Bab Iii Ria
Bab Iii Ria
diatas maka kendala yang dihadapi pada sistem yang sedang berjalan pada PT.
1. Sulitnya menentukan gaji bagi karyawan baru yang telah memiliki skill
waktu yang sangat lama dan memerlukan bantuan tambahan hanya untuk
3. Pihak HR (Human Resource) perlu waktu yang sedikit lebih lama dalam
Analisa proses adalah dimana input-an data akan diolah menjadi suatu output
yang diharapkan. Dalam hal ini penulis membuat analisa proses yang berjalan
dalam bentuk dokumen dalam suatu sistem informasi yang merupakan suatu aktifitas
yang berhubungan dengan kebutuhan data dan informasi, proses aliran dokumen ini
menentukan gaji karyawan baru pada PT.Seafood Sumatera Perkasa dapat dilihat
Mulai
selesai
Seleksi berkas
Hasil seleksi
Gambar III.1. Flow Of Document (FOD) Sistem yang Beerjalan Penentuan Gaji
Mulai
selesai
Tid Lengkap
ak
Y
a
Metode Naïve bayes
Lap hasil
Gambar III.1. Flow Of Document (FOD) Sistem yang Dirancang Penentuan Gaji
Pada tahap ini dilakukan desain terhadap sistem yang diusulkan secara
keseluruhan. Desain sistem secara umum dapat digambarkan dengan, Use Case
Dalam penyusunan suatu program diperlukan suatu model data yang berbentuk
diagram yang dapat menjelaskan suatu alur proses sistem yang akan di bangun.
Dalam penulisan tugas akhir ini penulis menggunakan UML yang didalam nya
penulis menerapkan diagram Use Case. Maka di gambarlah suatu bentuk diagram
<<Include>>
Login <<Include>>
<<Include>>
Proses penentuan gaji
Admin
<<Include>>
Hasil perhitungan
Login
<<Include>>
Laporan
Logout
Gambar III.2. Use Case Diagram Sistem Pendukung Keputusan Penentuan Gaji
Diagram kelas atau class diagram menggambarkan struktur sistem dari segi
pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Kelas memiliki
apa yang disebut atribut dan metode atau operasi. Bentuk Class Diagram dari sistem
Tambah
Cari
Edit
hapus
nilai dari dataset yang diberikan. Algoritma menggunakan teorema Bayes dan
diberikan oleh nilai pada variabel kelas. Definisi lain mengatakan Naive Bayes
Naive Bayes didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara
kondisional saling bebas jika diberikan nilai output. Dengan kata lain, diberikan nilai
individu. Keuntungan penggunaan Naive Bayes adalah bahwa metode ini hanya
membutuhkan jumlah data pelatihan (training data) yang kecil untuk menentukan
sering bekerja jauh lebih baik dalam kebanyakan situasi dunia nyata yang kompleks
P ( X|H ) . P ( H )
P ( H| X )= … … … … … … … … … … … … … … … … … … … … … … … …(1)
P (x)
Keterangan :
probability).
P(X) = Probabilitas X.
a. Cari nilai mean dan standar deviasi dari masing-masing parameter yang
∑ ¿ 1 xi
i
μ= … … … … … … … … … … … … … . … … … … … … … … … … … .(2)
n
dimana :
n : jumlah sampel
√∑
n
σ= ¿ 1¿ ¿ ¿ ¿
i
Dimana :
σ : Standar deviasi
x i: nilai x ke –i
µ : rata-rata hitung
n : jumlah sampel
b. Cari nilai probabilistik dengan cara menghitung jumlah data yang sesuai
dari kategori yang sama dibagi dengan jumlah data pada kategori tersebut.
3. Mendapatkan nilai dalam tabel mean, standar deviasi dan probabilitas.
III.6.2.Perhitungan
bergerak dalam bidang pembekuan (freezing) hasil laut. Perusahaan banyak merekrut
karyawan dengan skill maupun tanpa skill dibidang itu sendiri. merekrut dengan
melihat pendidikan mereka tanpa membeda bedakan hasil upah atau gaji yang didapat
dari hasil pekerjaan mereka. Sehingga hasil upah atau gaji yang didapat dari masing-
masing karyawan yang telah memiliki kriteria berbeda menjadi sama saja dengan
karyawan yang tidak memiliki kriteria khusus, misalnya didalam bidang pendidikan
metode Naive Bayes maka langkah pertama yang akan dilakukan adalah membaca
data latih. Adapun data latih yang digunakan dapat dilihat pada tabel berikut :
No Berkas
Bat Nama J.Kelamin Tamatan P.Kerja Status Pendukung Gaji
UMR
002 Maulida Aini P SMA Ada Menikah Lengkap
UMR
003 Zulham L SMA Ada Menikah Lengkap
Adapun nilai probabilitas setiap kriteria didapatkan dari data latih (data
training) pada tabel III.1. Nilai probabilitas setiap kriteria adalah sebagai berikut:
Berdasarkan data karyawan pada tabel 1 diketahui jumlah data latih (data
terdapat 36 karyawan tamatan SMA dengan gaji UMR, 2 karyawan baru tamatan
S1 dengan gaji UMR, dan tidak ada karyawan baru tamatan SMP dengan gaji
dibawah UMR, Sementara itu terdapat 2 karyawan baru dengan tamatan SMP
dengan gaji dibawah UMR, 5 karyawan baru tamatan SMA dengan gaji sesuai
UMR dan 5 karyawan baru dengan gaji dibawah UMR. Probabilitas kriteria
Tamatan
S1 2 5 0,05 0,42
baru dengan nilai pengalaman ada dan 1 karyawan lama dengan pengalaman
tidak ada. Sementara itu terdapat 3 karyawan yang tidak memiliki pengalaman,
III.3.
