2549-0222
Jurnal Intra-Tech
JULIANTO SIMATUPANG1
Prodi Manajemen Informatika – AMIK Mahaputra Riau
Jl. H. R. Soebrantas No. 77 Panam Telp. 0761-563872
Abstrak
AMIK Mahaputra Riau adalah sebuah lembaga pendidikan tinggi yang berada di Kota
Pekanbaru. Saat ini, Semakin banyaknya jumlah karyawan yang berasal dari latar belakang pendidikan
yang berbeda menjadikan keanekaragaman karyawan juga semakin kompleks sehingga sulit untuk
memilih karyawan yang terbaik. Oleh sebab itu, perlu pengembangan suatu sistem pendukung keputusan
sebagai alternatif solusi, sehingga dapat meningkatkan efesiensi dan efektifitas dalam pemilihan serta
meningkatkan kualitas dalam menentukan karyawan yang terbaik. Sistem pendukung keputusan
penentuan karyawan terbaik menggunakan metode SAW (simple additive weighting) berdasarkan kriteria
dan bobot yang telah ditentukan. Kriteria yang digunakan sebagai indikator adalah Kedisiplinan, Inisiatif,
Prestasi, Kerjasama, Ketertiban, Kinerja dan sosial. Metode SAW ( simple additive weighting) dipilih
karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif. Penelitian ini dilakukan dengan
mencari bobot pada setiap atribut, kemudian dilakukan perangkingan untuk menentukan karyawan
terbaik. Hasil dari penelitian ini berupa aplikasi pendukung keputusan, yang dapat merekomendasikan
karyawan terbaik pada AMIK Mahaputra Riau.
Abstract
AMIK Mahaputra Riau is an institution of higher learning located in Pekanbaru City. Today,
the growing number of employees coming from different educational backgrounds makes the diversity of
employees also increasingly complex so it is difficult to choose the best employees. Therefore, the need to
develop a decision support system as an alternative solution, so as to improve efficiency and effectiveness
in the selection and improve the quality in determining the best employees. The decision support system
determines the best employee using SAW method (simple additive weighting) based on predetermined
criteria and weight. Criteria used as indicators are Discipline, Initiative, Achievement, Cooperation,
Order, Performance and social. SAW (simple additive weighting) method is chosen because it is able to
select the best alternative from a number of alternatives. This research is done by finding the weight on
each attribute, then done ranking to determine the best employees. The result of this research is decision
support application, which can recommend the best employee in AMIK Mahaputra Riau.
74
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
3. Kriteria yang digunakan dalam Dari pengertian sistem pendukung
penelitian ini, disesuaikan standar keputusan maka dapat ditentukan
dan indikator yang ada di AMIK karakteristik antara lain :
Mahaputra. (1) Mendukung proses pengambilan
keputusan, menitikberatkan pada
2. Landasan Teori management by perception.
2.1 Sistem Pendukung Keputusan (2) Adanya interface manusia / mesin
(SPK) dimana manusia (user) tetap memegang
Konsep Sistem Pendukung Keputusan control proses pengambilan keputusan.
(SPK) atau Decision Support System (3) Mendukung pengambilan keputusan
(DSS), dikenalkan pertama kali pada untuk membahas masalah terstruktur,
tahun 1970-an oleh Little. Menurut Little semi terstruktur dan tak struktur. (4)
(1970), Decision Support System adalah Memiliki kapasitas dialog untuk
kumpulan prosedur-prosedur berbasiskan memperoleh informasi sesuai dengan
model, yang digunakan sebagai data dan kebutuhan. (5) Memiliki subsistem –
pertimbangan untuk membantu manajer subsistem yang terintegrasi sedemikian
dalam mengambil keputusan (Turban, rupa sehingga dapat berfungsi sebagai
2011:88). kesatuan item. (6) Membutuhkan struktur
Sistem pendukung keputusan atau data komprehensif yang dapat melayani
Decision Support System (DSS) adalah kebutuhan informasi seluruh tingkatan
sistem informasi interaktif yang manajemen
menyediakan informasi, pemodelan, dan
pemanipulasian data yang digunakan Dalam sistem pendukung
untuk membantu pengambilan keputusan keputusan terdapat tiga keputusan
pada situasi yang semiterstruktur dan tingkatan perangkat keras maupun lunak.
