1

IMPLEMENTASI METODE FUZZY ANALYTICAL HIERARCHY PROCESS (F-AHP)

UNTUK PEMILIHAN SUMBER DAYA MANUSIA DALAM KEPANITIAAN
ORGANISASI MAHASISWA

Eka Mahargiyak
1
, Rekyan Regasari M. P.
2
, Ahmad Afif Supianto
3

Program Teknologi Informasi dan Ilmu Komputer
Universitas Brawijaya
Jalan Veteran No. 8, Malang, Jawa Timur, Indonesia
ekamahargiyak.mahargiyak@gmail.com
1

Abstrak

Pemilihan Sumber Daya Manusia (SDM) merupakan hal yang cukup penting dikalangan
perusahaan maupun organisasi seperti pemilihan karyawan terbaik. Pada organisasi mahasiswa
seperti DPM PTIIK UB tidak beda pula memiliki permasalahan dalam pemilihan panitia untuk
sebuah event organisasi. Permasalahan pemilihan panitia yang biasa terjadi adalah pro dan kontra
antar tim penyeleksi. Karena setiap orang memiliki pola pikir, intuitif, persepsi, dan pendapat yang
berbeda-beda sesuai pengalaman masing-masing. Subjektifitas pun menjadi salah satu fokus utama
pada semua penelitian salah satunya penelitian ini.
Menggunakan Fuzzy AHP (F-AHP) adalah salah satu cara untuk menyelesaikan permasalahan
subjektifitas pemilihan Panitia PEMILWA 2013. Salah satu cara untuk mengurangi resiko
subjektifitas pada F-AHP terdapat pada tranformasi TFN terhadap skala AHP. Pada proses ini nilai
intensitas pada skala AHP difuzzykan sesuai dengan aturan yang ada.
Penelitian ini memiliki pengujian dengan menggunakan 5 bidang sebagai tujuan, 7 kriteria,
dan 56 alternatif sebagai data. Dari pengujian yang telah dilakukan didapatkan akurasi sebesar
89.28%. Dengan akurasi yang mendekati 90% dapat dikatakan Metode F-AHP dimplementasikan
dengan baik dan berhasil dalam memenuhi kebutuhan pemilihan Panitia PEMILWA 2013 PTIIK
UB.

Kata Kunci : SDM, Organisasi, Pemilihan Panitia, Fuzzy AHP.


Abstract

Human Resources (HR) Selection is a pretty important thing among companies and organizations such
as the selecting best employees. Student organizations also have problems in the event committee selection.
Event comitee selection problems usually occurs in the pros and cons between the mindset, intuitive,
perceptions, and opinions of the team selectors whichs various from each individual experience. Subjectivity
has become one of the main focus of all research, not excluding this research. Fuzzy AHP (F-AHP) is one way
to solve the subjectivity problems in PEMILWA 2013 comittee selection.
One way to reduce the risk of subjectivity on F-AHP is contained in the TFN transformation AHP scale.
In the process, intensity value on AHP scale then fuzzified in accordance with existing rules. This research is
examined by 5 aspects as goals, 7 criterias, and 56 alternates as data. Based on this examining methods, the
accuracy level reaced 89.28% on its percentage. Within the accuracy that reached almost 90%, it can be
concluded that F-AHP Method is able to be implemented. This methods also had accomplished its goal and
provided all committees requirements on PEMILWA 2013 PTIIK UB.

Key Words : Human Resource, Organization, Committee Selection, Fuzzy AHP.





2

I PENDAHULUAN

1.1 Latar Belakang
Terdapat dua jenis organisasi secara
umum, yaitu organisasi profit (perusahaan)
dan organisasi non-profit seperti organisasi
mahasiswa. Sehingga dua jenis tersebut
pastilah memiliki kesamaan dalam hal
melakukan manajemen sumber daya
manusia. Salah satu organisasi mahasiswa di
lingkungan PTIIK adalah Dewan Perwakilan
Mahasiswa (DPM) PTIIK. DPM PTIIK
memiliki program kerja yaitu Pemilihan
Mahasiswa (PEMILWA) 2013 yaitu program
kerja yang bertujuan melakukan pemilihan
umum untuk memilih Presiden PTIIK
periode tahun depan. Sehingga DPM PTIIK
memerlukan panitia yang kompeten dan
professional untuk PEMILWA 2013.
Permasalahan yang ada pada pemilihan
panitia adalah pro kontra diantara
penyeleksi panitia. pro kontra tersebut
muncul karena perbedaan pandangan dalam
menentukan calon panitia yang lolos.
Sehingga proses pemilihan panitia
disandarkan pada intuitif, persepsi, dan
pendapat penyeleksi karena setiap
penyeleksi memiliki pengalaman,
kepercayaan diri, dan motivasi dalam
memroses informasi, data, dan lingkungan
atau mengatasi masalah. [5]
Salah satu metode yang dipakai untuk
mendukung keputusan adalah metode
Analytical Hierarchy Process (AHP). AHP
merupakan metode yang memperhatikan
faktor-faktor subyektifitas seperti persepsi,
preferensi, pengalaman dan intuisi.
Walaupun metode AHP telah banyak
digunakan untuk membantu dalam
pengambilan keputusan, tetapi metode AHP
tak luput dari kritikan dalam
penggunaannya karena dianggap tidak
seimbang dalam skala penilaian
perbandingan berpasangan. [2]
Untuk mengatasi permasalahan pada
metode AHP, terdapat suatu metode
pendekatan Triangular Fuzzy Number
terhadap skala AHP, metode tersebut adalah
Metode Fuzzy Analytical Hierarchy Process (F-
AHP). Selain itu Fuzzy Analytical Hierarchy
Process mampu menutupi kelemahan yang
terdapat pada AHP yaitu permasalahan
terhadap kriteria yang memiliki sifat
subjektif lebih banyak. [6] F-AHP telah
sukses digunakan pada pemilihan sumber
daya manusia diberbagai kasus, salah
satunya adalah Sistem Pendukung
Keputusan (SPK) Pemilihan Karyawan
menggunakan Metode Fuzzy AHP (F-AHP)
sehingga F-AHP merupakan metode yang
sangat cocok untuk menyelesaikan
permasalahan pemilihan panitia PEMILWA
2013 yang bersifat kompleks dan terdapat
unsur persepsi dan intuitif. [6]
Berdasarkan penjelasan terkait
permasalahan yang ada dan kelebihan
metode yang digunakan, maka pemilihan
SDM inilah yang menjadi fokus utama
penelitian ini. Untuk itulah dari hasil kajian
di lapangan melalui pengalaman penulis dan
realita yang ada sekarang, muncullah sebuah
judul yaitu Implementasi Metode Fuzzy
Analytical Hierarchy Process (F-AHP)
untuk Pemilihan Sumber Daya Manusia
dalam Kepanitiaan Organisasi Mahasiswa
sehingga diharapkan penelitiaan ini dapat
memberikan alternatif keputusan
menentukan Panitia PEMILWA 2013.

