Anda di halaman 1dari 7

Khoirul Sholeh, SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN

PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI DENGAN PENERAPAN FUZZY
INFERENCE SYSTEM TSUKAMOTO

SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN


PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI
DENGAN PENERAPAN FUZZY INFERENCE SYSTEM TSUKAMOTO
Diantika Puspitasari,Agung Putra W.,Khoirul Sholeh, Olive Khoirul LMA, Candra Ratna H
Ilmu Komputer UB,Ilmu Komputer UB,Ilmu Komputer UB,Ilmu Komputer UB, Ilmu Komputer UB

ABSTRAK
Pada tahun-tahun belakangan ini di Indonesia banyak perusahaan-perusahaan yang
membuat kebijakan untuk mengubah sistem kerja karyawan menjadi outsourcing. Dimana
mungkin perusahaan memikirkan bahwa dengan sistem kerja kontrak perusahaan akan lebih
menghemat pengeluaran pada perusahaan.Namun muncul masalah jika kebijakan sistem kontrak
karyawan berlaku, maka perusahaan mungkin akan kehilangan tenaga kerja ahli yang memang
dibutuhkan karyawan. Mungkin terdapat karyawan yang mempunyai etos kerja yang baik,
mempunyai keahlian yang lebih. Serta masalah seberapa banyak jumlah karyawan yang nantinya
ingin diperpanjang kontraknya tergantung permintaan dari perusahaan rekanan yang meminta
produk pada perusahaan tersebut.Maka dari itu untuk menangani masalah tersebut, perlu adanya
suatu sistem yang mungkin bisa membantu perusahaan dalam menentukan keputusan dimana
yang menyangkut seberapa banyak jumlah karyawan yang dibutuhkan (berdasarkan kondisi
permintaan pasar) dan karyawan yang seperti apakah yang cocok untuk diperpanjang masa
kontrak kerjanya dengan melihat kondisi penilaian kinerja karyawan dengan mengacu terhadap
rule rule yang berlaku pada perusahaan.
Kata kunci : penentuan keputusan, penilaian kinerja karyawan, rule perusahaan, jumlah
karyawan
ABSTRACT
In recent years in Indonesia, many companies create policies to change the system to be
outsourced employee. Where the company may think that the company's contract work system will
save expenditure. But it will be trouble if applicable system policy contract employees, then the
company may be losing skilled manpower that is needed employee. There may be employees who
have a good work ethic, have more skill. And the issue of how much the number of employees who
will want his contract extended depending on demand from partner companies who ask for the
product on the company tersebut.To address the problem, the need for a system that might be able
to help the company determine where the decision regarding how much the number of employees
required (based on market demand conditions) and employees as if that is suitable for an extended
period of the contract works by looking at the condition of the employee performance appraisal
with reference to the rules applicable to the company's rule.
Keyword : decision making, assessment of employee performance, corporate rule, number of
employees

PENDAHULUAN

Suatu permasalahan tertentu


kadang
membutuhkan
pendekatan
secara matematis sebagai pemecahannya.

Diantaranya
adalah
masalah
kepegawaian yang berhubungan dengan
jumlah karyawan yang dibutuhkan
berdasarkan kebutuhan dan bagaimana
cara
memilih
karyawan
yang
1

