SEMINAR NASIONAL DAN CALL FOR PAPER Tema : INOVASI TEKNOLOGI MENUJU KEMANDIRIAN BANGSA

PROCEEDING SEMINAR NASIONAL DAN CALL FOR PAPER 2012

Tema : INOVASI TEKNOLOGI MENUJU KEMANDIRIAN BANGSA

08 SEPTEMBER 2012 AULA KAMPUS 1 UNIVERSITAS MUHAMMADIYAH SIDOARJO

PROCEEDING SEMINAR NASIONAL DAN CALL FOR PAPER 2012

COPYRIGHT@2012

Fakultas Teknik Universitas Muhammadiyah Sidoarjo ISBN : 978-602-18824-0-5

SEMINAR NASIONAL DAN CALL FOR PAPER 2012 FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SIDOARJO

PENANGGUNG JAWAB Hindarto, S.Kom., MT

KETUA PELAKSANA Wiwik Sulistiyowati, ST., MT

PROCEEDING EDITOR Verani Hartati., ST., MT A’rasy Fakhrudin., MT Hindarto., S.Kom., MT

TIM REVIEWERS Prof. Udisubakti Ciptomulyono., Ph.D Dr. Wibowo Harso Nugroho., M.Sc Dr. Arif Muntasa Dr. Eko Setijadi Hana Catur Wahyuni, MT Edi Widodo., MT Abdullah Basuki, M.Si Irwan Al-Kautsar., MT Izza Anshory., MT

FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SIDOARJO

UCAPAN TERIMA KASIH

Rektor UMSIDA Onno W. Purbo., M.Eng., Ph.D Dr. Henry Subiakto., MA Telkom Sidoarjo Barcom – IT Supplier Indograf Printpack Sidoarjoku.Com

KATA PENGANTAR KETUA PANITIA

Assalamu’alaikum Wr. Wb Puji sykur kehadirat Allah SWT, atas berkat Rahmat dan Hidayah – Nya Seminar Nasional Fakultas Teknik – Universitas Muhammadiyah Sidoarjo dapat dilaksanakan sesuai dengan jadwal yang telah direncanakan, 08 September 2012. Fakultas Teknik Universitas Muhammadiyah Sidoarjo, dalam berprosesnya selalu berusaha untuk meningkatkan kualitas dan atmosfer akademik. Baik kualitas dalam hal akademik dan non akademik. Serta peningkatan atmosfer akademik dapat terbentuk dengan adanya interaksi yang berkelanjutan antar sivitas akademika yang ada dalam internal institusi pendidikan tinggi tersebut, maupun antar institusi pendidikan tinggi lainnya. Salah satu cara untuk meningkatkan Interaksi yang berkelanjutan tersebut, dengan adanya suatu kegiatan publikasi hasil penelitian yang dapat membentuk interkasi positif antara mahasiswa, dosen, praktisi dan masyarakat. Seminar Nasional dan Call For Paper merupakan agenda rutin bagi Fakultas Teknik Universitas Sidoarjo. Pada Seminar Nasional dan Call for Paper tahun 2012 mengusung tema “ Inovasi Teknologi Menuju Kemandirian Bangsa”. Diharapkan dengan adanya kegiatan ini pula dapat dijadikan sebagai sarana komunikasi antar peneliti, akademisi maupun praktisi, sekaligus sebagai sarana publikasi pendidikan tinggi penyelenggara. Akhirnya, atas nama panitia kami mengucapkan selamat mengikuti Seminar Nasional dan Call for Paper Fakultas Teknik 2012, semoga bermanfaat bagi diri kita, instusi pendidikan tinggi, masyarakat dan bangsa, serta perkembangan ilmu pengetahuan dan teknologi. Wassalamu’alaikum Wr.Wb Sidoarjo, 05 September 2012 Ketua Panitia,

Wiwik Sulistiyowati, ST., MT

KATA PENGANTAR DEKAN FAKULTAS TEKNIK

Assalamu’ alaikum Wr. Wb Alhamdulillah, puji syukur kepada Allah SWT, yang selalu melimpahkan rahmat dan hidayahNya pada kita semua. Selamat datang dan terima kasih atas peran serta peserta Seminar Nasional Fakultas Teknik Universitas Muhammadiyah Sidoarjo. Dalam rangka memfasilitasi semua kalangan, dosen, mahasiswa, peneliti, pelaku bisnis dan masyarakat umum dalam mempublikasikan hasil penelitiannya, dan sebagai jembatan untuk melakukan sharing dalam rangka meningkatkan daya saing bisnis, maka Fakultas Teknik menyelenggarakan Seminar dengan tema inovasi teknologi menuju kemandirian bangsa Seminar ini diharapkan dapat memberikan wawasan mengenai pentingnya inovasi teknologi dalam memajukan bangsa. Selain itu, berbagai konsep, dan hasil penelitian bidang rekayasa teknologi dibahas dalam seminar ini. Konsep dan hasil penelitian ini akan disajikan dalam presentasi dan diskusi ilmiah yang melibatkan peneliti dengan berbagai macam bentuk penelitian rekayasa teknologi. Akhirnya,

kami

mewakili

civitas

akademik

Fakultas

Teknik

Universitas

Muhammadiyah Sidoarjo menyampaikan terimakasih kepada semua pihak, panitia seminar, peserta seminar, sponsorship dan semua pihak yang telah membantu pelaksanaan seminar ini. Selamat melaksanakan seminar dan diskusi ilmiah, semoga acara ini mendapat ridlo dari Allah SWT dan bermanfaat bagi kita semua. Amin. Wassalamu ‘alaikum Wr .Wb

