Hipotesis 3: Penerapan Standar Akuntansi Pemerintahan Berbasis Akrual Terhadap
3. METODOLOGI PENELITIAN Langkah dan Diagram Alir Langkah
4.1 Unjukkerja Pelatihan
Tabel 1 Un juk Kerja Pelat ihan Identifikasi Gula Jawa.
No. Dec
Alfa Alfa Iterasi Komulatif
1 0,1 0,1 110 50,00%
2 0,01 88 50,00%
3 0,001 66 68,33%
4 0,2 0,1 52 50,00%
5 0,01 42 50,00%
6 0,001 31 85,00%
7 0,3 0,1 33 50,00%
8 0,01 26 50,00%
9 0,001 20 86,66%
10 0,4 0,1 23 50,00%
11 0,01 19 50,00%
12 0,001 14 90,00%
13 0,5 0,1 17 50,00%
14 0,01 14 50,00%
15 0,001 10 95,00%
16 0,6 0,1 13 50,00%
17 0,01 11 51,66%
18 0,001 8 98,33%
19 0,7 0,1 10 50,00%
20 0,01 8 53,33%
21 0,001 6 98,33%
22 0,8 0,1 8 50,00%
23 0,01 6 55,00%
24 0,001 5 98,33%
25 0,9 0,1 5 50,00%
26 0,01 4 60,00%
27 0,001 3 98,33%
Ga mbar 7 Gra fik Kinerja Pe latihan
Tabel 2 Pengenalan Data Uji Identifikasi Gu la Jawa
No. Dec Alfa Alfa Komulatif
1 0,1 0,1 50,00%
2 0,01 50,00%
3 0,001 77,50%
4 0,2 0,1 50,00%
5 0,01 50,00%
6 0,001 82,50%
7 0,3 0,1 50,00%
8 0,01 50,00%
9 0,001 92,50%
10 0,4 0,1 50,00%
11 0,01 60,00%
12 0,001 92,50%
13 0,5 0,1 50,00%
14 0,01 62,50%
15 0,001 95,00%
16 0,6 0,1 50,00%
17 0,01 62,50%
18 0,001 95,00%
19 0,7 0,1 50,00%
20 0,01 65,00%
21 0,001 95,00%
22 0,8 0,1 50,00%
23 0,01 70,00%
24 0,001 95,00%
25 0,9 0,1 50,00%
26 0,01 75,00%
27 0,001 95,00%
Ga mbar 8 Gra fik Kinerja Pengujian Berdasarkan Gambar 5 dan Gambar 6 menunjukkan parameter alfa 0,001 dengan dec alfa 0,9 dengan iterasi 3 memiliki persentase tertinggi dibandingkan dengan parameter yang lainnya, yaitu dengan presentase sebesar 98,33%.
5. KESIMPULAN
Kesimpulan dari penelitian identifikasi gula jawa asli dengan gula jawa campuran menggunakan metode Learning Vector Quantization, berdasarkan pelatihan dengan 60 data, yang terdiri dari 30 data kelas 1 (gula jawa asli) dan 30 data kelas 2 (gula jawa campuran) diperoleh unjuk kerja pelatihan 100% kelas 1 dan 96,66% kelas 2 dengan komulatif sebesar 98,33%. Sedangkan pengujian dengan 40 data, yang terdiri dari 20 data kelas 1 (gula jawa asli) dan 20 data kelas 2 (gula jawa campuran) diperoleh unjuk kerja hasil uji 100% kelas 1 dan 90% kelas 2 dengan komulatif sebesar 95% dengan parameter alfa 0,001 dan dec alfa 0,9 dengan iterasi terendah 3 dari total hasil pengujian 27 kali
.
DAFTAR PUSTAKA
Afriandi, E., & Sutikno. (2016). Identifikasi Telapak Tangan Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ). Jurnal Infotel, Vol. 8, No.2, ISSN : 2085- 3688, Hal. 107-114.
Arifin, J., & Naf‘an, M. Z. (2017). Verifikasi Tanda Tangan Asli Atau Palsu Berdasarkan Sifat Keacakan (Entropi).
Jurnal Infotel, Vol.9, No.1, ISSN : 2085-3688, Hal. 130-135.
Arippin, J. N., Sutresno, A., & Rondonuwu, F.
