DECISION SUPPORT SYSTEM UNTUK PROMOSI KENAIKAN
JABATAN DI PT. XYZ
Edy Victor Haryanto
STMIK Potensi Utama, Jl. K.L. Yos Sudarso Km. 6,5 No. 3 A Medan [email protected]
Abstrak
Promosi Jabatan kenaikan jabatan adalah hak setiap orang atau staf dalam sebuah perusahaan, untuk saat ini dalam hal promosi jabatan penilaiannya masih dilakukan secara manual dan tentunya akan mengakibatkan tidak adil dalam penilaian kinerja seorang staf, dalam penelitian ini penulis membuat sebuah system untuk mengambil sebuah keputusan dalam promosi jabatan tersebut agar staf/pegawai yang lain dapat mengikuti dan dilaksanakan secara fair dan transparan, dan dalam system ini aspek yang dinilai adalah kualitas kerja, kemampuan memimpin, ketelitian dan tanggungg jawab serta inisiatif, dan system ini dibuat dengan metode AHP dan software super decision.
Kata kunci : promosi jabatan, staf/pegwai, kriteria, AHP, super desicion
1. Pendahuluan
Perusahaan pada saat sekarang ini berlomba-lomba untuk menjadi yang terbaik dan menjadi sebuah perusahaan yang top di Indonesia, kinerja perusahaan yang baik tentunya didukung oleh kinerja para staf/pegawainya dalam hal segala bidang, baik itu keuangan, marketing atau pemasaran, manager, staf dan lain-lain.
Dalam sebuah perusahaan tentunya ada berbagai macam jabatan, baik itu level yang tinggi maupun yang rendah, setiap karyawan ditempatkan pada posisinya masing-masing sesuai dengan kemampuan dan perilaku dari staf/pegaawi tersebut.
Staf/Pegawai merupakan bagian yang sangat penting dari sebuah perusahaan yang amat penting, dan merupakan SDM yang harus didukung kinerjanya. Apabila baik kinerja dari staf/pegawainya maka kinerja perusahaan tersebut akan makin baik.
Penelitian Terkait
Menurut Dian dalam penelitiannya merancang sebuah system atau program aplikasi system penunjang keputusan dalam menentukan promosi, enumerasi dan mutasi pegawai, untuk menjamin penilaian yang adil maka penilaian dilakukan oleh atasan langsung, rekan dan bawahan dari pegawai yang akan dinilai dengan menggunakan AHP[1]. Endang dalam penelitiannya merancang sebuah system dengan bantuan software Expert Choice dan menggunakan metode AHP membantu PT. X dalam menentukan promosi berdasarkan kinerja karyawan tersebut[2].
Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah : 1. Membuat sebuah system dalam mengambil
keputusan dalam penentuan promosi jabatan untuk sebuah perusahaan.
2. Mempermudah dalam menentukan promosi jabatan.
3. Proses penentuan promosi jabatan dapat dilakukan secara adil dan transparan. 2. Pembahasan
Data yang didapatkan adalah dari hasil dan penilaian dari atasan masing-masing dan staf yang lain.
Data tersebut kemudian dijadikan sebagai dasar untuk perbandingan kriteria dan alternatif. Semua data yang ada akan diolah dan dilanjutkan dengan menggunakan metode Analitycal Hierarchy Process (AHP) dimana software yang akan digunakan dalam membantu mendapatkan hasil keputusan adalah Software Super Decisions dan
Microsoft Excel.
Analisis Kebutuhan Data Kriteria
Data didapatkan dari hasil penilaian dan wawancara dari atasan masing-masing dan staf yang lain, dengan kriteria sebagai berikut : 7. Kualitas Kerja
8. Kemampuan Memimpin 9. Ketelitian dan Tanggung Jawab 10.Inisiatif
Analisa Proses Metode AHP
adanya skala atau bobot yang telah ditentukan dan menggunakan hirarki yang terdiri dari tiga level
yaitu tujuan atau goal, kriteria dan alternatif.
