php/senashtek
Publish online, Juli 2022, page 308-316
1. PENDAHULUAN
Indonesia merupakan suatu negara yang memiliki banyak penduduk, tetapi lapangan
pekerjaan belum mencukupi dalam peningkatan kelangsungan hidup penduduk. Adapun hal
ini menyebabkan banyak penduduk indonesia yang menjadi Tenaga Kerja Indonesia (TKI)
keluar negeri. Dalam UU Republik Indonesia No. 39 Tahun 2004 tentang Penempatan dan
Perlindungan TKI keluar negeri, TKI adalah tiap WNI yang dapat memenuhi persyaratan
untuk bekerja keluar negeri terkait kerja pada jangka waktu yang sudah ditetapkan dengan
menerima upah.
Badan Pelayanan Penempatan Dan Perlindungan Tenaga Kerja Indonesia yang disebut
BP3TKI adalah unit yang bertugas dalam teknis BNP2TKI yang memiliki tugas untuk
berkordinasi, melakukan proses pendaftaran dan penyeleksian terhadap calon TKI serta
penempatan bekerjanya. Kurun waktu ini dalam mengambil keputusan kelayakan TKI yang
akan dikirim keluar negeri pada tahap penyeleksian calon TKI di BP3KI hanya dilakukan
dengan melihat berdasarkan pengalaman kerja saja, padahal pada tahap penyeleksian calon
TKI dapat menggunakan beberapa kriteria seperti : Usia, Pendidikan, Pengetahuan,
Pengalaman Kerja, Keterampilan , dan Etika.
Dari permasalahan diatas, SPK merupakan solusi yang tepat dalam menyeleksi calon TKI
keluar negeri. Adapun metode yang diterapkan pada penelitian ini ialah Metode ROC dan
308
https://journals.stimsukmamedan.ac.id/index.php/senashtek
Publish online, Juli 2022, page 308-316
MOORA dengan menerapkan metode ini maka diinginkan dapat memberi hasil yang efesien
dalam penyeleksian calon TKI keluar negeri.
Beberapa penelitian yang terkait yang pernah diteliti oleh penelitian lain seperti Penelitian
Resi Tri Utami, dkk membahas penelitian implementasi untuk menentukan seleksi pemakai
penyangga rental mobil, dengan kriteria character, capacity, capital, collateral dan condition.
Untuk seleksi pemakai penyangga rental mobil diperlukan adanya SPK. Peneliti ini
merancang SPK menggunakan Metode SAW dan ROC. Metode ini mampu memberikan
keputusan terbaik dari alternatif yang dihasilkan, adapun alternatif Kasirin ialah alternatif
dengan nilai Vi = 0.8729155637306255 [1].
Penelitian Samuel manurung membahas penelitian SPK pemilihan guru dan pegawai
terbaik, dengan kriteria common sense, verbalisasi ide, sistematika berpikir, penalaran dan
solusi real, konsentrasi, logika prakts, fleksibilitas berpikir, imajinasi kreatif, antisipasi,
potensi kecerdasan, energi psikis, ketelitian dan tanggung jawab, kehati-hatian,
pengendalian perasaan, dorongan berprestasi, vitalitas dan perencanaan, dominance,
influence, steadiness dan compliance. Dalam pemilihan guru dan pegawai terbaik
diperlukan SPK. Penelitian ini merancang SPK menggunakan Metode MOORA (Multi-
Objective Optimization on The Basis of Ratio Analysis). Metode ini dipilih karena mampu
memilih keputusan terbaik dari sejumlah alternatif, adapun alternatif A1 yaitu Adi Sitorus,
S.pd yang dipilih menjadi pegawai terbaik di dalam SMP Negeri 1 papili serta mendapatkan
reward dari kepala sekolah [2].
