Pembuatan Aplikasi Sistem Informasi Manajemen SDM Dengan Metode Fuzzy dan Kuantitatif Teknik Eksponen Penentu

Pembuatan Aplikasi Sistem Informasi Manajemen SDM Dengan Metode Fuzzy dan Kuantitatif Teknik Eksponen Penentu Radiant Victor Imbar, Nico Budi Darmawan Tan Jurusan S1 Sistem Informasi Fakultas Teknologi Informasi ,Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri No 65 Bandung email : [email protected], [email protected] Abstract This paper is about how to facilitate the management process and controls the manipulation of data relating to human resources. Fuzzy theory is used for data recording and search of employees to be more effective and efficient and salary calculation is more optimal. Fuzzy is something that is unclear orambiguous because each agency has its own standards and outlook. In this application can also calculate the needs of human resource with critical exponent technique of quantitative methods. Keywords: human resource management, fuzzy, employee

Pendahuluan Latar Belakang Setiap instansi pasti mempunyai masalah dalam manajemen sumber daya manusia. Banyaknya karyawan yang bekerja dan beragamnya jenis pekerjaan yang tersedia membuat suatu instansi kadang mengalami kesulitan dalam manajemen hal tersebut. Dengan seiring berkembangnya suatu instansi, dipastikan akan ada sedikit atau banyak perubahan dalam segi sumber daya manusia. Baik penambahan, pengurangan, pengubahan karyawan, ataupun perubahan kualifikasi karyawan yang mengakibatkan semakin bertumpuknya data karyawan tersebut. Data absensi juga seringkali berantakan dikarenakan kurangnya penerapan manajemen yang baik. Selain itu, setiap instansi kesulitan dalam menetapkan gaji atau tunjangan bagi karyawan. Biasanya hal yang berpengaruh adalah masa kerja ataupun golongan, padahal masih banyak terdapat faktor lain yang mempengaruhinya. Faktor tersebut antara lain adalah ketahanan fisik, kebutuhan pengawasan, kompleksitas pekerjaan. Dalam menjalankan kegiatan usaha, setiap instansi tentu saja membutuhkan perhitungan perencanaan sumber daya manusia. Hal yang dimaksudkan disini sebagai contohnya adalah berapa banyak karyawan yang dibutuhkan untuk suatu pekerjaan. Tentu saja banyak atau sedikitnya karyawan berpengaruh terhadap waktu yang dibutuhkan untuk menjalankan kegiatan bisnis instansi tersebut. Semua itu dikarenakan agar setiap kegiatan yang telah dan direncanakan dapat terwujud dan berjalan sesuai dengan yang diharapkan. Faktor – faktor yang telah dijelaskan di paragraf sebelumnya tentu saja mengakibatkan banyak kekeliruan dan kesulitan dalam manajemen sumber daya manusia. Berdasarkan hal itu sangat dibutuhkan sistem terkomputerisasi yang dapat mengelola data karyawan dan segala sesuatu yang berkaitan dengan karyawan itu sendiri. Dengan kata lain dibutuhkan manajemen sumber daya 59

