SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS

dokumen-dokumen yang mirip
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA PERGURUAN TINNGI NEGERI SINAR MAS DENGAN METODE TOPSIS (STUDI KASUS: SMK NEGERI 1 GALANG)

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

ISSN VOL 15, NO 2, OKTOBER 2014

BAB III LANDASAN TEORI

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

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

Multi-Attribute Decision Making

Program Studi Sistem Informasi, STMIK Widya Cipta Dharma

SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

BAB 2 TINJAUAN PUSTAKA

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

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

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMBELIAN JENIS MOBIL DENGAN MENGGUNAKAN METODE TOPSIS

PENGEMBANGAN SPK PENERIMAAN ANGGOTA BARU STUDI KASUS: ORGANISASI IMSI STMIK MIKROSKIL

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENJADWALAN MATA PELAJARAN DI SMK CILEDUG AL-MUSSADADIYAH

Sistem Pendukung Keputusan Penentuan Gaji Bonus Karyawan Pada Restoran KL Express Dengan Metode TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PENGENAL MINAT SISWA PADA BIDANG EKSTRAKULIKULER SEKOLAH DENGAN METODE TOPSIS

Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1

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

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)

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

BAB 2 LANDASAN TEORI

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

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB I PENDAHULUAN. 1.1 Latar Belakang

KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN

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

BAB 2 LANDASAN TEORI

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

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

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

ANALISIS DAN PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN PERUMAHAN DENGAN METODE TOPSIS (STUDI KASUS : PT.

Multi-Attribute Decision Making

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

IDENTIFIKASI HAMBATAN ORGANISASI DENGAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PEMBAGIAN KELAS UNGGULAN SISWA BARU MENGGUNAKAN METODE PROMETHEE PADA STM RAKSANA MEDAN

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET

Desi Reskika Sari ( )

Multi atributte decision making (madm)

BAB I PENDAHULUAN. 1.1 Latar Belakang

Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre)

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

BAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

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

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

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

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

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

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

SISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS

Bayu Erlangga 1, Elisabet Y.A 2

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB

IMPLEMENTASI METODE TOPSIS DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN BERPRESTASI

BAB 2 LANDASAN TEORI

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

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

PENENTUAN PEMINATAN PESERTA DIDIK MENGGUNAKAN METODE AHP-TOPSIS (STUDI KASUS SMA NEGERI 6 SEMARANG)

PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG

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

Sistem Pendukung Keputusan Kinerja Karyawan pada PT.Intan Sengkuyit Menggunakan Metode Simple Additive Weighting

Rici Efrianda ( )

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PEMBANGUNAN MINIMARKET BARU DI KOTA BOJONEGORO DENGAN METODE TOPSIS BERBASIS GIS

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

Gus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia

BAB II LANDASAN TEORI

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH

ANALISIS METODE TOPSIS DALAM PENDUKUNG KEPUTUSAN KELAYAKAN BEASISWA PENDIDIKAN KARYAWAN PADA PT PANGLIMA SIAGA BANGSA

Rudi Hartoyo ( )

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON KEPALA SEKOLAH DASAR DI DINAS PENDIDIKAN KABUPATEN GARUT

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

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

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

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PREDIKAT SISWA TELADAN DENGAN METODE TOPSIS BERBASIS WEB (Studi Kasus : SMPK SANTA MARIA KOTA KEDIRI)

APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

Muhammad Yudin Ritonga ( )

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING

APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

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

Rita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS

JURNAL APLIKASI PEMILIHAN HELM MENGUNAKAN METODE TECHNIQUE FOR OTHER REFERENCE BY SMILARITY

BAB II TINJAUAN PUSTAKA

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

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

BAB I PENDAHULUAN. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMA NEGERI 5 KUPANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

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

BAB II LANDASAN TEORI

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No.

