SISTEM PENDUKUNG KEPUTUSAN UNTUK PENILAIAN
KINERJA KARYAWAN DENGAN METODE SIMPLE ADDITIVE
WEIGHTING
Fandy Setyo Utomo1, Berlilana2
1
STMIK AMIKOM Purwokerto
Jl. Let. Jend. Pol. Soemarto Purwokerto, telp : 0281-623321 email : fandy_setyo_utomo@yahoo.com
2
STMIK AMIKOM Purwokerto
Jl. Let. Jend. Pol. Soemarto Purwokerto, telp : 0281-623321 email : berli_amikom@yahoo.co.id
Abstract
In determining the Best Employees in STMIK AMIKOM Purwokerto several factors into the assessment. This assessment is based on performance assessment, namely communication with students, attention to students, ease of providing consulting, ease of providing solutions, attitude and appearance. For efficiency and effectivity of the appropriate decision-making is needed.
This study aims to develop a decision support system that has the best employee selection analysis capabilities using the Simple Additive weighting method (SAW). This decision support system to help make an assessment of each employee, make changes to the criteria, and changes in weight values. It is useful to facilitate the decision makers on issues related to the selection of the best employees, so will the employees get the most feasible given the reward or award as the best employee.
Keywords: Decision Support System, Simple Additive Weighting, SAW Abstrak
Terdapat beberapa faktor penilaian dalam menentukan Karyawan Terbaik di STMIK AMIKOM Purwokerto. Penilaian ini didasarkan pada beberapa kriteria penilaian, yaitu komunikasi dengan mahasiswa, perhatian dengan mahasiswa, kemudahan memberikan konsultasi, kemudahan memberikan solusi, sikap dan penampilan. Sistem pendukung keputusan diperlukan agar evaluasi kinerja karyawan lebih efektif dan efisien daripada sistem yang sedang berjalan saat ini.
Penelitian ini bertujuan untuk mengembangkan suatu sistem pendukung keputusan yang memiliki kemampuan analisis evaluasi kinerja karyawan menggunakan metode Simple Additive Weighting (SAW). Sistem pendukung keputusan ini diharapkan mampu membantu pihak manajemen dalam menilai kinerja karyawan, melakukan perubahan pada kriteria penilaian, dan perubahan nilai bobot tiap kriteria penilaian. Hal ini berguna untuk memudahkan pengambil keputusan dalam mengevaluasi kinerja karyawan dan memilih karyawan terbaik.
1. PENDAHULUAN
Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) AMIKOM Purwokerto merupakan salah satu lembaga pendidikan yang bergerak dalam bidang teknologi dan informasi yang sebagian sistemnya telah terkomputerisasi. Namun dalam pengembangannya masih terdapat juga sistem kerja yang dilakukan secara manual. Pengolahan data dari informasi yang dilakukan secara manual dapat dikatakan masih jauh dari tujuan, mengingat pentingnya keefektifan dan efisiensi kinerja karyawan.
Salah satu media terkomputerisasi untuk sistem kinerja karyawan adalah dengan merancang aplikasi yang dapat meningkatkan efektivitas dan efisiensi serta motivasi dalam bekerja yaitu dengan rancang bangun aplikasi kinerja karyawan yang berbasis web. Sistem kinerja karyawan dengan berbasis web dapat digunakan sebagai salah satu alternatif pengolahan sistem kinerja karyawan yang masih manual, sehingga mendukung terciptanya aplikasi sistem yang dibutuhkan.
Untuk mengembangkan sistem yang ada, maka dibutuhkan sistem yang dapat diakses oleh mahasiswa dalam menentukan kriteria dari evaluasi kinerja karyawan dengan menggunakan bahasa pemrograman yang berbasis web. Dengan adanya sistem yang baru dapat meningkatkan efekfitivitas dari sistem yang lama. STMIK AMIKOM Purwokerto dalam menerapakan evaluasi kinerja karyawan sekarang ini kurang efektif dan efisien, karena dalam penilaiannya masih manual belum dilakukan secara online. Karyawan dan mahasiswa dapat berkomunikasi secara langsung baik di kampus maupun diluar kampus. Dengan tujuan dapat meningkatkan kinerja yang lebih baik dari kinerja yang sebelumnya dijalankan dalam melaksanakan kegiatan sehari-hari.
Sistem yang diterapkan dalam evaluasi kinerja karyawan STMIK AMIKOM Purwokerto menggunakan model Simple Additive Weighting Method (SAW), dengan penilaian yang dilakukan sesuai dengan kesepakatan yang diinginkan sebelum sistem dibangun. Dengan adanya Rancang Bangun DSS (Decision Support System) Untuk Evaluasi Kinerja Karyawan dapat meningkatkan profesionalisme setiap karyawan STMIK AMIKOM Purwokerto.
