JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom
Pendukung Keputusan dalam Penilaian Pegawai Pemerintah Non Pegawai Negeri menggunakan Metode Entropy
Cintantya Andhita Dara Kirana*, Anggi Syahadat Harahap Politeknik STIA LAN Bandung, Kota Bandung, Indonesia
Email: 1,*[email protected], 2[email protected] Email Penulis Korespondensi: [email protected] Submitted 18-02-2022; Accepted 25-02-2022; Published 25-02-2022
Abstrak
Politeknik STIA LAN Bandung merupakan salah satu satuan kerja di bawah naungan Lembaga Administrasi Negara Republik Indonesia yang memiliki core business di bidang pendidikan yang mempunyai kewajiban untuk menjalankan Tri Dharma Perguruan Tinggi. Dalam menjalankan Tri Dharma Perguruan Tinggi, Politeknik STIA LAN Bandung membutuhkan beberapa sumber daya pendukung. Salah satu sumber daya pendukung yang paling menentukan kualitas dari pelaksanaan Tri Dharma Perguruan Tinggi adalah kompetensi sumber daya manusia. Untuk memudahkan proses pengambilan keputusan yang dilakukan oleh sub bagian Kepegawaian dalam menilai Pegawai Pemerintah Non Pegawai Negeri (PPNPN) maka diperlukan suatu bentuk Sistem Pendukung Keputusan. Dalam melakukan penilaian pegawai digunakan sebuah metode yaitu Entropy. Metode Entropy yang berfungsi untuk mengukur bobot (tingkat kepentingan) pada setiap indikator penilaian. Indikator penilaian, yang digunakan antara lain Nilai Dasar, Kinerja, Tes Wawasan, Surat Peringatan, dan Presensi. Dataset yang digunakan merupakan data sekunder yang telah didapatkan dari sub bagian kepegawaian Politeknik STIA LAN Bandung. Sampel data terdiri dari lima orang Pegawai Pemerintah Non Pegawai Negeri (PPNPN). Dari hasil perhitungan bobot menggunakan metode Entropy didapatkan bahwa Indikator Presensi memiliki nilai bobot terbesar yaitu sebesar 0,5495, dilanjutkan dengan indikator SP dengan bobot sebebar 0.2353. Kemudian bobot terbesar ketiga ada pada indikator Kinerja dengan bobot sebesar 0,1107, dilanjutkan dengan indikator Nilai Dasar dengan bobot sebesar 0,0604. Sedangkat bobot terkecil dihasilkan oleh indikator Tes Wawasan sebesar 0,0439.
Kata Kunci: Pendukung Keputusan; Penilaian Pegawai; Metode Entropy Abstract
Polytechnic of STIA LAN Bandung is one of the units under the LAN RI which has a core business in the field of education that has an obligation to run the Tri Dharma of Higher Education. In running the Tri Dharma of Higher Education, Polytechnic of STIA LAN Bandung requires several supporting resources. One of the supporting resources that most determine the quality of the implementation of the Tri Dharma of Higher Education is the competence of human resources. To facilitate the decision-making process carried out by the Staffing sub-section in assessing Non-Civil Servant Government Employees (PPNPN), a form of Decision Support System is needed. In conducting employee assessments used a method, namely Entropy. Entropy method that serves to measure the weight (level of importance) on each assessment indicator. Assessment indicators, which are used include Basic Values, Performance, Insight Tests, Warning Letters, and Attendance. The dataset used is secondary data that has been obtained from the staffing sub-section of Polytechnic of STIA LAN Bandung. The data sample consisted of five non-civil servants (PPNPN). From the results of the weight calculation using the Entropy method, it was obtained that the Attendance Indicator has the largest weight value of 0.5495, followed by the Warning Letter indicator with a weight of 0.2353. Then the third largest weight is on the Performance indicator with a weight of 0.1107, followed by the Basic Value indicator with a weight of 0.0604. The smallest weight gain is generated by the Insight Test indicator of 0.0439.
