Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

(1)

5

Bab 2

Tinjauan Pustaka

2.1 Penelitian Terdahulu

Pemilihan studi pustaka tentang sistem informasi penilaian kinerja karyawan ini juga didasari pada penelitian sebelumnya yang berjudul ”Penerapan Metode TOPSIS untuk Pemberian Bonus Karyawan Berprestasi pada PT.Deltomed Laboratories” (Pujiastuti, 2010). Dalam penelitian ini dijelaskan bahwa bagaimana sistem melakukan perhitungan pemberian bonus karyawan dengan metode TOPSIS.

Adapun peneliti sebelumnya yaitu dengan judul ”Usulan Pemilihan Supplier Bahan Baku Dengan menggunakan metode TOPSIS Studi Kasus Pada Perusahaan Kayu CV.88 Samarinda” (Utomo, 2007). Dalam penelitian tersebut dijelaskan bahwa bagaimana sistem pendukung keputusan membantu di dalam proses pemilihan supplier bahan baku dengan metode TOPSIS. Sehingga perusahaan dapat menentukan supplier mana yang sesuai dengan kebutuhan dan mana yang bisa membantu dalam pengolahan bahan produksi.

Dari peneliti yang sebelumnya, maka penulis mencoba mengembangkan aplikasi agar dapat lebih membantu user dalam penggunaanya yaitu sistem yang dibangun ini dapat mengolah penggajian karyawan yang dilakukan secara komputerisasi tanpa pengguna harus melakukan secara manual dalam penyusunan laporan karena semua perhitungan dilakukan oleh aplikasi.

(2)

Dalam penilaian tingkat kinerja karyawan untuk pemberian bonus, user juga dimudahkan dalam penggunaannya yaitu pengguna dapat melakukan inputan faktor pendukung yang telah ditentukan untuk perhitungan tingkat kinerja karyawan. Selain itu sistem juga dapat mengolah laporan tingkat kinerja untuk pemberian bonus karyawan tiap bulannya.

2.2 Sistem Informasi

Untuk memahami pengertian sistem informasi harus dilihat hubungan antara data dan sebagai entitas penting pembentuk sistem informasi. Data merupakan nilai, keadaan, atau sifat berdiri sendiri lepas dari konteks apapun. Sementara informasi adalah data yang telah di kelola menjadi sebuah bentuk yang berarti bagi penerimanya dan bermanfaat dalam pengambilan keputusan saat ini atau yang akan mendatang. Tujuannya adalah untuk menyajikan informasi guna pengambilan keputusan pada perencanaan, pemrakasaan, pengorganisasian, pengendalian kegiatan operasi subsistem suatu perusahaan, dan menyajikan suatu sinergi organisasi pada proses (Hanif, 2007).

2.3 Penilaian Peringkat Kinerja Karyawan

Penilaian kinerja karyawan adalah suatu proses penilaian prestasi kinerja pegawai yang dilakukan pemimpin perusahaan secara sistematik berdasarkan pekerjaan yang ditugaskan kepadanya. Penilaian prestasi kerja adalah suatu alat yang berfaedah tidak hanya untuk mengevaluasi kerja dari para karyawan, tetapi juga untuk

(3)

mengembangkan dan memotivasi kalangan karyawan (Nurmianto, 2006).

Penilaian kinerja karyawan biasanya menggunakan bobot dalam setiap indikator yang terkait dengan derajat kepentingan dari item tersebut. Beberapa contoh dari metode penilaian karyawan adalah pendekatan daftar periksa, metode pilihan, dan metode pendekatan. Pada setiap metode difokuskan pada hubungan faktor-faktor potensi individu karyawan (mutu SDM) dengan kinerjanya yang kemudian dilakukan pembobotan sesuai dengan besar kepentingannya. Manfaat penilaian kinerja karyawan adalah perbaikan prestasi kerja, penyesuaian kompensasi, keputusan penempatan, kebutuhan latihan dan pengembangan, perencanaan dan pengembangan karier, memperbaiki penyimpangan proses

staffing, mengurangi ketidak-akuratan informasi, memperbaiki kesalahan desain pekerjaan, dan kesempatan kerja yang adil. (Nurmianto, 2006).

Sistem penilaian kinerja karyawan nantinya akan menghasilkan output penilaian kinerja karyawan dalam bentuk tertentu. Bentuk tersebut misalnya adalah score penilaian yang terdiri dari angka-angka yang menunjukkan kualitas kerja karyawan atau peringkat (rating performance).Konsep perangkingan/peringkat nilai dapat menjadi salah satu alternatif pemilihan. Perangkingan dapat dilihat dari jumlah nilai penilaian. Dimana karyawan dengan jumlah nilai penilaian tertinggi dapat diasumsikan sebagai karyawan dengan kinerja yang baik. Demikian juga sebaliknya karyawan yang mempunyai penilaian rendah dapat diasumsikan mempunyai kinerja yang buruk.

