Bayu Erlangga 1, Elisabet Y.A 2

dokumen-dokumen yang mirip
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) STUDI KASUS PT. PERTAMINA RU II DUMAI

PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW

ABSTRAK. Kata kunci : SPK, Penentuan siswa berprestasi, Metode SAW, SD N I Sidomulyo

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

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

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI DENGAN SIMPLE ADDITIVE WEIGHTING (SAW)

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

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

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN PERANKINGAN CALON SISWA BARU JALUR UNDANGAN MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

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

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

BAB 2 LANDASAN TEORI

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN KETUA OSIS MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : MTsN MODEL TALANGPADANG)

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

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI MA MA ARIF 8 BANGUNREJO.

Jl. RE. Martadinata No. 272A, Indihiang, Kota Tasikmalaya 1), 2),

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

Jurnal Informasi Volume VII No.1 / Februari / 2015

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

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

Multi-Attribute Decision Making

SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR

PENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG. Beta Wulan Asmara 1, Dedi Irawan 2

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI

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

PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT. PATRA NUR ALASKA

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

ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PERANGKAT KANTOR DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI BAPENDA PROVINSI JAWA BARAT

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK REKOMENDASI PEMBERIAN BANTUAN PUPUK BAGI PETANI YANG KURANG MAMPU SKRIPSI

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

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB

METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.

PENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

Penentuan Karyawan Terbaik Dengan Metode Simple Additive Weighting (PDAM Tirta Silaupiasa)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK MENGUNAKAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW

APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI

PERANCANGAN DAN PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KEBUTUHAN RESEPSI PERNIKAHAN MENGGUNAKAN METODE SAW PADA PORTAL WEBSITE PERNIKAHAN

Rudi Hartoyo ( )

SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X

SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR

SISTEM PENDUKUNG KEPUTUSAN PENILAI KINERJA GURU (PKG) MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS) SMA NEGERI 9 SEMARANG

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK EVALUASI DAN PENILAIAN DRIVER BERPRESTASI DI PERUSAHAAN DISTRIBUSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON KEPALA PEKON PADA PEKON SUKOYOSO MENGGUNAKAN METODE SAW. Asiah 1, Rina Wati 2

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Menurut penelitian yang dilakukan oleh Teuku Mirwan. Sahputra (2011), penelitian tersebut menghasilkan suatu

Sistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank BPD Sulteng

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

Multi-Attribute Decision Making

BAB II TINJAUAN PUSTAKA

Desi Reskika Sari ( )

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ALTERNATIF TANAMAN OBAT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN BURUNG PUYUH DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING STUDI KASUS PT.SURYA ENERGI INDOTAMA (SEI)

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU BERPRESTASI di SD Negeri 04 WATUAGUNG MENGGUNAKAN METODE SAW. Siti Kuntilatifah 1, Dedi Irawan 2

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE SAW DI SDN IV TUBUMURI

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

Jasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi

SISTEM PENDUKUNG KEPUTUSAN PENGAJUAN KREDIT DENGAN METODE SAW PADA KJKS AR RAHMAH. Ervin Fightorini 1, Bowo Nurhadiono 2

FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING

ARTIKEL APLIKASI PEMILIHAN TEMPAT WISATA KABUPATEN TULUNGAGUNG

BAB II TINJAUAN PUSTAKA

PENERAPAN METODE FUZZY SAW UNTUK PENYELEKSIAN BEASISWA BIDIKMISI (STUDI KASUS : UNIVERSITAS POTENSI UTAMA)

PEMBUATAN MODEL PENILAIAN INDEKS KINERJA DOSEN MENGGUNAKAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING (FMADM) (Studi : PTS di Provinsi Lampung)

M. Ari Effendi 1, Oktafianto 2

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN GURU TELADAN DI SMP N 24 SEMARANG DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA PADA SMAN 1 BANGUNREJO MENGGUNAKAN METODE SAW

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA SMA MUHAMMADIYAH 1 GISTING DENGAN METODE SAW (Simple Additive Weighting)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN SELEKSI CALON TKI KELUAR NEGERI MENGGUNAKAN METODE SAW DAN TOPSIS

PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting

Mila Maenanda 1, Suyono 2

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)

Paper Group Project SISTEM PENDUKUNG KEPUTUSAN. Metode TOPSIS & Contoh Implementasi

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU SMK MA ARIF 01 KALIREJO LAM-TENG MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING)

PENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA BARU (Studi Kasus : ARENA DISC Yogyakarta)