1.2 Rumusan Masalah
Adapun rumusan masalah yang
diangkat pada penelitian ini adalah :
1. Mengimplementasikan Metode Fuzzy
Analytical Hierarchy Process (F-AHP)
untuk pemilihan sumber daya manusia
dalam kepanitiaan organisasi
mahasiswa.
2. Melakukan pengujian matriks
perbandingan kriteria berpasangan
untuk mengetahui pengaruhnya
terhadap hasil akhir pemilihan sumber
daya manusia menggunakan Fuzzy
Analytical Hierarchy Process (F-AHP).
3. Pengujian dan analisis hasil dari
implementasi metode Fuzzy Analytical
Hierarchy Process (F-AHP) terhadap
objek penelitian serta melakukan
perhitungan tingkat akurasi hasil
penelitian.

1.3 Batasan Masalah
Adapun batasan masalah pada
penelitiaan ini adalah :
1. Studi Kasus pada penelitian ini adalah
Panitia Pemilihan Mahasiswa
(PEMILWA) 2013 Program Teknologi
Informasi dan Ilmu Komputer
Universitas Brawijaya.
3

2. Data uji yang digunakan adalah
Mahasiswa Program Teknologi
Informasi dan Ilmu Komputer
Universitas Brawijaya.
3. Jumlah data uji yang digunakan adalah
56 mahasiswa.
4. Kriteria-kriteria yang digunakan pada
penelitian sebanyak tujuh kriteria, yaitu
pengambilan keputusan, penyesuaian
diri, komunikasi, perencanaan dan
manajemen, kerja keras, keuletan, dan
kooperatif.
5. Hasil dari pemilihan sumber daya
manusia pada penelitiaan ini akan
ditempatkan pada lima bidang, yaitu
Bidang Sekretariat, Bidang Acara,
Bidang Perlengkapanm, Bidang
Publikasi, Dekorasi, dan Dokumentasi
(PDD), Bidang Konsumsi.
6. Metode yang digunakan adalah Fuzzy
Analytical Hierarchy Process (F-AHP.)
7 Bahasa Pemrograman untuk pembuatan
aplikasi ini adalah Bahasa Pemrograman
Java.
8. Aplikasi ini hanya sebatas implementasi
dari sebuah metode untuk
menyelesaikan permasalahan yang ada
dan dapat menjadi sebuah aplikasi
pendukung untuk pengambilan
keputusan.

1.4 Tujuan Penelitian
Tujuan yang ingin dicapai pada
penelitian ini adalah :
1. Mengimplementasikan metode Fuzzy
Analytical Hierarchy Process (F-AHP)
untuk pemilihan Sumber Daya Manusia
(SDM) Kepanitiaan Pemilihan
Mahasiswa (PEMILWA) 2013 PTIIK UB.
2. Mengetahui pengaruh dari perubahan
matriks perbandingan kriteria
berpasangan terhadap hasil akhir
pemilihan panitia menggunakan Fuzzy
Analytical Hierarchy Process (F-AHP).

II KAJIAN PUSTAKA DAN DASAR
TEORI

AHP melibatkan prinsip-prinsip
dekomposisi, perbandingan berpasangan,
dan generasi prioritas vektor serta sintesis.
Meskipun begitu AHP masih belum bisa
mencerminkan gaya pemikiran manusia
yang banyak dikembangkan untuk
memecahkan masalah. Oleh karena itu, skala
AHP orisinal harus didekati dengan metode
yang lain. Salah satu pendekatan yang patut
dipertimbangkan adalah dengan
menggunakan pendekatan logika fuzzy. [2]
Dalam AHP judgement yang
dilakukan oleh pengambilan keputusan atau
pakar tidak bersifat deterministik, namun
lebih merupakan persepsi yang linguistic.
Pada Fuzzy AHP peniliaian (prefensi)
pengambil keputusan yang mengandung
uncertainty ini dimodelkan dengan
menggunakan logika fuzzy. Informasi dalam
Fuzzy AHP seperti halnya dengan AHP
konvensional diperoleh dalam bentuk
matriks perbandingan berpasangan. [4]

2.1 Triangular Fuzzy Number terhadap skala
AHP Crisp
Pada penelitian ini, representasi fungsi
yang digunakan adalah representasi fungsi
segitiga atau Triangular Fuzzy Number (TFN).
Berikut ini terdapat aturan-aturan-aturan
operasi aritmatika TFN yang umum
digunakan. Jika dimisalkan terdapat 2 TFN
yaitu M1 (l1, m1, u1) dan M2 (l2, m2, u2). [2]

M1 M2 = (l1 + l2, m1 + m2, u1 + u2) (2-1)
M1 M2 = (l1 - l2, m1 - m2, u1 - u2) (2-2)
M1 M2 = (l1.l2, m1 .m2, u1 .u2) (2-3)
M2 = (. l2, . m2, . u2) (2-4)
= (1/u1, 1/m1, 1/l1) (2-5)
= (l1/u2, m1/m2, u2/l2) (2-6)

Pada model AHP orisinil, pairwisse
comparison menggunakan skala 1 sampai 9.
Dengan menransformasi Triangular Fuzzy
Number terhadap sekala AHP maka skala
yang digunakan adalah seperti pada tabel 2.1

Tabel 2.1 Fuzzifikasi Perbandingan
Kepentingan antara Dua Kriteria
Sumber : [2]
Skala
AHP
Skala Fuzzy
Invers Skala
Fuzzy
1 1= (1,1,1)
= jika diagonal
(1,1,3)
= selainnya
(1/3, 1/1, 1/1)
3 3 = (1,3,5) (1/5, 1/3, 1/1)
5 5 = (3,5,7) (1/7, 1/5, 1/3)
7 7 = (5,7,9) (1/9, 1/7, 1/5)
4

