19
23 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1. Membuat Struktur Hirarki Masalah Pembuatan struktur hirarki digunakan untuk mempermudah dalam pengambilan keputusan dengan menggambarkan permasalahan yang dihadapi kedalam struktur hirarki, dimulai dengan goal atau sasaran kemudian kriteria dan alternatif. Adapun struktur hirarki dapat dilihat pada gambar berikut ini. Goal / Sasaran Kriteria Alternatif Gambar IV.1 Struktur Hirarki Promosi Jabatan 4.2. Hasil Pengolahan Data AHP (Analytical Hierarchy Process) Untuk mendapatkan total ranking secara keseluruhan, pertama melakukan perhitungan dengan menggunakan metode AHP (Analytical Hierarchy Process) untuk menentukan bobot setiap kriteria. Berikut ini langkah-langhkah dan perhitungan menggunakan metode AHP (Analytical Hierarchy Process).

BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

  • Upload
    others

  • View
    3

  • Download
    0

Embed Size (px)

Citation preview

Page 1: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

23

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Membuat Struktur Hirarki Masalah

Pembuatan struktur hirarki digunakan untuk mempermudah dalam

pengambilan keputusan dengan menggambarkan permasalahan yang dihadapi

kedalam struktur hirarki, dimulai dengan goal atau sasaran kemudian kriteria dan

alternatif. Adapun struktur hirarki dapat dilihat pada gambar berikut ini.

Goal / Sasaran

Kriteria

Alternatif

Gambar IV.1

Struktur Hirarki Promosi Jabatan

4.2. Hasil Pengolahan Data AHP (Analytical Hierarchy Process)

Untuk mendapatkan total ranking secara keseluruhan, pertama melakukan

perhitungan dengan menggunakan metode AHP (Analytical Hierarchy Process)

untuk menentukan bobot setiap kriteria. Berikut ini langkah-langhkah dan

perhitungan menggunakan metode AHP (Analytical Hierarchy Process).

Page 2: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

24

4.2.1. Penilaian Perbandingan Multi Partisipan

Hasil dari data-data perbandingan berpasangan yang di ambil dari

kuesioner pada responden, kemudian dicari satu jawaban untuk matriks

perbandingan dengan menggunakan perataan jawaban atau Geomatric Mean

Theory. Untuk mendapatkan satu nilai tertentu dari semua nilai tersebut, masing-

masing nilai harus dikalikan satu sama lain, kemudian hasil perkalian

dipangkatkan dengan 1/n dimana n adalah jumlah partisipan. Secara sistematis

persamaan tersebut adalah sebagai berikut:

4.2.2. Perhitungan Faktor Pembobotan Hirarki untuk Kriteria Keputusan

Promosi Jabatan

Berikut ini adalah rekapitulasi hasil perhitungan matriks penilaian

perbandingan berpasangan gabungan dari lima responden. Maka matriks

perbandingan hasil refrensi diatas adalah:

Tabel IV.1.

Matriks Perbandingan Berpasangan Untuk Semua Kriteria

AKUMULASI DATA RESPONDEN

MK PD PK

MK 1 1.191 0.725

PD 0.840 1 0.871

PK 1.379 1.148 1

Total 3.219 3.339 2.596

Page 3: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

25

Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang

bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector eigen

dihasilkan dari rata-rata bobot relative untuk setiap baris. Hasilnya dapat dilihat

pada table berikut ini:

Tabel IV.2.

Matriks Faktor Pembobotan Hirarki Untuk Semua Kriteria Yang

Dinormalkan

NORMALISASI SUM

BOBOT

NILAI %

MK PD PK

MK 0.311 0.357 0.279 0.947 0.315 31.5

PD 0.261 0.299 0.336 0.896 0.299 29.9

PK 0.428 0.344 0.385 1.157 0.386 38.6

Total 1 1 1 3 1 100

Selanjutnya Nilai Vector Eigen dikalikan dengan Matriks semula,

menghasilkan nilai untuk tiap baris, yang selanjutnya setiap nilai dibagi kembali

dengan nilai vector yang bersangkutan. Nilai rata-rata dari hasil pembagian ini

merupakan principal eigen value maksimum (λmax).

