Sistem Pendukung Keputusan Penilaian Supir Terbaik Menggunakan Metode

Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

Dwi Widiarti Syahputri Lubis1, Nur Sekartika2
1
Program Studi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia
Email: 1wiwidlubis28@gmail.com , 2sekarthika13@gmail.com

Abstrak – Supir merupakan bagian terpenting dalam perusahaan jasa expedisi pengangkutan.
Supir yang berkualitas dapat diartikan sebagai sebuah pandangan untuk selalu berpikir, kerja
keras, bekerja sepenuh waktu, disiplin, jujur, loyalitas tinggi, bertanggung jawab dan penuh
dedikasi demi untuk keberhasilan pekerjaannya. Salah satu upaya untuk mendapatkan supir yang
berkualitas adalah dengan melakukan penilaian supir terbaik. Namun kendala yang dihadapi
sebuah perusahaan penyelenggara jasa angkutan pada umumnya, masih belum optimal penilaian
supir terbaik dimana penilaian terhadap supir terbaik masih manual, penentuan supir terbaik
ditentukan oleh seorang pimpinan yang dianggap tidak efektif dan efisien dalam pelaksanaan
penilaian supir terbaik dan tanggung jawab dalam pekerjaan supir tersebut belum maksimal
sehingga tidak terstruktur. Maka dari itu Sistem Pendukung Keputusan (SPK) sebagai salah satu
sistem yang dirancang untuk membantu memutuskan suatu masalah dari hasil perhitungan yang
sistematis terhadap permasalahan melalui proses pengumpulan data menjadi informasi, serta
ditambah dengan faktor-faktor yang perlu dipertimbangkan dalam menentukan sebuah
keputusan. Penelitian ini dilakukan untuk membangun Sistem Pendukung Keputusan yang dapat
membantu menentukan supir terbaik dengan menggunakan metode Technique for Order
Preference by Similarity to Ideal Solution (TOPSIS). Hasil dari penelitian yang dilakukan dari
nilai preferensi tersebut diperlihatkan bahwa V8 memiliki nilai terbesar yaitu 0.6931, sehingga
dapat disimpulkan bahwa alternative yang dipilih adalah alternatif A8 atas nama Zainul.