9 9 = (7,9,9) (1/9, 1/9, 1/7)
2
4
6
8
2 = (1,2,4)
4 = (2,4,6)
6 = (4,6,8)
8 = (6,8,9)
(1/4, 1/2, 1/1)
(1/6, 1/4, 1/2)
(1/8, 1/6, 1/4)
(1/9, 1/8, 1/6)

Skala fuzzifikasi perbandingan
kepentingan antara dua kriteria pada tabel
2.1 dapat digambarkan dalam bentuk grafik
seperti pada gambar 2.1








Gambar 2.1 Grafik Fuzzifikasi Skala AHP
Sumber : [2]

2.2 Langkah Kerja F-AHP
Adapun cara kerja F-AHP adalah : [6]
1. Membuat struktur hirarki masalah yang
akan diselesaikan dan menentukan
perbandingan matriks berpasangan
antar kriteria dengan skala TFN.
2. Menentukan nilai sintesis fuzzy (Si)
prioritas dengan rumus

(2-7)


dimana :

(2-8)


Sedangkan

( 2-9)


dimana :

M = objek (kriteria, subkriteria, atau
alternatif),
i = baris ke-i,
j = kolom ke-j,
l = nilai lower,
m = nilai medium,
u = nilai upper.


3. Menentukan nilai vektor (V) dan nilai
ordinat defuzzifikasi (d)
Jika hasil yang diperoleh pada setiap
matrik fuzzy, M2 M1 (M2= (l2,m2,u2) dan
M2= (l1,m1,u1)) maka niai vektor dapat
dirumuskan sebagai berikut :
V(M2 M1) = sup[min(M1(x),
min(M2(y)))]
atau sama dengan grafik pada gambar





Gambar 2.3 Grafik Nilai Vektor
Sumber : [6]

Jika hasil nilai fuzzy lebih besar dari k,
Mi, (i=1,2,,k) maka nilai vektor dapat
didefinisikan sebagai berikut :
V( M M1, M2, .., Mk) = V (M
M1) dan
V(M M2) dan V (M Mk) = min
V(M Mi)
(2-10)
asumsikan bahwa
d(Ai) = min V (Si Sk)
(2-11)
untuk k = 1,2,, n; k i, maka diperoleh
nilai bobot vektor
W = (d(A1), d(A2),, d(An))
T

(2-12)
Dimana Ai = 1,2,,n adalah vektor fuzzy
(W)
4. Normalisasi nilai bobot vektor fuzzy (W)
Setelah dilakukan normalisasi dari
persamaan (2-12) maka nilai bobot
vektor yang ternormalisasi adalah
seperti rumus berikut :
W (d(A1), d(A2),, d(An),)
T

(2-13)

III METODE PENELITIAN DAN
PERANCANGAN

Bab ini membahas metode yang
digunakan pada penelitian Implementasi
Metode Fuzzy Analytical Hierarchy Process (F-
AHP) untuk Pemilihan Sumber Daya
Manusia dalam Kepanitiaan Organisasi
Mahasiswa beserta menjelaskan terkait
studi literatur, metode pengambilan data,
perancangan sistem, implementasi,
pengujian, dan pengambilan kesimpulan
5

dan saran. Untuk lebih jelas dalam
memahami alur penelitian dan cara kerja
sistem yang akan dibangun, dapat dilihat
pada gambar 3.1

























Gambar 3.1 Diagram Alir Metode Penelitian
Sumber : Perancangan

3.1 Inferensi Data
Basis pengetahuan yang digunakan
dalam sistem ini adalah masukan nilai dari
seleksi Calon Panitia PEMILWA 2013.
Pemberian nilai berdasarkan ketentuan yang
telah ditetapkan oleh Dewan Perwakilan
Mahasiswa (DPM) PTIIK. Adapun untuk
penjelasan diuraikan sebagai berikut :
1. Bidang Kepanitiaan

Tabel 3.1 Bidang Kepanitian PEMILWA 2013
Sumber : DPM PTIIK UB
No. Bidang
1 Sekretariat
2 Acara
3 Perlengkapan
4 Publikasi, Dekorasi, dan
Dokumentasi (PDD)
5 Konsumsi


2. Kriteria Penilaian

Tabel 3.2 Kriteria Penilaian
Sumber : DPM PTIIK UB
No. Kriteria
1 Pengambilan Keputusan
2 Penyesuaian Diri
3 Komunikasi
4 Perencanaan dan Manajemen
5 Kerja Keras
6 Keuletan
7 Kooperatif

3. Nilai Kemampuan

Tabel 3.3 Rentang Nilai untuk Kriteria
Sumber : DPM PTIIK UB
Interval Nilai Kriteria Poin
61 65 1
66 70 2
71 - 75 3
76 - 80 4
81 85 5
86 - 90 6
91- 95 7
96 100 8

3.2 Perhitungan Fuzzy AHP
Pada subbab ini dijelaskan secara
ringkas dan rinci terkait implementasi Fuzzy
Analytical Hierarchy Process beserta
perhitungannya dengan menggunakan data
yang telah diperoleh dari DPM PTIIK UB
2013. Data tersebut berisikan lima (5) bidang
panitia, tujuh (7) kriteria penilaian, lima
puluh enam (56) calon panitia, dan nilai
yang dimiliki oleh masing-masing calon
panitia.

1. Menyusun Hirarki







Gambar 3.2 Struktur Hirarki AHP
Sumber : Perancangan
Lima bidang pada Struktur
Panitia PEMILWA 2013
pk
ep
p
d
k
o
p
m
k
k
k
u
k
o
o
Calon
Panitia ke-
1
Calon
Panitia ke-
2
Calon
Panitia ke-
n
. . . . . . . .
. . . . . . . .
. .
Mulai
Selesai
Studi Literatur
Metode Pengambilan Data
Analisis Kebutuhan
Perancangan
Implementasi
Pengujian
Pengambilan Kesimpulan dan
Saran
6

2. Pembuatan Matriks Perbandingan Kriteria
Berpasangan Setiap Bidang
Matriks perbandingan berpasangan
merupakan tahap untuk melakukan
penentuan tingkat kepentingan antara satu
kriteria dengan kriteria yang lain.
Perbandingan kriteria ini dilakukan
terhadap semua kriteria tanpa terkecuali
sehingga tujuh (7) kriteria dibandingkan satu
sama lain

