• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON KARYAWAN MARKETING PADA PT. FIRST INDO FINANCE CABANG LUBUKLINGGAU MENGGUNAKAN METODE PROFILE MATCHING

N/A
N/A
Protected

Academic year: 2021

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON KARYAWAN MARKETING PADA PT. FIRST INDO FINANCE CABANG LUBUKLINGGAU MENGGUNAKAN METODE PROFILE MATCHING"

Copied!
13
0
0

Teks penuh

(1)

i

NASKAH PUBLIKASI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON KARYAWAN MARKETING PADA PT. FIRST INDO FINANCE CABANG LUBUKLINGGAU MENGGUNAKAN METODE PROFILE

MATCHING

Disusun Oleh : EMI ZULAIHA

2011.01.0053

PROGRAM STUDI SISTEM INFORMASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER BINA NUSANTARA JAYA LUBUKLINGGAU

(2)
(3)
(4)

1

DECISION SUPPORT SYSTEM SELECTION

PROSPECTIVE EMPLOYEES IN MARKETING. FIRST INDO LUBUKLINGGAU FINANCE BRANCH MATCHING USING PROFILE

Emi Zulaiha1, Robi Yanto2 , Deni Apriadi3

1Mahasiswa STMIK Bina Nusantara Jaya Lubuklinggau 2,3Dosen STMIK Bina Nusantara Jaya Lubuklinggau

ABSTRACT

Employees are one of the important resources in any company, so that in selecting prospective employees, the company really pay attention to some of the required criteria. Due to frequent errors in determining and taking a decision. In addressing this required a decision support system that can accommodate the criteria - as well as the assessment criteria capable of storing data - the data relating to the selection of candidates. Decision-making method used in the selection of candidates are marketing method that compares Profile Matching between individual competencies into job competency so that can know the difference competence, the smaller the gap, the resulting value is the greater weight which means it has greater opportunities for employees occupying these positions , In this study, the test results compared with the results of applications Candidates Employee Marketing System that will be created. Making it easier for Staff HRD determine which employees received later appropriateness, to work in accordance with appropriate.

(5)

2

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON KARYAWAN MARKETING PADA PT. FIRST INDO FINANCE CABANG LUBUKLINGGAU MENGGUNAKAN METODE PROFILE

MATCHING

Emi Zulaiha1, Robi Yanto2 , Deni Apriadi3

1Mahasiswa STMIK Bina Nusantara Jaya Lubuklinggau 2,3Dosen STMIK Bina Nusantara Jaya Lubuklinggau

INTISARI

Karyawan merupakan salah satu sumber daya yang penting di setiap perusahaan, sehingga dalam memilih calon karyawan, pihak perusahaan benar-benar memperhatikan beberapa kriteria yang dibutuhkan. Karena sering terjadi kesalahan dalam menentukan serta mengambil sebuah keputusan. Dalam mengatasi hal tersebut diperlukan sebuah sistem pendukung keputusan yang dapat mengakomodir kriteria – kriteria penilaian serta mampu menyimpan data – data berkaitan dengan pemilihan calon karyawan. Metode pengambilan keputusan yang digunakan dalam pemilihan calon karyawan marketing ini adalah Metode Profile Matching yaitu membandingkan antara kompetensi individu kedalam kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya, semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk karyawan menempati posisi tersebut. Dalam penelitian ini, hasil tes dibandingkan dengan hasil aplikasi Sistem Pemilihan Calon Karyawan Marketing yang akan dibuat. Sehingga mempermudah bagi Staff HRD menentukan karyawan mana yang nanti layak tidaknya diterima, agar bekerja sesuai dengan tepat guna.