Kata kunci : Sistem Pendukung Keputusan, Penilaian Kinerja Supir , TOPSIS

1. PENDAHULUAN
Supir merupakan bagian terpenting dalam perusahaan jasa expedisi pengangkutan. Biasanya
supir dalam sebuah perusahaan merupakan sumber daya utama sebagai penunjang proses
produksi perusahaan, sehingga supir yang berkualitas tentunya akan mempengaruhi target dan
pencapaian yang diinginkan oleh perusahaan dalam perindustrian barang yang akan dikirim ke
tempat yang dituju. Di sisi lain pembinaan para supir termasuk yang harus diutamakan sebagai
aset utama perusahaan. Proses belajar harus menjadi budaya perusahaan sehingga keterampilan
para supir dapat dipelihara, bahkan dapat ditingkatkan. Dalam hal ini loyalitas supir yang
berkualitas harus diperhatikan. Supir yang memiliki sikap perjuangan, pengabdian, disiplin, jujur
dan memiliki kemampuan profesional sangat mungkin mempunyai prestasi kerja dalam
melaksanakan tugas sehingga lebih berdaya guna dan berhasil guna. Supir yang berkualitas dapat
diartikan sebagai sebuah pandangan untuk selalu berpikir, kerja keras, bekerja sepenuh waktu,
disiplin, jujur, loyalitas tinggi, bertanggung jawab dan penuh dedikasi demi untuk keberhasilan
pekerjaannya[1]–[3].
Salah satu upaya untuk mendapatkan supir yang berkualitas adalah dengan melakukan
penilaian supir terbaik. Namun kendala yang dihadapi sebuah perusahaan penyelenggara jasa
angkutan pada umumnya, masih belum optimal penilaian supir terbaik dimana penilaian
terhadap supir terbaik masih manual, penentuan supir terbaik ditentukan oleh seorang pimpinan
yang dianggap tidak efektif dan efisien dalam pelaksanaan penilaian supir terbaik dan tanggung
jawab dalam pekerjaan supir tersebut belum maksimal sehingga tidak terstruktur. Hal ini
disebabkan karena belum tersedianya media yang memproses penilaian supir terbaik yang lebih
efektif dan efisien[1], [2].
Maka dari itu Sistem Pendukung Keputusan (SPK) sebagai salah satu sistem yang
dirancang untuk membantu memutuskan suatu masalah dari hasil perhitungan yang sistematis
terhadap permasalahan melalui proses pengumpulan data menjadi informasi, serta ditambah
dengan faktor-faktor yang perlu dipertimbangkan dalam menentukan sebuah keputusan.
Penelitian ini dilakukan untuk membangun Sistem Pendukung Keputusan yang dapat membantu
menentukan supir terbaik dengan menggunakan metode Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS) adalah salah satu metode yang digunakan untuk
penyelesaian sistem pengambilan keputusan dengan mempertimbangkan kriteria dan bobot.
Dalam penelitian ini metode yang digunakan yaitu metode Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS) yang memanfaatkan beberapa pilihan alternatif yang ada
dan yang dibutuhkan berdasarkan kategori atau kriteria yang ada untuk membantu pihak
pengambil keputusan dalam menentukan pilihan dan sebagai dasar perhitungan yang berguna
untuk pengambilan keputusan[4].
Pada penelitian terdahulu yang dituliskan dalam jurnal atau karya ilmiah tentang
penggunaan Sistem Pendukung Keputusan (SPK) pada sistem penilaian adalah
menyimpulkan bahwa untuk dapat mengolah data-data penilaian lebih objektif maka perlu
dibangun sistem pendukung keputusan yang dapat menentukan siapa saja yang berhak
mendapat penghargaan tersebut, sekaligus menghilangkan perhitungan secara manual maka
dibuat secara komputerisasi dan membantu masalah semi terstruktur yaitu permasalahan yang
rutin berulang, tetapi masih dibutuhkan human judgement dalam penerapan solusinya[5].
Berikut pada tabel 1 dapat dilihat beberapa penelitian terkait.
Tabel 1. Penelitian Terkait
No Nama Penulis Judul Hasil Penelitian
1. Jemmi Jaya Sistem Pendukung Hasil penelitian ini adalah dapat
Sampurna , Resmi Keputusan menentukan nilai kinerja sopir dari yang
Ultra , Rudi Andreas Penilaian Kinerja tertinggi sampai yang terendah.
Lesmana Sopir Pada Pt. Fajar Diharapkan sistem yang sudah dibangun
Gelora Semesta bisa membantu perusahaan dalam
Menggunakan melakukan penilaian kerja terhadap[2].
Metode Smart
Berbasis Web
2. Dina Lorenza, Sistem Pendukung Hasil penelitian menunjukkan metode
Pitrawati Keputusan Weighted Product dalam sistem
Pemilihan Driver Pendukung Keputusan (SPK) sangat
Terbaik baik dalam memberikan rekomendasi
Menggunakan dalam penentuan driver terbaik guna
Metode Weight
meningkatkan kinerja karyawan
Product (WP) sedangkan hasil analisa yang dilakukan
bagian HRD maka didapatkan penilaian
berdasarkan perangkingan[1].
3. Shylvia Nurul Amida , Sistem Pendukung Hasil dari penelitian dapat memberikan
Titin Kristiana Keputusan solusi penilaian kinerja pegawai dalam
Penilaian Kinerja mengambil suatu keputusan dan sebagai
Pegawai Dengan dasar perhitungan yang berguna untuk
Menggunakan pengambilan keputusan[4].
Metode Topsis
 No Nama Penulis Judul Hasil Penelitian
4. Aliy Hafiz, Sistme Pendukung Hasil penelitian membuktikan bahwa
Muhammad Keputusan Pemilihan aplikasi ini mampu membantu
Ma’mur Karyawan Terbaik perusahaan dalam proses seleksi
Dengan Pendekatan pemilihan karyawan terbaik dengan
Weight Product metode weighted product, serta
memberikan informasi karyawan
terbaik secara efektif dan efisien[6].
5. Tri Susilowati,Sistem Pendukung Hasil pengujian penerapan metode
Ahlun Nazar, Siti Keputusan Penilaian Topsis dengan perhitungan secara
Mukodimah, Kinerja Guru Sekolah manual. Menghasilkan perangkingan
Muhammad Idris, Dasar Kecamatan bobot kriteria sangat efektif, sehingga
Trisnawati, FiqihGunung Alip dapat disimpulkan bahwa alternatif D
Satria Menggunakan Metode yang dipilih sebagai kinerja guru
Topsis terbaik[7].
6. Gregorius Rinduh Analisis Penggabungan Hasil akhir dari penelitian ini adalah
Iriane, Ernawati, Metode Saw dan menentukan alternatif terbaik dari
Irya Wisnubhadra Metode Topsis Untuk sejumlah alternatif, yakni pelamar
Mendukung Keputusan (dosen) yang layak lolos seleksi
Seleksi berdasarkan kriteria-kriteria berikut:
Penerimaan Dosen IPK (Indeks Prestasi Kumulatif), TPA
(Tes Potensi Akademik),TOEFL (Test
Of English as a Foreign Language), dan
Wawancara[8].

Berdasakan masalah diatas, maka penulis tertarik untuk melakukan penelitian dengan
menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).
Dalam metode ini beberapa kriteria menjadi penentu keputusan tersebut. Dari keputusan tersebut
akan menghasilkan perangkingan dari nilai terbesar sampai terkecil. Penelitian ini untuk
membangun sistem pendukung keputusan dalam menentukan penilaian kinerja supir. Sehingga
yang diharapkan adalah tidak membutuhkan waktu yang lama dalam penilaian, lebih objektifitas
serta akurat dalam menghasilkan penilaian kinerja supir.

