Sistem Pendukung Keputusan Pemilihan Customer Service Pada PT. Global Media Nusantara Menggunakan Metode Analytical Hierarchy Process (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CUSTOMER

SERVICE PADA PT. GLOBAL MEDIA NUSANTARA

MENGGUNAKAN METODE ANALYTICAL

HIERARCHY PROCESS (AHP)

SKRIPSI

WATY HIDAYANI

091421005

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CUSTOMER SERVICE PADA PT. GLOBAL MEDIA NUSANTARA MENGGUNAKAN

METODE ANALYTICAL HIERARCHY

PROCESS (AHP)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

WATY HIDAYANI 091421005

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

PERSETUJUAN

Judul :

Kategori :

Nama :

Nomor Induk Mahasiswa :

Program Studi :

Departemen :

Fakultas :

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN

CUSTOMER SERVICE PADA PT. GLOBAL MEDIA

NUSANTARA MENGGUNAKAN METODE

ANALYTICAL HIERARCHY PROCESS (AHP)

SKRIPSI

WATY HIDAYANI 091421005

SARJANA (S1) ILMU KOMPUTER ILMU KOMPUTER

MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Juli 2011 Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Drs. Agus Salim Harahap, M.Sc Prof. Dr. Muhammad Zarlis

NIP. 195408281981031004 NIP. 195707011986011003

Diketahui/Disetujui oleh

Departemen Ilmu Komputer FMIPA – USU Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 196203171991021001

PERNYATAAN

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CUSTOMER

SERVICE PADA PT. GLOBAL MEDIA NUSANTARA

MENGGUNAKAN METODE ANALYTICAL

HIERARCHY PROCESS (AHP)

SKRIPSI

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

Medan, Juli 2011

WATY HIDAYANI 091421005

PENGHARGAAN

Puji syukur saya sampaikan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-Nya serta segala sesuatunya dalam hidup, sehingga saya dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi Ekstensi Ilmu Komputer Universitas Sumatera Utara.

Ucapan terima kasih saya sampaikan kepada Bapak Prof. Dr. Muhammad Zarlis, sebagai Dosen Pembimbing I dan Bapak Drs. Agus Salim Harahap, M.Sc, sebagai Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas, padat dan profesional telah diberikan kepada saya sehingga saya dapat menyelesaikan tugas ini. Selanjutnya kepada Dosen Penguji Bapak Dr. Poltak Sihombing, M.Kom dan Ibu Maya Silvi Lydia, B.Sc.,M.Sc atas saran dan kritikan yang sangat berguna bagi saya. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi S1 Ilmu Komputer, Bapak Dr. Poltak Sihombing, M.Kom dan Ibu Maya Silvi Lydia, B.Sc.,M.Sc, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen serta pegawai di Program Studi S1 Ilmu Komputer FMIPA USU. Skripsi ini terutama saya persembahkan untuk kedua orang tua dan keluarga saya yang telah memberikan dukungan dan motivasi, Ayahanda Zamzami dan Ibunda Jusma yang selalu sabar dalam mendidik saya. Untuk semua saudara-saudara saya yang telah memberikan semangat, terutama abang saya tercinta, kakak dan adik saya. Terima kasih juga kepada Pimpinan Cabang PT. Global Media Nusantara Bpk. Warisman Larosa yang telah memberikan kesempatan kepada saya untuk membahas studi kasus dari perusahaan PT. Global Media Nusantara. Untuk semangat dan bantuan teman saya Ely Defriani, Alpiah dan teman di tempat kerja, saya ucapkan terima kasih dan yang tidak dapat saya sebutkan namanya satu per satu.

Saya menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh karena itu saya menerima saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.

ABSTRAK

PT. Global Media Nusantara yang bergerak dibidang Informasi dan Teknologi membutuhkan customer service yang memiliki keterampilan melayani konsumen dan tanggap terhadap masalah konsumen. Untuk memilih customer service yang tepat, bagian Human Resource Development (HRD) bertugas untuk menyeleksi calon

customer service yang melamar pekerjaan pada perusahaan tersebut, untuk membantu

mempermudah bagian HRD memilih customer service yang tepat, maka diperlukan sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan calon

customer service dengan menggunakan metode Analytic Hierarchy Process (AHP),

dimana masing-masing kriteria dalam hal ini merupakan faktor-faktor penilaian dalam membandingkan satu calon customer service dengan calon customer service yang lainnya. Sistem pendukung keputusan untuk proses AHP ini dibuat berdasarkan data dan kriteria yang diperoleh dari PT. Global Media Nusantara. Hasil dari proses ini berupa nilai prioritas yang akan menjadi pertimbangan bagi HRD untuk memilih

customer service yang tepat.

Kata kunci : Sistem Pendukung Keputusan, Analytic Hierarchy Process (AHP), Pengambilan Keputusan, Customer service, Matriks berpasangan

DECISION SUPPORT SYSTEM FOR SELECTION CUSTOMER SERVICE AT PT. GLOBAL MEDIA NUSANTARA BY USING METHOD ANALYTICAL

HIERARCHY PROCESS (AHP)

ABSTRACT

PT. Global Media Nusantara in the field of Information and Technology requires customer service skills to serve customers and respond to issues. To select the appropriate customer service, the Human Resource Development (HRD) in charge of customer service for selecting candidates who apply for a job in the company, to help facilitate the human resources department to choose the right customer service, then the necessary decision support system that has the ability to analyze the selection of prospective customers service by using the Analytic Hierarchy Process (AHP), in which each criterion in this case are all factors in the assessment of a prospective customer service compare with other candidates for customer service. Decision support system for this AHP process and criteria are based on data obtained from the PT. Global Media Nusantara. The results of this process a priority value that will be a consideration for the human resources department to select the appropriate customer service.

Keywords : Decision Support System, Analytic Hierarchy Process, Customer Service, Decision, Matrix Pairs

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel ix

Daftar Gambar x

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Lokasi dan Waktu Penelitian 4

1.7 Metodologi Penelitian 4

1.8 Sistematika Penulisan 5

Bab 2 Tinjauan Teoritis 7

2.1 Sistem Pendukung Keputusan 7

2.1.1 Definisi Sistem Pendukung Keputusan 7 2.1.2 Karakterisitik, Kemampuan dan

Manfaat Sistem PendukungKeputusan 8

2.1.3 Komponen Sistem Pendukung Keputusan 9

2.1.3.1 Subsistem Manajemen data 10

2.1.3.2 Subsistem Manajemen Model 10

2.1.3.3 Subsistem Antarmuka Pengguna 10

2.1.3.4 Subsistem Manajemen Berbasis Pengetahuan 10 2.1.4 Fase-fase Proses Pengambilan Keputusan 11

2.2 Metode Analytic Hierarchy Process (AHP) 13

2.2.1 Prosedur Analytic Hierarchy Process 18

2.2.2 Prinsip Dasar AHP 20

Bab 3 Analisis dan Perancangan Sistem 23

3.1 Analisis Permasalahan 23

3.2 Pemecahan Masalah 25

3.3 Hasil dan Pembahasan 27

3.3.1. Nilai Matriks Kriteria 27

3.3.2. Nilai Matriks Calon Customer Service per Kriteria 35

3.3.2.1Kriteria Pendidikan 35

3.3.2.2Kriteria Penampilan 36

3.3.2.3Kriteria Kepribadian 37

3.3.2.4Kriteria Sosial 38

3.4 Perancangan Flowchart Sistem 42

3.5 Data Flow Diagram (DFD) 44

3.6 Perancangan Struktur Tabel 49

Bab 4 Implementasi 53

4.1 Implementasi 53

4.1.1 Halaman Administrator 53

4.1.1.1 Halaman Utama Administrator 53

4.1.1.2 Halaman Log in 54

4.1.1.3 Halaman Pemilihan Menu 55

4.1.1.4 Halaman Input Data Calon Customer Service 55 4.1.1.5 Halaman Data Calon Customer Service 56

4.1.1.6 Halaman Matrik Kriteria 57

4.1.1.7 Halaman Hasil Prioritas Kriteria 57 4.1.1.8 Halaman Menu Matriks Calon Customer Service

per Kriteria 58

4.1.1.9 Halaman Hasil Nilai Prioritas Calon Customer Service

per Kriteria 59

4.1.1.10 Halaman Hasil Keputusan 59

4.1.2 Halaman Operator 60

4.1.2.1 Halaman Utama Operator 60

4.1.2.2 Halaman Pemilihan Menu 61

4.1.2.3 Halaman Penginputan Data Calon Customer Service 62

4.1.2.4 Halaman Data Calon Customer Service 63

4.2 Pengujian 63

4.2.1 Pengujian Log in ke Sistem 63 4.2.2 Pengujian Menginput Data calon Customer Service 65 4.2.3 Pengujian Nilai Matriks Kriteria 66 4.2.4 Pengujian Nilai Matriks tiap Calon Customer Service per Kriteria 68