Penelitian Labuan Nababan, Lamtiur Sinambela, membahas penelitian mengenai penentuan
kelayakan bedah ruah keluarga miskin dengan kriteria usia >70 tahun, usia 60 – 70 tahun,
usia 40 – 59 tahun, usia < 40 tahun, pekerjaan buruh tani, pekerjaan petani, pekerjaan
pegawai swasta, pekerjaan PNS, pendapatan < 1.000.000, pendapatan tidak tetap,
pendapatan 1.000.000- 3.000.000, pendapatan > 3.000.000, tanggungan > 3 orang,
tanggungan 3 orang, tanggungan 2 orang, tanggungan 1orang, kondisi rumah tidak layak
huni, kondisi rumah dinding terbuat papan, kondisi rumah setengah permanen. Untuk
penentuan kelayakan bedah rumah keluarga miskin dibutuhkan sebuah SPK menerapkan
metode MOORA. Metode ini dipilih karena menentukan keputusan terbaik dari sejumlah
alternatif yang dihasilkan, adapun alternatif A1 yaitu keluaga Bapak Sihombing merupakan
altenatif terbaik dengan nilai Yi = 9,95 [3].
Penelitian Sri Wardani, Solikhun, Ahmad Revi, membahas penelitn mengenai penyeleksian
siswa calon peserta olimpiade dengan kriteria nilai rata-rata fisika, nilai rata-rata biologi,
nilai rata-rata matematika, kepercayaan diri, pengalaman, perilaku. Untuk penyeleksian
siswa calon peserta olimpiade dibutuhkan sebuah SPK menerapkan metode MOORA.
Metode ini dipilih karena menyeleksi keputusan terbaik dari sejumlah alternatif yang
dihasilkan, adapun alternatif A6 merupakan alternatif yang terbaik dngan nilai Yi =
0,4139[4].
Berdasarkan dari permasalahan yang dihadapi di atas, maka SPK merupakan solusi yang
tepat untuk mendukung dalam hal kelayakan TKI keluar negeri. Metode yang digunakan
pada penelitian ini yaitu Metode ROC dan MOORA, dengan menerapkan kedua metode ini
penulis berharap dapat menjadi rekomendasi hasil yang baik dalam kelayakan TKI keluar
negeri.
2. METODOLOGI PENELITAN
Pada penelitian ini dapat dijelaskan langkah-langkah dalam tahap mengambil keputusan
untuk memecahakn suatu masalah dengan menggunakan metode-metode yang digunakan
seperti pada Gambar 1.
2.1 Tahapan Penelitian
Adapun tahapan penelitian yang di laksanakan seperti gambar 1 di bawah ini.
5. Pengambilan Kesimpulan
Pengambilan Kesimpulan memiki tujuan untuk memberi penjelasan perangkingan
kepada kelayakan TKI Keluar Negeri yang terbaik berdasarkan kriteria yang telah
ditentukan.
2.2 SPK
SPK adalah salah satu cara mengorganisir informasi yang dimaksudkan untuk digunakan
dalam membuat keputusan. Ada yang mendefinisikan bahwa system pendukung keputusan
merupakan suatu pendekatan untuk mendukung pengambilan keputusan. SPK
menggunakan data, memberikan antarmuka pengguna yang mudah dan dapat
menggabungkan pemikiran pengambil keputusan[5]–[7].
2.3 Tenaga Kerja Indonesia (TKI)
TKI adalah WNI yang bekerja diluar negeri dalam hubungan kerja untuk jangka waktu
tertentu dengan menerima upah.
2.3 ROC
Metode ROC di pakai untuk memberikan hasil nilai bobot pada setiap kriteria-kriteria.
Ketentuan bobot dari Metode ROC ialah memberikan angka dari deretan kebutuhan tolak
ukur. Langkah langkah yang sama hingga prioritas kriteria yang terendah[8], [9]. Hal ini
dapat di lihat pada persamaan ke-1 sebagai berikut :
1 1
𝑊𝑚 = ∑𝑚
1 =1( ) (1)
𝑚 𝑖
Pada j = 1 2 … m
4. Meningkatkan Attribute
Dalam peningkatan banyak objek, patokan dari normalisasi dapat menambahkan
persoalan maksimasi (pada attribute tak memberi keuntungan).
𝑔
𝑌𝑖 = ∑𝑗=1 − ∑𝑛𝑗=𝑔+1 𝑥𝑖𝑗𝑥 (3)
Jika g ialah total attribute dapat memaksimalkan, n-g ialah total attribute dapat
meminimalkan, Yi ialah angka yang sudah dinormalisasi pada alternatif 1 dengan
attribute lainnya. Ketika attribute nilai dipertimbangkan, persamaan 3 yaitu :
𝑔
𝑌𝑖 = ∑𝑗=1 𝑊𝑗 𝑋 ∗ 1𝑗 − ∑𝑛𝑗=𝑔+1 𝑊𝑗 𝑊𝑖𝑗∗ (4)
5. Perangkai angka Yi
Angka Yi berupa positif maupun negatif terkait hasil dari maksimal dan minimal pada
matrix ketentuan. Suatu deretan perangkingan dan Yi menunjukan kesesuaian akhir.
