JURNAL LPKIA 2017
ANALISIS PERBANDINGAN METODE
SIMPLE ADDITIVE WEIGHTING
DAN METODE
WEIGHTED PRODUCT
UNTUK MENENTUKAN BONUS
KARYAWAN (STUDI KASUS : TRANSVISION BANDUNG)
1Riky Febrianto, 2Teguh Nurhadi Suharsono, S.T., M.T.
1Program Studi Teknik Informatika STMIK LPKIA Bandung
2Program Studi Sistem Informasi STMIK & PKN LPKIA Bandung
Jln. Soekarno Hatta No. 456 Bandung 40266, Telp. +62 22 75642823, Fax. +62 22 7564282
Email : 1rikyfebrianto2@gmail.com, 2teguhns21@gmail.com
ABSTRAKSI
Skripsi. Program Studi Teknik Informatika. 2017
Kata Kunci:Simple Additive Weighting, Weighted Product, Bonus, Penilaian
Gaji merupakan kompensasi yang diberikan oleh perusahaan kepada karyawan sebagai bentuk balas jasa atau hasil kinerja yang telah diberikan untuk kemajuan perusahaan, disamping pemberian gaji, perusahaan juga memberikan bonus untuk dapat memacu kinerja dan produktivitas kinerja karyawan. Seorang karyawan yang menerima bonus tersebut harus memenuhi beberapa kriteria yang sudah ditentukan oleh perusahaan. Untuk membantu dalam menentukan pemberian bonus tersebut maka digunakan metode pengambilan keputusan. Adanya metode MADM dirasa mampu menjawab permasalahan tersebut, dari berbagai macam metode
MADM, Simple Additive Weighting (SAW) dan Weighted Product (WP) dipilih guna diterapkan dalam sistem penentuan
pemberian bonus untuk karyawan di Transvision Bandung. Kedua metode ini bertujuan untuk memilih alternatif karyawan terbaik
dari beberapa alternatif karyawan berdasarkan kriteria-kriteria (Quantity, Quality, Teamwork, Churn Rate, Attitude, dan
Knowledge) yang telah ditentukan oleh perusahaan. Dari penelitian ini dihasilkan sebuah sistem penentuan pemberian bonus untuk karyawan yang dimana setiap metode memberikan hasil berupa nilai preferensi terhadap alternatif karyawan. Terdapat beberapa perbedaan urutan hasil perangkingan dari metode SAW dan metode WP dengan menggunakan 20 alternatif karyawan yang disebabkan karena pengaruh nilai kinerja alternatif karyawan, nilai bobot dari setiap kriteria, dan juga perbedaan cara perhitungan dari masing-masing metode. Hasil yang diberikan dengan menggunakan metode WP diketahui lebih teliti dibandingkan metode SAW, dan dari segi waktu eksekusi diketahui metode WP lebih cepat dalam melakukan perhitungan dari pada metode SAW. Hal ini dikarena proses perhitungan dari kedua metode yang berbeda sehingga menghasilkan waktu eksekusi yang berbeda juga.
I. Pendahuluan I.1. Latar Belakang
Gaji merupakan kompensasi yang diberikan oleh perusahaan atau instansi kepada karyawan sebagai bentuk balas jasa atas hasil kinerja yang telah diberikan untuk kemajuan perusahaan, disamping pemberian gaji pokok pada karyawan, perusahaan atau instansi juga memberikan bonus atau insentif untuk memacu kinerja dan produktivitas kinerja karyawan . Seorang karyawan yang menerima bonus tersebut harus memenuhi beberapa kriteria tertentu yang berhubungan dengan kedisplinan, kinerja, dan produktifitas sesuai dengan yang telah ditentukan oleh perusahaan.