2. METODOLOGI PENELITIAN
2.1 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan adalah sistem penghasil informasi spesifik yang ditujukan untuk
memecahkan suatu masalah tertentu yang harus dipecahkan oleh manager pada berbagai
tingkatan. Dengan kata lain Sistem Pendukung Keputusan adalah suatu sistem informasi berbasis
komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam
menangani berbagai permasalahan yang terstruktur dengan menggunakan data dan model[9].
2.2 Penilaian Kinerja
Menurut Schuler & Jackson dalam jurnal sumber daya manusia, penilaian inerja adalah suatu
sistem formal dan terstruktur yang mengukur, menilai, dan mempengaruhi sifat-sifat yang
berkaitan dengan pekerjaan, perilaku, dan hasil, termasuk tingkat ketidakhadiran. Fokusnya
adalah untuk mengetahui seberapa produktif seorang karyawan dan apakah ia bisa berkinerja
sama atau lebih efektif pada masa yang akan datang, sehingga karyawan, organisasi, dan
masyarakat semuanya memperoleh manfaat[10].
2.3 Metode TOPSIS
Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah salah
satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon
dan Hwang pada tahun 1981. TOPSIS didasarkan pada konsep dimana alternative terpilih adalah
adalah yang terbaik dan tidek hanya memiliki jarak terpendek dari solusi ideal positif, namaun
juga memiliki jarak terpanjanng dari solusi ideal negatif. Berikut langka-langkah kerja TOPSIS,
yaitu:
1. Membuat matriks keputusan R.
2. Menghitung matriks keputusan ternormalisasi R.
Matriks ternormalisasi diperoleh dengan menggunakan persamaan:
Xij
r ij = m

∑ X 2ij
i

Dengan i = 1,2,….,m dan j = 1,2,….,n.

Rij = menyatakan matriks keputusan ternormalisasi.
Xij = bobot kriterian ke j pada alternative ke i, i alternative ke i dan j kriteria ke j.
3. Menghitung matriks keputusan ternormalisasi terbobot Y.
4. Matriks ternormalisasi terbobot diperoleh dengan menggunakan persamaan:
y ij =W j r ij
Dengan i = 1,2,…,m dan j = 1,2,….,n.
Wj = menyatakan bobot dari kriteria ke j.
Rij = menyatakan nilai matriks ternormalisasi.
5. Mencari solusi ideal positif dan solusi ideal negatif.
Solusi ideal positif (A+) dan solusi ideal negatif (A-) dapat diperoleh menggunakan
persamaan:
+¿ +¿ +¿

A+¿= y 1 , y2 ,… ., yn ¿¿¿ ¿

−¿ −¿ −¿
−¿= y 1 , y2 , …. , yn ¿ ¿¿¿
A
Dengan:
+¿
y ¿
j=
{ max i yij ; jika jadalah atribut keuntungan
min i yij ; jika j adalah atribut biaya

−¿
y ¿
j=
{ min i yij ; jika jadalah atributkeuntungan
maxi y ij ; jika j adalah atribut biaya

Dimana j = 1,2,….,n.
6. Mencari jarak terpendek dan terjauh antara nilai setiap alternative dengan matriks solusi ideal
positif dan ideal negatif dengan menggunakan persamaan:

√∑
n
+¿= ¿¿ ¿¿¿
Di j=1

√∑
n
−¿= ¿ ¿¿¿ ¿
Di j=1

Dengan:
D+¿¿
i = menyatakan jarak antara nilai alternative ke i dengan solusi positif.
D −¿
i
¿
= menyatakan jarak antara nilai alternative ke i dengan solusi negatif.
 i = 1,2,…,m
7. Menghitung Preferensi (Vi).
Nilai preferensi intik setiap alternative (Vi) diperoleh dengan menggunakan persamaan:
D−¿
i
V i= +¿
−¿+ Di ¿
¿
Di ¿
Dengan i = 1,2,…,m.
Setelah didapat nialai Vi, maka nilai terbesar dari Vi menunjukkan bahwa alternative ke i
adalah solusi yang paling disarankan untuk dipilih.
2.4 Tahapan Penelitian
Dalam melakukan penelitian ini, penulis melakukan beberapa tahapan. Berikut beberapa tahapan
kegiatan penelitian yaitu :
a) Studi Kepustakaan
Penulis mencari bahan pendukung melalui buku-buku, membaca literatur terkait dari
penelitian-penelitian yang pernah dilakukan oleh beberapa pakar sebelumnya, serta mencari
referensi lainnya pada situs di internet yang dapat membantu permasalahan yang berkaitan
dengan materi penelitian.
b) Analisis
Penulis bekerjasama mengumpulkan data-data, mempelajari, dan merumuskan siapa yang
berhak menjadi supir terbaik dan pada tahap ini penulis juga menerapkan metode Technique
for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk melakukan
perangkingan terhadap penilaian kinerja supir.
c) Penetapan Hasil
Pada tahap ini nilai tertinggi yang menjadi terbaik.
Dari tahapan diatas dapat digambarkan sebagai berikut :

Studi Kepustakaan

Analisis

Penelitian Hasil

Gambar 1. Tahapan Penelitian

3. ANALISA DAN PEMBAHASAN

Analisa adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian komponennya
dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan, sehingga dapat
memproses pengambilan keputusan berawal dari adanya suatu kesenjangan antara keadaan yang
nyata dan yanag dikehendaki. Dalam menentukan kinerja supir diperlukan beberapa cara atau
metode yang digunakan dalam menentukan keputusan yang baik. Dengan menggunakan
beberapa kriteria sangat membantu untuk menentukan hasil yang tepat maka akan mendukung
untuk mengetahui kriteria kinerja supir yang baik.
Table 2. Alternatif Supir

