Penerapan Metode AHP Melalui Pendekatan Fuzzy pada Sistem Pendukung Keputusan untuk Evaluasi Kinerja Sales.
iii
ABSTRAK
Sales adalah staf penjualan yang dipekerjakan oleh perusahaan untuk menjual barang atau jasa. Kesuksesan sales adalah tentang produktivitas penjualan dan hubungan dengan pelanggan. Faktor ini perlu diperhatikan dengan melakukan evaluasi kinerja untuk mengidentifikasi kelebihan dan kekurangan sales. Ada beberapa metode yang sudah digunakan untuk melakukan evaluasi kinerja karyawan salah satunya dengan metode Analytical Hierarchy Process (AHP). Kelemahan metode AHP terdapat pada kriteria yang bersifat subjektif terutama untuk metode multikriteria. Pada penelitian ini metode AHP melalui pendekatan Fuzzy digunakan untuk meningkatkan keakurasian penilaian kinerja sales dengan cara memperbaiki metode penilaian dari AHP. Sistem yang dibangun berbentuk aplikasi online berbasis web dengan menggunakan bahasa pemrograman PHP dan SQL Server sebagai basis datanya. Sistem ini dapat dipergunakan secara mudah dalam mengevaluasi kinerja sales karena bisa diakses dimana saja secara online, serta dilengkapi dengan pemberian rekomendasi nilai terhadap prestasi sales dari pencapaiannya mendapatkan customer.
(2)
iv
ABSTRACT
Sales person is selling staff employed by companies to sell goods or services. The success of sales person is related to the sales productivity and customer relationships. These factors need to be evaluated to identify the strengths and weaknesses of sales person. There are several methods that have already been used to evaluate the performance of an employee, one of them is Analytical Hierarchy Process (AHP) method. The weaknesses of AHP method lie in the subjective criteria, especially for multi-criteria method. In this research, Fuzzy AHP approach is used to improve the assessment accuracy for the sales person by improving the appraisal method of AHP. The system is built in the form of web-based online application using PHP and SQL Server as its database. This system could easily be used in evaluating the performance of the sales person as it accessible online anywhere, and the system is equipped with grade recommendations for the achievement of the sales person in getting customer. Keywords: Fuzzy AHP, Decision Support System, Performance Evaluation
(3)
v
DAFTAR ISI
PRAKATA ... i
ABSTRAK ... iii
ABSTRACT ... iv
DAFTAR ISI ... v
DAFTAR GAMBAR ... ix
DAFTAR TABEL ... xiii
DAFTAR PROGRAM ... xvi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 1
1.3 Tujuan ... 2
1.4 Batasan Masalah ... 2
1.5 Sistematika Pembahasan ... 2
BAB II LANDASAN TEORI ... 4
2.1 Sistem Pendukung Keputusan ... 4
2.1.1 Definisi Sistem Pendukung Keputusan ... 4
2.1.2 Tujuan Sistem Pendukung Keputusan ... 5
2.1.3 Proses Pengambilan Keputusan ... 5
2.2 Analytical Hierarchy Process ... 7
2.3 Logika Fuzzy ... 13
2.4 Pendekatan Logika Fuzzy Terhadap AHP ... 22
2.4.1 Transformasi Triangular Fuzzy Number Terhadap Skala AHP ... 22
2.4.2 Analisis Fuzzy Synthetic Extent ... 25
BAB III ANALISIS DAN DESAIN ... 29
3.1 Analisis ... 29
3.1.1 Proses Bisnis ... 29
(4)
vi
3.1.3 Penerapan Metode AHP ... 34
3.1.4 Penerapan Metode AHP dengan Logika Fuzzy ... 45
3.2 Gambaran Keseluruhan ... 56
3.2.1 Persyaratan Antarmuka Eksternal ... 56
3.2.2 Antarmuka dengan Pengguna ... 56
3.2.3 Antarmuka Perangkat Keras ... 56
3.2.4 Antarmuka Perangkat Lunak ... 57
3.2.5 Fitur – fitur Produk Perangkat Lunak ... 57
3.3 Desain Perangkat Lunak ... 58
3.3.1 Pemodelan Perangkat Lunak ... 59
3.3.2 Desain Penyimpanan Data ... 69
3.3.3 Desain Antarmuka ... 75
BAB IV PENGEMBANGAN PERANGKAT LUNAK ... 77
4.1 Implementasi Modul ... 77
4.1.1 Implementasi Modul Salesmanager ... 77
4.1.2 Implementasi Modul Supervisor ... 78
4.1.3 Implementasi Modul Sales ... 79
4.1.4 Implementasi AHP Melalui Pendekatan Fuzzy ... 79
4.2 Implementasi Penyimpanan Data ... 85
4.2.1 Tabel Customer ... 85
4.2.2 Tabel Evaluasi Sales ... 85
4.2.3 Tabel Jabatan ... 85
4.2.4 Tabel Karyawan ... 86
4.2.5 Tabel Kriteria ... 86
4.2.6 Tabel Laporan Pembelian ... 86
4.2.7 Tabel Log Customer ... 87
4.2.8 Tabel Pembelian ... 87
4.2.9 Tabel Pengguna ... 87
4.2.10 Tabel Perbandingan ... 87
4.2.11 Tabel Proses Evaluasi ... 88
(5)
vii
