• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEAM LEADER SHIFT TERBAIK DENGAN MENGGUNAKAN METODE ARAS STUDI KASUS PT. ANUGRAH BUSANA INDAH

N/A
N/A
Protected

Academic year: 2021

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEAM LEADER SHIFT TERBAIK DENGAN MENGGUNAKAN METODE ARAS STUDI KASUS PT. ANUGRAH BUSANA INDAH"

Copied!
6
0
0

Teks penuh

(1)

101

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEAM LEADER

SHIFT TERBAIK DENGAN MENGGUNAKAN METODE ARAS

STUDI KASUS PT. ANUGRAH BUSANA INDAH

Lia Ciky Lumban Gaol, Nelly Astuti Hasibuan

STMIK Budi Darma, Medan, Indonesia Jl. Sisingamangaraja No. 338 Medan

ABSTRAK

Sistem Pendukung Keputusan (SPK) adalah sistem yang dapat membantu seseorang dalam mengambil keputusan yang akurat dan tepat sasaran. Banyak permasalahan yang dapat diselesaikan dengan menggunakan SPK. Sistem Pendukung Keputusan (SPK) biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk suatu peluang. Aplikasi Sistem Pendukung Keputusan (SPK) digunakan dalam pengambilan keputusan. Aplikasi Sistem Pendukung Keputusan (SPK) menggunakan CBIS (Computer Based Information systems) yang fleksibel, interaktif, dan dpat diadaptasi. Maka dari itu diperlukan sebuah aplikasi yang mampu mendukungnya. Untuk menghin dari subjektifitas keputusan yang dihasilkan diperlukan suatu system pendukung keputusan (Decision Support System/DSS) yang dapat membantu perusahaan dalam memilih team leader shift terbaik. Metode additive ratio assessment (ARAS). Menurut Stanujkic dan Jovanovic, metode ARAS dikembangkan oleh Zavadskas dan Turskis pada tahun 2010. Metode ARAS merupakan salah satu metode pengambilan keputusan multikriteria berdasarkan pada konsep perangkingan menggunakan utility degree yaitu dengan membandingkan nilai indeks keseluruhan setiap alternative terhadap nilai indeks keseluruhan alternative optimal

Kata Kunci: Sistem Pendukung Keputusan, Metode Aras, Pemilihan Team Leader

I. PENDAHULUAN

Team leader dalam organisasi yang mengadopsi persepesi kualitas (pemberdayaan, partisipasi tim), dimana terdapat keseluruhan orang ikut duduk pada keseluruhan pertemuan yang diadakan. Terkadang perlu beberapa spesialis pelatihan untuk turut hadir dalam rapat, yang tujuannya meyakinkan bahwa tim masih berada dalam jalur dan semua kegiatan berjalan lancar.

Team Leader atau pemimpin kelompok

memiliki tanggungjawab penuh terhadap sukses atau gagalnya pekerjaan yang dibebankan perusahaan kepada tim. Oleh karena itu,bagi pemimpin kelompok mendapat dukungan manajemen dan melihat hasil adalah lebih pentingdari pada reward apapun. Pemimpin juga perlu untuk berjalan ada garis atau jalur antara membiar kan kelompok berjalan sendirinya dan menjganya agar tetap[1]

Pemilihan Team Leader PT. Anugrah Busana Indah selama ini masih manual sehingga kurang sesuai dengan standar operasional prosedur pemilihan, hanya melihat dari fisik, atau tidak sepenuhnya di tentukan dengan kemampuan yang dimiliki FA(Fashion Assisten), tentu saja dalam masalah ini akan ada solusinya yang di kembangkan dengan menggunakan suatu sistem pendukung keputusan untuk pemilihan Team Leader terbaik dengan hasil kinerjanya. PT. Anugrah Busana Indah adalah perusahaaan yang bergerak dalam bidang garmen ritel yang bergerak dalam bisnis fashion branding.

