Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi Menerapkan Metode Vise Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR)

  

Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi

Menerapkan Metode Vise Kriterijumska Optimizajica I

Kompromisno Resenje (VIKOR)

  1

  1

  1

  2

  3 Anis A Trisnani , Dede U Anwar , Wulan Ramadhani , Monica M Manurung , Andysah P U Siahaan ₁ Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma, Medan, Indonesia ₂ Universitas Informatika dan Bisnis Indonesia, Bandung, Indonesia ₃ Universitas Pembangunan Panca Budi Medan, Indonesia

Abstrak

  

Kualitas sumber daya manusia merupakan salah satu faktor penunjang untuk meningkatkan produktivitas kinerja suatu instansi

perusahaan. Sumber daya manusia yang berkompetensi tinggi dapat mendukung tingkat kinerja, dengan penilaian kinerja maka

akan didapat prestasi yang dicapai setiap karyawan. Untuk memperoleh informasi yang cepat dan akurat prestasi karyawan

yang tepat memenuhi kriteria yang diharapkan. Untuk mengetahui hal tersebut, dengan suatu metode pengambilan keputusan

multikriteria dengan memecahkan situasi kompleks dan tidak terstruktur kedalam bagian-bagian dan menyusunnya dengan

menggunakan metode Vlse Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR) pada Sistem Pendukung Keputusan

(SPK) maka penentuan karyawan berprestasi dapat dihitung berdasarkan perhitungan dari bobot kriteria masing-masing,

sehingga dapat memilih karyawan berprestasi di dalam perusahaan secara cepat.

  Kata kunci: Sistem Pendukung Keputusan, Karyawan Berprestasi, VIKOR

Abstract

The quality of human resources is one of the supporting factors to improve the productivity of a company's performance.

Highly competent human resources can support the level of performance, with performance appraisal it will get the

achievements achieved by each employee. To obtain fast and accurate information the employee's exact accomplishment meets

the expected criteria. To find that out, with a multicriteria decision-making method by solving complex and unstructured

situations into sections and compiling them using the Vise Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR)

method on Decision Support System (SPK), the determination of achieving employees can be calculated based on calculation

of the weight of each criterion, so it can select employees achievers in the company quickly.

  Keywords: Decision Support System, Employee Achievement, VIKOR

1. PENDAHULUAN

  Teknologi informasi semakin berkembang dalam segala aspek kehidupan yang pada penerapannya dapat mempermudah pekerjaan manusia. Kualitas sumber daya manusia merupakan salah satu faktor penunjang untuk meningkatkan produktivitas kinerja suatu instansi perusahaan. Maka dari itu sumber daya manusia yang berkompetensi tinggi dapat mendukung tingkat kinerja, dengan penilaian kinerja akan diketahui prestasi yang dicapai setiap karyawan, hal ini memudahkan instansi untuk pertimbangan dalam menentukan karyawan terbaik.

  Manusia dalam kehidupan sehari-hari sering menemui masalah dalam pengambilan keputusan. Masalah yang muncul dapat berskala besar atau kecil yang sangat berpengaruh dalam hasil keputusan. Seorang pimpinan benar

• –benar harus selektif dalam mengambil keputusan untuk pemilihan karyawan terbaiknya. Sekarang pengembangan system dapat membantu menentukan alternatif terbaik dalam suatu permasalahan, yaitu sistem pendukung keputusan (SPK). Di dalam sistem pendukung keputusan terdapat alternatif, kriteria dan bobot yang digunakan untuk menentukan suatu solusi terbaik[1].

  Sistem Pendukung Keputusan merupakan suatu sistem terkomputerisasi dan dirancang untuk menigkatkan efektivitas dalam pengambilan keputusan untuk memecahkan masalah yang bersifat semi terstruktur maupun tidak terstruktur sehingga dalam proses pengambilan keputusan yang dilakukan dapat lebih berkualitas. Ada beberapa metode yang termasuk dalam sistem pendukung keputusan diantaranya, Analitycal Hierarchy Proses (AHP),

  

Simple Additive Weighting (SAW), Weighted Product (WP), TOPSIS, Simple Multi Atribute Rating Technique

(SMART), Weighted Aggregated Sum Product Assessment ( WASPAS ) dan lain- lainnya[2][3][4][16].

