ISSN 1858-4667 JURNAL LINK VOL 22/No. 1/Februari 2015

4-22

SISTEM PENDUKUNG KEPUTUSAN REKRUTMEN KARYAWANMENGGUNAKAN SIMPLE ADDITIVE WEIGHTING DENGAN

PEMETAAN LOGIKA FUZZY(STUDI KASUS: PT.SWARA KARIMATA PERMAI PAMEKASAN)

Nilam Ramadhani 1, Moh.Rofii 2

1,2 Jurusan Teknik Informatika Fakultas Teknik, Universitas Madura1 nilam_ramadhani@yahoo.com, 2rovii52@yahoo.com

Abstrak

PT. Swara Karimata Permai merupakan sebuah perusahaan yang bergerak dibidang broadcasting.Sebagai sebuah perusahaan,kualitas SDM sangat berpengaruh dalam kelangsungan perusahaan kedepan. Disisiyang lain,proses seleksi rekrutmen calon karyawan perusahaan saat ini masih menggunakan cara manual yangbanyak ditemukan kelemahan-kelemahan.Sistem Pendukung Keputusan (SPK) merupakan aplikasi untukmembantu pihak manajemen dalam mengambil sebuah keputusan. Metode Simple Additive Weighting (SAW)dengan pemetaan logika fuzzy mampu menyeleksi sejumlah alternatif. Dalam hal ini, pihak managemenditunjukkan pada alternatif yang terpilih berdasarkan kriteria-kriteria yang telah ditentukan. Penelitian inimencari bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang akan menentukan alternatifyang optimal. Setelah penggunaan metode SAW, selanjutnya dilakukan pemetaan logika fuzzy untukmemberikan nilai fairness pada setiap alternatif dengan asumsi bahwa semua hal pasti ada nilai baiknya,begitupun sebaliknya. Berdasarkan hasil pengujian, sistem yang dibangun dapat membantu managemen dalamproses rekrutmen calon karyawan, mempercepat hasil keputusan ketika data yang diproses cukup banyak,mempermudah proses seleksi yang dilakukan serta memberikan nilai fairness terhadap hasil seleksi.

Kata kunci : Sistem Pendukung Keputusan, Rekrutmen Karyawan, Simple Additive Weighting, Logika Fuzzy.

1.1 Latar Belakang

Selama ini perusahaan PT. Radio SwaraKarimata Permai tersebut melakukan prosesrekrutment calon karyawan dilakukan secara manualyang dirasa kurang efektif dan efisien karenamembutuhkan waktu yang cukup lama untukmengaudit nilai dan menentukan sebuah keputusan,sehingga kekosongan dalam sebuah sektor akanmenjadi masalah baru dalam perusahaan, selain itukurangnya spesialisasi kerja pada job descriptionyang ditentukan sehingga kecakapannya kurang bisadipertanggung jawabkan.

Dalam menentukan calon karyawan yangcocok dan sesuai dengan permintaan perusaanmerupakan masalah yang cukup kompleks karenahal tersebut merupakan masalah multikriteria.

Dari urain diatas, perlu dibuat sebuahperangkat sistem pendukung keputusan untukmelakukan tugas itu agar rekrutmen calon karyawanbisa dilakukan dengan sistem komputerisasi denganoutput data dan keputusan yang dapat dipertanggungjawabkan.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, makadiperoleh rumusan masalah pada penelitian ini yaitu: “Bagaimana membuat sebuah perangkat lunak SPKrekrutmen calon karyawan di PT. Radio SwaraKarimata Permai dengan metode SAW denganmenggunakan pemetaan Himpunan Logika Fuzzy” ?

1.3 Batasan Masalah

Agar pembahasan tidak terlalu melebar danpembahasan lebih spesifik, maka batasan padapenelitian ini adalah sebagai berikut :1. Aplikasi melakukan input data tahun, Jabatan,

kriteria, karyawan, user.2. Aplikasi melakukan proses setup, pilih kriteria

posisi, nilai dan proses.3. Aplikasi menampilkan data calon karyawan dan

hasil pengurutan prioritas rekrutmen calonkaryawan baru sesuai dengan rangkingkumulatifnya.

Nilam Ramadhani 1, Moh.Rofii 2, Sistem Pendukung Keputusan Rekrutmen Karyawan ...