Keywords: Supporting Decisions; Employee Assessments; Entropy Methods
1. PENDAHULUAN
Politeknik STIA LAN Bandung merupakan salah satu satuan kerja di bawah naungan Lembaga Administrasi Negara Republik Indonesia. Core business dari Politeknik STIA LAN Bandung adalah Tri Dharma Peruguran Tinggi yang terdiri dari Pendidikan dan Pengajaran, Penelitian, dan Pengabdian kepada Masyarakat. Dalam menjalankan Tri Dharma Perguruan Tinggi tersebut, Politeknik STIA LAN Bandung membutuhkan beberapa sumber daya pendukung. Salah satu sumber daya pendukung yang paling menentukan kualitas dari pelaksanaan Tri Dharma adalah kompetensi sumber daya manusia. Sumber Daya Manusia didefinisikan sebagai seluruh manusia yang terlibat di dalam suatu organisasi yang diperuntukkan untuk mencapai tujuan organisasi. Menurut Veithzal Rivai, sumber daya manusia merupakan orang perseorangan yang siap dam mau memberikan kontribusi terhadap usaha pencapaian tujuan organisasi[1]. Selain itu sumber daya manusia merupakan input yang menggerakan aktivitas organisasi. Input lain yang juga mempengaruhi keberhasilan dari organisasi adalah modal, bahan, mesin dan teknologi yang diubah menjadi proses manajemen menjadi keluaran berupa produk atau jasa.[2] Pada Politeknik STIA LAN Bandung, sumber daya manusianya terdiri dari Aparatur Sipil Negara (ASN) dan Pegawai Pemerintah Non Pegawai Negeri (PPNPN). PPNPN merupakan pramubakti, satpam, dan pengemudi yang melaksanakan tugas non administrasi di lingkungan Kementerian atau Lembaga Pemerintahan.
Menurut Sugijono, penilaian kinerja adalah suatu proses yang diselenggarakan oleh perusahaan untuk mengevaluasi atau melakukan penilaian kinerja individu setiap pegawainya. Standar kinerja merupakan acuan yang digunakan sebagai dasar dalam penilaian kinerja pegawai [3]. Agar penilaian dapat dilakukan secara efektif maka standar penilaian idealnya berhubungan dengan hasil-hasil yang diharapkan oleh setiap pekerjaan, sehingga standar penilaian merupakan alat yang digunakan untuk mengukur kinerja dan prestasi [4]. Pengukuran kinerja terdiri dari angka atau rating yang digunakan untuk memberikan penilaian terhadap kinerja pegawai[5]. Politeknik STIA LAN Bandung memiliki indikator penilaian untuk mengukur kinerja pegawai khususnya pegawai PPNPN. Penilaian tersebut terdiri dari beberapa
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom indikator penilaian, antara lain Nilai Dasar, Kinerja, Tes Wawasan, Surat Peringatan, dan Presensi. Setiap indikator memiliki bobot masing-masing yang telah ditentukan oleh Sub Bagian Kepegawaian Politeknik STIA LAN Bandung.
Indikator Nilai Dasar memiliki sub indikator antara lain Displin, Tanggungjawab, Kompeten, dan Profesional. Indikator Kinerja, Tes Wawasan, dan Surat Peringatan tidak memiliki sub indikator. Sedangkan indikator Presensi memiliki sub indikator Kehadiran dan Keterlambatan.
Guna memudahkan proses pengambilan keputusan yang dilakukan oleh sub bagian Kepegawaian dalam menilai pegawai PPNPN, maka diperlukan suatu bentuk Sistem Pendukung Keputusan (Decision Support System). Ada beberapa metode yang dapat dipakai dalam proses pengambilan keputusan. Salah satu metode tersebut adalah metode Entropy [6].
Adapun Metode Entropy dipilih dikarenakan metode ini dapat mengukur bobot (tingkat kepentingan) pada setiap indikator[7]. Kelebihan lain dari Metode Entropy dapat menormalisasi nilai-nilai pada setiap indikator, meskipun memiliki perbedan satuan, kuantitatif maupun kualitatif serta perbedaan rentang nilai[8]. Dengan kelebihan metode Entropy maka metode ini sesuai dijadikan sebagai metode dalam penilaian PPNPN. Terdapat beberapa penelitian terdahulu terkait metode Entropy dalam pengambilan keputusan. Salah satunya pada penelitian yang dilakukan oleh Mitha Anggreani Rupang dkk. dengan judul “Implementasi Metode Entropy dan Topsis Dalam Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik (Studi Kasus: Jakarta Smart City)”. Penelitian tersebut menghasilkan nilai preferensi dan peringkat disajikan dalam bentuk tabel sehingga memudahkan kepala unit dalam mengambil keputusan. Indeks tingkat kepuasan responden terhadap sistem pendukung keputusan berkisar antara 70% -80%, artinya penilaian terhadap sistem yang dibuat memberikan hasil pada tingkat yang cukup baik[9].
