ARTIKEL

SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN

METODE SAW (SIMPLE ADDITIVE WEIGHTING)

Oleh:
AHMAD YUSUF HIDAYATULLAH
14.1.03.03.0014

Dibimbing oleh :
1. Erna Daniati, M.Kom
2. Rina Firliana, M.Kom

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS NUSANTARA PGRI KEDIRI
2018
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id

Teknik – Sistem Informasi || 1||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN

METODE SAW (SIMPLE ADDITIVE WEIGHTING)

AHMAD YUSUF HIDAYATULLAH

14.1.03.03.0014
Teknik – Sistem Informasi
Ahmadyusuf9927@yahoo.com
Erna Daniati, M.Kom.1, Rina Firliana, M.Kom.2
UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK

Penilaian kinerja merupakan persoalan yang sangat penting dalam mengetahui kinerja setiap
karyawan dalam sebuah perusahaan. Oleh sebab itu semua perusahaan menuntut agar karyawannya
mampu menampilkan kinerja yang terbaik, karena baik dan buruknya kinerja karyawan akan sangat
berpengaruh pada keberhasilan perusahaan tersebut secara keseluruhan. Permasalahan pada PT.
Sumber Pangan Nusantara yaitu Banyaknya karyawan serta belum adanya metode yang tepat dan
belum adanya aplikasi sehingga menyulitkan bagian sumber daya manusia perusahaan dalam penilaian
karyawan.
Untuk mengatasi permasalahan pada perusahaan tersebut peneliti menggunakan metode Simple
Additive Weinghting (SAW). Peneliti memilih metode SAW karena metode ini menentukan nilai
bobot untuk atribut setiap karyawan, Setelah menentukan bobot dan kriteria, langkah selanjutnya
proses perangkingan yang menyeleksi nilai alternatif terbaik dari sejumlah alternatif. Dan peneliti
menggunakan 6 kriteria dalam penilaian kinerja karyawan yaitu kehadiran, masa lembur, komunikasi,
kerapian, tanggung jawab, dan kriteria kejujuran.
Berdasarkan hasil pengujian, sistem yang dibangun dapat mempermudah dan mempercepat
proses penilaian karyawan berprestasi dan membantu bagian Sumber Daya Manusia (SDM) dalam
pengambilan keputusan untuk menentukan karyawan yang terbaik atau berprestasi, dan didapatkan
karyawan berprestasi ranking 1 yaitu Duwi dengan nilai akhir 0,97.

Kata Kunci : Sistem Pendukung Keputusan, Penilaian Karyawan, SAW.

I. LATAR BELAKANG tersebut terdapat beroperasi tetapi secara

Karyawan merupakan (SDM) Sumber manual, tapi jika kebalikannya perusahaan
Daya Manusia yang berperan sangat tersebut tanpa adanya seorang karyawan,
penting untuk mewujudkan suatu visi dan perusahaan tersebut tidak bisa berjalan.
misi dalam sebuah perusahaan, karyawan Penilaian kinerja karyawan merupakan
juga merupakan aset terpenting dan sangat persoalan yang penting dalam mengelola
berpengaruh sangat besar untuk kemajuan kinerja. Hal ini ditujukan untuk
perusahaan serta kelangsungan hidup mengetahui seberapa besar kualitas kinerja
sebuah perusahaan, dalam persaingan yang dimiliki oleh karyawan tersebut. Dan
bisnis. Tanpa mesin canggih perusahaan penilaian karyawan ini lebih bertujuan

Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id

Teknik – Sistem Informasi || 2||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