Jurnal Informatika, Vol.8, No.1, Juni 2012: 59 - 76

manusia agar efisiensi dalam berkegiatan usaha dan berbisnis dapat lebih ditingkatkan lebih baik lagi. Rumusan Masalah Adapun pertanyaan-pertanyaan yang dihadapi penulis berkaitan dengan karya ilmiah ini, adalah: 1. Bagaimana cara membuat sebuah aplikasi sistem informasi untuk mengelola dan manajemen data karyawan dengan konsep basis data model Tahani? 2. Bagaimana cara membuat sebuah aplikasi sistem informasi untuk manajemen data karyawan serta absensinya agar terdata dengan baik? 3. Bagaimana menentukan kisaran gaji dan tunjangan yang sesuai dengan pekerjaan dengan “Metode Fuzzy Multiobjective Optimization”? 4. Bagaimana menghitung sumber daya manusia yang dibutuhkan dalam suatu kegiatan usaha, bisnis dan proyek dengan “Metode Kuantitatif – Teknik Eksponen Penentu”? Kajian Teori Basis Data Fuzzy Model Tahani Basis data fuzzy model Tahani adalah basis data yang menggunakan teori himpunan fuzzy untuk mendapatkan informasi pada query-nya namun tetap menggunakan relasi standar. Hal ini dbutuhkan karena pada kenyataannya, seorang kadang membutuhkan informasi dari data – data yang bersifat ambigu. (Sri Kusumadewi & Hari Purnomo, 2004, Bab 4). Metode Kuantitatif – Teknik Eksponen Penentu Metode prediksi kuantitatif dilakukan untuk memprediksi jumlah SDM (Sumber Daya Manusia) yang dibutuhkan sebuah instansi atau perusahaan. Metode ini hanya dapat digunakan apabila instansi atau perusahaan memiliki data kuantitatif yang lengkap sesuai dengan variabel yang akan dipergunakan dalam memprediksi. Dengan menggabungkan perhitungan statistik dengan data kuantitatif yang ada maka akan diperoleh prediksi yang sesuai dengan kebutuhan instansi atau perusahaan. (Nawawi, 2003, Bab X) Teknik Eksponen Penentu adalah salah satu metode prediksi kuantitatif yang dilakukan dengan memilih eksponen yang paling menentukan atau berpengaruh pada permintaan SDM (Sumber Daya Manusia). Eksponen yang dipilih dapat berbeda antara instansi yang satu dengan instansi yang lainnya. Berikut ini akan diberikan kasus penggunan ’Teknik Eksponen Penentu’ dengan memilih dua eksponen dalam perencanaan sumber daya manusia (SDM) yang terdiri dari : a. Eksponen Beban Kerja dalam menghasilkan suatu produk, sebagai Analisis Beban Kerja (Work Load Analysis) b. Eksponen Waktu (cycle time) untuk menyelesaikan suatu produk. Oleh karena pekerjaan dilakukan dengan desain individual, yakni satu beban kerja harus dilakukan oleh seorang pekerja dari awal sampai akhir/ selesai. 60

Pembuatan Aplikasi Sistem Informasi Manajemen SDM Dengan Metode Fuzzy dan Kuantitatif Teknik Eksponen Penentu (Radiant Victor Imbar, Nico Budi Darmawan Tan)

Dengan demikian perlu diukur / dihitung waktu yang dipergunakannya, yang dari hasil observasi diasumsikan setiap SDM (Sumber Daya Manusia), dalam bekerja membutuhkan waktu sebagai berikut: 1. Waktu bekerja efektif yang dipergunakan agar satu produk (barang) dapat diselesaikan (cycle time) = 2000jam 2. Waktu terbuang dalam melaksanakan pekerjaan (non cycletime) adalah 40% dari 2000jam = 800jam 3. Waktu istirahat dalam melaksanakan pekerjaan adalah 20% dari 2000jam = 400jam 4. Waktu yang dipergunakan untuk urusan pribadi adalah 20% dari 2000jam = 400jam Jumlah waktu yang diperlukan seluruhnya adalah 3600jam •

Jika jam kerja setiap hari 8 jam dan hari kerja sebulan rata – rata 25hari, maka diperlukan tenaga kerja untuk menghasilan satu produk adalah :