Metode additive ratio assessment (ARAS). Menurut Stanujkic dan Jovanovic, metode ARAS dikembangkan oleh Zavadskas dan Turskis pada tahun 2010. Metode ARAS merupakan salah satu metode pengambilan keputusan multikriteria

berdasarkan pada konsep perangkingan menggunakan utility degree yaitu dengan

membandingkan nilai indeks keseluruhan setiap alternatif terhadap nilai indeks keseluruhan alternatif optimal. Pada penelitian ini, dibahas tentang metode

ARAS yang diterapkan padapemilihan team leader shift

terbaik pada PT. ANUGRAH BUSANA INDAH Sistem pendukung keputusan (SPK) adalah sistem yang dapat membantu seseorang dalam mengambil keputusan yang akurat dan tepat sasaran. Sistem pendukung keputusan biasanya di bangun untuk mendukung solusi atas suatu masalah atau untuk suatu peluang.

II. TEORITIS

A. Sistem Pendukung Keputusan

Menurut Kusrini, Sistem Pendukung Keputusan adalah sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat[1].

Pada dasarnya DSS hampir sama dengan SIM karena menggunakan basis data sebagai sumber data. DSS bermula dari SIM karena menekankan pada fungsi mendukung pembuat keputusan diseluruh tahap-tahapnya, meskipun keputusan aktual tetap wewenang eksklusif pembuat keputusan.

Kelas sistem informasi terkomputerisasi pada level yang lebih tinggi adalah Decission Support

System (DSS). DSS hampir sama dengan SIM

tradisional kerena keduanya sama-sama tergantung pada basis data sebagai sumber data. DSS berangkat dari SIM tradisional kerena menekankan pada fungsi mendukung pembuatan keputusan di seluruh tahap-tahapnya, meskipun keputusan actual masih wewenang eklusif pembuat keputusan. DSS lebih sesuai untuk

(2)

orang- orang atau kelompok yang menggunakannya daripada SIM tradisional.

Dalam DSS terdapat tiga tujuan[1], yang harus dicapai :

1. Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur. 2. Mendukung keputusan manajer, dan bukan

mengubah atau mengganti keputusan tersebut. 3. Meningkatkan efektifitas manajer dalam

pembuatan keputusan, dan bukan peningkatan efisiensi.

DSS lebih lebih ditujukan untuk mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam situasi yang kurang terstruktur dan dengan kriteria yang kurang jelas. DSS tidak dimaksudkan untuk mengotomatisasikan keputusan, tetapi memberikan perangkat interaktif yang memungkinkan pengambilan keputusan untuk melakukan berbagai analisa untuk melakukan analisa menggunakan model-model yang tersedia.

B. Metode Additive Ratio Assessment (ARAS)

Dalam Jurnal Putrandi Yusuf Ahmadi1, "SPK Penilaian Kinerja Sosial Dengan Metode ARAS," UDNS, vol. 1, p. 3, Dec. 2011. [10] Additive Ratio Assessment (ARAS) Dalam melakukan proses perangkingan, metode ARAS memiliki tiga tahapan yang harus dilakukan, yaitu :

a. Pembentukan DMM

....(1.) Dimana m = jumlah alternative n = jumlah kriteria xij = nilai performa dari alternatif i terhadap kriteria j x0j = nilai optimum dari kriteria j

b. Penormalisasian DMM untuk semua kriteria

...(2.) Jika pada kriteria yang diusulkan bernilai maksimum maka normalisasinya adalah

...(3.) Jika pada kriteria yang diusulkan bernilai minimum, maka proses normalisasinya ada 2 tahap yaitu:

...(4.) c. Mentukan bobot matriks yang sudah dinormalisasi pada tahap b.

....(5.) d. Menetukan nilai dari fungsi optimum

...(6.) e. Menentukan tingkatan peringkat

...(7.)

