Jurnal TICOM: Technology of Information and Communication Hal: 147-153 Volume 13.
Nomor 3.
Mei 2025
E-ISSN: 2962-7982
Sistem Penunjang Keputusan Penentuan Karyawan Terbaik Menggunakan Metode Simple Additive Weigthing (SAW) pada PTS Indonesia Lestari Margatama1*.
Indra Riyanto2 Fakultas Teknologi Informasi.
Teknik Informatika.
Universitas Budi Luhur.
Jakarta.
Indonesia Fakultas Teknik.
Teknik Elektro.
Universitas Budi Luhur.
Jakarta.
Indonesia Jalan Ciledug Raya .
Petukangan Utara.
Pesanggrahan.
Petukangan Utara.
Pesanggrahan.
Kota Jakarta Selatan E-mail: 1*lestari.
margatama@budiluhur.
id, indra.
riyanto@budiluhur.
(*: corresponding autho.
AbstrakAiPTS Indonesia setiap tahunnya memiliki agenda untuk mengevaluasi kinerja karyawannya.
Evaluasi penilaian kinerja karyawan masih belum optimal karena proses penilaiannya masih bersifat subjektif dengan indikator penilaian yang sulit terukur.
Tujuan dari penelitian ini adalah membuat Sistem Penunjang Keputusan Penentuan Karyawan Terbaik dengan Menggunakan Menggunakan Metode Simple Additive Weighting (SAW).
Kriteria yang digunakan dalam penilaian adalah Delivery On Time.
Delivery On Budget.
Team Satisfaction, dan soft skill.
Evaluasi yang dilakukan dalam artikel ini menggunakan 10 sampel data dengan hasil sistem mampu memilih karyawan terbaik secara lebih objektif dengan indikator yang terukur.
Karyawan dengan nilai yang lebih merata menempati peringkat yang lebih tinggi dibandingkan dengan karyawan dengan satu nilai menonjol sehingga penilaian menjadi benar-benar objektif.
Kata KunciAi Sistem penunjang keputusan (SPK).
Simple Additive Weighting (SAW).
Kriteria Penilaian.
Karyawan terbaik.
Evaluasi kinerja karyawan.
AbstractAi Every year.
PTS Indonesia has an agenda to evaluate the performance of its employees.
The evaluation of employee performance assessment is still not optimal because the assessment process is still subjective with assessment indicators that are difficult to measure.
The purpose of this study is to create a Decision Support System for Determining the Best Employees Using the Simple Additive Weighting (SAW) Method.
The criteria used in the assessment are Delivery On Time.
Delivery On Budget.
Team Satisfaction, and soft skills.
The evaluation conducted in this article uses 10 data samples with the results of the system being able to select the best employees more objectively with measurable Employees with more evenly distributed scores are ranked higher than employees with one prominent score, making the assessment objective.
KeywordAi Decision Support System (DSS).
Simple Additive Weighting (SAW).
Evaluation criteria.
Best employee.
Employee work evaluation.
PENDAHULUAN
Undang-Undang Nomor 13 Tahun 2003 tentang Ketenagakerjaan pasal 1 ayat 2 menyebutkan bahwa karyawan/tenaga kerja adalah setiap orang yang mampu melakukan pekerjaan guna menghasilkan barang dan jasa, baik untuk memenuhi kebutuhan sendiri maupun untuk masyarakat, baik di dalam maupun di diluar hubungan kerja .
Dari definisi tersebut, maka yang dimaksud dengan tenaga kerja yang melakukan pekerjaan di dalam hubungan kerja adalah tenaga kerja yang melakukan pekerjaan pada setiap bentuk usaha .
atau perorangan dengan menerima upah, termasuk tenaga kerja yang melakukan pekerjaan di luar hubungan kerja.
Karyawan merupakan kekayaan utama dalam suatu perusahaan, karena tanpa adanya keikutsertaan mereka, aktivitas perusahaan tidak akan terlaksana.
Karyawan berperan aktif dalam menetapkan rencana, sistem, proses, dan tujuan yang ingin dicapai.
