SISTEM PENDUKUNG KEPUTUSAN

PENGANGKATAN KARYAWAN TETAP DENGAN

METODE SIMPLE ADDITIVE WEIGHTING (STUDI
KASUS: PT. SINAR PEMATANG MULIA II)

TUGAS AKHIR
Diajukan sebagai syarat menyelesaikan jenjang strata Satu (S-1)
di Program Studi Teknik Informatika, Jurusan Teknologi,
Produksi dan Industri, Institut Teknologi Sumatera

Oleh:
RASYIDAH HERAWATI
118140063

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNOLOGI, PRODUKSI DAN INDUSTRI
INSTITUT TEKNOLOGI SUMATERA
LAMPUNG SELATAN
2022
 ii

DAFTAR ISI

DAFTAR ISI..........................................................................................................ii

DAFTAR TABEL..................................................................................................v

DAFTAR GAMBAR.............................................................................................vi

DAFTAR RUMUS...............................................................................................vii

DAFTAR LAMPIRAN.......................................................................................viii

BAB I PENDAHULUAN.......................................................................................9

1.1 Latar Belakang Masalah.........................................................................9

1.2 Rumusan Masalah.................................................................................11

1.3 Tujuan Penelitian..................................................................................11

1.4 Batasan Masalah...................................................................................11

1.5 Manfaat Penelitian................................................................................12

1.6 Sistematika Penulisan...........................................................................12

1.6.1 BAB I PENDAHULUAN.............................................................12

1.6.2 BAB II TINJAUAN PUSTAKA...................................................12

1.6.3 BAB III METODOLOGI PENELITIAN......................................12

1.6.4 BAB IV HASIL PENELITIAN DAN PEMBAHASAN..............12

1.6.5 BAB V KESIMPULAN DAN SARAN........................................13

BAB II TINJAUAN PUSTAKA..........................................................................14

2.1 Tinjauan Pustaka...................................................................................14

2.2 Dasar Teori...........................................................................................18

2.2.1 Sistem Pendukung Keputusan.......................................................18

2.2.2 Metode Simple Additive Weighting (SAW)...................................19

2.2.3 Karyawan.......................................................................................20

2.2.4 PT. Sinar Pematang Mulia II.........................................................21

 iii

BAB III METODE PENELITIAN.......................................................................23

3.1 Alur Penelitian......................................................................................23

3.2 Penjabaran Langkah Penelitian.............................................................24

3.2.1 Identifikasi Masalah......................................................................24

3.2.2 Studi Literatur................................................................................24

3.2.3 Pengumpulan Data.........................................................................24

3.2.4 Menentukan Metode......................................................................24

3.2.5 Implementasi Metode SAW..........................................................25

3.2.6 Pengujian.......................................................................................25

3.2.7 Hasil Penelitian..............................................................................25

3.2.8 Kesimpulan dan Saran...................................................................26

3.3 Alat dan Bahan Tugas Akhir................................................................26

3.3.1 Alat................................................................................................26

3.3.2 Bahan.............................................................................................26

3.4 Metode Tugas Akhir.............................................................................26

3.4.1 Menentukan Alternatif dan Kriteria..............................................27

3.4.2 Menentukan Nilai Bobot Untuk Setiap Kriteria............................28

3.4.3 Menentukan Atribut Kriteria.........................................................29

3.4.4 Menentukan Crips (Nilai Rentang) Kriteria dan Bobot Crips.......29

3.4.5 Menyusun Data Alternatif.............................................................29

3.4.6 Membuat Matriks Keputusan........................................................29

3.4.7 Menghitung Normalisasi Matriks..................................................29

3.4.8 Menentukan Perangkingan............................................................30

3.5 Perhitungan Contoh Studi Kasus..........................................................30

3.6 Desain Sistem.......................................................................................37

3.4.8 Analisis Sistem..............................................................................37

 iv

3.6.2 Perancangan Sistem.......................................................................37

3.6.3 Implementasi sistem......................................................................37

3.6.4 Pengujian sistem............................................................................37

DAFTAR PUSTAKA...........................................................................................38
 v

DAFTAR TABEL

Tabel 4.1 Tabel sama seperti gambar, penjelasan diberikan caption............Error!

Bookmark not defined.
 vi

DAFTAR GAMBAR

Gambar 3. 1Alur Penelitian..................................Error! Bookmark not defined.

Gambar 3. 2 Diagram Alur Prototyping................Error! Bookmark not defined.
 vii

DAFTAR RUMUS

Rumus 2.1 Isi Lampiran........................................Error! Bookmark not defined.

 viii

DAFTAR LAMPIRAN

LAMPIRAN 1 Isi Lampiran.................................Error! Bookmark not defined.

 9

BAB I
PENDAHULUAN

1.1 Latar Belakang Masalah

Era globalisasi seperti saat ini berdampak pada pesatnya perkembangan dan
kemajuan teknologi diberbagai aspek sosial karena dapat mempermudah pekerjaan
manusia. Kebutuhan akan sumber daya manusia juga menjadi saah satu elemen
penting pada setiap kegiatan suatu instansi. Peran penting SDM untuk mencapai
tujuan instansi harus didukung oleh kemampuan dalam mengerjakan semua tugas
yang dibebankan sehingga memperoleh hasil yang sempurna, baik secara kuantitas
maupun kualitas [1]. Demi meningkatkan kualitas karyawan dan kelangsungan
aktivitas instansi perlu dilakukan evaluasi kerja dengan melakukan penilaian kinerja
karyawan. Suatu perusahaan dapat berkembang dengan baik dipengaruhi oleh
kualitas sumber daya manusia, dalam hal ini adalah karyawan yang bekerja di
perusahaan tersebut [2019 dimas]. Upaya meningkatkan kualitas sumber daya
manusia dapat dinilai dari segi motivasi atau semangat kerja karyawan dengan
memberi sebuah penghargaan salah satunya adalah kenaikan jabatan. Kenaikan
jabatan menjadi hal yang sangat penting dalam perencanaan karir karyawan, selain
itu juga agar jabatan yang diusulkan diduduki oleh seseorang yang mempunyai
kriteria-kriteria yang cocok dengan jabatan tersebut. [dimas 2019]
PT. Sinar Pematang Mulia II merupakan salah satu perusahaan yang bergerak
dibidang produksi tapioka. Perusahaan ini memiliki 2 departemen yang terbagi dalam
15 subdivisi dengan karyawan berjumlah 489 karyawan per Agustus 2022.
Banyaknya karyawan pada PT. Sinar Pematang Mulia II terbagi menjadi 4 golongan
karyawan, yaitu harian lepas, harian tetap, karyawan kontrak, serta karyawan tetap.
Pengangkatan karyawan dilakukan dari pekerja harian ke karyawan tetap dengan
kriteria yang disesuaikan dengan kebutuhan setiap divisi. Proses pengangkatan
karyawan di PT. Sinar Pematang Mulia II dilakukan dengan cara pengajuan dari tiap-
tiap kepala bagian. Prosedur yang digunakan saat ini adalah seleksi calon karyawan
dilakukan berdasarkan penilaian kepala bagian, kemudian kepala bagian mengajukan
nama-nama calon karyawan tersebut kepada divisi personalia. Nama-nama tersebut
kemudian akan diajukan kepada factory manager oleh personalia, jika sudah
 10

