SISTEM PENDUKUNG KEPUTUSAN REWARD DAN PUNISHMENT KARYAWAN BERDASARKAN TINGKAT KEPUASAN KONSUMEN MENGGUNAKAN ALGORITMA C4.5 PADA MODEL RUMAH SAKIT Satrio Arbiyudho Cesiojakty1, Apriyanto Dwi Sulistyo2, Eko Hariyanto3 131110351, 131110082, 131110063 Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta
PENDAHULUAN 1.1 Latar Belakang Dalam rangka memperbaiki kualitas pelayanan yang diberikan kepada konsumen (pasien), suatu instansi berupa rumah sakit mengadakan evaluasi kerja guna meninjau hasil kerja para karyawannya. Untuk meningkatkan semangat, efektivitas, serta kinerja menyeluruh para karyawan, adalah hal yang cukup signifikan jika pada akhir satu periode kerja karyawan diberikan reward dan punishment. Dalam pemberian reward dan punishment diperlukan sebuah teknik atau metode pengambilan keputusan yang terstruktur dan terstandardisasi, agar keputusan yang dicapai dapat diterima oleh semua karyawan (tanpa terkecuali). Penerapan suatu metode dapat diwujudkan dengan mengimplementasi suatu algoritma tertentu pada suatu sistem yang dirancang. Algoritma tersebut digunakan untuk memprediksi model hasil, berlandaskan informasi terstandar; data hasil akuisisi; serta observasi kualitatif dan atau kuantitatif. Pengembangan sistem akan mengacu pada metode waterfall, yang melibatkan proses kalibrasi pada perangkat lunak lain, sedemikian sehingga bisa meminimalisir munculnya galat personal dan systematic yang berlebih pada keputusan akhir. Algoritma yang akan digunakan adalah Algoritma C4.5. Algoritma C4.5 merupakan decision-tree-based-algorithm yang digunakan untuk teknik klasifikasi. Klasifikasi merupakan sebuah proses menemukan suatu model yang menggambarkan dan membedakan kelas data dengan tujuan dapat menggunakan model untuk membuat prediksi kelas objek dimana kelas labelnya tidak diketahui (Han & Kamber, 2007).
Tujuan penerapan Algoritma C4.5 adalah untuk membangun decision tree yang kemudian dapat digunakan untuk dasar pengambilan keputusan pemberian reward atau punishment.
1.2 Batasan dan Tujuan Berdasarkan uraian latar belakang di atas, maka permasalahan yang akan dibahas pada penelitian ini adalah : 1. Bagaimana merancang dan membangun Sistem Pendukung Keputusan Reward dan Punishment Karyawan berdasarkan tingkat kepuasan pasien? 2. Bagaimana menerapkan algoritma C4.5 ke dalam Sistem Pendukung Keputusan Reward dan Punishment Karyawan berdasarkan tingkat kepuasan pasien? Jika dirumuskan menjadi suatu tujuan terstruktur, maka secara fundamental penelitian ini mentargetkan : 1. Merancang dan membangun sistem pendukung keputusan reward dan punishment karyawan berdasarkan tingkat kepuasan pasien. 2. Menerapkan algoritma C4.5 dalam Sistem Pendukung Keputusan Reward dan Punishment Karyawan berdasarkan tingkat kepuasan pasien.
1.3 Manfaat Dari konsep sistem yang sudah berjalan, ditemukan beberapa indikasi negatif terkait efektivitas sistem. Indikasi tersebut dapat dituangkan kedalam beberapa masalah diantaranya: 1. Membutuhkan waktu yang lama untuk mengetahui keputusan yang di hasilkan. 2. Jika nilai yang dihitung kurang akurat akan menimbulkan kesenjangan sosial di organisasi rumah sakit tersebut. 3. Belum adanya sistem yang terkomputerisasi, sehingga transparansi masih minim. Dari permasalahan tersebut, maka kami ingin merancang dan membangun sistem pendukung keputusan reward dan punishment karyawan berdasarkan tingkat kepuasan pasien menggunakan algoritma C4.5 secara terkomputerisasi. Sistem ini nanti akan berguna untuk membantu manajer SDM, serta manajer terkait yang berwenang dalam hal pemberian reward dan punishment karyawan. Tingkat kepuasan masyarakat diukur dari beberapa parameter, yaitu : (1) Tangible, (2) Reliability, (3) Responsiveness, (4) Assurance, (5) Emphaty. Parameter tersebut di tampilkan dalam bentuk kuisioner yang di sistemkan, kemudian hasil kuisioner dihitung berdasarkan algoritma C4.5 untuk memodelkan keputusan yang akan dihasilkan. Setelah dihasikan keputusan, keputusan di uji keakuratannya menggunakan metode confusion matrix.
