54
Pengambilan Keputusan Pemilihan
Pegawai Kecamatan Terbaik
Menggunakan Metode Weighted Product
(Studi Kasus: Kecamatan Ulubelu)
Tutik Ismariyati1, Ranti Wulantika2, Siti Mukodimah3
1Prodi Sistem Informa si, STMIK Surya Inta , La mpung Uta ra , La mpung
1Jl. Ibra him Sya rief No. 107 Kota bumi La mpung Uta ra , La mpung, Indonesia
2,3Prodi Sistem Informa si, STMIK Pringsewu, La mpung
2,3Jln. Wisma Rini No. 09 Pringsewu, La mpung, Indonesia
E-mail: tutikismariyati@gmail.com1, ra ntiwula ntika 8082@gmail.com,2 sitimukodih97@gmail.com3
Abstract-Determina tion of the best employee in a
sub-district is a n a ctivity to eva lua te the
performa nce of ea ch employee in the ulubelu sub -district, ulubelu district is one of the sub-districts in Ta ngga mus district. The process of a ssessing the selection of the best sub-district staff is done by sea rching for, weighting va lues for each a ttribute, which is then ca rried out by the ra nking
process which will determine the optimal
a lterna tive, na mely the best employee. Ba sed on the criteria set by the sub-district, a mong others, a. Individua l performa nce b. Unit performa nce c. Absorption d. Presence of discipline. Educa tion. Resea rch on the Weighted product (WP) method ca n a ssist in ma king decisions in selecting the best employees in the Ulubelu sub-district. Of the 6 employees, the va lue of Doni = 0.1333 a s the employee with the lowest va lue a nd febri = 0.2240 a s the best employee in the ulubelu sub-district.
Keywords: Decision Support System, Weighted Product, best employee of Ulubelu sub-district
I. PENDAHULUAN
A. Latar Belakang Masalah
Penila ia n kinerja pega wa i da la m sua tu keca ma tan merupa kan sua tu kegia ta n untuk mengeva lua si kinerja da ri setia p pega wa i ya ng ada da la m keca matan. Da la m Unda ng-Unda ng Nomor
43 Ta hun 1999 tenta ng Pokok-Pokok
Kepega wa ia n, disebutka n ba hwa : Pega wa i Negeri a da la h setia p wa rga nega ra Republik Indonesia ya ng tela h memenuhi sya ra t ya ng ditentukan, dia ngka t oleh peja ba t yang berwena ng da n disera hi tuga s da la m sua tu ja ba tan negeri, a ta u disera hi tuga s nega ra la innya , da n diga ji berda sarkan pera tura n perunda ng-undanga n yang berla ku [1].
Penelitia n ya ng di la kuka n Elyza Gustri Wa hyuni (2015) tenta ng Sistem Pendukung Keputusa n Pemiliha n Asisten Terba ik Dengan
Metode Topsis Da n Weighted Product.
Berda sa rka n perhitunga n denga n metode Weighted
Product da n TOPSIS ya ng diguna ka n da lam pemiliha n a sisten terba ik, denga n nila i bobot untuk sub - kriteria keterla mba tan 4, pembayara n uang kas 2, pembeka la n 4, ra pa t 5, menga ja r 5, penguasaan ma teri 5, ta ngga pa n perta nya an 3, kemampuaan memotiva si 3, kema mpuan mengatur wa ktu 4, dan sema nga t a sisten 3. Seda ngka n bobot da ri kriteria kedisplina n 0.250, keha dira n 0.417, da n NKA
0.333. Sistem penentua n a sisten terba ik
merekomenda sikan Ya ya seba ga i a lterna tif
terba ik[2]. Penelitia n ya ng dila kuka n Aliy Ha fiz (2018) Tenta ng sistem pendukung keputusan pemiliha n ka rya wa n terba ik denga n pendekatan
Weighted Product. Berda sa rka n penelitia n ya ng suda h dila kuka n da pa t dia mbil kesimpula n ba hwa sistem pendukung keputusa n denga n menggunakan
metode Weighted Product da pa t ditera pkan untuk
memilih ka rya wa n terba ik di PT. Telkom Ca b. La mpung denga n ditera pka nya da pat memberikan kemuda han ba gi piha k perusa ha an da la m memilih
ka rya wa nterba ik sehingga ha sil kedepa nnya
mema cu kinerja ka rya wa n da n membuat
perusa ha an berkemba ng denga n pesa t[3].
