PERANCANGAN SISTEM INFORMASI SELEKSI CALON KARYAWAN MENGGUNAKAN

METODE FUZZY TSUKAMOTO

Studi Kasus: (PT. Colmitra Persada Indonesia)
Mei Yuli Pahatun
Meiyuli993@gmail.com

Program Studi Teknik Informatika dan Sistem Informasi

Sekolah Tinggi Manajemen Informatika dan Komputer Indo Daya Suvana

Abstract - Human Resources information system (HR) is a system whose job is to collect
and maintain data that describes human resources, converts that data into information,
and reports that information to users, where the data that has been obtained is the data
needed by an organization. companies to improve HR decisions. This study aims to analyze
and design a prospective employee selection system. In the system designed the author
collects data using the method of Observation and Interview. The writer chose the system
design using the Fuzzy Tsukamoto method where the results of this study were in the form
of an assessment in accordance with all the selection processes for prospective employees
at PT. Colmitra Persada Indoneisa. And using PHP programming and MySQL database as
data storage. This system is designed to save time, effort and produce accurate information.

Keywords: Human Resources Information System, fuzzy tsukamoto, Website

Abstrak - Sistem informasi Sumber Daya Manusia (SDM) adalah sistem yang bertugas
untuk mengumpulkan dan memelihara data yang menjelaskan sumber daya manusia,
mengubah data tersebut menjadi informasi, dan melaporkan informasi itu kepada
pemakai, dimana data-data yang telah diperoleh tersebut merupakan data yang
dibutuhkan oleh sebuah perusahaan untuk meningkatkan keputusan SDM. Penelitian ini
bertujuan untuk Menganalisa dan merancang sistem Seleksi Calon Karyawan. Dalam
Sistem yang dirancang penulis mengumpulkan data menggunakan metode Observasi
dan Wawancara. Perancangan sistem penulis memilih dengan metode Fuzzy Tsukamoto
dimana hasil penelitian ini berupa penilaian sesuai dengan semua proses seleksi calon
karyawan di PT.Colmitra Persada Indoneisa. Dan menggunakan pemrograman PHP dan
database MySQL sebagai tempat penyimpanan datanya. Sistem ini dibuat untuk
mengefisiensikan waktu, tenaga dan menghasilkan informasi yang akurat.

Kata Kunci : Sistem Informasi Sumber Daya Manusia, Fuzzy Tsukamoto

PENDAHULUAN sama dengan beberapa Agency Fintech yang

sudah berada dibawah naungan OJK (Otoritas
PT. Colmitra Persada Indonesia merupakan Jasa Keuangan) dimana mempunyai tugas
perusahaan yang bergerak dibidang layanan melakukan pengaturan dan pengawasan
jasa keuangan, dimana perusahaan bekerja terhadap kegiatan jasa keuangan di sektor

398
Perbankan, sektor Pasar Modal, dan sektor dan akan menjabat serta mengerjakan semua
IKNB (Industri Keuangan Non-Bank). pekerjaan pada perusahaan.
Sehingga Ketika dalam penagihan tidak boleh
adanya ancaman, bersifat sara dan bernada Malayu Hasibuan, seleksi adalah suatu
kasar. Setiap penagihan PT. Colmitra Persada
Indonesia memiliki target sesuai kegiatan pemilihan dan penentuan pelamar
keterlambatan pada nasabah, sehingga ketika yang akan diterima atau ditolak untuk
karyawan tidak sesuai target dalam beberapa menjadi karyawan perusahaan. Seleksi ini
bulan yang telah ditentukan dapat
didasarkan kepada spesifikasi tertentu dari
diberhentikan.
setiap perusahan bersangkutan.
Untuk mengatasi hal tersebut, penulis
menggunakan metode Fuzzy Tsukamoto Menurut Fauzi, didalam proses seleksi
dimana metode ini dipilih karena setiap
perusahaan harus mendapatkan tenaga kerja
konsekuen pada aturan yang berbentuk
IFTHEN direpresentasikan dengan himpunan yang tepat didalam posisi yang tepat pula.
fuzzy dengan fungsi keanggotaan yang Tujuan Seleksi tersebut diantaranya:
monoton. Sebagai hasilnya, output dari setiap a. Menjamin perusahaan memiliki karyawan
aturan diberikan secara tegas 3 berdasarkan
α-predikat, kemudian diperoleh hasil akhir yang tepat untuk suatu jabatan/
dengan menggunakan ratarata terpusat. pekerjaan.
Metode tersebut akan digunakan untuk b. Memastikan keuntungan investasi SDM
menentukan penerimaan karyawan
perusahaan.
berdasarkan kriteria yang telah ditentukan.
c. Mengevaluasi dalam mempekerjakan dan
TINJAUAN
penempatan pelamar sesuai minat.
1. Sumber Daya Manusia d. Memperlakukan pelamar secara adil dan