ANALISIS 2.1 Sistemik Diasumsikan bahwa model rumah sakit merupakan salah satu rumah sakit yang sudah beroperasional dan memiliki tingkatan administrasi yang baik. Sistem yang sedang berjalan di rumah sakit, terkait pemberian reward dan punishment, saat ini, adalah adalah dengan melalui proses pengambilan keputusan dari seorang manajer, yang dilandaskan perhitungan matematis nilai kualitas pelayanan. Data tersebut didapatkan dari hasil kuisioner yang disebar secara manual di lingkup RS. Setelah diketahui dimensi mana yang mendapatkan nilai paling rendah, maka dapat diketahui divisi mana yang mendapatkan punishment (dengan nilai kumulatif terendah) dan nilai yang paling tinggi yang mendapat reward dari manajemen rumah sakit. Punishment yang diberlakukan sebagai berikut. 1. Pertama, diberikan teguran secara langsung ketika proses evaluasi berjalan terhadap karyawan yang kurang disiplin. 2. Kedua, diberikan surat panggilan secara informal guna memperbaiki kesalahan. 3. Ketiga, diberikan surat formal bagi mereka yang melanggar tata tertib aturan dalam bekerja serta tidak disiplin. Sedangkan bagi karyawan yang mempunyai kualifikasi tinggi diberikan reward. Reward yang diberikan ada 2 macam yaitu reward bulanan berupa tunjangan atau penambahan fee, sedangkan reward tahunan berupa pelatihan profesionalitas serta melanjutkan proses belajar ke jenjang yang lebih tinggi dari jabatan yang sekarang dimilikinya.
2.2 Kebutuhan Dalam mencapai tujuan penelitian, secara ringkas, diperlukan beberapa tahapantahapan saintifik yang digunakan untuk melandasi kerangka dalam melakukan penelitian. Menurut Sugiono (2012),
metode dapat diartikan sebagai cara, tahapan-tahapan
kegiatan yang akan dilakukan dalam memecahkan masalah yang akan diteliti. Dalam kasus pembuatan penelitian ini, metode adalah cara yang digunakan untuk mencapai tujuan yang dirumuskan. Metode penelitian yang digunakan sebagai berikut : 1. Metode Pengumpulan Data a. Studi Lapangan i. Metode Wawancara Teknik ini dilakukan dengan cara mengajukan pertanyaanpertanyaan yang diajukan kepada pihak-pihak yang terkait
(Suigiono, 2012), dalam penelitian ini pertanyaan diajukan kepada seorang manajer SDM yang bertugas mengambil keputusan dalam hal pemberian reward dan punishment kepada karyawan. ii. Metode Kuisioner Teknik ini dilakukan dengan cara mengambil data dengan cara menyebarkan angket ke pasien untuk mendapatkan data langsung dari responden. Hasil kuisioner akan dijadikan sebagai data training dalam penelitian ini. b. Studi Kepustakaan Merupakan cara pengumpulan data yang dilakukan dengan mempelajari dan menelaah beberapa literatur yang terkait dengan judul atau masalah yang dibahas dalam rangka memperoleh bahan yang dapat digunakan sebagai landasan teori. Dalam penelitian ini cara yang dilakukan dengan mempelajari beberapa teori-teori tentang data mining, algoritma C4.5, jurnal reward dan punishment, jurnal tentang peningkatan kualitas pelayanan rumah sakit, serta buku-buku lainnya yang berkaitan dengan masalah ini. Data yang dihasilkan merupakan data sekunder dalam penelitian ini. 2. Metode Pengembangan Sistem Metode yang digunakan penulis dalam megembangkan sistem yang akan dibangun adalah metode waterfall. Pada metode ini terdapat 4 tahap untuk mengembangkan suatu perangkat lunak yaitu analisis, desain, coding dan testing (Flower, 2005). Tahap-tahap pengembangan perangkat lunak metode waterfall dapat dilihat sebagai berikut:
Gambar 1 - Paradigma Metode Waterfall
Berikut ini akan diuraikan tahap-tahap pengembangan perangkat lunak dengan mengunakan metode waterfall, yaitu: a. Analisis Merupakan tahap menganalisis hal-hal yang diperlukan dalam pelaksanaan proyek pembuatan perangkat lunak. Dalam hal ini analisis yang dilakukan dengan menganalisa dokumen-dokumen yang digunakan untuk pemberian reward dan punishment karyawan. b. Desain Merupakan tahap penerjemah dari keperluan yang di analisis dalam bentuk yang lebih mudah dimengerti oleh pemakai, yaitu dengan cara menampilkan dalam bentuk UML (Unified Modelling Language), dan perancangan antarmuka. c.