Persaingan di dunia bisnis yang semakin kompetitif membuat perusahaan untuk berupaya lebih keras lagi dalam meningkatkan kualitas perusahaannya .
, .
Salah satu cara yang dapat dilakukan yaitu meningkatkan kualitas sumber daya manusia karena kualitas sumber daya manusia yang baik dapat meningkatkan produktivitas dan prestasi suatu perusahaan .
Agar kualitas para karyawan terjaga dan meningkat, perusahaan perlu melakukan suatu penilaian kinerja pegawai berupa pemilihan karyawan terbaik, di mana kinerja karyawan dapat diapresiasi oleh perusahaan demi mencapai kemajuan bersama .
Kinerja karyawan merupakan hasil kerja yang telah dicapai oleh seorang karyawan berdasarkan standar yang telah ditetapkan.
Agar kinerja karyawan bisa mencapai performa terbaik, maka diperlukan penilaian.
Penilaian kinerja karyawan dilakukan untuk mengevaluasi performa kerja masing-masing karyawan dalam mencapai target kerja yang telah ditentukan.
Setelah penilaian kinerja selesai dilakukan, maka selanjutnya akan diberikan reward kepada karyawan yang berprestasi.
Penilaian kinerja karyawan merupakan bentuk motivasi sekaligus apresiasi dalam dunia kerja.
Dengan penilaian tersebut, seorang karyawan akan termotivasi untuk selalu memberikan performa terbaiknya karena selalu mendapatkan dukungan dan apresiasi.
PTS Indonesia merupakan salah satu perusahaan IT yang menyediakan layanan solusi industri yang mencakup ERP dan CRM.
Monitoring and Tracking System, mobile applications, dan custom solutions.
Karyawan merupakan aset terpenting dalam mendukung pertumbuhan dan inovasi perusahaan.
Oleh karena itu perusahaan merasa perlu untuk memberikan apreasiasi kepada karyawan yang mempunyai kinerja terbaik Jurnal TICOM: Technology of Information and Communication Hal: 147-153 Volume 13.
Nomor 3.
Mei 2025 dan berkontribusi signifikan terhadap pencapaian tujuan Karyawan dengan nilai tertinggi adalah karyawan terbaik yang berhak mendapatkan apresiasi dari perusahaan berupa bonus dan kenaikan gaji.
Sebelumnya, proses pemilihan karyawan terbaik di PTS Indonesia dilakukan secara manual dengan penilaian subjektif berdasarkan rekomendasi atasan tanpa kriteria yang terukur.
Hal ini menimbulkan beberapa kendala, seperti tidak adanya standart penilaian yang baku, mempertimbangkan data pencapaian objektif seperti target proyek, feedback rekan kerja dan keahlian karyawan.
Oleh karena itu.
PTS Indonesia mengembangkan sistem pemilihan karyawan terbaik dengan metode SAW yang dapat membantu dalam pengambilan keputusan serta memberikan solusi alternatif yang lebih baik .
, .
Sistem yang akan dikembangkan menggunakan kriteria penilaian yang sudah ditetapkan oleh perusahaan yaitu delivery on budget, delivery on time, team satisfaction, and soft skills.
Sistem yang dikembangkan berbasis web menggunakan bahasa pemrograman framework PHP Code Igniter 4.
0 dan database MySQL.
Sistem ini diharapkan dapat memfasilitasi kinerja manajer dalam memberikan penilaian kepada para staff nya secara objektif dengan kriteria penilaian yang telah ditentukan perusahaan sehingga dapat menemukan karyawan terbaik setiap tahun.
II.
TINJAUAN TEORITIS
Pengembangan Sumber Daya Manusia (SDM) Pengembangan sumber daya manusia yang sistematis dan inklusif sangat penting di perusahaan yang sangat bergantung pada kompetensi karyawan mereka dalam upaya inovatif.
Namun, sumber daya manusia bukan hanya sumber daya yang diperlukan untuk melakukan tugas di tempat kerja individu, tetapi juga merupakan generator produk akhir di industri.