Kata Kunci : Pemilihan Calon Karyawan marketing, Profile Matching, Sistem Pendukung Keputusan. PENDAHULUAN

Teknologi informasi yang saat ini semakin berkembang pesat, dapat mempengaruhi semua sistem kerja dan efisiensi terhadap operasional dan waktu, sehingga keperluan teknologi tersebut digunakan sebagai suatu piranti khusus untuk memperoleh informasi dalam pengambilan keputusan. Dalam dunia kerja karyawan merupakan salah satu sumber daya yang penting, sehingga dalam memilih calon karyawan, pihak perusahaan harus benar-benar memperhatikan beberapa kriteria yang dibutuhkan. Oleh karena itu, seorang staf harus mempunyai kemampuan menganalisa para pelamar agar karyawan yang di terima bekerja sesuai dengan kriteria yang dibutuhkan.

Seperti halnya yang dilakukan oleh PT. FIRST INDO FINACE cabang Lubuklinggau. Staf mengalami kesulitan karena harus membandingkan hasil tes calon karyawan satu persatu, dan akan membutuhkan waktu yang lama untuk menentukan calon karyawan baru yang diterima.

Maka penulis tertarik untuk membuat suatu sistem pendukung keputusan untuk membantu pemilihan calon karyawan marketing agar dapat dilakukan dengan mudah dan cepat dalam hal pengambilan keputusan penentuan

calon karyawan marketing. Hal ini juga menjadi latar belakang dalam penyusunan Tugas Akhir II dengan judul “ Sistem Pendukung Keputusan Pemilihan Calon Karyawan Marketing Pada PT. First Indo Finance Cabang Lubuklinggau Menggunakan Metode Profile Matching ”

Beberapa uruaian diatas, maka beberapa permasalahan yang timbul adalah :

1. Bagaimana menentukan kriteria yang digunakan dalam penerimaan calon karyawan marketing ? 2. Bagaimana merancang dan menggunakan bahasa

pemograman visual basic 6.0 dalam sistem pendukung keputusan penerimaan calon karyawan marketing ?

3. Bagaimana merancang dan membangun sistem pendukung keputusan pemilihan calon karyawan marketing menggunakan motode profile matching ? Tujuan dan Manfaat

Adapun tujuan dari penelitian yang dilaksanakan penulis pada PT. First Indo Finance Cabang Lubuklinggau adalah :

1) Merancang sebuah sistem pendukung keputusan yang ditunjukan kepada Staf HRD berupa program sistem pendukung keputusan pemilihan calon

(6)

3

karyawan marketing dengan metode Profile Matching.

Adapun manfaat dari penelitian yang dilaksanakan penulis pada PT. First Indo Finance Cabang Lubuklinggau adalah sebagai berikut :

1) Memberikan kemudahan dalam proses pemilihan, pengolahan data dan pembuatan laporan data karyawan marketing.

2) Memberikan kemudahan bagi staf HRD dalam mengambil keputusan pemilihan calon karyawan marketing.

3) Penulis dapat menambah dan mengembangkan ilmu pengetahuan yang didapat dari penelitian pada PT. First Indo Finance Cabang Lubuklinggau.

4) Hasil penelitian diharapkan dapat menjadi referensi untuk belajar atau dikembangkan oleh mahasiswa yang tertarik dalam bidang sistem pendukung keputusan.

LANDASAN TEORI

Sistem Pendukung Keputusan

Menurut Turban dan Turban-Aranson menyatakan bahwa “SPK sebagai suatu sistem interaktif berbasis komputer yang dapat membantu para pengambil keputusan dalam menggunakan data dan model untuk memecahkan persoalan yang bersifat terstruktur” Marimin (2008).

Penyusunan model keputusan merupakan suatu cara untuk mengembangkan hubungan-hubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis, yang mencerminkan hubungan yang terjadi diantara faktor-faktor yang terlibat. Proses pengambilan keputusan ini terdiri dari tiga fase, yaitu :

1. Intelligence

Tahap dimana dilakukannya proses penelusuran dan pedeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka menidentifikasi masalah.

2. Design

Tahap dimana dilakukannya proses menemukan, mengembangkan dan menganalisis alternative tindakan yang bisa dilakukan, meliputi proses untuk mengerti masalah, menurunkan solusi dan menguji kelayakan solusi.