untuk menentukan karyawan terbaik dan dapat melakukan penilaian secara tepat,
memberikan suatu bonus berupa tambahan berdasarkan dari nilai kriteria dan bobot
gaji dan penghargaan yang kinerjanya preferensi yang sudah ditentukan. Serta
dianggap memuaskan oleh perusahaan, melakukan penilaian secara tepat, metode
yang telah memberikan kontribusi positif ini juga mampu menyeleksi alternatif
dalam kemajuan perusahaan, selain itu terbaik atau nilai tertinggi dari sejumlah
pemberian bonus juga untuk memotivasi alternatif yang ada. Selain itu Metode
para karyawan yang lainnya agar dapat (Simple Additive Weighting) juga memiliki
bekerja lebih giat lagi. Oleh karena itu kelemahan. Berikut beberapa kelemahan
karyawan dituntut oleh perusahaan agar yang dimiliki metode SAW diantaranya,
semua mampu menampilkan kinerja data bobot yang diinputkan atau
terbaik dan maksimal, karena baik dimasukkan harus benar dan tepat, agar
buruknya kinerja yang dicapai oleh pada waktu pembobotan dan perangkingan
karyawan akan berpengaruh pada kriteria tidak menimbulkan kesalahan, dan
keberhasilan perusahaan tersebut secara untuk hasil keakuratan kurang, hal ini
keseluruhan. dikarenakan kriteria yang ditentukan harus
Masalah yang terjadi pada PT. dinamis dan memiliki cakupan yang luas.
Sumber Pangan Nusantara adalah saat ini Langkah – langkah penyelesaian
belum adanya metode yang tepat serta perhitungan Metode SAW untuk penilaian
belum adanya aplikasi pada perusahaan karyawan terbaik :
tersebut sehingga menyulitkan bagian a. Bobot dan Kriteria
sumber daya manusia dalam melakukan Dalam metode SAW kriteria dan
penilaian karyawan terbaik. bobot wajib ada dalam perhitungan,
Berdasarkan temuan masalah diatas, berikut 6 kriteria untuk penilaian karyawan
dan untuk menyelesaikan masalah pada terbaik :
perusahaan tersebut peneliti menggunakan Tabel 2.1 Kriteria
metode SAW (Simple Additive Weighting). C1 Kehadiran
II. METODE C2 Masa Lembur
Metode SAW (Simple Additive C3 Komunikasi
Weighting) atau yang sering dikenal C4 Kerapian
dengan metode penjumlahan terbobot, C5 Tanggung Jawab
Pada metode ini memiliki beberapa C6 Kejujuran
kelebihan dibandingkan dengan metode -
metode lainnya. Kelebihan dari metode ini
Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id
Teknik – Sistem Informasi || 3||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

1. Kriteria Kehadiran 5. Kriteria Tanggung Jawab

Tabel 2.1 Kriteria Kehadiran Tabel 2.5 Kriteria Tanggung Jawab
Kehadiran Variabel Bobot Tanggung Variabel Bobot
1 Sangat Rendah 0,2 Jawab
2 Rendah 0,4 1 Sangat Rendah 0,2
3 Sedang 0,6 2 Rendah 0,4
4 Tinggi 0,8 3 Sedang 0,6
5 Sangat Tinggi 1 4 Tinggi 0,8
2. Kriteria Masal lembur 5 Sangat Tinggi 1
Tabel 2.2 Kriteria Masa Lembur
Masa lembur Variabel Bobot 6. Kriteria Kejujuran
1 Sangat Rendah 0,2 Tabel 2.6 Kriteria Kejujuran
2 Rendah 0,4 Kejujuran Variabel Bobot
3 Sedang 0,6 1 Sangat Rendah 0,2
4 Tinggi 0,8 2 Rendah 0,4
5 Sangat Tinggi 1 3 Sedang 0,6
3. Kriteria komunikasi 4 Tinggi 0,8
Tabel 2.3 Kriteria Komunikasi 5 Sangat Tinggi 1
Komunikasi Variabel Bobot
1 Sangat Rendah 0,2 Setelah menentukan bobot karyawan,
2 Rendah 0,4 selanjutnya dimasukkan dalam tabel data
3 Sedang 0,6 alternative
4 Tinggi 0,8 Tabel 2.7 Data Alternatif
Data Kriteria
5 Sangat Tinggi 1
Karyawan
4. Kriteria komunikasi C1 C2 C3 C4 C5 C6
Duwi 1 0,8 0,8 0,8 0,8 0,8
Tabel 2.4 Krieria Kerapian
Iin 1 0,4 0,8 0,8 0,6 0,8
Kerapian Variabel Bobot
Rini 0,6 0,8 0,6 1 0,8 0,8
1 Sangat Rendah 0,2
Salim 0,4 0,8 0,6 1 0,6 0,8
2 Rendah 0,4
Wahyu 1 0,6 0,6 0,8 0,6 0,8
3 Sedang 0,6
Selanjutnya data tersebut akan di
4 Tinggi 0,8
lakukan normalisasi kepada matrik X,
5 Sangat Tinggi 1

Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id

Teknik – Sistem Informasi || 4||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

dengan menggunakan rumus benefit Salim

(keuntungan) yaitu sebagai berikut: 0,4 0,4
C41 = = = 0,4
𝑀𝑎𝑥 (0,8,0,6,…....,0,4,1) 1
Duwi
0,8 0,8
1 1 C42 = = =1
C11 = = =1 𝑀𝑎𝑥 ( 0,6,0,4,…….,0,8,0,6) 0,8
𝑀𝑎𝑥 ( 0,8,0,6,…….,0,4,1) 1
0,6 0,6
0,8 0,8 C43 = = = 0,75
C12 = = =1 𝑀𝑎𝑥 ( 0,8,0,4,…….,0,8,0,6) 0,8
𝑀𝑎𝑥 ( 0,6,0,4,…….,0,8,0,6) 0,8
1 1
0,8 0,8 C44 = = =1
C13 = = =1 𝑀𝑎𝑥 ( 0,6,0,8,…….,0,4,0,8) 1
𝑀𝑎𝑥 ( 0,8,0,4,…….,0,8,0,6) 0,8
0,6 0,6
0,8 0,8 C45 = = = 0,75
C14 = = = 0,8 𝑀𝑎𝑥 ( 0,6,0,8,…….,0,8,0,6) 0,8
𝑀𝑎𝑥 ( 0,6,0,8,…….,0,4,0,8) 1
0,8 0,8
0,8 0,8 C46 = = =1
C15 = = =1 𝑀𝑎𝑥 ( 0,4,0,8,…….,0,6,0,8) 0,8
𝑀𝑎𝑥 ( 0,6,0,8,…….,0,8,0,6) 0,8
Wahyu
0,8 0,8
C16 = = =1 1 1
𝑀𝑎𝑥 ( 0,4,0,8,…….,0,6,0,8) 0,8 C51 = = =1
𝑀𝑎𝑥 (0,8,0,6,…....,0,4,1) 1
Iin 0,6 0,6
1 1 C52 = = = 0,75
𝑀𝑎𝑥 ( 0,6,0,4,…….,0,8,0,6) 0,8
C21= = =1
𝑀𝑎𝑥 (0,8,0,6,…....,0,4,1) 1
0,6 0,6
0,4 0,4 C53 = = = 0,75
C22 = = = 0,5 𝑀𝑎𝑥 ( 0,8,0,4,…….,0,8,0,6) 0,8
𝑀𝑎𝑥 ( 0,6,0,4,…….,0,8,0,6) 0,8
0,8 0,8
0,8 0,8 C54 = = = 0,8
C23 = = =1 𝑀𝑎𝑥 ( 0,6,0,8,…….,0,4,0,8) 1
𝑀𝑎𝑥 ( 0,8,0,4,…….,0,8,0,6) 0,8
0,6 0,8
0,6 0,8 C55 = = = 0,75
C25 = = = 0,75 𝑀𝑎𝑥 ( 0,6,0,8,…….,0,8,0,6) 0,8
𝑀𝑎𝑥 ( 0,6,0,8,…….,0,8,0,6) 0,8
0,8 0,8
0,8 0,8 C56 = = =1
C26 = = =1 𝑀𝑎𝑥 ( 0,4,0,8,…….,0,6,0,8) 0,8
𝑀𝑎𝑥 ( 0,4,0,8,…….,0,6,0,8) 0,8
Setelah menghitung benefit (keuntungan)
Rini
dihasilkan tabel matriks normalisasi.
0,8 0,8
C31 = = =1
𝑀𝑎𝑥 (0,8,0,6,…....,0,4,1) 1 Tabel 2.8 Matriks Hasil Dari Normalisasi
0,8 0,8 Data Kriteria
C32 = = =1
𝑀𝑎𝑥 ( 0,6,0,4,…….,0,8,0,6) 0,8 Karyawan C1 C2 C3 C4 C5 C
0,6 0,6
C33 = = = 0,75 6
𝑀𝑎𝑥 ( 0,8,0,4,…….,0,8,0,6) 0,8
Duwi 1 1 1 0,8 1 1
0,8 0,8
C34 = = = 0,8 Iin 1 0,5 1 0,8 0,75 1
𝑀𝑎𝑥 ( 0,6,0,8,…….,0,4,0,8) 1