disetujui akan dikembalikan kepada divisi personalia dan dibuatkan surat

pengangkatan. Proses pengangkatan karyawan pada perusahaan ini berdasarkan
beberapa kriteria yang telah terpenuhi oleh karyawan terpilih, kriteria tersebut yaitu
kehadiran, keahlian, masa kerja, pendidikan, dan usia. Penilaian terhadap aspek
tersebut dilakukan oleh kepala bagian dan masih dilakukan dengan perhitungan
manual. Penilaian yang tersebut dinilai kurang objektif dan juga tidak transparan
karena masih dilakukan secara konvensional. Hal ini masih memungkinkan adanya
penggunaan cara-cara yang tidak baik seperti kolusi dan nepotisme. Subjektivitas
yang terjadi dalam pengambilan keputusan belum bisa mendefinisikan dengan baik
dalam menilai kelayakan karyawan.
Sepanjang tahun 2022, PT. Sinar Pematang Mulia II telah mengeluarkan surat
peringatan kepada 12 karyawan yang dinilai lalai terhadap tanggung jawabnya
sebagai karyawan. Hal ini tentu saja menimbulkan kerugian terhadap perusahaan.
Oleh karena itu, dalam pengangkatan karyawan penilaian pekerja harus
menggunakan cara yang baik dan memiliki tolak ukur yang jelas dan adil.
Perusahaan harus objektif dalam memilih karyawan tetap agar tidak terjadi hal-hal
yang dapat merugikan perusahaan yang disebabkan oleh karyawan yang kurang
kompeten. Penilaian karyawan secara terbuka dan transparan juga tidak akan
menimbulkan kecemburuan antar karyawan. Perhitungan kriteria yang telah
ditetapkan dengan menggunakan sistem yang lebih terkomputerisasi tentu akan
memberikan nilai yang lebih objektif. Selain itu, dengan adanya sistem yang
terkomuterisasi akan menjadi sasaran mutu perusahaan dalam ISO 22000:2018.
Sistem pendukung keputusan merupakan bagian dari sistem informasi yang dapat
digunakan untuk mendukung pengambilan keputusan penilaian kinerja pekerja pada
suatu perusahaan [2]. Sistem penilaian yang terkomputerisasi dengan baik dapat
meminimalkan kecurangan karena sistem bekerja berdasarkan kriteria penilaian dari
perusahaan [3]. Metode Simple Additive Weighting (SAW) dikenal juga sebagai
kombinasi bobot linier atau metode scoring merupakan teknik keputusan sederhana
dan multi atribut yang didasarkan pada bobot rata-rata. Skor evaluasi dihitung untuk
setiap alternatif dengan mengalikan nilai skala yang diberikan kepada alternatif yang
atribut dengan bobot kepentingan relatifnya ditetapkan langsung oleh pengambil
keputusan yang diikuti dengan menjumlahkan hasil untuk semua kriteria [4]. Untuk
 11

dapat menunjang kemudahan perusahaan dalam menentukan pengangkatan karyawan

tetap, diajukan tugas akhir yang diberi judul “Pengembangan Sistem Pendukung
Keputusan Pengangkatan Karyawan Dengan Metode Simple Additive Weighting
(Studi Kasus: PT. Sinar Pematang Mulia II)”. Sistem ini akan dirancang dengan
metode Simple Additive Weighting (SAW) dan dibangun berbasis website
menggunakan framework CodeIgniter.

1.2 Rumusan Masalah

Berdasarkan latar belakang dari permasalahan yang telah dijabarkan, rumusan
masalah dalam tugas akhir ini yaitu, “Bagaimana membangun sistem pendukung
keputusan yang dapat membantu perusahaan dalam proses pengangkatan karyawan
tetap serta menampilkan transparansi hasilnya di PT. Sinar Pematang Mulia II? “.

1.3 Tujuan Penelitian

Berdasarkan hal-hal yang telah diuraikan diatas, adapun tujuan dari tugas akhir
ini yaitu:
1. Merancang dan membuat sebuah sistem pengambilan keputusan dalam
pengangkatan karyawan dengan menggunakan metode Simple Additive
Weighting (SAW) yang dapat membantu mempermudah proses pengambilan
keputusan karyawan yang layak menjadi karyawan tetap PT. Sinar Pematang
Mulia II.
2. Mengimplementasikan sistem yang dapat menampilkan transparansi
pengangkatan karyawan berdasarkan keputusan yang objektif di PT. Sinar
Pematang Mulia II.

1.4 Batasan Masalah

Batasan masalah ditujukan agar tugas akhir yang dilakukan tidak terlalu luas, dan
menjadi lebih realistis untuk diselesaikan, maka batasan masalah pada penelitian ini,
sebagai berikut :
1. Sistem Pendukung Keputusan yang akan dibangun berbasis website.
2. Sistem hanya mendukung proses pengangkatan karyawan tetap pada Sinar
Pematang Mulia II.
 12

3. Kriteria yang digunakan dalam perhitungan meliputi kehadiran, keahlian,

masa kerja, pendidikan, usia, tanggung jawab, loyalitas, kerja sama, kinerja,
dan perilaku .

1.5 Manfaat Penelitian

Manfaat yang diperoleh dari tugas akhir ini sebagai berikut:
1. Memberikan rekomendasi karyawan yang akan diangkat sebagai karyawan
tetap.
2. Menampilkan transparansi penilaian pengangkatan karyawan PT. Sinar
Pematang Mulia II berdasarkan keputusan yang objektif.

1.6 Sistematika Penulisan

Sistematika penulisan berisi pembahasan apa yang akan ditulis disetiap Bab.
Sistematika penulisan yang digunakan dalam penyusunan tugas akhir ini dituliskan
dengan pembagian bab sebagai berikut.
1.6.1 BAB I PENDAHULUAN
Pada bab ini merupakan bab pendahuluan yang menjelaskan mengenai
latar belakang masalah, rumusan masalah, tujuan penelitian, batasan
masalah, manfaat penelitian, dan sistematika penulisan.
1.6.2 BAB II TINJAUAN PUSTAKA
Pada bab ini merupakan bab tinjauan pustaka yang menjelaskan terkait
penelitian sebelumnya dan teori yang melandasi penelitian yang diperoleh
dengan melakukan studi literatur.
1.6.3 BAB III METODOLOGI PENELITIAN
Pada bab ini merupakan bab metode penelitian yang menjelaskan
kerangka kerja penelitian, metode yang digunakan pada penelitian,
metode perancangan sistem yang digunakan dan rancangan pengujian
sistem.
1.6.4 BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Pada bab ini menjelaskan mengenai hasil proses pengembangan sistem
dan hasil dari penelitian yang akan dibahas secara detail.
 13

1.6.5 BAB V KESIMPULAN DAN SARAN

Pada bab ini berisi kesimpulan dari hasil penelitian dan saran atas
penelitian yang telah dilakukan.
 BAB II
TINJAUAN PUSTAKA

2.1 Tinjauan Pustaka

Penelitian-penelitian sebelumnya sebagai bahan kajian dan perbandingan dalam
menentukan topik adalah penelitian yang dilakukan dalam kurun waktu lima tahun
terakhir agar tetap relevan. Penelitian-penelitian yang digunakan yaitu:
1. Penelitian yang dilakukan pada tahun 2016 oleh Fifin Sonata, yang berjudul
“Implementasi Metode Simple Additive Weighting (SAW) Dengan Proses
Fuzzifikasi Dalam Penilaian Kinerja Dosen” yang bertujuan untuk melakukan
penilaian kinerja dosen. Perhitungan menggunakan metode SAW yang
digabungkan dengan logika fuzzy untuk mencari penjumlahan terbobot
disetiap alternative pada semua kriteria memberikan hasil yang lebih baik
dikarenakan mengalami proses fuzzifikasi. Nilai bobot setiap kriteria
berpengaruh terhadap hasil sistem penilaian kinerja dosen [2016 fifin]
2. Penelitian yang dilakukan pada tahun 2016 oleh Frieyadie yang berjudul
“Penerapan Metode Simple Additive Weight (Saw) Dalam Sistem Pendukung
Keputusan Promosi Kenaikan Jabatan” yang bertujuan untuk pengolahan data
yang dapat membantu membantu memfasilitasi pengawas dan jajarannya
untuk mengambil keputusan terkait promosi karyawan. Perhitungan
menggunakan metode SAW pada penelitian ini menggunakan kriteria
pekerjaan, evaluasi kinerja, dan penilaian perilaku karyawan, yang kemudian
dapat memilih salah satu karyawan yang akan mendapatkan promosi [2016
friyadi]
3. Penelitian yang dilakukan pada tahun 2018 oleh Dwi Andini Putri yang
berjudul “Penerapan Metode Fuzzy SAW Sebagai Pendukung Keputusan
Pengangkatan Karyawan Tetap Perusahaan” yang bertujuan untuk membantu
pihak perusahaan dalam pengambilan keputusan untuk menentukan status
karyawan kontrak menjadi karyawan tetap. Terdapat 7 indikator pada
penelitian ini, yaitu loyalitas, solusi masalah, disiplin, jujur, kerjasama,
insiatif, dan kehadiran dari masing-masing karyawan. Berdasarkan
pengolahan yang telah dilakukan, diketahui nama karyawan Rivai Hutasuhut
 15

