SISTEM PENDUKUNG KEPUTUSAN PEREKRUTAN KARYAWAN PRODUKSI MENGGUNAKAN METODE SIMPLE ADDITVE WEIGHTING ( SAW ) PADA CV.GARUDA PLASTIK KURIPAN

Transkripsi

1 SISTEM PENDUKUNG KEPUTUSAN PEREKRUTAN KARYAWAN PRODUKSI MENGGUNAKAN METODE SIMPLE ADDITVE WEIGHTING ( SAW ) PADA CV.GARUDA PLASTIK KURIPAN Ari Tri Handayani Program Studi Sistem Informasi, Fakultas Ilmu Komputer Universitas Dian Nuswantoro Jalan Nakula No.- Semarang 0 Telp (024) 2 Fax (024) 20 arihandayani9@gmail.com ABSTRAK CV. Garuda Plastik merupakan salah satu perusahaan yang bergerak dibidang produksi plastik. Untuk meningkatkan produktivitasnya perusahaan membutuhkan banyak karyawan yang berkualitas maka dari itu perlu dilakukan sebuah proses perekrutan karyawan. Namun demikian seringkali penerimaan karyawan tidak dapat menghasilkan karyawan yang kompeten dan sesuai dengan kriteria perusahaan karena adanya pengaruh subjektifitas dari pengambil keputusan. Subjektifitas terjadi karena pengambil keputusan belum mampu mendefinisikan dengan baik dalam menilai kelayakan calon karyawan. Oleh karena itu dibutuhkan sebuah sistem pendukung untuk pengambilan suatu keputusan yang sudah terkomputerisasi dan memudahkan penilaian calon karyawan produksi. SAW merupakan suatu model pendukung keputusan yang menguraikan masalah multi faktor atau multi kriteria. Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dengan rating kinerja pada setiap alternatif pada semua atribut. Skoring dengan metode ini diperoleh dengan menambahkan kontribusi dari setiap atribut. Sistem yang dibangun bukan sebagai pengambil keputusan utama yang menggantikan peran manusia namun hanya sebagai pendukung pengambilan keputusan perekrutan karyawan produksi. Kata kunci : Sistem pendukung keputusan, metode Simple Additive Weighting (SAW), penerimaan karyawan

2 . Pendahuluan Pemilihan calon tenaga kerja ini merupakan suatu tahapan untuk memutuskan apakah seorang pelamar dinyatakan diterima atau tidak. Keputusan yang akan diambil diharapkan dapat sesuai dengan kriteria sehingga tidak ada pihak yang dirugikan. CV. Garuda Plastik merupakan salah satu perusahaan yang bergerak dibidang produksi kantong plastik. Perusahaan tersebut membutuhkan banyak karyawan bagian produksi. Namun demikian seringkali proses penerimaan karyawan tidak dapat menghasilkan calon karyawan yang kompeten sesuai dengan kebutuhan perusahaan karena adanya pengaruh subjektifitas. Subjektifitas dapat terjadi karena pengambil keputusan belum mampu mendefinisikan dengan baik dalam penilaian kelayakan masing masing calon karyawan. Oleh karena itu dibutuhkan sebuah sistem pendukung untuk pengambilan keputusan yang sudah terkomputerisasi serta mampu untuk menunjang atau membantu dalam pengambilan keputusan perekrutan karyawan yang sesuai dengan kebutuhan serta kriteria perusahaan. Metode Simple Additive Weighting (SAW) merupakan salah satu metode untuk penyelesaian masalah multi-attribute decision making. Metode Simple Additive Weighting sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dengan rating kinerja pada setiap alternatif pada semua atribut. Dalam penilaian calon karyawan digunakan aspek kriteria penilaian yaitu : () psikotest (2) wawancara, () Tes skill (4) Pendidikan, () Usia, () Pengalaman Kerja. Berdasarkan penjabaran diatas maka dalam penyusunan laporan tugas akhir ini penulis mengambil sebuah judul yaitu SISTEM PENDUKUNG KEPUTUSAN PEREKRUTAN KARYAWAN PRODUKSI MENGGUNAKAN METODE SIMPLE ADDITVE WEIGHTING ( SAW ) PADA CV GARUDA PLASTIK KURIPAN