tidak terstruktur di mana tak seorangpun Masing – masing tingkatan berdasarkan
tahu secara pasti bagaimana keputusan tingkatan kemampuan berdasarkan
seharusnya dibuat (Alter, 2002). Dss perbedaan tingkat teknik, lingkungan dan
disusun oleh beberapa komponen yaitu tugas yang akan dikerjakan. Ketiga
basis data, basis model dan user interface. tingkatan tersebut adalah :
Prototipe DSS ini menggunakan software 1. Sistem Pendukung Keputusan
sebagai pedekatan untuk menyelesaikan (Specific DSS).
suatu permasalahan. Pengambilan 2. Pembangkit Sistem Pendukung
keputusan adalah pemilihan beberapa Keputusan (DSS Generator).
tindakan alternatif yang ada untuk 3. Peralatan Sistem Pendukung
mencapai satu atau beberapa tujuan yang Keputusan.
telah ditetapkan. (McLeod, 1998)
menyimpulkan bahwa sistem pendukung Dalam sistem pendukung keputusan
keputusan adalah suatu sistem berbasis terdapat tiga jenis keputusan, yaitu :
terstruktur dengan menggunakan data dan 1. Keputusan Terstruktur
model. komputer yang menghasilkan Keputusan terstruktur adalah
berbagai alternatif keputusan untuk keputusan yang dilakukan secara
membantu manajemen dalam menangani berulang-ulang dan bersifat rutin.
berbagai permasalahan yang terstruktur Informasi yang dibutuhkan spesifik,
ataupun tidak. terjadwal, sempit, interaktif, real
time, internal, dan detail. Prosedur
75
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
yang dilakukan untuk pengambilan Multipple Attribute Decision Making
keputusan sangat jelas. Keputusan (MADM). Metode ini mengharuskan
ini terutama dilakukan pada pembuat keputusan menentukan bobot
manajemen tingkat bawah. Contoh: bagi setiap atribut. Skor total untuk
Keputusan pemesanan barang dan sebuah alternatif diperoleh dengan
keputusan penagihan piutang; menjumlahkan seluruh hasil perkalian
menentukan kelayakan lembur, antara rating yang dapat dibandingkan
mengisi persediaan, dan lintas atribut) bobot dan tiap atribut.
menawarkan kredit pada pelanggan. Rating tiap atribut telah melewati proses
2. Keputusan Semi Terstruktur normalisasi sebelumnya. Metode SAW
Keputusan semiterstruktur adalah dikenal sebagai istilah penjumlahan
keputusan yang mempunyai sifat terbobot. Konsep dasar metode SAW
yakni sebagian keputusan dapat adalah mencari penjumlahan terbobot dari
ditangani oleh komputer dan yang rating kinerja pada setiap alternatif pada
lain tetap harus dilakukan oleh semua atribut. Metode SAW
pengambil keputusan. Informasi membutuhkan proses normalisasi matriks
yang dibutuhkan folus, spesifik, keputusan (X) ke suatu skala yang dapat
interaktif, internal, real time, dan diperbandingkan dengan semua rating
terjadwal. Contoh: Pengevaluasian alternatif yang ada. Formula untuk
kredit, penjadwalan produksi dan melakukan normalisasi tersebut adalah
pengendalian sediaan, merancang sebagai berikut:
rencana pemasaran, dan
mengembangkan anggaran Xij
departemen. jika j adalah atribut keuntungan
MaxXij
3. Keputusan Tidak Terstruktur rij =
MinXij
Keputusan tak terstruktur adalah jika j adalah atribut biaya (cost)
keputusan yang penanganannya { Xij
rumit karena tidak terjadi berulang-
ulang atau tidak selalu terjadi.
Keputusan ini menuntut rij adalah rating kinerja ternormalisasi
pengalaman dan berbagai sumber dari alternatif Ai pada atribut Cj;
yang bersifat eksternal. Keputusan i=1,2,...,m dan j=1,2,...,n.
ini umumnya terjadi pada Keterangan :
manajemen tingkat atas. Informasi
yang dibutuhkan umum, luas, Rij = nilai rating kinerja ternormalisasi
internal, dan eksternal. Contoh: Xij = nilai atribut yang dimiliki dari setiap kriteria
Pengembangan teknologi baru, Maxxij = nilai terbesar dari setiap kriteria
keputusan untuk bergabung dengan Minxij = nilai terkecil dari setiap kriteria
perusahaan lain, perekrutan benefit = jika nilai terbesar adalah terbaik kriteria
eksekutif. cost = jika nilai terkecil adalah terbaik kriteria
2.2 Metode Simple Additive dimana rij adalah rating kinerja
Weighting (SAW) ternormalisasi dari alternatif Ai pada
Metode ini merupakan metode yang atribut Cj; i=1,2,...,m dan j=1,2,...,n. Nilai
paling dikenal dan banyak digunakan preferensi untuk setiap alternatif (Vi)
orang dalam menghadapi situasi diberikan sebagai:
76
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
n
berjalan, analisis masalah, sistem usulan,
Vi = ∑ wj rij dan analisis kebutuhan fungsional.