Manajer sumber daya manusia dan mentor kerja memiliki peran penting untuk dimainkan dalam memilih program pelatihan yang optimal dengan mempertimbangkan persyaratan saat ini dan di masa depan mengenai kualifikasi individu untuk pekerjaan tertentu dan tujuan keuangan dan non-keuangan lainnya serta kendala perusahaan .
, .
Sistem Penunjang Keputusan Sistem informasi yang dikenal sebagai SPK menggunakan teknologi komputer untuk mengolah data dan menghasilkan informasi yang relevan untuk pengambil keputusan.
Beberapa literatur menyatakan bahwa SPK tidak hanya berfokus pada penyajian data, tetapi juga pada pemodelan analitis dan simulasi skenario alternatif.
Pendekatan sistem mendefinisikan SPK sebagai kesatuan elemen, seperti antarmuka pengguna, model analitik, dan basis data, yang bekerja sama untuk menyelesaikan masalah kompleks secara efisien .
, .
SPK umumnya terdiri dari tiga komponen utama, yaitu:
Manajemen Data mencakup pengumpulan, penyimpanan, dan pengelolaan data melalui basis data (DBMS).
DBMS
memfasilitasi penyediaan data historis dan real-time.
Manajemen Model berupa analisis, prediksi, dan simulasi skenario yang dilakukan dengan menggunakan berbagai E-ISSN: 2962-7982 algoritma dan teknik pemodelan matematis, statistik, dan Ini mengubah data mentah menjadi informasi yang dapat digunakan untuk membuat keputusan.
User Interface menyediakan platform interaktif yang memungkinkan pengguna memasukkan data, mengubah parameter, dan melihat hasil melalui grafik atau laporan Metodologi dalam SPK merupakan langkah-langkah sistematis yang digunakan dalam penelitian dan implementasi untuk menghasilkan output yang optimal.
Metode Multicriteria Decision Making (MCDM) banyak digunakan dalam SPK, karena pada banyak kasus keputusan melibatkan beberapa kriteria yang harus dipertimbangkan secara simultan .
Beberapa metode MCDM yang populer antara lain:
Simple Additive Weighting (SAW): Metode yang menggunakan penjumlahan bobot terakumulasi dari masing-masing kriteria untuk menentukan peringkat .
Analytic Hierarchy Process (AHP): Teknik yang memanfaatkan perbandingan berpasangan .
airwise compariso.
untuk menentukan bobot relatif dari setiap kriteria dan mengevaluasi alternatif keputusan.
Proses AHP melibatkan pembentukan hierarki dari tujuan, kriteria, dan alternatif, serta konsistensi perbandingan yang diuji secara .
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS): Metode yang menentukan solusi ideal positif dan negatif, kemudian mengukur jarak relatif masing-masing alternatif dari solusi ideal tersebut.
Fuzzy Logic: Pendekatan yang digunakan untuk menangani data dan penilaian yang memiliki ketidakpastian atau karakteristik kabur sehingga mampu mengakomodasi subjektivitas dalam penetapan kriteria Simple Additive Weighting (SAW) method Metode Simple Additive Weighting (SAW), juga dikenal sebagai weighted sum method, adalah salah satu metode pengambilan keputusan.
Metode SAW memiliki keunggulan dibandingkan metode lain karena didasarkan pada kriteria nilai yang telah ditentukan dan bobot preferensi, sehingga dapat dievaluasi lebih akurat.
Selain itu, setelah menentukan nilai berat masing-masing kriteria.
SAW dapat memilih alternatif terbaik untuk proses klasifikasi dari banyak alternatif yang ada .
, .
Konsep dasar SAW adalah untuk menentukan jumlah tertimbang peringkat kinerja untuk setiap alternatif pada semua kriteria dan pendapat pembuat keputusan .
Metode SAW membutuhkan proses untuk membakukan matriks keputusan .
ke dalam skala yang dapat dibandingkan dengan semua peringkat alternatif yang ada.