mendapatkan nilai 49,00 dengan peringkat 9 untuk perhitungan manual,

sedangkan dengan menggunakan Fuzzy SAW mendapatkan nilai 5,06
sehingga mendapatkan nilai tertinggi untuk data calon karyawan tetap. [2018
dwi andini]
4. Penelitian yang dilakukan pada tahun 2018 oleh A.A. Gde A. Putra Ratu
Asmara yang berjudul “Implementasi Metode Simple Additive Weighting
(SAW) Dalam Memprediksi Calon Mahasiswa Dropout STMIK STIKOM
Bali” yang bertujuan untuk mempermudah pengelolaan data mahasiswa yang
gagal atau terkena dropout, sehingga tidak membebani kampus dalam
prosesnya. Penelitian ini menggunakan 2 kriteria, yaitu kriteria benefit dan
kriteria cost. Adapun untuk kriteria benefit adalah IPK dan SKS Kumulatif,
sedangkan untuk kriteria cost adalah lama studi, jumlah status tidak aktif, dan
tahun angkatan. Berdasarkan hasil pengujian yang dilakukan, sistem dapat
berjalan secara optimal sesuai dengan kebutuhan yang diperlukan. [2018 gde
saw]
5. Penelitian yang dilakukan pada tahun 2018 oleh Jodhy Prayogo yang berjudul
“Sistem Pendukung Keputusan Karyawan Teladan PT. Bank Rakyat
Indonesia Dengan Metode Simple Additive Weighting” yang bertujuan untuk
membantu perusahaan dalam proses pemilihan karyawan teladan yang lebih
cepat dan efisien. Kriteria yang digunakan dalam penelitian ini adalah
produktivitas, absensi, tugas individual, tanggung jawab, dan penilaian
supervisor. Proses penentuan karyawan terbaik dimulai dengan pemberian
nilai kriteria, pembobotan, rating kecocokan, normalisasi dan perangkingan.
Untuk hasil dari perhitungan merupakan perangkingan nilai tertinggi ke nilai
terendah, dimana nilai tertinggi adalah hasil yang dibutuhkan untuk
menentukan karyawan terbaik. [2018 jodhy prayogo]
6. Penelitian yang dilakukan pada tahun 2019 oleh Mairinaldy, Lukman, dan
Arfa yang berjudul “Sistem Pendukung Keputusan Kenaikan Jabatan di PT.
Geosciences Indonesia Servis Dengan Metode Simple Additive Weighting
(SAW)” yang bertujuan untuk menganalisis sistem pendukung keputusan
dalam penentuan kenaikan jabatan karyawan. Terdapat beberapa kriteria
sistem penilaian kinerja karyawan, yaitu berdasarkan gaji, absensi,
 16

kedisiplinan, kejujuran dan inovatif. Hasil dari penelitian ini menyimpulkan

bila sistem pendukung keputusan menggunakan metode Simple Additive
Weighting dapat mempermudah PT. Geosciences Indonesia Servis dalam
menentukan karyawan yang layak naik jabatan. [2019 dimas saw]
7. Penelitian yang dilakukan pada tahun 2021 oleh Febriani dan Muslih yang
berjudul “Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Dengan
Metode Simple Additive Weighting (SAW)” yang bertujuan untuk dapat
menilai karyawan terbaiknya yang kemudian dapat dijadikan acuan untuk
mempromosikan kenaikan jabatan. Penilaian dalam penelitian ini
menggunakan 5 kriteria, yaitu kehadiran, sikap/etika, kerajinan, kuantitas dan
kualitas. Hasil dari penelitian ini, didapatkan 10 orang dengan perangkingan
tertinggi dari hasil pengambilan keputusan kinerja terbaik di PT. Paiho
Indonesia. [2021 ERSA]
8. Penelitian yang dilakukan pada tahun 2021 oleh Sari dan Darmawan yang
berjudul “Sistem Pendukung Keputusan Pemilihan Bahan Bakar Sepeda
Motor Matic Menggunakan Metode Simple Additive Weighting (SAW)” yang
bertujuan untuk membantu dalam mencari bahan bakar yang sesuai untuk
masyarakat. Penelitian ini menggunakan beberapa kriteria, yaitu harga,
keiritan, kelangkaan, kualitas dan antrian. Hasil dari penelitian ini, pertalite
mendapatkan nilai perangkingan tertinggi sehingga menjadi alternatif yang
dipilih. [2021 renny]
9. Penelitian yang dilakukan pada tahun 2021 oleh Mujiastuti, Komariyah dan
Hasbi yang berjudul “Sistem Penilaian Kinerja Karyawan Menggunakan
Metode Simple Additive Weighting (SAW)” dengan tujuan untuk membantu
pengambilan keputusan seperti promosi, pemberhentian, mutasi, pemberian
bonus atau umpan balik bagi karyawan. Penilaian dalam penelitian ini
menggunakan 5 kriteria, yaitu kehadiran, sikap/etika, kerajinan, kualitas dan
kuantitas. Akurasi perhitungan metode Simple Additive Weighting (SAW)
yang diimplementasikan dalam aplikasi penunjang keputusan penilaian
kinerja karyawan dalam penelitian ini bila dibandingkan dengan perhitungan
manual mencapai 100%. [2019 rulli]
 17

No. Judul Peneliti Tahun Masalah Metode Hasil

1. Implementasi Fifin 2016 Kesalahan Simple Sistem berhasil

Metode Simple Sonata dalam Additive memberikan
Additive perekrutan Weighting rekomendasi dan
Weighting pertimbangan
dosen baru. (SAW)
(SAW) Dengan serta mengurangi
Proses Dengan tingkat kesalahan
Fuzzifikasi Proses dalam merekrut
Dalam Penilaian Fuzzifikasi dosen melalui
Kinerja Dosen data perangkingan
yang telah diolah.

2. Penerapan Frieyadie 2016 Pengolahan Simple Dari perhitungan

Metode Simple data Additive yang telah
Additive Weight penilaian Weighting dilakukan terpilih
(Saw) Dalam karyawan seorang karyawan
(SAW)
Sistem perusahaan yang akan
Pendukung masih mendapatkan
Keputusan dilakukan promosi jabatan,
Promosi dengan yaitu Chairani
Kenaikan komputerisa Syifa
Jabatan si excel,
risiko
kesalahan
besar karena
jumlah
karyawan
sangat
banyak dan
dibutuhkan
waktu yang
lama
3. Penerapan Dwi 2018 Sulitnya Fuzzy Metode Fuzzy
Metode Fuzzy Andini dalam SAW Simple Additive
SAW Sebagai Putri melakukan Weighting
Pendukung seleksi (FSAW) dapat
Keputusan karyawan membantu
Pengangkatan secara perusahaan untuk
Karyawan Tetap objektif, menentukan
Perusahaan lamanya karyawan tetap
proses yang berkualitas
pemilihan dengan mudah
karena
dilakukan
secara
bertahap,
dan
penilaian
dilakukan
secara
manual,
serta kriteria
penilaian
belum
terukur dan
memiliki
 18

bobot nilai
4. Implementasi A.A. Gde 2016 kurangnya Simple Sistem yang
Metode Simple A. Putra informasi Additive dibangun
Additive Ratu karena Weighting memberikan hasil
Weighting berupa informasi
Asmara pengolahan (SAW)
(SAW) Dalam mahasiswa yang
Memprediksi data yang akan dikenakan
Calon semakin Drop Out secara
Mahasiswa tahun tepat dan akurat
Dropout STMIK semakin
STIKOM Bali meningkat
khususnya
data
mengenai
mahasiswa
yang
berpotensi
dropout
(DO)
5. Sistem Jodhy 2018 Pengolahan Simple Hasil perhitungan
Pendukung Prayogo data Additive berupa rangking
Keputusan dilakukan Weighting nilai tertinggi ke
Karyawan nilai terendah,
dengan cara
Teladan PT. nilai tertinggi
Bank Rakyat manual merupakan
Indonesia menggunaka hasil untuk
dengan Metode n Microsoft menentukan
Simple Additive Excel yang karyawan terbaik
Weighting membutuhka
n waktu
lama dan
tidak efisien
dalam
menentukan
karyawan
teladan
6. Sistem Dimas 2019 Belum Simple Mempermudah
Pendukung Argi adanya Additive PT. Geosciences
Keputusan Mairinaldy sistem Weighting Indonesia Servis
Kenaikan , Lukman, dalam
pendukung (SAW)
Jabatan Di PT. Avini menentukan
Geosciences Nurazhima keputusan karyawan yang
Indonesia Servis h Arfa yang dapat layak naik
Dengan Metode mempermud jabatan.
Simple Additive ah dalam
Weighting proses
(SAW) kenaikan
jabatan
karyawan
7. Sistem Fransiska 2021 Hasil Simple Sistem dapat
Pendukung Prihatini penilaian Additive memudahkan
Keputusan Sihotang, tidak Weighting proses
Kenaikan Ferent perhitungan
transparan , (SAW)
Jabatan Michaela kinerja karyawan
 19

