Implementasi Metode Simple Additive Weighting (SAW) Dan Profile Matching Dalam Menentukan Pejabat Struktural Pada Pemerintah Kota Tebing Tinggi

(1)

IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING

(SAW) DAN PROFILE MATCHING DALAM MENENTUKAN

PEJABAT STRUKTURAL PADA PEMERINTAH

KOTA TEBING TINGGI

SKRIPSI

ALFI RAHMAN

101421019

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2014

(2)

IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING (SAW) DAN

PROFILE MATCHING DALAM MENENTUKAN PEJABAT STRUKTURAL PADA PEMERINTAH KOTA TEBING TINGGI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

ALFI RAHMAN 101421019

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA MEDAN

(3)

PERSETUJUAN

Judul : IMPLEMENTASI METODE SIMPLE ADDITIVE

WEIGHTING (SAW) DAN PROFILE MATCHING

DALAM MENENTUKAN PEJABAT STRUKTURAL PADA PEMERINTAH KOTA TEBING TINGGI

Kategori : SKRIPSI

Nama : ALFI RAHMAN

Nomor Induk Mahasiswa : 101421019

Program Studi : EKSTENSI S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Dian Rachmawati, S.Si, M.Kom Drs. Agus Salim Harahap, M.Si. NIP. 19830723 200912 2 004 NIP. 195408281981031004

Diketahui/disetujui oleh

Program Studi Ekstensi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 19620217 199103 1 001

(4)

PERNYATAAN

IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING (SAW) DAN

PROFILE MATCHING DALAM MENENTUKAN PEJABAT STRUKTURAL PADA PEMERINTAH KOTA TEBING TINGGI

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2014

Alfi Rahman 101421019

(5)

PENGHARGAAN

Puji dan syukur penulis ucapkan kehadirat Allah SWT yang telah memberikan rahmat, hidayah dan karunia-Nya serta kesempatan dan kesehatan kepada penulis sehingga dapat menyelesaikan Skripsi dan dapat diselesaikan tepat pada waktunya sesuai dengan instruksi dan peraturan yang berlaku di Fakultas Ilmu Komputer dan Teknologi Informasi.

Skripsi ini disusun sebagai salah satu syarat untuk menyelesaikan pendidikan Sarjana Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi.

Selama penulisan skripsi ini, penulis banyak mendapat dukungan, bantuan serta bimbingan dari berbagai pihak. Penulis menyadari bahwa banyak terdapat kesalahan-kesalahan yang mungkin terjadi, baik dari segi teknik, tata penyajian ataupun dari segi tata bahasa. Oleh karena itu penulis bersedia menerima kritik dan saran dari pembaca dalam upaya perbaikan skripsi ini. Pada kesempatan ini penulis ingin mengucapkan rasa terima kasih dan penghargaan kepada :

1. Bapak Prof. Dr. dr. Syahril Pasaribu DTM&H, MSc(CTM), Sp.A(K), selaku Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis, selaku Dekan Fasilkom-TI (Fakultas Ilmu Komputer dan Teknologi Informasi) Universitas Sumatera Utara.

3. Bapak Dr. Poltak Sihombing, M.Kom sebagai Ketua Program Studi S1 Ilmu Komputer.

4. Bapak Drs. Agus Salim Harahap, M.Si, selaku Dosen Pembimbing I yang telah sangat banyak memberikan bimbingan dan pengarahan kepada penulis sehingga dapat menyelesaikan skripsi ini dengan baik.

5. Ibu Dian Rachmawati, S.Si, M.Kom, selaku Dosen Pembimbing II yang telah sangat banyak memberikan bimbingan dan pengarahan kepada penulis sehingga dapat menyelesaikan skripsi ini dengan baik.

(6)

6. Bapak Drs. Marihat Situmorang, M.Kom, selaku dosen Pembanding I yang telah banyak memberikan masukan kepada penulis.

7. Bapak Drs. Dahlan Sitompul, M.Eng, selaku dosen Pembanding II yang telah banyak memberikan masukan kepada penulis.

8. Bapak Erwin Suheri Damanik, S.Sos, MSP, selaku Kepala Badan Kepegawaian, Pendidikan dan Pelatihan Pemerintah Kota Tebing Tinggi yang telah memberikan izin kepada penulis untuk melanjutkan pendidikan dan juga memberikan semangat untuk menyelesaikan pendidikan serta melakukan penelitian.

9. Ayahanda tercinta Syaharuddin, Ibunda tersayang Yuliar, kakak, abang dan Nirwana Dian, berkat doa restu, kasih sayang, dan dukungan moril dan materil yang diberikan selalu menjadi penyemangat penulis untuk selalu fokus sampai saat ini.

10. Teman-teman terbaik penulis, Dhimas, Fajar, Hery, Julman, Febri serta teman-teman yang tidak bisa penulis sebutkan satu persatu yang telah banyak memberikan kebaikan, waktu luang, membagi ilmu, motivasi, dan dukungan kepada penulis.

11. Keluarga besar Badan Kepegawaian, Pendidikan dan Pelatihan Pemerintah Kota Tebing Tinggi khusus nya Tim IT, yang telah memberikan semangat serta dukungan moril kepada penulis.

12. Keluarga besar Ekstensi S1 Ilmu Komputer, khususnya angkatan 2010, 2011 terima kasih atas semua bantuan dan dukungannya.

Semoga Allah SWT membalas semua kebaikan yang telah kalian berikan.

Penulis,

(7)

ABSTRAK

Kepemimpinan dalam instansi pemerintahan sangat dibutuhkan untuk pengambilan keputusan serta menjalankan kebijakan untuk mewujudkan Kepemerintahan yang baik Penentuan pejabat struktural sering mengalami kesulitan dan membutukan waktu yang lama karena dilakukan secara manual. Untuk membantu tim penilai dalam menentukan pejabat struktural, dirancang sebuah aplikasi komputer menggunakan sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) dan metode Profile Matching. Kedua metode ini bertujuan untuk memilih alternatif pegawai terbaik dari beberapa alternatif pegawai berdasarkan kriteria-kriteria (golongan ruang, tingkat pendidikan, diklat kepemimpinan, diklat teknis, lama bekerja, kesetiaan, prestasi kerja, tanggung jawab, ketaatan, kejujuran, kerjasama dan prakarsa) yang telah ditentukan. Hasil dari proses ini berupa rangking pegawai terbaik sebagai rekomendasi bagi pengambil keputusan untuk memilih pegawai yang cocok pada jabatan tersebut. Aplikasi ini dibangun dengan pemrograman PHP dan menggunakan Data Base Management System MySQL.

Kata Kunci: Sistem Pendukung Keputusan, Simple Additive Weighting, Profile Matching

(8)

IMPLEMENTATION OF SIMPLE ADDITIVE WEIGHTING (SAW) AND PROFILE MATCHING METHODS FOR DETERMINING

THE STRUCTURAL OFFICIAL IN GOVERNMENT OF TEBING TINGGI CITY

ABSTRACT

Leadership in government agencies is very needed for decision-making and implementing policies to achieve good governance. Determining structural officials often has difficulty and need a long time because it is done manually. To help the assessment team in determining the structural officer, a computer application is designed by using decision support system with Simple Additive Weighting (SAW) and Profile Matching method. Both of these methods aim to select the best alternative employee from several alternative employee based on some criterias (space group, level of education, leadership training, technical training, length time of work, loyalty, performance, responsibility, obedience, honesty, cooperation and initiative) that has been determined. The result of this process is the rank of the best employees as a recommendation for decision makers to select the suitable employees for the job. This application was built with PHP and MySQL Data Base Management System.

(9)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar Isi viii

Daftar Tabel x

Daftar Gambar xi

Bab 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Metodologi Penelitian 4

1.7 Sistematika Penulisan 5

Bab 2 Landasan Teori

2.1 Sistem Pendukung Keputusan 7

2.1.1 Pengertian Sistem Pendukung Keputusan 7 2.1.2 Tujuan Sistem Pendukung Keputusan 8 2.1.3 Karakteristik Sistem Pendukung Keputusan 8 2.1.4 Komponen Sistem Pendukung Keputusan 8

2.2 Simple Additive Weighting (SAW) 10

2.3 Profile Matching 12

Bab 3 Analisis dan Perancangan Sistem

3.1 Analisis Sistem 15

3.1.1 Kriteria/Faktor 15

3.1.2 Penentuan Bobot 22

3.1.2.1 Bobot Kriteria Metode SAW 22 3.1.2.1 Penentuan Bobot Nilai GAP Metode Profile Matching 23 3.1.3.1 Perhitungan Manual Metode SAW 23 3.1.3.2 Perhitungan Manual Metode Profile Matching 30 3.1.3.2.1 Perhitungan dan Pengelompokan Core Factor

(10)

3.1.3.2.1 Perhitungan Nilai Total 33

3.2 Perancangan Sistem 34

3.2.1 Identifikasi Eksternal Entity 34

3.2.2 Diagram Konteks 35

3.2.3 Data Flow Diagram (DFD) 36

3.2.4 Struktur Tabel 38

3.2.5 Tabel Relasi 42

3.2.6 Flowchart 45

3.2.7 Rancangan Antar Muka 47

Bab 4 Implementasi dan Pengujian Sistem

4.1 Implementasi Sistem 52

4.1.1 Komponen Perancangan Sistem 52

4.1.2 Tampilan Antar Muka 53

4.2 Pengujian Sistem 58

4.2.1 Proses Pengujian Sistem 58

4.2.2 Hasil pengujian Sitem 60

4.2.3 Grafik Waktu Eksekusi 64

Bab 5 Kesimpulan dan Saran

5.1 Kesimpulan 65

5.2 Saran 66

Daftar Pustaka 67

(11)

DAFTAR TABEL

Hal.

TABEL 3.1. Golongan Ruang 16

TABEL 3.2. Tingkat Pendidikan 17

TABEL 3.3. Diklat Kepemimpinan 17

TABEL 3.4. Jumlah Diklat Teknis 18

TABEL 3.5. Lama Bekerja/Mengabdi 18

TABEL 3.6. Kesetiaan 19

TABEL 3.7. Prestasi Kerja 19

TABEL 3.8. Tanggung Jawab 20

TABEL 3.9. Ketaatan 20

TABEL 3.10. Kejujuran 21

TABEL 3.11. Kerjasama 21

TABEL 3.12. Prakarsa 22

TABEL 3.13. Bobot Nilai GAP 23

TABEL 3.14. Data PNS 24

TABEL 3.15. Rating Kecocokan Dari Setiap Alternatif pada Kriteria 24

TABEL 3.16. Data PNS 30

TABEL 3.17. Perhitungan GAP 31

TABEL 3.18. Nilai Bobot GAP 31

TABEL 3.19. Hasil Pembobotan Nilai Gap 32

TABEL 3.20. Hasil Akhir Metode Profile Matcing 33

TABEL 3.21. Eksternal Entity 34

TABEL 3.22. Tabel User 38

TABEL 3.23. Tabel Bobot 38

TABEL 3.24. Tabel Hasil Profile Matching 39

TABEL 3.25. Tabel Hasil Metode SAW 39

TABEL 3.26. Tabel Kriteria/Faktor 39

TABEL 3.27. Tabel Kandidat 40

TABEL 3.28. Tabel Persentase Faktor 40

TABEL 3.29. Tabel Profil Ideal 40

TABEL 3.30. Tabel Matrik Metode SAW 41

TABEL 3.31. Tabel Nilai Profil Metode Profile Matching 42 TABEL 3.32. Tabel Nilai Bobot GAP Profile Matching 42 TABEL 3.31. Tabel Nilai Profil Metode Profile Matching 43 TABEL 3.32. Tabel Nilai Bobot GAP Profile Matching 43 TABEL 4.1. Hasil Pengujian Metode SAW dan Profile Matching 63

(12)

DAFTAR GAMBAR

Hal.

