TEKNOLOGI INFORMASI
DAN KOMUNIKASI Vol.7 No. 1, Juni 2018 : 1 - 10
ABSTRAK
Pengambilan keputusan adalah bagaimana cara menilai suatu pilihan dan mengambil keputusan
dengan baik berdasarkan perhitungan menggunakan alternatif. Menentukan karyawan terbaik
diperlukan untuk mengukur loyalitas dan kinerja karyawan. Akan tetapi pimpinan merasa kesulitan
dalam menilai karyawan secara objektif sehingga mengakibatkan ketidak akuratan penilaian yang
diberikan. Pada Penelitian ini metode AHP digunakan untuk mencari bobot nilai yang mengacu pada
kriteria dan sub kriteria. Kriteria yang menjadi acuan penilaian yaitu Tanggung Jawab, Kedisiplinan,
Ketelitian, Keahlian, Kepemimpinan, Absensi, Kepribadian dan Komunikasi. Sedangkan alternatif
penilaian yaitu seluruh karyawan yang yang berjumlah 100 orang dengan asumsi penilaian ditujukan
kepada karyawan yang telah bekerja lebih dari dua belas (12) bulan. Data yang digunakan sebagai
acuan adalah kuesioner bulanan pemilihan karyawan terbaik yang dinilai dari januari-desember tahun
2016. Selanjutnya untuk menentukan akurasi dilakukan perbandingan menggunakan metode Fuzzy
AHP. Hasil penelitian ini menunjukkan dari lima puluh (50)karyawan yang telah di uji menghasilkan
bobot nilai 28% dengan nilai tertinggi 0,0493karyawan terbaik menggunakan metode AHP sedangkan
menggunakan metode Fuzzy AHP terjadi peningkatan akurasi data sebesar 42% dengan nilai tertinggi
0,5949, sehinggametode Fuzzy AHP lebih baik digunakan dibanding menggunakan AHP.Oleh karena itu
metode Fuzzy AHP sangat cocok digunakan untuk mendapatkan nilai akurasi yang optimal.
ABSTRACT
Decision making is how do I rate an option well and take decisions based on calculations using the
alternative. Determine the best employee is required to measure employee performance and loyalty. But
the leadership feel difficulty in assessing the employees objectively so as to result in an assessment that
inaccuracies are given. Research on the method of AHP is used to find the value that refers to the
weighting criteria and sub criteria. The criteria to become a reference for the assessment, namely the
responsibility, discipline, Precision, expertise, leadership, Communication, personality and Attendance.
While the alternative assessment i.e. all employees who were 100 people assuming the assessment
addressed to employees who have worked more than twelve (12) months. The data is used as a reference
is the best employee selection monthly questionnaires that assessed from January to December of the year
1
Jurnal Teknologi Informasi dan Komunikasi
Vol. 7 No.1, Juni 2018 : 1 - 10
2016. Next to determine the accuracy of the comparison is done using the method of Fuzzy AHP. The
results of this research show from 50 employees who have been at the test generates a weighting value of
28% with the highest value 0.0493 best employee using the method of AHP Fuzzy AHP method while an
increase in the accuracy of the data amounted to 42% with the highest value 0.5949, so Fuzzy AHP
method is better used than using AHP. Hence Fuzzy AHP method is suitable to obtain optimal accuracy
value.
2
Analisis Akurasi Pengambilan Keputusan Menggunakan Fuzzy AHP Dalam Penentuan Rangking Karyawan Terbaik…
Teuku Afriliansyah, dkk
3
Jurnal Teknologi Informasi dan Komunikasi
Vol. 7 No.1, Juni 2018 : 1 - 10
4
Analisis Akurasi Pengambilan Keputusan Menggunakan Fuzzy AHP Dalam Penentuan Rangking Karyawan Terbaik…
Teuku Afriliansyah, dkk
Adapun variable kriteria yang akan dinilai dapat melakukan pengisian kuesioner. Yang
dilihat pada tabel 1. terkait dalam pengisian kuesioner ini
Tabel 1. Variabel Kriteria. adalah kuesioner karyawan yang berada
KRITERIA YANG dilingkungan Yayasan Bina Bumi Persada
NO.