Khoirul Sholeh, SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN


PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI DENGAN PENERAPAN FUZZY
INFERENCE SYSTEM TSUKAMOTO

diperpanjang kontraknya berdasarkan


penilaian secara matematis menurut
variable penentu.
Selain itu terkadang adakalanya
perusahaan
perlu
untuk
tidak
memperpanjang karyawan dikarenakan
jumlah kebutuhan karyawan pada
departemen
lebih
sedikit
dari
perpanjangan
karyawan,
sehingga
diperlukan sebuah mekanisme sistem
sebagai pendukung keputusan untuk
dapat
membantu
memberikan
rekomendasi terhadap perpanjangan
karyawan dengan memindahkannya ke
departemen yang lebih membutuhkan
dibanding harus merekrut karyawan
baru.
Pendekatan secara Fuzzy dengan
menggunakan Fuzzy Inference System
dirasa mampu menjadi salah satu
jawaban terhadap persoalan diatas.
Pendekatan Fuzzy memberikan range
yang lebih besar daripada logika
konvensional yang hanya bernilai benar
atau salah ( 0 atau 1 ). Dengan adanya
Fuzzy memberikan harapan terhadap
setiap variable yang ada dankarena
itulah mengapa pendekatan fuzzy
banyak diterapkan pada pemecahan
persoalan real. Dalam Fuzzy nilai suatu
variabel bisa memiliki dua nilai dalam
waktu yang bersamaan, yaitu bisa
bernilai
benar
dengan
derajat
keanggotaan tertentu dan bernilai salah
dengan derajat keanggotaan tertentu
pula.[1]
METODE PENELITIAN

Metodologi
penelitian
perancangan
sistem,
berikut
penelitian :
1.

dan
alur

Pendefinisian masalah, yaitu


membangkitkan aturan dengan
menggunakan metode clustering
pada proses Fuzzy Inference
System metode Tsukamoto.

2.

Kajian literatur dari sumber


pustaka yang televan dan dapat
dipertanggungjawabkan.
Pengambilan
data
serta
wawancara dengan pakar dari
PT. JAI yang menangani bidang
karyawan atau Human Resorce
Development (HRD).
3. Analisis dan perancangan sistem
penilaian kinerja karyawan dan
penentuan jumlah penerimaan
karyawan
di
PT.
JAI
menggunakan Fuzzy Inference
System metode Tsukamoto yang
aturannya bukan dari pakar,
melainkan dari pembangkitan
aturan menggunakkan teknik
clustering.
4. Implementasi sistem penilaian
kinerja karyawan dan penentuan
jumlah penerimaan karyawan di
PT. JAI menggunakan Fuzzy
Inference
System
metode
Tsukamoto yang aturannya bukan
dari pakar, melainkan dari
pembangkitan
aturan
menggunakan teknik clustering.
5. Uji coba sistem.
6. Mengevaluasi dan menganalisis
hasil dari uji coba sistem.
Untuk lebih jelasnya, dapat
dilihat pada diagram alir penelitian
gambar 3.1 di bawah ini:

Khoirul Sholeh, SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN


PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI DENGAN PENERAPAN FUZZY
INFERENCE SYSTEM TSUKAMOTO

Gambar 1. Diagram alir penelitian


HASIL DAN PEMBAHASAN

Source Code
- Permintaan
Method tabel rule data permintaan berisi
data-data
aturan permintaan tiap
bulannya. Tabel berisi data permintaan
yang diambil dari database MySQL.
- Penilaian
Method tabel rule data penilaian berisi
data-data aturan penilaian perpanjangan
karyawan kontrak. Tabel berisi aturanaturan penilaian karyawan yang diambil
dari database MySQL.
Method yang berisi aturan-aturan
penilaian karyawan sebanyak 16 aturan,
aturan-aturan ini diambil dari data yang
tersimpan dalam database.
- Method Max Min
Method ini berisi nilai minimal dari nilai
miu 4 atribut. Dengan membandingkan 2
nilai,yaitu temp1 berisi perbandingan
nilai miu atribut a dan b,sedangkan
temp2 berisi perbandingan miu atribut c
dan d. Kemudian temp1 dan temp2
dibandingkan untuk mencari nilai miu
yang paling minimal.
- Zbanyak
Method Zbanyak berisi perhitungan
untuk hasil akhir dari aturan yaitu
atribut ke 5. Apabila dalam aturan atribut
ke 5 hasilnya baik maka perhitungan
menggunakan Zbanyak.

