PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE FUZZY TSUKAMOTO BERBASIS WEB
(Studi Kasus: Rumah Sakit Permata Hati Duri)
Kiki Wahyuni, Sukamto
Mahasiswa Program Studi S1 Sistem Informasi Jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam Kampus Bina Widya Pekanbaru, 28293, Indonesia
[email protected] ABSTRACT
Employee performance appraisal is one thing that must be done by a company or organization to be able to evaluate the company's development. Permata Hati Duri Hospital is the largest private hospital in Duri City which also conducts monthly performance appraisals for employees. This study aims to create a performance appraisal system for Permata Hati Hospital employees that can make it easier for the hospital to assess employee performance. The criteria for employee performance appraisal used are competence, professionalism, communication, management and friendliness. The method used in this research is the fuzzy inference system Tsukamoto method. By using 100 employee data and using performance appraisal criteria from the hospital for one month, this study was able to produce an employee performance appraisal system by implementing the web-based fuzzy Tsukamoto method using the PHP programming language and MySQL as the database server. The number of rule bases used in the Tsukamoto fuzzy work step depends on the large number of criteria used. The final result obtained in the system is the employee value ranking that can be used for decision making for the hospital. The accuracy of this employee performance appraisal system is calculated by comparing the system output with the results of the direct score from the hospital assessment. The test results using 100 employee appraisal data indicate that the system built produces an accuracy of 84%. The result of this research is an employee performance appraisal system which is expected to facilitate the employee performance appraisal process, especially at Permata Hati Duri Hospital.
Keywords: Employee Performance Appraisal, Tsukamoto Fuzzy Inference System.
ABSTRAK
Penilaian kinerja karyawan merupakan salah satu hal yang harus dilakukan oleh perusahaan atau organisasi untuk dapat mengevaluasi perkembangan perusahaan. Rumah Sakit Permata Hati Duri merupakan rumah sakit swasta terbesar di Kota Duri yang juga
melakukan penilaian kinerja terhadap karyawan pada setiap bulannya. Penelitian ini bertujuan untuk membuat sistem penilaian kinerja karyawan Rumah Sakit Permata Hati yang dapat memudahkan pihak rumah sakit saat melakukan penilaian kinerja karyawan.
Kriteria penilaian kinerja karyawan yang digunakan adalah kompetensi, profesionalisme, komunikasi, manajemen dan keramahan. Metode yang digunakan dalam penelitian ini adalah metode fuzzy inference system tsukamoto. Dengan meggunakan 100 data karyawan dan menggunakan kriteria penilaian kinerja dari rumah sakit selama satu bulan, penelitian ini mampu menghasilkan sistem penilaian kinerja karyawan dengan mengimplementasikan metode fuzzy tsukamoto berbasis web dengan menggunakan bahasa pemograman PHP dan MySQL sebagai database server. Jumlah basis aturan yang digunakan dalam langkah kerja metode fuzzy tsukamoto bergantung dari banyaknya jumlah kriteria yang digunakan. Hasil akhir yang didapatkan pada sistem berupa hasil perangkingan nilai karyawan yang dapat digunakan untuk pengambilan keputusan bagi pihak rumah sakit. Akurasi sistem penilaian kinerja karyawan ini dihitung dengan membandingkan keluaran sistem dengan hasil skor langsung dari penilaian rumah sakit.
Hasil uji coba dengan menggunkan 100 data penilaian karyawan menunjukkan bahwa sistem yang dibangun menghasilkan akurasi 84%. Hasil dari penelitian ini adalah sistem penilaian kinerja karyawan yang diharapkan dapat memudahkan proses penilaian kinerja karyawan khususnya pada Rumah Sakit Permata Hati Duri.
Kata Kunci: Fuzzy Inference System tsukamoto, Penilaian Kinerja Karyawan.
PENDAHULUAN
Karyawan merupakan sumber daya manusia yang dimiliki oleh sebuah perusahaan atau organisasi yang dimana keberadaannya juga menentukan bagaimana kualitas dan perkembangan sebuah perusahaan atau organisasi, baik untuk saat ini atau untuk masa yang akan datang.
Penilaian kinerja dari karyawan merupakan salah satu hal yang harus dilakukan oleh perusahaan atau organisasi untuk dapat mengevaluasi perkembangan perusahaan.
