3.4 Metrik aktivitas dan batasannya

Gambaran umum dan motivasi

Aktivitas, huruf A dalam SPACE (topik 3.1), menghitung volume pekerjaan rekayasa yang dapat diamati dari telemetri sistem: commit, pull request yang dibuka, jumlah baris kode yang berubah, komentar tinjauan kode yang ditinggalkan. Ini adalah dimensi SPACE yang paling mudah diukur, karena setiap peristiwa tersebut sudah dicatat otomatis oleh perkakas yang dipakai tim rekayasa setiap hari, dan kemudahan pengukuran itulah yang menjadikan dimensi ini paling berbahaya bila diberi bobot berlebihan. Aktivitas adalah sinyal yang nyata dan sah bila dipakai dengan hati-hati. Bila dipakai sebagai proksi produktivitas yang berdiri sendiri, ia adalah keluarga metrik yang paling banyak dimanipulasi dan paling menyesatkan dalam seluruh sejarah pengukuran rekayasa perangkat lunak.

Masalah intinya adalah bahwa aktivitas mengukur gerakan, bukan nilai. Jumlah commit tidak membedakan antara commit yang memecahkan masalah sulit dengan elegan dan commit yang memecah satu perubahan bermakna menjadi lima agar tampak lebih produktif (manipulasi substitusi dari topik 1.2, diterapkan langsung pada keluarga metrik ini). Jumlah baris kode yang berubah menghargai kata-kata bertele-tele di atas keterampilan yang jauh lebih berharga, yaitu menghapus kode yang tidak perlu. Seorang insinyur yang menghabiskan sehari penuh dalam pemikiran mendalam tanpa gangguan sebelum menulis sepuluh baris yang elegan dan teruji dengan baik tampak kurang “aktif” menurut metrik ini dibandingkan seseorang yang meng-commit perubahan dangkal tanpa tinjauan setiap dua puluh menit, padahal yang pertama sangat sering menghasilkan nilai nyata yang jauh lebih besar.

Bagi tim besar, godaan memakai metrik aktivitas untuk evaluasi individu terus-menerus ada dan terdokumentasi dengan baik, karena aktivitas mudah dikaitkan pada orang tertentu dan mudah dihitung secara otomatis, tidak seperti sinyal yang lebih sulit dan lebih jujur di dimensi SPACE lainnya. Topik ini ada khusus untuk menamai godaan itu dan memberi tim bahasa serta bukti untuk melawannya, karena begitu organisasi mulai memeringkat insinyur secara individual berdasarkan jumlah commit atau jumlah baris kode, kerusakan pada kolaborasi, kualitas kode, dan moral sudah terdokumentasi dengan baik dan sulit dipulihkan.

Prinsip utama

Aktivitas mengukur gerakan, bukan nilai. Ia adalah sinyal kontekstual yang sah, tidak pernah proksi produktivitas yang berdiri sendiri.
Ini adalah keluarga metrik yang paling sering disalahgunakan sepanjang sejarah dalam pengukuran rekayasa perangkat lunak. Perlakukan sejarah itu sebagai peringatan, bukan kebetulan.
Peringkat aktivitas individu hampir selalu merugikan. Ia merusak kolaborasi, menghargai kesibukan semu yang terlihat, dan mengundang manipulasi hampir seketika.
Data aktivitas paling berguna secara agregat, sebagai konteks bagi dimensi lain, bukan sebagai sinyal independen tentang satu orang atau satu tim.
Pekerjaan mendalam yang berharga sering tampak sepi di dasbor aktivitas. Keluarga metrik ini secara struktural bias terhadap persis jenis pemikiran yang menghasilkan hasil rekayasa terbaik.

Rekomendasi

Jangan pernah memeringkat atau menilai individu berdasarkan hitungan aktivitas mentah

Ini adalah aturan tersulit dan terpenting dalam topik ini. Jumlah commit, jumlah baris kode, dan jumlah pull request tidak boleh muncul dalam penilaian kinerja individu, peringkat perbandingan, atau konteks apa pun yang membuat kompensasi, kedudukan, atau reputasi seorang insinyur bergantung pada angka itu. Ini mengikuti langsung prinsip paparan insentif dari topik 1.2: begitu aktivitas menjadi metrik individu yang diberi insentif, manipulasi menyusul hampir seketika, dan perilaku yang dihasilkan, menggelembungkan commit, memecah perubahan secara sepele, menghindari pekerjaan mendalam yang tidak glamor dan menghasilkan sedikit peristiwa terlihat, secara aktif merugikan organisasi.