4-23

4. Aplikasi ini hanya membantu memberikangambaran pengambilan keputusan, bukanmenentukan keputusan.

5. Bahasa pemrogram yang dipakai untukmembangun sistem menggunakan Visual Basic6.0 dan Microsoft Access 2007 sebagaidatabasenya.

1.4 Tujuan

Adapun tujuan yang ingin dicapai padapenelitian ini adalah sebagai berikut :1. Mengubah sistem rekrutmen calon karyawan

baru di perusahaan yang dilakukan secaramanual beralih pada sistem berbasiskomputerisasi.

2. Mengimplementasikan Metode SAW danpemetaan Himpunan Logika Fuzzy dalamproses rekrutmen calon karyawan baru.

1.5 Manfaat

Adapun manfaat dari penelitian ini adalah :1. Membantu pihak manajemen mempermudah

proses seleksi rekrutmen calon karyawan diperusahaan dengan problem multikriteriasehingga hasilnya dapat dipertanggungjawabkan.

2. Membantu pihak manajemen dalam mengolahdata secara efektif, efisien, dan mendapatkannilai fairness.

1.6 Metodologi Penelitian

Penelitian ini dilakukan dengan caraobservasi lapangan pada objek penelitian terkaitkebutuhan input, analisis system, analisis kebutuhandata, perancangan sistem, implementasi danpengujian, serta evaluasi dan menarik kesimpulan.

2.1 Sistem Pendukung Keputusan

Konsep Sistem Pendukung Keputusan (SPK)pertama kali diungkapkan pada awal tahun 1970-anoleh Michael S. Scott Morton dengan istilahManagement Decision Sistem (DSS). SistemPendukung Keputusan merupakan suatu sisteminteraktif yang mendukung keputusan dalam prosespengambilan keputusan melalui alternatif – alternatifyang diperoleh dari hasil pengolahan data, informasidan rancangan model.Istilah SPK mengacu padasuatu sistem yang memanfaatkan dukungankomputer dalam proses pengambilan keputusan.

Sistem pendukung keputusan bukanmerupakan alat pengambilan keputusan, melainkansistem yang membantu pengambil keputusan yangdilengkapi dengan informasi dari data yang telahdiolah dengan relevan untuk membuat keputusan

tentang suatu masalah dengan cepat dan akurat.Sehingga sistem ini tidak dimaksudkan untukmenggantikan pengambilan keputusan dalam prosespembuatan keputusan.

2.2 Metode SAW (Simple Additive Weighting)

SAW merupakan suatu metode yangdigunakan untuk mencari alternatif optimal darisejumlah alternatif dengan kriteria tertentu. Prosesdilakukan dengan menentukan nilai bobot untuksetiap atribut, kemudian dilanjutkan dengan prosesperangkingan yang akan menyeleksi alternatif yangsudah diberikan. Ada 3 pendekatan untuk mencarinilai bobot atribut, yaitu pendekatan subyektif,pendekatan obyektif dan pendekatan integrasi antarasubyektif & obyektif. Adapun langkah untukmelakukan perhitungan dengan metode SAW sepertipada gambar 1 berikut :

Gambar 1. Alur algoritma SAW

2.3 Teori Himpunan Logika Fuzzy

Tahun 1965, Lotfi A. Zadeh memperkenalkanteori himpunan logika fuzzy yang secara tidaklangsung mengisyaratkan bahwa tidak hanya teoriprobalitas saja yang dapat digunakan untukmempresentasikan masalah ketidakpastian.

Akan tetapi, teori himpunan logika fuzzybukan merupakan pengganti dari teori probalitas.Pada teori himpunan logika fuzzy, komponen utamayang sangat berpengaruh adalah fungsi keanggotaan.Fungsi keanggotaan merepresentasikan derajatkedekatan suatu objek terhadap atribut tertentu.

Fungsi keanggotaan (membership function)adalah suatu kurva yang menunjukkan pemetaantitik input data ke dalam nilai keanggotaannya atausering juga disebut dengan derajat keanggotaan yangmemiliki interval antara 0 sampai 1. Untukmendapatkan nilai keanggotaan adalah denganmelalui pendekatan fungsi, ada beberapa fungsi yangbisa digunakan antara lain :1. Representasi Linear

Nilam Ramadhani 1, Moh.Rofii 2, Sistem Pendukung Keputusan Rekrutmen Karyawan ...

