Progresif: Jurnal Ilmiah Komputer Jl.
Ahmad Yani.
33,5 - Kampus STMIK Banjarbaru Loktabat Ae Banjarbaru (Tlp.
, e-mail: puslit.
stmikbjb@gmail.
e-ISSN: 2685-0877 p-ISSN: 0216-3284 Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai Kontrak Di KPU Menggunakan Metode SMART Muhamad Ardi 1*.
Jim Lahallo2.
Emy L.
Tatuhey Teknik Informatika.
Universitas Sepuluh Nopember Papua.
Jayapura.
Indonesia *e-mail Corresponding Author: muhardi310100@gmail.
Abstract The selection process for contract employee recruitment in the KPU Papua Province is often faced with problems of subjectivity and inefficiency of manual assessment, which has an impact on the inaccuracy of selection results.
This research aims to develop a Decision Support System (SPK) using the SMART (Simple Multi-Attribute Rating Techniqu.
method to improve objectivity and selection efficiency.
The SMART method was chosen for its ability to accommodate a wide range of assessment criteria with adjustable weights.
This system was developed using the Waterfall model and tested using the black box method.
The test results showed that the system successfully reduced the potential for bias and increased efficiency and transparency in the selection process.
The accuracy test results show that this system has an accuracy of 80%, with precision, recall, specificity, and F1 scores of 80% each.
Thus, this SPK supports the KPU in selecting candidates in accordance with the required qualifications.
Keywords: Decision Support System.
Employee selection.
SMART method.
Objectivity.
Abstrak Proses seleksi penerimaan pegawai kontrak di KPU Provinsi Papua sering kali dihadapkan pada permasalahan subjektivitas dan ketidakefisienan penilaian manual, yang berdampak pada ketidakakuratan hasil seleksi.
Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode SMART (Simple Multi-Attribute Rating Techniqu.
untuk meningkatkan objektivitas dan efisiensi seleksi.
Metode SMART dipilih karena kemampuannya mengakomodasi berbagai kriteria penilaian dengan bobot yang dapat Sistem ini dikembangkan menggunakan model Waterfall dan diuji menggunakan metode black box.
Hasil pengujian menunjukkan bahwa sistem berhasil mengurangi potensi bias dan meningkatkan efisiensi serta transparansi dalam proses seleksi.
Hasil pengujian akurasi menunjukkan sistem ini memiliki akurasi sebesar 80%, dengan precision, recall, specificity, dan F1 score masing-masing juga sebesar 80%.
Dengan demikian.
SPK ini mendukung KPU dalam memilih kandidat yang sesuai dengan kualifikasi yang dibutuhkan.
Kata kunci: Sistem Pendukung Keputusan.
Seleksi pegawai.
Metode SMART.
Objektivitas.
Pendahuluan Pesatnya perkembangan teknologi komputer membawa manfaat luas bagi kehidupan.
Sistem, sebagai kumpulan elemen yang terorganisir dan saling berinteraksi, menjadi inti dinamika teknologi.
Di Indonesia, kemajuan teknologi informasi dan komunikasi mendukung efisiensi perusahaan dan kinerja karyawan yang penting bagi operasional.
Persaingan antar perusahaan semakin ketat, dan teknologi memudahkan pemantauan aktivitas karyawan serta pemrosesan data besar secara efisien dan tepat.
KPU adalah lembaga penyelenggara Pemilu nasional yang independen, bertanggung jawab atas pemilihan umum di berbagai tingkatan.
KPU Provinsi Papua membuka lowongan pekerjaan Non ASN berdasarkan pengumuman nomor 363/SDM.
02-SD/91/2023.
Pendaftaran masih dilakukan secara konvensional melalui email, dan pelamar harus memenuhi berbagai persyaratan yang diperiksa manual oleh bagian SDM.
Setelah seleksi awal, pelamar mengikuti seleksi tertulis, wawancara, dan tes kesehatan.
Pada tahun 2023.
KPU menerima 372 orang untuk berbagai posisi.
Permasalahan signifikan dalam proses seleksi ini adalah potensi bias Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai a.
Muhamad Ardi Progresif e-ISSN: 2685-0877 subjektif, terutama dalam penilaian tes yang mempengaruhi hasil seleksi.
Proses seleksi yang melibatkan penilaian manual oleh bagian SDM membuka peluang terjadinya bias subjektif, yaitu kecenderungan penilai untuk memberi penilaian berdasarkan preferensi pribadi atau faktor lain yang tidak objektif.
Misalnya, penilaian terhadap tes tertulis, wawancara, dan tes kesehatan bisa dipengaruhi oleh persepsi atau impresi penilai terhadap pelamar, bukan semata-mata berdasarkan kualifikasi atau performa pelamar yang sesungguhnya.
Bias ini bisa muncul dari berbagai sumber, termasuk ketidaksadaran penilai, stereotip, atau kesan pertama yang kuat.
Akibatnya, hasil seleksi dapat dipengaruhi oleh faktor-faktor yang tidak relevan dengan kompetensi pelamar, sehingga beberapa pelamar yang sebenarnya memenuhi kualifikasi mungkin tidak lolos seleksi, sementara yang kurang memenuhi syarat bisa jadi diterima.
Dengan banyaknya pendaftar yang mencapai 372 orang, menjaga objektivitas dalam penilaian menjadi tantangan besar.
