Perancangan algoritma Sistem Pendukung Keputusan Penilaian Mutu Kepegawaian Menggunakan Metode Pendekatan Topsis

mendapatkan tabel normalisasi, tabel normalisasi terbobot, tabel solusi ideal positif dan negatif, tabel separasi positif dan negatif, dan tabel kedekatan relatif. Disamping tabel kedekatan relatif, pengguna dapat mengurutkan nilai kedekatan relatif pegawai secara berurut dari nilai paling tinggi ke nilai paling rendah secara spesifik disiplin harian atau Tupoksi dan secara keseluruhan dengan bobot Tupoksi 60 dan disiplin harian 40. Format tampilan urutan nilai dapat dilihat pada Gambar 3.17. Gambar 3.17 Tampilan urutan TOPSIS disiplin harian dan Tupoksi

3.5. Perancangan algoritma

Algoritma merupakan urutan dari baris – baris langkah atau intruksi dalam menyelesaikan suatu masalah. Algoritma haruslah mempunyai sebuah hasil keluaran yang efektif, jumlah langkah yang terhitung, memiliki struktur yang baik dan memiliki kondisi akhir kerja. Salah satu cara menyajikan algoritma adalah dengan menggunakan flowchart atau diagram alir yang berfungsi untuk menjelaskan arah alur program dalam menyelesaikan masalah. Proses yang digunakan dalam implementasi TOPSIS tentunya adalah metode TOPSIS pada disiplin harian, Tupoksi dan hasil akhir dimana terdapat jumlah poin kriteria yang berbeda – beda. Arsitektur umum diagram alir metode TOPSIS adalah seperti yang ditunjukkan pada Gambar 3.18. Informasi Pegawai Nilai Rekomendasi Pegawai 1 Nilai C + tertinggi Rekomendasi Pegawai 2 Nilai C + Rekomendasi Pegawai 3 Nilai C + Rekomendasi Pegawai N Nilai C + terendah Rekomendasi Universitas Sumatera Utara Gambar 3.18 Arsitektur umum Perhitungan metode TOPSIS dimulai dengan memasukkan bobot nilai tiap kriteria. Diagram alir penentuan jumlah bobot yang digunakan pada TOPSIS dapat dilihat pada Gambar 3.19. Gambar 3.19 flowchart penentuan jumlah kriteria Tahap flowchart penentuan jumlah bobot dimulai dengan menghitung kolom poin dari tabel Tupoksi atau disiplin harian yang memiliki isi nilai kriteria dari Mulai selesai array = row[kriteria] = NULL jmlpoin = countarray jumlah_kriteria = jmlpoin Mulai Input bobot Bobot = NULL Tabel matriks nilai dan pegawai Tabel Matriks normalisasi Tabel normalisasi terbobot Tabel solusi ideal Tabel nilai separasi Urutan nilai relatif selesai yes no Universitas Sumatera Utara database , kriteria tersebut dijadikan sebuah array yang kemudian dihitung jumlahnya dikarenakan jumlah kriteria = jumlah bobot nilai. Setelah jumlah kriteria dan jumlah bobot didapat, kemudian dibuat tabel normalisasi nilai dan tabel normalisasi terbobot. Diagram alir pembuatan tabel normalisasi dapat dilhat pada Gambar 3.20. Gambar 3.20 flowchart tabel normalisasi Setelah tabel normalisasi terbentuk, kemudian dibentuk sebuah tabel normalisasi terbobot dengan melakukan perkalian tiap nilai bobot poin kriteria ke masing – masing nilai poin kriteria ternormalisasi yang berada didalamnya. Diagram alir pembuatan tabel normalisasi terbobot dapat dilihat pada Gambar 3.21. Mulai Normi,j = poini,j sqrt total_poin i selesai Nilai_pegawai j = poin0.j , poin 1.j, poin2.j, .... , poin i,j Jumlah_kriteria = i Jumlah_pegawai = j total_poin i = poini,0 2 + poini,1 2 + poini,2 2 +...