1
Penerapan Fuzzy Analytical Hierarchy Process pada Sistem Penilaian Pegawai di
Rumah Sakit Onkologi Surabaya
Risky Dinal Ardianto
a, Wiwik Anggraeni
b, Renny Pradina Kusumawardani
cJurusan Sistem Informasi
Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember Kampus ITS, Jl. Raya ITS, Sukolilo – Surabaya 60111
Telp. +62 31 5939214, Fax. +62 31 5913804
E-mail :
arisky.dinal@gmail.com
,
bwiwik@its-sby.edu
,
crenny.pradina@gmail.com
Abstrak
Sumber daya manusia merupakan elemen yang sangat penting dalam suatu perusahaan. Dengan adanya sumber daya manusia yang berkualitas dapat mempengaruhi perusahaan dalam pencapaian tujuan perusahaan, baik dalam kinerja, profit, maupun kelangsungan hidup organisasi itu
sendiri. Penilaian kinerja dilakukan untuk
mendapatkan bahan-bahan pertimbangan dalam pengembangan SDM. Penilaian kinerja pegawai di banyak perusahaan seperti Rumah Sakit Onkologi Surabaya, dilakukan proses penilaian secara manual, perhitungan kinerja cenderung subyektif. Oleh karena itu dibutuhkan metode penilaian kinerja yang obyektif
guna mendapatkan hasil yang lebih dapat
dipertanggungjawabkan.
Metode Fuzzy Analytical Hierarchy Process merupakan metode yang cukup obyektif untuk proses
penilaian berdasarkan hirarki kriteria yang
digabungkan dengan konsep fuzzy sesuai kriteria penilaian kinerja pegawai. Konsep fuzzy digunakan untuk menentukan bobot kriteria berdasarkan
pengalaman dan penilaian manusia yang
digambarkan sebagai sesuatu yang bersifat linguistik. Dengan dikembangkannya sistem aplikasi penilaian kinerja, diharapkan pihak Rumah Sakit Onkologi Surabaya dapat terbantu dalam melakukan penilaian pegawai secara obyektif untuk memajukan kualitas kinerja SDM yang ada.
Kata Kunci: Fuzzy, Analytical Hierarchy Process, Sumber daya manusia, Penilaian kinerja
1. Pendahuluan
Sumber daya manusia adalah salah satu elemen yang sangat penting dalam suatu perusahaan, baik perusahaan pemerintahan, pendidikkan maupun swasta. Pesatnya persaingan globalisasi dan perkembangan teknologi, menuntut organisasi untuk memiliki SDM yang berkualitas. Hal tersebut dapat mempengaruhi perusahaan dalam
pencapaian tujuan perusahaan, baik dalam kinerja, profit, maupun kelangsungan hidup perusahaan itu sendiri. Penilaian kinerja merupakan cara untuk mengetahui kemampuan dari setiap pegawai di suatu perusahaan, penilaian dilakukan untuk mendapatkan bahan-bahan pertimbangan dalam pengembangan SDM perusahaan.
Penilaian kinerja harus dilakukan secara adil, realistis, valid dan relevan dengan pekerjaan yang dikerjakan, selain itu harus bebas dari diskriminasi. Hal tersebut menjadi tantangan yang dihadapi oleh kebanyakan perusahaan saat melakukan penilaian kinerja pegawai. Pihak manajemen diharapkan tidak subyektif dalam melakukan penilaian kinerja yang akan dilakukan sehingga tidak ada pihak yang merasa dirugikan.
