ANALISIS HASIL PENILAIAN KINERJA ASISTEN
1
ANALISIS HASIL PENILAIAN KINERJA ASISTEN
LABORATORIUM DENGAN MENGGUNAKAN METODE
ANALYTICAL HIERARCHY PROCESS (AHP)
(Studi kasus di Jurusan Pendidikan Matematika Fakultas MIPA, UNG)
Nila Novita Gafur1, Abdul Djabar Mohidin2, Nurwan3
1
Mahasiswa Jurusan Pendidikan Matematika, UNG
2,3
Dosen Jurusan Pendidikan Matematika, UNG
Email: gleapur@gmail.com1), djabar@ung.ac.id2), nurwan_mat@ung.ac.id3)
ABSTRAK
Penilaian kinerja merupakan bagian dari manajemen kinerja untuk meningkatkan produktivitas kerja. Penilaian
seringkali melibatkan unsur-unsur emosional penilai dan bersifat tertutup. Untuk menilai kinerja diperlukan
sebuah metode yang mampu menghasilkan bobot dari kriteria yang dinilai tetapi tetap mempertimbangkan unsur
subjektif. Penelitian ini dilakukan pada asisten laboratorium dengan menggunakan metode Analytical Hierarchy
Process (AHP) dalam menilai kinerja. Metode Analytical hierarchy process (AHP) adalah metode untuk
mengurutkan alternatif dengan menetapkan satu tujuan utama. Matriks perbandingan berpasangan digunakan
untuk melihat hubungan dari setiap kriteria sehingga didapatkan vektor eigen yang merupakan bobot dari
kriteria. Terdapat enam kriteria kinerja asisten yang dinilai yaitu kualitas kerja, tanggung jawab, disiplin, kerja
sama, komunikasi dan pengembangan diri. Dari hasil analisis dengan metode AHP diperoleh asisten yang
memiliki kinerja terbaik dari asisten-asisten laboratorium yang lain adalah asisten laboratorium B dengan bobot
keseluruhan yang diperoleh 22,9%, kemudian diikuti asisten laboratorium A dengan bobot 20,9%, asisten
laboratorium C 17,8%, asisten laboratorium D dengan bobot yang diperoleh 10,9%, asisten laboratorium E
7,3%, asisten laboratroium F 6,2%, asisten laboratorium G 5,8%, asisten laboratorium H 5,3% dan terakhir
asisten laboratorium I dengan bobot yang diperoleh 2,9%. Kesimpulan dari hasil penelitian bahwa Analytical
hierarchy process (AHP) dapat digunakan untuk menilai kinerja asisten laboratorium secara obyektif.
Kata Kunci: Penilaian Kinerja, Analytical Hierarchy Process (AHP), Asisten Laboratorium.
1. PENDAHULUAN
Laboratorium adalah perangkat akademis yang
merupakan salah satu fasilitas di dunia
pendidikan dan berfungsi sebagai tempat
untuk melakukan pelatihan ilmiah serta
mengembangkan keterampilan intelektual
mahasiswa. Perkembangan information and
communication technology (ICT) menuntut
mahasiswa untuk dapat menggunakan,
mengoperasikan bahkan mengembangkan ICT
itu sendiri. Untuk itu, diperlukan laboratorium
yang dapat membantu mahasiswa dalam
melakukan semua itu.
Perguruan tinggi merupakan sebuah
lembaga
pendidikan
memegang
tanggungjawab besar dalam memasuki era
globalisasi,
diharapkan
menghasilkan
mahasiswa-mahasiswi
yang
kompeten
termasuk dalam bidang ICT. Laboratorium
komputer pun menjadi tempat bagi mahasiswa
untuk mengasah kemampuan ICT mereka.
Oleh karena itu, managemen laboratorium
merupakan bagian penting yang harus selalu
diperhatikan.
Terciptanya
laboratorium
yang
produktif dan berkualitas tidak terlepas dari
pengelola laboratorium atau kinerja asisten
laboratorium. Asisten laboratorium yang
membantu dalam mengelola laboratorium
dituntut harus berperan aktif. Untuk itu,
kinerja asisten laboratorium harus terus selalu
ditingkatkan. Salah satu upaya guna
meningkatkan kinerja asisten laboratorium
yaitu dengan cara menilai kinerja mereka.
Selain itu, dengan penilaian kinerja yang tepat,
maka
produktivitas
kinerja
asisten
laboratorium dapat dihargai sesuai dengan
usahanya. Dengan demikian, pemberian
insentif kepada asisten laboratorium menjadi
sesuai dengan nilai kinerjanya. Akan tetapi,
kenyataannya penilaian kinerja terhadap
asisten laboratorium selama ini hanya berdasar
pada penilaian deskripsi atau hanya mencatat
kekuatan dan kelemahan dari asisten saja tanpa
mempertimbangkan ukuran kuantitatif dan
kriteria mana yang menjadi prioritas utama
sehingga dalam menilai kinerja diperlukan
suatu metode yang objektif dan transparan.
Salah satu metode dalam pengambilan
keputusan adalah Analitycal Hierarcy Process.
2
Analytical Hierarchy Process atau
lebih dikenal dengan AHP merupakan sebuah
formula
matematis
untuk
mengambil
keputusan dengan efektif atas persoalan yang
kompleks dan memecahkan persoalanpersoalan yang didapat
kedalam bagianbagiannya, menata bagian atau variabel ini
dalam suatu susunan hierarki, memberi nilai
numerik (berdasarkan skala Saaty) pada
pertimbangan subjektif tentang pentingnya tiap
variabel dan menetapkan variabel mana yang
memiliki prioritas paling tinggi. Dengan
metode AHP pengambilan keputusan akan
lebih objektif,
sehingga tidak ada
kecemburuan dari setiap asisten karena
masing-masing asisten akan mengetahui
sendiri kualitas kinerja mereka.
Metode AHP banyak digunakan pada
suatu penelitian dalam pengambilan keputusan
yang melibatkan multikriteria, misalnya dalam
pemilihan mahasiswa berprestasi, perekrutan
karyawan
bahkan
penentuan
jabatan.
Berdasarkan
pada
penelitian-penelitian
sebelumnya, peneliti memiliki gagasan untuk
menerapkan metode AHP guna menilai kinerja
asisten laboratorium. Untuk menghindari
terlalu meluasnya masalah maka pada
penelitian ini permasalahan hanya dibatasi
pada asisten laboratorium Jurusan Pendidikan
Matematika di Universitas Negeri Gorontalo
dengan objek penelitian menitikberatkan pada
penilaian kinerja asisten laboratorium dan
metode yang digunakan untuk menganalisis
data adalah metode analytical hierarchy
process.
Adapun manfaat yang diperoleh dari
penelitian ini adalah: (1) Sebagai bahan
informasi bagi pimpinan laboratorium untuk
dapat
meningkatkan
kinerja
asisten
laboratorium, (2) Sebagai dasar pertimbangan
dalam pemberian insentif, (3) Meningkatkan
pelayanan laboratorium, (4) Untuk menambah
wawasan bagi mahasiswa matematika terkait
dengan matriks dan vektor eigen, dan (5)
Dapat dijadikan sebagai alternatif dalam
pengambilan keputusan lainnya.
2. LANDASAN TEORI
2.1. Penilaian Kinerja
Kinerja merupakan suatu fungsi dari
motivasi dan kemampuan. Kinerja adalah
perilaku yang ditampilkan oleh setiap orang
sebagai prestasi kerja yang dihasilkan oleh
karyawan yang sesuai dengan perannya dalam
organsisasi (Rivai dan Sagala, 2009). Dengan
menilai kinerja karyawan suatu organisasi
dapat melihat sejauh mana perkembangan
organisasi tersebut. Dale S. Beach (dalam
Ruky,
2001)
mengartikan
penilaian
kinerjakaryawan adalah sebuah penilaian
sistematis terhadap individu karyawan
mengenai prestasinya dalam pekerjaannya dan
potensinya untuk pengembangan.
Selain itu tujuan dilaksanakannya
penilaian kinerja menurut milkovich (1991)
dalam bukunya Suwatno dan Priansa
(2011:198) ialah untuk mengenali kekuatan
dan kelemahan karyawan, sehingga proses
umpan balik sebagai motivator dapat berjalan
dengan baik untuk memperbaiki kesalahan
karyawan dalam bekerja dan penentuan
alokasi rewards yang tepat sesuai dengan
prestasi kerja masing-masing karyawan.