4.2.13 Tabel Tipe Mobil ... 88
4.3 Implementasi Antar Muka ... 89
4.3.1 Form Login ... 89
4.3.2 Halaman Grafik Customer ... 90
4.3.3 Halaman Grafik Insentif ... 90
4.3.4 Form Pengelolaan Data Customer ... 91
4.3.5 Halaman Grafik Evaluasi ... 92
4.3.6 Form Evaluasi Sales ... 93
4.3.7 Form Pengelolaan Data Karyawan ... 93
4.3.8 Form Data Tipe Mobil ... 94
4.3.9 Form Pengelolaan Data Hirarki ... 95
4.3.10 Form Pengelolaan Perbandingan Berpasangan ... 95
BAB V PENGUJIAN DAN EVALUASI SISTEM ... 96
5.1 Pengujian White Box ... 96
5.1.1 Pengujian White Box Login ... 96
5.1.2 Pengujian White Box Data Customer ... 99
5.1.3 Pengujian White Box Evaluasi Sales ... 99
5.1.4 Pengujian White Box Data Karyawan ... 101
5.1.5 Pengujian White Box Data Tipe Mobil ... 103
5.1.6 Pengujian White Box Data Kriteria ... 104
5.2 Pengujian Black Box ... 107
5.2.1 Pengujian Black Box Login ... 107
5.2.2 Pengujian Black Box Data Customer ... 108
5.2.3 Pengujian Black Box Evaluasi Sales ... 110
5.2.4 Pengujian Black Box Data Karyawan ... 112
5.2.5 Pengujian Black Box Data Tipe Mobil ... 113
5.2.6 Pengujian Black Box Data Kriteria ... 115
5.2.7 Pengujian Black Box Perbandingan Berpasangan ... 117
(6)
viii
BAB VI KESIMPULAN DAN SARAN ... 124
6.1 Kesimpulan ... 124
6.2 Saran ... 125
(7)
ix
DAFTAR GAMBAR
Gambar 2.1 Proses Pengambilan Keputusan (Turban, 2001) ... 6
Gambar 2.2 Struktur Hirarki (Saaty & Vargas, 2000) ... 7
Gambar 2.3 Contoh Kasus Perbandingan Berpasangan ... 9
Gambar 2.4 Diagram Blok Fuzzy (Suyanto, 2008) ... 14
Gambar 2.5 Grafik Fungsi Keanggotaan Linear Naik ... 15
Gambar 2.6 Grafik Fungsi Keanggotaan Linear Turun ... 15
Gambar 2.7 Grafik Fungsi Keanggotaan Kurva Segitiga ... 16
Gambar 2.8 Grafik Fungsi Keanggotaan Kurva Trapesium ... 16
Gambar 2.9 Grafik Fungsi Keanggotaan Kurva-S Naik ... 17
Gambar 2.10 Grafik Fungsi Keanggotaan Kurva-S Turun ... 17
Gambar 2.11 Grafik Fungsi Keanggotaan Kurva Pi ... 18
Gambar 2.12 Grafik Fungsi Keanggotaan Kurva Beta ... 18
Gambar 2.13 Grafik Fungsi Keanggotaan Kurva Gauss ... 18
Gambar 2.14 Derajat Keanggotaan Fuzzy Kurva Segitiga Skala AHP ... 22
Gambar 2.15 Derajat Keanggotaan Fuzzy Kurva Segitiga Skala AHP 1 – 9 ... 23
Gambar 2.16 Derajat Keanggotaan Segitiga Masing-masing Skala AHP ... 24
Gambar 2.17 Titik Potong Antara M2 dengan M1 ... 27
Gambar 3.1 Flowchart Kehadiran Sales ... 30
Gambar 3.2 Flowchart Pendapatan Sales ... 31
Gambar 3.3 Struktur Hirarki Penilaian Kinerja Sales ... 35
Gambar 3.4 Diagram Konteks ... 59
Gambar 3.5 DFD Level 1 ... 61
Gambar 3.6 DFD Level 2 Pengelolaan Data Customer ... 62
Gambar 3.7 DFD Level 2 Pengelolaan Data Evaluasi Kinerja Sales ... 63
Gambar 3.8 DFD Level 2 Pengelolaan Master Data ... 64
Gambar 3.9 DFD Level 3 Proses 3.1 Pengelolaan Kriteria ... 65
Gambar 3.10 DFD Level 3 Proses 3.2 Pengelolaan Data Mobil ... 66
Gambar 3.11 DFD Level 3 Proses 3.3 Pengelolan Karyawan dan Pengguna ... 67
Gambar 3.12 DFD Level 4 Proses 3.1.1 Pengelolan Hirarki ... 68
(8)
x
Gambar 3.14 Entity Relationship Diagram ... 70
Gambar 3.15 Rancangan Halaman Utama ... 75
Gambar 3.16 Rancangan Halaman Utama Sales ... 75
Gambar 3.17 Rancangan Halaman Utama Supervisor ... 76
Gambar 3.18 Rancangan Halaman Utama Salesmanager ... 76
Gambar 4.1 Implementasi Tabel Customer ... 85
Gambar 4.2 Implementasi Tabel Evaluasi Sales ... 85
Gambar 4.3 Implementasi Tabel Jabatan ... 85
Gambar 4.4 Implementasi Tabel Karyawan ... 86
Gambar 4.5 Implementasi Tabel Kriteria ... 86
Gambar 4.6 Implementasi Tabel Laporan Pembelian ... 86
Gambar 4.7 Implementasi Tabel Log Customer ... 87
Gambar 4.8 Implementasi Tabel Pembelian ... 87
Gambar 4.9 Implementasi Tabel Pengguna ... 87
Gambar 4.10 Implementasi Tabel Perbandingan ... 87
Gambar 4.11 Implementasi Tabel Proses Evaluasi ... 88
Gambar 4.12 Implementasi Tabel Skala ... 88
Gambar 4.13 Implementasi Tabel Tipe Mobil ... 88
Gambar 4.14 Form Login ... 89
Gambar 4.15 Halaman Grafik Customer ... 90
Gambar 4.16 Halaman Grafik Insentif ... 91
Gambar 4.17 Form Pengelolaan Data Customer ... 92
Gambar 4.18 Halaman Grafik Evaluasi ... 92
Gambar 4.19 Form Evaluasi Sales ... 93
Gambar 4.20 Form Pengelolaan Data Karyawan ... 94
Gambar 4.21 Form Pengelolaan Data Tipe Mobil ... 94
Gambar 4.22 Form Pengelolaan Data Hirarki ... 95
