KAJIAN MODEL PENDUKUNG KEPUTUSAN DENGAN METODE ANALYTIC NETWORK PROCESS (STUDI KASUS: DALAM PEMILIHAN KARYAWAN YANG BERHAK MENDAPATKAN BONUS PADA PT

(1)

BONUS PADA PT. ASAHIMAS FLAT GLASS ,Tbk JAKARTA)

TESIS

WINA YUSNAENI 14000222

PROGRAM PASCASARJANA ILMU KOMPUTER

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER NUSAMANDIRI

JAKARTA 2011

(2)

BONUS PADA PT.ASAHIMAS FLAT GLASS,Tbk JAKARTA)

TESIS

WINA YUSNAENI 14000222

PROGRAM PASCASARJANA ILMU KOMPUTER

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER NUSAMANDIRI

JAKARTA 2011

(3)

Program Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri iii

Nama : Wina Yusnaeni NIM : 14000222

Program Studi : Magsiter Ilmu Komputer Jenjang : Strata Dua (S2)

Konsentrasi : Management Information System

Dengan ini menyatakan bahwa tesis yang telah saya buat dengan judul: “Model Pendukung Keputusan Dengan Metode Analytic Network Process (Studi Kasus:

Pemilihan Karyawan Yang Berhak Mendapat Bonus Pada PT. Asahimas Flat Glass, Tbk Jakarta)” adalah hasil karya sendiri, dan semua sumber baik yang kutip maupun yang dirujuk telah saya nyatakan dengan benar dan tesis belum pernah diterbitkan atau dipublikasikan dimanapun dan dalam bentuk apapun.

Demikianlah surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila dikemudian hari ternyata saya memberikan keterangan palsu dan atau ada pihak lain yang mengklaim bahwa tesis yang telah saya buat adalah hasil karya milik seseorang atau badan tertentu, saya bersedia diproses baik secara pidana maupun perdata dan kelulusan saya dari Program Pascasarjana Magister Ilmu Komputer Sekolah Tinggi Manajemen Inbentukika dan Komputer Nusa Mandiri dicabut/dibatalkan.

Jakarta, 6 Mei 2011 Yang menyatakan,

Materai Rp. 6.000,-

Wina Yusnaeni

(4)

Program Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri iv

Nama : Wina Yusnaeni NIM : 14000222

Konsentrasi : Management Information System

Judul Tesis : “Model Pendukung Keputusan Dengan Metode Analytic Network Process (Studi Kasus: Pemilihan Karyawan Yang Berhak Mendapat Bonus Pada PT. Asahimas Flat Glass, Tbk Jakarta)”

Telah berhasil dipertahankan dihadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Ilmu Komputer (M.Kom) pada Program Pascasarjana Magister Ilmu Komputer Sekolah Tinggi Manajemen Informatika dan Komputer Nusa Mandiri (STMIK Nusa Mandiri).

Jakarta, 5 Mei 2011

Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri

Direktur

H. Mochamad Wahyudi, MM, M.Kom

D E W A N P E N G U J I

Penguji I : Dr. ENG. Dwi Handoko ...

Penguji II : Dr. Yan Rianto ...

Penguji III / : Dr. Rudi Lumanto ...

Pembimbing

(5)

Program Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri v

melimpahkan rahmat dan karunia-Nya, sehingga pada akhirnya penulis dapat menyelesaikan tesis ini tepat pada waktunya. Dimana tesis ini penulis sajikan dalam bentuk buku yang sederhana. Adapun judul tesis, yang penulis ambil sebagai berikut

“Model Pendukung Keputusan dengan Menggunakan ANP Studi Kasus: Pemilihan Karyawan Yang Berhak Mendapatkan Bonus Pada PT. Asahimas, Tbk Jakarta ”.

Tujuan penulisan tesis ini dibuat sebagai salah satu untuk mendapatkan gelar Magister Ilmu Komputer (M.Kom) pada Program Pascasarjana Magister Ilmu Komputer Sekolah Tinggi Manajemen Informatika dan Komputer Nusa Mandiri (STMIK Nusa Mandiri).

Tesis ini diambil berdasarkan hasil penelitian atau riset mengenai pemilihan karyawan yang berhak mendapat bonus yang penulis lakukan pada PT . Asahimas,Tbk Jakarta. Penulis juga lakukan mencari dan menganalisa berbagai macam sumber referensi, baik dalam bentuk jurnal ilmiah, buku-buku literatur, internet, dll yang terkait dengan pembahasan pada tesis ini.

Penulis menyadari bahwa tanpa bimbingan dan dukungan dari semua pihak dalam pembuatan tesis ini, maka penulis tidak dapat menyelesaikan tesis ini tepat pada waktunya. Untuk itu ijinkanlah penulis kesempatan ini untuk mengucapkan ucapan terima kasih yang sebesar-besarnya kepada :

1. Bapak DR. Rudi Lumanto selaku pembimbing tesis yang telah menyediakan waktu, pikiran dan tenaga dalam membimbing penulis dalam menyelesaikan tesis ini.

2. Bapak Dimas Selaku Manager PT. Asahimas, Tbk dan Bapak Sulis Selaku Section Chip yang telah mengijinkan penulis melakukan riset untuk mendapatkan data atau informasi yang penulis butuhkan.

3. Orang tua tercinta yang telah memberikan dukungan material dan moral kepada penulis.

4. Seluruh staf pengajar (dosen) Program Pascasarjana Magister Ilmu Komputer Sekolah Tinggi Manajemen Informatika dan Komputer Nusa Mandiri yang telah memberikan pelajaran yang berarti bagi penulis selama menempuh studi.

(6)

Program Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri vi

Mba yulia untuk selalu berjuang pantang menyerah dalam menulis thesis ini

7. Mba Darni, Mba Nita temen seperjuangan dalam pengerjaan thesis ini. Widiarina teman seperjuangan waktu kuliah tetap semangat ya...

8. Bapak Ruhul yang telah membantu mengajarkan tentang ANP, Pa Feri Terima kasih referensi Thesisnya.

9. seluruh teman-teman yang tidak bisa disebutkan satu persatu terima kasih doanya dan dukungannya.

Serta semua pihak yang terlalu banyak untuk penulis sebutkan satu persatu sehingga terwujudnya penulisan tesis ini. Penulis menyadari bahwa penulisan tesis ini masih jauh sekali dari sempurna, untuk itu penulis mohon kritik dan saran yang bersifat membangun demi kesempurnaan penulisan karya ilmiah yang penulis hasilkan untuk yang akan datang.

Akhir kata semoga tesis ini dapat bermanfaat bagi penulis khususnya dan bagi para pembaca yang berminat pada umumnya.

Jakarta, 6 Mei 2011

Wina Yusnaeni Penulis

(7)

Program Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri vii

Yang bertanda tangan di bawah ini, saya : Nama : Wina Yusnaeni

NIM : 14000222

Konsentrasi : Management Information System Jenis Karya : Tesis

Demi pengembangan ilmu pengetahuan, dengan ini menyetujui untuk memberikan ijin kepada pihak Program Pascasarjana Magister Ilmu Komputer Sekolah Tinggi Manajemen Inbentukika dan Komputer Nusa Mandiri (STMIK Nusa Mandiri) Hak Bebas Royalti Non-Eksklusif (Non-exclusive Royalti-Free Right) atas karya ilmiah kami yang berjudul : “Model Pendukung Keputusan dengan Menggunakan ANP Studi Kasus: Pemilihan Karyawan Yang Berhak Mendapatkan Bonus Pada PT. Asahimas, Tbk Jakarta” beserta perangkat yang diperlukan (apabila ada).

Dengan Hak Bebas Royalti Non-Eksklusif ini pihak STMIK Nusa Mandiri berhak menyimpan, mengalih-media atau bentuk-kan, mengelolaannya dalam pangkalan data (database), mendistribusikannya dan menampilkan atau mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari kami selama tetap mencantumkan nama kami sebagai penulis/pencipta karya ilmiah tersebut.

