ISSN : 2407 - 6511
ANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX Daniar Dwi Pratiwi1, Erwin Budi Setiawan 2, Fhira Nhita3 1,2,3
Prodi Ilmu Komputasi Telkom University, Bandung
[email protected],
[email protected]
1
Abstrak Metode AHP (Analytical Hierarchy Process) dan Superiority Index merupakan metode untuk pengambilan keputusan dengan banyak kriteria dan berbagai alternatif. AHP merupakan metode untuk memecahkan masalah dengan cara membentuk hierarki dari permasalahan yang ada. Metode ini digunakan sebagai metode pembobotan kriteria yang diawali dengan penyusunan hierarki dan membuat matriks perbandingan berpasangan untuk mengetahui hubungan antara tiap kriteria yang selanjutnya akan dicari bobot masing-masing kriteria. Sedangkan metode Superiority Index digunakan sebagai metode perangkingan alternatif yang dimulai dengan merangking nilai alternatif pada tiap kriteria yang selanjutnya akan dibentuk matriks perbandingan rangking tiap alternatif dan urutan prioritasnya akan diurutkan berdasarkan besarnya jumlah perbandingan tiap alternatif tersebut. Hasil yang diperoleh dari penelitian ini adalah bobot kriteria dan urutan rangking pegawai yang bisa dijadikan alternatif dalam suatu pengambilan keputusan agar proses penilaian dan perangkingan pegawai lebih efektif. Kata Kunci: AHP (Analytical Hierarchy Process), Superiority Index
1. Pendahuluan Usaha dalam meningkatkan kualitas pegawai yaitu dengan cara memberikan penilaian kepada masingmasing individu terhadap target yang telah dilalui, sikap, dan lain-lain. Penilaian kinerja pegawai ini nantinya dapat digunakan untuk merangking pegawai. Pada rangking itu, bisa dilihat pegawai mana yang mempunyai kinerja baik, sedang, dan buruk. Sementara itu, metode pengukuran kinerja telah berkembang pesat. Beberapa metode alternatif untuk sistem pengambilan keputusan yang dapat membantu dalam penilaiannya, diantaranya Analytical Hierarchy Process (AHP) dan Superiority IndexMetode 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, dan seterusnya ke bawah hingga level terakhir dari alternatif [1]. Metode Superiority Index adalah metode yang mampu menangani kasus uncertainty (ketidakpastian) dalam pengambilan keputusan dengan banyak atribut. Dalam metode ini, sebuah superioritas ditentukan bagi tiap-tiap alternatif dengan membandingkan interval dengan minimum cost dan maximum profit [3]. Kelebihan dari metode AHP sendiri adalah AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami, memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif, dan dapat digunakan pada elemenelemen sistem yang saling bebas dan tidak memerlukan hubungan linier. Sedangkan kelemahan AHP yaitu bahwa metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk [1]. 2. Dasar Teori 2.1 Sistem Pendukung Keputusan Sistem pengambilan keputusan adalah sebuah rancangan sistem yang bertujuan memberikan kemudahan dalam memutuskan sesuatu secara objektif. Dalam hal ini, sistem pengambilan keputusan difokuskan kepada pegawai terbaik dan peringkat pegawai. Peringkat pegawai bertujuan untuk memudahkan perusahaan dalam mencari pemecahan masalah dan memaksimalkan kinerja pegawai. 2.2 Metode AHP 86
ISSN : 2407 - 6511 Prosedur dalam menggunakan metode AHP terdiri dari beberapa tahap yaitu: 1) Mendefinisikan masalah dan menentukan solusi yang diinginkan. Dari masalah yang ada kita coba tentukan solusi yang mungkin cocok bagi masalah tersebut. 2) Menyusun hirarki dari permasalahan yang dihadap 3) Mengumpulkan data perbandingan berpasangan (pairwise comparison) Untuk mengisi matrik perbandingan berpasangan yaitu dengan menggunakan bilangan untuk merepresentasikan kepentingan relatif dari satu elemen terhadap elemen lainnya yang dimaksud dalam bentuk skala dari 1 sampai dengan 9.