Sorooshian dan Parsia menggambarkan langkah-langkah metode SAW sebagaimana ditunjukkan pada Gambar 1 .
Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan.
Membuat rating kecocokan setiap alternatif pada setiap .
Membuat matriks keputusan berdasarkan kriteria (C), kemudian melakukan normalisasi matriks berdasarkan Jurnal TICOM: Technology of Information and Communication Hal: 147-153 Volume 13.
Nomor 3.
Mei 2025 persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R.
Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A) sebagai solusi.
ycUycnyc ycAycaycuycUycnyc ycycnyc { ycAycnycuycU ycUycnyc yc = ycayceycuyceyceycnyc yc = ycaycuycyc rij = Normalized Performance Rating (NPR) Maxij= nilai maksimum dari setiap baris dan kolom Minij = nilai minimum dari setiap baris dan kolom Xij = baris dan kolom dari matriks rij merupakan nilai kinerja ternomalisasi atau NPR dari alternatif Ai pada atribut kriteria Cj dengan i = 1, 2, .
, m dan j = 1, 2, .
, n.
NPR akan dikategorikan sebagai Benefit jika MaxXij lebih baik dan sebaliknya akan dikategorikan sebagai Cost jika nilai MinXij lebih tinggi.
Nilai preferensi untuk setiap alternatif (V.
ycOycn = Ocycuyc=1 ycOyc ycycnyc Terdapat beberapa tahapan untuk menyelesaikan suatu kasus menggunakan metode Simple Additive Weigthing (SAW) yaitu:
Menentukan kriteria Ae kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
Membuat matrix keputusan berdasarkan kriteria (C.
, kemudian melakukan normalisasi matrix berdasarkan persamaan yang disesuaikan dengan jenis atribut .
tribut keuntungan ataupun atribut biay.
sehingga diperoleh matrix ternomalisasi R.
Menentukan rating kecocokan setiap alternatif pada setiap .
Hasil akhir diperoleh dari proses peringkatan yaitu penjumlahan dari perkalian matrix ternomalisasi R dengan vector bobot sehingga diperolah nilai terbesar yang dipilih sebgai alternatif terbaik (A.
sebagai solusi.
E-ISSN: 2962-7982
dengan lebih akurat.
Selain itu, setelah menentukan nilai bobot masing-masing kriteria.
SAW dapat memilih alternatif terbaik untuk proses klasifikasi dari sekian banyak alternatif yang ada.
METODE PENELITIAN
Dalam penelitian ini, metode desain terapan adalah pembuatan prototipe yang bertujuan untuk mengumpulkan informasi dari apa yang akan dikembangkan menjadi model prototipe dengan mendeskripsikan versi awal sistem untuk kelanjutan sistem yang sebenarnya.
Prototipe adalah metode pengembangan untuk membuat desain atau model .
Alur kerja dari penelitian ini ditunjukkan pada Gambar 2.
Gambar 2.
Diagram alur penelitian Desain Database dikembangkan berdasarkan formulir Entity Relationship Diagram (ERD) dari tabel karyawan, hasil, detail hasil, kriteria, nilai, dan masa kerja.
Logical Record Structure (LRS) kemudian digunakan untuk merepresentasikan struktur record dalam tabel yang dibentuk dari hasil antara kumpulan entitas yang ditunjukkan pada Gambar 3 dan 4.
Gambar.
1 Langkah SAW Metode SAW memiliki keunggulan dibandingkan metode keputusan lainnya karena didasarkan pada kriteria nilai yang ditentukan dan bobot preferensi, sehingga dapat dievaluasi Gambar 3.
Entity Relationship Diagram pada PTS Indonesia Jurnal TICOM: Technology of Information and Communication Hal: 147-153 Volume 13.
Nomor 3.
Mei 2025
E-ISSN: 2962-7982
I, terdapat beberapa nama yang memiliki skor sama, sehingga menyulitkan dalam menentukan urutan peringkat karyawan hal ini berpotensi menyebabkan penilaian menjadi tidak objektif.