Tabel 3.4 Matriks Perbandingan Kriteria
Berpasangan
Bidang Sekretariat
Sumber : DPM PTIIK
Kriteria K1 K2 K3 K4 K5 K6 K7
K1 1 1 0.3 0.3 1 0.5 1
K2 1 1 1 1 1 3 2
K3 3 1 1 1 7 7 2
K4 3 1 1 1 4 4 2
K5 1 1 0.14 0.2 1 1 0.3
K6 2 0.3 0.14 0.2 1 1 0.5
K7 1 0.5 0.5 0.5 3 2 1

3. Transformasi Triangular Fuzzy Number
(TFN) terhadap Skala AHP




K
K1 . . . . . . . K7


l m u . . . l m u l m u
K
1
1 1 1 . . . 1 1 3 1 1 1
K
2
0.
3
1 1 . . . 1 2 4
0.
3
1 1
K
3
1 3 5 . . . 1 2 4 1 3 5
K
4
1 3 5 . . . 1 2 4 1 3 5
K
5
0.
3
1 1 . . .
0.
2
0.
3
1
0.
3
1 1
K
6
1 2 4 . . .
0.
25
0.
5
1 1 2 4
K
7
0.
3
1 1 . . . 1 1 1
0.
3
1 1
Total
43
.2
71
.6
11
9.4

4. Menghitung Nilai Sintesis Fuzzy Kriteria
berikutnya adalah menghitung nilai
sintesis fuzzy (SKi) masing-masing kriteria
menggunakan Persamaan (2-7). dapat
diambil contoh nilai pada tabel 3.5 bahwa
sudah terdapat nilai total masing-masing l,
m, u pada setiap barisnya dan nilai total
masing-masing l, m, u pada kolom l, m, u.













Tabel 3.6 Nilai Sintesis Fuzzy (SKi) Bidang
Sekretariat
Sumber : Perancangan











5. Menghitung Nilai Vektor (V), Nilai
Ordinat Defuzzyfikasi (d), dan Bobot Global
(GWi) Kriteria
1. Kriteria 1 (K1)
VSK1 V(SK2, SK3, SK4, SK5, SK6,
SK7)
Berdasarkan Persamaan (2-10)
maka kita membandingkan nilai M2
dengan M1 sesuai pada tabel 3.14.
nilai m2 m1 pada VSK1 V(SK2)
sehingga nilai menggunakan
sehingga menggunakan rumus
.
SK1 =
7.0000
119.4000
, 11.0000
71.6180
, 23.0000
43.270
SK2 =
6.3333
119.4000
, 10.0000
71.6180
, 20.0000
43.270
SK3 =
5.5000
119.4000
, 9.0000
71.6180
, 18.0000
43.270
SK4 =
3.1833
119.4000
, 4.5000
71.6180
, 9.0000
43.270
SK5 =
4.7500
119.4000
, 7.5000
71.6180
, 15.0000
43.270
SK6 =
4.1667
119.4000
, 10.0000
71.6180
, 15.0000
43.270
SK7 =
2.8667
119.4000
, 6.3333
71.6180
, 7.0000
43.270
= (0.0389, 0.0721, 0.3004)
= (0.0530, 0.1396, 0.4622)
= (0.1200, 0.3072, 0.7395)
= (0.0642, 0.2234, 0.5547)
= (0.0263, 0.0660, 0.1780)
= (0.0256, 0.0730, 0.2011)
= (0.0342, 0.1187, 0.3235)
Tabel 3.5 Transformasi TFN
Terhadap Skala AHP Bidang Sekretariat
Sumber : Perancangan
7

Perhitungan ini dilakukan sampai
SK7.
V(SK1 SK2) = __________0.0530
0.3004_________
((0.0721 0.3004)
(0.1396 0.4622))
0.7857;
V(SK1 SK3) = 0.4342;
V(SK1 SK4) = 0.6096;
V(SK1 SK5) = 1;
V(SK1 SK6) = 0.9970;
V(SK1 SK7) = 0.8512;
Sehingga diperoleh nilai ordinat
defuzzifikasi (d(VSK1)) sebagai
berikut :
d(VSK1)= min(0.7875, 0.4342, 0.6096,
1, 0.9970, 0.8512) = 0.4342
perhitungan tersebut terus
dilakukan terhadap semua kriteria

Dari hasil perhitugan nilai vektor (V),
nilai ordinat defuzzifikasi, dan nilai bobot
global (GW) disetiap bidang dapat dilakukan
perankingan kriteria setiap bidang dengan
hasil sebagai berikut :

Tabel 3.7 Nilai Vektor (v) dan Defuzzifikasi
(d) Bidang Sekretariat
Sumber : Perancangan
d(SKi)
Tota
l

SK
1
SK
2
SK
3
SK
4
SK
5
SK
6
SK
7
VSK
i
1.0
0
1.1
8
1.5
0
1.4
1
0.9
5
1.0
0
1.1
9

0.7
8
1.0
0
1.3
2
1.2
0
0.6
2
0.6
8
0.9
2
0.4
3
0.6
7
1.0
0
0.8
3
0.1
9
0.2
5
0.5
1
0.6
0
0.8
2
1.1
4
1.0
0
0.4
1
0.4
7
0.7
1
1.0
2
1.2
0
1.5
1
1.4
2
1.0
0
1.0
4
1.2
1
0.9
9
1.1
8
1.4
8
1.3
9
0.9
5
1.0
0
1.1
8
0.8
5
1.0
5
1.3
6
1.2
5
0.7
3
0.7
8
1.0
0



W
0.4
3
0.6
7
1.0
0
0.8
3
0.1
9
0.2
5
0.5
1
3.91
GWk
i
0.1
1
0.1
7
0.2
5
0.2
1
0.0
4
0.0
6
0.1
3
1.00

Setelah itu melakukan perankingan
bobot global kriteria pada semua bidang,
namun salah satu nya seperti bidang
sekretariat

Tabel 3.8 Perankingan Kriteria Bidang
Sekretariat
Sumber : Perancangan
Kriteria Nama GW Ranking
4 Perencanaan dan 0.2142 1
Manajemen
2 Penyesuaian Diri 0.1715 2
7 Kooperatif 0.1326 3
3 Komunikasi 0.1255 4
1
Pengambilan
Keputusan
0.1110 5
6 Keuletan 0.0657 6
5 Kerja Keras 0.0495 7

Setelah melakukan perankingan bobot
global kriteria disetiap bidang, perankingan
bobot global alternatif disetiap alternatif
dilakukan dengan menggunakan cara yang
sama seperti diatas. Setelah menghitung dan
mendapatkan bobot global, dilakukan
perhitungan score masing-masing alternatif
di lima bidang, salah satu bidang, yaitu
bidang sekretariat. Dapat dilihat pada tabel
3.9

Tabel 3.9 Ranking Alternatif Bidang
Sekretariat
Sumber : Perancangan
Urutan Alternatif
Bobot
Calon Panitia
1
21 0.02567
2
5 0.02443
3
11 0.02409
.
.
.
.