NILAI PEMBANGKIT RANDOM (R.I)

n 1 2 3 4 5 6 7 8 9 10

R.I 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49

λmax = ((3.219*0.315)+(3.339*0.299)+(2.596*0.386))

=3,014402

CI =( λmax-n) / (n-1)

= (3,014402 – 3) / (3-1)

= 0,007201

Page 4: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

26

CR = CI / RI

= 0,007201 / 0,58

= 0,012415

Karena CR<0,100 berarti preferensi responden adalah konsisten.

Dari hasi perhitungan pada table diatas menunjukan bahwa kriteria

penilaian kerja merupakan kriteria yang paling penting dalam keputusan

pemilihan karyawan untuk promosi jabatan menjadi prioritas ke-1 dengan nilai

bobot 38,6 %, berikutnya kriteria masa kerja menjadi prioritas ke-2 dengan nilai

bobot 31,5 %, kemudian kriteria pendidikan menjadi prioritas ke-3 dengan nilai

bobot 29,9 %

4.2.3. Perhitungan Faktor Evaluasi Untuk Kriteria Masa Kerja

Perbandingan berpasangan untuk kriteria masa kerja pada 5 alternatif

sehingga diperoleh hasil preferensi rata-rata dari 5 responden secara acak dalam

matriks resiprokal sebagai berikut:

Tabel IV.3.

Matriks Faktor Evaluasi untuk Kriteria Masa Kerja

AKUMULASI DATA RESPONDEN

K-A K-B K-C K-D K-E

K-A 1 0.871 0.699 1.148 0.699

K-B 1.148 1 1.643 0.850 0.561

K-C 1.431 0.609 1 0.871 0.871

K-D 0.871 1.176 1.148 1 0.923

K-E 1.431 1.782 1.148 1.084 1

JML 5.881 5.438 5.638 4.953 4.054

Page 5: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

27

Keterangan :

K–A = Sucipto

K–B = Hari Gunawan

K–C = Fandi Pramono

K–D = Sentot Basuki

K–E = Nanang Riyanto

Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah total pada

kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai

vector eigen dihasilkan dari rata-rata nilai bobot relative untuk tiap baris. Hasilnya

dapat dilihat pada table berikut :

Tabel IV.4.

Matriks Faktor Evaluasi Untuk Kriteria Masa Kerja Yang Dinormalkan

NORMALISASI SUM

BOBOT

NILAI %

K-A K-B K-C K-D K-E

K-A 0.170 0.160 0.124 0.232 0.172 0.858 0.172 17.17

K-B 0.195 0.184 0.291 0.172 0.138 0.981 0.196 19.61

K-C 0.243 0.112 0.177 0.176 0.215 0.923 0.185 18.47

K-D 0.148 0.216 0.204 0.202 0.228 0.997 0.199 19.95

K-E 0.243 0.328 0.204 0.219 0.247 1.240 0.248 24.80

Total 1 1 1 1 1 5 1 100

Selanjutnya Nilai Vector Eigen dikalikan dengan matriks semula,

menghasilkan nilai untuk tiap baris, yang selanjutnya setiap nilai dibagi kembali

dengan nilai vektor yang bersangkutan. Nilai rata-rata dari hasil pembagian ini

merupakan principal eigen maksimum (λmax).

NILAI PEMBANGKIT RANDOM (R.I)

n 1 2 3 4 5 6 7 8 9 10

R.I 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49

Page 6: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

28

λmax = ((5.881*0.172) + (5.438*0.196) + (5.638*0.185) + (4.953*0.199) +

(4.054*0.248))

= 5.11084

CI = ( λmax-n) / (n-1)

= (5,11084 – 5) / (5-1)

= 0.02771

CR = CI / RI

= 0,02771 / 1,12

= 0,02474

Karena CR <0,100 berarti preferensi responden adalah konsisten.

Dari hasil perhitungan pada tabel di atas diperoleh urutan prioritas untuk

kriteria masa kerja dengan alternative karyawan E dalam keputusan promosi

jabatan menjadi prioritas ke-1 dengan nilai bobot 24.80%, berikutnya alternatif

karyawan D menjadi prioritas ke-2 dengan nilai bobot 19.95%, kemudian

alternative karyawan B menjadi prioritas ke-3 dengan nilai bobot 19,61%,

kemudian alternative karyawan C menjadi prioritas ke-4 dengan nilai bobot

18.47% dan alternative karyawan A menjadi prioritas terakhir dengan nilai bobot

17.17%.

