Sistem Pendukung Keputusan Penentuan Karyawan Terbaik dengan Metode Weighted Product

1

SISTEM PENDUKUNG KEPUTUSAN
PENENTUANKARYAWAN TERBAIK DENGAN METODE
WEI GHTED PRODUCT

Arief Andy Soebroto
1
, Dea Widya Hutami
2
, Nurwanda Oktaria
3
, Ayunita Wulandari
4
,
Nailah Husna
5
, Vashty Armila Winata
6

1
Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya
Jl. Veteran No.8 Malang, Informatika, Gedung A PTIIK UB
Email :arief.andy.soebroto@ub.ac.id, deaocto21@gmail.com
2
, nurwanda.oktaria@gmail.com
3
,
ayunita28@gmail.com
4
, naila0604@gmail.com
5
, vashty.armila@gmail.com
6


ABSTRAK
Pada tahun-tahun belakangan ini di Indonesia banyak perusahaan-perusahaan yang membuat
kebijakan untuk mengubah sistem kerja karyawan menjadi outsourcing. Dimana mungkin perusahaan akan
memikirkan jika sistem kerja kontrak karyawan akan menghemat pengeluaran perusahaan. Jika kebijakan
sistem kontrak karyawan berlaku, maka perusahaan akan kehilangan tenaga kerja ahli yang memang
dibutuhkan karyawan. Pengambilan keputusan secara cepat dan efisien dalam suatu perusahaan salah satunya
yaitu penilaian karyawan sangat dibutuhkan. Perusahaan menggunakan penilaian tersebut untuk mengetahui
kredibilitas karyawannya dan kinerja karyawannya. Selain itu pula perusahaan dapat mengetahui siapa saja
karyawan terbaik sehingga dapat dilakukan pemberian upah atau reward. Namun perusahaan terkadang
mengalami kesulitan dengan banyaknya jumlah karyawan yang ada demikian juga dengan kriteria-kriteria
penilaian setiap karyawan sebagai tolak ukur untuk membuat keputusan. Kriteria-kriteria tersebut adalah
attitude, absen, etos, kebutuhan, dan rata-rata. Setiap kriteria tersebut dilakukan perhitungan dengan
menggunakan Weighted Product(WP), dimana metode Weighted product ini menggunakan perkalian untuk
menghubungkan rating atau /prioritas kriteria.Harapan hasil uji coba dengan algoritma ini dapat diaplikasikan
untuk penilaian karyawan terbaik dengan tingkat akurasi yang tinggi.

Kata Kunci: Sistem Pendukung Keputusan,Karyawan, Weighted Product (WP)


1 PENDAHULUAN

Pada tahun-tahun belakangan ini di
Indonesia banyak perusahaan-perusahaan yang
membuat kebijakan untuk mengubah sistem kerja
karyawan menjadi outsourcing. Dimana mungkin
perusahaan akan memikirkan jika sistem kerja
kontrak karyawan akan menghemat pengeluaran
perusahaan. Jika kebijakan sistem kontrak
karyawan berlaku, maka perusahaan akan
kehilangan tenaga kerja ahli yang memang
dibutuhkan karyawan.
Beragam masalah dalam sebuah
perusahaan ini membutuhkan pengambilan
keputusan secara cepat dan efisien. Salah satunya
adalah penilaian karyawan guna mengetahui
kredibilitas seseorang.Penilaian tersebut pada
akhirnya dapat menunjukkan apakah seorang
karyawan dapat dikatakan kredibel atau tidak
dengan mengacu pada beberapa hal.
Disamping mengetahui kinerja karyawan
yang rendah, manager juga dapat mengetahui siapa
karyawan terbaik dalam perusahaannya. Sehingga
pemberian upah bonus kerja atau reward lainnya
dapat diberikan dengan rata sesuai kredibilitas
seorang karyawan.
Namun banyaknya jumlah pegawai di
dalam perusahaan, terkadang membuat manager
sulit dalam mengambil keputusan tetentu.Terlebih
dalam penilaian karyawan diperlukan beberapa
atribut sebagai tolak ukur dalam membuat
keputusan.Atribut-atribut tersebut diantaranya,
Attitude, Absen, Etos, Kebutuhan dan Rata-rata.
Dengan demikian, butuh dilakukan
pendekatan secara matematis agar mempermudah
hal tersebut.Pendekatan secara Fuzzy dengan
menggunakan Weighted Product (WP) dirasa
mampu menjadi jawaban terhadap persoalan
diatas.Dalam perhitungannya, Metode Weighted
Product (WP) menggunakan perkalian untuk
menghubungkan rating atribut, dimana rating setiap
atribut harus dipangkatkan dulu dengan bobot
atribut yang bersangkutan. Proses ini sama halnya
dengan proses normalisasi[1].