Sidoarjo, 05 September 2012 Dekan Fakultas Teknik

Hindarto, S.Kom, MT

SUSUNAN PANITIA SEMINAR NASIONAL FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SIDOARJO

Penanggung Jawab Ketua Pelaksana Sekretaris 1 Sekretaris 2 Bendahara Kesekretariatan

: Hindarto, S. Kom., MT : Wiwik Sulistiyowati, MT : Yulian Findawati, ST, M.MT : Verani Hartati, MT : Izza Anshory , ST, MT : Achmad Ahfas, MT Harjo, S.Kom Nidhom, ST

Sie. Publikasi dan Dokumentasi : Roni Pambudi, S.Kom Arif Rahman, M.PSi Alfan, S.Kom Sie Proceeding

: Arif SenjaFitroni, S.Kom Abdullah Basuki, MSi Hana Catur, MT Edi Widodo, MT A’rasy Fakhrudin, MT

Tim ReviewerAhli

: Dr. Wibowo Harso Nugroho.,M.Sc Dr. Arif Muntasa Prof. Dr. UdiSubakti Dr. EkoSetijadi

Sie. Acara

: Atikha Sidhi C., ST Iswanto, MMT Abi Nurdian, ST Ade Eviyanti., ST Drs. Amirin

Sie. Dana Usaha

: Ir. Sumarno Ir. Wiwik Sumarmi., MT Irwan Al Kautsar, S.Kom, M.Kom

Sie Perlengkapan

: Galih

JADWAL ACARA SEMINAR NASIONAL FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SIDOARJO Hari, Tanggal

Jam

Materi

08.30 – 08.35

Pembukaan

08.35 – 09.00

Sambutan-Sambutan

Pemateri PembawaAcara Ketua Pelaksana SNFT 2012 Rektor UMSIDA

09.00 – 11.00

Seminar Nasional

Onno W. Purbo, M.Eng, Ph.D

”Inovasi Teknologi

Dr. Henry Subiakto, MA

menuju Kemandirian

Sabtu,

Bangsa”

8 /9/ 2012 11.00 – 11.30

Tanya Jawab

11.30 – 12.30

ISHOMA

12.30 – 16.00

Presentasi Call For

Moderator : Irwan Al Kautsar Notulen : VeraniHartati Peserta Seksi konsumsi Pemakalah

Paper sesi 16.45 – 17.00

Penutupan

Panitia

DAFTAR ISI A.

BIDANG TEKNIK INDUSTRI 1. Evaluasi Kebijakan Inventori Material Chemical Asam Chlorida Menggunakan Metode Deterministik Dinamis Sugiyanto , Verani Hartati .......................................................................... A. 1 -6 2. Mengoptimalkan output produksi dengan Model Material Requirement Planning dan Model Capacity Requirement Planning pada produk tinta Jaka Purnama, Abbas Sato .......................................................................... A.7 - 12 3. Analytical hierarchy process sebagai dasar pemilihan pemasok dan penentuan anggaran pembiayaan bahan baku di CV. Karya Bahari Surabaya Nofan Hadi, Widhy W, Achmad S............................................................ A. 13 -22 4. Analisa Tingkat Sophisticated Teknologi Dengan Integrasi Metode TeknometrikAnaliytical Kierarki Process (AHP) Untuk Meningkatkan Mutu Pendidikan pada Universitas “X “ Hana Catur W, Atikha S.C, Boy Isma P.................................................... A. 23 -26 5. Analisis Peningkatan Kualitas Tahu Dengan Pendekatan Quality Function Deployment Milatul Ulya, Hotib, Iffan M..................................................................... A. 27 -38 6. Analisis Pemilihan Supplier Batu Bara Dengan Metode Data Envelopment Analysis Heri Sugiono, Hana Catur W .................................................................... A. 39 -44 7. Peningkatan Kualitas Pelayanan dengan Pendekatan Fuzzy dan Metode Serbice Quality Muhammad Ainul Yakin, Wiwik Sulistiyowati........................................ A. 45 -50 8. Usulan perbaikan tata letak pada proses produksi di cv. Mitra setia sejahtera dengan metode line balancing dan metode space rel Angga Faif D, Atikha S.C ........................................................................ A. 51 -58