4-24

Pada representasi linear, pemetaan input ke derajatkeanggotaannya digambarkan sebagai garis lurus,bentuk yang paling sederhana dan yang paling baikuntuk mendekati konsep yang kurang jelas. Ada duakeadaan himpunan logika fuzzy yang linear,pertama,Kenaikan himpunan dimulai pada nilai domain yangmemiliki derajat keanggotaan nol (0) bergerak kearah kanan menuju ke nilai domain yang memilikiderajat keanggotaan lebih tinggi.Kedua, Garis lurusdimulai dari nilai domain dengan derajatkeanggotaan tertinggi pada sisi kiri, kemudianbergerak menurun ke nilai domain yang memilikiderajat keanggotaan lebih rendah.2. Representasi Kurva SegitigaKurva segitiga pada dasarnya merupakan gabunganantara dua garis linear naik dan menurun.Representasi kurva segitiga dapat dilihat sepertigambar 2.

Gambar 2. Kurva Segitiga

3.1 Analisis Sistem

Analisis sistem dari perangkat lunak SistemPendukung Keputusan Perekrutan Calon KaryawanPT. Radio Swara Karimata Permai yang akan dibuat,adalah : deskripsi sistem, langkah awal pembuatanSistem Pendukung Keputusan, penerapan metodeSAW (simple additive weighting) dan logika fuzzy.

Gambar 3 merupakan gambaran proses yangada dalam aplikasi yang akan dibangun.

Gambar 3. Alur proses dalam aplikasi

3.2 Analisis Kebutuhan Data

Untuk membangun aplikasi SPK rekrutmenini,dibutuhkan beberapa data sebagai berikut :

1.Data Kriteria

Berdasarkan data yang diperoleh pada saatobservasi tentang kriteria posisi pada announcer,Reporter, Reception, Music Director, Produksi,Marketing, Admin, Teknik, IT sebagaimana padatabel 1 s/d tabel 9 berikut :

Tabel 1. Kriteria AnnouncerNo Kriteria Annoucer Nilai Kepentingan1 Tes Tulis 32 Interview annaouncer 43 Pendidikan 34 Tes aplikasi computer 45 Kualiatas suara 56 Bahasa 57 Humoris 18 Ketenangan 39 Penampilan 2

10 Sertifikat pendukung 311 Domisili 1

Tabel 2. Kriteria ReporterNo Kriteria Repoter Nilai Kepentingan1 Tes tulis 42 Interview 33 Tes lapangan 54 Pendidikan 35 Aplikasi komputer 26 Wawasan luas 57 Setifikat pendukung 38 Pengalaman kerja 49 Domisili 3

Tabel 3. Kriteria ReceptionistNo Kriteria Receptionist Nilai Kepentingan1 Tes tulis 22 Interview 33 Bahasa 44 Penampilan 45 Pendidikan 26 Aplikasi computer 37 Setifikat pendukung 28 Domisili 2

Tabel 4. Kriteria Music DirectorNo Kriteria Music Director Nilai Kepentingan1 Tes tulis 32 Interview 33 Pendidikan 24 Aplikasi computer 4

0a

1

cdomain

b

DerajatKeanggotaan

Nilam Ramadhani 1, Moh.Rofii 2, Sistem Pendukung Keputusan Rekrutmen Karyawan ...

4-25

5 Aplikasi Audio editing 56 Manajement musik 57 Kualitas suara 58 Pengalaman kerja 39 Setifikat pendukung 210 Domisili 4

Tabel 5. Kriteria ProduksiNo Kriteria Produksi Nilai Kepentingan1 Tes tulis 32 Interview 33 Pendidikan 24 Aplikasi audio editing 55 Manajement musik 56 Image editing 37 Kreatifitas 58 Kualitas suara 59 Sertifikat pendukung 3

10 Domisili 3

Tabel 6. Kriteria MarketingNo Kriteria Marketing Nilai Kepentingan1 Tes tulis 32 Interview 33 Pendidikan 24 Sertifikat pendukung 25 Pengalaman kerja 56 Penampilan 47 Aplikasi computer 38 Domisili 4

