Burnout AI Risk Assessment

Platform evaluasi risiko burnout berbasis CatBoost Machine Learning, Maslach Burnout Inventory (MBI), dan System Usability Scale (SUS).

Kelengkapan Kuesioner 0% (0/0 pertanyaan)
Tentang Anda
Informasi profil dasar dan sektor industri pekerjaan Anda.
Rentang: 18 - 75 tahun
Bisa desimal, misal 2.5 tahun
Menyesuaikan sektor industri yang dipilih

Penggunaan AI dalam Pekerjaan
Interaksi harian dengan kecerdasan buatan dalam rutinitas kerja.
Misal: ChatGPT, Copilot, Midjourney (0-15 alat)
Jam per hari (0 - 16 jam)
7
1: Sangat tidak bermanfaat — 10: Sangat bermanfaat
5
1: Tidak cemas sama sekali — 10: Sangat cemas

Pola dan Beban Kerja
Ritme jam kerja, intensitas rapat, dan fokus kerja harian.
Rentang: 25 - 75 jam per minggu
Angka bulat: 1 - 25 kali
Deep work: 0.5 - 8 jam per hari
Angka bulat: 2 - 30 kali per hari
50%
0% = Full kantor (WFO), 100% = Full jarak jauh (WFH)

Kebiasaan, Kondisi Diri & Produktivitas
Kualitas istirahat, kebugaran fisik, kepuasan kerja, dan estimasi produktivitas.
Rentang: 4 - 9 jam per malam
Angka bulat: 0 - 7 hari
6
1: Sangat tidak puas — 10: Sangat puas
5
1: Sangat ringan — 10: Sangat berat
70
0 = Tidak produktif sama sekali, 100 = Sangat produktif
Maslach-Trisni Burnout Inventory (MBI)
Kuisioner baku evaluasi 3 dimensi burnout: Kelelahan Emosional (Emotional Exhaustion), Sinisme/Depersonalisasi, dan Efikasi Diri (Personal Accomplishment). Skala: 0 (Tidak pernah) s/d 6 (Setiap hari).
Catatan: MBI dan SUS adalah instrumen pengukuran terpisah, tidak menjadi input prediksi model.
1. Saya merasakan emosi saya terkuras karena pekerjaan
2. Menghadapi dan bekerja secara langsung dengan orang menyebabkan saya stress
3. Saya merasa seakan akan hidup dan karir saya tidak akan berubah
4. Pekerjaan sebagai pemberi jasa membuat saya merasa frustasi
5. Saya merasa bekerja terlampau keras dalam pekerjaan saya
6. Menghadapi orang/klien dan bekerja untuk mereka seharian penuh membuat saya 'tertekan'
7. Saya merasa jenuh dan 'burnout' karena pekerjaan saya
8. Saya merasa lesu ketika bangun pagi karena harus menjalani hari di tempat kerja untuk menghadapi klien
9. Saya merasakan kelelahan fisik yang amat sangat di akhir hari kerja
10. Saya telah mendapatkan dan mengalami banyak hal yang berharga dalam pekerjaan ini
11. Saya merasa sangat bersemangat dalam melakukan pekerjaan saya dan dalam menghadapi para klien saya
12. Saya dengan mudah dapat memahami bagaimana perasaan klien tentang hal-hal ingin mereka penuhi dan mereka peroleh dari layanan yang saya berikan
13. Saya bisa menjawab dan melayani klien saya dengan efektif
14. Saya menghadapi masalah-masalah emosional dalam pekerjaan saya dengan tenang dan 'kepala dingin'
15. Saya merasa memberikan pengaruh positif terhadap kehidupan orang lain melalui pekerjaan saya sebagai pemberi jasa
16. Saya dengan mudah bisa menciptakan suasana yang santai/relaks dengan para klien
17. Saya merasa gembira setelah melakukan tugas saya untuk para klien secara langsung
18. Saya merasa bahwa saya memperlakukan beberapa klien seolah mereka objek impersonal
19. Saya merasa para pengguna menyalahkan saya atas masalah-masalah yang mereka alami
20. Saya benar-benar tidak peduli pada apa yang terjadi terhadap klien saya
21. Saya menjadi semakin 'kaku' terhadap orang lain sejak saya bekerja sebagai pemberi jasa
22. Saya khawatir pekerjaan ini membuat saya 'dingin' secara emosional
System Usability Scale (SUS)
Evaluasi kegunaan & kepuasan penggunaan sistem ini. Skala 1 (Sangat Tidak Setuju) hingga 5 (Sangat Setuju).
1. Saya merasa ingin menggunakan sistem ini secara rutin.
2. Saya merasa sistem ini terlalu rumit untuk digunakan.
3. Saya merasa sistem ini mudah digunakan.
4. Saya merasa perlu bantuan orang lain untuk menggunakan sistem ini.
5. Saya merasa fitur-fitur yang ada di sistem ini sudah berjalan dengan baik.
6. Saya merasa ada beberapa hal dalam sistem ini yang tidak konsisten.
7. Saya merasa kebanyakan orang akan bisa belajar menggunakan sistem ini dengan cepat.
8. Saya merasa sistem ini cukup merepotkan untuk digunakan.
9. Saya merasa yakin saat menggunakan sistem ini.
10. Saya perlu belajar banyak hal terlebih dahulu sebelum bisa menggunakan sistem ini.

Hasil Analisis Prediksi Burnout

Prediksi dihasilkan oleh CatBoost Classifier

Risiko Terkendali
Tingkat Risiko Burnout: 0% Rendah
Probabilitas Rendah
0%
Probabilitas Tinggi
0%