Transkripsi:

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS Janter Leonardo Sirait (0911547) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No.338 Simpang Limun Medan www.stmik-budidarma.ac.id // Email:jantersirait@yahoo.com ABSTRAK Sistem Pendukung Keputusan merupakan program computer dipergunakan oleh para pengambil keputusan dalam hal menentukan jumlah insentif karyawan berdasarkan kriteria penilaian yang telah ditentukan. Penelitian ini menggunakan analisis studi kasus, karena penelitian ini bertujuan untuk mengetahui keterkaitan dari pemanfaatan data karyawan melalui rancangan sistem pendukung keputusan yang diharapkan mampu menghasilkan informasi yang bermanfaat dengan tingkat efisien dan efektifitas yang lebih baik. Diharapkan dengan sistem ini, proses pemberian insentif berdasarkan kinerja karyawan yang selama ini masih berjalan secara manual oleh bagian keuangan, dengan data yang diperoleh secara manual dari bagian kepegawaian dirasa kurang efektif dan efisien. Dengan demikian dapat diusulkan pengembangan sistem operasional pemberian insentif dengan menggunakan aplikasi sistem pendukung keputusan dalam menentukan nilai insentif karyawan. Sehingga menciptakan adanya kelancaran dalam proses pemberian pada PT. Prudential Life Assurace. Dengan menggunakan metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS), maka akan memperlancar pemberian insentif tersebut. Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) sangat bermanfaat untuk sistem pendukung keputusan pemberian insentif berdasarkan penilaian kinerja karyawan pada PT. Prudential Life Assurance. Kata Kunci : Sistem Pendukung Keputusan, Sistem Pemberian Insentif, TOPSIS. 1. Pendahuluan 1.1 Latar Belakang Insentif adalah suatu penghargaan dalam bentuk uang yang diberikan oleh pihak pimpinan kepada karyawan agar mereka bekerja dengan motivasi yang tinggi, berprestasi dalam mencapai tujuan-tujuan organisasi/perusahaan atau pemberian uang diluar gaji, sebagai pengakuan terhadap prestasi kerja dan kontribusi karyawan kepada organisasi/perusahaan. Oleh sebab itu pemberian insentif kepada karyawan akan berdampak terhadap semangat dalam mencapai prestasi yang baik dan memberikan kinerja yang besar bagi perusahaan. Dimana untuk mendapatkan insentif berdasarkan kinerja karyawan harus memiliki kriteria seperti mutu kerja, tanggungjawab, inisiatif, kejujuran dan penguasaan tugas maka dibentuklah sebuah sistem untuk pemberian insentif agar mempermudah pihak perusahaan dalam pemberian insentif tersebut. Nur Asiyah (2004), Pengaruh Insentif Material Terhadap Kinerja Karyawan. Pemberian insentif harus tepat, dapat memberikan pengaruh positif bagi karyawan maupun perusahaan, karena dapat memberikan kepuasan bagi karyawan untuk meningkatkan semangat kerja berprestasi, karena bagi mayoritas karyawan, uang masih tetap mencapai kinerja yang lebih baik, dalam rangka memenuhi kebutuhan hidup bagi perusahaan, pemberian insentif merupakan tambahan biaya, akan tetapi perusahaan dapat memperoleh imbalan berupa peningkatan kinerja karyawan. Kinerja karyawan yang tinggi sangat dibutuhkan oleh sebuah perusahaan, karena kinerja karyawan merupakan modal utama bagi perusahaan untuk berkembang dan bersaing dalam era globalisasi. Ada beberapa metode dalam dalam sistem pendukung keputusan seperti Metode AHP( Analytical Hierarchy Process ), Metode IRR ( Metode Internal Rate Of Return), Metode NPV (Metode Net Present Value), Metode B/C Ratio (Benefit and Cost Ratio) dan lain sebagainya namun dalam penelitian ini penulis menggunakan metode TOPSIS (Technique For Order Preference by Similarity to Ideal Solution), karena metode topsis merupakan bentuk metode pendukung keputusan multi kriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). 1.2 Perumusan Masalah Dari latar belakang di atas, maka dapat dirumuskan masalah sebagai berikut: merupakan motivasi utama dalam bekerja untuk 31