2.2 Metode Penilaian Kinerja
Metode-metode penilaian kinerja yang
bisa dan sering digunakan menurut Mondy dan
Noe (dalam Suwatno dan Priansa, 2011) antara
lain:
1) Written Essays
Merupakan teknik penilaian kinerja yaitu
evaluator menulis deskripsi mengenai
kekuatan
pekerja,
kelemahannya,
kinerjanya pada masa lalu, potensinya dan
memberikan
saran-saran
untuk
pengembangan pekerja tersebut.
2) Critical Incidents
Merupakan teknik penilaian kinerja yaitu
evaluator mencatat apa saja perilaku dan
pencapaian terbaik dan terburuk karyawan.
3) Graphic Rating Scales
Merupakan teknik penilaian kinerja yaitu
evaluator menilai kinerja karyawan dengan
menggunakan skala dan mengukur faktorfaktor kinerja.
4) Multiperson Comparison
Merupakan teknik penilaian kinerja yaitu
seorang karyawan dibandingkan dengan
rekan kerjanya.
5) Manajement By Objectives
Metode ini juga merupakan penilaian
kinerja, yaitu karyawan dinilai berdasarkan
pencapaiannya atas tujuan-tujuan spesifik
yang telah ditentukan sebelumnya.
2.3 Analytical Hierarchy Process
Analytical Hierarchy Process dikenal
sebagai salah satu metode dalam sistem
pengambilan keputusan. Analytical Hierarchy
Process (AHP) adalah suatu formula
3
hubungan antarobjek yang didasarkan pada
kriteria tertentu.
matematis yang digunakan untuk mengambil
keputusan dari berbagai multikriteria dengan
cara meranking kriteria-kriteria tersebut
sehingga didapat suatu susunan yang hirarki.
Metode ini sangat baik digunakan karena
membantu memecahkan persoalan yang
kompleks atau tidak terstrukutur, struktur
masalahnya belum jelas, data tidak akurat dan
pengambil keputusan lebih dari satu orang.
2.5 Aksioma AHP
Aksioma adalah dasar dari setiap
metode dan teknik. Ada empat aksioma dalam
AHP yang telah ditetapkan oleh Saaty. Akan
tetapi, Forman dan Gass (dalam Lewis
Warren, 2004:2-3) menjelaskannya lebih
sederhana yaitu:
1. Aksioma timbal balik, aksioma ini
mensyaratkan bahwa jika
adalah
perbandingan berpasangan dari elemen A
dan B terhadap elemen induk C. Mewakili
berapa banyak elemen A memiliki properti
daripada elemen B, maka :
(1)
2.4 Prinsip Dasar AHP
Ada beberapa prinsip dasar yang harus
dipahami antara lain (Kusrini, 2007:133):
1. Membuat Hierarki
Sistem yang kompleks bisa dipahami
dengan memecahnya menjadi elemenelemen pendukung. Agar bisa mendapatkan
hasil yang akurat, persoalan dipecahkan
2. Aksioma homogenitas, aksioma ini
secara terus-menerus sampai tidak mungkin
menyatakan bahwa elemen yang yang
dilakukan pemecahan lebih lanjut, sehingga
dibandingkan tidak boleh berbeda terlalu
diperoleh beberapa tingkatan dari persoalan
banyak dalam properti yang dibandingkan.
tersebut.
3.
Aksioma sintesis, aksioma ini menyatakan
2. Penilaian Kriteria dan Alternatif
bahwa
penghakiman tentang prioritas
Penilaian ini merupakan inti dari AHP
elemen
dalam hirarki tidak harus
karena akan berpengaruh terhadap urutan
tergantung
pada elemen-elemen tingkat
prioritas dari elemen–elemennya. Hasil dari
rendah.
penilaian ini lebih mudah disajikan dalam
4.
Aksioma keempat mengatakan bahwa
bentuk matriks perbandingan berpasangan
prioritas
keluaran tidak harus radikal
yang berguna untuk melihat kepentingan
berbeda
dengan
pengetahuan sebelumnya
relatif dua elemen pada suatu tingkat
atau
harapan
yang
dimiliki pembuat
tertentu dalam kaitannya dengan tingkatan
keputusan.
di atasnya.
3. Menentukan Prioritas (Synthesis of Priority)
2.6 Matriks Perbandingan Berpasangan
Bobot dan prioritas bisa dihasilkan dengan
Menyusun Matriks perbandingan
memanipulasi matriks atau melalui
berpasangan
dilakukan sebagai langkah awal
penyelesaian persamaan matematika yaitu
dalam
menentukan
prioritas elemen. Proses
dengan menggunakan eigen vector method
perbandingan
berpasangan
dimulai dari tingkat
agar mendapatkan bobot relatif untuk
hirarki
teratas
yang
ditujukan
untuk memilih
unsur-unsur pengambilan keputusan.
kriteria. Misalkan kriteria X memiliki
4. Konsistensi logis (Logical Consistency)
beberapa elemen di bawahnya, yaitu A1, A2,
Konsistensi memiliki dua makna. Pertama,
...,A
n. Suryadi dan Ramdhani (dalam Shega,
objek-objek
yang
serupa
bisa
Rahmawati
dan
Yasin,
2012:76)
dikelompokkan sesuai dengan keseragaman
menggambarkannya
seperti
pada
Tabel
1.
dan relevansi. Kedua, menyangkut tingkat
Tabel 1 Matriks Perbandingan Berpasangan
X
A1
A2
...
An
A1
1
a21
...
an1
X adalah kriteria yang digunakan sebagai dasar
perbandingan dan A1, A2, ..., An adalah
elemen-elemen pada satu tingkat di bawah X.
Setiap elemen yang ada dikolom sebelah kiri
A2
a12
1
...
an2
...
...
...
...
...
An
a1n
a2n
...
1
selalu dibandingkan dengan elemen-elemen
yang ada di puncak. Perbandiangan terhadap
elemen itu sendiri pada matriks ini terdapat
pada diagonal utama dan bernilai 1.
4
Saaty ditetapkan dalam nilai numerik atau
Nilai numerik yang digunakan dalam
skala preferensi adalah 1-9 karena skala ini
skala kuantitaif. Standar skala preferensi dapat
adalah yang terbaik untuk mengeskpresikan
dilihat dalam Saaty’Scale (Kusrini, 2007:134)
pendapat. Definisi pendapat kualitatif oleh
Tabel 2 Skala Perbandingan Tingkat Kepentingan (Skala Saaty)
Intensitas
Kepentingan
Definisi
1
Kedua elemen sama pentingnya (Equal importance)
3
Elemen yang satu sedikit lebih penting daripada elemen yang lainnya (Weak importance
of one over another)
5
7
Elemen yang satu lebih penting daripada yang lainnya (Essential or strong importance)
Satu elemen jelas lebih mutlak penting daripada elemen lainnya (Demonstrated
importance)
9
2,4,6,8
Satu elemen mutlak penting daripada elemen lainnya (Extreme importance)
Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan (Intermediate
values between the two adjacent judgments).
Kebalikan/
Resiprokal
Jika aktifitas i mendapat satu angka dibandingkan dengan aktifitas j, maka j memiliki
nilai kebalikkannya dibandingkan dengan i atau
Untuk menjamin bahwa keputusan
yang telah ditetapkan oleh pengambil
keputusan konsisten maka Rasio inkonsistensi
data akan dianggap baik jika nilai rasio
konsistensi atau CR-nya ≤ 0,1. Saaty (dalam
Sinaga, 2009) telah membuktikan bahwa
indeks konsistensi dari matriks berordo n
dapat diperoleh dengan rumus:
(3)
2.7 Nilai Eigen dan Vekor Eigen dalam
AHP
Suatu vektor dengan n dimensi
(Sinaga, 2009) merupakan suatu susunan
elemen–elemen yang teratur berupa angkaangka sebanyak n buah, yang disusun baik
menurut baris, dari kiri ke kanan (disebut
vektor baris atau row vector dengan ordo 1 x
n) maupun menurut kolom dari atas ke bawah
(disebut vektor kolom atau colomn vector
dengan ordo n x 1). Terdapat matriks A
berukuran n x n maka vektor taknol x yang
berada dalam
disebut vektor eigen dengan
skalar λ adalah nilai eigen.