TABEL I
PERHITUNGAN MANUAL
Nama Kerajinan Kedisiplinan Kerjasama Reza Andrie Agus Fina Rudi Meilani Restu Fery Yudi Adi Hasil Akhir Gambar 4.
Logical Record Structure pada model yang diusulkan Use case diagram digunakan untuk mengetahui peran dan fungsi apa yang ada dalam suatu sistem dan siapa yang berhak menggunakan fungsi sistem.
Use case diagram yangdigunakan untuk menggambarkan pola interaksi dan hubungan antara aktor dan kasus penggunaan ditunjukkan pada Gambar 5.
Perhitungan SAW Berikut dibawah ini langkah-langkah perhitungan menggunakan metode SAW untuk pemilihan karyawan terbaik, pada perhitungan ini digunakan data sebanyak 10 data karyawan untuk dijadikan contoh.
Penentuan Kriteria Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan dengan metode SAW untuk menentukan nilai masing-masing kriteria.
Kriteria yang digunakan adalah kriteria yang dapat terukur dan dibagi menjadi dua, yaitu benefit dan cost.
Metode ini dapat membantu manajer dan HRD untuk menentukan nilai bobot berdasarkan kriteria pada Tabel II.
TABEL II
KRITERIA INDIKATOR
Kriteria
Indikator Delivery On Time
Delivery Over Budget
Team Satisfaction Soft Skill
Kategori Benefit
Cost
Benefit
Benefit
Bobot
0,35
0,30
0,20
0,15
Terdapat lima indikator yang ditetapkan oleh PTS Indonesia pada karyawannya, yaitu:
Gambar 5.
Use case diagram pada model sistem Berdasarkan sistem yang diusulkan pada Gambar 5, pendekatan telah dibuat untuk merancang model sistem yang diinginkan untuk menggambarkan proses yang terkandung dalam sistem.
Pemodelan sistem yang digunakan adalah pendekatan UML (Unified Modeling Languag.
yang menggambarkan semua proses dan aktor, yaitu use case Dalam use case diagram, ada dua aktor, yaitu HRD dan Manajer.
IV.
HASIL DAN PEMBAHASAN
Perhitungan Manual Proses perhitungan sebelumnya menggunakan tiga kriteria yaitu kriteria kedisiplinan, kerjasama dan kerajinan.
Pada Tabel Delivery On Time, merupakan indikator yang menjelaskan karyawan dapat menyelesaikan tugasnya lebih awal dari jadwal yang ditentukan.
Semakin banyak waktu yang tersisa berakibat benefit kinerja yang lebih besar.
Delivery Over Budget, merupakan indikator yang menjelaskan karyawan dapat menyelesaikan tugasnya melebihi anggaran yang dialokasikan, semakin besar biaya, akan meningkatkan cost kinerja.
Team Satisfaction, kinerja karyawan dianggap memuaskan oleh rekan satu timnya.
Semakin tinggi skor akan meningkatkan benefit kinerja.
Soft Skill, karyawan memiliki keterampilan atau keahlian tambahan yang dapat bermanfaat untuk divisinya.
Jurnal TICOM: Technology of Information and Communication Hal: 147-153 Volume 13.
Nomor 3.
Mei 2025 Indikator-indikator ini kemudian diskalakan lebih lanjut menjadi tiga tingkat penilaian yang ditunjukkan pada Tabel i.
Tabel berikutnya berisi data karyawan, dimana Tabel IV menampilkan sampel sebanyak 10 karyawan dari total seluruh karyawan yang ada.
TABEL i SKALA KRITERIA
Kriteria
Indikator Delivery On Time
Kategori Benefit
Delivery Over Budget
Cost
Team
Satisfaction Benefit
Soft Skill
Benefit
Skala
Keterangan Early Time
Late
1%-10%
10% - 30%
>50%
Very Satisfying Satisfying Indifferent Less Satisfying Unsatisfying >4 skills 3-4 skills 0-2 skills A10 Weight = = 0.
ycAycaycu.
