Sistem Pendukung Keputusan Pemilihan Sekretaris Daerah Menggunakan Metode MOORA (Studi Kasus: Kantor Bupati Karo)

(1)

Sistem Pendukung Keputusan Pemilihan Sekretaris Daerah Menggunakan Metode MOORA (Studi Kasus: Kantor Bupati Karo)

Resli Agustina Malau

Program Studi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia Jalan Sisingamangaraja No. 338 Medan, Indonesia

Abstrak

Pemilihan sekretaris daerah, memilikipermasalahan yaitu sistem pemilihan sekretaris daerah terjadi ada unsur pejabat yang diunggulkan dan kedekatan atau balas jasa politik dan sering didapatkan bahwa ada dugaan terjadi proses suap jabatansehingga sekretaris daerah yang dipilih tidak sesuai dengan apa yang diharapkan. Untuk mengatasi hal tersebut, maka diperlukan Sebuah Sistem Pendukung Keputusan dengan menggunakan metode MOORA (Multi Objective Optimization On The Basis Of Rasio Analysis) yang dapat membantu Kantor Bupati Karo dalam melakukan pemilihan sekretaris daerah. Dengan di terapkannya sistem pendukung keputusan menggunakan metode MOORA mempermudah dan mempercepat proses pemilihan sekretaris daerah.Sehingga pemilihan sekretaris daerah lebih efektif dan efesien.

Kata kunci : Sekretaris Daerah, MOORA..

Abstract

The selection of regional secretaries, has problems, namely the system of selecting regional secretaries occurs, there are elements of superior officials and proximity or reciprocal political services, and it is often found that there is an alleged bribery process so that the regional secretary chosen is not as expected. To overcome this problem, a Decision Support System is needed by using the MOORA method (Multi Objective Optimization On The Base Of Ratio Analysis) which can assist the Office of the Karo Regent in selecting regional secretaries. With the adoption of a decision support system using the MOORA method simplifies and speeds up the process of selecting regional secretaries. So that the selection of regional secretaries is more effective and efficient.

Keywords: Regional Secretary, MOORA.

1. PENDAHULUAN

Sekretaris Daerah (SEKDA) merupakan jabatan tertinggi bagi pejabat Pegawai Negeri Sipil (PNS) yang berada di daerah, tidak ayal bahwa para pejabat yang sudah lama duduk dalam jabatan struktural bersaing untuk bisa menduduki jabatan tersebut sebagai prestasi tertinggi sebelum mereka habis masa kerjanya atau pensiun.

Sebagaimana tugas Sekretaris Daerah membantu pimpinan daerah, maka harus dipilih orang yang tepat sesuai dengan kapasitas yang dimiliki sesuai dengan persyaratan yang ditetapkan dalam peraturan perundangan yang berlaku. Undang-undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah Permendagri Nomor 5 Tahun 2005 tentang pedoman penilaian calon Sekretaris Daerah.Peraturan ini mengamanattkan bahwa, usulan Sekda harus berdasarkan prinsip profesionalisme sesuai dengan kompetensi, prestasi kerja, dan jenjang pangkat yang ditetapkan untuk jabatan itu serta syarat obyektif lainnya tanpa membedakan jenis kelamin, suku agama, ras atau golongan.

Pengambilan keputusan merupakan hak vital untuk memberikan hasil yang terbaik. Sistem pendukung keputusan merupakan sistem berbasis komputer yang digunakan untuk membantu para pembuat keputusan dengan memberikan gambaran mengenai bagaimana sebaiknya keputusan itu dibuat [1], [2]. Sistem ini dirancang untuk meningkatkan efektivitas pengambilan keputusan dalam memecahkan permasalahan yang dihadapi. Sehingga membantu Kantor Bupati Karo dalam memilih Sekretaris Daerah dan memperoleh hasil yang terbaik.

2. LANDASAN TEORI

2.1 MOORA (Multi objective optimization on the basis of ratio analysis )

Moora adalah multi objektif sistem mengoptimalkan dua atau lebih attribut yang saling bertentangan secara bersamaan. Metode ini diterapkan untuk memecahkan masalah dengan perhitungan matematika yang kompleks.Moora diperkenalkan oleh Brauers dan Zavadskas pada tahun 2006. Pada awalnya metode ini diperkenalkan oleh Brauers pada tahun 2004 sebagai “Multi-Objective Optimization” yang dapat digunakan untuk memecahkan berbagai masalah pengambilan keputusan yang rumit pada lingkungan pabrik[3]–[5].