Penelitia n ya ng suda h di la kuka n Yoga Ha ndoko (2015) Tenta ng sistem pendukung keputusan penila ia n kinerja dosen mengguna ka n metode
Weighted Product Denga n mengguna ka n metode
Weighted Product da pa t memba ntu da lam
penga mbila n keputusa n untuk menentukan
penila ia n kinerja dosen pa da pergurua n tinggi[4].
Da ri bebera pa peneliti dia ta s dengan
pemiliha n pega wa i terba ik di keca matan ulubelu di la ksa na kan dala m bebera pa ta hap ya itu, kinerja individu, da n kinerja unit, kerja pega wa i, di liha t da ri kera piha n, keha dira n, prila ku, pendidika n. Kriteria -kriteria dida la m pemiliha n pega wa i terba ik tersebut di a na lisis mengguna ka n metode Weighted Product.
Denga n mengguna ka n metode weighted product pemiliha n pega wa i terba ik di kecamatan
55 ulubelu ma sih sa nga t ma nua l sehingga ha silnya tida k tra nspa ra n da n tida k a kura t da n sering terja di kesa la ha n da la m penentua n pega wa i terba ik, mengguna ka n metode weighted product a gar
mempermudah piha k keca matan da lam
menentuka n pega wai keca matan terbaik.
Da la m proses penelitia n pemiliha n pega wa i
terba ik denga n mengguna ka n metode Weighted
Product diha ra pkan bisa lebih tepa t ka rena pemiliha n kreteria da n bobot ya ng suda h di tentuka n. sehingga mempermudah kepa la desa da la m mela kukan proses penila in terha da p pegawai terba ik di keca ma tan, ba gi pega wa i terba ik a ka n di beri ga ji ta mba han per ena m bula n.
B. Rumusan Masalah
Berda sa rka n la ta r bela ka ng di a ta s dapat dirumuska n perma sa lahan ya ng a ka n diselesa ikan ya itu
a . Ba ga ima na mela kukan perengkingan
a lterna tif da ri ha sil perhitunga n bobot
penila in terha da p pega wa i dengan
menggunka n metode Weighted Product b. Apa sa ja kreteria -kreteria ya ng dapat
menentuka npegawa i terba ik.
II. LANDASAN TEORI
A. Decision Support System
Definisi menurut Turba n, et a ll (2001) sistempendukung keputusa n seba gai sebua h sistem ya ng ma mpu memberika n kemampuan pemecahan ma sa la h ma upun kema mpuan pengomunika sian untuk ma sa la h denga n kondisi semi terstruktur dan ta k terstruktur [5], [6]. DSS menja di a la t ba ntu ma na jemen untuk menga mbil keputusa nsistemini tida k dima ksudkan untuk menga ntika n fungsi penga mbil keputusa n da lam membuat kepu tusan.
DSS bertujua n untuk menyedia kan informa si,
membimbing, memberika n predeksi, serta
menga ra hkan kepa da pengguna informa si a gar da pa t mela kukan penga mbila n keputusa n dengan lebihcepa t da n a kura t.
B. Tahap-Tahap Pengambilan Keputusan
Untuk mengha silka n keputusan ya ng ba ik ada bebera pa ta hapan proses ya ng ha rus di la lui da lam
penga mbila n keputusa n. proses penga mbilan
keputusa n mela lui bebera pa ta hap a ntara la in : a . Ta ha p penelusura n(intelligence)
Ta ha p ini merupa kan ta ha p pendefinisian ma sa la h serta mengedentifika si informa si ya ng di butuhka n ya ng berka ita n dengan persoa la n ya ng di ha da pi serta keputusan yang a ka n di a mbil.
b. Ta ha p Desein
Pa da ta ha p ini merupa ka n ta hapan
pera nca nga n solusi da la m bentuk a lterna tiv pemeca han masala h mala lui pembuatan model ya ng bisa mewa kili kondisi nya ta masala h.