Rumah Sakit Onkologi Surabaya adalah sebuah perusahaan swasta yang bergerak pada bidang jasa layanan kesehatan. Penilaian kinerja yang dilakukan di perusahaan ini ada dua macam, yaitu penilaian kinerja pegawai kontrak dan penilaian kinerja pegawai tetap. Untuk pegawai kontrak, penilaian dilakukan untuk proses seleksi menjadi karyawan tetap setelah masa kerja selama tiga bulan, sedangkan pegawai tetap proses penilaian dilakukan untuk pengukuran dan perbaikan kinerja. Proses penilaian kinerja yang dilakukan oleh rumah sakit masih dilakukan secara manual, sehingga perhitungan kinerja cenderung subyektif. Oleh karena itu jika proses penilaian kinerja dilakukan secara komputerisasi dengan mengembangkan aplikasi sederhana dan menggunakan metode yang tepat, maka subyektifitas peniliaian akan berkurang dan lebih obyektif.
Untuk melakukan penilaian kinerja yang obyektif diperlukan sistem pendukung keputusan (SPK) yang dapat membantu pihak manajemen dalam mengukur serta mengevaluasi kinerja. SPK merupakan suatu model yang dibangun untuk menyelesaikan permasalahan yang terstrukutur. Untuk itu diperlukan sebuah metode untuk mendukung SPK yang dapat memecahkan permasalahan penilaian kinerja secara akurat dan obyektif.
Sistem yang dikembangkan dengan menggunkan berbagai macam metode, yang salah satunya adalah
Analytical Hierarchy Process (AHP), selain itu AHP juga
dapat diintegrasikan dengan konsep himpunan fuzzy. Fuzzy AHP merupakan salah satu metode pendukung keputusan yang cukup popular dan telah handal dalam mengatasi
2
permasalahan pengukuran kinerja sesuai dengan kriteria yang diukur secara kualitatif dan kuantitatif. AHP digunakan karena sangat penting untuk formalisasi masalah yang kompleks dengan menggunakan struktur hirarki dan menggunakan perbandingan pair-wise (Gugor et al, 2009). Dalam penelitian yang dilakukan oleh Albayrak dan Erensal (2004) penggunaan AHP untuk menentukan pembobotan prioritas alternatif yang berbeda dapat meningkatkan kinerja manusia. Konsep fuzzy set dilakukan agar menyediakan hasil yang lebih nyata dan akurat karena seringkali pembobotan suatu kriteria bersifat subyektif. Menurut Gugor et al (2009), dalam berbagai situasi manusia sering lebih memilih untuk mengekspresikan perasaannya dengan ekspresi verbal. Model fuzzy linguistic
mampu menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa verbal kedalam nilai numerik.
Pada tugas akhir ini akan dibuat suatu SPK yang akan dikembangkan dengan metode AHP yang diintegrasikan dengan fuzzy. Antarmuka yang akan digunakan adalah sistem berbasis desktop yang user-friendly agar mudah dipahami oleh pihak manajemen Rumah Sakit Onkologi Surabaya. Hasil tugas akhir ini diharapkan dapat meningkatkan efisiensi dan efektivitas dalam proses penilaian kinerja pegawai.
2. Rumah Sakit Onkologi Surabaya
Rumah Sakit Onkologi Surabaya (RSOS) merupakan satu-satunya rumah sakit yang melayani pasien khusus penyakit kanker dengan pelayanan onkologi sesuai dengan standar akademik dengan pembiayaan yang rasional. Berawal dari sebuah klinik yang berada di jalan Bawean Surabaya di tahun 1996-2006, kemudian pada tahun 2006 berkembang menjadi RS. Onkologi Surabaya. Pelayanan yang diberikan oleh RSOS berpegang pada prinsip ‘Profesionalisme’ dan ‘Humanistik’ membuat sistem pelayanan lebih terarah, terkoordinir dan efisien.
Untuk menjadikan rumah sakit yang bertaraf internasional, suatu penilaian kinerja perlu dilakukan agar pihak manajemen dapat mengelola rumah sakit dengan baik dan dapat bersaing dengan rumah sakit swasta lainnya. Dalam kasus ini SDM sangat berpengaruh bagi kemajuan rumah sakit. Dengan adanya SDM yang handal dan kompeten, maka RSOS akan lebih siap menghadapi persaingan dalam industri rumah sakit. Menyadari hal tersebut RSOS terus berupaya untuk meningkatkan kinerja pegawainya, mulai dari tingkat direktur hingga pelaksana.