Penilaian manual yang mengandalkan observasi individu penilai memperbesar kemungkinan bias, mengurangi akurasi dan konsistensi dalam proses seleksi, serta berpotensi mengabaikan kualifikasi dan kebutuhan aktual KPU.
Oleh karena itu, diperlukan sistem evaluasi yang lebih objektif dan akurat untuk memastikan penerimaan pegawai sesuai dengan kualifikasi dan kebutuhan KPU.
Metode SMART (Simple Multi-Attribute Rating Techniqu.
adalah salah satu pendekatan dalam Sistem Pendukung Keputusan (SPK) yang digunakan untuk mengevaluasi alternatif berdasarkan sejumlah kriteria yang telah ditentukan sebelumnya.
Dalam metode ini, setiap kriteria diberi bobot untuk menunjukkan tingkat kepentingannya, dan setiap alternatif dinilai berdasarkan kriteria-kriteria tersebut.
Pendekatan ini membantu pengambil keputusan untuk membuat pilihan yang lebih terinformasi dan obyektif berdasarkan analisis yang sistematis terhadap data yang tersedia.
Metode SMART sering digunakan dalam berbagai konteks, termasuk dalam pengambilan keputusan manajerial, seleksi pegawai, evaluasi proyek, dan lainnya .
Ae.
Tujuan pengembangan menggunakan metode SMART dalam proses seleksi pegawai di KPU Provinsi Papua adalah untuk meningkatkan objektivitas, efisiensi, akurasi dan keberlanjutan dalam penilaian calon pegawai.
Dengan memanfaatkan teknologi komputer dan pendekatan sistematis, implementasi metode SMART diharapkan dapat mengurangi potensi bias subjektif.
Selain itu, penggunaan kriteria yang telah ditetapkan sebelumnya dan penilaian berdasarkan bobot kriteria masing-masing akan memastikan bahwa evaluasi dilakukan secara obyektif sesuai dengan kebutuhan dan standar kualifikasi yang telah ditetapkan oleh KPU.
Dengan demikian, tujuan pengembangan ini adalah untuk menciptakan sistem evaluasi yang lebih efisien dan lebih akurat, yang pada akhirnya akan mendukung KPU dalam memilih pegawai yang berkualitas dan sesuai dengan tugas serta tanggung jawabnya sebagai lembaga penyelenggara pemilu nasional yang independen.
Tinjauan Pustaka Adapun berikut beberapa penelitian terdahulu yang digunakan sebagai refrensi Penelitian pertama yang dilakukan oleh Isa Hermawan dan Hendri Ardiansyah .
Penelitian membahas tentang Sistem pendukung keputusan untuk seleksi penerimaan karyawan baru menggunakan metode Simple Multi Attribute Rating Technique (SMART) berbasis web di PT.
Bumi Tirta Pangan Kencana.
Metode yang digunakan pada penelitian ini adalah Metode SMART digunakan untuk menentukan kriteria, bobot kriteria, dan alternatif dalam proses penilaian karyawan.
Metode ini menilai kriteria kualitatif dan kuantitatif untuk memberikan peringkat yang komprehensif .
Penilaian sebelumnya dilakukan secara manual yang memungkinkan hilangnya data pelamar.
Penggunaan metode SMART bertujuan untuk mempercepat dan mempermudah proses seleksi serta memberikan bukti tambahan untuk pengambilan keputusan.
Selanjutnya penelitian yang dilakukan oleh Agung Sugiarto dkk.
Penelitian membahas tentang Sistem pendukung keputusan untuk seleksi karyawan menggunakan metode Simple Additive Weighting (SAW) berbasis web pada PT.
DCI.
Metode yang digunakan pada penelitian ini adalah Metode Simple Additive Weighting (SAW) digunakan untuk membuat sistem seleksi karyawan berbasis web.
Kriteria yang digunakan dalam seleksi meliputi tes masuk, wawancara, psikotes, dan tes kesehatan, dengan bobot masing-masing kriteria yang Sistem seleksi sebelumnya menggunakan metode manual yang memakan waktu lama dan rentan terhadap kesalahan.
Metode SAW meminimalkan kesalahan dan meningkatkan objektivitas dalam proses seleksi .
Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai a.
Muhamad Ardi e-ISSN: 2685-0877 Selanjutnya penelitian yang dilakukan oleh Sendhi Anshari Rasyid dan Rani Susanto .
Penelitian membahas tentang Sistem informasi manajemen penerimaan pegawai magang di CV.
Trivecta Commindo menggunakan metode TOPSIS.
Metode yang digunakan pada penelitian ini adalah Metode TOPSIS (Technique for Order Preference by Similarity of Ideal Solutio.
digunakan untuk membuat keputusan multikriteria dalam menentukan calon pegawai magang yang sesuai dengan kebutuhan perusahaan.
Proses seleksi magang sebelumnya hanya berdasarkan hasil wawancara tanpa mempertimbangkan kesesuaian jurusan pelamar, sehingga tidak efektif.
Metode TOPSIS membantu mengatasi masalah ini dengan memberikan rekomendasi berdasarkan kriteria yang relevan.
Selanjutnya penelitian yang dilakukan oleh Stevent Chandra Dinata .
Penelitian membahas tentang Perancangan sistem pendukung keputusan penerimaan karyawan baru pada PT.