PEMBUATAN MODEL PENILAIAN INDEKS KINERJA DOSEN MENGGUNAKAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING (FMADM) Febri Triananingsih

Transkripsi:

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DI WISATA TALANG INDAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS : KABUPATEN PRINGSEWU) Bayu Erlangga 1, Elisabet Y.A 2 Jurusan Sistem Informasi, STMIK Pringsewu Lampung Jl. Wisma Rini no 09 pringsewu lampung Website : www.stmikpringsewu ac.id Email Bayuerlangga525@Gmail.com ABSTRAK Pemilihan karyawan terbaik secara periodik menjadi suatu proses yang lama dan rumit. Keputusan seseorang salah karena proses pemilihan karyawan berdasarkan subjektifitas. Oleh karena itu diperlukan sistem pendukung keputusan untuk proses pemilihan karyawan tersebut. Sistem pendukung keputusan ini, dapat menentukan nilai perhitungan terhadap semua kriteria. Sistem ini menggunakan metode Simple Additive Weighting (SAW). Metode ini merupakan suatu metode yang mencari penjumlahan terbobot. Pada studi kasus Menentukan Karyawan Terbaik Di Talng Indah Kabupaten Pringsewu, terdapat empat kriteria yaitu pekerja prestasi, pekerja aktif, pekerja peduli safety dan pekerja sehat. Setiap alternatif(karyawan) akan memiliki kriteria-kriteria tersebut. Dalam hal ini untuk menentukan karyawan terbaik dilakukan dengan cara menjumlahan bobot dari rating kinerja pada setiap alternatif untuk semua atribut. Nilai yang lebih besar akan mengindikasikan bahwa alternatif lebih terpilih. Pada kasus tersebut metode SAW ini dapat menentukan karyawan terbaik berdasarkan nilai tertinggi. Sebelumnya di Talang Indah menggunakan satu kriteria untuk satu orang dan akan dikembangkan menjadi empat kriteria untuk satu orang, setelah diuji dengan sistem hasilnya sama. Dengan demikian sistem ini mampu menangani perhitungan penilaian karyawan terbaik di Talang Indah sehingga tidak akan kesulitan dalam menentukan karyawan yang terbaik. Kata Kunci : Sistem Pendukung Keputusan, Penilaian Kinerja Karyawan Terbaik,SAW 1. PENDAHULUAN 1.1 Latar Belakang Didalam perusahaan, Tim penilai sering merasa sulit dalam memilih sesuatu. Mulai dari memilih sesuatu yang ringan dan sederhana sampai ke hal yang sangat berat dan rumit. Proses pengambilan keputusan harus berdasarkan kriteria-kriteria dan indikator ukuran terbaik. Begitu pula bila seorang manager pada perusahaan akan menentukan karyawan terbaik. Karyawan terbaik adalah karyawan yang menampilkan perilaku yang sejalan dengan visi, tujuan dan nilai-nilai perusahaan tersebut dan hal-hal tertentu yang telah ditetapkan perusahaan bersangkutan. Memiliki sifat jujur, di siplinan, jujur, komunikasinya baik antara karyawan dan pengunjung, kerjasama, dan tanggungjawab. Metode yang digunakan untuk seleksi karyawan dipilih metode SAW, karena metode ini menentukan nilai bobot untuk setiap atribut kemudian dilanjutkan dengan proses penilaian kinerja yang akan menyeleksi alternatife terbaik, alternative yaitu kriteria-kriteria yang ditentukan. Tujuan dari metode ini diharapkan dapat meniilai lebih tepat dan akurat karena sudah didasarkan pada kriteria dan bobot yang sudah ditetapkan sehingga dapat menentukan karyawan terbaik di Talang Indah Kabupaten Pringsewu. 1.2 Rumusan Masalah Berdasarkan latar belakang diatas, Di peroleh rumusan masalah yakni sebagai berikut: 1. Bagaimana menentukan karyawan terbaik pada Wisata Talang Indah? 2. Bagaimana penerapan metode Simple Additive Weighting (SAW) kedalam sistem pendukung keputusan 96

