London: Springer Nature.
Irfad, A., Sanusi, F., & Mukhsin, M. (2021). Manajemen Beban Kerja, Konflik Kerja dan Stres Kerja: Pengaruhnya terhadap Kinerja Karyawan Melalui Kepuasan Kerja sebagai Intervening di PT Harapan Teknik Shipyard. Jurnal Riset Bisnis Dan Manajemen Tirtayasa, 5(1), 16–32. https://doi.org/10.481 81/jrbmt.v5i1.11538
Kusumasari, I. R., Hidayat, R., Sophia, Z. A., Maghfiroh, F. M., & Anggraini, A. D. (2024). Dampak Sosial Pengambilan Keputusan Berbasis Artificial Intelligence terhadap Dinamika Ketenagakerjaan. Journal of Macroeconomics and Social Development, 2(2), 1–12. https://doi.org/10.47134/jmsd.v2i2. 531
McAfee, A., & Brynjolfsson, E. (2017). Machine, Platform, Crowd: Harnessing Our Digital Future. New York: W. W. Norton & Company.
Monica, P., Natali, S., Ardana, T. N., & Kaur, S. (2025). Efektivitas Komunikasi Bisnis dalam Meningkatkan Kinerja Organisasi di Era Digital. Jurnal Manajemen Dan Inovasi, 6(2), 259–267. Retrieved from https://ejurnals. com/ojs/index.php/jmi/article/view/2191
Nacheva, R. (2025). Trends And Best Practices for Ensuring Digital Accessibility in the Workplace. Journal of Process Management and New Technologies, 13(1–2), 56–66. https://doi.org/10.5937/jp mnt13-57500
Ncube, T. R., Sishi, K. K., & Skinner, J. P. (2025). The Impact of Artificial Intelligence on Human Resource Management Practices: An Investigation. SA Journal of Human Resource Management, 23(1), 2960 https://doi.org/10.4102/sajh rm.v23i0.2960
Puspitasari, N. D., & Aslan, A. (2024). Transformasi Komunikasi Organisasi Melalui Teknologi Digital: Studi Literatur Terbaru. Jurnal Komunikasi, 2(12), 934–943. Retrieved from https://jkm .my.id/index.php/komu nikasi/article/view/5
Putro, H. P. (2023). Building Digital Communication Effectiveness in Organizations. Journal of Data Science, 1(2), 61–67. Retrieved from https://ejournal.seaninstitute .or.id/i ndex.php/visualization/article/view/3543
Salanova, M., Llorens, S., & Schaufeli, W. B. (2011). Yes, I Can, I Feel Good, and I Just Do It! On Gain Cycles and Spirals of Efficacy Beliefs, Affect, and Engagement. Applied Psychology, 60(2), 255–285. https://doi.org/10.1111/j.1464-0597.2010.00435.x
Saleh, S. A. F. M. (2025). Applying Positive Organizational Psychology to Foster a Positive Environment at the Workplace. Journal of Sustainable Development in Social and Environmental Sciences, 4(1), 177–189. https://doi.org/10.21608/jsdses.202 5.354248.1043
Salsabila, T. H., Indrawati, T. M., & Fitrie, R. A. (2024). Meningkatkan Efisiensi Pengambilan Keputusan Publik Melalui Kecerdasan Buatan. Journal of Internet and Software Engineering, 1(2), 1–21. https://doi. org/10.47134/pjise.v1i2.2401
Sekaran, U., & Bougie, R. (2017). Metode Penelitian untuk Bisnis: Pendekatan Pengembangan- Keahlian (6th ed.). Jakarta: Salem ba Empat.
Seyadi, A. E., Al-Zayani, F. J., Shehab, S., Hamdan, A., & Alhor, R. H. (2021). The Implementation of Artificial Intelligence in The Public Sector: Opportunities and Challenges. Applications of Artificial Intelligence in Business, Education and Healthcare, 1(1), 271–284. https://doi.org/10.1007/978-3-030- 72080-3_16
Silitonga, F., & Isbah, M. F. (2023). Artificial Intelligence and The Future of Work in The Indonesian Public Sector. Jurnal Ilmu Sosial Dan Humaniora, 12(2), 296–308. https://doi.org/10.23887/jish.v12i2. 62297
Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif R&D. Bandung: Alfabeta.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Melina Sari, Vivi Kumalasari Subroto

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

