DECISION SUPPORT SYSTEM PENENTUAN PEGAWAI
TERBAIK DENGAN METODE SAW
(STUDI KASUS UNIVERSITAS BANTEN JAYA)
Indra Gunawan1.
Sutanto2.
Irma Yunita3 FILKOM Universitas Banten Jaya Jl.
Ciwaru Raya II No.
73 Serang Banten E-mail: 1indragunawan@unbaja.
id,2sutanto@unbaja.
id 3 irmayunita@unbaja.
ABSTRACT
Banten Jaya University is a private university in Serang city of Banten province.
The increasing number of employees the diversity of employees is also increasingly complex so it is difficult to choose the best employees.
Therefore, the need for a decision support system, so that it can shorten the selection time and improve the quality in determining the best employees.
The best employee decision support system uses SAW .
imple additive weightin.
method based on predetermined criteria and weight.
SAW .
imple additive weightin.
method is chosen because it is able to select the best alternative from a number of alternatives.
This research is done by finding the weight on each attribute, then done ranking to determine the best employees.
Keywords : Decision Support System.
SAW.
Employee.
University of Banten Jaya.
Alternative.
PENDAHULUAN
Universitas Banten Jaya (UNBAJA) merupakan salah satu instansi pendidikan yang ada di Kota Serang Provinsi Banten.
Saat ini UNBAJA memiliki tiga fakultas yang diikuti oleh lebih dari 2000 peserta didik baik yang tergabung dari Fakultas Ilmu Komputer (FIK).
Fakultas Teknik (FT) dan Fakultas Ilmu Keguruan dan Ilmu Pendidikan (FKIP).
Universitas Banten Jaya adalah salah satu Perguruan Tinggi dengan ijin Mentri Pendidikan Nasional dengan SK Mendiknas RI No.
158/E/O/2011 tanggal 02 Agustus 2011 tentang penggabungan STMIK Banten Jaya dan STT Banten Jaya yang diselenggarakan oleh Yayasan Banten Jaya di Kota Serang Provinsi Banten.
Suatu lembaga pendidikan memerlukan pengelolaan manajemen yang baik untuk melayani kebutuhan masyarakat.
Untuk itu proses peningkatan sumber daya manusia sangatlah berperan di lembaga pendidikan tersebut.
Salah satu informasi yang sangat dibutuhkan oleh Universitas Banten Jaya yaitu informasi mengenai kualitas kinerja pegawai di Universitas Banten Jaya.
Informasi mengenai kualitas kinerja pegawai akan mempermudah bagian kepegawaian untuk menentukan pegawai terbaik sesuai dengan penilaian yang tepat dan akurat.
Salah satu upaya lain untuk meningkatkan kualitas pegawai yaitu dengan memberikan apresiasi kepada pegawai terbaik.
Dengan acuan di atas maka Universitas Banten Jaya perlu menyelenggarakan penentuan pegawai terbaik setiap tahunya agar dapat meningkatkan kualitas kinerja pegawai.
penentuan pegawai terbaik dilakukan oleh bagian kepegawaian Yayasan Banten Jaya Berkarakter.
Proses penentuan pegawai terbaik tidak boleh dipengaruhi unsur subjektifitas dari yang menentukan, sehingga dirasakan kurang mendukung proses Apabila terjadi ketidaktepatan bagian kepegawaian dalam memberikan penilaian kepada setiap pegawai karena adanya beberapa kriteria yang bersifat subjektif, maka penilain diberikan masih bersifat tidak pasti dan tidak jelas karena dimungkinkan muncul ketidaktepatan dalam memberikan nilai kepada pegawai yang akan berdampak pada hasil penentuan terhadap pegawai diberikan menjadi kurang akurat dan tepat.
Untuk mengatasi permasalahan di atas, maka dibuatkan suatu sistem pendukung keputusan untuk membantu proses penentuan pegawai terbaik di Universitas Banten Jaya.
Pembuatan Sistem Pengambilan Keputusan ini diharapkan akan menyelesaikan permasalahan yang dihadapi, dan menghasilkan rekomendasi keputusan yang bisa membantu bagian kepegawaian untuk menentukan siapa yang benar-benar layak mendapat predikat pegawai terbaik.
Pada penelitian ini digunakan penyelesaian masalah Multiple Attribute Decision Making (MADM) dengan metode Simple Additive Weighting (SAW).
Metode ini dipilih karena dapat menentukan nilai bobot dari setiap kriteria, yang kemudian dilakukan proses perangkingan untuk menentukan alternatif terbaik dari sejumlah Dengan metode perangkingan tersebut, diharapkan penilaian dapat lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga mendapat hasil penilaian yang lebih akurat terhadap siapa yang mendapat predikat pegawai terbaik.