Transvision adalah perusahaan Trans Corp yang bergerak di
bidang layanan televisi berlangganan dengan kantor pusat yang berada di Jakarta, Indonesia. Transvision lahir pada tanggal 8 Oktober 2013 dari sinergi 2 kekuatan terbaik dalam Infrastruktur Telekomunikasi dan Media di Indonesia, yaitu CT Corpora dan Telkom yang sukses melakukan Sinergi Bisnis
kepemilikan TelkomVision. Transvision membutuhkan
informasi yang akurat dan tepat dalam menentukan suatu keputusan, salah satunya yaitu dalam menentukan pemberian bonus untuk karyawan.
Selama ini pemberian bonus terhadap karyawan diputuskan oleh seorang manajer melalui penilaian terhadap karyawan
secara langsung, sehingga penilaian yang dihasilkan cenderung
bersifat subjektif yang memungkinkan terjadinya
kesalahpahaman antar sesama karyawan. Selain itu waktu yang diperlukan dalam pengambilan keputusan mengenai pemberian bonus juga menjadi kurang efektif karena banyaknya kriteria yang dinilai agar dapat menghasilkan keputusan yang tepat.
Dalam suatu perusahaan pemberian bonus kepada karyawan dapat merangsang karyawan dalam bekerja lebih baik sehingga produktifitas bekerja meningkat, dengan begitu perusahaan harus dapat menentukan karyawan yang berhak menerima bonus dengan kriteria yang sudah ditentukan oleh perusahaan. Untuk membantu manajer dalam menentukan pemberian bonus kepada karyawan dengan cepat dan tepat sesuai dengan kriteria
yang sudah ditentukan dapat menggunakan metode
pengambilan keputusan..
Dalam kasus pemberian bonus untuk karyawan di Transvision
ini, digunakan metode Simple Additive Weighting (SAW) dan
metode Weighted Product (WP) untuk diterapkan ke dalam
JURNAL LPKIA 2017
alternatif pada semua atribut, sedangkan metode WP menggunakan perkalian untuk menghubungkan rating atribut, di mana rating setiap atribut harus dipangkatkan dengan bobot atribut yang bersangkutan (Kusumadewi dkk, 2006). Atribut disini dapat diartikan sebagai suatu kriteria atau ketetapan yang sudah dibuat oleh Transvision untuk menjaring setiap karyawan yang berhak mendapatkan bonus. Kriteria yang ditetapkan yaitu berupa jumlah penjualan yang didapat
(Quantity), jumlah pelanggan melakukan pembayaran (Quality), kerjasama tim (Teamwork), jumlah berhenti
berlangganan (Churn Rate), sikap (Attitude), dan pengetahuan
mengenai produk (Knowledge).
I.2. Identifikasi Masalah
Berdasarkan hasil pengamatan maka diperoleh beberapa permasalahan yang terjadi, diantaranya:
1. Bagaimana analisis perbandingan dari metode Simple
Additive Weighting dan metode Weighted Product dalam menentukan pemberian bonus untuk karyawan.
I.3. Ruang Lingkup Permasalahan
Lingkup dan batasan masalah yang akan di bahas dalam perancangan perangkat lunak, antara lain :
1. Sistem pengambilan keputusan penentuan bonus
karyawan yang akan dikembangkan adalah sistem
pendukung keputusan yang hanya membantu
memberikan alternatif terbaik dalam pemberian bonus karyawan di Transvision dengan kriteria yang telah ditentukan.
2. Kriteria yang digunakan merupakan kriteria yang sudah
ditentukan oleh perusahaan antara lain adalah jumlah
penjualan yang didapat (Quantity), jumlah pelanggan
melakukan pembayaran (Quality), kerjasama tim
(Teamwork), jumlah berhenti berlangganan (Churn Rate),
sikap (Attitude), dan pengetahuan mengenai produk
(Knowledge)
3. Parameter pembanding dari metode SAW dan metode WP
ini yaitu hasil dari masing-masing metode dalam sistem pemberian bonus karyawan, serta kecepatan waktu eksekusi dalam pengambilan keputusan.
