Implementasi IMPLEMENTASI DAN PENGUJIAN

BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi

Implementasi merupakan tahap akhir dari proses pengembangan perangkat lunak setelah dilakukan analisis dan perancangan terhadap sistem. Bahasa pemrograman yang digunakan adalah Java dengan IDE Netbeans 7.0 untuk database digunakan DBMS MYSQL. Aplikasi ini berjalan dengan baik pada sistem operasi Windows 7. Implementasi dilakukan bertujuan untuk memudahkan pengambil keputusan menentukan pegawai yang berhak mendapatkan promosi jabatan sekaligus pendorong semangat pegawai untuk bekerja lebih baik lagi. Data yang diolah pada program ini adalah data kriteria pegawai menggunakan metode profile matching dan simple additive weighting. Data kriteria yang didapat berasal dari Dinas Kebudayaan dan Pariwisata Provinsi Sumatera Utara. 4.1.1. Implementasi metode profile matching Dari data kriteria yang didapat langsung dari pihak Dinas Kebudayaan dan Pariwisata Provinsi Sumatera Utara, terdapat 7 kriteria penilaian yaitu kesetiaan, prestasi kerja, tanggung jawab ketaatan kejujuran kerjasama dan prakarsa. Dari wawancara dengan pihak terkait telah ditentukan rating kecocokan setiap alternatif pada setiap kriteria dan nilai ideal untuk setiap kriteria yang ada. Sebelum memulai proses perhitungan menggunakan metode profile matching dan simple additive weighting telebih dahulu ditentukan rating kecocokan setiap alternatif pada setiap kriteria dengan ketentuan yang telah diberikan oleh dinas. Nilai data kriteria setiap pegawai atau alternatif berikut adalah data kriteria pada tahun 2013 terlihat seperti pada tabel 4.1. Universitas Sumatera Utara 44 Tabel 4.1. Tabel Data Kriteria Alternatif K1 K2 K3 K4 K5 K6 K7 Agus Pranata Pinem, A.Md 91 82 85 83 91 81 91 Dahniar Lindawati Purba, 92 88 89 89 91 88 90 Drs. Indra Maas 95 84 86 87 92 89 91 Dumoli Sitorus, SE 92 86 90 93 94 82 84 Edina Hotmauli 93 85 82 85 91 84 82 Efendi Lumayang Sir, ST 95 84 86 91 93 85 83 Erika Agustina, SE 93 85 81 87 92 78 84 Erlinda 92 84 85 89 95 81 84 Erna Lubis 92 83 92 94 94 78 91 Fatahillah Ginting 91 82 90 92 92 80 93 Handayana 95 82 91 81 95 79 85 Hj. Chairani 94 87 88 86 92 83 92 Imelda Silvia Siagian, A.Md 93 88 84 94 91 82 91 Intan Junaria Siahaan 92 89 83 90 91 85 90 Johnson Pardede 93 85 92 91 92 82 89 Jumiati 94 86 90 93 94 84 83 Jumiter 92 86 91 85 94 79 93 Maria Hotmauli Hutagaol, SE 91 82 86 87 95 90 86 Muhammad Rifai, S.Sos 92 83 91 87 94 78 92 Nani Juliati 94 87 88 81 91 85 81 Nur Amnah 91 85 81 89 93 82 90 Nurhayati 93 84 89 92 92 80 93 Nurirawati 94 82 86 90 92 87 91 Rosani Br. Sembiring, S. Sos 93 82 91 86 91 77 91 Rusli 91 85 91 91 91 79 89 Sari Pahani Br Karo 94 88 93 90 93 81 92 Sri Hastuti Pasaribu, S.sos 93 84 86 90 92 83 91 Suprapti Budiningsih, ST 95 87 87 84 93 84 87 Suriyani 92 86 85 89 92 81 89 Susi Mariati Purba, A.Md 93 85 92 83 93 86 92 Sutan Haris