4.2.4. Perhitungan Faktor Evaluasi Untuk Kriteria Pendidikan

Perbandingan berpasangan untuk kriteria harga pada 5 alternatif sehingga

diperoleh hasil preferensi rata-rata dari 5 responden secara acak dalam matriks

resiprokal sebagai berikut:

Page 7: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

29

Tabel IV.5.

Matriks Faktor Evaluasi Untuk Kriteria Pendidikan

AKUMULASI DATA RESPONDEN

K-A K-B K-C K-D K-E

K-A 1 1.319 1.245 0.699 0.871

K-B 0.758 1 0.660 0.384 0.561

K-C 0.803 1.515 1 0.871 0.822

K-D 1.431 2.605 1.148 1 1.431

K-E 1.148 1.782 1.216 0.699 1

JML 5.140 8.221 5.269 3.653 4.686

Keterangan :

K–A = Sucipto

K–B = Hari Gunawan

K–C = Fandi Pramono

K–D = Sentot Basuki

K–E = Nanang Riyanto

Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah total pada

kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai

vector eigen dihasilkan dari rata-rata nilai bobot relative untuk tiap baris. Hasilnya

dapat dilihat pada table berikut :

Tabel IV.6.

Matriks Faktor Evaluasi Untuk Kriteria Pendidikan yang Dinormalkan

NORMALISASI SUM

BOBOT

NILAI %

K-A K-B K-C K-D K-E

K-A 0.195 0.160 0.236 0.191 0.186 0.968 0.194 19.37

K-B 0.147 0.122 0.125 0.105 0.120 0.619 0.124 12.39

K-C 0.156 0.184 0.190 0.238 0.176 0.944 0.189 18.89

K-D 0.278 0.317 0.218 0.274 0.305 1.392 0.278 27.85

K-E 0.223 0.217 0.231 0.191 0.213 1.076 0.215 21.51

Total 1 1 1 1 1 5 1 100

Page 8: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

30

Selanjutnya Nilai Vector Eigen dikalikan dengan matriks semula,

menghasilkan nilai untuk tiap baris, yang selanjutnya setiap nilai dibagi kembali

dengan nilai vektor yang bersangkutan. Nilai rata-rata dari hasil pembagian ini

merupakan principal eigen maksimum (λmax).

NILAI PEMBANGKIT RANDOM (R.I)

n 1 2 3 4 5 6 7 8 9 10

R.I 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49

λmax = ((5.140*0.194) + (8.221*0.124) + (5.269*0.189) + (3.653*0.1278 +

(4.686*0.215))

= 5,034097

CI =( λmax-n) / (n-1)

= (5,034097– 5) / (5-1)

= 0,008524

CR = CI / RI

= 0,008524 / 1,12

= 0,007611

Karena CR <0,100 berarti preferensi responden adalah konsisten.

Dari hasil perhitungan pada tabel di atas diperoleh urutan prioritas untuk

kriteria pendidikan dengan alternative karyawan D dalam keputusan promosi

jabatan menjadi prioritas ke-1 dengan nilai bobot 27.85%, berikutnya alternatif

karyawan E menjadi prioritas ke-2 dengan nilai bobot 21.51%, kemudian

alternative karyawan A menjadi prioritas ke-3 dengan nilai bobot 19.37%,

kemudian alternative karyawan C menjadi prioritas ke-4 dengan nilai bobot

18.89% dan alternative karyawan B menjadi prioritas terakhir dengan nilai bobot

12.39%.

Page 9: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

31

4.2.5. Perhitungan Faktor Evaluasi Untuk Kriteria Penilaian Kerja

Perbandingan berpasangan untuk kriteria promosi pada 5 alternatif

sehingga diperoleh hasil preferensi rata-rata dari 5 responden secara acak dalam

matriks resiprokal sebagai berikut:

Tabel IV.7.

