37 |
SISTEM PENILAIAN KINERJA KARYAWAN DENGAN METODE
FUZZY MULTICRITERIA DECISION MAKING
(Studi Kasus : PT. PANCA ARNYS)
Muslim Alamsyah
Program Studi Teknik Informatika Fakultas Teknik Universitas Yudharta Pasuruan.
ABSTRAK
Karyawan merupakan salah satu faktor utama dalam sebuah perusahaan. Untuk itu dalam kegiatan oprasionalnya, diperlukan karyawam yang mempuyai kinerja yang baik, sehingga dapat mempengaruhi berkualitas atau tidaknya perusahaan tersebut dalam mencapai tujuannya. Salah satu proses Manajemen Sumber Daya Manusia yaitu penilaian kinerja karyawan.
Dalam hal ini Fuzzy Multicriteria Decision Making (FMCDM) merupakan salah satu metode yang paling banyak digunakan dalam pengambilan keputusan. Tujuannya memilih alternatif terbaik dari beberapa alternatif eksklusif yang paling baik atas dasar performansi umum dalam bermacam kriteria atau atribut yang ditentukan oleh perusahaan atau pengambil keputusan.
1. PENDAHULUAN
Sumber daya manusia merupakan faktor yang sangat penting dalam suatu perusahaan. Kegagalan mengelola sumber daya manusia dapat mengakibatkan timbulnya gangguan dalam pencapaian tujuan dalam organisasi, baik dalam kinerja profit, maupun kelangsungan hidup organisasi itu sendiri. SDM
(Sumber Daya Manusia) dalam
perusahaan yang sangat penting yaitu karyawan[1].
Masalah besar bagi perusahaan adalah meningkatkan produktivitas kinerja perusahaan, terlebih lagi dari segi
manajerial. Jika
permasalahan-permasalahan karyawan tersebut tidak diperbaiki, maka hal ini akan berdampak negatif terhadap produktivitas, efisiensi dan daya saing perusahaan. Oleh sebab itu, perlu diadakanya penilaian kinerja
karyawan untuk meningkatkan
produktivitas kerja dengan cara melalui penilaian kinerja.
Untuk membantu memecahkan
masalah tersebut maka diperlukan suatu model pengambilan keputusan. Dalam hal ini Fuzzy Multicriteria Decision Making (FMCDM) merupakan salah satu metode yang paling banyak digunakan dalam
pengambilan keputusan. Tujuannya memilih alternatif terbaik dari beberapa alternatif eksklusif yang paling baik atas dasar performansi umum dalam bermacam kriteria atau atribut yang ditentukan oleh perusahaan atau pengambil keputusan.
Berdasarkan latar belakang diatas, dapat dirumuskan masalahnya sebagai berikut :
1. Bagaimana sistem pendukung keputusan dapat digunakan sebagai alat untuk mengevaluasi atas kinerja karyawan. 2. Bagaimana aplikasi ini dapat membantu
dalam mempercepat waktu pada proses penilaian kinerja karyawa.
Peneliti memberikan batasan khusus mengenai proses perancangan pembuatan sistem pendukung keputusan (SPK) penilaian kinerja karyawan menggunakan metode Fuzzy Multicriteria Decision Making (FMCDM).
Untuk penekanan masalah yang lebih mendalam peneliti membahas proses pembuatan aplikasi ini meliputi pertayaan Siapa, Apa, dan Bagaimana. Dengan penjabaran sebagai berikut:
1. Siapa ?
Yang menggunakan aplikasi ini ada 3 user yaitu kepala departemen, wakil direktur/ kepala devisi dan kepala HRD.
38 | 2. Apa ?
Yang dapat di kerjakan aplikasi ini diantaranya :
a. Membantu penilaian kinerja karyawan berdasarkan nilai tertinggi.
b. Bobot kecocokan setiap kriteria dapat ditentukan sendiri.
3. Bagaimana?
a. Perhitungan nilai hasil kinerja karyawan menggunakan metode Fuzzy Multicriteria Decision Making (FMCDM).
b. Adapun bahasa pemerograman
menggunakan Microsoft Visual Studio 2008, sedangkan untuk media basis data menggunakan My SQl.
1. Menghasilkan informasi yang akurat tanpa memikirkan proses perhitungan dengan data yang sangat banyak dalam proses pengambilan keputusan.
2. Membangun aplikasi yang dapat membantu proses penilaian kinerja karyawan sehingga dapat menghasilkan keputusan yang cepat walaupun banyak kriteria yang diperhitungkan.
1. Bagi instansi
Dapat dimanfaatkannya sistem aplikasi ini yang lebih baik untuk mendukung kinerja instansi yang optimal.