•

Jika ketidakhadiran (sakit, bolos, dll) diperkirakan 10% maka diperlukan tambahan sebanyak 1.8 = 2orang sehingga menjadi 20 orang untuk dapat menyelesaikan satu produk selama satu bulan. Berdasarkan, perhitungan diatas dapat ditetapkan Perencanaan SDM dalam memprediksi permintaan (demand) SDM : a. Untuk memenuhi permintaan pasar terhadap produk (barang) sebanyak 10 kali lipat, berarti diperlukan 10 x 20 orang = 200orang pekerja. b. Sebaliknya jika waktu dapat diperpanjang dua kali lipat (dua bulan) berarti pekerja yang diperlukan adalah 20 : 2 = 10 orang. Dengan demikian jika permintaan produk 10 kali lipat dengan waktu penyelesaian 2 bulan, maka diperlukan sebanyak 10 x 10 orang = 100orang. Sebaliknya jika 10produk ini harus diselesaikan setengah bulan diperlukan pekerja sebanyak 200 x 2 = 400orang. Teknik atau model ini dapat digunakan untuk memaksimumkan penggunan teknologi produksi, apabila kapasitasnya belum tergunakan sepenuhnya. Misalnya dari kasus diatas teknologi yang dipergunakan masih dapat ditingkatkan sebesar 50% setiap bulan dengan meningkatkan pemeliharaan, maka untuk untuk menghasilkan satu produk selama satu bulan cukup dipergunakan 20 : 2 = 10orang saja. (misalnya yang semula menggunakan satu mesin, dilipat duakan dengan dua mesin) Teknik atau model ini dapat dipergunakan untuk semua unit kerja yang produknya dapat diukur secara kuantitatif, sehingga dari jumlah yang diprediksi untuk satu unit kerja (bukan individual) kualifikasinya jika akan ditetapkan akan berbeda, meskipun pekerja sebagai pelaksana jumlahnya

•

•

•

61


•

•

lebih banyak. Oleh karena itu model ini sulit dipergunakan untuk memprediksi jumlah tenaga manajerial semua unit kerja dilingukan sebuah instansi, karena produknya tidak dapat dihitung secara kuantitatif. Kebaikan model ini prediksi sebenarnya mendekati perhitungan rata-rata SDM yang dipergunakan dimasa lalu, yang berarti lebih sederhana dari perhitungan rata –rata hitung atau rata-rata bergerak. Disamping itu model ini dapat dipergunakan juga meskpun data masa lalu untuk melakukan prediksi tidak lengkap. Kekurangan model ini seperti dikatakan diatas, tidak dapat melepaskan diri dari data kuantitatif masa lalu.

Fuzzy Multiobjective Optimization Multiobjective optimization adalah metode optimasi dengan beberapa tujuan yang tunduk pada beberapa batasan. Solusi permasalahan ini diperoleh seperti penyelesaian optimasi dengan satu fungsi tujuan. (Sri Kusumadewi & Hari Purnomo, 2004, Bab 7). Metode ini mempertimbangkan faktor – faktor yang berpengaruh dalam suatu kebijakan atau tujuan. Seperti namanya, ukuran yang dipakai disini bersifat tidak tegas atau kabur (fuzzy). Selama ini penggajian karyawan dalam suatu perusahaan seringkali dibuat dengan ketentuan yang sifatnya tegas. Misalkan : pembayaran gaji berdasarkan masa kerja, atau berdasarkan golongan, ataupun pendidikan. Padahal dalam kenyataannya masih banyak faktor lain yang mempengaruhi, seperti berat ringannya suatu pekerjaan ataupun tanggung jawab yang harus diikul karyawan dalam menjalankan pekerjaannya. Faktor – faktor seperti ini cukup sulit apabila harus diidentifikasi dengan tegas. Seorang karyawan yang mempunyai pekerjaan yang kompleksitas rendah seharusnya memperoleh gaji yang lebih rendah dibandingkan dengan yang kompleksitasnya tinggi. Adapun juga karyawan yang bekerja tanpa diawasi seharusnya mendapat gaji lebih tinggi dibandingkan dengan yang mendapatkan pengawasan penuh. Ukuran berat / ringan atau banyak / sedikit pengawasan ini bersifat tidak tegas atau kabur (fuzzy). Pada bagian ini akan diperkenalkan metode penggajian dengan mempertimbangkan faktor – faktor yang bersifat kabur (fuzzy). Untuk mendapatkan ukuran terhadap suatu pekerjaan, perusahaan harus : 1. Memiliki kumpulan daftar pekerjaan yang akan digunakan sebagai basis untuk mengevaluasi pekerjaan. Kumpulan pekerjaan yang telah diseleksi tersebut dikenal dengan nama benchmark. 2. Menetapkan faktor – faktor kompensasi yang akan menentukan harga relatif dari suatu pekerjaan. Hendaknya bervariasi antara satu pekerjaan dengan pekerjaan yang lainnya. 3. Menetapkan level untuk tiap – tiap faktor dalam tiap setiap pekerjaan. Nilai level dalam satu faktor hendaknya juga berbeda. 4. Menetapkan batas bawah untuk jumlah level terendah dan batas atas untuk jumlah level tertinggi. 5. Menetapkan batas bawah selisih antar level dalam setiap faktor.