S. (2014). Identifikasi Susu Sapi Murni Dan Susu Sapi Yang Mengandung Peroksida Dengan Spektroskopi Inframerah Dekat Dengan Teknik PCA. Prosiding Seminar Nasional Sains Dan Pendidikan Sains IX, Fakultas Sains Dan Matematika, UKSW, Vol.5, No.1, ISSN : 2087-0922, Hal. 193-196.
Catur, S. (2007). Permintaan Gula di Indonesia. Jurnal Ekonomi Pembangunan, Vol.8, Fakultas Ekonomi, Universitas Gadjah Mada.
Gustina, S., Fadlil, A., & Umar, R. (2016).
Identifikasi Tanaman Kamboja menggunakan Ekstraksi Ciri Citra Daun dan Jaringan Syaraf Tiruan.
Annual Research Seminar, Vol.2, No.1, ISBN : 979-587-626-0, Hal.
128-132.
Hamidi, R., Furqon, M. T., & Rahayudi, B.
(2017). Implementasi Learning Vector Quantization (LVQ) untuk Klasifikasi Kualitas Air Sungai. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 1, No. 12(e- ISSN: 2548-964X), hal. 1758-1763.
Jasril, Cahyana, M. S., Handayani, L., &
Budianita, E. (2015). Implementasi Learning Vektor Quantization (LVQ) dalam Mengidentifikasi Citra Daging Babi dan Daging Sapi. Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 7, ISSN : 2085-9902, Hal. 176-184.
Jasril, Handayani, L., Budianita, E., & Amri, F. U. (2017). Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 9. ISSN (Printed) : 2579-7271 ISSN (Online) : 2579- 5406, Hal. 283-292.
Kristianingrum, S. (2009). Analisis Nutrisi Dalam Gula Semut. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Negeri Yogyakarta.
Kusumadewi, S. (2003). Artificial Intelligence : Teknik dan Aplikasinya. Yogyakarta.
Palma, B. P. (2010). Pemanfaatan Tumbuhan Palma. Manado.
Purnama, A. (2016). Jaringan Syaraf Tiruan (Neural Network). Diambil kembali dari http://elektronika- dasar.web.id/jaringan-syaraf-tiruan- neural-network/
Qur‘ani, D. Y., & Rosmalinda, S. (2010).
Jaringan Syaraf Tiruan Learning Vector Quantization Untuk Aplikasi Pengenalan Tanda Tangan. Seminar Nasional Aplikasi Teknologi Informasi 2010, ISSN: 1907-5022, Hal. 6-10.
Sugiyanto, C. (2007). Permintaan Gula di Indonesia. Jurnal Ekonomi Pembangunan, Volume 8.
Sutoyo, T. (2009). Teori Pengolahan Citra Digital.
Fakultas Teknologi Informasi
Fuzzy Simple Additive Weighting untuk Evaluasi Pegawai Le mbaga Perkreditan Desa
Fuzzy Simple Additive Weighting for Evaluation of Employees of The Lembaga Perkreditan
Desa
Putu Pande Yudi astra1, Gusti Ngur ah Mega Nata2 STMIK STIKOM Ba li
Ema il : yudiastra87@g mail.co m[1], mega.fuzzy@g ma il.co m[2]
ABSTRAK
Abstrak - Manajemen sumber daya manusia merupakan salah satu manaje men yang me megang peranan penting pada perusahaan saat mengatur sumber daya manusia. Pen ila i dan mengevaluasi kine r pegawai me rupakan salah satu cara yang biasanya digunakan bagian personalia untuk mengukur kinerja pegawai. Pengukuran kinerja pegawai sering sekali dika itan dengan target perusahaan yang tinggi, bahkan hampir t idak mungkin dipenuhi oleh semua pegawai di perusahaan tersebut. Maka pada kasus tersebut perusahan akan kesulitan dala m pemberian reward, pro mosi atau mutasi pegawai. Penilaian yang objekteve juga sangat perlu dilakukan untuk mendapatkan hasil penilaina yang akurat. Maka, sudah sangat Perlu ada metode penilaian kinerja pegawai pada bagian personalia yang bisa menghitung nilai secara objektive dan menghitung kinerja berdasarkan target capaian tertinggi dari pegawai. Maka, pada paper ini me laku kan perhitungan nilai kinerja pegawai dengan metode fuzzy simple additive weighting. Penilaian dila kukan disebuah lembaga perkreditan desa di kabupaten Gianyar provinsi Bali. Data yang digunakan pada penilaian yaitu data penilaian 6 bulan. Jumlah kriteria yang digunakan untuk me laku kan penila ian ada 10 ya itu Kualitas pekerjaan, ke juju ran pegawai, in isiatif, kehadiran, sikap, kerja sama, keandalan, pengetahuan, tentang pekerjaan, tanggung jawab, pemanfaatan waktu. Hasil perhitungan menggunakan fuzzy simple additive kemudian dibandingkan dengan perhitungan dengan nilai target. hasil yang didapat menunjukkan perhitungan dengan metode fuzzy simple additive weighting lebih sesuai dengan keputuhan personalia dan leb ih adil terhadap pegawai yang dinilai.