Fadillah, A.Md 93 85 92 91 94 80 90 Tiarmauli Simarmata, SS 91 83 82 90 93 76 91 Titiek Putri R. Tambunan, 92 87 86 89 91 81 88 Titin Agustina Siregar, S.Sos 92 84 88 87 91 77 83 Zainuddin, SE 94 86 91 91 93 79 82 Zul Azmi Nasution, SE 91 87 90 88 94 80 93 Universitas Sumatera Utara 45 Nilai kriteria setiap pegawai pada tabel 4.1 diubah menjadi nilai rating kecocokan dengan ketentuan skala penilaian yang terdapat pada tabel 4.2. Dan hasil penentuan rating kecocokan terlihat pada tabel 4.3. Tabel 4.2. Tabel Skala Penilaian Nilai Angka Sebutan Rating kecocokan 91-100 Sangat Baik 5 76-90 Baik 4 61-75 Cukup 3 51-60 Kurang 2 0-50 Buruk 1 Tabel 4.3. Tabel Rating Kecocokan A K1 K2 K3 K4 K5 K6 K7 A1 5 4 4 4 5 4 5 A2 5 4 4 4 5 4 4 A3 5 4 4 4 5 4 5 A4 5 4 4 5 5 4 4 A5 5 4 4 4 5 4 4 A6 5 4 4 5 5 4 4 A7 5 4 4 4 5 4 4 A8 5 4 4 4 5 4 4 A9 5 4 5 5 5 4 5 A10 5 4 4 5 5 4 5 A11 5 4 5 4 5 4 4 A12 5 4 4 4 5 4 5 A13 5 4 4 5 5 4 5 A14 5 4 4 4 5 4 4 A15 5 4 5 5 5 4 4 A16 5 4 4 5 5 4 4 A17 5 4 5 4 5 4 5 A18 5 4 4 4 5 4 4 A19 5 4 5 4 5 4 5 A20 5 4 4 4 5 4 4 A21 5 4 4 4 5 4 4 A22 5 4 4 5 5 4 5 A23 5 4 4 4 5 4 5 A24 5 4 5 4 5 4 5 A25 5 4 5 5 5 4 4 A26 5 4 5 4 5 4 5 A27 5 4 4 4 5 4 5 Universitas Sumatera Utara 46 Setelah melakukan penentuan rating kecocokan, selanjutnya dilakukan penentuan gap kompetensi dari hasil penentuan nilai rating kecocokan. Cara menentukan gap komptensi adalah dengan mengurangkan nilai target penilaian atau bobot prefrensi dengan nilai aktual pegawai yang telah diperoleh melalui konversi data kriteria menjadi nilai rating kecocokan. Contoh pada data untuk penentuan gap kompetensi menggunakan persamaan 1 : GAP = Nilai Aktual Pegawai - Nilai Target Penilaian ....................1 Pengambil keputusan memberikan nilai target atau bobot preferensi sebagai berikut : Kriteria Nilai Target Kesetiaan 5 Prestasi Kerja 3 Tanggung Jawab 4 Ketaatan 4 Kejujuran 5 Kerjasama 4 Prakarsa 3 Contoh untuk menentukan nilai gap pada setiap alternatif terlihat seperti pada tabel 4.4 . Tabel 4.4. Tabel Contoh Perhitungan Gap A28 5 4 4 4 5 4 4 A29 5 4 4 4 5 4 4 A30 5 4 5 4 5 4 5 A31 5 4 5 5 5 4 4 A32 5 4 4 4 5 4 5 A33 5 4 4 4 5 4 4 A34 5 4 4 4 5 4 4 A35 5 4 5 5 5 4 4 A36 5 4 4 4 5 4 5 A K1 K2 K3 K4 K5 K6 K7 A1 5 4 4 4 5 4 5 A2 5 4 4 4 5 4 4 A3 5 4 4 4 5 4 5 A4 5 4 4 5 5 4 4 A5 5 4 4 4 5 4 4 Target 5 3 4 4 5 4 3 Universitas Sumatera Utara 47 Hasil akhir dari penentuan gap kompetensi terlihat pada tabel 4.5. Tabel 4.5 Gap Kompetensi A1 1 2 A2 1 1 A3 1 2 A4 1 1 1 A5 1 1 A K1 K2 K3 K4 K5 K6 K7 A1 1 1 2 A2 1 1 1 A3 1 1 2 A4 1 1 1 1 A5 1 1 1 A6 1 1 1 1 A7 1 1 1 A8 1 1 1 A9 1 1 1 1 2 A10 1 1 1 2 A11 1 1 1 1 A12 1 1 2 A13 1 1 1 2 A14 1 1 1 A15 1 1 1 1 1 A16 1 1 1 1 A17 1 1 1 2 A18 1 1 1 A19 1 1 1 2 A20 1 1 1 A21 1 1 1 A22 1 1 1 2 A23 1 1 2 A24 1 1 1 2 A25 1 1 1 1 1 A26 1 1 1 2 A27 1 1 2 A28 1 1 1 A29 1 1 1 A30 1 1 1 2 A31 1 1 1 1 1 A32 1 1 2 A33 1 1 1 A34 1 1 1 