SISTEM PENDUKUNG KEPUTUSAN PEMILIAN KARYAWAN BERPRESTASI BERDASARKAN KINERJA

Penyusun:

Zamroji Sanosi Ali Ghafi Putri Rahmawati

2008420011 2008420081 2008420111

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS DR. SOETOMO SURABAYA 2012

BAB I PENDAHULUAN
1.1 Latar Belakang Perkembangan suatu Perusahaan sangat dipengaruhi oleh kinerja karyawan. Dengan betambahnya jumlah karyawan maka bertambah pula jumlah karyawan yang bekerja, baik karyawan edukatif maupun karyawan non edukatif. Bertambahnya karyawan ini sangat berpengaruh pada pengambilan keputusan untuk menentukan karyawan berprestasi. Selain jumlah yang banyak, keheterogenan karyawan juga semakin komplek sehingga sangat sulit memilih karyawan yang berprestasi menurut lembaga dan sulitnya menentukan prioritasnya.

1.2

Rumusan Masalah Sehubungan dengan bertambahnya karyawan serta demi efisiensi dan efektifitas kerja

maka dibuatlah pengambilan keputusan yang tepat ini. Dalam penentuan karyawan berprestasi oleh Departemen Sumber Daya Manusia di PERUSAHAAN MAJU JAYA terdapat beberapa faktor yang menjadi penilaian. Penilaian ini berdasarkan penilaian kinerja, yakni kehadiran, kualitas kerja, pengetahuan tentang pekerjaan, keuletan, perencanaan serta kerjasama dan sikap terhadap karyawan lain. 1.3 Tujuan Tujuan dari pembuatan Makalah ini untuk membangun sebuah sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan karyawan berprestasi dengan menggunakan metode Analytic Hierarchy Process (AHP), dimana masing-masing kriteria dalam hal ini faktor- faktor penilaian dan alternatif dalam hal ini para karyawan dibandingkan satu dengan yang lainnya sehingga memberikan output nilai intensitas prioritas yang menghasilkan suatu sistem yang memberikan penilaian terhadap setiap karyawan. 1.4 Manfaat Manfaat dari Sistem pendukung keputusan ini yaitu untuk membantu melakukan penilaian setiap karyawan, melakukan perubahan kriteria,dan perubahan nilai bobot. Hal ini berguna untuk memudahkan pengambil keputusan yang terkait dengan masalah pemilihan karyawan berprestasi, sehingga akan di dapatkan karyawan yang paling layak diberi reward atau penghargaan.

BAB II LANDASAN TEORI

2.1

Konsep Sistem Pendukung Keputusan Konsep sistem pendukung keputusan diperkenalkan pertama kali oleh Michael S.

Scoott Morton pada tahun 1970-an dengan istilah Management Decision System (Sprague,1982). SPK dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, dan menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif. AHP (Analytic Hierarchy Process) Untuk mengidentifikasi masalah yang dihadapi oleh Departemen Sumber Daya Manusia di PERUSAHAAN MAJU JAYA digunakan pendekatan AHP. Salah satu teknik pengambilan keputusan/optimasi multivariate yang digunakan dalam analisis kebijaksanaan. Pada hakekatnya AHP merupakan suatu model pengambil keputusan yang komprehensif dengan memperhitungkan hal- hal yang bersifat kualitatif dan kuantitatif. Dalam model pengambilan keputusan dengan AHP pada dasarnya berusaha menutupi semua kekurangan dari model-model sebelumnya. AHP juga memungkinkan ke struktur suatu sistem dan lingkungan kedalam komponen saling berinteraksi dan kemudian menyatukan mereka dengan mengukur dan mengatur dampak dari komponen kesalahan sistem (Saaty,2001) Peralatan utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya adalah persepsi manusia. Jadi perbedaan yang mencolok model AHP dengan model lainnya terletak pada jenis inputnya. Terdapat 4 aksioma-aksioma yang terkandung dalam model AHP: 1. Reciprocal Comparison artinya pengambilan keputusan harus dapat memuat

perbandingan dan menyatakan preferensinya. Prefesensi tersebut harus memenuhi syarat resiprokal yaitu apabila A lebih disukai daripada B dengan skala x, maka B lebih disukai daripada A dengan skala 1/x. 2. Homogenity artinya preferensi seseorang harus dapat dinyatakan dalam skala terbatas atau dengan kata lain elemen- elemennya dapat dibandingkan satu sama lainnya. Kalau aksioma ini tidak dipenuhi maka elemen- elemen yang dibandingkan tersebut tidak homogen dan harus dibentuk cluster (kelompok elemen) yang baru.

3. Independence artinya preferensi dinyatakan dengan mengasumsikan bahwa kriteria tidak dipengaruhi oleh alternatif-alternatif yang ada melainkan oleh objektif keseluruhan. Ini menunjukkan bahwa pola ketergantungan dalam AHP adalah searah, maksudnya perbandingan antara elemen-elemen dalam satu tingkat dipengaruhi atau tergantung oleh elemen-elemen pada tingkat diatasnya. 4. Expectation artinya untuk tujuan pengambil keputusan. Struktur hirarki diasumsikan lengkap. Apabila asumsi ini tidak dipenuhi maka pengambil keputusan tidak memakai seluruh kriteria atau objectif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap. Selanjutnya Saaty (2001) menyatakan bahwa proses hirarki analitik (AHP) menyediakan kerangka yang memungkinkan untuk membuat suatu keputusan efektif atas isu kompleks dengan menyederhanakan dan mempercepat proses pendukung keputusan. Pada dasarnya AHP adalah suatu metode dalam merinci suatu situasi yang kompleks, yang terstruktur kedalam suatu komponen-komponennya. Artinya dengan menggunakan pendekatan AHP kita dapat memecahkan suatu masalah dalam pengambilan keputusan. Prinsip Kerja AHP Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki. Kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut (Marimin, 2004). Prosedur AHP Pada dasarnya langkah-langkah dalam metode AHP meliputi : 1. Menyusun hirarki dari permasalahan yang dihadapi. Persoalan yang akan diselesaikan, diuraikan menjadi unsur-unsurnya, yaitu kriteria dan alternatif, kemudian disusun menjadi struktur hierarki seperti Gambar 1. di bawah ini :