Setiap pegawai dituntut untuk dapat melaksanakan dan memperhatikan pekerjaannya sesuai dengan tugas yang telah dibebankan, dimana setiap pegawai harus memperhatikan tiga aspek, yaitu aspek sikap, prestasi, dan manajerial demi keberhasilan pekerjaannya. Untuk itu diperlukan suatu sistem penilaian yang dapat mempermudah dalam mengevaluasi kinerja dari masing-masing pegawai berdasarkan ketiga aspek tersebut. Sehingga pihak manajemen dapat mengambil keputusan dalam melakukan pembinaan untuk pegawai yang kinerjanya kurang maksimal. Terdapat dua jenis penilaian pegawai yang dilakukan oleh RSOS, yaitu penilaian pegawai tetap dan penilaian pegawai kontrak. Penilaian
pegawai kontrak merupakan seleksi pegawai baru yang telah bekerja selama tiga bulan untuk diangkat menjadi pegawai tetap.
Sistem penilaian pegawai dilakukan dengan menerapkan sistem 180 derajat, maksudnya adalah penilaian dilakukan oleh atasan langsung berdasarkan struktur manajerial yang ada di RSOS. Adapun struktur manajerial yang digunakan adalah seperti yang ditunjukkan pada gambar 1. Berdasarkan struktur manajerial tersebut, yang berwenang untuk menilai wakil direktur adalah direktur utama, sedangkan wakil direktur berwenang menilai kepala departemen, begitu seterusnya.
Gambar 1 Struktur Manajerial RSOS
3. Sistem Pendukung Keputusan
Sistem Pendukung keputusan adalah bagian dari sistem informasi berbasis computer (termasuk sistem berbasis pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem computer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik (Haniff,2007).
Sistem pendukung keputusan memiliki karakteristik berikut:
a. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan menambahkan kebijaksanaan manusia dan informasi komputerisasi.
b. Dalam proses pengolahannya, sistem pendukung keutusan mengkombinasikan penggunaan model-model analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi interogasi informasi.
c. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan dengan mudah.
3 d. Sistem Pendukung Keputusan dirancang dengan
menekankan pada aspek fleksibilitas serta kemampuan beradaptasi yang tinggi.
4. Fuzzy Analytical Hierarchy process (FAHP)
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematik yang kini mengajar di Universitas Pitsburgh, Amerika Serikat. Analytical Hierarchy Process (AHP) adalah salah satu bentuk metode pengambilan keputusan yang pada dasarnya berusaha menutupi semua kekurangan dari metode sebelumnya. Peralatan utama dari metode ini adalah sebuah hirarki fungsional dengan input
utamanya adalah persepsi manusia. Dengan adanya hirarki, masalah kompleks atau tidak terstruktur dipecah dalam sub-sub masalah kemudian disusun menjadi suatu bentuk hirarki. AHP mempunyai kemampuan untuk memecahkan masalah multikriteria yang berdasar pada perbandingan preferensi dari setiap elemen dalam hirarki.
Dasar berfikir dari AHP adalah proses pembobotan untuk menyusun peringkat dari setiap alternative keputusan berbasis pada bagaimana sebaiknya alternative tersebut dicocokkan dengan kriteria para pembuat keputusan. Langkah-langkah pengerjaan AHP adalah :
a. Menganalisa permasalahan riil dalam struktur hirarki atas unsur-unsur pendukungnya.
b. Membuat penilaian tentang kepentingan relatif antara dua elemen pada suatu tingkat tertentu yang disajikan dalam bentuk matriks perbandingan dengan menggunakan skala prioritas. Jika terdapat n elemen maka akan diperoleh matriks pairwise comparison.