Saya bersedia untuk menanggung secara pribadi, tanpa melibatkan pihak STMIK Nusa Mandiri, segala bentuk tuntutan hukum yang timbul atas pelanggaran Hak Cipta dalam karya ilmiah saya ini.

Demikian pernyataan ini saya buat dengan sebenarnya.

Jakarta, 6 Mei 2011 Yang menyatakan,

Materai Rp. 6.000,-

Wina Yusnaeni

(8)

viii

Nama : Wina Yusnaeni

NIM : 14000222

Program Studi : Magister Ilmu Komputer Jenjang : Strata Dua (S2)

Konsentrasi : Manajemen Information System

Judul : Model Pendukung Keputusan Dengan Metode Analytic Network Process (ANP) Studi Kasus : Pemilihan Karyawan Yang Berhak Mendapatkan Bonus pada PT. Asahimas Flat Glass, Tbk Jakarta

Pengambilan Keputusan adalah pemilihan beberapa tindakan alternative yang ada untuk mencapai satu atau beberapa tujuan atau maksud yang telah ditentukan (Turban,2005). Permasalahan terjadi jika ada pendukung keputusan tidak sesuai dengan yang diharapkan dan kurangnya sikap objektif dalam pengambilan keputusannya. .

Dalam Tesis ini, Penelitian dilakukan untuk melakukan pemilihan karyawan yang berhak mendapatkan bonus dengan metode ANP (Analytic Network Process) dimana metode ini akan menggunakan faktor-faktor yang telah ada sesuai dengan ketentuan perusahaan, kriteria yang ada akan dicari prioritas dari masing-masing kriteria untuk mengetahui kriteria mana yang lebih penting. sehingga untuk penilaian setiap individu tidak terfokus hanya satu kriteria yang dominan.

Keputusan yang dapat diambil berdasarkan hasil dari stimuli responden yaitu dengan pemberian kuisioner yang berisi perbandingan antar kriteria dan alternatif sebagai uji coba (karyawan) terhadap pembuat keputusan yang terlibat dalam penilaian karyawan. Dan dengan menggunakan software Super Decision untuk mengolah data yang ada sehingga bisa menghasilkan report siapa yang paling tinggi nilai diantara alternatif yang ada.

Kata Kunci : Model Pengambilan Keputusan, ANP

(9)

ix Name : Wina Yusnaeni ID Number : 14000222

Study Program : Magister Ilmu Komputer Level : Strata Dua (S2)

Consentration : Manajemen Information System

Tittle : Decision Support Model Using the Analytic Network Process (ANP) : Case Study Selection of Employees Who are Entitled to Bonus PT.

Asahimas Flat Glass, Tbk Jakarta

Decision making is the selection of several alternative actions to achieve one or more target or intended purpose (Turban ,2005). The problem occurs if there is no decision support as expected and the lack of an objective attitude in making decisions..

In this thesis research done to make the selection of employees who are entitled to a bonus with ANP method, where this method uses the existing factor according to the provisions of the company, existing criteria for searching the precedence of each criterion for determining which criteria are more important. so for each assessment focuses only one dominant criterion.

Decisions can be taken based on the results of the stimuli that the respondent was the questionnaire containing comparisons between criteria and alternatives as a test (employees) to decision-makers involved in the evaluation of employees. And using the software Super solution for processing, so it can generate reports, which is the highest value among alternatives.

Key Word : Decision making Model, ANP

(10)

x

HALAMAN JUDUL... ii

HALAMAN PERNYATAAN ORISINALITAS... iii

HALAMAN PENGESAHAN... iv

KATA PENGANTAR... v

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS... vii

ABSTRAK... viii

ABSTRCT... ix

DAFTAR ISI... x

DAFTAR TABEL... xii

DAFTAR GAMBAR... xiii

DAFTAR LAMPIRAN... xv

BAB 1. PENDAHULUAN... 1

1.1. Latar Belakang Penelitian... 1

1.2. Identifikasi Masalah... 2

1.3. Tujuan Penelitian... 2

1.4. Ruang Lingkup Penelitian... 3

1.5. Hipotesis... 4

BAB 2. LANDASAN/KERANGKA PEMIKIRAN... 5

2.1. Tinjauan Pustaka... 5

2.2. Tinjauan Studi... 14

2.3. Tinjauan Organisasi/Obyek Penelitian... 17

2.4 Kerangka Konsep Pemikiran... 17

BAB 3. METODE PENELITIAN... 18

3.1 Lokasi dan Jenis Penelitian... 18

3.2 Metode Pengumpulan Data... 18

3.3 Instrument... 19

3.4 Teknik Analisis Data... 19

3.5 Jadwal Penelitian... 21

BAB 4. HASIL PENELITIAN DAN PEMBAHASAN... 22

4.1 Profil Responden... 22

4.2 Hasil Responden... 22

4.3 Hasil Pengujian... 39

4.4 Implementasi... 42

BAB 5. PENUTUP... 43

5.1. Kesimpulan... 43

5.2. Saran... 44

DAFTAR REFERENSI... 45

SURAT KETERANGAN RISET/PRAKTEK KERJA LAPANGAN... 68

(11)

xi

Tabel II.1 Tabel Keterangan perbandingan kriteria ………. 10

Tabel II.2 Nilai Indeks Random ...……… 12

Tabel II.3 Tabel Kriteria……….………. 14

Tabel II.4 Penelitian yang relevan ………. 16

Tabel III.1 Kriteria dan Faktor yang digunakan ……….. 20

Tabel III.2. Jadwal Penelitian ………. 21

Tabel IV.1 Tabel Cluster ……….. 23

(12)

xii

Gambar II.1 Gambar Model System... 4

Gambar II.2 Komponen DSS ... 6

Gambar II.3 Struktur Bagan AHP... 8

Gambar II.4 Abstract Representation of a Decision Hierarchy……. 13

Gambar II.5 Kerangka Konsep pemikiran... 17

Gambar IV.1 Model Umum ANP ………. 23

Gambar IV.2 Gambar IV.2 Alur pengujian metode ANP ……... 25

Gambar IV.3 Gambar IV.3 Model ANP Untuk Pemilihan Karyawan Yang berhak Dapat Bonus ………... 25

Gambar IV.4 Ability terhadap alternative……….. 31

Gambar IV.5 Skill terhadap alternative……….. 31

Gambar IV.6 hasil prioritas Skill terhadap alternative………... 32

Gambar IV.7 Job Knowledge terhadap alternative………. 31

Gambar IV.8 hasil prioritas Knowledge terhadap alternative……… 31

Gambar IV.9 understanding terhadap alternatives………... 33

Gambar IV.10 Hasil prioritas understanding terhadap alternatives... 33

Gambar IV.11 Hasil prioritas Ability terhadap alternatives A……... 33

Gambar IV.12 Hasil prioritas keseluruhan dari cluster Ability dan Alternatives ... 34

Gambar IV.13 Hasil prioritas keseluruhan ... 34

Gambar IV.14 Model Attitude dengan Alternatives ... 35

Gambar IV.15 initiative terhadap alternatives ... 35

Gambar IV.16 Responsibility terhadap alternatives ………... 35

Gambar IV.19 Attendance terhadap alternatives ……… 36

Gambar IV.18 Harmony & Coorporation terhadap alternatives……. 36

Gambar IV.17 Discipline terhadap alternatives ………. 36

Gambar IV.20 Dilligence terhadap alternatives ………. 37

(13)

xiii

Gambar IV.24 Model Contribution dengan Alternatives ... 38

Gambar IV.25 Quality of work terhadap Alternative ……… 39

Gambar IV.26 Quantity of work terhadap Alternatives ……… 39

Gambar IV.27 Alur setelah pengujian ……… 39

Gambar IV.28 Alternatives rangking berdasarkan Ability ... 41

Gambar IV.29 Alternatives rangking berdasarkan Attitude ... 41

Gambar IV.30 Alternatives rangking berdasarkan Contribution ... 41 Gambar IV.31 Alternatives rangking berdasarkan keseluruhan kriteria 42