Penilaian kinerja karyawan meliputi kriteria – kriteria yang ditentukan oleh perusahaan, seperti kedisiplinan, sikap dan lain sebagainya. Penilaian kinerja karyawan merupakan kegiatan untuk mengetahui bagaimana kinerja karyawan tersebut selama berada di perusahaan. Dengan adanya penilaian kinerja, perusahaan dapat mengambil tindakan seperti memberi peringatan, pembinaan, kenaikan gaji, promosi jabatan dan lain sebagainya.
Rumah Sakit Permata Hati ini merupakan rumah sakit swasta terbesar di Kota Duri. Rumah Sakit Permata Hati merupakan salah satu penyedia layanan jasa kesehatan masyarakat yang sudah seharusnya memperhatikan kualitas pelayanan yang menjadi pelayanan penting dari setiap Rumah Sakit. Oleh karena itu, Rumah Sakit Permata Hati juga melakukan penilaian kinerja karyawan karena karyawan juga merupakan salah satu penentu bagaimana rumah sakit dapat memberikan pelayanan yang baik dan juga berkualitas.
Penilaian kinerja pada karyawan Rumah Sakit Permata Hati ini memiliki tiga kriteria ,yaitu kompetensi, performance, dan keramahan. Untuk kriteria performance terbagi tiga yaitu profesionalisme, komunikatif dan manajemen. Penilaian dikakukan secara manual dengan menggunakan lembaran – lembaran yang berisikan satu nama karyawan dan kriteria beserta penjelasannya. Untuk mengatasi hal tersebut, maka dibuatlah sistem penilaian kinerja karyawan untuk membantu pihak rumah sakit dalam hal penilaian dan mengambil keputusan. Sistem ini dibuat dengan menggunakan fuzzy inference system metode tsukamoto, sebagai metode dalam menentukan penilaian kinerja berdasarkan kriteria yang telah ditentukan oleh pihak rumah sakit.
LANDASAN TEORI
a. Penilaian Kinerja Karyawan
Penilaian kinerja (performance appraisal) adalah suatu proses yang digunakan pimpinan untuk menentukan apakah seorang karyawan melakukan pekerjaannya sesuai dengan tugas dan tanggung jawabnya (Yahya & Hidayati, 2014).
Penilaian kinerja adalah proses membandingkan hasil kerja seseorang dengan standar prestasi kerja yang telah ditetapkan oleh organisasi. Sehingga dengan penilaian kinerja ini akan dapat diketahui seberapa baik seseorang melakukan pekerjaan yang diberikan/ditugaskan (Rahadi, 2010).
Seperti yang telah dijelaskan sebelumnya, bahwa karyawan memiliki peranan yang sangat penting pada sebuah perusahaan atau organisasi. Salah satu hal penting yang harus dilakukan oleh perusahaan untuk meningkatkan peforma dan melakukan manajemen terhadap sumber daya manusianya adalah dengan melakukan penilaian kinerja karyawan.
b. Logika Fuzzy
Logika Fuzzy adalah suatu proses pengambilan keputusan berbasis aturan yang bertujuan untuk memecahkan masalah, dimana sistem tersebut sulit untuk dimodelkan atau terdapat ambiguitas dan ketidakjelasan yang berlimpah. Logika fuzzy ditentukan oleh persamaan logika, bukan dari persamaan diferensial kompleks dan berasal dari pemikiran yang mengidentifikasi serta mengambil keuntungan dari grayness antara dua nilai ekstrem (Desaily & Shita, 2018).
Beberapa aplikasi yang dapat diimplementasikan menggunakan logika fuzzy adalah transmisi otomatis pada mobil, manajemen dan pengambilan keputusan, ekonomi, ilmu kedokteran dan biologi, klasifikasi dan pencocokan pola, psikologi, ilmu lingkungan riset operasi, teknik, dan lainlain (Desaily & Shita, 2018).
Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi (Syahnandar et al., 2017).
1. Representansi linear naik.
Pada representasi linear, pemetaan input keanggotaanya digambarkan sebagai garis lurus. Representasi linear terbagi menjadi representasi linear naik dan representasi linear turun. Berikut penjelasan mnegenai representas linear naik. Lihat Gambar 1,
dengan sumbu y menunjukan derajat keanggotaan dan sumbu x menunjukan nilai domain himpunan fuzzy.