Matriks Faktor Evaluasi untuk Kriteria Prenilaian Kerja

AKUMULASI DATA RESPONDEN

K-A K-B K-C K-D K-E

K-A 1 1 1.643 2.861 0.871

K-B 1 1 1.515 1.643 0.758

K-C 0.609 0.660 1 0.609 0.758

K-D 0.350 0.609 1.643 1 0.758

K-E 1.148 1.319 1.319 1.319 1

JML 4.106 4.588 7.120 7.432 4.146

Keterangan :

K–A = Sucipto

K–B = Hari Gunawan

K–C = Fandi Pramono

K–D = Sentot Basuki

K–E = Nanang Riyanto

Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah total pada

kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai

vector eigen dihasilkan dari rata-rata nilai bobot relative untuk tiap baris. Hasilnya

dapat dilihat pada table berikut :

Page 10: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

32

Tabel IV.8.

Matriks Faktor Evaluasi Untuk Kriteria Penilaian Kerja yang Dinormalkan

NORMALISASI SUM

BOBOT

NILAI %

K-A K-B K-C K-D K-E

K-A 0.244 0.218 0.231 0.385 0.210 1.287 0.257 25.75

K-B 0.244 0.218 0.213 0.221 0.183 1.078 0.216 21.57

K-C 0.148 0.144 0.140 0.082 0.183 0.697 0.139 13.95

K-D 0.085 0.133 0.231 0.135 0.183 0.766 0.153 15.32

K-E 0.280 0.288 0.185 0.177 0.241 1.171 0.234 23.42

1 1 1 1 1 5 1 100

Selanjutnya Nilai Vector Eigen dikalikan dengan matriks semula,

menghasilkan nilai untuk tiap baris, yang selanjutnya setiap nilai dibagi kembali

dengan nilai vektor yang bersangkutan. Nilai rata-rata dari hasil pembagian ini

merupakan principal eigen maksimum (λmax).

NILAI PEMBANGKIT RANDOM (R.I)

n 1 2 3 4 5 6 7 8 9 10

R.I 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49

λmax = ((4.106*0.257) + (4.588*0.216) + (7.120*0.139) + (7.6432*0.153) +

(4.146*0.234))

= 5,14902

CI =( λmax-n) / (n-1)

= (5,14902– 5) / (5-1)

= 0,03725

CR = CI / RI

= 0,03725/ 1,12

= 0,03326

Karena CR <0,100 berarti preferensi responden adalah konsisten.

Page 11: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

33

Dari hasil perhitungan pada tabel di atas diperoleh urutan prioritas untuk

kriteria penilaian kerja dengan alternative karyawan A dalam keputusan promosi

jabatan menjadi prioritas ke-1 dengan nilai bobot 25.75%, berikutnya alternatif

karyawan E menjadi prioritas ke-2 dengan nilai bobot 23.42%, kemudian

alternative karyawan B menjadi prioritas ke-3 dengan nilai bobot 21.57%,

kemudian alternative karyawan D menjadi prioritas ke-4 dengan nilai bobot

15.32% dan alternative karyawan C menjadi prioritas terakhir dengan nilai bobot

13.95%.

4.3. Hasil Penilaian Akhir AHP (Analitycal Hierarchy Process)

Perbandingan berpasangan antar kriteria dan perbandingan faktor antar

alternative akan dikalikan dengan setiap pembobotan perbandingan berpasangan

antar kriteria dan perbandingan faktor antar alternatif Keputusan Promosi Jabatan

sesuai dengan kriterianya.

Contoh perhitungannya = Bobot perbandingan berpasangan antar kriteria Masa

Kerja x bobot perbandingan faktor antar alternatif

Karyawan A

= 0.315 * 0.172

= 0.054

Dengan hasil 0.054 ini merupaka dari aggregate .

Page 12: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

34

Tabel IV.9.

Hasil Penilaian Akhir AHP (Analitycal Hierarchy Process).

