Aplikasi Metode Analitical Hierarchy Proces (AHP) Dalam Meningkatkan Kualitas Sumber Daya Manusia. Oleh Abulwafa Muhammad, S.Kom, M

Aplikasi Metode Analitical Hierarchy Proces (AHP) Dalam Meningkatkan Kualitas Sumber Daya Manusia Oleh Abulwafa Muhammad, S.Kom, M.Kom Dosen Tetap Universitas Putra Indonesia “YPTK” Padang

Abstract Decision Support System (DSS) to evaluate performance of employee to choose achievement employee by using some available aspect. By using analyze method and design Analytical Hierarchy Process (AHP), we can evaluate priority rate from variable which we need by making hierarchy from all available variables. By comparing among each criteria and integrity with category evaluation, which the result that a decision to choose achievement employee candidate from available catergories. Keywords: Decision Support System (DSS), Analytical Hierarchy Process (AHP), Evaluate, Performance, Integrity, Priority. I. Pendahuluan 1.1 Latar Belakang Masalah Salah satu cara untuk meningkatkan kualiatas sumber daya manusia adalah dengan memberikan motivasi terhadap karyawan dan memberikan penghargaan (reward) terhadap prestasinya, diantaranya dengan memberikan penilaian terhadap pekerjaan yang dilakukan serta memperhatikan beberapa kriteria, misalnya : penilaian dari segi kedisiplinan, prestasi kerja, pengalaman kerja maupun prilaku karyawan itu sendiri. Metode Analytical Hierarchy Process (AHP), akan dapat membantu dalam proses penilaian karyawan berprestasi dengan berbagai macam criteria yang telah di tetapkan. 1.2 Perumusan Masalah 1. Apa saja hal yang dijadikan dasar dalam meningkatkan kualitas sumber daya manusia dalam sebuah perusahaan? 2. Bagaimana metode Analytical Hierarchi Process (AHP) dapat memberikan dukungan keputusan dalam menentukan prestasi sumber daya manusia (karyawan) ? II. Teoritis 2.1 Komponen-komponen Sistem Pendukung Keputusan (SPK) Secara garis besar DSS dibangun oleh tiga komponen besar: 1) Database 2) Model Base 3) Software System Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

52

Gambar komponen DSS dapat dilihat pada Gambar 2.4 berikut.

Gambar 2.1 komponen DSS Database adalah kumpulan data/ file/ tabel/ arsip yang saling berhubungan yang disimpan secara bersama dalam media elektronis dan tanpa pengulangan (redundancy) yang tidak perlu untuk memenuhi berbagai kebutuhan. Database merupakan suatu bentuk yang tunggal, tetapi memiliki kemampuan penyimpanan data yang besar dan dapat digunakan untuk banyak departemen. Secara sederhana database (basis data) dapat digunakan sebagai suatu pengorganisasian data dengan bantuan komputer yang memungkinkan data dapat diakses dengan mudah dan cepat. Dalam hal ini pengertian akses dapat mencakup pemerolehan data maupun pemanipulasian data seperti menambah serta menghapus data. Yang sangat ditekankan dalam basis data adalah pengaturan, pemilahan atau pengelompokkan data yang disimpan sesuai dengan fungsi dan jenisnya. Database disusun untuk mengatasi masalah pada penyusunan data, yaitu: 1. Data redundancy (pengulangan data). 2. Inconsistensi data (ketidakpastian data pada field yang sama dalam beberapa file yang memiliki kunci yang sama). 3. Data terisolasi. Salah satu penyebabnya adalah adanya data yang tersebar dalam beberapa file dengan format tertentu. Data terisolasi apabila kita memerlukan informasi baru. Pada database data yang terisolasi kemungkinan tidak akan terjadi atau dapat diatasi. 4. Multiple User. Salah satu alasan dibangunnya database adalah agar dapat digunakan oleh banyak orang. 5. Keamanan (security). Pada database securitynya adalah password. Dengan security yang tinggi database dapat dijaga karena tidak semua pengguna dapat mengakses data. 6. Integritas, Adanya keterkaitan antara satu file dengan file yang lain. Sistem database berisi kumpulan dari semua data bisnis yang dimiliki perusahaan, baik yang berasal dari transaksi sehari-hari, maupun data dasar (master file). Untuk Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