3. Choice

Tahap dimana dilakukan proses pemilihan diantara berbagai alternative, meliputi pencarian, evaluasi dan rekomendasi terhadap suatu solusi yang tepat untuk model.

Komponen-Komponen Sistem Pendukung Keputusan

Menurut Sri Eniyati (2011) Sistem pendukung keputusan terdiri dari 3 komponen utama atau subsistem yaitu :

a. Subsistem Data (Database)

Subsistem data merupakan komponen sistem pendukung keputusan penyedia data bagi sistem. Data dimaksud disimpan dalam suatu pangkalan data (database) yang diorganisasikan suatu sistem yang disebut sistem manajemen pangkalan data (Dats Base Manajemen System/DBMS).

b. Subsistem Model (Model Subsistem)

Merupakan paket perangkat lunak yang masukkan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lain yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat. Bahasa-bahasa pemodelan untuk membangun model-model kustom juga dimasukan. Perangkat lunak itu sering disebut sistem manajemen basis model (MBMS). Komponen tersebut bisa dikoneksikan ke penyimpanan korporat atau eksternal yang ada pada model.

c. Subsistem Dialog (User Sistem Interface)

Pengguna berkomunikasi dan memerintahkan sistem pendukung keputusan melalui subsistem tersebut. Pengguna adalah bagian yang dipertimbangkan dari sistem.

Marketing (Pemasaran)

Menurut Eka Hendra Setyawan et al. (2008) marketing atau pemasaran mempunyai peran yang sangat penting, karena marketing mempunyai kedudukan sebagai perantara antara produsen dan konsumen. Marketing merupakan suatu urutan kegiatan yang saling berkaitan erat dan bertujuan untuk memuaskan kebutuhan dan keinginan manusia melalui proses pertukaran. Dengan demikaian perusahaan dalam menjalankan usahanya perlu memperhatiakan dan mengembangkan sistem marketingnya.

Masalah marketing merupakan salah satu aspek yang sangat penting bagi perusahaan untuk menjalankan perusahaannya, karena tidak jarang perusahaan gagal mencapai tujuannya disebabkan sistem marketing yang kurang tepat. Pemasaran adalah suatu proses sosial dan manajerial yang didalamnya individu dan kelompok mendapatkan apa yang mereka butuhkan dan inginkan dengan menciptakan, menawarkan, dan mempertukarkan produk yang bernilai dengan pihak lain [11].

(7)

4

Metode Profile Matching

Metode Profile Matching ini pertama kali di temukan oleh Winston Royce pada tahun 1970, diartikan agar dapat mempermudah dalam penyimpanan dan penemuan dokumen arsip, awalnya sebelum di temukan metode ini terlebih dahulu terbentuknya sebuah metode yaitu GAP (Generic Acces Profile) bagian dari pada metode profile matching. Menurut Asfan Muqtadir dan

Irwan Purdianto (2013) metode profile matching

merupakan proses membandingkan antara kompetensi individu kedalam kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap), semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk karyawan menempati posisi tersebut.

1. Perhitungan Pemetaan GAP Kompetensi

Setelah proses pemilihan kandidat, proses berikutnya adalah menentukan kandidat mana yang paling cocok menduduki jabatan yang diajukan oleh perusahaan. Dalam kasus ini penulis menggunakan perhitungan pemetaan gap kompetensi dimana yang dimaksud dengan gap disini adalah beda antara profil jabatan dengan profil karyawan atau dapat ditunjukan pada rumus sebagai berikut:

Gap=Profile Karyawan-Profile Jabatan...(1)

[1]

2. Perhitungan Pemetaan GAP Kompetensi

Berdasarkan Aspek-aspek

Untuk perhitungan pemilihan karyawan pengumpulan gap-gap yang terjadi itu sendiri pada tiap aspeknya mempunyai perhitungan yang berbeda-beda.