Metode moora diterapkan untuk memecahkan banyak permasalahan ekonomi, manajerial dan konstruksi pada sebuah perusahaan maupun proyek. Adapun langkah penyelesaian dari metode moora[6]–[8], adalah : 1. Menentukan tujuan untuk mengidentifikasi attribut evaluasi yang bersangkutan dan menginputkan nilai

kriteria pada suatu alternatif dimana nilai tersebut nantinya akan diproses dan hasilnya akan menjadi sebuah keputusan.

2. Mewakilkan semua informasi yang tersedia untuk setiap attribut dalam bentuk matriks keputusan. Data pada persamaan (1) mempersentasikan sebuah matriks Xmxn. Dimana xij adalah pengukuran kinerja dari

(2)

alternatifi th pada attribut j th, m adalah jumlah alternatif dan n adalah jumlah attribut. Kemudian sistem ratio dikembangkan dimana setiap kinerja dari sebuah alternatif pada sebuah attribut dibandingkan dengan penyebut yang merupakan wakil untuk semua alternatif dari attributtersebut.

X = [

𝐗𝟏𝟏 𝐗𝐥𝐢 𝐗𝐥𝐧 𝐗𝐣𝐥 𝐗𝐣𝐢 𝐗𝐣𝐧 𝐗𝐦𝐥 𝐗𝐧𝐢 𝐗𝐦𝐧

] ...(1)

Keterangan : xij = respon alternative j pada attribut i | i = 1,2, ... | n = jumlah sasaran atau attribut

j = 1,2,....

m = jumlah alternatif

3. Breauers menyimpulkan bahwa untuk penyebut, pilihan terbaik adalah akar kuadrat dari jumlah kuadrat dari setiap alternatif per attribut. Rasio ini dapat

𝑿𝒊𝒋 = ^𝑿𝒊𝒋

√[∑^𝐦_𝐢=𝟏𝐗𝐢𝐣²]

...(2)

Keterangan : j = 1,2, ...,

n dan x = nomor berdimensi dalam interval [0,1] yang menggambarkan kinerja ternormalisasi dari alternatif dan kinerja j.

4. Untuk optimasi multiobjektif, ukuran yang dinormalisasi ditambahkan dalam kasus maksimasi untuk attribut yang menguntungkan dan dikurangi dalam minimisasi (untuk attribut yang tidak menguntungkan) atau dengan kata lain mengurangi nilai maximum dan minimum pada setiap baris untuk mendapatkan rangking pada setiap baris, jika dirumuskan maka:

𝒚𝒊 = ∑^𝒈_𝒋=𝟏𝑾𝒋𝑿𝒊𝒋 − ∑^𝒏_{𝒋=𝒈+𝟏}𝑾𝒋𝑿𝒊𝒋 ...(3) Keterangan : g = jumlah attribut yang akan dimaksimalkan

(n-g) = jumlah attribut yang akan diminimalkan Wj = bobot terhadap j

yi = nilai penilaian yang telah dinormalisasi dari alternatif 1 th terhadap semua attribut.

5. Nilai yi dapat menjadi positif atau negatif tergantung dari total maksimal (attribut yang menguntungkan) dalam matriks keputusan. Sebuah urutan peringkat dari yi menunjukkan pilihan terahir. Dengan demikian alternative terbaik memiliki nilai yi tertinggi sedangkan alternative terburuk memiliki nilai yi terendah.

6. Output Dari Perhitungan Metode Moora

a. Alternative yang memiliki nilai akhir (yi) tertinggi maka alternative tersebut merupakan alternative terbaik dari data yang ada, alternative ini akan dipilih sesuai dengan permasalahan yang ada karena ini merupakan pilihan terbaik.

b. Sedangkan alternative yang memiliki nilai akhir (yi) terendah adalah alternative yang terburuk dari data yang ada.

.

3. ANALISA DAN PEMBAHASAN

Dalam pemilihan Sekretaris Daerah digunakan model Fuzzy Multiple Attribute Decision Making (FMADM) untuk menentukan nilai bobot dari setiap kriteria. Setelah setiap kriteria diberi nilai bobot kemudian diselesaikan menggunakan metode moora. Dalam penyelesaian metode moora terlebih dahulu nilai bobot dari setiap kriteria diubah ke bentuk matriks, kemudian di normalisasikan. Setelah hasil dari normalisasi diperoleh kemudian di ubah lagi ke dalam bentuk matriks.