III. ANALISA DAN PEMBAHASAN A. Analisa Sistem yang Sedang Berjalan

Proses pemilihan team leader shift terbaik sebenarnya masih dikerjakan secara manual dan sebatas hanya dengan menggunakan data yang apa adanya. Yaitu dengan cara melihat secara kasat mata penampilan kandidat dan pengalamannya serta latar belakang pendidikannya tanpa melihat spesifikasi dan kemampuan leader shift si kandidat. Sehingga hanya mengandalkan informasi yang tergolong kurang akurat untuk dijadikan dasar dalam pemilihan kandidat untuk dijadikan leader yang terbaik. Untuk menganalisa kandidat yang jumlahnya sedikit saja memerlukan waktu yang sangat lama, apalagi bila jumlah kandidat

leadershift yang akan dipilih banyak ditambah lagi

kriteria dalam pemilihan juga lebih dari satu maka bisa dibayangkan repotnya cara manual tersebut untuk menentukan team leader shift yang terbaik pada organisasi tersebut.

Untuk menentukan team leader shift maka dilakukan langkah-langkah sebagai berikut:

1. Mengumpulkan para kandidat untuk di interview.

2. Mencatat dan melihat penampilan kandidat yang sesuai untuk dijadikan team leader.

3. Menganalisa secara manual satu per satu hasil

interview dan dibandingkan dengan pengalaman

kerja serta penampilan para kandidat.

4. Dengan cara yang cukup sederhana tanpa adanya perhitungan yang akurat maka ditentukanlah team

leader shift terbaik tersebut. B. Penerapan Metode Aras

Untuk memperjelas maka akan diberikan contoh kasus dibawah ini serta beberapa data yang harus dipenuhi para kandidat untuk dijadikan team leader yang terbaik. Pada kasus ini telah ditentukan beberapa kriteria yang akan dianalisa untuk mencapai hasil akhir ranking tertinggi dari para kandidat tersebut. Data-data tersebut digunakan untuk membangun sistem pendukung keputusan dalam pemilihan team leadershift terbaik, diantaranya adalah berdasarkan

beberapa kriteria sebagai berikut: Pengalaman Kerja yang dimiliki oleh para kandidat team leader, Seberapa

(3)

seringkah kandidat tersebut mendapatkan pelatihan tentang team leader, Seberapa Baikkah Penampilan Kandidat tersebut di mata penilai, seberapa luaskah wawasan kandidat tersebut mengenai team leadershift dan seberapa jujurkah para kandidat tersebut berdasarkan penilaian hasil psikotest.

Untuk lebih jelasnya di PT. Anugerah Busana Indah akan dilakukan pemilihan team leader shift. Sudah ditetapkan 15 kandidat terbaik yang akan dianalisa lebih jauh mana yang terbaik dari 15 kandidat tersebut untuk dijadikan team leader. Dilakukanlah Test Psikotest dan Riwayat Para kandidat untuk dijadikan bahan pertimbangan sehingga ditetapkan data sebagai berikut:

Tabel 1. Kriteria - kriteria

Kriteria Keterangan

C1 Pengalaman kerja C2 Pelatihan Leader shift C3 Penampilan

C4 Wawasan C5 Kejujuran

Tabel 2. Alternatif kriteria

Alternatif Keterangan

A1 Minimal 4 tahun A2 Minimal 7 kali A3 Rapi

A4 Mampu menggukan bahasa inggris

A5 Mampu menjawab soal dengan benar

Tabel 3. Kriteria Pengalaman Kerja (C1)

No Pengalaman Kerja (Tahun) Nilai Kriteria 1 1 Tahun 1 2 2 Tahun 2 3 3 Tahun 3 4 4 Tahun 4 5 5 Tahun 5

Tabel 4. Kriteria Jumlah Pelatihan Leader Shift (C2)

No Pelatihan Leadershift Nilai Kriteria

1 1 Kali 1

2 2 Kali 2

No Pelatihan Leadershift Nilai Kriteria 3 3 Kali 3 4 4 Kali 4 5 5 Kali 5 6 6 Kali 6 7 7 Kali 7 8 8 Kali 8 9 9 Kali 9