DIGUNAKAN Lhokseumawe.
X1 TanggungJawab
X2 Ketelitian HASIL DAN PEMBAHASAN
X3 Keahlian Data yang diolah dari kuesioner survey
X4 Kedisiplinan responden menggunakan metode AHP dan Fuzzy
X5 Komunikasi AHP adalah sebagai berikut :
X6 Absensi
X7 Kepemimpinan A. Menggunakan metode AHP
X8 Kepribadian Tahapan pertama yaitu perbandingan kriteria
dan alternatifnya, dan Perhitungan bobot nilai
Selanjutnya menentukan kriteria. Penentuan perlu dilakukan. Dengan demikian, evaluasi
kriteria dilakukan berdasarkan langkah-langkah kriteria sesuai dengan tujuan utama dan evaluasi
proses yang sesuai dengan urutan AHP. Dalam alternatif kriteria tersebut harus direalisasikan.
metode ini terdapat beberapa kriteria yang Langkah berikutnya, setelah semua prosedur
dibutuhkan untuk menentukan bobot analytic evaluasi ini, bobot alternatif dapat dihitung. Pada
hierarchy process. Dari kriteria yang telah langkah kedua, bobot ini digunakan untuk
ditentukan diberikan interval batasan nilai untuk perhitungan AHP untuk evaluasi akhir. Matriks
membedakan tingkat kepentingan dari setiap perbandingan untuk kriteria. Tabel 2
kriteria-kriteria tersebut, pada sistem yang akan
dikembangkan ini, nilai interval untuk setiap Tabel 2. Matriks perbandingan berpasangan.
kriteria bersifat dinamis untuk lebih jelasnya, X1 X2 X3 X4 X5 X6 X7 X8
berikut data tingkat kepentingan di setiap sistem 1 3 5 5 3 5 1 3
kinerja. 0,3
1 5 7 5 3 3 1
a. Kriteria Bobot Nilai 3
Kriteria bobot nilai merupakan kriteria 0,1 0,2
1 3 1 1 2 3
pertama yang dihitung dari penilaian 4 0
matriks nilai yang disajikan pada gambar 0,1 0,1 0,3
1 2 1 0,3 1
3. 1 4 3
0,1 0,2 1,0 0,5 0,3
1 3 2
Fungsi Keanggotaan 4 0 0 0 3
Kurang Cukup Baik Sangat Baik 0,2 0,3 1,0 1,0 0,3 0,7
1 0,2
0 3 0 0 3 5
1,0 0,3 7,0 0,3 0,5 5,0
1 0,5
0 3 0 3 0 0
0,3 1,0 21, 27, 0,5 15, 3,0
25 50 75 100 1
3 0 00 00 0 00 0
Gambar 3. Fungsi Keanggotaan 3,7 6,2 12, 21, 20, 20, 9,7 10,
3 1 16 53 36 33 3 58
b. Kriteria Bobot Kuesioner
Kriteria bobot kuesioner dapat ditinjau Cara menghitung nilai matriks di normalisasikan
dari banyaknya responden yang telah seperti berikut :
5
Jurnal Teknologi Informasi dan Komunikasi
Vol. 7 No.1, Juni 2018 : 1 - 10
X1 = (1 / 7,2), (0,3 / 7,2), (0,3 / 7,2), (2 / Tabel 4. Hasil Jumlah dan Prioritas
7,2), (2 / 7,2), ( 0,2 / 7,2), (1 / 7,2) GOAL JUMLAH PRIORITAS
X2 = (3 / 12,2), (1 / 12,2), (0,5 / 12,2), (0,3 / X1 2,009 0,270
12,2), (3 / 12,2), (0,33 / 12,2), (3 / 12,2) X2 1,782 0,157
X3 = (3 / 13), (2 / 13), (1 / 13), (0,5 / 13), X3 0,930 0,033
(0,5 / 13), (3 / 13), (2 / 13), (1 / 13) X4 0,426 0,057
⁞ X5 0,475 0,084
X8 = (3 / 8,3), (1 / 8,3),(1 / 8,3),(0,5 / 8,3), X6 0,393 0,029
(1/ 8,3),( 0,3 / 8,3)+(0,5 / 8,3), (1 / 8,3) X7 1,145 0,103
X8 0,839 0,266
Bobot alternatif dihitung dengan AHP kemudian
bobot nilai ini dapat digunakan pada F-AHP. Jadi, Hasil nilai rata-rata baris diatas diketahui bahwa
metode AHP harus dimulai pada langkah prioritas tanggung jawab memiliki nilai tertinggi,
pertama. Setelah diperoleh nilai matriks, yaitu 0,270 namun belum bisa ditetapkan
kemudian nilai total di bagikan dengan total sebagai nilai kriteria yang dipilih sebelum
keseluruhan yang menghasilkan prioritas. menentukan tingkat rasio konsistensinya.
