BAB III METODE KAJIAN
3.2. Lokasi dan Waktu
Kajian ini dilakukan di PT. Pertamina (Persero) Kantor Pusat yang berlokasi di Jl. Medan Merdeka Timur 1A Jakarta Pusat. Pemilihan lokasi penelitian dilakukan secara sengaja (purposive) mengingat perusahaan tersebut merupakan perusahaan BUMN yang bergerak di industri minyak dan gas terbesar di Indonesia. Kegiatan penelitian telah dilakukan mulai dari bulan Mei hingga Juli 2012.
3.3. Pengumpulan Data
Penelitian ini menggunakan data primer dan sekunder. Data primer diperoleh melalui wawancara langsung dan pengisian kuesioner (pada lampiran 1) dengan manajemen perusahaan, yang terdiri dari 3 (tiga) orang, yaitu Vice President HR Operation, Manajer Rekrutmen dan Manajer Lini. Data sekunder diperoleh dengan mempelajari spesifikasi pekerjaan, program rekrutmen yang dijalankan perusahaan, serta dari pustaka dan literatur yang relevan.
3.4. Pengolahan dan Analisis Data
Pengolahan data pada penelitian ini menggunakan metode PHA dan dalam menganalisa data digunakan perhitungan manual yang dibantu dengan program Expert Choice 2000. Diagram alir proses PHA dapat dilihat pada Gambar 4.
Gambar 4. Diagram Alir PHA
Identifikasi sistem
Penyusunan hirarki Mulai
Penilaian perbandingan setiap unsur
Pengolahan horizontal
Perhitungan vektor prioritas (CI dan CR)
CR : CI memenuhi Revisi pendapat
CR : CI memenuhi
Penyusunan matrik pendapat gabungan CI : CR
Perhitungan vektor prioritas gabungan CI : CR
CR : CI memenuhi
Revisi pendapat
Pengolahan vertikal
Perhitungan vektor prioritas
Secara garis besar tahapan dalam penghitungan PHA terdiri dari : 1. Identifikasi Sistem
Langkah pertama adalah mengidentifikasi variabel-variabel dalam sistem
perusahaan yang berkaitan dengan rekrutmen. Selanjutnya adalah
mengidentifikasi keterkaitan variabel-variabel tersebut dengan tujuan dan hasil strategi yang direkomendasikan. Hal yang dibutuhkan dalam proses ini adalah pemahaman yang mendalam terhadap permasalahan yang dikaji.
2. Penyusunan Hirarki
Penyusunan hirarki dilakukan melalui kajian pustaka dan diskusi dengan manajemen perusahaan. Fewidarto (1996) menjelaskan struktur hirarki ini mempunyai bentuk yang saling terkait, tersusun dari suatu puncak atau sasaran utama (ultimate goal) turun ke sub-sub tujuan, lalu ke pelaku-pelaku yang memberikan pengaruh, turun ke tujuan-tujuan pelaku, kemudian kebijakan- kebijakan, dan akhirnya ke alternatif strategis, pilihan atau skenario. Menurut Saaty (1993), hirarki merupakan alat mendasar dari pikiran manusia. Mereka mengidentifikasi unsur-unsur suatu persoalan, mengelompokkan unsur-unsur itu ke dalam beberapa kumpulan yang homogen, dan menata kumpulan-kumpulan ini pada tingkat-tingkat yang berbeda. Susunan hirarki secara umum dapat dilihat pada Gambar 5.
Gambar 5. Struktur Umum Hirarki PHA
Fokus/Sasaran
Faktor Faktor Faktor Faktor
Aktor Aktor
Aktor
Tujuan Tujuan Tujuan Tujuan
3. Pengumpulan Data dan Penyusunan Kuesioner
Proses pengumpulan data primer dilakukan melalui wawancara dan pengisian kuesioner dengan pihak-pihak yang terkait. Data yang diperoleh disusun menjadi hirarki dan kuesioner. Kuesioner dibuat dalam bentuk Pairwise Comparison Matrix. Selanjutnya adalah dilakukan perbandingan berpasangan antar unsur pada baris ke-i dengan setiap unsur pada kolom ke-j. Bentuk matriks tersebut dapat dilihat pada Tabel 1.
Tabel 1. Pairwise Comparison Matrix
Faktor/Unsur A1 A2 … Ai
A1 a11 a12 ai1
A2 a21 a22 ai2
…
Aj a1j a2j aij
4. Proses Penilaian Perbandingan Setiap Unsur
Data hasil (kuesioner) yang telah diberi pembobotan, ditentukan prioritasnya, dihitung konsistensinya, serta ditetapkan alternatif strategi yang layak dijalankan. Tabel 2 menggambarkan bobot nilai yang digunakan, yaitu skala 1 – 9 dan kebalikannya.
Tabel 2. Skala Banding Dalam PHA
Tingkat Kepentingan Definisi
1 Sama penting
3 Sedikit lebih penting
5 Sangat penting
7 Jelas lebih penting
9 Mutlak lebih penting
2, 4, 6, 8 Apabila ragu-ragu antara dua nilai yang berdekatan
1/3, 1/5, 1/7, 1/9 dan 1/2, 1/4, 1/6, 1/8
Kebalikan nilai tingkat keputusan dari skala 1 – 9
Sumber : Saaty (1993)
Identifikasi terhadap identitas dari semua faktor atau unsur (prioritas) dilakukan dengan menggunakan teknik komparasi berpasangan, yaitu dengan memberikan angka komparasi sesuai judgement sehingga membentuk matriks
segi (n x n). Selanjutnya dilihat prioritas yang dicari (Eigen Vector) dan ukuran konsistensi judgement.