Alternatif terunggul menunjukkan angka Yi paling tinggi dan alternatif terbawah
menunjukkan angka terendah[10], [11].
Tabel 2. Alternatif
Pendid Pengetah Pengalaman Keteram
Alternatif Usia Etika
ikan uan kerja pilan
20 Cukup Cukup
Tasya(A11) SMP 2 Tahun Sangat Baik
Tahun Baik Baik
22 Sangat Sangat
Silvy(A12) SMK 4 Tahun Sangat Baik
Tahun Baik Baik
21 Sangat
Nova(A13) SMA 3 Tahun Baik Baik
Tahun Baik
20 Cukup
Harry(A14) SMK Baik 2 Tahun Baik
Tahun Baik
21
Martin(A15) SMA Baik 2 Tahun Baik Kurang Baik
Tahun
19 Kurang Kurang
Alpin(A16) SD 1 Tahun Cukup Baik
Tahun Baik Baik
Dalam tabel 2 diatas terdapat sejumlah data yang bersifat linguistik, seperti Sangat Baik,
Baik, Cukup Baik dan Kurang. Data ini dilakukan pembobotan sehingga diperoleh nilai dari
alternatif yang dapat dilakukan menggunakan metode SAW. Pembobotan tersebut dapat
dilihat dari tabel 3 berikut ini :
Tabel 3. Bobot Nilai Kriteria
Kritera Kategori Bobot
C2 SMA/SMK 4
SMP 3
SD 2
C3 Sangat Baik 4
Baik 3
Cukup Baik 2
Kurang Baik 1
Berdasarkan tabel 3 tersebut, maka setelah data asli dari alternatif yang diberikan bobot
maka didapatkan data Rating Kecocokan Nilai yang dapat dilihat dibawah ini :
Tabel 4. Rating Kecocokan Nilai
Usi Pendidika Pengetahua Pengalama Keterampila Etik
Alternatif
a n n n kerja n a
Tasya(A11 20 3 2 2 2 4
)
Silvy(A12) 22 4 4 4 4 4
Nova(A13) 21 4 4 3 3 3
Harry(A14 20 4 3 2 2 3
)
Martin(A1 21 4 3 2 3 1
5)
Alpin(A16) 19 2 1 1 1 2
Maka Alternatif yang memiliki nilai paling tinggi yaitu alternatif A12 “Silvy” adalah
alternatif yang terbaik dengan nilai 𝑉𝑖 = 1 calon TKI yang layak ke luar negeri.
Untuk menyelesaikan masalah diatas selanjutnya akan diselesaikan dengan metode MOORA
akan dilakukan dengan langkah-langkah sebagai berikut :
1. Membentuk matriks keputusan MOORA
𝑋𝑖𝑗 = [20 3 2 22 4 4 21 4 4 2 2 4 4 4 4 3 3 3 20 4 3 21 4 3 19 2 1 2 2 3 2 3 1 1 1 2 ]
2. Membuat matriks Normalisasi MOORA dari matriks keputusan MOORA Normalisasi
pada kriteria C1 “Usia”
𝑥1,1 20 20
𝑥1,1 = = = = 0,398
2 2 2 2 2
√𝑥1,1 + 𝑥2,1 + 𝑥3,1 + 𝑥4,1 + 𝑥5,1 + 𝑥6,1 2 √2527 50,269
22 22
𝑥2,1 = = = 0,438
√2527 50,269
21 21
𝑥3,1 = = = 0,418
√2527 50,269
20 20
𝑥4,1 = = = 0,398
√2527 50,269
21 21
𝑥5,1 = = = 0,418
√2527 50,269
19 19
𝑥6,1 = = = 0,378
√2527 50,269