(14)

xiv

Lampiran 2. Contoh Kuisioner Isi... 67

(15)

Program Pasca Sarjana Magister Ilmu Komputer STMIK Nusa Mandiri 1

1.1 Latar Belakang Penelitian

Semakin berkembanganya suatu perusahaan semakin banyak karyawan yang digunakan tetapi untuk mencapai tujuan suatu organisasi atau perusahaan tergantung pada kerjasama antar karyawan. Hal ini dikarenakan karyawan merupakan bagian terpenting didalam perusahaan, dimana sukses tidak sesuatu perusahaan tergantung pada kinerja setiap karyawannya, untuk menjaga kestabilan kinerja karyawan agar selalu semangat dan termotivasi. Perusahaan memberikan motivasi karyawannya dengan pemberian award yang diberikan dalam periode tertentu misalkan dengan bonus sesuai dengan kriteria yang telah ditentukan oleh perusahaan oleh para pengambil keputusan. Hanya dengan point yang baik yang bisa mendapatkan bonus, Tetapi apakah karyawan yang diberikan bonus memang sesuai dengan hasil kerja?

Terkadang penilaian yang dilakukan masih terasa subjektif dari para pengambil keputusan sehingga bisa menyebabkan adanya kecemburuan sosial antara karyawan. Dimana penilaian masih terprioritas pada penilaian secara subjektif, penilaian pribadi. Seperti karena kenal dekat atau sesuatu lainnya.

“Dalam menentukan urutan pegawai berprestasi sering muncul subyektifitas dari para pengambil keputusan” (Kusrini Dalam Jurnal SPK karyawan Berprestasi).

Selain itu, dalam pemberian penilaian kriteria tidak hanya terpaku pada rata-rata nilai dari kriteria yang menjadi prioritas, sehingga karyawan mempunyai nilai bukan hanya dari satu prioritas.

Dengan kriteria yang ditetapkan oleh Organisasi atau perusahaan penentuan bisa dilakukan dengan menggunakan model. Salah satu model yang digunakan adalah ANP (Analytic Network Process) . Metode ANP (Analytic Network Process) ini merupakan pengembangan dari metode AHP (Analytic Hierarchy Process ) (Saaty : 2003). The Analytic Network Process (ANP) adalah teori umum pengukuran relatif yang digunakan untuk menurunkan skala rasio

(16)

Program Pasca Sarjana Magister Ilmu Komputer STMIK Nusa Mandiri

pengaruh unsur-unsur yang berinteraksi berkenaan dengan kriteria pengendalian (Saaty:1999). Pendekatan ANP digunakan untuk membantu mengambil keputusan terbaik berdasarkan kriteria-kriteria yang ada, baik yang bersifat kualitatif maupun kuantitatif. Dengan ANP standar hierarki untuk pendekatan pengambilan keputusan dari AHP telah dirubah yaitu memungkinkan adanya dependensi baik antar kriteria maupun alternatif yang tidak ada pada metode AHP (Saaty:2001).

ANP merupakan koneksi antar dua buah jaringan, yang pertama dari hierarki kontrol atau hubungan antara kriteria dan subkriteria. Yang kedua pengaruh hubungan diantara kriteria atau elemen dan cluster.

1.2 Identifikasi masalah

a. Penggunaan metode ANP sebagai sistem pendukung keputusan.

b. Penelitian ini dilakukan untuk mengidentifikasi kriteria-kriteria yang digunakan untuk menentukan prioritas kriteria terhadap pemilihan karyawan yang berhak mendapatkan bonus.

c. Penentuan karyawan yang berhak mendapat bonus dengan obyektif dengan berdasarkan Decision Suport-ANP

1.3 Tujuan Penelitian

Tujuan penelitian ini adalah untuk mengkaji pengambilan keputusan memudahkan para pengambil keputusan untuk menentukan siapa saja karyawan yang berhak mendapatkan bonus periode yang telah ditentukan oleh perusahaan.

1.4 Ruang Lingkup Masalah

Dilihat dari latar belakang diatas, maka ruang lingkup penelitian yang diambil adalah ruang lingkup penelitian untuk penentuan pemberian bonus terhadap karyawan dengan kriteria yang ditentukan oleh perusahaan diantaranya Absensi, Attitude (tingkah laku yang berhubungan antar karyawan juga terhadap atasan), kontribusi (kualitas dan kuantitas terhadap pekerjaan). Melakukan perbandingan antara kriteria kriteria untuk menentukan prioritas serta melakukan perbandingan alternatif sesuai dengan kriteria yang ada. Dimana pengolahan data

(17)

Decision.

1.5 Hipotesis

Hipotesis umum yang diajukan untuk masalah diatas dari penelitian ini adalah:

Dilihat dari permasalahan diatas, pengambilan keputusan yang diambil secara objektif bukan subjectif dengan kriteria yang sudah ditentukan sebagai pedoman penentu keputusan. Dengan model ini diharapkan bisa menentukan prioritas dari masing-masing kriteria yang bisa digunakan sebagai acuan untuk pemilihan karyawan yang berhak mendapatkan bonus.

(18)

4 2.1.1 Sistem

Menurut Scott (1996:4) Dalam Hanif Sistem terdiri dari unsur- unsur seperti masukan (input), proses (Processing) dan keluaran (output). Ciri pokok system menurut Gapspert ada empat yaitu input, proses, ouput dan balikan atau control.

Gambar II.1 Model system (Hanif, 1997)

Dimana input merupakan elemen yang masuk kedalam sistem, proses adalah proses transformasi elemen dari input menjadi output. Output adalah hasil dari suatu proses sistem. Feedback adalah aliran informasi dari komponen output ke pengambil keputusan yang memperhitungkan output atau kinerja sistem.

2.1.2 Teori Keputusan

Menurut Eddy Herjanto teori keputusan adalah suatu pendekatan analitik untuk memilih alternatif terbaik dari suatu keputusan. Ketika pengambilan keputusan, ada 3 kondisi yang diklasifikasikan dalam 3 sesuai dengan tingkat kepastiaanya:

1. Ketidakpastian : mengacu pada situasi dimana terdapat dari satu hasil yang mungkin terjadi dalam suatu keputusan dan probabilitas setiap kemungkinan yang tidak diketahui.

2. Beresiko : mengacu pada situasi dimana terdapat dari satu hasil yang mungkin terjadi dalam suatu keputusan dan probabilitas setiap hasil diketahui atau bisa diperkirakan oleh pengambil keputusan.

3. Kepastian : mengacu pada situasi dimana terdapat dari satu hasil yang mungkin terjadi dalam suatu keputusan dan hasil bisa diketahui dengan tepat oleh pengambil keputusan.

(19)

2.1.3 Pengambilan Keputusan

Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang ada untuk mencapai satu atau beberapa tujuan yang telah ditetapkan (Turban, 2005).

Pengambilan keputusan merupakan suatu pendekatan sistematis tentang hakekat suatu masalah, pengumpulan fakta, dan pengambilan tindakan atas perhitungan secara tepat.

2.1.4 Sistem Pendukung Keputusan (Decision Support System)

Sistem Pendukung keputusan atau Decision Support system (DSS) pertama kali pada awal tahun 1970 Michael S. Scott Morton dengan istilah Management Decision System (Sprague,1982). Morton mendefisinikan DSS sebagai “Sistem berbasis komputer interaktif yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah yang tidak terstruktur”.

Sistem pendukung keputusan adalah suatu sistem berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model (McLeod, 1998).