,1,5,3,3,3,5,3,3,.
R13 = ycAycaycu.
,1,5,3,3,3,5,3,3,.
= 5= 1.
R14 =
R15 =
= = 0.
ycAycaycu.
,1,5,3,3,3,5,3,3,.
ycAycaycu.
,1,5,3,3,3,5,3,3,.
= = 0.
R16 = ycAycaycu.
,1,5,3,3,3,5,3,3,.
= 5= 0.
R17 = ycAycaycu.
,1,5,3,3,3,5,3,3,.
= 5= 1.
R18 = ycAycaycu.
,1,5,3,3,3,5,3,3,.
= 5= 0.
TABEL V
HASIL PENILAIAN KARYAWAN
R12 = ycAycaycu.
,1,5,3,3,3,5,3,3,.
= 5= 0.
Nama Reza
Yudi
Andrie
Meilani Rudi
Agus
Fina
Restu
Adi
Fery Kriteria
0,15
Normalisasi matriks dibuat dengan menghitung nilai peringkat kinerja yang dinormalisasi (Ri.
dari alternatif Rumus normalisasi dari Persamaan .
pada individu
untuk setiap kriteria, misalnya untuk kriteria C1
R11 =
Mengisi Nilai Masing-Masing Kriteria Tahapan ini dilakukan untuk pengisian nilai dari masingmasing kriteria untuk setiap alternatif yang ada.
Tabel V menunjukkan hasil penilaian untuk sampel karyawan berdasarkan kriteria pada Tabel I.
0,20
Normalisasi Matriks .
Langkah selanjutnya adalah membuat matriks keputusan X berdasarkan kriteria (C), kemudian menormalkan matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut untuk mendapatkan matriks R yang dinormalisasi.
TABEL IV
DATA KARYAWAN
0,30
ycU= .
Kandidat Alternatif Kandidat Alternatif adalah daftar nama karyawan yang akan digunakan sebagai contoh dalam proses perhitungan SAW ini, seperti yang terlihat pada Tabel IV.
Alternatif
A10
0,35
E-ISSN: 2962-7982
R19 = ycAycaycu.
,1,5,3,3,3,5,3,3,.
= 5= 0.
R110 = ycAycaycu.
,1,5,3,3,3,5,3,3,.
= 5= 0.
demikian seterusnya hingga C4 dan didapatkan matriks normalisasi R yaitu 0,60 0,20 0,20 0,33 1,00 0,33 0,60 0,33 0,60 1,00 ycI= 0,60 1,00 1,00 0,33 0,60 0,33 0,60 0,20 ( 0,60 0,20 0,60 1,00 0,60 1,00 1,00 1,00 0,80 0,60 1,00 0,40 1,00 0,60 0,60 0,20 1,00 0,20 0,60 0,60 0,20 1,00 ) Jurnal TICOM: Technology of Information and Communication Hal: 147-153 Volume 13.
Nomor 3.
Mei 2025 .
Hasil Pemeringkatan Hasil akhir diperoleh dari proses pemeringkatan yaitu jumlah perkalian matriks R yang dinormalisasi dengan weight vector untuk setiap karyawan adalah:
A1 = .
,6y0,.
,20y0,.
,60y0,.
,0y0,.
= 0,540 A2 = .
,2y0,.
,33y0,.
,00y0,.
,6y0,.
= 0,459 A3 = .
,0y0,.
,33y0,.
,60y0,.
,6y0,.
= 0,659 A4 = .
,6y0,.
,33y0,.
,00y0,.
,2y0,.
= 0,539 A5 = .
,6y0,.
,00y0,.
,00y0,.
,0y0,.
= 0,860 A6 = .
,6y0,.
,00y0,.
,00y0,.
,2y0,.
= 0,740 A7 = .
,0y0,.
,33y0,.
,80y0,.
,6y0,.
= 0,699 A8 = .
,6y0,.
,33y0,.
,60y0,.
,6y0,.
= 0,519 A9 = .
,6y0,.
,20y0,.
,00y0,.