Gambar 14 Diagram Hierarki AHP Intensitas Kepentingan 1
Definisi Kedua elemen sama Pentingnya
3
Elemen yang satu sedikit lebih penting dari pada elemen yang lainnya
5
Elemen yang satu lebih penting dari pada elemen yang lainnya
7
Satu elemen jelas lebih Mutlak penting dari pada elemen yang lainnya Satu elemen mutlak penting dari pada elemen yang lainnya
9
2,4,6,8
Penjelasan Dua elemen mempunyai pengaruh yang sama besar terhadap tujuan Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen yang lainnya Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya Satu elemen yang kuat di sokong dan dominan terlihat dalam praktek Bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan Nilai ini diberikan bila ada dua kompromi diantara 2 pilihan
Nilai-nilai antara 2 nilai pertimbangan yang berdekatan Kebalikan Jika aktifitas i mendapat satu angka dibanding aktifitas j, maka j mempunyai nilai kebalikkannya dibanding dengan i 4) Membentuk matriks normalisasi dengan cara menjumlahkan nilai setiap baris dan setiap kolom, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks. Kemudian membagi nilai dari total baris dengan jumlah elemen untuk mendapatkan rata-rata, kumpulan nilai ini disebut priority vector. 5) Solusi didapat dengan cara membentuk matriks yang berisi kumpulan priority vector dari tiap kriteria dan alternatif. Setelah itu, dilakukan penilaian alternatif dengan mengalikan bobot tiap alternatif dengan bobot tiap kriteria. 6) Priority vector yang telah didapat adalah bobot global dari tiap kriteria penilaian pegawai. 87
ISSN : 2407 - 6511 7) Mencari Eigen Value Nilai eigen ()dapat dicari dari persamaan: Y.w=.w Atau det(Y -.I) = 0 8) Indeks konsistensi (Consistency Index) dengan rumus : CI=
(λmax-n) n-1
≥0
(2.3) (2.4) (2.5)
Dimana 𝐶𝐼 = Consistency Index λmax = Eigen Value 𝑛 = Banyak elemen 9) Menghitung Consistency Ratio (CR) dengan rumus CI CR= (2.6) RI Dimana CR = Consistency Ratio CI = Consistency Index RI = Random Index 2.3 Metode Superiority Index Misal A adalah kumpulan alternatif dan C adalah kumpulan kriteria, dimana A={A1 ,A2 ,…,An } (2.7) C={C1 ,C2 ,…,Cn } (2.8) Untuk tiap dua alternatif Ai dan Ak pada 𝐴 dan Cj , dirumuskan : 1, jika Akj ≺Aij atau Akj ≺*Aij , j
aik =
1 2
, jika Akj = Aij
0, lainnya Sedangkan
1≤j≤m(2.11)
j
j
ai = ∑nk=1 aik (2.12) Dimana 𝑎 disebut superiority index dari 𝐴 terhadap 𝐴 . j Si = ∑m (2.13) j=1 ai Dimana 𝑆 adalah superiority index dari Ai (1≤i≤n)[3]. Precedence order merupakan urutan alternatif dari yang terbaik ke terburuk. Precedence order dapat menyelesaikan permasalahan sistem pengambilan keputusan dengan banyak atribut dalam bentuk max1≤i≤n Ai . 2.4 Analisis Senstivitas Analisis sensitivitas merupakan suatu analisis untuk dapat melihat pengaruh-pengaruh yang akan terjadi akibat keadaan yang berubah-ubah. 2.5 Akurasi Sistem Akurasi (ketelitian) adalah suatu sistem pengukuran adalah tingkat kedekatan pengukuran kuantitas terhadap nilai yang sebenarnya. jumlah urutan rangking yang sama Akurasi= x 100% (2.17) banyaknya data
3.
Implementasi
a.