Apabila terdapat n elemen, maka yang diperoleh adalah matriks n x n. dan banyaknya penilaian yang perlukan adalah n(n21) . Tahapan yang dilakukan dalam penilaian terhadap elemen-elemen yang dibandingkan adaah:
Elemen mana yang lebih
penting/berpengaruh/disukai
Elemen satu berapa kali lebih penting/ berpengaruh/ disukai dari pada elemen lainnya. c. Tahap terakhir dalam AHP adalah proses perhitungan
prioritas global untuk menentukan urutan prioritas dengan cara melakukan operasi perkalian matriks lokal yang dimulai dengan mengalikan gabungan prioritas dari level terbawah dengan level di atasnya sampai pada level hirarki teratas.
Fuzzy AHP merupakan ekstensi dari AHP dengan mengkombinasikan dengan teori logika fuzzy. Di dalam fuzzy AHP, skala rasio fuzzy digunakan untuk mengindikasikan kekuatan relatif dari faktor-faktor pada kriteria yang bersangkutan. Sehingga, sebuah matriks keputusan fuzzy dapat dibentuk. Nilai akhir dari alternatif-alternatif juga disajikan dalam angka-angka fuzzy.
4.1. Transformasi Logika Fuzzy terhadap AHP
Berdasarkan penelitian yang telah dilakukan Gugor, et al (2009), operasi matriks perbandingan pair-wise
dilakukan dengan menggunakan Triangularfuzzy number,
yang merupakan kelas khusus bilangan fuzzy yang
keanggotaannya didefinisikan oleh tiga bilangan real yang diekspresikan sebagai (l,m,u). Untuk membuat matrik
pairwise perbandingan dari alternative dilakukan
berdasarkan kriteria sesuai dengan teori AHP. Perbandingan antar kriteria, subkriteria, dan alternative pada matrik Fuzzy Triangular Number didefinisikan seperti pada gambar 2.
Gambar 2 Matriks Perbandingan Berpasangan pada Fuzzy AHP
Agar diperoleh skala yang bermanfaat ketika membandingkan dua elemen, diperlukan pengertian menyeluruh tentang elemen yang dibandingkan dan relevansinya terhadap variabel atau tujuan yang dipelajari, dalam penyusunan skala kepentingan, digunakan patokan skala saaty yang ditransformasikan pada triangular fuzzy number yang tertera pada tabel 1.
Tabel 1 Penyesuaian Skala Saaty terhadap Triangular Fuzzy Number No. Variabel Linguistik Penyesuain Terhadap Skala Nilai Perbandingan Saaty Triangular Fuzzy Number 1. Sama penting 1 (1,1,1) 2. Sedikit penting 3 (1,3,5) 3. Lebih penting 5 (3,5,7) 4. Sangat lebih penting 7 (5,7,9) 5. Mutlak lebih penting 9 (7,9,9)
Kemudian setelah semua elemen dari matrik perbandingan pair-wise dikonversikan ke TFN, metode
mean geometric diterapkan untuk menghitung prioritas
kriteria. Rumus perhitungan geometric mean dapat dilihat pada rumus (1)
(1)
Setelah menghitung nilai geometrik mean untuk setiap member TFN. Langkah selanjutnya adalah menghitug bobot untuk masing-masing kriteria atau alternative dengan
1 1 1 2 1 1 2 1 1 2 ( , , ) ( ... ) 1, 2 , ..., ( ... ) 1, 2 , ..., ( ... ) 1, 2 , ..., i i i k i i i i k k i i i i k k i i i i k G l m u l l l l i k m m m m i k u u u u i k
4
membagikan tiap elemen TFN hasil perhitungan geometric mean dengan jumlah total perhitungan geometric mean sesuai dengan member TFN. Rumus normalisasi perhitungan bobot TFN dapat dilihat pada rumus (2) .
(2) Setelah mendapatkan hasil akhir yang berupa nilai fuzzy, kemudian hasil akhir tersebut melalui proses defuzzifikasi pada nilai setiap kriteria dan alternatif dengan menggunakan rumus (3).