Dengan demikian, matriks keputusan Selanjutnya menghitung Consistency Ratio (CR),
dinormalisasi awal dapat dijadikan acuan yang yaitu mengevaluasi tingkat konsistensi penilaian
dapat dilihat pada tabel 3 dan tabel 4. yang diberikan pada tahap pairwise comparison.
Tabel 3.Nilai Matriks yang telah dinormalisasi. Menentukan CR menggunakan rumus Weighted
X1 X2 X3 X4 X5 X6 X7 X8
Sum Vector, yaitu dengan mengalikan hasil dari
0,268 0,483 0,247 0,232 0,147 0,246 0,103 0,284
nilai rata-rata baris dengan tiap nilai faktor pada
0,089 0,161 0,411 0,325 0,246 0,148 0,308 0,095
tabel Pairwise comparison. Untuk menentukan
0,089 0,032 0,082 0,139 0,049 0,049 0,206 0,284 nilai consistency vector dengan cara membagi
0,054 0,023 0,027 0,046 0,098 0,049 0,034 0,095 nilai weighted sum vector dengan nilai rata-rata
0,089 0,032 0,082 0,023 0,049 0,148 0,021 0,031 hasil Consistency Vector:
0,054 0,054 0,082 0,046 0,016 0,049 0,021 0,071 Tabel 5. Hasil Consistency Vector
0,268 0,054 0,041 0,141 0,246 0,246 0,103 0,047
X1 8,858 / 0,295 9,153
0,089 0,161 0,027 0,046 0,149 0,066 0,206 0,095
X2 5,192 / 0,205 5,397
1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
X3 0,328 / 0,050 0,378
X4 0,522 / 0,067 0,590
Setelah mendapatkan nilai matrik, selanjutnya
X5 0,912 / 0,093 1,005
menentukan prioritas pilihan (Synthesis of
Priority) yang dilakukan dengan cara X6 0,195 / 0,044 0,238
menghitung Nilai Evaluasi Prioritas yang X7 1,593 / 0,118 1,711
meliputi: X8 1,908 / 0,128 2,036
a. Menghitung nilai faktor dalam kolom tabel.
b. Mengkalkulasi nilai faktor dalam tabel Selanjutnya Menghitung nilai Consistency Index
digunakan skala 1 sampai 9 yang mengacu (CI) dan lamda. Nilai lamda λ merupakan nilai
pada tabel 3. Skala Penilaian. rata-rata dari Consistency Vektor.
c. Membagi tiap nilai faktor dalam kolom λ = 9,153 + 5,397 + 0,378 + 0,590 + 1,005 +
dengan nilai total kalkulasi per kolomnya. 0,238 + 1,711 + 2,036 / 8
d. Menghitung nilai rata-rata baris dengan = 2,564
mengkalkulasikan nilai faktor per Setelah nilai lamda diperoleh, langkah
barisnya. selanjutnya menghitung nilai CI.
