STMIK STIKOM Bali, 10 Agustus 2017
SISTEM PENDUKUNG KEPUTUSAN RECRUITMENT
KARYAWAN BARU DENGAN METODE Analytic
Hierarchy Process (AHP) di PT Aqualine
IGKG Puritan wijaya ADH1), I Made Sudharma Putra2), Ni Made Dewi Kansa Putri3) STIMIK STIKOM Bali
Jalan Raya Puputan No.86 Renon, Denpasar, Bali, Indonesia Telp.+62 361 244445 e-mail: puri@stikom-bali.ac.id, mysudarma@gmail.com, kansa@stikom-bali.ac.id
Abstrak
Keperluan karyawan saat ini sangat dibutuhkan sebuah perusahaan, akan tetapi tidak semua perusahaan mendapatkan karyawan yang mereka butuhkan pada saat pelamaran terjadi. Karyawan yang tidak sesuai harapan perusahaan tentu akan membuat perusahaan memberhentikan karyawan tersebut dan membuka lowongan lagi dengan posisi yang sama, akan tetapi mencari karyawan baru memerlukan waktu dan proses yang cukup dibilang lama, yang sesuai dengan kriteria perusahaan. Analytic Hirarchy Process (AHP) adalah metode yang umumnya digunakan untuk menyusun prioritas dari berbagai alternatif yang ada, dengan metode AHP proses seleksi karyawan berdasarkan kriteria yang ada dapat dilakukan. Hasil dari metode AHP adalah pelamar yang memiliki nilai kriteria yang yang paling tinggi yang artinya memiliki nilai yang lebih tinggi dari pelamar lain, sehingga perusahaan dapat mendapatkan karyawan yang mereka inginkan sesuai dengan kriteria yang ditentukan. Dengan perengkingan dengan AHP maka perusahaan dapat dimudahkan dalam memilih calon karyawan terbaik sesuai kriteria yang telah ditentukan.
Kata kunci: AHP, Sistem Pendukung Keputusan, Karyawan, Lowongan, Pekerjaan
1. Pendahuluan
Banyak perusahaan belum menerapkan suatu sistem recruitment yang tepat untuk menyeleksi karyawan mereka, salah satu faktor yang menyebabkan perusahaan tidak memiliki pendanaan yang cukup untuk mengembangkan yang cocok untuk perusahaan mereka. Akan tetapi pemerintah sudah memulai menggunakan sebuah sistem untuk menyeleksi calon pegawai negeri sipil. Langkah Pemerintah tersebut mengisyaratkan bahwa sangat diperlukan sebuah sistem untuk menyeleksi calon karyawan atau tenaga kerja dengan baik dan efisien. Cara seperti itu yang harus diikuti oleh perusahaan-perusahaan yang menginginkan atau mendapatkan karyawan sesuai dengan harapan dan posisi.
Saat ini keperluan karyawan sangat dibutuhkan sebuah perusahan seperti pada PT. Aqualine, tidak ada perusahaan yang besar tanpa kerja keras dari karyawannya. Kebutuhan akan karyawan yang sesuai dengan kemampuan dan kapabilitas sesuai dengan posisi yang dibutuhkan menyebabkan kurang tercapainya hasil sesuai yang diharapkan. Dengan sangat cepatnya perubahaan kebutuhan pada saat ini, perusahaan yang sulit berkembang akan dengan cepat mengalami kemunduran karena target kegiatan yang kurang tercapai. Maka dari itu recruitment karyawan sangat penting dilakukan dengan metode yang tepat, agar karyawan yang diterima sesuai dengan harapan.
Ada beberapa macam metode yang dapat digunakan untuk pelaksanaan menyeleksi karyawan, diantaranya metode Analytic Hierarchy Process (AHP) dan metode Profile Matching. Metode AHP dapat menyelesaikan masalah multikriteria yang kompleks menjadi suatu hirarki. Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. AHP umumnya digunakan dengan tujuan untuk menyusun prioritas dari berbagai alternatif pilihan yang ada dan pilihan-pilihan tersebut bersifat kompleks atau multikriteria [1].