1. Bagaimana menilai kinerja karyawan untuk menerima insentif pada PT. Prudential Life Assurance? 2. Bagaimana menerapkan metode TOPSIS untuk menentukan pemberian insentif pada karyawan PT. Prudential Life Assurance? 3. Bagaimana merancang Sistem Pendukung Keputusan Pemberian Insentif Berdasarkan Penilaian Kinerja Karyawan pada PT. Prudential Life Assurance? 1.3 Batasan Masalah Adapun yang menjadi batasan masalahnya adalah: 1. Sistem Pendukung Keputusan ini dibuat dengan ruang lingkup pemberian insentif berdasarkan penilaian kinerja karyawan pada Prudential Life Assurance. 2. Kriteria yang digunakan adalah mutu kerja, tanggungjawab, inisiatif, kejujuran dan penguasaan tugas. 3. Sistem akan dirancang dengan menggunakan bahasa pemrograman Visual Basic 2008 dan Mysql. 2. Landasan Teori 2.1 Sistem Sistem merupakan kumpulan elemen yang saling berkaitan yang bertanggung jawab memproses masukan (input) sehingga menghasilkan keluaran (output)(kusrini, 2007). Suatu sistem dibuat untuk menangani sesuatu yang berulang kali atau yang secara rutin terjadi. Pendekatan sistem merupakan suatu filsafat atau persepsi tentang struktur yang mengkoordinasikan kegiatan-kegiatan atau operasi-operasi dalam suatu organisasi dengan cara yang efisien dan yang paling baik. Gordon B. Davis dalam buku terjemahannya yang berjudul Management Information Systems. Sistem dapat bersifat abstrak atau fisik, Sistem yang abstrak adalah susunan yangteratur dari gagasangagasan atau konsepsi-konsepsi yang saling bergantung. Misalnya, system teologi adalah susunan yang teratur dari gagasan-gagasan tentang Tuhan, manusia, dan sebagainya. Norman L. Enger dalam buku terjemahannya yang berjudul Management Standards for Developing Information Systems. Suatu sistem terdiri atas kegiatan-kegiatan yang berhubungan guna mencapai tujuan-tujuan perusahaan seperti pengendalian inventaris atau penjadwalan produksi. Sedangkan Prof. Dr. Mr. S Projudi Atmosudirjo menyatakan bahwa suatu sistem terdiri atas objek-objek atau unsur-unsur atau komponenkomponen yang berkaitan dan berhubungan satu sama lainnya sedemikian rupa sehingga unsurunsur tersebut merupakan suatu kesatuan pemrosesan atau pengolahan yang tertentu(sutabri, 2012). 2.2 Sistem Pendukung Keputusan (SPK) Dalam buku terjemahannya Scott Morton pada tahun 1970-an yang berjudul Decision Support systempertama kali mengartikulasikan konsep penting sistem pendukung keputusan. Ia mendefinisikan sistem pendukung keputusan sebagai sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur. Definisi klasik lainnya yaitu Sistem pendukung keputusan memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan kualitas keputusan. Dalam buku terjemahannya Keen dan Scott Morton (Asep et all, 2011), yang berjudul Decision Support system.sistem pendukung keputusan adalah sistem pendukung berbasis komputer bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur. Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat (Kusrini, 2007). 2.2 TOPSIS (Technique for order Preference by Similarity to Ideal Solution) Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. Menurut Hwang dan Zeleny dalam, TOPSIS (Technique For Order Preference By Similarity To Ideal Solution) didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif (Kusumadewi, 2006). Menurut Hwang, Liang dan Yeh dalam, konsep ini banyak digunakan pada beberapa model MADM (Multi-Attribute Decision Making) untuk menyelesaikan masalah keputusan secara praktis. Hal ini disebabkan konsepnya sederhana, mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana. (Kusumadewi, 2006). Berikut adalah langkah-langkah dari metode TOPSIS(Asep et all, 2011): 1. TOPSIS dimulai dengan membangun sebuah matriks keputusan. Matriks keputusan X mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria. Matriks keputusan X dapat dilihat pada gambar sebagai berikut. 32

