JURNAL MANAJEMEN SUMBER DAYA MANUSIA

www.jhrm.eu ISSN 2453-7683

Rekomendasi di Era Komunikasi Digital : Proposal Skala Rekomendasi Bisnis,

Pendidikan, Sosial, Kehidupan Pribadi (BESP-L) untuk Komunikasi Sumber Daya
Manusia
Barir Ucar; Gonca Solak; Yasar Gocer; Nevzat Arslan; Ufuk Demirci; Vecihi Memili & Umit
Atabek
ABSTRAK
Maksud – Komunikasi merupakan aspek penting dari praktik rekomendasi di semua sektor di
seluruh dunia. Penelitian ini melihat aspek komunikasi budaya rekomendasi di era digital.
Tujuan – Penelitian ini untuk melihat kemungkinan sistem rekomendasi digital yang cocok
untuk organisasi bisnis
Metodologi – Sampel N=1002 disurvei untuk menganalisis bagaimana orang mengevaluasi
praktik rekomendasi tertentu di Turki. Prosedur pengambilan sampel dan survei dilakukan
pada sistem berbasis blockchain. Selain itu, pada data ini diterapkan analisis pohon keputusan
Temuan – ditemukan bahwa lamanya berkenalan dengan pemberi rekomendasi adalah faktor
paling penting untuk menentukan kredibilitas surat rekomendasi, sedangkan rekomendasi dari
sumber media social ditemukan paling tidak kredibel. Pentingnya rekomendasi dari seseorang
yang dikenal dalam domain kehidupan bisnis dianggap yang tertinggi. Penelitian ini juga
mengungkapkan bahwa kredibilitas referensi yang dicetak dengan tanda tangan asli tidak
lebih tinggi dari referensi online yang ditanda tangani secara digital.
Selain itu, kredibilitas referensi yang diperoleh dengan menggunakan metode komunikasi
jarak jauh lebih tinggi dibandingkan dengan referensi yang diperoleh melalui komunikasi
lisan. Temuan ini menunjukkan bahwa rekomendasi budaya digital berkembang seiring
dengan pesatnya perkembangan alat komunikasi digital dalam organisasi.
Keterbatasan Penelitian – Penelitian ini merupakan penelitian cross-sectional dan hanya
menggunakan data dari satu negara.
Implikasi Praktis – Makalah ini menyarankan sistem rekomendasi berdasarkan Skala
Rekomendasi Bisnis, Pendidikan, Sosial, Kehidupan Pribadi (BESP-L) yang dikembangkan
dari analisis pohon keputusan.
Orisinalitas/Nilai – Ini adalah proposal untuk meningkatkan sistem SDM yang canggih di
era digital.
KATA KUNCI
Rekomendasi, referensi, rekomendasi online; sistem rekrutmen online, komunikasi digital

1
1. PENDAHULUAN
Rekomendasi merupakan faktor kunci dalam banyak tindakan social seperti pembelian barang
jasa, berlangganan ide, memilih dokter, mengunjungi tempat wisata dll. Rekomendasi juga
penting dalam keputusan perekrutan, terutama dalam bentuk surat referensi/rekomendasi.
Informasi Rekomendasi yang solid dan kuat sangat penting untuk semua prosedur seleksi
pada departemen sumber daya manusia (HRD). Namun, informasi rekomendasi dihasilkan
melalui sistem komunikasi social yang kompleks, dimana budaya memainkan peran penting.
Oleh karena itu, dinamika komunikasi budaya sangat penting untuk memahami bagaimana
informasi rekomendasi yang solid dan kuat dapat dihasilkan secara sistematis. Untuk itu perlu
dikaji aspek komunikasi budaya informasi rekomendasi dengan hati-hati. Karena dengan
demikian, kesalahan rekomendasi dan/atau disinformasi dapat dicegah dan dapat
dikembangkan sistem informasi rekomendasi yang solid dan kuat.
Semua tindakan komunikatif dimulai dengan pertukaran informasi. Karya seminal Shannon
dan Weaver (1948) adalah studi pertama yang membahas secara detail tentang efektivitas
pertukaran informasi dan faktor-faktor yang terlibat di dalamnya. Hasil informasi didasarkan
pada data dari interaksi manusia dan non-manusia. Namun, semua interaksi ini terjadi dalam
lingkungan sosial di mana nilai-nilai budaya diciptakan dan dibagikan.
Singkatnya, semua komunikasi adalah budaya (LeBaron, 2003). Hal ini menunjukkan bahwa
komunikasi terjadi dalam lingkungan budaya. Proses komunikasi yang sukses menghasilkan
makna yang dapat disepakati oleh semua pihak. Namun, pembuatan makna adalah proses
budaya yang kuat. Selain itu, budaya bervariasi menurut ruang dan waktu, membuat faktor
komunikasi budaya dari informasi rekomendasi menjadi lebih kompleks. Menurut Philipsen
(1987), komunikasi budaya adalah proses dimana kode diwujudkan dan dinegosiasikan dalam
dialog kelompok. Diskusi kelompok ini menggunakan metode dan definisi komunikasi yang
spesifik secara budaya (Philipsen, 2003). Dengan demikian, studi komunikasi sebagai budaya
(Carey, 2009) sangat bermanfaat dalam memahami budaya rekomendasi dalam latar sosial
yang berbeda. Metode ini sangat relevan dalam praktik komunikasi digital saat ini. Era
komunikasi digital saat ini telah menghasilkan budaya tekno digital yang berbeda dari budaya
tradisional. Komunikasi dan media digital, di sisi lain, menghasilkan bentuk budaya baru saat
berinteraksi dengan sistem komunikasi dan media tradisional. Akibatnya, sangat penting
untuk mengevaluasi budaya digital dalam konteks sistem terpadu secara keseluruhan. Untuk
materi pelajaran kita, ini jelas membutuhkan perspektif teknokultural yang kuat. Studi tentang
tekno-budaya didefinisikan sebagai "penyelidikan tentang hubungan antara budaya dan
teknologi dan bagaimana hubungan itu memanifestasikan dirinya dalam pola kehidupan
sosial, struktur ekonomi, politik, seni, sastra, dan budaya populer." (Shaw, 2008, hlm. 4).
Akibatnya, kita juga harus menangani elemen budaya digital dalam algoritme rekomendasi
kontemporer.