62


Misalkan untuk mengevaluasi suatu pekerjaan, ada m faktor yang mempengaruhi, tiap – tiap faktor terdiri dari n level. Sehingga faktor ke-i level ke-j dapat ditulis Xij. Diasumsikan bahwa, level yang lebih tinggi pada suatu faktor (nilai j naik). Hubungan ini dapat dituliskan sebagai : Xij R xij -1 , i = 1,2, … , m dan j = 1,2, … ,n Dengan R adalah relasi ‘Lebih Kompleks’ Misalkan ditetapkan ada k pekerjaan yang akan digunakan sebagai basis untuk melakukan evaluasi (benchmark), maka benchmark ke-r adalah Zr(X). Level terendah dalam faktor ke-i adalah Xi1, sedangkan level tertinggi dalam suatu faktor adalah Xin. Jumlah skor pada level terendah harus ditetapkan lebih dari atau sama dengan nilai tertentu (ci), sedangkan jumlah skor pada level tertinggi juga harus ditetapkan kurang dari atau sama dengan suatu nilai tertentu (wi). Ini dapat ditulis sebagai : Σxi1 ≥ Ci; Σxin ≤ Wi; Dengan i = 1,2. … , m Perlu diperhatikan bahwa, dalam suatu faktor, harga suatu level harus lebih tinggi dibanding dengan harga level sebelumnya. Selisih yang diperbolehkan untuk kedua level dalam faktor ke-i tersebuh harus sama dengan ei. Dapat ditulis : xij – xij – 1 ≥ ei; dengan i = 1,2, … , m dan j = 1,2, …, n Tujuan dari semua ini adalah mencari berapakan nilai optimum level – level pada tiap – tiap faktor. Sehingga akhirnya dapat dihitung nilai untuk setiap benchmark. Jika nilai setiap benchmark ini sudah diketahui, maka nilai ini dapat digunakan untuk mengevaluasi suatu pekerjaan. Kasus : Ada 3 faktor yang mempengaruhi evaluasi pekerjaan : X1 – Kompleksitas Perkerjaan; X2 – Kebutuhan Pengawasan; X3 – Ketahanan Fisik; Tiap – tiap faktor terbagi menjadi 4 level : Tabel I. Faktor Kompleksitas Pekerjaan Level 1 2 3 4

Variabel X11 X12 X13 X14

Keterangan Rendah Menengah Cukup Tinggi Tinggi

63


Tabel II. Faktor Kebutuhan Pengawasan Variabel X21 X22 X23 X24

Level 1 2 3 4

Keterangan Sangat Butuh Butuh Sedikit Butuh Tidak Butuh

Tabel III. Faktor Ketahanan Fisik Level

Variabel

Keterangan

1

X31

Tidak Perlu

2

X32

Sedikit Perlu

3

X33

Perlu

4 X34 Sangat Perlu Ada 5 benchmark yang ditetapkan, yaitu : Z1(X) = X14 + X24 + X34 = 100 Z2(X) = X14 + X23 + X33 = 90 Z3(X) = X13 + X23 + X32 = 80 Z4(X) = X12 + X22 + X31 = 70 Z5(X) = X12 + X21 + X32 = 60 Dengan Z1(X) merupakan peringkat pekerjaan tertinggi dalam organisasi. Toleransi yang ditetapkan untuk setiap benchmark seperti terlihat pada tabel dibawah ini. Tabel IV Toleransi Yang Ditetapkan Untuk Setiap Benchmark Toleransi Benchmark Ke – (r)

Nilai Tegas (dr)