=( , , , , , ) (3)
5. Penyelesaian Permasalahan dengan Fuzzy AHP 5.1. Definisi Kriteria Penilaian
Penilaian kinerja yang dilakukan di RSOS dibagi menjadi dua bagian, yaitu penilaian kinerja pegawai tetap dan penilaian kinerja pegawai kontrak. Keduanya memiliki cara penilaian yang berbeda namun memiliki konsep penilaian yang sama. Penilaian dilakukan berdasarkan atas kriteria dan subkriteria yang telah ditetapkan oleh RSOS. Hasil penilaian akan digunakan pihak manajemen untuk mebuat keputusan.
Kriteria penilaian ini telah ditetapkan pihak manajemen untuk melakukan penilaian kinerja. Kriteria penilaian pegawai tetap dapat dilihat pada tabel 2
Tabel 2 Kriteria Penilaian Pegawai Tetap
No. Materi Penilaian Bobot
1 Sikap Kerja 46
a.Kedisiplinan b.Tanggung Jawab
- Ketepatan waktu dalam menyelesaikan tugas/pekerjaan
- Perhatian terhadap pekerjaan
- Pemakaian barang inventaris dan peralatan RSOS
c.Komunikasi
d.Kerapian dan kesiapan bekerja e.Inisiatif f.Kerjasama g.Integritas pribadi 7 15 6 6 3 5 2 5 7 5 2 Prestasi Kerja 25
a.Pengetahuan tentang bidang kerja b.Kualitas hasil kerja
c.Kreatifitas
d.Ketrampilan yang dimiliki e.Kemampuan menyelesaikan tugas
sesuai dengan target yang diharapkan
10 7 2 2 5 3 Manajerial Skill (khusus karyawan
Kanit, Kadep, Wadir, & Direktur)
30 a.Kemampuan perencanaan
b.Pengambulan keputusan c.Kepemimpinan
- Memotivasi unit kerja/bawahan
- Pencapaian program dan sasaran
6 8 11 1 4 strategis
- Kemampuan koordinasi dan mengorganisasi
d.Kemampuan pelaporan dan analisa
6 3 Khusus untuk bagian pelaksana dan pakarya, kriteria yang digunakan untuk penilaian adalah hanya berdasarkan aspek sikap kerja dan prestasi kerja. Sedangkan untuk kriteria penilaian kinerja pegawai kontrak dapat dilihat pada tabel 3.
Tabel 3 Kriteria Penilaian Pegawai Kontrak
No. Item Penilaian Bobot
1 ketrampilan teknis 20
2 Kuantitas hasil kerja 5
3 Kualitas hasil kerja 8
4 Hubungan dan kerja sama 10
5 Inisiatif 8
6 Kreatifitas 8
7 Kedisiplinan 8
8 Kehadiran Kerja 5
9 Tanggung Jawab 20
10 Cara pandang terhadap masalah 8 5.2. Pemodelan Permasalahan dengan Fuzzy AHP
Beberapa tahapan yang dilakukan untuk menyelesaikan permasalahan penilaian kinerja pegawai dengan menggunakan FAHP yang dapat dilihat pada gambar 3.
Tahap 1
Tahapan awal yang dilakukan adalah mendefinisikan kriteria penilaian dan alternatif yang disusun berdasarkan struktur hirarki AHP. Tahapan ini disebut juga tahap perancangan input data, hasil pendefinisian kriteria dan alternatif tersebut disimpan kedalam database untuk mempermudah dalam tahap selanjutnya.
Tahap 2
Tahapan ini merupakan tahap untuk melakukan proses dari data-data yang telah disimpan pada tahap sebelumnya. Tahapan ini dibagi menjadi dua bagian yaitu proses untuk melakukan perbandingan kriteria dan perbandingan alternatif/pegawai.
