SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda Hanfa 3) 1,2,3) Sstem Informas STMIK AMIKOM Yogyakarta Jl Rng road Utara, Condongcatur, Sleman, Yogyakarta 55281 Emal : putr.@students.amkom.ac.d 1), bety.n@students.amkom.ac.d 2), hafdz.h@students.amkom.ac.d 3) Abstrak Decson Support Systems (DSS) atau serng dkenal dengan Sstem Pendukung Keputusan adalah alat bantu para pengambl keputusan untuk memecahkan masalah tanpa menggantkan penlaan mereka. Sstem Pendukung Keputusan merupakan suatu pendekatan (atau metodolog) untuk mendukung pengamblan keputusan. Pengamblan keputusan dlakukan dengan melhat krtera krtera yang telah dtentukan. Sstem n menggunakan metode SAW untuk memecahkan masalah penlaan dan pemlhan mtra.. Metode SAW merupakan metode yang dapat menghaslkan alternatf alternatf sebuah keputusan berdasarkan krtera. Setelah pengumpulan krtera tersebut akan dlakukan perhtungan untuk mencar alternatf terbak. Hasl akhr sstem n adalah sebuah Sstem Pendukung Keputusan untuk menla dan memlh mtra terbak yang layak mendapat pekerjaan. Dengan demkan, dapat dketahu knerja setap mtra untuk kemudan dapat dketahu mtra mana yang layak untuk mendapat pekerjaan. Kata kunc: Sstem Pendukung Keputusan, Metode SAW, Penlaan Knerja 1. Pendahuluan Badan Pusat Statstk adalah Lembaga Pemerntah Non Departemen d Indonesa yang mempunya fungs pokok sebaga penyeda data statstk dasar, bak untuk pemerntah maupun untuk masyarakat umum, secara nasonal maupun regonal. Badan Pusat Statstk mempunya peran, antara lan : 1. Menyedakan kebutuhan data bag pemerntah dan masyarakat. Data n ddapatkan dar sensus atau survey yang dlakukan sendr dan juga dar depertemen atau lembaga pemerntahan lannya sebaga data sekunder 2. Mengembangkan dan mempromoskan standar teknk dan metodolog statstk, dan menyedakan pelayanan pada bdang penddkan dan pelathan statstk. Badan Pusat Statstk d Kabupaten Gunungkdul tdak hanya melakukan survey atau sensus dar satu varebel saja, namun BPS melakukan berbaga survey, BPS mempunya banyak mtra yang membantu dalam melakukan sensus. Setap tahunnya Badan Pusat Statstk menerma mtra baru dan juga mtra lama. Namun, BPS tdak mempunya catatan data mtra dan penlaan dar setap mtra. Apakah mtra tersebut mengkut pelathan pra sensus dengan bak atau tdak. Selan tu, Badan Pusat Statstk mengalam kesultan ketka menentukan pemlhan mtra terbak untuk layak mendapatkan pekerjaan setelah mengkut pelathan. Sebaga sarana untuk mendukung pengamblan keputusan, penlaan dan pemlhan mtra maka dbuat sebuah sstem pendukung keputusan yang berjudul SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB yang dapat membantu dalam penlaan dan pengamblan keputusan. Decson Support Systems (DSS) atau serng dkenal dengan Sstem Pendukung Keputusan dgunakan sebaga alat bantu para pengambl keputusan untuk memecahkan masalah tanpa menggantkan penlaan mereka. Sstem Pendukung Keputusan merupakan suatu pendekatan (atau metodolog) untuk mendukung pengamblan keputusan[1]. Dalam melakukan pemodelan pembangunan DSS dlakukan langkah langkah sebaga berkut[1]. 1. Fase Intelgence / Stud Kelayakan, fase n melput scannng (pemndaan) lngkungan yang mencakup dentfkas masalah (peluang), klasfkas masalah, dekomposss masalah (jka dperlukan), dan dbentuk kepemlkan masalah. 2. Fase Desgn / Perancangan, dalam fase n sebuah model sstem dbangun, krtera untuk pemlhan dsepakat, alternatf dhaslkan, hasl predks dan suatu metodolog keputusan dbuat. 3. Fase Choce / Plhan, fase n merupakan tndakan pengamblan keputusan yang krts. 4. Fase Implementas, fase n sebuah keputusan dbuat dan dterapkan. dalam fase n pertmbangan dan anals 3.5-127