9. Analisa Kepuasan Konsumen Terhadap Pelayanan Service Sepeda Motor Yamaha Bebek Menggunakan Metode Intergrasi Servqual Dan Quality Funtion Deployment Wiwik Sumarmi, Diaz Risky Yuniar ........................................................ A. 59 -66 10. Pemanfaatan metode Delphi dan QFD dalam peningkatan kualitas proses belajar mengajar pada SMP Dr. Soetomo Surabaya Taufik Rachmad Fauzy, Evi Yuliawati.................................................... A. 67 -74 11. Evaluasi Penjadwalan Perawatan Untuk Meningkatkan Reliability Mixer Scanima Pada PT. X Cristian Hadi W, Tedjo Sukmono ........................................................... A. 75 -82 12. Evaluasi pengalaman pelanggan pada cat tembok durashield produksi PT. Tunggal Djaja Indah Rony Prabowo .......................................................................................... A. 83 -92 13. Analisis Jenis Dan Penyebab Kecacatan Produk Minibus Pada Proses Trimming Menggunakan Fault Tree Analysis Desy Meilina Fulani, Retno Wulan ........................................................ A. 93 -100 14. Analisa pemilihan supplier polyurethan dengan vendor performance indicator berbasis Quality Cost Delivery Flexibility Responsiveness di PT Sinar Foam jaya Surabaya Rony Prabowo ...................................................................................... A. 101 -106 15. Analisa Kepuasan Pelanggan Terhadap Kualitas Layanan Bengkel Dengan Quality Function Deployment Di Ahass Kebonsari Motor Surabaya Joko Amianto ...........................................................................................A. 107 -116 16. Pengendalian Persediaan Bahan Baku Dengan Menggunakan Metode Algoritma Wagner Within Burhan, Beni Isroil, Cahyo Indarto...........................................................A. 117 -123

B.

BIDANG TEKNIK INFORMATIKA 1. Sistem pendukung keputusan investasi saham Berbasis Fuzzy Logic Achmad Zakki F, Judi Prajetno S, Hartarto J .................................................... B.1 -10

2. Non Photorealistic Rendering Untuk Gambar Kartun Menggunakan Bilateral Filter Dan Luminance Quantization

Endra Rahmawati ............................................................................................ B.11 -20 3. Identifikasi Sinyal Elektroencephalograph Mengunakan Metode Wavelet Dan Support Vector Machine (SVM)

Fenny Puspitasari, Hindarto ............................................................................ B.21 -30 4. Pengembangan Modul Penilaian Otomatis Terhadap Jawaban Soal Pendek Terbuka

Dalam Sistem E-Learning Husni Thamrin, Jan Wantoro .......................................................................... B.31- 38 5. Sistem Pendukung Keputusan Kualitas Karyawan Berdasarkan Uji Kompetensi Dan Fuzzy Database Model Tahani Muhammad Noval R, Judi Prajetno S, Yosi K ............................................... B.39- 50 6. Penggunaan Algoritma Apriori Untuk Analisa Market Basket Pada Apotek Noor Fauziah, Ade Eviyanti .......................................................................... B.51- 58 7. Pemanfaatan Association Rule Mining Dalam Membantu Pencarian Dokumendokumen Berita yang Saling Berkaitan Hermawan Andika, Suhatati Tjandra .......................................................... B.59 - 66 8. Evaluasi Aplikasi E-Government Pada Situs Web Pemerintah Daerah Menggunakan Analytic Hierarchy Process Slamet Kurniawan, Siti Rochimah.................................................................. B.67- 72

C. TEKNIK MESIN 1.

Pengaruh Arc On Time Dan Arus Terhadap Kekasaran Permukaan Hasil Permesinan Sinking Edm (Electric Discharge Machine) Menggunakan Elektroda Kuningan Dan Material St 41 Bambang Setyono, Mrihreningtyas ...................................................................C. 1- 5

2. Pengaruh Variasi Sudut Potong Utama (Kr) Pada Sudut Orientasi 135o Antara Pahat Dan Benda Kerja Terhadap Batas Stabilitas Chatter Pada Proses Bubut Untuk Arah Putaran Clockwise Dzulkifli, Suhardjono ..................................................................................... C.6 - 16 3. Perancangan Ulang Gatting System Dan Riser Untuk Satu Cetakan Dua Produk Pada Pengecoran Sapu Roda Hakam Muzakki .................. ........................................................................ C.17 - 26 4. Desain Alat Pengisi Biji Kopi Semi Otomatis Judi Prajetno S, Yeni, Edi Suryanto.............................................................. C.27 - 36 5. Analisa Pengaruh Beda Sudut Pengapian Dan Beban Poros Terhadap Unjuk Kerja Pada Mesin Bensin 4 Tak Purnomo, Efrita AZ, Edi Suryanto................................................................ C.37 - 44 6.

Pengaruh Arus Listrik Terhadap Sifat Mekanis Dan Struktur Mikro Pada Baja Dengan Proses Pengelasan SMAW Suheni, Purnomo ......................................................................................... C.45 - 52

7.