.
.
.
.

.
.
.
.
.
54
7 0.01188
55
47 0.01167
56
51 0.01118

3.3 Pemilihan Panitia Berdasarkan Piliahn
dan Score
Setelah mendapatkan score setiap
altenratif, langkah selanjutnya adalah
melakukan pemilihan panitia berdasarkan
pilihan panitia dan score. Adapun cara
tersebut adalah :
1. Melakukan perhitungan pilihan pertama
pada data alternatif
Pada tahapan ini dilakukan perhitungan
banyak pilihan bidang pada pilihan pertama
yang dipilih oleh semua alternatif.
Kemudian dapat diketahui banyak bidang
yang dipilih, dapat dilihat pada tabel 3.10
8


Tabel 3.10 Jumlah Minat Pilihan Pertama
Sumber : Perancangan
Id
Bidang
Bidang
Banyak Pilihan
Pertama
1 Sekretariat 4
2 Acara 21
3 Perlengkapan 14
4 PDD 5
5 Konsumsi 12

2. Melakukan pengurutan banyak minat
bidang dari terbesar ke terkecil
Setelah mengetahui jumlah peminat
bidang pada pilihan pertama, selanjutnya
adalah mengurutkan dari banyak minat
bidang dari terbesar ke terkecil. Tahapan ini
berfungsi untuk menentukan awal
pengurutan dan pemilihan panitia.

Tabel 3.11 Pengurutan Banyak Minat Bidang
Sumber : Perancangan
Id Bidang Bidang
Banyak Pilihan
Pertama
2 Acara 21
3 Perlengkapan 14
5 Konsumsi 12
4 PDD 5
1 Sekretariat 4

3. Menghapus alternatif yang tidak memiliki
pilihan pertama sesuai dengan bidang yang
dicari
Pada perhitungan ini bidang acara
adalah bidang pertama yang dilakukan
pemilihan panitia karena bidang yang paling
banyak dipilih oleh alternatif.

Tabel 3.12 Alternatif Bidang Acara
Sumber : Perancangan
Id
Bidang
Alternatif
Pil.
ke-1
Pil.
ke-2
Score
2 A21 2 0 0.02503
2 A11 2 3 0.02402
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 A20 2 1 0.01802
2 A27 4 2 0.01802

Kemudian menghapus alternatif pada
bidang acara yang pilihan pertama bukan
bidang acara (bidang dua). Setelah
melakukan penyeleksian pilihan pertama
dan menghapus yang tidak sesuai, langkah
selanjutnya adalah mengambil tujuh (7)
alternatif terbaik sehingga didapatkan
alternatif pada tabel 3.13

Tabel 3.13 Alternatif Terpilih Bidang Acara
Sumber : Perancangan
Alternatif Score
A21 0.02503
A11 0.02402
A9 0.02402
A5 0.02302
A15 0.02202
A12 0.02102
A16 0.02102

4. Menghapus Alternatif di Bidang Lain
Menghapus alternatif di bidang lain
disini memiliki arti bahwa alternatif yang
sudah terpilih menjadi panitia di bidang
acara, alternatif tersebut dihapus di bidang
lain sehingga alternatif tersebut sudah tidak
menjadi bagian alternatif yang dipilih di
bidang lain.

5. Melakukan Langkah Satu sampai Empat
Berdasarkan tabel 3.11 bidang acara
adalah bidang pertama yang dilakukan
pemilihan dan pengurutan alternatif
menggunakan langkah satu hingga empat.
Setelah melakukan pemilihan alternatif pada
bidang acara, dilakukan pemilihan alternatif
bidang perlengkapan dan diikuti bidang
berikutnya.
Tabel 3.14 Alternatif Terpilih Bidang
Perlengkapan
Sumber : Perancangan
Alternatif Score
A55 0.02229
A39 0.02128
A40 0.02128
A41 0.02128
A38 0.02026
A30 0.01824
A34 0.01722

IV IMPLEMENTASI

Pada bab ini membahas implementasi
perangat lunak yang telah dibuat
berdasarkan analisis kebutuhan,
perancangan sistem, dan perancangan
proses pada bab sebelumnya. Adapun hal-
9

hal yang terlibat pada bab ini adalah
spesifikasi sistem, implementasi program,
implementasi antarmuka, dan implementasi
uji coba.
1. Implementasi Program
Implementasi program merupakan
tahapan untuk menjelaskan berbagai proses
yang ada pada program. Pada implementasi
program terdapat dua implementasi utama
yaitu perhitungan Consistency Ratio (CR),
Perhitungan F-AHP, serta pengurutan dan
pemilihan panitia.

Tabel 4.1 Menu dan Class Program
Sumber : Implementasi
No
.
Menu Class Keterangan
1 Calon
Panitia
calonPan
itiaFrame
.java
Menu ini adalah
menu untuk
melakukan
penyimpanan,
pengubahan, dan
penghapusan data
alternatif yaitu
Calon Panitia
PEMILWA 2103.
Pada menu
terdapat Class dan
method yang
menjalankan
fungsi
menyimpan,
mengubah, dan
menghapus data.
2 Perhit
ungan
AHP
ahpFram
e.java
Menu ini adalah
menu untuk
melakukan
perhitungan
Consistemcy Ratio
setiap matriks
perbandingan
berpasangan
disetiap bidang.
3 Perhit
ungan
Fuzzy
AHP
fahpFra
me.java
Menu ini adalah
menu untuk
melakukan
perhitungan data
menggunakan
Algoritma Fuzzy
AHP.
Perhitungan
dilakukan
terhadap kriteria
dan alternatif.
4 Lapor
an
Akhir
Laporan.j
ava
Menu ini adalah
menu untuk
melakukan
perhitungan akhir
yaitu perhitungan
score serta
perankingan
calon panitia
disetiap bidang.
5 Pengat
uran
pengatur
anFrame.
java
Menu ini adalah
menu untuk
melakukan
penyimpnanan,
pengubahan, dan
penghapusaan
bidang dan
kriteria Selain itu
memiliki fungsi
untuk pembuatan
matriks
perbandingan
berpasangan.

