28
Tabel 5.14 ANOVA
ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 33.981
3 11.327
115.529 .000
a
Residual 16.766
171 .098
Total 50.747
174 a. Predictors: Constant, Layanan_Interaksi, Information_Quality, Usability
b. Dependent Variable: Kepuasan_Pengguna Sumber: Data Primer diolah, 2014
Dari hasil uji ANOVA atau F test didapat F hitung sebesar 115.529 dengan tingkat signifikansi uji F sebesar 0.000 p 0.05 berarti variabel secara bersama-sama
mempunyai pengaruh yang signifikan terhadap Kepuasan Pengguna .
5.3.1 Pengujian Secara Parsial Uji t
Uji signifikansi parameter individual uji t dilakukan untuk menguji signifikansi konstanta dan variabel bebas yang terdapat secara individu apakah berpengaruh
terhadap nilai variabel terikat. Untuk pengujian ini dilakukan dengan melihat probabilitas uji parsial pada tabel koefisien signifikan pada tabel output Anova. Jika nilai probabilitas
kurang dari 0,05 maka hipotesis nol ditolak, sebaliknya hipotesis alternatif yang diajukan dalam penelitian ini dapat diterima pada tingkat signifikansi 5.
Tabel 5.14 Koefisien Regresi Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
B Std. Error
Beta 1
Constant .911
.505 1.803
.073 Usability
.022 .054
.019 .405
.686 Information_Quality
.146 .123
.053 1.184
.238 Layanan_Interaksi
.660 .038
.805 17.413 .000
a. Dependent Variable: Kepuasan_Pengguna
3. Kesimpulan
Penelitian ini dilakukan di SMA negeri di kota Palembang yang terkoneksi jaringan internet. Berdasarkan hasil penelitian dan pembahasan diatas, maka dapat
ditarik beberapa kesimpulan sebagai berikut: 1. Faktor Usability tidak berpengaruh positif terhadap Kepuasan Pengguna Portal
Rumah Belajar diperoleh sebesar 4.05 dengan tingkat signifikansi 0,686. Dari hasil penelitian tersebut menjelaskan bahwa faktor usability tidak berpengaruh positif
terhadap penerimaan pengguna. Sehingga apabila tingkat kegunaan usability yang dirasakan pengguna rendah maka akan berpengaruh pada tingkat Kepuasan.
2. Faktor Information Quality tidak berpengaruh positif terhadap Kepuasan Pengguna Portal Rumah Belajar diperoleh sebesar 11.84 dengan tingkat signifikansi 0.238.
Dari hasil penelitian tersebut menjelaskan bahwa faktor Kualitas Informasi
29
Information Quality tidak berpengaruh positif terhadap Kepuasan pengguna. Sehingga apabila tingkat Kualitas Informasi yang dirasakan pengguna rendah maka
akan berpengaruh pada tingkat Kepuasan.
3. Faktor layanan Interaksi berpengaruh positif terhadap Kepuasan Pengguna Portal
Rumah Belajar. diperoleh sebesar 174.13 dengan tingkat signifikansi 0.000. Dari hasil penelitian tersebut menjelaskan bahwa faktor Laynan Interaksi berpengaruh
positif terhadap Kepuasan Pengguna Portal Rumah Belajar. Sehingga apabila tingkat layanan Interaksi yang dirasakan pengguna tinggi maka akan berpengaruh pada
tingkat Kepuasan.
SARAN
Saran-saran yang diajukan dalam penelitian ini sehubungan dengan hasil penelitian adalah sebagai berikut:
1. Diharapkan dengan hasil penelitian ini dapat dijadikan acuan pihak yang berwenang baik itu pemerintah maupun sekolah-sekolah untuk melakukan perbaikan-
perbaikan terhadap Portal Rumah Belajar dan dilakukan sosialisasi mengenai kegunaan portal rumah belajar bagi guru dan siswa . karena dengan
dimanfaatkannya Portal Rumah Belajar secara optimal oleh siswa dan guru berdampak pada semakin meningkatnya peranan teknologi informasi dan
komunikasi TIK dalam berbagai aspek kehidupan termasuk di bidang pendidikan.