untuk menentukan karyawan terbaik pada Wisata Talang indah? 1.3 Batasan Masalah Adapun batasan masalah dalam penulisan ini adalah sebagai berikut: 1. Kriteria yang menentukan karyawan Terbaik yaitu Memiliki sifat jujur, di siplinan, jujur, komunikasinya baik antara karyawan dan pengunjung, kerjasama, dan tanggungjawab.. 2. Metode yang digunakan adalah Simple Additive Weighting (SAW). 3. Dalam pembobotan ini untuk hasil keputusan yang relative agar di dapat di olah menjadi hasil yang realistis. 1.4 Tujuan Penelitian Adapun tujuan dari penelitian ini adalah sebagai berikut : 1. Menentukan karyawan terbaik di Wisata Talang Indah 2. Untuk dapat menjalankan proses penilaian menggunakan metode SAW 3. Mempermudah manajer Wisata Talang Indah dalam penilaian karyawan 1.5 Manfaat Penelitian Adapun manfaat yang diberikan dalam penelitian ini adalah: 1. Mempermudah dalam menentukan karyawan terbaik di Wisata Talang Indah 2. Sebagai informasi yang bermanfaat bagi Wisata Talang Indah 3. Meminimalkan waktu dalam melakukan penilaian kinerja karyawan. 2. TINJAUAAN PUSTAKA 2.1 Sistem Pendukung Keputusan (Decision Support System atau DSS) Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang ada untuk mencapai satu atau beberapa tujuan yang telah ditetapkan. McLeod menyimpulkan bahwa sistem pendukung keputusan adalah suatu sistem berbasis terstruktur dengan menggunakan data dan model komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak. [5] sistem Penunjang Keputusan (SPK) adalah salah satu cara mengorganisisirinformasi yang dimaksudkan untuk digunakan dalam membuat keputusan Menurut Keen dan Scoot Morton (2006:15) dalam jurnal Sudarsono Nono, M.Kom, Nuraen Teten, S.Kom, Rahmawati Sri, S.Kom Sistem Penunjang Keputusan Pemberian Bantuan Siswa Miskin Di Sd Negeri Sukamenak Kota Tasikmalaya Menggunakan Metode Technique For Order Preference By Similarity To Ideal Solution (Topsis), Sistem Penunjang Keputusan merupakan penggabungan sumber-sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan. [3] Tahap-tahap yang harus dilalui dalam pengambilan keputusan sebagai berikut: 1. Tahap Pemahaman (Inteligencac) Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasi masalah. 2. Tahap Perancangan (DesigenPhace) Tahap ini merupakan proses pengembangan dan pencarian alternatif tindakan/solusi yang dapat diambil. Tahap perencanaan tersebut merupakan representasi kejadian nyata yang disederhanakan, sehingga diperlukan proses validasi dan vertifikasi untuk mengetahui keakuratan model dalam meneliti masalah yang ada. 3. Tahap Pemilihan (ChoicePhace) Tahap ini dilakuna pemilihan terhadap berbagai alternatif solusi yang dimunculkan pada tahap perencanaan agar ditentukan dengan memperhatikan kriteria-kriteria berdasarkan tujuan yang akan dicapai. 4. Tahap Implementasi (Implementation Phace) Tahap ini dilakukan penerapan terhadap perancangan sistem yang telah dibuat pada tahap perancangan serta pelaksanaan alternatif tindakan yang telah dipilih pada tahap pemilihan 97