Tabel 7. Kriteria AdminNo Kriteria Admin Nilai Kepentingan1 Tes tulis 42 Interview 43 Pendidikan 44 Sertifikat pendukung 35 Pengalaman kerja 56 Aplikasi computer 57 Domisili 3

Tabel 8. Kriteria TeknikNo Kriteria Teknik Nilai Kepentingan1 Tes tulis 32 Interview 43 Pendidikan 44 Pengalaman kerja 55 Aplikasi computer 56 Aplikasi eletronik 57 Aplikasi pemancar 58 Domisili 5

Tabel 9. Kriteria ITNo Kriteria IT Nilai Kepentingan1 Tes tulis 32 Interview 4

3 Pendidikan 44 Jaringan 55 Aplikasi computer 56 Web 57 Image editing 58 Pemrograman 59 Maintenance 5

10 Reparasi computer 411 Sertifikat pendukung 312 Pengalaman kerja 313 Domisili 4

2. Data Posisi pada announcer adalah : id, namaposisi, jumlah rekrut.

3. Data Calon karyawan pada announcer adalah ID,Nama, Alamat, tanggal lahir, jenis kelamin.

4. Data User adalah Id user, nama user, passworduser.

5. Data PreferensiData Preferensi sering juga disebut denganderajat kepentingan dalam setiap kriteria, adapundata preferensinya adalah : id preferensi, namakriteria, nilai. Nilai preferensi untuk setiapkriteria juga dinotasikan dengan nilai yangdiasumsikan sebagai berikut ini : Sangat rendah= 1; Rendah = 2; Cukup = 3; Tinggi = 4; Sangattinggi = 5.

6. Data Bobot Nilai KriteriaData bobot kriteria ditentukan oleh PT. RadioSwara Karimata Permai, dimana bobot kriteriatersebut akan dikonversi menjadi nilai kriteriadengan asumsi sebagai berikut : Kosong = 0;Sangat Buruk = 1-20; Buruk = 21-40; Cukup =41-60; Baik = 61-80; Baik Sekali = 81-100.

7. Data Nilai KriteriaData nilai kriteria merupakan hasil konversi daribobot kriteria untuk setiap calon karyawan barudengan nilai antara 1 sampai dengan 5 denganketentuan nilai kriteria yang digunakanmerupakan atribut keuntungan : Kosong = 0;Sangat Buruk = 1; Buruk = 2; Cukup = 3; Baik =4; Sangat Baik = 5.Namun sebaliknya jika nilai kriteria yangdigunakan adalah atribut cost (biaya) maka nilaikriteria seperti berikut ini : Kosong = 0; SangatBaik = 1; Baik = 2; Cukup = 3; Buruk = 4;Sangat Buruk = 5.

Nilam Ramadhani 1, Moh.Rofii 2, Sistem Pendukung Keputusan Rekrutmen Karyawan ...

4-26

3.3 Perancangan Keputusan MenggunakanSimple Additive Weighting dengan PemetaanLogika Fuzzy

Tahapan perancangan pembuatan keputusandengan metode SAW (simple additive weighting)adalah sebagai berikut :1. SAW dimulai dengan membangun sebuah

matriks Alternative Ai. Pada matriksAlternative Ai, kolom matriks menyatakanatribut yaitu kriteria-kriteria yang ada,sedangkan baris matriks menyatakan yang akandibandingkan, adapun matriks Alternatif Ai

sebagai berikut :

Tabel 10 Alternatif Ai

altKriteria

tulisintervie

wpendidik

anaplikom suara

a1 x11 x12 x13 x14 x15

a2 x21 x22 x23 x24 x25

a3 x31 x32 x33 x34 x35

altKriteria

humoris

ketenangan

penampilan

sertifikat

domisili

a1 x16 x17 x18 x19 x110

a2 x26 x27 x28 x29 x210

a3 x36 x37 x38 x39 x310

2. Nilai bobot yang menunjukkan tingkatkepentingan relative setiap atribut, diberikansebagai= , , , , , , , , , ,

3. Ketika bobot prefrensi (W) sudah diketahui,selanjutnya yaitu membentuk matrikskeputusan dari tabel kecocokan sebagaisebagaimana persamaan 1 berikut :

:4. Setelah membentuk matriks keputusan

terbentuk, langkah selanjutnya yaitumelakukan normalisasi matriks X berdasarkanpersamaan 2 berikut ini .