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut [1-2].
Jika j adalah atribut keuntungan (Benefit)
Jika j adalah atribut biaya (Cost)
Persamaan 1 Rating Kinerja Ternormalisasi
rij= xij Max xij i Min xij i xij
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai :
Persamaan 2 Nilai Preferensi Tiap Alternatif
Keterangan notasi :
Vi adalah nilai preferensi untuk tiap alternatif, sedangkan Wj adalah bobot preferensi [1-7].
Nilai Viyang lebih besar mengindikasikan bahwa alternatif Ailebih terpilih [1-2].
2. METODE PENELITIAN
Lokasi penelitian dilakukan di STMIK AMIKOM Purwokerto. Teknik pengumpulan data dilakukan dengan 3 cara, yaitu wawancara, kearsipan, dan studi pustaka. Berikut ini adalah gambar bagan alur penelitian yang dilakukan,
Gambar 1 : Bagan Alur Penelitian
Metode pengembangan sistem yang digunakan dalam pengembangan
sistem pendukung keputusan ini menggunakan ”Model Sekuensial Linier” atau “Waterfall.” Sekuensial linier mengusulkan sebuah pendekatan kepada
pengembangan perangkat lunak yang sistematik dan sekuensial yang mulai pada tingkat dan kemajuan sistem pada seluruh analisis, desain, kode, pengujian/testing, dan perawatan/maintenance.
3. HASIL DAN PEMBAHASAN 3.1. Context Diagram
Diagram konteks sistem pendukung keputusan evaluasi kinerja karyawan terdiri dari 3 entitas, yaitu Administrator web, mahasiswa, dan Ketua STMIK AMIKOM Purwokerto. Berikut ini adalah diagram konteksnya,
ADMIN MAHASISWA DECISION SYSTEM SUPPORT UNTUK EVALUASI PENILAIAN KINERJA KARYAWAN KETUA STMIK AMIKOM
- Laporan Rating Karyawan Terbaik - Laporan Rating Karyawan Favorit - Laporan Rating Karyawan Profesional
- Data Mahasiswa - Data Jurusan - Data Karyawan - Data Jabatan - Data Kuisioner
- Data Isian Kuisioner
- Laporan Rating Karyawan Terbaik - Laporan Rating Karyawan Favorit - Laporan Rating Karyawan Profesional
Gambar 2 : Diagram Konteks Sistem Pendukung Keputusan 3.2. Relasi Antar Tabel
Pada aplikasi sistem pendukung keputusan evaluasi kinerja karyawan terdapat beberapa tabel yang saling berelasi. Berikut adalah relasi tabel yang digunakan dalam pembuatan aplikasi ini.
n i k * i d _ k r i t e r i a * * n i l a i R a t i n g K e c o c o k a n i d _ l o g * s e m e s t e r t a h u n _ a j a r a n n i k * * n i m * * L o g k o d e _ j u r u s a n * n a m a _ j u r u s a n J u r u s a n i d _ a k a d e m i k * s e m e s t e r t a h u n _ a j a r a n A k a d e m i k n i m * n a m a _ m a h a s i s w a t h a n g k a t a n k o d e _ j u r u s a n * * t e m p a t _ _ l a h i r _ m h s t g l _ l a h i r _ m h s j k _ m h s a l a m a t _ m h s k o d e p o s _ m h s f o t o _ m h s t y p e _ f o t o s t a t u s _ m h s u s e r n a m e k u n c i M a h a s i s w a k o d e _ j a b a t a n * n a m a _ j a b a t a n J a b a t a n n i k * n a m a _ k a r y a w a n t g l _ l a h i r _ k a r y a w a n j k _ k a r y a w a n a l a m a t _ k a r y a w a n k o d e p o s _ k a r y a w a n f o t o _ k a r y a w a n t y p e _ f o t o t e r h i t u n g _ t a n g g a l _ a k t i f s t a t u s _ k a r y a w a n k o d e _ j a b a t a n * * K a r y a w a n i d _ i s i a n * s e m e s t e r t a h u n _ a j a r a n n i k * * i d _ k r i t e r i a * * n i l a i n i k _ f a v o r i t e I s i a n K u i s i o n e r i d _ a d m i n * p a s s w o r d k u n c i A d m i n i d _ a k a d e m i k * s a r a n k r i t i k K o m e n t a r i d _ k r i t e r i a * n a m a _ k r i t e r i a s t a t u s K r i t e r i a P e n i l a i a n 1 M M M M M M M B o b o t K r i t e r i a M M 1 1 1 1
3.3. Pengujian Model Matematika Simple Additive Weighting
Pengujian terhadap keluaran dari suatu hasil perhitungan model matematika pada aplikasi sistem pendukung keputusan perlu diuji kebenarannya. Apakah hasil keluaran sudah sesuai dan tepat dengan hasil keluaran yang seharusnya.