Deskripsi Data
Data yang digunakan dalam implementasi ini adalah data pegawai Sekretariat Provinsi Jawa Tengah tahun 2012 yang berjumlah 176 pegawai dengan 17 data kabag /kasubbag dan 159 data staff. Pada penilaian kabag dan kasubbag terdapat delapan nilai yaitu kesetiaan, prestasi kerja, tanggungjawab, ketaatan, kejujuran, prestasi kerja, prakarsa, dan kepemimipinan. Sedangkan pada penilaian staf hanya terdapat tujuh nilai yaitu sama seperti penilaian kabag/kasubbag tanpa nilai pada kriteria kepemimipinan. Penilai merupakan pejabat sattu tingkat diatas pegawai yang dinilai. 88
ISSN : 2407 - 6511 b. Data Pembanding Data pembanding merupakan data yang digunakan untuk membandingkan hasil dari perangkingan yang dilakukan oleh instansi. Data pembanding menggunakan 176 data pegawai yang didapat dari instansi yang selanjutnya diolah menggunakan metode AHP dan Superiority Index. Terdapat dua macam data pembanding yaitu: 1) D1 adalah data peringkat seluruh pegawai dengan bobot kritria bobot hasil wawancara beberapa Kabag dan Kasubbag yang kemudian diolah dengan metode AHP dan Superiority Index. 2) D2 adalah data peringkat seluruh pegawai dengan penilaian sesuai dengan yang diterapkan oleh instansi, yaitu dengan bobot penilaian masing-masing kriteria yang sama dan diolah dengan metode AHP dan Superiority Index 3) D3 adalah data peringkat Kabag dan Kasubbag dengan bobot kritria bobot hasil wawancara beberapa Kabag dan Kasubbag yang kemudian diolah dengan metode AHP dan Superiority Index. 4) D4 adalah data peringkat Kabag dan Kasubbag dengan penilaian sesuai dengan yang diterapkan oleh instansi, yaitu dengan bobot penilaian masing-masing kriteria yang sama dan diolah dengan metode AHP dan Superiority Index 5) D5 adalah data peringkat Staff dengan bobot kritria bobot hasil wawancara beberapa Kabag dan Kasubbag yang kemudian diolah dengan metode AHP dan Superiority Index. 6) D6 adalah data peringkat Staff dengan penilaian sesuai dengan yang diterapkan oleh instansi, yaitu dengan bobot penilaian masing-masing kriteria yang sama dan diolah dengan metode AHP dan Superiority Index. Kemudian hasil perangkingan akan dibandingkan dengan perangkingan yang dilakukan oleh perusahaan.
c.
Pengujian i. Metode Pengujian Metode pengujian sistem dilakukan dengan target untuk menghasilkan sistem yang sesuai dengan tujuan tugas penelitian, yaitu: 1) Pengujian dengan melihat akurasi data. Pengujian ini dilakukan untuk melihat seberapa mirip hasil yang dikeluarkan sistem dengan data asli. 2) Analisis Solusi dengan menggunakan analisis sensitivitas. 3) Uji fungsionalitas untuk menguji input dan output sistem apakah setiap fungsi pada aplikasi berjalan sesuai yang dinginkan oleh instansi. ii. Analisis Hasil Pengujian 3.3.2.1 Analisis Hasil Pengujian Data Pembanding Pengukuran akurasi bertujuan untuk mengetahui seberapa dekat hasil perangkingan yang dikeluarkan oleh sistem dengan perangkingan data asli. Akurasi dilakukan dengan cara membandingkan urutan rangking data asli dengan data pembanding. Pada pengujian data pembanding, diperoleh beberapa nilai akurasi seperti pada Tabel 4.1. Data Pembanding Jumlah rangking sama Akurasi D1 41 23,29% D2 64 36.36% D3 10 58.82% D4 12 70.58% D5 47 29.55% D6 82 51.57% Pada D1 dan