Gambar 1. Hirarki AHP Penentuan Promosi Jabatan Matriks Perbandingan Berpasangan Kriteria
Tahapan ini pemberian bobot masing-masing kriteria menggunakan model AHP (Analytical Hieracrchy Process)
Tabel 1. Matriks Perbandingan Berpasangan Kriteria Kuali
Menghitung Nilai Matriks Kriteria
Maktriks ini diperoleh dengan rumus berikut : Nilai baris kolom baru = nilai baris-kolom lama / jumlah masing-masing baris-kolom lama. Tabel 2. Hasil Matriks Perbandingan Kriteria
Berpasangan
menghitung hasil kriteria berpasangan kedalam matrik perbandingan berpasangan yang diubah kedalam bentuk desimal.
Tabel 3. Hasil Perhitungan Matriks Berpasangan dan Normalisasi
Untuk nilai hasil normalisasi, hasil penjumlahan baris dibagi dengan jumlah keseluruhannya.
Diperoleh skala prioritas untuk masing-masing kriteria. Pada baris pertama untuk Kualitas Kerja dengan nilai 0.6274 atau 63%, baris kedua adalah Kemampuan Memimpin dengan nilai 0.0773 atau 8%, baris ketiga adalah Ketelitian dan Tanggung Jawab dengan nilai 0.0626 atau 6% dan baris keempat adalah Inisiatif dengan nilai 0.2327 atau 23%. Kemudian dilakukan perhitungan nilai eigen maksimum yang diperoleh dengan menjumlahkan hasil perkalian nilai eigen dengan jumlah kolom. Nilai eigen maksimum :
= (0.6274 *1.593) + (0.0773 *12.500) + (0.0626 *12.000) + (0.2327*6.450)
= 0.9993 + 0.9667 + 0.7541 + 1.5008 = 4.2182
Nilai Consistency Index yaitu :
CI = 4.2182 – 4 = 0.2182 = 0.0727
4 – 1 3 Kualitas Kerja Kemampuan
Untuk n = 4 , RI (random index) = 0,900 ( tabel saaty ), maka dapat diperoleh nilai consistency ratio (CR) yaitu :
CR = 0.0727 = 0.0808 < 0.100 0.900
Karena CR < 0.1000berarti konsisten
Matriks Perbandingan Berpasangan Kriteria Kualitas Kerja
Pada tahap ini alternatif dibandingkan sesuai dengan kriteria kualitas kerja yang datanya didapatkan dari hasil wawancara dan kuesioner kemudian diolah kedalam matriks perbandingan berpasangan sesuai kriteria.
Tabel 4. Hasil Perbandingan Berpasangan Kriteria Kualitas Kerja
Kualitas
Kerja Staf 1 Staf 2 Staf 3 Staf 4
Staf 1 1/1 3/1 2/1 5/1
Staf 2 1/3 1/1 1/4 1/3
Staf 3 1/2 4/1 1/1 2/1
Staf 4 1/5 3/1 1/2 1/1
menghitung hasil kriteria berpasangan kedalam matrik perbandingan berpasangan yang diubah kedalam bentuk desimal.
Hasil matriks berpasangan dan normalisasi matriks tahap 1
Normalisasi matriks tahap 2
Normalisasi matriks tahap 3
Gambar 2. Hasil Bobot Akhir Perbandingan Kriteria Kualitas Kerja
Nilai eigen maksimum :
= (0.4851 *2.033) + (0.0867 *11.000) + (0.2757 *3.750) + (0.1525*8.333)
= 4.2452
Nilai Consistency Index yaitu :
CI = 4.2452 – 4 = 0.2452 = 0.0871 4 – 1 3
Untuk n = 4 , RI (random index) = 0,900 ( tabel saaty ), maka dapat diperoleh nilai consistency ratio (CR) yaitu :
CR = 0.0871 = 0.0908 < 0.100 0.900
Karena CR < 0.1000berarti konsisten
Gambar 3. Kuesioner Kualitas Kerja dengan Super Decisions
Gambar 4. Hasil Prioritas Kualitas Kerja dengan Super Decisions
Matriks Perbandingan Berpasangan Kriteria Kemampuan Memimpin
Pada tahap ini alternatif dibandingkan sesuai dengan kriteria Kemampuan Memimpin yang datanya didapatkan dari hasil wawancara dan kuesioner kemudian diolah ke dalam matriks perbandingan berpasangan sesuai kriteria.
