BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Pustaka
Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah dilakukan oleh para peneliti yang dapat digunakan sebgai acuan dan pengetahuan.
Penelitian dengan judul “Penerapan Metode Weighted Product Dalam Sistem Pendukung Keputusan Pemilihan Laptop Berbasis WEB”. Metode Weighted Product (WP) merupakan bagian dari konsep Multi-Attribut Decision
Making (MADM) dimana diperlukan normalisasi pada perhitungannya. Sistem ini
membutuhkan masukan nilai bobot berdasarkan kebutuhan kepentingan calon pembeli berupa harga, kapasitas RAM, jenis processor, kapasitas harddisk, dan VGA (Video Grapphics Array). Hasil dari penelitian ini memberikan saran laptop sesuai dengan kebutuhan spesifikasi untuk calon pembeli dengan tingkat akurasi perhitungan 100% berdasarkan perhitungan manual dan perhitungan pada sistem pendukung keputusan pemilihan laptop (Syafitri, Sutardi, & Dewi, 2016).
Penelitian dengan judul “Penetuan Penerimaan Beasiswa Dengan Menggunakan Fuzzy Multiple Atribute Decission Making”. Disetiap lembaga pendidikan khususnya universitas banyak sekali beasiswa yang ditawarkan kepada mahasiswa. Untuk mendapatkan beasiswa tersebut maka harus sesuai dengan aturan yang telah ditetapkan. Untuk mengatasi kriteria pemilihan calon penerima beasiswa yang banyak maka digunakan logika Fuzzy Mutiple Attribute Decision Making. Metode ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan perangkingan yang akan menyeleksi alternatif siapa penerima beasiswa (Putra & Hardiyanti, 2011).
5
mendapatkan karyawan yang berkualitas. Kendala yang biasanya dihadapi oleh perusahaan adalah sulitnya menyeleksi calon karyawan yang sesuai dengan kriteria , dikarenakan banyaknya berkas yang masuk dari para pelamar pekerjaan, sehingga dimungkinkan terjadinya pengambilan keputusan yang kurang tepat. Penerapan metode banyak digunakan untuk membantu menyelesaikan masalah seleksi calon karyawan salah satu metode yang diterapkan adalah Weighted Product Model. Sehingga diharapkan proses seleksi calon karyawan akan lebih tepat dan hasilnya bisa digunakan sebagai acuan dalam pengambilan keputusan secara tepat (Lestari, 2015).
Penelitian dengan judul “Sistem Pendukung Keputusan Pemilihan Hotel Di Kota Palembang Dengan Metode Simple Additive Weighting (SAW)”. Dengan semakin bertambahnya fasilitas dan tempat wisata yang dapat dikunjungi, hotel merupakan salah satu tempat yang dibutuhkan sebagai fasilitas penginapan. Hotel di kota Palembang juga telah berkembang pesat. Informasi tentang hotel-hotel yang ada di kota Palembang bisa ditemui di berbagai website. Oleh karena itu data mengenai hotel-hotel yang ada di kota Palembang tersebut perlu dilengkapi. Dengan adanya sistem pendukung keputusan pemilihan hotel di kota Palembang dapat membantu para calon pengunjung dalam melakukan proses keputusan pemilihan hotel dengan cepat dan tepat, serta mampu memberikan rekomendasi keputusan hotel terpilih secara lebih objektif (Hartini, Ibrahim, & Ruskan, 2015).
5
mengurangi nilai subyektif dalam pengambilan keputusan (Ananta & Winiarti, 2013).
Penelitian yang akan dilakukan ini berfokus pada pengembangan sistem pengambilan keputusan penilaian pegawai terbaik menggunakan metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan Weighted Product (WP), dengan empat kriteria yaitu, kehadiran,
kecepatan kerja, tanggung jawab, dan kerja sama. Sistem ini ditujukan untuk membantu Kepala Lurah untuk melakukan penilaian pegawai terbaik secara tepat, cepat dan mudah.
2.2 Landasan Teori 2.2.1 Pegawai
Pengertian pegawai adalah orang pribadi yang bekerja pada pemberi kerja, berdasarkan perjanjian atau kesepakatan kerja baik secara tertulis maupun tidak tertulis, untuk melaksanakan suatu pekerjaan dalam jabatan atau kegiatan tertentu dengan memperoleh imbalan yang dibayarkan berdasarkan periode tertentu, penyelesaian pekerjaan, atau ketentuan lain yang ditetapkan pemberi kerja, termasuk orang pribadi yang melakukan pekerjaan dalam jabatan negeri (Subekti, 2016).
2.2.2 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik. SPK bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik (Purba, 2015).
SPK merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan menegement science, hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat (Riadi, 2013).
5
2.2.3 Logika Fuzzy
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input dalam suatu ruang output dan memiliki nilai yang berlanjut. Kelebihan logika fuzzy ada pada kemampuan penalaran secara bahasa. Sehingga, dalam perancangannya tidak memerlukan persamaan matematis yang kompleks dari objek yang akan dikendalikan (Ratuloli, 2013).