I.4. Tujuan Perancangan
Dari hasil identifikasi masalah, maka diperoleh tujuan yang dapat diselesaikan oleh perangkat lunak ini, antara lain
1. Untuk menganalisis perbandingan dari metode Simple
Additive Weighting dan metode Weighted Product dalam
menentukan pemberian bonus untuk karyawan.
II. Dasar Teori
II.1.2.1 Multi Attribute Decision Making (MADM)
Multi Attribute Decision Making (MADM) adalah suatu metode pengambilan keputusan yang digunakan untuk menetapkan alternatif terbaik dari sejumlah alternatif yang ada berdasarkan beberapa kriteria tertentu yang telah ditentukan.
Inti dari Multi Attribute Decision Making (MADM) adalah
menentukan nilai bobot untuk setiap atribut kriteria, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang telah diberikan.
II.1.2.2 Tahapan Multi Attribute Decision Making (MADM)
Proses dari MADM ini dilakukan melalui 3 tahapan yaitu:
1. Pada tahapan penyusunan komponen situasi, akan dibentuk
tabel taksiran yang berisi indentifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut.
2. Pada tahapan analisis dilakukan melalui 2 langkah yaitu:
a. Mendatangkan taksiran dari besaran potensial,
kemungkinan, dan ketidakpastian yang berhubungan dengan dampak-dampak yang mungkin pada setiap alternatif.
b. Melakukan pemilihan dari preferensi pengambilan
keputusan untuk setiap nilai dan ketidakpedulian pada setiap resiko yang timbul.
3. Dan kemudian dilakukan tahap sintesis informasi.
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM, antara lain :
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
e. Analytic Hierarchy Process (AHP)
II.1.2.3 Simple Additive Weighting (SAW)
Metode SAW merupakan metode penjumlahan terbobot, artinya konsep dasar yang digunakan metode SAW yaitu dengan mencari penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada
={
= Nilai atribut yang dimiliki dari setiap alternatif = Nilai terbesar
= Nilai terkecil
= Jika nilai terbesar adalah terbaik = Jika nilai terkecil adalah terbaik
Di mana adalah rating kinerja ternormalisasi dari
alternatif � pada atribut � ;=1,2,…, dan =1,2,…, .
Sementara untuk menghitung nilai ranking atau nilai preferensi akhir yang diperoleh alternatif, digunakan persamaan sebagai berikut :
= ∑
=1
Keterangan :
JURNAL LPKIA 2017
= Nilai bobot dari setiap kriteria = Nilai rating kinerja ternormalisasi
Nilai yang lebih besar mengindikasikan bahwa alternatif
lebih terpilih.
II.1.2.5 Weighted Product (WP)
Weighted Product (WP) adalah metode penyelesaian dengan menggunakan perkalian untuk menghubungkan nilai atribut, di mana nilai harus dipangkatkan dulu dengan bobot atribut yang bersangkutan
Proses ini sama halnya dengan proses normalisasi. Preferensi
untuk alternatif Ai diberikan sebagai berikut:
Perbaikan bobot untuk ∑ W = 1 menggunakan Persamaan
(1).
= ∑ (1)
Variabel W adalah pangkat bernilai positif untuk atribut keuntungan dan bernilai negative untuk atribut biaya.
Preferensi untuk alternatif Si diberikan oleh Persamaan (2).
� = ∏
= bobot dari setiap atribut atau kriteria n = Banyaknya kriteria
Untuk mencari alternatif terbaik dilakukan dengan Persamaan (3).
Preferensi relatif dari setiap alternatif diberikan sebagai berikut :
= �
∏ = 1( ∗) (3)
Keterangan :
V= Preferensi alternative dianalogikan sebagai vector V
= Nilai Kriteria
= Bobot Kriteria / Subkriteria i = Alternatif
j = Kriteria
n = Banyaknya kriteria
* = Banyaknya kriteria yang telah dinilai pada vector S
Nilai Viyang terbesar menyatakan bahwa alternatif Ai yang
terpilih.