Gambar 1. Struktur Hierarki AHP 2. Penilaian kriteria dan alternatif Kriteria dan alternatif dinilai melalui perbandingan berpasangan. Menurut Saaty (1988), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat dilihat pada Tabel 1. Tabel 1. Skala Penilaian Perbandingan Berpasangan
Intensitas Kepentingan 1 3 5 7 9 2,4,6,8 Kedua elemen sama pentingnya Elemen yang satu sedikit lebih penting daripada elemen yang lainnya Elemen yang satu lebih penting daripada yang lainnya Satu elemen jelas lebih mutlak penting daripada elemen lainnya Satu elemen mutlak penting daripada elemen lainnya Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan

Keterangan

Perbandingan dilakukan berdasarkan kebijakan pembuat keputusan dengan menilai tingkat kepentingan satu elemen terhadap elemen lainnya Proses perbandingan berpasangan, dimulai dari level hirarki paling atas yang ditujukan untuk memilih kriteria,

misalnya A, kemudian diambil elemen yang akan dibandingkan, misal A1, A2, dan A3. Maka susunan elemen-elemen yang dibandingkan tersebut akan tampak seperti pada gambar matriks di bawah ini : Tabel 2. Contoh matriks perbandingan berpasangan A1 A1 A2 A3 1 1 1 A2 A3

Untuk menentukan nilai kepentingan relatif antar elemen digunakan skala bilangan dari 1 sampai 9 seperti pada Tabel 1., Penilaian ini dilakukan oleh seorang pembuat keputusan yang ahli dalam bidang persoalan yang sedang dianalisa dan mempunyai kepentingan terhadapnya. Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika elemen i dibandingkan dengan elemen j mendapatkan nilai tertentu, maka elemen j dibandingkan dengan elemen i merupakan kebalikannya. Dalam AHP ini, penilaian alternatif dapat dilakukan dengan metode langsung (direct), yaitu metode yang digunakan untuk memasukkan data kuantitatif. Biasanya nilainilai ini berasal dari sebuah analisis sebelumnya atau dari pengalaman dan pengertian yang detail dari masalah keputusan tersebut. Jika si pengambil keputusan memiliki pengalaman atau pemahaman yang besar mengenai masalah keputusan yang dihadapi, maka dia dapat langsung memasukkan pembobotan dari setiap alternatif. 3. Penentuan prioritas Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan (pairwise comparisons). Nilai-nilai perbandingan relatif kemudian diolah untuk menentukan peringkat alternatif dari seluruh alternatif.

Baik kriteria kualitatif, maupun kriteria kuantitatif, dapat dibandingkan sesuai dengan penilaian yang telah ditentukan untuk menghasilkan bobot dan proritas. Bobot atau prioritas dihitung dengan manipulasi matriks atau melalui penyelesaian persamaan matematik. Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas melalui tahapan-tahapan berikut: a. Kuadratkan matriks hasil perbandingan berpasangan. b. Hitung jumlah nilai dari setiap baris, kemudian lakukan normalisasi matriks. 4. Konsistensi Logis Semua elemen dikelompokkan secara logis dan diperingatkan secara konsisten sesuai dengan suatu kriteria yang logis. Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut harus mempunyai hubungan kardinal dan ordinal. Hubungan tersebut dapat ditunjukkan sebagai berikut (Suryadi & Ramdhani, 1998): Hubungan kardinal Hubungan ordinal : aij . ajk = aik : Ai > Aj, Aj > Ak maka Ai > Ak

Hubungan diatas dapat dilihat dari dua hal sebagai berikut : a. Dengan melihat preferensi multiplikatif, misalnya bila anggur lebih enak empat kali dari mangga dan mangga lebih enak dua kali dari pisang maka anggur lebih enak delapan kali dari pisang. b. Dengan melihat preferensi transitif, misalnya anggur lebih enak dari mangga dan mangga lebih enak dari pisang maka anggur lebih enak dari pisang. Pada keadaan sebenarnya akan terjadi beberapa penyimpangan dari hubungan tersebut, sehingga matriks tersebut tidak konsisten sempurna. Hal ini terjadi karena ketidakkonsistenan dalam preferensi seseorang. Penghitungan konsistensi logis dilakukan dengan mengikuti langkah-langkah sebagai berikut :

a. Mengalikan matriks dengan proritas bersesuaian. b. Menjumlahkan hasil perkalian per baris. c. Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya dijumlahkan. d. Hasil c dibagi jumlah elemen, akan didapat maks. e. Indeks Konsistensi (CI) = (maks-n) / (n-1) f. Rasio Konsistensi = CI/ RI, di mana RI adalah indeks random konsistensi. Jika rasio konsistensi 0.1, hasil perhitungan data dapat dibenarkan. Daftar RI dapat dilihat pada Tabel 3.. Tabel 3. Nilai Indeks Random
Ukuran Matriks 1,2 3 4 5 6 7 8 9 10 11 12 13 14 15 Nilai RI 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59

2.2

Gambaran Umum Sistem Sistem yang dikembangkan adalah sebuah sistem yang berupa perangkat lunak yang

membantu pengambil keputusan yakni Departemen Sumber Daya Manusia untuk pemilihan karyawan berprestasi berdasarkan kinerjanya. Dari analisis dokumen penilaian kinerja yang diisi oleh seluruh karyawan dan kepala bagian dari tiap-tiap departemen lalu diproses melalui pemodelan menggunakan AHP. Satu karyawan menilai teman se departemennya, dan seorang kepala bagian menilai seluruh karyawan yang ada di PERUSAHAAN MAJU JAYA.