2. LATAR BELAKANG TEORITIS

Penggunaan bahasa komunikatif, dalam bentuk ucapan artikulatif manusia oleh manusia
diperkirakan telah berkembang 1,6 juta dan 400.000 tahun yang lalu dengan homo erectus

2
(Fischer, 1999). Tulisan komunikatif berupa simbol grafis muncul enam ribu tahun yang lalu
di Timur Tengah (Fischer, 2001). Sejak saat itu, seperti yang dibuktikan oleh peribahasa
Sumeria “Seorang juru tulis yang tangannya cocok dengan mulut, dia memang seorang juru
tulis” (Green, 1981), bahasa tertulis diakui sebagai bentuk komunikasi yang terjamin. Ini
mungkin mengapa bentuk rekomendasi yang paling umum dan terkenal di dunia bisnis adalah
surat rekomendasi dan referensi tertulis. Literatur manajemen bisnis pada umumnya dan
literatur sumber daya manusia pada khususnya telah mencakup surat rekomendasi/referensi
secara luas. Surat rekomendasi diperiksa dari perspektif yang berbeda untuk mengungkap
karakteristik pembentuknya. Jelas, surat rekomendasi memiliki implikasi sosial, psikologis
dan bahkan politik. Misalnya, berdasarkan pemeriksaan dua kasus dari universitas AS,
Doughty (2018) membahas makna politik dari rekomendasi dan menyarankan bahwa
kewajiban profesionalisme mungkin tidak berlaku untuk profesor universitas yang menolak
menulis surat rekomendasi karena pandangan politik mereka.
Colarelli, Hechanova-Alampay dan Canali (2002) membahas surat rekomendasi dari
perspektif psikologis evolusioner dan mengusulkan bahwa kekuatan hubungan kerja sama
antara pemberi rekomendasi dan pelamar mempengaruhi kesukaan surat tersebut. Berdasarkan
pemeriksaan terhadap 532 surat rekomendasi yang ditulis untuk 169 pelamar, mereka
menemukan bahwa pemberi rekomendasi pria lebih banyak menulis surat rekomendasi untuk
pelamar wanita daripada pelamar pria.

Para sarjana juga mempelajari kepentingan praktis dan dampak dari surat rekomendasi dalam
bisnis. Asimetri informasi adalah salah satu masalah perekrutan yang paling penting di mana
surat rekomendasi dapat berguna untuk diterapkan. Misalnya, untuk memperbaiki asimetri
informasi tentang keterampilan pekerja di pasar tenaga kerja, Ioannides dan Loury (2004)
menyarankan agar perusahaan perekrutan dapat mengurangi asimetri untuk pekerjaan dengan
keterampilan rendah dan tingkat pemula melalui surat referensi dari pemberi kerja
sebelumnya. Larkin dan Marco (2001) menarik perhatian kita pada dimensi etis dari surat
rekomendasi dalam hal evaluasi, seleksi, dan promosi calon akademisi. Mereka mengusulkan
bahwa surat yang tepat harus otentik, jujur, eksplisit, seimbang, rahasia, detail dan panjang
yang sesuai dan jelas secara teknis. Baru-baru ini, studi Jn Pierre, Weber, dan Abramowicz
(2021) meneliti bagaimana 62 ahli sampel mengevaluasi surat rekomendasi dalam program
residensi anestesiologi terakreditasi di AS. Surat rekomendasi dilaporkan lebih penting dalam
memberikan wawancara daripada membuat daftar peringkat, dan surat naratif lebih disukai
daripada yang standar.

Objektivitas surat rekomendasi adalah isu penting lainnya dalam literatur ilmiah. Dalam
penelitian dua tahapnya Grote, Robiner dan Haut (2001) mengungkapkan temuan yang
menarik. 175 psikolog yang baru - baru ini menulis surat rekomendasi mengklaim bahwa
mereka akan mengungkapkan informasi tentang karakteristik negatif; dan sebaliknya, 116
psikolog yang baru saja membaca surat rekomendasi menunjukkan bahwa karakteristik
negatif jarang dijelaskan dalam surat rekomendasi. Fungsi surat rekomendasi mungkin
berbeda menurut bidang kehidupan sosial. Misalnya, berdasarkan survei 30-item mereka
dengan 575 profesional, Nicklin dan Roch (2009) menemukan bahwa profesional akademik