  Penelitian sebelumnya tentang sistem pendukung keputusan dilakukan oleh beberapa peneliti, diantaranya Handoko (2017) melakukan penelitian menggunakan WASPAS untuk pemberian dana alokasi khusus[9], Al- Hafiz dan Muharsyah pernah menggunakan metode MOORA untuk penelitian berbasis sistem pendukung keputusan[10][11]. Proses kerja pada sistem pendukung keputusan melakukan penyeleksian terhadap alternatif/kandidat yang akan diseleksi[13][14]. Dari kandidat yang diseleksi akan menghasilkan keputusan sebagai dukungan bagi pihak manajemen dalam melakukan suatu pemilihan[12][15][17].

  

2. TEORITIS

  2.1 Sistem Pendukung Keputusan

  Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) merupakan sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur[5][6].

  2.2 Metode Vise Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR)

Vise Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR) berarti multi-criteria optimization and

compromise solution (optimasi multi kriteria dan solusi kompromis), merupakan salah satu dari sekian banyak

  teknik MCDM. VIKOR diperkenalkan pertama kali oleh Serafim Opricovic pada tahun 1998[7]. VIKOR merupakan metode MCDM yang dapat melakukan perankinngan. Langkah - langkah perhitungan dengan metode VIKOR[1][8], sebagai berikut:

  1. Melakukan normalisasi menggunakan rumus sebagai berikut:

• −

  R ij = ( ) ................................................................................................................................................ (1)

• − −

  Dimana R ij dan X ij (i=1,2,3,...,m dan j=1,2,3,...,n) adalah elemen dari matriks pengambilan keputusan (alternatif

• iterhadap kriteria j) dan X adalah elemen terbaik dari kriteria j , X adalah elemen terbaik dari kriteria j.

  j j

  2. Menghitung nilai S dan R menggunakan rumus:

• −

  S i = ......................................................................................................................................(2)

  ∑ =1 ( )

• − −

  dan

• −

  R i = Max j[w j ( )] .................................................................................................................................. (3)

• − − Dimana W adalah bobot dari tiap kriteria j.

  j

  3. Menentukan nilai indeks

  Si − S+ Ri − R+

  Q i = [ ]V + [ ](1-V) .......................................................................................................................(4)

  − − + − − +

• Dimana S = max S , S = min S dan R = max R , R = min R dan v = 0,5.

  i i i i

  4. Solusi alternatif peringkat terbaik berdasarkan dengan nilai Q minimum menjadi peringkat terbaik dengan syarat:

  (2) (1)

  Q(A )

• – Q(A )≥DQ .......................................................................................................................................(5)

  (2) (1)

  Dimana A = alternatif dengan urutan kedua pada perengkingan Q dan A = alternatif dengan urutan terbaik

  (1)

  pada perengkingan Q sedangkan DQ = 1 harus

• – (m-1),dimana m merupakan jumlah alternatif. Alternatif A berada pada rangking terbaik pada S dan/atau R.

  2.3 Karyawan

  Karyawan adalah seseorang yang melakukan pekerjaan dan memberikan hasil kerjanya kepada pengusaha atau instansi dimana hasil karyanya itu sesuai dengan profesi atau pekerjaan atas keahlian sebagai matapencariannya. Menurut undang-undang No.14 Tahun 1969 tentang Pokok Tenaga Kerja, karyawan ialah orang yang mampu melaksanakan pekerjaan, baik didalam maupun diluar hubungan kerja guna menghasilkan jasa ataupun barang untuk memenuhi kebutuhan masyarakat.

  

3. ANALISA DAN PEMBAHASAN

  Dalam penelitian ini kriteria yang digunakan untuk menentukan karyawan terbaik sebagai input yaitu warna,bau, ukuran kulit dan jenis kulit. Maka, penelitian ini akan membahas sistem pendukung yang dapat membantu untuk

  menentukan jenis kulit terbaik dengan menggunkan metode VIKOR. Pada tabel 1 dan 2 merupakan data alternatif dan kriteria berdasarkan karyawan.