(4)

2.4 Absensi

Absensi adalah daftar administrasi ketidakhadiran seorang pegawai. Absen adalah bukti kehadiran pegawai di tempat kerja, karyawan diwajibkan melakukan absensi baik pada saat masuk dan pada saat meninggalkan tempat kerja.

Absensi merupakan pencacatan daftar kehadiran seseorang yang nantinya akan menghasilkan laporan-laporan terkait, ketidakhadiran dan kerja lembur (Istijanto, 2005).

2.5 Penggajian

Penggajian adalah salah satu proses hal yang penting bagi setiap karyawan yang bekerja dalam suatu perusahaan, karena dengan gaji yang diperoleh seseorang dapat memenuhi kebutuhan hidupnya. Istijanto menyatakan bahwa gaji adalah balas jasa yang dibayar secara periodik kepada karyawan tetap serta mempunyai jaminan yang pasti, pemberian pembayaran finansial kepada karyawan sebagai balas jasa untuk pekerjaan yang dilaksanakan dan sebagai motivasi pelaksanaan kegiatan di waktu yang akan datang (Istijanto, 2005).

2.6 Metode TOPSIS

TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang. TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan

(5)

menggunakan jarak untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.

Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan (Badriyah, 2010).

2.6.1 Tahapan Dalam Metode TOPSIS

Langkah-langkah dalam penyelesaian masalah dengan metode TOPSIS adalah:

1. Membuat matriks keputusan yang ternormalisasi.

2. Membuat matriks keputusan yang ternormalisasi terbobot. 3. Menentukan matriks solusi ideal positif dan matriks solusi

ideal negatif.

4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif.

5. Menentukan nilai preferensi untuk setiap alternatif.

2.6.2 Matrik Keputusan Ternormalisasi

Dalam membuat matrik keputusan yang ternormalisasi harus ditentukan bobot preferensi dan matrik keputusan terlebih dahulu. Bobot kriteria untuk setiap kriteria dan matrik keputusan yang dibentuk dari perkalian dengan bobot kriteria.

Matrik keputusan ternormalisasi (rij) ditentukan sebagai

(6)

Keterangan: rij xij i j 2.6.3 mengkalikan bobot w menghasilkan matrik y Keterangan: yij w rij 2.6.4

ditentukan berdasarkan ranking bobot ternormalisasi (yij) sebagai berikut:

Gambar 2. Keterangan:

: Matriks ternormalisasi [i] [j] : Matriks keputusan [i] [j] : 1,2,…m

: 1,2,…n

2.6.3 Matrik Keputusan Ternormalisasi Terbobot

Matrik Keputusan ternormalisasi terbobot deng mengkalikan bobot w

menghasilkan matrik y

: Matrik keputusan ternormalisasi terbobot : Bobot preferensi

: Matriks ternormalisasi

2.6.4 Solusi Ideal Positif dan Negatif

Solusi ideal positif A+ dan solusi ideal negatif A

ditentukan berdasarkan ranking bobot ternormalisasi (yij) sebagai berikut:

Gambar 2.1 Rumus

: Matriks ternormalisasi [i] [j] : Matriks keputusan [i] [j] : 1,2,…m

Matrik Keputusan Ternormalisasi Terbobot

Matrik Keputusan ternormalisasi terbobot deng mengkalikan bobot wi

menghasilkan matrik yij dengan rumus sebagai berikut:

Matrik keputusan ternormalisasi terbobot Bobot preferensi

: Matriks ternormalisasi

Solusi Ideal Positif dan Negatif

ditentukan berdasarkan ranking bobot ternormalisasi (yij) sebagai

=

ij

r

ij

y

Rumus Matrik Keputusan Ternormalisasi

: Matriks ternormalisasi [i] [j] : Matriks keputusan [i] [j]

Matrik Keputusan ternormalisasi terbobot deng dengan rating kerja r

dengan rumus sebagai berikut:

Rumus Matrik Terrnormalisasi Terbobot

Matrik keputusan ternormalisasi terbobot : Matriks ternormalisasi

∑

= m i

x

w

=

Keputusan Ternormalisasi

Matrik Keputusan ternormalisasi terbobot deng rating kerja r

Matrik Terrnormalisasi Terbobot

Matrik keputusan ternormalisasi terbobot

∑

ij ij

x

1 2 ij i

r

Keputusan Ternormalisasi

Matrik Keputusan ternormalisasi terbobot deng rating kerja rij yang akan

Matrik Terrnormalisasi Terbobot

Solusi ideal positif A+ dan solusi ideal negatif A- ditentukan berdasarkan ranking bobot ternormalisasi (yij) sebagai

Matrik Keputusan ternormalisasi terbobot dengan yang akan

dapat ditentukan berdasarkan ranking bobot ternormalisasi (yij) sebagai

(7)

Dengan Keterangan: yj+ yj- yij w rij A- A+ i j 2.6.5 sebagai berikut: Gambar 2.