Pakai data aktivitas secara agregat, sebagai konteks, bukan sebagai vonis

Data aktivitas menjadi benar-benar berguna bila diagregasi di tingkat tim dan dibaca bersama dimensi SPACE lainnya: penurunan tajam aktivitas commit tingkat tim yang bertepatan dengan naiknya kepuasan bisa menunjukkan bahwa tim akhirnya punya ruang bernapas untuk berpikir mendalam dan melunasi utang teknis, pola yang positif, bukan negatif. Dibaca secara terpisah, penurunan yang sama tampak mengkhawatirkan. Konteks dari dimensi lain inilah yang membuat data aktivitas dapat ditafsirkan alih-alih menyesatkan.

Utamakan sinyal aktivitas yang dekat dengan kualitas dibanding volume mentah

Di mana pun data aktivitas berguna, utamakan sinyal yang disesuaikan dengan kualitas daripada hitungan mentah: ukuran pull request relatif terhadap kedalaman tinjauan (topik 2.9), atau rasio kode baru terhadap kode yang dihapus, yang dapat menunjukkan apakah sebuah tim menumpuk kompleksitas atau aktif menyederhanakan. Sinyal yang disesuaikan ini tetap merupakan data dimensi aktivitas tetapi tahan terhadap manipulasi paling kasar yang diundang oleh hitungan mentah.

Waspadai secara khusus pola manipulasi substitusi dalam data aktivitas

Cara paling umum metrik aktivitas dimanipulasi persis seperti pola substitusi dari topik 1.2: memecah pekerjaan yang benar-benar bermakna menjadi banyak peristiwa kecil yang sepele untuk menggelembungkan hitungan. Jika frekuensi commit atau pull request naik sementara kompleksitas atau ukuran perubahan yang mendasarinya turun tajam, selidiki sebelum mengakui peningkatan produktivitas yang nyata, dengan disiplin diagnostik yang sama seperti yang direkomendasikan topik 2.10 untuk frekuensi deployment.

Namai secara eksplisit dan tolak teater aktivitas

Teater aktivitas (activity theater) adalah pekerjaan yang dilakukan, sadar maupun tidak, terutama karena terlihat dan dapat dihitung, bukan karena berharga: commit kecil yang sering, aktivitas larut malam yang mencolok, atau kesibukan yang terlihat di kanal bersama. Menamai pola ini secara eksplisit kepada tim Anda, dan terbuka bahwa pimpinan tidak memakai aktivitas mentah untuk menilai kontribusi, menghilangkan sebagian besar insentif bagi pola itu untuk terjadi sejak awal.

Pertukaran: kelebihan dan kekurangan

Pendekatan	Kelebihan	Kekurangan
Peringkat aktivitas individu	Sederhana, mudah dihitung, terasa langsung dapat ditindaklanjuti	Dimanipulasi hampir seketika; merusak kolaborasi dan moral; mengukur hal yang salah
Tanpa pengukuran aktivitas sama sekali	Menghindari risiko penyalahgunaan sepenuhnya	Kehilangan sinyal kontekstual yang benar-benar berguna untuk mengenali pola tingkat tim
Aktivitas agregat tingkat tim, dibaca dalam konteks	Memberi konteks yang berguna tanpa risiko individu	Membutuhkan disiplin untuk menafsirkannya bersama dimensi lain, bukan secara terpisah
Sinyal aktivitas yang disesuaikan kualitas	Tahan terhadap manipulasi hitungan mentah yang paling kasar	Lebih rumit dihitung dan dijelaskan daripada hitungan sederhana

Ketegangan utamanya adalah kegunaan versus risiko penyalahgunaan. Data aktivitas, bila dibaca dengan hati-hati secara agregat dan dalam konteks, benar-benar berguna untuk mengenali pola seperti kecepatan yang tidak berkelanjutan atau tim yang diam-diam menemukan ruang untuk menangani utang teknis. Data yang sama, bila dipakai sebagai kartu skor individu, hampir selalu merugikan. Atasi ketegangan ini bukan dengan menghindari data aktivitas sepenuhnya, melainkan dengan membangun aturan organisasi yang keras terhadap penggunaan individual, sambil mengizinkan dan bahkan mendorong penggunaan tingkat tim yang penuh pertimbangan dan kontekstual.

