Uas SPK

STUDI KASUS
Diketahui sebuah Perusahaan Perangkat Lunak akan melakukan Seleksi untuk Penerimaan
Kepala Divisi IT. Calon Kepala Divisi yang diseleksi dan dipilih berdasarkan kriteria-kriteria yang telah
di tetapkan oleh pihak HRD (Human Resources Development).

PENYELESAIAN MASALAH
Dari kasus perusahaan “Mobil” untuk memberikan hasil keputusan terbaik maka langkah-
langkah penyelesaiannya sebagai berikut :

1. Metode pengambilan keputusan yang digunakan menggunakan metode pembobotan

SAW
2. Adapun formula yang digunakan yaitu :
x ij
r ij = Jika j adalah atribut keuntungan (Benefit)
Max i x ij
Semua Kriteria Yang Diberikan Sebagai Kriteria Keuntungan (bobot rating yang
digunakan adalah data angka 2 s.d 5. penggunaan angka agar mempermudah melakukan
perhitungan matematika)
3. Langkah-langkah dengan metode SAW :
a. Menentukan kriteria-kriteria (Cj) yang akan dijadikan acuan dalam pengambilan
keputusan:
Ada lima kriteria yang dijadikan acuan dalam pengambilan keputusan, yaitu:
1) Pengalaman kerja (C1)
2) Pendidikan Minimal D3 (C2)
3) Keahlian di Bidang IT (C3)
4) Usia Minimal 30 Max 45 (C4)
5) Hasil Ujian Praktik IT (C5)
b. Sedangkan tingkat kepentingan (bobot keputusan) yang nantinya akan dijadikan
bobot preferensi setiap kriteria juga dinilai dengan 2 sampai 5, diberikan sebagai W
menggunakan bobot:
1 = (Sangat Kurang)
2 = (Kurang)
3 = (Cukup)
4 = (Tinggi)
5 = (Sangat Tinggi)
 Pada Kasus ini Pengambil keputusan memberikan tingkat kepentingan masing-
masing kriteria sebagai berikut :
- Kriteria 1 (C1) dengan asumsi bahwa semakin banyak pengalaman bekerja
semakin cepat terbiasa dengan pekerjaan perusahaan. tingkat kepentingan
diberikan (Cukup) = 3
- Kriteria 2 (C2) dengan asusmsi bahwa semakin tinggi pendidikan akan
mempermudah dalam memecahkan masalah dalam perusahaan. tingkat
kepentingan diberikan (Sangat Tinggi) = 5
- Kriteria 3 (C3) dengan asusmsi bahwa keahlian semakin tinggi maka akan baik
dalam menyelesaikan pekerjaan (Tinggi) = 4
- Kriteria 4 (C4) dengan asusmsi bahwa usia semakin muda etos kerjanya tinggi
(Kurang) = 2
- Kriteria 5 (C5) dengan asusmsi bahwa semakin tinggi hasil ujian praktik maka
semakin mudah dalam menyelesaikan pekerjaan di bidangnya (Sangat Tinggi) =
5
Sehingga Pengambil keputusan memberikan bobot preferensi (bobot keputusan)
sebagai: W = (3, 5, 4, 2, 5).
c. Menentukan alternatif pelamar yang digunakan untuk Calon Kepala Divisi IT baru :
Ada 7 calon yang akan menjadi alternatif (Ai), yaitu:
- Alternatif 1 Bulan = (A1)
- Bulan = (A1)
- Mega = (A2)
- Leo = (A3)
- Milenial = (A4)
- Sagita = (A5)
- Mentari = (A6)
- Neptunus = (A7)
- Jupiter = (A8)
d. Menentukan bobot kecocokan (rating kecocokan) setiap alternatif pada setiap
kriteria, dengan menggunakan data 1-5.
1 = Sangat Kurang,
2 = Kurang,
3 = Cukup,
4 = Baik,
 5 = Sangat baik

