Sistem Pendukung Keputusan Penentuan Reward Karyawan dengan Metode AHP dan SAW



LAPORAN
Sistem Pendukung Keputusan
Penentuan Reward Karyawan di UPPD Purworejo
dengan Metode AHP dan SAW


Dosen Pengampu :
Fajrian Nur Adnan M.CS



Disusun Oleh:

Mella Salsabilla M       (A12.2017.05706)
Milladia Utami             (A12.2017.05721)




SISTEM INFORMASI
FAKULTAS ILMU KOMPUTER
UNIVERSITAS DIAN NUSWANTORO
SEMARANG
2019



DAFTAR ISI


DAFTAR ISI
BAB 1 PENDAHULUAN.. 3
1.1       Studi Kasus. 3
BAB 2 METODE AHP. 4
2.1       Pengertian AHP
2.2       Rumus AHP
2.3       Tahapan AHP
BAB 3 PEMBAHASAN METODE AHP. 6
3.1       Menentukan Daftar Karyawan
3.2       Menentukan Skala Perbandingan
3.3       Menentukan Matriks Perbandingan Motivasi
3.4       Menentukan Matriks Perbandingan Kompetensi
3.5       Menentukan Matriks Perbandingan Keterampilan
3.6       Menentukan Matriks Perbandingan Sikap
3.7       Menentukan Hasil Akhir
BAB 4 METODE SAW
4.1       Pengertian Metode SAW
4.2       Tahapan Metode SAW
BAB 5 PEMBAHASAN METODE SAW
5.1       Menentukan Kriteria
5.2       Menentukan Bobot Kriteria
5.3       Normalisasi Bobot Kriteria
5.4       Matriks Tabel Kriteria
5.5       Normalisasi Matriks
5.6       Matriks Hasil Normalisasi
5.7       Mengitung Nilai Preferensi untuk Setiap Alternatif (Vi)
5.8       Menghitung Nilai Akhir
BAB 6 PENUTUP
6.1        Kesimpulan






BAB 1
PENDAHULUAN

1.1     Studi Kasus

Dalam penentuan karyawan berprestasi oleh Ibu Ani Sulistyani, SE, M.M. sebagai Kepala Sub Bagian TU di Unit Pengelolaan Pendapatan Daerah (UPPD) Kabupaten Purworejo terdapat beberapa faktor yang menjadi penilaian. Penilaian ini berdasarkan pada keterampilan, kompetensi, sikap dan motivasi yang dimiliki oleh masing-masing karyawan. Demi efisiensi dan efektifitas kerja maka pengambilan keputusan yang tepat sangat diperlukan.
Laporan ini dibuat dengan tujuan untuk membangun sebuah sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan karyawan berprestasi dengan menggunakan metode Analytic Hierarchy Process (AHP) dan Simple Additive Weighting (SAW), dimana masing-masing kriteria dalam hal ini faktor- faktor penilaian dan alternatif dalam hal ini para karyawan dibandingkan satu dengan yang lainnya sehingga memberikan output nilai intensitas prioritas yang menghasilkan suatu sistem yang memberikan penilaian terhadap setiap karyawan. Sistem pendukung keputusan ini membantu melakukan penilaian setiap karyawan, melakukan perubahan kriteria, dan perubahan nilai bobot. Hal ini berguna untuk memudahkan pengambil keputusan yang terkait dengan masalah pemilihan karyawan berprestasi, sehingga didapatkan karyawan yang paling layak diberi reward atau penghargaan.
BAB 2
METODE AHP

2.1     Pengertian AHP

AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, danseterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dansistematis.(Syaifullah:2010).

AHP sering digunakan sebagai metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan sebagai berikut:
a.  Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
b.   Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan.
c.    Memperhitungkan daya tahan output analisis sensitivitas pengambilan keputusan.

2.2     Rumus AHP

1. Rumus Bobot
Keterangan :
K = keterangan
B = bobot

2. Rumus Bobot Kriteria
Keterangan :
bk : Bobot Kriteria

3. Rumus Akhir

2.3     Tahapan AHP

a.       Menentukan nilai kriteria dari masing-masing alternative.
Alternative :
-          Arry Harmoko, S.STP (A)
-          Slamet Purwanto, SE (B)
-          Sudiyanto, SE (C)
-          Irawan, SIP (D)
Kriteria : motivasi, kompetensi, keterampilan, sikap.
b.      Membuat tabel dan menentukan matriks perbandingan kriteria.
c.       Menentukan matriks perbandingan motivasi.
d.      Menentukan matriks perbandingan kompetensi.
e.       Menentukan matriks perbandingan keterampilan.
f.       Menentukan hasil akhir.