Tiga Daya Energi menggunakan metode TOPSIS.
Metode yang digunakan pada penelitian ini adalah Metode TOPSIS digunakan untuk mengolah data kriteria seperti jenjang pendidikan, nilai tes, pengalaman bekerja, kesehatan, umur, dan catatan hukum.
Sistem ini dirancang menggunakan PHP dan MySQL.
Metode perekrutan sebelumnya cenderung membosankan dan rawan kesalahan.
Sistem baru ini diharapkan dapat mempercepat proses seleksi dan memberikan hasil yang lebih akurat serta objektif.
Selanjutnya penelitian yang dilakukan oleh Nur Aprilia Rahayu.
Budi Serasi Ginting, dan Magdalena Simanjuntak .
Penelitian membahas tentang Sistem pendukung keputusan seleksi penerimaan bantuan program sembako menggunakan metode SMART di Dinas Sosial Kota Binjai.
Metode yang digunakan pada penelitian ini adalah Metode SMART digunakan untuk menyeleksi penerima bantuan berdasarkan kriteria yang ditentukan.
Proses seleksi meliputi penentuan kriteria, pembobotan kriteria, normalisasi, dan perhitungan nilai akhir.
Proses seleksi sebelumnya manual dan memakan waktu lama.
Metode SMART membantu memberikan solusi seleksi yang lebih cepat dan akurat, memastikan penerima bantuan sesuai dengan kriteria yang ditetapkan.
Penelitian ini menekankan pada peningkatan objektivitas dan efisiensi dalam proses seleksi pegawai kontrak di KPU Provinsi Papua menggunakan metode SMART.
Berbeda dengan penelitian sebelumnya yang sebagian besar berfokus pada perusahaan atau seleksi magang, penelitian ini mengaplikasikan metode SMART dalam konteks lembaga pemerintah.
Selain itu, pengujian akurasi dalam penelitian ini akan dilakukan dengan membandingkan hasil seleksi yang disarankan oleh sistem dengan persepsi ahli.
Dengan demikian, penelitian ini tidak hanya mengadopsi metode SMART, tetapi juga menguji akurasi kinerja metode tersebut secara lebih mendalam, yang merupakan langkah penting dalam memastikan bahwa sistem yang dikembangkan mampu memberikan rekomendasi seleksi yang tepat dan akurat.
Hal ini berbeda dengan beberapa penelitian sebelumnya yang tidak secara eksplisit menyebutkan pengujian akurasi, sehingga penelitian ini memberikan kontribusi baru dalam konteks aplikasi metode SMART pada seleksi pegawai kontrak di lembaga pemerintah.
Metodologi Metode pengembangan Waterfall Model Waterfall adalah salah satu pendekatan pengembangan perangkat lunak yang mengikuti urutan tahapan linier.
Dalam konteks penelitian ini, metodologi tersebut akan diterapkan hingga tahapan pengujian untuk memastikan ketelitian dan kelancaran implementasi rencana yang telah disusun.
Berikut adalah gambar metode Waterfall dan penjelasan setiap Gambar 1.
Waterfall Progresif: Vol.
No.
Agustus 2024: 806-817 Progresif e-ISSN: 2685-0877 Analisis kebutuhan sistem KPU Papua sebagai penyelenggara pemilu meminta adanya pembaruan terhadap proses rekrutmen pegawai.
Saat ini pendaftaran pekerja kontrak masih dilakukan dengan cara tradisional melalui email.
Sistem yang dibutuhkan harus mampu mengotomatisasi proses pendaftaran, mendukung seleksi berdasarkan kriteria yang telah ditentukan, menilai kemampuan administratif pelamar, dan mengelola dokumen persyaratan secara efektif.
Desain sistem Tahapan berikutnya adalah merancang keseluruhan sistem, yang mencakup perancangan sistem yang akan dikembangkan dan perancangan website yang akan diimplementasikan.
Desain ini meliputi pembuatan Data Flow Diagram (DFD) untuk menggambarkan alur data dalam sistem secara visual.
, serta Entity Relationship Diagram (ERD) untuk merancang struktur basis data yang diperlukan.
Pengkodean Setelah proses desain selesai, langkah selanjutnya adalah implementasi.
Pada tahap ini, sistem akan dikembangkan sesuai dengan desain yang telah disusun sebelumnya.
Kode program akan ditulis menggunakan bahasa pemrograman PHP (Hypertext Preprocesso.
, sementara manajemen basis data akan dilakukan menggunakan MySQL.
Pengujian Pada tahap pengujian sistem, langkah ini menjadi krusial untuk memverifikasi bahwa setiap fungsi yang telah diimplementasikan beroperasi sesuai dengan spesifikasi yang telah ditetapkan sebelumnya.
Dalam konteks ini, metode pengujian yang akan digunakan adalah black box.
Metode ini memfokuskan pada pengujian fungsionalitas sistem tanpa memerhatikan struktur internal atau logika pengodean.
Pengujian black box bertujuan untuk mengevaluasi respons sistem terhadap input tertentu dan memastikan output yang dihasilkan sesuai dengan harapan yang telah dirancang.
Dengan demikian, pengujian fungsionalitas black box akan menjadi langkah kritis dalam memastikan kualitas dan konsistensi sistem yang dikembangkan.
Metode SMART (Simple Multi Attribute Rating Techniqu.