Gambar 4.23 Form Pengelolaan Perbandingan Berpasangan ... 95
Gambar 5.1 Diagram Alir Proses Login ... 97
Gambar 5.2 Diagram Alir Proses Data Customer ... 98
Gambar 5.3 Diagram Alir Proses Evaluasi Sales ... 100
(9)
xi
Gambar 5.5 Diagram Alir Proses Pengelolaan Data Tipe Mobil ... 103
Gambar 5.6 Diagram Alir Proses Penghapusan Data Tipe Mobil ... 104
Gambar 5.7 Diagram Alir Proses Pengelolaan Data Kriteria ... 105
Gambar 5.8 Diagram Alir Proses Penghapusan Data Kriteria ... 106
Gambar 5.9 Pengujian Black Box Login Gagal ... 108
Gambar 5.10 Pengujian Black Box Login Null ... 108
Gambar 5.11 Pengujian Black Box Data Customer Berhasil Berhasil ... 109
Gambar 5.12 Pengujian Black Box Tabel Data Customer ... 109
Gambar 5.13 Pengujian Black Box Data Customer Berhasil Gagal ... 109
Gambar 5.14 Pengujian Black Box Evaluasi Sales ... 111
Gambar 5.15 Pengujian Black Box Hasil Evaluasi Sales ... 111
Gambar 5.16 Pengujian Black Box Data Karyawan Berhasil ... 112
Gambar 5.17 Pengujian Black Box Tabel Karyawan ... 113
Gambar 5.18 Pengujian Black Box Data Karyawan Gagal ... 113
Gambar 5.19 Pengujian Black Box Pengelolaan Data Tipe Mobil Berhasil ... 114
Gambar 5.20 Pengujian Black Box Tabel Tipe Mobil ... 114
Gambar 5.21 Pengujian Black Box Pengelolaan Data Tipe Mobil Gagal ... 114
Gambar 5.22 Pengujian Black Box Penghapusan Data Tipe Mobil Gagal ... 114
Gambar 5.23 Pengujian Black Box Pengelolaan Data Kriteria Berhasil ... 115
Gambar 5.24 Pengujian Black Box Pohon Hirarki ... 116
Gambar 5.25 Pengujian Black Box Pengelolaan Data Kriteria Gagal ... 116
Gambar 5.26 Pengujian Black Box Penghapusan Data Kriteria Gagal ... 117
Gambar 5.27 Pengujian Black Box Perbandingan Berpasangan Berhasil ... 117
Gambar 5.28 Pengujian Black Box Consistency Ratio Berhasil ... 118
Gambar 5.29 Pengujian Black Box Grafik Bobot Kriteria ... 118
Gambar 5.30 Pengujian Black Box Perbandingan Berpasangan Gagal ... 118
Gambar 5.31 Pengujian Black Box Consistency Ratio Gagal ... 118
Gambar 5.32 Pengujian Pohon Hirarki Kriteria ... 120
Gambar 5.33 Pengujian Perbandingan Berpasangan Kriteria ... 120
Gambar 5.34 Pengujian Data Evaluasi Kinerja Sales 1 ... 121
Gambar 5.35 Pengujian Data Evaluasi Kinerja Sales 2 ... 121
(10)
xii
Gambar 5.37 Pengujian Data Evaluasi Kinerja Sales 4 ... 121
Gambar 5.38 Pengujian Data Evaluasi Kinerja Sales 5 ... 121
Gambar 5.39 Pengujian Hasil Evaluasi Kinerja Sales 1 ... 122
Gambar 5.40 Pengujian Hasil Evaluasi Kinerja Sales 2 ... 122
Gambar 5.41 Pengujian Hasil Evaluasi Kinerja Sales 3 ... 122
Gambar 5.42 Pengujian Hasil Evaluasi Kinerja Sales 4 ... 122
(11)
xiii
DAFTAR TABEL
Tabel 2.1 Skala Perbandingan Berpasangan (Saaty & Vargas, 2000) ... 8
Tabel 2.2 Matriks Perbandingan Berpasangan Kriteria ... 9
Tabel 2.3 Nilai Random Indeks (Saaty T., 2005) ... 12
Tabel 2.4 Contoh Penilaian Matriks ... 23
Tabel 2.5 Fuzzifikasi Skala Perbandingan Berpasangan (Chang & Yang, 2011)25 Tabel 3.1 Kriteria ... 32
Tabel 3.2 Sub Kriteria Store Operation ... 32
Tabel 3.3 Sub Kriteria Leadership ... 33
Tabel 3.4 Sub Kriteria Attitude ... 34
Tabel 3.5 Perbandingan Berpasangan Level 1 ... 36
Tabel 3.6 Perbandingan Berpasangan Sub Kriteria Store Operation ... 36
Tabel 3.7 Perbandingan Berpasangan Sub Kriteria Leadership ... 36
Tabel 3.8 Perbandingan Berpasangan Sub Kriteria Attitude ... 37
Tabel 3.9 Vektor Prioritas Level 1 ... 37
Tabel 3.10 Vektor Prioritas Sub Kriteria Store Operation ... 38
Tabel 3.11 Vektor Prioritas Sub Kriteria Leadership ... 38
Tabel 3.12 Vektor Prioritas Sub Kriteria Attitude ... 38
Tabel 3.13 Weight Sum Vector Level 1 ... 39
Tabel 3.14 Consistency Vector Level 1 ... 39
Tabel 3.15 Weight Sum Vector Sub Kriteria Store Operation ... 40
Tabel 3.16 Consistency Vector Sub Kriteria Store Operation ... 40
Tabel 3.17 Weight Sum Vector Sub Kriteria Leadership ... 41
Tabel 3.18 Consistency Vector Sub Kriteria Leadership ... 41
Tabel 3.19 Weight Sum Vector Sub Kriteria Attitude ... 41
Tabel 3.20 Consistency Vector Sub Kriteria Attitude ... 42
Tabel 3.21 Penilaian Sales Pada Sub Kriteria Store Operation ... 43
Tabel 3.22 Penilaian Sales Pada Sub Kriteria Leadership ... 44
Tabel 3.23 Penilaian Sales Pada Sub Kriteria Attitude ... 44
Tabel 3.24 Penilaian Akhir Sales ... 44
(12)