Kerja
S1 12 5 0,32 0,42
karyawan status menikah dengan gaji UMR, 9 karyawan status lajang dengan
gaji dibawah UMR dan 3 karyawan status lajang dengan gaji dibawah UMR,
sementara itu terdapat 1 karyawan yang menikah dengan gaji sesuai UMR.
Tabel lII.4.Status
S1 9 6 0,24 0,50
karyawan gaji UMR dengan berkas tidak lengkap, dan 15 karyawan dengan gaji
dibawah UMR dengan berkas lengkap, Sementara itu tidak ada karyawan
dengan gaji dibawah UMR dengan berkas lengkap, 5 karyawan yang sesuai
UMR dengan berkas lengkap dan 7 karyawan dengan gaji UMR dengan berkas
tidak lengkap. Probabilitas kriteria berkas pendukung dapat dilihat pada Tabel
III.5.
Tabel lII.5.Berkas Pendukung
Pendukung
S1 17 5 0,45 0,42
gaji dibawah UMR. Probabilitas kriteria gaji dapat dilihat pada tabel III.6.
Tabel lII.6.Gaji
Gaji
S1 38 12 0,76 0,24
dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses
Adapun bentuk rancangan activity diagram login yang penulis rancang adalah
sebagai berikut :
Valid Tidak
Masukkan User dan
Password Ya
Menu utama
Gambar III.4. Activity Diagram Login
Admin,HRD Sistem
Pilih Menu Input data
Menampilkan Form
karyawan baru
Data
Klik Simpan
Menyimpan Data karyawan
Save
Edit
Hapus
Data Simpan
Adapun bentuk rancangan activity diagram hasil penentuan gaji yang penulis
Input
Edit
Simpan
Simpan
Hapus
Simpan
Data Disimpan
Pilih Menu
Submit Logout
Logout
Valid
Tidak
Login Ya
Menu Utama
III.8.Sequence Diagram
<
I II II II I
I Akses Form II Username dan II Valid II I
Sukses
I Login II Password II II I
I II II II I
I II II II I
I II I I I
I I
I gagal Valid I
I I
I I
I I
I
Gambar. III.11. Sequence diragram Login
Gambar III.12.
<
III III I I II
III
Memilih menu utama III I I II
III III I I II
III III I I II
III Menampilkan IIIForm Data I I II
III III I I II
Input data karyawan
II II I I II
Klik tombol simpan
I I II
I I II
I I II
I Menyimpan Data
I
I Karyawan baru
I Menampilkan halaman
I data karyawan baru
I
I
I
I
I
I
I
I
I
I
I
penentuan gaji karyawan baru pada PT.Seafood Sumatera Perkasa Gambar III.13.
<
Gambar III.14.
<
II II I II III
Menu Utama
II II I II III
II II I II III
II II I II III
II II I II III
II II I III
(Menu) II
II II I III
II
II II I III
II
II II Akses Form I Input Simpan III
II
II II Penentuan Gaji I
II
II II I
II
II I I
I
II I Edit Simpan
I I Edit
I
I
Hapus Simpan
I Hapus
I
I
I
I
I
Gambar. III.14. Sequence diagram Proses Penentuan Gaji
5. Sequence diagram Verifikasi Laporan Data Karyawan Baru
Adapun sequence diagram Input verifikasi laporan data karyawan baru dari
sistem pedukung keputusan penentuan gaji karyawan baru pada PT.Seafood Sumatera
<
II II II II III
Menu Utama
II II II II III
II II II II III
II II II II III
II II II II III
II II II III
(Menu) II
II II II III
II
II II Akses Form HasilII III
II
II II Penentuan Gaji II Input Simpan III
II
II II Karyawan Baru II II
II II II
II
II I II
I
II II Edit Simpan
I Edit
Hapus Simpan
Hapus
Adapun sequence diagram verifikasi laporan data karyawan baru dari sistem
<
I I III II
Klik form I
I III II
menu
I I Akses Form MenuIII II
I I verifikasi data III Simpan II
I I karyawan baru
III II
I I III
I I III Hapus II
I I III II
I I I II
I I II
I I II
I I
I I
I
gaji karyawan baru pada PT.Seafood Sumatera Perkasa pada Gambar III.17.
<
Pada tahap ini penulis perancangan interface perangkat lunak yang akan
dibangun, pada rancangan user interface secara keseluruhan dimulai dari form sampai
Desain form login merupakan halaman pertama yang dibuka pada sistem
Perkasa menggunakan metode Naive Bayes. Desain Form Login dapat dilihat
LOGIN
Username
Password
Keluar Masuk
Form Input Data Karyawan Baru adalah form yang ditampilkan sebagai form
pengolahan data – data karyawan baru yang nantinya akan ditentukan seberapa
besar gaji yang akan mereka dapatkan dalam perusahaan. Desain Form Menu
No Bet Keterangan
Nama
P.Kerja :
J.Kelamin
Status :
Tamatan
B.Pendukung :
Alamat
Std Gaji :
Form Menu Data Karyawan Baru adalah form yang menampilkan data
karyawan yang telah ter-Input yang kemudian akan ditentukan seberapa besar
gaji yang mereka dapatkan berdasarkan data dan berkas yang telah di
lampirkan. Desain Form Menu Data Karyawan Baru dapat dilihat pada gambar
III.20.
DATA KARYAWAN BARU
Penentuan Gaji :
UMR
Di bawah UMR
Form Proses adalah form yang akan ditampilkan sebagai form pengolahan data
data karyawan baru. Desain Form Menu Proses dapat dilihat pada gambar
III.21.
NIP P.Kerja
Nama Status
J.Kel B.Pendukung
Tamatan
Alamat
KEMBALI SIMPAN