X1 X2 X3... Xn ( j =1, 2, 3,..., n ) adalah elemen matriks solusi ideal negatif. 5. Menghitung separasi. a. S + adalah jarak alternatif dari solusiideal positif didefinisikan sebagai: X= 2. Membuat matriks keputusan yang ternormalisasi. Persamaan yang digunakan untuk mentransformasikan setiap elemen X ij x adalah, dengan i = 1, 2, 3,..., m..(3.5) b. S - adalah jarak alternatif dari solusiideal negatif didefinisikan sebagai: r ij =.. (3.1) dengan i = 1, 2, 3,., m; dan j = 1, 2, 3,.., n; dimana: r ij adalah elemen dari matriks keputusan yang ternormalisai R, X ij adalah elemen dari matriks keputusan X. 3. Membuat matriks keputusan yang ternormalisasi terbobot. Dengan bobot W j = ( W1, W 2, W 3,...., Wn) Dimana W j wadalah bobot dari kriteria ke-j dan, maka normalisasi bobot matriks V adalah: V ij = W j r ij..(3.2) dengan i = 1, 2, 3,..., m; dan j = 1, 2, 3,.., n, V ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, W j adalah bobot dari kriteria ke-j, r ij adalah elemen dari matriks keputusan yang ternormalisai R. 4. Menentukan matriks solusi ideal positif dan solusi ideal negatif. Solusi ideal positif dinotasikan A + sedangkan solusi ideal negatif dinotasikan A - Berikut ini adalah persamaan dari A + dan A - : a. A + ={(max V ij j J), (min V ij j J ), i = 1,2,3,..., m} ={,,,..., }...(3.3) b. A - ={(min V ij j J), (max V ij j J ), i = 1,2,3,..., m} ={,,,..., }...(3.4) J = { j = 1, 2, 3,..., n dan J merupakan himpunan kriteria keuntungan (benefit criteria)}. J = { j = 1, 2, 3,..., n dan J merupakan himpunan kriteria biaya (cost criteria)}. V ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, ( j =1, 2, 3,..., n ) adalah elemen matriks solusi ideal positif, =, dengan i = 1, 2, 3,..., m..(3.6) ideal positif, ideal negatif, V ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, adalah elemen matriks solusi ideal positif, adalah elemen matriks solusi ideal negatif. 6. Menghitung kedekatan relatif terhadap solusi ideal positif. Kedekatan relatif dari setiap alternatif terhadap solusi ideal positif dapat dihitung dengan menggunakan persamaan berikut:..(3.7) dengan i = 1, 2, 3,..., m, adalah kedekatan relatif dari alternatif ke-i terhadap solusi ideal positif, ideal positif, ideal negatif. 7. Merangking Alternatif. Alternatif diurutkan dari nilai terbesar ke nilai terkecil. Alternatif dengan nilai terbesar merupakan solusi yang terbaik(asep et all, 2011). 3. Pembahasan Insentif adalah pengupahan yang memberikan imbalan yang berbeda karena memang prestasi yang berbeda. Dua orang dengan jabatan yang sama dapat menerima insentif yang berbeda karena bergantung pada prestasi. Insentif adalah suatu bentuk dorongan finansial kepada karyawan sebagai balas jasa perusahaan kepada 33