xiv
Tabel 3.26 Perbandingan Berpasangan Fuzzy Sub Kriteria Store Operation .... 45
Tabel 3.27 Perbandingan Berpasangan Fuzzy Sub Kriteria Leadership ... 46
Tabel 3.28 Perbandingan Berpasangan Fuzzy Sub Kriteria Attitude ... 46
Tabel 3.29 Nilai Sintetis Level 1 ... 47
Tabel 3.30 Nilai Sintetis Sub Kriteria Store Operation ... 47
Tabel 3.31 Nilai Sintetis Sub Kriteria Leadership ... 47
Tabel 3.32 Nilai Sintetis Sub Kriteria Attitude ... 48
Tabel 3.33 Hasil Nilai Sintetis Level 1 ... 49
Tabel 3.34 Normalisasi Level 1 ... 49
Tabel 3.35 Normalisasi Sub Kriteria Store Operation ... 49
Tabel 3.36 Normalisasi Sub Kriteria Leadership ... 50
Tabel 3.37 Normalisasi Sub Kriteria Attitude ... 50
Tabel 3.38 Penilaian Dengan Fuzzy AHP Pada Sub Kriteria Store Operation .. 50
Tabel 3.39 Penilaian Dengan Fuzzy AHP Pada Sub Kriteria Leadership ... 51
Tabel 3.40 Penilaian Dengan Fuzzy AHP Pada Sub Kriteria Attitude ... 51
Tabel 3.41 Penilaian Akhir Sales Menggunakan Fuzzy AHP ... 51
Tabel 3.42 Perbedaan Bobot Kriteria AHP dengan Fuzzy AHP ... 52
Tabel 3.43 Nilai Crisp Perbandingan Berpasangan Level 1 ... 52
Tabel 3.44 Consistency Vector Fuzzy AHP Level 1 ... 52
Tabel 3.45 Nilai Crisp Perbandingan Sub Kriteria Store Operation ... 53
Tabel 3.46 Consistency Vector Fuzzy AHP Sub Kriteria Store Operation ... 53
Tabel 3.47 Nilai Crisp Perbandingan Berpasangan Sub Kriteria Leadership ... 54
Tabel 3.48 Consistency Vector Fuzzy AHP Sub Kriteria Leadership ... 54
Tabel 3.49 Nilai Crisp Perbandingan Berpasangan Sub Kriteria Attitude ... 54
Tabel 3.50 Consistency Vector Fuzzy AHP Sub Kriteria Attitude ... 55
Tabel 3.51 Perbandingan Nilai Lamda, Ci, dan CR AHP dengan Fuzzy AHP .. 56
Tabel 3.52 Tabel Pengguna ... 71
Tabel 3.53 Tabel Jabatan ... 71
Tabel 3.54 Tabel Skala ... 71
Tabel 3.55 Tabel Kriteria ... 71
Tabel 3.56 Tabel Tipe Mobil ... 72
(13)
xv
Tabel 3.58 Tabel Perbandingan ... 72
Tabel 3.59 Tabel Karyawan ... 72
Tabel 3.60 Tabel Laporan Pembelian ... 73
Tabel 3.61 Tabel Pembelian ... 73
Tabel 3.62 Tabel Log Customer ... 73
Tabel 3.63 Tabel Evaluasi Sales ... 74
Tabel 3.64 Tabel Proses Evaluasi ... 74
Tabel 4.1 Implementasi Modul Salesmanager ... 77
Tabel 4.2 Implementasi Modul Supervisor ... 78
Tabel 4.3 Implementasi Modul Sales ... 79
Tabel 5.1 Tabel Pengujian White Box Proses Login ... 97
Tabel 5.2 Tabel Pengujian White Box Proses Data Customer ... 99
Tabel 5.3 Tabel Pengujian White Box Proses Evaluasi Sales ... 100
Tabel 5.4 Tabel Pengujian White Box Data Karyawan ... 102
Tabel 5.5 Tabel Pengujian White Box Pengelolaan Data Tipe Mobil ... 103
Tabel 5.6 Tabel Pengujian White Box Penghapusan Data Tipe Mobil ... 104
Tabel 5.7 Tabel Pengujian White Box Pengelolaan Data Kriteria ... 105
Tabel 5.8 Tabel Pengujian White Box Penghapusan Data Kriteria ... 107
Tabel 5.9 Tabel Pengujian Black Box Proses Login ... 107
Tabel 5.10 Tabel Pengujian Black Box Proses Data Customer ... 108
Tabel 5.11 Tabel Pengujian Black Box Proses Evaluasi Sales ... 110
Tabel 5.12 Tabel Pengujian Black Box Data Karyawan ... 112
Tabel 5.13 Tabel Pengujian Black Box Pengelolaan Data Tipe Mobil ... 113
Tabel 5.14 Tabel Pengujian Black Box Penghapusan Data Tipe Mobil ... 114
Tabel 5.15 Tabel Pengujian Black Box Pengelolaan Data Kriteria ... 115
Tabel 5.16 Tabel Pengujian Black Box Penghapusan Data Kriteria ... 116
Tabel 5.17 Tabel Pengujian Black Box Perbandingan Berpasangan ... 117
Tabel 5.18 Tabel Pengujian Pengujian Pembobotan Kriteria Dari Penilai ... 119
Tabel 5.19 Tabel Pengujian Data Evaluasi Kinerja Dari Penilai ... 119
Tabel 5.20 Tabel Pengujian Hasil Evaluasi Kinerja Dari Penilai ... 119
(14)
xvi
DAFTAR PROGRAM
Program 4.1 Program Matriks Crisp dan Bilangan TFN ... 79
Program 4.2 Program Total Bobot Kolom ke i ... 80
Program 4.3 Program Kalkulasi Priority Vector elemen ke i ... 80
Program 4.4 Program Weighted Sum Vector elemen ke i ... 80
Program 4.5 Program Rata-rata Consistency Vector ... 81
Program 4.6 Program Consistency Index ... 81
Program 4.7 Program Random Index ... 81
Program 4.8 Program Consistency Ratio ... 81
Program 4.9 Program Sintetis Nilai ke i ... 82
Program 4.10 Program CR dan Defuzzifikasi ... 82
Program 4.11 Program Nilai Ordinat Defuzzifikasi ... 83
Program 4.12 Program Normalisasi Bobot Vector ... 83