Dengan ketentuan sebagai berikut:

Gambar 2.4 Keterangan:

: Solusi ideal positif : Solusi ideal negatif

: Matrik keputusan ternormalisasi terbobot : Bobot preferensi

: Matriks ternormalisasi : Solusi minimal

: Solusi maksimal ideal postif : 1,2,…m

: 1,2,…n

2.6.5 Jarak dengan Solusi Ideal

Jarak antara alternatif dengan solusi ideal positif dirumuskan sebagai berikut:

ketentuan sebagai berikut:

Gambar 2.4 Ketentuan Dalam Solusi I

: Solusi ideal positif : Solusi ideal negatif

Matrik keputusan ternormalisasi terbobot Bobot preferensi

: Matriks ternormalisasi minimal ideal negatif : Solusi maksimal ideal postif : 1,2,…m

Jarak dengan Solusi Ideal

Jarak antara alternatif dengan solusi ideal positif dirumuskan sebagai berikut: +

=

A

−

=

A

+ j y − j y

Rumus Solusi Ideal Positif dan Negatif

ketentuan sebagai berikut:

Ketentuan Dalam Solusi I

Matrik keputusan ternormalisasi terbobot : Matriks ternormalisasi

negatif : Solusi maksimal ideal postif

Jarak dengan Solusi Ideal

Jarak antara alternatif dengan solusi ideal positif dirumuskan

(

+ +

=

y

₁

,

y

₂

(

− −

=

y

₁

,

y

₂      = ; min ; max ij i ij i y y      = ; max ; min ij i ij i y y

Solusi Ideal Positif dan Negatif

Ketentuan Dalam Solusi Ideal Positif dan Negatif

Matrik keputusan ternormalisasi terbobot

)

+ n

y

,

,L

)

− n

y

,

,L

; j ;

Solusi Ideal Positif dan Negatif

deal Positif dan Negatif

)

(8)

Keterangan: Di+ yi+ yij sebagai berikut: Keter Di -yi- yij 2.6.6 berikut Keterangan:

: Jarak alternatif Ai dengan solusi ideal positif : Solusi ideal positif

: Matriks ternormalisasai terbobot

Jarak antara alternatif dengan solusi ideal negatif dirumuskan sebagai berikut:

: Jarak alternatif Ai dengan solusi ideal negatif : Solusi ideal negatif

2.6.6 Nilai Preferensi Untuk Setiap Alternatif

Nilai preferensi berikut:

: Jarak alternatif Ai dengan solusi ideal positif Solusi ideal positif

Jarak antara alternatif dengan solusi ideal negatif dirumuskan sebagai berikut:

: Jarak alternatif Ai dengan solusi ideal negatif Solusi ideal negatif

Nilai Preferensi Untuk Setiap Alternatif

Nilai preferensi untuk setiap alternatif (V

Gambar 2.7 +

=

i

D

−

=

i

D

i

V

Rumus Jarak Solusi Ideal P

: Jarak alternatif Ai dengan solusi ideal positif : Matriks ternormalisasai terbobot

Jarak antara alternatif dengan solusi ideal negatif dirumuskan

Rumus Jarak Solusi Ideal Negatif

: Jarak alternatif Ai dengan solusi ideal negatif : Matriks ternormalisasai terbobot

untuk setiap alternatif (V

Gambar 2.7 Rumus Nilai Preferensi

(

∑

= +

=

n j i

y

1

(

∑

=

n j ij

y

1 −

+

=

i

D

Jarak Solusi Ideal Positif

: Jarak alternatif Ai dengan solusi ideal positif

Jarak Solusi Ideal Negatif

: Jarak alternatif Ai dengan solusi ideal negatif

untuk setiap alternatif (Vi) diberikan sebagai

Rumus Nilai Preferensi

)

+

−

y

_ij 2

)

−

y

_i 2 + −

+

_i i

D

ositif

Jarak Solusi Ideal Negatif

) diberikan sebagai Jarak antara alternatif dengan solusi ideal negatif dirumuskan

(9)

Keterangan:

Vi : Kedekatan tiap alternatif terhadap solusi ideal

Di- : Jarak alternatif Ai dengan solusi ideal negatif

Di+ : Jarak alternatif Ai dengan solusi ideal positif

Nilai Vi yang lebih besar dari nilai lainnya menunjukkan