  5 Baik

  2 )

  Nilai Bobot Sangat Baik

  5 Baik

  4 Cukup

  3 Kurang

  2 Buruk

  1 Tabel 5. Pembobotan Rajin (C

  3

  ) Nilai Bobot Sangat Baik

  4 Cukup

  2 Buruk

  3 Kurang

  2 Buruk

  1 Tabel 6. Pembobotan Tanggung Jawab (C

  4 )

  Nilai Bobot Sangat Baik

  5 Baik

  4 Cukup

  3 Kurang

  2 Buruk

  1 Tabel 4. Pembobotan Kedisiplinan (C

  3 Kurang

  Tabel 1. Kriteria Kriteria Keterangan

  1 Junaidii S.E (A

  C

  1 Kejujuran

  C

  2 Kedisiplinan

  C

  3 Rajin

  C

  4 Tanggung Jawab

  Tabel 2. Alternatif No Alternatif

  1 )

  4 Cukup

  2 Suryati S.E (A

  2 )

  3 Fandi(A

  

3 )

  4 Hasri (A

  

4 )

Pada tabel berikut merupakan pembobotan dari tiap tiap kriteria yang digunakan, dapat dilihat pada tabel 3-6.

  Tabel 3. Pembobotan Kejujuran (C

  1

  ) Nilai Bobot Sangat Baik

  5 Baik

  1 Pada tabel 7, merupakan tabel yang berisikan rating kecocokan antara alternatif dan kriteria. Tabel 7. Data Alternatif dan Kriteria Alternatif C C C C

  1

  2

  3

  4 A Baik Sangat Baik Baik Kurang

  1 A Baik Baik Cukup Baik

  2 A Cukup Sangat Baik Kurang Sangat Baik

  3 A Sangat Baik Baik Sangat Baik Sangat Baik

  4 Berdasarkan tabel 3-6 , maka alternatif yang terdapat pada tabel 8 dapat dilihat pada tabel berikut ini.

  Tabel 8. Tabel rating yang telah di bobotkan Alternatif C C C C

  1

  2

  3

  4 A

  70

  80

  85

  80

  1 A

  75

  70

  90

  80

  2 A 100

  80

  70

  75

  3 A

  85

  75

  95

  70

  4 Max 100

  80

  95

  80 Min

  70

  70

  70

  70 Setelah melakukan pembobotan, maka dilakukan pemrosesan perhitungan menggunakan metode VIKOR, seperti terlihat dibawah ini:

  1. Melakukan normalisasi

  100−70 80−80

  R

  11 = ( ) = 1 , R 12 = ( ) = 0 100−70 80−70 95−85 80−80

  R

  13 = ( ) = 0,4 R 14 =( ) = 0 95−70 80−70 100−75 80−70

  R

  21 = ( ) = 0,83 R 22 = ( ) = 1 100−70 80−70 95−90 80−80

  R

  23 =( ) = 0,2 R 24 =( ) = 0 95−70 80−70 100−100 80−80

  R

  31 = ( ) = 0 R 32 =( ) = 0 100−70 80−70 95−70 80−75

  R

  33 = ( ) = 1 R 34 =( ) = 0,5 95−70 80−70 100−85 80−75

  R

  41 = ( ) = 0,5 R 42 =( ) = 0,5 100−70 80−70 95−95 80−70

  R

  43 = ( ) = 0 R 44 = ( ) = 1 95−70 80−70

  Tabel 9. Hasil Normalisasi 1 0,4 0,83 1 0,2 1 0,5 0,5 0,5

  1

  2. Menghitung nilai S dan R Untuk menghitung nilai S dapat menggunakan persamaan 2. S

  1 =

  (0,23750*1) + (0,21750*0) + (0,26750*0,4) + (0,27750*0) = (0,23750+0+0,107+0) = 0,3445 S =

  2

  (0,23750*0,83) + (0,21750*1) + (0,26750*0,2) + (0,27750*0) = (0,1971 +0,21750+0,0535+0) = 0,4681 S

  3 =

  (0,23750*0)+(0,21750*0) + (0,26750*1) + (0,27750*0,5) = (0+0+0,26750+0,13875) = 0,4062 S

  4 =

  (0, 23750*0,5) + (0,21750*0,5) + (0, 26750*0) + (0, 27750*1) =(0,11875+0,10875+0+0,27750) = 0,505 Nilai R diperoleh dari nilai maksimum dari setiap alternatif pada setiap kriteria, yang telah di normalisasikan dari persamaan 3. R

  1 = (0,23750*1) = 0,23750 (0,21750*0) = 0 (0,26750*0,4) = 0,107 (0,27750*0) = 0

  Max = 0,23750 R = (0,23750*0,83) = 0,1971 (0,21750*1) = 0,21750 (0,26750*0,2) = 0,0535 (0,27750*0) = 0

  2 Max = 0,21750

  R

  3 = (0,23750*0) = 0 (0,21750*0) = 0 (0,26750*1) = 0,26750 (0,27750*0,5) = 0,13875

  Max = 0,26750 R = (0, 23750*0,5) = 0,11875 (0,21750*0,5) = 0,10875 (0, 26750*0) = 0 (0, 27750*1) = 0,27750

  4 Max = 0,27750

  Tabel 10 . Hasil S dan R

  i i

  C

  1 C

  2 C

  

3 C

  4 S i R j

  A

  1

  1 0,4 0,3445 0,23750 A

  

2 0,83 1 0,2 0,4681 0,21750

  A

  3

  1 0,5 0,4062 0,26750 A

  4 0,5 0,5

  1 0,505 0,27750

  4. Perangkingan (Q )

i Nilai Qi diperoleh dari persamaan 4.

  S = 0,505 R = 0,27750

  S = 0,3445 R = 0,21750

  0,3445−0,3445 0,23750−0,21750

  Q = [ ](0,5) + [ ](1-0,5)

  1 0,505−0,3445 0,27750−0,21750

  = 0,1666

  0,4681−0,3445 0,21750−0,21750

  Q

  2 = [ ](0,5)+ [ ]( 1-0,5) 0,505−0,3445 0,27750−0,21750

  = 0,3850

  0,4062−0,3445 0,26750−0,21750

  Q

  3 = [ ](0,5) + [ ](1-0,5) 0,505−0,3445 0,27750−0,21750

  = 0,4166

  0,505−0,3445 0,27750−0,21750

  Q = [ ](0,5) + [ ](1-0,5)

  4 0,505−0,3445 0,27750−0,21750

  = 1 Hasil dari perangkingan di atas, dapat dilihat pada tabel 11.

  Tabel 11. Nilai Qi Alternatif Q Rangking

  

i

  A 0,166

  1

  1 A 0,3850

  2

  2 A 0,4166

  3

  3 A

  1

  4

  4 Maka nilai indeks atau yang menjadi rangking 1 adalah Q 1 , dengan hasil 0,166.

  

4. KESIMPULAN

  Berdasarkan hasil penelitian yang telah dilaksanakan maka dapat diambil kesimuplan bahwa menggunakan metode Vise Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR) pada Sistem Pendukung Keputusan

  (SPK) maka penentuan karyawan berprestasi dapat dihitung berdasarkan perhitungan dari bobot kriteria masing- masing, sehingga dapat memilih karyawan berprestasi di dalam perusahaan secara cepat.

  REFERENCES

[1] K. Umam, V. E. Sulastri, T. Andiri, D. U. Sutiksno, and Mesran, “Perancangan Sistem Pendukung Keputusan Penentuan Prioritas

Produk Unggulan Daerah Menggunakan Metode VIKOR,” J. Ris. Komput., vol. Vol 5, no. 1, pp. 43–49, 2017. [2]

  G. Ginting, Fadlina, Mesran, A. P. U. Siahaan, and R. Rahim, “Technical Approach of TOPSIS in Decision Making,” Int. J. Recent Trends Eng. Res. , vol. 3, no. 8, pp. 58 –64, 2017.