⎩⎪⎨⎪⎧ max ( )min ℎ ( )

Berdasarkan matriks keputusan danmelakukan normalisasi matriks X berdasarkanpersamaan diatas, maka akan diperoleh normalisasimatriks seperti tabel 11.

Tabel 11. Normalisasi Matrik XTulis Interview Pendidikan

a1 = = =a2 = = =a3 = = =

Aplikom Suara Humorisa1 = = =a2 = = =a3 = = =

Ketenangan Penampilan Sertifikata1 = = =a2 = = =a3 = = =

Domisilia1 =a2 =a3 =5. Sehingga akan diperoleh matriks ternormalisasi

R sebagai berikut :

:6. Proses selanjutnya yaitu perangkingan yang

diperoleh berdasarkan persamaan 3 dibawahini.

=Nilai Vi yang lebih besar mengindekasikanbahwa alternative Ai lebih terpilih.

Nilam Ramadhani 1, Moh.Rofii 2, Sistem Pendukung Keputusan Rekrutmen Karyawan ...

4-27

= ( )( ) + ( )( ) + ( )( )+ , ( ) + ( )( )+ , ( ) + ( )( )+ , ( ) + ( )( )+ ( )( )= ( )( ) + ( )( ) + ( )( )+ , ( ) + ( )( )+ , ( ) + ( )( )+ , ( ) + ( )( )+ ( )( )= ( )( ) + ( )( ) + ( )( ) + , ( )+ ( )( ) + , ( )+ ( )( ) + , ( )+ ( )( ) + ( )( )Setelah proses perhitungan SAW (simple additiveweighting) telah dilakukan dan nilai V sudahdidapatkan, maka langkah selanjutnya yaitumelakukan proses pemetaan Logika Fuzzy.

7. Pertama dalam perhitungan himpunan logikafuzzy adalah membuat fungsi keanggotaan Xsebagai x1 x2 x3 …. xn.

8. Langkah yang kedua yaitu memberikan nilairating terhadap fungsi keanggotaan tersebutxburuk , xcukup dan xbaik . Adapun perancangangrafik fungsi keanggotaan seperti pada gambar4.

0 5 15 5035

buruk cukup baik

25nilai

μ (x) 1

45

Gambar 4. Fungsi keanggotaan untuk himpunanvariabel nilai

Fungsi keanggotaan untuk setiap himpunan padavariable buruk, cukup, baik dapat diberikan sebagaiberikut :

( ) ⎩⎪⎨⎪⎧1; ≤ 525 −20 ; 5 ≤ ≤ 250; ≥ 25

( )⎩⎪⎪⎨⎪⎪⎧ 0; ≤ 15 ≥ 35− 1510 ; 15 ≤ ≤ 2535 −10 ; 25 ≤ ≤ 35

( ) ⎩⎪⎨⎪⎧ 0; ≤ 25− 2520 ; 25 ≤ ≤ 451; ≥ 45

9. Dari perhitungan SAW diatas pada kriteria (C1

….Cn) terhadap alternative (A1 …. An) didapatkansebuah nilai V1, V2,V3 .

10. Selanjutnya melakukan proses perhitungandengan memasukkan nilai V1, V2, V3 kedalamhimpunan logika fuzzy.

4. Implementasi dan Uji Coba Sistem

Pada implementasi sistem ini membahaslangkah penggunaan perangkat lunak dari awalsampai mendapatkan sebuah keputusan denganmenggunakan metode SAW dengan pemetaanLogika Fuzzy.

Adapun tahap pengujian adalah sebagaiberikut :1. Input Data Konversi

Proses ini digunakan untuk memasukkan nilaikonversi data yang akan dimasukkan padakatagori sangat buruk, buruk, cukup, baik, sangatbaik dengan rentang nilai yang dinamis. Gambar5 merupakan tampilan program untukmemasukkan nilai konversi.

Gambar 5. Input data konversi

2. Proses Pilih Kategori JabatanProses ini adalah untuk menentukan kategorijabatan yang akan ditentukan sesuai yang dipilihberdasarkan spesifikasi dan kebutuhan. Gambar6 adalah hasil dari program yang menunjukkanproses memilih kategori jabatan.