2.2 Definisi Karyawan Karyawan merupakan faktor pendukung dalam sebuah perusahaan atau instansi, karena dengan adanya karyawan yang memiliki standar kualifikasi perusahaan maka produktivitas perusahaan pasti akan tetap terjaga dan semakin meningkat. Proses pemilihan karyawan berprestasi merupakan proses yang rumit dan memerlukan pertimbangan pertimbangan yang cermat. Untuk memperoleh informasi yang cepat dan akurat akan prestasi kinerja karyawan yang tepat (memenuhi kriteria yang diharapkan), dibutuhkan suatu proses otomatisasi dengan menggunakan teknologi. Oleh karena itu kebutuhan sebuah sistem yang berbasis komputer dirasa sangat perlu guna memenuhi tuntutan akan kebutuhan informasi. Pengertian kinerja karyawan adalah hasil dari proses pekerjaan tertentu secara berencana pada waktu dan tempat dari karyawan serta organisasi bersangkutan. Menurut Mangkuprawira dan Hubeis (2007:153). Menurut Stolovitch and Keeps (dalam blog Mangkuprawira) Kinerja adalah seperangkat hasil yang dicapai dan merujuk pada tindakan pencapaian serta pelaksanaan sesuatu pekerjaan yang diminta. 2.3 Kriteria Sistem Pendukung Keputusan [1] Sistem pendukung keputusan dirancang secara khusus untuk mendukung seseorang yang harus mengambil keputusankeputusan tertentu (Budi S: 2006). Ditulis juga dalam Jurnal Muhamad Muslihudin dengan judul Decision support system penilaian kinerja karyawan pada perusahaan menggunakan metode Simple additive weighting Blitarejo Menggunakan Metode Simple Additive Weighting (SAW).Jurnal TAM 2015. Berikut ini beberapa kriteria sistem pendukung keputusan: 1. Interaktf Sistem pendukung keputusan memiliki user interface yang komunikatif, sehingga pemakai dapat melakukan akses secara cepat ke data dan memperoleh informasi yang dibutuhkan. 2. Fleksibel Sistem pendukung keputusan memiliki sebanyak mungkin variabel masukan, kemampuan untuk mengolah dan memberikan keluaran yang menyajikan alternatif-alternatif keputusan kepada pemakai. 3. Data Kualitas Sistem pendukung keputusan memiliki kemampuan untuk menerima data kualitas yang dikuantitaskan yang sifatnya subyektif dari pemakainya, sebagai data masukan untuk pengolahan data. 4. Prosedur Pakar Sistem pendukung keputusan mengandung suatu prosedur yang direncanakan berdasarkan rumusan formal atau juga berupa prosedur kepakaran seseorang atau kelompok dalam menyelesaikan suatu bidang masalah dengan fenomena tertentu. 3. METODE PENELITIAN 3.1 Model Perancangan Simple Additive Weighting Metode SAW [4]Metode ini merupakan metode yang paling dikenal dan banyak digunakan orang dalam menghadapi situasi MADM. Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating yang dapat dibandingkan lintas atribut) bobot dan tiap atribut. Rating tiap atribut telah melewati proses normalisasi sebelumnya. Metode SAW dikenal sebagai istilah penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Formula untuk melakukan normalisasi tersebut adalah sebagai berikut: dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. rij Keterangan: = nilai rating kinerja ternormalisasi 98

Xij = nilai atribut yang dimiliki dari setiap kriteria Max Xij = nilai terbesar dari setiap kriteria Min Xij= nilai terkecil dari setiap kriteria Benefit = jika nilai terbesar adalah nilai terbaik Cost = jika nilai terkecil adalah nilai terbaik Dimana rij adalah rating ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2..,m dan j=1,2...,n. Nilai prefensi untuk setiap alternatif (Vi) diberikan sebagai: Adapun kriterianya adalah: Kriteri keterangan Nilai C1 a disiplin 20 C2 Kebersihan 15 C3 jujur 15 C4 Komunikasi 10 C5 Kerjasama 20 C6 Tanggungjawab 20 100 Tabel 1 Bobot Nilai Bobot Nilai Sangat rendah (SR) 1 Rendah (R) 2 Cukup (C) 3 Tinggi (T) 4 Sangat Tinggi (ST) 5 Keterangan: Vi = ranking untuk setiap alternatif Wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi Nilai Vi yang lebih besar mengidentifikasikan bahwa alternatif Ai lebih di pilih 4. PERANCANGANDAN IMPLEMENTASI4.1 Kriteria dan Bobot [2]Penentuan Pemilihan Karyawan Terbaik Di Talang Indah. Ada empat kriteria yang digunakan untuk melakukan penilaian, yaitu: 1. C1 = tes kedisiplinan 2. C2 = kebersihan 3. C3 = kejujuran 4. C4 = komunikasi 5. C5 = Kerjasama 6. C6 = Tanggung Jawab Alternatif: A1 = Denta A2 = Bayu A3 = indris A4 =Soleh A5 = Jeki Tabel 2 di siplin (C1) Kedisiplinan Bobot Nilai Tidak Disiplin SR 1 Kurang Disiplin R 2 Disiplin C 3 Sangat Disiplin ST 5 Tabel 3 Kebersihan Kebersihan (C2) Bobot Nilai Sangat Kotor SR 1 Kotor R 2 Bersih T 4 Sangat Bersih ST 5 Tabel 4 Kejujuran (C3) Kejujuran Bobot Nilai Tidak Jujur SR 1 Jujur T 4 Sangat Jujur ST 5 Tabel 5 Komunikasi Komunikasi Bobot Nilai Tidak Baik SR 1 Baik C 3 Sangat Baik ST 5 99