krikteria Nilai
1 2 3 4 5
Pengalaman 1 s.d 3 Tahun >3 s.d 5 Tahun >5 s.d 10 Tahun >10 Tahun
kerja (C1)
Pendidikan Diploma 3 Diploma 4/S-1 S2/S3
Minimal D3
(C2)
Keahlian di Menguasai 1 Menguasai 2 Menguasai >2
Bidang IT (C3) Bahasa Bahasa Bahasa
Pemrograman Pemrograman Pemrograman
Usia Minimal 30 >40 Tahun s.d >35 Tahun s.d 30 s.d 35
Max 45 (C4) 45 Tahun 40 Tahun Tahun
Hasil Ujian Nilai 0 s.d 55 Nilai 56 s.d 65 Nilai 66 s.d 79 Nilai 80 s.d 85 = Nilai 86 s.d
Praktik IT (C5) 100

Berikut adalah data setiap alternatif terhadap kriteria yang akan digunakan untuk
bobot kecocokan :
1) Alternatif 1 (A1) Bulan
 Kriteria 1 (C1) Pengalaman kerja Bulan diberikan nilai = 2 (Kurang).
 Kriteria 2 (C2) Pendidikan Bulan diberikan nilai = 5 (Sangat Baik). (Sangat
Baik).
 Kriteria 4 (C3) Keahlian di Bidang IT Bulan diberikan nilai 4 (Baik).
  Kriteria 4 (C4) Usia Bulan diberikan nilai = 4 (Baik).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Bulan diberikan nilai = 3 (Cukup).

2) Alternatif 2 (A2) Mega

 Kriteria 1 (C1) Pengalaman kerja Mega diberikan nilai 4 (Baik).
 Kriteria 2 (C2) Pendidikan Mega diberikan nilai 4 (Baik).
 Kriteria 4 (C3) Keahlian di Bidang IT Mega diberikan nilai 5 (Sangat Baik).
 Kriteria 4 (C4) Usia Mega diberikan nilai 3 (Cukup).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Mega diberikan nilai 4 (Baik).

3) Alternatif 3 (A3) Leo

 Kriteria 1 (C1) Pengalaman kerja Leo diberikan nilai 5 (Sangat Baik).
 Kriteria 2 (C2) Pendidikan Leo diberikan nilai 4 (Baik).
 Kriteria 4 (C3) Keahlian di Bidang IT Leo diberikan nilai 3 (Cukup).
 Kriteria 4 (C4) Usia Leo diberikan nilai 5 (Sangat Baik).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Leo diberikan nilai 3 (Cukup).

4) Alternatif 4 (A4) Milenial

 Kriteria 1 (C1) Pengalaman kerja Milenial diberikan nilai 4 (Baik).
 Kriteria 2 (C2) Pendidikan Milenial diberikan nilai 5 (Sangat Baik).
 Kriteria 4 (C3) Keahlian di Bidang IT Milenial diberikan nilai 3 (Cukup).
 Kriteria 4 (C4) Usia Milenial diberikan nilai 5 (Sangat Baik).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Milenial diberikan nilai 3 (Cukup).

5) Alternatif 5 (A5) Sagita

 Kriteria 1 (C1) Pengalaman kerja Sagita diberikan nilai 4 (Baik).
 Kriteria 2 (C2) Pendidikan Sagita diberikan nilai 3 (Cukup).
 Kriteria 4 (C3) Keahlian di Bidang IT Sagita diberikan nilai 5 (Sangat Baik).
 Kriteria 4 (C4) Usia Sagita diberikan nilai 4 (Baik).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Sagita diberikan nilai 5 (Sangat Baik).

6) Alternatif 6 (A6) Mentari

  Kriteria 1 (C1) Pengalaman kerja Mentari diberikan nilai 3 (Cukup).
 Kriteria 2 (C2) Pendidikan Mentari diberikan nilai 5 (Sangat Baik).
 Kriteria 4 (C3) Keahlian di Bidang IT Mentari diberikan nilai 4 (Baik).
 Kriteria 4 (C4) Usia Mentari diberikan nilai 4 (Baik).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Mentari diberikan nilai 3 (Cukup).