Metode SMART merupakan singkatan dari Simple Multiple Attribute Rating Technique dan diusulkan oleh Edward pada tahun 1997 sebagai solusi untuk mengatasi permasalahan pengambilan keputusan multi kriteria pada sistem pendukung keputusan.
Pendekatan ini menekankan pada evaluasi alternatif berdasarkan nilai setiap kriteria yang diberi bobot.
Proses pembobotan ini bertujuan untuk membandingkan tingkat kepentingan antar kriteria, dan hasilnya dihitung untuk memberikan nilai pada setiap alternatif guna memilih alternatif terbaik.
SMART adalah metode pengambilan keputusan multi-atribut yang membantu pengambil keputusan memilih alternatif dengan mempertimbangkan nilai atribut, bobot atribut, dan peringkat.
Meski belum diuraikan secara rinci, namun kesimpulannya adalah SMART mengusulkan pendekatan sistematis terhadap permasalahan pengambilan keputusan multi kriteria dengan mempertimbangkan bobot kriteria dan nilai atribut dari setiap alternatif.
Adapun berikut langkah langkah metode SMART.
Menentukan normalisasi .
Menentukan persentase bobot suatu kriteria digunakan rumus pembobotan ROC (Rank Order Centroi.
Proses pemberian bobot pada setiap kriteria didasarkan pada pemeringkatan berdasarkan prioritas.
Secara umum pernyataan seperti AuKriteria 1 lebih penting dari Kriteria 2.
Kriteria 2 lebih penting dari Kriteria 3Ay dan seterusnya hingga kriteria ke-n dibuat dan kemudian dinormalisasi.
Pendekatan ini memungkinkan dilakukannya penilaian proporsional terhadap kepentingan relatif setiap kriteria dalam lingkungan pengambilan keputusan, sehingga menciptakan dasar yang akurat untuk proses pembobotan kriteria yang lebih efisien.
Normalisasi Keterangan:
: total bobot : Bobot kriteria ke-j : Kriteria ke 1,2,3.
Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai a.
Muhamad Ardi e-ISSN: 2685-0877 .
Memberikan nilai kriteria untuk setiap alternative.
Hitung nilai utility untuk setiap subkriteria masing-masing.
Keterangan:
: nilai utility kriteria ke-1 untuk kriteria ke-i : nilai kriteria maksimal : nilai kriteria minimal : nilai kriteria ke-i .
Hitung nilai akhir masing-masing dengan menggunakan rumus dari metode SMART.
Keterangan:
: nilai utility kriteria ke-i untuk kriteria ke-i : nilai bobot kriteria ke-j yang sudahternormalisasi Analisan Data .
Kriteria dan bobot Sebelum memulai penilaian, perlu ditetapkan kriteria serta bobot untuk masing-masing kriteria yang akan digunakan dalam proses seleksi penerimaan pegawai kontrak di KPU Provinsi Papua.
Tabel 1 menunjukkan kriteria yang akan dinilai beserta bobotnya.
Tabel 1.
Kriteria dan bobot Kriteria Bobot Tes tertulis Tes wawancara Tes Kesehatan .
Indikator penilaian Tabel 2 menyajikan indikator penilaian untuk tes tertulis yang akan digunakan dalam proses Setiap indikator memiliki bobot tersendiri sesuai dengan kriteria yang telah ditetapkan sebelumnya.
Tabel 2.
Indikator penilaian tes tertulis No Keterangan Bobot Nilai Bobot Nilai Sangat baik 81 - 100 Baik 61 - 80 Cukup 41 - 60 Kurang 21 Ae 40 Sangat kurang 1 - 20 .
Indikator penilaian tes wawancara Penilaian pada tes wawancara juga menggunakan indikator tertentu untuk mengevaluasi kualitas jawaban dan sikap calon pegawai.
Tabel 3 menggambarkan indikator penilaian yang digunakan beserta bobotnya.
Tabel 3.
Indikator penilaian tes wawancara Keterangan Bobot Jawaban mendalam, komunikasi jelas, pemahaman tinggi, sikap Jawaban relevan, komunikasi baik, pemahaman memadai, sikap profesional baik.
Jawaban cukup relevan, komunikasi cukup, pemahaman memadai, sikap Progresif: Vol.
No.
Agustus 2024: 806-817 Nilai Bobot Progresif e-ISSN: 2685-0877 Keterangan Bobot profesional cukup.
Jawaban kurang relevan, komunikasi kurang, pemahaman terbatas, sikap kurang profesional.
Jawaban dangkal, komunikasi tidak jelas, pemahaman terbatas, sikap sangat tidak profesional.
Nilai Bobot .
Indikator penilaian tes kesehatan Tabel 4 menampilkan indikator penilaian untuk tes kesehatan.
Penilaian ini penting untuk memastikan bahwa calon pegawai memiliki kondisi kesehatan yang memadai untuk menjalankan tugas-tugas yang akan diemban.
Tabel 4.
Indikator penilaian kesehatan Keterangan Bobot Kondisi kesehatan optimal, semua parameter normal.
Mayoritas normal, sedikit variasi, gejala ringan.
Sebagian normal, sedikit ketidaknormalan, gejala muncul.
Banyak ketidaknormalan, gejala jelas, perlu perhatian.
Mayoritas serius, gejala mencolok, perlu intervensi segera.
Nilai Bobot .