Bab 5 Kesimpulan dan Saran 72

5.1 Kesimpulan 72

5.2 Saran 72

Daftar Pustaka 74

Lampiran A : Listing Program Lampiran B : Surat - Surat

DAFTAR TABEL

Halaman

2.1 Skala Penilaian Perbandingan Berpasangan 21

2.2 Matriks Perbandingan Berpasangan 21

3.1 Matriks Berpasangan Untuk Kriteria Customer Service 25

3.2 Matriks Berpasangan Calon Customer Service 26 3.3 Masukan Nilai Perbandingan Kriteria Customer Service 27

3.4 Nilai Penjumlahan masing-masing Kolom Kriteria Customer Service 28

3.5 Nilai Pembagian Jumlah Kolom Kriteria Customer Service 29

3.6 Nilai Penjumlahan Baris Kriteria Customer Service 29

3.7 Nilai Prioritas Kriteria Customer Service 30

3.8 Perkalian Elemen Matriks dengan Nilai Prioritas Kriteria Customer Service 31

3.9 Hasil Perkalian Elemen Matriks dengan Nilai Prioritas Kriteria Customer Service 31

3.10 Nilai Penjumlahan Baris Kriteria Customer Service 32

3.11 Hasil Bagi Nilai Jumlah baris Tabel 3.10 dengan Nilai Prioritas Kriteria 33

3.12 Hasil λ_{max 34}

3.13 Inputan Nilai Perbandingan Customer Service tiap Kriteria 35

3.14 Nilai Prioritas Kriteria Pendidikan tiap Calon Customer Service 36

3.15 Nilai CI dan CR pada Kriteria Pendidikan 36

3.16 Inputan Nilai Perbandingan Customer Service tiap Kriteria 36

3.17 Nilai Prioritas Kriteria Penampilan tiap Customer Service 37

3.18 Nilai CI dan CR pada Kriteria Penampilan 37

3.19 Inputan Nilai Perbandingan Customer Service tiap Kriteria 37

3.20 Nilai Prioritas Kriteria Kepribadian tiap calon Customer Service 38

3.21 Nilai CI dan CR pada Kriteria Kepribadian 38

3.22 Inputan Nilai Perbandingan Customer Service tiap Kriteria 38

3.23 Nilai Prioritas Kriteria Sosial tiap Calon Customer Service 39

3.24 Nilai CI dan CR pada Kriteria Sosial 39

3.25 Inputan Nilai Perbandingan Customer Service tiap Kriteria 39

3.26 Nilai Prioritas Kriteria Pengalaman Kerja tiap Calon Customer Service 40

3.27 Nilai Prioritas Customer Service pada Kriteria Pengalaman Kerja 40

3.28 Nilai Prioritas Masing-Masing Customer Service tiap Kriteria 41

3.29 Nilai Prioritas Tujuan Masing-Masing Customer Service tiap Kriteria 41

3.30 Nilai Prioritas Global Masing-Masing Calon Customer Service 42

3.31 Spesifikasi Proses DFD Level 0 – Admin 45

3.32 Spesifikasi Proses DFD Level 1 – Admin 47

3.33 Spesifikasi Proses DFD Level 0 – Operator 48

3.34 Spesifikasi Proses DFD Level 1 – Operator 49

3.35 Struktur Tabel CS 50

3.36 Struktur Tabel Kriteria 51

3.37 Struktur Tabel Kriteria CS 51

DAFTAR GAMBAR

Halaman

2.1 Skematik SPK 11

2.2 Pengambilan keputusan / Proses Pemodelan 13

2.3 Struktur Hirarki AHP pada Sistem pendukung Keputusan Pemilihan

Customer Service 20

3.1 Flowchart Penentuan Prioritas Kriteria 43

3.2 Flowchart Penentuan Nilai Prioritas Global 44

3.3 DFD Level 0 – Admin 45

3.4 DFD Level 1 – Admin 46

3.5 DFD Level 0 – Operator 48

3.6 DFD Level 1 – Operator 48

4.1 Halaman Utama Administrator 54

4.2 Halaman Login 54

4.3 Halaman Pilihan Menu 55

4.4 Halaman Input Data Calon Customer Service 56

4.5 Form Daftar Data Calon Customer Service 56

4.6 Halaman Input Matriks Kriteria 57

4.7 Halaman Hasil Matriks Prioritas Kriteria 58

4.8 Halaman Input Matriks Calon Customer Service per Kriteria 58 4.9 Halaman Hasil Nilai Prioritas Matriks Calon Customer Service per Kriteria 59

4.10 Halaman Hasil Nilai Keputusan 60

4.11 Halaman Utama Operator 61

4.12 Halaman Pemilihan Menu Operator 62

4.13 Halaman Input Data Calon Customer Service 62

4.14 Halaman Data Calon Customer Service 63

4.15 Form Log in 64

4.16 Peringatan Salah Input Username dan Password 64

4.17 Form Input Data Calon Customer Service 65

4.18 Form Penambahan Data Calon Customer Service 66

4.19 Form Input Nilai Matriks Kriteria Customer Service 67 4.20 Form Hasil Nilai Prioritas Kriteria Customer Service 68 4.21 Form Input Matriks tiap Calon Customer Service per Kriteria 68 4.22 Form Hasil Nilai Prioritas tiap Calon Customer Service per Kriteria 69 4.23 Peringatan Nilai Matriks tiap calon Customer Service

per Kriteria Tidak Konsistensi 70

ABSTRAK

PT. Global Media Nusantara yang bergerak dibidang Informasi dan Teknologi membutuhkan customer service yang memiliki keterampilan melayani konsumen dan tanggap terhadap masalah konsumen. Untuk memilih customer service yang tepat, bagian Human Resource Development (HRD) bertugas untuk menyeleksi calon

customer service yang melamar pekerjaan pada perusahaan tersebut, untuk membantu

mempermudah bagian HRD memilih customer service yang tepat, maka diperlukan sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan calon

customer service dengan menggunakan metode Analytic Hierarchy Process (AHP),

dimana masing-masing kriteria dalam hal ini merupakan faktor-faktor penilaian dalam membandingkan satu calon customer service dengan calon customer service yang lainnya. Sistem pendukung keputusan untuk proses AHP ini dibuat berdasarkan data dan kriteria yang diperoleh dari PT. Global Media Nusantara. Hasil dari proses ini berupa nilai prioritas yang akan menjadi pertimbangan bagi HRD untuk memilih

customer service yang tepat.

Kata kunci : Sistem Pendukung Keputusan, Analytic Hierarchy Process (AHP), Pengambilan Keputusan, Customer service, Matriks berpasangan

DECISION SUPPORT SYSTEM FOR SELECTION CUSTOMER SERVICE AT PT. GLOBAL MEDIA NUSANTARA BY USING METHOD ANALYTICAL

HIERARCHY PROCESS (AHP)

ABSTRACT

PT. Global Media Nusantara in the field of Information and Technology requires customer service skills to serve customers and respond to issues. To select the appropriate customer service, the Human Resource Development (HRD) in charge of customer service for selecting candidates who apply for a job in the company, to help facilitate the human resources department to choose the right customer service, then the necessary decision support system that has the ability to analyze the selection of prospective customers service by using the Analytic Hierarchy Process (AHP), in which each criterion in this case are all factors in the assessment of a prospective customer service compare with other candidates for customer service. Decision support system for this AHP process and criteria are based on data obtained from the PT. Global Media Nusantara. The results of this process a priority value that will be a consideration for the human resources department to select the appropriate customer service.

Keywords : Decision Support System, Analytic Hierarchy Process, Customer Service, Decision, Matrix Pairs

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pollyanna public hares memperoleh perhatian dan penanganan yang sungguh-sungguh karena merupakan tugas dan fungsi yang melekat pada setiap Perusahaan yang menawarkan produk dan jasa. Pelayanan yang diberikan kepada konsumen hendaknya selalu lebih mengutamakan kepentingan konsumen, lebih mempercepat proses penyelesaian urusan konsumen dan memberikan yang lebih berkualitas.

Pada prinsipnya pelayanan harus diberikan oleh semua unsur yang terlibat. Semua harus mau dan mampu memberikan pelayanan yang kualitasnya sama. Masing-masing harus saling mendukung, sehingga pelayanan yang diberikan dalam rangka memberikan kepuasan kepada konsumen dapat optimal. Hanya saja dalam prakteknya pelayanan utama lebih banyak diberikan kepada petugas yang langsung menangani atau yang berhubungan langsung dengan masyarakat, seperti customer

service (CS) karena mereka inilah yang akan menjadi ujung tombak dalam

memberikan pelayanan. Untuk dapat melaksanakan tugas utama dengan baik, Petugas

customer service perlu dibekali dengan kemampuan dan keterampilan untuk melayani

yaitu tentang dasar-dasar pelayanan agar masyarakat yang dilayani semakin merasa puas. Pelayanan customer service yang baik sangat mementingkan keperluan konsumen agar meningkatkan omset pada perusahaan. Oleh karena itu Perusahaan harus menyeleksi calon customer service yang akan ditempatkan di Perusahaan tersebut.

Salah satu perusahaan yang memerlukan jasa customer service untuk melayani keluhan-keluhan konsumen yaitu PT. Global Media Nusantara yang bergerak dibidang Informasi dan Teknologi yang menawarkan produk dan jasa. Perusahaan ini setiap hari didatangi konsumen yang mempunyai keluhan-keluhan dan ingin mencari

informasi mengenai produk yang ada di PT. Global Media Nusantara, oleh karena itu perusahaan ini mencari customer service yang mempunyai keterampilan pelayanan yang baik, ramah, serta tanggap untuk menyelesaikan masalah konsumen.

Bagian Human Resource Development (HRD) pada PT. Global Media Nusantara mempunyai tugas untuk menyeleksi calon customer service yang sesuai dengan kriteria yang sudah ditetapkan oleh perusahaan tersebut. Untuk mempermudah bagian HRD memilih calon customer service yang layak untuk diterima sebagai karyawan PT. Global Media Nusantara, maka penulis merancang sistem pendukung keputusan untuk pemilihan customer service menggunakan metode Analytic

Hierarchy Process (AHP). Metode AHP merupakan salah satu metode pengambilan

keputusan yang menggunakan faktor-faktor logika, intuisi, pengalaman, pengetahuan, emosi dan rasa untuk dioptimasi dalam suatu proses yang sistematis, serta mampu membandingkan data kuantitatif maupun yang kualitatif. Adapun kriteria-kriteria yang menjadi dasar pengambilan keputusan oleh pihak HRD dalam memilih calon customer

service adalah pendidikan, penampilan, kepribadian, sosial dan pengalaman kerja.

Walaupun pemilihan calon customer service yang akan ditempatkan untuk melayani konsumen di PT. Global Media Nusantara tetap ditentukan sepenuhnya oleh pihak HRD, namun Sistem Pendukung Keputusan ini akan menampilkan prioritas-prioritas tertinggi hingga terendah dari calon-calon customer service tersebut, sehingga akan memudahkan dan membantu pihak HRD dalam mengambil keputusan.

1.2 Rumusan Masalah

Rumusan masalah pada penelitian ini adalah bagaimana merancang suatu sistem yang dapat membantu bagian Human Resource Development (HRD) dalam mengambil keputusan untuk memilih calon customer service pada PT. Global Media Nusantara.

1.3 Batasan Masalah

Batasan masalah yang menjadi acuan dalam penelitian ini adalah: 1. Studi kasus pada PT. Global Media Nusantara.

2. Sistem pendukung keputusan digunakan untuk memilih calon customer service. 3. Output dari sistem yang dirancang yaitu: nilai prioritas dari masing-masing calon

customer service yang akan direkrut di PT.Global Media Nusantara.