D2, akurasi yang didapat sangat kecil karena data peringkat teratas dari instasi semua diduduki oleh Kabag dan Kasubbag. Sedangkan pada perangkingan menggunakan metode AHP dan Superiority Index, peringkat teratas tidak semua diduduki oleh Kabag dan Kasubbag. Metode ini merangking dengan cara membandingkan nilai pegawai satu persatu pada kriteria yang sama. Nilai perbandingan tersebut hanya berupa nilai lebih besar, lebih kecil atau sama dengan. Besarnya selisih pada perbandingan nilai tersebut tidak diperhitungkan. Jadi, seorang Staff bisa saja menduduki peringkat yang lebih tinggi dari seorang Kabag atau Kasubbag walaupun Staff tersebut tidak mempunyai nilai pada kriteria kepemimpinan, selama nilai-nilai pada kriteria yang lain lebih unggul dari Kabag dan Kasubbag. Pada D2, urutan rangking yang sama banyak terjadi pada peringkat-peringkat terakhir. Hal ini disebabkan pada peringkat-peringkat terakhir ditempati oleh staff yang tidak mempunyai nilai kriteria 89
ISSN : 2407 - 6511 kepemimpinan. Pada peringkat awal dan tengah, banyak sekali perbedaan peringkat karena peringkatperingkat teratas pada data asli diduduki oleh kabag dan kasubbag. Sedangkan pada perangkingan D2, tidak semua kabag dan kasubbag menduduki peringkat atas disebabkan nilai-nilai kriteria selain kriteria kepemimpinan lebih kecil dibandingkan dengan nilai-nilai kriteria pada staff-staff. Pada pengujian ini D3 dan D4, akurasi ini lebih besar dibanding akurasi sebelumnya karena nilai total pada data asli banyak yang berbeda. Perbedaan peringkat pada D3 dan D4 disebabkan oleh perbedaan total nilai yang diperoleh dari hasil perbandingan tiap-tiap nilai pada kriteria. Pegawai dengan total nilai yang sama bisa memperoleh total nilai yang berbeda dengan menggunakan metode AHP dan Superiority Index karena total nilai perbandingan yang diperoleh berbeda. Akurasi D3 lebih kecil karena bobot yang diterapkan berbeda dengan bobot data asli. Akurasi yang didapat pada pengujian ini adalah 70.58%. Hasil tersebut lebih besar dibandingkan dengan akurasi D3 karena tiap kriteria pada D4 mempunyai bobot yang sama sesuai yang digunakan pada data asli. Perbedaan rangking pada D5 dan D6 disebabkan total nilai yang dihasilkan pada data pembanding berbeda sedangkan pada data asli, total nilainya banyak sekali terdapat kemiripan sehingga hanya diurutkan berdasarkan NIP saja. 3.3.2.2 Analisis Sensitivitas Analisis sensitivitas bertujuan untuk mengetahui kriteria mana yang mempunyai pengaruh yang paling besar terhadap perubahan keputusan pada perusahaan, contohnya yaitu perubahan bobot kriteria. Pengujian ini dilakukan dengan cara mengurangi dan menambah bobot setiap kriteria sebesar 5%, 10%, 15%, dan mengubah bobot menjadi 0 lalu melihat perubahan urutan rangking yang terjadi. Cara ini digunakan untuk menguji sensitivitas setiap kriteria. Setelah semua kriteria diuji, akan didapat kriteria mana yang paling berpengaruh terhadap penilaian pegawai. Bobot awal tiap kriteria menggunakan metode AHP dan Superiority Index dapat dilihat pada Tabel 4.2. Kriteria Bobot Kesetiaan 0.093349 Prestasi Kerja 0.103912 Tanggungjawab 0.125880 Ketaatan 0.124117 Kejujuran 0.148843 Kerjasama 0.160872 Prakarsa 0.115055 Kepemimpinan 0.127972
1 0.9
Kesetiaan
Perubahan Nilai