Menurut Turban (2005), tujuan dari DSS adalah sebagai berikut:

1. Membantu dalam pengambilan keputusan atas masalah yang terstruktur.

2. Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan untuk menggantikan fungsi manajer.

3. Meningkatkan efektivitas keputusan yang diambil lebih daripada perbaikan efisiensinya.

4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.

Ciri-ciri SPK yang dirumuskan oleh Kusrini (2007) adalah sebagai berikut:

1. SPK ditujukan untuk membantu keputusan-keputusan yang kurang terstruktur.

2. SPK merupakan gabungan antara kumpulan model kualitatif dan kumpulan data.

3. SPK bersifat luwes dan dapat menyesuaikan dengan perubahan-perubahan yang terjadi.

(20)

Sistem berbasis model yang terdiri dari prosedur-prosedur dalam pemrosesan data dan pertimbangannya untuk membantu manajer dalam mengambil keputusan. Agar berhasil mencapai tujuannya maka sistem tersebut harus: (1) sederhana, (2) robust, (3) mudah untuk dikontrol, (4) mudah beradaptasi, (5) lengkap pada hal-hal penting, (6) mudah berkomunikasi dengannya. Secara implisit juga berarti bahwa sistem ini harus berbasis komputer dan digunakan sebagai tambahan dari kemampuan penyelesaian masalah dari seseorang.

Langkah-langkah Pengambilan Keputusan meliputi fase-fase :

• Intelligence = kegiatan untuk mengenali masalah, kebutuhan atau kesempatan

• Design = cara-cara untuk memecahkan masalah / memenuhi kebutuhan

• Choice = memilih alternatif keputusan yang terbaik

• Implementasi yang disertai dengan pengawasan dan koreksi yang diperlukan SPK memiliki beberapa komponen sebagai berikut:

Gambar II.2 Komponen DSS

Komponen database berfungsi untuk menyimpan data-data yang dihasilkan oleh internal dan eksternal organisasi dan privat data yang diberikan oleh manager. Dalam suatu DSS terdapat beberapa komponen yang salah satunya adalah model. Model berfungsi untuk menyederhanakan permasalahan, sehingga masalah lebih mudah dipahami. Knowledge manager bersifat optional artinya boleh digunakan boleh tidak.

Komponen ini biasanya digunakan jika modelnya berbasis kecerdasan buatan. Dialog manajemen merupakan komponen yang menjembatani komunikasi antara user dan

(21)

program(user interface). Pengguna(user) merupakan manager yang menggunakan sistem ini.

2.1.5 AHP (Analytic Hierarcy Process)

Menurut Marimin AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan, karena bisa dijelaskan secara grafis, sehingga mudah dipahami oleh semua pengambil keputusan.

Beberapa keuntungan yang diperoleh bila memecahkan persoalan dan mengambil keputusan dengan menggunakan AHP adalah:

1. Kesatuan , memberikan satu model tunggal yang mudah dimengerti, luwes untuk bermacam persoalan yang tidak terstruktur.

2. Kompleksitas, memadukan ancangan deduktif dan ancangan berdasarkan sistem dalam memecahkan persoalan kompleks.

3. Saling ketergantungan, dapat menangani saling ketergantungan elemen-elemen dalam suatu sistem dan tidak memaksakan pemikiran linier.

4. Penyusunan Hierarki, mencerminkan kecenderungan alami pikiran untuk memilah- milah elemen-elemen suatu sistem dalam berbagai tingkat berlainan dan mengelompokkan unsur yang serupa dalam setiap tingkat.

5. Pengukuran, memberi suatu skala untuk mengukur hal-hal dan terwujud suatu metode untuk menetapkan suatu prioritas.

6. Sistesis, mengarah ke suatu perkiraan menyeluruh tentang kebaikan setiap alternatif.

7. Tawar-menawar, mempertimbangkan prioritas prioritas relatif dari berbagai faktor sistem dan memungkinkan organisasi memilih alternatif terbaik berdasarkan tujuan tujuan mereka.

8. penilaian dan konsensus , tidak memaksakan konsesus tetapi mensintesiskan suatu hasil yang representatif dari berbagai penilaian berbeda.

9. pengulangan proses, memungkinkan organisasi memperhalus definisi mereka pada suatu persoalan dan memeperbaiki pertimbangan dan pengertian mereka melalui pengulangan.

(22)

Gambar II.3 Struktur Bagan AHP (Asmuni Haris, 2007)

Pada Gambar diatas Struktur Bagan AHP, dapat diketahui bahwa setiap elemen dalam suatu level di dalam AHP akan mempengaruhi elemen pada level yang lebih tinggi (Respati, 2005). Langkah-langkah dalam menentukan keputusan dalam AHP :

 Menentukan masalah yang terjadi

 Menentukan perbandingan setiap element

 Mengabungkan setiap prioritas yang ada.

Menurut Saaty, ada tiga prinsip dalam memecahkan persoalan dengan AHP, yaitu prinsip menyusun hirarki (Decomposition), prinsip menentukan prioritas (Comparative Judgement), dan prinsip konsistensi logis (Logical Consistency). Hirarki yang dimaksud adalah hirarki dari permasalahan yang akan dipecahkan untuk mempertimbangkan kriteria-kriteria atau komponenkomponen yang mendukung pencapaian tujuan. Dalam proses menentukan tujuan dan hirarki tujuan, perlu diperhatikan apakah kumpulan tujuan beserta kriteria-kriteria yang bersangkutan tepat untuk persoalan yang dihadapi.

Dalam memilih kriteria-kriteria pada setiap masalah pengambilan keputusan perlu memperhatikan kriteria-kriteria sebagai berikut:

a. Lengkap

Kriteria harus lengkap sehingga mencakup semua aspek yang penting, yang digunakan dalam mengambil keputusan untuk pencapaian tujuan.

(23)

b. Operasional

Operasional dalam artian bahwa setiap kriteria ini harus mempunyai arti bagi pengambil keputusan, sehingga benar-benar dapat menghayati terhadap alternatif yang ada, disamping terhadap sarana untuk membantu penjelasan alat untuk berkomunikasi.

c. Tidak berlebihan

Menghindari adanya kriteria yang pada dasarnya mengandung pengertian yang sama.

d. Minimum

Diusahakan agar jumlah kriteria seminimal mungkin untuk mempermudah pemahaman terhadap persoalan, serta menyederhanakan persoalan dalam analisis Decomposition

Setelah persoalan didefinisikan maka perlu dilakukan decomposition, yaitu memecah persoalan yang utuh menjadi unsur-unsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sehingga didapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini maka proses analisis ini dinamai hirarki (Hierarchy). Pembuatan hirarki tersebut tidak memerlukan pedoman yang pasti berapa banyak hirarki tersebut dibuat, tergantung dari pengambil keputusan- lah yang menentukan dengan memperhatikan keuntungan dan kerugian yang diperoleh jika keadaan tersebut diperinci lebih lanjut.

Comparatif Judgement

Prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat yang diatasnya. Penilaian ini merupakan inti dari AHP, karena akan berpengaruh terhadap prioritas elemen-elemen.

Hasil dari penilaian ini akan

ditempatkan dalam bentuk matriks yang dinamakan matriks pairwise comparison.