2. Bagi Mahasiswa
Dapat menambah wawasan tentang rancang bangun sistem pendukung keputusan (SPK).
3. Bagi keilmuan
Laporan penelitian ini sebagai sumber refrensi untuk pengembangan perangkat lunak sistem pendukung keputusan (SPK) penilaian kinerja karyawan menggunakan metode Fuzzy Multicriteria Decision Making (FMCDM) di kemudian hari bagi peneliti lain
2. METODE
2.1 Sistem Pendukung Keputusan (SPK) Pada dasarnya pengambilan keputusan adalah suatu pendekatan sistematis suatu masalah dengan pengumpulan fakta, penentuan yang matang dari alternatif
yang dihadapi, dan pengambilan tindakan yang menurut perhitungan merupakan tindakan yang paling tepat. Pada sisi lain, pembuat keputusan kerap kali dihadapkan pada kerumitan dan lingkup pengambilan keputusan dengan data yang begitu banyak. Untuk kepentingan ini, sebagian besar pembuat keputusan dengan mempertimbangkan rasio manfaat atau biaya, dihadapkan pada suatu keharusan untuk mengandalkan seperangkat sistem yang mampu memecahkan masalah secara efisien dan efektif, yang kemudian disebut Sistem Pendukung Keputusan[9].
Penjelasan yang hampir serupa, SPK atau DSS (Decision Support Systems) adalah bagian dari sistem informasi berbasis komputer, termasuk sistem berbasis pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik [3].
2.2 Logika Fuzzy
Kata fuzzy merupakan kata sifat yang berarti kabur, tidak jelas. Fuzziness atau kekaburan atau ketidakjelasan atau ketidakpastian selalu meliputi keseharian manusia. Orang yang belum pernah mengenal logika fuzzy pasti akan mengira bahwa logika fuzzy adalah sesuatu yang rumit dan tidak menyenangkan. Namun, sekali seseorang mulai mengenalnya, pasti akan tertarik untuk ikut mempelajari logika fuzzy. Logika fuzzy dikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzy modern dan metode baru ditemukan beberapa tahun yang lalu, padahal sebenarnya konsep tentang logika fuzzy itu sendiri sudah ada sejak lama[4].
Himpunan Fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa
39 |
suatu item dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, namun juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran suatu item tidak hanya benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah. Himpunan fuzzy memiliki 2 atribut, yaitu[4] :
a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami.
b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel. 2.3 Multicriteria Decision Making
(MCDM)
Multi Criteria Decision Making
(MCDM) adalah suatu metode
pengambilan keputusan untuk menetapkan alternative terbaik dari sejumlah alternative berdasarkan beberapa criteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standart yang
digunakan dalam pengambilan
keputusan[10].
Secara umum MCDM bertujuan untuk memilih alternative terbaik dari sekumpulan alternatif berdasarkan kriteria-kriteria tertentu. Fuzzy MCDM dapat dipahami sebagai MCDM dengan data fuzzy. Data Fuzzy disini dapat terjadi pada data setiap alternatif pada setiap atribut atau tingkat kepentingan pada setiap keriteria. Pada Fuzzy Multi Criteria Decision Making (FMCDM), ada 3 (tiga) langkah penting yang harus dikerjakan, yaitu : representasi masalah, evaluasi himpunan fuzzy pada setiap alternatif keputusan dan melakukan seleksi terhadap alternatif yang optimal[4].
2.3.1 Representasi Masalah
Pada bagian representai masalah, ada 3 aktivitas yang harus dilakukan, yaitu: a. Identifikasi tujuan dan kumpulan alternatif
keputusannya;
Tujuan keputusan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik
dari masalah tersebut. Jika ada n alternatif keputusan dari suatu masalah, maka alternatif-alternatif tersebut dapat ditulis sebagai A = {Ai | i=1,2, ..., n}.
b. Identifikasi kumpulan kriteria;
Jika ada k kriteria, maka dapat dituliskan C = {Ct | t = 1,2, ..., k}.
c. Membangun stuktur hirarki dari masalah tersebut berdasarkan pertimbangan -pertimbangan tertentu. Struktur hirakinya adalah
Gambar 1.Struktur Hiraki 2.3.2 Evaluasi Himpunan Fuzzy
Pada bagian ini, ada 3 aktivitas yang harus dilakukan, yaitu:
a. Memilih himpunan rating untuk bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.