Alternatif Adapun alternatif yang akan digunakan dapat di lihat pada tabel 5 Tabel 5.
Alternatif Nama Maikel Ojaba Musa S Bwefar Davis Sigin Stevan A.
Luturnas Yadiko Talan Nisa Herolina Wanggai Faizal Reinhard Bedrian Purnama D.
Sartika
Andreo Y Ramandey
Kode
A10
Berikut adalah contoh penyelesaian menggunakan metode SMART.
Tabel 6 di bawah ini menunjukkan nilai awal untuk setiap alternatif.
Tabel 6.
Nilai awal Kode C1 C2 C3
64 61 43
80 58 86
53 64 59
34 36 32
83 58 95
45 84 29
23 90 91
89 26 88
74 71 59
A10
80 65 26
Kemudian, nilai yang ada pada Tabel 6 disesuaikan berdasarkan indikator pada masing-masing kriteria.
Hasil normalisasi ini ditampilkan pada Tabel 7.
Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai a.
Muhamad Ardi e-ISSN: 2685-0877 Tabel 7.
Penyesuaian nilai berdasarkan indikator penilaian Kode C1 C2 C3
A10
Selanjutnya, setelah menyesuaikan nilai dengan masing-masing indikator penilaian kriteria, langkah berikutnya adalah menghitung nilai utility untuk setiap alternatif dapat di lihat pada tabel 8.
Tabel 8.
Menghitung nilai utility Kode
0,667 0,667 0,333
0,667 0,333 1,000
0,333 0,667 0,333
0,000 0,000 0,000
1,000 0,333 1,000
0,333 1,000 0,000
0,000 1,000 1,000
1,000 0,000 1,000
0,667 0,667 0,333
A10
0,667 0,667 0,000
Selanjutnya, setelah menghitung utility, langkah berikutnya adalah menghitung nilai akhir untuk setiap alternatif.
Hasil perhitungan ini dapat dilihat pada Tabel 9.
Tabel 9.
Menghitung nilai akhir Kode
Hasil
0,333 0,200 0,067 0,600
0,333 0,100 0,200 0,633
0,167 0,200 0,067 0,433
0,000 0,000 0,000 0,000
0,500 0,100 0,200 0,800
0,167 0,300 0,000 0,467
0,000 0,300 0,200 0,500
0,500 0,000 0,200 0,700
0,333 0,200 0,067 0,600
A10 0,333 0,200 0,000 0,533
Dari tabel di atas, dapat disimpulkan bahwa nilai akhir tertinggi diperoleh oleh alternatif A5 dengan nilai 0,800, sedangkan alternatif A4 memiliki nilai akhir 0,000, menunjukkan kinerja yang paling rendah.
Perancangan .
Perancangan Data Flow Diagram DFD adalah model yang digunakan untuk menggambarkan sistem sebagai jaringan proses fungsional yang terhubung melalui alur data.
Diagram ini juga dikenal sebagai Bubble Chart atau Bubble Diagram.
Untuk melihat diagram konteks, gambar 2 merupakan perancangan diagram konteks.
Progresif: Vol.
No.
Agustus 2024: 806-817
Progresif
e-ISSN: 2685-0877
Login
Periode Informasi periode Kriteria
Registrasi
Login
SISTEM PENDUKUNG
KEPUTUSAN SELEKSI
PENERIMAAN PEGAWAI
Admin
KONTRAK DI KPU
Indikator penilaian MENGGUNAKAN METODE
SMART
Informasi indikator penilaian Informasi kriteria Peserta pegawai Daftar Penilaian Informasi penilaian Hasil Hasil Gambar 2.
Diagram konteks Setelah DFD, langkah berikutnya adalah perancangan ERD.
Perancangan dapat di lihat pada Gambar 4 di dokumen terkait.
ERD adalah model yang menggambarkan hubungan antara entitas dalam sistem.
Range Nama Bobot Kriteria Desc Pendaftaran_id Kode Memiliki Kriteria_id Kriteria Kriteria_id Memiliki Type Prefrensi Value Bobot User_id Username User Password Memiliki Role Memiliki Username Alternatif Memiliki Password Role Periode Periode Status Nomor Pendaftaran Alternatif_id Periode_id Memiliki Diterima Gambar 3.
Entity Relationship Diagram Hasil dan Pembahasan Implementasi .
Antarmuka penilaian Gambar 4.
Antarmuka penilaian Pada Gambar 5, terdapat tampilan untuk melakukan penilaian.
Di gambar tersebut, peserta pegawai sudah melakukan registrasi dan pendaftaran melalui halaman pengguna masing-masing.
Untuk melakukan penilaian, admin hanya perlu mengisi nilai berdasarkan hasil tes tertulis, wawancara, dan tes kesehatan, lalu menyimpannya.
Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai a.
Muhamad Ardi e-ISSN: 2685-0877 .
Hasil Gambar 5.
Hasil Pada Gambar 6, terdapat halaman hasil nilai.
Nilai peringkat ini dihasilkan menggunakan metode SMART, di mana hanya 5 kandidat teratas yang akan diterima sebagai pegawai kontrak.
Pengujian Adapun berikut metode pengujian yang dilakukan dengan menggunakan metode black box testing dapat dilihat pada Tabel 10.
Tabel 10.