Kata kunci: fuzzy simple additive weighting; penilaian kinerja; lembaga perkreditan desa;
ABSTRACT
Abstract -Human resource management is one of the management that plays an important role in the company when managing human resources. Appraisers and evaluating employee performance is one of the ways that personnel are usually used to measure e mployee performance. Emp loyee performance measure ment is of ten lin ked to high company targets, even almost impossible to be fulfilled by all e mployees in the company. So in that case the company will have difficu lty in giving rewards, promotion or mutation of employees. Objective assessment is also very necessary to get accurate assessment results. So, it is very necessary There is a method of performance appra isal of e mp loyees in the personnel section who can calculate values objectively and calculate performance based on the highest achievement targets of emplo yees. So, this paper calculates the value of emp loyee performance with fuzzy simp le additive weighting method. The assessment was conducted in a village credit institution in Gianyar regency, Bali province. The data used in the assessment is 6 months assessment data. There are 10 crite ria used to assess the quality of work, honesty of employees, initiative, presence, attitude, cooperation, reliability, knowledge, wo rk, responsibility, time utilizat ion. The calculation results using fuzzy simple addit ive are then co mpared with the calculat ion with the target value. the results obtained show that the calculation with the fuzzy simple additive weighting method is more in line with the personnel's integrity and is more equitable to the assessed employee.
Keywords: fuzzy simple additive weighting; performance assessment; village credit institutions;
1. PENDAHULUAN
Manajemen sumber daya manusia merupakan salah satu manajemen yang memegang peranan penting dalam perusahaan untuk mengatur sumber daya manusia (Wiwi Verina,dkk: 2015). Dalam penempatan posisi pegawai perlu dilakukan penilaian untuk mendapatkan posisi yang tepat sesuai dengan bidangnya, untuk mendapatkan hasil yang diharapkan. Dalam penempatan ataupun mutasi pegawai, sangat perlu adanya penilaian kinerja pegawai, kinerja pegawai adalah hasil kerja secara kualitas dan kuantitas yang dicapai oleh seseorang pegawai dalam melaksanakan tugasnya sesuai dengan tanggung jawab yang diberikan kepadanya (Mangkunegara, 2009:18). dengan adanya penilaian pegawai ini nantinya diharapkan dapat membantu dalam penempatan atau mutasi pagawai sesuai dengan keahliannya. Menurut Sri Kusumadewi, Dkk (2006:74) terdapat beberapa model dalam pembangunan Sistem Pendukung Keputusan (SPK), yakni salah satunya adalah metode SAW (Simple Additive Weighting) sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW (Simple Additive Weighting) adalah mencari penjumlahan terbobot dan rating kinerja pada setiap alternatif pada semua atr ibut yang ada.
Metode SAW (Simple Additive Weighting) membutuhkan proses normalisasi keputusan ke suatu skala yang dapat diperbandingkan dengan semua ratingalternatif yang ada.
2. TINJAUAN PUSTAKA
Penilaian sejenis yang pernah ada yaitu penilaian bobot kinerja yang dilakukan untuk penilaian dalam memilih perguruan tinggi di kopertis wilayah II pada paper (RIKI Renaldo, dkk : 2015). Pada paper (Rifqi Maulana, Much:
2012) penilaian kinerja pegawai menggunakan metode fuzzy simple additive weighted dilakukan di Ifun Jaya Textile dari hasil penelitian sistem dengan penilaian manual memiliki perhitungan yang cukup objektive, namun penilaian tidak membahas factor subjective dan tidak diterapkan pada promosi pegawai. Penerapan metode Fuzzy SAW juga bisa digunakan untuk penilaian pada saat penerimaan pegawai baru pada paper (Wiwi Verina,dkk: 2015), Dari hasil kesimpulan yang didapat metode fuzzy SAW dapat memberikan nilai abu-abu dari suatu kriteria yang dinilai.