2 MODEL, ANALISIS, DESAIN,
DAN IMPLEMENTASI

Kajian pustaka pada penelitian ini adalah
membandingkan dengan penelitian
sebelumnya.Dimana berjudul Sistem Pendukung
Keputusan Pada Penilaian Karyawan
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik dengan Metode Weighted Product
2

DanPendekatan Angka Kebutuhan Penerimaan
Karyawan PT. JAI Dengan Penerapan
FuzzyInference System Tsukamoto.

Tabel 1. Perbandingan penggunaan metode
Weight Product dan Fuzzy Tsukamoto
Weighted Product Fuzzy Tsukamoto
Input
Data karyawan PT.
JAI diambil
berdasarkan
kriteria (atribut)
penilaian seperti :
Attitude
(kelakuan atau
tingkah laku)
Absensi
(banyaknya tingkat
kehadiran
karyawan)
Etos Kerja
(kegigihan dan
ketekunan
karyawan)
Kebutuhan
(banyaknya jumlah
kebutuhan
karyawan yang
harus dibutuhi)
Data karyawan PT.
JAI diambil
berdasarkan kriteria
(atribut) penilaian
seperti :
Attitude
(kelakuan atau
tingkah laku)
Absensi
(banyaknya
tingkat kehadiran
karyawan)
Etos Kerja
(kegigihan dan
ketekunan
karyawan)
Kebutuhan
(banyaknya
jumlah kebutuhan
karyawan yang
harus dibutuhi)
Proses
Melakukan
penentuan bobot
untuk tiap atribut
Menghitung
vector S dan
menghitung
preferensi
relative (Vi) dari
setiap alternatif
Mengurutkan
hasil yang
diperoleh dari
terkecil ke
terbesar
Menentukan
hasil keputusan
melalui
pengambilan
nilai preferensi
terbesar diantara
nilai preferensi
yang lain
Menetukan range
tiap linguistik
tiap masing-
masing variable
Menetukan rule
dan derajat
keanggotaan
masing-masing
himpunan fuzzy
Mencari nilai z
pada tiap rule lalu
melakukan
defuzzifikasi
rata-rata terpusat
Output
Rekomendasi
status karyawan
terbaik
Rekomendasi status
karyawan terbaik


2.1 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) atau
Decision Support System adalah sistem
yangbertujuanmenyediakan
informasi,membimbing, memberikan prediksi, serta
mengarahkan pengguna informasi.Hal tersebut
dilakukan agar dapat melakukan pengambilan
keputusan dengan lebihbaik dan berbasis fakta
(evidence)[2].

2.2 Metode Weighted Product

Weighted Product Methode (WPM)
merupakan metode pengambilan keputusan dengan
cara perkalian untuk menghubungkan rating atribut,
dimana rating setiap atribut harus dipangkatkan
dulu dengan bobot atribut yang bersangkutan [3].
Metode weighted product menggunakan
perkalian untuk menghubungkan rating atribut,
dimana rating setiap atribut harus dipangkatkan
dulu dengan bobot yang bersangkutan. Proses ini
sama halnyadengan proses normalisasi. Preferensi
untuk alternative

diberikan dengan persamaan (2-

1)[3] :

Dimana S adalah Preferensi alternatif, X
adalah nilai kriteria, W adalah bobot kriteria, i
adalah alternatif, j adalah kriteria dan n adalah
banyaknya kriteria.Dimana

adalah
pangkat bernilai positif untuk atribut keuntungan
dan bernilai negatifuntuk atribut biaya.
Preferensi relatif dari setiap alternatif
diberikan persamaan :

Dimana V adalah Preferensi relatif dari
setiap alternatif, X adalah nilai kriteria, W adalah
bobot kriteria, i adalah alternatif, j adalah kriteria
dan n adalah banyaknya kriteria.
Algoritma dalam metode ini yaitu :
1. Mengalikan seluruh atribut bagi sebuah
alternatif dengan bobot sebagai pangkat positif
untuk atribut manfaat dan bobot berfungsi
sebagai pangkat negatif pada atribut biaya
2. Hasil perkalian dijumlahkan untuk
menghasilakn nilai pada setiap alternatif
3. Mencari nilai alternatif dengan melakukan
langkah yang sama seperti pada langkah satu,
hanya saja menggunakan nilai tertinggi untuk
setiap atribut tertinggi untuk setiap atribut
manfaat dan nilai terrendah untuk atribut
biaya
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik dengan Metode Weighted Product