Alternatif Kriteria

Bobot

Perbandingan

Faktor Antar

Kriteria

Bobot

Perbandingan

Berpasangan

Antar Alternatif

Aggregate

KARYAWAN-A

(Sucipto)

Masa Kerja (MK) 0.315 0.172 0.054

Pendidikan (PD) 0.299 0.194 0.058

Penilaian Kerja (PK) 0.386 0.257 0.099

KARYAWAN-B

(Hari Gunawan)

Masa Kerja (MK) 0.315 0.196 0.062

Pendidikan (PD) 0.299 0.124 0.037

Penilaian Kerja (PK) 0.386 0.216 0.083

KARYAWAN-C

(Fandi Pramono)

Masa Kerja (MK) 0.315 0.185 0.058

Pendidikan (PD) 0.299 0.189 0.057

Penilaian Kerja (PK) 0.386 0.139 0.054

KARYAWAN-D

(Sentot Basuki)

Masa Kerja (MK) 0.315 0.199 0.063

Pendidikan (PD) 0.299 0.278 0.083

Penilaian Kerja (PK) 0.386 0.153 0.059

KARYAWAN-E

(Nanang Riyanto)

Masa Kerja (MK) 0.315 0.248 0.078

Pendidikan (PD) 0.299 0.215 0.064

Penilaian Kerja (PK) 0.386 0.234 0.090

Berikut ini adalah hasil perhitungan pengolahan data akhir AHP (Analitycal

Hierarchy Process).

Tabel IV.10.

Hasil Perhitungan Pengolahan data Akhir AHP (Analitycal Hierarchy

Process)

HASIL PENGOLAHAN DATA AHP

GOAL MK PD PK Total RANGKING

BOBOT 0.315 0.299 0.386 100%

K-A 0.054 0.058 0.099 21.1% KE-2

K-B 0.062 0.037 0.083 18.2% KE-4

K-C 0.058 0.057 0.054 16.9% KE-5

K-D 0.063 0.083 0.059 20.5% KE-3

K-E 0.078 0.064 0.09 23.2% KE-1

Total 31.5% 29.9% 38.6% 100%

Page 13: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

35

4.4. Hasil Implementasi Dengan Software Expert Choice 11

Hasil data-data kuesioner diinput dengan menggunakan software expert

choice 11 yang hasilnya dapat dilihat pada gambar sebagai berikut:

Gambar IV.2.

Hasil Inputan Data Responden untuk Keputusan Promosi jabatan

Page 14: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

36

Gambar IV.3.

Hasil Inputan Data Responden untuk Kriteria Masa Kerja

Gambar IV.4.

Hasil Inputan Data Responden untuk Kriteria Pendidikan

Page 15: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

37

Gambar IV.5.

Hasil Inputan Data Responden untuk Kriteria Penilaian Kerja

Kemudian untuk Inconsistency Ratio pada expert choice dapat dilihat pada

gambar berikut :

Gambar IV.6.

Inconsistency Ratio untuk Keputusan Promosi Jabatan

Page 16: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

38

Gambar IV.7.

Inconsistency Ratio untuk Kriteria Masa Kerja

Gambar IV.8.

Inconsistency Ratio untuk Kriteria Pendidikan

Page 17: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

39

Gambar IV.9.

Inconsistency Ratio untuk Kriteria Penilaian Kerja

Untuk melihat urutan prioritas terhadap Keputusan Pembelian

menggunakan expert choice 11 dapat dilihat pada gambar berikut ini:

Gambar IV.10

Grafik Performance

Page 18: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

40

Gambar IV.11.

Grafik Head to Head

Gambar IV.12.

Grafik Gradient

Page 19: BAB IV HASIL PENELITIAN DAN PEMBAHASAN...25 Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relative yang dinormalkan. Nilai vector

41

Gambar IV.13.

Grafik Dynamic

Berdasarkan pada data diatas dapat dijelaskan bahwa kriteria yang paling

penting bagi responden Terhadap Keputusan Promosi Jabatan yakni kriteria

Penilaian Kerja sebesar 38,6%, kemudian kriteria Masa Kerja sebesar 31,5% dan

untuk kriteria Pendidikan sebesar 29,9%. Selanjutnya urutan prioritas kandidat

yang pertama Karyawan E sebesar 23,3%, yang kedua Karyawan A sebesar

21,2%, yang ketiga Karyawan D sebesar 20,5%, yang keempat Karyawan B

sebesar 18,2% dan yang terakhir Karyawan C sebesar 16,8%.