c. Ta ha p Choice
Pa da ta ha p ini dila kuka n prosespemiliha n dia nta ra berba ga i a lterna tive ya ng mungkin dija la nka n dan menga rah kepada tujuan yang a ka n di ca pa i. Da ri ta ha p ini dida patkan
dokumen solusi da n rencana
implementa sinya .
d. Ta ha p Implementasi
Ta ha p ini merupa ka n ta hap pela ksa naan da ri keputusa n ya ng tela h dia mbil. pa da ta hap ini perlu disusun sera ngka in tinda ka n ya ng terenca na . Da n da ri ta ha p ini dida patkan la pora n pela ksa naan solusi ha silnya [7]
C. Kreteria Sistem Pendukung Keputusan
Sistem pendukung keputusa n dira nca ng secara
khusus untuk mendukung seseora ng unruk
menga mbil keputusa n-keputusan tertentu (Budi S: 2006) berikut ini bebera pa kreteria sistem pendukung keputusa n a dalah:
a . Alterna tive
sistem pendukung keputusa n memiliki user interfa ce ya ng komunika tif, sehingga pema kai da pa t mela kuka n a kses secara cepa t ke da ta da n memungkinka n user untuk menca pai sua tu tujuan tertentu.
b. Fleksibel
Sistem pendukung keputusa n memiliki
seba nya k mungkin va ria bel
ma suka n,kemampuan untuk mengolah dan memberika n kelua ra n ya ng menya jikan a lterna tif-a lterna tif keputusa n kepada pema kai.
c. Da ta Kua lita s
Sistem pendukung keputusa n memiliki kema mpuan untuk menerima da ta kualitas ya ng di kua ntita skan ya ng sifa tnya subyektif da ri pema ka inya, seba ga i data ma suka n untuk pengola han da ta.
d. Prosedur pa ka r
Sistem pendukung keputusan mengandung sua tu prosedur ya ng di renca nakan berda sa rka n rumusa n forma l a ta u juga berupa prosedur kepa ka ran seseora ng atau kelompok da la m menyelesa ika n suatu
bida ng ma sa la h denga n fenomena
tertentu[8]
D. Defini kecamatan
Keca ma tan a da la h sebua h pemba gian
a dministra tif nega ra Indonesia di ba wa h Da erah Ka bupa ten/Kota.Sebuah keca matan dipimpin oleh seora ng ca ma t da n dipeca h kepa da beberapa kelura ha n da n desa -desa.Da lam bahasa Inggris kata keca ma tan seringka li diterjema hka n kepa da sub -distrik, meskipun tida k sedikit pula dokumen pemerinta h Indonesia menerjema hkannya seba gai Da era h (distrik), ini ka rena ka bupa ten seba gai pemba gia n a dministra tif nega ra Indonesia di bawah
56 provinsi diterjema hkan seba ga i regency.Provinsi Pa pua da n provinsi Pa pua Ba rat tela h seca ra resmi mengga nti penyebuta n keca matan menjadi distrik, sehingga jela sla h penerjema han yang lebih sesua i da ri keca ma tan ke da la m ba ha sa Inggris a dalah distrik.