Coding Merupakan penerjemah data atau pemecahan masalah software yang telah dirancang dalam bahasa pemograman yang telah ditentukan dan digunakan, dalam tahap pengkodingan inilah algoritma C4.5 diimplementasikan kedalam bahasa pemrograman yang digunakan untuk membangun sistem. Sebelum metode dimasukkan kedalam sistem, terlebih dahulu rule diuji dengan software Tanagra untuk memastikan tingkat error yang kecil. Pembuatan sistem menggunakan software development tool Adobe Dreamwaver dan XAMPP Kit (berbasis PHP-HTML).
d. Testing Tahapan testing sistem adalah tahap pengujian terhadap perangkat lunak yang dibangun. Pengujian ini dimulai dengan membuat suatu uji kasus untuk setiap fungsi pada perangkat lunak untuk Sistem Pendukung Keputusan Reward dan Punishment Karyawan kemudian dilanjutkan pada tampilan antar muka untuk memastikan tidak ada kesalahan dan semua berjalan dengan baik dan input yang diberikan hasilnya sesuai dengan yang diharuskan.
2.3 Fungsional Untuk memenuhi tujuan dari penelitian ini, sesuai dengan konsep perancangan perangkat lunak sederhana, sistem akan memiliki beberapa bagian independen yang berkorelasi satu sama lain. Bagian-bagian ini jika dibagi sesuai dengan scope perancangannya dapat diuraikan sebagai berikut :
1. Proses (Keseluruhan) 2. Antarmuka 3. Lingkungan Implementasi Ketiga scope perancangan diatas akan memiliki implikasi teknis yang berbeda, akan tetapi, secara perspektif umum, daerah perancangan yang paling krusial adalah pada bagian proses (keseluruhan). Sistem ini nantinya diharapkan akan memiliki beberapa fungsi yakni : 1. Login Pada bagian ini sistem akan menyediakan halaman akses berlevel sesuai dengan tingkatan administratif (manajer dan admin). Ada 3 (tiga) jenis akses halaman yakni : a. Kelola Master Data b. Hitung Hasil Kuisoner c. 2.
Setting Pengguna
Kuisoner Pada bagian ini sistem akan menyediakan halaman kusioner yang mana akan berguna untuk melakukan proses inisiasi dan akuisisi data primer terkait pemberian nilai karyawan secara terkomputerisasi melalui interaksi berbasis kuisoner digital
ALGORITMA 3.1 Variabel Basis Menurut Febriani dan Sugiono (2012), kepuasan pasien sebagai konsumen rumah sakit itu tidak hanya dilihat dari sisi fisik atau fasilitas yang ada namun juga dari pelayanan yang diberikan. Untuk itu perlu adanya umpan balik terutama dari pasien sebagai pengguna pelayanan. Yang diharapkan nanti dapat berdampak positif dalam meningkatkan mutu pelayanan rumah sakit dan pada akhirnya akan meningkatkan kepuasan dari pasien. Variabel yang dapat mempengaruhi tingkat kepuasan konsumen terkait pelayanan rumah sakit yaitu: Tangible, Reliability, Responsiveness, Assurance dan Emphaty.