Dalam pemilihan sekretaris daerah menggunakan model Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Multi objective optimization on the basis of ratio analysis (MOORA) maka diperlukan kriteria-kriteria dan bobot untuk melakukan proses perhitungannya sehingga akan didapat alternative terbaik.

2.1 Kriteria Dan Bobot

Dalam tahapan ini dibutuhkan kriteria yang akan dijadikan bahan perhitungan pada proses pemilihan sekretaris daerah. Selain kriteria dan pembobotan ada juga tabel data pegawai yang merupakan data dari Kantor Bupati Karo. Adapun tabel kriteria dapat dilihat seperti tabel dibawah ini:

(3)

Tabel 1.Data Pegawai Eselon II Karo

No Nama Pegawai Integritas Kemampuan Koordinasi

Dan Lobi

Loyalitas Kreatifitas

1 Drs. Suang Karo-Karo 8 10 8 Ya

2 Drs.Kamperas Terkelin Purba, M.Si 6 8 6 Tidak

3 Anderianta Tarigan,AP,M.Si 8 8 8 Ya

4 Drs. Seruan Sembiring 6 8 8 Ya

5 Drs. Mbaga Ginting 8 4 6 Tidak

6 Ir. Mulia Barus 6 4 6 Ya

Tabel 2. Tabel Kriteria

Kriteria Keterangan

C1 Integritas

C2 Kemampuan Koordinasi dan Lobi

C3 Loyalitas

C4 Kreatifitas

Tabel diatas merupakan tabel kriteria, dimana kriteria bahan disimbolkan dengan C1 (Integritas), C2 (Kemampuan Koordinasi dan Lobi), C3 (Loyalitas), C4 (Kreatifitas). Dalam menentukan pemilihan sekretaris daerah menggunakan metode Multi objective optimization on the basis of ratio analysis (MOORA), maka terlebih dahulu ditentukan nilai awal dari setiap kriteria. Pada penilaian terdiri dari enam bilangan fuzzy, yaitu sangat buruk (SB1), buruk (B1), cukup (C), baik(B2), sangat baik (SB2), seperti terlihat pada Gambar 4.1

Gambar 1. Diagram Bilangan Fuzzy untuk nilai

Dari gambar diatas, bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp. Lebih jelasnya data nilai bilangan fuzzy dapat dilihat dalam tabel di bawah ini.

Tabel 3. Pemberian nilai bilangan fuzzy

Bilangan Fuzzy Nilai

Sangat Buruk (SB1) 2

Buruk (B1) 4

Cukup (C) 6

Baik (B2) 8

Sangat Baik (SB2) 10

Pada pembobotan untuk tiap-tiap kriteria ditentukan dari tingkat kepentingan dari masing-masing kriteria. Tingkat kepentingan tertinggi terdapat pada kriteria Integritas, kriteria kemampuan koordinasi dan lobi memiliki tingkat kepentingan kedua, kriteria loyalitas memiliki tingkat ke tiga, kemudian kriteria kreatifitas memiliki tingkat ke empat. Berdasarkan dari nilai bobot terhadap kepentingan dari masing-masing kriteria maka bobot awal untuk setiap kriteria (C1 – C4) dari setiap alternatif dapat dilihat pada tabel kriteria pertama sampai kriteria ke 4

berikut ini:

Tabel 4. Rating Kecocokan Dari Setiap Alternatif Pada Setiap Kriteria

Alternatif Kriteria

C1 C2 C3 C4

Drs. Suang Karo-Karo 8 10 8 10

Drs.Kamperas Terkelin Purba, M.Si 6 8 6 6

Keterangan : SB1 = Sangat Buruk B1 = Buruk C = Cukup B2 = Baik SB2 = Sangat Baik

(4)

Anderianta Tarigan,AP,M.Si 8 8 8 10

Drs. Seruan Sembiring 6 8 8 10

Drs. Mbaga Ginting 8 4 6 6

Ir. Mulia Barus 6 4 6 10

Penerapan Dengan Metode Moora Langkah Penyelesaian

1. Menginputkan nilai kriteria dan penentuan nilai maksimum dan nilai minimum dari setiap attribut yang disesuaikan dengan logika seperti pada tabel.