Memenbentuk matriks perbandingan antar kriteria dan subkriteria dengan menggunakan skala linguistik sesuai pada tabel 1. Hal ini dilakukan untuk menentukan tingkat kepentingan dari setiap kriteria dan subkriteria.
Menghitung geometric mean sesuai dengan rumus 1. Hal ini digunakan untuk mencari prioritas bobot kriteria pada tahap normalisasi.
Proses defuzzifikasi untuk mencari nilai crisp dari TFN menjadi bilangan real, hal ini dilakukan agar pengguna dapat lebih mudah memahami hasil dari keluaran sistem.
Menghitung konsistensi dengan menggunakan rumus 4 dan 5 sesuai dengan rumus konsistensi indeks dan konsistensi rasio pada AHP.
1 1 1 1 1 1 ( , , ) /( , , ) , , k k k i i i i i i i i i i k k k T i i i i i i i i i l m u G w l m u l m u G u m l
5
CI=
(4)
CR=
(5) Untuk subkriteria, diperlukan perhitungan bobot global prioritas yang merupakan hasil perkalian bobot subkriteria dengan bobot induk kriterianya.
Gambar 3 Langkah-langkah penyelesaian dengan fuzzy AHP
Membentuk matriks perbandingan berpasangan antar alternatif/pegawai. Perbandingan antar pegawai tidak menggunakan TFN, sehingga hanya dilakukan perbandingan berdasarkan poin penilaian pegawai RSOS yang dapat dilihat pada tabel 4.
Setelah bobot prioritas alternatif dan kriteria telah dihitung kemudian menghitung bobot global dengan menggunakan rumus 5, yaitu perkalian masing-masing bobot alternatif dengan subkriteria yang
kemudian dijumlahkan untuk mengetahui bobot prioritas masing-masing alternatif.
Tahap 3
Tahap ini merupakan tahap output hasil proses data, hasil kalkulasi yang telah dilakuka dan disimpan database untuk ditampilkan ke user agar mudah dipahami.
Tabel 4 Poin Penilaian Pegawai Tetap
No. Nilai Aspek Nilai Angka
1 Buruk 6
2 Cukup 7
3 Baik 8
4 Sangat Baik 9
6. Uji Coba dan Evaluasi
proses pengujian dan pengevaluasian hasil uji coba perangkat lunak dengan cara melakukan validasi sistem terhadap perhitungan manual yang telah diterapkan oleh pihak rumah sakit.
6.1. Validasi
Pada tahap ini akan dilakukan perbandingan antara data penilaian pegawai rumah sakit yang dihitung secara manual tanpa fuzzy AHP dengan penilaian pegawai yang dihitung menggunakan output sistem fuzzy AHP. Hal ini dilakukan untuk mengetahui apakah hasil keluaran dari sistem telah valid dan dapat digunakan dalam penilaian kinerja pegawai. 6.1.1 Penilaian Penilaian Kinerja Pegawai Tetap
Hasil ranking total nilai penilaian kinerja pegawai tetap yang telah dilakukan oleh RSOS selama ini dapat dilhat pada tabel 5. Penilaian ini dilakukan dengan mengalikan input nilai pegawai dengan bobot kriteria, yang kemudian dijumlahkan.
Tabel 5 Ranking Total Nilai Penilaian Pegawai Tetap oleh RSOS
Nama Pegawai Ranking Total Nilai Budi Setyaningsih 1 755
Purwadi 2 678
Eko Mulyo 3 678
Dari tabel 5 diketahui bahwa nilai tertinggi ada pada Budi Setyaningsih dengan nilai 755. Tertinggi berikutnya ada pada Eko Mulyo dan Purwadi dengan nilai yang sama yaitu 678. Kesamaan nilai ini dapat memepersulit pihak manajemen ketika menentukan prioritas ranking.
Sedangkan untuk hasil penilaian dengan menggunakan FAHP yang dikeluarkan sistem dapat dilihat pada tabel 6. Perhitungan ini menggunakan bobot kriteria yang telah dihitung menggunakan FAHP yang dapat dilihat pada tabel 7.