Tabel 5. Hasil Perbandingan Berpasangan Kriteria Kemampuan Memimpin Kemampuan
Memimpin Staf 1 Staf 2 Staf 3 Staf 4
Staf 1 1/1 1/2 1/2 1/3
Staf 2 2/1 1/1 1/2 1/2
Staf 3 2/1 2/1 1/1 2/1
Staf 4 3/1 2/1 1/2 1/1
Hasil matriks berpasangan dan normalisasi matriks tahap 1
Normalisasi matriks tahap 2
Normalisasi matriks tahap 3
Menghitung Nilai Matriks Kriteria
Maktriks ini diperoleh dengan rumus berikut : Nilai baris kolom baru = nilai baris-kolom lama / jumlah masing-masing baris-kolom lama.
Gambar 5. Hasil Bobot Akhir Perbandingan Kriteria Kemampuan Memimpin
Nilai eigen maksimum :
= (0.1235 *8.000) + (0.1881 *5.500) + (0.3889 *2.500) + (0.2995*3.833)
= 4.1431
Nilai Consistency Index yaitu :
CI = 4.1431 – 4 = 0.1431 = 0.0477 4 – 1 3
Untuk n = 4 , RI (random index) = 0,900 ( tabel saaty ), maka dapat diperoleh nilai consistency ratio (CR) yaitu :
CR = 0.0477 = 0.0530 < 0.100 0.900
Karena CR < 0.1000berarti konsisten
Gambar 6. Kuesioner Kemampuan Memimpin dengan Super Decisions
Gambar 7. Hasil Prioritas Kemampuan Memimpin dengan Super Decisions
Matriks Perbandingan Berpasangan Kriteria Ketelitian dan Tanggung Jawab
Pada tahap ini alternatif dibandingkan sesuai dengan kriteria Ketelitian dan Tanggung Jawab yang datanya didapatkan dari hasil wawancara dan kuesioner kemudian diolah ke dalam matriks perbandingan berpasangan sesuai kriteria.
Tabel 6. Hasil Perbandingan Berpasangan Kriteria Ketelitian dan Tanggung Jawab
Ketelitian dan Tanggung Jawab
Staf 1 Staf 2 Staf 3 Staf 4
Staf 1 1/1 2/1 3/1 4/1
Staf 2 1/2 1/1 2/1 1/2
Staf 3 1/3 1/2 1/1 1/2
Staf 4 1/4 2/1 2/1 1/1
menghitung hasil kriteria berpasangan kedalam matrik perbandingan berpasangan yang diubah kedalam bentuk desimal.
Hasil matriks berpasangan dan normalisasi matriks tahap 1
Normalisasi matriks tahap 2
Menghitung Nilai Matriks Kriteria
Maktriks ini diperoleh dengan rumus berikut : Nilai baris kolom baru = nilai baris-kolom lama / jumlah masing-masing baris-kolom lama.
Gambar 8. Hasil Bobot Akhir Perbandingan Kriteria Ketelitian dan Tanggung Jawab
Nilai eigen maksimum :
= (0.4886*2.083) + (0.1797 *5.500) + (0.1125 *8.000) + (0.2193*6.000)
= 4.2216
Nilai Consistency Index yaitu :
CI = 4.2216 – 4 = 0.2216 = 0.0739 4 – 1 3
Untuk n = 4 , RI (random index) = 0,900 ( tabel saaty ), maka dapat diperoleh nilai consistency ratio (CR) yaitu :
CR = 0.0739 = 0.0821 < 0.100 0.900
Karena CR < 0.1000berarti konsisten
Gambar 9. Kuesioner Ketelitian dan Tanggung Jawab dengan Super Decisions
Gambar 10. Hasil Prioritas Nilai Ketelitian dan Tanggung Jawab dengan Super Decisions
Matriks Perbandingan Berpasangan Kriteria Inisiatif
Pada tahap ini alternatif dibandingkan sesuai dengan kriteria Inisiatif yang datanya didapatkan dari hasil wawancara dan kuesioner kemudian diolah ke dalam matriks perbandingan berpasangan sesuai kriteria.
Tabel 7. Hasil Perbandingan Berpasangan Kriteria Inisiatif
Inisiatif Staf 1 Staf 2 Staf 3 Staf 4
Staf 1 1/1 1/4 1/3 1/3
Staf 2 4/1 1/1 1/2 1/2
Staf 3 3/1 2/1 1/1 1/2
Staf 4 3/1 2/1 2/1 1/1
menghitung hasil kriteria berpasangan kedalam matrik perbandingan berpasangan yang diubah kedalam bentuk desimal.