+ poini,j 2 Universitas Sumatera Utara Gambar 3.21 flowchart tabel normalisasi terbobot Pada saat memasukkan nilai bobot, dilakukan pengecekan dimana bila terdapat satu bobot kriteria yang nilainya tidak di isi NULL maka pengguna diminta ulang untuk mengisi kembali nilai bobot kriteria. Setelah didapat tabel normalisasi terbobot, maka dicarilah tabel nilai solusi ideal positif dan negatif. Nilai solusi ideal positif dan negatif didapat dengan melakukan perbantingan antara setiap nilai yang berada di kriteria yang sama. Nilai solusi ideal positif adalah nilai yang terbesar di kriteria tersebut dan nilai solusi ideal negatif adalah nilai yang terkecil di kriteria tersebut. Pencarian nilai solusi ideal positif dan negatif dilakukan secara berulang sampai kondisi dimana didapatnya nilai solusi ideal positif dan negatif tiap kriteria didapatkan. Diagram alir pencarian nilai solusi ideal positif dapat dilihat pada Gambar 3.22. Nilai_bobot i Mulai Nilai_bobot i = NULL yes no selesai Jumlah bobot = i jumlah pegawai = j Terboboti,j = Normi,j Nilai_bobot i Universitas Sumatera Utara Gambar 3.22 flowchart nilai solusi ideal positif Setelah didapat nilai solusi ideal positif satu kriteria yang merupakan nilai terbesar didalam kriteria tersebut sistem akan langsung melakukan pencarian nilai solusi ideal negatif. Pada pencarian nilai solusi ideal negatif, aliran data pencarian nilai solusi ideal negatif memiliki kesamaan aliran data dengan aliran data pencarian nilai solusi ideal positif dimana perbedaan hanya terletak pada pencarian nilai yang paling kecil diantara nilai normalisasi terbobot didalam satu kriteria. Diagram alir pencarian nilai solusi negatif adalah seperti dengan yang ditunjukkan diagram alir flowchart nilai solusi ideal negatif pada Gambar 3.23. Mulai Nilai_max i = Terboboti,0 i = 0 i jumlah_kriteria j = 0 j jumlah_pegawai Nilai_max i = Nilai_max i Nilai_max i Terboboti,j yes yes yes j = j + 1 no i = i + 1 Solusi_positif i = Nilai_maxi,j selesai no no Universitas Sumatera Utara Gambar 3.23 flowchart nilai solusi ideal negatif Setelah didapat nilai solusi ideal positif dan negatif tiap kriteria, proses TOPSIS dilanjutkan dengan pencarian nilai separasi positif dan negatif. Diagram alir pencarian nilai separasi positif dapat dilihat pada Gambar 3.24. Mulai Nilai_min i = Terboboti,0 i = 0 i jumlah_kriteria j = 0 j jumlah_pegawai Nilai_min i = Nilai_min i Nilai_min i Terboboti,j yes yes yes j = j + 1 no i = i + 1 Solusi_negatif i = Nilai_mini,j selesai no no Universitas Sumatera Utara Gambar 3.24 flowchart nilai separasi positif Diagram alir pencarian nilai separasi negatif adalah seperti yang ditunjukkan pada Gambar 3.25. Gambar 3.25 flowchart nilai separasi negatif Dengan didapatnya nilai separasi positif dan negatif, nilai relatif atau nilai kedekatan dengan nilai solusi ideal pegawai dapat dicari. Diagram alir pencarian nilai relatif dapat dilihat pada Gambar 3.26. Mulai j jumlah_pegawai j = 0 positif j = sqrt Terbobot0,j-Solusi_positif 1 2 + Terbobot1,j-Solusi_positif 2 2 + ................................................... + Terboboti,j-Solusi_positif i 2 j = j + 1 selesai yes no Mulai j jumlah_pegawai j = 0 negatif j = sqrt Terbobot0,j-Solusi_negatif 1 2 + Terbobot1,j-Solusi_negatif 2 2 + ................................................... + Terboboti,j-Solusi_negatif i 2 j = j + 1 yes no selesai Universitas Sumatera Utara Gambar 3.26 flowchart nilai kedekatan relatif Nilai kedekatan relatif merupakan nilai yang dicari oleh TOPSIS yang dimana nilai kedekatan relatif dengan nilai tertinggi merupakan nilai yang paling mendekati nilai sempurna. Mulai j jumlah_pegawai j = 0 Relatif j = negatif j negatif j + positif j j = j + 1 yes no selesai Universitas Sumatera Utara BAB 4 HASIL DAN PEMBAHASAN Bab ini membahas hasil implementasi sistem pendukung keputusan penilaian mutu pegawai dengan metode TOPSIS dalam menilai hasil penilaian disiplin harian dan Tupoksi. Pembahasan ini berupa hasil penerapan pemrograman terhadap sistem yang dirancang.

4.1. Implementasi