2. Metode Penelitian
2.1. Sistem Pendukung Keputusan
Menurut Alter, Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan manipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat [2].
2.2. Analytical Hierarchy Process (AHP)
Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. AHP umumnya digunakan dengan tujuan untuk menyusun prioritas dari berbagai alternatif pilihan yang ada dan pilihan-pilihan tersebut bersifat kompleks atau multikriteria [1].
Peralatan utama AHP adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia akan prioritas antara satu elemen dengan elemen yang lainnya. Keberadaan hirarki memungkinkan dipecahnya masalah kompleks atau tidak terstruktur dalam sub-sub masalah, lalu menyusunnya menjadi suatu bentuk hirarki.
2.3. Perhitungan Analytical Hirarchy Process (AHP)
Perhitungan pertama dimulai dari menentukan nilai perbandingan kriteria, nilai perbandingan dapat dilihat pada tabel 1.
Tabel 1 Pairwise Comparison Kriteria
NILAI/ IPK PENGALAMAN UMUR
NILAI/ IPK 1 1 3
PENGALAMAN 1 1 5
UMUR 0,333 0,2 1
Jumlah 2,333 2,2 9
Kemudian nilai perbandingan tersebut di normalisasi dengan cara membagi niai setiap perbandingan dengan juamlah kriteria, contoh: perbandingan Pengalaman – Nilai/IPK adalah 1, kemudian dikalikan jumlah Nilai/IPK = 1 / 2,333 = 0,429. Setelah semua nilai perbadingan di normalisasi maka kemudian di jmlahkan setiap baris kriteria, untuk mencari Eigen Vector Normalisasi adalah membagi jumlah kriteria yang sudah normalisasi dengan julah kriteria yang ada, eigen vector dapat dilihat pada tabel 2.
Tabel 2 Eigen Vector Normalisasi Kriteria
NILAI/
IPK
PENGALAMAN UMUR Jumlah
Baris Eigen Vector Normalisasi NILAI/ IPK 0,429 0,455 0,333 1,217 0,406 PENGALAMAN 0,429 0,455 0,556 1,44 0,48 UMUR 0,143 0,091 0,111 0,345 0,115
Untuk memastika nilai perbandingan yang telah dilakukan sebelumnya konsisten atau tidak maka harus dilakukan pengecekan dengan cara berikut:
o Menentukan nilai Eigen Maksimum (λmaks).
Kalikan jumlah nilai perbandingan pada tabel 1 dengan Eigen Vector kriteria pada tabel 2, kemudian dijumlahkan.
Λmaks = (2,333 x 0,406) + (2,2 x 0,480) + (9 x 0,115) = 3,038 o Menghitung Indeks Konsistensi (CI)
o Rasio Konsistensi
Pada tabel index ratio untuk tiga kriteria adalah 0,58.
RI = 3 =0,58
Karena CR Kriteria kurang dari 0,1, maka nilai perbandingan dianggap konsisten. Kemudian dilanjutkan dengan menghitung nilai sub kriteria, perhitungan sama seperti menghitung nilai kriteria. Sub kriteria dipergunakan untuk pengelompokan data yang akan diolah nanti, sebagai contoh umur, dengan rentang angka yang panjang dari 17 sampai 40 tahun, terlalu banyak niai perbandingan yang harus dilakukan, akan tetapi jika dimasukan kedalam sub kriteria sangat baik (23-31tahun), baik (lebih dari 31), cukup (kurang dari 23tahun). Maka perhitungan data akan menjadi sedikit lebih mudah. Perhitungan nilai perbandingan sub kriteria dapat dilihat pada tabel 3.