10 Lebih dari 9 Kali 10 Tabel 5. Kriteria Penampilan (C3)

No Nilai Penampilan

Hasil Test Nilai Kriteria

1 sangat kurang sekali 1 2 sangat kurang 2 3 kurang 3 4 Cukup 4 5 Lumayan 5 6 cukup baik 6 7 Baik 7 8 sangat baik 8

9 sangat baik sekali 9

10 Sempurna 10

Tabel 6. Kriteria Wawasan (C4)

No Nilai Wawasan Hasil Test Nilai Kriteria

1 10 Jawaban Benar 10

2 9 Jawaban Benar 9

3 8 Jawaban Benar 8

4 7 Jawaban Benar 7

5 Kurang dari 7 Jawaban Benar 6 Tabel 7. Kriteria Kejujuran (C5)

No Nilai Kejujuran Hasil

Test Nilai Kriteria

1 Sangat Jujur 10

2 Jujur 9

3 Cukup Jujur 8

4 Cukup Tidak Jujur 7

5 tidak jujur 6

(4)

Tabel 8. Tabel Hasil Psikotest Kandidat Team Leader Shift Nama Kandidat Jabatan Hasil Psikotest Pengala man Pelati han Penamp ilan Waw asan Kejujur an Latifa FA 3 5 9 7 7 Rizkiani FA 4 7 8 8 8 shanti tamba FA 5 3 7 7 7 lia ciky FA 4 9 8 8 8 widya agustin FA 5 6 9 7 9 widya mei sari FA 4 3 8 8 9 laura sihotang FA 5 5 9 9 6 sri fortina putri FA 1 7 7 8 5 Julia FA 2 6 7 8 5 Bila FA 4 2 7 8 5 Dila FA 4 4 6 9 7 ade wiyah FA 5 6 9 7 8 Rini FA 4 10 9 9 7 Nina FA 3 3 9 7 6 Dinda FA 3 8 8 7 6

Untuk selanjutnya PT. Anugrah Busana menetapkan Bobot untuk kriteria – kriteria yang akan dinilai. PT. Anugrah Busana menetapkan bahwa kriteria yang paling penting adalah kriteria kejujuran maka diberikan nilai bobot 0.35, diikuti oleh kriteria pelatihan leadershift dengan nilai bobot 0.25, kriteria pengalaman kerja dengan nilai bobot 0.2, kriteria penampilan dengan bobot 0.15 serta kriteria wawasan dengan nilai bobot 0.05. Syarat nilai bobot untuk semua kriteria adalah sama dengan 1 (satu). Untuk itu 0.35 + 0.25 + 0.2 + 0.15 +0.05 sama dengan 1.

Berdasarkan nilai kriteria yang telah ditetapkan pada tabel – tabel diatas maka dilakukan analisa terhadap penilaian yang diperoleh oleh ke 15 kandidat sebagai berikut tabel 7.

Tabel 9. Data Analisa Pemilihan Team Leadershift terbaik

Candidate No

Kriteria

C1 C2 C3 C4 C5

UoM Tahun Kali Nilai Nilai Nilai

Opt Dir Max Max Max max max

Bobot 0.2 0.25 0.15 0.05 0.35 0-Op Value 5 10 10 10 10 Latifa 3 5 9 7 7 rizkiani 4 7 8 8 8 shanti tamba 5 3 7 7 7 lia ciky 4 9 8 8 8 widya agustin 5 6 9 7 9

widya mei sari 4 3 8 8 9

laura sihotang 5 5 9 9 6

sri fortina putri 1 7 7 8 5

Candidate No Kriteria C1 C2 C3 C4 C5 Julia 2 6 7 8 5 Bila 4 2 7 8 5 Dila 4 4 6 9 7 ade wiyah 5 6 9 7 8 Rini 4 10 9 9 7 nina 3 3 9 7 6 Dinda 3 8 8 7 6