Keterangan:
CI = rasio penyimpangan (deviasi)
konsistensi (consistency index)
= nilai eigen terbesar dari matrik
berordo n
n
=
orde matriks
Definisi 1 : Jika A adalah matriks n x n maka
Sedangkan Rasio konsistensi dapat
vektor taknol x di dalam
dinamakan eigen
dihitung
dengan menggunakan rumus sebagai
vector dari A jika Ax kelipatan skalar x, yakni:
berikut
:
(2)
(4)
Skalar λ dinamakan nilai eigen atau
eigen value dari A dan x dikatakan eigen
Keterangan :
vektor yang bersesuaian dengan λ (Sinaga,
CI = rasio konsistensi
2009).
RI = indeks random
Salah satu kekurangan dari AHP
2.8 Konsistensi Matriks Perbandingan
terletak dari kekeliruan input saat pengambil
Berpasangan
keputusan menetapkan bobot pada matrik
perbandingan berpasangan.
Tabel 3.Nilai Random Indeks (RI)
n
R
1
0,00
2
0,00
3
0,58
4
0,90
5
1,12
6
1,24
7
1,32
8
1,41
9
1,45
10
1,49
11
1,51
12
1,48
13
1,56
14
1,57
15
1,59
5
pun menjadi jelas. Selanjutnya mengamati
apakah penelitian dengan menggunakan
metode AHP dapat diterapkan, bermanfaat
bagi manajemen laboratorium matematika dan
mudah untuk diteliti, sehingga tidak akan ada
kesulitan yang signifikan dalam melakukan
penelitian serta pengambilan data. Setelah itu,
peneliti melakukan studi pustaka dari jurnal,
buku dan artikel di internet untuk penelitian
yang berhubungan dengan penilaian kinerja
maupun metode analitycal hierarchy process.
Tahap berikut yaitu mengumpulkan
data melalui wawancara dan memberikan
kuisioner kepada pimpinan laboratorium,
kemudian data yang diperoleh dianalisa
dengan menggunakan prinsip dasar Analitycal
Hierarchy Process. Setelah itu, menyimpulkan
hasil penelitian siapa yang memiliki kinerja
terbaik di laboratorium jurusan pendidikan
matematika.
Adapun tahap-tahap metode analytical
hierarchy process jika disajikan dalam bentuk
bagan alir penelitian (flowchart) akan seperti
pada Gambar 3.1 yaitu:
3. METODOLOGI PENELITIAN
Penelitian ini mengambil lokasi di
Laboratorium Komputer Jurusan Pendidikan
Matematika dan dilaksanakan dalam kurun
waktu ± 4 bulan. Penelitian ini merupakan
jenis penelitian terapan (applied research)
karena mengaplikasikan teori yang sudah ada
dan dapat langsung dimanfaatkan oleh
masyarakat.
Subjek penelitian pada dasarnya
adalah yang akan dikenai kesimpulan dari
hasil penelitian, sehingga yang menjadi subjek
pada
penelitian
ini
adalah
Asisten
laboratorium. Sedangkan objek adalah apa
yang akan diteliti dalam penelitian yang
dilakukan. Untuk itu, penilaian kinerja dengan
menggunakan metode Analitycal hierarchy
process merupakan objek penelitian.
Tahap awal yang dilakukan pada
penelitian adalah mengamati permasalahan
yang sedang terjadi dalam manajemen
laboratorium
matematika,
kemudian
merumuskan masalah yang didapat dan
mencari solusi untuk memecahkan masalah
tersebut sehingga tujuan melakukan penelitian
Mulai
Menyusun Struktur Hirarki
Menetapkan Preferensi pada Tiap Tingkat Hierarki
Membentuk Matriks Perbandingan Berpasangan
Menormalkan Data
Mencari Vektor Eigen
Menguji konsistensi
CR 0,1?
tidak
Vektor eigen tidak konsisten
ya
Vektor eigen konsisten
Selesai
Gambar 3.1 Bagan Alir Metode AHP
6
diikuti oleh kualitas kerja, disiplin, kerja
sama, komunikasi dan terakhir pengembangan.
4. HASIL PENELITIAN
Data hasil penelitian yang telah
diperoleh dengan mengumpul informasi
melalui kuisioner dan wawancara didapatkan
bahwa kriteria yang diuji untuk menilai kinerja
asisten laboratorium ada enam kriteria yaitu
(1) Kualitas kerja, (2) Tanggung jawab, (3)
Komunikasi, (4) Kerja sama, (5) Disiplin dan
(6) Pengembangan diri.
2.
Membentuk
matriks
perbandingan
berpasangan
Hasil kuisioner tersebut kemudian
dibuat dalam bentuk matriks perbandingan
berpasangan untuk mendapatkan bobot dari
kriteria masing-masing. Hasil matriksnya
dapat dilihat pada Persamaan 4.1
4.1
Penentuan Bobot Untuk Kriteria
1. Menyusun struktur hierarki
Proses penyusunan struktur hirarki ini
sangat penting untuk mencegah terjadinya
(4.1)
kesalahan yang akan berdampak pada
ketidakkonsistenan nanti. Untuk itu, sebelum
mengisi dan menetapkan preferensi berdasar
skala Saaty maka pengelola laboratorium
Untuk
lebih
mempermudah
terlebih dahulu menyusun kriteria tersebut dari
perhitungannya Persamaan 4.1 kemudian
yang paling dominan dinilai hingga yang
dibuat dalam bentuk tabel dan setiap
paling rendah untuk dinilai. Diperoleh struktur
elemennya didesimalkan seperti pada Tabel
hirarki dari kriteria tersebut adalah kriteria
4.1
tanggung jawab menduduki tingkat pertama
yang paling penting untuk dinilai, kemudian
Tabel 4.1 Matriks Perbandingan Berpasangan Kriteria (1a)
Kriteria
KK
TJ
Kom
KS
Dis
PD
KK
TJ
Kom
KS
Disiplin
PD
∑
1,000
2,000
0,200
0,333
0,333
0,167
4,033
0,500
1,000
0,143
0,200
0,250
0,125
2,218
5,000
7,000
1,000
3,000
4,000
0,333
20,333
3,000
5,000
0,333
1,000
3,000
0,200
12,533
3,000
4,000
0,250
0,333
1,000
0,200
8,783
6,000
8,000
3,000
5,000
5,000
1,000
28,000
3. Menormalkan data dan mencari vektor
bobot dari masing-masing kriteria atau yang
eigen
disebut sebagai vektor eigen. Penormalan data
Nilai yang ada pada matriks
dilakukan dengan cara membagi setiap elemen
perbandingan
berpasangan
selanjutnya
dengan jumlah kolom masing-masing sehingga
dinormalkan sehingga kita dapat mencari
jumlah kolomnya menjadi 1.
Tabel 4.2 Matriks Perbandingan Berpasangan Kriteria (1b)
Kriteria
KK
TJ
Kom
KS
Dis
PD
∑
KK
TJ
0,248
0,496
0,050
0,083
0,083
0,041
1,000
0,225
0,451
0,064
0,090
0,113
0,056
1,000
Kom
0,246
0,344
0,049
0,148
0,197
0,016
1,000
KS
Dis
PD
0,239
0,399
0,027
0,080
0,239
0,016
1,000
0,342
0,455
0,028
0,038
0,114
0,023
1,000
0,214
0,286
0,107
0,179
0,179
0,036
1,000
Total
1,514
2,431
0,325
0,617
0,924
0,189
6,000
Bobot
0,252
0,405
0,054
0,103
0,154
0,031
1,000
7
Kolom
bobot
yang
sekaligus
merupakan vektor eigen diperoleh dari total
setiap baris dibagi dengan n atau banyaknya
kriteria yang di uji. Dalam hal ini ada enam
kriteria yang di uji maka total masing-masing
baris dibagi enam. Dari Tabel 8.2 dapat dilihat
bahwa tanggung jawab memiliki bobot paling
tinggi.
4. Menguji konsistensi
Pengujian
konsistensi
dilakukan
dengan menghitung konsistensi rasio (CR).