4. Kriteria yang digunakan adalah pendidikan, penampilan, kepribadian, sosial dan pengalaman kerja.

5. Sistem dirancang menggunakan metode Analytical Hierarchy Process (AHP) dibangun dengan bantuan aplikasi Borland Delphi 7.0 yang dimana hanya merancang 2 jenis halaman yaitu halaman untuk user dan admin.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah merancang sistem pendukung keputusan yang berguna bagi pihak HRD untuk memilih calon customer service yang layak diterima bekerja di PT. Global Media Nusantara.

1.5 Manfaat Penelitian

Manfaat penelitian ini adalah sebagai berikut:

1. Mempermudah bagian HRD dalam memilih calon customer service berdasarkan kriteria yang sudah ditentukan oleh PT. Global Media Nusantara dengan melihat nilai prioritas dari masing-masing calon customer service.

2. Menambah pengetahuan penulis dalam merancang sistem pendukung keputusan dengan metode AHP.

1.6 Lokasi dan Waktu Penelitian

Penelitian dimulai pada tanggal 11 April 2011 sampai dengan 18 April 2011 yang bertempat di kantor PT. Global Media Nusantara Cabang Medan, JL. Gatot Subroto Km 7.7 KOMP MBC B No. 12 Medan.

1.7 Metodologi Penelitian

Adapun metode penelitian yang dilakukan penulis dalam penelitian ini adalah: 1. Studi Literatur

Pada tahap ini dilakukan dengan mempelajari buku-buku referensi atau sumber sumber yang berkaitan dengan penelitian ini. Baik dari text book maupun internet. 2. Pengumpulan Data dan Analisis Sistem

Pada tahap ini, akan dilakukan penelitian yang bertujuan untuk memperoleh data secara langsung dari bagian HRD PT. Global Media Nusantara.

a. Melakukan wawancara dengan pihak kepala bagian HRD PT. Global Media Nusantara untuk mendapatkan kriteria calon customer service.

b. Pengumpulan sampel dokumentasi, dan berkas-berkas yang berhubungan dengan data karyawan sebagai customer service yang telah ada.

3. Merancang Desain Sistem

Desain yang dirancang adalah desain user interface dan struktur program Sistem Pendukung Keputusan memilih calon customer service.

4. Implementasi Program (Coding)

Pada tahap ini dilakukan pengkodean program untuk mengimplementasikan perancangan sistem pendukung keputusan menggunakan bahasa pemrograman Borland Delphi 7.0.

5. Pengujian (Testing)

Pada tahap ini dilakukan pengujian sistem untuk mengetahui apakah sistem sudah sesuai dengan kebutuhan.

6. Pembuatan Laporan

Pembuatan laporan penelitian bertujuan untuk dijadikan sebagai dokumentasi hasil peneliti.

1.8Sistematika Penulisan

Sistematika penulisan dari skripsi ini terdiri dari beberapa bagian utama sebagai berikut:

BAB 1: Pendahuluan

Bab ini akan menjelaskan mengenai latar belakang pemilihan judul penelitian “Sistem Pendukung Keputusan Pemilihan Customer Service Pada PT. GLOBAL MEDIA NUSANTARA Menggunakan Metode Analytical

Hierarchy Process (AHP)”, rumusan masalah, batasan masalah, tujuan

penelitian, manfaat penelitian, metode penelitian dan sistematika penulisan.

BAB 2: Tinjauan Teoritis

Bab ini akan membahas teori-teori yang berkaitan dengan sistem pendukung keputusan dan metode AHP.

BAB 3: Analisis dan Perancangan Sistem

Bab ini akan menjelaskan tentang analisis data yang akan diolah dalam sistem serta membuat perancangan sistem yang akan dibangun.

BAB 4: Implementasi dan Pengujian

Bab ini diuraikan tentang implementasi dan pengujian dari perangkat lunak yang dibangun berdasarkan hasil analisis dan perancangan pada bab sebelumnya dan menjelaskan tentang bentuk antarmuka Sistem Pendukung Pemilihan

Customer Service pada PT. Global Media Nusantara Menggunakan Metode Analytical Hierarchy Process (AHP).

BAB 5: Kesimpulan dan Saran

Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

BAB 2

TINJAUAN TEORITIS

2.1 Sistem Pendukung Keputusan (SPK)

Sebuah aplikasi berupa Sistem Pendukung Keputusan (SPK) mulai dikembangkan pada tahun 1970. SPK sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semi terstruktur. SPK ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma.

2.1.1 Definisi Sistem Pendukung Keputusan

Little (1970) mendefinisikan SPK sebagai “sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.” Alter (1980) mendefinisikan SPK dengan membandingkannya dengan sistem electronic data processing (EDP) tradisional pada lima dimensi [6].

Moore dan chang (1980) berpendapat bahwa konsep struktur, seperti yang banyak disinggung pada definisi awal SPK (bahwa SPK dapat menangani situasi semi terstruktur dan tidak terstruktur), secara umum tidaklah penting, sebuah masalah dapat dijelaskan sebagai masalah terstruktur dan tidak terstruktur hanya dengan memerhatikan si pengambil keputusan atau suatu situasi spesifik. Jadi, mereka mendefinisikan SPK sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan dan digunakan pada interval yang tidak regular dan tak terencana [6].

2.1.2 Karakterisitik, Kemampuan dan Manfaat Sistem Pendukung Keputusan

Sejumlah karakteristik dari sistem pendukung keputusan yaitu [2]:

1. Mendukung proses pengambilan keputusan suatu organisasi atau perusahaan 2. Adanya interface manusia / mesin dimana manusia (user) tetap memegang

kontrol proses pengambilan keputusan

3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tidak terstruktur serta mendukung beberapa keputusan yang saling berinteraksi

4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan kebutuhan

5. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem.

6. Memiliki dua komponen utama, yaitu data dan model

Sistem pendukung keputusan memiliki kemampuan sebagai berikut [3]:

1. Sistem pendukung keputusan dapat menunjang pembuatan keputusan manajemen dalam menangani masalah semi terstruktur dan tidak terstruktur. 2. Sistem pendukung keputusan dapat membantu manajer pada berbagai tingkatan

manajemen, mulai dari manajemen tingkat atas sampai manajemen tingkat bawah.

3. Sistem pendukung keputusan memiliki kemampuan pemodelan dan analisis pembuatan keputusan.

4. Sistem pendukung keputusan dapat menunjang pembuatan keputusan yang saling bergantungan dan berurutan baik secara kelompok maupun perorangan. 5. Sistem pendukung keputusan menunjang berbagai bentuk proses pembuatan

keputusan dan jenis keputusan.

6. Sistem pendukung keputusan dapat melakukan adaptasi setiap saat dan bersifat fleksibel.

7. Sistem pendukung keputusan mudah melakukan interaksi sistem dan mudah dikembangkan oleh pemakai akhir.

8. Sistem pendukung keputusan dapat meningkatkan efektivitas dalam pembuatan keputusan daripada efisiensi.

9. Sistem pendukung keputusan mudah melakukan pengaksesan berbagai sumber dan format data.

Di samping berbagai keuntungan dan manfaat seperti dikemukakan diatas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah [6]:

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.

2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).

3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.

4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugasnya.

2.1.3 Komponen Sistem Pendukung Keputusan

Suatu Sistem Pendukung Keputusan (SPK) memiliki tiga subsistem utama yang menentukan kapabilitas teknis sistem pendukung keputusan, antara lain [6]:

1. Subsistem Manajemen data 2. Subsistem Manajemen Model 3. Subsistem Antarmuka Pengguna

2.1.3.1 Subsistem Manajemen data

Subsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen database (DBMS). Subsistem manajemen data dapat diinterkoneksikan dengan data warehouse perusahaan, suatu repository untuk data perusahaan yang relevan untuk pengambilan keputusan. Biasanya data disimpan atau diakses via server web database.

2.1.3.2 Subsistem Manajemen Model

Merupakan paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu manajemen atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat. Bahasa-bahasa pemodelan untuk membangun model-model kustom juga dimasukkan. Perangkat lunak ini sering disebut sistem manajemen basis model (MBMS). Komponen ini dapat dikoneksikan ke penyimpanan eksternal yang ada pada model.

2.1.3.3 Subsistem Antarmuka 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 intensif antara komputer dan pembuat keputusan.

2.1.3.4 Subsistem Manajemen Berbasis Pengetahuan

Subsistem ini dapat mendukung semua subsistem lain atau sebagai suatu komponen indepen. Subsistem ini dapat diinterkoneksikan dengan repository pengetahuan , yang disebut basis pengetahuan organisasional.

Komponen-komponen tersebut membentuk sistem aplikasi SPK yang dapat dikoneksikan ke intranet perusahaan, ke ekstranet atau ke internet. Agar lebih memahami skematik dan komponen SPK perhatikan gambar 2.1.

Gambar 2.1 Skematik SPK

2.1.4 Fase-fase Proses Pengambilan Keputusan

Proses pengambilan keputusan terdiri dari tiga fase proses, yaitu [6]:

a. Fase intelligence, tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah.

b. Fase design, tahap ini merupakan proses menemukan, mengembangkan dan menganalisis alternative tindakan yang bisa dilakukan dan meliputi proses untuk mengerti masalah, menurunkan solusi dan menguji kelayakan solusi. c. Fase choice, terjadi pemilihan dari materi-materi yang tersedia untuk menjadi

keputusan akhir. Pilihan merupakan tindakan pengambilan keputusan yang kritis. Fase pilihan adalah fase di mana dibuat suatu keputusan yang nyata dan diambil suatu komitmen untuk mengikuti suatu tindakan tertentu. Batas antara fase pilihan dan desain sering tidak jelas karena aktivitas tertentu dapat dilakukan selama kedua fase tersebut dank arena orang dapat sering kembali

dari aktivitas pilihan ke aktivitas desain. Sebagai contoh, seseorang dapat menghasilkan alternatif baru selagi mengevaluasi alternatif yang ada. Fase pilihan meliputi pencarian, evaluasi, dan rekomendasi terhadap suatu solusi yang tepat untuk model. Sebuha solusi untuk sebuah model adalah sekumpulan nilai spesifik untuk variabel-variabel keputusan dalam suatu alternatif yang telah dipilih. menyederhanakan dan mempercepat proses pengambilan keptusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, memberi nilai numerik pada pertimbangan subjektif tentang pentingnya setiap variabel dan mensitensis berbagai pertimbangan untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut.