Pertanyaan untuk didiskusikan dengan tim Anda

Pernahkah seseorang di organisasi kita dinilai, secara formal maupun informal, memakai hitungan aktivitas mentah seperti commit atau jumlah baris kode? Tanyakan hal ini secara langsung dan bersiaplah menerima jawaban yang tidak nyaman tetapi perlu; penyalahgunaan ini sering terjadi diam-diam, lewat komentar sambil lalu dari seorang manajer, tanpa pernah menjadi kebijakan resmi.
Seperti apa teater aktivitas di tim kita secara khusus, dan pernahkah kita melihat tanda-tandanya? Menamai bentuk spesifik dan masuk akal yang bisa diambil pola ini di tim Anda sendiri membuatnya jauh lebih mudah dikenali bila mulai terjadi.
Ketika data aktivitas tingkat tim kita bergerak, apakah kita menafsirkannya bersama dimensi SPACE lainnya, atau secara terpisah? Penurunan aktivitas yang dibaca terpisah tampak mengkhawatirkan; penurunan yang sama bila dibaca bersama perbaikan kepuasan atau kinerja bisa tampak sebagai pola yang benar-benar positif. Periksa praktik tinjauan Anda yang sebenarnya terhadap pembedaan ini.
Pernahkah kita melihat kenaikan frekuensi commit atau pull request yang disertai menyusutnya rata-rata ukuran perubahan, yang menunjukkan pemecahan sepele alih-alih peningkatan produktivitas yang sejati? Ambil data nyata dan periksa pola manipulasi substitusi yang spesifik ini.
Bagaimana kita saat ini membicarakan “siapa yang paling banyak berkontribusi” di tim kita, dan apakah percakapan itu secara implisit bersandar pada data aktivitas meskipun tanpa metrik formal? Bias informal dan tak terukur terhadap kesibukan yang terlihat dapat membentuk persepsi dan penghargaan bahkan tanpa kebijakan berbasis aktivitas yang eksplisit; ungkapkan hal ini dengan jujur.
Seperti apa pekerjaan yang benar-benar berharga tetapi sepi, berpikir mendalam, merancang dengan cermat, membimbing, di tim kita, dan bagaimana kita memastikannya diakui meskipun menghasilkan sedikit data aktivitas yang terlihat? Pertanyaan ini adalah pelengkap positif dari pertanyaan sebelumnya: menamai seperti apa pekerjaan sepi yang baik membantu melindunginya agar tidak terabaikan demi pekerjaan yang lebih nyaring dan lebih mudah dihitung.

Lensa sektor

Startup. Dengan tim kecil yang berkolaborasi erat, data aktivitas biasanya terlihat tanpa memerlukan dasbor sama sekali, dan risiko peringkat individu yang diperingatkan topik ini lebih kecil kemungkinannya hanya karena semua orang sudah tahu apa yang dikerjakan orang lain. Risikonya justru pendiri yang tanpa sadar menyukai perilaku yang tampak “sibuk” ketika membuat keputusan perekrutan atau ekuitas awal.

Usaha kecil. Data aktivitas dari perkakas yang sudah Anda miliki boleh dilirik untuk mendapat gambaran umum tentang throughput tim, tetapi tahan godaan memakainya untuk membandingkan kontributor individu secara langsung; nilai nyata tim kecil sering terkonsentrasi pada beberapa orang yang mengerjakan pekerjaan sepi berdampak tinggi yang secara sistematis akan dinilai terlalu rendah oleh pandangan berbasis jumlah commit.

Perusahaan besar. Di sinilah godaan peringkat individu paling kuat dan paling merusak, karena data aktivitas adalah sinyal termudah untuk ditarik bagi proses penilaian kinerja yang mencakup ribuan insinyur, dan tekanan untuk menemukan beberapa masukan yang dapat dikuantifikasi itu nyata. Bangun kebijakan yang eksplisit, dikomunikasikan, dan ditegakkan terhadap peringkat aktivitas individu, dan audit praktik penilaian kinerja secara berkala untuk memastikan kebijakan itu benar-benar diikuti dalam praktik, bukan sekadar dinyatakan.