3.2 Algoritma C4.5 Algoritma C4.5 diciptakan oleh seorang peneliti di bidang kecerdasan buatan bernama Quinlan pada akhir tahun 1970-an. Algoritma C4.5 merupakan algoritma decision tree yang digunakan untuk teknik klasifikasi.Klasifikasi merupakan sebuah proses menemukan
suatu model yang menggambarkan dan membedakan kelas data dengan tujuan dapat menggunakan model untuk membuat prediksi kelas objek dimana kelas labelnya tidak diketahui (Han & Kamber, 2007). Decision tree adalah metode klasifikasi dan prediksi,yang memiliki konsep mengubah data menjadi pohon keputusan yang merepresentasikan aturan. Mereka juga dapat diekspresikan dalam bentuk bahasa basis data seperti Structured QueryLanguage(SQL) untuk mencari record pada kategori tertentu (Jefri, 2013). Algoritma C4.5 membuat pohon keputusan dari atas ke bawah, dimana atribut paling atas merupakan akar, dan yang paling bawah dinamakan daun. Data dalam metode decision tree (pohon keputusan) biasanya dinyatakan dalam bentuk tabel dengan atribut dan record. Atribut menyatakan suatu parameter yang dibuat sebagai kriteria dalam pembentukan tree.
3.3 Ilustrasi Algoritma Berikut ini adalah contoh penggunaan Algoritma C4.5 dalam aplikasi keputusan bermain tennis, data awal disampaikan dalam bentuk :
Gambar 2 – Contoh Data Dalam Penggunaan Algoritma C4.5
Adapun untuk membangun pohon keputusan menggunakan algoritma C4.5 dapat dilakukan melalui langkah-langkah berikut ini : 1. Hitung jumlah data, jumlah data berdasarkan anggota atribut hasil dengan syarat tertentu. Untuk proses pertama syaratnya masih kosong. 2. Pilih atribut sebagai node. 3. Buat cabang untuk tiap-tiap anggota dari node.
Laporan SPK PraUTS – FTI Universitas Mercu Buana Yogyakarta – 7
4. Periksa apakah nilai entropy dari anggota node ada yang bernilai nol. Jika ada, tentukan daun yang terbentuk. Jika seluruh nilai entropy anggota node adalah nol, maka proses pun berhenti. 5. Jika ada anggota node yang memiliki nilai entropy lebih besar dari nol, ulangi lagi proses dari awal dengan node sebagai syarat sampai semua anggota dari node bernilai nol. Untuk memudahkan penjelasan algoritma C4.5, berikut ini disertakan contoh kasus yang dituangkan dalam tabel keputusan bermain tenis pada Tabel 1 :
ID code
Outlook
Temperature
Humidity
Windy
Play
A b c d e f g h i j k l m n
Sunny Sunny Overcast Rainy Rainy Rainy Overcast Sunny Sunny Rainy Sunny Overcast Overcast Rainy
Hot Hot Hot Mild Cool Cool Cool Mild Cool Mild Mild Mild Hot Mild
High High High High Normal Normal Normal High Normal Normal Normal High Normal High
False True False False False True True False False False True True False True
No No Yes Yes Yes No Yes No Yes Yes Yes Yes Yes No
Tabel 1 – Tabel Keputusan Bermain Tennis
Dalam kasus yang tertera, akan dibuat pohon keputusan (decision tree) untuk menentukan main tenis atau tidak dengan melihat keadaan cuaca (outlook), temperatur, kelembaban (humidity) dan keadaan angin (windy).Untuk memilih atribut sebagai akar (node), didasarkan pada nilai gain tertinggi dari atribut-atribut yang ada. Setelah mendapatkan nilai gain Gain adalah suatu atribut selection measure yang digunakan untuk memilih test atribut tiap node pada pohon. Atribut dengan information gain tertinggi dipilih sebagai test atribut dari suatu node. Penghitungan dilakukan secara kontinu hingga mendapatkan komponen akhir. Menurut Kharina (2008) Ada dua metode dalam melakukan pemangkasan dalam pohon keputusan, yaitu :
1. Prepruning yaitu menghentikan pembangunan suatu subtree lebih awal, yaitu dengan memutuskan untuk tidak lebih jauh mempartisi data training. Pada pendekatan prepruning, sebuah pohon dipangkas dengan cara menghentikan pembangunannya jika partisi yang akan dibuat dianggap tidak signifikan. 2. Postpruning yaitu menyederhanakan pohon dengan cara membuang beberapa cabang subtree setelah pohon selesai dibangun. Metode postpruning ini merupakan metode standard untuk algoritma C4.5.
