SISTEM PENDUKUNG KEPUTUSAN SELEKSI KARYAWAN DENGAN METODE FUZZY MULTICRITERIA DECISION MAKING ( STUDI KASUS STIKOM SURABAYA) Richard Nicolaus Mukin (05410100033) Sekolah Tinggi Manajemen Informatika dan Teknik Komputer Surabaya. Email:
[email protected] Abstract: So far in making acceptance of new employees, the HRD STIKOM Surabaya sorting and selecting one by one data entry applicants. In the data sorting and selecting applicants, the HRD STIKOM Surabaya still use a manual process, allowing applicants redundasi and searching data in a long time. Parameters in the interview process is a subjective assessment of the interviewer team. In evaluating employees through interviews and tests, often subjective measurement criteria are not precisely defined by the decision maker. In the weighting and assessment of subjective criteria often used the term very good, fair, poor. These elements are contained in the HRD STIKOM Surabaya. This final design and create applications Employee Selection Decision Support System With Fuzzy Multicriteria Decision Making Methods. With this application, the Development of Human Resources may select applicants who will become employees of the School of Information Management and Computer Engineering Surabaya with more objective. In this case, the method of decision support system used is the Fuzzy Multicriteria Decision Making. . Keyword : Decision Support System, Fuzzy Multicriteria Decision Making, Human Resources
Karyawan merupakan sumber daya yang paling penting dalam perusahaan. Karyawan yang baik dan memenuhi standar kualifikasi diperoleh melalui upaya rekrutmen yang efektif. Seleksi karyawan dilakukan untuk mendapatkan kualitas sumber daya manusia yang baik dan paling sesuai dengan persyaratan yang diperlukan oleh perusahaan. Menurut Veithzal Rifai (2004), sistem seleksi yang efektif pada dasarnya memiliki tiga sasaran yaitu keakuratan, keadilan dan keyakinan. Klinger (1985) memaparkan, metode-metode yang akan dilakukan dalam seleksi karyawan yaitu tinjauan data biografis, tes bakat/ketangkasan, tes-tes kemampuan, ujian-ujian penampilan, referensi-referensi, evaluasi kinerja, wawancara, pusat-pusat penilaian, dan masa percobaan. Dalam tahap seleksi tidak boleh dilakukan dengan sistem keluarga, pemberian komisi atau dengan kata lain suap menyuap. Untuk menangani hal itu, maka diperlukan sistem pengambilan keputusan yang valid. Pengambilan keputusan yang valid harus dilakukan oleh bagian Pengembangan Sumber Daya Manusia (PSDM) STIKOM Surabaya untuk mendapatkan karyawan yang baik di bagiannya masing-masing.
Selama ini dalam melakukan penerimaan karyawan baru, bagian PSDM STIKOM Surabaya memilah dan menyeleksi satu per satu data pelamar yang masuk. Setelah memilah dan menyeleksi data pelamar yang masuk, bagian PSDM STIKOM Surabaya memanggil pelamar untuk melakukan testes seleksi karyawan. Bagian PSDM seringkali masih bersifat subyektif melakukan penilaian tes seleksi karyawan. Pengukuran kriteria secara subyektif tidak didefinisikan secara tepat oleh pengambil keputusan salah satunya saat melakukan penilaian tes wawancara. Parameter dalam proses wawancara adalah penilaian subyektif dari tim pewawancara. Dalam pembobotan maupun penilaian kriteria subyektif sering digunakan istilah sangat baik, cukup, kurang baik. Seharusnya bagian PSDM STIKOM Surabaya melaksanakan seleksi karyawan secara obyektif dan akurat serta dapat berlangsung dalam jangka waktu yang singkat. Mengatasi hal tersebut maka dirancang aplikasi yang akan menyederhanakan dan mempercepat proses seleksi karyawan oleh pengambil keputusan. Metode yang akan digunakan untuk mengatasi masalah tersebut adalah metode Fuzzy Multicriteria Decision 1