53

keperluan DSS, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi. Komponen kedua adalah Model Base atau suatu model yang merepresentasikan permasalahan ke dalam format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan, termasuk di dalamnya tujuan dari permasalahan (obyektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Kedua komponen tersebut untuk selanjutnya disatukan dalam komponen ketiga (software system), setelah sebelumnya direpresentasikan dalam bentuk model yang “dimengerti” komputer . Contohnya adalah penggunaan teknik RDBMS (Relational Database Management System), OODBMS (Object Oriented Database Management System) untuk memodelkan struktur data. Sedangkan MBMS (Model Base Management System) dipergunakan untuk merepresentasikan masalah yang ingin dicari pemecahannya. Entity lain yang terdapat pada produk DSS baru adalah DGMS (Dialog Generation and Management System), yang merupakan suatu sistem untuk memungkinkan terjadinya “dialog” interaktif antara komputer dan manusia (user) sebagai pengambil keputusan. Turban (1998) mengemukakan bahwa sebuah sistem pendukung keputusan dibangun dari beberapa subsistem, antara lain : a. Subsistem manajemen data, meliputi basis data yang mengandung data yang relevan dengan keadaan yang ada dan dikelola oleh sebuah sistem yang dikenal sebagai Database Management System (DBMS). b. Subsistem manajemen model, yaitu sebuah paket perangkat lunak yang berisi model-model finansial , statistik, management science, atau model kuantitatif yang lain yang menyediakan kemampuan analisis sistem dan management software yang terkait. c. Subsistem manajemen pengetahuan (knowledge) yaitu subsistem yang mampu mendukung subsistem yang lain atau berlaku sebagai sebuah komponen yang berdiri sendiri (independen). d. Subsistem antarmuka pengguna (User Interface), yang merupakan media tempat komunikasi antara pengguna dan sistem pendukung keputusan serta tempat pengguna memberikan perintah kepada sistem pendukung keputusan. 2.2 Tinjauan Umum Metode Analytical Hierarchy Process (AHP) 2.2.1. Sekilas tentang AHP Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. Peralatan utama AHP adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia. Keberadaan hirarki memungkinkan dipecahnya masalah kompleks atau tidak tersturktur dalam sub-sub masalah, lalu menyusunnya menjadi suatu bentuk hirarki. AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. Salah satunya adalah dapat digambarkan secara grafis sehingga mudah dipahami oleh semua pihak yang terlibat dalam pengambilan keputusan. Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

54

2.2.2 Prinsip Dasar AHP Dalam menyelesaikan permasalahan dengan metode AHP ada beberapa prinsip yang harus dipahami, diantaranya : 1. Membuat hierarki. Sistem yang kompleks bisa dipahami dengan memecahkannya menjadi elemen-elemen pendukung, menyusun elemen secara hirarki, dan menggabungkannya atau mensintesisnya. 2. Penilaian kriteria dan alternatif. Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan defenisi pendapat kualitatif dari skala perbandingan Saaty bisa diukur menggunakan tabel analisis seperti ditunjukkan pada Tabel 2.1 : Tabel 2.1 Skala Perbandingan Pasangan Intensitas Keterangan Kepentingan 1 Kedua elemen sama pentingnya. 3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya. 5 Elemen yang satu lebih penting daripada elemen lainnya. 7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya. 9 Satu elemen mutlak penting daripada elemen lainnya. 2, 4, 6, 8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan. 3. Synthesis of priority (menentukan Prioritas). Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan (pairwise comparisons). Nilai-nilai perbandingan relatif dari seluruh alternatif kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas. Bobot dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika. 4. Logical Consistency (Konsistensi Logis) Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antarobjek yang didasarkan pada kriteria tertentu. III. Analisa dan Hasil 3.1 Model Perancangan Di dalam merancang suatu perangkat lunak ini diperlukan tahapan-tahapan untuk menyelesaikan permasalahan yang dihadapi dan hal pertama yang harus diketahui adalah bagaimana langkah pembuatan Sistem Pendukung Keputusan (SPK) dengan menerapkan metode Analytic Hierarchy Process (AHP) menggunakan bahasa pemrograman Visual Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

55

Basic 6.0, sehingga dapat memudahkan pemakai SPK pemilihan karyawan berprestasi tersebut dalam menganalisa dan mengambil keputusan yang cepat dan tepat dari hasil yang telah diolah. Pembangunan SPK pemilhan karyawan berprestasi ini dibagi menjadi 3 bagian, yaitu: 1. Perancangan Subsistem Manajemen Basis Model 2. Rancangan Proses 3. Perancangan Subsistem Antar muka Pengguna Namun yang akan bahas disini adalah rancangan proses sistem penunjang keputusan dengan metode Analytic Hierarchy Process (AHP).