3 2. Sistem Pendukung Keputusan (Decision Suport System) Sistem Pendukung Keputusan merupakan sekumpulan prosedur prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.[] Komponen - komponen Sistem Pendukung Keputusan:. Subsistem Manajemen Data (Data Subsistem) 2. Subsistem Manajemen Model (Model Subsistem). Subsistem antar muka pengguna 4. Subsistem manajemen berbasis pengetahuan. Simple Additive Weighting (SAW) Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Langkah-langkah dalam metode SAW adalah: [2]. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi. Formula untuk melakukan normalisasi tersebut adalah : Dimana : R ij = rating kinerja ternormalisasi Max ij = nilai maksimal dari setiap baris dan kolom

4 Min ij = nilai minimum dari setiap baris dan kolom X ij = baris dan kolom dar matriks Dengan r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ;i =,2,... m dan j=,2..., n. Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai : Dimana : V i W j R ij n V i = W j r ij j = = nilai akhir dari alternatif = bobot yang telah ditentukan = normalisasi matriks Nilai V i yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. Dengan ketentuan : a. Dikatakan atribut keuntungan apabila atribut banyak memberikan keuntungan bagi pengambil keputusan, sedangkan atribut biaya merupakan atribut yang banyak memberikan pengeluaran jika nilainya semakin besar bagi pengambil keputusan b. Apabila berupa atribut keuntungan maka nilai (x ij ) dari setiap kolom atribut dibagi dengan nilai MAX x ij ) dari tiap kolom, sedangkan untuk atribut biaya, nilai (MIN x ij ) dari tiap kolom atribut dibagi dengan nilai (X ij ) setiap kolom. 4.Hasil dan Pembahasan 4. Perhitungan Seleksi Karyawan Berdasarkan analisa kriteria-kriteria penilaian penerimaan karyawan, berikut akan diuraikan proses pengolahan penerimaan karyawan menggunakan metose Simple Additive Weighting (SAW) dengan kriteria penilaian sebagai berikut : A. Psikotest (20%) Tabel 4. : Kriteria psikotest Hasil Nilai , 0 9 > 80 B. Wawancara (20%) Penilaian wawancara dilakukan berdasarkan kriteria penampilan fisik dan kepribadian. Pembobotan pada kriteria wawancara yaitu: Tabel 4.2 : Kriteria wawancara Hasil Nilai Kurang

5 Cukup 0, Baik Sangat baik C. Skill (2%) Penilaian terhadap faktor skill atau berdasarkan keahlian pelamar yang meliputi penguasaan bidang pekerjaan, ketelitian, kerapian, kecepatan dan pemahaman instruksi, dengan bobot sebagai berikut: Tabel 4. : Kriteria skill Hasil Nilai Kurang Cukup 0, Baik Sangat baik D.Pendidikan (0%) Kriteria pendidikan terakhir dikonversikan dengan bilangan fuzzy sebagai berikut : Tabel 4.4 : Kriteria pendidikan terakhir Pendidikan Nilai SMP SMA 0, Diploma Sarjana E. Usia (%) Kriteria usia produktif : Tabel 4. : Kriteria usia Usia Nilai 8-4 tahun - tahun 0, 24-0 tahun - 2 tahun F. Pengalaman kerja (0%) Tabel 4. : Kriteria pengalaman kerja Lama bekerja Nilai tahun < = 2 tahun 0, < = tahun > tahun D. Perhitungan menggunakan Metode Simple Additive Weighting (SAW) sebagai berikut: Tabel 4. : Data kriteria pelamar N C C2 C C4 C C A 0, 0, B 0, 0, 0, 0, 0, C 0, D 0, E F 0, 0, Keterangan: C = Psikotest C2 = Wawancara C = Skill C4 = Pendidikan C = Usia C = Pengalaman kerja