Di Indonesia , sebua h keca matan atau
ka bupa ten a da la h pembagia n da ri ka bupa ten atau kota . Sebua h ka bupaten itu sendiri diba gi menjadi kelura ha n a ta u desa .Da la m Ha l Sa tua n Kerja Pera ngka t Da era h (SKPD) Ka bupa ten/Kota yang mempunyai wila ya h kerja tertentu diba wah pimpina n Ca ma t (Suka smanto, 2004:68)[9], [10]
E. Kreteria – kreteria pegawai terbaik
Kreteria pega wa i terba ik a da la h ketentuan- ketentua n ya ng tela h di teta pka n sehingga memliki ciri kha s khusus da la m penentuan pega wa i terbaik di keca ma tan ulubelu. kreteria pega wa i terba ik di
keca ma tan ulubelu mengguna ka n metode weighted
product ya ng tela h ditentuka n seba ga i berikut :
a ) Kinerja individu b) Kinerja unit c) Kera piha n d) Keha dira n e) kedisiplina n f) Pendidika n[11] F. Definisi Pegawai
Menurut Soeda ryono (Ta ta La ksa na Ka ntor, 2000:6) Pega wa i a da la h “seora ng ya ng melakukan penghidupa n denga n berkerja da la m kesa tuan orga nisa si ba ik kesa tua n pemerinta h ma upun kesatuan kerja swasta”. Menurut Robbins (Prilaku orga nisa si, edisi 10:2006) pega wa i a da la h”orang priba di ya ng bekerja pa da pemberi kerja , ba ik seba ga i pega wa i teta pa tau tida k, berda sarkan kesepa ka tan kerja ba ik tertulisma upun tidak tertulis, untuk mela ksa nakan sua tu pekerjaan da la mjabatan a ta u kegia ta n tertentu ya ng di tetapkan oleh pemberikerja”.
Pemiliha n pega wa i terba ik merupa ka n sa lah sa tu a spek ya ng cukup penting di perusa ha an/di sua tu keca ma tan ka rena denga n sumber daya ma nusia ya ng unggul da n memiliki kompetensi tinggi da pa t meningka tka n produktivita s dan kinerja sua tu perusa ha an serta mengha silkan pemimpin-pemimpin heba t di ma sa depa n.[9]
III. METODE PENELITIAN
A. Pengumpulan Data
Da la m metode ini mengguna ka n metode pengumpula n da ta antara la in seba ga i berikut :
1. Metode Observasi
Pa da ta ha p observa si ini peneliti mela kukan penga ma tan terha dap Keca ma tan Ulubelu
Ka bupa ten Ta ngga mus, Ya ng inggin
menentuka n pega wai terba ik Dikeca matan Ulubelu, teta pi belum menemuka n ca ra yang
tepa t a kura t da n efesien. Sehingga peneliti disini a ka n membantu piha k keca matan a gar muda h menentukan pega wa i terba ik, dengan
metode Weighted Product. Aga r penentuan
pega wa i terba ik da pa t dila kukan denga n cepat, a kura t, da n efesien.
2. Metode Interview
Pa da ta ha p ini peneliti mela kuka n wa wa ncara
terha da p pega wa i Keca ma ta n Ulubelu
Ka bupa ten Ta ngga mus, a pa sa ja kendala saat penentua n pega wa i terba ik di kecamatan ulubelu ini. Wa wa nca ra ini dila kuka n guna menca ri da ta ya ng sesua i fa kta ba gi Peneliti
3. Metode Kepustakaan
Ta ha p ini peneliti juga mengguna ka n metode kepusta kaan ya ng berupa media ceta k buku -buku, da n internet berupa jurna l.
.
B. Metode Weigted Product
Metode Weighted Product (WP) Weighted
product a ta u bia sa disingka t WP a da la h sa la h satu
metode prenyelesa ia n untuk masala h MADM (multi
attribute decision making). Metode ini meng-eva lua si bebera pa a lternative terhadap sekumpulan a tribut a ta u kriteria , dima na setia p a tribut sa ling tida k berga ntung sa tu denga n ya ng la innya.
Weighted product mengguna ka n teknik perka lian untuk menghubungka n ra ting a tribut, dima na ra ting tia p a tribut ha rus di pa ngka tkan terlebih da hulu
denga n bobot a tribut ya ng bersa ngkutan.
Perhitunga n a ka n sesua i denga n metodee ini a pa bila a lterna tif ya ng tepilih memenuhi kriteria ya ng telah
di tentuka n. Metode weighted product ini lebih
efisien ka rena wa ktu ya ng di butuhka n da lam
perhitunga n lebih singka t. Preferensi untuk
a lterna tif seba ga i berikut [12][13][14]–[16]:
𝑆
𝑖=
∏
𝑛𝑗=1𝑋
𝑖𝑗𝑊𝐽 ...(1)dengan i=1,2,...m; dimana ∑ wj=1. Wj adalah pa ngka t bernila i positif untuk a tribut keuntungan da n bernila i nega tif untuk a tribut bia ya .