BAB 3
PEMBAHASAN METODE AHP

3.1     Menentukan Daftar Karyawan

Masing-masing kriteria, alternative telah memiliki nilai karena data pada tabel dibawah berdasarkan penilaian dari UPPD :
Nama Karyawan
Motivasi
Kompetensi
Keterampilan
Sikap
Arry H, S.STP
7
6
6
4
Slamet P, SE
7
5
5
6
Sudiyanto, SE
7
5
4
6
Irawan, SIP
7
6
5
5


3.2     Menentukan Skala Perbandingan

Tabel 1
Motivasi
Kompetensi
Keterampilan
Sikap
Motivasi
1
0,142857143
0,333333333
4
Kompetensi
7
1
5
5
Keterampilan
3
0,2
1
6
Sikap
0,25
0,2
0,166666667
1
Jumlah
11,25
1,542857143
6,5
16
           
Hasil Perbandingan Matriks:
Motivasi
Kompetensi
Keterampilan
Sikap
Rata-rata
Motivasi
0,088889
0,092592593
0,051282051
0,25
0,120691
Kompetensi
0,622222
0,648148148
0,769230769
0,3125
0,588025
Keterampilan
0,266667
0,12962963
0,153846154
0,375
0,231286
Sikap
0,022222
0,12962963
0,025641026
0,0625
0,059998
Jumlah
1
1
1
1
           





Dari hasil perbandingan tersebut diperoleh rata-rata, dan jumlah dari masing-masing kriteria adalah 1. Dari perbandingan matriks juga diperoleh bobot evaluasi.
Bobot evaluasi
0,521782577
2,889280627
1,070952635
0,246323599





Bobot tersebut didapatkan dari perkalian masing-masing kriteria pada table 1 dikali dengan rata-rata.

3.3     Menentukan Matriks Perbandingan Motivasi

Matriks Perbandingan
A
B
C
D
A
1
1
1
1
B
1
1
1
1
C
1
1
1
1
D
1
1
1
1
jumlah
4
4
4
4

Hasil matriks perbandingan motivasi:
Matriks Perbandingan
A
B
C
D
Rata-rata
Bobot evaluasi
A
0,25
0,25
0,25
0,25
0,25
1
B
0,25
0,25
0,25
0,25
0,25
1
C
0,25
0,25
0,25
0,25
0,25
1
D
0,25
0,25
0,25
0,25
0,25
1
Jumlah
1
1
1
1

3.4     Menentukan Matriks Perbandingan Kompetensi

Matriks Perbandingan
A
B
C
D
A
1
1,2
1,2
1
B
0,833333333
1
1
0,833333333
C
0,833333333
1
1
0,833333333
D
1
1,2
1,2
1
Jumlah
3,666666667
4,4
4,4
3,666666667

Hasil matriks perbandingan kompetensi :
Matriks Perbandingan
A
B
C
D
Rata-rata
Bobot evaluasi
A
0,272727273
0,272727273
0,272727273
0,272727
0,272727
1,090909091
B
0,227272727
0,227272727
0,227272727
0,227273
0,227273
0,909090909
C
0,227272727
0,227272727
0,227272727
0,227273
0,227273
0,909090909
D
0,272727273
0,272727273
0,272727273
0,272727
0,272727
1,090909091
Jumlah
1
1
1
1

3.5     Menentukan Matriks Perbandingan Keterampilan

Matriks Perbandingan
A
B
C
D
A
1
1,2
1,5
1,2
B
0,833333333
1
1,25
1
C
0,666666667
0,8
1
0,8
D
0,833333333
1
1,25
1
Jumlah
3,333333333
4
5
4

Hasil matriks perbandingan keterampilan :
Matriks Perbandingan
A
B
C
D
Rata-rata
Bobot evaluasi
A
0,3
0,3
0,3
0,3
0,3
1,2
B
0,25
0,25
0,25
0,25
0,25
1
C
0,2
0,2
0,2
0,2
0,2
0,8
D
0,25
0,25
0,25
0,25
0,25
1
Jumlah
1
1
1
1

3.6     Menentukan Matriks Perbandingan Sikap

Matriks Perbandingan
A
B
C
D
A
1
0,666666667
0,666666667
0,8
B
1,5
1
1
1,2
C
1,5
1
1
1,2
D
1,25
0,833333333
0,833333333
1
Jumlah
5,25
3,5
3,5
4,2

Hasil matriks perbandingan sikap :
Matriks Perbandingan
A
B
C
D
Rata-rata
Bobot evaluasi
A
0,19047619
0,19047619
0,19047619
0,190476
0,190476
0,761904762
B
0,285714286
0,285714286
0,285714286
0,285714
0,285714
1,142857143
C
0,285714286
0,285714286
0,285714286
0,285714
0,285714
1,142857143
D
0,238095238
0,238095238
0,238095238
0,238095
0,238095
0,952380952
Jumlah
1
1
1
1

3.7     Menentukan Hasil Akhir

Sikap
Kompetensi
Motivasi
Ketrampilan
Bobot Evaluasi
Bobot Akhir
A
0,761904762
1,090909091
1
1,2
0,521782577
4,916032086
B
1,142857143
0,909090909
1
1
2,889280627
4,540217931
C
1,142857143
0,909090909
1
0,8
1,070952635
4,490953211
D
0,952380952
1,090909091
1
1
0,246323599
4,966154524

Hasil akhir menunjukkan bahwa yang pantas untuk mendapatkan reward sebagai karyawan berprestasi adalah Irawan, SIP dengan bobot akhir 4,966154524.