II.1.2.7 Insentif
Insentif merupakan salah satu faktor yang mendorong meningkatnya semangat kerja dalam rangka pencapaian tujuan
perusahaan. Sebagai faktor pendorong, insentif bertujuan untuk
membangun harapan-harapan agar karyawan dapat
menghasilkan suatu tingkat prestasi kerja lebih dari yang sudah ditentukan
II.1.2.9 Yii Framework
Framework Yii adalah framework (kerangka kerja) PHP berbasis-komponen, berkinerja tinggi untuk pengembangan aplikasi Web berskala-besar. Yii menyediakan reusability
maksimum dalam pemrograman Web dan mampu
meningkatkan kecepatan pengembangan secara signifikan. Nama Yii (dieja sebagai /i:/) singkatan dari "Yes It Is!"
II.2.2 Pengertian OOP
OOP adalah paradigma pemograman yang berorientaasikan kepada objek. Semua data dan fungsi di dalam paradigma ini dibungkus dalam kelas-kelas atau objek-objek.
II.2.3.1 Pengertian UML
Pengertian UML menurut Sugiarti (2013) dalam bukunya yang
berjudul Analisis Dan Perancangan UML (Unified Modeling
Language), menjelaskan bahwa : “Unified Modeling Language
(UML) adalah sebuah “bahasa” yang telah menjadi standar
dalam industry untuk visualisasi, merancang dan
mendokumentasikan sistem piranti lunak. UML menawarkan
sebuah standar untuk merancang model sebuah sistem”.
II.2.3.2 XAMPP
Pengertian Xampp menurut Kartini (2013) dalam jurnalnya
berjudul Perancangan Sistem Informasi Pemesanan
TiketKonser Musik Online Berbasis Lokasi, menjelaskan
bahwa : “Xampp merupakan tool yang menyediakan paket
perangkat lunak ke dalam satu buah paket”.
III Analisis dan Perancangan III.I Aliran Proses
III.1.1 Use Case Diagram
Use case menjelaskan tentang urutan kegiatan yang dilakukan oleh actor dan system untuk tercapainya suatu
tujuan tertentu. Didalam use case ini selain menjelaskan
kegiatan namun juga menjelaskan apa yang di lakukan oleh actor terhadap system, bukan bagaimana actor dan system melakukan kegiatan tersebut.
Gambar 1 Use Case Diagram
System
Login Kelola Data Karyawan
Kelola Data Kriteria
Laporan Hasil Penilaian
Metode SAW
Metode WP
Perbandingan SAW & WP Sales Admin
Sales Manager
Kelola Penilaian Karyawan
JU
+$behaviour = array +_$initialized = array +init() +getIsInitialized()CBaseController -$wodgetStack +renderFile($viewFile, $data = null, $return = false) +renderInternal($_viewFile_, $_data_ = null, $_return_ = false) +createWidget($className, $properties = array) +public function widget($className, $properties = array, $captureOutput = false) +endWidget($id)
CModel -$errors = array +$_validators +attributeNames() +rules() +behaviors() +validate($attributes = null, $dearErrors = true)
CAuthAssignment +__construct($auth, $itemName, $userId, $bizId = null, $data = null) +getUserId() +const TYPE_OPERATION = 0 +const TYPE_TASK = 1 +const TYPE_ROLE = 2 -$_auth -$itemName -$_userId -$_bizRule -$_data +__construct($auth, $itemName, $userId, $bizRule = null, $data = null) +checkAccess($itemName, $params = array) +getAuthManager() +assisgen($userId, $bizRule = null, $data = null) +isAssigned($userId) +getAssignment($userId)
CBaseUserIdeyntit +const ERROR_NONE = 0 +const ERROR_USERNAME_INVALID = 1 +const ERROR_PASSWORD_INVALID = 2 +const ERROR_UNKNOWN_IDENTITY = 100 +getId() +getName() +getIsAuthenticated() +getState($name, $defaultValue = null) CController +__construct($id, $module = null) +filters() -$_attributess = array -$_related = array -$_c +save($runValidation = true, $attributes = null) +update($attributes = null) +delete() +find($condition, $params = array) +findAll($condition, $params = array) +findByPk($pk, $condition, $params = array) +findByPk($pk, $condition, $params = array) +findBySql($sql, $params = array)
JURNAL LPKIA 2017
Master, Metode, dan Laporan.Beranda, merupakan
tampilan awal saat user berhasil melakukan login.