0,8 0,8 Rini 0,6 1 0,75 1 1 1

C35 = = =1
𝑀𝑎𝑥 ( 0,6,0,8,…….,0,8,0,6) 0,8 0,4 1 0,75 1 0,75 1
Salim
0,8 0,8
C36 = = =1 Wahyu 1 0,75 0,75 0,8 0,75 1
𝑀𝑎𝑥 ( 0,4,0,8,…….,0,6,0,8) 0,8
Setelah mendapat tabel normalisasi
selanjutnya mengalikan setiap kolom pada
Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id
Teknik – Sistem Informasi || 5||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

tabel normalisasi dengan bobot kriteria terbaik atau beprestasi diberikan kepada
(W) yang telah telah ditentukan oleh Duwi dengan nilai 0,97.
perusahaan : III. HASIL DAN KESIMPULAN
Tabel 2.9 Bobot W 1. HASIL

Bobot Preferensi (W) Hasil yang diperoleh dari pembuatan

Kehadiran 0,15 aplikasi untuk penilaian karyawan terbaik

Masa lembur 0,15 adalah :

Komunikasi 0,10 a. Halaman Utama

Kerapian 0,15
Tanggung Jawab 0,20
Kejujuran 0,25

Hasil yang diperoleh adalah sebagai

berikut :
V1 =( 0,15 X 1) + ( 0,15 X 1) + ( 0,10 X 1)
+ (0,15 X 0,8)+ ( 0,20 X 0,1 ) + ( Gambar 3.1 Halaman Utama
0,25 X 1 ) = 0,97 Pada tampilan menu utama ada
V2 =( 0,15 X 1) + ( 0,15 X 0,5) + ( 0,10 X macam – macam button seperti home,
1) + (0,15 X 0,8)+ ( 0,20 X 0,75 ) + ( karyawan, penilaian, update kriteria dan
0,25 X 1 ) = 0,845 button hasil untuk melihat mendisplay
V3 =( 0,15 X 0,6) + ( 0,15 X 1) + ( 0,10 X kebutuhan admin.
0,75) + (0,15 X 1)+ ( 0,20 X 1 ) + ( b. Tampilan Data Karyawan
0,25 X 1 ) = 0,915
V4 =( 0,15 X 0,4) + ( 0,15 X 1) + ( 0,10 X
0,75) + (0,15 X 1)+ ( 0,20 X 0,75 ) +
( 0,25 X 1 ) = 0,835
V5 = ( 0,15 X 1 )+( 0,15 X 0,75 )+ ( 0,10
X 0,75 ) + ( 0,15 X 0,8 ) + ( 0,20 X
0,75 ) + ( 0,25 X 1) = 0,8575
Hasil yang di dapat dari perhitungan
perangkingan karyawan menggunakan Gambar 3.2 Data Karyawan

metode Simple Additive Weighting (SAW) Pada gambar 3.2 tampilan

maka dapat disimpulkan bahwa karyawan halaman karyawan, yaitu menampilkan

Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id

Teknik – Sistem Informasi || 6||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

form nama karyawan dan alamat karyawan e. Tampilan Normalisasi

untuk merekap data-data karyawan.
c. Tampilan Penilaian

Gambar 3.5 Tampilan Normalisasi

Gambar diatas merupakan tampilan
normalisasi yaitu menampilkan
perhitungan diperoleh dari penjumlahan
Gambar 3.3 Penilaian dari perkalian elemen baris matriks
Pada diatas menampilkan menu ternormalisasi (R) dengan kriteria bobot
tambah data untuk menginputkan nama – preferensi (W).
nama karyawan, alamat karyawan, dan f. Pengujian
kriteria bobot setiap karyawan, serta 1) Pengujian dengan menggunakan
tombol dell untuk menghapus data dan aplikasi.
bobot karyawan.
d. Tampilan Update Kriteria

Gambar 3.6 Pengujian dengan

Gambar 3.4 Update Kriteria menggunakan aplikasi
Gambar diatas merupakan tampilan Pada gambar 3.6 hasil perhitungan
button kriteria, yaitu admin bisa menggunakan aplikasi untuk mencari
melakukan perubahan atau mengedit nama karyawan terbaik / berprestasi yaitu
kriteria penilaian jika ada perubahan menghasilkan nilai akhir atau rangking
kriteria dari kebijakan perusahaan. yang sama dengan perhitungan

Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id

Teknik – Sistem Informasi || 7||

menggunakan Microsoft Excel. Dan Duwi
terpilih menjadi karyawan terbaik dengan
memperoleh nilai 0,97 dan ranking 1.
2) Pengujian dengan menggunakan
Microsoft excel.
Gambar 3.7 Pengujian dengan
menggunakan Microsoft Excel
Pada gambar diatas yaitu hasil akhir
perhitungan menggunakan excel
menginputkan data bobot dengan 6 kriteria
yaitu kehadiran, lembur, komunikasi,
kerapian, tanggung jawab, kejujuran. Dari
6 kriteria tersebut Duwi berhasil menjadi
karyawan terbaik dengan nilai 0,97.
2. KESIMPULAN
Dalam penelitian yang telah dilakukan
maka kesimpulan yang diperoleh adalah
metode penelitian ini akan mempercepat
kinerja pihak perusahaan, karena telah
dilakukan proses perancangan sistem
penunjang keputusan dengan
menggunakan implementasi metode
Simple Additive Weighting (SAW), dan
Ahmad Yusuf .H | 14.1.03.03.0014
Teknik – Sistem Informasi
Artikel Skripsi
Universitas Nusantara PGRI Kediri
menghasilkan rangking dengan urutan
sebagai berikut, rangking 1 dengan nilai
0,97, ranking 2 dengan nilai 0,915,
rangking 3 dengan nilai 0,8575, rangking 4
dengan nilai 0,845 dan rangking 5 dengan
nilai 0,835.
Sistem yang dihasilkan berdasarkan
persentase rangking tertinggi digunakan
untuk menentukan pemilihan karyawan
terbaik atau berprestasi yang berguna
untuk membantu pengambil keputusan
dalam pemilihan karyawan terbaik.
IV. DAFTAR PUSTAKA
Ananta, P. W., & Winiarti, S. (2013).
Sistem Pendukung Keputusan Dalam
Penilaian Kinerja Pegawai Untuk
Kenaikan Jabatan Pegawai
Menggunakan Metode Gap
Kompetensi (Studi Kasus Perusahaan
Perkasa Jaya Compuretail). Jurnal
Sarjana Teknik Informatika, 1(2),
574–583.
Daniati, E. (2015). Sistem Pendukung
Keputusan Pemilihan Kost Di Sekitar
Kampus Unp Kediri Menggunakan
Metode Simple Additive Weighting
(SAW). Seminar Nasional Teknologi
Informasi dan Multimedia (2015),
145-150.
Daniati, E. (2018). Sistem pendukung
Keputusan Dalam Lingkungan
Akademik Perguruan Tinggi. Kediri:
adjie.
Firdaus, I. H., Abdillah, G., & Renaldi, F.
(2016). Sistem Pendukung Keputusan
Penentuan Karyawan Terbaik
Menggunakan Metode Ahp Dan
Topsis. Seminar Nasional Teknologi
Informasi Dan Komunikasi,
2016(Sentika), 2089–9815.
simki.unpkediri.ac.id
|| 8||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

I Gede Bendesa Subawa, I Made Agus

Wirawan, I. M. G. S. (2015).
Pemilihan Pegawai Terbaik
Menggunakan Metode Simple
Additive Weighting ( SAW) Di Pt
Tirta Jaya Abadi Singaraja. Kumpulan
Artikel Mahasiswa Pendidikan Teknik
Informatika, 4(5), 164–170.

Noviana, W. (2013). Rancangan Sistem

Pendukung Keputusan Pemilihan
Karyawan Teladan dengan
Menggunakan Metode Simple
Additive Weighthing ( Studi Kasus di
PT . Paran Internasional ), 3(1), 1–3.

Primahudi, A. B., Suciono, F. A., Widodo,

A. A., Studi, P., Informatika, T.,
Informasi, F., & Pasuruan, U. M.
(2016). Sistem Pendukung Keputusan
Untuk Pemilihan Karyawan Dengan
Metode Simple Additive Weighting Di
Pt . Herba Penawar, 2(1), 57–80.

Triayudi, A., Studi, P., Informatika, T.,

Informasi, F. T., & Raya, U. S. (2016).
Sistem Pendukung Keputusan
Penilaian Calon Supervisor Pada PT .
Petnesia Resindo Dengan Metode
Simple Additive Weighting ( Saw ),
29–34.

Selama, A. Sistem Pendukung Keputusan

Rekrutmen Guru Dengan Metode
Topsis Bayu Setyawan Jurusan Teknik
Informatika Fakultas Teknik -
Universitas 45 Surabaya, 9–22.

Sundari, S. S. & Taufik, Y. F. (2014).

Pegawai Baru Dengan Menggunakan
Metode Simple Additive Weighting (
Saw ). Sisfotenika, Vol. 4, No, 140–
151.

Ahmad Yusuf .H | 14.1.03.03.0014 simki.unpkediri.ac.id

Teknik – Sistem Informasi || 9||