Pengujian black box Deskripsi Uji Login Mengelola kriteria Mengelola Melakukan Skenario Uji Memasukkan Nama Pengguna dan Kata Sandi yang tidak benar Memasukkan Nama Pengguna dan Kata Sandi yang benar Tidak mengisi sama sekali Mengisi semua Tidak mengisi sama sekali Mengisi semua Tidak mengisi sama sekali Mengisi semua Hasil yang Login Gagal Hasil yang Login Gagal Keterangan Login berhasil Login berhasil Valid Tidak dapat menyimpan data Berhasil simpan Tidak dapat menyimpan data Berhasil simpan Tidak dapat menyimpan data Berhasil simpan Tidak dapat menyimpan data Berhasil simpan Tidak dapat menyimpan data Berhasil simpan Tidak dapat menyimpan data Berhasil simpan Valid Valid Valid Valid Valid Valid Valid Adapun berikut pengujian akurasi yang dapat di lihat pada tabel 11 dengan membandingan presepsi para ahli dan hasil dari sistem pendukug keputusan yang menggunakan metode smart.
Tabel 11.
Perbandingan Kode Nama Persepsi Ahli Hasil SPK Smart Maikel Ojaba Tidak Lulus Lulus Musa S Bwefar Lulus Lulus Davis Sigin Tidak Lulus Tidak Lulus Stevan A.
Luturnas Tidak Lulus Tidak Lulus Yadiko Talan Lulus Lulus Nisa Fadilah Tidak Lulus Tidak Lulus Herolina Wanggai Tidak Lulus Tidak Lulus Faizal Reinhard Lulus Lulus Bedrian Purnama D.
Sartika
Lulus
Lulus
A10
Andreo Y Ramandey Lulus Tidak Lulus Progresif: Vol.
No.
Agustus 2024: 806-817 Progresif e-ISSN: 2685-0877 Pengujian akurasi dilakukan berdasarkan metode yang digunakan pada penelitian.
Berdasarkan Tabel 11, diperoleh Confusion Matrix sebagai berikut Tabel 12.
Confusion Matrix Mangga Bukan Mangga Mangga Bukan Mangga Aktual Setelah diperoleh tabel Confusion Matrix kemudian dihitung pengujian Accuracy.
Precision.
Recall.
Specificity dan F1 Score dengan menggunakan rumus berikut.
ycNycE ycNycA yaycaycaycycycaycayc = ycNycE ycNycA yaycE yaycA .
Berdasarkan rumus 4 untuk menghitung akurasi, maka:
yaycaycaycycycaycayc = ycNycE ycNycA
ycNycE ycNycA yaycE yaycA
4 4 1 1
= 0,8 = 80%
Untuk presisi, menggunakan rumus 5, maka:
ycEycyceycaycnycycnycuycu = ycNycE
ycNycE yaycE
== 0,8 = 80%
Untuk recall, menggunakan rumus 6, maka:
ycIyceycaycaycoyco = ycNycE
ycNycE yaycA
= 0,8 = 80%
Untuk spesifisitas, menggunakan rumus 7, maka:
ycIycyyceycaycnyceycnycaycnycyc = ycNycA
ycNycA yaycE
= 0,8 = 80%
Dan untuk skor F1, menggunakan rumus 8, maka:
ya1 ycycaycuycyce = 2yycIyceycaycaycoycoyycEycyceycaycnycycnycuycu 2 y 0,8 y 0,8 = 0,8 = 80% ycIyceycaycaycoyco yycEycyceycaycnycycnycuycu 0,8 y 0,8 Dengan demikian, hasil perhitungan akurasi, presisi, recall, spesifisitas, dan skor F1 adalah 80%.
Pembahasan Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) untuk seleksi penerimaan pegawai kontrak di KPU Provinsi Papua menggunakan metode SMART.
Berdasarkan hasil pengujian akurasi kinerja metode SMART yang dilakukan, sistem menunjukkan akurasi sebesar 80%.
Hasil ini dicapai dengan membandingkan hasil seleksi yang disarankan oleh sistem dengan persepsi ahli serta menghitung metrik-metrik seperti precision, recall, specificity, dan F1 score, yang semuanya juga menunjukkan nilai 80%.
Pengujian akurasi ini merupakan kontribusi signifikan, karena tidak ada penelitian terdahulu yang secara eksplisit menyebutkan pengujian akurasi.
Sebagai contoh, penelitian oleh Agung Sugiarto dkk.
menggunakan metode SAW untuk seleksi karyawan di PT.
DCI dan menyatakan bahwa metode ini meningkatkan objektivitas seleksi, namun tidak menyebutkan hasil pengujian akurasi.
Begitu juga penelitian oleh Isa Hermawan dan Hendri Ardiansyah .
yang menggunakan metode SMART untuk seleksi karyawan baru di PT.
Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai a.
Muhamad Ardi e-ISSN: 2685-0877 Bumi Tirta Pangan Kencana, hanya menyebutkan bahwa sistem memberikan hasil yang sama dengan penilaian manual tanpa menyajikan data kuantitatif mengenai akurasi sistem.
Penelitian ini juga berbeda dari penelitian oleh Sendhi Anshari Rasyid dan Rani Susanto .
yang menggunakan metode TOPSIS untuk seleksi pegawai magang di CV.
Trivecta Commindo.
Penelitian tersebut lebih fokus pada kemudahan dalam proses seleksi tanpa menyebutkan pengujian akurasi.