Anto .
, melakukan penelitian tentang Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Menggunakan Metode SAW di Universitas Muhammadiyah Purwokerto penilaian umum, kehadiran, tingkat pendidikan, unsur penunjang dan pengembangan diri.
Sedangkan Sulistiyono .
, pada penelitiannya yang berjudul Pemilihan Karyawan Terbaik di STMIK PRINGSEWU dengan Menggunakan Metode SAW mengangkat suatu kasus yaitu mencari alternative terbaik dengan menggunakan SAW (Simple Additive Weightin.
dan metode Fuzzy MADM (Multiple Attribute Decision Makin.
dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu karyawan terbaik dengan variabel input Sikap Pribadi.
Sikap Kerja.
Intelegensia/Pengetahuan dan Sikap Manajerial.
Sistem Pendukung Keputusan (SPK) Pada dasarnya SPK merupakan pengembangan lebih lanjut dari Sistem Informasi Manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya.
Interaktif dengan tujuan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, analisis, pengalaman dan wawasan manajer untuk mengambil keputusan yang lebih baik.
SPK adalah sistem yang dibangun untuk menyelesaikan berbagai masalah yang mengembangkan efektivitas dan produktivitas para manajer untuk menyelesaikan masalah dengan bantuan teknologi komputer.
Hal lainnya yang perlu dipahami adalah bahwa SPK bukan untuk menggantikan tugas manajer akan tetapi hanya sebagai bahan pertimbangan bagi manajer untuk menentukan keputusan akhir(Turban, 2.
Dalam menentukan suatu keputusan banyak faktor yang mempengaruhi pengambilan keputusan seorang pengambil keputusan, sehingga dipandang perlu untuk mengidentifikasi berbagai faktor yang penting dan mempertimbangkan tingkat pengaruh suatu faktor dengan faktor yang lainnya sebelum mengambil keputusan akhir, oleh karena itu secara spesifik penulis akan membahas salah satu permasalahan pada seleksi penerimaan beasiswa dengan langkah demi langkah dengan menggunakan metode SPK untuk menghasilkan keputusan akhir yang disebut solusi dari suatu masalah.
METODE
Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode penjumlahan terbobot.
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut.
Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Formula untuk melakukan normalisasi tersebut adalah sebagai berikut :
Dimana :
rij : Rating kinerja ternormalisasi Maxi : Nilai maksimum dari setiap baris dan kolom Mini : Nilai minimum dari setiap baris dan kolom.
Xij : Baris dan kolom dari matriks rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj.
i=1,2,.
,m dan j=1,2,.
,n.
Nilai preferensi untuk setiap alternatif (V.
diberikan sebagai:
Dimana :
Vi : Nilai akhir dari alternative Wi : Bobot yang telah ditentukan rij : Normalisasi matriks Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih Langkah Ae langkah penelitian dalam menggunakan metode SAW adalah (Kusumadewi, 2.
Menentukan kriterian-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
Membuat matriks keputusan berdasarkan kriteria (C.
, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut .
tribut keuntungan maupun atribut biay.
sehingga diperoleh matriks ternormalisasi R.
Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A.
sebagai solusi.
Kelebihan SAW Kelebihan dari metode simple additive weighting dibanding dengan model pengambil keputusan lainnya terletak pada kemampuannya untuk melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan setelah menentukan bobot untuk setiap atribut (Kusumadewi.
Harjoko, dan Wardoyo.
Format Penilaian Terhadap Pegawai Nama Pegawai C2 C3 Hasil Akhir Indra Gunawan Ramdani Budiman Rizki Fatullah Surya Alam Nurul Barokah Yusuf Romdoni Rendy Nandika Keterangan :
: Pengetahuan : Keterampilan : Kehadiran & Kedisiplinan : Sikap (Ramah Tama.
: Tanggung Jawab : Kerjasama : Kepuasan Pelanggan Kriteria dan Pembobotan Kriteria Parameter kriteria yang digunakan dalam sistem perhitungan :
A1.
Kriteria Pengetahuan Kriteria pengetahuan merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan, berdasarkan pengetahuan pegawai selama menjalankan tugas.
Berikut interval nilai pengetahuan yang telah dikonversikan dengan bilangan fuzzy dibawah ini.
Table 1 Kriteria Pengetahuan No.
Parameter Pengetahuan Pegawai selalu mengetahui tugas pokok dan solusi dari setiap permasalahan Pegawai mengetahui tugas pokok dan solusi dari setiap permasalahan Pegawai kurang mengetahui tugas pokok dan solusi dari setiap permasalahan Pegawai tidak mengetahui tugas pokok dan solusi dari setiap permasalahan Nilai A2.