Making. Metode Fuzzy Multi Criteria Decision Making merupakan salah satu metode komputasi yang di dalamnya terdapat proses pengambilan keputusan yang didasarkan atas banyak kriteria (multikriteria) dan dengan pendekatan logika fuzzy. Proses pengambilan keputusan multikriteria pada prinsipnya adalah proses penetapan keputusan berdasar atas sejumlah alternatif keputusan yang ada dan mengkombinasikan alternatif keputusan tersebut dengan sejumlah kriteria. Alternatif keputusan dan kriteria yang ada, serta produk keputusan yang dihasilkan didekati dengan logika fuzzy (Klir dan Yuan, 1995). Metode Fuzzy Multi Criteria Decision Making diimplementasikan untuk proses seleksi karyawan baru sehingga menghasilkan keputusan calon karyawan yang akan menduduki jabatan tertentu, sedangkan keputusan akhir akan ditentukan oleh user berdasarkan pada pertimbangan lebih lanjut. Hal tersebut dikarenakan sedemikian banyaknya kriteria (multikriteria) yang harus dipertimbangkan dalam proses seleksi karyawan baru. Kriteria yang dijadikan dasar seleksi dan calon karyawan yang akan diterima atau ditolak, dalam kenyataannya berupa gejala yang sering sulit dipahami. METODE Sistem Pendukung Keputusan
Sistem pendukung keputusan pertama kali dikenalkan pertama kali pada awal tahun 1970 oleh Michael S. Scott dengan istilah Management Decision System yang merupakan suatu sistem berbasis komputer yang membantu pengambilan keputusan dengan memanfaatkan data dan model-model untuk menyelesaikan masalah-masalah yang tidak terstruktur (Turban 2005;19). Menurut Irfan Subakti (2002;2), sistem pendukung keputusan mendayagunakan resources individuindividu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan. Jadi ini merupakan sistem pendukung yang berbasis komputer untuk
manajemen pengambilan keputusan yang berhubungan dengan masalah-masalah yang semi terstruktur. Tujuan dari sistem pendukung keputusan adalah untuk membantu pengambil keputusan memilih berbagai alternatif keputusan yang merupakan pengolahan informasi-informasi yang diperoleh/tersedia dengan menggunakan model pengambilan keputusan (Kadarsah Suryadi dan M.Ali Hamdhani, 2000). Ciri utama sekaligus keunggulan dari sistem pendukung keputusan tersebut adalah kemampuannya untuk menyelesaikan masalah-masalah yang tidak terstruktur (Kadarsah Suryadi dan M.Ali Hamdhani, 2000). Fuzzy Multicriteria Decision Making
Dalam perspektif ilmu komputasi, fuzzy multicriteria decision making merupakan salah satu metode komputasi yang di dalamnya terdapat proses pengambilan keputusan yang didasarkan atas banyak kriteria dan dengan menggunakan pendekatan logika fuzzy. Pada prinsipnya, proses pengambilan keputusan multikriteria adalah proses penetapan keputusan berdasar atas sejumlah alternatif keputusan yang ada dan mengkombinasikan alternatif keputusan tersebut dengan sejumlah kriteria. Selain itu, alternatif keputusan dan kriteria yang ada serta produk keputusan yang dihasilkan didekati dengan logika fuzzy (Klir dan Yuan, 1995). Pendekatan logika fuzzy ini terutama diterapkan untuk menampung pemaknaan gejala pada semua masukan (alternatif keputusan dan kriteria), relasi antar masukan tersebut dan produk keputusannya. 2.5.1 Konsep Fuzzy Logic Fuzzy dalam bahasa Inggris berarti tidak tentu, kabur atau tidak jelas. Istilah fuzzy sets pertama kali diperkenalkan oleh Lotfi A. Zadeh (1965) untuk mengatasi konsep kekaburan ke dunia teknis. Bermula dari konsep dasar inilah maka lahirlah salah 2
satu cabang rekayasa yang dikenal dengan Fuzzy Engineering. Sebagai contoh adalah usia manusia, dapat bernilai tua, muda atau setengah baya yang sulit dilihat batasanbatasannya. Sistem komputer konvensional tentu saja sulit untuk mengolah variabelvariabel tersebut.