2. Penelitian-penelitian lanjutan sehubungan kegunaan Portal rumah belajar untuk mengetahui kepuasan pengguna portal rumah belajar di sekolah secara lebih luas
dimana akan didapatkan evaluasi dalam rangka pengembangan dan sekaligus feedback yang tepat sebagai solusi atas permasalahan kepuasan pengguna
terhadap program tersebut.
Daftar Pustaka
1. Barnes S, idgen, R. 2001. Assesing the Quality of Auction Website. 34th Hawaii International Conference on System Sciences.
2. Handini. 2009. Pengukuran Mutu layanan Perpustakaan Perguruan Tinggi dengan Menggunakan Metode WebQual Studi Kasus : Web Library Perguruan Tinggi
Swasta dan Perguruan Tinggi Negeri. Jakarta : Universitas Guna Darma. 3. Imam Sanjaya. 2012. Pengukuran Kualitas Layanan Website Kementerian Kominfo
Dengan Menggunakan Metode Webqual 4.0 Jurnal Penelitian IPTEK-KOM. Vol.14 No.1
4. Kusnandar,Uwes A. Chaeruman, Ika Kurniawati. Studi Pemanfaatan E-Dukasi.Net di Sekolah2005
5. Kementrian Pendidikan dan Kebudayaan ‖ Pusat Teknologi Informasi dan
Komunikasi Pendidikan‖.
1 Juli
2014. http:setjen.kemdikbud.go.idpustekkomprodukrumah-belajar,
6. Tarigan, J. 2008. User Satisfaction Using WebQual Instrument : A Research on Stock Exchange of Thailand SET. Jurnal Akuntansi dan Keuangan. Vol.10 No.1
:34 – 47
7. http:www.webqual.co.ukinstrumnet.htm 8. www. E-dukasi.net
30
Sistem Pendukung Keputusan Pemilihan Tenaga Kerja Pada Maid Management Information System Berbasis Web
Menggunakan Logika Fuzzy
Radius Tanone
1
, Dedy Danu Widjaya
2
1
FTI-UKSW, Jl. Diponegoro 52-60, Salatiga 50771, Indonesia, radiustanonegmail.com
2
FTI-UKSW, Jl. Diponegoro 52-60, Salatiga 50771, Indonesia, dsonic77gmail.com
ABSTRAK
Besarnya kebutuhan masyarakat Singapura akan tenaga kerja wanita yang terus meningkat , mendorong tumbuhnya agen Maid serta sistem informasi Maid management
di negara tersebut. Untuk pemilihan Maid yang tepat dan sesuai kriteria yang diinginkan employer, dibutuhkan suatu sistem pendukung keputusan yang dapat menghasilkan
suatu rekomendasi yang valid. SPK harus dapat memproses indikator yang ada dengan benar termasuk yang bersifat samar seperti pada Maid management adalah kriteria
experience dan skill dari tenaga kerja serta umur dari maid. Indikator samar tersebut diproses menggunakan logika Fuzzy dengan representasi grafik segitiga dan operasi
logika max untuk menghasilkan rekomendasi Maid yang telah diurutkan dari yang memiliki firestrength tertinggi.
Kata Kunci : Maid Management, Sistem Pendukung Keputusan, Logika Fuzzy 1. Pendahuluan
Dalam era globalisasi yang semakin berkembang, semua aspek kehidupan manusia juga ikut berkembang, salah satunya adalah dunia bisnis. Peran teknologi dan informasi pun
semakin diperlukan dalam mendukung proses bisnis yang ada, salah satunya adalah sistem informasi. Begitu juga dengan sistem informasi maid management yang
memberikan layanan dan informasi seputar tenaga kerja bagi customer khususnya di wilayah Singapura. Permasalahan yang terjadi bagi masyarakat Singapura dalam
pemilihan maid adalah customer harus mencari tenaga kerja yang sesuai dengan kriteria yang diharapkan. Sedangkan tenaga kerja yang tersedia sangat bervariatif dalam segi
pengalaman, umur dan kemampuanya, tidak kurang tiga ribu orang setiap bulannya berangkat ke Singapura untuk berkerja sebagai maid serta ditambah lagi dengan proses
dan pengurusan legalitas yang selektif oleh pemerintah Singapura dalam pengambilan tenaga kerja wanita bagi warga negaranya [1].