Dari tabel diatas dapat dilihat bahwa dalam pemilihan team leader yang ideal dan terbaik digunakan 5 kriteria yang akan dianalisa dan diukur untuk hasil yang maksimal. Kriteria tersebut adalah: pengalaman kerja, pelatihan leadershift, penampilan, wawasan dan tingkat kejujuran para kandidat. Jadi kelima kriteria tersebut adalah yang terpenting dan paling berpengaruh untuk menentukan team leadershit yang terbaik. Contoh untuk kandidat Latifa dari tabel diatas dapat kita lihat bahwa ia memiliki pengalaman kerja selama 3 tahun, menerima pelatihan leadershift sebanyak 5 kali, dengan nilai penampilan 9 (dari range 1 s.d 10), memiliki nilai wawasan senilai 7 point (range dari 6-10) serta tingkat kejujuran adalah senilai 7 point (range 5- 10).

Tabel 10 Nilai Normalisasi DMM untuk semua kriteria Kandidat/ Kriteria C1 C2 C3 C4 C5 Bobot 0.2 0.25 0.15 0.05 0.35 0 0.0820 0.1064 0.0769 0.0787 0.0885 1 0.0492 0.0532 0.0692 0.0551 0.0619 2 0.0656 0.0745 0.0615 0.0630 0.0708 3 0.0820 0.0319 0.0538 0.0551 0.0619 4 0.0656 0.0957 0.0615 0.0630 0.0708 5 0.0820 0.0638 0.0692 0.0551 0.0796 6 0.0656 0.0319 0.0615 0.0630 0.0796 7 0.0820 0.0532 0.0692 0.0709 0.0531 8 0.0164 0.0745 0.0538 0.0630 0.0442 9 0.0328 0.0638 0.0538 0.0630 0.0442 10 0.0656 0.0213 0.0538 0.0630 0.0442 11 0.0656 0.0426 0.0462 0.0709 0.0619 12 0.0820 0.0638 0.0692 0.0551 0.0708 13 0.0656 0.1064 0.0692 0.0709 0.0619 14 0.0492 0.0319 0.0692 0.0551 0.0531 15 0.0492 0.0851 0.0615 0.0551 0.0531 Data di atas diperoleh dengan cara perhitungan sebagai berikut:

Sebagai contoh untuk kandidat no 1 akan dihitung nilai normalisasi untuk kriteria C1 s.d C5.

Kandidat 1 untuk kriteria C1 =

eria

iSemuakrit

JumlahNila

ria

NilaiKrite

=

61

3

3

3

4

5

4

4

2

1

5

4

5

4

5

4

3

5

3

=

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

(5)

= 0.0492

Kandidat 1 untuk kriteria C2 =

eria

iSemuakrit

JumlahNila

ria

NilaiKrite

94

5

8

3

10

6

4

2

6

7

5

3

6

9

3

7

5

10

5

=

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

= 0.0532

Kandidat 1 untuk kriteria C3 =

eria

iSemuakrit

JumlahNila

ria

NilaiKrite

130

9

8

9

9

9

6

7

7

7

9

8

9

8

7

8

9

10

9

=

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

= 0.0692

Kandidat 1 untuk kriteria C4 =

eria

iSemuakrit

JumlahNila

ria

NilaiKrite

127

7

7

7

9

7

9

8

8

8

9

8

7

8

7

8

7

10

7

=

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

= 0.0551

Kandidat 1 untuk kriteria C5 =

eria

iSemuakrit

JumlahNila

ria

NilaiKrite

113

7

6

6

7

8

7

5

5

5

6

9

9

8

7

8

7

10

7

=

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

= 0.0619

Dari perhitungan diatas dapat dilihat juga pada tabel 4.2 bahwa hasil normalisasi untuk nilai kandidat 1 (No.1) memiliki nilai sebagai berikut : untuk kriteria pengalaman kerja (C1), pelatihan leadershift (C2), penampilan (C3), wawasan (C4) dan kejujuran (C5) secara berurut adalah sebesar : 0.0492, 0.0532, 0.0692, 0.0551 dan 0.0619.