Menurut Bintoro dan Daryanto, Manajemen meminimalkan deskriminasi.

sumber daya manusia, disingkat MSDM, e. Memperkecil munculnya tindakan buruk
adalah suatu ilmu atau cara bagaimana karyawan yang seharusnya tidak
mengatur hubungan dan peranan sumber
daya (tenaga kerja) yang dimiliki oleh diterima.
individu secara efisien dan efektif serta dapat 3. Fuzzy Tsukamoto
digunakan secara maksimal sehingga tercapai Menurut Nadia Roosmalita Sari, pada metode
tujuan bersama perusahaan, karyawan dan
masyarakat menjadi maksimal. fuzzy tsukamoto setiap rule diterapkan

2. Seleksi menggunakan himpunan-himpunan fuzzy

Seleksi adalah usaha pertama yang dilakukan
perusahaan untuk memperoleh karyawan
yang memenuhi kualifikasi dan kompeten
dengan fungsi keanggotaan yang konstan,
fuzzy tsukamoto adalah metode yang memiliki
toleransi pada data dan sangat fleksibel.

399
Kelebihan darimetode fuzzy tsukamoto yaitu mendapatkan nilai 𝛼 −predikat setiap rule
(𝜇1 , 𝜇2 ,. , 𝜇𝑖 ). Kemudian masing-
bersifat intuitif dan dapat memberikan
masing nilai 𝛼 −predikat digunakan untuk
tanggapan berdasarkan informasi yang
menghitung keluaran hasil inferensi
bersifat kualitatif, tidak akurat, dan ambigu. secara tegas (crisp) masing- masing rule
(𝑧1 , 𝑧2 , … , 𝑧𝑖 ). Maksudnya :
Metode fuzzy tsukamoto menggunakan
[R1] Jika Permiintaan turun, dan Persediaan
tahapan sebagai berikut :
banyak, maka produksi berkurang.
a. Fuzzyfikasi, yaitu proses untuk mengubah
[R2] Jika Permintaan turun, dan Persediaan
input sistem yang mempunyai nilai tegas
sedikit, maka produksi berkurang.
menjadi variable linguistik menggunakan
d. Defuzzyfikasi, yaitu mengubah output fuzzy
fungsi keanggotaan yang disimpan dalam
yang diperoleh dari mesin inferensi
basis pengetahuan …..Fuzzy
menjadi nilai tegas menggunakan fungsi
𝜇𝑇𝑢𝑟𝑢𝑛 [𝑥 ]
0; keanggotaan yang sesuai dengan saat
= { 𝑋𝑚𝑎𝑥 − 𝑋 ) ;
( 𝑥≤𝑋𝑚𝑖𝑛
𝑋𝑚𝑖𝑛≤𝑥≤𝑋𝑚𝑎𝑥
dilakukan fuzzyfikasi.
𝑋𝑚𝑎𝑥 − 𝑋 𝑀𝑖𝑛 Proses defuzzyfikasi pada metode fuzzy
tsukamoto menggunakan metode rata-rata
1; 𝑥
(Average).
≥ 𝑀𝑎𝑥