dperlukan untuk menentukan apakah alternatf telah sesua tujuan. Metode SAW serng juga dkenal stlah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencar penjumlahan terbobot dar ratng knerja pada setap alternatf pada semua atrbut. Rumus perhtungan Smple Addtve Weghtng Method dtunjukan pada rumus berkut[2] r j = Xj Max xj Mn xj Xj jka j adalah atrbut keuntungan (Beneft) jka j adalah atrbut baya (Cost) Keterangan : r j : nla ratng ternomalsas x j : nla atrbut yang dmlk dar setap kertera Max xj : nla terbesar dar setap krtera Mn xj : nla terkecl dar setap krtera Nla prefens untuk setap alternatf (V) dengan Persamaan (1.1) : n V = W j r j j=1... 1.1 dtunjukan Keterangan : V : rangkng untuk setap alternatf W j : nla bobot dar setap krtera r j : nla ratng knerja ternomalsas Nla V yang lebh besar mengndkaskan bahwa alternatf A lebh terplh. Referens pertama yang dgunakan sebaga rujukan dalam pembuatan sstem n yatu berjudul SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN KONTRAK PADA KANTOR PERPUSTAKAAN DAN ARSIP KOTA SEMARANG. Aplkas sstem penunjang keputusan n menggunakan metode SAW. Dengan mengembangkan penlaan knerja karyawan honorer berdasarkan kompetens, dmana mampu mengakomodr knerja karyawan kontrak. Tujuan dar n adalah membuat sstem pendukung keputusan untuk menla knerja karyawan kontrak pada Kantor Perpustakaan dan Arsp Kota Semarang dengan menggunakan metode SAW sehngga dapat menla knerja karyawan kontrak dengan efektf dan efsen[3]. Referens kedua yang dgunakan sebaga rujukan dalam pembuatan sstem n yatu berjudul SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK DENGAN METODE SAW STUDI KASUS PAMELLA SWALAYAN. Dalam aplkas n d kembangkan untuk membantu penentuan dalam menetapkan seseorang karyawan terbak, perhtungan pada sstem n dlakukan dengan cara mencar nla bobot untuk setap atrbut, kemudan dlakukan proses perankngan yang akan menentukan alternatf yang optmal, yatu karyawan terbak[4]. 2. Pembahasan Dalam penentuan penlaan knerja mtra dlakukan sesua dengan krtera yang dbutuhkan, dlakukan dengan metode SAW (Smple Addtve Weghtng), dalam pengamblan keputusan n sstem menggunakan krtera dan bobot. Berkut n adalah krtera yang dbutuhkan dalam pengamblan keputusan untuk penlaan mtra : Tabel 1. Tabel Daftar Krtera No Krtera Keterangan Jens Krtera 1 C1 Pendalaman surve/sensus Beneft 2 C2 Perlaku Beneft 3 C3 Kualtas Pekerjaan Beneft 4 C4 Ketepatan Waktu Beneft Berkut adalah range penlaan untuk semua krtera yang dajukan: Tabel 2. Range penlaan Penlaan Nla Sangat Buruk 1 Buruk 2 Cukup 3 Bak 4 Sangat Bak 5 Penentuan bobot setap krtera pada sstem n, menggunakan pendekatan subyektf, dmana bobot dtentukan secara bebas oleh pengambl keputusan. Pada pendekatan subyektf adanya batasan dalam pemberan bobot dtunjukan pada Persamaan (1) :... 1 Bobot jka djumlahkan desmal = 1.00, atau persen = 100%. Berkut contoh pemberan bobot dtunjukan oleh Tabel 3 Tabel 3. Tabel Daftar Pembobotan Krtera Bobot C1 0.15 3.5-128
C2 0.25 C3 0.30 C4 0.30 Pemberan nla pada setap alternatf dlakukan oleh para penla. Dsajkan sebaga contoh terdapat 5 mtra yang d nla dengan 4 krtera yang sudah dtentukan Tabel 4 Tabel Daftar Pemberan Nla Alternatf Krtera C1 C2 C3 C4 Mtra1 (M1) 2 1 Mtra2 (M2) 4 2 Mtra3 (M3) 1 3 4 3 Mtra4 (M4) 5 5 2 3 Mtra5 (M5) 3 4 Dhaslkan matrk X dar nla alternatf : 2 1 4 2 X = 1 3 4 3 5 5 2 3 3 4 Dlakukan Normalsas matrks berdasarkan persamaan (2) r j = Xj Max xj...2 Mtra 1 (M1) : R 1 1 = = = 0.4 Max( 1 5 3) 5 1 1 R 1 2 = = = 0.2 Max( 1 2 3 5 4) 5 R 1 3 = = = 