Secara umum, himpunan-himpunan rating terdiri-atas 3 elemen, yaitu: variabel linguistik (x) yang merepresentasikan bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya; T(x) yang merepresentasikan rating dari variabel linguistik; dan fungsi keanggotaan yang berhubungan dengan setiap elemen dari T1(x). Misal, rating untuk bobot pada Variabel Penting untuk suatu kriteria didefinisikan sebagai: T2(penting) =
{SANGAT RENDAH, RENDAH,
CUKUP, TINGGI, SANGAT TINGGI}. Sesudah himpunan rating ini ditentukan, maka kita harus menentukan fungsi keanggotaan untuk setiap rating. Biasanya digunakan fungsi segitiga.
Misal, Wt adalah bobot untuk kriteria Ct; dan Sit adalah rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan
40 |
kriteria Ct; dan Fi adalah indeks kecocokan
fuzzy dari alternatif Ai yang merepresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi Sit dan Wt.
b. Mengevaluasi bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.
c. Mengagregasikan bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.
Ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain: mean, median, max, min, dan operator campuran. Dari beberapa metode tersebut, metode mean yang paling banyak digunakan. Operator . dan . adalah operator yang digunakan untuk penjumlahan dan perkalian fuzzy. Dengan menggunakan operator mean, Fi dirumuskan sebagai:
𝐹𝑡= ( 1
𝑘) [(𝑆𝑡1 ⨂ 𝑊1) ⊕ (𝑆𝑡2 ⨂ 𝑊2) ⊕ ˄ ⊕ (𝑆𝑡𝑘 ⨂ 𝑊𝑘)]
Dengan cara mensubstitusikan Sit dan Wt dengan bilangan fuzzy segitiga, yaitu Sit = (oit, pit, qit); dan Wt = (at, bt, ct); maka Ft dapat didekati sebagai:
𝐹𝑖 ≅ (𝑌𝑖, 𝑄𝑖, 𝑍𝑖) dengan: 𝑌𝑖 = (1 𝑘) ∑(𝑜𝑖𝑡, 𝑎𝑖) 𝑘 𝑡=1 𝑄𝑖 = (1 𝑘) ∑(𝑝𝑖𝑡, 𝑏𝑖) 𝑘 𝑡=1 𝑍𝑖 = (1 𝑘) ∑(𝑞𝑖𝑡, 𝑐𝑖) 𝑘 𝑡=1 𝑖 = 1,2,3, … , 𝑛.
2.3.3 Seleksi Alternatif Yang Optimal
Pada bagian ini, ada 2 aktivitas yang dilakukan, yaitu:
a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi
Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi
ini direpresentasikan dengan
menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode yang dapat digunakan adalah metode nilai total integral. Misalkan F adalah bilangan fuzzy segitiga, F = (a, b, c), maka nilai total integral dapat dirumuskan sebagai berikut:
𝐼𝑇𝛼(𝐹) = (1
2) (𝛼𝑐 + 𝑏 + (1 − 𝛼)𝛼) Nilai α adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0=α=1). Apabila nilai α semakin besar
mengindikasikan bahwa derajat
keoptimisannya semakin besar.
b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar nilai Fi berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya. 3 IMPLEMENTASI
3.1 Form Login
Gambar 2. Form Login Keterangan :
Form ini digunakan user untuk login ke form menu utama.
41 |
Gambar 3. Form Menu Utama Keterangan :
Form ini digunakan untuk user, form ini memuat tool master, tool aktivitas, tool utility, tool Logout dan tool Exit.
3.3 Form Bagian
Gambar 4. Form Bagian Keterangan :
Form ini digunakan untuk user, memudahkan user untuk mengentri data bagian. 3.4 Form Karyawan
42 |
Gambar 5 Form Karyawan Keterangan :
Form ini digunakan untuk user, memudahkan user untuk mengentri data karyawan. 3.5 Form Kriteria
Gambar 6 Form Kriteria Keterangan :
Form ini digunakan user untuk mensetting bobot kriteria. 3.6 Form Penilaian Kinerja
43 |
Gambar 7 Form Penilaian Kinerja Keterangan :
Form ini digunakan user untuk menilai kinerja karyawan. 3.7 Form View Data Penilaian Kinerja
Gambar 8 Form View Data Penilaian Kinerja Keterangan :
Form ini digunakan user untuk melihat data penilaian kinerja karyawan berdasarkan periode. 3.8 Form View Rekomendasi Promosi Jabatan
44 |
Gambar 9 Form View Rekomendasi Promosi Jabatan Keterangan :
Form ini digunakan user untuk melihat data rekomendasi promosi jabatan berdasarkan periode, bagian dan jumlah karyawan.
3.9 Form View Rekomendasi Pemutusan Hubungan Kerja
45 | P a g e
kerja berdasarkan periode, bagian dan jumlah karyawan.