Universitas Sumatera Utara 48 Hasil dari nilai gap alternatif pada setiap kriteria, kemudian dilakukan penentuan nilai pembobotan dari hasil gap tersebut. Cara menentukan nilai bobot tersebut adalah berdasarkan ketentuan pada tabel 4.6 : Tabel 4.6 Bobot Nilai Gap Selisih Bobot Nilai Keterangan 5 Tidak ada selisih Kompetensi sesuai kebutuhan 1 4,5 Kompetensi Individu Kelebihan 1 Tingkat -1 4 Kompetensi Individu Kekurangan 1 Tingkat 2 3,5 Kompetensi Individu Kelebihan 2 Tingkat -2 3 Kompetensi Individu Kekurangan 2 Tingkat 3 2,5 Kompetensi Individu Kelebihan 3 Tingkat -3 2 Kompetensi Individu Kekurangan 3 Tingkat 4 1,5 Kompetensi Individu Kelebihan 4 Tingkat -4 1 Kompetensi Individu Kekurangan 4 Tingkat Berdasarkan ketentuan bobot penilaian gap diatas, maka didapatkan hasil pembobotan seperti pada tabel 4.7 Tabel 4.7 Hasil Pembobotan A35 1 1 1 1 1 A36 1 1 2 A K1 K2 K3 K4 K5 K6 K7 A1 5 4.5 5 5 4.5 5 3.5 A2 5 4.5 5 5 4.5 5 4.5 A3 5 4.5 5 5 4.5 5 3.5 A4 5 4.5 5 4.5 4.5 5 4.5 A5 5 4.5 5 5 4.5 5 4.5 A6 5 4.5 5 4.5 4.5 5 4.5 A7 5 4.5 5 5 4.5 5 4.5 A8 5 4.5 5 5 4.5 5 4.5 A9 5 4.5 4.5 4.5 4.5 5 3.5 A10 5 4.5 5 4.5 4.5 5 3.5 A11 5 4.5 4.5 5 4.5 5 4.5 A12 5 4.5 5 5 4.5 5 3.5 A13 5 4.5 5 4.5 4.5 5 3.5 A14 5 4.5 5 5 4.5 5 4.5 A15 5 4.5 4.5 4.5 4.5 5 4.5 A16 5 4.5 5 4.5 4.5 5 4.5 A17 5 4.5 4.5 5 4.5 5 3.5 Universitas Sumatera Utara 49 Setelah didapatkan nilai hasil pembobotan dari seluruh alternatif pada setiap kriteria, selanjutnya dilakukan proses perhitungan nilai rata-rata core factor dan secondary factor . Berdasarkan pengambil keputusan, kriteria yang menjadi core factor disini adalah kesetiaan, tanggung jawab, ketaatan dan kejujuran sedangkan yang menjadi secondary factor adalah prestasi kerja, kerjasama dan prakarsa. Proses perhitungan nilai rata-rata core factor sesuai dengan rumus pada persamaan 2 yaitu : = ∑ ∑ ...................2 Sedangkan proses perhitungan nilai rata-rata secondary factor menggunakan rumus pada persamaan 3 yaitu : = ∑ ∑ ....................3 Setelah didapatkan nilai core factor dan secondary factor baru dapat dihitung nilai total dari aspek penilaian dan penentuan rangking terbaik dari setiap alternatif. A18 5 4.5 5 5 4.5 5 4.5 A19 5 4.5 4.5 5 4.5 5 3.5 A20 5 4.5 5 5 4.5 5 4.5 A21 5 4.5 5 5 4.5 5 4.5 A22 5 4.5 5 4.5 4.5 5 3.5 A23 5 4.5 5 5 4.5 5 3.5 A24 5 4.5 4.5 5 4.5 5 3.5 A25 5 4.5 4.5 4.5 4.5 5 4.5 A26 5 4.5 4.5 5 4.5 5 3.5 A27 5 4.5 5 5 4.5 5 3.5 A28 5 4.5 5 5 4.5 5 4.5 A29 5 4.5 5 5 4.5 5 4.5 A30 5 4.5 4.5 5 4.5 5 3.5 A31 5 4.5 4.5 4.5 4.5 5 4.5 A32 5 4.5 5 5 4.5 5 3.5 A33 5 4.5 5 5 4.5 5 4.5 A34 5 4.5 5 5 4.5 5 4.5 A35 5 4.5 4.5 4.5 4.5 5 4.5 A36 5 4.5 5 5 4.5 5 3.5 Universitas Sumatera Utara 50 Alternatif 1 = 5 + 5 + 5 + 5 4 = 5 = 4.5 + 5 + 3.5 3 = 4.33 Alternatif 2 = 5 + 5 + 5 + 5 4 = 5 = 4.5 + 5 + 4.5 3 = 4.67 Alternatif 3 = 5 + 5 + 5 + 5 4 = 5 = 4.5 + 5 + 3.5 3 = 4.33 Alternatif 4 = 5 + 5 + 4.5 + 5 4 = 4.875 = 4.5 + 5 + 4.5 3 = 4.67 Alternatif 5 = 5 + 5 + 5 + 5 4 = 5 = 4.5 + 5 + 4.5 3 = 4.67 Proses perhitungan core factor dan secondary factor dilakukan hingga alternatif ke 36 sehingga didapatkan matriks hasil normalisasi seperti tertera pada Tabel 4.8. Tabel 4.8 Tabel CF dan SF No Alternati f CF SF 1 A1 5 4.33 2 A2 5 4.667 3 A3 5 4.33 4 A4 4.875 4.667 5 A5 5 4.667 6 A6 4.875 4.667 7 A7 5 4.667 8 A8 5 4.667 9 A9 4.75 4.33 10 A10 4.875 4.33 11 A11 4.875 4.667 12 A12 5 4.33 13 A13 4.875 4.33 14 A14 5 4.667 15 A15 4.75 4.667 Universitas Sumatera Utara 51 16 A16 4.875 4.667 17 A17 4.875 4.33 18 A18 5 4.667 19 A19 4.875 4.33 20 A20 5 4.667 21 A21 5 4.667 22 A22 4.875 4.33 23 A23 5 4.33 24 A24 4.875 4.33 25 A25 4.75 4.667 26 A26 4.875 4.33 27 A27 5 4.33 28 A28 5 4.667 29 A29 5 4.667 30 A30 4.875 4.33 31 A31 4.75 4.667 32 A32 5 4.33 33 A33 5 4.667 34 A34 5 4.667 35 A35 4.75 4.667 36 A36 5 4.33 Setelah proses penentuan nilai rata-rata core factor dan secondary factor selesai dilakukan kemudian ditentukan nilai total aspek atau nilai akhir dengan menjumlahkan nilai rata-rata core factor dan secondary factor dari alternatif sesuai dengan rumus pada persamaan4. = + ....................4 Nilai x pada rumus diatas menyatakan persentase penilaian yg diinputkan oleh pengambil keputusan. Proses perhitungan nilai totak aspek berlangsung hingga alternatif ke 36. Universitas Sumatera Utara 52 Tabel 4.9 Tabel Nilai Total Aspek No Alternati f NT 1 A1 4.73 2 A2 4.87 3 A3 4.73 4 A4 4.79 5 A5 4.87 6 A6 4.79 7 A7 4.87 8 A8 4.87 9 A9 4.58 10 A10 4.66 11 A11 4.79 12 A12 4.73 13 A13 4.66 14 A14 4.87 15 A15 4.72 16 A16 4.79 17 A17 4.66 18 A18 4.87 19 A19 4.66 20 A20 4.87 21 A21 4.87 22 A22 4.66 23 A23 4.73 24 A24 4.66 25 A25 4.72 26 A26 4.66 27 A27 4.73 28 A28 4.87 29 A29 4.87 30 A30 4.66 31 A31 4.72 32 A32 4.73 33 A33 4.87 34 A34 4.87 35 A35 4.72 36 A36 4.73 Karena didalam penilaian ini hanya terdapat satu aspek penilaian maka hasil perhitungan nilai nilai totak aspek diatas menjadi nilai akhir penilaian dengan beberapa alternatif keluar sebagai solusi yaitu Dahniar lindawati, Edina Hotmauli, Erika Universitas Sumatera Utara 53 agustina, Erlinda, Intan junaria, Maria Hotmauli, Nani juliati, Nur amnah, Suprapti budingsih, Suriyani, Titiek putri dan Titin agustina. 4.1.2. Implementasi metode simple additive weighting Dalam implementasi metode simple additive weighting, nilai data kriteria yang digunakan dalam penilaian juga data kriteria setiap pegawai atau alternatif pada tahun 2013 yang kemudian dikonversi menjadi nilai rating kecocokan berdasarkan skala penilaian. Nilai rating kecocokan terlihat seperti pada tabel 4.10. Tabel 4.10. Tabel Data Kriteria A K1 K2 K3 K4 K5 K6 K7 A1 5 4 4 4 5 4 5 A2 5 4 4 4 5 4 4 A3 5 4 4 4 5 4 5 A4 5 4 4 5 5 4 4 A5 5 4 4 4 5 4 4 A6 5 4 4 5 5 4 4 A7 5 4 4 4 5 4 4 A8 5 4 4 4 5 4 4 A9 5 4 5 5 5 4 5 A10 5 4 4 5 5 4 5 A11 5 4 5 