Nilam Ramadhani 1, Moh.Rofii 2, Sistem Pendukung Keputusan Rekrutmen Karyawan ...

4-28

Gambar 6. Input kriteria jabatan

3. Proses Input Nilai Calon KaryawanProses ini digunakan untuk melakukan inputnilai kriteria yang telah dipilih sebelumnya.Namacalon karyawan serta biodata telah dimasukkankedalam sistem sesuai peserta yang mendaftaruntuk proses seleksi yang didapat dari lokasipenelitian. Gambar 7 adalah tampilan programuntuk proses input nilai masing-masing kriteriacalon karyawan.

Gambar 7. Input nilai kriteria calon karyawan

4. Proses Perhitungan SAW dan Logika FuzzyPada proses ini dilakukan perhitungan sesuaitahapan pada metode yang dipakai. Adapuntampilan pada proses ini seperti pada gambar 8.

Gambar 8. Proses perhitungan sesuai metode

Ketika proses perhitungan telah selesaidilakukan, langkah selanjutnya adalahmenyimpan data yang telah diproses untukditampilkan pada form laporan.

5. LaporanPada tampilan form laporan, user akan diarahkanpada dua pilihan yaitu menampilkan laporansemua calon karyawan atau menampilkanlaporan berdasarkan jabatan. Pada ReportJabatan terdapat opsi dimana user diberikanpilihan untuk menampilkan All Data Karyawanatau berdasarkan Jumlah Rekrut pada jabatantersebut. Gambar 9 menunjukkan tampilanprogram untuk opsi laporan berdasarkan jabatan.

Gambar 9. Laporan berdasarkan jabatan

Setelah proses diatas selesai, maka sistem akanmenampilkan laporan berdasarkan aksi yangdipilih dengan tampilan seperti gambar 10.

Nilam Ramadhani 1, Moh.Rofii 2, Sistem Pendukung Keputusan Rekrutmen Karyawan ...

4-29

Gambar 10. Laporan data hasil calon karyawan

5.1 Kesimpulan

Dari hasil uji coba dan evaluasi aplikasiperangkat lunak yang sudah dilakukan, didapatkanbeberapa kesimpulan sebagai berikut :1. Aplikasi yang dipakai dapat berjalan dengan baik

pada sistem rekrutmen calon karyawan karenametode yang dipakai lebih selektif menampilkanbeberapa solusi alternatif dengan memberikannilai fairness yang diasumsikan pada kehidupansehari-hari.

2. Penggunaan perangkat lunak lebih efektif danefisien dalam studi kasus seleksi calon karyawandengan multikriteria.

5.2 Saran

Adapun saran untuk penelitian ini adalah :1. Menggunakan metode lain sebagai

perbandingan hasilnya dengan metode yangsudah dipakai pada penelitian ini.

2. Penentuan kategori dibuat dinamis agarsewaktu-waktu bias dilakukan perubahan.

3. Pada laporan hasil perhitungan, aplikasi inimenampilkan berdasarkan rangkingkomulatifnya. Untuk mendukung hasil laporan,rangking komulatif dibuatkan grafik pemetaanrentangnya.

Daftar Pustaka

Kusumadewi, Sri.Sri Hartati.Agus Harjono.Tetantyo Wardoyo, (2006), ‘Fuzzy MultiAttribut Decision Making (Fuzzy MADM)’,Graha ilmu,Yogyakarta.

Sutanta, Edhy,(1996), ‘Sistem Basis Data Konsepdan Peranannya Dalam Sistem InformasiManajemen’, Andi Offset,Yogyakarta.

Suryadi, Kadarsah. dan M. Ali Ramadhani, (2002)‘Sistem Pendukung Keputusan’,PT RemajaRosdakarya,Bandung.

S.U, Ibnu Syamsi,(1989),’Pengambilan Keputusan’,Bina Aksara,Jakarta.

Supranto, Johannes,(1999),’Teknik PengambilanKeputusan’, Rineka Cipta, Yogyakarta.

Turban, Efraim. dan Jay E. Aronson. dan Ting PengLiang, (2000),’Decision Support System andIntelligent System’, Andi Offset,Yogyakarta.