2. Implementasi Antarmuka
1. Antarmuka Calon Panitia
Implementasi antarmuka
merupakan implementasi untuk
mengetahui cara kerja aplikasi
menggunakan interface atau antarmuka
yang sudah dibuat. Pada implementasi
ini terdapat antarmuka untuk mengolah
data alternatif, martiks perbandingan
berpasangan, perhitungan AHP dan F-
AHP, serta laporan akhir.


Gambar 4.1 Tab Data Calon Panitia
Sumber : Implementasi



Gambar 4.2 Tabel Calon Panitia
Sumber : Implementasi

2. Antarmuka Fuzzy AHP
Perhitungan Fuzzy AHP merupakan
perhitungan utama pada penelitian ini.
Pada submenu ini terdapat tabel yang
10

menampilkan nilai transformasi TFN
terhadap skala AHP dapat dilihat pada
gambar 4.3. Nilai fuzzy inilah yang
menjadi nilai utama untuk perhitungan
bobot global alternatif.


Gambar 4.3 Submenu Perhitungan Fuzzy AHP
Alternatif
Sumber : Implementasi


Gambar 4.4 Tabel Transformasi TFN
Terhadap Skala AHP Alternatif
Sumber : Implementasi

3. Antarmuka Laporan Akhir
Proses perhitungan score dilakukan
dengan cara mengalikan nilai bobot
global alternatif disetiap kriteria dengan
bobot global kriteria disetiap bidang.
Sehingga dapat disimpulkan setiap
alternatif memiliki nilai bobot global
sebanyak tujuh dan nilai bobot global
kriteria sebanyak lima. Didapatkan score
alternatif disetiap bidang seperti pada
gambar 4.6


Gambar 4.5 Tabel Pengurutan Alternatif
Setiap Bidang
Sumber : Implementasi

Gambar 4.6 Pengurutan dan Pemilihan
Panitia Setiap Bidang
Sumber : Implementasi

V PENGUJIAN DAN ANALISIS

Pada bab ini dilakuakn pengujian
sebanyak tiga pengujian, antara lain
pengujian akurasi terhadap perhitungan
manual, pengujian akurasi terhadap seleksi
Panitia PEMILWA 2013.

5.1 Pengujian Terhadap Perhitungan
Manual
Pengujian ini memiliki maksud umum
yaitu untuk mengetahui kecocokan hasil dari
kedua perhitungan disetiap tahapan
perhitungan yang ada. Hasil pengujian
terhadap pengujian manual menghasilkan
nilai yang memiliki nilai sama dan kongruen,
nilai sama adalah nilai yang sama persis,
sedangkan nilai kongruen adalah dua nilai
yang mendekati sama atau mendekati
kemiripan.
1. Nilai Total Transformasi TFN terhadap
Skala AHP

Tabel 5.1 Pengujian Nilai Total TFN
Sumber : Pengujian dan Analisis
TFN
Perhitungan
Manual
Pehitungan
Sistem
Keterangan
l 43.2700 43.269 Kongruen
m 71.6180 71.618 Kongruen
u 119.4000 119.4 Kongruen

2. Nilai Ordinat Defuzzyifikasi (d)

Tabel 5.2 Pengujian Nilai Ordinat
Defuzzyfikasi (d)
Sumber : Pengujian dan Analisis
Kriteria
Perhitungan
Manual
Pehitungan
Sistem
Keterangan
K1 0.43 0.434 Kongruen
K2 0.67 0.672 Kongruen
K3 1 1 Sama
K4 0.84 0.838 Kongruen
K5 0.19 0.194 Kongruen
K6 0.26 0.257 Kongruen
K7 0.52 0.52 Sama
11

5.2 Pengujian Metode F-AHP
Pengujian ini dilakukan untuk
mengetahui hasil akhir pengurutan alternatif
menggunakan Metode F-AHP. Pada tabel 5.3
dapat dilihat bahwa setiap alternatif
menempati urutan yang berbeda disetiap
bidang. Namun ada juga alternatif yang
menempati urutan yang sama pada beberapa
bidang. Seperti A01 pada bidang sekretariat
menempati urutan ke-16 sedangkan pada
bidang acara menempati urutan ke-17.
Namun pada bidang PPD menempati posisi
yang sama seperti bidang sekretariat.

Tabel 5.3 Hasil Perankingan Alternatif
Sumber : Pengujian dan Analisis
Altern
atif
Sekreta
riat
Aca
ra
Perlengk
apan
PD
D
Konsu
msi
A01 16 17 8 16 17
A02 26 23 26 21 23
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A55 24 26 11 10 11
A56 36 34 29 25 34

5.3 Pengujian Akurasi Terhadap Seleksi
Panitia PEMILWA 2013
Perhitungan akurasi dilakukan disetiap
bidang dan dilakukan secara keseluruhan.
Rumus perhitungan akurasi yang digunakan
dapat dilihat pada Persamaan (5-1).

Akurasi
(%) =
Banyak data tidak
cocok
Banyak data
keseluruhan
x 100 (5-1)

Data tidak cocok pada tabel-tabel
dibawah ditandai dengan warna orange.
Adapun hasil pemilihan panitia oleh sistem
dan hasil pemilihan panitia oleh PEMILWA
2013 disajikan perbidang sebagai berikut :

1. Bidang Sekretariat

Tabel 5.4 Uji Akurasi Bidang Sekretariat
Sumber : Pengujian dan Analisis
Sistem
PEMILWA
2013 Kecocokan
Score Alternatif Alternatif
0.02113 A1 A1 Cocok
0.02113 A4 A4 Cocok
0.01911 A2 A2 Cocok
0.01509 A3 A56
Tidak
Cocok
0.01610 A52 A52 Cocok

Hasil pemilihan oleh sistem terdapat
satu alternatif yang tidak cocok, akurasi
pada bidang sekretariat adalah 80%.