4 5 4 4 A12 5 4 4 4 5 4 5 A13 5 4 4 5 5 4 5 A14 5 4 4 4 5 4 4 A15 5 4 5 5 5 4 4 A16 5 4 4 5 5 4 4 A17 5 4 5 4 5 4 5 A18 5 4 4 4 5 4 4 A19 5 4 5 4 5 4 5 A20 5 4 4 4 5 4 4 A21 5 4 4 4 5 4 4 A22 5 4 4 5 5 4 5 A23 5 4 4 4 5 4 5 A24 5 4 5 4 5 4 5 A25 5 4 5 5 5 4 4 A26 5 4 5 4 5 4 5 A27 5 4 4 4 5 4 5 A28 5 4 4 4 5 4 4 Universitas Sumatera Utara 54 Setelah didapatkan nilai rating kecocokan kemudian dilakukan proses normalisasi matriks. Proses normalisasi matriks ini sesuai dengan rumus pada persamaan 5 yaitu : = ⎩ ⎪ ⎨ ⎪ ⎧ ......................... 5 Pada penelitian ini nilai alternatif pada setiap kriteria diharapkan yang paling baik atau maksimum. Oleh karena itu atribut yang digunakan dalam proses normalisasi matriks hanyalah atribut keuntungan. Alternatif 1 = ; ; ;… = ; ; ;… = ; ; ;… = ; ; ;… = ; ; ;… = ; ; ;… = ; ; ;… Alternatif 2 = ; ; ;… = ; ; ;… A29 5 4 4 4 5 4 4 A30 5 4 5 4 5 4 5 A31 5 4 5 5 5 4 4 A32 5 4 4 4 5 4 5 A33 5 4 4 4 5 4 4 A34 5 4 4 4 5 4 4 A35 5 4 5 5 5 4 4 A36 5 4 4 4 5 4 5 Universitas Sumatera Utara 55 = ; ; ;… = ; ; ;… = ; ; ;… = ; ; ;… = ; ; ;… Proses normalisasi matriks dilakukan sampai alternatif ke 36 sehingga didapatkan matriks hasil normalisasi seperti tertera pada Tabel 4.11. Tabel 4.11 Tabel Matriks Normalisasi A K1 K2 K3 K4 K5 K6 K7 A1 1 1 0.8 0.8 1 1 1 A2 1 1 0.8 0.8 1 1 0.8 A3 1 1 0.8 0.8 1 1 1 A4 1 1 0.8 1 1 1 0.8 A5 1 1 0.8 0.8 1 1 0.8 A6 1 1 0.8 1 1 1 0.8 A7 1 1 0.8 0.8 1 1 0.8 A8 1 1 0.8 0.8 1 1 0.8 A9 1 1 1 1 1 1 1 A10 1 1 0.8 1 1 1 1 A11 1 1 1 0.8 1 1 0.8 A12 1 1 0.8 0.8 1 1 1 A13 1 1 0.8 1 1 1 1 A14 1 1 0.8 0.8 1 1 0.8 A15 1 1 1 1 1 1 0.8 A16 1 1 0.8 1 1 1 0.8 A17 1 1 1 0.8 1 1 1 A18 1 1 0.8 0.8 1 1 0.8 A19 1 1 1 0.8 1 1 1 A20 1 1 0.8 0.8 1 1 0.8 A21 1 1 0.8 0.8 1 1 0.8 A22 1 1 0.8 1 1 1 1 A23 1 1 0.8 0.8 1 1 1 A24 1 1 1 0.8 1 1 1 A25 1 1 1 1 1 1 0.8 A26 1 1 1 0.8 1 1 1 A27 1 1 0.8 0.8 1 1 1 A28 1 1 0.8 0.8 1 1 0.8 A29 1 1 0.8 0.8 1 1 0.8 Universitas Sumatera Utara 56 Dari hasil normalisasi matriks yang telah didapat kemudian dihitung nilai preferensi untuk setiap alternatif dengan persamaan 6 berdasarkan nilai bobot target atau bobot preferensi yang telah ditetapkan W1= 5, W2= 3, W3= 5, W4= 4, W5= 4, W6= 4, dan W7= 3. u i = w r ij ………………………6 maka persamaan 6 dapat dijabarkan ke dalam perhitungan berikut: u 1 = W 1 x r 11 + W 2 x r 12 + W 3 x r 13 + W 4 x r 14 + W 5 x r 15 + W 6 x r 16 + W 7 x r 17 = 1 x 5 + 1 x 3 + 0.8 x 5 + 1 x 4 + 1 x 4 + 1 x 4 + 0.77 x 3 = 26,33 u 2 = W 1 x r 21 + W 2 x r 22 + W 3 x r 23 + W 4 x r 24 + W 5 x r 25 + W 6 x r 26 + W 7 x r 27 = 1 x 5 + 1 x 3 + 1 x 5 + 0.9 x 4 + 1 x 4 + 1 x 4 + 1 x 3 = 27,6 Setelah melakukan perhitungan nilai preferensi tiap alternatif maka akan dilakukan pengurutan berdasarkan nilai tertinggi yang terdapat dalam Tabel 4.12 A30 1 1 1 0.8 1 1 1 A31 1 1 1 1 1 1 0.8 A32 1 1 0.8 0.8 1 1 1 A33 1 1 0.8 0.8 1 1 0.8 A34 1 1 08 0.8 1 1 0.8 A35 1 1 1 1 1 