Untuk mendapatkan nilai konsistensi rasio
maka terlebih dahulu mencari indeks
konsistensi. Rumus Indeks konsistensi CI
dapat dilihat pada Persamaan 2.
atau nilai eigen maksimum pada indeks
konsistensi
didapat
dari
penjumlahan
keseluruhan bobot yang sebelumnya dikali
dengan jumlah kolom masing–masing sebelum
data dinormalkan. Penentuan nilai eigen
maksimum:
Nilai eigen maksimum yang didapat
disubtitusi kepersamaan 3. Karena matriks
persegi berordo 6 yakni ada 6 kriteria yang
akan di uji maka:
Dari hasil diatas terlihat bahwa nilai eigen
maksimum (
). Oleh karena itu,
akan selalu lebih besar dari n atau
nilainya sama dengan n.
Setelah mendapatkan nilai indeks
konsistensi, dilanjutkan dengan mencari nilai
ratio konsistensi (RI). Nilai RI untuk
berdasarkan Tabel 3 adalah 1,24. Dengan
menggunakan rumus
sehingga:
diterima atau tingkat kekonsistenan dari
pengelola laboratorium masih dalam batas
toleransi.
Besarnya nilai eigen akan berpengaruh
terhadap konsistensi rasio. Untuk itu, jika
didapatkan
konsistensi rasio
bernilai 0 yang artinya preferensi yang di buat
sangat konsisten. Akan tetapi, sangat jarang
pengambil keputusan menetapkan preferensi
yang sangat konsisten. Oleh karena itu, saaty
menyarankan agar pengambil keputusan
adalah orang yang ahli. Dengan adanya
keraguan dalam menetapkan preferensi atau
tidak konsisten dari pengambil keputusan
maka dalam AHP tidak ada syarat kosistensi
mutlak. Hal ini juga yang menjadikan AHP
unggul dari metode pengambil keputusan
lainnya.
Dari hasil perhitungan pada Tabel
Matriks Perbandingan Berpasangan Kriteria
menunjukan
bahwa
tanggung
jawab
merupakan kriteria yang paling penting untuk
menilai kerja asisten laboratorium dengan
bobot 40,5% dan selanjutnya kualitas kerja
dengan bobot 25,2%, disiplin nilai bobotnya
15,4%, kerjasama dengan bobot 10,3%,
komunikasi 5,4% dan terakhir pengembangan
diri nilai bobotnya 3,1%.
Setelah bobot masing-masing kriteria
diketahui maka dilanjutkan dengan mencari
bobot dari setiap asisten laboratorium pada
masing-masing kriteria menggunakan cara
yang sama.
4.2
Penentuan bobot Setiap Asisten
Laboratorium
Untuk
Masing-Masing
Kriteria
Setelah Bobot dari masing-masing
kriteria dan setiap asisten laboratorium
diperoleh selanjutnya untuk melihat mana di
antara asisten laboratorium yang memiliki
bobot atau nilai tertinggi di semua kriteria
maka perlu membuat tabel yang merangkum
semua hasil penilaian dengan menghitung
Karena nilai CR yang diperoleh
bobot keseluruhan. Bobot keseluruhan untuk
maka vektor eigen konsisten yang artinya
kriteria dan semua asisten telah disajikan
preferensi dari pengelola laboratorium dapat
dalam Tabel 4.3 yaitu:
Tabel 4.3 Bobot Keseluruhan
KK
TJ
Kom
KS
Bobot
0,252
0,405
0,054
0,103
A
0,198
0,201
0,214
0,228
B
0,222
0,242
0,225
0,219
C
0,182
0,185
0,186
0,165
D
0,120
0,103
0,111
0,107
E
0,076
0,069
0,080
0,078
F
0,066
0,058
0,060
0,063
G
0,055
0,061
0,049
0,056
H
0,050
0,051
0,045
0,057
I
0,031
0,030
0,031
0,027
8
Dis
0,154
PD
0,031
Bobot keseluruhan
0,234 0,213 0,170 0,105 0,070 0,062 0,059 0,060 0,027
0,212 0,238 0,141 0,112 0,080 0,072 0,059 0,056 0,027
0,209 0,229 0,178 0,109 0,073 0,062 0,058 0,053 0,029
Bobot keseluruhan didapat dari penjumlahan
semua bobot masing-masing asisten yang
sebelumnya telah dikali dengan bobot kriteria.
Untuk memperjelas Tabel 4.3 tentang
perhitungan bobot keseluruhan maka akan
dibuat dalam bentuk matriks:
Tabel 4.3 menunjukkan bahwa asisten
laboratoriumyang memiliki nilai tertinggi
adalah asisten laboratorium B dengan nilai
22,9%,
yang
kedua
adalah
asisten
laboratorium A dengan nilai 20,9% kemudian
asisten laboratorium C = 17,8 %
dan
seterusnya secara berurut yaitu asisten
laboratorium D = 10,9%, asisten laboratorium
E = 7,3%, asisten laboratorium F = 6,2%,
asisten laboratorium G = 5,8%, asisten
laboratorium H = 5,3 % dan terakhir asisten
laboratorium I dengan nilai yang diperoleh 2,9
%.
5. SIMPULAN
Dalam proses pengambilan keputusan
yang melibatkan banyak kriteria metode AHP
sangat cocok digunakan karena metode ini
memperlihatkan perbandingan antara kriteria
yang satu dengan yang lainnya, menghasilkan
bobot dari masing-masing kriteria maupun
alternatif yang diuji dan memperhitungkan
tingkat kekonsistensinan dari pengambil
keputusan. Penetapan preferensi harus
dilakukan dengan cermat karena kesalahan
kecil akan berdampak pada nilai vektor eigen.
Pada penelitian ini,
kinerja asisten
di
laboratorium matematika dinilai dengan enam
kriteria yaitu kualitas kerja, tanggung jawab,
disiplin, kerja sama, komunikasi dan
pengembangan diri.
Hasil analisa dengan metode AHP
diperoleh bahwa tanggung jawab mempunyai
bobot tertinggi 40,5% yang artinya tanggung
jawab merupakan kriteria yang paling penting
dalam menilai kerja asisten laboratorium,
selanjutnya kualitas kerja dengan bobot
25,2%, disiplin nilai bobotnya 15,4%,
kerjasama dengan bobot 10,3%, komunikasi
5,4% dan terakhir pengembangan diri dengan
nilai bobot 3,1%. Dari bobot kriteria ini
dengan menggunakan metode AHP diperoleh
juga bahwa asisten yang memiliki nilai
tertinggi adalah asisten laboratorium B.
6. REKOMENDASI
Pengambilan
keputusan
yang
melibatkan sumber daya manusia sebaiknya
dilakukan dengan metode AHP untuk menjaga
obyektiftas, apalagi terdapat kriteria-kriteria
tertentu. Metode AHP dapat dijadikan alat
untuk penilaian kinerja di laboratorium jurusan
pendidikan matematika.
DAFTAR PUSTAKA
Kusrini. 2007. Konsep dan Aplikasi Sistem
Pendukung Keputusan. Yogyakarta:
ANDI
Rivai, Veithzal dan Ella J. Sagala. 2011.
Manajemen SDM untuk Perusahaan.
Jakarta: Raja Grafindo Persada
Ruky, Achmad S. 2001. Sistem Manajemen
Kinerja . Jakarta: PT Gramedia Pustaka
Utama.
Shega, Hanien Nia H, Rita Rahmawati dan
Hasbi Yasin. 2012. Penentuan Faktor
Prioritas Mahasiswa dalam Memilih
Telepon Seluler Merk Blackberry
dengan Fuzzy AHP. Jurnal Gaussian
Vol. 1, No 1, Hal. 73-82.
Sinaga, Johannes. 2009. Penerapan Analytical
Hierarchy Process (AHP) dalam
Pemilihan Perusahaan Badan Usaha
Milik Negara (BUMN) Sebagai Tempat
Kerja Mahasiswa Universitas Sumatera
Utara (USU). Jurusan Matematika
Fakultas
Matematika
Dan
Ilmu
Pengetahuan
Alam
Universitas
Sumatera Utara Medan. Skripsi
dipublikasikan (Online).
Suwatno dan Donni Juni Priansa. 2011.
Manajemen SDM dalam Organisasi
Publik dan Bisnis. Bandung: Alfabeta.
Taylor, Bernard W. 2004. Introduction To
Management Science. Terjemahan Vita
Silvira. Prentice Hall: Newjerse.
9
Warren, Lewis. 2004. Uncertainties in the
Analytic Hierarchy Process. DSTOTN-0597,
Published
by
DSTO
Information
Sciences
Laboratory
Edinburgh South Australia 5111
Australia.