Tabel 3 Pairwise Comparison Sub Kriteria
Sangat Baik Baik Cukup
Sangat Baik 1 3 5
Baik 0,333333 1 3
Cukup 0,2 0,333333 1
Jumlah 1,5333 4,3 9
Tabel 4 Eigen Vector Normalisasi Sub Kriteria
Sangat
Baik
Baik Cukup Jumlah
Baris Eigen Vector Normalisasi Sangat Baik 0,652 0,692 0,556 1,900 0,633 Baik 0,217 0,231 0,333 0,781 0,260 Cukup 0,130 0,077 0,111 0,318 0,106
Menentukan konsistensi nilai perbandingan Sub Kriteria: o Menentukan nilai Eigen Maksimum (λmaks).
Λmaks = (1,5333x 0,623) + (4,5 x 0,260) + (9 x 0,106) = 3,055 o Menghitung Indeks Konsistensi (CI)
o Rasio Konsistensi
RI = 3 =0,58
Karena CR Sub Kriteria kurang dari 0,1, maka nilai perbandingan dianggap konsisten.
Pengkelasan setiap sub kriteria untuk memudahkan dalam perhitungan: Tabel 5 Sub Kriteria Pengalaman
Pengalaman
Sangat Baik Lebih dari 2th 0,633
Baik 1th - 2th 0,260
Cukup Kurang 1th 0,106
Tabel 6 Sub Kriteria IPK
IPK
Sangat Baik 3,5 - 4 0,633
Baik 31 - 3,49 0,260
Cukup 2,7 - 30,90 0,106
Tabel 7 Sub Kriteria Umur
UMUR
Sangat Baik 23 - 30 0,633
Baik Kurang dari 23 0,260
Cukup Lebih dari 30 0,106
Menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria
Tabel 8 Perangkingan dari Alternatif
Agus 2 3 22 0,223535048
Mahesa 1 3,6 24 0,149336587
Meggi 3 3,7 29 0,63334572
Jadi yang memiliki nilai paling tinggi adalah meggi dengan jumlah nilai 0,63334572 3. Hasil dan Pembahasan
3.1. Data Flow Diagram (DFD) 3.1.1. Diagram Konteks
Konteks diagram adalah diagram yang terdiri dari satu proses utama dan menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output dari sistem[3]. Diagram konteks pada sistem pendukung keputusan ini terdiri dari satu proses utama yang bernama Sistem Pendukung Keputusan Recruitment Karyawan Baru dengan Metode AHP di PT Aqualine. Ada beberapa entitas yang pertama entitas bernama HRD, HRD dapat melakukan menambahkan, mengedit dan menghapus lowongan, menentukan nilai perbandingan pada metode AHP. Entitas selanjutnya adalah Administrator yang dapat melakukan semua proses yang ada dalam sistem. Selanjtnya entitas calon karyawan, yang hanya dapat melakukan proses pendaftaran yang mengisi data yang diperlukan. Berikut adalah diagram konteks dari Sistem Pendukung Keputusan Recruitment Karyawan Baru dengan Metode AHP di PT Aqualine yang ditunjukan oleh gambar 1
Data_Login_Administrator Info_Data_Login_Administrator Tambah_Data_HRD Ubah_Data_HRD Tambah_Data_Administrator Data_HRD_Ubah Data_HRD_Tambah Data_Administrator_Tambah Data_Login_Pelamar Data_Jawaban_Tes Info_Data_Login_Pelamar Info_Data_Jawaban_Tes Data_Login_HRD Tambah_Data_Lowongan Ubah_Data_Lowongan Hapus_Data_Lowongan Cetak_Data_Lowongan Seleksi_Data_Tes Cetak_Data_Tes Info_Data_Login_HRD Data_Lowongan_Tambah Data_Lowongan_Ubah Data_Lowongan_Hapus Data_Lowongan_Cetak Data_Tes_Seleksi Data_Lamaran_Kerja Info_Data_Lamaran_Kerja Cetak_Data_Pelamar Data_Pelamar_Cetak Seleksi_Data_Pelamar Data_Pelamar_Seleksi Hapus_Data_HRD Hapus_Data_Administrator Data_Administrator_Hapus Data_HRD_Hapus Data_Nilai_Kriteria Info_Data_Nilai_Kriteria
Sistem Pendukung Keputusan Recruitment Karyawan Baru dengan
Metode AHP dan Profile Matching
Administrator
Calon Karyawan
HRD
Gambar 1 Kontek Diagram
3.1.2. DFD Level 0
DFD level 0 merupakan dekomposisi dari konteks diagram. Terdapat tiga entitas yaitu HRD, Administrator, Calon Pelamar dan sebelas data store yaitu tb_user, tb_lowongan, tb_pelamar, tb_provinsi, tb_kota, tb_pendidikan, dan tb_gelar, tb_soal, tb_jawaban, tb_lowongan, tb_kriteria, tb_nilaiKriteria. Berikut adalah DFD level 0 dari Sistem Pendukung Keputusan Recruitment Karyawan Baru dengan Metode AHP di PT Aqualine ditunjukkan dengan gambar 2.