Kriteria Keterampilan Kriteria keterampilan merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan, berdasarkan keterampilan pegawai selama menjalankan tugas.
Berikut interval nilai keterampilan yang telah dikonversikan dengan bilangan fuzzy dibawah ini.
Table 2 Kriteria Keterampilan No.
Parameter Keterampilan Pegawai selalu terampil dalam melaksanakan tugas pokok dan tugas yang diberikan oleh atasan Pegawai terampil dalam melaksanakan tugas pokok dan tugas yang diberikan oleh atasan Pegawai kurang terampil dalam melaksanakan tugas pokok dan tugas yang diberikan oleh atasan Pegawai tidak terampil dalam melaksanakan tugas pokok dan tugas yang diberikan oleh atasan Nilai A3.
Kriteria Kehadiran & Kedisiplinan Kriteria kehadiran & kedisiplinan merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan, berdasarkan jumlah nilai kehadiran & kedisiplinan pegawai selama bekerja dalam satu bulan.
Berikut interval nilai kehadiran yang telah dikonversikan dengan bilangan fuzzy dibawah Table 3 Kriteria Kehadiran & Kedisiplinan No.
Parameter Kehadiran & Kedisiplinan Nilai Pegawai selalu hadir dan datang tepat waktu Pegawai hadir dan datang tepat waktu Pegawai hadir dan datang kurang tepat waktu Pegawai hadir dan datang tidak tepat waktu A4.
Kriteria Ramah Tamah (Sopan Santu.
Kriteria ramah tamah .
opan santu.
merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan, berdasarkan keramahan tamahan pegawai selama bekerja.
Berikut interval nilai ramah tamah .
opan santu.
yang telah dikonversikan dengan bilangan fuzzy dibawah Table 4 Kriteria Ramah Tamah (Sopan Santu.
No.
Parameter Ramah Tamah (Sopan Santu.
Nilai Pegawai selalu ramah (Sopan Santu.
Terhadap pimpinan dan rekan kerja yang lain Pegawai ramah (Sopan Santu.
Terhadap pimpinan dan rekan kerja yang lain Pegawai kurang ramah (Sopan Santu.
Terhadap pimpinan dan rekan kerja yang lain Pegawai tidak ramah (Sopan Santu.
Terhadap pimpinan dan rekan kerja yang lain A5.
Kriteria Tanggung Jawab Kriteria tanggung jawab merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan, berdasarkan tanggung jawab pegawai selama menjalankan tugas pokoknya.
Berikut interval nilai tanggung jawab yang telah dikonversikan dengan bilangan fuzzy dibawah ini.
Table 5 Kriteria Tanggung Jawab No.
Parameter Tanggung Jawab Nilai Pegawai selalu tanggung jawab dalam menyelesaikan tugas Pegawai tanggung jawab dalam menyelesaikan tugas Pegawai kurang tanggung jawab dalam menyelesaikan tugas Pegawai tidak tanggung jawab dalam menyelesaikan tugas A6.
Kriteria Kerjasama Kriteria kerjasama merupakan persyaratan yang dibutuhkan untuk menjalankan tugas pokoknya.
Berikut interval nilai kerjasama yang telah dikonversikan dengan bilangan fuzzy dibawah ini.
Table 6 Kriteria Kerjasama No.
Parameter Kerjasama Nilai Pegawai selalu bekerjasama dalam menyelesaikan tugas Pegawai bekerjasama dalam menyelesaikan tugas Pegawai kurang bekerjasama dalam menyelesaikan tugas Pegawai tidak bekerjasama dalam menyelesaikan tugas A7.
Kriteria Kepuasan Pelanggan Kriteria kepuasan pelanggan merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan, berdasarkan kepuasan pelanggan terhadap pegawai selama menjalankan tugas.
Berikut interval nilai kepuasan pelanggan yang telah dikonversikan dengan bilangan fuzzy dibawah ini.
Table 7 Kriteria Kepuasan Palanggan No.
Parameter Kepuasan Palanggan Nilai Atasan selalu mendapatkan kepuasan terhadap kinerja pegawai Atasan mendapatkan kepuasan terhadap kinerja pegawai Atasan kurang mendapatkan kepuasan terhadap kinerja pegawai Atasan tidak mendapatkan kepuasan terhadap kinerja pegawai Di tahap ini kita mengisi bobot nilai dari suatu alternatif dengan kriteria yang telah dijabarkan tadi.
Perlu diketahui nilai maksimal dari pembobotan ini adalah Ao90Ao Tabel 8 Kriteria dan Pembobotan Kriteria Pegawai DISKUSI Pembobotan ini ialah pembobotan tiap-tiap kriteria.