Tabel 6 Ranking Total Nilai Penilaian Pegawai Tetap dengan FAHP
Nama Pegawai Ranking Total Nilai Budi Setyaningsih 1 0.358669
Purwadi 2 0.326825
6
Tabel 7 Bobot Kriteria Penilaian Pegawai Kontrak dengan FAHP
Kriteria Bobot Sikap Kerja 0.610568 Kedisiplinan 0.107399 Tanggung Jawab 0.219686 Ketepatan waktu 0.099219658 Fokus pekerjaan 0.099219658
pemakaian barang inventaris 0.021160683
komunikasi 0.051508
kerapian kesiapan bekerja 0.015898
Inisiatif 0.051506
Kerja Sama 0.113063
Integritas Pribadi 0.051506
Prestasi Kerja 0.119324
Pengetahuan bidang kerja 0.0591017
kualitas hasil kerja 0.0312748
kreatifitas 0.0070441
ketrampilan yang dimiliki 0.0070441
kemampuan menyelesaikan
tugas sesuai target
0.0148551 Manajerial Skill 0.270108 Kemampuan Perencanaan 0.0372 Pengambilan keputusan 0.075367 Kepemimpinan 0.145886 memotivasi unit kerja/bawahan 0.011215
pencapaian program dan
sasaran strategis
0.044035
kemampuan koordinasi 0.090682
kemampuan pelaporan 0.011658
Berdasarkan tabel 6 dapat diketahui bahwa Budi Setyaningsih menduduki peringkat pertama. Urutan nilai tertiggi tersebut membuktikan bahwa perbandingan antara perhitungan oleh RSOS dan yang menggunakan Fuzzy AHP adalah sama. Namun yang membedakan adalah pada nilai Purwadi dan Eko Mulyo. Dengan menggunakan Fuzzy AHP total nilai Purwadi lebih tinggi yaitu 0.326825 dan total nilai Eko Mulyo adalah 0.314506. Berdasarkan perbandingan tersebut, output sistem penilaian kinerja pegawai tetap telah valid dan dapat digunakan di RSOS. 6.1.2 Penilaian Kinerja Pegawai Kontrak
Pada tabel 8 merupakan hasil penilaian kinerja pegawai kontrak yang telah dilakukan oleh RSOS. Sama halnya dengan penilaian kinerja pegawai tetap, perhitungan diperoleh dari perkalian nilai pegawai dengan nilai bobot kriteria kemudian dijumlahkan.
RSOS telah menetapkan kebijakan bahwa apabila terdapat pegawai kontrak yang memiliki nilai dibawah jumlah nilai minimum yaitu 301, maka pegawai tersebut dinyatakan tidak lolos seleksi. Berdasarkan tabel 7 dapat diketahui bahwa Dewi tidak lolos seleksi karena memiliki nilai < 301.
Tabel 8 Ranking Total Nilai Penilaian Pegawai Kontrak oleh RSOS
Nama Pegawai Nilai Total Lolos/Tidak Lolos
Maya K 373.1 Lolos
Windasari 369.52 Lolos Kalimatus 353.85 Lolos
Mira S 334.36 Lolos
Dewi S 273 Tidak Lolos
Untuk hasil perhitungan penilaian pegawai kontrak dengan menggunakan fuzzy AHP dapat dilihat pada tabel 10. Bobot kriteria pegawai kontrak dengan menggunakan FAHP dapat dilihat pada tabel 9. Pada perhitungan penilaian pegawai kontrak dengan fuzzy AHP nilai minimum ikut disisipkan kedalam perhitungan. Hal ini bertujuan untuk mengetahui apabila terdapat pega wai yang memiliki nilai dibawah nilai minimum tersebut, dapat dinyatakan tidak lolos seleksi.