Hal serupa juga ditemukan pada penelitian oleh Stevent Chandra Dinata .
dan Nur Aprilia Rahayu et al.
yang menggunakan metode TOPSIS dan SMART untuk seleksi karyawan dan penerima bantuan, tetapi tidak menyebutkan hasil pengujian akurasi sistem mereka.
Ae.
Dengan adanya pengujian akurasi yang jelas dalam penelitian ini, sistem yang dikembangkan tidak hanya meningkatkan objektivitas dan efisiensi, tetapi juga dapat diukur dan diverifikasi akurasinya.
Ini memperkuat validitas temuan penelitian ini dan memberikan kontribusi baru dalam literatur mengenai penerapan metode SMART dalam seleksi pegawai kontrak di lembaga pemerintah.
Hasil ini juga memperkuat temuan bahwa metode SMART efektif dalam membantu pengambilan keputusan berbasis multikriteria, tetapi dengan tambahan pengujian akurasi, temuan ini menjadi lebih robust dan dapat diandalkan.
Simpulan Berdasarkan latar belakang dan hasil pengujian, dapat disimpulkan bahwa sistem pendukung keputusan untuk seleksi penerimaan pegawai kontrak di KPU Provinsi Papua menggunakan metode SMART telah berhasil dibangun dan diimplementasikan.
Sistem ini mampu meningkatkan objektivitas dan efisiensi proses seleksi, serta mengurangi potensi bias subjektif yang sering terjadi pada metode seleksi manual.
Hasil pengujian akurasi menunjukkan bahwa sistem ini memiliki akurasi sebesar 80%, dengan metrik precision, recall, specificity, dan F1 score yang juga menunjukkan nilai 80%.
Dengan adanya sistem ini.
KPU dapat melakukan seleksi pegawai dengan lebih transparan dan terstruktur, memastikan bahwa pegawai yang diterima memiliki kualifikasi yang tepat sesuai dengan kebutuhan organisasi.
Implementasi teknologi ini merupakan langkah penting dalam meningkatkan kualitas sumber daya manusia di lingkungan KPU.
Daftar Referensi Pambudi.
Izzatillah, and Solikhin.
AuSistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode AHP PT NGK Busi Indonesia,Ay J.
Ris.
dan Apl.
Mhs.
Inform.
, vol.
2, no.
01, pp.
113Ae120.
Jan.
2021, doi: 10.
30998/JRAMI.
V2I01.
Chairani.
AuAplikasi Sistem Pendukung Keputusan Rekomendasi Pengangkatan Karyawan Tetap Menggunakan Metode Topsis Berbasis Web,Ay J.
Inform.
dan Rekayasa Perangkat Lunak, vol.
2, no.
2, pp.
262Ae267.
Jun.
2021, doi: 10.
33365/JATIKA.
V2I2.
Fransisca.
Pratama, and A.
AuRancang Bangun Sistem Pendukung Keputusan Perpanjangan Pegawai Kontrak Pada PT Tongkang Mas Menggunakan Metode SAW,Ay Klik - J.
Ilmu Komput.
, vol.
2, no.
1, pp.
13Ae20.
Mar.
2021, doi: 10.
56869/KLIK.
V2I1.
Sufadmi and Effiyaldi.
AuAnalisis Dan Perancangan Sistem Informasi Kepegawaian Berbasis Web Pada Kantor Komisi Pemilihan Umum Kota Jambi,Ay J.
Manaj.
Sist.
Inf.
5, no.
3, pp.
340Ae353.
Sep.
2020, doi: 10.
33998/ Jurnal.
Sibyan.
AuImplementasi Metode SMART pada Sistem Pendukung Keputusan Penerima Beasiswa Sekolah,Ay J.
Penelit.
dan Pengabdi.
Kpd.
Masy.
UNSIQ, vol.
7, no.
1, pp.
78Ae83.
Jan.
2020, doi: 10.
32699/PPKM.
V7I1.
AMINAH.
AuStrategi Manajerial Smart Untuk Menciptakan Pembelajaran Jarak Jauh Yang Efektif Pada Masa Pandemik Covid 19,Ay Elem.
Inov.
Pendidik.
Dasar, vol.
3, no.
4, pp.
147Ae152.
Nov.
2023, doi: 10.
51878/ELEMENTARY.
V3I4.
Dewanto.
Aziz, and W.
Darmawan.
AuSistem Pendukung Keputusan Pemilihan Perpanjangan Kontrak Kerja Karyawan dengan Metode SMART,Ay MAMEN J.
Manaj.
2, no.
1, pp.
9Ae21.
Jan.
2023, doi: 10.
55123/MAMEN.
V2I1.
Hutagalung.
Siregar, and J.
Lubis.
AuPenerapan Metode SMART dalam Seleksi Penerima Bantuan Sosial Warga Masyarakat Terdampak COVID-19,Ay J.
MEDIA
Inform.
BUDIDARMA, vol.
5, no.
1, pp.
170Ae185.
Jan.
2021, doi:
30865/MIB.
V5I1.
Hermawan and H.
Ardiansyah.
AuSistem Pendukung Keputusan Seleksi Penerimaan Progresif: Vol.
No.
Agustus 2024: 806-817 Progresif e-ISSN: 2685-0877 Karyawan Baru Menggunakan Metode Simple Multi Attribute Rating Technique (Smar.