Berdasarkan pemahaman saya pembobotan ini ialah pembobotan atas suatu kriteria.
Jadi jika kita memilih istri maka berdasarkan agama dan wajah maka kita harus mengutamakan agama maka agama kita beri bobot lebih tinggi daripada Kriteria Bobot Tabel pertama diatas .
embobotan alternatif terhadap kriteri.
kita ubah kedalam bentuk matriks kemudian Pertama buat untuk normalisai nilai, digunakanan rumusan sebagai berikut :
Rii = ( Xij / max{Xi.
) Dari kolom C1 nilai maksimalnya adalah Ao90Ao , maka tiap baris dari kolom C1 dibagi oleh nilai maksimal kolom C1.
R11 = 90 / 90 = 1
R21 = 70 / 90 = 0,78
R31 = 80 / 90 = 0,89
R41 = 90 / 90 = 1
R51 = 60 / 90 = 0,67
Dari kolom C2 nilai maksimalnya adalah Ao90Ao , maka tiap baris dari kolom C2 dibagi oleh nilai maksimal kolom C2.
R12 = 80 / 90 = 0,89
R22 = 90 / 90 = 1
R32 = 90 / 90 = 1
R42 = 90 / 90 = 1
R52 = 60 / 90 = 0,67
Dari kolom C3 nilai maksimalnya adalah Ao90Ao , maka tiap baris dari kolom C3 dibagi oleh nilai maksimal kolom C3.
R13 = 90 / 90 = 1
R23 = 80 / 90 = 0,89
R33 = 80 / 90 = 0,89
R43 = 90 / 90 = 1
R53 = 70 / 90 = 0,78
Dari kolom C4 nilai maksimalnya adalah Ao80Ao , maka tiap baris dari kolom C3 dibagi oleh nilai maksimal kolom C4.
R14 = 70 / 80 = 0,85
R24 = 80 / 80 = 1
R34 = 80 / 80 = 1
R44 = 80 / 80 = 1
R54 = 80 / 80 = 1
Dari kolom C5 nilai maksimalnya adalah Ao90Ao , maka tiap baris dari kolom C3 dibagi oleh nilai maksimal kolom C5.
R15 = 70 / 90 = 0,78
R25 = 90 / 90 = 1
R35 = 70 / 90 = 0,78
R45 = 80 / 90 = 0,89
R55 = 80 / 90 = 0,89
Dari kolom C6 nilai maksimalnya adalah Ao90Ao , maka tiap baris dari kolom C3 dibagi oleh nilai maksimal kolom C6.
R16 = 60 / 90 = 0,67
R26 = 90 / 90 = 1
R36 = 80 / 90 = 0,89
R46 = 80 / 90 = 0,89
R56 = 80 / 90 = 0,89
Dari kolom C7 nilai maksimalnya adalah Ao90Ao , maka tiap baris dari kolom C3 dibagi oleh nilai maksimal kolom C7.
R17 = 70 / 90 = 0,78
R27 = 60 / 90 = 0,67
R37 = 90 / 90 = 1
R47 = 60 / 90 = 0,67
R57 = 70 / 90 = 0,78
Masukan semua hasil penghitungan tersebut kedalam tabel yang kali ini disebut tabel faktor ternormalisasi.
0,89
0,85
0,78
0,67
0,78
0,78
0,89
0,67
0,89
0,89
0,78
0,89
0,89
0,89
0,67
0,67
0,67
0,78
0,89
0,89
0,78
Setelah mendapat tabel seperti itu maka selanjutnya langkah terakhir yaitu proses perangkingan dengan menjumlahkan setiap alternatif dari matriks ternormalisasi R setiap baris di kalikan bobot W A1 = .
,20*.
,15 *0,.
,10*.
,10*0,.
,10*0,.
,15*0,.
,20*0,.
Hasil A1 = 0,853 A2 = .
,20*0,.
,15 *.
,10*0,.
,10*.
,10*.
,15*.
,20*0,.
Hasil A2 = 0,879 A3 = .
,20*0,.
,15 *.
,10*0,.
,10*.
,10*0,.
,15*0,.
,20*.
Hasil A3 = 0,9285 A4 = .
,20*.
,15 *.
,10*.
,10*.
,10*0,.
,15*0,.
,20*0,.
Hasil A4 = 0,9065 A5 = .
,20*0,.
,15 *0,.
,10*0,.
,10*.
,10*0,.
,15*0,.
,20*0,.
Hasil A5 = 0,791 Maka alternatif yang memiliki nilai tertinggi dan bisa dipilih adalah alternatif A4 dengan nilai 0,9285.
REFERENSI