Pemerintahan. Metrik aktivitas bisa menggoda untuk dikutip dalam laporan publik sebagai bukti produktivitas (“sepuluh ribu commit tahun ini”), tetapi judul semacam ini hampir tidak bermakna dan dapat mengundang pemeriksaan yang persis salah begitu seorang pemeriksa yang paham menunjukkan bahwa aktivitas mentah tidak mengatakan apa pun tentang hasil. Laporkan data hasil dan kinerja (topik 3.3) sebagai gantinya, dan hindari hitungan aktivitas dalam komunikasi yang menghadap ke luar.

Contoh

Perusahaan besar. Pimpinan teknik sebuah perusahaan perangkat lunak, tanpa kebijakan formal, mulai secara informal merujuk data frekuensi commit individu dalam diskusi promosi. Tinjauan internal, yang dipicu oleh proyek analisis pengunduran diri yang tidak terkait, menemukan bahwa insinyur yang mengerjakan sistem paling kompleks dan paling bernilai tinggi di perusahaan, yang membutuhkan periode panjang kerja desain yang cermat sebelum kode apa pun ditulis, secara sistematis memiliki jumlah commit lebih rendah dibanding insinyur pada sistem yang lebih sederhana dan dikembangkan secara lebih bertahap, dan akibatnya secara halus dirugikan dalam percakapan promosi. Pimpinan menerbitkan kebijakan eksplisit yang dikomunikasikan dan melarang rujukan pada hitungan aktivitas dalam diskusi kinerja dan promosi, serta menggeser bukti promosi ke pendekatan kinerja multisinyal dari topik 3.3.

Pemerintahan. Sebuah badan layanan digital, di bawah tekanan untuk menunjukkan produktivitas kepada komite pengawas legislatif, awalnya mengusulkan pelaporan total commit dan baris kode yang ditulis di seluruh programnya sebagai bukti nilai yang diserahkan. Seorang penasihat teknis internal menolak, dengan benar mencatat bahwa pembingkaian ini mengundang pemeriksaan yang persis salah, karena anggota komite yang paham teknologi dengan mudah dapat menunjukkan bahwa volume kode mentah tidak mengatakan apa pun tentang apakah kode itu berfungsi atau bermakna. Laporan revisi badan itu memakai metrik hasil (topik 5.3): berkurangnya kesalahan yang dilaporkan warga dan meningkatnya penyelesaian layanan mandiri yang berhasil, yang jauh lebih tahan terhadap pertanyaan komite dibanding angka aktivitas.

Kasus bisnis: motivasi, ROI, dan TCO

Imbal hasil dari memperlakukan metrik aktivitas dengan benar, memakainya secara kontekstual dan bukan sebagai kartu skor individu, adalah kerusakan yang terhindarkan: organisasi yang memeringkat insinyur secara individual berdasarkan aktivitas secara andal melihat perilaku manipulasi, berkurangnya kolaborasi (insinyur melindungi keluaran terlihat milik mereka sendiri alih-alih membantu rekan), dan bias sistematis terhadap pekerjaan mendalam berdampak tinggi yang sering menghasilkan nilai terbesar sambil menghasilkan aktivitas paling sedikit yang terlihat. Membalikkan kerusakan itu, begitu mengakar dalam budaya penilaian kinerja, benar-benar sulit dan lambat.

Total biaya menghindari jebakan ini sebagian besar adalah disiplin organisasi: kebijakan eksplisit yang ditegakkan secara konsisten terhadap peringkat aktivitas individu, dan komitmen berinvestasi pada pengukuran kinerja yang lebih sulit dan lebih jujur seperti dijelaskan di topik 3.3 sebagai gantinya. Disiplin itu lebih murah daripada keputusan promosi yang salah arah, kolaborasi yang rusak, dan perilaku manipulasi yang secara andal dihasilkan metrik aktivitas individu dari waktu ke waktu.