Rancangan Proses Langkah-langkah yang harus dilakukan untuk menentukan karyawan yang berprestasi dengan metode Analytical Hierarchy Process (AHP) adalah sebagai berikut : 1. Langkah pertama yaitu membuat form untuk menentukan prioritas kriteria, dimana terdapat beberapa tahapan yang harus dilakukan dalam menentukan prioritas kriteria, yaitu: a. Membuat matrik perbandingan berpasangan Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan kriteria yang lain. Hasil penilaian bisa dilihat dalam Tabel 3.1. Tabel 3.1 Matriks Perbandingan Berpasangan Prestasi Pengalaman kerja Kedisiplinan Kerja Kedisiplinan 1 2 2 Prestasi kerja 0.5 1 2 Peng. kerja 0.5 0.5 1 Perilaku 0.33 0.5 0.5 Jumlah 2.33 4 5.5

Perilaku 3 2 2 1 8

Angka 1 pada kolom kedisiplinan baris kedisiplinan menggambarkan tingkat kepentingan yang sama antara kedisiplinan dengan kedisiplinan. Sedangkan angka 2 pada kolom prestasi kerja baris kedisiplinan menunjukkan prestasi kerja sedikit lebih penting dibanding dengan kedisiplinan. Angka 0.5 pada kolom kedisiplinan baris prestasi kerja merupakan hasil perhitungan 1/nilai pada kolom prestasi kerja baris kedisiplinan (2). Angka-angka yang lain diperoleh dengan cara yang sama. b. Membuat matrik nilai kriteria Matrik ini diperoleh dengan rumus berikut : Nilai baris kolom baru = Nilai baris kolom lama/jumlah masing kolom lama. Hasil perhitungan bisa dilihat dalam Tabel 3.2. Tabel 3.2 Matriks Nilai Kriteria

Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

56

Kedisiplinan Pres. kerja Peng. kerja Perilaku

Kedisiplinan

Prestasi kerja

Pengalaman kerja

Perilaku

Jumlah

Prioritas

0.42 0.21 0.21 0.14

0.50 0.25 0.12 0.12

0.36 0.36 0.18 0.09

0.37 0.25 0.25 0.12

1.65 1.07 0.76 0.47

0.41 0.26 0.19 0.11

Nilai 0.42 pada kolom kedisiplinan baris kedisiplinan Tabel 3.3 diperoleh dari nilai kolom kedisiplinan baris kedisiplinan Tabel 3.1 dibagi jumlah kolom kedisiplinan Tabel 3.2. Nilai kolom jumlah pada Tabel 3.2 diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 1.65 merupakan hasil penjumlahan dari 0.42 + 0.50 + 0.36 + 0.37. Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan jumlah kriteria, dalam hal ini 4. c. Membuat matrik penjumlahan setiap baris Matriks ini dibuat dengan mengalikan nilai prioritas pada Tabel 3.2 dengan matriks perbandingan berpasangan (Tabel 3.1). Hasil perhitungan disajikan dalam Tabel 3.3. Tabel 3.3 Matriks Penjumlahan Setiap Baris Kedisiplinan Pres. Peng. Perilaku Jumlah Kerja kerja Kedisiplinan 0.41 0.52 0.38 0.33 1.64 Pres. kerja 0.20 0.26 0.38 0.22 1.06 Peng. kerja 0.20 0.13 0.19 0.22 0.74 Perilaku 0.13 0.13 0.09 0.11 0.46 Nilai 0.41 pada baris kedisiplinan kolom kedisiplinan Tabel 3.4 diperoleh dari prioritas baris kedisiplinan pada Tabel 3.3 (0.41) dikalikan dengan nilai baris kedisiplinan kolom kedisiplinan pada Tabel 3.2. Nilai 0.20 pada baris prestasi kerja kolom kedisiplinan Tabel 3.4 diperoleh dari prioritas baris prestasi kerja pada Tabel 3.3 (0.41) dikalikan nilai baris prestasi kerja kolom kedisiplinan pada Tabel 3.2 (0.5). Kolom jumlah pada Tabel 3.4 diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel tersebut. Misalnya, nilai 1.7 pada kolom jumlah merupakan hasil penjumlahan dari 0.41 + 0.52 + 0.38 + 0.33.