nilai Z dari masing-masing aturan pada


method Zbanyak dan Zsedikit. Setelah
semua aturan dihitung nilai Z nya,maka
dilakukan perhitungan Z total yang
merupakan
hasil
dari
penilaian
karyawan tersebut. Z total merupakan
hasil pembagian dari atas bagi
bawah, yang berarti atas yaitu
jumlah dari nilai alphapredikat dikalikan
dengan nilai Z masing-masing aturan.
Sedangkan
bawah
merupakan
penjumlahan nilai alphapredikat dari ke
16 aturan tersebut.
- Database
Ada delapan tabel dalam database untuk
menampung data-data yang dibutuhkan
dan data hasil keputusan yang dibuat
oleh sistem, antara lain :

Tabel tb_departemen
Tabel tb_karyawan
Tabel tb_karyawandiperpanjang
Tabel tb_lowongan
Tabel tb_miudatauji
Tabel tb_penilaian
Tabel tb_permintaan
Tabel view_karyawan

- Antar Muka

- ZSedikit
Method Zsedikit berisi perhitungan
untuk hasil akhir dari aturan yaitu
atribut ke 5. Apabila dalam aturan atribut
ke 5 hasilnya jelek maka perhitungan
menggunakan Zsedikit.
Gambar 2. Form Penilaian
- Methode Alpha predikat
Method alpha predikat berisi proses
perulangan dalam perhitungan ke 16
aturan yang ada. 16 aturan tersebut dicari
3

Khoirul Sholeh, SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN


PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI DENGAN PENERAPAN FUZZY
INFERENCE SYSTEM TSUKAMOTO

Keterangan :
Fungsi keanggotaan sedikit
Buruk (

)=

Fungsi keanggotaan banyak


Baik (

Gambar 3. Form Penerimaan

)=

Setelah diketahui model fuzzy diatas,


maka kita tinggal melakukan
perhitungan sesuai aturan.

- Model Kasus
Ada seorang karyawan PT. JAI
yang akan habis masa kontraknya.
Untuk menentukan apakah karyawan
tersebut diperpanjang masa kontraknya
,maka diperlukan suatu penilaian
terhadap karyawan tersebut. Berikut
penilaian karyawan tersebut :
- Kelakuan = 3; Absensi = 4;
Etos Kerja = 1; Kebutuhan Kerja = 3.
Berapakah nilai akhir dari keryawan
tersebut berdasarkan penilaian diatas?
- Model Fuzzy
Pada cara penilaian sebelumnya,
penilaian untuk variabel linguistik dilihat
dari rata rata nilainya. Baik untuk rata
rata lebih besar sama degan 3 dan buruk
untuk rata rata kurang dari 3. Sehingga
masing masing parameter memiliki 2
variabel linguistik meski ternyata
penilaiannya
terdiri
dari
4
kriteria.Berikut fungsi keanggotaannya :
1

1
2

4
2

4
3

4
2

3
2

3.75
2.25

2.75

4
5
6

2
3
3

4
1
2

1
2
1

1
1
2

2
1.75
2

7
8

4
2

3
3

1
3

2
3

2.5
2.75

9
10

3
3

4
2

1
1

1
4

2.25
2.5

11

12
13

3
4

4
2

1
3

4
3

3
3

14
15

4
1

3
2

1
1

1
4

2.25
2

Gambar 4 : Grafik fungsi keanggotaan


variabel permintaan
4

- Uji Coba Skenario


Data hasil uji coba skenario oleh
program (skenario 1, .., skenario n)
n=130
A
tt
it
Ke
u
but
d Ab
uh Rata Katego
Id e sen Etos an -rata
ri
Diper
panjang
Tidak
Diper
panjang
Diper
panjang
Tidak
Tidak
(Diper
panjan)
(Tidak)
(Diperp
anjang)
Tidak
Diperpa
njang
(Diperp
anjang)
Tidak
(Diperp
anjang)
(Tidak)