Tabel 5. Penentuan minimum dan maksimum setiap attribut.

Alternatif Kriteria

C1 C2 C3 C4

Drs. Suang Karo-Karo 8 10 8 10

Drs.Kamperas Terkelin Purba, M.Si 6 8 6 6

Anderianta Tarigan,AP,M.Si 8 8 8 10

Drs. Seruan Sembiring 6 8 8 10

Drs. Mbaga Ginting 8 4 6 6

Ir. Mulia Barus 6 4 6 10

Optimum Max Max Max Max

Merubah nilai kriteia menjadi matriks keputusan

X = [

8 6 8 6 8 6

10 8 8 8 4 4

8 6 8 8 6 6

10 6 10 10 6 10]

2. Normalisasi pada metode moora Data diproses dengan rumus : 𝑥_𝑖𝑗 = ^×^𝑖𝑗

√[∑^m_j=1×_ij²]

Normalisasi X11

𝑥₁₁= ×₁₁

√×₁₁² +×₂₁² +×₃₁² +×₄₁² +×₅₁² +×₆₁²

𝑥₁₁= 8

√8²+ 6²+ 8²+ 6²+ 8²+ 6² 𝑥₁₁= 8

√300 𝑥₁₁= 0.46

Maka matriks nya menjadi :

X = [

0.46 0.34 0.46 0.34 0.46 0.34

0.55 0.44 0.44 0.44 0.22 0.22

0.46 0.34 0.46 0.46 0.34 0.34

0.46 0.27 0.46 0.46 0.27 0.46]

Memberikan Nilai Bobot Kriteria (W)

Pemberian bobot untuk setiap kriteria memiliki tingkat kepentingan yang berbedabeda. Untuk menentukan bobot kriteria dapat dilihat seperti tabel dibawah ini:

(5)

Tabel 6. Bobot Kriteria Kriteria Bobot (W)

C1 0,4

C2 0,25

C3 0,2

C4 0,15

Mencari Nilai yi

W = Integritas (0,4), kemampuan koordinasi dan lobi (0,25), Loyalitas (0,2), Kreatifitas (0,15).

yi = ∑^𝑔_𝐽=1𝑤𝑗𝑥_𝑖𝑗−∑ 𝑤𝑗𝑥^𝑛_𝐽 _𝑖𝑗

yi adalah nilai penilaian yang telah dinormalisasikan dari alternative ke semua attribut, kasus maksimasi (attribut yang menguntungkan) di kurangi dengan kasus minimasi (attribut yang tidak menguntungkan) karena yi adalah hasil normalisasi dari langkah ketiga, sehingga di langkah ke empat ini hanya tinggal mengalikan 𝑥_𝑖𝑗dengan w (bobot) dan selanjut nya melakukan seperti rumus.

Y1 = ( 𝑥_{11 (𝑚𝑎𝑥)}*W + 𝑥_{12 (𝑚𝑎𝑥)}*W + 𝑥_{13(𝑚𝑎𝑥)}*W + 𝑥_{14(𝑚𝑎𝑥)}*W )

= (0.46×0.4 + 0.55×0.25 + 0.46×0.2 + 0.46× 0.15)

= ( 0.184 + 0.1375 + 0.092 + 0.069 )

= 0.4825

= (0.34×0.4 + 0.44×0.25 + 0.34× 0.2 + 0.27×0.15)

=(0.136 + 0.11 + 0.068 + 0.0405)

= 0.3545

= (0.46×0.4 + 0.44×0.25 + 0.46× 0.2 +0.46×0.15)

= (0.184 + 0.11 + 0.092 + 0.069)

= 0.455

= (0.34×0.4 + 0.44×0.25 +0.46× 0.2 + 0.46×0.15)

= (0.136 + 0.11 + 0.092 + 0.069)

= 0.407

= (0.46×0.4 + 0.22×0.25 + 0.34× 0.2 + 0.27×0.15)

= (0.184 + 0.055 + 0.068 + 0.0405)

= 0.3475

= (0.34×0.4 + 0.22×0.25 + 0.34× 0.2 + 0.46×0.15)

= (0.136 + 0.055 + 0.068 + 0.069)