karyawan atas prestasi karyawan tersebut. Insentif merupakan sejumlah uang yang di tambahkan pada upah dasar yang di berikan perusahaan kepada karyawan. Oleh sebab itu pemberian insentif kepada karyawan akan berdampak terhadap semangat dalam mencapai prestasi yang baik dan memberikan kinerja yang besar bagi perusahaan. Untuk menilai kinerja karyawan untuk menerima insentif pada PT. Prudential Life Assurance berdasarkan kriteria mutu kerja, tanggungjawab, inisiatif, kejujuran, dan penguasaan tugas karena berdasarkan kriteria yang ada dapat dijadiakan acuan bagi pemimpin perusahaan untuk menilai seberapa besar produktifitas seorang karyawan dan apakah karyawan tersebut bisa berkinerja baik atau lebih efektif pada masa-masa yang akan datang, sehingga para karyawan secara keseluruhan semuanya bisa memperoleh manfaat. Sedangkan dalam pemberian insentif memiliki aturan dimana setiap karyawan yang akan mendapatkan insentif apabila karyawan tersebutmemenuhi persyaratan yang ditetapkan oleh pihak perusahaan. Aturan ini akan menjadikan kinerja karyawan akan lebih menungkat karena bagi mayoritas karyawan, uang masih tetap merupakan motivasi utama dalam bekerja untuk mencapai kinerja yang lebih baik, dalam rangka memenuhi kebutuhan hidup bagi perusahaan, pemberian insentif merupakan tambahan biaya, akan tetapi perusahaan dapat memperoleh imbalan berupa peningkatan kinerja karyawan. Kinerja karyawan yang tinggi sangat dibutuhkan oleh sebuah perusahaan, karena kinerja karyawan merupakan modal utama bagi perusahaan untuk berkembang dan bersaing dalam era globalisasi. 1. Analisa Kebutuhan Data Dalam membangun sistem pendukung keputusan untuk memberikan insentif berdasarkan penilaian kinerja karyawan di PT. Prudential life assurance dengan metode TOPSIS diperlukan data sebagai berikut: a. Data Kriteria Mutukerja, tanggungjawab, inisiatif, kejujuran, dan penguasaan tugas b. Data bobot kriteria Data Bobot Kriteria akan ditentukan oleh pihak Prudential Life Assurance dengan jumlah semua bobot kriteria sama dengan 100. Adapun tabel bobot kriteria sebagai berikut: Tabel 1 : Bobot Kriteria Alternatif Nilai Bobot kriteria Mutu kerja 30 Tanggungjawab 15 Inisiatif 30 Kejujuran 10 Penguasaan Tugas 15 Total 100 2. Data Nilai Kriteria Data Nilai Kriteria untuk setiap pemberian insentif yang dimasukkan oleh user berkisar antara 1 sampai 5 dengan ketentuan: a. 1= sangat buruk b. 2= buruk c. 3= cukup d. 4= baik e. 5= sangat baik 3. Pembuatan Keputusan dengan Metode TOPSIS Pembuatan keputusan dengan metode TOPSIS adalah sebagai berikut: a. TOPSIS dimulai dengan membangun sebuah matriks keputusan. Pada matriks keputusan, kolom matriks menyatakan atribut yaitu kriteria-kriteria yang ada, sedangkan baris matriks menyatakan alternatif yaitu nama karyawan yang akan dibandingkan dan type kriteria adalah benefit. Tabel 2 : Matriks Keputusan b. Membuat matriks keputusan yang ternormalisasi. Setelah matriks keputusan dibangun, selanjutnya adalah membuat matriks keputusan yang ternormalisasi R yang elemen-elemennya ditentukan dengan rumus menggunakan persamaan 3.1.Untuk mencari nilai matriks keputusan ternormalisasi yaitu berdasarkan hasil perhitungan kolom matriks menyatakan atribut yaitu kriteria-kriteria yang ada dan baris matriks menyatakan alternatif yaitu nama karyawan, berikut adalah tabel matriks keputusan ternormalisasi. Tabel 3 : Matriks Keputusan Ternormalisasi c. Membuat matriks keputusan yang ternormalisasi terbobot Setelah matriks keputusan ternormalisasi dibuat, selanjutnya adalah membuat matriks keputusan ternormalisasi terbobot. Pemisalan bobot yang dimasukkan untuk setiap kriteria adalah Mutu 34