Setiap form isian dianalisis berdasarkan kriteria- kriteria penilaian. Analisis dokumendokumen penilaian ini menghasilkan keluaran berupa nilai prioritas karyawan. Kemudian setelah semua penilaian dianalisis, setiap penilaian diberi bobot, untuk selanjutnya dilakukan analisis pada setiap karyawan. Pengambil keputusan dalam hal ini departemen SDM melakukan proses komunikasi dengan sistem lewat dialog (GUI) yang telah disediakan. Departemen SDM dapat melakukan pengolahan data dan memberi perintah pada sistem untuk mengolah data yang ada sesuai model yang digunakan dan meminta sistem memberikan alternatif solusi setelah dimasukkan beberapa kriteria dan bobot yang diperhitungkan. Keluaran informasi sistem bisa dijadikan pertimbangan untuk menentukan karyawan yang berprestasi berdasarkan prioritas.

BAB III ANALISA SISTEM

3.1

Kebutuhan Data Analisis yang dilakukan terhadap Departemen Sumber Daya Manusia di

PERUSAHAAN MAJU JAYA antara lain: a. Data Kriteria Penilaian Data Kriteria Penilaian ini seputar faktor-faktor penilaian kinerja, yakni kehadiran, kualitas kerja, pengetahuan tentang pekerjaan, keuletan, perencanaan serta kerjasama dan sikap terhadap karyawan lain. b. Data Karyawan Data Karyawan ini berisi seputar nama dan lain-lain yang digunakan untuk pelengkap menjalankan aplikasi yang dibuat.

3.2

Kebutuhan Proses Subsistem manajemen model merupakan metode yang digunakan dalam proses analisis

SPK ini. Subsistem Manajemen Model SPK Pemilihan Karyawan Berprestasi Berdasarkan Kinerja Analisis pemilihan karyawan berprestasi berdasarkan kinerja dimodelkan oleh metode AHP. Tiap-tiap kriteria diperbandingkan berdasarkan metode AHP, selanjutnya masing-masing alternatif juga dianalisis dengan metode AHP. Penentuan kriteria pada Sistem Pendukung Keputusan pemilihan karyawan berprestasi ini dapat dilakukan oleh Departemen SDM. Penilaian alternatif pada Sistem Pendukung Keputusan pemilihan karyawan berprestasi ini dilakukan dengan metode langsung (direct), yaitu metode yang digunakan untuk memasukkan data kuantitatif. Biasanya nilai-nilai ini berasal dari sebuah analisis sebelumnya atau dari pengalaman dan pengertian yang detail dari masalah keputusan tersebut. Jika si pengambil keputusan memiliki pengalaman atau pemahaman yang besar mengenai masalah

keputusan yang dihadapi, maka dia dapat langsung memasukkan pembobotan dari setiap alternatif.
Menetukan karyawan berprestasi

Kriteria ke-1

Kriteria ke-2

.....
karyawan ke-3

Kriteria ke-n

karyawan ke-1

karyawan ke-2

.....

karyawan ke-n

Gambar 3.1 Struktur Hirarki AHP pada Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi Keterangan Gambar 3.1 : a. Hirarki terbawah adalah nama-nama karyawan yang ada di PERUSAHAAN MAJU JAYA. b. Hirarki kedua adalah kriteria-kriteria yang dipakai untuk menganalisis karyawan. c. Hirarki ketiga adalah hirarki yang berisi karyawan dengan prioritas tertinggi. Karyawan inilah yang layak mendapatkan reward atau penghargaan.

3.3

Aliran Data Diagram Alir (Flowchart) SPK Untuk menggambarkan diagram alir algoritma semua proses yang dijalankan Sistem

Pendukung Keputusan pemilihan karyawan berprestasi dapat dilihat pada diagram alir berikut: Diagram Alir Utama Dalam diagram alir utama ini digambarkan algoritma secara umum semua proses yang ada dalam Sistem Pendukung Keputusan. Proses diawali dengan pengisian form penilaian, kemudian proses selanjutnya adalah proses Sistem Pendukung pemilihan karyawan berprestasi. Algoritma utama ini dapat dilihat pada gambar 3.2.

Gambar 3.2 Diagram Alir Sistem Pendukung Keputusan Utama Diagram alir Sistem Pendukung Keputusan pemilihan karyawan berprestasi Diagram alir yang digambarkan merupakan diagram alir Sistem Pendukung Keputusan pemilihan karyawan berprestasi. Proses AHP ini digunakan untuk menghitung nilai intensitas kriteria dan karyawan. Proses yang terdapat dalam Sistem Pendukung Keputusan pemilihan karyawan berprestasi ini adalah proses AHP kriteria penilaian, proses AHP karyawan dan proses hasil analisis.

mulai

AHP Kriteria Penilaian

AHP Karyawan

Hasil Analisis Penilaian

selesai

Gambar 3.3 Diagram Alir Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi. Diagram alir AHP kriteria

Diagram alir ini berfungsi untuk menggambarkan algoritma untuk proses AHP kriteria Penilaian. Gambaran umum algoritma pada proses AHP kriteria ini dapat dilihat pada Gambar 3.4. Proses yang terdapat dalam AHP kriteria ini adalah input kriteria penilaian, set skala perbandingan berpasangan, dan analisis kriteria Penilaian. Dalam AHP kriteria Penilaian ini, pengguna harus memasukkan kriteria-kriteria penilaian yang akan dipakai pada form penilaian karyawan.
mulai Input Kriteria Penilaian Set Skala Perbandingan Analisis Kriteria Penilaian

selesai

Gambar 3.4 Diagram Alir AHP Kriteria Penilaian Penghitungan nilai intensitas kriteria ini diawali dengan melakukan perbandingan berpasangan dari tiap-tiap kriteria. Gambar 3.5. menjelaskan algoritma umum dari proses set skala perbandingan.