1. Langkah selanjutnya adalah dengan menentukan bobot matriks nilai yang sudah dinormalisasi pada tabel 4.8 diatas sehingga hasilnya bisa dilihat pada tabel 4.9 dibawah ini. Tabel 4.9 Nilai Bobot, Nilai Optimal Dan Peringkat

Matriks Untuk Setiap Kandidat

C1 C2 C3 C4 C5 S K Rank 0 0.0164 0.0266 0.0115 0.0039 0.0310 0.0894 1.0000 1 0.0098 0.0133 0.0104 0.0028 0.0217 0.0580 0.6480 9 2 0.0131 0.0186 0.0092 0.0031 0.0248 0.0689 0.7703 5 3 0.0164 0.0080 0.0081 0.0028 0.0217 0.0569 0.6360 10 4 0.0131 0.0239 0.0092 0.0031 0.0248 0.0742 0.8297 2 5 0.0164 0.0160 0.0104 0.0028 0.0279 0.0734 0.8203 3 6 0.0131 0.0080 0.0092 0.0031 0.0279 0.0613 0.6859 8 7 0.0164 0.0133 0.0104 0.0035 0.0186 0.0622 0.6955 6 8 0.0033 0.0186 0.0081 0.0031 0.0155 0.0486 0.5435 14 9 0.0066 0.0160 0.0081 0.0031 0.0155 0.0492 0.5504 13 10 0.0131 0.0053 0.0081 0.0031 0.0155 0.0451 0.5048 15 11 0.0131 0.0106 0.0069 0.0035 0.0217 0.0559 0.6250 11 12 0.0164 0.0160 0.0104 0.0028 0.0248 0.0703 0.7857 4 13 0.0131 0.0266 0.0104 0.0035 0.0217 0.0753 0.8421 1 14 0.0098 0.0080 0.0104 0.0028 0.0186 0.0495 0.5539 12 15 0.0098 0.0213 0.0092 0.0028 0.0186 0.0617 0.6897 7

Rumus untuk menghitung bobot normalisasi nilai kandidat adalah :

=

=

n j j

w

1

1

=

m n m j n in ij i n j

x

x

x

x

x

x

x

x

x

X

_ _ 1 _ _ _ 1 _ 0 _ 0 _ 01 _ ___

...

....

....

....

...

...

_____

;

,

0 m

i =

_____

;

,

1 n

j =

Sebagai contoh kita akan menghitung nilai bobot normalisasi untuk kandidat no 13 untuk beberapa kriteria seperti yang diberi warna kuning. Perhitungannya sebagai berikut : Nilai Normalisasi C Bobot Kriteria

Bobot normalisasi kandidat n

o. 5 = Kriteria Pengalaman Kerja (C1) = 0.0656 x 0.2 = 0.0131 Kriteria Pelatihan LeaderShift (C2) = 0.1064 x 0.25 = 0.0266 Kriteria Penampilan (C3) = 0.0692 x 0.15 = 0.0104 Kriteria Wawasan (C4) = 0.0709 x 0.05 = 0.0035 Kriteria Kejujuran (C5) = 0.0619 x 0.35 = 0.0217

Setelah ditentukan nilai bobot dari nilai normalisasi untuk semua kriteria, langkah selanjutnya adalah menentukan nilai dari fungsi optimum dengan rumus

:

=

=

n j ij i

x

S

1 _

;

______

,

,

0 m

i =

Dengan rumus diatas dihitung nilai dari fungsi optimum untuk kandidat No. 13 sebagai berikut:

Si = 0.0131 + 0.0266 + 0.0104 + 0.0035 +

0.0217 = 0.0753

Si = 0.0753

Setelah perhitungan nilai fungsi optimum untuk semua kriteria dihitung kemudian harus diperhitungkan juga nilai tingkat peringkat untuk semua kandidat dengan rumus sebagai berikut:

;

0

S

S

K

i

=

i ______

,

,

0 m

i =

.