3
lebih banyak menggunakan surat rekomendasi dan memberi bobot lebih pada kontennya
daripada profesional terapan. Mereka juga melaporkan bahwa lebih banyak bobot yang
diberikan pada surat-surat yang ditulis oleh seseorang yang dikenal pembaca atau dari
lembaga atau organisasi yang bergengsi.
Perbedaan gender juga penting untuk surat rekomendasi, dan beasiswa telah memperhatikan
masalah ini. Dalam penelitian mereka terhadap 78 surat rekomendasi untuk suatu posisi di
universitas AS Bell, Cole, dan Floge (1992) mengungkapkan bahwa perempuan cenderung
membicarakan kualifikasi calon perempuan lebih sering dan lebih detail daripada calon laki-
laki, dan bahwa perempuan jauh lebih mungkin dibandingkan laki-laki untuk
menggambarkan kolegialitas daripada intelek. Berdasarkan analisis wacana terhadap 312
surat rekomendasi yang ditulis untuk mahasiswa kedokteran AS, Trix dan Psenka (2003)
menemukan bahwa surat yang ditulis untuk calon perempuan memiliki lebih banyak unsur
keraguan, dan bahwa perempuan lebih sering dilabeli sebagai “guru/murid” sedangkan laki-
laki diberi label sebagai “peneliti/professional”. Namun, studi terbaru melaporkan tidak ada
bias gender dalam surat rekomendasi untuk aplikasi residensi di akademisi medis (misalnya:
French et al., 2019; Lipa et al., 2021).

Tinjauan kami terhadap banyak literatur ini mengungkapkan bahwa banyak faktor berdampak
pada budaya rekomendasi yang mungkin berbeda dari satu sektor ke sektor lainnya. Namun,
sebagian besar studi ini tidak memiliki ukuran sampel yang besar untuk mewakili berbagai
sektor dunia bisnis. Dengan demikian, penting untuk mempelajari determinan utama yang
mempengaruhi nilai rekomendasi dalam ukuran sampel yang besar. Dalam hal ini, kami
berharap penelitian ukuran sampel besar kami akan menambah literatur tentang rekomendasi.
Ketika manusia hidup dianggap sebagai keseluruhan, kita dapat membedakan empat fase
penting yang memengaruhi referensi dan umpan balik kita. Fase-fase tersebut adalah
pendidikan, pekerjaan (bisnis), sosial dan kehidupan pribadi. Tujuan dari penelitian kami
adalah untuk menyelidiki efek dari fase kehidupan ini dalam menghasilkan referensi dan
umpan balik yang positif. Penelitian ini dapat dianggap sebagai langkah awal untuk
mengembangkan Skala Rekomendasi Bisnis, Pendidikan, Sosial, Kehidupan Pribadi (BESP-
L). Oleh karena itu, kami berkonsentrasi pada empat fase ini dalam kaitannya dengan
pengaruhnya terhadap budaya rekomendasi. Pertanyaan penelitian pertama kami dirancang
untuk membahas penyelidikan ini: Pertanyaan Penelitian 1: Apa faktor utama yang
mempengaruhi nilai rekomendasi?

Di sisi lain, teknologi adalah faktor penentu lain untuk budaya rekomendasi. Ada banyak
penelitian tentang dampak teknologi terhadap budaya dan praktik rekomendasi. Dalam
tinjauan penelitiannya tentang reaksi pelamar dan perekrut terhadap teknologi baru dalam
seleksi karyawan Anderson (2003) mengelompokkan beasiswa di bawah tiga tema utama:
Preferensi dan reaksi pelamar (misalnya: Maher dan Silverman, 2002; Straus, Miles dan
Levesque, 2001; Silvester dan Anderson, 2003), kesetaraan bentuk aplikasi sourcing
tradisional terhadap sumber teknologi baru (misalnya: (Breaugh dan Starke, 2000; Dineen,
Ash dan Noe, 2002), dan dampak merugikan dari teknologi baru (misalnya: Sharf, 2000;
Bartram, 2001). Budaya teknologi digital saat ini jelas memiliki dampak tertentu pada budaya

4
rekomendasi. Kami mengamati bahwa saat ini sebagian besar atau organisasi didigitalkan
dalam struktur dan praktik mereka (Štaffenová & Kucharÿíková, 2021). Selain itu, sebuah
pemeriksaan literatur terbaru oleh Kusý & Vareÿková (2021) menunjukkan bahwa bahkan
teknologi canggih digital seperti kecerdasan buatan (AI) saat ini diimplementasikan sebagai
alat untuk HRM dalam organisasi bisnis. Dengan demikian, sangat penting bahwa penelitian
lebih lanjut diperlukan untuk status saat ini dari bentuk rekomendasi digital. Pertanyaan
penelitian kedua kami adalah tentang dampak digitalisasi ini terhadap nilai surat rekomendasi:
Pertanyaan Penelitian 2: Bagaimana teknologi digital memberi nilai tambah pada budaya
rekomendasi?

3. METODOLOGI
Kami menerapkan kuesioner berbasis web untuk sampel 1002 peserta. Karakteristik sosio
demografi sampel ditunjukkan pada Tabel 1. Kuesioner sebagian terinspirasi dari karya
Nicklin dan Roch (2009), dan terdiri dari 32 item secara total. 5 item pertama adalah tentang
karakteristik sosio-demo grafis peserta. Item 6 sampai 29 adalah tentang beberapa faktor
mengenai budaya rekomendasi, dan 3 item terakhir adalah tentang rekomendasi digital.
Semua item rekomendasi dirancang sebagai skala Likert-like, 1 menunjuk “sama sekali tidak
penting” dan 5 “sangat penting”. Kuesioner berbasis web diterapkan pada sampel pada April
2021, mengikuti hasil yang memuaskan dari studi percontohan.