Dalam melakukan penialaian terhadap elemen-elemen yang diperbandingkan terdapat tahapan-tahapan, yakni:

a. Elemen mana yang lebih (penting/disukai/berpengaruh/lainnya) b. Berapa kali sering (penting/disukai/berpengaruh/lainnya)

(24)

Agar diperoleh skala yang bermanfaat ketika membandingkan dua elemen, perlu dipahami tujuan yang diambil secara umum.Saaty (1980) menetapkan skala kuantitaif 1 sampai 9 seperti tabel di bawai ini:

Tabel II.1 Tabel Keterangan perbandingan kriteria

TINGKAT DEFINISI KETERANGAN

1 Kedua elemen sama penting Kedua elemen memiliki pengaruh yang sama

3

Elemen yang satu sedikit lebih penting daripada yang

lainnya

Penilaian sedikit lebih memihak pada salah satu elemen dibanding pasangannya

5

Elemen yang satu lebih penting daripada yang lainnya

Penilaian sangat memihak pada salah satu elemen dibanding pasangannya

7

Elemen yang satu jelas sangat penting daripada elemen yang lainnya

Salah satu elemen sangat berpengaruh dan dominasinya tampak secara nyata

9

Elemen yang satu mutlak sangat penting daripada elemen yang lainnya

Bukti bahwa salah satu elemen sangat penting daripada

pasangannya adalah sangat jelas 2,4,6,8 Nilai tengah di antara dua

perbandingan yang berdekatan

Nilai ini diberikan jika terdapat keraguan di antara kedua peniaian yang berdekatan

Kebalikan nya

Jika elemen x mempunyai salah satu nilai di atas pada saat dibandingkan dengan elemen y, maka elemen y mempunyai nilai kebalikan bila dibandingkan dengan elemen x

Dalam penilaian kepentingan relative dua elemen berlaku aksioma reciprocal, artinya jika elemen i dinilai 3 kali lebih penting dibanding j, maka elemen j harus sama dengan 1/3 kali pentingnya dibanding elemen i. Disamping itu, perbandingan dua elemen yang sama akan menghasilkan angka 1, artinya sama penting. Dua elemen yang berlainan dapat saja dinilai sama penting. Jika terdapat m elemen, maka akan diperoleh matriks pairwise comparison berukuran m x n. Banyaknya penilaian yang diperlukan dalam menyusun matriks ini adalah n(n-1)/2 karena matriks reciprocal dan elemen- elemen diagonalnya sama dengan 1.Untuk perhitungan matrik diana responden yang digunakan lebih dari satu:

aij =(z1.z2...zn)^(1/n) (2.1)

(25)

Dimana aij nilai matrik pada baris ke i kolom ke j, jika responden yang digunakan lebih dari satu maka untuk mendapatkan nilai matrik yang akan diinput dikalikan terlebih dahulu dengan sesama responden. Yang posisinya sama dengan baris kolom.

Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut harus mempunyai hubungan kardinal dan ordinal. Hubungan tersebut dapat ditunjukkan sebagai berikut (Suryadi & Ramdhani, 1998):

Hubungan kardinal : aij . ajk = aik (2.2)

Hubungan ordinal : Ai > Aj, Aj > Ak maka Ai > Ak

Hubungan diatas dapat dilihat dari dua hal sebagai berikut :

a. Dengan melihat preferensi multiplikatif, misalnya dengan perbandingan apakah apel 2 kali enak dari anggur ataupun sebaliknya.

b. Dengan melihat preferensi transitif, misalnya anggur lebih enak dari apel dan apel lebih enak dari pisang maka anggur lebih enak dari pisang.

Pada keadaan sebenarnya akan terjadi beberapa penyimpangan dari hubungan tersebut, sehingga matriks tersebut tidak konsisten sempurna. Hal ini terjadi karena ketidakkonsistenan dalam preferensi seseorang.

Penghitungan konsistensi logis dilakukan dengan mengikuti langkah-langkah sebagai berikut : a. Mengalikan matriks dengan proritas bersesuaian

b. Menjumlahkan hasil perkalian per baris.

c. Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya dijumlahkan.

d. Hasil c dibagi jumlah elemen, akan didapat λmaks.

e. Indeks Konsistensi (CI) = (λmaks-n) / (n-1) (2.3)

f. Rasio Konsistensi = CI/ RI, di mana RI adalah indeks random konsistensi. Jika rasio konsistensi ≤ 0.1, hasil perhitungan data dapat dibenarkan.

Daftar RI dapat dilihat pada gambar tabel dibawah:

(26)

Program Pasca Sarjana Magister Ilmu Komputer STMIK Nusa Mandiri Tabel II.2 Nilai Indeks Random

Ukuran Matriks Nilai RI

1,2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

2.1.6 ANP (Analytic Network Process)

Menurut Saaty (2003) Metode Analytic Network Process (ANP) merupakan pengembangan metode Analytical Hierarchy Process (AHP). Metode ANP mampu memperbaiki kelemahan AHP berupa kemampuan mengakomodasi keterkaitan antar kriteria atau alternatif. Keterkaitan pada metode ANP ada 2 jenis yaitu keterkaitan dalam satu set elemen (inner dependence) dan keterkaitan antar elemen yang berbeda (outer dependence). Adanya keterkaitan tersebut menyebabkan metode ANP lebih kompleks dibandingkan dengan metode AHP.

Menurut saaty (2003) Model hirarki keputusan adalah salah satu tujuan, kriteria yang dievaluasi berdasarkan relevansi mereka untuk tujuan dan alternatif yang dievaluasi oleh bagaimana mereka lebih disukai untuk kriteria masing-masing. Tujuan, kriteria dan alternatif semua elemen dalam masalah keputusan, atau node dalam model.

Garis yang menghubungkan tujuan untuk masing-masing kriteria berarti bahwa kriteria harus dipasangkan dibandingkan dengan kepentingan mereka dalam kaitannya dengan tujuan. Demikian pula, garis yang menghubungkan masing-masing kriteria dengan cara alternatif alternatif pasangan dibandingkan dengan kriteria yang diinginkan. Jadi dalam hirarki yang akan ditampilkan ada enam set perbandingan berpasangan, satu kriteria dalam kaitannya dengan tujuan dan 5 untuk alternatif sehubungan dengan 5 kriteria.

(27)

Criteria

Alternative

Gambar I1.4 Abstract Representation of a Decision Hierarchy (Saaty, 2003) Secara umum langkah-langkah yang harus dilakukan dalam menggunakan ANP adalah:

1. Mendefinisikan masalah dan menentukan kriteria solusi yang diinginkan.

2. Menentukan pembobotan komponen dari sudut pandang manajerial.

3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi atau pengaruh setiap elemen atas setiap kriteria. Perbandingan dilakukan berdasarkan penilaian dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen.

4. Setelah mengumpulkan semua data perbandingan berpasangan dan memasukkan nilai-nilai kebalikannya serta nilai satu di sepanjang diagonal utama, prioritas masing-masing kriteria dicari dan konsistensi diuji.

5. Menentukan eigenvector dari matriks yang telah dibuat pada langkah ketiga.

6. Mengulangi langkah 3, 4, dan 5 untuk semua kriteria.

7. Membuat unweighted super matrix dengan cara memasukkan semua eigen vector yang telah dihitung pada langkah 5 ke dalam sebuah super matriks.

8. Membuat weighted super matrix dengan cara melakukan perkalian setiap isi unweighted

9. supermatrix terhadap matriks perbandingan kriteria (cluster matrix).

10. Membuat limiting supermatrix dengan cara memangkatkan super matriks secara terus menerus hingga angka disetiap kolom dalam satu baris sama besar, setelah itu lakukan normalisasi terhadap limiting supermatrix.

GOAL

(28)

11. Ambil nilai dari alternatif yang dibandingkan kemudian dinormalisasi untuk mengetahui hasil akhir perhitungan.

12. Memeriksa konsistensi, rasio konsistensi tersebut harus 10 persen atau kurang. Jika nilainya lebih dari 10%, maka penilaian data keputusan harus diperbaiki.

2.2. Tinjauan Studi

Ardhini Warih Utami (2007) Melakukan Penelitian yang berjudul “ Sistem Pendukung Keputusan Pemberian Bonus pada karyawan terbaik perusahaan bernofarm menggunakan metode Analytical Hierarchy Process “ . Dengan hasil penelitian yaitu sistem dapat melakukan proses perhitungan untuk menghasilkan suatu nilai dalam memilih karyawan terbaik yang diprioritaskan untuk mendapatkan bonus utama dari perusahaan.