Karyawan dilakukan secara otomatis

Dengan Simple secara dan
Additive sepihak dan terkomputerisasi,
Weighting mengambil
tertutup,
(SAW) Pada keputusan secara
Dealer Mobil terdapat objektif, dan
kriteria transparan.
penilaian
yang
terkadang
tidak
diperhitungk
an, proses
penilaian
kinerja
memakan
waktu yang
cukup lama
dan hasilnya
cenderung
diragukan
serta
memunculka
n rasa
ketidakpuasa
n dari para
karyawan
8. Sistem Renny 2021 Banyaknya Simple Hasil dari
Pendukung Puspita pilihan Additive perhitungan
Keputusan Sari, bahan bakar Weighting adalah bahan
Pemilihan Muhamma bakar pertalite
yang ada (SAW)
Bahan Bakar d Rizqi dengan hasil akhir
Sepeda Motor Darmawan menyebabka perangkingan
Matic n 0,718, pertamax
Menggunakan masyarakat 0,716 dan
Metode Simple bingung premium 0,665
Additive menentukan
Weighting bahan bakar
(SAW)
yang sesuai
antara rasio
kompresi
dengan nilai
oktan suatu
bahan bakar
9. Sistem Penilaian Rully 2019 Belum Simple Akurasi
Kinerja Mujiastuti, adanya Additive perhitungan
Karyawan Nur sistem yang Weighting metode (SAW)
Menggunakan Komariyah dapat yang
(SAW)
Metode Simple , melakukan diimplementasika
Additive Muhamma penilaian n dalam aplikasi
Weighting d Hasbi kinerja dan perhitungan
(SAW) terhadap Manual mencapai
karyawan nilai 100%.
 20

untuk
mengevaluas
i,
memotivasi,
memverifika
si dan
meningkatka
n kinerja
karyawan.

2.2 Dasar Teori

Sub bab ini menjelaskan mengenai teori-teori dasar yang digunakan sebagai
dasar penelitian. Sumber pengutipan teori-teori ini dicantumkan oleh penulis.

2.2.1 Sistem Pendukung Keputusan

Sistem Sistem Pendukung Keputusan (SPK) atau Decision Support System
(DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan
masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi
terstruktur dan tak terstruktur [12]. Sistem pendukung keputusan merupakan sistem
berbasis komputer dimana sistem ini memiliki tiga komponen yang saling
berinteraksi, yaitu sistem bahasa, sistem pengetahuan dan sistem pemrosesan
masalah. Sistem bahasa memungkinkan adanya komunikasi antara user dengan
komponen pendukung keputusan yang lain. Sistem pengetahuan sebagai data atau
sebagai prosedur dan sistem pemrosesan masalah merupakan satu atau lebih
kapabilitas manipulasi masalah yang diperlukan untuk pengambilan keputusan [2021
ruli].
Sistem pendukung keputusan dalam tugas akhir ini dibangun untuk dapat
membantu perusahan dalam menentukan karyawan yang layak diangkat sebagai
karyawan tetap sesuai dengan kriteria yang telah ditentukan. Selain itu juga, agar
dapat menampilkan transparansi penilaian pada proses pengangkatan karyawan tetap.
 21

2.2.2 Metode Simple Additive Weighting (SAW)

Metode SAW (Simple Additive Weighting) sering juga dikenal metode
penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW
membutuhkan proses normalisasi matriks keputusan (x) ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif yang ada [13]. Adapun persamaan
untuk perhitungan metode SAW adalah sebagai berikut.

{
x ij
Jika i adalah kriteria keuntungan (benefit)
Max i ( x ij )
r ij =
Mini ( x ij )
Jika j adalah kriteria biaya ( cost )
x ij

Keterangan:
a. Dikatakan kriteria keuntungan apabila nilai memberikan keuntungan bagi
pengambil keputusan, dan kriteria biaya apabila menimbulkan biaya bagi
pengambilan keputusan.
b. Kriteria keuntungan apabila nilai dibagi dengan nilai dari setiap kolom,
sedangkan untuk kriteria biaya, nilai dari setiap kolom dibagi dengan nilai.

Langkah-langkah penyelesaikan dengan metode simple additive weighting adalah

sebagai berikut:
1) Menentukan alternatif, yaitu Ai.
2) Menentukan kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu Cj.
3) Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.
4) Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria.
W =[ W 1 W 2 W 3 ...W j ]
5) Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria.
6) Membuat matriks keputusan yang dibentuk dari tabel rating kecocokan dari
setiap alternatif pada setiap kriteria. Nilai setiap alternatif (A i) pada setiap
kriteria (Cj) yang sudah ditentukan, dimana, i=1,2,…m dan j=1,2…n.
 22

[ ]
x 11 x12 … x 1 j
X= ⋮ ⋮
x i 1 xi 2 … x ij

7) Melakukan normalisasi matriks keputusan------- dengan cara menghitung

nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada kriteria Cj.
8) Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matrik
ternormalisasi (R).

[ ]
r 11 r 12 … r 1 j
R= ⋮ ⋮
r i 1 r i 2 … r ij

9) Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian
elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang
bersesuaian dengan elemen kolom matrik (W).
n
V i=∑ w j r ij
j=1

Hasil perhitungan nilai Vi yang lebih besar mengindikasi bahwa alternatif A i

merupakan alternatif terbaik.

2.2.3 Karyawan
Sumber daya manusia (SDM) menjadi salah satu faktor penting dan tidak
dapat dilepaskan dari sebuah organisasi, baik instansi maupun perusahaan. Hal ini
dikarenakan SDM menjadi salah satu kunci untuk menentukan berkembangnya suatu
perusahaan. SDM berupa manusia yang bekerja dalam sebuah organisasi untuk
mencapai tujuan dari organisasi tersebut [doduan 2020]. Karyawan merupakan
bagian dari sumber daya manusia dimana karyawan menjadi aset utama perusahaan
sebagai perencana dan pelaku akif dari setiap aktivitas suatu organisasi [2018
yesica]. Karyawan merupakan orang yang menyediakan jasa, baik dalam bentuk
pikiran maupun tenaga yang kemudian akan mendapatkan kompensasi atas jasanya
sesuai dengan besaran yang telah ditentukan atau ditetapkan terlebih dahulu [2018
dewi L].
 23

Berdasarkan statusnya, karyawan dalam suatu perusahaan dibagi menjadi dua

kelompok, yaitu karyawan tetap dan karyawan tidak tetap 2018 dewi L.
1. Karyawan Tetap
Karyawan tetap adalah karyawan yang sudah mempunyai kontrak maupun
perjanjian kerja dengan suatu perusahaan dalam jangka waktu yang tidak
ditetapkan. Hak yang dimiliki oleh karyawan tetap cenderung lebih besar dan
lebih banyak dibandingkan dengan karyawan tidak tetap dan juga dalam hal
jenjang karir karyawan tetap lebih terjamin.
2. Karyawan Tidak Tetap (Kontrak)
Karyawan tidak tetap (kontrak) adalah karyawan yang dipekerjakan dalam
jangka waktu tertentu ketika perusahaan membutuhkan tenaga kerja
tambahan saja. Ketika perusahaan sudah tidak membutuhkan tenaga kerja
tambahan maka karyawan tidak tetap dapat diberhentikan kapan saja. Hak
yang dimiliki oleh karyawan tidak tetap pun cenderung lebih sedikit jika
dibandingkan dengan karyawan tetap.