Prosedur pengambilan sampel dan survei dari penelitian kami dilakukan pada sistem berbasis
blockchain. Blockchain adalah teknologi yang menggerakkan buku besar publik yang terbuka
dan terdistribusi yang merekam semua transaksi dengan cara yang aman dan dapat
diverifikasi. Terlepas dari aplikasi mata uang kripto yang terkenal dan tersebar luas,
blockchain juga digunakan untuk berbagai sektor seperti sistem audit dan akuntansi (Liu, Wu
dan Xu, 2019); verifikasi sampel musik berhak cipta (Massagli, 2018); dan baru-baru ini,
pasokan dan pengawasan vaksin yang aman (Yong et al., 2020); tujuan wisata cerdas (Tyan,
Yagüe dan Guevara-Plaza, 2020) dan, ketertelusuran dan keamanan pangan (Yi et al., 2021).
Teknologi blockchain juga dapat digunakan untuk meningkatkan kualitas penelitian dalam hal
ketertelusuran, keterbukaan, kolaborasi, dan etika (Benchoufi dan Ravaud, 2017; Porsdam
Mann et al., 2020).

Demikian pula, sebagai sistem basis data terdesentralisasi, blockchain dapat bermanfaat untuk
memajukan keamanan dan privasi pengumpulan data. Misalnya, Wong, Bhattacharya dan
Butte (2019), telah mengembangkan prototipe tentang penerapan blockchain untuk
meningkatkan manajemen data uji klinis yang dapat meningkatkan kepercayaan dalam proses
penelitian klinis. Data kami dikumpulkan pada alat survei berbasis web yang dikontrol
blockchain. Dia memberikan kontrol yang lebih baik atas keamanan, privasi, dan keaslian
data yang dikumpulkan dari peserta sampel. Alat pengumpulan data ini menjamin solusi
yang kuat untuk dua masalah survei online yang paling kritis: anonimitas ID pengguna,
dan pengguna adalah orang sungguhan. Alat ini dapat diakses dari ponsel juga. Pengguna

5
sampel mendapatkan token digital yang ditawarkan oleh sistem rantai blok. Teknik
pengambilan sampel dapat disebut sebagai convenience sampling, dikendalikan untuk
karakteristik tertentu dari sampel.

Tabel 1. Distribusi Sosiol Demografi Peserta Survei (N=1002)

4. HASIL

Koefisien Alpha Cronbach untuk semua 27 item rekomendasi dihitung sebagai 0,935,
yang menunjukkan tingkat reliabilitas skala yang tinggi. Nilai rata-rata dan standar
deviasi dari tanggapan untuk semua item diberikan pada Tabel 2 (nilai rata-rata yang
lebih tinggi menunjukkan persepsi yang lebih positif). Semua perhitungan dilakukan
dengan mengecualikan nilai yang hilang. Rata- rata nilai rata-rata seluruh item adalah
3,879. Hal ini menunjukkan bahwa evaluasi keseluruhan peserta terhadap rekomendasi
secara umum adalah positif. Seperti dapat dilihat dari Tabel 2 nilai rata-rata tertinggi
(m=4,231; SD=0,87) adalah tentang rekomendasi dari orang-orang dari kehidupan
profesional. Di sisi lain, nilai rata-rata terendah (m=3,087; SD=1,25) adalah tentang
rekomendasi dari orang-orang yang dikenal dari media sosial.

6
 Tabel 2. Nilai Rata-Rata Rekomendasi dari Domain yang Berbeda

Kami juga menyelidiki efek dari durasi kenalan. Prediksi Nilai rekomendasi dari setiap orang
yang dikenal untuk jangka waktu tertentu (empat tingkat durasi diselidiki: kurang dari 1
tahun, 1-5 tahun, 5-10 tahun, dan lebih dari 10 tahun) ditanyakan. Nilai rata-rata meningkat
selama durasi kenalan sebesar 3,342 (SD=1,17) selama kurang dari satu tahun; 3,810
(SD=0,99) selama 1-5 tahun; 4,108 (SD=0,96) selama 5-10 tahun dan 4,364 (SD=0,87)
selama lebih dari 10 tahun. Hal ini menunjukkan bahwa semakin lama durasi kenalan,
semakin tinggi nilai yang dirasakan dari rekomendasi tersebut. Korelasi yang dihitung antara
durasi tingkat kenalan dan nilai rata-rata yang dirasakan dari rekomendasi sangat tinggi
(r=0,990, p<0,05). Dalam menanggapi Pertanyaan Riset 1 kami, kami dapat menyatakan
bahwa selain durasi kenalan dengan pemberi rekomendasi, sumber pemberi rekomendasi juga
penting. Rekomendasi dari kehidupan profesional, (termasuk tempat kerja sebelumnya dan
sekarang) menerima nilai rata-rata persepsi positif yang lebih tinggi. Dari domain kehidupan
pribadi, pasangan dan pasangan tampaknya menerima tingkat persepsi yang cukup tinggi.
Meskipun domain kehidupan pendidikan pada umumnya memiliki nilai yang relatif tinggi,
namun domain pendidikan sekolah dasar dan menengah serta pendidikan perguruan tinggi
pada khususnya memiliki nilai yang lebih rendah. Singkatnya, kami dapat mengklaim bahwa
pemberi rekomendasi dari kehidupan bisnis dengan durasi kenalan yang lebih lama memiliki
nilai persepsi positif tertinggi.
Dalam menjawab Pertanyaan Penelitian 2, peserta diminta untuk menilai nilai kepentingan
dari beberapa bentuk rekomendasi digital. Seperti yang dapat dilihat dari Tabel 3,
rekomendasi lisan memiliki nilai rata-rata kepentingan yang lebih rendah daripada
rekomendasi cetak pada umumnya. Rekomendasi lisan tradisional (3,737; SD=1,00) dan lisan
jaringan digital (3,859; SD=0,99) menerima nilai lebih rendah daripada cetak/tulisan/tinta
bertanda tangan (4,042; SD=0,95) dan jaringan digital tertulis dan bertanda tangan (m=3,859;
SD =0,99) rekomendasi. Angka-angka ini menunjukkan bahwa rekomendasi tertulis dan
ditandatangani lebih berharga daripada rekomendasi lisan. Di sisi lain, terlihat bahwa nilai
yang dirasakan untuk rekomendasi yang ditulis/ditandatangani secara digital hampir sama
dengan nilai yang dirasakan dari rekomendasi yang dicetak/ditulis/ditandatangani. Selain itu,
nilai yang dirasakan untuk rekomendasi lisan dalam jaringan digital (m=3,859; SD=0,99)
sedikit lebih tinggi daripada rekomendasi lisan tradisional (m=3,737; SD=1,00). Oleh karena
itu, kami dapat menegaskan bahwa bentuk rekomendasi digital tidak dievaluasi kurang dari
bentuk rekomendasi tradisional. Hal ini sangat penting di era digitalisasi bisnis yang cepat.