Tabel 2.1. Keterangan Sub Aspek Kriteria Kriteria Kererangan Sub Kriteria Aspek Kapasitas Intelektual PT :Pendidikan Terakhir PK :Pengalaman Kerja PN :Pengalaman Non Pormal

Aspek Ekonomi R : Rumah / Tempat

Tinggal

K : Kendaraan P : Penghasilan Aspek Evaluasi Diri U : Usia (Umur)

SP : Status Perkawinan KS : Kesehatan HS : Hasil Interview Sumber : PT. First Indo Finance

Di mana nilai aspek sub kriterianya adalah sebagai berikut :

Tabel 2.2. Nilai Aspek Sub Kriteria Nilai Sub Kriteria 1 : Tidak Memenuhi

Syarat 2 : Kurang 3 :Cukup 4 :Baik 5 :Sangat Baik Sumber : PT. First Indo Finance Setelah didapatkan tiap gap masing-masing karyawan maka tiap profil karyawan diberi bobot nilai dengan patokan tabel bobot nilai gap seperti yang dapat dilihat pada tabel 3:

Tabel 2.4. Keterangan Bobot nilai gap No Selisih Bobot

Nilai

Keterangan

1 0 5 Tidak ada selisih

(kompetensi sesuai dengan yang dibutuhkan) 2 1 4,5 Kompetensi individu kelebihan I tingkat/level 3 -1 4 Kompetensi individu kekurangan I tingkat/level 4 2 3,5 Kompetensi individu kelebihan 2 tingkat/level 5 -2 3 Kompetensi individu kekurangan 2 tingkat/level 6 3 2,5 Kompetensi individu kelebihan 3 tingkat/level 7 -3 2 Kompetensi individu kekurangan 3 tingkat/level 8 4 1.5 Kompetensi individu kelebihan 4 tingkat/level 9 -4 1 Kompetensi individu kekurangan 4 tingkat/level Sumber : PT. First Indo Finance

(8)

5

3. Algoritma Metode Profile Matching

1. Perhitungan Gap Kompetensi 2. Perhitungan Pemetaan GAP

3. Perhitungan dan Pengelompokan NCF dan

NSF

Core dan Secondary Factor. Perhitungan core factor

ditunjukan menggunakan rumus dibawah ini : NCF=∑ ( , , )

...(2)

Keterangan :

NCF : Nilai rata-rata core factor

NC(i,e,ed) : Jumlah total nilai core factor (Intelektual,

Ekonomi, Evaluasi Diri)

IC :Jumlah item core factor

Sementara itu, perhitungan secondary factor bisa ditunjukan dengan rumus berikut :

NCS=∑ ( , , )

...(3) [3]

Keterangan :

NSF : Nilai rata-rata secondary factor NS(i,e,ed) :Jumlah total nilai secondary factor

(Intelektual, Ekonomi, Evaluasi Diri)

IS :Jumlah item secondary factor 4. Perhitungan Nilai Total

Rumus perhitungan nilai total adalah sebagai berikut : (x)%NCF(i,e,ed)+(x)%NSF(i,e,ed)= N(i,e,ed)

[3] Keterangan :

NFC(i,e,ed): Nilai rata-rata core factor (i,e,ed) NSF(i,e,ed) : Nilai rata-rata secondary faktor (i,e,ed) N(i,e,ed) : Nilai rata-rata aspek (i,e,ed)

(x)% : Nilai persen yang diinputkan.

5. Perhitungan Penentuan Hasil Akhir atau Rangking

Rumus perhitungan penentuan hasil akhir atau rangking adalah :

(x)%Ni + (x)%Ne +(x)%Ned = Ha...(5) [4] Keterangan :

Ha : Hasil Akhir

Ni : Nilai Kapasitas Intelektual Ne : Nilai Ekonomi

Ned : Nilai Evaluasi Diri

(x)% : Nilai persen yang diinputkan.