𝑊𝑗 =
𝑊𝑖∑𝑊𝑗...(2)
Preferensi rela tif da ri setia p a lterna tif, diberka n seba ga i:
𝑉𝑖 =
∏ 𝑋𝑖𝑗 𝑤𝑗 𝑛 𝑗=1 ∏𝑛𝑗=1(𝑋𝐽∗∗)...(3)Seda ngka n untuk kriteria nya terba gi da la m dua ka tegori ya itu untuk bernila i positif terma suk dalam kriteria keuntunga n da n ya ng bernila i nega tif terma suk da la mkriteria bia ya , ketera nga n:
V :Preferensi a lterna tive dia na logika n seba gai vektor V
X : Nila i Kriteria
57 i :Alternative (dimana i = 1,2,3,…n)
j :Kriteria
n :Ba nya knya Kriteria
* :Ba nya knya kriteria ya ng tela h dinila i pada vektor S. (Novia nsya h, 2014)
Da la m metode ini a da kriteria da n nila i pembobotan, bobot ya ng di butuhka n untuk menentuka n pega wai terba ik, a da pun kriteria nya :
Ta bel 1. ketera nga n kriteria
Kode Nama Kriteria
C1 Kerja individu C2 Kerja unit C3 kera piha n C4 Pendidika n C5 Kedisiplina n C6 Keha dira n
Sela njutnya penga mbila n keputusa n memberikan bobot keputusa n preferensi untuk ma sing- ma sing kriteria W(bobot a wa l) da pa t diliha t pa da tabel 2.
Ta bel 2. Ketera nga n bobot
Range bobot Kurang 1 Rendah 2 Cukup 3 Baik 4 Sangat baik 5
C. Kerangka pikir penelitian
La ngka h-la ngka h a na lisa perma sa lahan
denga n metode Weighhted product, diga mba rkan
da la m dia gra m a lir.
Mulai
Identifikasi objek Research : kecamatan ulubelu
Judul research : sistem pendukung keputusan pemilihan
pegawai terbaikdi kecamatan ulubelu menggunakan metode
weighted product Literatur review : Pembahasan : Membuat Menggunakan Ms. exel Testing Hasil: penentuan pegawai kecamatan terbaik selesai Metode : Weighted product Proses eror tidak
Gambar 1. Kera ngka Penelitia n
Ketera nga n :
1. Ta ha pan perta ma a dalah mengidentifikasi
perma sa la han yang a da di kecamatan ulubelu.
2. Ta ha pan kedua a dalah pengumpulan data
da n penentua n metode ya ng a ka n di guna ka n.
3. Ta ha pan ketiga a da la h pemba hasan,
penentua n input kriteria pembobotan, perhitunga n ma nua l serta perhitungan mengguna ka n a plika si exel.
4. Ta ha pan ya ng keempa t a da la h proses
penggujia n, jika iya la ngsung menentukan pega wa i terba ik, da n jika tida k/eror, maka a ka n kembali ke proses pemba hasan.
5. Selesa i.
IV. PEMBAHASAN
A. Uji manual
Untuk menyelesa ika n ma salah denga n metode weighted product, menentukan kriteria -kriteria ya ng a ka n di ja dika n a cua n da la m penga mbilan keputusa n ya itu Ci kriteria ya ng dija dika n utuk menenutka n pra nkinga n pa da Pega wa i Keca matan Ulu Belu.