Kesimpulan :
Jadi yang mendapatkan reward sebagai karyawan terbaik adalah:

Nama Karyawan
Hasil Akhir
Irawan, SIP
4,966154524
Arry H, S.STP
4,916032086
Slamet P, SE
4,540217931
Sudiyanto, SE
4,490953211



BAB 4
METODE SAW

4.1     Pengertian Metode SAW

   SAW (Simple Additive Weighting) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Fishburn, 1967) (MacCrimmon, 1968). Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan dalam menghadapi situasi Multiple Attribute Decision Making (MADM). MADM itu sendiri merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Metode SAW ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi matriks sebelumnya.
             

4.2     Tahapan Metode SAW

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2.    Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria(Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
4.  Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai)sebagai solusi.
Formula untuk melakukan normalisasi tersebut adalah :
Keterangan :
rij       = rating kinerja ternormalisasi
Maxij = nilai maksimum dari setiap baris dan kolom
Minij  = nilai minimum dari setiap baris dan kolom
Xij      = baris dan kolom dari matriks
Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i =1,2,…m dan j = 1,2,…,n.

Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai :
Keterangan :
Vi = Nilai akhir dari alternatif
wj = Bobot yang telah ditentukan
rij = Normalisasi matriks
Nilai Vi yang lebih besar mengindikasikan bahwa alternative Ai lebih terpilih

BAB 5
PEMBAHASAN METODE SAW

5.1     Menentukan Kriteria

Alternatif
Kriteria
Motivasi
Kompetensi
Keterampilan
Sikap
ARRY HARMOKO, S.STP
7
6
6
4
SLAMET PURWANTO, SE
7
5
5
6
SUDIYANTO,SE
7
5
4
6
IRAWAN, SIP
7
6
5
5

5.2     Menentukan Bobot Kriteria

Kriteria
Bobot (Wj)
Kompetensi
35
Ketrampilan
30
Motivasi
25
Sikap
10
total
100

5.3     Normalisasi Bobot Kriteria

Kriteria
Bobot (Wj)
Normalisasi (Wj / ∑Wj)
Kompetensi
35
0,35
Ketrampilan
30
0,3
Motivasi
25
0,25
Sikap
10
0,1
Total
100
1

5.4     Matriks Tabel Kriteria

Motivasi (C1)
Kompetensi (C2)
Keterampilan (C3)
Sikap (C4)
7
6
6
4
7
5
5
6
7
5
4
6
7
6
5
5

5.5     Normalisasi Matriks

Rii = ( Xij / max{Xij})

Motivasi (C1)
Kompetensi (C2)
Keterampilan (C3)
Sikap (C4)
1
1
1
0.666666667
1
0.833333333
0.833333333
1
1
0.833333333
0.666666667
1
1
1
0.833333333
0.833333333

5.6     Matriks Hasil Normalisasi

 

5.7     Nilai Preferensi untuk Setiap Alternatif (Vi)
C1
C2
C3
C4
Hasil
V1      =
0.35
0.3
0.25
0.066666667
0.966666667
V2      =
0.35
0.25
0.208333333
0.083333333
0.891666667
V3      =
0.35
0.25
0.166666667
0.1
0.866666667
V4      =
0.35
0.3
0.208333333
0.083333333
0.941666667

HASIL AKHIR
1
ARRY HARMOKO, S.STP
0.96
2
IRAWAN, SIP
0.94
3
SLAMET PURWANTO, SE
0.89
4
SUDIYANTO,SE
0.86

5.8     Menghitung Nilai Akhir

Syarat jumlah score agar mendapatkan reward sebagai karyawan berprestasi telah ditentukan >= 0,90


No.
Alternatif
Score
Keterangan
1
Arry Harmoko, S.STP
0,96
Lolos
2
Slamet Purwanto, SE
0,89
Tidak Lolos
3
Sudiyanto, SE
0,86
Tidak Lolos
4
Irawan, SIP
0,94
Lolos



BAB 6
PENUTUP

6.1     Kesimpulan

1.      Dengan menggunakan metode AHP, kriteria yang diperlukan dalam penentuan reward karyawan adalah motivasi, kompetensi, keterampilan dan sikap. Dari metode AHP diperoleh Irawan, SIP dengan hasil 4,966154524 yang mendapatkan reward sebagai karyawan berprestasi di UPPD Kabupaten Purworejo.

2.      Sedangkan metode SAW, kriteria yang dibutuhkan sama dengan metode AHP. Namun yang membedakan terletak pada proses perhitungan. Dalam metode SAW diperoleh Arry Harmoko, S.STP dengan hasil 0,96 dan Irawan, SIP dengan hasil 0,94 karena Arry dan Irawan memperoleh hasil >= 0,90 sesuai dengan yang ditetapkan agar mendapatkan reward sebagai karyawan berprestasi di UPPD Kabupaten Purworejo.



-------------------------------------------------------------------------------------------------------------
Untuk perhitungan di excel bisa download disini



MELA SALSABILLA MAULIDIANUR
A12.2017.05706
SISTEM INFORMASI 
UNIVERSITAS DIAN NUSWANTORO

Komentar

Posting Komentar

Postingan Populer