𝜇𝑁𝑎𝑖𝑘 [𝑥 ] METODOLOGI PENELITIAN

0;
Metode penelitian merupakan salah satu cara
= { 𝑋 − 𝑋𝑚𝑖𝑛) ;
( 𝑥≤𝑋𝑚𝑖𝑛
𝑋𝑚𝑖𝑛≤𝑥≤𝑋𝑚𝑎𝑥 untuk memperoleh pemecahan terhadap
𝑋𝑚𝑎𝑥 − 𝑋 𝑀𝑖𝑛
berbagai masalah penelitian yang akan
diteliti. Metode diperlukan agar tujuan
1; 𝑥 penelitian dapat tercapai sesuai dengan
≥ 𝑀𝑎𝑥 rencana yang telah ditetapkan dan untuk
memperoleh hasil yang baik, oleh karena itu
b. Pembentukan basis pengetahuan fuzzy pada setiap masalah yang diteliti harus
(Rule dalam bentuk IF...THEN), yaitu ditetapkan metode pemilihan yang tepat.
Metode yang digunakan dalam penelitian ini
secara umum bentuk model fuzzy
adalah penelitian deskriptif verifikatif.
tsukamoto adalah IF ( X is A) and (Y is B) Dimana menurut Sugiono, metode deskriptif
and (Z is C) dimana A,B dan C.adalah adalah Penelitian yang dilakukan untuk
mengetahui keberadan nilai variabel mandiri,
himpunan fuzzy.
baik satu variabel atau lebih (independen)
c. Mesin inferensi, yaitu proses dengan tanpa membuat perbandingan atau
menggunakan fungsi implikasi MIN untuk menghubungkan dengan variabel lain. Dan

400
Verifikatif menurut Sugiono, adalah langkah yang ditempuh. Langkah – langkah
penelitian yang pada dasarnya untuk menguji tersebut adalah : mendefinisikan variabel,
teori dengan pengujian hipotesis.
inferensi, dan defuzifikasi :
Adapun metode yang akan digunakan dalam
tahap analisis ini antara lain :

a. Metode Observasi
Observasi dilakukan untuk mendapatkan
informasi yang berkaitan dengan seleksi
a. Fuzzifikasi
karyawan pada PT. Colmitra Persada
1) Variabel Attitude untuk alternatif Rizky
Indonesia, Metode observasi ini dilakukan
dengan cara melakuka pengamatan dan Variabel kinerja memiliki 2 himpunan fuzzy
pengambilan data yang diperlukan. yaitu Mengecewakan atau Memuaskan

b. Metode Literatur 0;
𝜇𝑀𝑒𝑚𝑢𝑎𝑠𝑘𝑎𝑛 [𝑥 ] = { 𝑥 − 50) ;
( 𝑥≤50
50≤𝑥≤100
Metode literatur dilakukan dengan 50
mengumpulkan data dari buku-buku
pemrograman, jurnal metode fuzzy tsukamoto 1; 𝑥 ≥ 100

maupun artikel-artikel bahasa pemrograman

𝜇𝑀𝑒𝑚𝑢𝑎𝑠𝑘𝑎𝑛 [60] = (60 − 50)/50 = 0.2
dan kepustakaan lainnya yang mendukung
penyusunan tugas akhir ini yaitu : 1;
𝜇𝑀𝑒𝑛𝑔𝑒𝑐𝑒𝑤𝑎𝑘𝑎𝑛 [𝑥 ] = { ( 100 − 𝑥) ; 𝑥≤50
50≤𝑥≤100
1) Mempelajari konsep penyeleksian 50
karyawan.
2) Mempelajari perancangan SDLC 1; 𝑥 ≥ 100
3) Mempelajari konsep Flowchart
𝜇𝑀𝑒𝑛𝑔𝑒𝑐𝑒𝑤𝑎𝑘𝑎𝑛 [60] = (100 − 60)/50
4) Mempelajari konsep Fuzzy Tsukamoto.
= 0.8
5) Mempelajari struktur bahasa
pemrograman PHP.
Mempelajari sistem basis data pada MySQL.
b) Variabel Ilmu Pengetahuan Umum untuk
PEMBAHASAN alternatif Rizky
1. Perhitungan Fuzzy Tsukamoto
0;
𝜇𝑀𝑒𝑛𝑖𝑛𝑔𝑘𝑎𝑡 [𝑥 ] = { ( 𝑥 − 50) ; 𝑥≤50
Dengan menggunakan metode Fuzzy 50≤𝑥≤100
50
Tsukamoto secara manual, ada beberapa