Umtuk Normalisasi pada kriteria C2 sampai C6, dapat dilihat pada hasil matriks
Normalisasi MOORA dibawah ini:
𝑋
= [0,398 0,342 0,270 0,438 0,456 0,539 0,418 0,456 0,539 0,324 0,004 0,539 0,649 0,007 0,539 0,487 0
3. Menghitung nilai optimasi multi objektif MOORA (Max-Min)
𝑌1 = (𝑥1,1 (max) * W + 𝑥1,2 (max) * W + 𝑥1,3 (max) * W + 𝑥1,4 (max) * W + 𝑥1,5 (max) * W) – ( 𝑥1,6
(min) * W)
= (0,398 * 0,41 + 0,342 * 0,24 + 0,270 * 0,16 + 0,324 * 0,10 + 0,004 * 0,06) – (0,539 *
0,03)
= (0,1632 + 0,0821 + 0,0432 + 0,0324 + 0,0002) – (0,0162)
= 0.305
𝑌2 = (𝑥2,1 (max) * W + 𝑥2,2 (max) * W + 𝑥2,3 (max) * W + 𝑥2,4 (max) * W + 𝑥2,5 (max) * W) – ( 𝑥2,6
(min) * W)
= (0,438 * 0,41 + 0,456 * 0,24 + 0,539 * 0,16 + 0,649 * 0,10 + 0,007 * 0,06) – (0,539 *
0,03)
= (0,1796 + 0,1094 + 0,0862 + 0,0649 + 0,000042) – (0,0162)
= 0.424
𝑌3 = (𝑥3,1 (max) * W + 𝑥3,2 (max) * W + 𝑥3,3 (max) * W + 𝑥3,4 (max) * W + 𝑥3,5 (max) * W) – ( 𝑥3,6
(min) * W)
= (0,418 * 0,41 + 0,456 * 0,24 + 0,539 * 0,16 + 0,487 * 0,10 + 0,005 * 0,06) – (0,406 *
0,03)
= (0,1714 + 0,1094 + 0,0862 + 0,0487 + 0,0003) – (0,0122)
= 0.403
𝑌4 = (𝑥4,1 (max) * W + 𝑥4,2 (max) * W + 𝑥4,3 (max) * W + 𝑥4,4 (max) * W + 𝑥4,5 (max) * W) – ( 𝑥4,6
(min) * W)
= (0,398 * 0,41 + 0,456 * 0,24 + 0,405 * 0,16 + 0,324 * 0,10 + 0,004 * 0,06) – (0,406 *
0,03)
= (0,1632 + 0,1094 + 0,0648 + 0,0324 + 0,00024) – (0,0122)
= 0.358
𝑌5 = (𝑥5,1 (max) * W + 𝑥5,2 (max) * W + 𝑥5,3 (max) * W + 𝑥5,4 (max) * W + 𝑥5,5 (max) * W) – ( 𝑥5,6
(min) * W)
= (0,418 * 0,41 + 0,456 * 0,24 + 0,405 * 0,16 + 0,324 * 0,10 + 0,005 * 0,06) – (0,135 *
0,03)
= (0,1714 + 0,1094 + 0,0648 + 0,0324 + 0,0003) – (0,00405)
= 0.374
𝑌6 = (𝑥6,1 (max) * W + 𝑥6,2 (max) * W + 𝑥6,3 (max) * W + 𝑥6,4 (max) * W + 𝑥6,5 (max) * W) – ( 𝑥6,6
(min) * W)
= (0,378 * 0,41 + 0,228 * 0,24 + 0,135 * 0,16 + 0,162 * 0,10 + 0,002 * 0,06) – (0,270 *
0,03)
= (0,1550 + 0,0547 + 0,0216 + 0,0162 + 0,00012) – (0,0081)
= 0.239
4. Menentukan perangkingan dari hasil perhitungan MOORA
Tabel 6. Perangkingan Alternatif
No Alternatif Keterangan Nilai Rangking
1 A11 Tasya 0,305 5
2 A12 Silvy 0,424 1
3 A13 Nova 0,403 2
4 A14 Harry 0,358 4
5 A15 Martin 0,374 3
6 A16 Alpin 0,239 6
Maka hasil Analisis SPK Kelayakan TKI Keluar Negeri yang terbaik adalah alternatif A12 atas
nama “Silvy” dengan nilai Yi = 0,424.