7
Sementara budaya digital terus merambah ke dalam organisasi, nampaknya nilai- nilainya
sudah terkonsolidasi.

Tabel 3. Nilai Rata-Rata dari Berbagai Bentuk Rekomendasi

Terakhir, kami menganalisis data kami untuk menghasilkan pohon keputusan untuk
preferensi rekomendasi digital.
Pohon keputusan adalah sejenis klasifikasi data yang dapat digunakan untuk bisnis,
ilmiah, dan banyak proses pengambilan keputusan lainnya. Pohon keputusan secara
hierarki mempartisi input hingga mencapai subruang yang terkait dengan label kelas
(Lee, Liu & Jin, 2014). Kami mengatur ulang data yang akan digunakan untuk analisis
pohon keputusan. Poin "1", "2", dan "3" dikelompokkan kembali sebagai "1" untuk
menunjukkan "tidak penting", dan poin "4" dan "5" dikelompokkan kembali sebagai "2"
untuk menunjukkan "penting" dalam pernyataan persepsi kepentingan dalam data
kuesioner kami. Untuk analisis pohon keputusan, algoritma CHAID lebih disukai. Grafik
1 menunjukkan pohon keputusan dengan “rekomendasi digital” sebagai variabel
dependen. Pohon tersebut menghasilkan 95,7% prediksi yang benar untuk opsi
rekomendasi digital yang dapat diterima.
Seperti yang dapat dilihat dari Gambar 1, penerimaan rekomendasi digital sangat terkait
dengan pentingnya nilai rekomendasi dari orang yang dikenal dalam kehidupan bisnis.
Rekomendasi dari kehidupan pendidikan dan sosial memiliki efek tingkat kedua,
sedangkan kehidupan pribadi menyumbang tingkat ketiga. Oleh karena itu, persepsi
pentingnya rekomendasi dari kehidupan bisnis lebih terkait dengan penerimaan
rekomendasi digital. Pendidikan dan kehidupan sosial sebagian besar terkait, dan domain
kehidupan pribadi lebih rendah. Pengukuran korelasi antara penerimaan rekomendasi
digital dan bisnis (r=0,409, p<0,01), pendidikan (r=0,363, p<0,01), sosial (r=0,279,
p<0,01), dan pribadi (r=0,242, p<0,01) domain kehidupan juga menunjukkan hierarki ini
yang perlu diperhitungkan saat mengembangkan skala prospektif BESP-L.

8
 Gambar 1. Pohon Keputusan dengan Rekomendasi Digital Sebagai Variabel Dependen

5. PEMBAHASAN
Surat rekomendasi adalah salah satu alat proses perekrutan yang paling umum dalam
bisnis. Namun, penelitian tentang pengukuran validitas prediktif surat rekomendasi agak
terbatas (Chamorro-Premuzic & Furnham, 2010; McCarthy & Goffin, 2001). Sebuah
meta-analisis oleh Kuncel, Kochevar dan Ones (2014) mengungkapkan bahwa validitas
prediktif surat rekomendasi, dalam bentuknya saat ini, tidak lebih tinggi dari prediktor
lainnya. Dalam literatur, ada beberapa saran untuk meningkatkan validitas prediktif surat