Proses pengambilan keputusan dimulai dari fase inteligensi. Realitas diuji dan masalah diidentifikasi lalu ditentukan. Kepemilikan masalah juga ditetapkan. Selanjutnya pada fase desain akan dikonstruksi sebuah model yang merepresentasikan sistem. Hal ini dilakukan dengan membuat asumsi-asumsi yang menyederhanakan realitas dan menuliskan hubungan di antara semua variabel. Model ini kemudian di validasi dan ditentukanlah kriteria dengan menggunakan prinsip memilih untuk mengevaluasi alternatif tindakan yang telah diidentifikasi. Proses pengembangan model sering mengidentifikasi solusi-solusi alternatif dan demikian sebaliknya.

Selanjutnya adalah fase pilihan yang meliputi pilihan terhadap solusi yang diusulkan untuk model (tidak memerlukan masalah yang disajikan). Solusi ini diuji untuk menentukan viabilitasnya. Begitu solusi yang diusulkan tampak masuk akal, maka kita siap untuk masuk kepada fase terakhir yakni fase implementasi keputusan.

Hasil implementasi yang berhasil adalah dapat dipecahkannya masalah riil. Sedangkan kegagalan implementasi mengharuskan kita kembali ke fase sabelumnya. Untuk lebih jelas mengenai proses pengambilan keputusan dapat dilihat pada Gambar 2.2.

Gambar 2.2 Pengambilan Keputusan / Proses Pemodelan

2.2 Metode Analytic Hierarchy Process (AHP)

Metode Analitic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty, seorang ahli matematika pada tahun 1970. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang sangat kompleks dengan menyederhanakan dan mempercepat proses pengambilan keptusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, memberi nilai numerik pada pertimbangan subjektif tentang pentingnya setiap variabel dan mensitensis berbagai pertimbangan untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut.

Metode AHP yang dikembangkan oleh Thomas L. Saaty dapat memecahkan masalah kompleks, dimana kriteria yang diambil cukup banyak, struktur masalah yang belum jelas, ketidakpastian persepsi pembuat keputusan serta ketidakpastian tersedianya data statistik yang akurat. Adakalanya timbul masalah keputusan yang sulit untuk diukur secara kuantitatif dan perlu diputuskan secepatnya dan sering disertai dengan variasi yang beragam dan rumit sehingga data tersebut tidak mungkin dapat dicatat secara numerik karena data kualitatif saja yang dapat diukur yaitu berdasarkan pada persepsi, preferensi, pengalaman, dan intuisi. Adapun yang menjadi kelebihan dengan menggunakan metode AHP adalah yaitu:

1. Struktur yang berbentuk hierarki sebagai konsekuensi dari kriteria yang dipillih sampai pada subkriteria yang paling dalam.

2. Memperhatikan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.

3. Memperhitungkan daya tahan atau ketahanan keluaran analisis sensitivitas pembuat keputusan.

Selain itu metode AHP mempunyai kemampuan untuk memecahkan masalah yang multiobjektif dan multikriteria yang berdasar pada perbandingan preferensi dari setiap elemen dalam hirarki. Jadi metode AHP merupakan suatu bentuk pemodelan pembuatan keputusan yang sangat komprehensif. Pada dasarnya terdapat beberapa langkah yang perlu diperhatikan menggunakan metode AHP, antara lain :

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.

2. Membuat struktur yang diawali dengan tujuan umum dilanjutkan dengan subtujuan- subtujuan, kriteria dan kemungkinan alternatif-alternatif pada tingkatan kriteria yang paling bawah.

3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh elemen terhadap masing-masing tujuan atau kriteria yang setingkat diatasnya. Perbandingan dilakukan berdasarkan judgement dari pembuat keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.

4. Melakukan perbandingan berpasangan sehingga diperoleh nilai judgement seluruhnya yaitu sebanyak buah dengan n adalah banyaknya elemen yang dibandingkan

.

5. Menghitung niali eigen dan menguji konsistensinya jika tidak konsisten maka pengambilan data diulangi.

6. Mengulangi langkah 3, 4 dan 5 untuk seluruh tingkat hirarki.

7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. Nilai vektor eigen merupakan bobot setiap elemen. Langkah ini untuk mensintesis

judgement dalam pemuatan prioritas elemen-elemen pada tingkat hirarki terendah

sampai pencapaian tujuan.

8. Memeriksa konsistensi hirarki. Pengujian bertujuan untuk menguji kekonsistensian perbandingan antara kriteria yang dilakukan untuk seluruh hirarki. Total

consistency index (CI) dari suatu hirarki diperoleh dengan jalan melakukan

pembobotan tiap CI dengan prioritas elemen yang berkaitan dengan faktor-faktor yang diperbandingkan kemudian menjumlahkan seluruh hasilnya. Dasar dalam membagi konsistensi dari suatu level matriks hirarki adalah mengetahui CI dan vektor eigen dari suatu matriks perbandingan berpasangan.

+ 1) + 1)

di mana :

= Rasio konsistensi hirarki dari matriks perbandingan berpasangan matriks i hirarki pada tingkat j yang dikatakan konsistensi jika nilainya <10%. = Indeks konsistensi hirarki dari matriks perbandingan i pada tingkat j.

= Indeks random hirarki dari matriks perbandingan berpasangan i pada hirarki tingkat j.

= Indeks konsistensi dari matriks perbandingan berpasangan i pada hirarki tingkat j.

= Vektor eigen dari matriks perbandingan berpasangan i pada hirarki tingkat j yang berupa vektor garis.

1 = Indeks konsistensi dari matriks perbandingan berpasangan yang dibawahi matriks i pada hirarki tingkat j+1 berupa vektor kolom.

= Indeks random dari matriks perbandingan berpasangan i hirarki pada tingkat j.

1 = Indeks rasio dari orde matriks perbandingan berpasangan yang dibawahi matriks i pada hirarki tingkat j+1 berupa vektor kolom.

Jika nilainya lebih dari 10% (persen) atau 0,1 maka penilaian data harus diperbaiki. Berdasarkan penjelasan langkah-langkha AHP diatas, dapat dibuat rumus perhitungan untuk pemilihan customer service sebagai berikut :

1. Penjumlahan kolom matriks :

= _!"

1

+ _!"

2

+…+ _!"

5

. . . (2.1)

Keterangan :

= Jumlah kolom per kriteria

!" = Kolom matriks

2. Menormalisasi matriks :

%

_&

=

'()*( +)+,+- .*/(0 12)2,

344

. . .

(2.2)

Keterangan :

%

_& = Nilai elemen kolom kriteria = Jumlah kolom per kriteria

3. Menjumlah baris kriteria

5 =

6

!"

1

+

6

!"

2

+ … +

6

!"

5

. . . (2.3) Keterangan :

5 = Jumlah baris perkriteria

6

!" = Baris matriks

4. Menghitung prioritas masing-masing kriteria :

7

384

39 :!; < "&< ! =>

. . .

(2.4) Keterangan :

5 = Jumlah baris per kriteria

7

= Prioritas kriteria

5. Menghitung Konsistensi Matriks

a. Mengalikan elemen matriks dangan prioritas kriteria :

!" = Nilai elemen baris 1 kolom 1 x

7

. . . (2.5)

Keterangan :

!" = Konsistensi matriks

b. Menjumlahkan tiap baris matriks dari hasil Persamaan 2.5

5 =

6

!"

1

+

6

!"

2

+…+

6

!"

5

. . . (2.6) Keterangan :

5 = Jumlah baris per kriteria

6

_!" = Baris matriks

c. Menentukan nilai lamda maksimum :

Lamda (λ) 384

?₄

. . . (2.7) Keterangan:

5 = Jumlah baris per kriteria

7

= Prioritas kriteria

@ !A

@ BCDEFCDG 1 @ BCDEFCDG 2… @ BCDEFCDG 5

. . . (2.8)

Keterangan :

@ BCDEFCDG = Jumlah λ _{pada setiap kriteria} n = Jumlah kriteria

d. Hitung Consistency Index (CI)

CI = I ,*J

. .

. (2.9) e. Hitung Consistency Ratio (CR)

CR = KL

ML

.

. . (2.10) Keterangan :

CR = Consistency Ratio CI = Consistency Ratio

RI = Random Indeks

f. Memeriksa Konsistensi Hirarki

Jika nilai CR > 0,1 maka CR konsisten

2.2.1 Prosedur Analytic Hierarchy Process

AHP merupakan salah satu metode untuk membantu menyusun suatu prioritas dari berbagai pilihan dengan menggunakan berbagai kriteria. Karena sifatnya yang multikriteria, AHP cukup banyak digunakan dalam penyusunan prioritas. Sebagai contoh untuk menyusun prioritas penelitian, pihak manajemen lembaga penelitian

sering menggunakan beberapa kriteria seperti dampak penelitian, biaya, kemampuan SDM dan waktu pelaksanaan [6].

Disamping bersifat multikriteria, AHP juga didasarkan pada suatu proses yang terstruktur dan logis. Pemilihan atau penyusunan prioritas dilakukan dengan suatu prosedur yang logis dan terstuktur. Kegiatan tersebut dilakukan oleh ahli-ahli yang representatif berkaitan dengan alternatif-alternatif yang disusun prioritasnya.

Struktur sebuah model AHP adalah model dari sebuah pohon terbalik. Ada suatu tujuan tunggal di puncak pohon yang mewakili tujuan dari masalah pengambilan keputusan. Seratus persen bobot keputusan ada di titik ini. Tepat dibawah tujuan adalah titik daun yang menunjukkan kriteria, baik kualitatif maupun kuantitatif. Bobot tujuan harus dibagi di antara titik-titik kriteria berdasarkan rating. Dalam proses mennetukan dan hirarki tujuan, perlu diperhatikan apakah kumpulan tujuan beserta kriteria-kriteria yang bersangkutan tepat untuk persoalan yang dihadapi. Dalam memilih kriteria-kriteria pada setiap masalah pengambilan keputusan perlu memperhatikan kriteria-kriteria berikut:

1. Lengkap

Kriteria harus lengkap sehingga mencakup semua aspek yang penting, yang digunakan dalam mengambil keputusan untuk pencapaian keputusan.

2. Operasional

Operasional dalam artian bahwa setiap kriteria ini harus mempunyai arti bagi pengambil keputusan, sehingga benar-benar dapat menghayati terhadap alternatif yang ada, disamping terhadap sarana untuk membantu penjelasan alat untuk berkomunikasi.

3. Tidak berlebihan

Menghindari adanya kriteria yang pada dasarnya mengandung pengertian yang sama.