3

4. Membagi nilai V bagi setiap alternatif dengan
nilai standar (V(A
*
)) yang menghasilkan R
5. Ditemukan urutan alternatif terbaik yang akan
menjadi keputusan[4].















































Gambar 1. Diagram Alir Proses Sistem
Pendukung Keputusan Penentuan Karyawan
Terbaik
3 METODE PENELITIAN

Bab ini membahas metode yang digunakan
dalam penelitian, yang terdiri dari: studi literatur,
metode pengumpulan data, metode perancangan,
metode implementasi, metode pengujian dan
analisis serta pengambilan kesimpulan dan saran.









































































MULAI

Menentukan data / nilai alternative untuk tiap
kriteria / atribut
Menentukan bobot untuk tiap kriteria / atribut

Melakukan perbaikan bobot
Menghitung Vektor S
Menghitung preferensi relative (Vi) dari setiap
alternatif
Mengurutkan hasil yang diperoleh dari terkecil
ke terbesar
Menentukan hasil keputusan melalui
pengambilan nilai preferensi terbesar diantara
nilai preferensi yang lain

SELESAI
Mendapat hasil keputusan status karyawan
terbaik


MULAI
MULAI

STUDI LITERATUR: Menentukan jumlah
variabel dan menentukan jumlah linguistik tiap
variabel

PENGUMPULAN DATA :Menentukan range
tiap linguistik dalam masing masing variabel
Menentukan range tiap linguistic dalam masing-
masing variabel
ANALISA KASUS

ANALISA KEBUTUHAN SISTEM
:Menentukan variabel yang terkait dalam proses
yang akan ditentukan dan fungsi fuzzifikasi yang
sesuai
ANALISA KEBUTUHAN
FUNGSIONALSISTEM :Mencari derajat
keanggotaan tiap himpunan fuzzy atau tiap
linguistiknya
PERANCANGAN SISTEM :Mencari nilai z
untuk setiap rule atau aturan dengan
menggunakan fungsi MIN

IMPLEMENTASI :Setelah mendapatkan nilai z
tiap rule yang dibuat, kemudian melakukan
metode defuzifikasi rata-rata terpusat
PENGUJIAN

SELESAI
PENGAMBILAN KEPUTUSAN DANSARAN
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik dengan Metode Weighted Product
4

Gambar 2 Diagram Alir Metodologi Pnenelitian

3.1 Studi Literatur
Dalam tahap studi literature/studi pustaka
kami melakukan pencarian informasi berupa
literature. Literaturebersumber dari buku, artikel
ilmiah, jurnal ilmiah, serta laporan penelitian yang
telah ada dan relevan yang didapatkan melalui
internet (online).

3.2 Analisa Kasus
Dalam tahap ini kami melakukan analisa kasus
dengan membandingkan dan mencari berita-berita
terkait tentang penilaian karyawan terbaik.Selain
itu analisa juga kami lakukan dengan membaca atau
mencari literatur penelitian-penelitian yang pernah
dilakukan. Dalam analisa ini, data yang dibutuhkan
adalah data karyawan dari perusahaan serta data-
data pendukung lainnya.

3.3 Analisa Kebutuhan Sistem
a. System Administrator
1. Dapat melakukan perubahan yang
mendasar pada aplikasi.
2. Mempunyai hak untuk mengakses data
user.
3. Mempunyai hak untuk mengontrol
database aplikasi secara penuh.
4. Mempunyai hak untuk mengontrol
kinerja dari aplikasi.
b. User
1. Memberikan masukan data ke dalam
aplikasi
2. Mengetahui keluaran dari aplikasi yang
berupa rekomendasi karyawan terbaik.

3.4 Perancangan Sistem pada Aplikasi
Dibawah ini terdapat arsitektur sistem
pendukungkeputusan penentuan karyawan terbaik.

Sistem lainnya yang berbasis
komputer
Internet, Intranet, Ekstranet
Data Karyawan
Subsistem Berbasis
Pengetahuan
Antarmuka Pengguna
MADM dengan WP
User
Basis
Pengetahuan
Organisasional
Database

Gambar 2. Arsitektur Sistem Pendukung
Keputusan Penentuan Karyawan Terbaik

3.5 Implementasi Aplikasi
Implementasi aplikasi dilakukan dengan
mengacu kepada perancangan aplikasi.

3.6 Pengujian Aplikasi
Uji coba yang dilakukan untuk aplikasi ini
menggunakan blackbox testing.Yaitu pengujian
fungsionalitas aplikasi untuk mengetahui apakah
aplikasi telah berjalan dengan benar sesuai dengan
parameter yang telah ditentukan.