9
rekomendasi. Misalnya, McCarthy dan Goffin (2001) menyarankan bentuk surat
rekomendasi standar yang lebih baik dengan format peringkat Relative Percentile Method
(RPM). Chamorro-Premuzic dan Furnham (2010) menyimpulkan bahwa item 'pilihan
paksa', skor persentil, anonimitas wasit, dan penggunaan kata kunci dapat meningkat
validitas prediktif surat rekomendasi. Namun, saran ini untuk memperbaiki bentuk surat
rekomendasi konvensional, dan di era digital, bisnis akan membutuhkan paradigma dan
pendekatan baru dalam lingkungan tekno-budaya digital baru. Makalah kami adalah
upaya sederhana menuju alat yang juga sesuai dalam lingkungan tekno-budaya digital.
Hasil menunjukkan, nilai surat rekomendasi digital tidak jauh lebih rendah dari surat
rekomendasi cetak/tulis dan bertandatangan konvensional. Dokumen digital semakin
melimpah di bisnis yang menggunakan sistem digital baru dengan lebih efisien.
Namun dapat dikatakan bahwa di negara-negara seperti Turki, bisnis masih dalam masa
transisi dari konvensional ke digital. Oleh karena itu, keraguan terhadap surat
rekomendasi digital mungkin akan berkurang seiring berjalannya waktu, dan generasi
mendatang akan lebih mengenal bentuk surat rekomendasi digital. Jelas,
mengembangkan skala BESP-L yang diusulkan dalam makalah ini memerlukan
penelitian lebih lanjut yang meningkatkan validitas dan keandalannya dalam lingkungan
bisnis tekno-budaya digital prospektif.

6. PENUTUP
Makalah ini bertujuan untuk menyelidiki faktor penentu utama budaya rekomendasi yang
juga efektif dalam lingkungan bisnis tekno-budaya digital baru. Data dikumpulkan dari
1002 peserta yang diminta untuk mengevaluasi pentingnya rekomendasi dari orang-orang
yang dikenal dalam domain bisnis, pendidikan, sosial dan kehidupan pribadi. Temuan ini
dapat dipertimbangkan sebagai langkah awal untuk mengembangkan Skala Rekomendasi
BESP- L prospektif. Pengambilan sampel dan prosedur surveying kami dilakukan pada
sistem berbasis blockchain. Durasi berkenalan dengan pemberi rekomendasi ditemukan
sebagai elemen terpenting untuk kredibilitas surat rekomendasi. Pentingnya rekomendasi
dari seseorang yang mengenal domain kehidupan bisnis dianggap yang tertinggi.
Rekomendasi dari orang-orang di bidang pendidikan, sosial dan kehidupan pribadi juga
dianggap berharga. Kredibilitas referensi yang dicetak dengan tanda tangan asli tidak
dirasakan jauh lebih tinggi dibandingkan dengan referensi online yang ditandatangani
secara digital. Oleh karena itu, dapat dikatakan bahwa surat rekomendasi yang
ditandatangani dengan benar, baik dalam bentuk digital maupun cetak, sangatlah
berharga. Di sisi lain, analisis pohon keputusan mengungkapkan bahwa penerimaan
rekomendasi digital terutama terkait dengan anggapan pentingnya rekomendasi dari
orang-orang dalam domain bisnis, sosial pendidikan, dan kehidupan pribadi. Akibatnya,
cukup masuk akal untuk menyarankan bahwa digitalisasi sistem rekomendasi tidak dapat
dihindari dalam waktu dekat. Namun, seperti yang disarankan oleh Cameron & Quin,
2006), nilai budaya organisasi berubah dari waktu ke waktu, dan untuk beberapa

10
organisasi lebih banyak waktu mungkin masih diperlukan untuk budaya rekomendasi
digital yang kuat.
Setidaknya ada dua keterbatasan dasar untuk penelitian ini. Terbukti, temuan tersebut
mencerminkan budaya rekomendasi hanya dari satu negara, Turki. Akan bermanfaat
untuk memiliki desain penelitian komparatif untuk mencakup perspektif global. Selain
itu, daripada studi cross-sectional, desain penelitian longitudinal bisa lebih membantu
untuk mengeksplorasi perubahan historis dalam budaya rekomendasi. Selain itu,
penelitian kami kurang memeriksa masalah hukum tentang budaya rekomendasi digital.
Jelas bahwa semakin banyak bisnis yang tenggelam dalam budaya tekno digital yang
baru muncul, masalah hukum baru akan muncul terkait rekomendasi. Tentu saja, ini
adalah saran yang masuk akal untuk agenda penelitian di masa depan. Namun demikian,
kami membayangkan bahwa penelitian kami, dengan ukuran sampel yang cukup besar,
juga akan berkontribusi pada literatur tentang rekomendasi di era digital. Kami berharap
temuan penelitian kami dapat bermanfaat bagi mereka yang ingin mengembangkan
sistem rekomendasi yang kuat untuk bisnis mereka.

PENGAKUAN
Penulis ingin berterima kasih kepada Truefeedback Information Technologies atas kontribusi
mereka yang berharga untuk proses pengumpulan data.

REFERENSI
Anderson, N. (2003). Applicant and Recruiter Reactions to New Technology in Selection: A
Critical Review and Agenda for Future Research. International Journal of Selection and
Assessment. 11. (2- 3), 121-136.
Bartram, D. (2001). Internet recruitment and selection: Kissing frogs to find princes.
International Journal of Selection and Assessment. 8, 261–274.
Basch, J.M. ve Melchers, K.G. (2021). The use of technology‐mediated interviews and their
perception from the organization's point of view. International Journal of Selection and
Assessment. 1-8.
Bell, S.E., Cole, C.S. & Floge, L. (1992). Letters of recommendation in academe: Do women
and men write in different languages? American Sociologist. 23, 7–22.
Benchoufi, M. and Ravaud, P. (2017). Blockchain technology for improving clinical research
quality. Trials. 18. https://doi.org/10.1186/s13063-017-2035-z
Breaugh, J. and Starke, M. (2000). Research on employee recruitment: So many studies, so
many remaining questions. Journal of Management. 26, 405–434.
Bouton, L. (1995). A Cross-Cultural Analysis of the Structure and Content of Letters of
Reference. Studies in Second Language Acquisition. 17(2), 211-244.