Gambar 1. Representasi Linear Naik
Pada representasi linear naik, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi.
Rumus representasi linear naik (Desaily & Shita, 2018): 𝜇(𝑥;𝑎,𝑏) = {
0 ; 𝑥 ≤ 𝑎
𝑥−𝑎
𝑏−𝑎 ; 𝑎 ≤ 𝑥 ≤ 𝑏 1 ; 𝑥 ≥ 𝑏
(1) Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan nol.
b = nilai domain yang mempunyai derajat keanggotaan satu.
x = nilai input yang akan di ubah ke dalam bilangan fuzzy.
2. Representansi linear turun.
Selanjutnya tentang representasi linear turun, berikut penjelasannya. Lihat Gambar 2, dengan sumbu y menunjukan derajat keanggotaan dan sumbu x menunjukan nilai domain himpunan fuzzy.
Gambar 2. Representasi Linear Turun
Representasi linear turun yaitu Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.
Rumus representasi linear turun (Desaily & Shita, 2018):
𝜇(𝑥;𝑎,𝑏) = {
1 ; 𝑥 ≤ 𝑎
𝑏−𝑥
𝑏−𝑎 ; 𝑎 ≤ 𝑥 ≤ 𝑏 0 ; 𝑥 ≥ 𝑏
(2) Keterangan:
a = nilai domain yang mempunyai derajat keanggotaan satu
b = nilai domain yang mempunyai derajat keanggotaan nol x = nilai input yang akan di ubah ke dalam bilangan fuzzy
c. Fuzzy Inference System
Sistem Inferensi Fuzzy (Fuzzy Inference System/FIS) merupakan suatu sistem yang melakukan perhitungan berdasarkan pada konsep teori himpunan fuzzy, aturan fuzzy, dan konsep logika fuzzy. Dalam sistem inferensi fuzzy terdapat input fuzzy berupa nilai crisp. Nilai crisp tersebut akan dihitung berdasarkan aturan-aturan yang telah dibuat menghasilkan besaran fuzzy disebut proses fuzzifikasi (Hadi & Mahmudy, 2015).
METODE PENELITIAN
a. Teknik Pengumpulan Data
Data yang digunakan pada penelitian ini adalah data penilaian kinerja karyawan Rumah Sakit Permata Hati Duri. Teknik pengumpulan data yang digunakan pada penelitian ini yaitu wawancara dan studi literatur. Wawancara dilakukan dengan pihak rumah sakit yaitu direktur rumah sakit yang mengetahui bagaimana alur penilaian dan menentukan kriteria dari penilaian kinerja karyawan tersebut. Studi literatur yaitu dilakukan dengan mengambil data-data dan berbagai informasi yang terdapat pada jurnal, buku ataupun media eletronik lainnya yang memiliki keterikatan dengan materi penelitian.
b. Peralatan yang Digunakan
Adapun peralatan yang digunakan dalam penelitian ini terbagi menjadi 2 kategori, yaitu hardware dan software. Peralatan hardware dapat dilihat pada Tabel 1 dan software pada Tabel 2.
Tabel 1. Hardware yang digunakan
No Nama Alat dan Bahan Fungsi Keterangan
1 Laptop Pengolahan data Toshiba Satellite C840
2 Printer Cetak data Canon MP 237 series
Tabel 2. Software yang digunakan
No Nama Alat dan Bahan Fungsi Keterangan
1 Windows Sistem operasi Windows 10 Pro
2 Microsof Office Word Penulisan dokumen teks Word 2013
3 Sublime Text Teks editor 3
4 PHP Bahasa Pemograman 7.2.32
5 XAMPP Akses Database 3.2.4
6 Star UML Desain Sistem 4.6.4
c. Metode Fuzzy Tsukamoto
Metode Tsukamoto merupakan perluasan dari penalaran monoton. Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus dipresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan a-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot (Sulistiani & Noris, 2016).
Dalam pengerjaannya,metode Tsukamoto menggunakan empat langkah penyelesaian sebagai berikut:
1. Fuzzyfikasi, yaitu Proses untuk mengubah input sistem yang mempunyai nilai tegas menjadi variabel linguistik menggunakan fungsi keanggotaan yang disimpan dalam basis pengetahuan fuzzy (Triyanto, Kesuma, & Puspasari, 2014). Perhitungan dalam proses fuzzyfikasi berdasarkan batas-batas fungsi keanggotaan (Hadi & Mahmudy, 2015).