mulai

i=1

T
i <= n

Y
j=1

T
j <= n

i=i+1

Y
i =j

skala_perbandingan [i,j]=1

T T
skala_perbanding an [j,i] = 0
skala_perbandingan [i,j]= 1/skala_perbandingan [j,i]

Y
Input skala_ perbandingan [i,j]

Simpan skala_perbandingan [i,j ]

j = j +1

Tampil skala_perbandingan [i,j]

selesai

Gambar 3.5 Diagram Alir Set Skala Perbandingan Setelah perbandingan berpasangan dilakukan, kemudian proses selanjutnya adalah proses perhitungan nilai intensitas kriteria. Proses perhitungan nilai intensitas kriteria penilaian ini dimulai dengan melakukan pengkuadratan matriks yang dihasilkan pada saat perbandingan berpasangan, kemudian dilanjutkan proses normalisasi matriks kuadrat tersebut, dan penghitungan konsistensi rasio. Gambaran umum mengenai proses analisis kriteria penilaian ini dapat dilihat pada Gambar 3.6.

mulai

n = banyaknya kriteria Penilaian Kuadrat matriks Normalisasi Matriks Menghitung Konsistensi Rasio selesai

Gambar 3.6 Diagram Alir Analisis Kriteria Penilaian Hasil dari normalisasi matriks kuadrat ini adalah nilai intensitas kriteria penilaian. Sedangkan gambaran umum mengenai proses kuadrat matriks dan normalisasi matriks berturut-turut dapat dilihat pada Gambar 3.7. dan Gambar 3.8.
mulai i=1

T
i <= n Y j=1 i=i+1

j <= n Y kuadrat[i,j] = 0; k = 1

T
k <= n j=j+1

Y
kuadrat[i,j]=kuadrat[i,j] + (skala_perbandingan[i,k]*skala_perbandingan[k,j])

k = k+1

selesai

Gambar 3.7. Diagram Alir Kuadrat Matriks

mulai jumlah = 0; i = 1

i <= n

i=i+1

Y
temp[i] = 0; j = 1

T
j <= n jumlah = jumlah + temp[i]

Y
temp[i] = temp[i] + kuadrat[i,j] j = j +1

k=1

T
k <= n

Y
intensitas_kriteria_ penilaian [k] = temp[k] / jumlah Simpan intensitas_kriteria_ penilaian [k] Tampil intensitas_kriteria_ penilaian [k]

k=k+1

selesai

Gambar 3.8. Diagram Alir Normalisasi Matriks Pada proses analisis kriteria ini juga terdapat proses untuk menghitung nilai konsistesi rasio dari perbandingan berpasangan yang telah dilakukan. Nilai konsistensi rasio ini bergantung pada banyaknya kriteria penilaian yang ada. Gambaran umum algoritma untuk menghitung nilai konsistensi rasio ini dapat dilihat pada Gambar 3.9.

mulai i = 1, jumlah_rata=0 T i <= n

Y
jumlah [i] = 0; j = 1

j <= n

j = j+ 1

Y
jumlah[i]= jumlah[i]+( skala_perbandingan [i,j] * intensitas_kriteria_ penilaian [j]);

i = i+ 1

temp[i]= jumlah[i] / intensitas_kriteria_ penilaian [i]; jumlah_rata=jumlah_rata+temp[i]; rata=jumlah_rata/n; ci=(rata-n)/(n-1); cr=ci/ri[n] selesai

Gambar 3.9. Diagram Alir Konsistensi Rasio Diagram Alir AHP Karyawan Setelah nilai intensitas kriteria penilaian diketahui, maka proses selanjutnya adalah proses AHP karyawan. Gambaran umum algoritma AHP karyawan ini dapat dilihat melalui Gambar 3.10. Proses-proses yang terdapat dalam AHP karyawan ini adalah input bobot karyawan per kriteria dan hitung nilai intensitas karyawan per kriteria.

mulai Kriteria Penilaian Tampil kriteria Penilaian m = banyaknya kriteria Penilaian k=1

k <= m Y karyawan Tampil karyawan n = banyaknya karyawan Input Bobot karyawan Bobot Terhitung karyawan k= k + 1

selesai

Gambar 3.10. Diagram Alir AHP Karyawan Proses AHP karyawan ini dimulai dengan proses memasukkan nilai bobot karyawan tiap kriteria. Gambaran algoritma untuk input bobot karyawan ini dapat dilihat pada Gambar 3.11.

mulai jumlah[k] = 0; i = 1

i <= n

Y
Input bobot_karyawan [i,k] jumlah[k] = jumlah[k] + bobot_karyawan [i,k] Simpan bobot_karyawan [i,k] Tampil bobot_karyawan [i,k]

i=i+ 1

selesai

Gambar 3.11. Diagram Alir Input karyawan Per Kriteria Setelah proses pemasukkan nilai bobot karyawan tiap kriteria disimpan, kemudian dilakukan proses penghitungan nilai intensitas akhir. Rumus penghitungan nilai intensitas karyawan per kriteria ini adalah dengan melakukan pembagian antara bobot karyawan per kriteria dengan jumlah bobot karyawan per kriteria yang telah dimasukkan tersebut. Gambaran algoritma hitung nilai intensitas program ini dapat dilihat pada Gambar 3.12.

mulai i=1 i <= n

T Y

Baca bobot_karyawan [i,k]

bobot_terhitung_karyawan [i,k] =

Simpan bobot_karyawan [i,k]