Kriteria kriteria yang digunakan oleh si penulis dalam menentukan karyawan terbaik adalah :

Tabel II.3 Tabel Kriteria No Kriteria Subkriteria

1 Kriteria Intelegensia IQ

Konkrit Pasti Logis

Konsep Bahasa Konsep Hitung Abstrak

Analisa Sintesis 2 Kriteria Kepribadian Percaya Diri

Kedewasaan Sosialisasi

Hubungan Personal Motivasi Beprestasi Stabilitas Emosi Komunikasi 3 Kriteria Sikap Adaptasi

Tanggung jawab Tekun

Disiplin Kreatif Kehati-hatian 4 Kriteria Fisik Kesehatan

(29)

Jenis kelamin Tinggi badan 5 Kriteria Teknis Kecepatan

Ketelitian Konsintensi Keandalan Troubleshooting Pengalaman teknis Keahlian

6 Kriteria Manajerial Pengalaman Perencanaan Pengorganisasian

Kepemimpinan pengawasan

Setelah ditentukan kriteria yang digunakan maka perlunya di buat prioritas terhadap kriteria yang digunakan dengan perhitungan :

1. Pengisian nilai-nilai kriteria pada perbandingan kriteria 2. Penjumlahan masing-masing kolom dari matrix kriteria 3. Pembagian elemen pada matrix dengan jumlah kolomnya

4. Untuk mendapatkan nilai prioritas lokal yaitu membagi jumlah baris dengan jumlah pilihan.

Perhitungan nilai prioritas di lakukan antar kriteria dengan kriteria, subkriteria dengan subkriteria serta alternatif dengan alternatif.

Tabel 1I.4

Penelitian yang relevan

No Penelitian Judul Hasil

1. Koko

Sujatmoko, SE (2007)

Pengaruh Insentif Terhadap peningkatan Prestasi Kerja Karyawan Pada Departemen

Operasional Pemasaran Dunkin’ Donuts Cabang Arteri Jakarta

Dengan Melihat keberadaan tingkat biaya insentif yang dikeluarkan dan tingkat produktivitas karyawan setiap tahunnya maka diketahui bahwa ada pengaruh pemberian insentif dengan tingkat prestasi

(30)

karyawan.

2. Armadyah Amborowati (2007)

Sistem Pendukung Keputusan Pemilian Karyawan Berprestasi Berdasarkan Kinerja (Studi kasus pada STMIK

Amikom Yogyakarta)

Hasil Perhitungan AHP yang diterapkan ini akan menghasilkan keluaran nilai intesitas perioritas karyawan tertinggi sehingga karyawan yangyang memiliki nilai tertinggi layak untuk mendapatkan reward atau penghargaan.

3. Leo Willyanto Santoso, Alexander Setiawan,

Andreas Handojo

Pembuatan Aplikasi Sistem Seleksi Calon Pegawai dan Pemilihan Supplier dengan Metode Analytic Network Process (ANP) dan Analytic Hierarchy Process (AHP) di PT X.

1. Sistem aplikasi yang dibangun dapat membantu manajer pengadaan barang PT. X dalam melakukan seleksi supplier sehingga mendukung penilaian yang seimbang dan objektif.

2. Aplikasi ini dirancang dan dibuat fleksibel dalam penambahan kriteria dan sub-kriteria sehingga dapat menyesuaikan dengan keadaan PT. X

4. Triwulandari S.

Dewayana (2009)

Pemilihan Pemasok

Cooper Rod Menggunakan Metode ANP ( Studi Kasus : PT. Olex Cable Indonesia (OLEXINDO))

Model pengambilan keputusan yang digunakan adalah Analytic Network Process (ANP). Model ini digunakan karena sesuai dengan kondisi perusahaan dimana terdapat keterkaitan antar subkriteria. Berdasarkan hasil

(31)

pengolahan data dengan

menggunakan model ANP, dari 4 alternatif yang diberikan dengan metode ini menghasilkan urutan mana yang lebih prioritas.

2.2. Tinjauan Organisasi / Objek Penelitian

PT. Asahimas Flat Glass, Tbk Jakarta merupakan perusahaan yang bergerak dibidang produksi kaca. Perusahaan yang besar dan memiliki banyak karyawan yang terdiri dari banyak bagian. Untuk memotivasi karyawan perusahaan memberikan bonus berkala yang diberikan dengan ketentuan kriteria yang ditentukan.

2.3 Kerangkan Konsep Pemikiran

Berikut adalah kerangka pemikiran dalam bentuk gambar:

Gambar II.5 kerangka Konsep Pemikiran

(32)

18 3.1 Lokasi dan Jenis Penelitian

Untuk lokasi penelitian adalah karyawan dari PT. Asahimas Flat Glass,Tbk. di Jakarta dan untuk penelitiannya penulis menggunakan metode penelitian deskriptif yaitu melukiskan keadaan yang sebenarnya guna memperoleh fakta yang akan diolah menjadi data, dan selanjutkan akan dijadikan kesimpulan.

3.2 Metode Pengumpulan Data 3.2.1. Studi Kepustakaan

Metode ini untuk mendapatkan data-data atau referensi yang bersifat teoritis yang berhubungan dengan tesis yang diambil, dari literatur-literatur, jurnal-jurnal, buku teks, bahan kuliah dan sumber lainnya yang sesuai dengan bahan yang diambil.

3.2.2 Pemilihan Responden

Pemilihan responden dalam AHP dilakukan berdasarkan teknik purposive sampling dengan pertimbangan bahwa responden adalah pelaku baik individu atau lembaga yang dianggap mengerti akan permasalahan yang terjadi dan merupakan bagian dari para pengambil keputusan untuk penilaian ini. Dalam hal ini responden yang dipilih adalah para pengambil keputusan yang biasa menilai karyawan dan mengerti dengan kriteria yang ada, dalam perusahaan ini team penilai adalah Manager, Assisten manager dan Section Chip.

3.2.3 Kuisioner

Data yang diambil dengan metode kuisioner dan arahan dalam pengisiannya supaya mengerti bagaimana pengisiannya yang sesuai. Jumlah kuisioner yang diberikan ada sekitar 265 perbandingan, terdiri dari perbandingan antara kriteria secara keseluruhan, antar kriteria dalam satu cluster (kelompok), serta perbandingan alternatif dalam kriteria-kriteria yang ditentukan.

(33)

3.3 Instrument

Dalam penyusunan penelitian ini menggunakan kuisioner untuk mendapatkan informasi data yang akan digunakan untuk perhitungan. Dengan menggunakan kriteria yang ada pada perusahaan maka dibuat kuisioner untuk menentukan prioritas dalam menentukan karyawan yang berhak mendapatkan bonus dengan ketentuan ANP.

Adapun ketentuannya yaitu kriteria yang telah ditentukan terdiri dari kriteria utama dan faktor-faktor dalam kriteria, juga ditambahkan alternatif sebagai sampel perbandingan.

No Perbandingan cluster, Faktor dan Alternatives

Jumlah perbandingan

1. Perbandingan faktor dalam Ability:

a. Skill

b. Job Knowledge c. Understanding

3 Perbandingan

2. Perbandingan faktor dalam Attitude:

a. Initiative(inisiatif)

b. Responsibility (Tanggung Jawab) c. Discipline (Disiplin)

d. Harmony & Coorporation e. Attendance (Kehadiran) f. Dilligence (rajin) g. Positive

21 Perbandingan

3. Perbandingan Faktor Dalam Contribution:

a. Quality Of Work b. Quantity Of Work

1 Perbandingan

(34)

4. Perbandingan Antara Alternatives berdasarkan faktor dalam cluster Ability

30 perbandingan

5. Perbandingan faktor dalam cluster Ability dengan Alternatives

15 Perbandingan

6. Perbandingan Antara Alternatives berdasarkan faktor dalam cluster Attitude

70 Perbandingan

7. Perbandingan faktor dalam cluster Attitude dengan Alternatives

105 Perbandingan

8. Perbandingan Antara Alternatives

berdasarkan faktor dalam cluster Contribution

20 perbandingan

9. Perbandingan faktor cluster Contribution dengan Alternatives

5 perbandingan

Jumlah total perbandingan 270 Perbandingan

Dengan ketentuan Nilai 1 sampe dengan 9. Untuk contohnya ada di Lampiran 1.