1,2 1 0,8 Keanggotaa n Segitiga
0,6 0,4 0,2 0
2.5.2 Penerapan Logika Fuzzy Aplikasi yang menggunakan sistem logika Fuzzy seringkali dianggap sebagai pengendali Fuzzy (Fuzzy Control), padahal di samping pengendali Fuzzy terdapat penerapan lain seperti klasifikasi Fuzzy (Fuzzy Classification) dan diagnosis Fuzzy. 2.5.3 Fungsi Keanggotaan Fungsi keanggotaan (membership function) adalah suatu kurva yang pemetaan titik input data ke dalam nilai keanggotaannya (disebut juga derajat keanggotaan) yang memiliki interval antara 0 sampai 1 (Kusumadewi, 2002:18). Apabila µs adalah fungsi keanggotaan suatu elemen pada himpunan S maka suatu elemen X dapat dinyatakan µs (X) yang bernilai antara 0 dan 1 sehingga ada tiga kemungkinan : µs (X) = 1 → mutlak anggota S µs (X)=0 → mutlak bukan anggota S 0 < µs (X) < 1 → X anggota S dengan derajat keanggotaan antara 0 dan 1. Nilai fungsi keanggotaan menunjukkan derajat keanggotaan elemen dalam himpunan S. Fungsi keanggotaan yang digunakan dalam sistem ini adalah fungsi keanggotaan segitiga. Berikut ini adalah gambar dari fungsi keanggotaan (Sun Jang dan Mizutami, 1996:24-26).
a
b
c
Gambar 1 Fungsi Keanggotaan Segitiga Keterangan : a : batas kiri b : nilai tengah c : batas kanan Fungsi segitiga (X;a,b,c) = x-a c-a max min ―— , — ,0 b-a c-b
[ (
)(
) ]
Keterangan : untuk x < a , untuk a ≤ x ≤ b, untuk b ≤ x ≤ c, untuk x = b. 2.5.4 Teori Himpunan Fuzzy Teori himpunan fuzzy ini didasarkan pada logika fuzzy (Kosko, 1992). Terdapat nilai logika antara 0 dan 1 yang menyatakan tingkat kebenaran. Misalkan V adalah kumpulan obyek yang secara umum dinyatakan dengan {v}, yang bisa berharga diskrit atau continue. V disebut semesta pembicaraan (universe of discourse) dan v mewakili elemen-elemen V. Suatu himpunan Fuzzy A dalam semesta pembicaraan v dalam V dapat dinyatakan oleh suatu keanggotaan µA (membership function) yang mewakili nilai interval nilai logika [0], untuk setiap v dalam V dan dinyatakan sebagai : µA = V → [0,1] Himpunan fuzzy A dalam himpunan semesta V dapat dinyatakan sebagai pasangan antara elemen v dan tingkat fungsi keanggotaan atau: A = {(v,µA(v))/ v є V) Semua elemen v dalam V memberikan nilai µA > 0 disebut sebagai penyokong dari himpunan fuzzy yang 3
pasti dan tidak tepat. Sebagai contoh dapat digambarkan pada fakta sederhana di bawah ini. If tekanan tinggi then volume kecil Sehingga tinggi dan kecil adalah nilai lingustik yang dijelaskan dalam fungsi keanggotaan Lotfi A.Zadeh (Sun Jang dan Mitzutani, 1997:54). System Flow Dalam menentukan arah atau alur suatu sistem dibutuhkan suatu cara perancangan untuk mendeskripsikan bagaimana tiap langkah yang dilakukan dalam sistem dan pengguna dapat diketahui, agar didapatkan suatu gambaran mengenai cara kerja dari sistem yang dibangun berdasarkan alur rancangan pada gambar 2, gambar 3, dan gambar 4. Sistem Flow Rekrutmen Karyawan Kabag Terkait
PSDM
Pelamar
Surat Permintaan Karyawan
Mulai
Iklan Lowongan Pekerjaan
Surat Permintaan Karyawan
Job Spek
Input Data Permintaan Karyawan
Menyimpan Data Permintaan Karyawan
Data Permintaan Karyawan