Penelitian lain dilakukan oleh Abdul Hamid Majdi dengan judul penelitian “Penerapan Metode Promethee Dengan Entropy Dalam Pengambilan Keputusan Untuk Menentukan Siswa Berprestasi”. Dalam penelitian tersebut Metode Entropy dapat membantu pengambilan keputusan dalam menghasilkan bobot baru pada masing-masing indikator[10].
Pada penelitian selanjutnya yang dilakukan oleh Jamila dengan judul “Sistem Pendukung Keputusan Pemilihan Subkontrak Produksi Sarung Tangan Menggunakan Metode Entropy Dan Topsis”. Penelitian tersebut menghasilkan bobot Entropy akhir yang dapat dijadikan sebagai pilihan model untuk menentukan bobot kriteria pemilihan karena selain menghasilkan bobot kriteria berdasarkan karakteristik data, bobot Entropy akhir juga dapat mengakomodir preferensi subyektif dari pengambil keputusan [11].
Penelitian selanjutnya dilakukan oleh Allsela dkk. dengan judul penelitian “Implementasi Metode Entropy dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam Pemilihan Biro Perjalanan Umroh”.
Penelitian tersebut menghasilkan kesimpulan Metode entropy dan TOPSIS memudahkan biro perjalanan umroh dalam memberikan informasi yang aktual tentang biro umroh, dan memudahkan para calon jamaah untuk mendapatkan informasi mengenai biro perjalanan umroh. Hasil lain yang didapatkan dari penelitian ini metode Entropy dapat mendukung keputusan calon jamaah dalam memilih biro perjalanan umroh dalam bentuk perangkingan [12]. Penelitian selanjutnya dilakukan oleh Eko Handoyo dkk. dengan judul penelitian “Sistem Pendukung Keputusan Pemilihan Produk Unggulan Daerah Menggunakan Metode Entropy Dan Electre II (Studi Kasus: Dinas Koperasi, Industri Dan Perdagangan Kabupaten Lamongan). Hasil dari penelitian tersebut yakni hasil perangkingan berdasarkan jumlah dominasi menghasilkan perangkingan yang lebih parsial dan sensitif dibandingkan perangkingan berdasarkan level. Kriteria dalam sitem ini adalah omset, tenaga kerja, nilai investasi, target pasar, jumlah bahan baku dan jumlah perusahan dalam satu produk unggulan. Penelitian ini mendapatkan hasil akurasi sistem yang mencapai 30%[13].
2. METODOLOGI PENELITIAN
2.1 Tahapan Penelitian
Adapun tahapan penelitian ini ditunjukkan pada Gambar 1 di bawah ini:
Gambar 1. Tahapan Penelitian 2.2 Sistem Penilaian Pegawain PPNPN
Adapun metode penilaian pegawai PPNPN dilingkungan Politeknik STIA LAN Bandung dilakukan oleh sub bagian Kepegawaian berdasarkan 5 indikator penilaian, antara lain Nilai Dasar, Kinerja, Tes Wawasan, Surat Peringatan, dan Presensi. Setiap indikator memiliki bobot masing-masing yang telah ditentukan oleh Sub Bagian Kepegawaian Politeknik
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom STIA LAN Bandung. Indikator Nilai Dasar memiliki sub indikator antara lain Displin, Tanggungjawab, Kompeten, dan Profesional. Indikator Kinerja, Tes Wawasan, dan Surat Peringatan tidak memiliki sub indikator. Sedangkan indikator Presensi memiliki sub indikator Kehadiran dan Keterlambatan. Sistem penilaian pegawai akan dinilai dengan bobot sebagai berikut:
Tabel 1. Metode Penilaian Pegawai PPNPN
No Indikator Sub Indikator Kategori Nilai
1 Nilai Dasar Disiplin Sangat Buruk 1
Buruk 2
Cukup 3
Baik 4
Sangat Baik 5 Tanggungjawab Sangat Buruk 1
Buruk 2
Cukup 3
Baik 4
Sangat Baik 5
Kompeten Sangat Buruk 1
Buruk 2
Cukup 3
Baik 4
Sangat Baik 5
Profesional Sangat Buruk 1
Buruk 2
Cukup 3
Baik 4
Sangat Baik 5
2 Kinerja Sangat Buruk 1
Buruk 2
Cukup 3
Baik 4
Sangat Baik 5
3 Tes Wawasan 0 - 100
4 Surat Peringatan Tidak Pernah 10
SP 1 8
SP 2 5
SP 3 0
5 Presensi Kehadiran 100 % 5
95 % 4
90 % 3
Kurang 90 % 1 Keterlambatan Sangat Sering 1
Sering 2
Jarang 3
Tidak Pernah 4 2.3 Perhitungan Penilaian dengan menggunakan Metode Entropy
Dalam melakukan perhitungan penilaian pegawai PPNPN Politeknik STIA LAN Bandung dengan menggunakan metode Entropy, perhitungan dari setiap sub indikator telah diakumulasikan sehingga mendapatkan nilai masing-masing dari setiap indikator. Apabila nilai dari setiap indikator telah terpenuhi maka proses selanjutnya adalah menghitung nilai dari setiap pegawai. Adapun langkah-langkah pembobotan dengan menggunakan metode Entropy adalah sebagai berikut[14]:
1. Normalisasi Data Kriteria
Rumus normalisasi adalah sebagai berikut : 𝑑𝑘𝑖= 𝑥𝑘𝑖
𝑥𝑘𝑖 𝑚𝑎𝑥𝑑𝑖 = 𝑑1𝑖, … , 𝑑𝑚𝑖 (1) 𝐷𝑖= ∑𝑚 𝑑𝑘𝑖
𝑘=1 i = 1, 2, ... , n (2)
Dimana:
𝑑 𝑖𝑘 = nilai data yang telah dinormalisasi 𝑥 𝑖𝑘 = nilai data yang belum dinormalisasi
𝑥 𝑖𝑘 𝑚𝑎𝑥 = nilai datang yang belum dinormalisasi yang mempunyai nilai paling tinggi 𝐷𝑖 = jumlah nilai data yang telah dinromalisasi
𝑚 = jumlah alternatif 2. Perhitungan Entropy
Langkah selanjutnya adalah pengukuran Entropy untuk setiap kriteria ke-i.
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Rumusnya adalah[15]:
𝑒𝑚𝑎𝑥 = ln 𝑚 (3)
𝐾 = 1
𝑒𝑚𝑎𝑥 (4)
𝑒(𝑑𝑖) = −𝐾 ∑ 𝑑𝑘𝑖
𝐷𝑖 𝑚𝑘=1 𝑙𝑛 (𝑑𝑘𝑖
𝐷𝑖) , 𝐾 > 0 (5) Dimana :
𝑒𝑚𝑎𝑥 = Entropy maksimum K = konstanta Entropy
𝑒(𝑑𝑖) = Entropy untuk setiap atribut/ kriteria ke-i
Setelah mendapatkan 𝑒(𝑑𝑖) untuk masing-masing kriteria, maka dapat ditentukan total Entropy untuk masing- masing kriteria, rumusnya adalah :
𝐸 = ∑𝑛𝑖=1𝑒(𝑑𝑖) n adalah jumlah kriteria (6) 3. Perhitungan Bobot Entropy
Langkah berikutnya adalah menghitung bobot dengan menggunakan rumus sebagai berikut[16] : 𝜆̅ = 𝑖 1
𝑛−𝐸[1 − 𝑒(𝑑𝑖)], 0 ≤ 𝜆̅ ≤ 1 𝑖 (7)
∑𝑛𝑖=1𝜆̅ =𝑖 ± 1 (8)
Dimana:
𝜆̅𝑖 = bobot Entropy sementara n = jumlah atribut/kriteria
E = total Entropy untuk masing-masing kriteria 2.5 Penentuan Hasil Peringkat Pegawai
Setelah mendapatkan bobot entropy pada setiap indikator, hal yang selanjutnya dilakukan adalah memberi peringkat berdasarkan nilai data pegawai PPNPN. Nilai tersebut dikalikan dengan bobot Entropy dari setiap indikator. Adapun rumusnya sebagai berikut[17]:
𝑁𝑖= ∑𝑚 𝐴𝑖 𝑥 𝜆̅̅̅3
𝑘=1 (9)
Dimana :
𝜆̅𝑖 = bobot Entropy Ai = nilai pegawai Ni = nilai akhir pegawai
3. HASIL DAN PEMBAHASAN
3.1 Dataset
Dataset yang digunakan merupakan data sekunder yang telah didapatkan dari sub bagian kepegawaian Politeknik STIA LAN Bandung. Politeknik STIA LAN Bandung telah menetapkan 5 pegawai PPNPN yang dijadikan sampel penilaian kinerja pegawai. Adapun data nilai pegawai PPNPN pada setiap indikator penilaian tersaji pada tabel di bawah ini sebagai berikut:
Tabel 2. Data Nilai Pegawai PPNPN
No Nama Pegawai Indikator Sub Indikator Kategori Nilai Total Nilai
1 Febriyanti Nilai Dasar Disiplin Baik 4
Tanggungjawab Sangat Baik 5 16
Kompeten Baik 4
Profesional Cukup 3
Kinerja Baik 4 4
Tes Wawasan 78 78
Surat Peringatan SP 1 8 8
Presensi Kehadiran 90% 3
Keterlambatan Jarang 3 6
2 Fenny Angreni Nilai Dasar Disiplin Buruk 2
Tanggungjawab Baik 4 12
Kompeten Cukup 3
Profesional Cukup 3
Kinerja Cukup 3 3
Tes Wawasan 83 83
Surat Peringatan Tidak Ada 10 10
Presensi Kehadiran Kurang dari 90% 1
Keterlambatan Sering 2 3
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom No Nama Pegawai Indikator Sub Indikator Kategori Nilai Total Nilai
3 Panji Nilai Dasar Disiplin Sangat Baik 5
Tanggungjawab Cukup 3 15
Kompeten Sangat Baik 5
Profesional Buruk 2
Kinerja Sangat Baik 5 5
Tes Wawasan 91 91
Surat Peringatan Tidak Ada 10 10
Presensi Kehadiran 100 5
Keterlambatan Sangat Jarang 4 9
4 Bambang Nilai Dasar Disiplin Cukup 3
Tanggungjawab Baik 4 14
Kompeten Baik 4
Profesional Cukup 3
Kinerja Baik 4 4
Tes Wawasan 72 72
Surat Peringatan SP 2 5 5
Presensi Kehadiran 95% 4
Keterlambatan Sangat Sering 1 5
5 M. Kahfi Nilai Dasar Disiplin Baik 4
Tanggungjawab Baik 4 17
Kompeten Baik 4
Profesional Sangat Baik 5
Kinerja Baik 4 4
Tes Wawasan 95 95
Surat Peringatan SP 1 8 8
Presensi Kehadiran 100% 5
Keterlambatan Jarang 3 8
Dari Tabel 2, total nilai dijadikan sebagai data nilai pegawai PPNPN yang akan dihitung menggunakan metode Entropy. Data tersebut disajikan dalam bentuk matriks seperti pada tabel di bawah ini:
Tabel 3. Bentuk Matriks dari Data Pegawai PPNPN
Nama Pegawai Nilai Dasar Kinerja Tes Wawasan SP Presensi
Febriyanti 16 4 78 8 6
Fenny Angreni 12 3 83 10 3
Panji 15 5 91 10 9
Bambang 14 4 72 5 5
M. Kahfi 17 4 95 8 8
3.2 Hasil Perhitungan Metode Entropy 3.2.1 Normalisasi Tabel Data Pegawai PPNPN
Pada perhitungan normalisasi data pegawai PPNPN, Nilai-nilai data kriteria mengalami normalisasi sehingga menghasilkan nilai-nilai dengan range 0 – 1. Sehingga data yang telah dinormalisasikan disajikan pada tabel di bawah ini:
Tabel 4. Data yang telah Dinormalisasi
Nama Pegawai Nilai Dasar Kinerja Tes Wawasan SP Presensi
Febriyanti 0,9411 0,8 0,8210 0,8 0,6667
Fenny Angreni 0,7058 0,6 0,8736 1 0,3333
Panji 0,8823 1 0,9578 1 1
Bambang 0,8235 0,8 0,7578 0,5 0,5556
M. Kahfi 1 0,8 0,1 0,8 0,8889
Jumlah 4,3529 4 4,4105 4,1 3,444
3.2.2 Perhitungan Entropy
Setelah tabel data telah dinormalisasikan, tahap berikutnya dilakukan perhitungan dengan mencari konstanta Entropy terlebih dahulu selanjutnya perhitungan tersebut digabungkan nilai Entropy dari data yang telah dinormalisasikan dan jumlah nilai data yang telah dinormalisasikan. Sehingga hasil perhitungan nilai Entropy untuk semua indikator disajikan pada tabel di bawah ini:
Tabel 5. Nilai Entropy
Indikator Nilai Entropy
Nilai Dasar 0,9957
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom
Indikator Nilai Entropy
Kinerja 0,9922
Tes Wawasan 0,9969
SP 0,9833
