BAB I PENDAHULUAN. produktivitas dari suatu perusahaan karena semakin tinggi produktivitas kerja

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. semakin ketat. Konsumen tidak hanya menginginkan produk yang berkualitas,

BAB I PENDAHULUAN. berbasis web, seperti situs internet resmi perusahaan atau intranet perusahaan

PENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat

UKDW BAB I PENDAHULUAN

BAB I PENDAHULUAN. 1.1 Latar Belakang. Beasiswa dapat dikatakan sebagai pembiayaan yang tidak bersumber dari

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. warga berhak mendapatkan perlindungan kesehatan. (Depkes, 2008).

BAB I PENDAHULUAN 1.1 Latar Belakang

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

BAB I PENDAHULUAN. Dalam suatu perusahaan biasanya akan memberikan kenaikan gaji sebagai

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**

Bab 1 Pendahuluan 1.1 Latar Belakang Masalah

DAFTAR ISI KATA PENGANTAR... DAFTAR ISI.. vii. DAFTAR TABEL... ix DAFTAR GAMBAR. BAB I PENDAHULUAN Latar Belakang Masalah...

BAB III METODOLOGI PENELITIAN

PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. mendapatkan kehidupan yang lebih baik. Salah satu fasilitas pendidikan

BAB I PENDAHULUAN Latar Belakang

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS

Multi-Attribute Decision Making

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

BAB I PENDAHULUAN. 1.1 Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW

BAB I PENDAHULUAN. untuk mendapatkan masa depan yang terbaik. dalam menentukan jurusan yang akan dipilihnya.

BAB I PENDAHULUAN. terbagi atas tiga golongan yaitu manajemen puncak (top management),

BAB I PENDAHULUAN. pendekatan yang digunakan dalam proses pengambilan keputusan misalnya dalam

BAB I PENDAHULUAN. Sumber daya manusia (SDM) merupakan sebuah kemampuan yang terdapat

BAB I PENDAHULUAN. 1.1 Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. (2015). Pada penelitiannya, Sutran (2015) menggunkan metode Fuzzy Simple

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

BAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)

BAB III METODOLOGI PENELITIAN

2. Analisis Sistem Yang Akan Dikembangkan. Pelamar Kerja Administrasi Personalia. Buku arsip. Gambar 1: Analisis Sistem Yang Sedang Berjalan

BAB I PENDAHULUAN. pertumbuhan jumlah penduduk, kebutuhan akan rumah ikut meningkat. Ini

Abstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL

DAFTAR ISI v. ABSTRACT.. i ABSTRAK ii KATA PENGANTAR. iii. DAFTAR SIMBOL. viii DAFTAR TABEL. x DAFTAR GAMBAR. xii DAFTAR LAMPIRAN.

Prosiding SINTAK 2017 ISBN:

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

BAB 1 PENDAHULUAN. Siswa yang berprestasi merupakan salah satu bukti bagi pihak sekolah yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Seorang wirausahawan (entrepreneur) adalah seseorang yang menciptakan bisnis baru dengan mengambil resiko dan

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH

Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan

BAB I PENDAHULUAN 1. 1 Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

BAB 1 PENDAHULUAN UKDW

BAB I PENDAHULUAN. membutuhkan komputer sebagai alat bantu, karena memiliki kelebihan yaitu segi

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

Kitnas Dian Purwitasari dan Feddy Setio Pribadi. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang, Indonesia

SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK

Kata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.

repository.unisba.ac.id DAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. peran serta seluruh pemain sebagai Sumber Daya Manusia (SDM) yang

Data Responden Berdasarkan Angkatan

SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI

Sistem Pendukung Keputusan Seleksi Kepala Sekolah Dasar. Menggunakan Metode Profile Matching. Tugas Akhir

BAB I LATAR BELAKANG 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. regu yang masing-masing regunya terdiri dari sebelas orang termasuk seorang

PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMP IBRAHIMY 1 SUKOREJO

BAB I PENDAHULUAN. Konsumen Pengguna Kamera Digital SLR (Single Lens Reflex), memberi

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI DI LABORATORIUM KLINIK PRODIA - SURABAYA SKRIPSI. Disusun Oleh :

Gus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah. Menurut kamus besar bahasa Indonesia beasiswa merupakan tunjangan yang

BAB 1 PENDAHULUAN. 1.1.Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN Latar Belakang

PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1

BAB 1 PENDAHULUAN. diselenggarakan oleh pihak FMPIA Universitas Sumatera Utara. Beasiswa yang

BAB III METODE PENELITIAN. perangkat lunak sebagai berikut : a. Processor Intel Core i3. d. VGA Nvidia GeForce 610M 2GB

Oleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE AHP DAN TOPSIS

BAB I PENDAHULUAN. kebutuhan penambahan line up bisnis dibidang Pelayanan Jasa Operasi dan

Sistem Pendukung Keputusan Pemilihan Siswa Terbaik Menggunakan FMADM Di Skadron Pendidikan 204 Pangkalan TNI AU Sulaiman Bandung

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

STMIK GI MDP. Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Genap Tahun 2010/2011

BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

IMPLEMENTASI METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TUNJANGAN PROFESI GURU DI KABUPATEN NGAWI

BAB I PENDAHULUAN. ini, berbagai bidang keilmuan tidak lepas dari perkembangan teknologi. Hampir semua

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. kepribadian yang dimiliki oleh orang yang menjalankan pekerjaan tersebut.

BAB III METODOLOGI PENELITIAN

SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :

BAB III METODOLOGI PENELITIAN

Transkripsi:

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tenaga kerja merupakan salah satu faktor yang menentukan tingkat produktivitas dari suatu perusahaan karena semakin tinggi produktivitas kerja karyawan dalam perusahaan, berarti laba perusahaan dan produktivitas akan meningkat (Mahendra, 2014). Pertumbuhan Ekonomi Indonesia pada tahun 2014 mengalami pertumbuhan sebesar sebesar 5,0%, tidak sesuai target pemerintah yang mematok pertumbuhan ekonomi sebesar 5,5%. Hal tersebut merupakan imbas dari dinamika ekonomi global yang tidak sesuai perkiraan dan kebijakan stabilisasi yang diterapkan oleh Bank Indonesia dan Pemerintah. Pertumbuhan ekonomi Indonesia pada tahun 2014, masih lebih tinggi dibandingkan dengan pertumbuhan ekonomi ASEAN 5 (Indonesia, Malaysia, Filipina, Thailand, Vietnam) yang rata-rata sebesar 4,7% (Bank Indonesia, 2014). Seiring dengan pertumbuhan ekonomi Indonesia, penempatan tenaga kerja pun meningkat juga. Lapangan pekerjaan yang semakin banyak membutuhkan tenaga kerja yang produktif (Mahalli, 2008). Beberapa perusahaan besar bahkan sudah menggunakan sistem terkomputerisasi untuk membantu perusahaannya meningkatkan kualitas tenaga kerjanya. Kompas Gramedia adalah salah satu perusahaan di Indonesia, yang sudah menggunakan sistem Applicant Tracking System (ATS) HiringBoss untuk membantu perusahaan-perusahaannya dalam mencari tenaga kerja. Kompas 1

Gramedia menggunakan sistem ATS ini karena banyaknya tenaga kerja yang dibutuhkan oleh unit-unit perusahaan yang berada di bawah Kompas Gramedia. Kompas Gramedia ingin membangun sebuah sistem rekomendasi untuk menggantikan sistem ATS HiringBoss yang sedang digunakan untuk menekan biaya pengeluaran perusahaan. Selain kebutuhan tenaga kerja yang besar, jumlah lamaran pekerjaan yang diterima Kompas Gramedia juga sangat banyak. Banyaknya pelamar membuat banyaknya pilihan kandidat, sehingga sangat membantu perusahaan mencari kandidat yang tepat pada posisi yang sedang dicari. Banyaknya kandidat tenaga kerja seringkali menimbulkan polemik bagi recruiter untuk menentukan kandidat atau pelamar kerja mana yang diproses terlebih dahulu, dan kandidat mana yang cocok dan berkompetensi untuk diterima pada posisi yang sedang dicari. Oleh sebab itu, dibutuhkan suatu sistem rekomendasi yang dapat menghasilkan daftar kandidat yang memenuhi kriteria recruiter. Selain itu, dibutuhkan juga sistem rekomendasi yang dapat memberikan penilaian yang lebih objektif kepada kandidat, sehingga dapat membantu recruiter untuk menentukan kandidat tenaga kerja yang akan direkrut. Penelitian tentang sistem rekomendasi untuk pencarian tenaga kerja menggunakan metode simple additive weighting (SAW) sudah pernah dilakukan sebelumnya oleh Darmastuti (2013). Pada penelitian tersebut, sistem rekomendasi memberikan rekomendasi tenaga kerja berdasarkan data profil dari kandidat yang diolah menggunakan metode fuzzy logic dan SAW. Atribut yang digunakan sebagai kriteria adalah nilai indeks prestasi (IPK), pendidikan terakhir, usia, tinggi badan,