401
 1; 𝑥 ≥ 100 1;
𝜇𝐵𝑢𝑟𝑢𝑘 [𝑥 ] = { ( 100 − 𝑥) ; 𝑥≤50
50≤𝑥≤100
𝜇𝑀𝑒𝑛𝑖𝑛𝑔𝑘𝑎𝑡 [80] = (80 − 50) /50 = 0.6 50

1; 1; 𝑥 ≥ 100
𝜇𝑀𝑒𝑛𝑢𝑟𝑢𝑛 [𝑥 ] = {(100 − 𝑥 ) ; 𝑥≤50
50≤𝑥≤100
50 𝜇𝐵𝑢𝑟𝑢𝑘 [80] = (100 − 80) /50 = 0.4

1; 𝑥 ≥ 100 e) Variabel Komunikasi untuk alternatif Rizky

𝜇𝑀𝑒𝑛𝑢𝑟𝑢𝑛 [80] = (100 − 80) /50 = 0.4 0;

𝜇𝐵𝑎𝑖𝑘 [𝑥 ] = { ( 𝑥 − 50) ; 𝑥≤50
50≤𝑥≤100
c) Variabel Kerapian untuk alternatif Rizky 50

0; 1; 𝑥 ≥ 100
𝜇𝑀𝑒𝑚𝑢𝑎𝑠𝑘𝑎𝑛 [𝑥 ] = {(𝑥 − 50) ; 𝑥≤50
50≤𝑥≤100
50 𝜇𝐵𝑎𝑖𝑘 [80] = (80 − 50) /50 = 0.6

1; 𝑥 ≥ 100 1;
𝜇𝐵𝑢𝑟𝑢𝑘 [𝑥 ] = {(100 − 𝑥 ) ; 𝑥≤50
50≤𝑥≤100
𝜇𝑀𝑒𝑚𝑢𝑎𝑠𝑘𝑎𝑛 [70] = (70 − 50)/50 = 0.4 50

1; 1; 𝑥 ≥ 100
𝜇𝑀𝑒𝑛𝑔𝑒𝑐𝑒𝑤𝑎𝑘𝑎𝑛 [𝑥 ] = { ( 100 − 𝑥) ; 𝑥≤50
50≤𝑥≤100
50 𝜇𝐵𝑢𝑟𝑢𝑘 [80] = (100 − 80) /50 = 0.4

1; 𝑥 ≥ 100 f) Variabel Pengalaman untuk alternatif Rizky

𝜇𝑀𝑒𝑛𝑔𝑒𝑐𝑒𝑤𝑎𝑘𝑎𝑛 [70] = (100 − 70) /50 0;

= 0.6 𝜇𝑀𝑒𝑚𝑢𝑎𝑠𝑘𝑎𝑛 [𝑥 ] = {(𝑥 − 50) ; 𝑥≤50
50≤𝑥≤100
50
d) Variabel Kesehatan untuk alternatif Rizky
1; 𝑥 ≥ 100
0;
𝜇𝐵𝑎𝑖𝑘 [𝑥 ] = { ( 𝑥 − 50) ; 𝑥≤50 𝜇𝑀𝑒𝑚𝑢𝑎𝑠𝑘𝑎𝑛 [100] = (80 − 50) /50 = 0.6
50≤𝑥≤100
50
1;
𝜇𝑀𝑒𝑛𝑔𝑒𝑐𝑒𝑤𝑎𝑘𝑎𝑛 [𝑥 ] = { ( 100 − 𝑥) ; 𝑥≤50
1; 𝑥 ≥ 100 50≤𝑥≤100
50
𝜇𝐵𝑎𝑖𝑘 [80] = (80 − 50) /50 = 0.6
1; 𝑥 ≥ 100