Draft Pemasangan Iklan
Input Lowongan Pekerjaan
Menyimpan Data Lowongan Pekerjaan
Data Lowongan Pekerjaan
bersangkutan, jika µA = 0,5 maka v disebut sebagai titik silang (crossover) dan himpunan fuzzy dimana pendukungnya bernilai 1.0 disebut sebagai fuzzy tunggal (singleton). Menurut Thomas Sri Widodo (2005), operasi himpunan fuzzy adalah : a. Irisan (Intersection). Dalam teori himpunan klasik, irisan dari dua himpunan berisi elemen-elemen yang sama dari keduanya. Dalam himpunan fuzzy, sebuah elemen mungkin sebagian dalam kedua himpunan. Oleh karena itu ketika mengingat irisan dari kedua himpunan, tidak dapat dikatakan bahwa sebuah elemen adalah lebih mungkin menjadi dalam irisan daripada dalam suatu himpunan asli. A dan B ( A ∩ B ), dimana µ (A∩B) = min (µA(v), µB(v)). b. Gabungan (Union). Penggabungan dua buah himpunan adalah terdiri dari dua himpunan adalah terdiri dari elemen-elemen yang menjadi satu atau dua himpunan. Dalam situasi ini anggota dari gabungan tidak dapat mempunyai nilai keanggotaan yang kurang dari nilai keanggotaan yang lain dari himpunan aslinya. A dan B (AuB), dimana µ(AuB) = max (µA(v), µB(v)). c. Komplemen (Complement). Komplemen dari himpunan fuzzy A dinotasikan dengan (~A) dinyatakan dengan persamaan berikut : µ~A(X) = 1 - µ (X) Basis aturan merupakan inti dari sistem fuzzy karena pada bagian ini terdapat sekumpulan aturan. Aturan If-Then Fuzzy atau Fuzzy condtional statements adalah ekspresi dari bentuk IF A THEN B dengan A dan B adalah label dari fuzzy Sets menurut L.A. Zadeh ditandai sesuai dengan membership functions. Dalam bentuk ringkasnya, aturan If-Then Fuzzy biasanya digunakan untuk menangkap mode yang tidak jelas dari pemikiran yang menjalankan peran penting dalam kemampuan manusia untuk membuat suatu keputusan dalam lingkungan yang tidak
Surat Lamaran Pekerjaan
Iklan Lowongan Pekerjaan
Surat Lamaran Pekerjaan
A
Gambar
2
System Flow Karyawan
Rekrutmen
4
Sistem Flow Seleksi Karyawan
PSDM Surat Lamaran Pekerjaan
A
Screening
PSDM
Pelamar 2
1
Hasil Seleksi Tes Daftar Absensi Panggilan Tes
Selesai
Pelamar
B
Data Nilai Tes
Tidak
Data Kriteria Tes
Sistem Flow Seleksi Karyawan
Menyimpan Data Nilai Tes
Lolos Screening?
Melakukan Seleksi Tes
YA
Data Nilai Tes
Memasukkan Data Pelamar Yg Lolos Screening
Hasil SeleksiTes
Melakukan Proses Hitung Fuzzy
Fuzzy Inference
B
Data Pelamar
2 Data Lowongan Pekerjaan
Menyimpan Data Pelamar Yg Lolos Screening
Mencetak Data Proses Hitung Fuzzy
Data Proses Hitung Fuzzy
Menyimpan Data Hasil Keputusan
Menyimpan Data Panggilan Seleksi Tes Data Panggilan Seleksi Tes
Mencetak Daftar Absensi Panggilan Tes
Hasil Seleksi
Mencetak Data Hasil Keputusan
Data Hasil Keputusan
Daftar Absensi Panggilan Tes Selesai
1
Gambar 4 System Flow Seleksi Karyawan Gambar 3 System Flow Seleksi Karyawan
DFD Level Context Berdasarkan gambar-gambar system flow sebelumnya maka dibuat desain data flow diagram seperti tampak pada gambar 3. Context diagram merupakan diagram pertama dalam rangkaian suatu DFD yang menggambarkan entitas-entitas yang berhubungan dengan suatu sistem informasi.