Analisa Perbandingan Bahan Valve Titanium Terhadap Baja Pada Kinerja Motor Bensin Empat Langkah Muhammad Taufikurrochman, Prantasi Harmi T ....................................... C.53 - 59

D. TEKNIK ELEKTRO 1. Implementasi Penentuan Langkah Search Engine Optimization Berdasarkan Nilai Bobot Tertinggi Firma Sahrul Bahtiar, Abdul Kadir, Widyawan .......................................... D.1 - 6 2. Alat Pembersih Olie Bhzer pada Pipa Stainless Steel di PT. Guntner Indonesia menggunakan Mikrokontroler ATMEGA 8535 M. Mizan Asrori, Ari Wijanarko ................................................................. D.7-11

A. BIDANG TEKNIK INDUSTRI

B. BIDANG TEKNIK INFORMATIKA

C. BIDANG TEKNIK MESIN

D. BIDANG TEKNIK ELEKTRO

Proceeding Call for Paper – SNFT UMSIDA 2012 BIDANG TEKNIK INFORMATIKA

SISTEM PENDUKUNG KEPUTUSAN KUALITAS KARYAWAN BERDASARKAN UJI KOMPETENSI DAN FUZZY DATABASE MODEL TAHANI Muhammad Noval Riswandha Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) YADIKA Bangil [email protected] Judi Prajetno Sugiono Institut Sains Terapan dan Teknologi Surabaya (iSTTS) Surabaya [email protected] Yosi Kristian Institut Sains Terapan dan Teknologi Surabaya (iSTTS) Surabaya [email protected]

ABSTRAK Kualitas tenaga kerja yang tinggi adalah salah satu faktor penting untuk menjamin kualitas produk. Cara yang efektif untuk meningkatkan dan melihat kualitas tenaga kerja adalah melakukan uji kompetensi. Tetapi masih banyak perusahaan yang belum memiliki sistem yang dapat digunakan membantu proses kualifikasi rekomendasi. Oleh sebab itu perlu dibangun sebuah sistem yang melakukan kualifikasi rekomendasi yang telah ditentukan, berdasarkan kriteria-kriteria yang telah ditentukan. Dengan menggunakan analisa CFA (Confirmatory Factor Analysis) yang memberikan analisa terhadap variabel uji kompetensi dan fuzzy database model tahani yang memberikan hasil akhir berupa daftar peringkat rekomendasi dari system dengan tujuan agar membantu management didalam penilaian karyawan dengan secara obyektifitas sesuai dengan standard kualitas. Berdasarkan hasil uji coba analisa CFA dan fuzzy database model tahini terhadap uji kompetensi, dapat diketahui bahwa system layak guna untuk membantu proses kualifikasi rekomendasi dengan nilai akurasi 83.3 % yang sesuai dengan hipotesa penelitian. KATA KUNCI Kualitas tenaga kerja, Uji Kompetensi, Fuzzy Database Model Tahani, Daftar Peringkat Rekomendasi

1. Pendahuluan Salah satu cara efektif untuk meningkatkan dan melihat kualitas tenaga kerja adalah dengan melakukan uji kompetensi karena kualitas tenaga kerja adalah salah satu factor penting untuk menjamin kualitas produk. Dimana perusahaan dapat menilai karyawan apakah berkompeten didalam bidangnya seperti melakukan pekerjaan secara teknis dan mampu bekerja secara mandiri dan bekerja sama dalam kelompok dan uji kompetensi ini berasal dari job desc masing-masing karyawan ditempat kerja masing-masing. Beberapa perusahaan masih menggunakan cara manual dan belum memiliki sistem yang dapat digunakan membantu proses kualifikasi rekomendasi uji kompetensi. Oleh sebab itu perlu dibangun sebuah sistem dengan menggunakan analisa CFA (Confimatory Factor Analysis) yang memberikan analisa terhadap variabel uji kompetensi dan fuzzy database model tahani, dimana akan memberikan hasil akhir berupa daftar peringkat rekomendasi. Hipotesa dari penelitian ini adalah dengan pembuatan sistem pendukung keputusankualitas karyawan berdasarkan uji kompetensi, diharapkan dapat membantu management didalam penilaian karyawan dengan akurasi hingga 80 %.

2. Metode 2.1. Confirmatory Factor Analysis (CFA) Confirmatory Factor Analysis (CFA) adalah salah metode pada analisis multivariate yang digunakan untuk mengkonfirmasi apakah model yang dibangun sesuai dengan yang dihipotesiskan. Model yang dianalisa terdiri dari satu atau lebih peubah laten yang diukur oleh satu atau lebih peubah indicator. Peubah laten adalah peubah yang tidak dapat

Fakultas Teknik Universitas Muhammadiyah Sidoarjo

B-39

Proceeding g Call for Pa aper – SNFT T UMSIDA 2 2012 BIDAN NG TEKNIK K INFORMATIKA

diukur secaraa langsung daan memerlukkan peubah inndicator untukk mengukurnnya, sedangkaan peubah inddicator adalahh peubah yangddapat diukur secara langsunng [3]. Model umum m Confirmatoryy Factory Anaalysis (CFA) adalah a sebagai berikut : X = λx + δ ………… ……………………………… ……………… ………………… ……………… ……………… ……… (1) Keteranggan : : vector bagi X b peubah-ppeubah indicattor : matriks bagi factor looading (λ) λx : matriks variable latenn : error δ