Tabel 9 Bobot Kriteria Penilaian Pegawai Kontrak dengan FAHP
Tabel 10 Ranking Total Nilai Penilaian Pegawai Kontrak dengan FAHP
Nama Pegawai Nilai Total Lolos/Tidak Lolos
Maya K 0.1852299 Lolos
Windasari 0.1833447 Lolos
Kalimatus 0.174763 Lolos
Mira S 0.1654228 Lolos
Nilai Minimum 0.1573968 -
Dewi S 0.1338419 Tidak Lolos
Berdasarkan tabel 6.12 dari lima pegawai kontrak yang ikut dalam proses seleksi, yang lolos adalah empat pegawai. Dan nilai tertinggi ada pada Maya dengan total nilai 0.1852299 dan nilai terendah ada pada Dewi dengan total nilai 0.1338419.
Karena nilai minimum adalah 0.15739 maka Dewi tidak lolos dalam seleksi. Hasil seleksi tersebut membuktikan bahwa perbandingan antara perhitungan penilaian pegawai kontrak oleh RSOS dan menggunakan Fuzzy AHP adalah sama.
Kiteria Bobot
Ketrampilan Teknis 0.302506 Kuantitas Hasil Kerja 0.023602 Kualitas Hasil Kerja 0.048451 Hubungan Kerjasama 0.104889 Inisiatif 0.048451 Kreatifitas 0.048451 kedisiplinan 0.048451 Kehadiran Kerja 0.023617 Tanggung Jawab 0.303121 Cara Pandang 0.048462
7 7. Kesimpulan
Setelah dilakukan uji coba dan analisis terhadap perangkat lunak yang dibuat, maka dapat diambil beberapa kesimpulan sebagai berikut :
1. Berdasarkan hasil verifikasi sistem, aplikasi ini sudah menerapkan metode fuzzy AHP dengam benar karena perbandingan hasil antara perhitungan system dengan perhitungan spreadsheet adalah sama.
2. Berdasarkan validasi sistem yang telah dilakukan yaitu dengan membandingkan perhitungan manual RSOS dan perhitungan dengan fuzzy AHP, sistem telah menghasilkan hasil urutan ranking yang sama sehingga sistem telah valid.
3. Berdasarkan validasi sistem, fuzzy AHP dapat mengatasi permasalahan dalam menentukan ranking prioritas ketika terdapat nilai pegawai yang jumlahnya sama.
4. Dengan memanfaatkan teknologi pemrograman dan database yang ada, proses penilaian pegawai dapat dilakukan dengan cepat karena tidak memerlukan komputasi secara manual dan terkomputerisasi sehingga siap untuk dilakukan dalam penilaian kinerja pegawai pada instansi yang bersangkutan.
Daftar Pustaka
Chang, D.Y. 1996. “Applications of Extent Analysis Method on Fuzzy AHP”. European Journal of
Operational Research, 95, 649-655.
Güngör, Z., Serhadlıoglu, G., dan Kesen, S. E.2009. “ A Fuzzy AHP Approach to Personel Selection Problem”. Applied Soft Computing, 9, 641–646. Tsai, H.Y., Chang, C.W., dan Lin H.L. 2010. “Fuzzy
Hierarchy Sensitive with Delphi Method to Evaluate Hospital”. Expert Systems with
Applications, 37, 5533-5541.
Kusumadewi, Sri, dan Hartati, Sri. (2006). Neuro Fuzzy: Integrasi Sistem Fuzzy & Jaringan Syaraf. Yogyakarta: Graha Ilmu.
http://samianstats.files.wordpress.com/2008/08/penilaian -kinerja.pdf diambil pada bulan Februari 2011. http://syaifullah08.files.wordpress.com/2010/02/pengenala
n-analytical-hierarchy-process.pdf diambil pada bulan Februari 2011
http://jurnal-sdm.blogspot.com/2009/04/penilaian-kinerja-karyawan-definisi.html diambil pada bulan Februari 2011