Tampil bobot_terhitung_karyawan [i,k]

i=i+1

selesai

Gambar 3.12. Diagram Alir Bobot Terhitung karyawan Per Kriteria Diagram Alir Hasil Analisis Setelah semua karyawan diberi bobot untuk tiap kriteria, proses selanjutnya yaitu menghitung nilai intensitas total karyawan. Gambaran umum mengenai algoritma proses hasil analisis penilaian dapat dilihat pada Gambar 3.13.

mulai karyawan

Tampil karyawan

n= banyaknya karyawan

i=1

i <= n

Y
bobot_total_karyawan [i] = 0

Kriteria penilaian

m= banyaknya kriteria penilaian; j = 1

j <= m

i=i+1

Y
bobot_total_karyawan [i] = bobot_total_karyawan [i]+ (intensitas_kriteria_ penilaian [j] * Simpan bobot_total_karyawan [i]

Tampil bobot_total_karyawan [i]

j=j+1

selesai

Gambar 3.13. Diagram Alir Hasil Analisis Penilaian karyawan

BAB IV DESAIN SISTEM

4.1 Rancangan Basis Data Dalam kamus data akan dijelaskan tentang tabel-tabel yang dibutuhkan dalam pembuatan Sistem yang akan dibuat. Kamus data ini juga akan dilengkapi dengan kegunaan tabel dan penjelasan masing-masing field dalam tabel tersebut diantaranya: 1. Tabel Kriteria Fungsi : Menyimpan data-data kriteria Struktur tabel Kriteria Nama Field Kehadiran Kualitas kerja Type Size

Varchar 10 Varchar 35

Pengetahuan tentang pekerjaan Varchar 50 EV1 Varchar 25

2. Tabel Alternatif 1 Fungsi : Menyimpan Data yang bersangkutan dengan kriteria kehadiran Struktur tabel Alternatif 1 Nama Field Keuletan Perencanaan Type Size

Varchar 10 Varchar 35

Kerjasama dan sikap baik dg karyawan lain Varchar 35 Eigen vector Varchar 25

3. Tabel Alternatif 2 Fungsi : Menyimpan Data yang bersangkutan dengan criteria kualitas kerja Struktur tabel Alternatif 2 Nama Field keuletan Perencanaan Type Size

Varchar 10 Varchar 35

Kerjasama dan sikap baik dg karyawan lain Varchar 35 Eigen vector Varchar 25

4. Tabel Alternatif 3 Fungsi : Menyimpan Data yang bersangkutan dengan kriteria pengetahuan tentang pekerjaan Struktur tabel Alternatif 3 Nama Field keuletan Perencanaan Type Size

Varchar 10 Varchar 35

Kerjasama dan sikap baik dg karyawan lain Varchar 35 Eigen vector Varchar 25

5. Tabel Keputusan Fungsi : Menyimpan data hasil perhitungan table sebelum-sebelumnya Struktur tabel Keputusan Nama Field Keuletan Type Size

Varchar 10

Perencanaan

Varchar 25

Kerjasama dan sikap baik dg karyawan lain Varchar 25 Keputusan yang diambil Varchar 25

4.2

Algoritma
package java_ahp;

public class ahp extends javax.swing.JFrame { double k11,k12,k13,k21,k22,k23,k31,k32,k33; double kh11,kh12,kh13,kh21,kh22,kh23,kh31,kh32,kh33; double a11,a12,a13,a21,a22,a23,a31,a32,a33; double b11,b12,b13,b21,b22,b23,b31,b32,b33; double c11,c12,c13,c21,c22,c23,c31,c32,c33; double evk1,evk2,evk3; double eva1,eva2,eva3; double evb1,evb2,evb3; double evc1,evc2,evc3;

public ahp() { initComponents(); setTitle("Sistem Pendukung Keputusan"); setResizable(false); }

private void txtK13FocusLost(java.awt.event.FocusEvent evt) { try { k11 = Double.parseDouble(txtK11.getText()); k12 = Double.parseDouble(txtK12.getText()); k13 = Double.parseDouble(txtK13.getText()); txtK11.setText(Bulat.bulat(k11,2)); txtK12.setText(Bulat.bulat(k12,2));

txtK13.setText(Bulat.bulat(k13,2)); k21 = k11/k12; txtK21.setText(Bulat.bulat(k21,2)); k22 = k12/k12; txtK22.setText(Bulat.bulat(k11,2)); k23 = k13/k12; txtK23.setText(Bulat.bulat(k23,2)); k31 = k11/k13; txtK31.setText(Bulat.bulat(k31,2)); k32 = k12/k13; txtK32.setText(Bulat.bulat(k32,2)); k33 = k33/k33; txtK33.setText(Bulat.bulat(k11,2)); }catch(Exception e){ } }

private void btnClearActionPerformed(java.awt.event.ActionEvent evt) { //clear page kriteria txtK11.setText("");txtK12.setText("");txtK13.setText(""); txtK21.setText("");txtK22.setText("");txtK23.setText(""); txtK31.setText("");txtK32.setText("");txtK33.setText(""); txtEI1.setText("");txtEI2.setText("");txtEI3.setText(""); //hapus page alter1 txtA11.setText("");txtA12.setText("");txtA13.setText(""); txtA21.setText("");txtA22.setText("");txtA23.setText(""); txtA31.setText("");txtA32.setText("");txtA33.setText(""); txtEVA1.setText("");txtEVA2.setText("");txtEVA3.setText(""); //hapus page alter2 txtB11.setText("");txtB12.setText("");txtB13.setText(""); txtB21.setText("");txtB22.setText("");txtB23.setText(""); txtB31.setText("");txtB32.setText("");txtB33.setText(""); txtEVB1.setText("");txtEVB2.setText("");txtEVB3.setText(""); //hapus page alter3