Alternatif Nama
A1 Ahmad
A2 Aziz
A3 Amin
A4 Adi
A5 Udin
A6 Yono
A7 Yudi
A8 Zainul
A9 Ilham
A10 Malik

Table 3. Kriteria Supir

Kriteria Keterangan Jenis

C1 Ketepatan Waktu Benefit
C2 Lama Kerja Benefit
C3 Keahlian Berkendara Benefit
C4 Kerjasama Team Benefit
C5 Keahlian Merawat Kendaraan Benefit

Rating kecocokan setiap alternative pada setiap kriteria, dinilai dengan 1 sampai 5 yaitu: 1 =
Sangat Buruk, 2 = Buruk, 3 = Cukup, 4 = Baik, 5 = Sangat Baik.
Table 4. Rating kecocokan dari setiap alternatif pada setiap kriteria

Kriteria
Alternatif
C1 C2 C3 C4 C5
A1 1 5 5 4 3
A2 3 3 4 5 4
A3 4 3 3 2 2
A4 2 2 4 4 3
A5 5 1 3 2 3
A6 5 2 4 4 5
A7 2 3 2 1 3
A8 4 4 4 2 4
A9 3 2 5 2 4
A10 1 5 2 3 5
Menentukan pembobotan nilai dalam hal ini berarti nilai pada aspek penilaian kriteria akan
dikategorikan menjadi bobot tertentu . pada tahap ini dari masing-masing kriteria tersebut akan
ditentukan bobotnya.
Table 5. bobot kriteria

Kriteria Bobot
C1 30%
 C2 20%
C3 15%
C4 15%
C5 20%

Langkah – langkah perhitungan TOPSIS sebagai berikut:

1. Membuat matriks keputusan R.

||
1 55 43
3 34 54
4 33 22
2 24 43
5 13 23
R=
5 24 45
2 32 13
4 44 24
3 25 24
1 52 35

2. Menghitung matriks keputusan ternormalisasi R.

Xij
r ij = m
Rumus
∑ X 2ij
i
 Untuk mencari C1
|X 1|=√ 12+ 32+ 4 2+ 22+5 2+5 2+22 + 42 +32 +12=10.4881

X 11 1 X 61 5
R11= = =0.0953 R61= = =0.4767
|X 1| 10.4881 |X 1| 10.4881
X 71 2
X 21 3 R71= = =0.1907
R21= = =0.2860 | 1|
X 10.4881
|X 1| 10.4881 X 81 4
R81 = = =0.3814
X 31 4 |X 1| 10.4881
R31= = =0.3814
|X 1| 10.4881
X 91 3
R91= = =0.2860
X 41 2 |X 1| 10.4881
R41= = =0.1907
| X 1| 10.4881
X 101 1
 Untuk mencari C2 R101 = = =0.0953
| X 1| 10.4881
|X 2|=√ 5 +3 +3 +2 +1 + 2 +3 + 4 +2 +5 =10.2956
2 2 2 2 2 2 2 2 2 2

X 12 5 X 62 2
R12 = = =0.4856 R62= = =0.1943
|X 2| 10.2956 |X 2| 10.2956

X 22 3 X 72 3
R22 = = =0.2914 R72= = =0.2914
|X 2| 10.2956 |X 2| 10.2956

X 32 3 X 82 4
 Untuk mencari C3
|X 3|=√ 52 +4 2 +32 +4 2+ 32 +4 2+ 22+ 4 2+5 2+22=11.8322

X 13 5 X 63 4
R13= = =0.4226 R63 = = =0.3381
|X 3| 11.8322 |X 3| 11.8322

X 23 4 X 73 2
R23 = = =0.3381 R73= = =0.1690
|X 3| 11.8322 |X 3| 11.8322

X 33 3 X 83 4
R33= = =0.2535 R83= = =0.3381
|X 3| 11.8322 | X 3| 11.8322

X 43 4 X 93 5
R43 = = =0.3381 R93= = =0.4226
| X 3| 11.8322 | X 3| 11.8322
 Untuk mencari C4
| X 4|=√ 42 +52 +22 + 42 +22 +4 2+ 12+ 22+22 +32 =9.9499

X 14 4 X 64 4
R14= = =0.4020 R64 = = =0.4020
| X 4| 9.9499 | X 4| 9.9499

X 24 5 X 74 1
R24 = = =0.5025 R74= = =0.1005
| X 4| 9.9499 | X 4| 9.9499

X 34 2 X 84 2
R34= = =0.2010 R84 = = =0.2010
| X 4| 9.9499 | X 4| 9.9499

X 44 4 X 94 2
R44 = = =0.4020 R94 = = =0.2010
| X 4| 9.9499 | X 4| 9.9499
 Untuk mencari C5
|X 5|=√ 32 +4 2 +22+ 32+ 32 +52 +32 +4 2+ 4 2+5 2=11.7473