4. Minimum

Diusahakan agar jumlah kriteria seminimal mungkin untuk mempermudah pemahaman terhadap persoalan, serta menyederhanakan persoalan dalam analisis.

2.2.2 Prinsip Dasar AHP

Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah:

1. Membuat Hirarki

Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen-elemen pendukung, menyusun elemen-elemen secara hirarki, dan menggabungkannya atau mensistesisnya. Untuk lebih jelasnya dapat dilihat pada gambar 2.3.

Gambar 2.3 Struktur Hirarki AHP pada Sistem pendukung Keputusan Pemilihan

Customer Service

2. Penilaian kriteria dan alternatif

Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat dilihat pada Tabel 2.1.

Tabel 2.1 Skala Penilaian Perbandingan Berpasangan

Pengisian nilai tabel perbandingan berpasangan dilakukan berdasarkan kebijakan pembuat keputusan dengan melihat tingkat kepentingan antar satu elemen dengan elemen yang lainnya. Proses perbandingan berpasangan, dimulai dari perbandingan kriteria misalnya A1, A2 dan A3. Maka susunan elemen-elemen yang dibandingkan tersebut akan tampak seperti pada Tabel 2.2.

Tabel 2.2 Matriks Perbandingan Berpasangan

Untuk menentukan nilai kepentingan relatif antar elemen digunakan skala bilangan dari 1 sampai 9 yang dapat dilihat pada Tabel 2.1.

Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika elemen i dibandingkan dengan elemen j mendapatkan nilai tertentu, maka elemen j dibandingkan dengan elemen i merupakan kebalikannya.

3. Penentuan Prioritas

Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan (Pairwise Comparisons). Nilai-nilai perbandingan relatif dari seluruh alternatif

Intensitas

Kepentingan Keterangan

1 Kedua elemen sama penting

3 Elemen yang satu sedikit lebih penting dari pada elemen yang lainnya

5 Elemen yang satu lebih penting daripada yang lainnya

7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya 9 Satu elemen mutlak penting daripada elemen lainnya

2,4,6,8 Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan

A1 A2 A3

A1 1

A2 1

kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas. Bobot atau prioritas dihitung dengan manipulasi matriks atau melalui penyelesaian persamaan matematika.

4. Konsistensi Logik

Konsistensi memiliki dua makna, pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.

Saaty (1990) menyatakan bahwa AHP telah diterima sebagai model keputusan multikriteria yang paling unggul, baik oleh kalangan akademis maupun dikalangan praktisi. Mika Indika (2010), menggunakan AHP untuk pengambilan keputusan menentukan lokasi pembangunan Tower. Metode AHP dalam sistem pendukung keputusan dapat digunakan sebagai alat bantu bagi pengambil keputusan dengan tetap berbasis pada sistem pendukung keputusan tetapi tidak untuk menggantikan penilaian dan tidak ditekankan untuk mengambil keputusan. Jadi, keputusan yang diambil tergantung pada user berdasarkan informasi yang di berikan oleh sistem. Selanjutnya Armadyah Amborowati (2007), menggunakan AHP untuk membantu melakukan penilaian setiap karyawan, melakukan perubahan kriteria dan perubahan nilai bobot. Hal ini berguna untuk memudahkan pengambil keputusan yang terkait dengan masalah pemilihan karyawan berprestasi, sehingga akan didapatkan karyawan yang paling layak diberi reward atau penghargaan. Selain itu, Dedi Trisnawarman (2006), menggunakan AHP untuk pemilihan sekolah SMP dan SMA di Jakarta. Banyaknya alternatif pilihan sekolah dapat dikumpulkan sebagai suatu basis data dan banyaknya kriteria dalam pertimbangan pemilihan dapat dijadikan sebagai basis model. Aplikasi sistem pendukung keputusan dapat dibangun dengan mengintegrasikan basis data dan basis model dalam suatu dialog interface yang secara interaktif digunakan oleh user. Teddy Adrianto (2010), memilih metode AHP untuk membantu menyeleksi siswa baru pada SMA Kemala Bhayangkari 1 Medan. Metode AHP sangat membantu dalam proses penerimaan siswa baru terutama dalam hal pemberian poin (penilaian) untuk masing-masing kriteria yang digunakan.

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Permasalahan

Pemilihan customer service yang tepat untuk melayani masalah konsumen mengenai produk yang tersedia di PT. Global Media Nusantara sangat menentukan kepuasan pelayanan dan akan meningkatkan omset Perusahaan tersebut. Untuk mendapatkan

customer service yang tepat, maka sebelum diterima sebagai customer service akan

diseleksi oleh bagian HRD. Adapun kriteria untuk pemilihan customer service sudah ditentukan oleh pihak perusahaan, sebagai berikut: pendidikan, penampilan, kepribadian, sosial dan pengalaman kerja. Penjelasan dari masing-masing kriteria sebagai berikut:

1. Kriteria pendidikan merupakan pendidikan terakhir yang dimiliki oleh calon

customer service.

2. Kriteria penampilan mengenai penampilan fisik dan cara berpakaian.

3. Kriteria kepribadian, merupakan penilaian bagaimana customer service mampu mengendalikan diri jika ada konsumen yang emosi, memiliki rasa humor, selalu ingin maju dan tidak terpancing untuk berbuat atau berkata kasar.

4. Kriteria Sosial meliputi jiwa sosial yang tinggi, bijaksana, budi pekerti yang luhur, pandai bergaul dengan siapapun, dapat bekerjasama dengan berbagai pihak, pandai bicara dan tidak kaku serta tanggap dengan masalah konsumen. 5. Kriteria Pengalaman Kerja merupakan kriteria pendukung. Apakah calon

customer service memiliki pengalaman kerja sebelumnya atau tidak?

Penilaian setiap calon customer service terhadap kriteria-kriteria yang ada dilakukan dengan model penilaian yang bersifat kuantitatif. Salah satu metode perhitungan kuantitatif tersebut adalah metode Analytical Hierarchy Process (AHP).

Adapun langkah-langkah metode AHP adalah :

1. Menentukan jenis-jenis kriteria untuk mengidentifikasi lokasi pembangunan. 2. Menyusun kriteria-kriteria tersebut dalam bentuk matriks berpasangan. 3. Menjumlah matriks kolom.

4. Menghitung nilai elemen kolom kriteria dengan rumus masing-masing elemen kolom dibagi dengan jumlah matriks kolom.

5. Menghitung nilai prioritas kriteria dengan rumus menjumlah matriks baris hasil langkah 4 dan hasilnya langkah 5 dibagi dengan jumlah kriteria.

6. Menentukan alternatif-alternatif yang akan menjadi pilihan.

7. Menyusun alternatif-alternatif yang telah ditentukan dalam bentuk matriks berpasangan untuk masing-masing kriteria. Sehingga akan ada sebanyak n buah matriks berpasangan antaralternatif.

8. Masing-masing matriks berpasangan antaralternatif sebanyak n buah matriks, masing-masing matriksnya dijumlah perkolomnya.

9. Menghitung nilai prioritas alternatif masing-masing matriks berpasangan antaralternatif dengan rumus seperti langkah 4 dan langkah 5.

10. Menguji konsistensi setiap matriks berpasangan antar alternatif dengan rumus masing-masing elemen matriks berpasangan pada langkah 2 dikalikan dengan nilai prioritas kriteria. Hasilnya masing-masing baris dijumlah, kemudian hasilnya dibagi dengan masing-masing nilai prioritas kriteria sebanyak λ1, λ2, λ3, …, λ_{n. Menghitung nilai lamda maksimum dengan rumus:}

. . .(3.1)

11. Menghitung nilai Indeks Konsistensi, dengan rumus 12. Menghitung Rasio Konsistensi, dengan rumus CR

=

NO

PO . . . (3.2)

Jika CR<0,1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR≥ _{0,1, maka nilai perbandingan berpasangan pada} matriks kriteria yang diberikan tidak konsisten. Sehingga jika tidak konsisten,

maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang.

13. Menyusun matriks baris antar alternatif versus kriteria yang isinya hasil perhitungan proses langkah 7 , langkah 8, dan langkah 9.

14. Hasil akhir berupa prioritas global sebagai nilai yang digunakan oleh pengambil keputusan berdasarkan nilai yang tertinggi

3.2 Pemecahan Masalah

Adapun langkah-langkah dalam penelitian ini adalah sebagai berikut:

1. Menentukan kriteria calon customer service. Dalam penelitian ini, kriteria-kriteria yang dibutuhkan calon customer service adalah pendidikan, penampilan, kepribadian,sosial dan pengalaman kerja.

2. Menyusun kriteria-kriteria calon customer service dalam matriks berpasangan seperti Tabel 3.1.

Tabel 3.1 Matriks Berpasangan Untuk Kriteria Customer Service

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja Pendidikan

Penampilan Kepribadian Sosial Pengalaman Kerja Jumlah

Cara pengisian elemen-elemen matriks pada Tabel 3.1, adalah sebagai berikut: a. Elemen a[i,j] = 1, di mana i = 1,2,3,...n. Untuk penelitian ini, n = 5.

b. Elemen matriks segitiga atas sebagai input

c. Elemen matriks segitiga bawah mempunyai rumus :

3. Menjumlah setiap kolom pada Tabel 3.1.

4. Menentukan nilai elemen kolom kriteria dengan rumus tiap-tiap sel pada Tabel 3.1 dibagi dengan masing-masing jumlah kolom pada langkah 3.

5. Menentukan prioritas kriteria pada masing-masing baris pada Tabel 3.1 dengan rumus jumlah baris dibagi dengan banyak kriteria.

6. Memasukkan data-data nama calon customer service dalam bentuk matriks berpasangan. Nama calon customer service merupakan nama customer service yang akan diseleksi berdasarkan kriteria.

Tabel 3.2 Matriks Berpasangan Calon Customer Service

Kriteria Nova Sari Dian Fera Ely

Nova Sari Dian Fera Ely Jumlah

7. Menjumlah setiap kolom pada Tabel 3.2.

8. Menentukan nilai elemen kolom customer service dengan rumus tiap-tiap sel pada Tabel 3.1 dibagi dengan jumlah kolom pada langkah 7.

9. Menentukan prioritas customer service pada masing-masing baris pada Tabel 3.1 dengan rumus jumlah baris dibagi dengan banyak calon customer service.

