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]
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
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
3.2 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
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
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 . . . .
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.
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.