402
𝜇𝑀𝑒𝑛𝑔𝑒𝑐𝑒𝑤𝑎𝑘𝑎𝑛 [100] = (100 − 80) /50 a-predikat1 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩
= 0.4 μipu menurun ∩
𝜇kerapian mengecewakan ∩
g) Variabel Psikotes untuk alternatif Rizky
𝜇kesehatan buruk ∩ 𝜇komunikasi buruk ∩
0; 𝜇pengalaman mengecewakan ∩
𝜇𝑀𝑒𝑛𝑖𝑛𝑔𝑘𝑎𝑡 [𝑥 ] = { 𝑥 − 50) ;
( 𝑥≤50
50≤𝑥≤100 𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 menurun
50
=min ( 0.8, 0.4, 0.6, 0.4, 0.4, 0.4, 0.7)

1; 𝑥 ≥ 100 =min 0.4

Himpunan reward tidak dapat
𝜇𝑀𝑒𝑛𝑖𝑛𝑔𝑘𝑎𝑡 [65] = (65 − 50) /50 = 0.3
Z1 = (100-z)/50 = 0.4
1; = 50 – (0.4*50)
𝜇𝑀𝑒𝑛𝑢𝑟𝑢𝑛 [𝑥 ] = { ( 100 − 𝑥) ; 𝑥≤50
= 30
50≤𝑥≤100
50
a-predikat2 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩

1; 𝑥 ≥ 100 μipu meningkat ∩

𝜇kerapian mengecewakan ∩
𝜇𝑀𝑒𝑛𝑢𝑟𝑢𝑛 [65] = (100 − 65) /50 = 0.7 𝜇kesehatan buruk ∩ 𝜇komunikasi buruk ∩
𝜇pengalaman mengecewakan ∩
h) Variabel Reward
1; 𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 menurun
(100 − 𝑥 ) 𝑥≤50 =min ( 0.8, 0.6, 0.6, 0.4, 0.4, 0.4, 0.7)
𝜇𝑇𝑖𝑑𝑎𝑘 𝑑𝑎𝑝𝑎𝑡 [𝑥 ] = { ; 50≤𝑥≤100
50
=min 0.4
0
Himpunan reward tidak dapat
1; 𝑥 ≥ 100 Z2 = (100-z)/50 = 0.4
0; = 50 – (0.4*50)
(𝑥 − 50) 𝑥≤50
𝜇𝐷𝑎𝑝𝑎𝑡 [𝑥 ] = 100 ; 50≤𝑥≤100 = 30
{ 1; a-predikat3 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩
μipu menurun ∩ 𝜇kerapian memuaskan ∩
𝜇kesehatan buruk ∩ 𝜇komunikasi buruk ∩
1; 𝑥 ≥ 100
𝜇pengalaman mengecewakan ∩
b. Inferensi
𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 menurun
[R1] If attitude mengecewakan and Ipu
=min ( 0.8, 0.4, 0.4, 0.4, 0.4, 0.4, 0.7)
menurun and kerapian mengecewakan and
=min 0.4
kesehatan buruk and komunikasi buruk and
Himpunan reward tidak dapat
pengalaman memuaskan and psikotest
Z3 = (100-z)/50 = 0
meningkat