GAMBAR 2.1. Skematik SPK 10

GAMBAR 3.1. Diagram Konteks Metode SAW 35

GAMBAR 3.2. Diagram Konteks Metode Profile Matching 35

GAMBAR 3.3. DFD Level 1 Metode SAW 36

GAMBAR 3.4. DFD Level 1 Metode Profile Matching 37

GAMBAR 3.5. Tabel Relasi Metode SAW 43

GAMBAR 3.6. Tabel Relasi Metode Profile Matching 44

GAMBAR 3.7. Flowchart Metode SAW 45

GAMBAR 3.8. Flowchart Metode Profile Matching 46

GAMBAR 3.9. Rancangan Halaman Login 47

GAMBAR 3.10. Rancangan Halaman Admin 48

GAMBAR 3.11. Rancangan Halaman Tim Penilai 49

GAMBAR 3.12. Rancangan Halaman Input User 50

GAMBAR 3.13. Rancangan Halaman Lihat User 51

GAMBAR 4.1. Tampilan Menu Login 53

GAMBAR 4.2. Tampilan Halaman Admin 54

GAMBAR 4.3. Tampilan Halaman Tim Penilai 54

GAMBAR 4.4. Tampilan Daftar Pegawai 55

GAMBAR 4.5. Tampilan Bobot Kriteria 56

GAMBAR 4.6 Tampilan Profil Ideal 57

GAMBAR 4.7. Tampilan Persentase Core dan Secondary Factor 58

GAMBAR 4.8. Proses Pengujian Metode SAW 59

GAMBAR 4.9. Proses Pengujian Metode Profile Matching 59

GAMBAR 4.10. Pengujian Pertama Metode SAW 60

GAMBAR 4.11. Pengujian Kedua Metode SAW 60

GAMBAR 4.12. Pengujian Ketiga Metode SAW 61

GAMBAR 4.13. Pengujian Pertama Metode Profile Matching 62 GAMBAR 4.14. Pengujian Kedua Metode Profile Matching 62 GAMBAR 4.15. Pengujian Ketiga Metode Profile Matching 63

(13)

ABSTRAK

Kata Kunci: Sistem Pendukung Keputusan, Simple Additive Weighting, Profile Matching

(14)

IMPLEMENTATION OF SIMPLE ADDITIVE WEIGHTING (SAW) AND PROFILE MATCHING METHODS FOR DETERMINING

THE STRUCTURAL OFFICIAL IN GOVERNMENT OF TEBING TINGGI CITY

ABSTRACT

(15)

BAB 1

PENDAHULUAN

Pada bab ini akan dibahas mengenai gambaran umum penulisan skripsi. Pembahasan dimulai dari latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian serta sistematika penulisan yang dibagi menjadi beberapa bab yang akan dibahas secara garis besar di isi tiap bab.

1.1. Latar Belakang

Dalam mewujudkan pemerintah yang Good Governance tidak lepas dari kepemimpinan yang cakap dan memiliki kompetensi. Kepemimpinan dalam instansi pemerintahan sangat dibutuhkan untuk pengambilan keputusan dan menjalankan kebijakan. Salah satu indikator suatu intansi bisa dikatakan maju dan baik tergantung kepada pemimpin instansi tersebut.

Dalam pemerintahan, pemimpin dalam sebuah unit/satuan organisasi disebut dengan Pejabat Struktural. Pejabat struktural tersebut diangkat oleh Pejabat Pembina Kepegawaian yaitu Kepala Daerah sesuai mekanisme yang sudah diatur dalam peraturan perundang-undangan. Pengangkatan pejabat struktural pada Pemerintah Kota Tebing Tinggi selama ini menggunakan pola karier. Pola karier adalah pola pembinaan Pegawai Negeri Sipil yang menggambarkan alur pengembangan karier yang menunjukkan keterkaitan dan keserasian antara jabatan, pangkat, pendidikan dan pelatihan jabatan, kompetensi, serta masa jabatan seseorang Pegawai Negeri Sipil sejak pengangkatan pertama dalam jabatan tertentu sampai dengan pensiun. Dalam menseleksi pegawai yang memenuhi persyaratan peraturan perundang-undangan dan memiliki kompetensi sesuai untuk sebuah jabatan struktural Pemerintah Kota Tebing Tinggi masih menggunakan cara manual. Proses ini membutuhkan waktu cukup lama

(16)

karena harus melihat profil setiap pegawai. Oleh karena itu agar proses seleksi pegawai menjadi lebih obyektif dan praktis, sebaiknya dilakukan secara komputerisasi dengan mengembangkan suatu aplikasi yang mengimplementasikan metode-metode yang tepat.

Pada penelitian ini penulis memilih 2 metode yaitu metode Simple Additive Weighting (SAW) dan metode Profile Matching untuk diimplementasikan dalam penentuan pejabat struktural di Pemerintah Kota Tebing Tinggi agar didapat kandidat calon pejabat yang memiliki kompetensi. Kedua metode ini dipilih oleh penulis karena pada SAW melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot prefensi yang sudah ditentukan dan Profile Matching melakukan penilaian dengan memberikan tingkat nilai ideal untuk sebuah jabatan. Dengan kata lain, pada SAW atribut terbaik bisa menjadi solusi terbaik sedangkan pada Profile Matching atribut yang mendekati ideal yang akan menjadi solusi terbaik.

Berdasarkan kedua metode diatas penulis tertarik untuk membuat sebuah aplikasi yang mengimplementasikan kedua metode tersebut dalam menseleksi pegawai yang memenuhi persyaratan dan memiliki kompeten untuk diangkat menjadi pejabat/pemimpin sebuah unit organisasi.

1.2. Rumusan Masalah

Adapun rumusan masalah dalam penelitian ini adalah :

1. Bagaimana menentukan pejabat struktural pada Pemerintah Kota Tebing Tinggi menggunakan metode Simple Additive Weighting (SAW) dan

Profile Matching.

2. Apakah Metode SAW atau Profile Matching yang lebih efektif dan efisien dalam menentukan pejabat struktural.

(17)

1.3 Batasan Masalah

Agar pembahasan masalah tidak menyimpang dari tujuan penelitian, berikut ini adalah beberapa batasan yang perlu dibuat, yaitu :

1. Kriteria penilaian pegawai yang digunakan adalah berdasarkan kriteria yang ditetapkan oleh Pejabat Pembina Kepegawaian Daerah yaitu Walikota yang berdasarkan pada Peraturan Pemerintah Nomor 13 Tahun 2002 tentang Perubahan atas Peraturan Pemerintah Nomor 100 Tahun 2000 tentang Pengangkatan Pegawai Negeri Sipil Dalam Jabatan Struktural.

2. Studi kasus dilaksanakan di Pemerintah Kota Tebing Tinggi dalam hal ini pada Badan Kepegawaian, Pendidikan dan Pelatihan (BKPP), dikarenakan BKPP merupakan Satuan Kerja Perangkat Daerah yang memiliki Tugas Pokok dan Fungsi dalam mengusulkan Pejabat Struktural kepada Kepala Daerah sesuai dengan peraturan.

3. Percobaan data terdiri dari seluruh PNS bidang teknis yang memiliki kecakapan untuk diangkat dalam Jabatan Struktural.

4. Posisi Jabatan Struktural yang akan dibahas adalah Eselon IV.a yaitu Kepala Sub Bagian (Kasubbag), Kepala Sub Bidang (Kasubbid) dan Kepala Seksi (Kasi)

5. Kriteria-kriteria yang di gunakan seperti: Golongan/Pangkat, Tingkat Pendidikan, Kompetensi Jabatan, Pendidikan dan Pelatihan (DIKLAT) dan Lama Bekerja/Mengabdi yang merupakan Core Factor dan Penilaian Kinerja yang terdiri dari Kesetiaan, Prestasi Kerja, Tanggung Jawab, Ketaatan, Kejujuran, Kerjasama dan Prakarsa yang merupakan

Secondary Factor.

6. Bahasa pemrograman yang di gunakan, PHP Programming dan menggunakan Data base Management System MySQL.

(18)

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah membangun sebuah Sistem Pendukung Keputusan (SPK) yang memberikan solusi yang lebih praktis dan obyektif dalam memilih Pejabat Struktural sehingga menghasilkan pemimpin yang memiliki kompetensi.

1.5. Manfaat Penelitian

Manfaat dari penelitian ini diharapkan dapat :

1. Memudahkan pejabat pembina kepegawaian daerah yaitu Walikota dalam memilih pejabat eselon.

2. Pemilihan pejabat eselon menjadi lebih objektif dengan adanya sistem yang terkomputerisasi.

3. Memudahkan proses seleksi pegawai yang memenuhi persyaratan dan data-data hasil seleksi tersimpan di dalam sistem komputer sehingga dapat digunakan lagi apabila diperlukan.

1.6. Metodologi Penelitian

Metodologi penelitian yang digunakan adalah sebagai berikut:

1. Studi Kepustakaan

Pada tahap ini dilakukan pengumpulan referensi seperti jurnal, buku, tulisan ilmiah, e-book, maupun artikel lain yang berhubungan dengan sistem pendukung keputusan, Metode Simple Additive Weighting (SAW), Metode

Profile Matching, bahasa pemrograman HyperText Preprocessor (PHP), serta MySQL.

(19)

2. Analisis dan Perancangan Sistem

Tahap ini digunakan untuk mengolah data yang ada dan kemudian melakukan analisis terhadap hasil studi literatur yang diperoleh sehingga menjadi suatu informasi. Proses ini meliputi pembuatan Data Flow Diagram (DFD),

flowchart sistem, rancangan aplikasi dan pembuatan user interface aplikasi.

3. Implementasi Sistem

Metode ini dilaksanakan dengan mengimplementasikan rancangan sistem yang telah dibuat pada analisis dan perancangan sistem kedalam program komputer dengan menggunakan bahasa pemrograman PHP dan Database Management System MySQL

4. Pengujian aplikasi

Menguji apakah aplikasi yang dibuat telah berhasil berjalan sesuai dengan keinginan dan melakukan perbaikan kesalahan jika masih terdapat error pada aplikasi.

5. Dokumentasi

Tahap akhir dari penelitian yang dilakukan, yaitu membuat kesimpulan dan laporan tentang penelitian yang telah dilakukan.

1.7. Sistematika Penulisan

Sistematika penulisan skripsi ini terdiri dari beberapa bagian, yaitu:

BAB 1: PENDAHULUAN

Bab ini berisi latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan skripsi.

(20)

BAB 2: LANDASAN TEORI

Bab ini berisi teori-teori yang berkaitan dengan Sitem Pendukung Keputusan, Metode

Simple Additive Weighting (SAW), Metode Profile Matching, Bahasa Pemrograman HyperText Preprocessor (PHP), serta MySQL.