Penelitian ini akan melibatkan karyawan di PT. Sinar Pematang Mulia II

dalam menentukan karyawan mana yang layak mendapatkan promosi kenaikan
jabatan sebagai karyawan tetap.

2.2.4 PT. Sinar Pematang Mulia II

PT. Sinar Pematang Mulia merupakan pabrik pengolahan singkong menjadi
tepung tapioka. Perusahaan ini merupakan anak perusahaan dari PT. Lambang Jaya
Group yang didirikan pada 6 Desember 1993. Sampai saat ini, PT. SPM telah
memiliki tiga pabrik tapioka. Pabrik pertama diberi nama SPM I yang didirikan pada
tahun 1993 di Kabupaten Tulang Bawang. Pabrik kedua diberi nama SPM II yang
didirikan pada tahun 2005 di Kabupaten Lampung Tengah, dan pabrik yang ketiga
bernama Sinar Baturasa Prima yang didirikan pada tahun 2017 di Bangka Belitung.
PT. SPM II memiliki 2 departemen besar yaitu perkantoran dan produksi yang
terbagi dalam beberapa divisi. Bagian perkantoran terdiri dari divisi personalia,
keuangan, purchasing hingga logistic. Sedangkan bagian produksi berfokus pada
administrasi produksi dan quality control. Hingga saat ini, PT. SPM II memiliki 15
 24

divisi dengan karyawan berjumlah 489 karyawan per Agustus 2022. Banyaknya
karyawan pada PT. Sinar Pematang Mulia II terbagi menjadi 4 golongan karyawan,
yaitu harian lepas, harian tetap, karyawan kontrak, serta karyawan tetap.
Proses pengangkatan yang dilakukan di PT. SPM II dilakukan dengan penilaian
yang dilakukan oleh kepala divisi dan kepala bagian masing-masing. Setelah itu,
kepala divisi atau kepala bagian akan mengajukan permohonan pengangkatan
karyawan kepada divisi personalia dengan melampirkan data presensi tiga bulan
terakhir milik karyawan yang bersangkutan. Permohonan yang telah diterima oleh
personalia selanjutnya akan diteruskan kepada factory manager. Permohonan
tersebut akan dikembalikan lagi ke personalia, jika disetujui oleh factory manager
maka akan dibuatkan SK sebagai karyawan tetap. Pengangkatan karyawan yang
dilakukan berdasarkan presensi, lama waktu bekerja, kemampuan, usia dan
pendidikan. Proses penilaian yang dilakukan masih dilakukan dengan manual dan
belum ada perhitungan keseluruhan untuk kriteria yang ada. Penilaian kemampuan
hanya dilakukan setahun sekali untuk seluruh pekerja, sehingga keakuratan data dan
penilaian pekerja dirasa belum cukup untuk menjamin apakah pekerja tersebut sesuai
atau tidak diangkat sebagai karyawan tetap. Selain itu perhitungan yang kompleks
akan meminimalisir adanya tindakan kolusi dan nepotisme serta menghindari adanya
kecemburuan antar karyawan.
 BAB III
METODE PENELITIAN

3.1 Alur Penelitian

Penelitian yang akan dilakukan memiliki beberapa tahapan. Tahapan yang akan
dilakukan terdiri dari 5 tahapan yang disajikan pada diagram alir yang terlihat pada
Gambar 3.1.

Gambar 3. 1Alur Penelitian

 26

3.2 Penjabaran Langkah Penelitian

Adapun penjelasan dari tiap-tiap langkah penelitian yang akan dilakukan pada
Gambar 3.1, akan jelaskan pada sub bab berikut.
3.2.1 Identifikasi Masalah
Keberhasilan dalam peningkatan perkembangan perusahaan tidak terlepas dari
proses kegiatan SDM yang melakukan pekerjaannya dengan baik, dalam hal ini
karyawan menjadi objek utama dalam kajian SDM yang mampu membuat
perkembangan perusahaan meningkat [ade 2019]. Tujuan utama dari proses
pengangkatan karyawan kontrak menjadi karyawan tetap dalam suatu perusahaan
agar dapat mendapatkan orang yang tepat yang memenuhi persyaratan tertentu untuk
mengisi posisi yang memang dibutuhkan, sehingga karyawan tersebut dapat bekerja
dengan optimal dan dapat bertahan di perusahaan untuk waktu yang lama [2018 dwi
andini]. Pengangkatan karyawan yang salah dan tidak objektif dapat menyebabkan
adanya tindakan nepotisme, selain itu tidak adanya transparansi mengakibatkan
kecemburuan antar karyawan.
3.2.2 Studi Literatur
Tahap ini dilakukan dengan studi literatur untuk menunjang penelitian dengan
memperoleh data yang bersumber dari berbagai buku, jurnal, maupun website yang
berhubungan dengan masalah dalam penelitian.
3.2.3 Pengumpulan Data
Pengumpulan data dilakukan dengan cara melakukan pengamatan langsung di
PT. Sinar Pematang Mulia II dan juga melakukan wawancara kepada pihak-pihak
yang terkait dengan penelitian ini. Selain itu, dalam penelitian ini juga dibutuhkan
data-data karyawan yang akan diangkat sebagai karyawan tetap, data perhitungan
kriteria karyawan sebelumnya yang dibutuhkan sebagai acuan dalam penelitian ini,
dan juga data kriteria-kriteria penilaian yang akan digunakan untuk menilai calon
karyawan. Penentuan bobot kriteria dilakukan dengan berdiskusi dengan pihak-pihak
perusahaan yang terkait dengan proses pengangkatan karyawan tetap guna
memperoleh bobot kriteria yang tepat.
3.2.4 Menentukan Metode
Metode yang digunakan dalam sistem pendukung keputusan ini adalah Simple
Additive Weighting (SAW). Kriteria-kriteria yang telah ditentukan untuk menilai
 27

karyawan kemudian akan ditentukan bobotnya dari masing-masing kriteria tersebut.

Penentuan besarnya bobot tiap kriteria ditentukan langsung oleh masing-masing
kepala bagian yang besangkutan.
3.2.5 Implementasi Metode SAW
Tahap ini akan dilakukan implementasi dari metode yang telah dipilih dan sesuai
dengan permasalahan yang ada. Bobot dari tiap masing-masing kriteria yang telah
ditentukan maka selanjutnya adalah penerapan dari metode simple additive weighting
(SAW). Secara umum langkah-langkah dalam metode SAW ini adalah [2018 DWI]:
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam
pengambilan keputusan, yaitu: Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian
melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga
diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perangkingan yaitu: penjumlahan dari
perkalian matriks ternormalisasi R dengan vektor bobot sehingga
diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai)
sebagai solusi.
3.2.6 Pengujian
Tahap ini dilakukan pengujian terhadap perhitngan metode SAW apakah
perhitungan metode yang digunakan mam keputusan sesuai dengan kebutuhan
perusahaan yaitu dapat memberikan keputusan karyawan mana yang pantas diangkat
sebagai karyawan tetap di PT. Sinar Pematang II sesuai dengan kriteria yang telah
ditentukan.
3.2.7 Hasil Penelitian
Analisis data dan penerapan metode simple additive weighting (SAW) yang telah
dilakukan pada tahapan sebelumnya akan diterapkan pada data sesungguhnya
sehingga diperoleh hasil penelitian berupa rekomendasi dan transparansi penilaian
karyawan yang akan diangkat sebagai karyawan tetap PT. Sinar Pematang Mulia II.
 28

3.2.8 Kesimpulan dan Saran

Setelah rangkaian penelitian selesai dilakukan, selanjutnya pada tahap ini
dilakukan penarikan kesimpulan dari hasil yang diperoleh dan saran untuk penelitian
selanjutnya.

3.3 Alat dan Bahan Tugas Akhir

Alat-alat dan bahan-bahan yang digunakan dalam penelitian ini akan dijelaskan
pada sub bab berikut ini.
3.3.1 Alat
Alat yang digunakan untuk melakukan penelitian ini yaitu:
1. Pada tugas akhir ini digunakan Windows 8, Intel Core i3 4030U CPU,
Memori 2GB DDR 3, grafis Intel HD4300.
2. Software yang digunakan adalah XAMPP v3.2.4., Sublime Text 3,
Framework CodeIgniter, dan Chrome Browser.
3.3.2 Bahan
Bahan yang digunakan untuk melakukan penelitian, berupa:
1. Dataset karyawan dan pekerja dari pihak perusahaan.
2. Dataset yang disusun sendiri melalui observasi dan interview
3. Dokumen berupa jurnal penelitian terdahulu, buku, dan tugas akhir terdahulu.