10. Menguji konsistensi matriks berpasangan. 11. Menghitung lamda maksimum, CI dan CR. 12. Menghitung nilai prioritas global.

3.3 Hasil dan Pembahasan

Sesuai dengan langkah-langkah Analytical Hierarchy Process (AHP), pada subbab ini akan dibahas tentang masukan data yang sebenarnya, proses perhitungan dan keluaran yang diharapkan untuk studi kasus pemilihan customer service. Masukan sistem ini

adalah nilai matriks kriteria dan nilai matriks calon customer service untuk tiap kriteria.

3.3.1 Nilai Matriks Kriteria

Untuk menghitung nilai matriks kriteria sebagai berikut :

1. Menyusun kriteria-kriteria calon customer service pada matriks berpasangan. Misalkan data yang dimasukkan dapat dilihat pada Tabel 3.3.

Tabel 3.3 Masukan Nilai Perbandingan Kriteria Customer Service

2. Setelah dimasukkan data pada Tabel 3.3 di atas, maka tahap selanjutnya adalah menjumlahkan masing-masing kolom matriks. Dengan perhitungan sebagai berikut:

= _!"

1

+ _!"

2

+…+ _!"

5

. . . (3.4)

Keterangan :

= Jumlah kolom per kriteria

!" = Kolom matriks Contoh :

= 1 + 0.5 + 0.25 + 0.3333 + 0.3333 = 2.4166

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Pendidikan 1 2 4 3 3

Penampilan 0.5 1 2 3 5

Kepribadian 0.25 0.5 1 3 5

Sosial 0.3333 0.3333 0.3333 1 3

Pengalaman

Maka hasil dari penjumlahan kolom perkriteria dapat dilihat pada Tabel 3.4.

Tabel 3.4 Nilai Penjumlahan masing-masing Kolom Kriteria Customer Service

3. Membagi nilai masing-masing sel pada Tabel 3.4 diatas dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai berikut:

%

&

=

'()*( +)+,+- .*/(0 12)2, 344

. . .

(3.5)

Keterangan :

%

_& = Nilai elemen kolom kriteria

Contoh :

%

_& =

.R SS = 0.4137

Maka hasil dari pembagian dari nilai elemen kriteria dengan jumlah kolom per kriteria dapat dilihat pada Tabel 3.5.

Tabel 3.5 Nilai Pembagian Jumlah Kolom Kriteria Customer Service

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Pendidikan 1 2 4 3 3

Penampilan 0.5 1 2 3 5

Kepribadian 0.25 0.5 1 3 5

Sosial 0.3333 0.3333 0.3333 1 3

Pengalaman

Kerja 0.3333 0.2 0.2 0.3333 1

Jumlah

Kolom 2.4166 4.0333 7.5333 10.3333 17

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja Pendidikan 0.4137 0.4958 0.5309 0.2903 0.1764 Penampilan 0.2068 0.2479 0.2654 0.2903 0.2941 Kepribadian 0.1034 0.1239 0.1327 0.2903 0.2941

Sosial 0.1379 0.0826 0.0442 0.0967 0.1764

Pengalaman

4. Menjumlahkan tiap baris matriks pada Tabel 3.5, dengan perhitungan sebagai berikut:

5 =

6

!"

1

+

6

!"

2

+ … +

6

!"

5

. . . (3.6) Keterangan :

5 = Jumlah baris perkriteria

6

_!" = Baris matriks

Contoh :

5 = 0.4137 + 0.4958 + 0.5309 + 0.2903 + 0.1764 = 1.9074

Maka hasil dari penjumlahan setiap baris matriks dapat dilihat pada Tabel 3.6.

Tabel 3.6 Nilai Penjumlahan Baris Kriteria Customer Service

5. Setelah didapatkan jumlah pada masing-masing baris, selanjutnya dihitung prioritas masing-masing kriteria, dengan rumus :

7

384

39 :!; < "&< ! =>

. . .

(3.7) Keterangan :

5 = Jumlah baris per kriteria

7

= Prioritas kriteria

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Jumlah Baris

Pendidikan 0.4137 0.4958 0.5309 0.2903 0.1764 1.9074 Penampilan 0.2068 0.2479 0.2654 0.2903 0.2941 1.3047 Kepribadian 0.1034 0.1239 0.1327 0.2903 0.2941 0.9445

Sosial 0.1379 0.0826 0.0442 0.0967 0.1764 0.5380

Pengalaman

Contoh :

7 1.9074

5 0.3815

Maka hasil dari pembagian jumlah baris kriteria dengan jumlah kriteria dapat dilihat pada Tabel 3.7.

Tabel 3.7 Nilai Prioritas Kriteria Customer Service

6. Untuk menguji konsistensi matriks berpasangan dapat di hitung dengan cara mengalikan elemen pada kolom matriks dengan prioritas kriteria yang bersesuaian. Elemen kolom matriks yang dimaksud disini adalah matriks awal yaitu mariks perbandingan kriteria Tabel 3.3. Untuk perhitungannya sebagai berikut:

!" = Nilai elemen baris 1 kolom 1 x

7

. . . (3.8)

Keterangan :

!" = Konsistensi matriks Contoh :

!" = 1 x 0.3815 = 0.3815

Kriteria Jumlah

Baris

Prioritas Kriteria

Pendidikan 1.9074 0.3814 Penampilan 1.3047 0.2609 Kepribadian 0.9445 0.1889 Sosial 0.5380 0.1076 Pengalaman

Tabel 3.8 Perkalian Elemen Matriks dengan Nilai Prioritas Kriteria Customer

Service

Maka hasil dari perkalian elemen matriks dengan nilai prioritas kriteria dapat dilihat pada Tabel 3.9.

Tabel 3.9 Hasil Perkalian Elemen Matriks dengan Nilai Prioritas Kriteria

Customer Service

7. Menjumlahkan tiap baris matriks dari hasil perkalian elemen matriks dengan nilai prioritas pada Tabel 3.9, dengan perhitungan sebagai berikut:

5 =

6

!"

1

+

6

!"

2

+…+

6

!"

5

. . . (3.9)

Keterangan :

5 = Jumlah baris per kriteria

6

!" = Baris matriks

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Pendidikan 1 2 4 3 3

Penampilan 0.5 1 2 3 5

Kepribadian 0.25 0.5 1 3 5

Sosial 0.3333 0.3333 0.3333 1 3

Pengalaman

Kerja 0.3333 0.2 0.2 0.3333 1

Prioritas

Kriteria 0.3814 0.2609 0.1889 0.1076 0.0610

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Pendidikan 0.3814 0.5219 0.7556 0.3228 0.1830

Penampilan 0.1907 0.2609 0.3778 0.3228 0.3051

Kepribadian 0.0953 0.1304 0.1889 0.3228 0.3051

Sosial 0.1271 0.0869 0.0629 0.1076 0.1830

Pengalaman

Contoh :

0.3814 + 0.5219 + 0.7556 + 0.3228 + 0.18301= 2.1649

Maka hasil dari penjumlahan tiap baris dari elemen matriks dapat dilihat pada Tabel 3.10

Tabel 3.10 Nilai Penjumlahan Baris Kriteria Customer Service

Kriteria Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Jumlah Baris

Pendidikan 0.3814 0.5219 0.7556 0.3228 0.1830 2.1649 Penampilan 0.1907 0.2609 0.3778 0.3228 0.3051 1.4575 Kepribadian 0.0953 0.1304 0.1889 0.3228 0.3051 1.0427

Sosial 0.1271 0.0869 0.0629 0.1076 0.1830 0.5678

Pengalaman

Kerja 0.1271 0.0521 0.0377 0.0358 0.0610 0.3140

8. Hasil dari penjumlahan baris matriks pada Tabel 3.10 dibagi dengan nilai prioritas kriteria yang dihasilkan pada Tabel 3.7, dengan perhitungan sebagai berikut:

Lamda (λ) 384

?4

. . . (3.10)

Keterangan:

5 = Jumlah baris per kriteria

7

= Prioritas kriteria

Contoh:

Lamda (λ)

. SRZ

[.\] R 5.6751

Lamda (λ) merupakan nilai rata-rata Vektor Konsistensi. Vektor Konsistensi

merupakan hasil pembagian dari jumlah baris konsistensi kriteria dengan nilai prioritas kriteria. Maka hasil dari pembagian jumlah baris pada Tabel 3.10 dengan nilai prioritas pada Tabel 3.7, dapat dilihat pada Tabel 3.11.

Tabel 3.11 Hasil Bagi Nilai Jumlah baris Tabel 3.10 dengan Nilai Prioritas Kriteria

9. Langkah selanjutnya yaitu menghitung λ_{max dengan cara menjumlahkan hasil}

pembagian pada Tabel 3.11 dan kemudian membaginya dengan banyaknya kriteria (n = 5). Maka @ _!A dapat dihitung sebagai berikut :

@ _!A @ BCDEFCDG 1 @ BCDEFCDG 2… @ BCDEFCDG 5 . . . (3.11)

Keterangan :

@ BCDEFCDG = Jumlah λ _{pada setiap kriteria} n = Jumlah kriteria

Contoh :

@ _!A

5.6751 5.5853 5.5194 5.2763 5.1456 5

_. [

>

= 5.4404

Hasilnya dapat dilihat pada Tabel 3.12. Kriteria Jumlah

Baris

Prioritas Kriteria

Lamda (λ₎ Pendidikan 2.1649 0.3814 5.6751 Penampilan 1.4575 0.2609 5.5854 Kepribadian 1.0427 0.1889 5.5195 Sosial 0.5678 0.1076 5.2764 Pengalaman

Tabel 3.12 Hasil @ !A

10.Menghitung nilai consistency index (CI) dan nilai consistency ratio (CR) dengan rumus:

•

CI = @`G a

=

>.RR[R >

>

=

[.RR[R

R

=

0.1101

• CR = NO

PO

= [. [

.

= 0.0983 (CR < 0.1 nilai ACCEPTABLE)

Jika CR < 0,1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR ≥ _{0,1, maka nilai perbandingan berpasangan pada matriks}

kriteria yang diberikan tidak konsisten. Jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria harus diulang.