Anti-pola dan jebakan

Peringkat individu berdasarkan jumlah commit atau jumlah baris kode: penyalahgunaan yang paling merusak dan paling umum sepanjang sejarah dalam seluruh buku ini.
Teater aktivitas: pekerjaan yang dilakukan terutama demi keterlihatan alih-alih nilai, respons yang sepenuhnya dapat diduga terhadap evaluasi berbasis aktivitas.
Menafsirkan penurunan aktivitas tingkat tim secara terpisah, tanpa memeriksa dimensi SPACE lainnya: dapat keliru menganggap pola yang benar-benar positif sebagai pola yang mengkhawatirkan.
Mengutip hitungan aktivitas mentah dalam komunikasi eksternal atau yang menghadap pimpinan: mengundang pemeriksaan yang persis salah dan sedikit mengatakan tentang nilai yang sebenarnya.
Secara sistematis meremehkan pekerjaan mendalam dan cermat yang menghasilkan sedikit peristiwa terlihat: bias struktural yang tertanam dalam seluruh keluarga metrik ini.
Bias aktivitas informal tanpa kebijakan yang merayap ke percakapan promosi atau penilaian: merusak bahkan tanpa metrik resmi di baliknya.

Model kematangan

Level 1, Initiate (Memulai): Metrik aktivitas dipakai, secara formal maupun informal, untuk menilai atau memeringkat individu, tanpa kesadaran akan risikonya.
Level 2, Develop (Mengembangkan): Ada sedikit kesadaran akan risiko, tetapi tidak ada kebijakan eksplisit yang mencegah data aktivitas memengaruhi penilaian atau diskusi promosi secara informal.
Level 3, Standardize (Menstandarkan): Kebijakan yang eksplisit dan dikomunikasikan di seluruh organisasi melarang peringkat aktivitas individu, dan data aktivitas hanya dipakai dalam konteks agregat tingkat tim.
Level 4, Manage (Mengelola): Praktik penilaian kinerja dan promosi diaudit secara berkala untuk memastikan kebijakan diikuti dalam praktik, dan sinyal aktivitas yang disesuaikan kualitas menggantikan hitungan mentah di mana pun data aktivitas dipakai.
Level 5, Orchestrate (Mengorkestrasi): Organisasi terbukti telah menggeser budaya evaluasi menjauh dari metrik aktivitas menuju pendekatan kinerja multisinyal dari topik 3.3, dengan perbaikan kolaborasi yang terlihat dan berkurangnya perilaku manipulasi sebagai bukti bahwa pergeseran itu berhasil.

Gagasan untuk diskusi

Pernahkah seseorang di sini merasa dinilai, bahkan secara informal, dari seberapa “sibuk” aktivitasnya tampak?
Seperti apa teater aktivitas secara khusus di tim kita?
Apakah kita punya kebijakan tertulis yang eksplisit terhadap peringkat aktivitas individu, dan apakah kebijakan itu benar-benar diikuti?
Pekerjaan sepi berharga tinggi apa di tim kita yang saat ini menghasilkan data aktivitas paling sedikit yang terlihat?
Bagaimana kita akan merancang ulang bukti penilaian kinerja untuk menghilangkan hitungan aktivitas sepenuhnya?

Poin-poin utama

Aktivitas mengukur gerakan, bukan nilai; ia adalah keluarga metrik yang paling sering disalahgunakan sepanjang sejarah dalam rekayasa perangkat lunak.
Jangan pernah memeringkat atau menilai individu berdasarkan hitungan aktivitas mentah; ini adalah aturan tersulit dan terpenting dalam topik ini.
Pakai data aktivitas secara agregat, sebagai konteks bagi dimensi SPACE lainnya, jangan pernah sebagai vonis yang berdiri sendiri.
Waspadai teater aktivitas dan pola manipulasi substitusi (topik 1.2) secara khusus dalam keluarga metrik ini.
Pekerjaan mendalam bernilai tinggi sering menghasilkan data aktivitas paling sedikit yang terlihat; lindungi dari peremehan yang sistematis.

Referensi dan bacaan lanjutan

Forsgren, Nicole, Margaret-Anne Storey, Chandra Maddila, Thomas Zimmermann, Brian Houck, and Jenna Butler, “The SPACE of Developer Productivity,” ACM Queue (2021).
Peopleware: Productive Projects and Teams, by Tom DeMarco and Timothy Lister (argumen menentang pengukuran insinyur berdasarkan kesibukan yang terlihat).
Deep Work: Rules for Focused Success in a Distracted World, by Cal Newport (nilai pekerjaan sepi tanpa gangguan yang secara sistematis kurang dihitung oleh metrik aktivitas).
The Tyranny of Metrics, by Jerry Z. Muller (fiksasi metrik dan biayanya, berlaku langsung pada evaluasi berbasis aktivitas).