3.4 Teknik Analisis Data

Dalam analisa data dalam penelitian ini menggunakan metode ANP (Analytic Network Process) untuk penentuan prioritas kriteria dan hubungan antar kriteria serta Alternative yang digunakan, dimana untuk pengolahan data dengan menggunakan software SuperDecision.

3.4.1. Proses Analisa data

Proses Analisa dengan Metode ANP memiliki beberapa Tahap : a. Menentukan Kriteria dan faktor yang digunakan

Tabel III.1 Kriteria dan Faktor yang digunakan

No Kriteria Faktor dalam Kriteria 1 Ability Skill

Job Knowledge Understanding

(35)

2 Attitude Initiative Responsibility Discipline

Harmony & Coorporation Attendance

Dilligence Positive

3 Contribution Quality Of Work Quantity Of Work 4. Alternatives Karyawana A

Karyawana B Karyawana C Karyawana D Karyawana E

b. Membuat Kuisioner

Untuk menentukan Prioritas dari kriteria dan faktor yang ada, serta Alternative untuk perbandingan.

c. Penentuan Model untuk Kriteria

Data dikumpulkan dan bisa dihitung dengan metode supermatrik sehingga bisa ditentukan model hierarchy dari setiap kriteria atau bisa disebut juga sebagai Cluster.

d. Proses Penginputan data

Sesuai dengan prinsip ANP, maka pemasukan data (dari kuesioner) ke dalam software melalui berbagai tahap:

1. Perbandingan antar alternative dalam kriteria alternative (inner dependence / loop) 2. Perbandingan antar kriteria dalam cluster (inner dependence / loop)

3. Perbandingan antar alternative dalam cluster (outer dependence / feedback)

network

4. Perbandingan antar kriteria antar cluster (outer dependence / feedback) network 5. Perbandingan antar cluster oleh Decision Maker network

(36)

e. melakukan perhitungan

data yang telah didapat diolah pada data sementara untuk mendapatkan nilai matrik gabungan yang nantinya akan diinput dalam software.

f. Melakukan Input data ke software

data yang telah diolah diinput dalam program yang telah ada yaitu SuperDecision untuk menentukan prioritas kriteria serta prioritas alternatives yang digunakan.

(37)

23

Responden diberikan kepada yang berhak memberikan penilaian terhadap karyawan (Decision Maker), dalam hal ini adalah Manager satu orang , Assisten Manager satu orang , serta Section Chip satu orang. Kuisioner diberikan kepada responden secara langsung dimana responden untuk perbandingan kriteria dan alternative terhadap kriteria umum, sedangkan perbandingan kriteria utama diberikan kepada decision maker yang utama (pimpinan). Untuk data responden total yang digunakan adalah 4 orang dimana semua responden adalah laki-laki.

4.2. Hasil Responden 4.2.1. Hasil Analisis

Dalam metode ANP untuk pengelompokkan kriteria yang digunakan dikelompokkan dalam bentuk cluster dan faktor-faktor yang saling berkaitan dan feedback. Seperti pada gambar dibawah ini:

Cluster A

Faktor -faktor (Sub kriteria)

Cluster A Faktor-faktor

(Subkriteria)

Cluster B Faktor -faktor (Sub kriteria) Alternative

A B C

Gambar IV.1 Model Umum ANP ( from ANP Super Decision Software, Saaty) X

Y

(38)

Program Pasca Sarjana Magister Ilmu Komputer STMIK Nusa Mandiri X = merupakan feedback yang terjadi didalam cluster

Y= merupakan Garis yang menghubungkan antar cluster. Jika ada keterkaitan antar cluster ataupun dengan node dalam cluster.

Dari gambar diatas menggambarkan model umum yang digunakan dalam metode ANP, dimana antara cluster memiliki kemungkinan hubungan dan feedback antara cluster.

4.2.2 Menentukan Kriteria yang digunakan dalam kelompok (Cluster) Tabel 4.1 Tabel Cluster

No Kriteria Faktor dalam Kriteria 1 Ability Skill

Job Knowledge Understanding 2 Attitude Initiative

Responsibility Discipline

Harmony & Coorporation Attendance

Dilligence Positive

3 Contribution Quality Of Work Quantity Of Work 4 Alternatif Karyawan A

Karyawan B Karyawan C Karyawan D Karyawan E

4.2.3 Mendesain Stimulasi

Stimulasi dilakukan dengan melakukan perbandingan antar kriteria utama, antar kriteria serta kriteria dengan alternatif. Dimana disini yang akan diuji coba adalah antara alternatif dengan nilai prioritas. Dari kriteria dan alternatif yang digambarkan diatas , dibuatkan model dengan bentuk seperti dibawah ini:

(39)

Program Pasca Sarjana Magister Ilmu Komputer STMIK Nusa Mandiri Gambar IV.2 Alur pengujian metode ANP

Gambar diatas merupakan gambar yang menggambarkan alur untuk pengujian metode ANP yang digunakan, Penilaian yang dilakukan responden ada 2 penilaian, yaitu penilaian terhadap kriteria dan penilaian terhadap karyawan.

Model yang digunakan untuk metode ANP dalam pemilihan Karyawan

Gambar IV.3 Model ANP Untuk Pemilihan Karyawan Yang berhak Dapat Bonus

(40)

A merupakan tanda Feedback dalam cluster, B merupakan garis yang menghubungkan masing-masing kriteria dengan cara alternatif alternatif pasangan dibandingkan dengan kriteria yang diinginkan.

4.2.4. Pengumpulan Data Responden Dari Data Kuisioner berdasarkan Stimuli

Dari kuisioner yang diberikan kepada responden terdapat 3 cluster , dimana 1 cluster terdiri dari 2-6 faktor . Dan dilakukan perbandingan dengan faktor-faktor dalam 1 cluster. Contoh kuisioner cluster ada dalam lampiran A.1.

4.2.5 melakukan penginputan data responden dalam bentuk perhitungan supermatrik

Data yang didapat dari quisioner dirubah terlebih dahulu dalam bentuk matrik untuk pengoalahan data responden, dimana data yang diolah adalah:

1. Perbandingan antar cluster

2. Perbadingan antar node dalam cluster

3. Perbandingan antara node dengan alternatives 4. Perbandingan antar alternatives dengan cluster

a. perbandingan cluster Ability dengan Alternatives, alternatives dengan node dalam Ability dan perbandingan antar node dalam cluster ability

Perbandingan antar node dalam cluster ability di hitung matrik prioritas sampai bobot prioritas yang kemudian dilakukan perhitungan uji konsistensi matrik:

a. Mencari nilai[A]=matrik X bobot prioritas

1 1.44225 0.605707 0.276987 0.900927

0.793701 1 0.572357 X 0.22235 = 0.677142

3 1.747161 1 0.500662 1.501987

b. Mencari Vektor B=Vector [A]/Bobot Vektor

B= 3.252592 3.045382 3

c. Mencari maksimum eigen = jumlah vector B

(41)

= 9.29797373 = 3.099325

3 d. Mencari konsistensi Index

= 0.049662288

e. Cari random index

Untuk random index bisa dilihat pada tabel II.2 , untuk N=3 maka random index yang digunakan adalah 0.58

f. Cari Consistensi Ratio =CI/RI=0.049662288/0.58 =0.085625 hasilnya konsisten karena nilai CR<0.1