pengalaman kerja, akreditasi, kelengkapan berkas, dan status perkawinan. Dari penelitian tersebut dapat diambil kesimpulan bahwa sistem rekomendasi menggunakan SAW dapat menghasilkan rekomendasi pencari kerja terbaik (Darmastuti, 2013). Penelitian tentang sistem pendukung keputusan seleksi penerimaan asisten praktikum menggunakan metode profile matching juga sudah pernah dilakukan sebelumnya oleh Pambayun (2013). Pada penelitian ini, kriteria penilaian yang Pambayun gunakan adalah tes tulis, tes microteaching, wawancara, dan psikotes. Penelitian ini memiliki simpulan bahwa sebagian besar responden yang merupakan penyeleksi bisa menerima aplikasi sistem pendukung keputusan seleksi penerimaan asisten praktikum ini untuk proses penilaian potensi dan seleksi calon asisten praktikum (Pambayun, 2013). Sebuah penelitian tentang analisis dan implementasi metode fuzzy Analytic Hierarchy Process (AHP) dan The Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) untuk rekomendasi Lembaga Pelatihan Kerja (LPK) pelaksana proyek pelatihan juga pernah dilakukan sebelumnya. Pada penelitian ini digunakan metode fuzzy AHP dan TOPSIS untuk membuat rekomendasi berdasarkan kelengkapan legalitas, kepemilikan instruktur berkompeten, dan kredibilitas. Rata-rata tingkat akurasi pada penelitian ini adalah 75% (Pakarti dkk., tanpa tahun). Berdasarkan latar belakang tersebut, dibutuhkan suatu sistem rekomendasi yang dapat membantu recruiter dari tahap pencocokan profil sampai dengan pembobotan tahap seleksi dengan menggunakan metode profile matching dan simple additive weighting untuk menggantikan sistem ATS HiringBoss.

1.2 Rumusan Masalah Berdasarkan latar belakang tersebut, rumusan masalah dari penelitian ini adalah bagaimana merancang dan membangun sistem rekomendasi tenaga kerja menggunakan metode simple additive weighting dan profile matching? 1.3 Batasan Masalah Dari rumusan masalah yang ada, masalah akan dibahas sebagai berikut. 1. Sistem hanya akan memberikan rekomendasi kandidat untuk recruiter. 2. Sistem dapat memberikan rekomendasi berdasarkan data yang ada pada sistem. 3. Hanya akan membuat aplikasi yang dapat diterapkan untuk Applicant Tracking System (ATS) untuk Kompas Gramedia. 4. Jenis data profil yang dibandingkan oleh sistem bertipe data integer atau boolean. 5. Data profil yang di-input user dibatasi oleh sistem, sehingga input dari user hanya berupa angka atau boolean. 6. Pengisian data profile kandidat diisi oleh kandidat dan data profile yang diinginkan diisi oleh recruiter. 7. Ketentuan pembobotan ditentukan oleh recruiter yang di-input melalui form. 1.4 Tujuan Penelitian Berdasarkan rumusan masalah, maka tujuan dari penelitian ini adalah merancang dan membangun sistem rekomendasi tenaga kerja menggunakan metode simple additive weighting dan profile matching.

1.5 Manfaat Penelitian Manfaat dari penelitian ini adalah membantu recruiter dalam memilih dan memproses kandidat yang tepat secara cepat, sehingga kegiatan pencarian candidate dapat berjalan dengan lancar. 1.6 Sistematika Penulisan Laporan Penelitian Sistematika penulisan dari skripsi ini terdiri atas lima (5) bagian utama, sebagai berikut. 1. BAB I PENDAHULUAN Bab ini berisi penjelasan mengenai latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat dari penelitian, serta sistematika penulisan laporan penelitian. 2. BAB II LANDASAN TEORI Bab ini berisi penjelasan dari dasar teori yang digunakan selama penelitian dan penulisan skripsi. Dasar teori tersebut adalah sistem rekomendasi, metode simple additive weighting, dan metode profile matching. Sistem dari Kompas Gramedia juga dijelaskan pada bab ini. 3. BAB III METODE DAN PERANCANGAN SISTEM Bab ini menjelaskan mengenai metode dan perancangan dalam membangun sistem ini. Perancangan sistem yang dilakukan adalah membuat beberapa diagram, yaitu flowchart diagram, data flow diagram, entity relationship diagram, struktur tabel dan rancangan user interface.

4. BAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini menjelaskan secara detail mengenai pembangunan sistem dan pengujian yang dilakukan terhadap sistem. 5. BAB V SIMPULAN DAN SARAN Bab ini berisi mengenai simpulan dari keseluruhan isi skripsi, serta saran yang disampaikan untuk penelitian selanjutnya.