3.4 Metode Tugas Akhir

Penelitian tahap awal dilakukan berdasarkan data yang telah diperoleh melalui
wawancara, observasi dan studi pustaka guna mencari solusi untuk permasalahan
yang ada. Metode yang digunakan untuk sistem pendukung keputusan ini adalah
metode Simple Additive Weighting (SAW), dimana metode ini akan melakukan
penjumlahan berbobot yang membutuhkan normalisasi matriks keputusan dalam
suatu skala yang dapat dibandingkan dengan semua alternative yang ada. (dari rating
kinerja setiap alternatif yang dimiliki semua atribut) [gde 2018]. Dalam penelitian ini
menggunakan sampel data karyawan tidak tetap PT. Sinar Pematang Mulia II dengan
5 kriteria. Kriteria beserta masing-masing nilai yang dimiliki diperoleh dari hasil
wawancara langsung dengan pihak perusahaan serta data pribadi perusahaan. Berikut
 29

adalah langkah-langkah dari metode SAW yang disajikan dalam diagram alir pada
gambar xx.

3.4.1 Menentukan Alternatif dan Kriteria

Alternatif merupakan objek yang akan dibahas dalam melakukan
pengambilan keputusan, dimana dalam hal ini alternatif yang dimaksud adalah
karyawan yang akan diangkat menjadi karyawan tetap. Setia alternatif akan
disimbolkan dengan Ai. Kriteria merupakan faktor yang menjadi penentu
 30

kelayakan seorang karyawan untuk dapat diangkat sebagai karyawan tetap.

Kriteria ini ditentukan langsung oleh kepala bagian tiap masing-masing divisi.
Terdapat beberapa kriteria untuk mengukur dan menilai kelayakan karyawan
diangkat sebagai karyawan tetap, antara lain:
1. Masa Kerja
Kriteria yang digunakan dalam penentuan kenaikan menjadi karyawan tetap
salah satunya adalah dinilai dari seberapa lama seorang karyawan sudah
bekerja di perusahaan.
2. Presensi atau Kehadiran
Presensi merupakan salah satu kriteria yang sangat penting dalam penentuan
kenaikan jabatan seorang karyawan menjadi karyawan tetap. Penilaian
berdasarkan perhitungan rekapitulasi mesin presensi (fingerprint) harian
seperti izin, sakit atau mangkir selama 3 bulan terakhir.
3. Keahlian
Seorang karyawan perlu memiliki keahlian dibidang tertentu yang sesuai
dengan kebutuhan perusahaan agar dapat menjamin mutu perkembangan
perusahaan.
4. Pendidikan
Pendidikan terakhir seseorang mempengaruhi seberapa besar orang tersebut
menguasai suatu bidang di perusahaan dengan baik.
5. Usia
Usia seseorang akan mempengaruhi produktivitasnya dalam melakukan
suatu pekerjaan. Pekerja yang masih dalam kategori usia produktif memiliki
kesempatan untuk menjadi calon karyawan tetap, akan tetapi untuk pekerja
dengan usia mendekati usia pensiun hanya akan diangkat menjadi karyawan
kontrak.

3.4.2 Menentukan Nilai Bobot Untuk Setiap Kriteria

Terdapat kriteria yang lebih diutamakan dibandingkan dengan kriteria lain yang
dianggap oleh perusahaan dimana setiap kriteria tersebut telah diberi bobot yang
sesuai dengan kebijakan perusahaan.
 31

3.4.3 Menentukan Atribut Kriteria

Berdasarkan kriteria yang telah ditetapkan, selanjutnya akan ditentukan atribut
kriteria. Terdapat dua atribut kriteria yaitu benefit dan cost. Fungsi benefit jika
semakin tinggi nilai maka akan semakin baik, sedangkan fungsi cost jika semakin
kecil nilai maka semakin baik.
3.4.4 Menentukan Crips (Nilai Rentang) Kriteria dan Bobot Crips
Data Crips adalah data yang digunakan dalam pengelompokan nilai atribut
berdasarkan kategori tertentu. Tidak semua kriteria memiliki nilai crips karena nilai
crips bersifat opsional dan tidak diwajibkan. Adanya nilai crips dapat mempermudah
dalam pengelompokan data dalam kriteria tertentu.
3.4.5 Menyusun Data Alternatif
Tahap ini akan disusun data karyawan yang akan diangkat sebagai karyawan tetap
berdasarkan data dari masing-masing kriteria yang telah ditentukan.
3.4.6 Membuat Matriks Keputusan
Matriks keputusan dibuat untuk mencocokkan antara alternative dengan nilai kriteria
yang dimiliki oleh alternative tersebut kemudian dihitung bobotnya. Matriks
keputusan (x) dibentuk dari tabel rating kecocokan yang diperoleh dari semua
kriteria. Nilai (X) setiap alternative (Ai) pada setiap kriteria (Cj) yang telah
ditentukan [2018 jodhy].
3.4.7 Menghitung Normalisasi Matriks
Perhitungan normalisasi matriks berdasarkan persamaan yang sesuai dengan jenis
atribut yaitu atribut benefit atau cost sehingga diperoleh matriks ternormalisasi R
[2016 FRIYADIE]. Perhitungan untuk atribut benefit adalah nilai kriteria dibagi
dengan nilai maksimal, sedangkan untuk atribut cost adalah nilai minimal dibagi
dengan nilai alternative kriteria. Normalisasi matriks dilakukan dengan
menggunakan rumus berikut:

{
x ij
jika j adalah atribut benefit
Max i ( x ij )
r ij =
Mini ( x ij )
jika j adalah atribut cost
x ij
 32

3.4.8 Menentukan Perangkingan

Tahap perangkingan akan diperoleh siapa saja karyawan yang ada di posisi tertinggi
hingga terendah sehingga dapat diketahui karyawan yang akan diangkat menjadi
karyawan tetap. Proses perangkingan akan menghitung hasil akhir preferensi (Vi)
yang diperoleh dari penjumlahan dan perkalian elemen baris matriks ternormalisasi
(R) dengan bobot preferensi (W) yang bersesuaian dengan matriks ternormalisasi
tersebut (R). Persamaan yang digunakan untuk menghitung hasil akhir perangkingan
setiap alternative:
n
V i=∑ w j r ij
j=1

Vi = Ranking untuk setiap alternatif

Wj = Nilai bobot dari setiap kriteria
rij = Nilai matriks ternormalisasi

3.5 Perhitungan Contoh Studi Kasus

Contoh studi kasus untuk perhitungan pengambilan keputusan dengan menggunakan
metode SAW. Langkah-langkah perhitungan manual menggunakan metode SAW
dijabarkan dibawah ini.
1. Alternatif dan Kriteria
Lama Keahlia Pendi-
No. Nama Karyawan Kerja Presensi n Usia dikan
1 Harry Potter 3 tahun 85% 75 25 tahun D3
2 Ron Weasley 6 tahun 70% 92 28 tahun S1
3 Draco Malfoy 1.5 tahun 60% 68 33 tahun S1
4 Cedric Diggory 9.5 tahun 65% 79 32 tahun D3
5 Oliver Wood 5 tahun 95% 88 33 tahun S1
6 Hermione Granger 3 tahun 80% 80 27 tahun S1
7 Neville Longbottom 7 tahun 95% 87 30 tahun D3
8 Angelina Johnson 9 tahun 70% 85 33 tahun SMA
9 Cho Chang 2 tahun 85% 70 28 tahun S1
10 Seamus Finnigan 8 tahun 80% 90 29 tahun SMK
 33

Tabel xx diatas merupakan daftar calon karyawan yang akan diangkat sebagai
karyawan tetap. Berdasarkan tabel diatas, dapat ditentukan alternatif dan kriteria
yang dibutuhkan oleh perusahaan. Alternatif beserta kode alternatif berdasarkan tabel
xx adalah sebagai berikut:
Alternatif
Kode Alternatif Alternatif
A1 Harry Potter
A2 Ron Weasley
A3 Draco Malfoy
A4 Cedric Diggory
A5 Oliver Wood
A6 Hermione Granger
A7 Neville Longbottom
A8 Angelina Johnson
A9 Cho Chang
A10 Seamus Finnigan