Beberapa alasan mengapa orang menggunakan Logika fuzzy, (Kusumadewi, 2010), yaitu :
a. Konsep Logika fuzzy mudah dimengerti, karena logika fuzzy menggunakan
dasar teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut cukup mudah dimengerti.
b. Logika Fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-perubahan
dan ketidakpastian yang menyertai permasalahan.
c. Logika Fuzzy memiliki toleransi terhadap data-data yang tidak tepat. Jika diberikan
sekelompok data yang cukup homogeny, dan kemudian ada ada beberapa data yang
"eksklusif", maka logika fuzzy memiliki kemampuan untuk menangani data eksklusif
terse but.
d. Logika Fuzzy mampu memodelkan fungsi-fungsi non-linier yang sangat kompleks.
e. Logika Fuzzy dapat membangun dan mengaplikasikan pengalaman- pengalaman para
pakar secara langsung tanpa harus melalui proses pelatihan.
f. Fuzzy logic dapat bekerjasama dengan teknik-teknik kendali secara konvensional. g. Fuzzy logic didasarkan pada bahasa alami atau menggunakan bahasa sehari-hari sehingga
mudah dimengerti..
Himpunan tegas (crisp) A didefinisikan oleh item-item yang ada pada himpunan itu. Jika a.A, maka nilai yang berhubungan dengan a adalah 1. Namun jika a.A, maka nilai yang
berhubungan dengan a adalah 0. Notasi A = {xll'(xj} menunjukkan bahwa A berisi item x dengan p(x) benar. Jika XA merupakan fungsi karakteristik A dan property P, maka dapat dikatakan bahwa P(x) benar, jika dan hanya jika XA(x)=l.
5
item tidak hanya benar atau salah. Nilai 0 menunjuukan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak anatara benar dan salah.
2.2.4 Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari altematif optimal dari sejumlah altematif dengan kriteria tertentu. Inti dari FMADM adalah menentukan bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi altematif yang sudah diberikan. Pada dasamya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif, dan pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan memiliki
kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan
subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perangkingan altematif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif,
nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil
keputusan (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006).
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM antara lain :
a. Weighted Product (WP)
b. ELECTRE
c. Tecniques for Order Preference by Similary to Ideal Solution (TOPSIS)
2.2.5 Weighthed Product
Dalam penelitian ini menggunakan model FMADM metode WP. Langkah-langkah penyelesaianya adalah (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006):
1. Menggunakan perkalian untuk menghubungkan rating atribut.
2. Rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan.
3. Dilakukan perbaikan bobot (W) , sehingga menghasilkan bobot baru (W baru). 4. Mencari vektor S dan dilanjut mencari vector V yang digunakan untuk perangkingan.
5. Hasil akhir perolehan dari proses perangkingan yaitu menghasilkan nilai terbesar
sehingga diperoleh nilai terbesar yang dipilih sebagai altematif terbaik (Ai) sebagai
5
Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi. Preferensi untuk alternatif A1. Preferensi untuk alternatif Ai diberikan seperti pada persamaan 2.1.
𝑆𝑖 = ∏ 𝑋𝑖𝑗𝑤𝑖𝑗 𝑛
𝑗=1
Persamaan 2.1 Dimana ∑ 𝑤𝑗 =wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.
Preferensi relative dari setiap alternatif, diberikan sebagai :
𝑉𝑖 =
∏𝑛 𝑋𝑖𝑗𝑤𝑖𝑗 𝑗=1 ∏ (𝑋𝑛 𝑗∗)𝑤𝑗
𝑗=1
Persamaan 2.2
2.2.6 Proses Pengambilan Keputusan
5
Gambar 2.1 Proses Pengambilan Keputusan
1. Tahap Intelegensi
Pada tahap ini masalah yang ada akan diidentifikasi. Intelegensi mencakup berbagai identifikasi situasi atau peluang-peluang masalah. Dalam pengambilan keputusan penilaian pegawai ini yang termasuk dalam tahap intelegensi adalah bagaimana proses pengambilan keputusan yang digunakan, data apa saja yang dibutuhkan.
2. Tahap Desain
Tahap desain meliputi penemuan atau rnengembangkan dan menganalisis tindakan yang mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap masalah dan menguji solusi yang layak. Sebuah model masalah pengambil keputusan dikonstruksi, dites, dan divalidasi. Dari masalah yang diuraikan dalam tahap intelegensi, maka dibutuhkan sebuah sistem yang dapat membantu secara cepat, tepat dengan pertimbangan kriteria-kriteria yang telah ditentukan, maka diusulkan untuk
pengimplementasian sebuah prototype sistem dengan dukungan kecerdasan buatan fuzzy,
5
3. Tahap Pemilihan
Pilihan merupakan tindakan pengambil keputusan yang kritis. Tahap pilihan adalah tahap dimana dibuat suatu keputusan yang nyata dan diambil suatu komitmen untuk mengikuti suatu tindakan tertentu.
4. Tahap Implementasi