ANALISIS HASIL PENILAIAN KINERJA ASISTEN
LABORATORIUM DENGAN MENGGUNAKAN METODE
ANALYTICAL HIERARCHY PROCESS (AHP)
(Studi kasus di Jurusan Pendidikan Matematika Fakultas MIPA, UNG)
Nila Novita Gafur1, Abdul Djabar Mohidin2, Nurwan3
1
Mahasiswa Jurusan Pendidikan Matematika, UNG
2,3
Dosen Jurusan Pendidikan Matematika, UNG
Email: gleapur@gmail.com1), djabar@ung.ac.id2), nurwan_mat@ung.ac.id3)
ABSTRAK
Penilaian kinerja merupakan bagian dari manajemen kinerja untuk meningkatkan produktivitas kerja. Penilaian
seringkali melibatkan unsur-unsur emosional penilai dan bersifat tertutup. Untuk menilai kinerja diperlukan
sebuah metode yang mampu menghasilkan bobot dari kriteria yang dinilai tetapi tetap mempertimbangkan unsur
subjektif. Penelitian ini dilakukan pada asisten laboratorium dengan menggunakan metode Analytical Hierarchy
Process (AHP) dalam menilai kinerja. Metode Analytical hierarchy process (AHP) adalah metode untuk
mengurutkan alternatif dengan menetapkan satu tujuan utama. Matriks perbandingan berpasangan digunakan
untuk melihat hubungan dari setiap kriteria sehingga didapatkan vektor eigen yang merupakan bobot dari
kriteria. Terdapat enam kriteria kinerja asisten yang dinilai yaitu kualitas kerja, tanggung jawab, disiplin, kerja
sama, komunikasi dan pengembangan diri. Dari hasil analisis dengan metode AHP diperoleh asisten yang
memiliki kinerja terbaik dari asisten-asisten laboratorium yang lain adalah asisten laboratorium B dengan bobot
keseluruhan yang diperoleh 22,9%, kemudian diikuti asisten laboratorium A dengan bobot 20,9%, asisten
laboratorium C 17,8%, asisten laboratorium D dengan bobot yang diperoleh 10,9%, asisten laboratorium E
7,3%, asisten laboratroium F 6,2%, asisten laboratorium G 5,8%, asisten laboratorium H 5,3% dan terakhir
asisten laboratorium I dengan bobot yang diperoleh 2,9%. Kesimpulan dari hasil penelitian bahwa Analytical
hierarchy process (AHP) dapat digunakan untuk menilai kinerja asisten laboratorium secara obyektif.
Kata Kunci: Penilaian Kinerja, Analytical Hierarchy Process (AHP), Asisten Laboratorium.
1. PENDAHULUAN
Laboratorium adalah perangkat akademis yang
merupakan salah satu fasilitas di dunia
pendidikan dan berfungsi sebagai tempat
untuk melakukan pelatihan ilmiah serta
mengembangkan keterampilan intelektual
mahasiswa. Perkembangan information and
communication technology (ICT) menuntut
mahasiswa untuk dapat menggunakan,
mengoperasikan bahkan mengembangkan ICT
itu sendiri. Untuk itu, diperlukan laboratorium
yang dapat membantu mahasiswa dalam
melakukan semua itu.
Perguruan tinggi merupakan sebuah
lembaga
pendidikan
memegang
tanggungjawab besar dalam memasuki era
globalisasi,
diharapkan
menghasilkan
mahasiswa-mahasiswi
yang
kompeten
termasuk dalam bidang ICT. Laboratorium
komputer pun menjadi tempat bagi mahasiswa
untuk mengasah kemampuan ICT mereka.
Oleh karena itu, managemen laboratorium
merupakan bagian penting yang harus selalu
diperhatikan.
Terciptanya
laboratorium
yang
produktif dan berkualitas tidak terlepas dari
pengelola laboratorium atau kinerja asisten
laboratorium. Asisten laboratorium yang
membantu dalam mengelola laboratorium
dituntut harus berperan aktif. Untuk itu,
kinerja asisten laboratorium harus terus selalu
ditingkatkan. Salah satu upaya guna
meningkatkan kinerja asisten laboratorium
yaitu dengan cara menilai kinerja mereka.
Selain itu, dengan penilaian kinerja yang tepat,
maka
produktivitas
kinerja
asisten
laboratorium dapat dihargai sesuai dengan
usahanya. Dengan demikian, pemberian
insentif kepada asisten laboratorium menjadi
sesuai dengan nilai kinerjanya. Akan tetapi,
kenyataannya penilaian kinerja terhadap
asisten laboratorium selama ini hanya berdasar
pada penilaian deskripsi atau hanya mencatat
kekuatan dan kelemahan dari asisten saja tanpa
mempertimbangkan ukuran kuantitatif dan
kriteria mana yang menjadi prioritas utama
sehingga dalam menilai kinerja diperlukan
suatu metode yang objektif dan transparan.
Salah satu metode dalam pengambilan
keputusan adalah Analitycal Hierarcy Process.
2
Analytical Hierarchy Process atau
lebih dikenal dengan AHP merupakan sebuah
formula
matematis
untuk
mengambil
keputusan dengan efektif atas persoalan yang
kompleks dan memecahkan persoalanpersoalan yang didapat
kedalam bagianbagiannya, menata bagian atau variabel ini
dalam suatu susunan hierarki, memberi nilai
numerik (berdasarkan skala Saaty) pada
pertimbangan subjektif tentang pentingnya tiap
variabel dan menetapkan variabel mana yang
memiliki prioritas paling tinggi. Dengan
metode AHP pengambilan keputusan akan
lebih objektif,
sehingga tidak ada
kecemburuan dari setiap asisten karena
masing-masing asisten akan mengetahui
sendiri kualitas kinerja mereka.
Metode AHP banyak digunakan pada
suatu penelitian dalam pengambilan keputusan
yang melibatkan multikriteria, misalnya dalam
pemilihan mahasiswa berprestasi, perekrutan
karyawan
bahkan
penentuan
jabatan.
Berdasarkan
pada
penelitian-penelitian
sebelumnya, peneliti memiliki gagasan untuk
menerapkan metode AHP guna menilai kinerja
asisten laboratorium. Untuk menghindari
terlalu meluasnya masalah maka pada
penelitian ini permasalahan hanya dibatasi
pada asisten laboratorium Jurusan Pendidikan
Matematika di Universitas Negeri Gorontalo
dengan objek penelitian menitikberatkan pada
penilaian kinerja asisten laboratorium dan
metode yang digunakan untuk menganalisis
data adalah metode analytical hierarchy
process.
Adapun manfaat yang diperoleh dari
penelitian ini adalah: (1) Sebagai bahan
informasi bagi pimpinan laboratorium untuk
dapat
meningkatkan
kinerja
asisten
laboratorium, (2) Sebagai dasar pertimbangan
dalam pemberian insentif, (3) Meningkatkan
pelayanan laboratorium, (4) Untuk menambah
wawasan bagi mahasiswa matematika terkait
dengan matriks dan vektor eigen, dan (5)
Dapat dijadikan sebagai alternatif dalam
pengambilan keputusan lainnya.
2. LANDASAN TEORI
2.1. Penilaian Kinerja
Kinerja merupakan suatu fungsi dari
motivasi dan kemampuan. Kinerja adalah
perilaku yang ditampilkan oleh setiap orang
sebagai prestasi kerja yang dihasilkan oleh
karyawan yang sesuai dengan perannya dalam
organsisasi (Rivai dan Sagala, 2009). Dengan
menilai kinerja karyawan suatu organisasi
dapat melihat sejauh mana perkembangan
organisasi tersebut. Dale S. Beach (dalam
Ruky,
2001)
mengartikan
penilaian
kinerjakaryawan adalah sebuah penilaian
sistematis terhadap individu karyawan
mengenai prestasinya dalam pekerjaannya dan
potensinya untuk pengembangan.
Selain itu tujuan dilaksanakannya
penilaian kinerja menurut milkovich (1991)
dalam bukunya Suwatno dan Priansa
(2011:198) ialah untuk mengenali kekuatan
dan kelemahan karyawan, sehingga proses
umpan balik sebagai motivator dapat berjalan
dengan baik untuk memperbaiki kesalahan
karyawan dalam bekerja dan penentuan
alokasi rewards yang tepat sesuai dengan
prestasi kerja masing-masing karyawan.