Pada tahap ini, pada setiap variabel input dan variabel output akan dibentuk himpunan fuzzy seperti buruk, cukup dan baik dengan domain yang telah ditetapkan beserta derajat keanggotaannya. Derajat keanggotaan didapat sesuai dengan representasi kurva yang digunakan yang telah dijelaskan pada bagian Logika Fuzzy.
2. Pembentukan basis pengetahuan fuzzy (Rule dalam bentuk IF…THEN), yaitu Secara umum bentuk model fuzzy Tsukamoto adalah IF (X IS A) AND (Y IS B) AND (Z IS C), dimana A,B, dan C adalah himpunan fuzzy (Triyanto et al., 2014).
3. Mesin Inferensi, yaitu proses dengan menggunakan fungsi implikasi MIN untuk mendapatkan nilai α-predikat tiap-tiap rule (α1,α2, α3, … αn).
Digunakan operator AND atau operator OR untuk mengambil keanggotaan minimum atau maksimum antara himpunan fuzzy yang ada (Desaily & Shita, 2018).
Kemudian masing-masing nilai α-predikat ini digunakan untuk menghitung keluaran hasil inferensi secara tegas (crisp) masing-masing rule (z1, z2, z3, … zn) (Triyanto et al., 2014).
4. Defuzzyfikasi. Langkah terakhir adalah proses defuzzifikasi dimana mencari nilai output berupa nilai crisp (z). Metode yang digunakan dalam proses ini adalah metode Center Average Defuzzyfier. Metode tersebut dituliskan dalam Persamaan (Hadi &
Mahmudy, 2015).
𝑍 = ∑(𝛼_𝑝𝑖. 𝑧𝑖)/ ∑ 𝛼_𝑝𝑖 (3) Keterangan:
Z = defuzzifikasi rata-rata terpusat.
α_pi = nilai alpha predikat (nilai minimal dari derajat keanggotaan) ke-i.
zi = nilai crisp yang didapat dari hasil inferensi ke-i.
HASIL DAN PEMBAHASAN
a. Data
Data yang digunakan dalam penelitian ini sebnyak 100 data penilaian kinerja karyawan Rumah Sakit Permata Hati Duri pada bulan Maret 2020, dengan kriteria beserta
nilai linguistik yang digunakan sebagai berikut:
Tabel 3. Kriteria Penilaian dan Nilai Linguistik Kriteria Nilai Lingustik
Kompetensi Tinggi
Rendah Profesionalisme Tinggi
Rendah Komunikatif Tinggi
Rendah
Manajemen Tinggi
Rendah
Keramahan Tinggi
Rendah
Serta kategori predikat penilaian yang digunakan pada penilaian kinerja ini adalah sebagai berikut:
Tabel 4. Kategori Penilaian Kategori Presentase
Kurang < 60 %
Cukup 60 % - 69 %
Baik 70 % - 79 %
Sangat baik >80 % b. Langkah Menggunakan Metode Fuzzy Stukamoto
Berikut merupakan langkah pengerjaan penilaian kinerja karyawan menggunakan metode fuzzy tsukamoto. Diketahui Karyawan A dengan skor pada setiap kriteria sebagai berikut.
Tabel 5. Nilai Karyawan A Kriteria skor kompetensi 0 profesionalisme 19 komunikatif 10 manajemen 8 keramahan 25 1. Fuzzyfikasi
Proses fuzzyfikasi merupakan perhitugan untuk merubah nilai input menjadi nilai derajat keanggotaan. Fungsi keanggotaan himpunan fuzzy pada setiap kriteria dapat dilihat sebgai berikut:
a. Himpunan fuzzy Kompetensi
Pada kriteria kompetensi dibagi menjadi dua himpunan, yaitu himpunan rendah dan tinggi. Himpunan rendah menggunakan pendekatan liner turun dan himpunan tinggi menggunakan pendekatan fungsi linear naik.