Setelah dihasilkan prioritas kriteria, langkah selanjutnya adalah menghitung prioritas masing-masing calon customer service dengan memasukkan nilai pada masing-masing calon customer service untuk tiap kriteria

Kriteria Lamda (λ₎

Pendidikan 5.6751 Penampilan 5.5853 Kepribadian 5.5194 Sosial 5.2763 Pengalaman

Kerja 5.1456

Total 27.2022

3.3.2 Nilai Matriks Calon Customer Service per Kriteria

Ada 5 kriteria pengambilan keputusan pada calon customer service, dan kelima-limanya harus dibandingkan dengan tiap calon customer service dalam matriks berpasangan. Proses pencarían nilai prioritas calon customer service setiap kriteria sama dengan proses pencarían nilai konsistensi kriteria.

3.3.2.1Kriteria Pendidikan

Input nilai matriks berpasangan, seperti Tabel 3.13

Tabel 3.13 Inputan Nilai Perbandingan Customer Service tiap Kriteria

Untuk menghitung nilai prioritas kriteria setiap calon customer service, sama seperti perhitungan untuk mencari nilai prioritas kriteria. Nilai prioritas untuk setiap calon customer service dapat dilihat pada Tabel 3.14

Tabel 3.14 Nilai Prioritas Kriteria Pendidikan tiap Calon Customer Service

Calon Cs Pendidikan

Nova 0.32

Sari 0.2422 Dian 0.1866 Fera 0.1433

Ely 0.1077

Diperoleh nilai CI dan CR, pada Tabel 3.15

Pendidikan Nova Sari Dian Fera Ely

Nova 1 2 2 2 2

Sari 0.5 1 2 2 2

Dian 0.5 0.5 1 2 2

Fera 0.5 0.5 0.5 1 2

Ely 0.5 0.5 0.5 0.5 1

Tabel 3.15 Nilai CI dan CR pada Kriteria Pendidikan

3.3.2.2 Kriteria Penampilan

Input nilai matriks berpasangan, seperti Tabel 3.16

Tabel 3.16 Inputan Nilai Perbandingan Customer Service tiap Kriteria

Penampilan Nova Sari Dian Fera Ely

Nova 1 4 2 4 3

Sari 0.25 1 2 3 2

Dian 0.5 0.5 1 2 3

Fera 0.25 0.3333 0.5 1 2

Ely 0.3333 0.5 0.3333 0.5 1

Jumlah 2.3333 6.3333 5.8333 10.5 11

Tabel 3.17 Nilai Prioritas Kriteria Penampilan tiap Customer Service

Calon CS Pendidikan

Nova 5.25

Sari 5.2752 Dian 5.1964 Fera 5.1162

Ely 5.1391

Total 25.9771 @ _!A 5.1954

CI 0.0488

CR 0.0436

Calon CS Penampilan Nova 0.4096

Sari 0.2146 Dian 0.1846 Fera 0.1081

Diperoleh nilai CI dan CR, pada Tabel 3.18

Tabel 3.18 Nilai CI dan CR pada Kriteria Penampilan

3.3.2.3 Kriteria Kepribadian

Input nilai matriks berpasangan, seperti Tabel 3.19

Tabel 3.19 Inputan Nilai Perbandingan Customer Service tiap Kriteria

Tabel 3.20 Nilai Prioritas Kriteria Kepribadian tiap calon Customer Service

Calon CS Kepribadian Nova 0.4226

Sari 0.2346 Dian 0.1638 Fera 0.0983

Ely 0.0804

Calon CS Penampilan Nova 5.6613

Sari 5.4818 Dian 5.2080 Fera 5.1779

Ely 5.3363

Total 26.8655 @ !A 5.3731

CI 0.0932

CR 0.0832

Kepribadian Nova Sari Dian Fera Ely

Nova 1 2 3 5 4

Sari 0.5000 1 2 3 2

Dian 0.3333 0.5 1 2 3

Fera 0.2 0.3333 0.5 1 2

Ely 0.25 0.5 0.3333 0.5 1

Diperoleh nilai CI dan CR, pada Tabel 3.21

Tabel 3.21 Nilai CI dan CR pada Kriteria Kepribadian

3.3.2.4 Kriteria Sosial

Input nilai matriks berpasangan, seperti Tabel 3.22

Tabel 3.22 Inputan Nilai Perbandingan Customer Service tiap Kriteria

Tabel 3.23 Nilai Prioritas Kriteria Sosial tiap Calon Customer Service

Calon CS Sosial Nova 0.3000 Sari 0.2554 Dian 0.2072 Fera 0.1432 Ely 0.0940 Calon CS Kepribadian

Nova 5.1978 Sari 5.2397 Dian 5.1645 Fera 5.1142

Ely 5.0629

Total 25.7795 @ !A 5.1559

CI 0.0389

CR 0.0347

Sosial Nova Sari Dian Fera Ely

Nova 1 1 3 2 2

Sari 1.0000 1 1 3 2

Dian 0.3333 1 1 2 3

Fera 0.5 0.3333 0.5 1 3

Ely 0.5000 0.5 0.3333 0.3333 1

Diperoleh nilai CI dan CR, pada Tabel 3.24

Tabel 3.24 Nilai CI dan CR pada Kriteria Sosial

3.3.2.5 Kriteria Pengalaman Kerja

Input nilai matriks berpasangan, seperti Tabel 3.25

Tabel 3.25 Inputan Nilai Perbandingan Customer Service tiap Kriteria

Tabel 3.26 Nilai Prioritas Kriteria Pengalaman Kerja tiap Calon Customer

Service

Calon CS Pengalaman Kerja Nova 0.2717

Sari 0.3077 Dian 0.2151 Fera 0.1321

Ely 0.0732

Calon CS Sosial Nova 5.5048

Sari 5.4035 Dian 5.4105 Fera 5.3289

Ely 5.1966

Total 26.8445 @ !A 5.3689

CI 0.0922

CR 0.0823

Pengalaman

Kerja Nova Sari Dian Fera Ely

Nova 1 1 2 2 2

Sari 1 1 1 3 6

Dian 0.5 1 1 2 3

Fera 0.5 0.3333 0.5 1 3

Ely 0.5 0.1667 0.3333 0.3333 1 Jumlah 3.5 3.5 4.8333 8.3333 15

Diperoleh nilai CI dan CR, pada Tabel 3.27

Tabel 3.27 Nilai Prioritas Customer Service pada Kriteria Pengalaman Kerja

Langkah selanjutnya adalah membandingkan nilai prioritas masing-masing calon customer service dengan nilai prioritas kriteria sehingga didapatkan prioritas tujuan masing-masing customer service dengan rumus nilai prioritas masing-masing tiap customer service pada Tabel 3.28 yaitu pada kolom pendidikan dikalikan dengan nilai prioritas kriteria pada Tabel 3.7 baris pendidikan dan seterusnya. Hasilnya dapat dilihat pada Tabel 3.29.

Tabel 3.28 Nilai Prioritas Masing-Masing Customer Service tiap Kriteria

Calon CS Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Nova 0.32 0.4096 0.4226 0.3000 0.2717

Sari 0.2422 0.2146 0.2346 0.2554 0.3077

Dian 0.1866 0.1846 0.1638 0.2072 0.2151

Fera 0.1433 0.1081 0.0983 0.1432 0.1321

Ely 0.1077 0.0829 0.0804 0.0940 0.0732

Prioritas

Kriteria 0.3814 0.2609 0.1889 0.1076 0.0610

Calon CS

Pengalaman Kerja

Nova 5.2269

Sari 5.2984

Dian 5.3112

Fera 5.2735

Ely 5.1366

Total 26.2469

λ_{max 5.2493}

CI 0.0623

Tabel 3.29 Nilai Prioritas Tujuan Masing-Masing Customer Service tiap Kriteria

Calon CS Pendidikan Penampilan Kepribadian Sosial Pengalaman Kerja

Nova 0.1220 0.1068 0.0798 0.0322 0.0165

Sari 0.0924 0.0560 0.0443 0.0274 0.0187

Dian 0.0712 0.0481 0.0309 0.0223 0.0131

Fera 0.0546 0.0282 0.0185 0.0154 0.0080

Ely 0.0411 0.0216 0.0151 0.0101 0.0044

Langkah terakhir adalah menghitung prioritas global dengan cara menjumlahkan baris pada Tabel 3.29, hasilnya dapat dilihat pada Tabel 3.30.

Tabel 3.30 Nilai Prioritas Global Masing-Masing Calon Customer Service

Calon

CS Pendidikan Penampilan Kepribadian Sosial

Pengalaman Kerja

Prioritas Global

Nova 0.1220 0.1068 0.0798 0.0322 0.0165 0.3576

Sari 0.0924 0.0560 0.0443 0.0274 0.0187 0.2390

Dian 0.0712 0.0481 0.0309 0.0223 0.0131 0.1857

Fera 0.0546 0.0282 0.0185 0.0154 0.0080 0.1249

Ely 0.0411 0.0216 0.0151 0.0101 0.0044 0.0925

3.4 Perancangan Flowchart Sistem

Perancangan flowchart atau diagram alir akan memudahkan pengembang untuk mengimplementasikan sistem ke dalam bahasa pemrograman, karena akan menjelaskan bagaimana cara kerja sistem dari awal hingga akhir. Flowchart yang akan dirancangan pada sistem pendukung keputusan ini terdiri dari flowchart penentuan prioritas kriteria dan penentuan prioritas global. Berikut masing-masing

Gambar 3.2 Flowchart Penentuan Nilai Prioritas Global

3.5 Data Flow Diagram (DFD)

Diagram Aliran Data / Data Flow Diagram (DFD) adalah sebuah teknis grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan saat data bergerak dari input menjadi output. DFD dapat digunakan untuk menyajikan sebuah sistem atau perangkat lunak pada setiap tingkat abstraksi. DFD memberikan suatu mekanisme bagi pemodelan fungsional dan pemodelan informasi.

DFD tingkat 0, disebut juga dengan model sistem fundamental atau model konteks, merepresentasikan seluruh elemen sistem sebagai sebuah lingkaran tunggal

dengan data input dan output yang ditunjukkan oleh anak panah yang masuk dan keluar secara berurutan.

Pada penelitian ini, DFD dikelompokkan menjadi dua yakni DFD yang menjelaskan proses yang dilakukan oleh admin dan proses yang dilakukan oleh seorang operator. Berikut DFD level 0 untuk sistem pendukung keputusan pemilihan

customer service untuk masing-masing kelompok.