ANALISIS DAN PERANCANGAN Perancangan Sistem

Diagram Konteks (DFD)

Gambar 3.1 Diagram Kontek

Pada diagram konteks, data yang masuk dan keluar sistem di berikan secara lengkap dimana staff sebagai admin yang akan melakukan penginputan. Sebelum melakukan penginputan data pelamar, data seleksi, data kriteria, data bobot, data nilai, data rangking. Staff mendapatkan info terlebih dahulu yaitu info data pelamar. sedangkan Pelamar atau calon karyawan akan memberikan data pelamar seperti kriteria dan persyaratan yang telah di tentukan oleh PT. First Indo Finance Cabang Lubuklinggau. Sebelum pelamar menyerahkan data-data persyaratan pelamar mendapatkan info terlebih dahulu yaitu info data kriteria sehingga persyaratan yang di lampirkan sesuai dengan ketentuan yang berlaku dan setelah staff selesai melakukan penginputan data-data maka pelamar mendapatkan info yaitu info hasil tes setelah diproses dan memenuhi kriteria. Sementara Baranch Manager atau pimpinan akan mendapatkan laporan data pelamar dan laporan data hasil seleksi.

(9)

6

Data Flow Diagram Level 1

STAFF PELAMAR

BRANCH MANAGER

DATA PELAMAR

LAP. DATA PELAMAR

LAP.HASIL DATA SELEKSI 3 PEMBUATAN LAPORAN 1 PENDATAAN PELAMAR 2 PENDATAAN SELEKSI DATA SELEKSI DATA KRITERIA DATA BOBOT DATA NILAI DATA RANGKING

INFO HASIL RANGKING INFO DATA PELAMAR

INFO DATA KRITERIA INFO HASIL TES

FILE PELAMAR FILE PELAMAR KD_PELAMAR ID_SELEKSI ID_SELEKSI KD_PELAMAR KD_PELAMAR ID_SELEKSI KD_PELAMAR Gambar 3.2 DFD level 1

Diagram Konteks level 1 diatas terdapat tiga

proses pendataan yaitu pendataan pendidikan, pendataan pelamar, pendataan seleksi. Dan ada proses buat laporan yang ditujukan pada Baranch Manager atau pimpinan. Entity Relationship Diagram (ERD)

Pelamar M Mengikuti I Seleksi

Kd_Pelamar Nm_Pelamar Jbtn yg Dilamar Agama Alamat Jk Telepon Tempat Lahir Pendidikan Tgl Lahir Status Nm_Ayah Nm_Istri Nm_Ibu Kd_Pelamar Nm_Pelamar Dilakukan Interview Staff Kd_Staff I I Username Kesehatan Status pedidikan Id_seleksi Tgl_seleksi Pengalaman Kerja Usia Penghasilan Kendaraan Pedidikan Non Formal Rumah

Gambar 3.3 Entity Relationship Diagram

HASIL DAN PEMBAHASAN Arsitektur Sistem

Adapun arsitektur sistem pemilihan calon

karyawan marketing pada PT.First Indo Finance Cabang Lubuklinggau adalah Sebagai berikut :

Gambar 4.1. Arsitektur Sistem

Implementasi Sistem

Hitungan Manual Metode Profile Matching a. Perhitungan GAP Kompetensi

Contoh Kasus :

Pelamar melamar Ke PT.First Indo Finance Cabang Lubuklinggau, dengan data sebagai berikut :

Tabel 4.1 Variabel Pengetahuan dan Budaya Perusahaan

Keterangan:

1. Aspek Kapasitas Intelektual (KI) a. PT (Pendidikan Terakhir) b. PK (Pengalaman Kerja) c. PN (Pendidikan Non Formal) 2. Aspek Ekonomi (K2)

a. R (Rumah/Tempat Tinggal) b. K (Kendaraan)

c. P (Penghasilan) 3. Aspek Evaluasi Diri (K3)

a. U (Usia)

b. SP (Status Perkawinan) c. KS (Kesehatan) d. HS (Hasil Interview)

(10)

7

b. Perhitungan Pemetaan GAP Kompetensi atau

Pembobotan

Tabel 4.2 Tabel Bobot Nilai Gap Variabel Pengetahuan

dan Budaya Perusahaan

N o Kd P Variabel KI K2 K3 P T P K P N R K P U SP K S HS 1 01 0 -3 0 -1 2 -2 1 -2 0 -1 Nilai Bobot 1 01 5 2 5 4 3 3 4, 5 3 5 4

c. Perhitungan dan Pengelompokan NCF dan NSF

Keterangan :