Tabel 6 Kerjasama (C5) Kerjasama Bobot Nilai Tidak Baik SR 1 Kurang Baik R 2 Baik C 3 Sangat Baik ST 5 Tabel 7 Tanggung Jawab (C6) Tanggungjawab Bobot Nilai Tidak SR 1 Bertanggungjawab Kurang R 2 Bertanggungjawab T 4 Sangat B ST 5 Menentukan rating kecocokan setiap alternatif pada setiap kriteria. Adapun data rating kecocokan alternatif adalah sebagai berikut: A2 Tabel 8 rating kecocokan alternative pada setiap kinerja penentun No Alternatif Kriteria C C2 C3 C4 C5 C6 I 1 A1 3 2 4 1 2 4 2 A2 5 4 4 5 2 2 3 A3 1 5 1 3 5 4 4 A4 2 2 3 3 2 4 5 A5 3 4 4 1 2 3 Berdasarkan table nomor 8 diubah kedalam matriks keputusan X dengan data: X= 3 2 4 1 2 4 5 4 4 5 2 2 1 5 1 3 5 4 2 2 3 3 2 4 3 4 4 1 2 3 A3 3.2 Normalisasi Matriks A1 100

r ij = 0,6 0,4 1 0,2 0,4 1 1 0,8 1 1 0,4 0,5 0,2 1 0,25 0,6 1 1 0,4 0,4 0,75 0,6 0,4 1 0,6 0,8 1 0,2 0,4 0,75 A4 4.3 Perhitungan A5 V1 = {(0,6 x 20) + (0,4 x 15) + (1 x 15) + (0,2 x 10) + (0,4 x 20) + (1 x 20)} = 63 V2 = {(1 x 20) + (0,8 x 15) + (1 x 15) + (1 x 10) + (0,4 x 20) + (0,5 x 20)} =75 V3 = {(0,2 x 20) + (1 x 15) = (0,25 x 15) + (0,6 x 10 = (1 x 20) = + (1 x 20)} = 68,75 V4 = {(0,4 x 20) + (0,4 x 15) + 0,75 x 15)+ (0,6 x 10) + (0,4 x 20) + (1 x 20)} = 59,25 V5 = {(0,6 x 20) + (0,8 x 15) +(1 x 15) + (0,2 x 10) + (0,4 x 20) + (0,75 x 20)} = 64 Dari perhitungan di atas diperoleh nilai terbesar pada A2 sehingga alternative terbaik dengan kata lain Bayu merupakan Karyawan Terbaik. Dari hasil perhitungan di atas, maka didapat matriks ternormalisasi sebagai berikut: 5. PENUTUP 5.1 Kesimpulan Pengguna Sistem Pendukung Keputusan dalam menentukan karyawan terbaik kinerja karyawan pada Wisata Talang Indah Kabupaten pringsewu, dapat membantu dan mempermudah Wisata Talang indah dalam menentukan kinerja karyawannya berdasarkan kriteria- kriteria yang telah di tentukan yaitu kedisiplinan, kebersihan, kejujuran, komunikasi, kerjasama dan tanggungjawab. Berdasarkan hasil dari penelitian yang telah dilakukan maka dapat 101

disimpulkan bahwa alternatif A2 (Bayu) merupakan karyawan berkinerja terbaik. 5.2 Saran Berdasarkan hasil penelitian yang telah dilakukan maka diharapkan untuk penelitian selanjutnya disarankan hal-hal berikut: 1. Untuk melakukan penelitian menggunakan metode AHP, TOPSIS, FMADM dan lainnya. 2. Untuk mempermudah dan mempercepat proses pengambilan keputusan, maka sebaiknya menggunakan aplikasi computer. Daftar Pustaka Muslihudin Muhamad & Latifah Febriani, Decision support system penilaian kinerja karyawan pada perusahaan menggunakan metode simple additive weighting Blitarejo Menggunakan Metode Simple Additive Weighting (SAW). Jurnal TAM 2015. Setiaji Pratomo, Sistem Pendukung Keputusan Dengan Metode Simple Additive Weighting.Universitas Muria Kudus Sudarsono Nono, M.Kom, Nuraen Teten, S.Kom, Rahmawati Sri, S.Kom Sistem Penunjang Keputusan Pemberian Bantuan Siswa Miskin Di Sd Negeri Sukamenak Kota Tasikmalaya Menggunakan Metode Technique For Order Preference By Similarity To Ideal Solution (Topsis) Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy Multi- Attribute Decision Making (FUZZY MADM). Yogyakarta: Penerbit Graha Ilmu W Dewi Lulu Yohana., Sari Maya Rani., Rachmawati Heni., Sistem pendukung keputusan penentuan Karyawan terbaik menggunakan Metode saw (Studi kasus pt. Pertamina ru ii duma) 102