Program 4.13 Program Update Bobot Kriteria ... 83
Program 5.1 Pseudocode Proses Login ... 95
Program 5.2 Pseudocode Proses Data Customer ... 97
Program 5.3 Pseudocode Proses Evaluasi Sales ... 98
Program 5.4 Pseudocode Proses Data Karyawan ... 100
Program 5.5 Pseudocode Proses Pengelolaan Data Tipe Mobil ... 102
Program 5.6 Pseudocode Proses Penghapusan Data Tipe Mobil ... 103
Program 5.7 Pseudocode Proses Pengelolaan Data Kriteria ... 104
(15)
1
BAB I
PENDAHULUAN
1.1Latar Belakang
Sebuah ukuran kinerja yang baik adalah salah satu yang mewakili kontribusi beberapa karyawan terhadap nilai perusahaan, tanpa memaksakan resiko yang tidak semestinya pada karyawan (Merchant dkk, 2004). Sales adalah staf penjualan yang dipekerjakan oleh perusahaan untuk menjual barang atau jasa (Pass & Lowes, 1999). Kompetensi sales berkaitan dengan evaluasi keterampilan dan standar perilaku lainnya untuk meningkatkan kinerja (Zeb, 2007).
Dalam sistem pendukung keputusan, metode yang sering dipergunakan untuk menilai kinerja karyawan adalah metode Analytical Hierarchy Process (AHP). Menurut Saaty (1980) metode AHP berguna untuk membantu pengambil keputusan mendapat keputusan terbaik dengan membandingkan banyak kriteria. Tetapi dalam metode AHP terdapat permasalahan pada kriteria yang bersifat subjektif terutama untuk metode multi kriteria (Tahriri dkk, 2007).
Untuk mengatasi permasalahan diatas, maka dalam penelitian ini digunakan metode AHP melalui pendekatan Fuzzy. Menurut Professor Lotfi A Zadeh (1965), logika fuzzy menggambarkan ketidakjelasan atau kesamaran dalam bentuk variabel linguistik atau dapat diartikan sebagai generalisasi dari teori himpunan klasik yang menggabungkan pendekatan kualitatif dengan kuantitatif. Maka dari itu dengan pendekatan fuzzy dapat menutupi kelemahan yang terdapat pada AHP, terhadap permasalahan terhadap kriteria yang memiliki sifat subjektif lebih banyak.
1.2Rumusan Masalah
Permasalahan yang diangkat berdasarkan uraian yang telah dipaparkan adalah :
1. Apa saja kriteria yang dapat dipakai untuk menentukan penilaian kuantitatif terhadap penilaian kinerja Sales?
(16)
2
2. Bagaimana metode AHP melalui pendekatan fuzzy dapat lebih akurat dibandingkan dengan AHP dalam mengolah hasil pengukuran evaluasi kinerja sales dalam penentuan sales terbaik?
1.3Tujuan
Adapun tujuan dari perancangan aplikasi ini adalah menerapkan metode AHP melalui pendekatan fuzzy untuk meningkatkan akurasi pengukuran evaluasi kinerja sales terhadap penentuan sales terbaik.
1.4Batasan Masalah
Berdasarkan latar belakang dan perumusan masalah, batasan masalah dalam penelitian dan penerapan sistem ini adalah :
1. Kesesuaian antara kinerja karyawan penjualan yaitu sales dengan parameter-parameter yang ditentukan.
2. Data untuk studi kasus diambil dari PT. Kharisma Siliwangi yang bergerak dalam bidang penjualan mobil atau dealer mobil Daihatsu.
3. Kriteria dari sistem pendukung keputusan yang dibangun dipengaruhi oleh pemberian rekomendasi nilai terhadap prestasi sales dalam pencapaiannya mendapatkan customer.
4. Banyak level kriteria yang diberikan untuk penilaian kinerja sales pada sistem ini adalah maksimum dua level kriteria.
1.5Sistematika Pembahasan
Sistematika penyajian dalam laporan tugas akhir ini dimaksudkan agar proses pembuatan dokumentasi laporan dapat dibuat secara terstruktur dan sistematis, sehingga akan mudah dimengerti dan dipahami oleh pihak yang akan menggunakannya. Adapun sistematika penyajian adalah laporan tugas akhir ini terdiri dari enam bab, yaitu sebagai berikut:
1. BAB I PENDAHULUAN
Bab ini menguraikan mengenai latar belakang masalah, rumusan masalah, tujuan, batasan masalah, dan sistematika pembahasan.
(17)
3
2. BAB II LANDASAN TEORI
Bab ini membahas teori-teori yang mendasari dan mendukung pembangunan aplikasi ini. Teori-teori ini diambil dari pustaka yang diperlukan.
3. BAB III ANALISIS DAN DESAIN
Bab ini berisi analisis masalah dan perancangan aplikasi, dimana hasil perancangan ini harus memenuhi tujuan yang harus dicapai.
4. BAB IV PENGEMBANGAN PERANGKAT LUNAK
Bab ini berisi tentang hasil implementasi seluruh rancangan aplikasi yang telah diidentifikasi dari pemodelan dan tampilan layar hasil aplikasi yang telah dibangun.