X 15 3 X 65 5
R15= = =0.2554 R65 = = =0.4256
|X 5| 11.7473 |X 5| 11.7473

X 25 4 X 75 3
X 25 = = =0.3405 R75 = = =0.2554
|X 5| 11.7473 |X 5| 11.7473

X 35 2 X 85 4
 Sehingga akan matriks Rij, seperti dibawah ini:

| |
0.0953 0.4856 0.4226 0.4020 0.2554
0.2860 0.2914 0.3381 0.5025 0.3405
0.3814 0.2914 0.2535 0.2010 0.1703
0.1907 0.1943 0.3381 0.4020 0.2554
Rij = 0.4767 0.0971 0.2535 0.2010 0.2554
0.4767 0.1943 0.3381 0.4020 0.4256
0.1907 0.2914 0.1690 0.1005 0.2554
0.3814 0.3885 0.3381 0.2010 0.3405
0.2860 0.1943 0.4226 0.2010 0.3405
0.0953 0.4856 0.1690 0.3015 0.4256

3. Menghitung matriks keputusan ternormalisasi terbobot Y

Rumus y ij =W j r ij
 Untuk mencari A1
y 11=W j r ij= ( 0.3 )( 0.0953 )=0.0286
y 12=W j r ij= ( 0.2 )( 0.4856 )=0.0971
y 13=W j r ij =( 0.15 ) ( 0.4226 )=0.0634
y 14=W j r ij =( 0.15 ) ( 0.4020 )=0.0603
y 15=W j r ij =( 0.2 )( 0.2554 )=0.0511
 Untuk mencari A2
y 21=W j r ij =( 0.3 ) ( 0.2860 )=0.0858
y 22=W j r ij =( 0.2 )( 0.2914 )=0.0583
y 23=W j r ij =( 0.15 ) ( 0.3381 )=0.0507
y 24=W j r ij =( 0.15 ) ( 0.5025 )=0.0754
y 25=W j r ij =( 0.2 )( 0.3405 )=0.0681
 Untuk mencari A3
y 31=W j r ij= ( 0.3 )( 0.3814 )=0.1144
y 32=W j r ij= ( 0.2 )( 0.2914 )=0.0583
y 33=W j r ij =( 0.15 ) ( 0.2535 )=0.0380
y 34=W j r ij =( 0.15 ) ( 0.2010 )=0.0302
y 35=W j r ij =( 0.2 )( 0.1703 )=0.0341
 Untuk mencari A4
y 41=W j r ij =( 0.3 ) ( 0.1907 )=0.0572
y 42=W j r ij =( 0.2 ) ( 0.1943 )=0.0389
y 43=W j r ij =( 0.15 ) ( 0.3381 )=0.0507
 y 44 =W j r ij =( 0.15 )( 0.4020 ) =0.0603
y 45=W j r ij =( 0.2 ) ( 0.2554 ) =0.0511
 Untuk mencari A5
y 51=W j r ij= ( 0.3 )( 0.4767 )=0.1430
y 52=W j r ij= ( 0.2 )( 0.0971 ) =0.0194
y 53=W j r ij =( 0.15 ) ( 0.2535 )=0.0380
y 54=W j r ij =( 0.15 ) ( 0.2010 )=0.0302
y 55=W j r ij =( 0.2 )( 0.2554 )=0.0511
 Untuk mencari A6
y 61=W j r ij =( 0.3 ) ( 0.4767 )=0.1430
y 62=W j r ij =( 0.2 )( 0.1943 )=0.0389
y 63=W j r ij =( 0.15 ) ( 0.3381 )=0.0507
y 64=W j r ij =( 0.15 ) ( 0.4020 )=0.0603
y 65=W j r ij =( 0.2 )( 0.4256 )=0.0851
 Untuk mencari A7
y 71=W j r ij= ( 0.3 )( 0.1907 )=0.0572
y 72=W j r ij= ( 0.2 )( 0.2914 )=0.0583
y 73=W j r ij =( 0.15 ) ( 0.1690 )=0.0254
y 74=W j r ij =( 0.15 ) ( 0.1005 )=0.0151
y 75=W j r ij =( 0.2 )( 0.2554 )=0.0511
 Untuk mencari A8
y 81=W j r ij =( 0.3 ) ( 0.3814 )=0.1144
y 82=W j r ij =( 0.2 )( 0.3885 )=0.0777
y 83=W j r ij =( 0.15 ) ( 0.3381 )=0.0507
y 84=W j r ij =( 0.15 ) ( 0.2010 )=0.0302
y 85=W j r ij =( 0.2 ) ( 0.3405 )=0.0681
 Untuk mencari A9
y 91=W j r ij =( 0.3 ) ( 0.2860 )=0.0858
y 92=W j r ij =( 0.2 )( 0.1943 )=0.0389
y 93=W j r ij =( 0.15 ) ( 0.4226 )=0.0634
y 94=W j r ij =( 0.15 ) ( 0.2010 )=0.0302
y 95=W j r ij =( 0.2 ) ( 0.3405 )=0.0681
 Untuk mencari A10
y 101 =W j r ij =( 0.3 )( 0.0953 ) =0.0286
y 102 =W j r ij =( 0.2 )( 0.4856 ) =0.0971
y 103 =W j r ij = ( 0.15 )( 0.1690 )=0.0254
y 104 =W j r ij =( 0.15 ) ( 0.3015 )=0.0452
y 105 =W j r ij = ( 0.2 )( 0.4256 )=0.0851
Sehingga menghasilkan matriks Y seperti di bawah ini:
 | |
0.0286 0.0657 0.0634 0.0603 0.0511
0.0858 0.0583 0.0507 0.0754 0.0681
0.1144 0.0583 0.0380 0.0302 0.0341
0.0572 0.0389 0.0507 0.0452 0.0511
0.1430 0.0194 0.0380 0.0452 0.0511
Y=
0.1430 0.0289 0.0507 0.0754 0.0851
0.0572 0.0583 0.0254 0.0151 0.0511
0.1144 0.0777 0.0507 0.0302 0.0681
0.0858 0.0389 0.0634 0.0301 0.0681
0.0286 0.0971 0.0254 0.0452 0.851