j=1 3.3.2 Perancangan Antar Muka
Keterangan : Sistem
Vi = rangking untuk setiap alternatif Tahap ini merupakan proses perancangan
wj = nilai bobot dari setiap kriteria antar muka sistem yang disesuaikan
rij = nilai rating kinerja ternormalisasi dengan hasil analisis kebutuhan yang
Nilai Vi yang lebih besar telah dilakukan pada tahap analisa.
mengindikasikan bahwa alternatif Ai 3.3.3 Implementasi Sistem
lebih terpilih. Merupakan tahap perwujudan sistem
yang berasal dari integrasi antara desain
3. Metodologi Penelitian sistem yang telah dibuat dengan
3.1 Studi Pendahuluan menggunakan bahasa pemrograman
Dalam studi pendahuluan, yang menjadi Visual Basic dan desain basisdata
sasaran utama adalah mengkaji menggunakan MySQL.
permasalahan dan kendala utama yang 3.3.4 Pengujian Sistem
dihadapi, kemudian merumuskan Merupakan tahap uji coba terhadap sistem
prosedur pengolahan data yang tepat dan yang telah dibangun, dengan tujuan untuk
akurat. mengetahui kelayakan serta kekurangan
sistem tersebut. Hasil dari tahap ini
3.2 Teknik Pengumpulan Data dijadikan sebagai bahan evaluasi untuk
3.2.1 Studi Literatur melakukan perbaikan dan penambahan
Metode pengumpulan data yang pada sistem yang telah dibangun.
dilakukan melalui membaca dan 3.3.5 Pemeliharaan Sistem
mempelajari referensi – referensi berupa Merupakan tahap terakhir dalam
jurnal ilmiah, dan buku. Fasilitas internet pengembangan sistem (perangkat lunak),
juga dipergunakan untuk media sebagai dimana sistem yang telah dibangun dapat
mencari data atau informasi yang mengalami perubahan-perubahan dan
dipublikasikan di dunia maya yang penambahan sesuai dengan kebutuhan
berkaitan dengan obyek penelitian. pengguna.
3.2.2 Studi Lapangan
Metode pengumpulan data yang 3.4 Flowchart SAW
dilakukan dengan meninjau langsung Bagan alir ini digunakan untuk
objek permasalahan, serta mengumpulkan menggambarkan alur suatu program
informasi dari pihak-pihak terkait dengan menjadi lebih sederhana sehingga
cara pengamatan dan wawancara. program tersebut dapat lebih mengerti.
Berikut ini bagan alir proses SAW:
3.3 Tahap Pengembangan Perangkat
Lunak
3.3.1 Analisia Kebutuhan Sistem
Pada tahap ini merupakan tahap analisis
terhadap kebutuhan-kebutuhan sistem
yang diperlukan untuk mempermudah
proses perancangan dan pengembangan
sistem tersebut. Tahap ini mencakup
analisis proses bisnis yang sedang
77
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
Tabel 1 adalah Kriteria penilaian yang
ditetapkan dalam menentukan karyawan
terbaik di AMIK Mahaputra Riau.
Berikut ini contoh perbandingan
perhitungan manual dan sistem dimana
masing-masing karyawan memiliki 7
(tujuh) kriteria dikalikan bobot.
Tabel 2. Matriks Penilaian
No Nama C1 C2 C3 C4 C5 C6 C7
1 Ramayanti 5 4 4 5 4 4 5
2 Govinda 4 5 4 4 5 4 4
3 Sulastri 4 3 3 4 4 4 4
4 Wayandra 4 3 4 4 4 4 4
Tabel 2 adalah contoh Matriks penilaian
untuk 4 karyawan. Tabel 2 ini Digunakan
untuk melakukan pembobotan untuk
masing-masing kriteria
Tabel 3. Matriks Keputusan
Matriks Keputusan
5 4 4 5 4 4 5
4 5 4 4 5 4 4
4 3 3 4 4 4 4
4 3 4 4 4 4 4
Tabel 3 adalah matriks keputusan dari
hasil penilaian dari setiap karyawan.
Tabel 3 ini digunakan sebagai matriks
Gambar 1. Flowchart SAW awal penentuan keputusan.