txtC11.setText("");txtC12.setText("");txtC13.setText(""); txtC21.setText("");txtC22.setText("");txtC23.setText(""); txtC31.setText("");txtC32.setText("");txtC33.setText(""); txtEVC1.setText("");txtEVC2.setText("");txtEVC3.setText(""); //hapus page hasil txtPJ.setText("");txtPGO.setText("");txtPP.setText(""); lblHasil.setText(""); txtK11.requestFocus(); }

private void btnHitungActionPerformed(java.awt.event.ActionEvent evt) { try{ double totk1,totk2,totk3; k11 = Double.parseDouble(txtK11.getText()); k12 = Double.parseDouble(txtK12.getText()); k13 = Double.parseDouble(txtK13.getText()); k21 = Double.parseDouble(txtK21.getText()); k22 = Double.parseDouble(txtK22.getText()); k23 = Double.parseDouble(txtK23.getText()); k31 = Double.parseDouble(txtK31.getText()); k32 = Double.parseDouble(txtK32.getText()); k33 = Double.parseDouble(txtK33.getText()); kh11 = (k11*k11)+(k12*k21)+(k13*k31); kh12 = (k11*k12)+(k12*k22)+(k13*k32); kh13 = (k11*k13)+(k12*k23)+(k13*k33); kh21 = (k21*k11)+(k22*k21)+(k23*k31); kh22 = (k21*k12)+(k22*k22)+(k23*k32); kh23 = (k21*k13)+(k22*k23)+(k23*k33); kh31 = (k31*k11)+(k32*k21)+(k33*k31); kh32 = (k31*k12)+(k32*k22)+(k33*k32); kh33 = (k31*k13)+(k32*k23)+(k33*k33); totk1 = kh11+kh12+kh13; totk2 = kh21+kh22+kh23; totk3 = kh31+kh32+kh33;

evk1 = totk1/(totk1+totk2+totk3); evk2 = totk2/(totk1+totk2+totk3); evk3 = totk3/(totk1+totk2+totk3); txtEI1.setText(Bulat.bulat(evk1,4)); txtEI2.setText(Bulat.bulat(evk2,4)); txtEI3.setText(Bulat.bulat(evk3,4)); }catch(Exception e){ } }

private void txtA13FocusLost(java.awt.event.FocusEvent evt) { try { a11 = Double.parseDouble(txtA11.getText()); a12 = Double.parseDouble(txtA12.getText()); a13 = Double.parseDouble(txtA13.getText()); txtA11.setText(Bulat.bulat(a11,2)); txtA12.setText(Bulat.bulat(a12,2)); txtA13.setText(Bulat.bulat(a13,2)); a21 = a11/a12; txtA21.setText(Bulat.bulat(a21,2)); a22 = a12/a12; txtA22.setText(Bulat.bulat(a11,2)); a23 = a13/a12; txtA23.setText(Bulat.bulat(a23,2)); a31 = a11/a13; txtA31.setText(Bulat.bulat(a31,2)); a32 = a12/a13; txtA32.setText(Bulat.bulat(a32,2)); a33 = a33/a33; txtA33.setText(Bulat.bulat(a11,2)); } catch(Exception e){ } }

private void btnHitungAActionPerformed(java.awt.event.ActionEvent evt) { try{ double ah11,ah12,ah13,ah21,ah22,ah23,ah31,ah32,ah33; double tota1,tota2,tota3; a11 = Double.parseDouble(txtA11.getText()); a12 = Double.parseDouble(txtA12.getText()); a13 = Double.parseDouble(txtA13.getText()); a21 = Double.parseDouble(txtA21.getText()); a22 = Double.parseDouble(txtA22.getText()); a23 = Double.parseDouble(txtA23.getText()); a31 = Double.parseDouble(txtA31.getText()); a32 = Double.parseDouble(txtA32.getText()); a33 = Double.parseDouble(txtA33.getText()); ah11 = (a11*a11)+(a12*a21)+(a13*a31); ah12 = (a11*a12)+(a12*a22)+(a13*a32); ah13 = (a11*a13)+(a12*a23)+(a13*a33); ah21 = (a21*a11)+(a22*a21)+(a23*a31); ah22 = (a21*a12)+(a22*a22)+(a23*a32); ah23 = (a21*a13)+(a22*a23)+(a23*a33); ah31 = (a31*a11)+(a32*a21)+(a33*a31); ah32 = (a31*a12)+(a32*a22)+(a33*a32); ah33 = (a31*a13)+(a32*a23)+(a33*a33); tota1 = ah11+ah12+ah13; tota2 = ah21+ah22+ah23; tota3 = ah31+ah32+ah33; eva1 = tota1/(tota1+tota2+tota3); eva2 = tota2/(tota1+tota2+tota3); eva3 = tota3/(tota1+tota2+tota3); txtEVA1.setText(Bulat.bulat(eva1,4)); txtEVA2.setText(Bulat.bulat(eva2,4)); txtEVA3.setText(Bulat.bulat(eva3,4)); }catch(Exception e){ }

private void formWindowOpened(java.awt.event.WindowEvent evt) { txtK11.requestFocus(); }

private void txtB13FocusLost(java.awt.event.FocusEvent evt) { try { b11 = Double.parseDouble(txtB11.getText()); b12 = Double.parseDouble(txtB12.getText()); b13 = Double.parseDouble(txtB13.getText()); txtB11.setText(Bulat.bulat(b11,2)); txtB12.setText(Bulat.bulat(b12,2)); txtB13.setText(Bulat.bulat(b13,2)); b21 = b11/b12; txtB21.setText(Bulat.bulat(b21,2)); b22 = b12/b12; txtB22.setText(Bulat.bulat(b11,2)); b23 = b13/b12; txtB23.setText(Bulat.bulat(b23,2)); b31 = b11/b13; txtB31.setText(Bulat.bulat(b31,2)); b32 = b12/b13; txtB32.setText(Bulat.bulat(b32,2)); b33 = b33/b33; txtB33.setText(Bulat.bulat(b11,2)); } catch(Exception e){ } }