6
Analisis Akurasi Pengambilan Keputusan Menggunakan Fuzzy AHP Dalam Penentuan Rangking Karyawan Terbaik…
Teuku Afriliansyah, dkk
7
Jurnal Teknologi Informasi dan Komunikasi
Vol. 7 No.1, Juni 2018 : 1 - 10
8
Analisis Akurasi Pengambilan Keputusan Menggunakan Fuzzy AHP Dalam Penentuan Rangking Karyawan Terbaik…
Teuku Afriliansyah, dkk
Fuzzy AHP, terjadi peningkatan menjadi 0,5949 Indian Journal Science and Technnology,
atau sebesar 59,4%. Dengan demikian dapat Vol.8, 131-10,DOI:
dikatakan bahwa dengan menggunakan metode 10.17485/ijst/2015/08i13/54100, July
Fuzzy AHP untuk mencari akurasi pengambilan 2015.
keputusan mencari rangking karyawan terbaik [7] Mohaghar, A., M.R. Fathi., M.K. Zarchi., A.
dapat dijadikan sebuah solusi sebagai alternatif. Omidian. 2012.“ A Combine ViKOR – Fuzzy
AHP Approach to Marketing Strategy
DAFTAR PUSTAKA Selection”. Business Management and
[1] Saaty, T. L., The Analytical Hierarchy Strategy. Vol.3, No.1,25:13-27.
Process, New York: McGraw-Hill, 1991. [8] Cabala, P. 2010. “Using The Analytic
[2] Torfi, F., Farahani, R.Z., and S. Rezapour. Hierarchy Process In Evaluating Decision
2010. “Fuzzy AHP to determine the relative Alternatives”. Operations research and
weights of evaluation criteria and Fuzzy decisions. No.1, 27: 31-510.
TOPSIS to rank the alternatives”. Applied [9] Faisol, A., Aziz A.M., Suyono,H. 2014.
Soft Computing 10:520-528. DOI: “Komparasi Fuzzy AHP dengan AHP pada
10.1016/j.asoc.2009.08.021. Sistem Pendukung Keputusan Investasi
[3] Rijayana, I. 2012. “Sistem Pendukung Properti”. Jurnal EECCIS, Vol.8 No,2. 123-
keputusan pemilihan karyawan berprestasi 128.
berdasarkan kinerja menggunakan metode [10] Suharso, W. 2016. “Penerapan Metode AHP
AHP”. Jurnal Semnas IF. Vol. 1. 60:56-62. untuk pemilihan dosen berprestasi di
[4] Lu, J, Zang, G, Ruan, D & Wu, F, 2007, “Multi- universitas Jember”. Jurnal Teknologi
Objective Group Decision Making: Methods, Informasi dan Terapan, Vol. 03 No. 01 Hal.
Software and Applications With Fuzzy Set 338-345.
Technique, Imperial College”. Press, London. [11] Julianti, et al. “Pemilihan Guru Berprestasi
[5] Kabirdan Ahsan, (2011), “Comparative Menggunakann Metode AHP dan TOPSIS”.
Analysis of AHP and Fuzzy AHP Models for Proceding Seminar Nasional Penelitian,
Multicriteria Inventory Classification”, Pendidikan dan Penerapan MIPA, UNY,
International Journal of Fuzzy Logic Sistems 2011. Hal. M.63 – M68.
(IJFLS), 1, hal. 1-16. [12] Hsu, Yu-Lung, Lee, Cheng-Haw. & V.B.
[6] Moayeri, M., A. Shahvarani., M.H. Behzadi. Kreng, 2010. “The application of Fuzzy
And F. Hossein zadeh - Lotfi, 2015. Delphi Method and Fuzzy AHP in lubricant
“Comparison of Fuzzy AHP and Fuzzy regenerative technologi selection”. Expert
Topsis Metodhs for math teacher selection”. System with Application, pp. 419-425.
9
Jurnal Teknologi Informasi dan Komunikasi
Vol. 7 No.1, Juni 2018 : 1 - 10
10