2. Pada menu data master, terdapat sub menu diantanya :
karyawan, kriteria dan penilaian.
3. Pada menu metode, terdapat sub menu diantaranya :
metode saw dan metode wp.
4. Laporan, menu ini berfungsi untuk melihat hasil
perbandingan metode saw dan metode wp berdasarkan waktu eksekusi.
Nama Dialog : Halaman Data Karyawan
Fungsi : Mengelola data karyawan.
Bentuk :
Gambar IV.5 Halaman Master Kelola Karyawan
Uraian Cara Penggunaan:
1. Input data baru dengan tekan tombol “Tambah Data
Baru”.
2. Setelah itu akan muncul tampilan list data karyawan
seperti pada gambar diatas.
3. Terdapat juga 2 tombol lagi di sebelah kanan yaitu edit
dan hapus data.
4. Edit data karyawan digambarkan dengan “icon pencil”
berfungsi untuk mengubah data yang sebelumnya sudah tersimpan.
5. Hapus data karyawan digambarkan dengan “icon cakra
(X)” berfungsi untuk menghapus data yang sebelumnya
sudah tersimpan.
Nama Dialog : Halaman Data Kriteria
Fungsi : Mengelola data kriteria.
Bentuk :
Gambar IV.6 Halaman Master Kelola Kriteria
Uraian Cara Penggunaan:
1. Gambar diatas merupakan data kriteria yang digunakan
untuk penentuan bonus karyawan beserta bobot tiap kriterianya.
Nama Dialog : Halaman Hasil Perhitungan Saw dan Wp
Fungsi : Menampilkan hasil perhitungan
menggunakan metode saw dan wp.
Bentuk :
Gambar IV.7 Halaman Hasil Perangkingan Metode Saw dan Wp
Uraian Cara Penggunaan:
1. Pilih menu saw vs wp setelah itu akan muncul tampilan
hasil perangkingan dari kedua metode seperti pada gambar diatas.
Nama Dialog : Halaman Hasil Perbandingan metode SAW
dan metode WP
Fungsi : Menampilkan hasil perbandingan metode
saw dan wp.
Bentuk :
Gambar IV.8 Halaman Hasil Perbandingan Metode Saw dan Wp
Uraian Cara Penggunaan:
1. Pilih menu laporan setelah itu akan muncul tampilan hasil
perbandingan dari kedua metode seperti pada gambar diatas.
V Kesimpulan dan Saran V.1 Kesimpulan
Berdasarkan penelitian dan pengujian diatas, maka diperoleh kesimpulan bahwa dalam penerapan metode
Simple Additive Weighting dan metode Weighted Product
di dalam penentuan pemberian bonus untuk karyawan dengan melibatkan 20 data alternatif karyawan pada bidang
sales marketing dan dengan menggunakan kriteria dengan nilai bobotnya masing-masing sebagai bahan penilaian terhadap karyawan yang sudah ditentukan oleh perusahaan. Dari implementasi kedua metode tersebut didapatkan hasil urutan perangkingan yang berbeda seperti yang ditunjukan
pada Lampiran.1Perbedaan urutan hasil perangkingan ini
JURNAL LPKIA 2017
berbeda pula. Dimana hasil perhitungan metode Weighted
Product diketahui lebih teliti dibandingkan dengan hasil
perhitungan metode Simple Additive Weighting,
dikarenakan metode Weighted Product memanfaatkan
perkalian dari nilai rating kinerja yang dipangkatkan dengan nilai bobot yang telah diperbaiki sehingga urutan rangking yang diberikan lebih tepat dengan hasil yang spesifik. Kemudian dari segi waktu eksekusi dalam
melakukan perhitungan, metode Weighted Product
diketahui memiliki rata-rata waktu eksekusi yaitu 3.5834
Detik, sedangkan metode Simple Additive Weighting
memiliki rata-rata waktu eksekusi yaitu 6.782 Detik, seperti
ditunjukan pada Lampiran.2 Hal ini menunjukan bahwa
metode Weighted Product sedikit lebih cepat dari metode
Simple Additive Weighting, ini dikarenakan berbedanya banyaknya proses perhitungan dari masing-masing metode.