6 Berdasarkan tabel diatas maka dapat dibentuk matriks keputusan X sebagai berikut : X = 0, 0, 0, 0, 0, Dengan vektor bobot : 0, 0, 0, (V) = [ 0,0 0, 0,0] Sehingga matriks ternormalisasi R diperoleh R= V= 0, 0, 0, 0,0 0, 0,0 0, 0, 0, 0, 0, 0, 4 0, 0, 0,2 0,2 0,02 0,8 0,02 0, 0, 0, 0,0 0,0 0,0 0, 0, 0, 0, 0, 0, 0,0 0,0499 0,0 0,0499 0, 0, 0, 0, 0, 0,0 0, 0,0 V= 0,4 0,4 8 0,08 2 0,424 0,08 0,42 Secara rinci hasil penjumlahan bobot semua kriteria pada masing-masing pelamar adalah: V = + + 0,2 + 0,0 + 0, + = 0,4 V2 = 0, + 0,4 + 0, , + = 0,48 V = 0, ,0 + 0,0 + 0,0 = 0,082 V4 = 0, + + 0,02 + 0,0 + 0, , = 0,424 V = 0, ,8 + 0, + 0,0 + 0,0 = 0,08 V = 0, + + 0, , = 0,42 Dengan demikian rangking tertinggi pada pelamar V2 (B) direkomendasikan sebagai calon karyawan dengan nilai tertinggi, yaitu sebesar 0,48

7 . Perancangan Sistem. Contect Diagram Project Name: Project Path: Chart File: Chart Name: Created On: Created By: Modified On: Modified By: SPK d:\dataea~ dfd0000.dfd Contex Diagram Apr Ari Apr Ari.. ERD Tinggi_bdn Agama Berat_bdn Status_pernikahan Telp Kd_pos Tgl_pendaftaran Id_jabatan* Npwp Propinsi Kd_pelamar ** No_pendaftaran** Kabupaten Id_jabatan* Nama_jabatan Kecamatan N Pelamar Mendaftar Jabatan Kd_pelamar * Nama No_ktp N No_analisa* Jns_kelamin Tgl_analisa Pelamar Data_pelamar Data_jabatan Data_kriteria Data_nilai GM Alamat_tinggal Rt Rw Kelurahan Pend_terakhir Analisa N No_pendaftaran ** Id_kriteria ** Nilai_kriteria Total_nilai Ranking Kriteria hasil SPK Daftar_pelamar Laporan_pelamar Id_kriteria Nama_kriteria.2 Dekomposisi Proses Laporan_hasil Pimpinan. Implementasi.. Form login 0 SPK Perekrutan Karyawan Pendaftaran 2 Analisa. Input Data Pelamar.2 Input Data Jabatan. Laporan Pelamar 2. Input Data Kriteria 2.2 Analisa 2. Laporan Hasil Analisa.2 Form Menu Utama

8 . Form Input Pelamar. Laporan Semua Hasil Tes.4 Form Analisa`. Laporan Pelamar Gagal Tes. Laporan Pelamar Lolos Tes. Kesimpulan Berdasarkan hasil analisa, perancangan, implementasi kemudian pengujian Sistem Pendukung Keputusan Perekrutan Karyawan Produksi pada CV Garuda Plastik Kuripan, maka dapat diambil sebuah kesimpulan sebagai berikut : Sistem yang diusulkan merupakan sistem pendukung keputusan berbasis komputer dengan metode Simple Additive Weighting (SAW) yang dapat menghasilkan sebuah informasi perhitungan perangkingan sebagai bahan pertimbangan untuk pengambilan keputusan

9 DAFTAR PUSTAKA []. Turban, E., J. E. Aronson, dan T. Liang Sistem Pendukung Keputusan dan Sistem Cerdas, Andi Offset, Jogyakarta. [2]. Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R Fuzzy Multi-AttributeDecission Making (Fuzzy MADM), Graha Ilmu, Yogyakarta []. Kusumadewi, Sri., Hari Purnomo Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta [4]. Kahraman, Cengis, 2008, Fuzzy Multicriteria Decision Making: Theory and Applications with Recent Development, Turkey: Springer []. Jogiyanto Analisis dan Desain Sistem Informasi, Andi Offset, Yogyakarta []. Fatansyah, 200. Basis Data, Informatika, Bandung []. Sommervile,Ian Software Engineering th Eddition, Addison-Wesley. [8]. Kusumo, Ario Suryo, 2000, Microsoft Visual Basic.0, PT. Elex Media Komputindo, Jakarta [9]. Suryadi, K, Ramdhani, A. 200, Sistem Pendukung Keputusan, Bandung: Rosda. [0]. DR Eko Indraji, Richardus.200. Manajemen sistem informasi dan teknologi infomasi.jakarta : PT Elex Media Komputindo []. Petroutsos Evangelos Menguasai Pemrograman Database dengan Visual Basic. buku dan buku 2. Jakarta : PT. Elex Media Komputindo.