Khoirul Sholeh, SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN


PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI DENGAN PENERAPAN FUZZY
INFERENCE SYSTEM TSUKAMOTO

16
17
18
19
20

2
1
3
1
1

1
1
3
4
3

3
4
4
2
2

3
4
3
3
4

2.25
2.5
3.25
2.5
2.5

21
22
23

3
4
4

2
2
3

3
2
3

1
2
1

2.25
2.5
2.75

24
25
26
27
28
29
30

4
1
3
4
2
3
3

1
1
4
1
1
4
1

4
3
2
1
3
2
1

1
4
4
1
4
1
1

2.5
2.25
3.25
1.75
2.5
2.5
1.5

(Tidak)
Tidak
Tidak
Tidak
Tidak
(Diperp
anjang)
Tidak

- Grafik Tingkat Akurasi


Sebagai contoh disini dibuat grafik
empat data pertama dari 30 data
karyawan.
6
4
2
0

Data ke-1
Data ke-2
Data ke-3

Tidak
(Diperp
anjang)

Data ke-4

Tidak
Tidak
Tidak
Tidak
Tidak
Tidak

Grafik 1. Data Nilai Karyawan


4
2

Data ke-1

Data ke-2
Data ke-3
Data ke-4

( ) = kategori hasil uji program yang


berbeda dengan data asli
- Menganalisa Hasil Skenario
Dari
30
kali
percobaan,
sistem
menghitung
nilai
kelayakan
dari
penilaian
masing-masing
karyawan
dengan
menggunakan
Methode
Tsukamoto. Dari hasil hitungan rata-rata
4

manual (

) dengan hitungan sistem

i 4

menggunakan Methode tsukamoto ada


21 data yang sama, Sembilan data
mempunyai hasil yang berbeda. Hasil
dipengaruhi oleh step perhitungan
derajat
keanggotaan
menggunakan
Tsukamoto pada masing-masing nilai
karyawan.
Pada
Tsukamoto
memperhatikan Methode min(max) pada
perhitungan
derajat
keanggotaan.
Sementara pada perhitungan secara
manual hanya menghitung nilai rata-rata
total nilai masing-masing karyawan.
Dengan memperhatikan hal tersebut
memugkinkan
adanya
beberapa
perbedaan perhitungan nilai kelayakan
dari penilaian karyawan.

Grafik 2. Rata-Rata Nilai Karyawan


Hasil Methode Tsukamoto
- Tingkat Akurasi
Dari 30 data scenario, kami
menguji 30 data tersebut menggunakan
sistem dan menghitung secara manual
dari pembobotan nilai rata-rata
penilaian karyawan. Perhitungan yang
pertama kami menggunakan hitngan
manual dengan menjumlah semua total
nilai masing-masing karyawan di ratarata dijadikan nilai rata-rata terbobot
karyawan pada penilaian karyawan.
Cara kedua kami menguji 30 data
tersebut dengan mengunakan sistem
yang
kami
bangun
dimana
menggunakan Methode Tsukamoto.
Dari kedua hasil hitungan tersebut,
didapatkan perbandingan hasil dari
perhitungan sistem yaitu 21 data sesuai
dengan hitungan manual dari 30 data
training. Perlu diketahui, bahwa
perhitungan manual belum tentu benar
karena perhitungan manual tidak
memperhitungkan
perhitun gan
derajat

keanggotaan

masing-masing
5

Khoirul Sholeh, SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN


PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI DENGAN PENERAPAN FUZZY
INFERENCE SYSTEM TSUKAMOTO

data. Sementara dari hitungan sistem


memperhatikan proses perhitungan
derajat
keanggotaan
nilai
menggunakan Methode Tsukamoto
(min-max) untuk menentukan nilai
kelayakan nilai karyawan.
Diasumsikan nilai perhitungan
manual sebagai acuannya. Maka bisa
dihitung nilai tingkat akurasi dari
perhitungan sistem yaitu :
Data Uji Benar
Tingkat Akurasi
Total Data Uji