private void btnHitungBActionPerformed(java.awt.event.ActionEvent evt) { try{ double bh11,bh12,bh13,bh21,bh22,bh23,bh31,bh32,bh33;

double totb1,totb2,totb3; b11 = Double.parseDouble(txtB11.getText()); b12 = Double.parseDouble(txtB12.getText()); b13 = Double.parseDouble(txtB13.getText()); b21 = Double.parseDouble(txtB21.getText()); b22 = Double.parseDouble(txtB22.getText()); b23 = Double.parseDouble(txtB23.getText()); b31 = Double.parseDouble(txtB31.getText()); b32 = Double.parseDouble(txtB32.getText()); b33 = Double.parseDouble(txtB33.getText()); bh11 = (b11*b11)+(b12*b21)+(b13*b31); bh12 = (b11*b12)+(b12*b22)+(b13*b32); bh13 = (b11*b13)+(b12*b23)+(b13*b33); bh21 = (b21*b11)+(b22*b21)+(b23*b31); bh22 = (b21*b12)+(b22*b22)+(b23*b32); bh23 = (b21*b13)+(b22*b23)+(b23*b33); bh31 = (b31*b11)+(b32*b21)+(b33*b31); bh32 = (b31*b12)+(b32*b22)+(b33*b32); bh33 = (b31*b13)+(b32*b23)+(b33*b33); totb1 = bh11+bh12+bh13; totb2 = bh21+bh22+bh23; totb3 = bh31+bh32+bh33; evb1 = totb1/(totb1+totb2+totb3); evb2 = totb2/(totb1+totb2+totb3); evb3 = totb3/(totb1+totb2+totb3); txtEVB1.setText(Bulat.bulat(evb1,4)); txtEVB2.setText(Bulat.bulat(evb2,4)); txtEVB3.setText(Bulat.bulat(evb3,4)); }catch(Exception e){ } }

private void txtC13FocusLost(java.awt.event.FocusEvent evt) { try {

c11 = Double.parseDouble(txtC11.getText()); c12 = Double.parseDouble(txtC12.getText()); c13 = Double.parseDouble(txtC13.getText()); txtC11.setText(Bulat.bulat(c11,2)); txtC12.setText(Bulat.bulat(c12,2)); txtC13.setText(Bulat.bulat(c13,2)); c21 = c11/c12; txtC21.setText(Bulat.bulat(c21,2)); c22 = c12/c12; txtC22.setText(Bulat.bulat(c11,2)); c23 = c13/c12; txtC23.setText(Bulat.bulat(c23,2)); c31 = c11/c13; txtC31.setText(Bulat.bulat(c31,2)); c32 = c12/c13; txtC32.setText(Bulat.bulat(c32,2)); c33 = c33/c33; txtC33.setText(Bulat.bulat(c11,2)); } catch(Exception e){ } }

private void pnlKeputusanMouseClicked(java.awt.event.MouseEvent evt) { double pj,pgo,pp; pj = (eva1*evk1)+(evb1*evk2)+(evc1*evk3); pgo = (eva2*evk1)+(evb2*evk2)+(evc2*evk3); pp = (eva3*evk1)+(evb3*evk2)+(evc3*evk3); txtPJ.setText(Bulat.bulat(pj,4)); txtPGO.setText(Bulat.bulat(pgo,4)); txtPP.setText(Bulat.bulat(pp,4)); if (pj>pgo){ lblHasil.setText("Keuletan"); }else if(pgo>pp){

lblHasil.setText("Perencanaan"); }else if(pp>pj){ lblHasil.setText("Kerjasama&sikap thdp karyawan lain"); } }

private void btnHitungCActionPerformed(java.awt.event.ActionEvent evt) { try{ double ch11,ch12,ch13,ch21,ch22,ch23,ch31,ch32,ch33; double totc1,totc2,totc3; c11 = Double.parseDouble(txtC11.getText()); c12 = Double.parseDouble(txtC12.getText()); c13 = Double.parseDouble(txtC13.getText()); c21 = Double.parseDouble(txtC21.getText()); c22 = Double.parseDouble(txtC22.getText()); c23 = Double.parseDouble(txtC23.getText()); c31 = Double.parseDouble(txtC31.getText()); c32 = Double.parseDouble(txtC32.getText()); c33 = Double.parseDouble(txtC33.getText()); ch11 = (c11*c11)+(c12*c21)+(c13*c31); ch12 = (c11*c12)+(c12*c22)+(c13*c32); ch13 = (c11*c13)+(c12*c23)+(c13*c33); ch21 = (c21*c11)+(c22*c21)+(c23*c31); ch22 = (c21*c12)+(c22*c22)+(c23*c32); ch23 = (c21*c13)+(c22*c23)+(c23*c33); ch31 = (c31*c11)+(c32*c21)+(c33*c31); ch32 = (c31*c12)+(c32*c22)+(c33*c32); ch33 = (c31*c13)+(c32*c23)+(c33*c33); totc1 = ch11+ch12+ch13; totc2 = ch21+ch22+ch23; totc3 = ch31+ch32+ch33; evc1 = totc1/(totc1+totc2+totc3); evc2 = totc2/(totc1+totc2+totc3); evc3 = totc3/(totc1+totc2+totc3);

txtEVC1.setText(Bulat.bulat(evc1,4)); txtEVC2.setText(Bulat.bulat(evc2,4)); txtEVC3.setText(Bulat.bulat(evc3,4)); }catch(Exception e){ } }

BAB V IMPLEMENTASI SISTEM

1.1 TEKNOLOGI Teknologi yang digunakan pada sistem pengambilan keputusan ini terdiri dari perangkat keras (hardware) dan perangkat lunak (software). 1.1.1 Perangkat Keras (hardware) Untuk menggunakan aplikasi sistem pengambilan keputusan yang mempunyai kemampuan analisa pemilihan karyawan berprestasi di PERUSAHAAN MAJU JAYA ini dibutuhkan perangkat keras minimal : Komputer atau laptop pentium IV keatas . Hardisk 80 giga byte. Memory dengan kapasitas 1 giga byte. VGA 128 mega byte. Keyboard . Mouse.