4 HASIL DAN PEMBAHASAN

Pada sistem ini basis pengetahuan berisi kriteria
pengambilan keputusan dan data pembobotan.

Tabel 2. Data Kriteria
Kriteria Penjelasan
A1 Attitude
A2 Absen
A3 Etos
A4 Kebutuhan

Basis data yang digunakan pada sistem ini
terdiri dari 3 Tabel, antara lain :
- Tabel Penilaian
- Tabel Karyawan
- Tabel Hasil Nilai

Berikut adalah model kasus Perhitungan
Manual Penilaian Karyawan Terbaik dengan
Weight Product
1. Penentuan Bobot Awal (W_init
j
)
Untuk Karyawan x :
Attitude : 2
Absen : 1
Etos : 4
Kebutuhan : 2
2. Tabel Bobor karyawan tiap kriteria

Tabel 3. Tabel Bobot Karyawan
Alternatif
Kriteria
C1 C2 C3 C4
Attitude Absen Etos Kebutuhan
Karyawan 1 4 4 4 3
Karyawan 2 2 3 2 2
Karyawan 3 4 4 2 1
Karyawan 4 2 4 1 1
Karyawan 5 3 1 2 1
Karyawan 6 3 2 1 2
Karyawan 7 4 3 1 2
Karyawan 8 2 3 3 3
Karyawan 9 3 4 1 1
Karyawan 10 3 2 1 4
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik dengan Metode Weighted Product

5

Karyawan 11 4 1 4 3
Karyawan 12 3 4 1 4
Karyawan 13 4 2 3 3
Karyawan 14 4 3 1 1
Karyawan 15 1 2 1 4
Karyawan 16 2 1 3 3
Karyawan 17 1 1 4 4
Karyawan 18 3 3 4 3
Karyawan 19 1 4 2 3
Karyawan 20 1 3 2 4
Karyawan 21 3 2 3 1
Karyawan 22 4 2 2 2
Karyawan 23 4 3 3 1
Karyawan 24 4 1 4 1
Karyawan 25 1 1 3 4
Karyawan 26 3 4 2 4
Karyawan 27 4 1 1 1
Karyawan 28 2 1 3 4
Karyawan 29 3 4 2 1
Karyawan 30 3 1 1 1

3. Melakukan perbaikan bobot

W
j
= W_init
j
/

n
1 j
j
W_Init
W
1
= W_init
attitude
/
W_init
attitude
+W_init
absen
+W_init
etos
+Winit
kebutuhan

= 2 / (2+1+4+2)
= 0,2222

Tabel 4. Tabel Perbaikan Bobot (W
j
)









4. Melakukan perhitungan vector Si

S
1
=C
attitude
W1
x C
absen
w2
x C
etos
w3
x C
kebutuhan
w1
= 4
0.222
x 4
0.111
x 4
0.444
x 3
0.222
= 1.36079 x1.166529 x 1.851749 x 1.27651
= 3.752285


Tabel 5. Tabel Perhitungan NilaiVektor S
i


Cattitude
w1
Cabsen
w2
Cetos
w3
Ckebutuhan
w4
Si
S1 1.36079 1.166529 1.851749 1.276518007 3.752285
S2 1.166529 1.129831 1.36079 1.16652904 2.092164
S3 1.36079 1.166529 1.36079 1 2.160119
S4 1.166529 1.166529 1 1 1.36079
S5 1.276518 1 1.36079 1 1.737073
S6 1.276518 1.08006 1 1.16652904 1.608312
S7 1.36079 1.129831 1 1.16652904 1.793495
S8 1.166529 1.129831 1.629498 1.276518007 2.74151
S9 1.276518 1.166529 1 1 1.489095
S10 1.276518 1.08006 1 1.36079 1.876143
S11 1.36079 1 1.851749 1.276518007 3.216624
S12 1.276518 1.166529 1 1.36079 2.026346
S13 1.36079 1.08006 1.629498 1.276518007 3.057171
S14 1.36079 1.129831 1 1 1.537463
S15 1 1.08006 1 1.36079 1.469734
S16 1.166529 1 1.629498 1.276518007 2.426478
S17 1 1 1.851749 1.36079 2.519842
S18 1.276518 1.129831 1.851749 1.276518007 3.409177
S19 1 1.166529 1.36079 1.276518007 2.026346
S20 1 1.129831 1.36079 1.36079 2.092164
S21 1.276518 1.08006 1.629498 1 2.246615
S22 1.36079 1.08006 1.36079 1.16652904 2.333058
S23 1.36079 1.129831 1.629498 1 2.505293
S24 1.36079 1 1.851749 1 2.519842
S25 1 1 1.629498 1.36079 2.217405
S26 1.276518 1.166529 1.36079 1.36079 2.757431
S27 1.36079 1 1 1 1.36079
S28 1.166529 1 1.629498 1.36079 2.586667
S29 1.276518 1.166529 1.36079 1 2.026346
S30 1.276518 1 1 1 1.276518
Jumlah 66.2223