5. BAB V PENGUJIAN DAN EVALUASI SISTEM
Bab ini berisi tentang pengujian dari aplikasi yang telah dibuat untuk melihat dan memastikan apakah terdapat kekurangan dalam pembuatan aplikasi atau tidak dan apakah aplikasi sudah layak digunakan.
6. BAB VI KESIMPULAN DAN SARAN
Bab ini mencakup kesimpulan dan saran untuk pengembangan aplikasi yang diambil dari seluruh proses yang terjadi selama melakukan penyusunan laporan tugas akhir ini.
(18)
124
BAB VI
KESIMPULAN DAN SARAN
6.1KesimpulanDari hasil penelitian yang dilakukan mulai dari tahap awal hingga proses pengujian dapat disimpulkan bahwa Sistem Pendukung Keputusan ini dapat diimplementasikan untuk pengukuran kinerja sales di P.T. Kharisma Siliwangi sebagai berikut :
a. Dengan menggunakan metode AHP melalui pendekatan Fuzzy dapat memberikan nilai yang lebih kompleks untuk kriteria yang bersifat subjektif dibanding menggunakan metode AHP sesuai yang telah disimpulkan pada tabel 3.42 Perbandingan Bobot Kriteria AHP dengan Fuzzy AHP.
b. Dengan menggunakan metode AHP melalui pendekatan Fuzzy dapat memperkecil nilai konsentrasi rasio dibanding menggunakan metode AHP sesuai yang telah disimpulkan pada tabel 3.51 Perbandingan Nilai Lamda, CI, dan CR AHP dengan Fuzzy AHP.
c. Dari hasil analisis penilaian kinerja sales dapat menghasilkan informasi yang akurat dengan membandingkan penilaian nyata oleh penilai di P.T. Kharisma Siliwangi sesuai yang telah disimpulkan pada sub bab 5.3 Pengujian Data Evaluasi.
6.2Saran
Berdasarkan hasil penelitian, penerapan Sistem Pendukung Keputusan dengan konsep AHP melalui pendekatan Fuzzy dapat membawa efek positif dalam proses penilaian kinerja sales di perusahaan secara lebih obyektif, namun terdapat beberapa hal yang perlu sarankan bagi pengembangan sistem ini, antara lain :
a. Penilaian yang memiliki n kriteria akan menghasilkan perbandingan berpasangan . Dengan kata lain jika kriteria yang dibandingkan cukup banyak maka dapat menghasilkan perbandingan berpasangan yang lebih besar dari n kriteria. Faktor ini merupakan salah satu kelemahan dari
(19)
125
AHP, oleh karena itu perlu dilakukannya cara untuk memperkecil tingkat kerumitan dalam menentukan perbandingan berpasangan seperti melakukan pembentukan pohon hirarki jika terdapat kriteria yang memiliki sifat sama bisa dibuat menjadi beberapa subkriteria.
b. Sistem Pendukung Keputusan ini selain membantu menentukan rewards dan rekomendasi bagi sales, dapat juga digunakan untuk penilaian dalam kegiatan training, serta proses jenjang karir atau kenaikan jabatan.
(20)
xvii
DAFTAR PUSTAKA
Akdon, & Hadi, S. (2005). Aplikasi Statistika dan Metode Penelitian untuk Administrasi dan Manajemen. Bandung: Dewa Ruchi.
Alonso, J. A., & Lamata, M. T. (2006). Consistency In The Analytic Hierarchy Process. International Journal of Uncertainty,Fuzziness and Knowledge-Based Systems , 452.
Başaran, B. (2012). A Critique On The Consistency Ratios Of Some Selected
Articles Regarding Fuzzy AHP And Sustainability. International Symposium on Sustainable Development , 320.
Chang, K. F., & Yang, H. W. (2011). A study of cosmetic bundle by utilizing a fuzzy Analytic Hierarchy Process (AHP) to determine preference of product attributers toward customer value. African Journal of Business Management Vol.5 , 8728-8739.
Daihani, D. U. (2001). Komputerisasi Pengambilan Keputusan. Jakarta: Elex Media Komputindo.
Da-Yong, C., Ke-Jun, Z., & Yu, J. (1999). A Discussion on Extent Analysis Method and applications of fuzzy AHP. European Journal of Operational Research 116 , 450-456.
Deng, H. (1999). Multicriteria analysis with fuzzy pairwise comparison. International Journal of Approximate Reasoning 21 , 215-231.
Dessler, G. (2008). Human Resources Management. New Jersey: Prentice-Hall, . Fathansyah. (2007). Buku Teks Komputer Basis Data. Bandung: Informatika. Forman, E., & Gass, S. (2001). The Analytic Hierarchy Process -- An Exposition.
Institute for Operations Research and the Management Sciences (INFORMS) , 469-486.
Hughes, L. (2009). Quantifying energy security:An Analytic Hierarchy Process approach. Energy Research Group , 2-5.
Indrajit, R. E. (2001). Pengantar Konsep Dasar Manajemen Sistem Informasi dan Teknologi Informasi. Jakarta: Elex Media Komputindo.
(21)
xviii
Kusumadewi, S. (2010). Neuro Fuzzy Integrasi sistem Fuzzy dan Jaringan Syaraf. Yogyakarta: Graha Ilmu.
Kusumadewi, S., & Puronomo, H. (2010). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.
Kwong, C. K., & Bai, H. (2003). Determining the Importance Weights for the Customer Requirements in QFD Using a Fuzzy AHP with an Extent Analysis Approach. IEE Transactions , 616-626.
Liberatore, J. M., & Nydick, R. L. (2007). The analytic hierarchy process in medical and health care decision making : A literature review. European Journal Of Operational Research , 195.
Malayu, S. H. (2009). Manajemen Sumber Daya Manusia Edisi Revisi. Jakarta: Bumi Aksara.