Hasil perhitungan sistem yang diuji adalah hasil perhitungan model matematika SAW untuk menentukan evaluasi kinerja karyawan pada semester ganjil tahun akademik 2009/2010.
3.3.1. Kriteria dan Bobot Penilaian
Pada semester ganjil tahun akademik 2009/2010 terdapat beberapa kriteria penilaian untuk mengevaluasi kinerja karyawan. Berikut ini adalah penjabaran nama kriteria penilaian dan bobotnya masing-masing.
Tabel 1 : Bobot Kriteria Penilaian Tahun Akademik 2009/2010
NAMA KRITERIA BOBOT PENILAIAN
Komunikasi dengan mahasiswa 3
Perhatian dengan mahasiswa 4
Kemudahan memberikan konsultasi 5
Kemudahan memberikan solusi 5
Sikap dan penampilan 2
3.3.2. Skala Penilaian
Setiap kriteria penilaian memiliki skala penilaian yang berbeda. Berikut ini adalah skala penilaian yang digunakan pada aplikasi DSS :
a. Kurang, memiliki nilai 1 b. Sedang, memiliki nilai 2 c. Baik, memiliki nilai 3
d. Sangat baik, memiliki nilai 4
Atribut yang digunakan pada aplikasi DSS ada 2 jenis yaitu atribut MIN dan MAX. Atribut MIN digunakan apabila prioritas nilai pada suatu kriteria penilaian yang diutamakan adalah nilai terkecil. Sedangkan Atribut MAX digunakan apabila prioritas nilai pada suatu kriteria penilaian yang diutamakan adalah nilai terbesar. Dalam penelitian ini atribut MAX yang digunakan, karena dalam evaluasi kinerja karyawan dicari nilai terbesar yang diperoleh karyawan.
3.3.3. Pengujian
Berikut ini disajikan data evaluasi penilaian kinerja karyawan STMIK AMIKOM Purwokerto pada semester ganjil tahun akademik 2009/2010.
Gambar 4 : Tabel Isian Kuesioner Mahasiswa
Dari data pada gambar 4 di atas, diperoleh hasil akhir perhitungan matematika Simple Additive Weighting oleh sistem aplikasi sebagai berikut,
Gambar 5 : Tabel Nilai Preferensi
Hasil dari perhitungan aplikasi pada gambar 5, kemudian dibandingkan dengan perhitungan manual matematika. Jika hasil perhitungannya sama
a. Perhitungan nilai rata-rata
Dari gambar 4, dapat diketahui bahwa terdapat 2 nilai untuk id_kriteria 1. Hal ini disebabkan karena ada 2 orang yang mengisi kuesioner untuk karyawan dengan NIK 10.398.149 dengan id_kriteria 1, dengan nilainya berturut-turut adalah 3 dan 4. Maka,nilai rata-rata dari id_kriteria 1 NIK 10.398.149 adalah 3,5. Kemudian, dengan cara yang sama dapat diketahui nilai rata-rata id_kriteria yang lainnya, yaitu sebagai berikut :
Tabel 2 : Id_Kriteria NIK 10.398.149
ID_KRITERIA NILAI RATA-RATA
1 3,5 2 4 3 3 4 3 5 3,5 b. Matriks Ternormalisasi
Setelah dilakukan perhitungan nilai rata-rata tiap id_kriteria, kemudian dilanjutkan dengan mencari nilai terbesar (MAX) dari masing-masing id_kriteria keseluruhan isian kuesioner. Dari data pada gambar 4 diperoleh informasi sebagai berikut :
Tabel 3 : Nilai MAX Tiap id_kriteria
ID_KRITERIA NILAI MAX
1 4
2 4
3 4
4 4
5 4
Kemudian, dengan menggunakan Persamaan 1, nilai rata-rata dari tiap id_kriteria dengan NIK 10.398.149 dibagi dengan nilai MAX dari tiap id_kriteria dari Tabel 3. Berikut adalah hasil perhitungannya,
Tabel 4 : Rating Kinerja Ternormalisasi dari NIK 10.398.149
ID_KRITERIA NILAI 1 0,875 2 1 3 0,75 4 0,75 5 0,875 c. Nilai Preferensi
Langkah terakhir dari proses perhitungan SAW, yaitu menghitung nilai preferensi tiap alternatif (Vi) dengan menggunakan
Persamaan 2. Berikut adalah Bobot Preferensi masing-masing kriteria
penilaian,
Gambar 6 : Bobot Preferensi per Kriteria Penilaian
Setelah bobot preferensi per kriteria penilaian diperoleh, selanjutnya dengan menggunakan persamaan 2, diperoleh hasil sebagai berikut,
Tabel 5 : Hasil Perkalian Bobot Preferensi dengan Rating Kinerja
Ternormalisasi dari NIK 10.398.149
ID_KRITERIA NILAI 1 2,625 2 4 3 3,75 4 3,75 5 1,75
Keseluruhan data pada kolom nilai pada tabel 5, kemudian dijumlahkan, sehingga diperoleh hasil perhitungan 15,875. Jika hasil perhitungan ini dibandingkan dengan data pada gambar 5, maka diperoleh informasi bahwa proses perhitungan sistem aplikasi DSS adalah valid.