4. KESIMPULAN
Berdasarkan proses hasil kelayakan TKI keluar negeri tidaklah mudah, harus melewati
beberapa tahapan penelitian. Maka diperlukan sebuah SPK kelayakan TKI keluar negeri
dengan analisis perbandingan Metode ROC dan MOORA. Metode ROC di pakai untuk
memberikan hasil nilai bobot pada setiap kriteria-kriteria dan Metode MOORA ini
digunakan dengan cara menghitung nilai alternatif berdasarkan algoritma dan hasilnya
akan diproses pada nilai minimum. Penulis sangat berharap agar penelitian yang telah
dilakukan dapat berjalan dengan baik dan dapat dijadikan sebagai referensi dalam hal
kelayakan TKI keluar negeri. Penentuan alternatif terbaik dapat dilakukan dengan
melakukan perangkingan didalam proses penilaian kelayakan TKI keluar negeri,
berdasarkan dari kriteria-kriteria yang telah ditetapkan dimana alternatif terbaik adalah
alternatif A13 atas nama “Silvy” dengan nilai Yi = 0,424.
REFERENCES
[1] R. T. Utami, D. Andreswari, and Y. Setiawan, “Implementasi Metode Simple Additive Weighting
(SAW) Dengan Pembobotan Rank Order Centroid (ROC) Dalam Pengambilan Keputusan Untuk
Seleksi Pengguna Jasa Leasing Mobil (Studi Kasus: PT. Multindo Auto Finance Cabang
Bengkulu),” J. Rekursif, vol. 4, no. 2, pp. 209–221, 2016, [Online]. Available: www.multindo.co.id.
[2] S. Manurung, “Sistem Pendukung Keputusan Pemilihan Guru Dan Pegawai Terbaik Menggunakan
Metode Moora,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 701–706, 2018,
doi: 10.24176/simet.v9i1.1967.
[3] L. Nababan and L. Sinambela, “SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN
BEDAH RUMAH KELUARGA MISKINMENGGUNAKAN METODE MOORA,” vol. 2, no. 2, pp. 20–27,
2018.
[4] S. Wardani and A. Revi, “Analisis Sistem Pendukung Keputusan Penyeleksian Siswa Calon Peserta
Olimpiade Dengan Metode MOORA,” J. Teknovasi, vol. 05, no. 01, p. 18, 2018.
[5] R.- Ramadiani, F. P. Rani, D. M. Khairina, and H. R. Hatta, “Sistem Pendukung Keputusan Pemilihan
Pramuka Pandega Berprestasi Menggunakan Metode Multi Objective Optimization on the Basis
of Ratio Analysis,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 2, p. 155, 2019, doi:
10.25126/jtiik.2019621284.
[6] Y. Djamain, “Sistem Pendukung Keputusan Penerimaan Pegawai Baru Pt.Pln (Persero) Kantor
Pusat Dengan Menggunakan Metode Simple Additive Weighting (Saw),” J. Tek. Inform., vol. 8, no.
1, pp. 39–47, 2015, doi: 10.15408/jti.v8i1.1935.
[7] R. Fauzan, Y. Indrasary, and N. Muthia, “Sistem Pendukung Keputusan Penerimaan Beasiswa
Bidik Misi di POLIBAN dengan Metode SAW Berbasis Web,” J. Online Inform., vol. 2, no. 2, p. 79,
2018, doi: 10.15575/join.v2i2.101.
[8] K. T. Liza Handayani, M. Syahrizal, “Pemilihan Kepling Teladan Menerapkan Metode Rank Order
Centroid (Roc) Dan Metode Additive Ratio Assessment (Aras) Di Kecamatan Medan Area,” KOMIK
(Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 532–538, 2019, doi:
10.30865/komik.v3i1.1638.
[9] R. Kharisman Ndruru, “Penerapan Metode Additive Ratio Assessment (ARAS) dan Rank Order
Centroid (ROC) Dalam Pemilihan Jaksa Terbaik Pada Kejaksaan Negeri Medan,” Semin. Nas.
Teknol. Komput. Sains, pp. 367–372, 2020.
[10] G. Lumbantoruan, P. M. Simanullang, and S. Zega, “Sistem Pendukung Keputusan Pemilihan
Dosen Terbaik Menerapkan Metode Multi-Objektive Optimization On The Basis Of Ratio Analysis
( MOORA ),” pp. 296–301, 2018.
[11] S. Proboningrum and A. Sidauruk, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER
KAIN DENGAN METODE MOORA,” vol. 8, no. 1, pp. 43–48, 2021.