11
Cameron, K. S. & Quinn, R. E. (2006). Diagnosing, and changing organisational culture:
Based on the competing values approach. San Francisco: Jessey-Bass.
Carey, J. W. (2009). Communication as Culture: Essays on Media and Society. Revised
Edition, New York: Routledge.
Chamorro-Premuzic, T., & Furnham, A. (2010). The Psychology of Personnel Selection.
Cambridge: Cambridge University Press.
Colarelli, S. M., Hechanova-Alampay, R., & Canali, K. G. (2002). Letters of
Recommendation: An Evolutionary Psychological Perspective. Human Relations. 55(3),
315–344.
Dineen, B.R., Ash, S.R. and Noe, R.A. (2002). A web of applicant attraction: Person-
organization fit in the context of web-based recruitment. Journal of Applied Psychology.
87, 723–734.
Doughty, H. A. (2018). The Politics of Letters of Reference and Recommendation. The
Innovation Journal: The Public Sector Innovation Journal. 23(3), 1-20.
Fischer, S. R. (1999). A History of Language. London: Reaktion Books.
Fischer, S. R. (2001). A History of Writing. London: Reaktion Books.
French, J.C., Zolin, S.J., Lampert, E., Aiello, A., Bencsath, K.P., Ritter, K.A., Strong, A.T.,
Lipman, J.M., Valente, M.A. & Prabhu AS. (2019). Gender and Letters of
Recommendation: A Linguistic Comparison of the Impact of Gender on General Surgery
Residency Applicants. Journal of Surgery Education. 76(4), 899-905.
Green, M. W. (1981). The Construction and Implementation of the Cuneiform Writing
System. Visible Language. xv/4, 345–72.
Grote, C. L., Robiner, W. N. & Haut, A. (2001). Disclosure of negative information in letters
of recommendation: Writers' intentions and readers' experiences. Professional
Psychology: Research and Practice. 32(6), 655–661.
Harris, M.M., Paajanen, G. and Blunt, M. (2003). Internet Recruitment: How does it Compare
to other Sources? Symposium to the Annual Conference of the Society for Industrial and
Organizational Psychology, 2003, April.
Ioannides, Y. M. and Loury L. D. (2004). Job Information Networks, Neighborhood Effects,
and Inequality. Journal of Economic Literature. 42 (4), 1056–1093.
Jn Pierre, C. E., Weber, G. M., & Abramowicz, A. E. (2021). Attitudes towards and impact of
letters of recommendation for anesthesiology residency applicants. Medical Education
Online. 26(1).
Jones, J.W., Brasher, E.E. & Huff, J.W. (2002). Innovations in Integrity-Based Personnel
Selection: Building a Technology-Friendly Assessment. International Journal of Selection
and Assessment. 10, 87-97.

12
Kuncel, N.R., Kochevar, R.J. & Ones, D.S. (2014). A Meta-analysis of Letters of
Recommendation in College and Graduate Admissions: Reasons for hope. International
Journal of Selection and Assessment. 22, 101-107.
Kusý, S. & Vareèková, L. (2021). Artificial intelligence as a tool in human research
management – potential and current use. Journal of Human Resource Management. 24(2),
60-68.
Larkin, G. L. & Marco, C. (2001). Ethics seminars: Beyond authorship requirements – ethical
considerations in writing letters of recommendation. Academic Emergency Medicine.
8(1), 70-73.
LeBaron, M. (2003). Cross-Cultural Communication. Beyond Intractability. Eds. Guy Burgess
and Heidi Burgess. Conflict Information Consortium, University of Colorado, Boulder.
http://www.beyondintractability.org/essay/cross-cultural-communication.
Lee, V.E., Liu, L., & Jin, R. (2014). Decision Trees: Theory and Algorithms. In Charu C.
Aggarwal (ed.) Data Classification: Algorithms and Applications. New York: Chapman
and Hall/CRC. pp. 87-119.
Lipa, S. A., Greene, N. E., Le, H. V., White, A. A., 3rd, Gebhardt, M. C., & Dyer, G. (2021).
Current Orthopaedic Residency Letters of Recommendation Are Not Biased by Gender of
Applicant. JB & JS Open Access. 6(3).
Liu, M., Wu, K. & Xu, J.J. (2019). How Will Blockchain Technology Impact Auditing and
Accounting: Permissionless versus Permissioned Blockchain. Current Issues in Auditing.
13(2). A19–A29. https://doi.org/10.2308/ciia-52540
Maher, K. and Silverman, R.E. (2002). Online job sites yield few jobs, users complain. The
Wall Street Journal, January, 2, A1–A13.
Massagli, A. (2018). The Sample Solution: How Blockchain Technology Can Clarify a
Divided Copyright Doctrine on Music Sampling. University of Miami Business Law
Review. 27(1), https://repository.law.miami.edu/umblr/vol27/iss1/9
McCarthy, J. M & Goffin, R. D. (2001). Improving the Validity of Letters of
Recommendation: An Investigation of Three Standardized Reference Forms. Military
Psychology. 13(4), 199-222
Nicklin, J.M. & Roch, S.G. (2009). Letters of Recommendation: Controversy and consensus
from expert perspectives. International Journal of Selection and Assessment. 17, 76-91
Philipsen, G. (1987). The Prospect for Cultural Communication. In D. Lawrence Kincaid (ed.)
Communication Theory: Eastern and Western Perspectives. New York: Academic Press.
pp. 245-254.
Philipsen, G. (2003). The Term Cultural Communication. In William B. Gudykunst (ed.)
Cross-cultural and intercultural communication. London: Sage. pp. 3551.