2. Bidang Acara

Tabel 5.5 Uji Akurasi Bidang Acara
Sumber : Pengujian dan Analisis
Sistem Lapangan
Kecocokan
Score Alternatif Alternatif
0.02503 A21 A21 Cocok
0.02402 A11 A11 Cocok
0.02402 A 9 A9 Cocok
0.02302 A5 A5 Cocok
0.02202 A15 A15 Cocok
0.02102 A12 A12 Cocok
0.02102 A16 A20 Tidak Cocok

Hasil pemilihan oleh sistem terdapat
satu alternatif yang tidak cocok, akurasi
pada bidang sekretariat adalah 85.71%.

3. Bidang Perlengkapan

Tabel 5.6 Uji Akurasi Bidang Perlengkapan
Sumber : Pengujian dan Analisis
Sistem Lapangan
Kecocokan
Score Alternatif Alternatif
0.02229 A55 A55 Cocok
0.02128 A39 A39 Cocok
0.02128 A40 A40 Cocok
0.02128 A41 A41 Cocok
0.02026 A38 A38 Cocok
0.01824 A30 A31 Tidak Cocok
0.01722 A34 A34 Cocok
0.01621 A37 A37 Cocok
0.01418 A42 A43 Tidak Cocok

Hasil pemilihan oleh sistem terdapat
dua alternatif yang tidak cocok, akurasi pada
bidang sekretariat adalah 77.77%.

4. Bidang PDD

Tabel 5.7 Uji Akurasi Bidang PDD
Sumber : Pengujian dan Analisis
Sistem Lapangan
Kecocokan
Score Alternatif Alternatif
0.02153 A28 A28 Cocok
0.01957 A26 A26 Cocok
0.01859 A27 A27 Cocok
0.01761 A25 A25 Cocok
0.01370 A24 A24 Cocok
0.01859 A19 A30 Tidak Cocok

12

Hasil pemilihan oleh sistem terdapat
satu alternatif yang tidak cocok, akurasi
pada bidang sekretariat adalah 83.33%.
5. Bidang Konsumsi

Tabel 5.8 Uji Akurasi Bidang Konsumsi
Sumber : Pengujian dan Analisis
Sistem Lapangan
Kecocokan
Score Alternatif Alternatif
0.02273 A44 A44 Cocok
0.02174 A48 A48 Cocok
0.02174 A50 A50 Cocok
0.01976 A46 A54 Tidak Cocok
0.01877 A53 A53 Cocok

Hasil pemilihan panitia oleh sistem
dengan pemilihan oleh PEMILWA 2013
memiliki perbedaan data tidak cocok,
akurasi keberhasilan sebesar 89.28%.
Pada Bidang Sekretariat memiliki satu
data tidak cocok dan memiliki persentase
akurasi 80%, Bidang Acara memiliki satu
data tidak cocok dan memiliki persentase
akurasi 85.71%, Bidang Perlengkapan
memiliki dua data tidak cocok dan memiliki
persentase akurasi 77.77%, Bidang PDD
memiliki satu data tidak cocok dan memiliki
persentase akurasi 83.33%, Bidang Konsumsi
memiliki satu data tidak cocok dan memiliki
persentase akurasi 80%.
Setelah menghitung akurasi setiap
bidang, maka perhitungan akurasi secara
keeluruhan dilakukan. Pada pengujian
akurasi keseluruhan didapatkan enam data
tidak cocok dengan persentase akurasi
89.28%.

5.4 Pengujian Matriks Perbandingan
Kriteria Berpasangan
Pengujian matriks perbandingan kriteria
berpasangan merupakan pengujian untuk
mengetahui sensitifitas dari perubahan
matriks terhadap hasil pemilihan Panitia
PEMILWA 2013. Matriks perbandingan itu
sendiri adalah matriks yang berisikan nilai
intensitas kepentingan antarkriteria disetiap
bidang

Tabel 5.9 Jumlah Data Tidak Cocok
Sumber : Pengujian dan Analisis
Akurasi
Penguj
ian
Asli
Penguj
ian
ke-1
Penguj
ian
ke-2
Penguj
ian
ke-3
Sekretari 1 1 1 2
at
Acara 1 2 0 1
Perlengk
apan
2 1 2 1
PDD 1 1 1 1
Konsums
i
1 1 1 1
Total 6 6 5 6
Akurasi 89.28% 89.28% 91.07% 89.28%

Selain pengujian akurasi terhadap hasil
asli dilapangan. Pengubahan matriks
perbandingan kriteria berpasangan
merupakan salah satu untuk mengetahui
sensitifitas matriks tersebut. Pengujian
pengubahan matriks dilakukan sebanyak
tiga kali untuk mengetahui hasil pemilihan
panitia oleh sistem.
Dari tiga pengujian matriks
perbandingan masing-masing memiliki
banyak data salah dan akurasi keberhasilan.
Pada pengujian pertama terdapat enam data
tidak cocok dengan akurasi 89.28%,
pengujian kedua terdapat lima data tidak
cocok dengan akurasi 91.07%, dan pengujian
ketiga terdapat enam data tidak cocok
dengan akurasi 89.28%. Perbedaan tersebut
dipengaruhi oleh perubahan matriks
perbandingan kriteria berpasangan.


Gambar 5.1 Grafik Perubahan Akurasi
Sumber : Pengujian dan Analisis

VI PENUTUP

6.1 Kesimpulan
Dari setiap proses penelitian pada
Implementasi Metode Fuzzy Analytical
Hierarchy Process untuk Pemilihan Sumber
Daya Manusia dalam Kepanitiaan
Organisasi Mahasiswa didapatkan
ksesimpulan seperti berikut :
13