1 0.8 A36 1 1 0.8 0.8 1 1 1 Universitas Sumatera Utara 57 Tabel 4.12. Hasil Nilai Terbaik Dari hasil nilai akhir pada Tabel 4.12. terlihat bahwa nilai terbaik dari keseluruhan nilai pegawai pada tahun 2013 adalah 28 yaitu Alternatif Ke 9 Erna lubis. Alternatif tersebut merupakan yang terbaik untuk mendapat promosi kenaikan jabatan. No Alternati f Nilai Akhir 1 A1 26.4 2 A2 25.8 3 A3 26.4 4 A4 26.6 5 A5 25.8 6 A6 26.6 7 A7 25.8 8 A8 25.8 9 A9 28 10 A10 27.2 11 A11 26.6 12 A12 26.4 13 A13 27.2 14 A14 25.8 15 A15 27.4 16 A16 26.6 17 A17 27.2 18 A18 25.8 19 A19 27.2 20 A20 25.8 21 A21 25.8 22 A22 27.2 23 A23 26.4 24 A24 27.2 25 A25 27.4 26 A26 27.2 27 A27 26.4 28 A28 25.8 29 A29 25.8 30 A30 27.2 31 A31 27.4 32 A32 26.4 33 A33 25.8 34 A34 25.8 35 A35 27.4 36 A36 26.4 Terbaik Universitas Sumatera Utara 58 4.1.3 Analisis perbandingan metode Proses perhitungan yang digunakan Dinas Kebudayaan dan Pariwisata dalam menilai kinerja karyawannya menggunakan rumus rata-rata seperti pada persamaan 7 yaitu : = 1 + 2 + 3 + 4 + 5 + 6 + 7 7 Dimana Nk adalah nilai akhir dari setiap alternatif dan k adalah nilai alternatif pada setia kriteria. Dengan menggunakan data kriteria penilaian pada tahun 2013 perhitungan dilakukan sampai alternatif ke 36 sebagaimana terlihat pada tabel 4.13 Tabel 4.13. Tabel Penilaian Disbudpar tahun 2013 No Alternati f Nilai Akhir 1 A1 86.28 2 A2 89.57 3 A3 89.14 4 A4 88.71 5 A5 86 6 A6 88.14 7 A7 85.71 8 A8 87.14 9 A9 89.14 10 A10 88.57 11 A11 86.85 12 A12 88.85 13 A13 89 14 A14 88.57 15 A15 89.14 16 A16 89.14 17 A17 88.57 18 A18 88.14 19 A19 88.14 20 A20 86.71 21 A21 87.28 22 A22 89 23 A23 88.85 24 A24 87.28 25 A25 88.14 26 A26 89.57 Terbaik Terbaik Universitas Sumatera Utara 59 27 A27 88.42 28 A28 88.14 29 A29 87.71 30 A30 89.14 31 A31 89.28 32 A32 86.57 33 A33 87.71 34 A34 86 35 A35 88 36 A36 89 Menurut perhitungan yang dilakukan oleh Dinas Kebudayaan dan Pariwisata dalam penilian kinerja karyawannya pada tahun 2013 terdapat 2 solusi yang dianggap terbaik alternatif ke 2 dan ke 26 yaitu Dahniar Lindawati Purba dan Sari Pahani Br Karo dengan nilai 89.57. Dengan menggunakan metode profile matching pada tahun 2013 Dahniar Lindawati juga keluar sebagai salah satu alternatif terbaik sedangkan dengan metode simple additive weighting Erna Lubis lah yang terpilih sebagai alternatif terbaik. Untuk menentukan metode mana yang lebih akurat dalam penilaian kinerja karyawan dilakukan pembandingan hasil metode profile matching dan simple additive weighting dengan perhitungan yang dilakukan oleh pihak dinas pada tahun 2011 dan 2012 . Tabel 4.14. Tabel Penilaian Disbudpar tahun 2011 dan 2012 No Alternati f 2011 2012 1 A1 83.14 84.42 2 A2 84.85 87.14 3 A3 86 87.14 4 A4 85.28 86.71 5 A5 84.28 84.28 6 A6 84.85 85.42 7 A7 83.57 83.57 8 A8 84.85 84.42 9 A9 85 86.42 10 A10 83.42 85 11 A11 84.85 86 12 A12 85.57 85.42 13 A13 85.57 86.14 14 A14 