2.2 Metode Penilaian Kinerja
Metode-metode penilaian kinerja yang
bisa dan sering digunakan menurut Mondy dan
Noe (dalam Suwatno dan Priansa, 2011) antara
lain:
1) Written Essays
Merupakan teknik penilaian kinerja yaitu
evaluator menulis deskripsi mengenai
kekuatan
pekerja,
kelemahannya,
kinerjanya pada masa lalu, potensinya dan
memberikan
saran-saran
untuk
pengembangan pekerja tersebut.
2) Critical Incidents
Merupakan teknik penilaian kinerja yaitu
evaluator mencatat apa saja perilaku dan
pencapaian terbaik dan terburuk karyawan.
3) Graphic Rating Scales
Merupakan teknik penilaian kinerja yaitu
evaluator menilai kinerja karyawan dengan
menggunakan skala dan mengukur faktorfaktor kinerja.
4) Multiperson Comparison
Merupakan teknik penilaian kinerja yaitu
seorang karyawan dibandingkan dengan
rekan kerjanya.
5) Manajement By Objectives
Metode ini juga merupakan penilaian
kinerja, yaitu karyawan dinilai berdasarkan
pencapaiannya atas tujuan-tujuan spesifik
yang telah ditentukan sebelumnya.
2.3 Analytical Hierarchy Process
Analytical Hierarchy Process dikenal
sebagai salah satu metode dalam sistem
pengambilan keputusan. Analytical Hierarchy
Process (AHP) adalah suatu formula
3
hubungan antarobjek yang didasarkan pada
kriteria tertentu.
matematis yang digunakan untuk mengambil
keputusan dari berbagai multikriteria dengan
cara meranking kriteria-kriteria tersebut
sehingga didapat suatu susunan yang hirarki.
Metode ini sangat baik digunakan karena
membantu memecahkan persoalan yang
kompleks atau tidak terstrukutur, struktur
masalahnya belum jelas, data tidak akurat dan
pengambil keputusan lebih dari satu orang.
2.5 Aksioma AHP
Aksioma adalah dasar dari setiap
metode dan teknik. Ada empat aksioma dalam
AHP yang telah ditetapkan oleh Saaty. Akan
tetapi, Forman dan Gass (dalam Lewis
Warren, 2004:2-3) menjelaskannya lebih
sederhana yaitu:
1. Aksioma timbal balik, aksioma ini
mensyaratkan bahwa jika
adalah
perbandingan berpasangan dari elemen A
dan B terhadap elemen induk C. Mewakili
berapa banyak elemen A memiliki properti
daripada elemen B, maka :
(1)
2.4 Prinsip Dasar AHP
Ada beberapa prinsip dasar yang harus
dipahami antara lain (Kusrini, 2007:133):
1. Membuat Hierarki
Sistem yang kompleks bisa dipahami
dengan memecahnya menjadi elemenelemen pendukung. Agar bisa mendapatkan
hasil yang akurat, persoalan dipecahkan
2. Aksioma homogenitas, aksioma ini
secara terus-menerus sampai tidak mungkin
menyatakan bahwa elemen yang yang
dilakukan pemecahan lebih lanjut, sehingga
dibandingkan tidak boleh berbeda terlalu
diperoleh beberapa tingkatan dari persoalan
banyak dalam properti yang dibandingkan.
tersebut.
3.
Aksioma sintesis, aksioma ini menyatakan
2. Penilaian Kriteria dan Alternatif
bahwa
penghakiman tentang prioritas
Penilaian ini merupakan inti dari AHP
elemen
dalam hirarki tidak harus
karena akan berpengaruh terhadap urutan
tergantung
pada elemen-elemen tingkat
prioritas dari elemen–elemennya. Hasil dari
rendah.
penilaian ini lebih mudah disajikan dalam
4.
Aksioma keempat mengatakan bahwa
bentuk matriks perbandingan berpasangan
prioritas
keluaran tidak harus radikal
yang berguna untuk melihat kepentingan
berbeda
dengan
pengetahuan sebelumnya
relatif dua elemen pada suatu tingkat
atau
harapan
yang
dimiliki pembuat
tertentu dalam kaitannya dengan tingkatan
keputusan.
di atasnya.
3. Menentukan Prioritas (Synthesis of Priority)
2.6 Matriks Perbandingan Berpasangan
Bobot dan prioritas bisa dihasilkan dengan
Menyusun Matriks perbandingan
memanipulasi matriks atau melalui
berpasangan
dilakukan sebagai langkah awal
penyelesaian persamaan matematika yaitu
dalam
menentukan
prioritas elemen. Proses
dengan menggunakan eigen vector method
perbandingan
berpasangan
dimulai dari tingkat
agar mendapatkan bobot relatif untuk
hirarki
teratas
yang
ditujukan
untuk memilih
unsur-unsur pengambilan keputusan.
kriteria. Misalkan kriteria X memiliki
4. Konsistensi logis (Logical Consistency)
beberapa elemen di bawahnya, yaitu A1, A2,
Konsistensi memiliki dua makna. Pertama,
...,A
n. Suryadi dan Ramdhani (dalam Shega,
objek-objek
yang
serupa
bisa
Rahmawati
dan
Yasin,
2012:76)
dikelompokkan sesuai dengan keseragaman
menggambarkannya
seperti
pada
Tabel
1.
dan relevansi. Kedua, menyangkut tingkat
Tabel 1 Matriks Perbandingan Berpasangan
X
A1
A2
...
An
A1
1
a21
...
an1
X adalah kriteria yang digunakan sebagai dasar
perbandingan dan A1, A2, ..., An adalah
elemen-elemen pada satu tingkat di bawah X.
Setiap elemen yang ada dikolom sebelah kiri
A2
a12
1
...
an2
...
...
...
...
...
An
a1n
a2n
...
1
selalu dibandingkan dengan elemen-elemen
yang ada di puncak. Perbandiangan terhadap
elemen itu sendiri pada matriks ini terdapat
pada diagonal utama dan bernilai 1.
4
Saaty ditetapkan dalam nilai numerik atau
Nilai numerik yang digunakan dalam
skala preferensi adalah 1-9 karena skala ini
skala kuantitaif. Standar skala preferensi dapat
adalah yang terbaik untuk mengeskpresikan
dilihat dalam Saaty’Scale (Kusrini, 2007:134)
pendapat. Definisi pendapat kualitatif oleh
Tabel 2 Skala Perbandingan Tingkat Kepentingan (Skala Saaty)
Intensitas
Kepentingan
Definisi
1
Kedua elemen sama pentingnya (Equal importance)
3
Elemen yang satu sedikit lebih penting daripada elemen yang lainnya (Weak importance
of one over another)
5
7
Elemen yang satu lebih penting daripada yang lainnya (Essential or strong importance)
Satu elemen jelas lebih mutlak penting daripada elemen lainnya (Demonstrated
importance)
9
2,4,6,8
Satu elemen mutlak penting daripada elemen lainnya (Extreme importance)
Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan (Intermediate
values between the two adjacent judgments).
Kebalikan/
Resiprokal
Jika aktifitas i mendapat satu angka dibandingkan dengan aktifitas j, maka j memiliki
nilai kebalikkannya dibandingkan dengan i atau
Untuk menjamin bahwa keputusan
yang telah ditetapkan oleh pengambil
keputusan konsisten maka Rasio inkonsistensi
data akan dianggap baik jika nilai rasio
konsistensi atau CR-nya ≤ 0,1. Saaty (dalam
Sinaga, 2009) telah membuktikan bahwa
indeks konsistensi dari matriks berordo n
dapat diperoleh dengan rumus:
(3)
2.7 Nilai Eigen dan Vekor Eigen dalam
AHP
Suatu vektor dengan n dimensi
(Sinaga, 2009) merupakan suatu susunan
elemen–elemen yang teratur berupa angkaangka sebanyak n buah, yang disusun baik
menurut baris, dari kiri ke kanan (disebut
vektor baris atau row vector dengan ordo 1 x
n) maupun menurut kolom dari atas ke bawah
(disebut vektor kolom atau colomn vector
dengan ordo n x 1). Terdapat matriks A
berukuran n x n maka vektor taknol x yang
berada dalam
disebut vektor eigen dengan
skalar λ adalah nilai eigen.