Gambar 3. Himpunan fuzzy Kompetensi
Untuk menentukan derajat kenggotaan pada himpunan rendah, rumus yang akan digunakan :
𝜇𝑟𝑒𝑛𝑑𝑎ℎ(𝑥) = {
1 ; 𝑥 ≤ 1.5
3−𝑥
3−1.5 ; 1.5 < 𝑥 < 3 0 ; 𝑥 ≥ 3
(4)
Untuk menentukan derajat kenggotaan pada himpunan tinggi, rumus yang akan digunakan:
𝜇𝑡𝑖𝑛𝑔𝑔𝑖(𝑥) = {
1 ; 𝑥 ≥ 3
𝑥−1.5
3−1.5 ; 1.5 < 𝑥 < 3 0 ; 𝑥 ≤ 1.5
(5)
Berdasarkan persamaan diatas, maka diperoleh derajat keanggotaannya yaitu satu.
Karena nilai pada kompetensi karyawan A berada pada kurva rendah yaitu dengan nilai nol.
b. Himpunan Fuzzy Profesionalsme
Pada kriteria profesionalisme dibagi menjadi dua himpunan, yaitu himpunan rendah dan tinggi. Himpunan rendah menggunakan pendekatan liner turun dan himpunan tinggi menggunakan pendekatan fungsi linear naik.
Gambar 4. Himpunan Fuzzy Profesinnalisme
Untuk menentukan derajat kenggotaan pada himpunan rendah, rumus yang akan digunakan:
𝜇𝑟𝑒𝑛𝑑𝑎ℎ(𝑥) = {
1 ; 𝑥 ≤ 8
18−𝑥
18−8 ; 8 < 𝑥 < 18 0 ; 𝑥 ≥ 18
(6)
Untuk menentukan derajat kenggotaan pada himpunan tinggi, rumus yang akan digunakan:
𝜇𝑡𝑖𝑛𝑔𝑔𝑖(𝑥) = {
1 ; 𝑥 ≥ 18
𝑥−8
18−8 ; 8 < 𝑥 < 18 0 ; 𝑥 ≤ 8
(7)
Berdasarkan persamaan diatas, maka diperoleh derajat keanggotaannya yaitu satu.
Karena nilai pada profesionalisme karyawan A berada pada kurva tinggi yaitu dengan nilai 19.
c. Himpunan Fuzzy Komnikatif dan Manajemen
Pada kriteria komunikatif dan manajemen dibagi menjadi dua himpunan, yaitu himpunan rendah dan tinggi. Himpunan rendah menggunakan pendekatan liner turun dan himpunan tinggi menggunakan pendekatan fungsi linear naik.
Gambar 5. Himpunan Fuzzy Komunikatif dan Manajemen
Untuk menentukan derajat kenggotaan pada himpunan rendah, rumus yang akan digunakan:
𝜇𝑟𝑒𝑛𝑑𝑎ℎ(𝑥) = {
1 ; 𝑥 ≤ 4
9−𝑥
9−4 ; 4 < 𝑥 < 9 0 ; 𝑥 ≥ 9
(8)
Untuk menentukan derajat kenggotaan pada himpunan tinggi, rumus yang akan digunakan:
𝜇𝑡𝑖𝑛𝑔𝑔𝑖(𝑥) = {
1 ; 𝑥 ≥ 9
𝑥−4
9−4 ; 4 < 𝑥 < 9 0 ; 𝑥 ≤ 4
(9)
Untuk kriteria komunikatif maka diperoleh derajat keanggotaannya yaitu satu, dan untuk kriteria manajemen maka diperoleh derajat kenggotaannya untuk bagian yang mengenai kurva rendah adalah 0,2, dan untuk bagian yang mengenai kurva tinggi adalah 0,8.
d. Himpunan Fuzzy Keramahan
Pada kriteria keramahan dibagi menjadi dua himpunan, yaitu himpunan rendah dan tinggi. Himpunan rendah menggunakan pendekatan liner turun dan himpunan tinggi menggunakan pendekatan fungsi linear naik.
Gambar 6. Himpunan Fuzzy Keramahan
Untuk menentukan derajat kenggotaan pada himpunan rendah, rumus yang akan digunakan:
𝜇𝑟𝑒𝑛𝑑𝑎ℎ(𝑥) = {
1 ; 𝑥 ≤ 12
27−𝑥
27−12 ; 12 < 𝑥 < 27 0 ; 𝑥 ≥ 12
(10)
Untuk menentukan derajat kenggotaan pada himpunan tinggirumus yang akan digunakan:
𝜇𝑡𝑖𝑛𝑔𝑔𝑖(𝑥) = {
1 ; 𝑥 ≥ 27
𝑥−12
27−12 ; 12 < 𝑥 < 27 0 ; 𝑥 ≤ 12
(11)
untuk kriteria keramahan maka diperoleh derajat kenggotaannya untuk bagian yang mengenai kurva rendah adalah 0,13333, dan untuk bagian yang mengenai kurva tinggi adalah 0,86667.