V.2 Saran
Berdasarkan proyek akhir yang telah dibuat maka saran yang dapat kami berikan untuk pengembangan penelitian ini adalah:
1. Dapat dikembangkan kembali dengan menggunakan
metode dan algoritma pengambilan keputusan lainnya dengan platform yang lainnya.
2. Menambahkan beberapa fitur-fitur tambahan seperti
besaran bonus yang nantinya di terima oleh karyawan
DAFTAR PUSTAKA
Badiyanto. 2013. Buku Pintar Framework Yii. Yogyakarta.
Mediakom. ISBN 979-877-363-2
Deni, W., Sudana, O. dan Sasmita, A. 2013. Analysis and implementation fuzzy multi-attribute decision making SAW method for selection of high achieving students in
faculty level. IJCSI International Journal of Computer
Science Issues, 10(1), hal 674-680. ISSN: 1694-0814
Dessler, G. 1997. Manajemen Sumber Daya Manusia, Edisi
Bahasa Indonesia, Jilid Kedua. Jakarta : Prenhallindo.
Evi, T. 2009. Kajian Teoritis Analisa Hubungan Pemberian
Insentif Dengan Semangat Kerja Karyawan. Yogyakarta.
Seminar Nasional Informatika 2009. ISSN: 1979-2328
Kartini, Budi Utami Fahnun dan Dewi Pratiwi. 2013. Perancangan Sistem Informasi Pemesanan Tiket Konser
Musik Online Berbasis Lokasi. Prosiding Seminar
Nasional Teknologi Informasi dan Multimedia (Semnasteknomedia). ISSN : 2302-3805
Kusumadewi, S., Hartati, S., Harjoko, A., dan Wardoyo, R.
2006. Fuzzy Multi Attribute Decision Making (MADM).
Yogyakarta: Graha Ilmu.
Lestari S. 2013. Penerapan Metode Weighted Product Model
Untuk Seleksi Calon Karyawan. Jurnal Sistem Informasi
(JSI), 5(1), hal 540-545. ISSN : 2355-4614
Nur A. S., Sutardi dan Anita P. D. 2016. Penerapan Metode
Weighted Product Dalam Sistem Pendukung Keputusan Pemilihan Laptop Berbasis Web. SemanTIK, Vol 2, No.1,
hal 169-176. ISSN : 2502-8928
Panggabean E. 2015. Sistem Pendukung Keputusan Penentuan Lokasi Perumahan Ideal Menggunakan Metode Fuzzy
Simple Additive Weighting. Jurnal TIMES, 4(1), hal
12-17. ISSN : 2337-3601
Pressman, R. S., 2012. Rekayasa Perangkat Lunak:
Pendekatan Praktisi. 7 ed.Yogyakarta: ANDI. ISBN 9789792931051.
Pressman, R. S., 2010. Software Enginering : A Practitioner's Approach, Seventh Edition. New York : McGraw-Hill.
ISBN 978-0-07-337597-7
Sugiarti, Y. 2013. Analisis Dan Perancangan UML (Unified
Modeling Language). Edisi pertama. Yogyakarta : Graha
Ilmu. ISBN : 978-979-756-966-2
LAMPIRAN Lampiran 1