Ta bel 3. Kode da n ketentua n kriteria
Kode keterangan Ketentuan kriteria Nilai bobot C1 Kerja individu 10% C2 Kerja unit 20% C3 Kera piha n 10% C4 Pendidika n 30% C5 Kedisiplina n 10% C6 Keha dira n 20%
Ta bel 4. Kriteria kerja individu(C1)
Kriteria kerja individu Nilai Keterangan Presentasi 1 Sa nga t ba ik Membuat laporan pribadi 0,6 Cukup Observasi 0,4 Renda h
Tabel 5. Kriteria kerja unit (C2)
Kriteria kerja unit Nilai Keterangan Pelayanan masyarakat 1 Sa nga t ba ik
Diskusi 0,8 ba ik Membuat laporan anggaran dana kelompok 0,6 cukup Sosialisasi 0,4 renda h
Tabel 6. kera piha n(C3)
kerapihan Nilai Keterangan kerapihan kerja 1 Sa nga t ba ik
58 Seragam 0,8 Ba ik Kebersihan lingkungan kerja 0,6 cukup Tabel 7. pendidika n (C4)
Pendidikan Nilai Keterangan
S1 0,8 ba ik
D3 0,4 Cukup
SMA Sederajat 0,2 kura ng
Tabel 8. Prila ku (C5)
Prilaku Nilai Keterangan Sopan santun 1 Sa nga t ba ik
Taat terhadap peraturan 0,8 Ba ik Kedisiplinan dalam bekerja 0,6 Cukup
Tingkah laku 0,4 Renda h
Tabel 9. Keha dira n (C6)
Kehadiran pada jam Nilai Keterangan <07.15 Wib 1 Sa nga t ba ik <07.30 Wib 0,8 ba ik <08.15 Wib 0,6 cukup <08.30 Wib 0,4 Renda h <08.45 Wib 0,2 Kura ng
La ngka h perta ma ya itu menentukan
a lterna tifnya denga n nila i kriteria ya ng sudah ditentuka n a da pun a lterna tive ya ng a ka n diteliti ya itu : A1 = Doni A2 = Sinta A3 = puspita A4 = Putri A5 = Febri A6 = Ja ka Alternatif Kriteria C1 C2 C3 C4 C5 C6 A1 0,6 0,8 0,6 0,4 0,8 0,2 A2 1 0,4 0,6 0,8 0,4 0,6 A3 1 0,6 0,8 0,4 0,6 0,4 A4 0,4 1 0,8 0,2 0,4 1 A5 0,6 0,8 1 0,2 1 0,8 A6 1 1 0,6 0,8 0,6 0,4
La ngka h kedua a da la h perhitunga n metode WP ya ng dimula i denga n ca ra membuat perbaikan
bobot criteria dimana nilai ∑𝑤𝑗 = 1 , da n nila i W =
0,1 0,2 0,1 0,3 0,1 0,2. Da ta perba ika n bobot seca ra ma nual da pat diliha t seba ga i sberikut :
𝑊1 = 0,1 0,1+0,2+0,1+0,3+0,1+0,2 = 0,1 1 = 0,1 𝑊2 = 0,2 0,1+0,2+0,1+0,3+0,1+0,2 = 0,2 1 = 0,2 𝑊3 = 0,1 0,1+0,2+0,1+0,3+0,1+0,2 = 0,1 1 = 0,1 𝑊4 = 0 ,3 0,1+0,2+0,1+0,3+0,1+0,2 = 0,3 1 = 0,3 𝑊5 = 0,1 0,1+0,2+0,1+0,3+0,1+0,2 = 0,1 1 = 0,1 𝑊6 = 0,2 0,1+0,2+0,1+0,3+0,1+0,2 = 0,2 1 = 0,2
Menentukan Nilai Vektor S dan V
La ngka h ketiga a da la h menentukan nilai vektor S terlebih da hulu. Denga n ca ra menga likan da ta setia p nila i a lterna tif ra ting kecocoka n ya ng berpa ngka t positif da ri ha sil perba ika n bobot. Data perhitunga n ma nual penentua n nila i vektor S da ri setia p a lterna tive da pa t diliha t seperti berikut : Doni 𝑆1=(0,60,1) (0,80,2) (0,60,1) (0,40,3) (10,15) (0,20,2) = 0,464923226 Sinta 𝑆2=(10,1) (0,40,2) (0,60,1) (0,80,3) (0,40,1) (0,60,2) = 0,60952338 Puspita 𝑆3=(10,1) (0,60,2)) (0,80,1) (0,40,3) (0,60,1) (0,40,2) =0,530620921 Putri 𝑆4=(0,40,1) (10,2) (0,80,1) (0,20,3) (0,40,1) (10,2) =0,51371352 Febri 𝑆5=(0,60,1) (0,80,2) (10,1) (0,20,3) (10,1) (0,80,2) =0,8075608 Ja ka 𝑆6=(10,1) (10,2) (0,60,1) (0,80,3) (0,60,1) (0,40,2) =0,7030225
La ngka h keempa t a dala h menentukan nila i vektor
V.