Ki = Nilai Tingkat Peringkat Si = Nilai Optimum untuk kandidat i S0 = Nilai Optimum untuk nilai optimal.

S0 = 0.0164 + 0.0266 + 0.0115 + 0.0039 + 0.0310 S0 = 0.0894

(6)

Sehingga nilai Ki dapat diperoleh dengan

0.0894

0.0753

= 0.08421.

setelah nilai Ki diperoleh untuk semua kandidat maka langkah selanjutnya adalah mengurutkan nilai Ki tersebut dari nilai yang paling besar sampai yang terkecil. Pada tabel 4.3 dapat dilihat untuk kandidat no. 13 memiliki nilai Ki tertinggi (ditandai dengan warna kuning), itu berarti bahwa kandidat No. 13 adalah kandidat yang terbaik untuk dijadikan team leader berdasarkan pertimbangan 5 kriteria yaitu : pengalaman kerja, pelatihan leadershift, penampilan, wawasan dan kejujuran. Sedangkan kandidat No.10 adalah kandidat dengan nilai Ki yang paling rendah sehingga kandidat No.9 sangat tidak layak untuk dijadikan team leader berdasarkan pertimbangan kriteria diatas. Untuk lebih jelasnya maka akan kita lihat kandidat dan perangkingannya setelah dilakukan perhitungan dengan metode Addative Ratio Assessment (ARAS).

Tabel 4.10 Nilai Ranking Untuk Semua Kandidat

No Nama Kandidat Nilai Ranking Ranking 13 Rini 0.8421 1 4 lia ciky 0.8297 2 5 widya agustin 0.8203 3 12 ade wiyah 0.7857 4 2 Rizkiani 0.7703 5 7 laura sihotang 0.6955 6 15 Dinda 0.6897 7

6 widya mei sari 0.6859 8

1 Latifa 0.6480 9 3 shanti tamba 0.6360 10 11 Dila 0.6250 11 14 Nina 0.5539 12 9 Julia 0.5504 13 8 sri fortina putrid 0.5435 14 10 Bila 0.5048 15

Dengan demikian Rini adalah Kandidat Terbaik untuk dijadikan team leadershift di PT. Anugerah Busana diikut oleh Lia Ciky pada urutan kedua dan Widya Agustin pada urutan ke 3 dan untuk urutan selanjutnya dapat dilihat pada tabel diatas sampai dengan urutan terakhir yaitu Bila.

V. KESIMPULAN

Berdasarkan pembahasan dan evaluasi dari bab terdahulu maka dapat ditarik kesimpulan sebagai berikut:

1. Metode ARAS (Additive Ratio Assessment) dapat digunakan untuk memecahkan masalah pemilihan team leader shift terbaik dengan menggunakan metode tersebut didapatkan bahwa kriteria yang paling dominan adalah kriteria Kejujuran dibandingkan dengan keempat kriteria lainnya yaitu: Pengalaman, Pelatihan, Penampilan dan Wawasan.

2. Aplikasi Sistem Pendukung Keputusan Pemilihan Team Leader shift Terbaik dapat digunakan sebagai alat bantu bagi pengambil keputusan dengan tetap berbasis pada sistem pendukung keputusan.

REFERENCES

[1] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi, 2007.

[2] Sucipto, MySQL. Jakarta: Graha Ilmu, 2007.

[3] Efraim dan Jaye Aronson Turban, Decision Support Systems

and Intelligent Systems (Sistem Pendukung Keputusan dan System Cerdas) Jilid 1. Yogyakarta: Andi, 2005.

[4] Kusumadewi, Sistem Pendukung Keputusan Dengan Metode

TOPSIS. Jakarta: Graha Ilmu, 2007.

[5] Jogiyanto, Pengenalan Komputer. Yogyakarta: Andi, 2005. [6] Nugroho Adi, Rekayasa Perangkat Lunak Menggunakan

UML dan Java. Yogyakarta: 2009, 2009.