5
Data Departemen Data Karyawan Kepala Bagian
Bobot Kriteria
Pendidikan Jabatan
Bagian PSDM
Jenis Tes
Lowongan Pekerjaan
pemakai. Dalam perancangan sistem ini telah dibuat ERD yang merupakan lanjutan dari pembuatan desain dengan menggunakan DFD. Pendidikan Jabatan ID_Pendidikan_Jabatan Nama_Pendidikan_Jabatan
DATA_GOLONGAN Relatio n_640
id_golongan Nama_Golongan
Relatio n_2009
DATA_Department id_department Nama_department Hard Skill Jabatan
DATA KARYAWAN
ID_HardSkill_Jabatan Nama_HardSkill_Jabtan Relatio n_2010
Data_job_spek
0
Relatio n_2171 Relatio n_2170
Permintaan Karyawan
Materi Tes
Data Job Spek
Fuzzy Inference
Hard Skill Jabatan
Soft_Skill_Jabatan ID_SoftSkill_Jabatan Nama_SoftSkill_Jabatan
Relatio n_2169
id_job_spek jenis_kelamin2 umur_maks jurusan_pendidikan deskripsi
DATA_JABATAN Relatio n_639
id_jabatan Nama_Jabatan Level_Jabatan
Relatio n_74
Data Jabatan Status Karyawan
Hasil Seleksi
Alamat Relatio n_79
Status_Karyawan id_status_karyawan Nama_status
id_alamat nama alamat Kode_Pos Kode_area Kota Propinsi
Data User user_nama user_password user_tipe
Relatio n_2157
Telpon No_Telpon
Relatio n_660
Pendidikan Pelamar
Relatio n_2164
Permintaan Karyawan
ID_PendidikanPelamar Jenjang Pendidikan Kota_Asal_Pendidikan Tahun Ajaran No_Ijazah
Relatio n_2158
No_Permintaan Tanggal_Permintaan Jumlah Tgl_Dibutuhkn Status_SDM Lama_pengalaman_kerja Catatan
Lowongan Pekerjaan
Relatio n_121
Kode_Lowongan No_Lowongan Tanggal_Lowongan Tanggal_Pengajuan Tanggal_Dibutuhkan Proses_Lowongan
Pengalaman Kerja Pelamar Relatio n_173
PELAMAR
+
Data Pelamar
Relatio n_472
Relatio n_81
Detail_Lowongan No_Detil_Lowongan Nama_Media Tanggal_Muat Tanggal_Akhir_Pasang
Soft Skill Jabatan SPK Seleksi Karyawan Dengan Metode Fuzzy MCDM (Studi Kasus STIKOM Sby)
kode_karyawan Nama_Karyawan Kary_TempatLahir Tanggal_Lahir Jenis_Kelamin Kary_GolDarah Status Agama Email Tanggal_masuk Tanggal_keluar
Fuzzy Inference Rule_ID Bhs_Fuzzy Hasil Perhitungan Fuzzy
Hasil Seleksi Relatio n_2165
ID_Hasil Nilai_Akhir Hasil_Keputusan
Data Panggilan Tes
Relatio n_943
PELAMAR
Bobot_Kriteria ID_Kriteria Bahasa Fuzzy Batas Atas Batas Tengah Batas Bawah
Relatio n_907
Jenis_Tes Relatio n_460
ID_JenisTes Jenis_Tes
Data_Panggilan_tes ID_PanggilanTes Tanggal_Tes Waktu_Tes Tempat_tes
Relatio n_272
KODE_PELAMAR Nama_Pelamar Alamat_Pelamar No_telepon Jns_kelamin Tempat_Lhir Tanggal Kebangsaan Agama_Pelamar Gol_Darah Tinggi_Badan Berat_badan Status_Perkawinan Status_Tempat_Tinggal_diSby Transportasi SIM Info_Lowongan Gaji_Yg_Diharapkan Tgl_Mulai_Bekerja_Antara Tgl_Akhir_Bekerja_Antara Alasan_Bergabung
Relatio n_1049 Relatio n_469