Jika C1, C2, …, Cn adalah set aktivitas, maka kuantifikasi judgement pada
pasangan aktivitas itu membentuk matriks (n x n).
A = (aij) dimana (i, j = 1, 2, 3, …, n) (1)
Dimana aijmemenuhi aturan sebagai berikut :
1) Aturan 1 : jika ai= α, maka aj= 1/α
2) Aturan 2 : jika Ci dinilai relatif sama dengan Cj,maka aij = 1; aji = 1 untuk
semua i. 1 a12 … a1n 1/a12 a2n A = . … … . . … … . 1/a12 1/a2n … 1
Kemudian ditentukan bobot W1, W2, …,W1, Wn yang merupakan
judgement terkuantifikasi. Penjelasan yang akurat secara aritmatika tentang hubungan antara W1 dengan judgement aij berikut:
Langkah 1 : = aij (i, j = 1, 2, …, n) (2)
Dimana : Wi = Bobot input dalam baris
Wj = Bobot input dalam kolom W1/W1 W1/W2 … W1/Wn W2/W1 W2/W2 … W2/Wn W = . … … . . … … . Wn/W1 Wn/W2 … Wn/Wn Langkah 2 : Wi= aijWj (i, j = 1, 2, …, n) (3) Wi= rataan dari ai1W1, aj2W2, …, ainWn Wi = (4)
Langkah 3 : Apabila estimasi aij baik, cenderung untuk dekat dengan nisbah
Wi/Wj. Perubahan terhadap aij akan mempengaruhi solusi pada langkah kedua.
Jika n juga berubah, maka nilai n diubah max sehingga diperoleh :
W1 = 1/ max (5)
Hal tersebut merupakan solusi yang menghasilkan bobot yang unik. Ini adalah suatu problema eigen value. Pembandingan dilanjutkan untuk semua unsur pada
setiap tingkat keputusan yang terdapat dalam hirarki. Nilai-nilai pendapat individu yang diperoleh tiap responden dalam matriks perbandingan berpasangan kemudian disatukan dalam matriks pendapat gabungan.
Matriks Pendapat Gabungan (MPG) adalah matriks baru yang unsur-unsur matriksnya (gij) berasal dari rataan geometrik unsur matriks pendapat individu
yang rasio inkosistensinya (CR) memenuhi syarat. Bentuk MPG dapat dilihat pada Tabel 3.
Tabel 3. Matriks Pendapat Gabungan (MPG)
Faktor/Aktor G1 G2 … Gi
G1 g11 g12 gi1
G2 g21 g22 gi2
…
Gj g1j g2j gij
Formulasi matematika yang digunakan untuk mendapatkan rata geometrik MPG adalah sebagai berikut :
gij = mj=1 aij (k) (6)
dimana : gij = Unsur pendapat gabungan pada baris ke-i, kolom ke-j
m = Jumlah responden
i, j = 1, 2, 3, c n
aij(k) = Unsur matriks individu pada baris ke-i, kolom ke-j untuk
matriks pendapat individu dengan rasio konsistensi yang memenuhi persyaratan ke-k
(k) = 1, 2, 3, c n 5. Mensintesis prioritas
Tahap ini dilakukan pembobotan vektor-vektor prioritas dan menjumlahkan semua nilai prioritas terbobot yang bersangkutan dengan nilai prioritas yang berada di atasnya. Pengolahan matriks pendapat terdiri dari dua tahap, yaitu : a. Pengolahan Horizontal
Pengolahan horizontal digunakan untuk menyusun prioritas unsur keputusan untuk satu level hirarki keputusan terhadap unsur yang berada satu level di atasnya. Tahapan yang harus ditempuh berikut :
1) Pengolahan baris (zi)
2) Perhitungan vektor prioritas
b. Pengolahan Vertikal
Pengolahan vertikal digunakan untuk menyusun prioritas pengaruh setiap unsur pada tingkat hirarki keputusan terhadap sasaran utama. Kedua proses pengolahan di atas dapat dilakukan pada Matriks Pendapat Individu (MPI) dan Matriks Pendapat Gabungan (MPG). Pengolahan vertikal dapat dilakukan setelah pengolahan horizontal selesai dilakukan, dengan syarat MPI atau MPG memenuhi persyaratan rasio inkonsistensi.
Rasio inkonsistensi diperoleh dari nilai perbandingan antara indeks inkonsistensi (CI) dengan nilai indeks acak (RI). Jika nilai rasio inkonsistensi (CR)
≤ 0,1 (10 persen), maka tingkat konsistensinya baik dan dapat diterima. RI merupakan nilai yang dikeluarkan oleh Oak Ridge Laboratory dari matriks yang berorde 1 – 15 dengan menggunakan contoh berukuran 100.
Tabel 4. Nilai RI Untuk Matriks Berukuran n
N RI N RI 1 0.00 9 1.45 2 0.00 10 1.49 3 0.58 11 1.51 4 0.90 12 1.48 5 1.12 13 1.56 6 1.24 14 1.67 7 1.34 15 1.59 8 1.41