Nila i vektor V diguna ka n untuk mendapatkan nila i a lterna tive tertinggi da ri setia p vektor V. Proses penca ria n nila i vektor V seca ra ma nual dapat diliha t seba ga i berikut :
Doni 𝑉1 = 0,464923226 3,6293644 = 0,128100453 MENENTUKAN VEKTOR S ALTERNATIF A1 A2 A3 A4 A5 A6 C1 0,950200217 1 1 0,912443537 0,950200217 1 C2 0,9563525 0,832553207 0,902880451 1 1 1 C3 0,950200217 0,950200217 0,977932769 1 0,950200217 0,950200217 C4 0,759657793 0,935248448 0,759657793 0,617033863 0,935248448 0,935248448 C5 0,977932769 0,912443537 0,950200217 0,912443537 1 0,950200217 C6 0,724779664 0,902880451 0,832553207 1 0,9563525 0,832553207 JUMLAH 0,464923226 0,60952338 0,530620921 0,513713521 0,807560826 0,703022532 = 3,629364407 1
59 Sinta 𝑉2 = 0,60952338 3 ,6293644 = 0,167942183 Puspita 𝑉3 = 0,530620921 18,022281 = 0,146202162 Putri 𝑉4 = 0,513713521 3,6293644 = 0,14154366 Febri 𝑉5 = 0,807560826 3,6293644 = 0,222507507 Ja ka 𝑉6 = 0,703022532 3,6293644 = 0,193704036
Da ri ha sil tersebut da pa t disimpulka n ba hwa a lterna tif pera nkinga n pa da pemiliha n pega wai
terba ikdi keca matan ulubelu a da la h V5 =
0,222507507
B. Hasil Peneliti
Ha sil pengujia n penera pa n metode WP pada system suda h sesua i denga n perhitunga n secara ma nua l. da pa t disimpulka n ba hwa a lterna tife pemiliha n pega wa i terba ik dikeca ma tan ulubelu
a da la h Febri denga n 𝑉5 = 0,222507507tertinggi
pa da a lterna tif Febri.
Tabel 10. Vektor V merupa ka n Pembagia n da ri Nila i Vektor S
VEKTOR V (HASIL AKHIR) RANGKING
V1
0,128100453
6 V20,167942183
3 V30,146202162
4 V40,14154366
5 V50,222507507
1 V60,193704036
2Gambar 2. Gra fik Ha sil Akhir
V. PENUTUP
A. Kesimpulan
Kesimpula n ya ng diperoleh da la m penelitian metode Weighted product (WP) da pa t membantu da la m menga mbil keputusa n da la m pemilihan pega wa i terba ik di keca matan ulubelu. Da ri 6 pega wa i diperoleh nila i Doni = 0,1281 seba ga i
pega wa i denga n nila i terenda h da n febri =0,2225
seba ga i pega wa i terba ik di keca ma tan ulubelu
B. Saran
Untuk peneliti kedepa nnya sistem ini ma sih da pa t di kemba ngka n, da pa t mena mbah bobot kriteria kriteria ya ng ba ik, pengemba nga n sistem da pa t dita mba h bebera pa va ria bel nila i la in ya ng mungkin da pa t memperkua t da la m penga mbilan keputusa n a ta u denga n mengguna ka n metode la in
misa lka n, sistem berba sis web menjadi
pengemba nga n ya ng tepa t a ga r a plika si dapat dia kses dima na sa ja.
DAFTAR PUSTAKA
[1] D. F. S, “Implementasi Undang-Undang
Nomor 43 Ta hun 1999 Tenta ng Pokok -Pokok Kepega wa ia n Da la m Penga ngkatan Ja ba tan Struktura l (Studi Pa da Sekreta riat
Daerah Kabupaten Semarang),”
Universita s Negeri Sema ra ng, 2013.