= 0.326

Dari perhitungan nilai yi di atas maka hasil dari semua perhitungan kriteria dan alternatif diperoleh perangkingan seperti pada 7. dan dapat dilihat tabel berikut ini :

Tabel 7. Hasil Akhir

Alternatif Kriteria

C1 C2 C3 C4 Yi Rank

Drs. Suang Karo-Karo 0.46 0.55 0.46 0.46 0.4825 1

Drs.Kamperas Terkelin Purba, M.Si 0.34 0.44 0.34 0.27 0.3545 2

Anderianta Tarigan,AP,M.Si 0.46 0.44 0.46 0.46 0.455 4

Drs. Seruan Sembiring 0.34 0.44 0.46 0.46 0.407 5

Drs. Mbaga Ginting 0.46 0.22 0.34 0.27 0.3475 3

Ir. Mulia Barus 0.34 0.22 0.34 0.46 0.326 6

Optimum Max Max Max Max

Berdasarkan hasil perhitungan di atas maka di peroleh nilai tertinggi yaitu 0.4825 dengan alternatif Drs. Suang Karo Karo.

4. IMPLEMENTASI

Dari gambar dibawah ini menunjukkan hasil dalam pemilihan Sekretaris Daerah digunakan model Fuzzy Multiple

(6)

Attribute Decision Making (FMADM) untuk menentukan nilai bobot dari setiap kriteria adalah sebagai berikut:

Gambar 1. Hasil Program.

5. KESIMPULAN

Berdasarkan hasil penelitian yang telah dilakukan, maka dapat maka dapat diambil kesimpulan diantaranya:

1. Prosedur pemilihan Sekretaris Daerahprosesnya membutuhkan waktu yang lama sehingga kurang efektif dan efesien. Oleh karena itu perlu adanya perubahan prosedur sebelumnya agar pemilihan Sekretaris Daerah bisa lebih lebih efektif dan efesien.

2. Penerapan metode MOORA pada proses pemilihan Sekretaris Daerahdan dengan kriteria-kriteria yang telah ditentukan maka pemilihan Sekretaris Daerah pada pada kantor bupati karo memperoleh Sekretaris Daerah yang tepat.

3. Sistem pendukung keputusan pemilihan Sekretaris Daerah menggunakan Visual Basic 2008 akan menghemat waktu dalam proses pemilihan Sekretaris Daerah.

REFERENCES

[1] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi, 2007.

[2] S. Kusumadewi, S. Hartati, A. Harjoko, and Retantyo Wardoyo, “Fuzzy Multi Attribute Decision Making (FUZZY MADM),” Ed.

Pertama Cetakan Pertama. Graha Ilmu. Yogyakarta., 2006.

[3] G. V S, “Application of MOORA method for parametric optimization of milling process,” Int. J. Appl. Eng. Res., vol. 1, no. 4, pp. 743–

758, 2011.

[4] Mesran, R. K. Hondro, M. Syahrizal, A. P. U. Siahaan, R. Rahim, and Suginam, “Student Admission Assessment using Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA),” J. Online Jar. COT POLIPT, vol. 10, no. 7, pp. 1–6, 2017.

[5] Mesran, S. D. A. Pardede, A. Harapahap, and A. P. U. Siahaan, “Sistem Pendukung Keputusan Pemilihan Peserta Jaminan Kesehatan Masyarakat (Jamkesmas) Menerapkan Metode MOORA,” Media Inform. Budidarma, vol. Vol 2, No, no. 2, p. hal 16-22, 2018.

[6] S. Chakraborty, “Applications of the MOORA method for decision making in manufacturing environment,” Int. J. Adv. Manuf.

Technol., vol. 54, no. 9–12, pp. 1155–1166, 2011.

[7] J. Afriany, L. Ratna, S. Br, I. Julianty, and E. L. Nainggolan, “Penerapan MOORA Untuk Mendukung Efektifitas Keputusan Manajemen Dalam Penentuan Lokasi SPBU,” vol. 5, no. 2, pp. 161–166, 2018.

[8] N. W. Al-Hafiz, Mesran, and Suginam, “Sistem Pendukung Keputusan Penentukan Kredit Pemilikan Rumah Menerapkan Multi- Objective Optimization on the Basis of Ratio Analysis ( Moora ),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. I, no. 1, pp. 306–309, 2017.