7) Alternatif 7 (A7) Neptunus

 Kriteria 1 (C1) Pengalaman kerja Neptunus diberikan nilai 5 (Sangat Baik).
 Kriteria 2 (C2) Pendidikan Neptunus diberikan nilai 3 (Cukup).
 Kriteria 4 (C3) Keahlian di Bidang IT Neptunus diberikan nilai 5 (Sangat
Baik).
 Kriteria 4 (C4) Usia Neptunus diberikan nilai 5 (Sangat Baik).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Neptunus diberikan nilai 4 (Baik).

8) Alternatif 8 (A8) Jupiter

 Kriteria 1 (C1) Pengalaman kerja Jupiter diberikan nilai 3 (Cukup).
 Kriteria 2 (C2) Pendidikan Jupiter diberikan nilai 4 (Baik).
 Kriteria 4 (C3) Keahlian di Bidang IT Jupiter diberikan nilai 3 (Cukup).
 Kriteria 4 (C4) Usia Jupiter diberikan nilai 5 (Sangat Baik).
 Kriteria 5 (C5) Hasil Ujian Praktik IT Jupiter diberikan nilai 5 (Sangat
Baik).

Point Penilaian
Nama Pengalaman Keahlian di Usia Hasil Ujian
Pendidikan
Pelamar Kerja Bidang IT Pelamar Praktik IT
(C2)
(C1) (C3) (C4) (C5)
A1 2 5 4 4 3
A2 4 4 5 3 4
A3 5 4 3 5 3
A4 4 5 3 5 3
A5 4 3 5 4 5
A6 3 5 4 4 3
A7 5 3 5 5 4
A8 3 4 3 5 5
- Membuat matriks keputusan

[ ]
2 5 4 43
4 4 5 34
5 4 35 3
4 5 35 3
X=
4 3 5 45
3 5 4 43
5 3 554
3 4 355

- Melakukan normalisasi matriks keputusan dengan melakukan proses perbandingan pada

semua nilai alternatif yang ada disesuaikan dengan formula :
Xy
ri j= Jika j adalah atribut keuntungan (Benefit)
Max . Xy

- Untuk Krikteria 1 (C1) :

( 2 2
)
r = Max {2; 4 ; 5 ;4 ; 4 ; 3 ; 5 ; 3 } = 5 =0,4000
11

= ( Max
{2; 4 ; 5 ;4 ;4 ; 3 ;5 ; 3 } ) 5
4 4
r
21 = =0,8000

= ( Max
{2; 4 ; 5 ;4 ;4 ; 3 ;5 ; 3 } ) 5
5 5
r
31 = =1,0000

= ( Max )
4 4
r
41 = =0,8000
{2; 4 ;5 ; 4 ; 4 ;3 ; 5 ; 3 } 5

= ( Max )
4 4
r
51 = =0,8000
{2; 4 ; 5 ;4 ;4 ; 3 ;5 ; 3 } 5

= ( Max
{2; 4 ; 5 ;4 ;4 ; 3 ;5 ; 3 } ) 5
3 3
r
61 = =0,6000

= ( Max
{2; 4 ; 5 ;4 ;4 ; 3 ;5 ; 3 } ) 5
5 5
r
71 = =1,0000

= ( Max )
3 3
r
81 = =0,6000
{2; 4 ; 5 ; 4 ; 4 ; 3 ; 5 ;3 } 5

- Untuk Krikteria 2 (C2) :

( 5 5
)
r = Max {5 ; 4 ; 4 ; 5 ;3 ;5 ; 3 ; 4 } = 5 =1,0000
12
 ( 4 4
)
r = Max {5 ; 4 ; 4 ; 5 ;3 ;5 ; 3 ; 4 } = 5 =0,8000
22