3.4. Implementasi
Setelah tahap pengujian selesai, kemudian masuk ke tahap selanjutnya, yaitu implementasi sistem aplikasi. Berikut ini implementasi dari aplikasi sistem pendukung keputusan penilaian kinerja karyawan,
Gambar 8 : Contoh Form Isian Kuesioner Mahasiswa
Gambar 9 : Laporan Kinerja Karyawan 4. KESIMPULAN
Berdasarkan uraian permasalahan dan pemecahannya pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut :
a. Cara merancang dan membangun sistem pendukung keputusan untuk evaluasi penilaian kinerja karyawan, yaitu dimulai dari pengumpulan data, mengidentifikasi masalah, mengidentifikasi kepemilikan masalah, menentukan kriteria-kriteria penilaian, memprediksi keluaran atau output penilaian, melakukan pemilihan model matematika yang digunakan untuk menyelesaikan permasalahan (dalam kasus ini model matematika yang dipilih adalah model MADM dengan metode SAW), membuat perancangan dan desain sistem aplikasi, pengkodean, dan melakukan serangkaian pengujian untuk memastikan aplikasi sudah memenuhi kebutuhan pengguna / user.
b. Aplikasi Decision Support System (DSS) berbasis web dapat digunakan sebagai media informasi yang bersifat online, sehingga mahasiswa dapat dengan mudah untuk mengakses informasi dan melakukan pengisian kuesioner penilaian
karyawan dimanapun dan kapanpun, karena informasi dapat diakses melalui jalur
internet.
DAFTAR PUSTAKA
[1]. Kusumadewi, Sri dkk., ” Fuzzy Multi Attribute Decision Making (Fuzzy
MADM)”, Graha Ilmu, Yogyakarta, pp. 1-361, 2006.
[2]. Wibowo, Henry S., Amalia, Riska., Fadlun M, Andi., Arivanty, Kurnia., “Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM (Studi Kasus : Mahasiswa Fakultas Teknologi
Industri Universitas Islam Indonesia)”, Seminar Nasional Aplikasi Teknologi
Informasi 2009 (SNATI 2009), ISSN : 1907-5022, Yogyakarta, pp. B62-B67, 20 Juni 2009.
[3]. Hochmair, Hartwig, “Decision Support for Bicycle Route Planning In Urban
Environments”, 7th AGILE Conference on Geographic Information Science,
Heraklion-Greece, pp. 697-706, May 2004.
[4]. Afshari, Alireza., Mojahed, Majid., Yusuff, Rosnah Mohd., “Simple Additive
Approach to Personnel Selection Problem”, International Journal of Innovation
– Management and Technology, Vol. 1, No. 5, International Association of Computer Science and Information Technology, pp. 511-515, December 2010. [5]. Memariani, Azizollah., Amini, Abbas., Alinezhad, Alireza., “Sensitivity Analysis
of Simple Additive Weighting Method (SAW) : The Results of Change in the
Weight of One Attribute on the Final Ranking of Alternatives”, Journal of
Industrial Engineering, Vol. 4, pp. 13-18, September 2009.
[6]. Janic, Milan., Reggiani, Aura., “An Application of the Multiple Criteria
Decision Making (MCDM) Analysis to the Selection of a New Hub Airport”,
EJTIR, Vol. 2, No. 2, pp. 113-141, October 2002.
[7]. Saparauskas, Jonas., Turskis, Zenonas., “Evaluation of Construction
Sustainability by Multiple Criteria Methods”, Technological and Economic