Gambar 3.3 DFD Level 0 – Admin

Tabel 3.31 Spesifikasi Proses DFD Level 0 – Admin

No. / Nama Proses SPK Pemilihan Customer Service

Input data_user, data_input, nilai_matriks_kriteria, nilai_matriks_cs_tiap_kriteria, nilai keputusan

Proses Seorang admin harus memasukkan data dirinya untuk menggunakan aplikasi. Selanjutnya admin dapat mencari nilai prioritas kriteria dengan memasukkan nilai matriks kriteria dan mencari nilai prioritas customer

Output form_aplikasi, hasil_data_input, nilai_prioritas_kriteria, nilai_prioritas_cs_tiap_kriteria, hasil_nilai_keputusan.

Tabel 3.32 Spesifikasi Proses DFD Level 1 - Admin

No. / Nama Proses 1.0 / Login

Input data_pengguna, data_pengguna Proses

Untuk menggunakan aplikasi seorang admin harus melakukan login terlebih dahulu dengan memasukkan username dan password. Data pengguna tersebut akan tersimpan ke dalam tabel pengguna dalam basis data.

Output data_user , form_aplikasi No. / Nama Proses 2.0 / Input Data

Input data_input, hasil_data_pengguna_input, hasil_data_ cs_input Proses

Seorang admin dapat melakukan penginputan data pengguna dan data cs. Masing-masing data hasil inputan tersebut akan tersimpan ke dalam basis datanya masing-masing yakni ke dalam tabel pengguna dan tabel cs

Output data_pengguna, data_cs , hasil_data_input No. / Nama Proses 3.0 / Penentuan Prioritas Kriteria

Input nilai_matriks_kriteria, nilai_prioritas_kriteria Proses

Seorang admin dapat mencari nilai prioritas kriteria dengan memasukkan nilai matriks kriteria ke dalam sistem, selanjutnya sistem akan mengeluarkan nilai prioritas kriteria ke admin Output nilai_matriks_kriteria, nilai_prioritas_kriteria

No. / Nama Proses 4.0 / Penentuan Prioritas CS

Input nilai_matriks_cs_tiap_kriteria, data_cs, data_kriteria, nilai_prioritas_cs_tiap-kriteria

Proses

Seorang admin dapat pula mencari nilai prioritas cs tiap kriteria dengan memasukkan nilai matriks cs tiap kriteria ke dalam sistem, selanjutnya sistem akan mengeluarkan nilai prioritas cs tiap kriteria ke admin.

Output data_cs , data_kriteria, nilai_matriks_cs _tiap_kriteria , nilai_prioritas_cs_ tiap-kriteria

No. / Nama Proses 5.0 / Penentuan Nilai Keputusan

Input nilai_keputusan, data_cs, hasil_nilai_ keputusan

Proses

bila admin ingin melihat nilai keputusan yang dihasilkan sistem, maka admin cukup memasukkan data keputusan yang akan dicari, maka sistem akan memprosesnya dan menampilkan nilai keputusan, lalu hasil cs yang sudah diproses disimpan ke dalam database cs terproses

Gambar 3.5 DFD Level 0 – Operator

Tabel 3.33 Spesifikasi Proses DFD Level 0 - Operator

No. / Nama Proses SPK Pemilihan Customer Service

Input data_user , password_ganti, data_cs_input Proses

sama halnya dengan admin, operator juga harus memasukkan

username dan password untuk menggunakan aplikasi ini.

Seorang operator hanya bisa melakukan input data cs, mengganti password dirinya pada sistem.

Output form_aplikasi, hasil_pass_ganti, hasil_data_cs_input

Tabel 3.34 Spesifikasi Proses DFD Level 1 - Operator

No. / Nama Proses 1.0 / Login

Input data_user, data_user

Proses

untuk menggunakan aplikasi seorang operator juga harus melakukan login terlebih dahulu yakni dengan memasukkan

username dan password. Data user tersebut akan tersimpan ke

dalam tabel user dalam basis data. Jika data yang dimasukkan benar, maka sistem akan menampilkan form aplikasi yang akan digunakan, namun jika data yang dimasukkan salah, maka sistem akan mengeluarkan peringatan bahwa data yang operator masukkan invalid, sehingga harus diulangi kembali.

Output data_user , form_aplikasi No. / Nama Proses 2.0 / Input Data CS Input data_register , data_cs Proses

Operator juga dapat melakukan input data cs ke dalam sistem. Data cs yang telah diinput tersebut akan disimpan di dalam tabel cs pada basis data sistem. Kemudian data cs yang telah diinput tersebut dapat dilihat kembali oleh operator.

Output data_cs, hasil_data_cs_input No. / Nama Proses 3.0 / Ganti Password

Input data_password, data_pass_baru Proses

Operator juga dapat mengganti password dirinya untuk masuk ke dalam sistem yakni dengan memasukkan data password yang diminta, kemudian data password baru secara otomatis akan tersimpan ke dalam basis data user dan operator akan dapat menggunakan data password baru tersebut.

Output data_pass, data_pass_baru

3.6 Perancangan Struktur Tabel

Perancangan struktur tabel berguna bagi pengembang sistem dalam merancang basis data yang akan digunakan pada sistem nantinya. Sistem ini menggunakan beberapa tabel diantaranya tabel cs, kriteria, kriteriacs, dan pengguna. Berikut struktur dari masing-masing tabel tersebut.

Gambar 4.23 Peringatan Nilai Matriks tiap calon Customer Service per Kriteria Tidak Konsistensi

Sistem menampilkan nilai prioritas tiap calon customer service per kriteria sesuai dengan perhitungan AHP yang sudah dijelaskan pada subbab 3.3.2. Dari hasil nilai prioritas tiap calon customer service per kriteria dapat mencari nilai prioritas global dengan langkah sebagai berikut :

1. Mengalikan nilai prioritas tiap calon cutomer service per kriteria dengan nilai prioritas kriteria.

2. Menjumlahkan hasil perkalian nilai prioritas tiap calon cutomer service per kriteria dengan nilai prioritas kriteria.Dan hasilnya dapat dilihat pada Gambar 4.24

Gambar 4.24 Form Hasil Nilai Keputusan Calon Customer Service

Nilai prioritas yang ditampilkan pada sistem merupakan hasil akhir keputusan untuk menentukan customer service yang layak diterima pada PT. Global Media Nusantara. Hasil dari prioritas global ditampilkan berupa persentase agar

memudahkan pengambil keputusan melihat hasil akhirnya.

Nilai prioritas tertinggi

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pembahasan dan evaluasi dari bab-bab sebelumnya, maka dapat disimpulkan sebagai berikut:

1. Metode Analytical Hierarchy Process (AHP) merupakan salah satu metode sistem pendukung keputusan dalam pemecahan berbagai masalah pengambilan keputusan multikriteria dapat juga digunakan dalam sistem pemilihan calon

customer service. Adapun kriteria yang dibutuhkan untuk memilih customer service adalah pendidikan, penampilan, kepribadian, sosial dan pengalaman

kerja.

2. Dari hasil perhitungan metode Analytic Hierarchy Process, calon customer

service yang bernama Nova merupakan calon yang layak untuk ditempatkan

sebagai customer service di PT. Global Media Nusantara karena memiliki nilai prioritas tertinggi yakni 0.3576.

3. Aplikasi sistem pemilihan customer service pada PT. Global Media Nusantara dapat digunakan sebagai alat bantu bagi pengambil keputusan yakni pihak HRD, keputusan akhir tetap berada di tangan pengambil keputusan.

5.2 Saran

Berikut adalah beberapa saran untuk pengembangan lebih lanjut terhadap penelitian skripsi ini:

1. Sistem pendukung keputusan untuk memilih customer service untuk ditempatkan di PT. Global Media Nusantara dengan metode Analytical Hierarchy Process (AHP) dapat dikembangkan lagi dengan menambah kriteria lain yang dapat mendukung pengambilan keputusan.

2. Penggabungan metode Analytical Hierarachy Process (AHP) dengan metode matematika lain dapat membuat niai-nilai pendukung keputusan yang dihasilkan lebih akurat dan terperinci.

3. Metode Anlytical Hierarchy Process diharapkan dapat diimplementasikan ke dalam perangkat lunak yang lebih baik sehingga user dapat lebih mudah menggunakannya.

4. Sistem pendukung keputusan untuk memilih customer service dapat dikombinasikan dengan merancang sistem tes online untuk calon customer service yang ingin melamar pekerjaan diperusahaan tersebut dan dari tes online bisa dijadikan faktor pendukung untuk menentukan calon customer service yang tepat.

DAFTAR PUSTAKA

[1] Azwany, Faraby. 2010. Sistem Pendukung Keputusan Pemberian Kredit Usaha Rakyat Pada Bank Syariah Mandiri Cabang Medan Menggunakan Metode Analytic Hierarchy process (AHP). Skripsi. Medan: Universitas Sumatera Utara.

[2] Indika, Mika. 2010. Sistem Pendukung Keputusan Penentuan Lokasi Pembangunan Tower Base Transceiver Station (BTS) pada PT. Xl Axiata tbk-Medan dengan Metode Analytic Hierarchy process (AHP). Skripsi. tbk-Medan: Universitas Sumatera Utara.

[3] Kosasi, Sandy. 2002. Konsep dan Kerangka Pemodelan Sistem Penunjang Keputusan Berbasis Teknologi Informasi. Pontianak: Sekolah Tinggi Manajemen Informatika dan Komputer.

[4] Suryadi, Kadarsah. 2000. Sistem Pendukung Keputusan. Jakarta: PT. Rosdakarya.

[5] Subakti, Irfan. 2002. Sistem Pendukung Keputusan. Surabaya: Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember.

[6] Turban, Efraim, et al. 2005. Decision Support Systems and Intelligent Systems 7th

Ed. New Jersey: Pearson Education.

[7] Boesono,Teddy Adrianto. 2010. Perancangan Sistem Pendukung Keputusan Seleksi Siswa Baru Dengan Metode Analitycal Hierarchy Process di Sma Kemala Bhayangkari 1 Medan. Skripsi. Medan: Universitas Sumatera Utara.

[8] Umar Daihani, Dadan. 2001. Komputerisasi Pengambilan Keputusan. Jakarta: PT. Elex Media Komputindo

[9] Susila, Wayan & Munadi Ernawati. 2007. Penggunaan Analytical Hierarchy

Process Untuk Penyusunan Prioritas Proposal Penelitian.

http://www.ittelkom.ac.id/library/index.php?view=article&catid=25%3Aindustri& id=252%3Aahp&option=com_content&Itemid=15