NCF : Nilai rata-rata core factor

NC(i,e,ed) : Jumlah total nilai core factor (Intelektual,

Ekonomi, Evaluasi Diri)

IC :Jumlah item core factor

Sementara itu, perhitungan secondary factor bisa ditunjukan dengan rumus berikut :

Keterangan :

NSF : Nilai rata-rata secondary factor NS(i,e,ed) :Jumlah total nilai secondary factor

(Intelektual, Ekonomi, Evaluasi Diri)

IS :Jumlah item secondary factor

KI K2 NCF = PT + PK :2 NCF = K + P : 2 = 5 + 2 : 2 = 3 + 3 : 2 = 3,5 = 3 NSF = PN : 1 NSF = R : 1 = 5 : 1 = 4 : 1 = 5 = 4 K3 NCF = U + HS :2 = 4,5 + 4 : 2 = 4,25 NSF = SP + KS : 2 = 5 : 1 = 4

d. Perhitungan Nilai Total

Keterangan :

NFC(i,e,ed): Nilai rata-rata core factor (i,e,ed) NSF(i,e,ed) : Nilai rata-rata secondary faktor (i,e,ed) N(i,e,ed) : Nilai rata-rata aspek (i,e,ed)

(x)% : Nilai persen yang diinputkan. (x)%NCF(i,e,ed)+(x)%NSF(i,e,ed)= N(i,e,ed) Total = (60% x NCF) + (40% x NSF) K1 = 0,6 x 3,5 = 2,1 K2 = 0,6 x 3 = 18 = 0,4 x 5 = 2 = 0,4 x 4 = 1,6 = 4,1 = 1,8 + 1,6 = 3,4 K3 = 0,6 x 4,25 = 2,25 = 0,4 x 4 = 1,6 = 2,25 + 1,6 = 4,15 N o Kode Pelamar Variabel KI K2 K3 PT PK PN R K P U SP KS HS 1 01 5 1 3 2 2 1 4 1 4 2 Profil 5 4 3 3 4 3 3 3 4 4 1 01 0 -3 0 -1 -2 -2 1 -2 0 -1 NCF=∑ ( , , ) ∑ NCS=∑ ( , , ) ∑ (x)%NCF(i,e,ed)+(x)%NSF(i,e,ed)= N(i,e,ed)

(11)

8

e. Perhitungan Penentuan Hasil Akhir atau

Rangking

Keterangan :

Ha : Hasil Akhir

Ni : Nilai Kapasitas Intelektual Ne : Nilai Ekonomi

Ned : Nilai Evaluasi Diri

(x)% : Nilai persen yang diinputkan.

Ha = (40% x Total KI) + (20% x Total K2) + (40% x Total K3)

= (0,4 x 4,1) + (0,2 x 3,4) + (0,4 x 4,15) = 1,64 + 0,68 + 1,66

= 3,98

Berdasarkan hasil perhitungan akhir tersebut dengan Kode Pelamar 1 layak diterima karena memiliki nilai akhir lebih dari nilai standar ketetapan perusahaan yaitu bernilai 3,00.

Halaman Input Login

Halaman menu login adalah form yang digunakan oleh user dengan menginputkan nama pengguna beserta password yang sesuai untuk lebih jelas dapat dilihat pada gamabar berikut ini:

Gambar 4.2. Halaman Login Halaman Menu Pelamar

Halaman menu pelamar digunkan untuk menginputkan data calon karyawan dan menyimpannya ke dlam database. Data yang ada di database dapat di tampilakan kembali pada seperti pada gambar berikut ini :

Gambar 4.4. Halaman Menu Data Pelamar Halaman Menu Seleksi

Proses seleksi di gunakan untuk menginputkan hasil akhir seleksi dari masing-masing karyawan yang telah di nilai sesuai dengan kriteria yang telah ditetapkan hasil seleksi dapat dilihat pada gambar berikut ini :