13
Porsdam Mann, S., Savulescu, J., Ravaud, P. & Benchouf, M. (2020). Blockchain, consent
and prosent for medical research. Journal of Medical Ethics. 47, 244-250.
Shannon, C. and Weaver, W. (1948). The Mathematical Theory of Communication. Bell
System Technical Journal. 27, 379-423, 623-656.
Sharf, J. (2000). As if ‘g-loaded’ adverse impact isn’t bad enough, Internet recruiters can
expect to be accused of ‘e-loaded’ impact. The Industrial-Organizational Psychologist. 38,
156.
Shaw D. B. (2008). Technoculture: The Key Concepts. New York: Berg
Silvester, J. and Anderson, N. (2003). Technology and discourse: A comparison of face-to-
face and telephone employment interviews. International Journal of Selection and
Assessment. 11, 206–214.
Štaffenová, N. & Kucharèíková, A. (2021). Digitalization and human capital. Journal of
Human Resource Management. 24(1), 40-52.
Straus, S.G., Miles, J.A. and Levesque, L.L. (2001). The effects of videoconference,
telephone, and faceto-face media on interviewer and applicant judgments in employment
interviews. Journal of Management. 27, 363–381.
Trix, F., & Psenka, C. (2003). Exploring the Color of Glass: Letters of Recommendation for
Female and Male Medical Faculty. Discourse & Society, 14(2), 191–220.
Tyan, I., Yagüe, M.I. & Guevara-Plaza, A. (2020). Blockchain Technology for Smart Tourism
Destinations. Sustainability. 2020; 12(22). https://doi.org/10.3390/su12229715
Wong, D.R., Bhattacharya, S. and Butte, A.J. (2019). Prototype of running clinical trials in an
untrustworthy environment using blockchain. Nature Communications. 10(1).
https://doi.org/10.1038/s41467-019-08874-y
Yi, Y., Bremer, P., Mather, D. and Mirosa, M. (2021), Factors affecting the diffusion of
traceability practices in an imported fresh produce supply chain in China. British Food
Journal. https://doi.org/10.1108/BFJ-03-2021-0227
Yong, B, Shen, J., Liu, X., Li, F., Chen, H. and Zhou, Q. (2020). An intelligent blockchain-
based system for safe vaccine supply and supervision. International Journal of
Information Management. 52. https://doi.org/10.1016/j.ijinfomgt.2019.10.009

14
 SOAL DAN JAWABAN
1) Jelaskan apa yang kamu ketahui tentang Rekomendasi!
Jawab :
Rekomendasi adalah salah satu system komunikasi budaya yang sering digunakan
dalam banyak tindakan social seperti membeli barang jasa, berlangganan dan memilih
sesuatu. Selain itu rekomendasi juga diperlukan dalam keputusan perekrutan pada
Departemen HRD. Mengingat pentingnya rekomendasi ini maka perlu diperhatikan
bahwa informasi rekomendasi yang diberikan haruslah informasi yang valid sehingga
dapat mengurangi disinformasi. Rekomendasi dapat berupa surat referensi
(rekomendasi cetak) dan rekomendasi lisan.

2) Jelaskan factor – factor yang mempengaruhi nilai rekomendasi!

Jawab :
Ada beberapa factor yang mempengaruhi nilai rekomendasi, yaitu :
a) Hubungan kerja sama antara pemberi rekomendasi dengan yang
direkomendasikan. Nilai Rekomendasi dari orang – orang dari kehidupan
professional (termasuk tempat kerja sebelumnya dan sekarang) lebih tinggi
daripada nilai dari orang-orang yang dikenal melalui media social.
b) Durasi kenalan. Nilai rekomendasi dari orang yang dikenal lebih lama akan
lebih tinggi daripada nilai rekomendasi dari orang yang baru dikenal. Artinya
semakin lama durasi kenalan semakin tinggi nilai yang diberikan dari
rekomendasi tersebut.
c) Objektivitas surat rekomendasi. Maksudnya yang memberikan rekomendasi
sangat mempengaruhi nilai yang direkomendasikan, apabila surat rekomendasi
berasal dari seseorang yang dikenal pembaca atau dari Lembaga atau
organisasi yang bergengsi.
d) Rekomendasi dari domain kehidupan pribadi. Keluarga atau pasangan akan
memberikan nilai rekomendasi yang lebih tinggi juga.
e) Perbedaan gender. Perbedaan gender juga mempengaruhi nilai rekomendasi,
perempuan cenderung memberikan rekomendasi lebih detail daripada laki-laki.

3) Bagaimana teknologi digital memberi nilai tambah pada budaya rekomendasi?

Jawab :
Rekomendasi tertulis/cetak dan ditandatangani secara langsung lebih bernilai daripada
rekomendasi lisan. Tapi untuk rekomendasi tertulis dan ditandatangani secara digital
hamper sama nilai nya dengan yang ditandatangani langsung. Sedangkan untuk
rekomendasi lisan yang diberikan dalam jaringan digital memiliki nilai yang lebih
tinggi daripada rekomendasi lisan secara tradisional. Oleh karena itu, rekomendasi
dengan teknologi digital dapat memberikan nilai tambah pada rekomendasi
tradisional.

15