Keterangan:
CI = rasio penyimpangan (deviasi)
konsistensi (consistency index)
= nilai eigen terbesar dari matrik
berordo n
n
=
orde matriks
Definisi 1 : Jika A adalah matriks n x n maka
Sedangkan Rasio konsistensi dapat
vektor taknol x di dalam
dinamakan eigen
dihitung
dengan menggunakan rumus sebagai
vector dari A jika Ax kelipatan skalar x, yakni:
berikut
:
(2)
(4)
Skalar λ dinamakan nilai eigen atau
eigen value dari A dan x dikatakan eigen
Keterangan :
vektor yang bersesuaian dengan λ (Sinaga,
CI = rasio konsistensi
2009).
RI = indeks random
Salah satu kekurangan dari AHP
2.8 Konsistensi Matriks Perbandingan
terletak dari kekeliruan input saat pengambil
Berpasangan
keputusan menetapkan bobot pada matrik
perbandingan berpasangan.
Tabel 3.Nilai Random Indeks (RI)
n
R
1
0,00
2
0,00
3
0,58
4
0,90
5
1,12
6
1,24
7
1,32
8
1,41
9
1,45
10
1,49
11
1,51
12
1,48
13
1,56
14
1,57
15
1,59
5
pun menjadi jelas. Selanjutnya mengamati
apakah penelitian dengan menggunakan
metode AHP dapat diterapkan, bermanfaat
bagi manajemen laboratorium matematika dan
mudah untuk diteliti, sehingga tidak akan ada
kesulitan yang signifikan dalam melakukan
penelitian serta pengambilan data. Setelah itu,
peneliti melakukan studi pustaka dari jurnal,
buku dan artikel di internet untuk penelitian
yang berhubungan dengan penilaian kinerja
maupun metode analitycal hierarchy process.
Tahap berikut yaitu mengumpulkan
data melalui wawancara dan memberikan
kuisioner kepada pimpinan laboratorium,
kemudian data yang diperoleh dianalisa
dengan menggunakan prinsip dasar Analitycal
Hierarchy Process. Setelah itu, menyimpulkan
hasil penelitian siapa yang memiliki kinerja
terbaik di laboratorium jurusan pendidikan
matematika.
Adapun tahap-tahap metode analytical
hierarchy process jika disajikan dalam bentuk
bagan alir penelitian (flowchart) akan seperti
pada Gambar 3.1 yaitu:
3. METODOLOGI PENELITIAN
Penelitian ini mengambil lokasi di
Laboratorium Komputer Jurusan Pendidikan
Matematika dan dilaksanakan dalam kurun
waktu ± 4 bulan. Penelitian ini merupakan
jenis penelitian terapan (applied research)
karena mengaplikasikan teori yang sudah ada
dan dapat langsung dimanfaatkan oleh
masyarakat.
Subjek penelitian pada dasarnya
adalah yang akan dikenai kesimpulan dari
hasil penelitian, sehingga yang menjadi subjek
pada
penelitian
ini
adalah
Asisten
laboratorium. Sedangkan objek adalah apa
yang akan diteliti dalam penelitian yang
dilakukan. Untuk itu, penilaian kinerja dengan
menggunakan metode Analitycal hierarchy
process merupakan objek penelitian.
Tahap awal yang dilakukan pada
penelitian adalah mengamati permasalahan
yang sedang terjadi dalam manajemen
laboratorium
matematika,
kemudian
merumuskan masalah yang didapat dan
mencari solusi untuk memecahkan masalah
tersebut sehingga tujuan melakukan penelitian
Mulai
Menyusun Struktur Hirarki
Menetapkan Preferensi pada Tiap Tingkat Hierarki
Membentuk Matriks Perbandingan Berpasangan
Menormalkan Data
Mencari Vektor Eigen
Menguji konsistensi
CR 0,1?
tidak
Vektor eigen tidak konsisten
ya
Vektor eigen konsisten
Selesai
Gambar 3.1 Bagan Alir Metode AHP
6
diikuti oleh kualitas kerja, disiplin, kerja
sama, komunikasi dan terakhir pengembangan.
4. HASIL PENELITIAN
Data hasil penelitian yang telah
diperoleh dengan mengumpul informasi
melalui kuisioner dan wawancara didapatkan
bahwa kriteria yang diuji untuk menilai kinerja
asisten laboratorium ada enam kriteria yaitu
(1) Kualitas kerja, (2) Tanggung jawab, (3)
Komunikasi, (4) Kerja sama, (5) Disiplin dan
(6) Pengembangan diri.
2.
Membentuk
matriks
perbandingan
berpasangan
Hasil kuisioner tersebut kemudian
dibuat dalam bentuk matriks perbandingan
berpasangan untuk mendapatkan bobot dari
kriteria masing-masing. Hasil matriksnya
dapat dilihat pada Persamaan 4.1
4.1
Penentuan Bobot Untuk Kriteria
1. Menyusun struktur hierarki
Proses penyusunan struktur hirarki ini
sangat penting untuk mencegah terjadinya
(4.1)
kesalahan yang akan berdampak pada
ketidakkonsistenan nanti. Untuk itu, sebelum
mengisi dan menetapkan preferensi berdasar
skala Saaty maka pengelola laboratorium
Untuk
lebih
mempermudah
terlebih dahulu menyusun kriteria tersebut dari
perhitungannya Persamaan 4.1 kemudian
yang paling dominan dinilai hingga yang
dibuat dalam bentuk tabel dan setiap
paling rendah untuk dinilai. Diperoleh struktur
elemennya didesimalkan seperti pada Tabel
hirarki dari kriteria tersebut adalah kriteria
4.1
tanggung jawab menduduki tingkat pertama
yang paling penting untuk dinilai, kemudian
Tabel 4.1 Matriks Perbandingan Berpasangan Kriteria (1a)
Kriteria
KK
TJ
Kom
KS
Dis
PD
KK
TJ
Kom
KS
Disiplin
PD
∑
1,000
2,000
0,200
0,333
0,333
0,167
4,033
0,500
1,000
0,143
0,200
0,250
0,125
2,218
5,000
7,000
1,000
3,000
4,000
0,333
20,333
3,000
5,000
0,333
1,000
3,000
0,200
12,533
3,000
4,000
0,250
0,333
1,000
0,200
8,783
6,000
8,000
3,000
5,000
5,000
1,000
28,000
3. Menormalkan data dan mencari vektor
bobot dari masing-masing kriteria atau yang
eigen
disebut sebagai vektor eigen. Penormalan data
Nilai yang ada pada matriks
dilakukan dengan cara membagi setiap elemen
perbandingan
berpasangan
selanjutnya
dengan jumlah kolom masing-masing sehingga
dinormalkan sehingga kita dapat mencari
jumlah kolomnya menjadi 1.
Tabel 4.2 Matriks Perbandingan Berpasangan Kriteria (1b)
Kriteria
KK
TJ
Kom
KS
Dis
PD
∑
KK
TJ
0,248
0,496
0,050
0,083
0,083
0,041
1,000
0,225
0,451
0,064
0,090
0,113
0,056
1,000
Kom
0,246
0,344
0,049
0,148
0,197
0,016
1,000
KS
Dis
PD
0,239
0,399
0,027
0,080
0,239
0,016
1,000
0,342
0,455
0,028
0,038
0,114
0,023
1,000
0,214
0,286
0,107
0,179
0,179
0,036
1,000
Total
1,514
2,431
0,325
0,617
0,924
0,189
6,000
Bobot
0,252
0,405
0,054
0,103
0,154
0,031
1,000
7
Kolom
bobot
yang
sekaligus
merupakan vektor eigen diperoleh dari total
setiap baris dibagi dengan n atau banyaknya
kriteria yang di uji. Dalam hal ini ada enam
kriteria yang di uji maka total masing-masing
baris dibagi enam. Dari Tabel 8.2 dapat dilihat
bahwa tanggung jawab memiliki bobot paling
tinggi.
4. Menguji konsistensi
Pengujian
konsistensi
dilakukan
dengan menghitung konsistensi rasio (CR).