,2y0,.
= 0,500 A10= .
,6y0,.
,20y0,.
,40y0,.
,0y0,.
= 0,500 Setelah diurutkan dari nilai tertinggi hingga terendah, peringkat yang dihasilkan ditampilkan pada Tabel VI.
Dari hasil tersebut, karyawan A5 menempati peringkat teratas berdasarkan pembobotan normal kinerja yang menonjol, akan tetapi untuk karyawan lain yang memiliki penilaian kinerja yang hampir setara, terdapat banyak perbedaan pada saat pemeringkatan dengan SAW digunakan, sehingga metode ini mampu melakukan pemeringkatan secara lebih teliti.
E-ISSN: 2962-7982
dari skor tertinggi.
Perbandingan hasil kedua perhitungan tersebut terdapat perbedaan pemeringkatan akibat adanya pembobotan dari setiap kriteria.
Karyawan dengan nilai yang lebih merata menempati peringkat yang lebih tinggi dibandingkan dengan karyawan dengan satu nilai menonjol sehingga penilaian menjadi benar-benar objektif.
Tampilan Sistem SAW Gambar 6Ae9 adalah hasil dari implementasi sistem, dimana pada Gambar 6 menampilkan menu kriteria yang berisi kode kriteria, nama kriteria, bobot dan jenis kriteria.
Gambar 7 adalah tampilan menu matriks keputusan berisi hasil penilaian karyawan yang sudah di konversikan ke dalam skala penilaian berdasarkan kriteria dan bobot penilaiannya.
Gambar 8 adalah tampilan menu matriks normalisasi berisi hasil perhitungan matriks normalisasi berdasar nilai kinerja karyawan yang sudah di input.
Gambar 9 adalah menu hasil akhir yang menmapilkan hasil perankingan atau pemeringkatan karyawan berdasar nilai kinerja, kriteria dan bobot penilaiannya.
TABEL VI
PERINGKAT HASIL WEIGHTING
Ranking A10
Nama Rudi
Agus
Fina
Andrie
Reza
Meilani Restu
Adi
Fery Yudi
Skor
0,86
0,74
0,70
0,66
0,54
0,54
0,52
0,50
0,50
0,46
Perbandingan Perhitungan Manual dengan SAW Hasil Pemeringkatan perhitungan manual adalah Reza yang berada pada peringkat satu.
Hasil pemeringkatan manual didapat dari nilai hasil akhir tertinggi.
Gambar 6.
Tampilan Menu Kriteria
TABEL Vi
HASIL PEMERINGKATAN PERHITUNGAN MANUAL
Urutan Metode Manual
Reza
Andrie
Agus
Fina
Rudi
Restu
Meilani Fery Yudi
Adi
SAW
Rudi Agus Fina Andrie Reza Meilani Restu Adi Fery Yudi Hasil Pemeringkatan perhitungan SAW adalah Rudi yang berada pada peringkat satu.
Hasil pemeringkatan SAW didapat Gambar 7.
Tampilan Menu Matriks Keputusan Jurnal TICOM: Technology of Information and Communication Hal: 147-153 Volume 13.
Nomor 3.
Mei 2025 Gambar 8.
Tampilan Menu Matriks Normaslisasi Gambar 9.
Tampilan Menu Perankingan KESIMPULAN Setelah melalui proses perancangan, pembuatan, dan pengujian sistem pendukung keputusan ini, kesimpulan yang dapat diambil dari hasil yang didapatkan adalah:
Sistem pendukung keputusan dengan metode Simple Additive Weighting (SAW) di PTS Indonesia mampu memilih karyawan terbaik secara lebih objektif dengan indikator yang terukur, .
Karyawan dengan nilai yang lebih merata menempati peringkat yang lebih tinggi dibandingkan dengan karyawan dengan satu nilai menonjol sehingga penilaian menjadi benar-benar objektif dan .
Penerapan sistem ini dapat dijadikan bahan pertimbangan dalam pengambilan keputusan akhir karyawan terbaik.
REFERENSI