Untuk himpunan hasil fuzzy, nilai linguistik yang digunakan adalah baik dan buruk, Fungsi derajat kenaggotaan ditunjukan pada gambar 5 berikut
Gambar 7. Himpunan Hasil Fuzzy
Pada himpunan hasil fuzzy dibagi menjadi dua himpunan, yaitu himpunan buruk dan tinggi. Himpunan buruk menggunakan pendekatan liner turun dan himpunan baik menggunakan pendekatan fungsi linear naik.
Untuk menentukan derajat kenggotaan pada himpunan buruk, rumus yang akan digunakan:
𝜇𝑏𝑢𝑟𝑢𝑘(𝑥) = {
1 ; 𝑥 ≤ 45
70−𝑥
70−45 ; 45 < 𝑥 < 70 0 ; 𝑥 ≥ 70
(12)
Untuk menentukan derajat kenggotaan pada himpunan baik, rumus yang akan digunakan:
𝜇𝑏𝑎𝑖𝑘(𝑥) = {
1 ; 𝑥 ≥ 85
𝑥−60
85−60 ; 60 < 𝑥 < 85 0 ; 𝑥 ≤ 60
(13)
2. Basis Aturan
Basis aturan yagn digunakan sebanyak 32 basis aturan untuk dapat menyelesaikan perhitungan dengan menggunakan fuzzy tsukamoto. 4 antara 32 Basis aturan yang didapat dari penilaian karyawan A dapat dilihat pada Tabel 6:
Tabel 6. Basis Aturan
No Basis Aturan
1
IF kompetensi RENDAH AND profesionalisme TINGGI AND komunikasi TINGGI AND manajemen TINGGI AND keramahan TINGGI THEN BAIK
2
IF kompetensi RENDAH AND profesionalisme TINGGI AND komunikasi TINGGI AND manajemen TINGGI AND keramahan RENDAH THEN BAIK
3
IF kompetensi RENDAH AND profesionalisme TINGGI AND komunikasi TINGGI AND manajemen RENDAH AND keramahan TINGGI THEN BAIK
4
IF kompetensi RENDAH AND profesionalisme TINGGI AND komunikasi TINGGI AND manajemen RENDAH AND keramahan RENDAH THEN BAIK
3. Mesin Inferensi
α-predikat berdasarkan basis aturan yang berkaitan yang didapat oleh karyawan A adalah sebagai berikut
α1 = min (1, 1, 1, 0.8, 0.86667)
= 0.8
a2 = min (1, 1, 1, 0.8, 0.13333)
= 0.13333
a3 = min (1, 1, 1, 0.2, 0.86667)
= 0.2
a4 = min (1, 1, 1, 0.2, 0.13333)
= 0.13333
Kemudian nilai z yang didapat berdasarkan nilai α-predikat dan menggunakan persamaan pada himpunan hasil fuzzy maka didapat:
Tabel 7. Menentukan nilai z α-predikat nilai α-predikat nilai z
α1 0,8 80
α2 0,13333 65
α3 0,2 63,33325
α4 0,13333 66,66675
4. Defuzzyfikasi
Pada langkah ini digunakan untuk mencari niali output berupa nilai crisp (Z), maka akan diperoleh:
𝑍 =(0,8 × 80) + (0,2 × 65) + (0,13333 × 63,33325) + (0,13333 × 66,66675) 0,8 + 0,2 + 0,13333 + 0,13333
𝑍 =64 + 13 + 8,44422222 + 8,88867778 1,26666
𝑍 =94,3329 1,26666 𝑍 = 74,4737341
Skor akhir yang didapat oleh karyawan A dengan menggunakan perhitungan fuzzy tsukamoto adalah 74,4737 dengan predikat BAIK.