Dari perhitungan Tingkat Akurasi


dan Akurasinya bisa dilihat bahwa
sistem mempunyai kelebihan dalam
perhitungan data yang sudah cukup baik
karena
sudah
mempunya
nilai
keakuratan di atas rata-rata dan lebih
dari 50% akurasinya. Dengan kata lain
sistem bisa dijadikan sebagai acuan
dalam menghitung nilai kelayakan dari
penilaian karyawan sebagai rekomendasi
karyawan layak diperpanjang atau tidak.

yang
dilakukan,
yaitu
proses
penilaian
kinerja
karyawan
menggunakan metode FIS Tsukamoto
terhadap data training berdasarkan
aturan yang didapat dari pakar. Hasil
dari
penilaian
perpanjangan
karyawan kontrak akan dinilai lagi
oleh pihak HRD dan pihak HRD yang
menentukan jumlah karyawan yang
akan diperpanjang setelah dilakukan
penilaian melalui sistem pendukung
keputusan ini. Sehingga sistem
pendukung keputusan ini tidak
menggantikan tugas utama dari HRD.
2. Metode FIS Tsukamoto memiliki
akurasi yang cukup baik untuk
penilaian
kinerja
karyawan
perpanjangan kontrak. Nilai akurasi
dari sistem pendukung keputusan
penilaian karyawan dan pendekatan
angka
kebutuhan
penerimaan
karyawan PT. Jatim Autocomp
Indonesia
sebesar
70%.
Dari
perhitungan tingkat akurasi sistem
mempunyai
kelebihan
dalam
perhitungan data yang sudah cukup
baik karena sudah mempunya nilai
keakuratan di atas rata-rata dan lebih
dari 50% akurasinya. Sehingga sistem
ini bisa dijadikan sebagai acuan dalam
menghitung nilai kelayakan dari
penilaian
karyawan
sebagai
rekomendasi
karyawan
layak
diperpanjang atau tidak.

KESIMPULAN

DAFTAR PUSTAKA

Setelah melakukan penelitian


tentang
penilaian
karyawan
dan
pendekatan
angka
kebutuhan
penerimaan
karyawan
PT.
Jatim
Autocomp Indonesia dengan penerapan
fuzzy inference system tsukamoto maka
dapat disimpulkan bahwa :
1. Metode Fuzzy
Inference
Syetem
Tsukamoto dapat diimplementasikan
untuk penilaian kinerja karyawan
perpanjangan kontrak. Proses utama

[1] Arhami M., (2005). Konsep Dasar Sistem


Pakar. Ed I., Andi Offset, Yogyakarta.

Tingkat Akurasi

Akurasi

21
0 .7
30

Data Uji Benar x100%


Total Data Uji

Akurasi

21
x100% 0.7 x100% 70%
30

[2] Kusumadewi S., Pumomo H., (2004).


Aplikasi Logika Fuzzy Untuk Pendukung
Keputusan. Ed I,.Graha Ilmu, Yogyakarta.
[3] Mujahidin Muammil. (2009). Dasar - Dasar
Pemahaman Logika Fuzzy (Bagian 1). Diakses
pada
28
Oktober
2012
dari
http://iddhien.com/index.php?option=com_co
ntent&task=view&id=49&Itemid=113

Khoirul Sholeh, SISTEM PENDUKUNG KEPUTUSAN PADA PENILAIAN KARYAWAN DAN


PENDEKATAN ANGKA KEBUTUHAN PENERIMAAN KARYAWAN PT. JAI DENGAN PENERAPAN FUZZY
INFERENCE SYSTEM TSUKAMOTO

[4] Nurmianto, Eko dan Nurhadi Siswanto.


(2006). Perancangan Penilaian Kinerja Karyawan
Berdasarkan Kompetensi Spencer dengan Metode
Analytical Hierarchy Process. Diakses pada 28
Oktober 2012 dari http://puslit.petra.ac.id/
files/published/journals/IND/IND060801/IND
06080104.pdf
[5] Turban E, Jay E.A. Liang T.P., (2005).
Decision Support Systems andIntelligent Systems.
Ed 7, AndiOffset, Yogyakarta.