85.57 86.57 Universitas Sumatera Utara 60 15 A15 85.57 85.71 16 A16 85.71 87.57 17 A17 86 87.28 18 A18 85.57 86.42 19 A19 85.14 86.71 20 A20 85.14 85.57 21 A21 85 86.28 22 A22 85.57 86.42 23 A23 83.71 86.85 24 A24 86.14 85.42 25 A25 84.42 85.57 26 A26 86.28 88.28 27 A27 86.14 86.71 28 A28 84.71 86.42 29 A29 86 86.57 30 A30 85.57 87 31 A31 86.71 87.28 32 A32 85.71 87 33 A33 84.14 85.14 34 A34 84.28 84.42 35 A35 85 86.71 36 A36 85.85 87 Pada tabel penilaian diatas tampak alternatif yang muncul sebagai solusi terbaik pada tahun 2011 yaitu Sutan haris fadillah dan pada tahun 2012 Sari pahani br karo. Alternatif menurut metode profile matching dan simple additive weighting tampak pada tabel 4.15 dibawah. Tabel 4.15. Tabel Nilai Akhir Profile Matching dan SAW tahun 2011 dan 2012 No Alternati f Profile Matching SAW 2011 2012 2011 2012 1 A1 4.57 4.57 23.8 23.8 2 A2 4.57 4.72 23.8 24.8 3 A3 4.58 4.43 25.4 24.4 4 A4 4.57 4.64 23.8 25.6 5 A5 4.72 4.87 24.8 25.8 6 A6 4.49 4.57 24.6 23.8 7 A7 4.34 4.72 23.8 24.8 8 A8 4.87 4.72 25.8 24.8 9 A9 4.43 4.51 24.4 26.2 10 A10 4.57 4.43 23.8 24.4 Terbaik Terbaik Terbaik Terbaik Universitas Sumatera Utara 61 11 A11 4.57 4.64 23.8 25.6 12 A12 4.43 4.72 24.4 24.8 13 A13 4.72 4.57 24.8 23.8 14 A14 4.51 4.36 26.2 25.2 15 A15 4.72 4.49 24.8 24.6 16 A16 4.49 4.79 24.6 26.6 17 A17 4.64 4.36 25.6 25.2 18 A18 4.57 4.72 23.8 24.8 19 A19 4.64 4.58 25.6 25.4 20 A20 4.57 4.64 23.8 25.6 21 A21 4.43 4.58 24.4 25.4 22 A22 4.64 4.43 25.6 24.4 23 A23 4.57 4.72 23.8 24.8 24 A24 4.51 4.49 26.2 24.6 25 A25 4.57 4.57 23.8 23.8 26 A26 4.57 4.72 23.8 27.4 27 A27 4.64 4.49 25.6 24.6 28 A28 4.49 4.57 24.6 23.8 29 A29 4.57 4.57 23.8 23.8 30 A30 4.87 4.51 25.8 26.2 31 A31 4.79 4.58 26.6 25.4 32 A32 4.43 4.57 24.4 26.4 33 A33 4.43 4.57 24.4 23.8 34 A34 4.57 4.57 23.8 23.8 35 A35 4.42 4.43 25.4 25.4 36 A36 4.72 4.51 24.8 26.2 Berdasarkan nilai pada tabel 4.15, solusi terbaik dengan menggunakan metode profile matching pada tahun 2011 adalah Erlinda dan pada tahun 2012 adalah Edina hotmauli. Sedangkan dengan metode simple additive weighting pada tahun 2011 Sutan haris fadillah keluar sebagai solusi terbaik dan pada tahun 2012 Sari pahani br karo yang menjadi solusi. Dengan menggunakan metode profile matching solusi terbaik pada tahun 2013 sesuai dengan hasil perhitungan yang dilakukan oleh pihak Dinas akan tetapi tidak pada 2 tahun sebelumnya. Sedangkan dengan metode simple additive weighting solusi terbaik pada tahun 2011 dan 2012 sesuai dengan hasil perhitungan yang dilakukan pihak Dinas Kebudayaan dan Pariwisata Provinsi Sumatera Utara. Oleh karena itu setelah 3 kali perhitungan pada tahun yang berbeda metode simple additive weighting dianggap lebih akurat dari metode profile matching dalam kasus penilaian kinerja karyawan di Dinas Kebudayaan dan Pariwisata Provinsi Sumatera Utara. Terbai k Terbaik Universitas Sumatera Utara