0.5 Max( 2 4 4 ) 4 R 1 4 = = = 0.67 Max( 3 3 2) 3 Mtra 2 (M2): R 2 1 = = = 0.4 Max( 1 5 3) 5 5 5 R = = = 0.4 2 4 R 2 3 = = = 1 Max(2 4 4 ) 4 R 2 4 = = = 0.67 Max( 3 3 2) 3 Mtra 3 (M3): 1 1 R 3 1 = = = 0.2 Max( 1 5 3) 5 3 3 R 3 2 = = = 0.6 3 4 R 3 3 = = = 1 Max(2 4 4 ) 4 3 3 R 3 4 = = = 1 Max( 3 3 2) 3 Mtra 4 (M4): 3 5 R 4 1 = = = 1 Max( 1 5 3) 5 4 5 R 4 2 = = = 1 R 4 3 = = = 0.5 Max(2 4 4 ) 4 2 3 R 4 4 = = = 1 Max( 3 3 2) 3 Mtra 5 (M5): 5 3 R 5 1 = = = 0.6 Max( 1 5 3) 5 5 4 R 5 2 = = = 0.8 R 5 3 = = = 0.5 Max(2 4 4 ) 4 3 2 R 5 4 = = = 0.67 Max( 3 3 2) 3 3.5-129
Dhaslkan matrks R yang kemudan dlakukan perkalan dengan nla bobot sebaga berkut : Penlaan mtra dlakukan pada halaman pegawa. Penlaan dlakukan dengan menla mtra satu persatu. Sebaga contoh dperhtungan manual dnputkan 5 mtra, dengan hasl terplh mtra 4 dan Mtra 3 0.4 0.2 0.5 0.67 0.15 0.4 0.4 1 0.67 0.25 R = 0.2 0.6 1 1 X 0.30 1 1 0.5 1 0.30 0.6 0.8 0.5 0.67 M1= (0.4*0.15)+(0.2*0.25)+(0.5*0.30)+(0.67*0.30) = 0.46 * 100 = 46 M2=(0.4*0.15)+(0.4*0.25)+(1*0.30)+(0.67*0.30) = 0.66 * 100 = 66 M3=(0.2*0.15)+(0.6*0.25)+(1*0.30)+(1*0.30) = 0.78 * 100 = 78 M4 =(1*0.15)+(1*0.25)+(0.5*0.30)+(1*0.30) = 0.85 * 100 = 85 M5 =(0.6*0.15)+(0.8*0.25)+(0.5*0.30)+(0.67*0.30) = 0.64 * 100 = 64 Durutkan secara Descendng : M4=85 M3=78 M2=66 M5=64 M1=46 Alternatf terplh adalah M4 & M3 Mtra yang terplh dan layak mendapatkan pekerjaan adalah mtra dengan nla >= 70. Tamplan antar muka sstem pendukung keputusan penlaan dan pemlhan mtra dapat dlhat pada gambar 1 sampa dengan gambar 4. Gambar 1 adalah antarmuka untuk menamplkan dan menentukan krtera Gambar 2 adalah antarmuka penlaan mtra Gambar 3 adalah antarmuka hasl normalsas Gambar 4 adalah hasl akhr penlaan dan pemlhan mtra. Gambar 2 antarmuka penlaan mtra Halaman normalsas akan menamplkan hasl perhtungan rata nla, atau nla ternomalsas, dmana pada perhtungan manual dtunjukan dengan matrks R. Gambar 3 antarmuka hasl normalsas Menu hasl akhr mtra akan menamplkan hasl akhr mtra yang sudah dlakukan perhtungan. Hasl dar perhtungan n menghaslkan nla mtra, mtra terplh dan penempatan kerja mtra. Gambar 1 antarmuka untuk mengatur bobot krtera Antarmuka bobot krtera, dgunakan admn untuk melakukan edt bobot sesua dengan ketentuan. Bobot yang d edt mempunya ketentuan bobot harus berjumlah 1.00. Gambar 4 hasl akhr penlaan dan pemlhan mtra 3. Kesmpulan Sstem pendukung penlaan dan pemlhan mtra Badan Pusat Statstk Kabupaten Gunungkdul berbass Web telah dbuat dengan menggunakan metode Smple Average Weght (SAW). Metode SAW dapat dgunakan 3.5-130
untuk melakukan pengamblan keputusan berdasarkan krtera dan alternatf yang sudah dtentukan. Daftar Pustaka [1] E.Tuban, J.Aronson dan T.P. Lang, Decson Support Systems and Intellgent Systems, Eds 7, New Jersey: Pearson Educaton, Inc, 2005. [2] Kusumadew, Sr., Hartat, S., Harjoko, A., dan Wardoyo, R. : Fuzzy Mult-Attrbute Decson Makng (FUZZY MADM) : Yogyakarta: Penerbt Graha Ilmu, 2006.. [3] Edgar Aryo Ferdka Sstem Pendukung Keputusan Penlaan Knerja Karyawan Kontrak Pada Kantor Perpustakaan dan Arsp Kota Semarang, Jurusan Teknk Informatka, Fakultas Ilmu Komputer, Unverstas Dan Nuswantoro, 2015.. [4] Aryanto, Sstem Pendukung Keputusan Pemlhan Karyawan Terbak dengan Metode SAW Stud Kasus Pamella Swalayan, Fakultas Sans dan Teknolog, Unverstas UIN Sunan Kaljaga Yogyakarta, 2012. Bodata Penuls Putr Har Ikhtarn, Saat n menjad Mahasswa d STMIK AMIKOM Yogyakarta. Bety Nurltasar, Saat n menjad Mahasswa d STMIK AMIKOM Yogyakarta. Hafdz Alda Hanfa, Saat n menjad Mahasswa d STMIK AMIKOM Yogyakarta. 3.5-131
3.5-132