mbar 1. Diagrram CFA Gam n indikator-indikator dalam m mengukur peubah p laten dinilai d dengann Model yang dianalisa haruus bersifat vaalid, kevalidan d mengggunakan uji-t.. Setelah dipeeroleh model dugaan, makaa menguji apakkah semua fakktor loadingnyya(λi) nyata dengan perlu dilakukkan uji kesesuuaian/kelayakkan model. Beberapa ukurran kesesuaiann model yang sering diguunakan adalahh GFI,AFGI,RM MSEA dan CF FI. GFI (goodness fit index) adalah a indekss ketepatan model m dalam m menjelaskan model m yang diisusun. Nilai GFI memilikki d cukupp kuat apabilaa dikembalikann rentang dari 0 sampai 1, nilai GFI diatass 0.90 menunjjukkan bahwaa model yang disusun kepadap opulasi penilitian. a CFI. CFI C (comparattive fit index)) adalah nilai perbandingann Koefisien lainn yang menunnjukkan keteppatan model adalah model yang disusun d dengaan model yangg ideal. Sama seperti GFI, nilai CFI mem miliki rentangg dari 0 samppai 1.Nilai CF FI yang diharapkkan adalah diaatas 0.90. Koefisien yaang menjelasskan residu model m adalahh RMSEA. RMSEA R (root mean squarre error of approximation a n) menjelaskan rresidu yang teerdapat di dallam model. Oleh karena ituu, nilai ini dih harapkan sanggat kecil yaitu dibawah 0.088 [2]. 2.2. Fuzzy Daatabase Model Tahani Basisdata meerupakan kum mpulan dari daata yang salin ng berhubunggan satu denggan yang lainn nya, tersimpaan diperangkaat keras komputter dan digunaakan perangkaat lunak untuk k memanipulaasinya. Basisddata yang umuumnya digunaakan, memilikki data yang lenngkap dalam setiap s tabelnyya. Apabila kitta memiliki ddata yang kuraang lengkap, mengandung m k ketidakpastian n dan ambigu, maka penggu unaan basisdatta biasa menjjadi sulit untuuk dilakukan. Dari situlah, logika fuzzy dimanfaatkann untuk menganntisipasi pemaanipulasian daata dalam basiisdata yang mengandung m ketidakpastian, k , baik dari sisi data maupunn querynya. Metode Tahaani merupakan n salah satu metode m yang digunakan paada logika fu uzzy. Metode Tahani meruupakan metodee yang mengguunakan relasi standard, haanya saja mod del ini menggunakan teorri himpunan fuzzzy f untuk mendapatkann querynya[4]. finisikan dengaan menggunak kan suatu fung gsi keanggotaaan oleh Zadehh Sejak dikenallkan konsep himpunan fuzzzy, yang didefi pada tahun 11965, anggotaa-anggota him mpunan fuzzyy tidak didasarkan pada masalah m pengguatan tetapi pada masalahh kederajatan. Himpunan fuuzzy dan loggika fuzzy semakin banyyak diminati para ahli kaarena sifat kelenturan dann subjektivitasnnya. Berdasarkkan fakta dann trend ke deppan, orang akaan cenderung mengaburkann identitas yanng dimilikinyaa

B-400

Fakultaas Teknik Un niversitas Muhammadiy M yah Sidoarjo o

Proceeeding Call for f Paper – SNFT UMSSIDA 2012 BIDANG TE EKNIK INFO ORMATIKA A

karena berbaagai pertimban ngan. Akibatnnya data yang g dihimpun di d lapangan, selain data kuantitatif k (noon fuzzy) jugaa banyak dijum mpai data kualiitatif (fuzzy). Umur U dikatak kan tua, tinggi badan dikatakkan pendek daan sebagainyaa [1] . 2.3. Metode P Penelitian Adapun langkkah-langkah yang y akan dilaakukan dalam penelitian ini dapat dijabarrkan sebagaibeerikut: 1. Spesifikaasi Data Inputt. Menentukann variable inpuut fuzzy dan variabel v input non fuzzy. 2. Pemodellan CFA. Penngolahan dataa uji kompeteensi dengan Confirmatory C Data Analysis dan menghhasilkan suatuu model ujji kompetensi yang sesuai dengan d harapaan perusahaan. 3. Fuzzifikaasi. Pengolahaan data uji koompetensi, dim mana hasil penngolahan dataa ini akan digu unakan sebagaai dataset padaa fuzzy. K P Pembuatan ru ule-rule fuzzy pada sistem pendukung p kepputusan. 4. Perhitunngan Derajat Keanggotaan. 5. Perhitunngan Fire Strenngth. Operasi pada dua atauu lebih himpunnan fuzzy terhhadap kriteria yang dipilih. p sistem peendukung kep putusan yang menghasilkann rekomendassi 6. Output. Implementasii dan uji cobaa rule fuzzy pada yang tepat bagi perusaahaan.