0.8 0.7
Prestasi kerja
0.6 0.5 0.4
Tanggungja wab
0.3
Ketaatan
0.2 0.1
Kejujuran
0 Kerjasama
Tingkat Perubahan
90
ISSN : 2407 - 6511
Kesimpulan yang dapat diambil dari grafik dan tabel di atas adalah 1) Kriteria yang paling sensitif saat perubahan bobot -0.15 adalah tanggungjawab dengan perubahan bobot 96.02% 2) Kriteria yang paling sensitif saat perubahan bobot -0.1 adalah ketaatan dengan perubahan bobot 89.77% 3) Kriteria yang paling sensitif saat perubahan bobot -0.05 adalah prestasi kerja dengan perubahan bobot 81.82% 4) Kriteria yang paling sensitif saat perubahan bobot 0 adalah ketaatan dengan perubahan bobot 93.18% 5) Kriteria yang paling sensitif saat perubahan bobot +0.05 adalah prakarsa dengan perubahan bobot 80.68% 6) Kriteria yang paling sensitif saat perubahan bobot +0.1 adalah prakarsa dan prestasi kerja dengan perubahan bobot 82.95% 7) Kriteria yang paling sensitif saat perubahan bobot +0.15 adalah tanggungjawab dengan perubahan bobot 94.89% Jadi, ada empat kriteria yang paling mempunyai sensitivitas yang tinggi, yaitu ketaatan, prestasi kerja, prakarsa, dan tanggungjawab. Apabila terjadi perubahan keputusan terhadap empat kriteria ini, perubahan tersebut dapat sangat mempengaruhi perubahan urutan rangking.. 4. Kesimpulan dan Saran 4.1 Kesimpulan Berdasarkan analisis, implementasi, dan pengujian yang telah dilakukan, dapat disimpulkan bahwa: 1) Penggabungan metode AHP dan Superiority Index belum cukup baik untuk digunakan dalam studi kasus perangkingan pegawai karena tidak banyak terdapat kemiripan urutan rangking dengan rangking asli instansi. 2) Dari pengujian analisis sensitivitas dengan perubahan bobot, kriteria yang paling berpengaruh pada penilaian pegawai ini adalah ketaatan, prestasi kerja, prakarsa, dan tanggungjawab. 4.2 Saran Hal yang dapat dijadikan saran dalam pembuatan penelitian ini adalah perlu dilakukan pengujian dan pembandingan menggunakan data lain agar lebih diketahui penyebab dari kecilnya akurasi. Daftar Pustaka: [1] Saaty.T L (1980).The Analytic Hierarchy Process.McGraw Hill International. [2] Saaty, Thomas L. 2008. Decision Making for Leaders: The Analytic Hierarchy Process for Decisions in a Complex World. Pittsburgh, Pennsylvania: RWS Publications. [3] Xu, Jiuping, Shouyang Wang, Jianming Shi. Superiority Index Method for Multiple Attribute DecisionMaking under Uncertainty. [4] Rachman, Febri.2011. Penentuan Peringkat Prestasi Pegawai Dengan Metode SMART (Specific Measurable Achieveable Realistic Time-Related) dan RICH (Rank Inclusion in Criteria Hierarchies). Institut Teknologi Telkom, Bandung. [5] Satrioputri, Arini Putri. 2013. Analisis dan Perbandingan ANP, TOPSIS, dan Fuzzy TOPSIS Dalam Melakukan Perangkingan Prestasi Pegawai. Telkom University, Bandung. [6] Susila, R. Wayan, Munadi, Erawati.2007.Penggunaan Analytical Hierarchy Process Untuk Penyusunan Prioritas Proposal Penelitian. [7] Mora, Mindo. 2009. Analisis Sensitivitas Dan Pengaruhnya Terhadap Urutan Prioritas Dalam Metode Analytic Hierarchy Process (AHP). [8] Pemerintah Republik Indonesia. 1979. Peraturan Pemerintah Republik Indonesia Nomor 10 Tahun 1979 Tentang Penilaian Pelaksanaan Pekerjaan Pegawai Negeri Sipil. [9] Griffin R. 2006. Business. New Jersey: Pearson Education
91