Kerja (30), Tanggungjawab (15), Inisiatif (30), Kejujuran (10) dan Penguasaan Tugas (15) yang elemen-elemennya ditentukan dengan rumus menggunakan persamaan. Tabel 4 : Matriks keputusan Terbobot menghitung kedekatan relatif terhadap solusi ideal positif dengan rumus menggunakan persamaan. Tabel 9 : Nilai C + d. Menentukan matriks solusi ideal positif dan solusi ideal negatif Selanjutnya menentukan matriks solusi ideal positif ( A + ) yang merupakan benefit criteria, untuk mencari nilai ideal positif yaitu dengan cara menentukan nilai tertinggi untuk setiap kriteria dan solusi ideal negatif (A - ) yang merupakan cost criteria dengan cara mencari nilai terendah untuk setiap kriteria. Tabel 5 : Solusi Ideal Positif Tabel 6 : Solusi Ideal Negatif e. Menghitung separasi Selanjutnya menghitung jarak alternatif dari solusi ideal positif ( S + ) dan jarakalternatif dari solusi ideal negatif ( S - ) yang ditentukan dengan rumus menggunakan persamaan. Tabel 7 : Separasi Positif Tabel 8 : Separasi Nagatif g. Merangking Alternatif Berikutnya alternatif diurutkan dari nilai C + terbesar ke nilai C - terkecil. Alternatif dengan nilai C + terbesar merupakan solusi yang terbaik. Tabel 10 : Pengurutan Alternatif 4. Kesimpulan Dan Saran 4.1 Kesimpulan Berdasarkan hasil dari penelitian yang penulis lakukan mengenai Pemberian insentif berdasarkan penilaian kinerja karyawan pada PT. Prudential Life Assurance dengan metode TOPSIS (Technique For Order Preference by Similarity to Ideal Solution) untuk Sistem pendukungkeputusan pemberian insentif yang telah dirancang, penulis dapat menarik kesimpulan sebagai berikut : 1. Dalam menilai kinerja karyawan untuk menerima insentif pada PT. Prudential Life Assurance dapat diterapkan dengan kriteria mutu kerja, tanggungjawab, inisiatif, kejujuran, dan penguasaan tugas karena berdasarkan kriteria tersebut dapat dijadikan sebagai bahan penilaian terhadap kinerja karyawan. 2. Penerapan metode TOPSIS untuk menentukan pemberian insentif pada karyawan PT. Prudential Life Assurance dapat diterapkan dengan sangat baik serta dalam pengimplementasiannya, TOPSIS mampu menunjukkan bahwa salah satu alternatif merupakan prioritas dari keputusan. 3. Dalam merancang Sistem Pendukung Keputusan Pemberian Insentif Berdasarkan Penilaian Kinerja pada Karyawan PT. Prudential Life Assurance sangat baik pada bahasa pemograman Visual Basic 2008 dan aplikasi ini dapat diterapkan dalam pemberian insentif pada karyawan. f. Menghitung kedekatan relative terhadap solusi ideal positif. Setelah menghitung jarak alternatif dari solusi ideal positif ( S + ) dan jarakalternatif dari solusi 4.2 Saran Penelitian yang penulis lakukan dirasa masih jauh dari sempurna. Untuk penelitian selanjutnya disarankan hal-hal sebagai berikut: 1. Menilai kinerja karyawan dapat ditambahkan kriteria agar lebih menarik dan lebih ideal negatif ( S - ), selanjutnya adalah 35

mendukung pemberian insentif dengan metode TOPSIS. 2. Sistem pendukung keputusan pemberian insentif dapat dikembangkan dengan metode selain TOPSIS, misalnya seperti metode WP, AHP, SAW, dan lain sebagainya. 3. Diharapkan agar dapat menjadi sumber referensi dan bahan pembelajaran untuk melakukan penelitian dengan objek berbeda selain pemberian insentif pada karyawan dan dapat dikembangkan lagi kedalam sistem berbasis web sehingga penerapannya juga akan lebih beragam, tidak hanya pada aplikasi dekstop saja. Daftar Pustaka [1]. Kusrini. Konsep dan Aplikasi Sistem Pendukung Keputusan. Penerbit Andi Offset, Yogyakarta, Edisi 1, 2007. [2]. T. Sutojo, Edy Mulyanto, vincent Suhartono. Kecerdasan Buatan Penerbit Andi 2011. [3]. Davis B Gordon, Sisietm Informai Manajemen Penerbit Andi Yogyakarta, 2004. [4]. KusumaDewi, Sri, Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, Jakarta, 2003. [5]. http://elib.unikom.ac.id/download.php?id=16 228. [6]. Jogiyanto H.M,1989. Dagram Aliran Data (DAD) [7]. www.wikipedia.org diakses pada bulan Mei. [8]. www.jurnal.sttgarut.ac.id/index.php/algoritm a/article/. 36