Gambar 4.5. Halaman Menu Seleksi Laporan

Laporan Data Pelamar

Laporan data pelamar digunakan untuk melihat data calon karyawan yang melamar pada PT. First Indo Finance Cabang Lubuklinggau, dapat di lihat pada gamabar berikut ini :

(12)

9

Gambar 4.6. Laporan Data Pelamar

Laporan Data Seleksi

Laporan data seleksi digunakan untuk melihat hasil akhir dari penilaian seleksi karyawan yang melamar pada PT. First Indo Finance Cabang Lubuklinggau, dapat di lihat pada gamabar berikut ini :

Gambar 4.9. Laporan Data Seleksi Kesimpulan dan Saran

Kesimpulan

Berdasarkan hasil penelitian yang penulis lakukan di PT. First Indo Finance Cabang Lubuklinggau, maka dapat disimpulkan bahwa :

1) Menghasilkan suatu Sistem Pendukung Keputusan Pemilihan Calon Karyawan Marketing Pada PT. First Indo Finance Cabang Lubuklinggau Menggunakan Metode Profile Matching.

2) Perancangan pendukung pengambilan keputusan pemilihan calon karyawan marketing cabang lubuklinggau ini dianalisis dan dirancang menggunakan penggambaran Data Flow Diagram,

Entity Relation Diagram, Desain Tabel, Kebutuhan Hardware dan Software, Desain Input, dan Desain Output.

3) Sistem pendukung keputusan pemilihan calon karyawan marketing pada PT. First Indo Finance

Cabang Lubuklinggau menghasilkan laporan data pelamar dan laporan data hasil seleksi.

Saran

Sistem Pendukung Keputusan pemilihan calon karyawan marketing ini tentunya masih memiliki banyak kekurangan, oleh sebab itu penulis berharap Sistem Pendukung Keputusan pemilihan calon karyawan marketing ini dapat dikembangkan lebih lanjut demi tercapainya hasil sesuai dengan yang diharapkan. Untuk itu penulis memberikan saran sebagai berikut:

1) Untuk pengembangan selanjutnya diharapkan kriteria seleksi untuk pemilihan calon karyawan marketing ini dapat dikembangkan lagi, agar sistem pendukung keputusan ini dapat menghasilkan pengambilan keputusan yang lebih baik lagi. 2) Untuk pengembangan selanjutnya, hasil dari proses

perhitungan dapat berupa deskripsi, tidak hanya berupa angka, sehingga pengambilan keputusan bisa lebih efektif dalam mengambil keputusan keputusan.

3) Untuk pengembangan selanjutnya, Sistem Pendukung Keputusan dapat diperluas lagi menjadi sebuah Sistem Pendukung Keputusan yang mencakup keseluruhan manajemen karyawan, mulai dari pemilihan, penempatan, kinerja dan sebagainya.

DAFTAR PUSTAKA

Al Bahra., 2013, Analisis dan Desain Sistem Informasi, Graha Ilmu : Yogyakarta.

Akhmad Subekhi, M.M. dan Mohammad Jauhar., S.Pd. 2012, Pengantar Manajemen Sumber Daya

Manusia (MSDM) : Pustakaraya – Jakata –

Indonesia.

Asfan Muqtadir, dan Irwan Purdianto., 2013, Sistem

Pendukung Keputusan Kenaikan Jabatan Di PT. Industri Kemasan Semen Gersik, Teknik Informatika, Universitas PGRI Roggolawe.

Alif Wahyu Oktaputra, dan Edi Noersasongko., 2014,

Jurnal Sistem Pendukung Keputusan Kelayakan Pemberian Kredit Motor, Universitas Dian

Nusantara, Semarang.