BAB 3 : ANALISIS DAN PERANCANGAN

Bab ini berisi proses perhitungan manual dan perancangan sistem yang akan dibangun seperti rancangan Data Flow Diagram (DFD), flowchart, rancangan tabel dan pembuatan user interface aplikasi.

BAB 4 : IMPLEMENTASI DAN PENGUJIAN

Bab ini menjelaskan tentang implementasi dari aplikasi ini dan beberapa tampilan yang akan tampak pada saat penggunaan aplikasi.

BAB 5: KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan yang didapat dalam menjalani penelitian ini dan saran yang yang berguna dalam usaha untuk melakukan perbaikan dan pengembangan penelitian ini.

(21)

BAB 2

LANDASAN TEORI

Pada bab ini akan dibahas teori tentang Sistem Pendukung Keputusan, Metode Simple Additive Weighting (SAW), Metode Profile Matching.

2.1 Sistem Pendukung Keputusan

Dalam teori sistem pendukung keputusan akan dibahas tentang pengertian, tujuan, karakteristik dan subsistem dari sistem pendukung keputusan.

2.1.1. Pengertian Sistem Pendukung Keputusan

Sistem pendukung keputusan (Decision Support System) adalah sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data yang digunakan untuk membantu pengambilan keputusan pada situasi yang tidak terstruktur di mana tak seorangpun tahu secara pasti bagaimana seharusnya dibuat (Kusrini, 2007).

DSS dibuat sebagai reaksi atas ketidakpuasan terhadap Sistem Pemrosesan Transaksi dan Sistem Informasi Manajemen sebagaimana diketahui SIP lebih memfokuskan diri pada pengendalian transaksi yang merupakan kegitan yang bersifat berulang dan terdefenisi dengan baik, sedangkan SIM lebih berorientasi pada penyediaan laporan bagi manajemen yang sifatnya dinamis. DSS lebih ditunjuk untuk mendukung manajemen dalam melakukan pekerjaan yang bersifat analistis, dalam situsai yang kurang terstruktur dan dengan kriteria yang kurang jelas. DSS tidak dimaksudkan untuk mengotomasikan pengambilan keputusan, tetapi memberikan

(22)

perangkat interaktif yang memungkinkan pengambil keputusan dapat melakukan berbagai analisis dengan menggunakan model-model yang tersedia.

2.1.2.Tujuan Sistem Pendukung Keputusan

Dalam DSS terdapat 3 tujuan yang harus dicapai yaitu :

a. Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur.

b. Mendukung keputusan manajer dan bukannya mengubah atau mengganti keputusan tersebut.

c. Meningkatkan efektivitas manajer dalam pembuatan keputusan dan bukannya peningkatan efisiensi.

Tujuan ini berkaitan dengan tiga prinsip dasar dari konsep DSS, yaitu masalah semi terstruktur, dukungan keputusan dan efektivitas keputusan (Turban, 2005).

2.1.3. Karakteristik Sistem Pendukung Keputusan

Karakteristik dan kapabilitas kunci dari SPK tersebut membolehkan para pengambil keputusan untuk membuat keputusan lebih baik dan lebih konsisten pada satu cara yang dibatasi waktu. Kemampuan tersebut disediakan oleh berbagai komponen utama SPK (Turban, 2005).

2.1.4. Komponen Sistem Pendukung Keputusan

Sistem Pendukung Keputusan terdiri dari beberapa subsistem:

a. Subsistem manajemen data.

Subsistem manajemen data memasukan satu database yang relevan untuk situasi dan dikelola oleh piranti lunak disebut sistemmanajemen database

(23)

datawarehouse perusahaan, suatu repositori untuk data perusahaan yang relevan untuk pengambilan keputusan. Biasanya data disimpan atau diakses via

server database.

b. Subsistem manajemen model.

Subsistem manajemen model merupakan paket piranti lunak yang memasukan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya.Semua itu memberikan kapabilitas analitik dan manajemen piranti lunak yang tepat. Bahasa pemodelan yang membangun model kostum juga dimasukan. Piranti lunak ini sering disebut manajemen basis model (MBMS). Komponen ini dapat dikoneksikan ke penyimpanan korporat atau eksternal yang ada pada model. Sistem manajemen dan metode solusi model diimplementasikan pada sistem pengembang web (seperti Java) untuk berjalan pada server aplikasi.

c. Subsistem antar muka pengguna.

Pengguna berkomunikasi dengan dan memerintahkan SPK melalui subsistem ini. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari SPK berasal dari interaksi yang insentif antara komputer dan pembuat keputusan. Browser web

memberikan struktur antar muka pengguna grafis yang familiar dan konsisten bagi kebanyakan SPK.

d. Subsistem manajemen berbasis-pengetahuan.

Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai suatu komponen independen. Ini memberikanintelegensi untuk memperbesar pengetahuan pengambil keputusan. Subsistem ini dapat diinterkoneksikan dengan repositori pengetahuan perusahaan (bagian dari sistem manajemen pengetahuan), yang kadang-kadang disebut basis pengetahuan organisasional. Pengetahuan dapat disediakan via Server Web. Banyak metode kecerdasan tiruan diimplementasikan dalam sistem pengembangan web seperti Java, dan mudah untuk diintegrasikan dengan komponen SPK lainnya.

(24)

Berdasarkan definisi, SPK harus mencakup tiga komponen utama dari DBMS, MBMS, dan antar muka pengguna. Subsistem manajemen berbasis pengetahuan adalah opsional, namun dapat memberikan banyak manfaat karena inteligensi bagi ketiga komponen utama tersebut. Seperti pada semua sistem informasi manajemen, pengguna dapat dianggap sebagai komponen SPK (Hasan, 2002).

Manajemen Data

Manajemen Model Subsistem

berbasis pengetahuan

Antarmuka pengguna

Manajemen (pengguna)

Internet, Intranet Sistem lainnya

yang berbasis

Basis pengetahuan organisasi

Model Eksternal Data Eksternal dan

internal

Gambar 2.1. Skematik SPK (Turban, 2005)

2.2. Simple Additive Weighting (SAW)

Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode 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.

(25)

Formula untuk melakukan normalisasi tersebut adalah sebagai berikut :

�� =

⎩ ⎪ ⎨ ⎪

⎧��_�� ℎ�� (��)

��_��

�_�� ℎ�� (��) ��ℎ��

Keterangan :

�� : Rating kinerja ternormalisasi �� : Nilai maksimum dari setiap kriteria �� : Nilai minimum dari setiap kriteria �_�� : Baris dan kolom dari matriks

Pada metode SAW ada kriteria yang dipersepsikan sebagai kriteria ‘benefit’ dan ‘cost’. Kategori kriteria ‘benefit’ atau keuntungan, jika kriteria tersebut mempunyai nilai semakin besar maka semakin baik, sedangkan kriteria ‘cost’ atau biaya semakin kecil nilainya maka semakin baik. Besar dan kecilnya nilai tersebut dilihat dari keterkaitannya dengan permasalahan yang dianalisis.

�� adalah rating kinerja ternormalisasi dari alternatif �� pada atribut ��; i=1,2,...,m dan j =1,2,...,n.

Nilai preferensi untuk setiap alternatif �_�diberikan sebagai:

�� =�wj � �=1

��

Keterangan :

………(2) ��ℎ��

��ℎ��

(26)

�� : Nilai akhir dari alternatif �� : Bobot yang telah ditentukan �� : Normalisasi matriks

Nilai _�_� yang lebih besar mengindikasikan bahwa alternatif _�� lebih terpilih.

Langkah – langkah penelitian dalam menggunakan metode SAW :

a. Menentukan kriterian-kriteria yang akan dijadikan acuan dalam pengambilan keputusan.

b. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

c. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.

d. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (�_�) sebagai solusi (Kusumadewi, 2006).

2.3. Profile Matching

Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dimiliki oleh pegawai yang bersangkutan, bukan tingkat minimal yang harus dipenuhi atau dilewati. Dalam Profile Matching pegawai yang bisa dipromosikan untuk menduduki suatu jabatan (kenaikan jabatan) adalah pegawai yang paling mendekati profil ideal (Ekasari, 2010). Secara garis besar merupakan merupakan proses membandingkan antara kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut GAP), semakin kecil GAP yang dihasilkan maka bobot

(27)

nilainya semakin besar yang berarti semakin besar kesempatan pegawai menempati posisi tersebut.

Adapun langkah-langkah dalam metode Profile Matching adalah sebagai berikut :

1. Menentukan Aspek-aspek penilaian. 2. Pemetaan GAP kompetensi.

3. Pembobotan.

4. Perhitungan dan Pengelompokan Core dan Secondary Factor.

GAP kompetensi adalah perbedaan antara profil pegawai aktual dengan profil pegawai ideal.

Setelah menentukan bobot nilai gap untuk setiap aspek penilaian, tiap aspek tersebut dikelompokkan menjadi dua kelompok yaitu kelompok Core dan Secondary Factor. Rumus untuk perhitungan Core Factor adalah :

��

=

∑�� (��)

∑�� ... (3)

Keterangan :

NCF = Nilai rata-rata Core Factor NC(Aspek) = Nilai aspek Core Factor IC = Item aspek Core Factor

Rumus untuk perhitungan Secondary Factor adalah :

��

=

∑��(��)

∑�� ... (4)

Keterangan :

(28)

NSF = Nilai rata-rata Secondary Factor NS(Aspek) = Nilai aspek Secondary Factor IS = Item aspek Secondary Factor

Setelah didapatkan nilai rata-rata Core Factor dan Secondary Factor kemudian ditentukan nilai total dari aspek, rumusnya adalah.

�(��) = (�%)��+ (�%)�� ... (5) Keterangan :

N(Aspek) = Nilai total dari aspek

(x%) = Nilai persen yang di inputkan

NCF = Nilai rata-rata Core Factor NSF = Nilai rata-rata Secondary Factor

Setelah didapat nilai total dari aspek kemudian dapat di tentukan hasil akhir yang berupa rangking dari pegawai dengan menggunakan rumus :

Ni = ∑(�%)�(��) ... (6)

(29)

ANALISIS DAN PERANCANGAN

Pada bab ini akan dibahas analisis sistem dari metode Simple Additive Weighting dan metode Profile Matching serta perancangan sistem dalam menentukan pegawai yang tepat untuk diangkat menjadi Pejabat Struktural.

3.1. Analisis Sistem

Dalam merancang sistem pendukung keputusan diperlukan data pendukung yaitu :

a. Profil Pegawai Negeri Sipil meliputi golongan ruang, tingkat pendidikan, diklat kepemimpinan, jumlah diklat teknis dan lama bekerja/mengabdi.

b. Data Penilaian Kinerja yang meliputi kesetiaan, prestasi kerja, tanggung jawab, ketaatan, kejujuran, kerjasama dan prakarsa.

Dalam menganalisis sistem pada metode SAW dan Profile Matching

dibutuhkan kriteria-kriteria yang akan ditentukan bobotnya masing-masing. Pada metode SAW masing-masing kriteria akan diberi nilai bobot sedangkan pada Profile Matching nilai bobot akan diberikan pada selisih nilai (GAP) pada setiap atribut. Selanjutnya perhitungan manual kedua metode sampai mendapatkan hasil akhir yang akan dijadikan sebagai alternatif terbaik PNS yang menduduki Jabatan Struktural.