Tambah_Data_HRD Ubah_Data_HRD Data_HRD_Ubah Data_HRD_Tambah Data_Lamaran_Kerja Info_Data_Lamaran_Kerja Cetak_Data_Pelamar Data_Pelamar_Cetak Data_Lamaran_Kerja Info_Data_Pelamar Info_Data_Pelamar Info_Data_Login_Administrator Data_Login_Administrator Data_Login_Pelamar Info_Data_Login_Pelamar Data_Lowongan Info_Data_Lowongan 1 tb_user 10 Mengelola Data Administrator 9 Mengelola Data HRD 7 Mengisi Data Lamaran 6 Mengelola Data Pelamar Data_administrator Info_Data_Administrator Data_HRD Info_Data_HRD Tambah_Data_Administrator Ubah_Data_Administrator Data_Administrator_Tambah Data_Administrator_Ubah Administrator Calon Karyawan HRD 4 tb_pelamar 5 tb_lowongan 6 tb_Kriteria 7 tb_NilaiKriteria 8 tb_provinsi 9 tb_kota 10 tb_gelar 11 tb_pendidikan 4 Menyeleksi Data Pelamar 1 Mengelola Login 3 Mengelola Lowongan 2 Mengelola_Kriteria Data_HRD_Hapus Hapus_Data-Administrator Data_Administrator_Hapus Data_Nilai_Kriteria Data_Kriteria Info_Data_Kriteria Info_Data_Nilai_Kriteria Info_Data_Sub_Kriteria Info_Data_Nilai_Sub_Kriteria Data_Nilai_Kriteria Info_Data_Nilai_Kriteria Data_Kriteria Info_Data_Kriteria Info_Data_Nilai_Kriteria info_data_provinsi info_data_kota info_data_gelar info_data_pendidikan Seleksi_Data_Pelamar Data_Login_Administrator Info_Data_Login_Administrator Data_Login_Pelamar Info_Data_Login_Pelamar Data_Login_HRD Info_Data_Login_HRD Tambah_Data_Lowongan Ubah_Data_Lowongan Hapus Data Lowongan
Data_Lowongan_Tambah Data_Lowongan_Ubah
Data Lowongan Hapus Cetak_Data_Lowongan Data_Lowongan_Cetak
Hapus_Data_HRD
Gambar 2 DFD Level 0 3.1.3. DFD Level 1 Mengelola Data Lowongan
DFD Level 1 mengelola data Lowongan merupakan rincian dari proses mengelola data Lowongan yang ada pada DFD level 0. Terdapat empat proses yaitu proses tambah data lowongan, ubah data lowongan, hapus data lowongan, dan cetak data lowongan. Proses tersebut akan dilakukan oleh HRD, dan disimpan pada data store tb_lowongan. Berikut adalah DFD level 1 mengelola data lowongan yang ditunjukan dengan gambar 3
HRD 3.1 Tambah Data Lowongan Data_Lowongan Info_Data_Lowongan Data_Lowongan Info_Data_Lowongan Data_Lowongan Tambah_Data_Lowongan Data_Lowongan_Tambah Ubah_Data_Lowongan Data_Lowongan_Ubah Hapus_Data_Lowongan Data_Lowongan_Hapus Cetak_Data_Lowongan Data_Lowongan_Cetak 5 tb_lowongan Info_Data_Lowongan Data_Lowongan Info_Data_Lowongan 3.2 Ubah Data Lowongan 3.3 Hapus Data Lowongan 3.4 Cetak Data Lowongan2
Gambar 3 DFD Level 1 Data Mengelola Lowongan 3.1.4. DFD Level 1 Mengelola data HRD
DFD Level 1 mengelola data HRD merupakan rincian dari proses mengelola data HRD yang ada pada DFD level 0. Terdapat tiga proses yaitu proses tambah, ubah dan hapus data HRD. Proses tersebut akan dilakukan oleh Administrator, dan disimpan pada data store tb_user. Berikut adalah DFD level 1 mengelola data HRD ditunjukkan oleh gambar 4