Agus Sunyoto., 2008, Pengantar Manajemen Sumber

Daya Manusia (MSDM) : Pustakaraya –

(13)

10

Eka Hendra Setyawan et al. 2008, Sistem Pendukung

Keputusan Pemilihan Calon Pegawai

Marketing Pada Pusat Layanan Psikologi Universitas Muhammadiyah Malang, IKPTI

dan Ilmu Komputer, Universitas Brawijaya – Malang – Indonesia.

Hetty Rohayani, 2013, Analisis Sistem Pendukung

Keputusan Dalam Memilih Program Studi Menggunakan Menggunakan Metode Logika

Fuzzy, Sistem Informasi Fakultas Ilmu

Komputer, Universitas Sriwijaya, Jurnal, Vol.

5, No. 1, April 2013

Marimin, 2008, Teknik dan Aplikasi Pengambilan

Keputusan Kriteria Majemuk : Jakarta.

Nina Sherly, 2013, Penerapan Metode Profile Matching

Dalam Sistem Pendukung Keputusan

Pemberian Bonus Karyawan Pada PT.

Sanghyang Seri Persero, Teknik Informatika,

STMIK Budidarma Medan, Jurnal, Volume 1, No 1, Oktober 2013.

Rosa, A.S. dan M. Shalahuddin., 2013, Rekayasa

Perangkat Lunak Terstruktur dan Berorientasi Objek,

Informatika : Bandung.

Syarifatun Ni’mah, Sistem Pendukung Keputusan

Penerimaan Karyawan Menggunakan Metode Profile Matching Berbasis WEB Dengan Framework Codeigniter, Universitas Semarang, Jurnal TransIT Volume1, No 1.

Sri Eniyati, 2011, Perancang Sistem Pendukung

Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting), Sistem Informasi, Universitas

Stikubank, Jurnal Teknologi Informasi DINAMIK Volume 16, No2, Juli 2011.

Veithzal Rivai., 2008, Pengantar Manajemen Sumber

Daya Manusia (M SDM) : Pustakaraya –

Gambar

Tabel 2.1.  Keterangan Sub Aspek Kriteria  Kriteria  Kererangan Sub Kriteria  Aspek  Kapasitas  Intelektual  PT     :Pendidikan Terakhir PK    :Pengalaman Kerja  PN      :Pengalaman  Non  Pormal
Diagram Konteks (DFD)
Gambar 4.1. Arsitektur Sistem  Implementasi Sistem
Tabel 4.2 Tabel Bobot Nilai Gap Variabel  Pengetahuan
+3

Referensi

Dokumen terkait

Berdasarkan indeks LQ tingkat Kabupaten OKUT, sektor industri, perdagangan serta hotel dan restoran bukan sektor basis karena indeks LQ<1, tetapi berdasarkan koefisen CLI

Setelah melakukan penilaian dan penghitungan terhadap iklan-iklan partai politik milik partai Gerindra dan Nasional Demokrat mengenai kecenderungan penggunaan simbol agama dalam

Penerapan sistem pendukung keputusan pada suatu perusahaan dilakukan dengan harapan dapat membantu mempercepat perusahaan dalam menyeleksi calon karyawan yang akan bekerja

Respon sistem yang diperoleh pada sudut 65 derajat antara lattice dengan sumbu vertikal dengan menggunakan lattice sepanjang 10m adalah system mengalami osilasi dengan

Penelitian Gumbinger menunjukkan bahwa pasien dengan stroke iskemik yang memiliki mikroalbuminuria memiliki risiko lima kali lebih tinggi mengalami luaran

Maramba mandamu adalah bangsawan yang dihasilkan karena adanya perkawinan laki-laki bangsawan besar dengan golongan kabihu (orang merdeka), sedangkan maramba kalawihi

Hasil pengukuran debit aliran pada outlet pengamatan di Sub DAS Sengarit bagian hulu dan hilir selama 5 hari dapat di lihat pada tabel 4, di mana pada outlet pengamatan bagian

Hal yang penulis amati dan dapat dijadikan indikator dari dampak tayangan Karma adalah masyarakat desa Srikaton menjadi terdorong untuk melakukan sesuatu yang tidak