3.1.1. Kriteria/Faktor

Dalam metode SAW dan Profile Matching dibutuhkan kriteria-kriteria/factor-faktor untuk menentukan pejabat struktural. Adapun kriteria yang telah ditentukan yaitu Golongan Ruang (C₁), Tingkat Pendidikan (C₂), Diklat Kepemimpinan (C₃), Jumlah Diklat Teknis (C₄), Lama Bekerja/Mengabdi (C₅), Kesetiaan (C₆), Prestasi Kerja(C₇),

(30)

Tanggung Jawab (C₈), Ketaatan (C₉), Kejujuran (C₁₀), Kerjasama (C₁₁), Prakarsa (C₁₂).

Dari kriteria tersebut, maka dibuat suatu rating kecocokan untuk tingkat kepentingan kiteria yang telah ditentukan ke dalam bilangan. Rating kecocokan setiap alternatif pada setiap kriteria/faktor sebagai berikut :

Kurang (K) = 1

Cukup (C) = 2

Baik (B) = 3

Sangat Baik (SB) = 4

Berdasarkan kriteria dan rating kecocokan setiap alternatif pada setiap kriteria yang telah ditentukan, maka dilakukan penjabaran setiap kriteria yang telah dikonversikan dengan bilangan sesuai dengan rating kecocokan.

1. Kriteria Golongan Ruang

Kriteria golongan ruang merupakan persyaratan yang paling utama untuk menduduki jabatan struktural berdasarkan peraturan perundang-undangan. Variabel golongan ruang dikonversikan dengan bilangandapat dilihat seperti pada Tabel 3.1.

Tabel 3.1. Golongan Ruang

Golongan Ruang Nilai

III/a 1

III/b 2

III/c 3

III/d 4

(31)

Kriteria tingkat pendidikan merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan berdasarkan tingkat pendidikan seseorang dengan jabatan yang akan didudukinya. Variabel tingkat pendidikan dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.2.

Tabel 3.2. Tingkat Pendidikan

Tingkat Pendidikan Nilai

SLTA 1

Diploma 3 2

Strata 1 (S1) 3

Strata 2 (S2) 4

3. Kriteria Diklat Kepemimpinan

Kriteria diklat kepemimpinan merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan berdasarkan kemampuan PNS tersebut dalam memimpin suatu organisasi. Variabel diklat kepemimpinan dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.3.

Tabel 3.3. Diklat Kepemimpinan

Diklat Kepemimpinan Nilai

Tidak ada 2

Ya (Memiliki) 4

4. Kriteria Jumlah Diklat Teknis

Kriteria jumlah diklat teknis merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan berdasarkan kemampuan sumber daya manusia PNS tersebut. Variabel jumlah diklat teknis dikonversikan dengan bilangandapat dilihat seperti pada Tabel 3.4.

(32)

Diklat Teknis (X) Nilai

X = 0 1

X=>1 dan X<=2 2

X=>3 dan X<=4 3

X=>5 4

5. Kriteria Lama Bekerja/Mengabdi

Kriteria lama bekerja/mengabdi merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan berdasarkan pengabdian PNS tersebut pada instansi pemerintah. Variabel lama bekerja/mengabdi dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.5.

Tabel 3.5. Lama Bekerja/Mengabdi

Lama Bekerja/Mengabdi (X) tahun Nilai

X>0 dan X<=5 1

X=>6 dan X<=11 2

X=>12 dan X<=17 3

X=>18 4

6. Kriteria Kesetiaan

Kesetiaan merupakan kesetiaan, ketaatan, dan pengabdian seorang PNS kepada Pancasila, Undang-Undang Dasar 1945, Negara, dan Pemerintah. Variabel kesetiaan dikonversikan dengan bilangandapat dilihat seperti pada Tabel 3.6.

(33)

Kesetiaan Nilai

Kurang 1

Cukup 2

Baik 3

Sangat Baik 4

7. Kriteria Prestasi Kerja

Prestasi kerja adalah hasil kerja yang dicapai seorang Pegawai Negeri Sipil dalam melaksana tugas yang dibebankan kepadanya. Variabel prestasi kerja dikonversikan dengan bilangandapat dilihat seperti pada Tabel 3.7.

Tabel 3.7. Prestasi Kerja

Prestasi Kerja Nilai

Kurang 1

Cukup 2

Baik 3

Sangat Baik 4

8. Kriteria Tanggung Jawab

Tanggung jawab adalah kesanggupan seorang Pegawai Negeri Sipil menyelesaikan pekerjaan yang diserahkan kepadanya dengan sebaik-baiknya dan tepat pada waktunya serta berani memikul risiko atas keputusan yang diambilnya atau tindakan yang dilakukannya. Variabel tanggung jawab dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.8.

(34)

Tanggung Jawab Nilai

Kurang 1

Cukup 2

Baik 3

Sangat Baik 4

9. Kriteria Ketaatan

Ketaatan adalah kesanggupan seorang Pegawai Negeri Sipil untuk menaati segala peraturan perundang-undangan dan peraturan kedinasan yang berlaku, menaati perintah kedinasan yang diberikan oleh atasan yang berwenang, serta kesanggupan untuk tidak melanggar larangan yang ditentukan. Variabel ketaatan dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.9.

Tabel 3.9. Ketaatan

Ketaatan Nilai

Kurang 1

Cukup 2

Baik 3

Sangat Baik 4

10. Kriteria Kejujuran

Kejujuran adalah ketulusan hati seorang Pegawai Negeri Sipil dalam melaksanakan tugas dan kemampuan untuk tidak menyalah gunakan wewenang yang diberikan kepadanya. Variabel kejujuran dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.10.

(35)

Kejujuran Nilai

Kurang 1

Cukup 2

Baik 3

Sangat Baik 4

11. Kriteria Kerjasama

Kerjasama adalah kemampuan seseorang Pegawai Negeri Sipil untuk bekerja bersama-sama dengan orang lain dalam menyelesaikan sesuatu tugas yang ditentukan, sehingga tercapai daya guna dan hasil guna yang sebesar-besarnya. Variabel kerjasama dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.11.

Tabel 3.11. Kerjasama

Kerjasama Nilai

Kurang 1

Cukup 2

Baik 3

Sangat Baik 4

12. Kriteria Prakarsa

Prakarsa adalah kemampuan seorang Pegawai Negeri Sipil untuk mengambil keputusan, langkah-langkah atau melaksanakan sesuatu tindakan yang diperlukan dalam melaksanakan tugas pokok tanpa menunggu perintah dari atasan. Variabel prakarsa dikonversikan dengan bilangan dapat dilihat seperti pada Tabel 3.12.

(36)

Prakarsa Nilai

Kurang 1

Cukup 2

Baik 3

Sangat Baik 4

3.1.2. Penentuan Bobot

Penentuan bobot kriteria/faktor pada kedua metode sangat berbeda. Pada metode SAW bobot diberikan kepada masing-masing kriteria sedangkan pada metode Profile Matching bobot diberikan jika ada selisih nilai GAP pada setiap alternatif untuk setiap kriteria, semakin kecil selisih GAP maka semakin besar nilai bobot.

3.1.2.1. Bobot Kriteria Metode SAW

Pada metode SAW bobot diberikan kepada masing-masing kriteria berdasarkan kriteria yang memiliki tingkat kepentingan tertinggi sampai terendah yang jika dijumlahkan menjadi 1. Bobot untuk setiap kriteria ditentukan oleh pengambil keputusan bergantung pada tingkat kepentingan untuk setiap kriteria, sebagai contoh kriteria golongan ruang memiliki bobot lebih tinggi dari pada kriteria lama bekerja karena sesuai dengan peraturan perundang-undangan untuk menduduki jabatan diperlukan golongan ruang yang sesuai tetapi lama bekerja tidak terlalu diperhitungkan. Berikut penentuan bobot untuk setiap kriteria nya :

Kriteria Golongan Ruang = 0.2 Kriteria Tingkat Pendidikan = 0.15 Kriteria Diklat Kepemimpinan = 0.1 Kriteria Diklat Teknis = 0.1 Kriteria Lama Bekerja/Mengabdi = 0.1 Kriteria Kesetiaan = 0.05

(37)

Kriteria Prestasi Kerja = 0.05 Kriteria Tanggung Jawab = 0.05 Kriteria Ketaatan = 0.05 Kriteria Kejujuran = 0.05 Kriteria Kerjasama = 0.05 Kirteria Prakarsa = 0.05

3.1.2.2. Penentuan Bobot Nilai GAP Metode Profile Matching

Pada metode Profile Matching bobot diberikan jika ada selisih nilai GAP, semakin kecil selisih GAP maka semakin besar nilai bobot. Berikut tabel bobot nilai GAP :

Tabel 3.13. Bobot Nilai GAP

No. Selisih GAP Bobot Nilai Keterangan

1 0 4 Kompetensi sesuai dengan yang dibutuhkan 2 1 3.5 Kompetensi individu kelebihan 1 tingkat / level

3 -1 3 Kompetensi individu kekurangan 1 tingkat / level

4 2 2.5 Kompetensi individu kelebihan 2 tingkat / level

5 -2 2 Kompetensi individu kekurangan 2 tingkat / level

6 3 1.5 Kompetensi individu kelebihan 3 tingkat / level

7 -3 1 Kompetensi individu kekurangan 3 tingkat / level

8 4 0.5 Kompetensi individu kelebihan 4 tingkat / level

9 -4 0 Kompetensi individu kekurangan 4 tingkat / level

3.1.3.1Perhitungan Manual Metode SAW

Nilai dari setiap kriteria yang merupakan hasil proses penginputan data alternatif PNS yang sudah dikonversikan berdasarkan bobot kriteria yang sudah ditentukan melalui proses perhitungan. Data pegawai dapat dilihat seperti pada Tabel 3.14.

(38)

Kriteria PNS

A B C D

Golongan Ruang III/a III/c III/b III/d

Tingkat Pendidikan SMA S2 S2 S1

Diklat Kepemimpinan tidak ada Ada Tidak ada Ada

Diklat Teknis (jumlah) 3 2 1 3

Lama Bekerja (tahun) 21 tahun 9 tahun 3 tahun 13 tahun

Kesetiaan Baik Baik Sangat Baik Sangat Baik

Prestasi Kerja Sangat Baik Sangat Baik Sangat Baik Baik Tanggung Jawab Baik Sangat Baik Baik Sangat Baik

Ketaatan Cukup Cukup Cukup Baik

Kejujuran Baik Baik Baik Baik

Kerjasama Sangat Baik Baik Sangat Baik Sangat Baik

Prakarsa Cukup Baik Cukup Baik

Berdasarkan data diatas dapat dibentuk matriks keputusan X yang telah dikonversikan dengan bilangan seperti pada Tabel 3.15.