Gamb bar 2. Metodee Penelitian

Fakultas Teeknik Univerrsitas Muham mmadiyah Sidoarjo S

B-41 1


3. Hasil daan Analisa Pembahasan menggunakann CFA dimaksudkan menganalisa model uji kompeteensi untuk meenganalisis huubungan antaraa variabel latenn dan variabel indikator. Dari data uji kompetensi karyawan, k seteelah dilakukan n uji analisa CFA C dengan 20 uji kompeetensi, didapattkan model ujji kompetensi seeperti gambarr dibawah ini:

+ Gambar 3. Model CFA Uji Kompeteensi

B-422



Selain itu ujii kevalidan daari masing-masing indikatoor pada modeel uji kompettensi pertama dapat dilihatt pada gambaar dibawah ini:

Gambar 4. Model Uji-T Uji Kompeteensi


B-43 3


Selain path diiagram modell uji kompetennsi dan uji-T, data juga mennghasilkan Gooodness of Fitt Statistics darri hasil analisis CFA, disimpuulkan menjadii table uji Gooodness of Fit seperti s pada taable dibawah ini: i Tabel 1.Good dness of Fit Model M Uji Koompetensi Goodn ness of Fit Ind dex

Standard

Hasiil model

Keteran ngan

RMSEA

< 0.08

0 0.19

Kurangg Fit

CFI

> 0.90

0 0.27

Kurangg Fit

GFI

> 0.90

0 0.58

Kurangg Fit

AGFI

> 0.90

0 0.48

Kurangg Fit

3.1. Modifikaasi Model Sesuai aturann modifikasi yang ada, modifikasi dilakukkan dengan peengurangan seejumlah variabbel indikator yang y memilikki nilai faktor looading dibawaah 0.5 dikarenaakan indikatorr yang memiliiki nilai faktorr loading dibaawah 0.5 mem miliki pengaruhh yang rendah terhadap variiabel laten yaang ada, atau dengan kata lain variabel indikator yan ng dibawah 0.5 tidak diikuut m an faktor load ding yang memiliki m nilai dibawah 0.55, sertakan dalaam analisa CFA selanjuttnya. Selain menghilangka modifikasi juuga dilakukan n dengan caraa menghubung gkan (mengkoorelasikan) anntar error varrian suatu inddikator dengann yang lain. Paasangan errorr varian indikkator yang diikorelasikan didasarkan paada modification indices pada p program m LISREL [2]. Setelah melakkukan modifik kasi, maka hassil path diagraam pada uji koompetensi perrtama seperti pada p gambar dibawah d ini:

Gambarr 5. Model CF FA Uji Komp petensi Setela ah Modifikasii

B-444



Berdasarkan path diagram dan Goodness of Fit Statistics setelah dilakukan modifikasi, yaitu dengan menghilangkan peubah-peubah indikator yang tidak signifikan pada model uji kompetensi pada tabel dibawah ini: Tabel 2 .Peubah Indikator Yang Tidak Signifikan No 1

Uji Kompetensi 1

Peubah Indikator Tidak Signifikan X6,X8,X9,X10,X19

Pada tabel diatas dijelaskan beberapa peubah indikator yang tidak signifikan yang dihilangkan pada model uji kompetensi dan merupakan peubah indikator yang kecil pengaruhnya atau memiliki kontribusi terkecil dalam membentuk peubah laten. Didalam penelitian untuk perusahaan harus memperhatikan peubah indikator yang tidak signifikan sebagai uji kompetensi yang memiliki tingkat penerimaan oleh karyawan yang paling rendah. Selanjutnya dapat dilihat kesimpulan dari tabel uji Goodness of Fit setelah modifikasi seperti pada tabel dibawah ini: Tabel 3. Goodness of Fit Setelah Modifikasi Uji Kompetensi

Goodness of Fit Index

1

Standard

Hasil model

Keterangan

RMSEA

< 0.08

0.00

Fit

CFI

> 0.90

1.00

Fit

GFI

> 0.90

0.94

Fit

AGFI

> 0.90

0.92

Fit

Dari tabel diatas setelah menghilangkan peubah-peubah indikator yang tidak signifikan, dapat dilihat model path diagram hasil modifikasi memenuhi goodness of fit untuk semua kriteria, maka model dianggap baik atau fit, selain itu hasil uji TValues menunjukkan hubungan antara variabel indikator dan variabel latennya tidak menunjukkan adanya warna merah dan menunjukkan bahwa variabel indikator tersebut signifikan (t > 2) dan menunjukkan bahwa data yang diambil sudah mewakili data yang sebenarnya. 3.2. Pembahasan Fuzzy Database Model Tahani Dan Hasil 3.2.1. Fungsi Keanggotaan Fungsi keanggotaan setiap variabel fuzzy yang digunakan adalah : fungsi keanggotaan uji kompetensi, fungsi keanggotaan usia, fungsi keanggotaan masa kerja dan fungsi keanggotaan gaji.

A. Uji Kompetensi Dari variabel uji kompetensi dibagi menjadi tiga himpunan fuzzy, yaitu: KURANG MENGERTI, CUKUP MENGERTI, dan MENGERTI. Himpunan KURANG, CUKUP MENGERTI dan MENGERTI menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan CUKUP MENGERTI menggunakan pendekatan fungsi keanggotaan berbentuk segitiga. Kurang Mengerti

Cukup Mengerti

Mengerti

μ[x

6

72.