403
 = 50 – (0.4*50) =min 0.4
= 30 Himpunan reward dapat
a-predikat4 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩ Z6 = (z-100)/50 = 0
μipu menurun ∩ =100 + (0.4*50)
𝜇kerapian mengecewakan ∩ = 120
𝜇kesehatan baik ∩ 𝜇komunikasi buruk ∩ a-predikat7 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩
𝜇pengalaman mengecewakan ∩ μipu menurun ∩
𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 menurun 𝜇kerapian mengecewakan ∩
=min ( 0.8, 0.4, 0.6, 0.6, 0.4, 0.4, 0.7) 𝜇kesehatan buruk ∩ 𝜇komunikasi buruk ∩
=min 0.4 𝜇pengalaman mengecewakan ∩
Himpunan reward tidak dapat 𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 meningkat
Z4 = (100-z)/50 = 0 =min ( 0.8, 0.4, 0.6, 0.4, 0.4, 0.4, 0.3)
= 50 – (0.4*50) =min 0.3
= 30 Himpunan reward dapat
a-predikat5 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩ Z7 = (z – 100)/50 = 0
μipu menurun ∩ = 100 – (0.3*50)
𝜇kerapian mengecewakan ∩ = 115
𝜇kesehatan buruk ∩ 𝜇komunikasi baik ∩ a-predikat8 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩
𝜇pengalaman mengecewakan ∩ μipu meningkat ∩ 𝜇kerapian memuaskan ∩
𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 menurun 𝜇kesehatan baik ∩ 𝜇komunikasi baik ∩
=min ( 0.8, 0.4, 0.6, 0.4, 0.6, 0.4, 0.7) 𝜇pengalaman memuaskan ∩
=min 0.4 𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 meningkat
Himpunan reward dapat =min ( 0.8, 0.6, 0.4, 0.6, 0.6, 0.4, 0.3)
Z5 = (z-100)/50 = 0 =min 0.3
=100 + (0.4*50) Himpunan reward dapat
= 120 Z8 = (z-100)/50 = 0
a-predikat6 = 𝜇𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 mengecewakan ∩ =100 + (0.3*50)
μipu menurun ∩ = 115
𝜇kerapian mengecewakan ∩ c. Defuzifikasi
𝜇kesehatan buruk ∩ 𝜇komunikasi buruk ∩ Pada metode tsukamoto, untuk menentukan
𝜇pengalaman memuaskan ∩ output crisp, digunakan defuzifikasi rata – rata
𝜇𝑝𝑠𝑖𝑘𝑜𝑡𝑒𝑠𝑡 menurun terpusat, :
=min ( 0.8, 0.4, 0.6, 0.4, 0.4, 0.6, 0.7)

404
Z = a. Tabel Data Pencari Kerja
𝑎1∗𝑧1+𝑎2∗𝑧2+𝑎3∗𝑧3+𝑎4∗𝑧4+𝑎5∗𝑧5+𝑎6∗𝑧6+𝑎7∗𝑧7+𝑎8∗𝑧8
N Field Tipe Si Ketera
𝑎1+𝑎2+𝑎3+𝑎4+𝑎5+𝑎6+𝑎7+𝑎8

Z = o. Data ze ngan
0.4∗30+0.4∗30+0.4∗30+0.4∗30+0.4∗120+0.4∗120+0.3∗115+0.3∗115 1 Username Varc 35 Primar
0.4+0.4+0.4+0.4+0.4+0.4+0.3+0.3
har y Key
12+12+12+12+48+48+34.5+34.5
Z=
3 2 Tanggal_L Date
ahir
213
Z= =71 3 Golongan_ Varc 3
3
Darah har
2. Perancangan ERD
4 Status_Me Varc 15
ERD adalah suatu diagram untuk nikah har
menggambarkan desain konseptual dari 5 Pendidika Varc 15
model konseptual suatu basis data n har
relasional. ERD juga merupakan 6 Agama Varc 15
gambaran yang merelasikan antara objek har

yang satu dengan objek yang lain dari 7 Alamat Text

objek di dunia nyata yang sering dikenal

8 Email Varc 30
dengan hubungan antar entitas.
har
9 No_Handp Int 13
hone
1 Dokumen Varc 10
0 har 0

3. Perancangan Data b. Tabel HR

N Field Tipe Siz Keterang
Dalam perancangan ini ada proses
o Data e an
perancangan basis data dan perancangan
1 Id_HR Varch 20 Primary
sistem.
ar Key
2 Email_ Varch 15
Berikut ini adalah proses perancangan basis
HR ar
data pada setiap menu :

405
c. Tabel Team Leader KESIMPULAN
N Field Tipe Siz Keteran Berdasarkan hasil pembahasan sistem
o Data e gan informasi seleksi calon karyawan pada PT.
1 Id_team Varch 20 Primary Colmitra Persada Indonesia, maka dapat
leader ar Key disimpulkan hal – hal sebagai berikut:
2 Email_te Varch 15
am ar 1. Lebih efisien karena data pelamar bisa

leader langsung masuk ke database.