d. Penghitungan rasio konsistensi Penghitungan ini digunakan untuk memastikan bahwa nilai rasio konsistensi (CR) <= 0.1. Jika ternyata nilai CR lebih besar dari 0.1, maka matriks perbandingan berpasangan harus diperbaiki. Untuk menghitung rasio konsistensi, dibuat tabel seperti terlihat dalam Tabel 3.4. Tabel 3.4 Perhitungan Rasio Konsistensi Jumlah per Baris Prioritas Hasil Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

57

Kedisiplinan Prestasi kerja Pengalaman kerja Perilaku

1.64 1.06 0.74 0.46

0.41 0.26 0.19 0.11

2.05 1.32 0.93 0.57

Kolom jumlah perbaris diperoleh dari kolom jumlah pada Tabel 3.3, sedangkan kolom prioritas diperoleh dari kolom prioritas pada Tabel 3.2. Dari Tabel 3.4 diperoleh nilai-nilai sebagai berikut : Jumlah (jumlahan dari nilai-nilai hasil): 4.87 n (jumlah kriteria): 4 λ maks (jumlah/n): 1.21 CI ((λ maks-n)/n): -0.69 CR (CI/IR): -0.62 Oleh karena CR < 0.1, maka rasio konsistensidari perhitungan tersebut bisa diterima. 2. Setelah form prioritas kriteria dibuat, maka disimpan ke file. 3. Selanjutnya form prioritas kriteria yang telah dibuat akan dirancang interfacenya dengan bahasa pemrograman, dalam penelitian ini penulis menggunakan bahasa pemrograman Visual Basic 6.0. 4. Langkah selanjutnya menentukan prioritas subkriteria dengan melakukan tahapan yang sama dari: a sampai dengan d pada langkah 1, dan akan disimpan ke dalam file. Perhitungan subkriteria dilakukan terhadap sub-sub dari semua kriteria. Dalam hal ini, terdapat 4 kriteria yang berarti akan ada 4 perhitungan prioritas subkriteria, yaitu : a. Menghitung prioritas subkriteria dari kriteria kedisiplinan Langkah-langkah yang dilakukan untuk menghitung prioritas subkriteria dari kriteria kedisiplinan adalah sebagai berikut: i. Membuat matriks perbandingan berpasangan Langkah ini seperti yang dilakukan pada langkah 1.a. hasilnya ditujukkan dalam Tabel 3.5. Tabel 3.5 Matriks Perbandingan Berpasangan Kriteria Kedisiplinan Baik Cukup Kurang Baik 1 3 5 Cukup 0.33 1 3 Kurang 0.2 0.33 1 1.53 4.33 9 ii. Membuat matriks nilai kriteria Langkah ini seperti yang dilakukan pada langkah 1.b. perbedaannya adalah adanya tambahan kolom prioritas subkriteria pada langkah ini. Hasilnya ditunjukkan dalam Tabel 3.6. Tabel 3.6 Matriks Nilai kriteria kedisiplinan Baik Cukup Kurang Jumlah Prioritas Baik