Presensi 0,9911
3.2.2 Perhitungan Bobot Entropy
Sebelum perhitungan Bobot Entropy dilakukan, maka ditentukan terlebih dahulu total dari nilai entropy setiap indikator sehingga total Entropy menjadi 4,9292. Setelah itu dilakukan perhtiungan bobot Entropy, sehingga didapatkan bobot yang dihasilkan menggunakan metode Entropy, bobot ini akan menjadi bobot akhir Entropy dikarenakan Politeknik STIA LAN Bandung tidak menentukan bobot awal. Sehingga nilai bobot akhir dari perhitungan Entropy disajikan pada tabel di bawah ini:
Tabel 6. Nilai Bobot Entropy Akhir
Indikator Nilai Entropy
Nilai Dasar 0,0604
Kinerja 0,1107
Tes Wawasan 0,0439
SP 0,2353
Presensi 0,5495
3.3 Hasil Penilaian Pegawai
Bobot Entropy yang dihasilkan selanjutnya dikalikan dengan nilai data pegawai PPNPN yang telah diberikan oleh sub bagian Kepegawaian. Perhitungan di atas dilakukan juga untuk mencari nilai akhir dari setiap pegawai. Kemudian setiap nilai pegawai akan dikonversikan antara nilai 0 sampai dengan 10 agar lebih mudah dalam representasi data. Sehingga nilai akhir dari setiap pegawai adalah sebagai berikut ini:
Tabel 7. Nilai Akhir Pegawai PPNPN
Ranking Nama Pegawai Nilai Akhir
1 Panji 10
2 M. Kahfi 9,1645
3 Febriyanti 7,259
4 Fenny Angreni 5,949
5 Bambang 5,6238
3.4 Pembahasan
Penilaian pegawai PPNPN yang dihasilkan menggunakan metode Entopy dibandingkan dengan penilaian dengan cara konvensional yang dilakukan oleh sub bagian Kepegawain. Perbandingan tersebut dilakukan untuk mengetahui sejauh mana kesesuain metode Entropy dalam mendukung keputusan Sub Bagian Kepegawaian dalam menilai pegawai PPNPN Politeknik STIA LAN Bandung. Hasil perbandingan tersebut disajikan dalam tabel berikut ini:
Tabel 8. Perbandingan Hasil Penilaian Metode Entropy dan Cara Konvensional
Ranking Hasil Metode Entropy
Nilai Akhir Metode Entropy
Hasil Cara Konvensional
Nilai Akhir Cara Konvensional
1 Panji 10,1023 M. Kahfi 132
2 M. Kahfi 9,1645 Panji 130
3 Febriyanti 7,259 Febriyanti 112
4 Fenny Angreni 5,949 Fenny Angreni 111
5 Bambang 5,6238 Bambang 100
Dari Tabel 8 didapatkan bahwa hasil penilaian pegawai PPNPN berdasarkan perhitungan metode Entropy memiliki perbedaan penilaian dengan cara konvensional yang dilakukan oleh Sub Bagian Kepegawaian. Perbedaan hanya terdapat pada hasil ranking 1 dan 2. Hal tersebut dikarenakan bobot yang dihasilkan oleh metode Entropy yang dikarenakan variasi data nilai pegawai PPNPN Politeknik STIA LAN Bandung. Indikator Presensi memiliki bobot terbesar yang dihasilkan dari perhitungan menggunakan Bobot Entropy sehingga indikator presensi dijadikan indikator terpenting. Sedangkan indikator Tes Wawasan mendapatkan bobot terkecil. Sedangkan penilaian dari cara konvensional yang dilakukan oleh Sub Bagian Kepegawaian tidak menentukan bobot sama sekali sehingga setiap indikator dianggap memiliki kepentingan yang sama. Sehingga Metode Entropy bisa dijadikan sebagai penentuan bobot setiap indikator penialaian bagi Sub Bagian Kepegawaian dalam melakukan penilaian pegawai PPNPN di lingkungan Politeknik STIA LAN Bandung.