Untuk mendapatkan nilai konsistensi rasio
maka terlebih dahulu mencari indeks
konsistensi. Rumus Indeks konsistensi CI
dapat dilihat pada Persamaan 2.
atau nilai eigen maksimum pada indeks
konsistensi
didapat
dari
penjumlahan
keseluruhan bobot yang sebelumnya dikali
dengan jumlah kolom masing–masing sebelum
data dinormalkan. Penentuan nilai eigen
maksimum:
Nilai eigen maksimum yang didapat
disubtitusi kepersamaan 3. Karena matriks
persegi berordo 6 yakni ada 6 kriteria yang
akan di uji maka:
Dari hasil diatas terlihat bahwa nilai eigen
maksimum (
). Oleh karena itu,
akan selalu lebih besar dari n atau
nilainya sama dengan n.
Setelah mendapatkan nilai indeks
konsistensi, dilanjutkan dengan mencari nilai
ratio konsistensi (RI). Nilai RI untuk
berdasarkan Tabel 3 adalah 1,24. Dengan
menggunakan rumus
sehingga:
diterima atau tingkat kekonsistenan dari
pengelola laboratorium masih dalam batas
toleransi.
Besarnya nilai eigen akan berpengaruh
terhadap konsistensi rasio. Untuk itu, jika
didapatkan
konsistensi rasio
bernilai 0 yang artinya preferensi yang di buat
sangat konsisten. Akan tetapi, sangat jarang
pengambil keputusan menetapkan preferensi
yang sangat konsisten. Oleh karena itu, saaty
menyarankan agar pengambil keputusan
adalah orang yang ahli. Dengan adanya
keraguan dalam menetapkan preferensi atau
tidak konsisten dari pengambil keputusan
maka dalam AHP tidak ada syarat kosistensi
mutlak. Hal ini juga yang menjadikan AHP
unggul dari metode pengambil keputusan
lainnya.
Dari hasil perhitungan pada Tabel
Matriks Perbandingan Berpasangan Kriteria
menunjukan
bahwa
tanggung
jawab
merupakan kriteria yang paling penting untuk
menilai kerja asisten laboratorium dengan
bobot 40,5% dan selanjutnya kualitas kerja
dengan bobot 25,2%, disiplin nilai bobotnya
15,4%, kerjasama dengan bobot 10,3%,
komunikasi 5,4% dan terakhir pengembangan
diri nilai bobotnya 3,1%.
Setelah bobot masing-masing kriteria
diketahui maka dilanjutkan dengan mencari
bobot dari setiap asisten laboratorium pada
masing-masing kriteria menggunakan cara
yang sama.
4.2
Penentuan bobot Setiap Asisten
Laboratorium
Untuk
Masing-Masing
Kriteria
Setelah Bobot dari masing-masing
kriteria dan setiap asisten laboratorium
diperoleh selanjutnya untuk melihat mana di
antara asisten laboratorium yang memiliki
bobot atau nilai tertinggi di semua kriteria
maka perlu membuat tabel yang merangkum
semua hasil penilaian dengan menghitung
Karena nilai CR yang diperoleh
bobot keseluruhan. Bobot keseluruhan untuk
maka vektor eigen konsisten yang artinya
kriteria dan semua asisten telah disajikan
preferensi dari pengelola laboratorium dapat
dalam Tabel 4.3 yaitu:
Tabel 4.3 Bobot Keseluruhan
KK
TJ
Kom
KS
Bobot
0,252
0,405
0,054
0,103
A
0,198
0,201
0,214
0,228
B
0,222
0,242
0,225
0,219
C
0,182
0,185
0,186
0,165
D
0,120
0,103
0,111
0,107
E
0,076
0,069
0,080
0,078
F
0,066
0,058
0,060
0,063
G
0,055
0,061
0,049
0,056
H
0,050
0,051
0,045
0,057
I
0,031
0,030
0,031
0,027
8
Dis
0,154
PD
0,031
Bobot keseluruhan
0,234 0,213 0,170 0,105 0,070 0,062 0,059 0,060 0,027
0,212 0,238 0,141 0,112 0,080 0,072 0,059 0,056 0,027
0,209 0,229 0,178 0,109 0,073 0,062 0,058 0,053 0,029
Bobot keseluruhan didapat dari penjumlahan
semua bobot masing-masing asisten yang
sebelumnya telah dikali dengan bobot kriteria.
Untuk memperjelas Tabel 4.3 tentang
perhitungan bobot keseluruhan maka akan
dibuat dalam bentuk matriks:
Tabel 4.3 menunjukkan bahwa asisten
laboratoriumyang memiliki nilai tertinggi
adalah asisten laboratorium B dengan nilai
22,9%,
yang
kedua
adalah
asisten
laboratorium A dengan nilai 20,9% kemudian
asisten laboratorium C = 17,8 %
dan
seterusnya secara berurut yaitu asisten
laboratorium D = 10,9%, asisten laboratorium
E = 7,3%, asisten laboratorium F = 6,2%,
asisten laboratorium G = 5,8%, asisten
laboratorium H = 5,3 % dan terakhir asisten
laboratorium I dengan nilai yang diperoleh 2,9
%.
5. SIMPULAN
Dalam proses pengambilan keputusan
yang melibatkan banyak kriteria metode AHP
sangat cocok digunakan karena metode ini
memperlihatkan perbandingan antara kriteria
yang satu dengan yang lainnya, menghasilkan
bobot dari masing-masing kriteria maupun
alternatif yang diuji dan memperhitungkan
tingkat kekonsistensinan dari pengambil
keputusan. Penetapan preferensi harus
dilakukan dengan cermat karena kesalahan
kecil akan berdampak pada nilai vektor eigen.
Pada penelitian ini,
kinerja asisten
di
laboratorium matematika dinilai dengan enam
kriteria yaitu kualitas kerja, tanggung jawab,
disiplin, kerja sama, komunikasi dan
pengembangan diri.
Hasil analisa dengan metode AHP
diperoleh bahwa tanggung jawab mempunyai
bobot tertinggi 40,5% yang artinya tanggung
jawab merupakan kriteria yang paling penting
dalam menilai kerja asisten laboratorium,
selanjutnya kualitas kerja dengan bobot
25,2%, disiplin nilai bobotnya 15,4%,
kerjasama dengan bobot 10,3%, komunikasi
5,4% dan terakhir pengembangan diri dengan
nilai bobot 3,1%. Dari bobot kriteria ini
dengan menggunakan metode AHP diperoleh
juga bahwa asisten yang memiliki nilai
tertinggi adalah asisten laboratorium B.
6. REKOMENDASI
Pengambilan
keputusan
yang
melibatkan sumber daya manusia sebaiknya
dilakukan dengan metode AHP untuk menjaga
obyektiftas, apalagi terdapat kriteria-kriteria
tertentu. Metode AHP dapat dijadikan alat
untuk penilaian kinerja di laboratorium jurusan
pendidikan matematika.
DAFTAR PUSTAKA
Kusrini. 2007. Konsep dan Aplikasi Sistem
Pendukung Keputusan. Yogyakarta:
ANDI
Rivai, Veithzal dan Ella J. Sagala. 2011.
Manajemen SDM untuk Perusahaan.
Jakarta: Raja Grafindo Persada
Ruky, Achmad S. 2001. Sistem Manajemen
Kinerja . Jakarta: PT Gramedia Pustaka
Utama.
Shega, Hanien Nia H, Rita Rahmawati dan
Hasbi Yasin. 2012. Penentuan Faktor
Prioritas Mahasiswa dalam Memilih
Telepon Seluler Merk Blackberry
dengan Fuzzy AHP. Jurnal Gaussian
Vol. 1, No 1, Hal. 73-82.
Sinaga, Johannes. 2009. Penerapan Analytical
Hierarchy Process (AHP) dalam
Pemilihan Perusahaan Badan Usaha
Milik Negara (BUMN) Sebagai Tempat
Kerja Mahasiswa Universitas Sumatera
Utara (USU). Jurusan Matematika
Fakultas
Matematika
Dan
Ilmu
Pengetahuan
Alam
Universitas
Sumatera Utara Medan. Skripsi
dipublikasikan (Online).
Suwatno dan Donni Juni Priansa. 2011.
Manajemen SDM dalam Organisasi
Publik dan Bisnis. Bandung: Alfabeta.
Taylor, Bernard W. 2004. Introduction To
Management Science. Terjemahan Vita
Silvira. Prentice Hall: Newjerse.
9
Warren, Lewis. 2004. Uncertainties in the
Analytic Hierarchy Process. DSTOTN-0597,
Published
by
DSTO
Information
Sciences
Laboratory
Edinburgh South Australia 5111
Australia.