Kriteria yang digunakan pada contoh perhitungan ini berdasarkan pada tabel xx
disajikan pada tabel xx berikut.
No. Kriteria
1. Lama Kerja
2. Presensi
3. Keahlian
4. Usia
5. Pendidikan

2. Menentukan Bobot dan Atribut untuk Masing-masing Kriteria

Masing-masing kriteria yang telah ditentukan tentunya memiliki bobot yang akan
digunakan dalam perhitungan. Selain itu penentuan atribut untuk masing-masing
kriteria yang dimaksud adalah apakah kriteria tersebut termasuk atribut benefit
 34

ataupun cost. Nilai bobot dan atribut masing-masing kriteria ditampilkan pada tabel
xx berikut ini.
No. Kriteria Kode (Cj) Kode (Wj) Bobot Atribut
1 Lama Kerja C1 W1 70 Benefit
2 Presensi C2 W2 90 Benefit
3 Keahlian C3 W3 80 Benefit
4 Usia C4 W4 70 Cost
5 Pendidikan C5 W5 85 Benefit

3. Menentukan Nilai Crips serta Bobotnya untuk Masing-masing Kriteria

Penentuan Nilai crips serta pemberian bobot untuk setiap kriteria dapat dilihat pada
tabel xx berikut.
No. Kriteria Nilai Crips Bobot
1 <=2.0 1
2 2.1 - 4.0 2
Masa Kerja
3 4.1 - 6.4 3
(C1)
4 6.5 - 8.9 4
5 >=9.0 5
6 <=60% 1
7 >60% - 70% 2
Presensi
8 >70% - 80% 3
(C2)
9 >80% - 90% 4
10 >90% - 100% 5
11 <=60 1
12 >60 - 70 2
Keahlian
13 >70 - 80 3
(C3)
14 >80 - 90 4
15 >90 - 100 5
16 20-27 1
17 28-32 2
18 Usia (C4) 33-38 3
19 39-45 4
20 >45 5
21 SMA/SMK 1
Pendidikan
22 D3 2
(C5)
23 S1 3

4. Menyusun Data AlternatiF Sesuai dengan Bobot Kriteria

 35

Langkah berikutnya adalah menyusun data alternatif sesuai dengan bobot kriteria
yang telah diberikan pada langkah sebelumnya. Data alternatif yang telah disusun
dapat dilihat pada tabel xx berikut.
Alternatif Kriteria
Kode (Ai) Keterangan C1 C2 C3 C4 C5
A1 Harry Potter 2 4 3 1 2
A2 Ron Weasley 3 2 5 2 3
A3 Draco Malfoy 1 1 2 3 3
A4 Cedric Diggory 5 2 3 2 2
A5 Oliver Wood 3 5 4 3 3
A6 Hermione Granger 2 3 3 1 3
A7 Neville Longbottom 4 5 4 2 2
A8 Angelina Johnson 5 2 4 3 1
A9 Cho Chang 1 4 2 2 3
A10 Seamus Finnigan 4 3 4 2 1

5. Membuat Matriks Keputusan

Berdasarkan data alternatif yang telah disusun pada tabel xx, maka akan dilakukan

[ ]
pembuatan matriks keputusan.

2 4 3 1 2
3 2 5 2 3
1 1 2 3 3
5 2 3 2 2
3 5 4 3 3
R=
2 3 3 1 3
4 5 4 2 2
5 2 4 3 1
1 4 2 2 3
4 3 4 2 1

6. Normalisasi Matriks
Normalisasi matriks dilakukan dengan menggunakan rumus berikut ini untuk atribut
benefit.
X ij
Rij = untuk atribut benefit
Max X ij

Kolom 1 Masa Kerja (C1)

 36

2 2
R11 ,61= = =0.4
Max(2,3,1,5,3,2,4,5,1,4) 5
3 3
R21 ,51= = =0.6
Max (2,3,1,5,3,2,4,5,1,4) 5
1 1
R31 ,91= = =0.2
Max (2,3,1,5,3,2,4,5,1,4) 5
5 5
R41 , 81= = =1
Max(2,3,1,5,3,2,4,5,1,4) 5
4 4
R71 ,101 = = =0.8
Max (2,3,1,5,3,2,4,5,1,4) 5

Kolom 2 Presensi (C2)

4 4
R12 ,92= = =0.8
Max(4,2,1,2,5,3,5,3,4,3) 5
2 2
R22 ,42 , 82= = =0.4
Max(4,2,1,2,5,3,5,3,4,3) 5
1 5
R32 = = =0.2
Max (4,2,1,2,5,3,5,3,4,3) 5
5 5
R52 ,72= = =1
Max (4,2,1,2,5,3,5,3,4,3) 5
3 3
R62 ,102 = = =0.6
Max (4,2,1,2,5,3,5,3,4,3) 5

Kolom 3 Keahlian (C3)

3 3
R13 , 43, 63= = =0.6
Max (3,5,2,3,4,3,4,4,2,4) 5
5 5
R23= = =1
Max (3,5,2,3,4,3,4,4,2,4) 5
2 2
R33 ,93 = = =0.4
Max(3,5,2,3,4,3,4,4,2,4) 5
4 4
R53 ,73 , 83,103= = =0.8
Max(3,5,2,3,4,3,4,4,2,4) 5

Kolom 4 Usia (C4)

Usia merupakan atribut cost, sehingga rumus yang digunakan adalah:
 37

Min X ij
Rij =
X ij
Min(1,2,3,2,3,1,2,3,2,2) 1
R14 , 64= = =1
1 1
Min(1,2,3,2,3,1,2,3,2,2) 1
R24,44,74,94,104 = = =0.5
2 2
Min(1,2,3,2,3,1,2,3,2,2) 1
R34 , 54 ,84= = =0.333
3 3

Kolom 5 Pendidikan (C5)

2 2
R15 , 45, 75= = =0.67
M ax (2,3,3,2,3,3,2,1,3,1) 3
3 3
R25,35,55,65,95 = = =1
Max (2,3,3,2,3,3,2,1,3,1) 3
1 1
R85 ,105 = = =0.33
Max (2,3,3,2,3,3,2,1,3,1) 3

Berdasarkan perhitungan yang telah dilakukan, diperoleh matriks ternormalisasi (R)

yang disajikan pada tabel xx berikut ini.
Ai C1 C2 C3 C4 C5
A1 0.4 0.8 0.6 1 0.67
A2 0.6 0.4 1 0.5 1
A3 0.2 0.2 0.4 0.33 1
A4 1 0.4 0.6 0.5 0.67
A5 0.6 1 0.8 0.33 1
A6 0.4 0.6 0.6 1 1
A7 0.8 1 0.8 0.5 0.67
A8 1 0.4 0.8 0.33 0.33
A9 0.2 0.8 0.4 0.5 1
A10 0.8 0.6 0.8 0.5 0.33

R = buat matriksnya

7. Perankingan
 38

Tahapan ini dilakukan dengan mengalikan matriks ternormalisasi R dengan bobot

kriteria W. Selanjutnya akan dilakukan penjumlahan dengan menggunakan rumus
berikut. (tambahin keterangannya Laa)
n
V i=∑ ❑ w j r ij dimanaVi merupakanalternatif
j=1