[2] M. U. Elyza Gustri Wa hyuni, Nadya
Kha irunnisa , Fa dhilla h Abriya ni, Nurul Fatikah Muchlis, “Sistem Pendukung Keputusa n Pemiliha n Asisten Terba ik
Dengan Metode Topsis dan WP,” Teknoin,
vol. 22, no. 2, ha l. 93–100, 2017.
[3] M. M. Aliy Hafiz, “Sistem Pendukung
Keputusa n Pemiliha n Ka rya wa n Terba ik Denga n Pendeka ta n Weighted Product
(Studi Ka sus: PT. Telkom Cab.
La mpung),” J. Cendikia, vol. XV, no.
April, ha l. 23–28, 2018.
[4] Yoga Ha ndoko Agustin da n H. Kurnia wa n,
“Sistem Pendukung Keputusan Penilaian Kinerja Dosen Mengguna ka n Metode Weighted Product (Studi Kasus : Stmik
Pontianak),” Semin. Nas. Inform. 2015, ha l.
177–182, 2015.
[5] E. Turba n, J. E. Aronson, da n T.-P. Lia ng,
“Decision Support Systems and Intelligent
Systems,” Decis. Support Syst. Intell. Syst.,
vol. 7, ha l. 867, 2007.
[6] B. E. Turba n, J. E. Aronson, da n T. Lia ng,
Decision Support System and Intelegent System, 7th Ed. Ji. Yogya ka rta : Penerbit Andi Yogya ka rta , 2005.
[7] Kusrini, Konsep dan Aplikasi Sistem
Pendukung Keputusan, Ed. 1. Yogya ka rta: Penerbit Andi Yogya ka rta , 2007.
[8] G. B. Da vis, Management Information
Systems Conceptual Foundations, Structure, and Development. USA: McGra w-Hill Inc.,US, 1985.
[9] P. Menteri, Peraturan Menteri Dalam
Negeri Republik Indonesia Nomor 82 Tahun 2015 Tentang Pengangkatan Dan Pemberhentian Kepala Desa. 2015.
[10] UURI, Undang-Undang Republik
Indonesia Nomor 6 Tahun 2014 Tentang 13% 17% 15% 14% 22% 19% V1 V2 V3 V4 V5 V6
60
Desa. 2014, ha l. 1–103.
[11] K. D. P. Ase Surya na , Erwin Yulia nto,
“Perancangan Sistem Pendukung
Keputusa n Penila ia n Presta si Pega wa i Mengguna ka n Metode SAW, AHP, Da n TOPSIS,” Jitter, vol. III, no. 2, ha l. 130– 139, 2017.
[12] G. Muha mmad Juna idi, Fiqih Sa tria ,
“Model Pengambilan Keputusan Calon Penerima Ba ntua n Usa ha Mikro Bank
La mpung Denga n Metode Weighted
Product,” JTKSI, vol. 03, no. 01, ha l. 20– 25, 2020.
[13] S. Kusuma dewi, S. Ha rta ti, A. Ha rjoko, dan
Reta nto Wa rdoyo, Fuzzy Multi-Attribute
Decision Making (Fuzzy MADM). Yogya ka rta : Gra ha Ilmu, 2013.
[14] M. Muslihudin, R. Fitri Andriya nti, S.
Mukodima h, P. Sistem Informa si, da n S.
Pringsewu Lampung, “Implementasi
Metode Weighted Product Menentukan Bea siswa Bidik Misi Stmik Pringsewu,”
Jatisi, vol. 4, no. 2, 2018.
[15] T. Aha ma d Kuma idi, Umi La tifah,
Rinawati, “Implementasi Weighted Product
Pengklasifikasian Lahan Pertanian,” J. Ilmu
Komput., vol. 4, no. 1, ha l. 13–18, 2018.
[16] N.Sya fitri, Sutra di, da n A. Dewi,
“Penerapan Metode Weighted Product Da la m Sistem Pendukung Keputusan
Pemilihan Laptop Berbasis Web,”
semanTIK, vol. 2, no. 1, ha l. 169–176, 2007.
http://repository.usu.a c.id/bitstrea m/handle/123456 789/67832/Chapter%20I.pdf?sequence=2&is Allowed=y [dia kses 26/01/2019]