c. Nilai Akurasi Sistem Penilaian Kinerja Karyawan
Untuk mengetahui tingkat akurasi sistem penilaian kinerja karyawan menggunakan metode fuzzy tsukamoto, dapat ditentukan dengan menggunakan rumus berikut:
𝑁𝐴 =∑(𝑑𝑎𝑡𝑎 𝑎𝑘𝑢𝑟𝑎𝑡)
∑(𝑑𝑎𝑡𝑎) × 100% (14) Keterangan:
𝑁𝐴 = nilai akurasi
Σ(𝑑𝑎𝑡𝑎 𝑎𝑘𝑢𝑟𝑎𝑡) = total data yang akurat Σ(𝑑𝑎𝑡𝑎) = total keselurahan data
Berdasarkan persamaan diatas maka diperoleh:
𝑁𝐴 =∑(𝑑𝑎𝑡𝑎 𝑎𝑘𝑢𝑟𝑎𝑡)
∑(𝑑𝑎𝑡𝑎) × 100%
𝑁𝐴 = 84
100× 100%
𝑁𝐴 = 84%
Akurasi sistem penilaian kinerja karyawan menggunakan metode fuzzy tsukamoto berdasarkan 100 data penelitian yang telah diuji mempunyaii tingkat akurasi keberhasilan yang baik sesuai dengan penilaian dari pihak rumah sakit yaitu 84%.
KESIMPULAN
Berdasarkan hasil penelitian ini dapat disimpulkan beberapa hal, yaitu:
1. Dengan menggunakan 100 data penilaian kinerja karyawan dan menggunakan kriteria yang telah ditetapkan oleh pihak rumah sakit, yaitu berupa kompetensi, profesionalisme, komunikatif, manajemen,dan keramahan, maka penelitian ini berhasil mengimplementasikan metode fuzzy tsukamoto dan mampu menghasilkan penilaian kinerja karyawan.
2. Berdasarkan hasil implementasi sistem, dapat disimpulkan bahwa sistem menggunakan metode fuzzy tsukamoto dapat berjalan dengan baik dan mengasilkan penilaian sesuai dengan aturan penilaian kinerja di Rumah Sakit Permata Hati Duri dengan menggunakan metode fuzzy tsukamoto.
3. Hasil pada sistem menggunakan metode fuzzy tsukamoto berdasarkan 100 data penilaian kinerja karyawan yang telah diuji memliki tingkat akurasi keberhasilan yang cukup baik yaitu sebesar 84%.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada Bapak Drs. Sukamto, M.Kom. yang telah membimbing, memotivasi serta membantu penelitian dan penulisan karya ilmiah ini.
DAFTAR PUSTAKA
Desaily, R. M., & Shita, R. T. (2018). Penerapan Algoritma Fuzzy Inference System Untuk Penilaian Kinerja Pegawai Dengan Metode Tsukamoto. Skanika, 1(1), pp.
110–116.
Hadi, H. N., & Mahmudy, W. F. (2015). Penilaian Prestasi Kinerja Pegawai Menggunakan Fuzzy Tsukamoto. Teknologi Informasi Dan Ilmu Komputer (Jtiik), 2(1), pp. 41–48.
Rahadi, Dedi Rianto. (2010). Manajemen Kinerja Sumber Daya Manusia.
Sulistiani, E., & Noris, S. (2016). Penerapan Fis Metode Tsukamoto Untuk Menentukan Kelayakan Pemberian Kredit. Jurnal Informatika Universitas Pamulang, 1(1), 22–
27.
Syahnandar, Hidayatullah, R., Rubiati, N., & Kurniawan, R. (2017). Implementasi Fuzzy Logic Penentuan Kelayakan Karyawan Mendapat Reward Ditoko Roti Mengunakan Metode Tsukamoto. Jurnal Informatika, Manajemen Dan Komputer, 10(2),pp. 56–
65.
Triyanto, A., Kesuma, F. B., & Puspasari, S. (2014). Studi Perbandingan Metode Fuzzy Tsukamoto Dan Fuzzy Mamdani Untuk Seleksi Pegawai Teladan Pada Pt Gracia Pharmindo, pp. 1–8.
Yahya, Z., & Hidayati, F. (2014). Analisis Kompetensi Terhadap Penilaian Kinerja Dosen (Studi Kasus Dosen Uin Sultan Syarif Kasim Riau) Zamharil Yahya Dan Fitri Hidayati Uin Sultan Syarif Kasim Riau. Penelitian Sosial Keagamaan, 17, pp. 104–
126.