Administrator 9.1 Tambah Data HRD 9.2 Ubah Data HRD 9.3 Hapus Data HRD Tambah_Data_HRD Data_HRD_Tambah Ubah_Data_HRD Data_HRD_Ubah Hapus_Data_HRD Data_HRD_Hapus Data_HRD Info_Data_HRD Info_Data_HRD Data_HRD Data_HRD Info_Data_HRD 1 tb_user
Gambar 4 DFD Level 1 Mengelola Data HRD
3.2. Entity Relationship Diagram (ERD)
ERD adalah suatu bentuk perencanaan database secara konsep fisik yang nantinya dipakai sebagai kerangka kerja dan pedoman dari struktur penyimpanan data. ERD digunakan untuk menggambarkan model hubungan data dalam sistem, dimana di dalamnya terdapat hubungan entitas beserta atribut relasinya dan mendokumentasikan kebutuhan-kebutuhan untuk sistem pemrosesan data. ERD digunakan untuk pemodelan basis data rasional sehingga jika penyimpanan basis data menggunakan OODBMS maka perancangan basis data tidak perlu menggunakan ERD [3]. Pada gambar 5 di bawah ini adalah ERD dari Sistem Pendukung Keputusan Rekruitment Karyawan Baru Dengan Metode AHP.
Pelamar id_pelamar nama email jenis_kelamin no_tlp Alamat tgl_lahir pendidikan gelar nilai posisi Lama_Bekerja Userr ID_user Nama Password Level Lowongan id_lowongan nama deskripsi tanggung_jawab syarat_pengalaman keahlian mengelola mengelola memiliki Foto n_umur n_nilai n_pengalaman n_total tunjangan jam_kerja tgl_berakhir tanggal waktu id_user Kriteria kode Nama id_kriteria mengelola Nilai_Kriteria id_kriteria_2 id_nilai_kriteria id_kriteria_1 memiliki nilai M M M M 1 M M M 1 1
Gambar 5 Entity Relationship Diagram (ERD)
3.3. Konseptual Basis Data
Pada Gambar 6 menunjukkan hubungan antar setiap tabel yang berada pada Sistem Pendukunf Keputusan Recruitment Karyawan Baru. Konseptual Basis Data juga memberikan gambaran untuk primary key dan foregn key setiap tabelnya, bagaimana hubungan setiap tabel tersebut
tb_pelamar tb_lowongan tb_provinsi tb_kota tb_pendidikan tb_gelar tb_user tb_kriteria tb_nilai_kriteria id_pelamar PK nama email password no_tlp alamat id_provinsi FK id_kota FK jenis_kelamin tgl_lahir umur id_lowongan FK id_pendidikan FK id_gelar FK nilai pengalaman lama_pengalama n foto n_umur n_nilai n_pengalaman n_total id_lowongan PK nama deskripsi tanggung _jawab syarat_pengalam an keahlian tunjangan jam_kerja tgl_berakhir tgl_mulai waktu id_user FK id_provinsi PK nama id_kota PK id_provinsi FK nama id_pendidikan PK nama stage id_gelar PK catagory name id_user PK password nama level id_kriteria PK kode nama id_nilai_kriteria PK id_kriteria_1 id_kriteria_2 nilai
Gambar 6 Konseptual Basis Data 3.4. Implementasi Sistem
Tahap impelementasi sistem yaitu tahap implementasi dan pengujian terhadap penelitian Implementasi Metode AHP Untuk recruitment karyawan baru yang dibangun berbasis website dengan menggunakan bahasa pemrograman PHP dan HTML serta aplikasi penyimpanan data sehingga mempermudah user jika ingin mengakses melalui browser. Yang dimana PHP digunakan untuk membuat web yang dinamis dan skrip PHP dapat dijalankan tanpa melibatkan web server maupun browser.[4]