4. Mencari solusi ideal positif dan solusi ideal negatif.

+¿ +¿ +¿

 Solusi ideal positif. A+¿= y , y ,… ., y ¿¿¿ ¿

1 2 n

+¿=max {0.0286 ;0.0858; 0.1144;0.0572 ;0.1430; 0.1430;0.0572 ;0.1144; 0.0858;0.0286 }=0.1430 ¿

y1
+¿=max {0.0657 ;0.0583; 0.0583;0.0389 ;0.0194 ; 0.0289;0.0583 ;0.0777; 0.0389;0.0971 }=0.0971¿
y2
+¿=max {0.0634 ;0.0507 ;0.0380; 0.0507;0.0380 ;0.0507; 0.0254; 0.0507;0.0634 ;0.0254 }=0.0634 ¿
y3
{0.0603 ;0.0754 ;0.0302;0.0452 ;0.0452;0.0754 ;0.0151; 0.0302; 0.0302 ;0.0452 }=0.0754¿
y +¿=max
4
+¿=max {0.0511 ;0.0681; 0.0341 ;0.0511;0.0511 ;0.0851;0.0511 ;0.0681;0.0681 ;0.0851 }=0.0851¿
y5
Sehingga didapatkan nilai A+¿={0.1430;0.0971; 0.0634; 0.0754;0.0851 }¿
−¿ −¿ −¿

 Solusi ideal negatif. A−¿= y , y , …. , y ¿ ¿¿¿ 1 2 n

−¿=min { 0.0286;0.0858 ; 0.1144 ;0.0572;0.1430 ;0.1430; 0.0572;0.1144 ; 0.0858; 0.0286 }=0.0286¿

y1
{ 0.0657;0.0583 ; 0.0583; 0.0389;0.0194 ;0.0289; 0.0583;0.0777 ; 0.0389; 0.0971 }=0.0194 ¿
y−¿=min
2
−¿=min { 0.0634; 0.0507; 0.0380 ;0.0507; 0.0380;0.0507 ;0.0254 ;0.0507; 0.0634; 0.0254 }=0.0254¿
y3
−¿=min { 0.0603;0.0754 ;0.0302; 0.0452;0.0452; 0.0754; 0.0151;0.0302; 0.0302;0.0452 }=0.0151¿
y4
−¿=min { 0.0511;0.0681; 0.0341;0.0511 ;0.0511;0.0851 ;0.0511;0.0681 ;0.0681; 0.0851 }=0.0341¿
y5
Sehingga didapatkan nilai A−¿={0.0286; 0.0194;0.0254 ;0.0151 ;0.0341}¿
5. Mencari jarak terpendek dan terjauh antara nilai setiap alternative dengan matriks solusi ideal
positif dan ideal negative.
√
n

 Mencari jarak terpendek antara Matriks Y dengan solusi positif. D+¿= ∑ ¿¿ ¿¿¿ j=1
i

D1 √
2 2 2 2 2
+¿= ( 0.0286−0.1430 ) + ( 0.0657−0.0971 ) + ( 0.0634−0.0634 ) +¿ ( 0.0603−0.0754 ) + ( 0.0511−0.0851 ) =0.1244¿

D +¿= √( 0.0858−0.1430 ) + (0.0583−0.0971 ) + (0.0507−0.0634 ) +¿ ( 0.0754−0.0754 ) +(0.0681−0.0851 ) =0.0723¿

2 2 2 2 2

D +¿= √( 0.1144−0.1430 ) + (0.0583−0.0971 ) +(0.0380−0.0634 ) +¿ (0.0302−0.0754 ) +(0.0341−0.0851 ) =0.0873 ¿

2 2 2 2 2

D4 √
2 2 2 2 2
+¿= ( 0.0572−0.1430 ) + ( 0.0389−0.0971 ) + ( 0.0507−0.0634 ) +¿ ( 0.0452−0.0754 ) + ( 0.0511−0.0851 ) =0.0657 ¿

D5 √
2 2 2 2 2
+¿= ( 0.1430−0.1430 ) + ( 0.0194−0.0971 ) + ( 0.0380−0.0634 ) +¿ ( 0.0452−0.0754 ) + ( 0.0511−0.0851 ) =0.0994 ¿

D6 √
2 2 2 2 2
+¿= ( 0.1430−0.1430 ) + ( 0.0289−0.0971 ) + ( 0.0507−0.0634 ) +¿ ( 0.0754−0.0754 ) + ( 0.0851−0.0851 ) =0.0615¿