  

[3] Y. Zai, Mesran, and E. Buulolo, “Sistem Pendukung Keputusan Untuk Menentukan Buah Rambutan Dengan Kualitas Terbaik

Menggunakan Metode Weighted Product (Wp),” Media Inform. Budidarma, vol. 1, no. 1, pp. 8–12, 2017.

[4] R. Rahim, Mesran, A. Putera, U. Siahaan, and S. Aryza, “Composite performance index for student admission,” Int. J. Res. Sci. Eng.,

vol. 3, no. 3, pp. 68

• –74, 2017. [5] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi, 2007.

  [6] S. Kusumadewi, S. Hartati, A. Harjoko, and R. Wardoyo, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha

  Ilmu, 2006.

  [7] M. F. El- santawy, “A VIKOR Method for Solving Personnel Training,” Int. J. Comput. Sci., vol. 1, no. 2, pp. 9–12, 2012. [8]

  A. Mardani, E. Zavadskas, K. Govindan, A. Amat Senin, and A. Jusoh, “VIKOR Technique: A Systematic Review of the State of the Art Literature on Methodologies and Applications,” Sustainability, vol. 8, no. 1, p. 37, Jan. 2016. [9]

  D. Handoko, M. Me sran, S. D. Nasution, Y. Yuhandri, and H. Nurdiyanto, “Application Of Weight Sum Model (WSM) In Determining Special Allocation Funds Recipients,” IJICS (International J. Informatics Comput. Sci., vol. 1, no. 2, pp. 31–35, 2017. [10]

  A. Muharsyah, S. R. Hayati, M. I. Setiawan, and H. Nurdiyanto, “Sistem Pendukung Keputusan Penerimaan Jurnalis Menerapkan Multi- Objective Optimization On The Basis Of Ratio Analysis ( MOORA ),” J. Ris. Komput., vol. 5, no. 1, pp. 19–23, 2018. [11] N. W. Al- Hafiz, Mesran, and Suginam, “Sistem Pendukung Keputusan Penentukan Kredit Pemilikan Rumah Menerapkan Multi-

  Objective Optimization on the Basis of Ratio Analysis ( Moora ),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. I, no. 1, pp. 306 –309, 2017.

[12] S. Dian Utami Sutiksno, P. Rufaidah, H. Ali, and W. Souisa, “A Literature Review of Strategic Marketing and The Resource Based

View of The Firm,” Int. J. Econ. Res., vol. 14, no. 8, pp. 59–73, 2017. [13] T. Murti, L. A. Abdillah, and M. Sobri, “Sistem Penunjang Keputusan Kelayakan Pemberian Pinjaman Dengan Metode Fuzzy

  Tsukamoto,” Semin. Nas. Inov. dan Tren (SNIT)2015, pp. 252–256, 2015. [14] Jimmy Abdel Kadar, D Agustono, and Darmawan Napitupulu, “Optimization of Candidate Selection Using Naive Bayes : Case Study in Company X Optimization of Candidate Selection Using Naive Bayes  : Case Study in Company X,” J. Phys. Conf. Ser., vol. 12, no. 1, 2016.

[15] T. Rachman and D. Napitupulu, “User acceptance analysis of potato expert system application based on TAM approach,” Int. J. Adv.

  Sci. Eng. Inf. Technol. , vol. 8, no. 1, pp. 185 –191, 2018.

  [16] P. Simanjuntak, N. Kurniasih, Mesran, and J. Simarmata, “Penentuan Kayu Terbaik Untuk Bahan Gitar Dengan Metode Weighted Aggregated Sum Product Assessment ( WASPAS ),” J. Ris. Komput., vol. 5, no. 1, pp. 36–42, 2018.

  

[17] M. I. Setiawan et al. , “Business Centre Development Model of Airport Area in Supporting Airport Sustainability in Indonesia,” J. Phys.

  Conf. Ser. , vol. 954, no. 1, p. 12024, 2018.