10 80

Gambar 7. Fungsi Keanggotaan Uji Kompetensi Fungsi keanggotaan: Kurang Mengerti =

1; x ≤ 65 72.5 – x; 65 ≤ x ≤ 72.5 7.5 0; x ≥ 72.5 …………………………………………………………………. (2)


B-45


Cukup Mengerti =

Mengerti

=

0; x ≤ 65 atau x ≥ 80 x - 65; 65 ≤ x ≤ 72.5 7.5 80 – x; 72.5 ≤ x ≤ 80 …………………………………………………………………. (3) 7.5 0; x ≤ 72.5 x – 72.5; 72.5 ≤ x ≤ 80 7.5 1; x ≥ 80 …………………………………………………………………. (4)

B. Usia Dari variabel usia dibagi menjadi tiga himpunan fuzzy, yaitu: MUDA, PAROBAYA, dan TUA. Himpunan MUDA dan TUA menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan PAROBAYA mengunakan pendekatan fungsi keanggotaan berbentuk segitiga.

1

Parobaya

Muda

Tua

μ[x]

30

35

40

45

50

Gambar 8. Fungsi Keanggotaan Usia Fungsi keanggotaan : Muda

=

Parobaya

=

Tua

=

B-46

1; x ≤ 30 40 – x; 30 ≤ x ≤ 40 10 0; x ≥ 40 …..……………………..………………………………………. (5) 0; x - 35; 10 50 – x; 5 0; x – 40; 10 1;

x ≤ 35 atau x ≥ 50 35 ≤ x ≤ 45 45 ≤ x ≤ 50 …………………………………………………………………. (6) x ≤ 40 40 ≤ x ≤ 50 x ≥ 50

………………………………………………………..…………. (7)



C. Masa Kerja Dari variabel masa kerja dibagi menjadi dua himpunan fuzzy, yaitu: BARU dan LAMA. Himpunan BARU dan LAMA menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu.

Baru

1

Lama

μ[x]

5

25

15

10

Gambar 9. Fungsi Keanggotaan Masa Kerja Fungsi keanggotaan : Baru

=

Lama

=

1; x≤5 15 – x; 5 ≤ x ≤ 15 10 0; x ≥ 15 …………………………………………………………………. (8) 0; x ≤ 10 x - 10; 10 ≤ x ≤ 25 15 1; x ≥ 25 ……………………………………………………………….…. (9)

D. Gaji Dari variabel masa kerja dibagi menjadi tiga himpunan fuzzy, yaitu: KECIL, SEDANG, dan TINGGI. Himpunan KECIL dan TINGGI menggunakan pendekatan fungsi keanggotaan yang berbentuk bahu, sedangkan himpunan SEDANG mengunakan pendekatan fungsi keanggotaan berbentuk segitiga. Sedang

Kecil

1

Tinggi

μ [x]

0

1.300

1.500

1.800

2.000

2.500

3.000

Gambar 10. Fungsi Keanggotaan Gaji Fungsi keanggotaan : Kecil =

1; 1.800 – x; 500 0;

x ≤ 1.300 1.300 ≤ x ≤ 1.800 x ≥ 1.800

……………………………………………………… (10)


B-47


0; Sedang =

x ≤ 1.500 1 atau x ≥ 2.500 2 1.5000 ≤ x ≤ 2.000

x – 1.5000; 500 2.500 – x; x 2.0000 ≤ x ≤ 2.500 …………………………… ……………… ……………… (11) 500 0; x ≤ 2.000 2 Tinggi = x – 2.0000; 2.0000 ≤ x ≤ 3.000 1.000 1; x ≥ 3.000 ……………… …………………………… (12) ……………… 3.2.2. Pembeentukan Querry Pada penelitiian ini, pemb buatan query menggunakan n operator AN ND atau OR untuk menghhubungkan anntara variabell. Untuk operattor AND atauu relasi AND,, fire strenghttnya diambil yang minimuum dan untuk relasi OR firre strengthnyaa diambil yang maksimum. Berdasarkan jjumlah variab bel yang digunnakan, yaitu seebanyak 27 vaariabel (23 varriabel fuzzy dan 4 variabel non fuzzy) Dari pembenttukan query dicontohkan deengan uji cobaa 3 uji kompettensiuntuk tennaga admin yaaitu Penulisan Data, Kontrool Reagen dan R Referensi Stanndar dengan prredikat MENG GERTI, da njaabatan CLRQA A. Dan query yaang dihasilkann seperti gambbar dibawah inni:

Gambar 11. Query Ujji Kompetenssi Dari 3 uji koompetensi yanng dilakukan, maka pada taabel dibawah.. menunjukkaan hasil akuraasi uji hipotesa dengan dataa actual yang teelah digunakan n oleh departeement tersebuut sebelumnyaa (karyawan bagian admin)..

B-488



Tabel 4. Hasil Akurasi Ujji Hipotesa

No.