D +¿= √( 0.0572−0.1430 ) +( 0.0583−0.0971 ) +( 0.0254−0.0634 ) +¿ ( 0.0151−0.0754 ) +(0.0511−0.0851) =0.1229 ¿

2 2 2 2 2

D +¿= √( 0.1144−0.1430 ) + (0.0777−0.0971 ) +(0.0507−0.0634 ) +¿ (0.0302−0.0754 ) +(0.0681−0.0851 ) =0.0608¿

2 2 2 2 2

D9 √
2 2 2 2 2
+¿= ( 0.0858−0.1430 ) + ( 0.0389−0.0971 ) + ( 0.0634−0.0634 ) +¿ ( 0.0302−0.0754 ) + ( 0.0681−0.0851 ) =0.0949 ¿

D 10 √
2 2 2 2 2
+¿= ( 0.0286−0.1430 ) + ( 0.0971−0.0971 ) + ( 0.0254−0.0634 ) +¿ ( 0.0452−0.0754 ) + ( 0.0851−0.0851 ) =0.1243 ¿

√∑
n
−¿= ¿ ¿¿¿ ¿
 Mencari jarak terpendek antara Matriks Y dengan solusi negatif. D j=1
i
 D1 √
2 2 2 2 2
−¿= ( 0.0286−0.0286 ) + ( 0.0657−0.0194 ) + ( 0.0634−0.0254 ) +¿ ( 0.0603−0.0151 ) + ( 0.0511−0.0341 ) =0.0769¿

D2 √
2 2 2 2 2
−¿= ( 0.0858−0.0286 ) + ( 0.0583−0.0194 ) + ( 0.0507−0.0254 ) +¿ ( 0.0754−0.0151 ) + ( 0.0681−0.0341 ) =0.1011¿

D −¿= √ (0.1144−0.0286 ) +(0.0583−0.0194 ) + ( 0.0380−0.0254 ) +¿ ( 0.0302−0.0151 ) +( 0.0341−0.0341 ) =0.0962¿

2 2 2 2 2

D −¿= √ (0.0572−0.0286 ) +(0.0389−0.0194 ) +(0.0507−0.0254 ) +¿ (0.0452−0.0151 ) +(0.0511−0.0341 ) =0.0646 ¿

2 2 2 2 2

D5 √
2 2 2 2 2
−¿= ( 0.1430−0.0286 ) + ( 0.0194−0.0194 ) + ( 0.0380−0.0254 ) +¿ ( 0.0452−0.0151 ) + ( 0.0511−0.0341 ) =0.1173¿

D −¿= √ (0.1430−0.0286 ) +(0.0289−0.0194 ) +( 0.0507−0.0254 ) +¿ (0.0754−0.0151 ) +( 0.0851−0.0341 ) =0.1370¿

2 2 2 2 2

D −¿= √ (0.0572−0.0286 ) +(0.0583−0.0194 ) +( 0.0254−0.0254 ) +¿ (0.0151−0.0151 ) +(0.0511−0.0341 ) =0.0512¿

2 2 2 2 2

D −¿= √ (0.1144−0.0286 ) +(0.0777−0.0194 ) +(0.0507−0.0254 ) +¿ ( 0.0302−0.0151 ) +( 0.0681−0.0341 ) =0.1372¿

2 2 2 2 2

D9 √
2 2 2 2 2
−¿= ( 0.0858−0.0286 ) + ( 0.0389−0.0194 ) + ( 0.0634−0.0254 ) +¿ ( 0.0302−0.0151 ) + ( 0.0681−0.0341 ) =0.0805¿

D 10 √
2 2 2 2 2
−¿= ( 0.0286−0.0286 ) + ( 0.0971−0.0194 ) + ( 0.0254−0.0194 ) +¿ ( 0.0452−0.0151 ) + ( 0.0851−0.0341 ) =0.0978¿

D−¿
i
6. Menghitung Preferensi (Vi). V i= −¿+ D ¿ ¿ +¿

Di ¿ i

0.0769 0.1370
V 1= =0.3822 V 6= =0.6901
0.0769+0.1244 0.1370+ 0.0615

0.1011 0.0512
V 2= =0.5829 V 7= =0.2939
0.1011+0.0723 0.0512+0.1229

0.0962 0.1372
V 3= =0.5243 V 8= =0.6931
0.0962+0.0873 0.1372+0.0608

0.0646 0.0805
V 4= =0.4959 V 9= =0.4590
0.0646+0.0657 0.0805+ 0.0949

0.1173 0.0978
V 5= =0.5414 V 10= =0.4403
Dari nilai0.1173+0.0994
preferensi di atas diperlihatkan bahwa0.0978+0.1243
V 8 memiliki nilai terbesar yaitu 0.6931,
sehingga dapat disimpulkan bahwa alternative pertama yang dipilih adalah bernama Zainul
sebagai supir terbaik.