V 1=( 0.4 × 70 ) + ( 0.8 ×90 )+ ( 0.6 ×80 ) + ( 1 ×70 ) + ( 0.67 × 80 )=271.6

V 2=( 0.6 × 70 )+ ( 0.4 × 90 )+ ( 1× 80 ) + ( 0.5 ×70 ) + ( 1 ×80 )=273
V 3=( 0.2 ×70 )+ ( 0.2× 90 ) + ( 0.4 × 80 ) + ( 0.33 ×70 ) + ( 1 ×80 )=167.1
V 4=( 1 ×70 ) + ( 0.4 × 90 ) + ( 0.6 × 80 ) + ( 0.5 ×70 ) + ( 0.67 × 80 )=242.6
V 5=( 0.6 × 70 ) + ( 1× 90 ) + ( 0.8 × 80 )+ ( 0.33 ×70 ) + ( 1 ×80 ) =299.1
V 6=( 0.4 ×70 ) + ( 0.6 × 90 ) + ( 0.6 × 80 ) + ( 1× 70 ) + ( 1× 80 )=280
V 7= ( 0.8× 70 ) + ( 1× 90 ) + ( 0.8 × 80 ) + ( 0.5 ×70 ) + ( 0.67 × 80 )=298.6
V 8= (1 ×70 )+ ( 0.4 ×90 )+ ( 0.8× 80 ) + ( 0.33 ×70 )+ ( 0.33× 80 )=219.5
V 9= ( 0.2× 70 ) + ( 0.8 ×90 )+ ( 0.4 ×80 ) + ( 0.5 × 70 )+ ( 1× 80 )=233
V 10=( 0.8 × 70 ) + ( 0.6 ×90 )+ ( 0.8× 80 ) + ( 0.5 ×70 )+ ( 0.33× 80 )=235.4

Hasil perhitungan dan perangkingan disajikan pada tabel berikut

Ai C1 C2 C3 C4 C5 TOTAL RANK
A1 28 72 48 70 53.6 271.6 5
A2 42 36 80 35 80 273 4
A3 14 18 32 23.1 80 167.1 10
A4 70 36 48 35 53.6 242.6 6
A5 42 90 64 23.1 80 299.1 1
A6 28 54 48 70 80 280 3
A7 56 90 64 35 53.6 298.6 2
A8 70 36 64 23.1 26.4 219.5 9
A9 14 72 32 35 80 233 8
A10 56 54 64 35 26.4 235.4 7

Berdasarkan tabel xx diatas serta perhitungan yang telah dilakukan, didapatkan hasil
perangkingan sebagai rekomendasi atas karyawan yang akan diangkat sebagai
karyawan tetap. Adapun alternative A5 yaitu Oliver Wood menduduki peringkat
pertama dengan nilai akhir 299.1. Hasil akhir penilaian berdasarkan ranking
disajikan pada tabel xx berikut.
 39

Kode (Ai) Keterangan TOTAL RANK

A5 Oliver Wood 299.1 1
A7 Neville Longbottom 298.6 2
A6 Hermione Granger 280 3
A2 Ron Weasley 273 4
A1 Harry Potter 271.6 5
A4 Cedric Diggory 242.6 6
A10 Seamus Finnigan 235.4 7
A9 Cho Chang 233 8
A8 Angelina Johnson 219.5 9
A3 Draco Malfoy 167.1 10

3.6 Desain Sistem

3.4.8 Analisis Sistem
Proses pengangkatan karyawan tetap dilakukan dengan cara pengajuan form
dan penilaian individu oleh masing-masing kepala bagian. Belum adanya sistem
yang dapat membantu dalam proses pengangkatan karyawan tetap yang sesuai
dengan kriteria menyebabkan adanya tindakan kurang baik seperti kolusi dan
nepotisme yang merugikan perusahaan. Oleh karena itu sistem pendukung keputusan
pengangkatan karyawan tetap dibutuhkan untuk membantu kepala bagian
menentukan karyawan yang layak diangkat sebagai karyawan tetap. Kepala bagian
akan memberikan bobot yang sesuai dengan ketentuan yang telah dibuat untuk
masing-masing kriteria sehingga hasil akhir yang diperoleh sesuai dengan kebutuhan
perusahaan.
3.6.2 Perancangan Sistem
3.6.2.1 Flowchart
3.6.2.2 UML (Use case dan Activity diagram)
3.6.2.3 ER Diagram
3.6.2.4 Rancangan antar muka
menu home
menu hitung spk
dll
 40

3.6.3 Implementasi sistem

3.6.4 Pengujian sistem
 DAFTAR PUSTAKA

[1] Asmarini and R. P. Sari, “SISTEM INFORMASI KINERJA DAN

KENAIKAN JABATAN KARYAWAN MENGGUNAKAN METODE
SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: SEKOLAH
INSAN TELADAN),” 9th Appl. Bus. Eng. Conf., pp. 1–9, 2021.
[2] E. B. Sambani, Y. H. Agustin, and R. Marlina, “SISTEM PENDUKUNG
KEPUTUSAN KENAIKAN JABATAN KARYAWAN PLAZA ASIA
DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT,” CSRID
J., vol. 8, no. 2, pp. 121–130, 2016.
[3] E. Linarto and Darmansyah, “Rancang Bangun Sistem Kenaikan Jabatan
Berdasarkan Kompetensi Karyawan Menggunakan Metode Profile Matching,”
Ilmu-ilmu Inform. dan Manaj. STMIK, vol. 11, no. 2, pp. 87–93, 2017.
[4] N. Marpaung, “PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING
PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN
KENAIKAN GAJI KARYAWAN,” JURTEKSI (Jurnal Teknol. dan Sist. Inf.,
vol. IV, no. 2, pp. 171–178, 2018, [Online]. Available:
http://jurnal.stmikroyal.ac.id/index.php/jurteksi.
[5] A. G. J. Hutagalung, H. Syahputra, and P. Sari, “Sistem Pendukung Keputusan
Kelayakan Kenaikan Jabatan Karyawan Menggunakan Metode MOORA,”
Semin. Nas. Sains Teknol. Inf., pp. 653–658, 2018, [Online]. Available:
http://seminar-id.com/semnas-sensasi2018.html.
[6] D. Permatasari, D. Sartika, and Suryati, “Penerapan Metode AHP Dan SAW
Untuk Penentuan Kenaikan Jabatan Karyawan,” J. Tek. Inform. dan Sist. Inf.,
vol. 5, no. 1, pp. 60–73, 2018, [Online]. Available: http://jatisi.mdp.ac.id.
[7] A. Surahaman and Nursadi, “Sistem Pendukung Keputusan Kenaikan Gaji
Karyawan Dengan Metode Topsis Berbasis Web,” JTKSI, vol. 02, no. 03, pp.
82–87, 2019.
[8] J. Hutahaean and W. Julitawaty, “Implementasi Metode AHP Untuk Sistem
Pendukung Keputusan Proses Kenaikan Jabatan Karyawan,” SATESI (Jurnal
Sains Teknol. dan Sist. Informasi), vol. 1, no. 2, pp. 99–105, 2021, doi:
10.54259/satesi.v1i2.79.

41
 42

[9] M. H. Fakhriza and Ispandi, “Sistem Penunjang Keputusan Kenaikan Jabatan

Pada PT . Metraplasa,” J. Ris. Komput., vol. 5, no. 3, pp. 261–268, 2018,
[Online]. Available: http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom.
[10] A. Permana, “RANCANG BANGUN SISTEM INFORMASI
PERPUSTAKAAN BERBASIS WEB (STUDI KASUS: UNIVERSITAS
KUNINGAN),” J. Cloud Inf., vol. 3, no. 2, pp. 36–40, 2018.
[11] Z. Mazalisa and M. R. Alfian, “SISTEM INFORMASI PERPUSTAKAAN
BERBASIS WEB PADA SMA MUHAMMADIYAH 4 PALEMBANG,” pp.
9–16, 2019.
[12] O. Veza and N. Y. Arifin, “SISTEM PENDUKUNG KEPUTUSAN CALON
MAHASISWA NON AKTIF DENGAN METODE SIMPLE ADDITIVE
WEIGHTING,” J. Ind. Kreat., vol. 3, no. 2, pp. 71–78, 2019, doi:
10.36352/jik.v3i02.29.
[13] F. Zulfikar, R. Rosnelly, and N. E. Saragih, “Sistem Penunjang Keputusan
Kenaikan Jabatan Karyawan Dengan Metode SAW Pada Yayasan Islamic
Center Medan,” Konf. Nas. Sist. Inf. 2018, pp. 1152–1157, 2018.
[14] A. Rohmadi and V. Yasin, “DESAIN DAN PENERAPAN WEBSITE TATA
KELOLA PERCETAKAN PADA CV APICDESIGN KREASINDO
JAKARTA DENGAN METODE PROTOTYPING,” J. Inf. Syst. Informatics
Comput., vol. 4, no. 1, pp. 70–85, 2020, [Online]. Available:
http://journal.stmikjayakarta.ac.id/index.php/jisicom.
43