1.1.2 Perangkat Lunak (software) Untuk menjalankann aplikasi sistem sistem pengambilan keputusan yang mempunyai kemampuan analisa pemilihan karyawan berprestasi di PERUSAHAAN MAJU JAYA ini dibutuhkan perangkat lunak diantaranya : Operating system windows xp 2003/seven/vista NetBeans IDE 6.5 sebagai bahasa pemrograman.

1.2

PROSEDUR DAN FUNGSI Pada saat melakukan tahap pengkodingan pada saat itu kita akan membuat prosedur

dan fungsi pada bahasa pemrograman untuk membangun sistem yang telah dirancang. 1. Prosedur Prosedur-prosedur yang ada dalam program sistem pengambilan yang mempunyai kemampuan analisa penentuan karyawan berprestasi oleh Departemen Sumber Daya Manusia di PERUSAHAAN MAJU JAYA ini adalah : a. frmInput merupakan form utama dari aplikasi ini yang berisikan topic, Kriteria dan Alternatif. b. frmKriteria berisi prosedur untuk menampilkan data topic, Kriteria serta EV nya. c. frmAlternatif1 berisi prosedur untuk menampilkan keseluruhan data Karyawan/Alternatif yang bersangkutan dengan Kriteria 1 beserta eigen vektornya. d. frmAlternatif2 berisi prosedur untuk menampilkan keseluruhan data Karyawan/Alternatif yang bersangkutan dengan Kriteria 2 beserta eigen vektornya. e. frmAlternatif3 berisi prosedur untuk menampilkan keseluruhan data Karyawan/Alternatif yang bersangkutan dengan Kriteria 3 beserta eigen vektornya. f. frmKeputusan berisi prosedur untuk menampilkan keputusan dari hasil perhitungan keseluruhan dari data Kriteria dan Alternatif yang ada. 2. Fungsi Fungsi-fungsi yang digunakan dalam membangun sistem pengambilan yang mempunyai kemampuan analisa penentuan karyawan berprestasi oleh Departemen Sumber Daya Manusia di PERUSAHAAN MAJU JAYA di antaranya : a. cmdSubmit berisi fungsi yang digunakan untuk menginputkan dan menyimpan data topic, Kriteria dan Alternatif ke form-form selanjutnya. b. cmdHitung berisi fungsi yang digunakan untuk menghitung data numeric yang telah diinputkan. c. cmdHapus berisi fungsi yang digunakan untuk menghapus data yang salah dalam penginputannya.

1.3

FILE BASIS DATA File basis data sistem pengambilan yang mempunyai kemampuan analisa penentuan

karyawan berprestasi oleh Departemen Sumber Daya Manusia di PERUSAHAAN MAJU JAYA ini menggunakan PostgreSQL yang terdiri dari : 1. Tabel Input berisi Topik, Kriteria dan Alternatif. 2. Tabel Kriteria berisi Kriteria 1, Kriteria 2, Kriteria 3 dan EV 1. 3. Tabel Alternatif 1 berisi Alternatif 1 / karyawan pertama, Alternatif 2 / karyawan kedua, Alternatif 3 / karyawan ketiga dan Eigen vector. 4. Tabel Alternatif 2 berisi Alternatif 1 / karyawan pertama, Alternatif 2 / karyawan kedua, Alternatif 3 / karyawan ketiga dan Eigen vector. 5. Tabel Alternatif 3 berisi Alternatif 1 / karyawan pertama, Alternatif 2 / karyawan kedua, Alternatif 3 / karyawan ketiga dan Eigen vector. 6. Tabel Keputusan berisi Alternatif 1 / karyawan pertama, Alternatif 2 / karyawan kedua, Alternatif 3 / karyawan ketiga dan Keputusan yang diambil.

BAB VI UJI COBA SISTEM

Uji coba program dibuat berdasarkan tujuan dari sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan karyawan berprestasi oleh Departemen Sumber Daya Manusia di PERUSAHAAN MAJU JAYA. Untuk mencapai tujuan tersebut maka dapat dilakukan melalui beberapa tahapan atau langkah-langkah, apakah program dapat berjalan dan berfungsi sesuai dengan tujuan yang diharapkan. 1. Form input

2. Form kriteria

3. Form alternative 1

4. Form alternatif 2

5. Form alternatif 3

6. Form Keputusan

BAB VII KESIMPULAN DAN SARAN

7.1

Kesimpulan Adapun kesimpulan-kesimpulan yang didapatkan dalam penulisan ini: 1. Semakin tinggi nilai penilaian dokumen maka semakin tinggi pula nilai intensitas total penilaian karyawan. 2. Hasil perhitungan AHP yang diterapkan ini akan menghasilkan keluaran nilai intensitas prioritas karyawan tertinggi sehingga karyawan yang memiliki nilai tertinggi layak untuk mendapatkan reward atau penghargaan.

7.2

Saran Adapun saran yang dianjurkan dalam penulisan ini antara lain: 1. Dalam pembuatan program Sistem Pengambil Keputusan ini, masih perlu perbaikan sehingga bisa lebih maksimal dalam pemakaiannya. 2. Di sarankan pengambilan keputusan pemilihan karyawan ini tidak hanya monoton terhadap program ini saja karena program ini sebagai alat pembantu dan sewaktuwaktu bisa terjadi kesalahan. 3. Program ini hanya memiliki sedikit kriteria sehingga disarankan tetap dilihat dari kegiatan dilapangannya atau aspek nyatanya