4. KESIMPULAN
Berdasarkan dari hasil penelitian yang peneliti lakukan dalam penerapan sistem pendukung
keputusan penilaian kinerja supir dengan menggunakan metode Technique for Order Preference
by Similarity to Ideal Solution (TOPSIS) maka dapat diambil kesimpulan sebagai berikut :

a) Sistem pendukung keputusan dengan metode Technique for Order Preference by Similarity
to Ideal Solution (TOPSIS) untuk penilaian kinerja supir ini dapat diterapkan, sehingga
permasalanan selama ini dapat diatasi dengan cepat dalam menentukan pengambilan
keputusan.
b) Dengan adanya sistem ini diharapkan dapat membantu pihak perusahaan dalam penentuan
kriteria-kriteria penilaian kinerja supir sesuai dengan peraturan yang sudah ada.
c) Dengan adanya sistem ini juga dapat membantu pihak perusahaan dalam penilaian kinerja
supir secara lebih cepat dan efektif.
d) Hasil perhitungan yang dilakukan dari nilai preferensi tersebut diperlihatkan bahwa V8
memiliki nilai terbesar yaitu 0.6931, sehingga dapat disimpulkan bahwa alternative pertama
yang dipilih adalah bernama Zainul sebagai supir terbaik dan berhak mendapatkan bonus
dari perusahaan.

REFERENCES
[1] D. Lorenza and P. Pitrawati, “Sistem Pendukung Keputusan Pemilihan Driver Terbaik
Menggunakan Metode Weight Product (Wp),” J. Inf. dan Komput., vol. 8, no. 1, pp. 40–
48, 2020, doi: 10.35959/jik.v8i1.172.

[2] S. Tinggi, M. Informatika, and D. A. N. Komputer, “Sistem Pendukung Keputusan

Penilaian Kinerja Sopir Pada Pt . Fajar Gelora Semesta Sopir Pada Pt . Fajar Gelora
Semesta,” 2019.

[3] H. Kurniawan, “Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Menggunakan

Metode Topsis Berbasis Web Pada CV . Surya Network Indonesia,” Konf. Nas. Sist.
Inform. 2015, no. 1, pp. 643–647, 2015.

[4] S. N. Amida and T. Kristiana, “SISTEM PENDUKUNG KEPUTUSAN PENILAIAN

KINERJA PEGAWAI DENGAN MENGGUNAKAN METODE TOPSIS,” JSAI
(Journal Sci. Appl. Informatics), vol. 2, no. 3, pp. 193–201, 2019, doi:
10.36085/jsai.v2i3.415.

[5] M. R. Ramadhan, M. K. Nizam, and ..., “Penerapan Metode SAW (Simple Additive
Weighting) Dalam Pemilihan Siswa-Siswi Berprestasi Pada Sekolah SMK Swasta
Mustafa,” TIN Terap. Inform. …, vol. 1, no. 9, pp. 459–471, 2021, [Online]. Available:
https://ejurnal.seminar-id.com/index.php/tin/article/view/655.

[6] M. M. Aliy Hafiz, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Dengan
Pendekatan Weighted Product,” Cendikia, vol. 15, no. 2, pp. 23–28, 2018.

[7] T. Susilowati, A. Nazar, S. Mukodimah, M. Idris, Trisnawati, and F. Satria, “Sistem

Pendukung Keputusan Penilaian Kinerja Guru sekolah Dasar Kecamatan Gunung Alip
Menggunakan Metode TOPSIS,” J. TAM (Technology Accept. Modal), vol. 9, no. 1, pp.
36–42, 2018.

[8] R. Gregorius and Ernawati, “Analisis penggabungan metode SAW dan metode topsis
untuk mendukung keputusan seleksi penerimaan dosen,” semnasIF2013, vol. 2013, no.
semnasIF, pp. 1–7, 2013.

[9] A. P. Windarto, “Implementasi Metode Topsis Dan Saw Dalam Memberikan Reward
Pelanggan,” Klik - Kumpul. J. Ilmu Komput., vol. 4, no. 1, p. 88, 2017, doi:
10.20527/klik.v4i1.73.

[10] T. S. Ririn Antika, “Decision Support System Employee Performance Appraisal At Sma
N 1 Sukoharjo,” Process. KMSI, vol. 5, 2017.
Profile Author

Dwi Widiarti Syahputri Lubis, Anak kedua dari tiga bersaudara ini adalah
putri kandung dari Bapak Hamdan Lubis dan Ibu Sri Wardani. Lahir di
Medan pada tanggal 28 Juli 1997. Jenjang pendidikan penulis berawal dari
SD Negeri 060827 Medan (2003 – 2009) melanjutkan pendidikan tingkat
menengah pertama di MTS. Al-Washliyah UMN Medan (2009 – 2012), dan
di SMK Negeri 7 Medan (2012 – 2015). Penulis merupakan mahasiswa aktif
semester 6 di Universitas Budi Darma Medan (2018-sekarang) di Fakultas
Ilmu Komputer dan Teknologi Informasi dengan mengambil Program Studi
Teknik Informatika (TI).

Nur Sekartika, adalah anak bungsu dari enam bersaudara ini adalah putri
kandung dari Bapak Kasidi dan Ibu (Almh) Mariani, lahir di Kota Medan,
tepatnya pada tanggal 15 Januari 1995. Jenjang pendidikan penulis berawal
dari SD Negeri 067952 Medan (2001 – 2007), melanjutkan pendidikan
tingkat menengah pertama SMP Negeri 28 Medan (2007 – 2010), dan SMK
Swasta ERIA Medan (2010 – 2013). Penulis merupakan mahasiswa aktif
semester enam di Universitas Budi Darma Medan (2018 – sekarang) dengan
mengambil program studi Teknik Informatika (TI).