Gambar 1 adalah flowchart SAW untuk Tabel 4. Matriks Ternormalisasi
menampilkan bagan alir proses penerapan Matriks Ternormalisasi R
metode SAW untuk menentukan 1 0,8 1 1 0,8 1 1
karyawan terbaik. 0,8 1 1 0,8 1 1 0,8
0,8 0,6 1 0,8 0,8 1 0,8
4. HASIL DAN PEMBAHASAN 0,8 0,6 1 0,8 0,8 1 0,8
4.1. Perhitungan Manual Tabel 4 adalah matriks ternormalisasi
Berikut ini kriteria penilaian karyawan: setelah dilakukan proses dengan metode
Tabel 1. Kriteria SAW.
Kriteria Penilaian Tabel 5. Bobot Kriteria
C1 Kedisplinan No Kriteria Bobot
C2 Inisiatif 1 Kedisplinan 20
C3 Prestasi 2 Inisiatif 15
C4 Kerjasama 3 Prestasi 20
C5 Ketertiban 4 Kerjasama 10
5 Ketertiban 10
C6 Kinerja
6 Kinerja 15
C7 Sosial
7 Sosial 10
78
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
Untuk menghitung hasil dengan karyawan terbaik, form ini terdiri dari 6
menggunakan metode SAW dilakukan (enam) lima sub menu yang terletak di
dengan cara mengalikan baris bobot bagian sebelah kiri menu utama,
kriteria dengan baris pada matriks diantaranya adalah karyawan, kriteria,
ternormalisasi R. Sehingga diperoleh nilai, proses SAW, Laporan dan Keluar.
hasil perhitungan manual dengan metode
SAW dapat dilihat pada tabel dibawah 4.2.2 Formulir Data Karyawan
ini:
Tabel 6. Hasil Keputusan Metode SAW
79
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
Bobot. Tampilan form input di penilaian karyawan dan juga matriks hasil
lengkapi dengan tombol Save, Delete, dan normalisasi dengan metode SAW.
Keluar. Tampilan form ini di lengkapi dengan
4.2.4 Formulir Penilaian tombol Simpan, Proses, dan Keluar.
80
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
sekaligus dapat mencetak laporan
hasil karyawan terbaik.
5.2 Saran-saran
Adapun saran yang penulis usulkan
dalam melanjutkan pengembangan sistem
Gambar 9. Laporan Hasil ini adalah :
Karyawan Terbaik 1. Sistem Pendukung Keputusan ini
Gambar 9 adalah Laporan hasil karyawan dapat dikembangkan lagi dengan
terbaik. Laporan hasil karyawan terbaik menggunakan metode yang lain
merupakan output/keluaran hasil proses selain menggunakan SAW sehingga
dengan metode SAW pada SPK dapt digunakan sebagai perbandingan
penentuan karyawan terbaik. Laporan ini untuk hasil yag lebih akurat.
menampilkan informasi rekomendasi 2. Menambahkan beberapa fitur-fitur
karyawan terbaik. dan menu-menu yang baru agar
sistem lebih baik dalam membantu
5. Kesimpulan dan Saran dalam pemilihan karyawan terbaik.
5.1 Kesimpulan 3. Sistem pendukung keputusan
Dari pembahasan di atas tentang sistem penentuan karyawan terbaik ini,
pendukung keputusan pemilihan selain bisa mengolah data karyawan
karyawan terbaik menggunakan metode dan penilaian dan sebagai
SAW (Simple Additive Weighting) maka rekomendasi karyawan terbaik yang
dapat ditarik kesimpulan sebagai berikut: sesuai dengan kriteria, Diharapkan
1. Berdasarkan hasil pengujian kedepannya juga bisa dikembangkan
menggunakan perhitungan manual dengan penambahan kriteria yang
dan sistem aplikasi pendukung lebih terukur.
keputusan diperoleh hasil yang sama
untuk data uji yang sama. Sehingga
disimpulkan sistem ini dapat
digunakan sebagai aplikasi pembantu
untuk rekomendasi karyawan terbaik.
2. Sistem Pendukung Keputusan
mampu memberikan alternatif dalam
menentukan karyawan terbaik
dengan metode SAW ( Simple
Additive Weighting ).
3. SPK penentuan karyawan terbaik
dengan Metode SAW dapat
mengolah 37 data karyawan dan
diperoleh hasil karyawan terbaik
dengan kriteria yang telah di tentukan
oleh manajemen AMIK Mahaputra
Riau.
4. Output dari sistem ini dapat
mengurutkan peringkat karyawan
dari nilai teringgi sampai terendah
81
Volume 2, No.1 April 2018 ISSN. 2549-0222
Jurnal Intra-Tech
DAFTAR PUSTAKA
82