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom
4. KESIMPULAN
Dari hasil perhitungan bobot menggunakan metode Entropy didapatkan bahwa Indikator Presensi memiliki nilai bobot terbesar yaitu sebesar 0,5495, dilanjutkan dengan indikator SP dengan bobot sebebar 0.2353. Kemudian bobot terbesar ketiga ada pada indikator Kinerja dengan bobot sebesar 0,1107, dilanjutkan dengan indikator Nilai Dasar dengan bobot sebesar 0,0604. Sedangkat bobot terkecil dihasilkan oleh indikator Tes Wawasan sebesar 0,0439. Dari hasil penilaian pegawai PPNPN dengan menggunakan metode Entropy didapatkan bahwa pegawai atas nama Panji memiliki peringkat tertinggi dengan nilai akhir 10,1023. Sedangkan peringkat terendah didapatkan oleh pegawai atas nama Bambang dengan nilai 5,6238. Akan tetapi penilaian tersebut berbeda dengan hasil yang telah dilakukan dengan cara konvensional oleh Sub Bagian Kepegawaian. Hal tersebut dikarenakan cara konvensional tidak menentukan bobot atau kepentingan terlebih dahulu. Sedangkan perhitungan menggunakan metode Entropy, menghasilkan bobot untuk setiap indikatornya. Oleh karena itu pembobotan yang dilakukan oleh perhitungan metode Entropy dapat dijadikan alternatif bagi Sub Bag Kepegawain dalam penentuan bobot bagi setiap indikator penilaian pegawai PPNPN. Untuk penelitian selanjutnya, data nilai pegawai Sub Bagian Kepegawaian Politeknik STIA LAN Bandung dapat dinilai menggunakan metode pengambilan keputusan lainnya seperti metode TOPSIS, PROMETHEE ataupun AHP agar hasil pendukung keputusan penilaian yang bervariatif.
UCAPAN TERIMAKASIH
Terima kasih penulis sampaikan kepada Politeknik STIA LAN Bandung yang telah memberikan kesempatan untuk melalukan penilitian mandiri bagi Dosen Politeknik STIA LAN Bandung, khususnya Sub Bagian Kepegawaian yang telah memberikan data penilaian pegawai PPNPN. Selanjutnya terima kasih juga kepada Ketua Unit Peneletian dan Pengabdian yang telah memafasilitasi kegiatan penelitian mandiri bagi Dosen Politeknik STIA LAN Bandung.
REFERENCES
[1] M. Gading Sadewo, A. Eriza, A. Perdana Windarto, and D. Hartama, Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Algoritma K-Means Dalam Mengelompokkan Desa/Kelurahan Menurut Keberadaan Keluarga Pengguna Listrik dan Sumber Penerangan Jalan Utama Berdasarkan Provinsi. [Online]. Available: https://www.bps.go.id.
[2] A. Mahdang, T. S. Lamangida, and W. K. Mohi, “Analisis Pelaksanaan Penilaian Kinerja Pegawai Negeri Sipil di Lingkungan Sekretariat Dewan Provinsi Gorontalo,” Publik : Jurnal Ilmu Administrasi, vol. 5, no. 1, pp. 1–9, 2016.
[3] Sugijono, “PENILAIAN KINERJA DALAM MANAJEMEN SUMBER DAYA MANUSIA,” ORBITH VOL. 11 NO. 3 NOVEMBER 2015, vol. 11, no. 3, pp. 214–222, 2015.
[4] S. Setiawan, “ANALISIS CLUSTER MENGGUNAKAN ALGORITMA K-MEANS UNTUK MENGETAHUI KEMAMPUAN PEGAWAI DIBIDANG IT PADA CV. ROXED LTD,” Jurnal Pelita Informatika, vol. 7, no. 3, 2019.