Tabel 3.15. Rating Kecocokan dari setiap alternatif pada setiap kriteria

Alternatif Kriteria

A_i C₁ C₂ C₃ C₄ C₅ C₆ C₇ C₈ C₉ C₁₀ C₁₁ C₁₂

A₁ 1 1 2 3 4 3 4 3 2 3 4 2

A₂ 3 4 4 2 2 3 4 4 2 3 3 3

A₃ 2 4 2 2 1 4 4 3 2 3 4 2

A₄ 4 3 4 3 3 4 3 4 3 3 4 3

Pengambil keputusan memberikan bobot, berdasarkan tingkat kepentingan masing-masing kriteria yang dibutuhkan sebagai berikut : Vektor bobot : W = [ 0.2,

(39)

0.15, 0.1, 0.1, 0.1, 0.05, 0.05, 0.05, 0.05, 0.05, 0.05, 0.05 ], membuat matriks keputusan X, dibuat dari tabel kecocokan sebagai berikut:

X= �

1 1 2

3 4 4

2 4 4 3 2 4

3 4 3

2 2 3

2 3 1 3 4 4

4 3 2

4 4 2

4 3 3 4 2 3

3 4 2

3 3 3

3 3 4 4 2 3 �

Pertama, dilakukan normalisasis matriks X untuk menghitung nilai masing-masing kriteria berdasarkan kriteria diasumsikan sebagai kriteria keuntungan atau biaya sebagai berikut :

Untuk A₁, maka r₁₁ = 1

Max {1,3,2,4}= 1

4 = 0.25

r₁₂= 1

Max {1,4,4,3}= 1

4= 0.25

r₁₃ = _Max_{₂2_,₄_,₂_,₄_}=2₄ = 0.5

r₁₄ = 3

Max{3,2,2,3}= 3 3= 1

r₁₅= 4

Max{4,2,1,3}= 4 4= 1

r₁₆ = 3

Max{3,3,4,4}= 3

4= 0.75

r₁₇= 4

Max {4,4,4,3}= 4 4= 1

r₁₈= 3

Max{3,4,3,4}= 3

4 = 0.75

r₁₉ = 2

Max{2,2,2,3}= 2

3 = 0,67

r₁₁₀= 3

Max{3,3,3,3}= 3 3 = 1

r₁₁₁ = 4

Max{4,3,4,4}= 4 4= 1

(40)

r₁₁₂ = 2

Max{2,3,2,3}= 2

3= 0.67

Untuk A₂, maka r₂₁ = _Max 3

{1,3,2,4}= 3

4= 0.75

r₂₂= 4

Max {1,4,4,3}= 4 4 = 1

r₂₃ = _Max_{₂4_,₄_,₂_,₄_}= 4₄= 1

r₂₄ = 2

Max{3,2,2,3}= 2

3= 0.67

r₂₅= 2

Max{4,2,1,3}= 2

4 = 0.5

r₂₆ = 3

Max{3,3,4,4}= 3

4= 0.75

r₂₇= 4

Max {4,4,4,3}= 4 4 = 1

r₂₈ = _Max_{₃4_,₄_,₃_,₄_}= 4₄= 1

r₂₉ = 2

Max{2,2,2,3}= 2

3= 0,67

r₂₁₀= 3

Max{3,3,3,3}= 3 3= 1

r₂₁₁ = 3

Max{4,3,4,4}= 3

4 = 0.75

r₂₁₂ = 3

Max{2,3,2,3}= 3 3 = 1

Untuk A₃, maka r₃₁ = 2

Max {1,3,2,4}= 2

4= 0.5

r₃₂= 4

Max {1,4,4,3}= 4 4 = 1

(41)

r₃₃ = _Max_{₂2_,₄_,₂_,₄_}= 2₄= 0.5

r₃₄ = 2

Max{3,2,2,3}= 2

3= 0.67

r₃₅= 1

Max{4,2,1,3}= 1

4 = 0.25

r₃₆ = 4

Max{3,3,4,4}= 4 4= 1

r₃₇= 4

Max {4,4,4,3}= 4 4 = 1

r₃₈= 3

Max{3,4,3,4}= 3

4= 0.75

r₃₉ = 2

Max{2,2,2,3}= 2

3= 0,67

r₃₁₀= 3

Max{3,3,3,3}= 3 3= 1

r₃₁₁ = 4

Max{4,3,4,4}= 4 4 = 1

r₃₁₂ = 2

Max{2,3,2,3}= 2

3 = 0.67

Untuk A₄, maka r₄₁ = 4

Max {1,3,2,4}= 4 4= 1

r₄₂= 3

Max {1,4,4,3}= 3

4 = 0.75

r₄₃= 4

Max{2,4,2,4}= 4 4= 1

r₄₄ = 3

Max{3,2,2,3}= 3 3= 1

r₄₅= 3

Max{4,2,1,3}= 3

4 = 0.75

r₄₆ = 4

Max{3,3,4,4}= 4 4= 1

(42)

r₄₇= 3

Max {4,4,4,3}= 3

4 = 0.75

r₄₈ = _Max_{₃4_,₄_,₃_,₄_}= 4₄= 1

r₄₉ = 3

Max{2,2,2,3}= 3 3= 1

r₄₁₀= 3

Max{3,3,3,3}= 3 3= 1

r₄₁₁ = 4

Max{4,3,4,4}= 4 4 = 1

r₄₁₂ = 3

Max{2,3,2,3}= 3 3 = 1

Kedua, membuat normalisasi matriks R yang diperoleh dari hasil normalisasi matriks X sebagai berikut :

R= �

0.25 0.25 0.5

0.75 1 1

0.5 1 1 0.75 0.5 1

1 1 0.75

0.67 0.5 0.75

0.67 1 0.25 0.75 1 1

1 0.75 0.67

1 1 0.67

1 0.75 0.75 1 0.67 1

1 1 0.67

1 0.75 1

1 1 1 1 0.67 1 �

Selanjutnya akan dicari nilai preferensi untuk setiap alternatif �_� sesuai dengan persamaan (2) untuk memperoleh alternatif terbaik dengan melakukan perangkingan nilai terbesar sebagai berikut :

�1 = (0.2)(0.25) + (0.15)(0.25) + (0.1)(0.5) + (0.1)(1) + (0.1)(1) + (0.05)(0.75)+ (0.05)( 1)+ (0.05)( 0.75) + (0.05)( 0.67) + (0.05)( 1) + (0.05)( 1) +

(0.05)(0.67)

= 0.05+0.0375+0.05+0.1+0.1+0.0375+0.05+0.0375+0.0335+0.05+0.05+0.034

(43)

�2 = (0.2)(0.75) + (0.15)(1) + (0.1)(1) + (0.1)(0.67) + (0.1)(0.5) + (0.05)(0.75)+ (0.05)( 1)+ (0.05)( 1) + (0.05)( 0.67) + (0.05)( 1) + (0.05)( 0.75) +

(0.05)(1)

= 0.15+0.15+0.1+0.067+0.05+0.0375+0.05+0.05+0.0335+0.05+0.0375+0.05

= 0.8225

�3 = (0.2)(0.5) + (0.15)(1) + (0.1)(0.5) + (0.1)(0.67) + (0.1)(0.25) + (0.05)(1)+ (0.05)( 1)+ (0.05)( 0.75) + (0.05)( 0.67) + (0.05)( 1) + (0.05)( 1) +

(0.05)(0.67)

= 0.1+0.15+0.05+0.067+0.025+0.05+0.05+0.0375+0.0335+0.05+0.05+0.0335

=0.6965

�4 = (0.2)(1) + (0.15)(0.75) + (0.1)(1) + (0.1)(1) + (0.1)(0.75) + (0.05)(1)+ (0.05)( 0.75)+ (0.05)( 1) + (0.05)( 1) + (0.05)( 1) + (0.05)( 1) +

(0.05)(1)

= 0.2+0.1125+0.1+0.1+0.075+0.05+0.0375+0.05+0.05+0.05+0.05+0.05

= 0.925

Hasil perangkingan diperoleh : �₁= 0.6295, �₂ = 0.8225, �₃ = 0.6965 dan

�4=0.925. Nilai terbesar ada pada �4, dengan demikian alternatif �4 (D) adalah alternatif yang terpilih sebagai alternatif terbaik.

(44)

3.1.3.2. Perhitungan Manual Metode Profile Matching

Dalam metode ini ditentukan faktor-faktor yang mempengaruhi penilaian yaitu Core Factor dan Secondary Factor. Core Factor terdiri dari 5 faktor yaitu Golongan Ruang, Tingkat Pendidikan, Diklat Kepemimpinan, Diklat Teknis dan Lama Bekerja/Mengabdi. Secondary Factor terdiri dari 7 faktor yaitu Kesetiaan, Prestasi Kerja, Tanggung Jawab, Ketaatan, Kejujuran, Kerjasama dan Prakarsa.

Tabel 3.16. Data PNS

Kriteria PNS

A B C D

Golongan Ruang III/a III/c III/b III/d

Tingkat Pendidikan SMA S2 S2 S1

Diklat Kepemimpinan tidak ada Ada Tidak ada Ada

Diklat Teknis (jumlah) 3 2 1 3

Lama Bekerja (tahun) 21 tahun 9 tahun 3 tahun 13 tahun

Kesetiaan Baik Baik Sangat Baik Sangat Baik

Prestasi Kerja Sangat Baik Sangat Baik Sangat Baik Baik Tanggung Jawab Baik Sangat Baik Baik Sangat Baik

Ketaatan Cukup Cukup Cukup Baik

Kejujuran Baik Baik Baik Baik

Kerjasama Sangat Baik Baik Sangat Baik Sangat Baik

Prakarsa Cukup Baik Cukup Baik

Setelah menentukan faktor-faktor yang menjadi Core Factor dan Secondary Factor

kemudian dilakukan perhitungan GAP untuk setiap faktor. GAP adalah perbedaan antara profil pegawai aktual dengan profil pegawai ideal.

(45)

Tabel 3.17. Perhitungan GAP

No PNS 1 2 3 4 5 6 7 8 9 10 11 12

1 A 1 1 2 3 4 3 4 3 2 3 4 2

2 B 3 4 4 2 2 3 4 4 2 3 3 3

3 C 2 4 2 2 1 4 4 3 2 3 4 2

4 D 4 3 4 3 3 4 3 4 3 3 4 3

Profil Ideal 3 3 4 2 2 4 4 3 3 3 2 2 1 A -2 -2 -2 1 2 -1 0 0 -1 0 2 0

GAP

2 B 0 1 0 0 0 -1 0 1 -1 0 1 1

3 C -1 1 -2 0 -1 0 0 0 -1 0 2 0

4 D 1 0 0 1 1 0 -1 1 0 0 2 1

Setelah nilai GAP didapat maka dilakukan pembobotan terhadap nilai GAP, semakin kecil selisih GAP maka semakin besar nilai bobot dan semakin besar selisih GAP maka semakin kecil nilai bobot. Berikut tabel bobot nilai GAP :

Tabel 3.18. Nilai Bobot GAP

No. Selisih GAP Bobot Nilai Keterangan

1 0 4 Kompetensi sesuai dengan yang dibutuhkan 2 1 3.5 Kompetensi individu kelebihan 1 tingkat / level

3 -1 3 Kompetensi individu kekurangan 1 tingkat / level

4 2 2.5 Kompetensi individu kelebihan 2 tingkat / level

5 -2 2 Kompetensi individu kekurangan 2 tingkat / level

6 3 1.5 Kompetensi individu kelebihan 3 tingkat / level

7 -3 1 Kompetensi individu kekurangan 3 tingkat / level

8 4 0.5 Kompetensi individu kelebihan 4 tingkat / level

(46)