1

Batas

Atas

Bawah

Atas

Bawah

(Zmax - dr)

(dr - Zmin)

(Zmax)

(Zmin)

100

30

10

130

90

2

90

10

20

100

70

3

80

15

10

95

70

4

70

10

10

80

60

5

60

5

10

65

50

Level terendah dan tertinggi ditetapkan memiliki batasan sebagai berikut : Σxi1 ≥ 30; Σxi4 ≤ 150 Dengan i = 1,2,3. Antara satu level dengan level sebelumnya dalam setiap faktor memiliki selisih nilai minumum 4: xij - xij-1 ≥ 4 Dengan i = 1,2,3 dan j = 1,2,3. Solusi :

64


Max λ Dengan batasan : X14 + X24 + X34 + 30 λ ≤ 130 X14 + X24 + X34 - 10 λ ≥ 90 X14 + X23 + X33 + 10 λ ≤ 100 X14 + X23 + X33 - 20 λ ≥ 70 X13 + X23 + X32 + 15 λ ≤ 95 X13 + X23 + X32 - 10 λ ≥ 70 X13 + X22 + X31 + 10 λ ≤ 80 X12 + X22 + X31 - 10 λ ≥ 60 X12 + X21 + X32 + 5 λ ≤ 65 X12 + X21 + X32 - 10 λ ≥ 60 X11 + X21 + X31 ≥ 60 X14 + X24 + X34 ≤ 150 X12 - X11 ≥ 4 X13 - X12 ≥ 4 X14 - X13 ≥ 4 X22 - X21 ≥ 4 X23 - X22 ≥ 4 X24 - X23 ≥ 4 X32 - X31 ≥ 4 X33 - X32 ≥ 4 X34 - X33 ≥ 4 Dengan menggunakan linear programming dapat diperoleh, nilai λ = 0.92. Nilai ini menunjukan bahwa keputusan yang diambil untuk menggunakan benchmark ini 92% sempurna. Tabel dibawah ini menunjukan hasil yang dicapai untuk setiap level pada setiap faktor. Tabel V. Nilai Level Setiap Faktor Faktor 1 2 3

Level 1 52.4 0 0

2 56.4 12.8 4

3 60.4 16.8 8

4 66 21.6 12

Dan hasil skor yang diperoleh untuk setiap level pada setiap faktor ini, akhirnya dapat ditentukan nilai untuk tiap – tiap benchmark seperti terangkum dalam tabel dibawah ini. Tabel VI. Skor Baru Untuk Tiap Benchmark Benchmark Ke1 2

Skor 99.6 90.8 65


3 4 5

79.2 69.2 56.4

Sehingga, apabila gaji karyawan yang bekerja dengan benchmark tertinggi ditetapkan sebesar 150.000 /hari, maka dapat ditetapkan gaji karyawan yang memiliki spesifikasi tertentu (level tertentu pada faktor tertentu). Misalkan seorang karyawan yang pekerjaannya memiliki kompleksitas menengah (X12), tidak butuh pengawasan (X24), dan perlu ketahanan fisik (X33) akan dapat dihitung : Total skor = X12 + X24 +X33 = 56.4 + 21.6 + 8 = 86 Gaji yang diperoleh per hari : (86 / 99.6) x Rp 100.000 = Rp 86.345 Analisis Dan Rancangan Sistem Rancangan Enitity Relationship Diagram (ERD) Berikut adalah rancangan ERD yang dibuat untuk pengembangan aplikasi.

66


Gambar 1 Entity Relationship Diagram Berikut ini adalah penjelasan atribut-atribut yang digunakan dalam ERD : 1. Karyawan NIK, Nama, TempatLahir, Tanggal_Lahir, Alamat, Kota, KodePos, JenisKelamin, StatusPerkawinan, Tanggungan, Agama, Catatan, TanggalMasuk, TanggalKeluar, Gaji, Status Karyawan 2. DaftarAbsensi TanggalAbsensi, Informasi

67


3. 4. 5. 6. 7.

8. 9. 10. 11. 12. 13.

14.