[5] L. Satlita, Y. Dan, and M. Ahdiyana, “PENILAIAN KINERJA PEGAWAI DI PEMERINTAH KOTA YOGYAKARTA,”
NATAPRAJA Jurnal Kajian Ilmu Administrasi Negara, vol. 3, no. 1, pp. 43–52, 2015.
[6] I. H. Rani and M. Mayasari, “Pengaruh Penilaian Kinerja Terhadap Kinerja Karyawan Dengan Motivasi Sebagai Variabel Moderasi,” Jurnal Akuntansi, Ekonomi dan Manajemen Bisnis, vol. 3, no. 2, pp. 164–170, 2015.
[7] M. GALIH and S. ROHANA, “EVALUASI KEMAMPUAN DAN PENGHITUNGAN PERINGKAT SISWA MENGGUNAKAN METODE TOPSIS DAN ENTROPY,” JURNAL IDAARAH, vol. 2, no. 2, pp. 252–259, 2018.
[8] A. E. Abbas, “Entropy Method For Adaptive Utility Elicitation,” IEEE, 2002.
[9] M. A. Rupang and A. Kusnadi, “Implementasi Metode Entropy dan Topsis Dalam Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik (Studi Kasus : Jakarta Smart City),” ULTIMA Computing, vol. X, no. 1, pp. 13–18, 2018.
[10] A. H. Majdi, “PENERAPAN METODE PROMETHEE DENGAN ENTROPY DALAM PENGAMBILAN KEPUTUSAN UNTUK MENENTUKAN SISWA BERPRESTASI,” EDUMATIC: Jurnal Pendidikan Informatika, vol. 1, no. 2, pp. 55–64, 2017.
[11] Jamila, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUBKONTRAK PRODUKSI SARUNG TANGAN MENGGUNAKAN METODE ENTROPY DAN TOPSIS,” in Seminar Nasional Informatika 2012 (semnasIF 2012) UPN
”Veteran” Yogyakarta, Jun. 2012, pp. 62–70.
[12] A. Meiriza, E. L. Ruskan, and R. Zulfahmi, “Implementasi Metode Entropy dan Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) dalam Pemilihan Biro Perjalanan Umroh IMPLEMENTATION OF THE ENTROPY METHOD AND TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) IN UMRAH TRAVEL AGENCY SELECTION,” TEKNOMATIKA, vol. 09, no. 01, pp. 77–90, 2019.
[13] E. Handoyo, A. D. Cahyani, and R. Yunitarini, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUK UNGGULAN DAERAH MENGGUNAKAN METODE ENTROPY DAN ELECTRE II (STUDI KASUS: DINAS KOPERASI, INDUSTRI DAN PERDAGANGAN KABUPATEN LAMONGAN),” JURNAL TEKNOLOGI TECHNOSCIENTIA, vol. 7, no. 1, pp. 22–27, 2014.
[14] S. Rahayu, A. Juang, T. Gumilang, O. P. Bharodin, and F. Faturahman, “METODE ENTROPY-SAW DAN METODE ENTROPY-WASPAS DALAM MENENTUKAN PROMOSI JABATAN BAGI KARYAWAN TERBAIK DI CUDO COMMUNICATIONS,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 7, no. 5, pp. 1069–1078, 2020, doi:
10.25126/jtiik.202072888.
[15] S. Rizki Tanjung and M. v Siagian, “Penerapan Metode COPRAS dan ENTROPY dalam Pemilihan Anggota Badan Pengawas Pemilihan Umum (BAWASLU),” Journal of Informatics Management and Information Technology, vol. 1, no. 2, pp. 48–59, 2021, [Online]. Available: https://hostjournals.com/
JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 1, Februari 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i1.3846 Hal 159−166 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom [16] C. Edi Prawiro, M. Yusril Helmi Setyawan, and S. Fachri Pane, “Studi Komparasi Metode Entropy dan ROC dalam Menentukan
Bobot Kriteria,” Jurnal Tekno Insentif |, vol. 15, no. 1, pp. 48–59, 2021, doi: http://dx.doi.org/jti.v15i1.353.
[17] A. dan I. Junaidi and Isa, “‘Implementasi Metode Entropi dan ELECETRE II untuk Menentukan Prioritas Pembangunan Kembali Jembatan yang Rusak Akibat Bencana Banjir (Studi Kasus Di Kabupaten Trenggalek)’.Surabaya : Jurusan Matematika Institut Teknologi Sepuluh.”