Tabel 3.19. Hasil Pembobotan Nilai GAP

No PNS 1 2 3 4 5 6 7 8 9 10 11 12

1 A -2 -2 -2 1 2 -1 0 0 -1 0 2 0

GAP

2 B 0 1 0 0 0 -1 0 1 -1 0 1 1

3 C -1 1 -2 0 -1 0 0 0 -1 0 2 0

4 D 1 0 0 1 1 0 -1 1 0 0 2 1

1 A 2 2 2 3.5 2.5 3 4 4 3 4 2.5 4

Nilai Bobot

GAP 2 B 4 3.5 4 4 4 3 4 3.5 3 4 3.5 3.5

3 C 3 3.5 2 4 3 4 4 4 3 4 2.5 4 4 D 3.5 4 4 3.5 3.5 4 3 3.5 4 4 2.5 3.5

3.1.3.2.1. Perhitungan dan Pengelompokan Core dan Secondary Factor

Setelah menentukan bobot nilai GAP, selanjutnya adalah mengelompokkan faktor tersebut menjadi 2 kelompok yaitu Core Factor dan Secondary Factor. Core Factor

terdiri dari Golongan ruang, Tingkat Pendidikan, Diklat Kepemimpinan dan Diklat Teknis dan Lama bekerja/mengabdi sedangkan Secondary Factor terdiri dari Kesetiaan, Prestasi Kerja, Tanggung Jawab, Ketaatan, Kejujuran, Kerjasama dan Prakarsa. Setelah dilakukan pengelompokan makan dilakukan perhitungan sesuai dengan persamaan (3) dan (4) :

Berikut nilai Core Factor untuk setiap PNS :

��1 =

2 + 2 + 2 + 3.5 + 2.5

5 = 2.4

��2 =

4 + 3.5 + 4 + 4 + 4

(47)

��3 =

3 + 3.5 + 2 + 4 + 3

5 = 3.1

��4 =

3.5 + 4 + 4 + 3.5 + 3.5

5 = 3.7

Berikut nilai Secondary Factor untuk setiap PNS :

��1 =

3 + 4 + 4 + 3 + 4 + 2.5 + 4

7 = 3.5

��2 =

3 + 4 + 3.5 + 3 + 4 + 3.5 + 3.5

7 = 3.5

��3 =

4 + 4 + 4 + 3 + 4 + 2.5 + 4

7 = 3.64

��4 =

4 + 3 + 3.5 + 4 + 4 + 2.5 + 3.5

7 = 3.5

3.1.3.2.2. Perhitungan Nilai Total

Setelah didapat nilai Core Factor dan Secondary Factor untuk setiap PNS maka selanjutnya perhitungan nilai total berdasarkan persentase dari Core Factor dan

Secondary Factor. Nilai persentase untuk Core Factor adalah 60% dan Secondary Factor 40%. Berikut tabel Perhitungan nilai total dari Core Factor dan Secondary Factor.

Tabel 3.20. Hasil Akhir Metode Profile Matching No _{Nama PNS} Core Factor

(CF)

Secondary Factor (SF)

Nilai Akhir

(Ni=60%(CF)+40%(SF))

1 A 2.4 3.5 1.44 + 1.4 = 2.84

2 B 3.9 3.5 2.34 + 1.4 = 3.74

3 C 3.1 3.64 1.86 + 1.456 = 3.316

(48)

Berdasarkan tabel diperoleh : A= 2.84, B= 3.74, C= 3.316 dan D=3.62. Nilai terbesar ada pada PNS B yaitu 3.74 dengan demikian PNS B adalah alternatif yang terpilih sebagai alternatif terbaik untuk menduduki jabatan.

3.2. Perancangan Sistem

Dalam perancangan sistem akan dijelaskan tentang proses menentukan pejabat struktural dalam bentuk Identifikasi eksternal entity diagram konteks, Data Flow Diagram (DFD), struktur tabel, relasi antar tabel, flowchart serta rancangan-rancangan tampilan program.

3.2.1. Identifikasi Eksternal Entity

Tabel 3.21. Eksternal Entity

No. External Entity Input Output

1. Admin

- Data Kriteria - Data PNS - Data User

2. Tim Penilai

- Nilai Kinerja PNS - Nilai Bobot Kriteria - Nilai Bobot GAP - Nilai Core Factor dan

Secondary Factor

Laporan Hasil Seleksi

(49)

3.2.2. Diagram Konteks

Diagram Konteks adalah diagram yang terdiri dari suatu proses dan menggambarkan ruang lingkup suatu sistem. Diagram konteksi merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau ouput dari sistem.

1. Diagram Konteks Metode SAW

Diagram konteks Metode SAW dapat dilihat seperti pada Gambar 3.1.

Admin SPK Menentukan Pejabat Struktural Metode SAW Tim Penilai Pimpinan Data Kriteria Data Kandidat Nilai Bobot Kriteria Laporan Hasil Seleksi Laporan Hasil Seleksi Info Data Kriteria

Info Data Kandidat

Gambar 3.1. Diagram Konteks Metode SAW

2. Digram Konteks Metode Profile Matching

Diagram konteks Metode Profile Matching dapat dilihat pada Gambar 3.2.

Admin

SPK Menentukan Pejabat Struktural Metode Profile Matching

Tim Penilai

Pimpinan

Data Kriteria Data Kandidat

Nilai Profil Ideal Core Factor Secondary Factor Nilai Bobot GAP Penilaian Kinerja

Laporan Hasil Seleksi

Laporan Hasil Seleksi Info Data Kriteria

Info Data Kandidat

(50)

3.2.3. Data Flow Diagram (DFD)

Data Flow Diagram (DFD) adalah suatu diagram yang menggunakan notasi-notasi untuk menggambarkan arus dari data sistem, yang penggunaan sangat membantu untuk memahami sistem secara logika, terstruktur dan jelas.

1. DFD Level 1 Metode SAW

DFD lavel 1 Metode SAW dapat dilihat seperti pada Gambar 3.3.

Admin 1.0 Mengolah Data User 2.0 Mengolah Kriteria 3.0 Mengolah Data Kandidat 4.0 Mengolah Nilai Bobot Kriteria 5.0 SPK Metode SAW Pimpinan Tim Penilai User Kandidat Bobot Hasil_saw

Info data user Data user

Data kriteria Info data kriteria Data user

Info data user

Data kriteria Nilai bobot

Data user

Info data user

Kriteria

Data Kandidat Info Data Kandidat

Info Penilaian Kandidat Data Penilaian Kandidat

Nilai bobot Info nilai bobot

Data kriteria

Info data kriteria

Data Kandidat

Info Data Kandidat

Nilai bobot

Info nilai bobot

Nilai bobot Data Kandidat

Data kriteria

Hasil SAW Data Kandidat

Laporan hasil SAW Laporan Hasil SAW

(51)

2. DFD Level 1 Metode Profile Matching

DFD level 1 Metode Profile Matching dapat dilihat seperti pada Gambar 3.4.

Admin 1.0 Mengolah Data User 2.0 Mengolah Kriteria 3.0 Mengolah Data Kandidat 4.0 Mengolah Profil Ideal/tujuan 5.0 SPK Metode Profile Matching Pimpinan Tim Penilai User Kandidat Profil Ideal Hasil_pm

Info data usert Data user

Data kriteria Info data kriteria Data user

Info data user

Data kriteria Nilai bobot

Data user

Info data user

Kriteria

Data Kandidat Info Data Kandidat

Info Penilaian Pegawai Data Penilaian Pegawai

Profil Ideal Info Profil Ideal

Data kriteria

Info data kriteria

Data Kandidat

Info Data Kandidat

Data Kandidat

Hasil Profile Matching Data Kandidat Laporan hasil Profile Matching Laporan Hasil Profile Matching Core Factor Secondary Factor

Info Core Factor Info Secondary Factor

Infoi Profil Ideal Profil ideal

Core Factor Secondary Factor

Nilai bobot Gap Profil ideal

(52)

3.2.4. Struktur Tabel

Basis data adalah kumpulan informasi yang disimpan didalam komputer secara sistematik sehinggga dapat diperiksa menggunakan suatu program komputer untuk memperoleh informasi dari basis data tersebut. Tabel merupakan tempat penyimpanan informasi dari sebuah aliran data dalam sebuah sistem. Perancangan struktur tabel basis data dijabarkan sebagai berikut :

1. Tabel User

Tabel ini berfungsi sebagai tempat penyimpanan data user. Struktur tabel ini dapat dilihat seperti pada Tabel 3.22.

Tabel 3.22. Tabel User

Field Type Size Keterangan

id_user Varchar 15 id user (Primary Key)

Username Varchar 30 username password Varchar 30 Password user

2. Tabel Bobot

Tabel ini berfungsi sebagai tempat penyimpanan data bobot untuk setiap setiap kriteria. Struktur tabel ini dapat dilihat seperti pada Tabel 3.23.

Tabel 3.23. Tabel Bobot

Field Type Size Keterangan

id_bobot Int 5 id bobot(Primary Key)

id_kriteria Char 5 id kriteria(Foreign KeyTabel Kriteria) nilai_bobot Varchar 10 nilai bobot

3. Tabel Hasil Metode Profile Matching

Tabel ini berfungsi sebagai tempat penyimpanan hasil proses profile matching. Struktur tabel ini dapat dilihat seperti pada Tabel 3.24.

(53)

Tabel 3.24. Tabel Hasil Profile Matching

Field Type Size Keterangan

id_hasil_pm Int 10 Id hasil profile matching (Primary Key)

id_pegawai Varchar 21 id pegawai(Foreign KeyTabel Kandidat)

nilai_akhir Varchar 10 Nilai akhir proses profile matching

4. Tabel Hasil Metode SAW

Tabel ini berfungsi sebagai tempat penyimpanan hasil proses metode SAW. Struktur tabel ini dapat dilihat seperti pada Tabel 3.25.

Tabel 3.25. Tabel Hasil SAW

Field Type Size Keterangan

id_hasil_saw Int 10 id hasilsaw(Primary Key)

id_pegawai Varchar 21 id pegawai(Foreign KeyTabel Kandidat)

nilai Varchar 10 Nilai

5. Tabel Kriteria/Faktor

Tabel ini berfungsi sebagai tempat penyimpanan data Kriteria/Faktor. Struktur tabel ini dapat dilihat seperti pada Tabel 3.26.

Tabel 3.26. Tabel Kriteria/Faktor

Field Type Size Keterangan

id_kriteria Varchar 3 Id kriteria(Primary Key) isi_kriteria Varchar 30 Isi Kriteria

Jenis Varchar 10 Jenis Kriteria (Profile Matching) Kategori Varchar 15 Kategori kriteria

6. Tabel Kandidat

Tabel ini berfungsi sebagai tempat penyimpanan data pegawai yang nantinya akan diseleksi oleh tim penilai. Struktur tabel ini dapat dilihat seperti pada Tabel 3.27.