0.65

0.69

0.56

1.90

0.63

Prioritas Subkriteria 1


58

Cukup Kurang

0.22 0.23 0.33 0.78 0.26 0.41 0.13 0.08 0.11 0.32 0.11 0.17 Nilai pada kolom prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut dengan nilai tertinggi pada kolom prioritas. iii. Menentukan matriks penjumlahan setiap baris Langkah ini sama dengan yang dilakukan pada langkah 1.c dan ditunjukkan dalam Tabel 3.7. setiap elemen dalam tabel ini dihitung dengan mengalikan matriks perbandingan berpasangan dengan nilai prioritas. Tabel 3.7 matriks Penjumlahan Setiap Baris Kriteria Kedisiplinan Baik Cukup Kurang Jumlah Baik 0.63 0.78 0.53 1.94 Cukup 0.21 0.26 0.32 0.79 Kurang 0.13 0.09 0.11 0.32 iv. Penghitungan rasio konsistensi Seperti langkah 1.d, penghitungan ini digunakan untuk mamastikan bahwa nilai rasio konsistensi (CR) <= 0.1. Untuk menghitung rasio konsistensi, dibuat tabel seperti yang terlihat pada Tabel 3.8. Tabel 3.8 Penghitungan Rasio konsistensi Jumlah per baris Prioritas Hasil Baik 1.94 0.63 2.58 Cukup 0.79 0.26 1.05 Kurang 0.32 0.11 0.42 Kolom jumlah per baris diperoleh dari kolom jumlah pada Tabel 3.7, sedangkan kolom prioritas diperoleh dari kolom prioritas pada Tabel 3.6. dari Tabel 3.8, diperoleh nilai-nilai sebagai berikut : Jumlah (jumlahan dari nilai-nulai hasil): 4.05 n (jumlah kriteria): 3 λ maks (jumlah/n): 1.35 CI (CI/IR): -0.95 Oleh karena CR < 0.1, maka rasio konsistensi dari perhitungan tersebut bisa diterima. b. Menghitung prioritas subkriteria dari kriteria prestasi kerja Langkah-langkah yang dilakukan untuk menghitung prioritas subkriteria dari kriteria prestasi kerja sama dengan yang dilakukan dalam perhitungan prioritas subkriteria dari kriteria kedisiplinan. Langkah-langkahnya adalah sebagai berikut: i. Membuat matriks perbandingan berpasangan Hasilnya terlihat dalam Tabel 3.9. Tabel 3.9 Matriks Perbandingan Berpasangan Kriteria Prestasi Kerja Baik Cukup Kurang Baik 1 2 6 Cukup 0.5 1 2 Kurang 0.17 0.5 1


59

Jumlah 1.67 3.5 9 ii. Membuat matriks nilai kriteria Hasilnya tampak pada Tabel 3.10. Table 3.10 Matriks Nilai Kriteria Prestasi Kerja Baik Cukup Kurang Σbaris Prioritas

Prioritas subkriteria 1 0.44 0.19

Baik 0.60 0.57 0.67 1.48 0.61 Cukup 0.30 0.29 0.22 0.81 0.27 Kurang 0.10 0.14 0.11 0.36 0.12 iii. Matriks penjumlahan tiap-tiap baris Hasilnya tampak pada Tabel 3.11. Tabel 3.11 Matriks Penjumlahan Setiap Baris Kriteria Prestasi Kerja Baik Cukup Kurang Jumlah Baik 0.61 0.54 0.71 1.86 Cukup 0.31 0.27 0.24 0.81 Kurang 0.10 0.13 0.12 0.36

iv. Perhitungan rasio konsistensi Hasilnya terlihat dalam Tabel 3.12. Tabel 3.12 Perhitungan Rasio Konsistensi Kriteria Prestasi Kerja Jumlah per baris Prioritas Hasil Baik 1.86 0.61 2.47 Cukup 0.81 0.27 1.08 Kurang 0.36 0.12 0.48 Jumlah (jumlahan dari nilai-nilai hasil): 4.03 n (jumlah kriteria): 3 λ maks (jumlah/n): 1.34 CI (λ maks-n)/(n-1)): -0.55 CR (CI/IR): -0.95 c. Menghitung prioritas subkriteria dari kriteria pengalaman kerja Langkah-langkah yang dilakukan untuk menghitung prioritas subkriteria dari krteria pengalaman kerja sama dengan yang dilakukan dalam perhitungan prioritas subkriteria dari kriteria kedisiplinan. Langkah-langkahnya adalah sebagai berikut: i. Membuat matriks perbandingan berpasangan Hasilnya terlihat dalam Tabel 3.13. Tabel 3.13 Matriks Perbandingan Berpasangan Kriteria Pengalaman Kerja Baik Cukup Kurang Baik 1 3 4 Cukup 0.33 1 3 Kurang 0.25 0.33 1 Jumlah 1.58 4.33 8 ii. Menentukan matriks nilai kriteria Hasilnya terlihat dalam Tabel 3.14.