Hasil matriks berpasangan dan normalisasi matriks tahap 1
Normalisasi matriks tahap 2
Normalisasi matriks tahap 3
Menghitung Nilai Matriks Kriteria
Maktriks ini diperoleh dengan rumus berikut : Nilai baris kolom baru = nilai baris-kolom lama / jumlah masing-masing baris-kolom lama.
Gambar 11. Hasil Bobot Akhir Perbandingan Kriteria Inisiatif
Nilai eigen maksimum :
= (0.0896 *11.000) + (0.2208 *5.250) + (0.2865 *3.833) + (0.4031*2.333)
= 4.1833
CI = 4.1833 – 4 = 0.1833 = 0.0611
Karena CR < 0.1000berarti konsisten
Gambar 12. Kuesioner Inisiatif dengan Super Decisions
Gambar 13. Hasil Prioritas Inisiatif dengan Super Decisions
Analisa Hasil Metode Analytical Hierarchy Process
Setelah mendapatkan kriteria penentuan kualitas kulit terpenting dari masing-masing kriteria, langkah selanjutnya adalah mengalikan nilai tersebut dengan nilai akhir dari bobot kriteria. Hasilnya dapat dilihat pada Tabel 8.
Tabel 8. Hasil Nilai Masing-Masing Kriteria
Gambar 10. Hasil Pengujian Computation Full Report dengan Super Decisions
Hasil Pengujian
Hasil perhitungan data sampel untuk menentukan staf yang paling menentukan mendapatkan promosi jabatab tersebut dapat dilihat pada tabel 9
Tabel 9. Bobot Final dan Ranking Alternatif N
1. Tabel 9 merupakan perbandingan hasil perhitungan dengan cara manual, dan perhitungan Super Decisions, dari hasil yang dibandingkan terdapat nilai pada beberapa kriteria. Perbedaan yang terjadi pada empat digit angka dibelakang koma, sehingga hasil akhir antara perhitungan analisis manual dengan perhitungan analisis Super Decisions
dapat dikatakan konsisten.
2. Dari hasil perbandingan, didapatkan hasil akurasi manual dan dengan software terendah 85% dan akurasi tertinggi 100%.
3. Dari hasil pengujian baik dengan manual ataupun software dapat dihasilkan ranking yang layak untuk mendapatkan promosi jabatan.
4. Kesimpulan
Dari hasil penelitian diatas, maka didapat kesimpulan adalah sebagai berikut :
1. Dengan menggunakan sebuah sistem maka akan lebih mudah menentukan keputusan siapa yang layak untuk mendapatkan promosi jabatan.
2. Dengan super decision akan lebih mudah membuat sebuah sistem penunjang keputusan. 3. Sistem yang dibuat akan lebih transparan
Daftar Pustaka
[1] Novian, Dian, “Sistem Penunjang Keputusan Mutasi, Enumerasi dan Promosi Pegawai Menggunakan Metode AHP”, Jurnal Media Elektrik, Vol. 5, No. 2, Desember 2010,.
[2] Lestari, ending, “Analisa Sistem Penunjang Keputusan untuk Proses Kenaikan Jabatan pada PT. X”, Jurnal Sistem Informasi, Vol. 1, No. 3, Desember 2009.
[3] Andika Gusdha, Eka, dkk, “Sistem Promosi Jabatan Karyawan dengan Metode Analytical Hierarchy Process (AHP) dan Multi-Attribute Utility Theory (MAUT) (Studi Kasus pada PT. Ginsa Inti Pratama)”
[4] Dina Andayati (2010), “Sistem Pendukung Keputusan Pra-Seleksi Penerimaan Siswa Baru (PSB) Online Yogyakarta“, Jurnal Teknologi Vol.3 No.2.
[5] Efraim Turban, Jay E. Aronson, Ting Peng Liang (2005), “Decision Support System and Intelligent Systems Edisi 7 Jilid 1”,
Yogyakarta : Andi Offset.
[6] Kusrini (2007), “Konsep dan Aplikasi Sistem Pendukung Keputusan”, Yogyakarta :Andi Offset.