(54)

Tabel 3.27. Tabel Kandidat

Field Type Size Keterangan

id_pegawai Char 21 Id pegawai(Primary Key) nama_pegawai Varchar 30 Nama pegawai/kandidat

Gol Varchar 30 Golongan pegawai

Pendidikan Varchar 30 Tingkat pendidikan pegawai diklat_kepemimpinan Varchar 30 Diklat kepemimpinan pegawai jlh_diklat_teknis Varchar 30 Jumlah diklat teknis pegawai lama_bekerja Varchar 30 Lama bekerja/mengabdi Kesetiaan Varchar 30 Tingkat kesetiaan prestasi_kerja Varchar 30 Tingkat prestasi kerja tanggung_jawab Varchar 30 Tingkat tanggung jawab Ketaatan Varchar 30 Tingkat ketaatan

Kejujuran Varchar 30 Tingkat kejujuran Kerjasama Varchar 30 Tingkat kerjasama Prakarsa Varchar 30 Tingkat prakarsa

7. Tabel Persentase Faktor

Tabel ini berfungsi sebagai tempat penyimpanan data nilai persentase dari Core Factor dan secondary factor pada profile matching. Struktur tabel ini dapat dilihat seperti pada Tabel 3.28.

Tabel 3.28. Tabel Persentase Faktor

Field Type Size Keterangan

core_factor Varchar 5 Persentase core factor

secondary_factor Varchar 5 Persentase Secondary Factor

8. Tabel Profil Ideal

Tabel ini berfungsi sebagai tempat penyimpanan data profil ideal yang dimasukkan oleh admin dan tim penilai. Struktur tabel ini dapat dilihat seperti pada Tabel 3.29.

Tabel 3.29. Tabel Profil Ideal

Field Type Size Keterangan

id_profil Char 3 Id profil(Primary Key)

Gol Varchar 30 Golongan pegawai

(55)

diklat_kepemimpinan Varchar 30 Diklat kepemimpinan pegawai jlh_diklat_teknis Varchar 30 Jumlah diklat teknis pegawai lama_bekerja Varchar 30 Lama bekerja/mengabdi Kesetiaan Varchar 30 Tingkat kesetiaan prestasi_kerja Varchar 30 Tingkat prestasi kerja tanggung_jawab Varchar 30 Tingkat tanggung jawab Ketaatan Varchar 30 Tingkat ketaatan

Kejujuran Varchar 30 Tingkat kejujuran Kerjasama Varchar 30 Tingkat kerjasama Prakarsa Varchar 30 Tingkat prakarsa

9. Tabel Matrik Metode SAW

Tabel ini berfungsi sebagai tempat penyimpanan matriks keputusan SAW terhadap kriteria. Struktur tabel ini dapat dilihat seperti pada Tabel 3.30.

Tabel 3.30. Tabel Matrik Metode SAW

Field Type Size Keterangan

idMatrik Int 3 idMatrik(Primary Key) id_pegawai Varchar 21 id_pegawai (Foreign

KeyTabel Kandidat) Kriteria 1 Varchar 10 Kriteria 1

Kriteria 2 Varchar 10 Kriteria 2

Kriteria 3 Varchar 10 Kriteria 3

Kriteria 4 Varchar 10 Kriteria 4

Kriteria 5 Varchar 10 Kriteria 5

Kriteria 6 Varchar 10 Kriteria 6

Kriteria 7 Varchar 10 Kriteria 7

Kriteria 8 Varchar 10 Kriteria 8

Kriteria 9 Varchar 10 Kriteria 9

Kriteria 10 Varchar 10 Kriteria 10

Kriteria 11 Varchar 10 Kriteria 11

Kriteria 12 Varchar 10 Kriteria 12

10. Tabel Nilai Profil Metode Profile Matching

Tabel ini berfungsi sebagai tempat penyimpanan nilai profil metode Profile Matching

yang telah dikonversi kedalam nilai dari tabel kandidat. Struktur tabel ini dapat dilihat seperti pada Tabel 3.31.

(56)

Tabel 3.31. Tabel Nilai Profil Metode Profile Matching

Field Type Size Keterangan

idNilai Int 3 idMatrik(Primary Key)

id_pegawai Varchar 21 id_pegawai (Foreign KeyTabel Kandidat) Kriteria 1 Varchar 10 Kriteria 1

Kriteria 2 Varchar 10 Kriteria 2

Kriteria 3 Varchar 10 Kriteria 3

Kriteria 4 Varchar 10 Kriteria 4

Kriteria 5 Varchar 10 Kriteria 5

Kriteria 6 Varchar 10 Kriteria 6

Kriteria 7 Varchar 10 Kriteria 7

Kriteria 8 Varchar 10 Kriteria 8

Kriteria 9 Varchar 10 Kriteria 9

Kriteria 10 Varchar 10 Kriteria 10

Kriteria 11 Varchar 10 Kriteria 11

Kriteria 12 Varchar 10 Kriteria 12

11. Tabel Nilai Bobot GAP Profile Matching

Tabel ini berfungsi sebagai tempat penyimpanan data nilai bobot dari GAP dari setiap profil pegawai. Struktur tabel ini dapat dilihat seperti pada Tabel 3.32.

Tabel 3.32. Tabel Nilai Bobot GAP Profile Matching

Field Type Size Keterangan

id_pegawai Varchar 21 id_pegawai (Foreign KeyTabel Kandidat) id_faktor Char 3 id_ (Foreign KeyTabel

Kriteria)

nilai_bobot_gap Varchar 4 nilai bobot dari GAP dari setiap profil kandidat

3.2.5. Tabel Relasi

Rancangan relasi antar tabel berfungsi untuk menampilkan informasi hubungan relasi ketergantungan (dependence) antar tabel pada database. Rancangan relasi antar tabel pada metode SAW dapat dilihat seperti pada Gambar 3.5.

(57)

Bobot id_bobot * int(5) id_kriteria** Varchar(5) nilai_bobot varchar(10)

Hasil SAW id_hasil_saw * int(10) id_pegawai** Varchar(21)

nilai varchar(10)

Kandidat

id_pegawai * varchar(21) nama_pegawai varchar(30) gol varchar(30) pendidikan varchar(30) diklat_kepemimpinan varchar(30) jlh_diklat_teknis varchar(30) lama_bekerja varchar(30) kesetiaan varchar(30) prestasi_kerja varchar(30) tanggung_jawab varchar(30) ketaatan varchar(30) kejujuran varchar(30) kerjasama varchar(30) prakarsa varchar(30) Kriteria

id_kriteria * Varchar(5) isi_kriteria Varchar(30)

jenis Varchar(10)

kategori Varchar(15)

tbMatrik SAW idMatrik * int(3) id_pegawai ** varchar(21) Kriteria1 varchar(10) Kriteria2 varchar(10) Kriteria3 varchar(10) Kriteria4 varchar(10) Kriteria5 varchar(10) Kriteria6 varchar(10) Kriteria7 varchar(10) Kriteria8 varchar(10) Kriteria9 varchar(10) Kriteria10 varchar(10) Kriteria11 varchar(10) Kriteria12 varchar(10) User

id_user * Varchar(15) username varchar(30) password varchar(30)

Keterangan :

: Relasi many to one : Relasi one to many : Relasi one to one * : Primary Key ** : Foreign Key

Gambar 3.5. Tabel Relasi Metode SAW

Rancangan relasi antar tabel pada metode Profile Matching dapat dilihat seperti pada gambar 3.6.

(58)

Tbnilai Bobot GAP id_pegawai * Varchar(21) id_faktor** Varchar(3) nilai_bobot_gap varchar(4)

Hasil Profile Matching id_hasil_pm * int(10) id_pegawai** Varchar(21) Nilai_akhir varchar(10)

Kandidat

Id_kriteria * Varchar(5) isi_kriteria Varchar(30)

jenis Varchar(10)

kategori Varchar(15)

Tbnilai Profil idNilai * int(3) id_pegawai ** varchar(21) Kriteria1 varchar(10) Kriteria2 varchar(10) Kriteria3 varchar(10) Kriteria4 varchar(10) Kriteria5 varchar(10) Kriteria6 varchar(10) Kriteria7 varchar(10) Kriteria8 varchar(10) Kriteria9 varchar(10) Kriteria10 varchar(10) Kriteria11 varchar(10) Kriteria12 varchar(10) User

id_user * Varchar(15) username varchar(30) password varchar(30)

Keterangan :

: Relasi many to one : Relasi one to many : Relasi one to one * : Primary Key ** : Foreign Key Persentase Faktor

Core_factor Varchar(5) Secondary_factor Varchar(5)

Profil Ideal

id_profil * char(3)

gol varchar(10) pendidikan varchar(10) diklat_kepemimpinan varchar(10) jlh_diklat_teknis varchar(10) lama_bekerja varchar(10) kesetiaan varchar(10) prestasi_kerja varchar(10) tanggung_jawab varchar(10) ketaatan varchar(10) kejujuran varchar(10) kerjasama varchar(10) prakarsa varchar(10)

(59)

3.2.6. Flowchart

Flowchart atau Bagan alir adalah bagan (chart) yang menunjukkan alir (flow) di dalam program atau prosedur sistem secara logika. Bagan alir (flowchart) digunakan terutama untuk alat bantu komunikasi dan untuk dokumentasi.

Flowchart pada metode SAW dapat dilihat seperti pada Gambar 3.7.

Menentukan Alternatif Ai, i-1,2,3...n Menentukan Kriteria Ci

Menentukan Rating kecocokan setiap alternatif pada setiap kriteria yaitu Sangat Baik (SB), Baik (R), Cukup

(C), Kurang (K)

Menentukan nilai bobot (W) pada setiap

kriteria

Mengevaluasi bobot pada setiap kriteria dan rating kecocokan serta

alaternatif terhadap kriteria

Proses Normalisasi Matriks

Hasil Perangkingan dengan Metode SAW

Mulai

Selesai

Gambar 3.7. Flowchart Metode SAW

Pada gambar 3.7. Flowchart pada metode SAW dimulai dari menentukan kriteria, alternatif, rating kecocokan alternatif terhadap setiap kriteria dan nilai bobot untuk setiap kriteria. Kemudian dilakukan proses evaluasi bobot pada setiap kriteria,

(60)

rating kecocokan dan normalisasi matriks. Hasil akhir didapat dari perkalian bobot dikali rating kecocokan sehingga diperoleh kandidat/pegawai sebagai alternatif terbaik.

Flowchart pada metode Profile Matching dapat dilihat pada Gambar 3.8.

Menentukan Alternatif Ai, i-1,2,3...n

Menentukan Faktor Ci Menentukan Core dan

Secondary Factor

Menentukan Rating kecocokan setiap alternatif pada setiap faktor yaitu Sangat Baik (SB), Baik (R), Cukup

(C), Kurang (K)

Menentukan Nilai Bobot GAP pada

setiap faktor

Perkalian Persentase Core

dan Secondary Factor

Dengan Dilai Rata-rata Core

dan Secondary Factor

Hasil Perangkingan dengan Metode Profile

Matching

Mulai

Selesai

Menentukan Persentase core dan

secondary factor

Konversi GAP Atribut ke Bobot Nilai

Pengolompokan dan Perhitungan Bobot nilai

Rata-Rata Core dan

Secondary factor

(61)

Pada gambar 3.8 Flowchart Metode Profile Matching dimulai dari menentukan kriteria, alternatif, Core Factor dan Secondary Factor, rating kecocokan alternatif terhadap setiap kriteria dan nilai bobot gap untuk setiap kriteria dan persentase Core dan Secondary Factor. Kemudian mencari gap kompetensi dan dilakukan pembobotan terhadap gap kompetensi tersebut, kemudian dilakukan penjumlahan untuk setiap faktor pada Core dan juga Secondary Factor dan dibagi dengan jumlah Core dan Secondary Factor. Hasil akhir didapat dari perkalian persentase Core dan Secondary Factor dengan nilai rata-rata Core dan Secondary Factor sehingga diperoleh kandidat/pegawai sebagai alternatif terbaik.