4.2 Pengujian

Dokumen yang terkait

Sistem Pendukung Keputusan Penentuan Warga Miskin Dengan Metode Simple Additive Weighting (SAW) dan Profile Matching

25 158 122

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

7 95 111

Analisis Perbandingan Metode Simple Additive Weighting (SAW) Dan Metode Weighted Product (WP) Untuk Menentukan Bonus Karyawan (Studi Kasus : PT. Graha Travel & Tour Medan)

43 305 78

Metode Simple Additive Weighting dan Profile Matching dalam Pemilihan Lahan Tembakau (Studi Kasus: PTPN II – Kebun Bulu Cina)

1 6 95

KINERJA EXPANDING ADDITIVE BARU UNTUK ME

0 1 9

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM SELEKSI CALON KARYAWAN

0 0 8

Sistem Pendukung Keputusan Penentuan Warga Miskin Dengan Metode Simple Additive Weighting (SAW) dan Profile Matching

0 0 28

Implementasi Perbandingan Metode Profile Matching Dan Simple Additive Weighting (SAW) Dalam Penilaian Kinerja Karyawan (Studi Kasus Dinas Kebudayaan Dan Pariwisata Provinsi Sumatera Utara)

0 0 49

BAB 2 TINJAUAN PUSTAKA 2.1. Konsep Sistem Pendukung Keputusan - Implementasi Perbandingan Metode Profile Matching Dan Simple Additive Weighting (SAW) Dalam Penilaian Kinerja Karyawan (Studi Kasus Dinas Kebudayaan Dan Pariwisata Provinsi Sumatera Utara)

0 0 14

IMPLEMENTASI PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PENILAIAN KINERJA KARYAWAN (STUDI KASUS DINAS KEBUDAYAAN DAN PARIWISATA PROVINSI SUMATERA UTARA) SKRIPSI IBRAHIM AHMAD HARAHAP

0 0 12