DaftarGaji KodeGaji, TanggalGajian, Nilai, Informasi TahaniUsia KodeTaUsia, Usia, DerajatMuda, DerajatParobaya, DerajatTua TahaniMasaKerja KodeTaMasaKerja, MasaKerja, DerajatBaru, DerajatMenengah, DerajatLama TahaniGaji KodeTaGaji, Gaji, DerajatRendah, DerajatSedang, DerajatTinggi KonfigurasiTahani KodeTahani, NamaTahani, BatasBawahKiri, BatasBawahKanan, BatasTengahKiri, BatasTengahKanan, BatasAtasKiri, BatasAtasKanan Admin AdminID, Sandi, NamaAdmin, Pertanyaan, Jawaban Log NoLog, Waktu, Keterangan FaktorTunjangan1 NamaFaktor1, Nilai1, Nilai2, Nilai3, Nilai4 FaktorTunjangan2 NamaFaktor2, Nilai1, Nilai2, Nilai3, Nilai4 FaktorTunjangan3 NamaFaktor3, Nilai1, Nilai2, Nilai3, Nilai4 Pekerjaan KodePekerjaan, NamaPekerjaan, NilaiPekerjaan, KebutuhanWaktu, JamKerjaPerHari, HariKerjaPerBulan, ToleransiTidakHadir, KebutuhanPekerja, Informasi Instansi KodeInstansi, NamaInstansi, Alamat, Kota, Telepon, Fax, Informasi, Berdiri, Pemilik

Rancangan Use Case Diagram Berikut adalah use case diagram yang mendeskripsikan interaksi antara pengguna sistem dan sistem itu sendiri.

68


Gambar 2 Use Case Manajemen Karyawan Pada use case diagram diatas terdapat 5 cases, yaitu melihat data karyawan, menambah data karyawan, mengubah data karyawan, menghapus data karyawan dan mencari data karyawan yang semuanya hanya dapat dilakukan oleh admin. Rancangan Class Diagram Class diagram menggambarkan struktur dan deskripsi class, package dan objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain. Berikut ini adalah gambar class diagram aplikasi :

69


Gambar 3 Class Diagram Rancangan Activity Diagram Activity diagrams menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir. Berikut ini adalah activity diagram pencarian mode tahani:

70


Gambar 4 Activity Diagram Pencarian Mode Tahani Hasil Tercapai Form dibawah ini merupakan tampilan yang muncul saat aplikasi pertama kali dijalankan. Semua menu yang ada dalam aplikasi ini belum aktif dikarenakan user harus terlebih dahulu masuk atau login kedalam sistem.

Gambar 5 Form Menu Utama Belum Aktif Setelah user berhasil login, maka semua menu pada form utama akan menjadi aktif. Dalam aplikasi ini terdapat fitur untuk manajemen data karyawan, daftar absensi, daftar gaji, hitung tunjangan, tahani, pekerjaan, admin, instansi, dan beberapa fitur lainnya.

71


Gambar 6 Form Menu Utama Aktif Pada form karyawan, admin dapat melakukan pencarian data karyawan aktif, karyawan non aktif, penambahan data karyawan baru, pengubahan data karyawan, penghapusan data karyawan serta pengubahan status karyawan.

Gambar 6 Form Menu Karyawan Pada form daftar absensi, admin dapat melakukan input data absensi harian karyawan, melihat dan mencari data absensi karyawan berdasarkan pengelompokan waktu serta penghapusan data absensi karyawan tertentu.

72


Gambar 7 Form Menu Daftar Absensi Pada form daftar gaji, admin dapat melakukan penambahan data gaji karyawan, melihat dan mencari data gaji karyawan. Untuk penambahan data gaji karyawan, disediakan fitur perhitungan pajak.

Gambar 8 Form Menu Daftar Gaji Pada form data hitung tunjangan, admin dapat melakukan perhitungan tunjangan yang optimal berdasarkan variabel pekerjaan yang tersedia dan telah dipilih oleh admin.