Berbasis Web (Studi Kasus: PT.
Bumi Tirta Pangan Kencan.
,Ay J.
Inform.
Multi, vol.
3, pp.
182Ae192.
May 2023.
Accessed: Jan.
15, 2024.
[Onlin.
Available:
https://jurnal.
id/index.
php/multi/article/view/28.
Sugiarto.
Hakim.
Setiyowati.
Pratama, and A.
Wibowo.
AuSistem pendukung keputusan seleksi karyawan menggunakan metode simple additive weighting berbasis web pada PT.
DCI,Ay TEKNOSAINS J.
Sains.
Teknol.
dan Inform.
10, no.
1, pp.
82Ae90.
Nov.
2023, doi: 10.
37373/TEKNO.
V10I1.
Rasyid and R.
Susanto.
AuSistem Informasi Manajemen Penerimaan Pegawai Magang di CV.
Trivecta Commindo,Ay J.
Penelit.
Mhs.
Tek.
dan Ilmu Komput.
, vol.
3, no.
1, pp.
11Ae19.
May 2023.
Accessed: Jan.
15, 2024.
[Onlin.
Available:
https://ojs.
id/index.
php/jupiter/article/view/9847.
Dinata.
B, and E.
Rohaini.
AuPerancangan Sistem Pendukung Keputusan Penerimaan Karyawan Baru Pada PT.
Tiga Daya Energi,Ay J.
Inform.
Dan Rekayasa Komputer(JAKAKOM), 99Ae108.
Apr.
33998/JAKAKOM.
Judi and B.
Meilani.
AuSistem Pendukung Keputusan Penerimaan Pegawai Dengan Metode Smart (Simple Multi Attribute Rating Techniqu.
Pada CV.
Terus Jaya,Ay Pros.
Semin.
Nas.
Sains dan Teknol.
Terap.
, vol.
9, no.
1, pp.
35Ae40.
Oct.
Accessed:
Jan.
[Onlin.
Available:
http://ejurnal.
sntekpan/article/view/2193.
Setiaji.
Yulianti, and Yupianti.
AuImplementasi Metode Smart Dalam Sistem Pendukung Keputusan Pelanggaran Tata Tertib Siswa,Ay J.
MEDIA INFOTAMA, vol.
2, pp.
308Ae316.
Oct.
2022, doi: 10.
37676/JMI.
V18I2.
Surianto.
Triyanto, and U.
Ristian.
AuPenerapan Algoritma Boyer Moore Dan Metode N-Gram Pada Aplikasi Penyunting Naskah Teks Bahasa Indonesia Berbasis Web,Ay Coding J.
Komput.
dan Apl.
, vol.
8, no.
3, pp.
50Ae60, 2020, doi: 10.
Amijaya.
Ferdinandus, and M.
Bayu.
AuSistem Pendukung Keputusan Pemilihan Handphone Dengan Metode Simple Additive Weighting Berbasis WEB,Ay J.
Tek.
Inform.
Sist.
Informasi, dan Ilmu Komput.
, vol.
8, no.
2, p.
102, 2019, doi: 10.
47047/ct.
Wibowo and A.
Nurhidayat.
AuRancang Bangun Sistem Pendukung Keputusan Pemilihan Laptop Terbaik Menggunakan Metode Simple Multi Attribute Rating Technique Berbasis Web,Ay vol.
11, no.
1, pp.
1Ae10, 2020.
Accessed: Jan.
16, 2024.
[Onlin.
Available: https://ejournal.
id/index.
php/jurnal-manajemen-informatika/ article/view/38267.
Raynor.
Humdiana.
Dasawaty.
Birowo.
Wasito, and A.
Budi.
AuImplementasi Metode Smart Berbasis Web Dalam Membuat Sistem Penunjang Keputusan Smartphone Sesuai Kebutuhan Masyarakat Pada Marketplace Tokopedia,Ay J.
Ilm.
Hosp.
, vol.
11, no.
1, pp.
709Ae718.
Jun.
2022, doi: 10.
47492/JIH.
V11I1.
Amalia and N.
Huda.
AuImplementasi Sistem Informasi Pelayanan Kesehatan Pada Klinik Smart Medica,Ay J.
Sisfokom (Sistem Inf.
dan Kompute.
, vol.
9, no.
3, pp.
332Ae338.
Sep.
2020, doi: 10.
32736/SISFOKOM.
V9I3.
Sofyan Anas.
Tajuddin.
Fanny, and P.
Ardi.
AuDesain Scanner untuk Digitalisasi Naskah Lontar Aksara Sasak dengan Smart Phone Menggunakan Black Box Testing,Ay JTIM J.
Teknol.
Inf.
dan Multimed.
, vol.
4, no.
3, pp.
186Ae196.
Nov.
2022, doi:
35746/JTIM.
V4I3.
Susmiyanto.
Pranoto, and A.
Setiawan.
AuSistem Pendukung Keputusan Penentuan Siswa Penerima Keringanan Biaya Menggunakan Metode SMART di Sman 1 Muncar,Ay JATI (Jurnal Mhs.
Tek.
Inform.
, vol.
7, no.
5, pp.
3143Ae3150.
Jan.
2023, doi:
36040/JATI.
V7I5.
Sistem Pendukung Keputusan Seleksi Penerimaan Pegawai a.
Muhamad Ardi