Aktual Ka aryawan Admin

Uji Coba

1 10

Perta ma

1 1 10 2

Tidak Rekomeendasi (%)) 30 3 %

70 Kedu

10 1 % 90

a 1 10

3

Rekomend da si (%)

Keti ga

10 1 % 90

TOTAL ER RROR (TOTAL L TIDAK REK KOMENDASI)) E ERROR RATA A-RATA (TOT TAL ERROR / JUMLAH UJII COBA)) NILAII AKURASI (100 – ERROR RATA-RATA) R )

5 % 50 16 6.67 % 83.33 %

Perolehan nillai akurasi sebbesar 83.33 %, % maka hasil uji coba sesuuai dengan hipotesa yang menunjukkan m bahwa sistem m penunjang keeputusan kualiitas karyawann berdasarkan uji kompetennsi diharapkann dapat membbantu manageement didalam m penilaian karyyawan di peruusahaan dengaan akurasi hinggga 80 %. ba Rekomend dasi 3.2.3. Uji Cob Akan dilakukkan uji coba rekomendasii dari aplikassi ini, dengann pembentukaan query rekoomendasi kennaikan jabatann karyawan padda uji kompeteensi. Rekomendasi ini berd dasarkan data 20 uji kompettensi dengan predikat p Menggerti ditambahh dengan statuss Karyawan Permanent, P Jaabatan ASPV VQA (Assistenn Supervisor QA), Grade L2 dan Penggalaman Lamaa dimana diharaapkan sistem ini akan mereekomendasikaan karyawan yang y berkomppeten untuk menjadi m SPVQ QA (Superviso or QA). Dan hasil queery yang didap patkan dari applikasi seperti gambar dibaw wah :

Gambar 12. Rekomendassi Uji Kompeetensi d 3 orang karyaw wan sesuai deengan kriteria yang diinputtkan kedalam sistem sesuaai Dari proses rrekomendasi didapatkan dengan tabel dibawah ini:


B-49 9


Tabel 5. Hasil Rekomendasi Uji Kompetensi Rank

NIK

Nama

Jabatan

Fire Strength

1

8812017

M. SAHIDI WALUYO

ASPVQA

0.0667

2

607066

AMIR SYAHPUTRA

ASPVQA

0.0000

3

8106019

MARTONI YUDI SAPUTRO

ASPVQA

0.0000

Dari hasil uji kompetensi telah didapatkan hasil query 3 orang karyawan tetapi berdasarkan nilai fire strength diatas 0, maka dari 3 orang karyawan tersebut hanya 1 orang karyawan yang direkomendasikan. Yaitu M. SAHIDI WALUYO. Maka fire strength terbesar menempati rangking paling atas merupakan karyawan yang paling direkomendasikan untuk kenaikan jabatan menjadi SPVQA (Supervisor QA) dalam uji kompetensi.

4. Penutup 4.1. Kesimpulan Dari hasil penelitian ini dan berdasarkan atas hipotesa penelitian, maka dapat disimpulkan sebagai berikut: 1. 2.

Dengan analisa Confirmatory Factor Analysis, dapat analisa variabel-variabel yang memberikan kontribusi terbesar dan kontribusi terkecil didalam variable llaten. Dan perusahaan dapat menganalisa variabel dengan kontribusi terkecil sebagai variabel yang harus diperhatikan karena memiliki tingkat penerimaan yang rendah oleh karyawan. Berdasarkan hasil uji coba uji kompetensi dengan Fuzzy Database Model Tahani, dapat diketahui bahwa sistem ini layak guna untuk membantu proses kualifikasi rekomendasi yang sesuai dengan hipotesa penelitian

4.2. Saran 1. Untuk mendapatkan kualifikasi rekomendasi yang lebih baik lagi, dapat menambahkan beberapa variabel fuzzy dan non fuzzy seperti : a. Nilai-nilai evaluasi karyawan seperti nilai disiplin, nilai kerjasama, nilai kepemimpinan, nilai pemecahan masalah, nilai tugas dan inisiatif dan nilai training b. Nilai personal karyawan seperti jenis kelamin, lokasi rumah, penggunaan kacamata, kesehatan, bahasa yang dikuasai, aplikasi yang dikuasai, absensi, dll 2. Dari hasil analisa Confirmatory Factor Analysis, perlu menjadi perhatian khusus bagi perusahan terhadap variabelvariabel yang tidak signifikan sebagai uji kompetensi yang memiliki tingkat penerimaan yang paling rendah oleh karyawan dan variabel-variabel yang sudah baik agar nantinya diketahui hal-hal apa yang perlu untuk meningkatkan kualitas karyawan. 3. Sistem ini dapat digunakan untuk semua departement yang ada di perusahaan dengan masing-masing uji kompetensi dan variabel-variabel tambahannya.

Daftar Pustaka [1] Dewi Retno Sari Saputro,M.Kom, Retantyo Wardoyo, M.Kom, Aplikasi Logika Fuzzy untuk Pembentukan Tipe Data Fuzzy dan querynya pada Sistem Basis Data (Program Studi Ilmu Komputer Program Pascasarjana Universitas Gadjah Mada, Yogyakarta, 2001) [2] Setyo H.W, Structural Equation Modeling dengan Lisrel 8.8 (Penerbit Graha Ilmu, 2008) [3] Sofyan Yamin, Heri Kurniawan, Structural Equation Modeling: Belajar Lebih Mudah Teknik Analisis Data Kuisioner dengan Lisrel-PLS (Penerbit Salemba Empat, 2009) [4] Sri Kusumadewi dan Hari Purnomo, Aplikasi Logika Fuzzy untuk Pendukung Keputusan (Yogyakarta : Graha Ilmu, 2004).

B-50


SEMINAR NASIONAL DAN CALL FOR PAPER Tema : INOVASI TEKNOLOGI MENUJU KEMANDIRIAN BANGSA

Recommend Documents