60

Tabel 3.14 Matriks Nilai Kriteria Pengalaman Kerja Baik Cukup Kurang Σbaris Prioritas Baik Cukup Kurang

0.63 0.21 0.16

0.69 0.23 0.08

0.50 0.38 0.13

1.83 0.81 0.36

0.61 0.27 0.12


iii. Menentukan matriks penjumlahan tiap baris Hasilnya tampak dalam Tabel 3.15. Tabel 3.15 Matriks Penjumlahan Tiap Baris Kriteria Pengalaman Kerja Baik Cukup Kurang Jumlah Baik 0.61 0.81 0.48 1.90 Cukup 0.20 0.27 0.36 0.83 Kurang 0.15 0.09 0.12 0.36 iv. Perhitungan konsistensi Hasilnya tampak dalam Tabel 3.16. Tabel 3.16 Perhitungan Rasio Konsistensi Kriteria Pengalaman Kerja Jumlah per baris Prioritas Hasil Baik 1.90 0.61 2.51 Cukup 0.83 0.27 1.10 Kurang 0.36 0.12 0.48 Jumlah (jumlahan dari nilai-nilai hasil): 4.10 n (jumlah kriteria): 3 λ maks (jumlah/n): 1.37 CI (λ maks-n)/(n-1)): -0.54 CR (CI/IR): -0.94 d. Menghitung prioritas subkriteria dari kriteria perilaku Langkah-langkah yang dilakukan untuk menghitung prioritas subkriteria perilaku sama dengan yang dilakukan dalam perhitungan prioritas subkriteria dari kriteria kedisiplinan. Langkah-langkahnya adalah sebagai berkut: i. Menghitung matriks perbandingan berpasangan Hasilnya tampak dalam Tabel 3.17. Tabel 3.17 matriks Perbandingan Berpasangan Kriteria Perilaku Baik Cukup Kurang Baik 1 2 5 Cukup 0.5 1 4 Kurang 0.2 0.25 1 Jumlah 1.7 3.25 10 ii. Menghitung matriks nilai kriteria Hasilnya terliahat dalam Tabel 3.18. Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

61

Tabel 3.18 Matriks Nilai Kriteria Perilaku Baik Cukup Kurang Σbaris Prioritas Baik Cukup Kurang

0.59 0.29 0.12

0.62 0.31 0.08

0.50 0.40 0.10

1.70 1.00 0.29

0.57 0.33 0.10


iii. Menghitung matriks penjumlahan tiap baris Hasilnya terliahat dalam Tabel 3.19. Tabel 3.19 Matriks Penjumlahan Tiap Baris Kriteria Perilaku Baik Cukup Kurang Jumlah Baik 0.57 0.67 0.49 1.73 Cukup 0.28 0.33 0.39 1.01 Kurang 0.11 0.08 0.10 0.30 iv. Perhitungan rasio konsistensi Hasilnya terliahat dalam Tabel 3.20. Tabel 3.20 Perhitungan Rasio Konsistensi Kriteria Perilaku Jumlah per baris Prioritas Hasil Baik 1.73 0.57 2.29 Cukup 1.01 0.33 1.34 Kurang 0.30 0.10 0.39 Jumlah (jumlahan dari nilai-nilai hasil): 4.03 n (jumlah kriteria): 3 λ maks (jumlah/n): 1.34 CI (λ maks-n)/(n-1)): -0.55 CR (CI/IR): -0.95 5. Menghitung hasil, dimana prioritas hasil perhitungan pada langkah 1 dan 4 kemudian dituangkan dalam matriks hasil dalam Tabel 3.21. Tabel 3.21 Matriks Hasil Kedisiplinan Prestasi kerja Pengalaman kerja Perilaku 0.41 0.26 0.19 0.11 Baik Baik Baik Baik 1 1 1 1 Cukup Cukup Cukup Cukup 0.41 0.44 0.45 0.59 Kurang Kurang Kurang Kurang 0.17 0.19 0.20 0.17 6. Selanjutnya memasukkan data nilai dari semua karyawan yang akan dihitung. Seandainya diberikan data nilai dari 3 orang karyawan seperti yang terlihat dalam Tabel 3.22, maka hasil akhirnya akan tampak dalam Tabel 3.23.