73


Gambar 9 Form Menu Hitung Tunjangan Pada form pekerjaan, admin dapat melihat dan mencari data pekerjaan yang telah tersimpan dalam basis data. Selain itu admin dapat melakukan penambahan data pekerjaan. Dalam menu ini disediakan fitur untuk menghitung sumber daya manusia yang dibutuhkan untuk suatu kasus ataupun proyek.

Gambar 10 Form Menu Pekerjaan Pada form tahani, admin dapat melakukan pencarian karyawan berdasarkan variabel tahani yang tersedia. Admin juga dapat melakukan pengubahan aturan dan batasan tahani sesuai dengan kondisi di instansi.

74


Gambar 11 Form Menu Pencarian Tahani Simpulan dan Saran Dari pembuatan aplikasi serta hasil yang dicapai dalam penelitian ini, maka dapat diambil beberapa kesimpulan antara lain : 1. Pengelolaan dan manajemen data karyawan dengan konsep basis data model Tahani dibagi menjadi 3 bagian atau variabel, yaitu tahani gaji, masa kerja, dan usia. 2. Pendataan atau pencatatan data absensi karyawan yang ada dalam sistem aplikasi ini terorganisir dan terarsipkan dengan pengelompokan absensi berdasarkan variabel waktu. 3. Penentuan kisaran gaji ataupun tunjangan yang optimal dengan “Metode Fuzzy Multiobjective Optimization” menggunakan 3faktor tunjangan, yaitu kompleksitas pekerjaan, kebutuhan pengawasan dan ketahanan fisik dapat membuat perusahaan melakukan sistem reward sesuai dengan kemampuan karyawan. 4. Penghitungan sumber daya manusia yang dibutuhkan dalam kegiatan usaha, bisnis ataupun proyek dengan “Metode Kuantitatif – Teknik Eksponen Penentu” menggunakan eksponen beban kerja dan waktu dapat membuat penjadwalan produksi berjalan dengan lebih baik dibandingkan dengan manual. Berdasarkan beberapa hal yang telah dicapai dalam pembuatan aplikasi ini, diharapkan untuk masa mendatang dapat dikembangkan lebih luas lagi. Lewat ilmu dan kebutuhan yang terus berkembang, penulis menyarankan pengembangan fitur tahani, yaitu pencarian tahani advance dengan menggabungkan karyawan dengan pekerjaan. Tentu saja pengembangkan fitur tersebut disesuaikan dengan keadaan di masa mendatang. Daftar Pustaka

75


American Heritage Dictionary. (2011). Flow-chart. Retrieved Juni 10, 2011 from http://www.answers.com/topic/flowchart#American_Heritage_Dictionary_d Belajar Pemrograman C#. (2008). Semarang : Wahana Komputer. Fowler, M (2005). UML Distilled (Edisi 3). Yogyakarta: Penerbit Andi. Imbar, R.Victor & Suteja, Bernard Renaldy (2006). Pemrograman Web-Commerce dengan ORACLE & ASP. Bandung: Penerbit Informatika. Kusumadewi, Sri. & Purnomo, Hari (2004). Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Penerbit Graha Ilmu. Laudon, K.C & Laudon, J.P (2005). Sistem Informasi Manajemen. Yogyakarta: Penerbit Andi. Nawawi, H.H (2003). Perencanaan SDM Untuk Organisasi Profit yang Kompetitif. Yogyakarta: Gadjah Mada University Press. Tamsil, Raymond. (2009). Aplikasi Pengisian SPT Masa PPh Pasal 21 Dan Atau 26, SPT Tahunan 1770S & 1770 SS Dan Rekonsiliasi Biaya Gaji. Yogyakarta: Mitra Wacana Media. Waluyo & Wirawan B. Ilyas. (2005). Perpajakan Indonesia. Yogyakarta: Penerbit Salemba Empat W3Schools. (2011). SQL Tutorial. Retrieved http://www.w3schools.com/sql/default.asp.

76

Juni

10,

2011

from

Pembuatan Aplikasi Sistem Informasi Manajemen SDM Dengan Metode Fuzzy dan Kuantitatif Teknik Eksponen Penentu

Recommend Documents