3.2.7. Rancangan Antar Muka

Antarmuka pengguna (user interface) adalah bentuk tampilan grafis yang berhubungan langsung dengan pengguna (user). Antarmuka pengguna berfungsi untuk menghubungkan antara pengguna dan sistem operasi, sehingga komputer tersebut bisa digunakan. Berikut antarmuka sistem pendukung keputusan penentuan pejabat struktural pada Pemerintah Kota Tebing Tinggi.

1. Rancangan Halaman Login

Rancangan halaman login dapat dilihat seperti pada Gambar 3.9.

LOGIN

Username

Password XXX

XXX

3 4

LOGO USU LOGO

PEMKO T.TINGGI

(62)

Keterangan :

1. Form untuk input username.

2. Form untuk input password.

3. Tombol login untuk masuk ke halaman utama aplikasi.

4. Tombol cancel untuk membatalkan masuk ke halaman utama aplikasi.

2. Rancangan Halaman Admin

Rancangan halaman admin dapat dilihat seperti pada pada Gambar 3.10.

Website Admin _{Implementasi SAW dan Profile Matching}

LOGO USU

Parameter

Lihat Kriteria Tambah Pegawai Lihat Daftar Pegawai

Users

Tambah User Lihat User

Logout

1 2 3

4 5 6

Gambar 3.10. Rancangan Halaman Admin

Keterangan :

1. Tombol untuk ke menu lihat kriteria 2. Tombol untuk ke menu tambah pegawai. 3. Tombol untuk ke menu lihat daftar pegawai. 4. Tombol untuk ke menu tambah user.

5. Tombol untuk ke menu lihat user.

(63)

3. Rancangan Halaman Tim Penilai

Rancangan halaman dosen dapat dilihat seperti pada pada Gambar 3.11.

Website Tim Peniai _{Implementasi SAW dan Profile Matching}

LOGO USU

Parameter

Penilaian Kinerja Pegawai

SAW

Lihat Bobot Proses SAW

Proses Profile Matching

1 2 3 4 5 6

Profile Matching

Lihat Faktor Lihat Profil Ideal Persentase Core dan

Secondary Factor

Gambar 3.11. Rancangan Halaman Tim Penilai

Keterangan :

1. Tombol untuk ke menu penilaian kinerja pegawai. 2. Tombol untuk ke menu lihat bobot.

3. Tombol untuk ke menu proses SAW. 4. Tombol untuk ke menu lihat faktor. 5. Tombol untuk ke menu lihat profil ideal.

6. Tombol untuk ke menu persentase core dan secondary factor. 7. Tombol untuk ke menu proses Profile Matching.

4. Rancangan Input User

(1)

$sql2 = mysql_query("SELECT * FROM kandidat order by id_pegawai ASC"); //Buat tabel untuk menampilkan hasil

echo "<header><h3 class='tabs_involved'>Pembobotan Nilai GAP</h3> </header>

<tr>

<th>Pendidikan</th>

<th>Diklat Kepemimpinan</th>

<th>Jlh. Diklat Teknis</th>

<th>Lama Bekerja</th>

<th>Kesetiaan</th>

<th>Prestasi Kerja</th> <th>Tanggung Jawab</th> <th>Ketaatan</th>

<th>Kejujuran</th> <th>Kerjasama</th> <th>Prakarsa</th> </tr>

</thead> ";

$k = 1;

while ($dt2 = mysql_fetch_array($sql2)) { ?>

(2)

<td><? echo $nilai[12]=$bobot_prakarsa[$k]; ?></td> <?

echo "</tr>"; echo "</tbody>"; $k++;

$sql3 = mysql_query("SELECT * FROM kriteria order by id_kriteria ASC"); $p=1;

while($data=mysql_fetch_array($sql3)) {

$insert = mysql_query("INSERT INTO tbnilai_bobot_gap VALUES ('$dt2[id_pegawai]','$data[id_kriteria]', '$nilai[$p]')");

$p++; } }

echo "</table>";

$sql4 = mysql_query("SELECT a.*, b.*, c.nama_pegawai FROM tbnilai_bobot_gap a left join kriteria b on a.id_faktor=b.id_kriteria left join kandidat c on

a.id_pegawai=c.id_pegawai");

$sql_kolom1 = mysql_query("select * from kriteria where jenis='core'"); $cek1=mysql_num_rows($sql_kolom1);

$sql_kolom2 = mysql_query("select * from kriteria where jenis='secondary'"); $cek2=mysql_num_rows($sql_kolom2);

<header><h3 class="tabs_involved">Pengelompokkan Core dan Secondary Factor</h3>

</header>

<tr>

<th colspan="<?=$cek1?>" align="center">Core Factor</th> <th colspan="<?=$cek2?>" align="center">Secondary Factor</th>

</tr>

</thead><thead> <tr><th>No</th> <th>Nama</th> <?

$z=1;

while($array_kolom1 = mysql_fetch_array($sql_kolom1)){ ?>

<th><?php echo $id_faktor_core[$z]=$array_kolom1['id_kriteria'];?></th> <?

$z++; } $y=1;

while($array_kolom2 = mysql_fetch_array($sql_kolom2)){ ?>

(3)

<th><?php echo $id_faktor_secondary[$y]=$array_kolom2['id_kriteria'];?></th> <?

$y++; }

echo "</tr></thead> "; $no = 1;

$sql_nama = mysql_query("select * from kandidat order by id_pegawai asc"); while($array_faktor=mysql_fetch_array($sql_nama)) {

<td><?php echo $array_faktor['nama_pegawai'];?></td> <?

$sql_nilai_bobot_core = mysql_query("select * from tbnilai_bobot_gap join kriteria on tbnilai_bobot_gap.id_faktor=kriteria.id_kriteria where

id_pegawai='$array_faktor[id_pegawai]' and kriteria.jenis='core' ");

while($array_bobot_faktor_core=mysql_fetch_array($sql_nilai_bobot_core)) { ?>

<td><?php echo $array_bobot_faktor_core['nilai_bobot_gap'];?></td> <? }

$sql_nilai_bobot_secondary = mysql_query("select * from tbnilai_bobot_gap join kriteria on tbnilai_bobot_gap.id_faktor=kriteria.id_kriteria where

id_pegawai='$array_faktor[id_pegawai]' and kriteria.jenis='secondary'");

while($array_bobot_faktor_secondary=mysql_fetch_array($sql_nilai_bobot_secondar y)) {

</tr></tbody> <?

$no++; } ?> </table> <header>

<h3 class="tabs_involved">Perhitungan Nilai Rata-Rata Core dan Secondary Factor</h3>

</header>

<tr>

(4)

<th align="center">Secondary Factor</th> </tr>

</thead> <?

$n = 1;

$sql_nama2 = mysql_query("select * from kandidat order by id_pegawai asc"); while($array_faktor2=mysql_fetch_array($sql_nama2)) {

<td><?php echo $array_faktor2['nama_pegawai'];?></td> <?

$sql_nilai_rata_core = mysql_query("SELECT sum( nilai_bobot_gap ) as nilai_core FROM tbnilai_bobot_gap

JOIN kriteria ON tbnilai_bobot_gap.id_faktor = kriteria.id_kriteria where kriteria.jenis='core' and

tbnilai_bobot_gap.id_pegawai='$array_faktor2[id_pegawai]'"); $jumlah_item_core=$cek1;

$array_bobot_rata_core=mysql_fetch_array($sql_nilai_rata_core); ?>

<td><?php echo $array_bobot_rata_core['nilai_core']; echo " / ".$jumlah_item_core." = ";

echo

$nilai_rata_core[$array_faktor2['id_pegawai']]=round($array_bobot_rata_core['nilai_ core']/$jumlah_item_core,4);?></td>

$sql_nilai_rata_secondary = mysql_query("SELECT sum( nilai_bobot_gap ) as nilai_secondary

FROM tbnilai_bobot_gap

JOIN kriteria ON tbnilai_bobot_gap.id_faktor = kriteria.id_kriteria where kriteria.jenis='secondary' and

tbnilai_bobot_gap.id_pegawai='$array_faktor2[id_pegawai]'"); $jumlah_item_secondary=$cek2;

$array_bobot_rata_secondary=mysql_fetch_array($sql_nilai_rata_secondary); ?>

<td><?php echo $array_bobot_rata_secondary['nilai_secondary']; echo " / ".$jumlah_item_secondary." = ";

echo

$nilai_rata_secondary[$array_faktor2['id_pegawai']]=round($array_bobot_rata_secon dary['nilai_secondary']/$jumlah_item_secondary,4);?></td>

</tr> <? $n++; } ?>

(5)

</tbody> </table>

<header><h3 class="tabs_involved">Hasil Perangkingan Kandidat Menggunakan Metode Profile Matching</h3>

</header>

<tr>

<th align="center">Core Factor</th> <th align="center">Secondary Factor</th>

<th align="center">Nilai Total ( %CF + %SF )</th> </tr>

</thead><tbody> <?

$sql_persentase = mysql_query("SELECT * FROM persentase_faktor"); $array_persentase = mysql_fetch_array($sql_persentase);

$persentase_core= $array_persentase['core_factor'];

$persentase_secondary= $array_persentase['secondary_factor'];

$sql_nama3 = mysql_query("select * from kandidat order by id_pegawai asc"); while($array_faktor3=mysql_fetch_array($sql_nama3)) {

$hasil_pm['id_pegawai']=(($persentase_core/100)*$nilai_rata_core[$array_faktor3['id _pegawai']])+(($persentase_secondary/100)*$nilai_rata_secondary[$array_faktor3['id _pegawai']]);

mysql_query("INSERT INTO hasil_pm VALUES ('','$array_faktor3[id_pegawai]', '$hasil_pm[id_pegawai]')");

} $x=1;

$sql_nama4 = mysql_query("select * from kandidat join hasil_pm on kandidat.id_pegawai=hasil_pm.id_pegawai order by nilai_akhir desc"); while($array_faktor4=mysql_fetch_array($sql_nama4)) {

?> <tr>

<td><?php echo $nilai_rata_core[$array_faktor4['id_pegawai']];?></td> <td><?php echo $nilai_rata_secondary[$array_faktor4['id_pegawai']];?></td> <td><?php echo "( ".$persentase_core."% x

".$nilai_rata_core[$array_faktor4['id_pegawai']].") + "; echo "( ".$persentase_secondary."% x

".$nilai_rata_secondary[$array_faktor4['id_pegawai']].") = ";

echo "<span style='color:#F00'>".$array_faktor4['nilai_akhir']."</span>";?></td> </tr>

(6)

<? $x++; } ?> </tbody> </table> <?php

$time = microtime(); $time = explode(' ', $time); $time = $time[1] + $time[0]; $finish = $time;

$total_time = round(($finish - $start), 4); ?>

</table>

<header><h3 class="tabs_involved">Lama Waktu Eksekusi Program adalah : <?php echo $total_time;

?> Detik</h3> </header>

</article> </section>

Implementasi Metode Simple Additive Weighting (SAW) Dan Profile Matching Dalam Menentukan Pejabat Struktural Pada Pemerintah Kota Tebing Tinggi