4 KESIMPULAN DAN SARAN 4.1Kesimpulan
Dari hasil analisa, perancangan, dan implementasi dapat diperoleh kesimpulan sebagai berikut :
1. Sistem yang dibangun dapat digunakan
untuk membantu menyelesaikan
pengambilan keputusan untuk penilaian
kinerja karyawan yang optimal
berdasarkan kriteria-kriteria tertentu. 2. Sistem pendukung keputusan penilaian
kinerja karyawan dengan menggunakan metode Fuzzy Multi Criteria Decision Making (FMCDM) memiliki keakurasian
yang bagus dengan pengujian
menggunakan metode precision and recall menunjukkan hasil keakuratan yang tinggi yaitu dengan nilai F measure mencapai 75% untuk nilai kinerja baik, 73% untuk nilai kinerja cukup dan 50% untuk nilai kinerja kurang.
3. Sistem yang dibangun dapat membantu pekerjaan wakil direktur dalam penilaian kinerja karyawan.
4.2Saran
Sistem pendukung keputusan
penilaian kinerja karyawan menggunakan metode Fuzzy Multi Criteria Decision Making (FMCDM) yang sudah dibangun ini jauh dari kata sempurna, maka peneliti memberikan beberapa saran yang dapat diberikan kepada peneliti berikutnya apabila ingin mengembangkan sistem yang telah dibangun ini agar menjadi lebih baik adalah sebagai berikut :
1. Sistem ini dapat dikembangkan lebih lanjut dengan berbasis client server maupun secara online.
2. Sistem ini dapat dikembangkan model penilaian maupun ditambah lebih banyak lagi dan lebih bervariasi.
3. Karena dalam sistem ini menggunakan metode Fuzzy Multi Criteria Decision Making (FMCDM), maka kriteria dan
banyak, semakin detail kriteria dan alternatif beserta bobotnya sistem semakin bagus.
5 DAFTAR PUSTAKA
[1] Rayadi, “Faktor Sumber Daya Manusia Yang Meningkatkan Kinerja Karyawan.” Studi Dalam: Perusahaan Di Kalimantan Barat. Panca Bhakti Pontianak. 2012. [2]Fisher, (2007). Human Resource
Management 2000. Edition. Houghton Mifflin Co
[3]Dina A, “Peran Statistik Dalam Pengambilan Keputusan Pada Penetuan Sekolah Secara On-Line” Jurnal. Prodi Teknik Informatika, Fakultas Teknologi Industri, Institut Sains & Teknologi AKPRIND, Yogyakarta. 2008.
[4] Sri K, Idham G, “Fuzzy Multi-Criteria Decision Making” Jurnal. Prodi Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Yogyakarta. 2005.
[5] Jasril, Elin Haerani, Iis Afrianty “Sistem
Pendukung Keputusan Penilaian
Karyawan Terbaik Menggunakan Metode Fuzzy AHP (F-AHP)” Jurnal. Prodi Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Islam Negri Sultan Syarif Kasim Riau. 2011.
[6] Trifenaus Prabu Hidayat, Ronald Sukwadi, dan Jeassyca Ngaditeja “Sistem Pendukung Keputusan Penilaian Kinerja Karyawan” Universitas Katolik Atma Jaya Jakarta.2011.
[7] Kusrini dan Awaluddin M, “Sistem Pendukung Keputusan Evaluasi Kinerja Karyawan Untuk Promosi Jabatan” Prodi Ilmu Komputer, Universitas Gadjah Mada. 2006.
[8] Sumiati dan shodik Nuryadhin, “Decision Support Systems In Determining Lecturer’s Performance Appraisal Using Fuzzy Database Method of Mamdani's Model”. Vol 2, Issue 11, November 2013.
46 |
[9] Dina A, “Sistem Pedukung Keputusan Pra-Seleksi Penerimaan Siswa Baru On Line” Jurnal. Prodi Teknik Informatika, Fakultas Teknologi Industri, Institut Sains & Teknologi AKPRIND, Yogyakarta. 2010 [10]Kusumadewi, Artificial Intelligaence,
Teknik dan Aplikasinya. Yogyakarta: Graha Ilmu, (2003).
[11]Dessler, Human Resource Management, Edition Prentice-Hall, Inc, NEW Jersey, 2007.
[12] Bernadin, H. John & Joyce E.A. Russell,
Human resource management,
International Edition, Singapura : McGraw Hill, Inc, 2004.
[13]Dessler, Manajemen sumber daya manusia, jilid 2, Jakarta : PT Prehallindo, 2008.
[14]Grosskopf, Decker and Weske 2009. (diakses tanggal 20 Febuari 2014) The Process: Business Process Modeling using BPMN.
[15]Hasibuan, Manajemen Sumber Daya Manusia, Bumi Aksara, Jakarta (2007)