= ( Max )
4 4
r
32 = =0,8000
{5 ; 4 ; 4 ; 5 ;3 ;5 ; 3 ; 4 } 5

= ( Max )
5 5
r
42 = =1,0000
{5 ; 4 ; 4 ;5 ; 3 ;5 ;3 ; 4 } 5

= ( Max
{5 ; 4 ; 4 ; 5 ;3 ;5 ; 3 ; 4 } ) 5
3 3
r
52 = =0,6000

= ( Max
{5 ; 4 ; 4 ; 5 ;3 ;5 ; 3 ; 4 } ) 5
5 5
r
62 = =1,0000

= ( Max )
3 3
r
72 = =0,6000
{5 ; 4 ; 4 ; 5 ;3 ;5 ; 3 ; 4 } 5

= ( Max )
4 4
r
82 = =0,8000
{5 ; 4 ; 4 ; 5 ; 3 ;5 ; 3 ; 4 } 5

- Untuk Krikteria 3 (C3) :

( 4 4
)
r = Max {4 ;5 ; 3 ; 3 ; 5 ;4 ; 5 ; 3 } = 5 =0,8000
13

= ( Max )
5 5
r
23 = =1,0000
{4 ;5 ; 3 ; 3 ; 5 ;4 ; 5 ; 3 } 5

= ( Max
{4 ;5 ; 3 ; 3 ; 5 ;4 ; 5 ; 3 } ) 5
3 3
r
33 = =0 , 6 000

= ( Max )
3 3
r
43 = =0 , 6 000
{4 ;5 ; 3 ; 3 ; 5 ;4 ; 5 ; 3 } 5

= ( Max )
5 5
r
53 = =1 , 0 000
{4 ;5 ; 3 ; 3 ; 5 ;4 ; 5 ; 3 } 5

= ( Max
{4 ;5 ; 3 ; 3 ; 5 ;4 ; 5 ; 3 } ) 5
4 4
r
63 = =0 , 8 000

= ( Max
{4 ;5 ; 3 ; 3 ; 5 ;4 ; 5 ; 3 } ) 5
5 5
r
73 = =1,0000

= ( Max )
3 3
r
83 = =0,6000
{4 ;5 ; 3 ;3 ;5 ;4 ;5 ; 3 } 5
- Untuk Krikteria 4 (C4) :

( 4 4
)
r = Max {4 ;3 ; 5 ; 5 ; 4 ; 4 ; 5 ;5 } = 5 =0,8000
14

= ( Max
{4 ;3 ; 5 ; 5 ; 4 ; 4 ; 5 ;5 } ) 5
3 3
r
24 = =0,6000

= ( Max )
5 5
r
34 = =1,0000
{4 ;3 ; 5 ; 5 ; 4 ; 4 ; 5 ;5 } 5

= ( Max )
5 5
r
44 = =1,0000
{4 ;3 ; 5 ; 5 ; 4 ; 4 ; 5 ;5 } 5

= ( Max
{4 ;3 ; 5 ; 5 ; 4 ; 4 ; 5 ;5 } ) 5
4 4
r
54 = =0,8000

= ( Max
{4 ;3 ; 5 ; 5 ; 4 ; 4 ; 5 ;5 } ) 5
4 4
r
64 = =0,8000

= ( Max )
5 5
r
74 = =1,0000
{4 ;3 ; 5 ; 5 ; 4 ; 4 ; 5 ;5 } 5

= ( Max )
5 5
r
84 = =1,0000
{4 ;3 ; 5 ;5 ; 4 ;4 ; 5 ; 5 5

- Untuk Krikteria 5 (C5) :

( 3 3
)
r = Max {3 ; 4 ; 3 ; 3 ; 5 ;3 ; 4 ; 5 } = 5 =0,6000
15

= ( Max
{3 ; 4 ; 3 ; 3 ; 5 ;3 ; 4 ; 5 } ) 5
4 4
r
25 = =0,8000

= ( Max
{3 ; 4 ; 3 ; 3 ; 5 ;3 ; 4 ; 5 } ) 5
3 3
r
35 = =0,6000

= ( Max )
3 3
r
45 = =0,6000
{3 ; 4 ; 3 ; 3 ; 5 ;3 ; 4 ; 5 } 5

= ( Max )
5 5
r
55 = =1,0000
{3 ; 4 ;3 ; 3 ;5 ; 3 ; 4 ; 5 } 5

= ( Max
{3 ; 4 ; 3 ; 3 ; 5 ;3 ; 4 ; 5 } ) 5
3 3
r
65 = =0,6000

= ( Max
{3 ; 4 ; 3 ; 3 ; 5 ;3 ; 4 ; 5 } ) 5
4 4
r
75 = =0,8000
 ( 5
) 5
r = Max {3 ; 4 ;3 ; 3 ; 5 ; 3 ;4 ; 5 } = 5 =1,0000
85