[7] (2017, July) http://www.uraiantugas.com. [Online]. http://www.uraiantugas.com/2014/08/tugas-dan-tanggung-jawab-team-leader.html

[8] Kartika D. Heristi, "Hubungan antara Servant Leadership dengan Efektifitas," INSAN , vol. 13, p. 2, Jan. 2011. [9] Putrandi Yusuf Ahmadi1, "SPK Penilaian Kinerja Sosial

Dengan Metode ARAS," UDNS, vol. 1, p. 3, Dec. 2011. [10] M. Mesran, S. Suginam, S. D. Nasution, and A. P. U. Siahaan,

“PENERAPAN WEIGHTED SUM MODEL ( WSM ) DALAM PENENTUAN PESERTA JAMINAN,” J. Ris. Sist.

Inf. dan Tek. Inform., vol. 2, no. 1, pp. 40–47, 2017.

[11] M. Mesran, I. Saputra, and M. Ariska, “Penerapan Metode Promethee Ii Pada Sistem Layanan Dan Rujukan Terpadu ( Slrt ) ( Studi Kasus : Dinas Sosial Kabupaten Deli Serdang ),”

KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. I,

pp. 276–285, 2017.

[12] Mesran, G. Ginting, Suginam, and R. Rahim, “Implementation of Elimination and Choice Expressing Reality ( ELECTRE ) Method in Selecting the Best Lecturer ( Case Study STMIK BUDI DARMA ),” Int. J. Eng. Res. Technol. (IJERT, vol. 6, no. 2, pp. 141–144, 2017

Gambar

Tabel 3. Kriteria Pengalaman Kerja (C1)  No  Pengalaman Kerja  (Tahun)  Nilai  Kriteria  1  1 Tahun  1  2  2 Tahun  2  3  3 Tahun  3  4  4 Tahun  4  5  5 Tahun  5
Tabel 8. Tabel Hasil Psikotest Kandidat Team  Leader Shift   Nama  Kandidat  Jabatan  Hasil Psikotest  Pengala man  Pelatihan   Penampilan  Wawasan  Kejujuran  Latifa  FA  3  5  9  7  7  Rizkiani  FA  4  7  8  8  8  shanti tamba  FA  5  3  7  7  7  lia cik
Tabel 4.9 Nilai Bobot, Nilai Optimal Dan Peringkat  Matriks Untuk Setiap Kandidat
Tabel 4.10 Nilai Ranking Untuk Semua Kandidat

Referensi

Dokumen terkait

Pada penelitian ini bertujuan untuk menghasilkan suatu sistem yang dapat membantu atau memudahkan dalam pengambilan keputusan pemberian reward dan punishment kepada

Hasil dari sistem pendukung keputusan dengan menggunakan metode Additive Ratio Assesment (ARAS), menunjukkan bahwa dengan metode ini dapat membandingkan

Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) merupakan suatu bentuk metode pendukung keputusan yang di dasarkan pada konsep bahwa

Dengan menggunakan metode additive ratio assessment (ARAS) permasalahan dalam menentukan kepala produksi terbaik lebih mudah karena metode ini melakukan perangkingan

Tahapan dalam metode TOPSIS adalah menggambarkan alternatif dan kriteria ke dalam sebuah matriks, membuat matriks keputusan ternormalisasi, membuat pembobotan

Pada Sequence Diagram Input Nilai Karyaawan merupakan interakasi yang dilakukan admin dengan sistem aplikasi database nilai karyawan untuk mengelola data nilai

Adapun tujuan dari penelitian ini adalah untuk merancang sistem pendukung keputusan menggunakan metode AHP dalam menentukan pemilihan dealer Honda terbaik

Kegiatan ini merupakan wadah kompetisi bagi peserta dalam mengembangkan minat serta bakat yang bertujuan untuk menerima, memahami, mendalami, menghayati, dan