Gambar 7 menunjukan halaman nilai kriteria dari sistem pendukun keputusan rekruitment karyawan baru di PT Aqualine, sebelum membuat sebuah lowongan aktif, HRD harus menentukan nilai perbandingan kriteria dan mengecek apakah nilai perbandingan yang dimasukan tersebut konsisten atau tidak, jika nilai yang dipilih tidak konsisten maka HRD harus memilih kembali kombinasi nilai perbandingan yang menghasikan nilai konsisten.
Setelah HRD menentukan nilai perbandingan maka HRD dapat membuat lowongan yang akan dibuka, membuat lowongan baru dilakukan di halaman lowongan yang ditunjukan oleh gambar 8.
Gambar 8 Halaman Lowongan
Lowongan yang aktif akan terlihat pada frontend sistem, dan dapat dilihat oleh pelamar yang ingin mendaftar. Pelamar yang ingin melamar lowongan yang dipilih akan mengisi data diri yang dibutuhkan pada halaman detail lowongan yang ditunjukan oleh gambar 9. Pada halaman detail ini terdapat proses perhitungan kriteria AHP sebelum dimasukan kedalam database, jadi nilai kriteria umur, nilai/ ipk, dan lama pengalaman akan di proses dengan AHP. Ketiga kriteria tersebut akan dimasukan ke masing-masing sub kriteria yng sudah ada (sangat baik, baik, dan cukup). Setelah data kriteria pelamar di olah dengan AHP baru data terseput dimasungan ke dalam database tb_pelamar.
Gambar 9 Halaman Detail Pelamar
Setelah lowongan berakhir HRD dapat mengecek pelamar mana saja yang mendapat nilai tertinggi berdasarkan kriteria yang sudah ditetapkan, data ini dapat dilihat pada halaman proses AHP yang ditunjukkan oleh gambar 10.
Gambar 10 Halaman Proses AHP
Pada gambar 10 juga dapat terlihat proses perhitungan AHP untuk nilai perbandingan yang sudah ditetapkan sebelumnya.
4. Simpulan
Berdasarkan penelitian yang dilakukan dapat disimpulkan bahwa sistem pendukung keputusan rekruitment karyawan baru dapat diterapkan metode AHP dengan mengumpulkan data pribadi seperti umur, nilai dan lama pengalaman. Hasil dari metode AHP adalah pelamar yang memiliki nilai kriteria yang yang paling tinggi yang artinya memiliki nilai yang lebih tinggi dari pelamar lain, sehingga perusahaan dapat mendapatkan karyawan yang mereka inginkan sesuai dengan kriteria yang ditentukan. Dengan perengkingan dengan AHP maka perusahaan dapat dimudahkan dalam memilih calon karyawan terbaik sesuai kriteria yang telah ditentukan.
Daftar Pustaka
[1] Bourgeois, R. 2005. Analytical Hierarchy Process: an Overview UNCAPSA - UNESCAP. Bogor. [2] Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Penerbit Andi, Yogyakarta [3] Rosa A.S., M. Shalahuddin. 2013. Rekayasa Perangkat Lunak Terstruktur Dan Berorientasi Objek.
Bandung: Informatika Bandung.