McLeod, R., & Schell, G. (2001). Management Information Systems (8th Edition). New Jersey: Prentice Hall.
Meixner, O., & Haas, R. (2002). Computergestütze Entscheidungsfindung. Expert Choise und AHP - innovative Werkzeuge zur Lösung komplexer Probleme. Frankfur: Redline Wirtschaft.
Merchant, Gibs, & Vargus. (2004). Performance Measure Properties and Incentives. Bonn – Germany: IZA.
Moore, J. H., & Weatherford, L. R. (2001). Decision Modeling with Microsoft Excel, 6th Edition. New Jersey: Prentice-Hall, Inc.
Nugroho, A. (2005). Analisis dan Perancangan Sistem Informasi dengan Metodologi Berorientasi Objek. Bandung: Informatika.
Pass, C., & Lowes, B. (1999). Kamus Lengkap Bisnis Edisi ke 2. Jakarta: Erlangga.
Pressman, R. S. (2002). Rekayasa Perangkat Lunak Pendekatan Praktisi Buku Satu. Yogyakarta: Andi.
Saaty, T. L. (1980). The Analytic Hierarchy Process. New York: McGraw Hill. Saaty, T. (1980). The Analytic Hierarchy Process. New York: McGraw Hill. Saaty, T. (2005). Theory and Applications of the Analytic Network Process:
Decision Making with Benefits Opportunities Costs and Risks. Pittsburgh: RWS Publications.
(22)
xix
Saaty, T., & Vargas, L. (2000). Models, Methods, Concepts and Applications of the Analytic Hierarchy Process. Boston: Kluwer Academic Publishers. Siler, W. (2005). Fuzzy Expert System and Fuzzy Reasoning. Birmingham: Jhon
Wiley and Sons.
Susilo, F. (2006). Himpunan dan Logika Kabur serta Aplikasinya. Yogyakarta: Graha Ilmu.
Suyanto. (2008). Soft Computing Membangun Mesin Ber-IQ Tinggi. Bandung: Informatika.
Tahriri, F., Ali, A., R. Osman, M., & M. Yusuf, R. (2007). A Review Of Supplier Selection Methods In Manufacturing Industries. Department of Mechanical and Manufacturing Engineering, University of Putra Malaysia , 201-208.
Turban, E. (2001). Decision Support Systems and Expert Systems and Intelligent Systems, 6th Edition. New Jersey: Prentice Hall Internasional, Inc.
Zadeh, L. (1965). Fuzzy Sets. Information and Control , 8:338-353.
Zeb, O. (2007). Worker Competence Management and Corporate Productivity Performance. A Ph.D Dissertation at Rivers State University of Science and Technology, Port Harcourt .
(1)
3
2. BAB II LANDASAN TEORI
Bab ini membahas teori-teori yang mendasari dan mendukung pembangunan aplikasi ini. Teori-teori ini diambil dari pustaka yang diperlukan.
3. BAB III ANALISIS DAN DESAIN
Bab ini berisi analisis masalah dan perancangan aplikasi, dimana hasil perancangan ini harus memenuhi tujuan yang harus dicapai.
4. BAB IV PENGEMBANGAN PERANGKAT LUNAK
Bab ini berisi tentang hasil implementasi seluruh rancangan aplikasi yang telah diidentifikasi dari pemodelan dan tampilan layar hasil aplikasi yang telah dibangun.
5. BAB V PENGUJIAN DAN EVALUASI SISTEM
Bab ini berisi tentang pengujian dari aplikasi yang telah dibuat untuk melihat dan memastikan apakah terdapat kekurangan dalam pembuatan aplikasi atau tidak dan apakah aplikasi sudah layak digunakan.
6. BAB VI KESIMPULAN DAN SARAN
Bab ini mencakup kesimpulan dan saran untuk pengembangan aplikasi yang diambil dari seluruh proses yang terjadi selama melakukan penyusunan laporan tugas akhir ini.
(2)
124
BAB VI
KESIMPULAN DAN SARAN
6.1Kesimpulan
Dari hasil penelitian yang dilakukan mulai dari tahap awal hingga proses pengujian dapat disimpulkan bahwa Sistem Pendukung Keputusan ini dapat diimplementasikan untuk pengukuran kinerja sales di P.T. Kharisma Siliwangi sebagai berikut :
a. Dengan menggunakan metode AHP melalui pendekatan Fuzzy dapat memberikan nilai yang lebih kompleks untuk kriteria yang bersifat subjektif dibanding menggunakan metode AHP sesuai yang telah disimpulkan pada tabel 3.42 Perbandingan Bobot Kriteria AHP dengan
Fuzzy AHP.
b. Dengan menggunakan metode AHP melalui pendekatan Fuzzy dapat memperkecil nilai konsentrasi rasio dibanding menggunakan metode AHP sesuai yang telah disimpulkan pada tabel 3.51 Perbandingan Nilai Lamda, CI, dan CR AHP dengan Fuzzy AHP.
c. Dari hasil analisis penilaian kinerja sales dapat menghasilkan informasi yang akurat dengan membandingkan penilaian nyata oleh penilai di P.T. Kharisma Siliwangi sesuai yang telah disimpulkan pada sub bab 5.3 Pengujian Data Evaluasi.
6.2Saran
Berdasarkan hasil penelitian, penerapan Sistem Pendukung Keputusan dengan konsep AHP melalui pendekatan Fuzzy dapat membawa efek positif dalam proses penilaian kinerja sales di perusahaan secara lebih obyektif, namun terdapat beberapa hal yang perlu sarankan bagi pengembangan sistem ini, antara lain :
a. Penilaian yang memiliki n kriteria akan menghasilkan perbandingan berpasangan . Dengan kata lain jika kriteria yang dibandingkan cukup banyak maka dapat menghasilkan perbandingan berpasangan yang lebih besar dari n kriteria. Faktor ini merupakan salah satu kelemahan dari
(3)
125
AHP, oleh karena itu perlu dilakukannya cara untuk memperkecil tingkat kerumitan dalam menentukan perbandingan berpasangan seperti melakukan pembentukan pohon hirarki jika terdapat kriteria yang memiliki sifat sama bisa dibuat menjadi beberapa subkriteria.
b. Sistem Pendukung Keputusan ini selain membantu menentukan rewards
dan rekomendasi bagi sales, dapat juga digunakan untuk penilaian dalam kegiatan training, serta proses jenjang karir atau kenaikan jabatan.