62

A B C

Kedisiplinan Cukup Baik Cukup

Tabel 3.22 Nilai Karyawan Prestasi kerja Pengalaman kerja Cukup Baik Kurang Cukup Baik Baik

Perilaku Baik Cukup Baik

7. Dari hasil perhitungan data karyawan, didapat nilai total masing-masing karyawan yang akan digunakan sebagai dasar untuk mendapatkan laporan karyawan yang akan direkomendasikan sebagai karyawan berprestasi untuk mendapatkan bonus atau penghargaan dari perusahaan.

Kedisiplinan A B C

0.16 0.41 0.16

Tabel 3.23 Hasil Akhir Prestasi kerja Pengalaman kerja 0.11 0.19 0.04 0.08 0.26 0.19

Perilaku

Total

0.11 0.06 0.11

0.57 0.59 0.72

Nilai 0.16 pada kolom kedisiplinan baris A diperoleh dari nilai pegawai A untuk kedisiplinan, yaitu cukup dengan prioritas 0.41 (Tabel 3.22), dikalikan dengan prioritas kedisiplinan sebesar 0.41 (Tabel 3.22). Kolom total pada Tabel 3.23 diperoleh dari penjumlahan pada masing-masing barisnya. Nilai total inilah yang dipakai sebagai dasar untuk merangking prestasi karyawan. Semakin besar nilainya, karyawan tersebut akan semakin berprestasi.

IV. Kesimpulan Berdasarkan penelitian yang penulis lakukan, maka penulis dapat menarik beberapa kesimpulan, diantaranya : 1. Penulisan ini menyajikan model pengambilan keputusan melalui penyusunan hirarki dan atribut keputusan yang meliputi alternatif dan kriteria yang telah ditentukan untuk pemilihan karyawan berprestasi dalam bentuk hirarki analitis sehingga proses pengambilan keputusan akan menjadi lebih optimal. 2. Penggunaan model Analytical Hierarchy Process (AHP) menjadi sangat praktis dalam mendukung keputusan dengan banyak kriteria, sehingga pimpinan dapat mengambil keputusan sesuai dengan seharusnya. 3. Penilaian terhadap kinerja masing-masing karyawan dapat dilakukan dengan cepat, mudah dan memberikan informasi yang tepat dan akurat karena sistem software telah mengatur format-format laporan dengan menggunakan program. 4. Implementasi Sistem Pendukung Keputusan (SPK) penilaian kinerja karyawan yang dibangun ini salah satunya dapat digunakan untuk menentukan apakah seorang karyawan itu berhak menjadi karyawan berprestasi di perusahaan atau tidak, dengan adanya sistem penilaian dan pemberian penghargaan (reward), Jurnal MEDIA SISFO Vol. 4, No.1, Februari 2010 - STIKOM Dinamika Bangsa - JaMBI

63

tentunya akan membuat para karyawan berusaha untuk bekerja sesuai dengan apa yang diharapkan oleh perusahaan. Daftar Pustaka Kusrini, M. Kom. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. STMIK AMIKOM Yogyakarta: Andi. Kadarsah, Suryadi dan M. Ali Ramdhani. 2000. Sistem Pendukung Keputusan. Bandung: PT Remaja Rosda Karya. Turban, E., Aronson, J.e., Liang, T., Sharda, R. 2007. : “Decission Support and Business Intelligence Systems”. Eight Edition. Upper Saddle River, New Jersey: Pearson Pentice Hall. Kurniadi, Adi. 2003. “Pemrograman Microsoft Visual Basic 6.0 “ Jakarta: PT. Elexmedia Komputindo Kelompok Gramedia. Tim Penelitian dan Pengembangan MADCOMS. 2003.Aplikasi Database & Crystal Report Pada Visual Basic 6.0. Yogyakarta: Andi Offset. Melyanti, Rika. 2008. “Sistem Pendukung Keputusan dalam Rekomendasi Pemberian Bonus Menggunakan Metode Analytical Hierarchy Process (AHP)”. Skripsi. Padang: Fakultas Ilmu Komputer Universitas Putra Indonesia ”YPTK”.


64

Aplikasi Metode Analitical Hierarchy Proces (AHP) Dalam Meningkatkan Kualitas Sumber Daya Manusia. Oleh Abulwafa Muhammad, S.Kom, M

Recommend Documents