2. Mempermudah dalam penilaian dan
menentukan calon karyawan.
d. Tabel Seleksi
Field Tipe Si Ketera
N Data ze ngan
o
1 Interview_P Varc 3 Primar
ertama har y Key
2 Interview_K Varc 3
edua har
3 Psikotes Varc 3
har

e. Tabel Hasil Seleksi

Field Tipe Si Ketera
N Data ze ngan
o
1 Id_interv Varc 3 Primar
iew1 har y Key
2 Id_Interv Varc 3
iew2 har
3 Id_Psikot Varc 3
es har

406
DAFTAR PUSTAKA Mahmudy, (2015). Fuzzy Inference
Bintoro dan Daryanto, (2017). Manajemen System Tsukamoto untuk
Penilaian Kinerja Karyawan. menentukan kelayakan calon
Yokyakarta : Penerbit Grava Media. pegawai. Surabaya : in Seminar
H. Setiawan and M. Q. Khairuzzaman, (2017). Nasional Sistem Informasi Indonesia
Perancangan Sistem Informasi (SESINDO).
Manajemen Proyek : Sistem Informasi Sri Mulyani NS, (2016). Analisis Perancangan
Kontraktor. Peranc. Sist. Inf. Manaj. Sistem Informasi Manajemen
Proy. Sist. Inf. Kontrakt., Vol. 5, No. 2, Keuangan Daerah. Notasi Pemodelan
pp. 103–111. Unified Modeling Language (UML).
Hasibuan, (2016). Malayu S.P. Manajemen Bandung : ABDI SISTEMATIKA.
Sumber Daya Manusia. Edisi Revisi, Sri Sumarlinda, (2016). Jurnal Rancang
Jakarta : PT Bumi Aksara”, 2016. Bangun Sistem Informasi Nilai Siswa
Herman Sofyandi,(2018). Manajemen Sumber Pada Madrasah Ibtidaiyah Islamiyah
Sumber Daya Manusia. Yogyakarta : Ngrejeng Kabupaten Bojonegoro.
Graha Ilmu. Jurnal INFORMA Politeknik Indonusa
Elisawati, (2017). Sistem Deteksi Objek Surakarta.
Dengan Menggunakan Sensor Sugiyono, (2018). Metode Penelitian
Ultrasonik Berbasis Fuzzy. Jurnal Kombinasi (Mixed Methods). Bandung
Informatika, Manajemen Dan : Cv. Alfabeta.
Komputer, Vol. 9, No. 1, pp. 10-14. Sukamto, Rosa Ariani. Dan Shalahuddin, M,
Retrieved From (2015). Rekayasa Perangkat Lunak
Http://Ejournal.Stmikdumai.Ac.Id/In Terstruktur dan Berorientasi Objek,
dex.Ph p/Path/Article/View/58. Informatika. Bandung.
Muhammad Muslihin dan Oktafianto, (2016). Surmayanti, (2016). Sistem Informasi
Analisis dan Perancangan Sistem Promosi Obyek Wisata Pulau
Informasi Menggunakan Model Pamutusan. Jurnal KomTekInfo, Vol.
Terstruktur UML. Yogyakarta : Cv. 3, No. 1.
Andi Offset. Taufiq, G, (2016). Implementasi Logika Fuzzy
Mulyadi, (2016). Sistem Informasi Akuntansi. Tahani Untuk Model Sistem
Jakarta : Salemba Empat. Pendukung Keputusan Evaluasi
Nadia Roosmalita Sari,Wayan Firdaus Kinerja Karyawan. Pilar Nusa Mandiri,
Vol. 12, No. 1, pp. 12-20.

407
 Retrieved From:
Http://Pilar.Nusamandiri.Ac.Id/Index
.Php/ Pilar/Article/View/58.
Trimahardhika, R., & Sutinah, E, (2017).
Development Dalam Perancangan
Sistem Informasi Perpustakaan.
Jurnal Informatika. Vol. 4, No. 2, pp.
250.
Retrieved from:
http://ejournal.bsi.ac.id/ejurnal/inde
x.php/ji/article/view/2226.

408