(4)
xvii
DAFTAR PUSTAKA
Akdon, & Hadi, S. (2005). Aplikasi Statistika dan Metode Penelitian untuk Administrasi dan Manajemen. Bandung: Dewa Ruchi.
Alonso, J. A., & Lamata, M. T. (2006). Consistency In The Analytic Hierarchy Process. International Journal of Uncertainty,Fuzziness and Knowledge-Based Systems , 452.
Başaran, B. (2012). A Critique On The Consistency Ratios Of Some Selected
Articles Regarding Fuzzy AHP And Sustainability. International Symposium on Sustainable Development , 320.
Chang, K. F., & Yang, H. W. (2011). A study of cosmetic bundle by utilizing a fuzzy Analytic Hierarchy Process (AHP) to determine preference of product attributers toward customer value. African Journal of Business Management Vol.5 , 8728-8739.
Daihani, D. U. (2001). Komputerisasi Pengambilan Keputusan. Jakarta: Elex Media Komputindo.
Da-Yong, C., Ke-Jun, Z., & Yu, J. (1999). A Discussion on Extent Analysis Method and applications of fuzzy AHP. European Journal of Operational Research 116 , 450-456.
Deng, H. (1999). Multicriteria analysis with fuzzy pairwise comparison.
International Journal of Approximate Reasoning 21 , 215-231.
Dessler, G. (2008). Human Resources Management. New Jersey: Prentice-Hall, . Fathansyah. (2007). Buku Teks Komputer Basis Data. Bandung: Informatika. Forman, E., & Gass, S. (2001). The Analytic Hierarchy Process -- An Exposition.
Institute for Operations Research and the Management Sciences (INFORMS) , 469-486.
Hughes, L. (2009). Quantifying energy security:An Analytic Hierarchy Process approach. Energy Research Group , 2-5.
Indrajit, R. E. (2001). Pengantar Konsep Dasar Manajemen Sistem Informasi dan Teknologi Informasi. Jakarta: Elex Media Komputindo.
(5)
xviii
Kusumadewi, S. (2010). Neuro Fuzzy Integrasi sistem Fuzzy dan Jaringan Syaraf.
Yogyakarta: Graha Ilmu.
Kusumadewi, S., & Puronomo, H. (2010). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.
Kwong, C. K., & Bai, H. (2003). Determining the Importance Weights for the Customer Requirements in QFD Using a Fuzzy AHP with an Extent Analysis Approach. IEE Transactions , 616-626.
Liberatore, J. M., & Nydick, R. L. (2007). The analytic hierarchy process in medical and health care decision making : A literature review. European Journal Of Operational Research , 195.
Malayu, S. H. (2009). Manajemen Sumber Daya Manusia Edisi Revisi. Jakarta: Bumi Aksara.
McLeod, R., & Schell, G. (2001). Management Information Systems (8th Edition).
New Jersey: Prentice Hall.
Meixner, O., & Haas, R. (2002). Computergestütze Entscheidungsfindung. Expert Choise und AHP - innovative Werkzeuge zur Lösung komplexer Probleme. Frankfur: Redline Wirtschaft.
Merchant, Gibs, & Vargus. (2004). Performance Measure Properties and Incentives. Bonn – Germany: IZA.
Moore, J. H., & Weatherford, L. R. (2001). Decision Modeling with Microsoft Excel, 6th Edition. New Jersey: Prentice-Hall, Inc.
Nugroho, A. (2005). Analisis dan Perancangan Sistem Informasi dengan Metodologi Berorientasi Objek. Bandung: Informatika.
Pass, C., & Lowes, B. (1999). Kamus Lengkap Bisnis Edisi ke 2. Jakarta: Erlangga.
Pressman, R. S. (2002). Rekayasa Perangkat Lunak Pendekatan Praktisi Buku Satu. Yogyakarta: Andi.
Saaty, T. L. (1980). The Analytic Hierarchy Process. New York: McGraw Hill. Saaty, T. (1980). The Analytic Hierarchy Process. New York: McGraw Hill. Saaty, T. (2005). Theory and Applications of the Analytic Network Process:
Decision Making with Benefits Opportunities Costs and Risks.
(6)
xix
Saaty, T., & Vargas, L. (2000). Models, Methods, Concepts and Applications of the Analytic Hierarchy Process. Boston: Kluwer Academic Publishers. Siler, W. (2005). Fuzzy Expert System and Fuzzy Reasoning. Birmingham: Jhon
Wiley and Sons.
Susilo, F. (2006). Himpunan dan Logika Kabur serta Aplikasinya. Yogyakarta: Graha Ilmu.
Suyanto. (2008). Soft Computing Membangun Mesin Ber-IQ Tinggi. Bandung: Informatika.
Tahriri, F., Ali, A., R. Osman, M., & M. Yusuf, R. (2007). A Review Of Supplier Selection Methods In Manufacturing Industries. Department of Mechanical and Manufacturing Engineering, University of Putra Malaysia , 201-208.
Turban, E. (2001). Decision Support Systems and Expert Systems and Intelligent Systems, 6th Edition. New Jersey: Prentice Hall Internasional, Inc.
Zadeh, L. (1965). Fuzzy Sets. Information and Control , 8:338-353.
Zeb, O. (2007). Worker Competence Management and Corporate Productivity Performance. A Ph.D Dissertation at Rivers State University of Science and Technology, Port Harcourt .