5. Melakukan perhitungan vector Vi
Perhitungan V
i
untuk memilih nilai tertinggi
sebagai alternatif terbaik. Contoh Perhitungan :
W_init
j
W
j

W
1
2 0.222222
W
2
1 0.111111
W
3
4 0.444444
W
4
2 0.222222
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik dengan Metode Weighted Product
6

m
1 j
i
i
i
S
S
V
V
1
= S
1
/ Jumlah Si (dari tabel 4.9)
= 3.752285/ 66.2223
= 0.056662

6. Melakukan pengurutan nilai Vi dari nilai
terbesar ke nilai terkecil

Tabel 6. Tabel Pengurutan Nilai Vektor V
i
V
i

V
1
0.056662
V
18
0.051481
V
11
0.048573
V
13
0.046165
V26 0.041639
V8 0.041399
V28 0.03906
V17 0.038051
V24 0.038051
V23 0.037832
V16 0.036641
V22 0.035231
V21 0.033925
V25 0.033484
V3 0.032619
V2 0.031593
V20 0.031593
V12 0.030599
V29 0.030599
V19 0.030599
V10 0.028331
V7 0.027083
V5 0.026231
V6 0.024287
V14 0.023217
V9 0.022486
V15 0.022194
V4 0.020549
V27 0.020549
V30 0.019276

7. Dari perhitungan tersebut didapat nilai
rekomendasi 4 nilai teratas dari hasil pengurutan
yaitu pada karyawan 1, 18, 11, 13


5 IMPLEMENTASI


Gambar 3. Perhitungan Weighted Product
dalam Sistem


Gambar 4. Hasil Akhir Penentuan Karyawan
Terbaik dalam Sistem


6 KESIMPULAN DAN SARAN

Dalam pemilihan karyawan terbaik,
metode Weighted Product (WP) menitikberatkan
pada pengambilan keputusan dengan cara
perkalian untuk menghubungkan rating setiap
atribut, dimana rating tiap atribut harus
dipangkatkan dulu dengan bobot atribut yang
bersangkutan. Berbeda dengan metode tsukamoto
yang dimana pada setiap konsekuen pada aturan
berbentuk IF THEN harus direpresentasikan
dengan suatu himpunan fuzzy dengan fungsi
keanggotaan yang monoton.
Dari kedua metode tersebut didapatkan
tingkat akurasi hasil keputusan yang berbeda,
dimana metode WP memiliki tingkat akurasi
sebesar 73%. Berbeda dengan metode Tsukamoto
Sistem Pendukung Keputusan Penentuan Karyawan Terbaik dengan Metode Weighted Product

7

yang memiliki tingkat akurasi sebesar 70%.
Dengan demikian dapat disimpulkan, bahwa
metode WP dapat dijadikan sebagai acuan dalam
menghitung nilai kelayakan dari penilaian
karyawan, sebagai rekomendasi karyawan terbaik.
Akan tetapi penelitian ini belum mencakup
beberapa atribut lain dalam melakukan perhitungan.
Sehingga hal tersebut dapat menjadi pertimbangan
bagi peniliti dalam melakukan pengembangan
selanjutnya agar tingkat akurasi semakin
meningkat.

7 DAFTAR PUSTAKA

[1] Eddie Ismantoe. 2012. Metode Weighted
Product (WP). url: http://edi-
ismanto.blogspot.com/2012/04/metode-
weighted-product-wp.html, diakses pada 05
Desember 2013
[2] Apriliyani NS. 2012. Fuzzy Multiple
Attribut Decision Making (Fmdam) Dan
Metode Simple Additive Weighting (Saw)
Digunakan Dalam Sistem Pendukung
Keputusan (bag1). Universitas Dian
Nuswantoro
[3] Alfita, R . 2011. Perancangan Sistem
Pendukung Keputusan Penentuan Prioritas
Produk Unggulan Daerah Menggunakan
Metode Weighted Product (WP). Universitas
Trunojoyo Madura.
[4] Anonim. Weighted Product Model. url:
http://en.wikipedia.org/wiki/Weighted_pro
duct_model, diakses pada 12 November
2013