Pada sistem informasi Prestige Maid, customer harus mencari tenaga kerja yang sesuai dengan kriteria yang diharapkan seperti umur, kemampuan, serta pengalaman maid.
Adapun tenaga kerja yang dimiliki oleh Prestige Maid Agency pada tahun 2013 ini adalah 136 orang. Melihat dan memeriksa satu per satu tenaga kerja akan memakan waktu
serta belum tentu sesuai dengan kriteria yang diharapkan dan dibutuhkan. Kendala lain adalah waktu customer yang terbatas pada jam kerja Prestige Maid jika harus bertemu
31
dengan konsultan [2]. Oleh karena itu, dalam suatu sistem informasi dibutuhkan sistem pendukung keputusan pemilihan tenaga kerja untuk dapat membantu customer untuk
memberikan rekomendasi dalam pemilihan maid yang sesuai dengan kriterianya, sehingga diharapkan customer dapat mencari informasi tentang produk, layanan, bahkan
melakukan transaksi tanpa terbatas jam kerja perusahaan [3]. Untuk menghasilkan suatu rekomendasi yang valid, Sistem Pendukung Keputusan harus
dapat memproses indikator yang ada dengan benar [4]. Akan tetapi, dalam sistem informasi maid management terdapat indikator yang bersifat samar. Sehingga dibutuhkan
penanganan pada indikator samar tersebut, yaitu dengan logika Fuzzy. Dengan logika Fuzzy, data yang samar akan menjadi anggota dari banyak himpunan dengan derajat
keanggotaan yang berbeda dalam masing-masing himpunan [5]. Pada maid management terdapat beberapa spesifikasi yang digunakan untuk menangani data yang
samar yaitu experience, skill dan umur dari maid. Berdasarkan kebutuhan customer akan rekomendasi tenaga kerja yang sesuai dengan
kriteria yang dibutuhkan tanpa terbatas jam kerja suatu perusahaan manajemen tenaga kerja serta tanpa terbatas ruang, maka dirancanglah suatu Sistem Pendukung Keputusan
pemilihan tenaga kerja berbasis web yang dapat memproses masukan dari customer baik yang bersifat pasti maupun samar sehingga dihasilkan rekomendasi tenaga kerja
yang valid dan sesuai dengan kriteria yang diharapkan customer.
Terdapat beberapa penelitian yang membahas tentang SPK, salah satunya adalah Decision Support System Untuk Pembelian Mobil Menggunakan Fuzzy Database
Model Tahani yang mengangkat permasalahan tentang proses perekomendasian mobil yang paling sesuai bagi pengguna atau calon pembeli dengan menerapkan metode
Fuzzy Database Model Tahani. Dalam penelitian tersebut, parameter-parameter yang telah dimasukkan oleh user diproses oleh sistem sehingga menghasilkan output yang
berupa rekomendasi mobil yang memiliki firestrength atau tingkat kesesuaian dengan parameter di atas angka nol sampai dengan angka satu [6].
Penelitian yang lain adalah Perancangan Sistem Pendukung Keputusan SPK Untuk Menentukan Kelaiklautan Kapal. Pada penelitian ini, SPK dirancang dengan
menggunakan metode pohon keputusan dan algoritma Iterative Dichotomiser 3 ID3 untuk menganalisa tiga aspek utama keselamatan kapal yaitu nautis, teknis dan radio
sehingga dihasilkan keputusan penentuan kelaiklautan kapal yang bernilai diskrit yaitu laik atau tidak laik [7].
Pada penelitian ini, sistem pendukung keputusan dirancang untuk membantu employer dalam memilih tenaga kerja agar sesuai dengan kriteria yang diinginkan tanpa
harus melihat satu persatu profil maid yang tersedia sehingga diharapkan akan lebih efisien dalam waktu pemilihan maid. SPK akan menggunakan logika Fuzzy dalam
memproses masukan Fuzzy dari employer, sehingga sistem dapat memberikan output yang berupa rekomendasi satu atau lebih Maid yang sesuai dalam kriteria yang telah
dimasukkan beserta derajat rekomendasinya firestrength.
Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Jadi, pengambilan keputusan dapat dilakukan
oleh sistem atau manusia, karena SPK hanya membantu manusia dalam proses pengambilan keputusan. Sistem Pendukung Keputusan Decision Support System
mampu memberikan solusi bagi kebutuhan tersebut. SPK merupakan sistem yang membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang
tidak terstruktur, dimana tidak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat. [4]
32
Logika Fuzzy Fuzzy Logic diperkenalkan oleh Lotfi Zadeh pada tahun 1965. Merupakan metode yang mempunyai kemampuan untuk memproses variabel yang
bersifat kabur atau yang tidak dapat dideskripsikan secara pasti seperti misalnya tinggi, lambat, dan bising. Fuzzy dalam bahasa Inggris mempunyai arti kabur atau tidak jelas.
Jadi, logika Fuzzy adalah logika yang kabur, atau mengandung unsur ketidakpastian.
Dalam logika Fuzzy, variabel yang bersifat kabur tersebut direpresentasikan sebagai sebuah himpunan yang anggotanya adalah suatu nilai pasti crisp dan derajat
keanggotaannya dalam himpunan tersebut. Logika Fuzzy meniru cara berpikir manusia dengan menggunakan konsep sifat kesamaran suatu nilai. Dengan teori himpunan
Fuzzy, suatu objek dapat menjadi anggota dari banyak himpunan dengan derajat keanggotaan yang berbeda dalam masing-masing himpunan [5].
Terdapat beberapa hal yang harus diketahui dalam sistem Fuzzy, yaitu variabel Fuzzy yang merupakan variabel yang akan dibahas dalam suatu sistem Fuzzy, himpunan
Fuzzy yang merupakan suatu group yang mewakili suatu kondisi tertentu dalam suatu variabel Fuzzy, semesta pembicaraan yang adalah keseluruhan nilai yang diperbolehkan
untuk dioperasikan dalam suatu variabel Fuzzy, domain adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan
Fuzzy, serta fungsi keanggotaan membership function adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya sering juga
disebut dengan derajat keanggotaan. Fungsi keanggotaan suatu himpunan Fuzzy dapat ditentukan melalui pendekatan fungsi, yaitu representasi linier naik, representasi linier
turun, kurva segitiga, kurva trapesium dan kurva bahu [8].
Maid Manajemen adalah agency atau perusahaan yang memberikan layanan kepada customer atau employer seputar tenaga kerja wanita baik dalam permintaan
tenaga kerja maupun pengurusan legalitas serta semua yang bersangkutan dengan kebutuhan-kebutuhan maid. Maid management sangat dibutuhkan di Singapura karena
kebutuhan masyarakat Singapura akan tenaga kerja wanita yang terus meningkat [9]. Peningkatan tersebut dibuktikan berdasarkan data Badan Nasional Penempatan Dan
Perlindungan Tenaga Kerja Indonesia tentang pengajuan ijin legalitas maid yang berasal dari negara Indonesia yang diselengarakan oleh pemerintah singapura, dalam penelitian
tersebut tecatat 512 orang telah mengajukan ijin untuk pengurusan maid secara legal pada tahun 2009, 856 orang pada tahun 2010 dan tahun 2011 semester 1 ada 1140
orang [10].
Sistem informasi Maid management adalah sistem informasi yang digunakan oleh perusahaan manajemen dan konsultan tenaga kerja untuk menyediakan informasi yang
berhubungan dengan tenaga kerja dan memberi kesempatan kepada customer untuk melakukan permintaan tenaga kerja serta pengurusan kebutuhan-kebutuhan legalitas
tenaga kerja [9].
Prestige Maid adalah agency tenaga kerja wanita di Singapura yang telah berdiri sejak tahun 2010. Prestige Maid bekerjasama dengan agen tenaga kerja Indonesia PT.
Rizaldi Bina Bersama yang berkantor pusat di Kendal dan telah berdiri lebih dari sepuluh tahun. Prestige Maid memberikan pelatihan dan menyalurkan Maid dari berbagai negara
seperti China, Malaysia, serta Singapura dan telah memiliki sekitar 2500 employer yang berada di Singapura [3].
2. Pembahasan Terdapat tiga tahapan yang dilakukan pada penelitian ini yaitu :