PETA SITUS Berikut ini adalah rancangan peta situs yang melandasi sistem yang akan dibuat :
Gambar 3 – Rancangan Peta Situs Sistem
IMPLEMENTASI BASIS DATA Pada tahap awal pembangunan sebuah sistem, dibutuhkan media penyimpanan data, yaitu basis data atau database. Dalam implementasi database untuk pembuatan sistem ini menggunakan beberapa tabel sebagai berikut : 1. Tabel data_training digunakan untuk menampung data training 2. Tabel mst_Pasien digunakan untuk menyimpan data-data pasien. 3. Tabel mst_ Jabatan digunakan untuk menyimpan data hak akses user.
4. Tabel mst_User digunakan untuk menyimpan data pengguna sistem. 5. Tabel mst_ Divisi digunakan untuk menyimpan data divisi yang akan di beri reward. 6. Tabel mst_atribut digunakan untuk menyimpan data atribut. 7. Tabel nilai_quis digunakan untuk menyimpan data nilai dari kuisioner. 8. Tabel hasil_kuis digunakan untuk menyimpan data hasil kuisioner. 9. Tabel Pertanyaan_Kuis digunakan untuk menampung data kuisioner yang akan disajikan ke pasien. 10. Tabel tst_instrument digunakan untuk menyimpan data pertanyaan berdasarkan divisi. Berikut ini adalah konsep relasi yang sudah dirancang :
Gambar 4 – Rancangan Relasi Basis Data
APLIKASI YANG DIGUNAKAN 6.1 Gambaran Umum MySQL MySQL (My Structure Query language) adalah salah satu Data Base Management System (DBMS) dari sekian banyak DBMS seperti Oracle, MS SQL, Postagre SQL, dan lainnya. MySQL berfungsi untuk mengolah database menggunakan bahasa SQL. MySQL bersifat open source sehingga kita bisa menggunakan secara gratis. Pemrograman PHP juga sangat mendukung/support dengan database MySQL (Anhar, 2010). MySQL merupakan software yang terdistribusikan secara gratis walaupun ada versi untuk komersial. Barulah sejak versi 3.23.19, MySQL dikatagorikan software berlisensi GPL, yaitu dapt dipakai tanpa biaya untuk kebutuhan apapun. Awalnya, MySQL dapat diberbagai sistem operasi, termasuk Windows. MySQL menjadi database server open source yang sangat populer dan merupakan Database Relation (RDMS), yang mempunyai kemampuan cepat untuk menjalankan perintah SQL (Structure Query Language) dengan multi-thread dan multi-user.
6.2 Gambaran Umum PHP PHP (Hypertext preprocessor) PHP banyak dipakai untuk memrogram situs web dinamis. Beberapa keunggulan yang dimiliki program PHP adalah (MADCOMS, 2004) : 1. PHP memiliki tingkat akses yang lebih cepat. 2. PHP memiliki tingkat lifecycle yang cepat sehingga selalu mengikuti perkembangan teknologi internet. 3. PHP memiliki tingkat keamanan yang tinggi. 4. PHP mampu berjalan di beberapa server yang ada, misalnya Apache, Microsoft IIS, PWS, AOLserver, phttpd, fhttpd, dan Xitami. 5. PHP juga mendukung akses ke beberapa database yang sudah ada, baik yang bersifat gratis maupun komersial. Database itu antara lain : MySQL, PostgreSQL, mSQL, Informix, dan Microsoft SQL Server. 6. PHP bersifat free atau gratis.
REFERENSI 1. Bambang Nugroho, 2006, Reward dan Punishment, Bulletin CiptaKarya, Departemen Pekerjaan Umum Edisi No. 6/IV/Juni 2006. 2. Jogiyanto HM. 2009. Sistem Teknologi Informasi. C.V. ANDI OFFSET. Yogyakarta. 3. Fowler, Martin. 2005.UML Destilled 3th Ed. Panduan Singkat Bahasa Pemodelan Objek Standar. ANDI. Jogjakarta. 4. MADCOMS. 2004. Aplikasi Program PHP & MySQL untuk Membuat Website Interaktif. Andi Offset. Jogjakarta. 5. Widaryanto. 2005. Analisis Strategi Peningkatan Kinerja Rumah Sakit. Semarang. 6. Sugiyanto, Prof, Dr. 2012. Metode Penelitian Administrasi. Alfabeta. Bandung.