1. Metode Fuzzy Analytical Hierarchy
Process (F-AHP) dapat
diimplementasikan untuk
menyelesaikan kasus pemilihan Panitia
PEMILWA 2013 PTIIK UB.
2. Nilai perubahan Consistency Ratio (CR)
hanya berpengaruh terhadap status
matriks perbandingan kriteria
berpasangan yaitu diterima atau ditolak.
Karena nilai CR adalah sebatas
parameter penentu untuk menentukan
status matriks perbandingan
berpasangan.
3. Secara mendasar Metode Fuzzy
Analytical Hierarchy Process (F-AHP)
melakukan pemilihan Panitia
PEMILWA 2013 hanya sebatas
perankingan berdasarkan score alternatif
disetiap bidang sehingga tidak dapat
melakukan pemilahan dan pemilihan
panitia sesuai dengan kebutuhan DPM
PTIIK UB. Untuk mengatasi hal tersebut
diperlukan metode tambahan berupa
metode perhitungan jumlah peminat
disetiap bidang dan penyaringan
alternatif berdasarkan jumlah panitia
yang dibutuhkan dengan mengacu
kepada hasil perankingan yang telah
dihasilkan oleh Metode F-AHP.
4. Berdasarkan penambahan metode
pemilahan dan pemilihan Panitia
PEMILWA 2013 terhadap penelitian ini
yang menggunakan Metode F-AHP,
diperoleh hasil pemilihan panitia
dengan kemiripan sebesar 89.28%.
5. Pada pengujian ke-2 memiliki tingkat
kemiripan terbaik yaitu 91.07%. Hal ini
menunjukan pada pengujian ke-2
bahwa salah satu faktor yang
mempengaruhi kemiripan adalah
peningkatkan nilai intensitas
kepentingan antarkriteria. Selain faktor
tersebut terdapat faktor lain yang
mempengaruhi, yaitu penambahan
metode baru pemilahan dan pemilihan
panitia karena proses pemilahan dan
pemilihan panitia menggunakan proses
penyaringan pilihan bidang yang
pertama dan pilihan bidang yang kedua
namun tetap mengacu kepada hasil
perankingan yang telah dihasilkan oleh
Metode F-AHP.


6.2 Saran
Terdapat beberapa saran diperlukan
untuk memperbaiki kekurangan dan
kelemahan penelitian pemilihan sumber
daya manusia, baik saran untuk
pengembangan sistem maupun dari proses
implementasi. Adapun saran-saran tersebut
antara lain :
1. Perlu penambahan algoritma optimasi
seperti algorirma evolusi untuk
pembentukkan matriks perbandingan
kriteria berpasangan untuk menghitung
Consistency Ratio (CR) dengan nilai
terkecil.
2. Perlu penambahan fitur yang lebih
dinamis pada aplikasi agar lebih bisa
mengakomodasi kebutuhan dan
keinginan user yang dinamis pula.
3. Perlu perhitungan statistik untuk
melengkapi proses pengujian dan
analisis hasil pemilihan panitia oleh
sistem
4. Perlu pengamatan, pembahasan, dan
pengupasan lebih dalam tentang
karakter hubungan antara matriks
perbandingan kriteria berpasangan
dengan hasil pemilihan Panitia
PEMILWA 2013.

Daftar Pustaka

[1] Amborowati, Armadyah, 2007,
Sistem Penduung Keputusan
Penilaian Karyawan Berprestasi
Berdasarkan Kinerja (Studi Kasus
pada STMIK AMIKOM
Yogyakarta), Seminar Nasional
Aplikasi Teknologi Informasi,
Yogyakarta, hal. D-5-D-9.
[2] Anshori, Y., 2012, Pendekatan
Triangular Fuzzy Number dalam
Metode Analytic Hierarchy Process,
Jurnal Ilmiah Foristek, Vol. 1, No. 1,
hal. 126-135.
[3] Gomes, Faustino Cordoso, 2003,
Manajemen Sumber Daya Manusia,
Edisi 2, Penerbit Andi, Yogyakarta.
[4] Hetharia, D., 2009, Penerapan
Fuzzy Analytical Hierarchy Process
dalam Metode Multi Attribute
Failure Mode Anaylisis untuk
Mengidentifikasi Penyebab
Kegagalan Potensial pada Proses
14

Produksi, Jurnal TI, Vol. 4, No. 2,
hal. 106-113.
[5] Ivancevich, J. M., Konopaske, R.,
Matteson, M. T., 2005, Perilaku dan
Manajemen Organisasi, Jilid 2, Edisi 7,
Penerbit Erlangga, Jakarta.
[6] Jasril, Haerani, E., Afrianty, I., 2011,
Sistem Pendukung Keputusan
(SPK) Pemilihan Karyawan Terbaik
Menggunakan Metode Fuzzy AHP
(F-AHP), Seminar Nasional Aplikasi
Teknologi Informasi, Yogyakarta, hal.
F-36-F-43.
[7] Kong, Feng, Liu, Hongyan, 2005,
Applying Fuzzy Analytical
Hierarchy Process to Evaluate
Success Factors of E-Commerce,
International Journal of Information and
System Sciences, Vol. 1, No. 3-4, hal.
406-412.
[8] Kusumadewi, S., Purnomo, H., 2010,
Aplikasi Logika Fuzzy untuk
Pendukung Keputusan, Edisi 2, Graha
Ilmu, Yogyakarta.
[9] Maharrani, Ratih H., Syukur A., P,
Tyas C., 2010, Penerapan Metode
Analytical Hierarchy Process dalam
Penerimaan Karyawan pada PT.
Pasir Besi Indonesia, Jurnal
Teknologi Informasi, Vol. 6, No. 1, hal.
102-114.
[10] Mondy, R. Wayne., 2008, Manajemen
Sumber Daya Manusia, Jilid 1, Edisi
10, Penerbit Erlangga, Jakarta.
[11] Nasibu, Iskandar Z., 2009,
Penerapan Metode AHP dalam
Sistem Pendukung Keputusan
Penempatan Karyawan
Menggunakan Aplikasi Expert
Choice, Jurnal Pelangi Ilmu, Vol. 2,
No. 5, hal. 180-193.
[12] Noe, Raymond A., Hollenbeck, John
R., Gerhart B., Wright, Patrick M.,
2010, Manajemen Sumber Daya
Manusia Mencapai Keunggulan
Bersaing, Buku 1, Edisi 6, Penerbit
Salemba Empat. Jakarta.
[13] Rivai, Veithzal. 2004, Manajemen
Sumber Daya Manusia untuk
Perusahaan dari Teori ke Praktik, PT.
RajaGrafindo Persada, Jakarta.
[14] Tang, Yu-Cheng, Beynon, M. J., 2005,
Application and Development of a
Fuzzy Analytical Hierarchy Process
within a Capital Investment Study,
Journal of Economics and Management,
Vol. 1, No. 2, hal. 207-230.
[15] Winardi, J., 2004, Manajemen Perilaku
Organisasi, Prenada Media, Jakarta
Timur.