Dari Normalisasi Matriks X maka Hasil Normalisasinya adalah :

[ ]
0.4000 1,0000 0,8000 0,8000 0,6000
0.8000 0,8000 1,0000 0,6000 0,8000
1,0000 0,8000 0,6000 1,0000 0,6000
0,8000 1,0000 0,6000 1,0000 0,6000
R=
0,8000 0,6000 1,0000 0,8000 1,0000
0,6000 1,0000 0,8000 0,8000 0,6000
1,0000 0,6000 1,0000 1,0000 0,8000
0,6000 0,8000 0,6000 1,0000 1,0000

Tabel Hasil Normalisasi

Alternatif Krikteria/Criteria (C)

(A) C1 C2 C3 C4 C5
1
A 0,4000 1,0000 0,8000 0,8000 0,6000
2
A 0,8000 0,8000 1,0000 0,6000 0,8000
A3 1,0000 0,8000 0,6000 1,0000 0,6000
4
A 0,8000 1,0000 0,6000 1,0000 0,6000
A5 0,8000 0,6000 1,0000 0,8000 1,0000
6
A 0,6000 1,0000 0,8000 0,8000 0,6000
A7 1,0000 0,6000 1,0000 1,0000 0,8000
8
A 0,6000 0,8000 0,6000 1,0000 1,0000

- Menghitung nilai preferensi untuk tiap alternatif, Vi dengan menggunakan

dimana diketahui untuk nilai preferensi yang diberikan oleh pengambil keputusan adalah : W
= (3, 5, 4, 2, 5)
 V 1= (3)(0,4000)+(5)(1,0000)+(4)(0,8000)+(2)(0,8000)+(5)(0,6000)=14,0000
V 2= (3)(0,8000)+(5)(0,8000)+(4)(1,0000)+(2)(0,6000)+(5)(0,8000)=15,6000
V 3= (3)(1,0000)+(5)(0,8000)+(4)(0,6000)+(2)(1,0000)+(5)(0,6000)=14,4000
V 4 = (3)(0,8000)+(5)(1,0000)+(4)(0,6000)+(2)(1,0000)+(5)(0,6000)=14,8000
V 5= (3)(0,8000)+(5)(0,6000)+(4)(1,0000)+(2)(0,8000)+(5)(1,0000)=16,0000
V 6 = (3)(0,6000)+(5)(1,0000)+(4)(0,8000)+(2)(0,8000)+(5)(0,6000)=14,6000
V 7 = (3)(1,0000)+(5)(0,6000)+(4)(1,0000)+(2)(1,0000)+(5)(0,8000)=16,0000
V 8 = (3)(0,6000)+(5)(0,8000)+(4)(0,6000)+(2)(1,0000)+(5)(1,0000)=15,2000

Hasil Vi adalah :
V 1= 14,0000
V 2= 15,6000
V 3= 14,4000
V 4 = 14,8000
V 5= 16,0000
V 6 = 14,6000
V 7 = 16,0000
V 8 = 15,2000

- Hasil akhir dengan melakukan proses perangkingan sehingga menghasilkan nilai

terbesar sebagai Solusi Ideal Nilai terbesar ada pada V5 dan V7, sehingga alternatif A5
dan A7 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain,
Sagita dan Neptunus akan terpilih sebagai calon kepala divisi TI di sebuah
perusahaan perangkat lunak.

Tabel Hasil Perangkingan

Alternatif Nama Alternatif Nilai Bobot

A5 Sagita 16,0000
A
7
Neptunus 16,0000
A2 Mega 15,6000
A
8
Jupiter 15,2000
A4 Milenial 14,8000
A
6
Mentari 14,6000
A3 Leo 14,4000
A
1
Bulan 14,0000