Untuk Karywan A,B,C,D,E Terhadap Ability

Perbandingan node dalam ability untuk karyawan dengan menghitung mean dari geometrik mean dari 3 matrik penilaian responden :

Tabel IV.2 hasil perhitungan matrik 3 responden terhadap karyawan A

Kemudian dihitung jumlah bobot

Skill JK UND Jumlah Bobot

Skill 0.549946 0.614411 0.443429 1.607785 0.535928 JK 0.240211 0.268369 0.387371 0.89595 0.29865 UND 0.209844 0.117221 0.1692 0.496264 0.165421

Jumlah 1 1 1 3 1

1

2.28942 8

2.62074 1

x

0.53592 8

=

1.65319 3

0.43679 1

2.28942

8 0.29865

0.91145 9 0.38157

1 0.43679 1

0.16542 1

0.50036 4

Skill JK UND

Skill 1 2.289428 2.620741

JK 0.43679 1 2.289428

UND 0.381571 0.43679 1

Jumlah 1.818362 3.726219 5.91017

= MEV-N/N-1

(42)

b. Mencari Vektor B=Vector [A]/Bobot Vektor

B= 3.084728 3.051929 3.024783 c. Mencari maksimum eigen = jumlah vector B

N d. Mencari konsistensi Index

Untuk random index bisa dilihat pada tabel II.2 , untuk N=3 maka random index yang digunakan adalah 0.58

g. Cari Consistensi Ratio =CI/RI=0.0463905993674847 hasilnya konsisten karena nilai CR<0.1

Selanjutnya berdasarkan bobot bisa diurutkan alternatives dari yang tertinggi ke terendah, mana yang lebih prioriitas.

b. perbandingan cluster Attitude dengan Alternatives, alternatives dengan node dalam Attitude dan perbandingan antar node dalam cluster Attitude

Perbandingan antar node dalam cluster attitude di hitung matrik prioritas sampai bobot prioritas yang kemudian dilakukan perhitungan uji konsistensi matrik:

1 0.854751 0.738676808 0.661721669 0.8547514 1.258499 1.169931 0.129466 0.937218 1.169931 1 0.80664775 1.169930813 1.426161635 0.661722 1.722555 0.150773 = 1.096464 1.353772 1.239698 1 0.701182794 0.661721669 0.905724 1.722555 0.144829 1.044587 1.511209 0.854751 1.426161635 1 0.539677243 0.580533 0.854751 X 0.129838 0.660912 1.169931 0.701183 1.511209391 1.852959362 1 0.599337 1.852959 0.161466 1.175173 0.794597 1.511209 1.104089514 1.722555471 1.668510441 1 1.601329 0.182256 1.328274 0.854751 0.580533 0.580532829 1.169930813 0.539677243 0.624481 1 0.101371 0.736496

B= 7.23911 7.272277988 7.212544525 5.09027834 7.278127 7.287952 7.265342

= MEV-N/N-1

(43)

N

48.64563161 = 6.949376 7

d. Mencari konsistensi Index

= -0.008437343

Untuk random index bisa dilihat pada tabel II.2 , untuk N=7 maka random index yang digunakan adalah 1.32

f. Cari Cnsistensi Ratio =CI/RI= 0.0064 hasilnya konsisten karena nilai CR<0.1

Untuk Karywan A,B,C,D,E Terhadap attitude

Perbandingan node dalam attitude untuk karyawan dengan menghitung mean dari geometrik mean dari 3 matrik penilaian responden :

Tabel IV.3 hasil perhitungan matrik 3 responden terhadap karyawan A

INT RSP DPN H&C ATDN DLGN PSTV

INT 1 0.624481 1.087596 0.661722 0.580533 1.601329 1.169931 RSP 1.601329 1 1.041954 0.854751 1.426162 0.905724 1.722555 DPN 0.919459 0.959736 1 0.701183 0.661722 0.959736 1.722555 H&C 1.511209 1.169931 1.426162 1 0.580533 0.806648 0.854751 ATDN 1.722555 0.701183 1.511209 1.722555 1 0.575205 1.722555 DLGN 0.624481 1.10409 1.041954 1.239698 1.738511 1 1.601329 PSTV 0.854751 0.580533 0.580533 1.169931 0.580533 0.624481 1 Jumlah 8.233786 6.139953 7.689407 7.349841 6.567992 6.473122 9.793678

= MEV-N/N-1

(44)

INT RSP DPN H&C ATDN DLGN PSTV Jumlah Bobot

INT 0.121451 0.101708 0.141441 0.090032 0.088388 0.247381 0.119458 0.909859 0.12998 RSP 0.194483 0.162868 0.135505 0.116295 0.217138 0.139921 0.175884 1.142094 0.163156 DPN 0.111669 0.15631 0.130049 0.095401 0.100749 0.148265 0.175884 0.918328 0.13119 H&C 0.183538 0.190544 0.185471 0.136057 0.088388 0.124615 0.087276 0.995889 0.14227 ATDN 0.209206 0.1142 0.196531 0.234366 0.152254 0.088861 0.175884 1.171302 0.167329 DLGN 0.075844 0.179821 0.135505 0.16867 0.264694 0.154485 0.163506 1.142525 0.163218 PSTV 0.10381 0.09455 0.075498 0.159178 0.088388 0.096473 0.102107 0.720004 0.102858

1 0.624481 1.087596 0.661722 0.580533 1.601329 1.169931

x

0.12998

=

0.947534 1.601329 1 1.041954 0.854751 1.426162 0.905724 1.722555 0.163156 1.297216 0.919459 0.959736 1 0.701183 0.661722 0.959736 1.722555 0.13119 0.951594 1.511209 1.169931 1.426162 1 0.580533 0.806648 0.854751 0.14227 1.033393 1.722555 0.701183 1.511209 1.722555 1 0.575205 1.722555 0.167329 1.220013 0.624481 1.10409 1.041954 1.239698 1.738511 1 1.601329 0.163218 1.193204 0.854751 0.580533 0.580533 1.169931 0.580533 0.624481 1 0.102858 0.750348

B= 7.289855 7.950756 7.253574 7.263611 7.291111 7.310499 7.295012

c. Mencari maksimum eigen = jumlah vector B N

= 51.65442 = 7.379203

7

d. Mencari konsistensi Index

Untuk random index bisa dilihat pada tabel II.2 , untuk N=7 maka random index yang digunakan adalah 1.32

= MEV-N/N-1

(45)

nilai CR<0.1

Selanjutnya berdasarkan bobot bisa diurutkan alternatives dari yang tertinggi ke terendah, mana yang lebih prioriitas.

c. perbandingan cluster contribution dengan Alternatives, alternatives dengan node dalam contribution dan perbandingan antar node dalam cluster contribution

Perbandingan antar node dalam cluster attitude di hitung matrik prioritas sampai bobot prioritas yang kemudian dilakukan perhitungan uji konsistensi matrik:

untuk N=2 random indexnya=0 sehingga nilai CR yang didapat =0 < 0.1 4.2.6 Melakukan pengolahan data dengan Software SuperDecision 1. Model Ability dengan Alternatives

Gambar IV.4 Model Ability dengan Alternatives Input Matrik kedalam software, Skill terhadap alternatives

Gambar IV.5 Skill terhadap alternatif

(46)

Gambar IV.6 hasil prioritas Skill terhadap alternatif

Dari gambar diatas dapat disimpulkan bahwa hasil prioritas bahwa dari segi skill karyawan E memiliki nilai prioritas yang lebih tinggi.

Input Matrik kedalam software, Job knowledge terhadap alternatives

Gambar IV.7 Job Knowledge terhadap alternatif

Gambar IV.8 hasil prioritas Job Knowledge terhadap alternative