Relatio n_2163
ID_Pngalaman_Kerja Tempat_Pekerjaan Sebelumnya Kota_Pekerjaan_Sebelumnya Tahun_Bekerja_Sebelumnya Departemen_Pekerjaan_Seblumnya Jabatan_Pernah_Dipegang
Pengalaman Organisasi Relatio n_2162
Relatio n_2160
ID_Pengalaman_Organisasi Nama_Organisasi Posisi Kota_Organisasi Tahun_Masuk Tahun_Keluar Keterangan Keluarga ID_Keterangan_keluarga Hubungan Nama Usia Pendidikan Status_Pekerjaan Alamat
Ketrampilan Relatio n_2159
Id_ketrampilan Jenis_Ketrampilan Nama_ketrampilan Level_Ketrampilan
Materi Tes Relatio n_436
Gambar 5 Context Diagram
ID_MateriTes Materi_Tes Prosentase_Nilai
Relatio n_468
Nilai_Tes ID_NilaiTes Nilai_Tes
Relatio n_1047
Dari Gambar 5 dapat diketahui entitasentitas yang berhubungan dengan sistem seperti peserta, dan tutor yang masing-masing entitas mempunyai peranan dalam sistem. Dalam hal ini peranan administrasi telah termasuk dalam sistem yang berjalan. Dari context diagram tersebut dapat di bagi lagi menjadi tiga proses yaitu maintenance data berupa input data jenis tes, input data departemen, data karyawan, data kriteria tes, data job spesifikasi yang diperlukan untuk memasukkan data master. Bagian kedua adalah proses pembuatan lowongan yang didalamnya berupa data permintaan karyawan, data lowongan pekerjaan. Bagian yang terakhir adalah proses seleksi karyawan untuk mengetahui nilai tes yang diikuti oleh pelamar dan keputusan diterima atau tidaknya pelamar sebagai karyawan.
Gambar 6 Desain CDM Pada Gambar 6 terdapat beberapa tabel yaitu tabel data jenis tes, data karyawan, data pelamar, data kriteria tes, materi tes, nilai tes, hasil seleksi. Tabel pelamar berisi informasi pelamar, tabel karyawan berisi informasi tentang karyawan. Tabel kriteria tes yang berisi informasi kriteria-kriteria yang akan digunakan untuk perhitungan Fuzzy, tabel jenis tes berisi informasi jenis tes yang akan ditempuh pelamar. Tabel materi tes berisi informasi materi tes yang diikuti oleh pelamar. Tabel nilai tes berisi informasi nilai tes para pelamar. Tabel hasil seleksi berisi informasi hasil keputusan lulus atau tidaknya para pelamar dalam menjalani tes seleksi.
Entity Relationship Diagram (ERD) ERD Merupakan suatu desain sistem yang digunakan untuk merepresentasikan, menentukan dan mendokumentasikan kebutuhan-kebutuhan untuk sistem pemrosesan database. ERD juga menyediakan bentuk untuk menunjukkan struktur keseluruhan data dari
6
HASIL DAN PEMBAHASAN
HALAMAN MASTER KRITERIA TES Halaman ini berfungsi untuk merawat dan memasukkan data bobot kriteria. Pemberian bobot materi tes dilakukan untuk proses perhitungan proses fuzzy MCDM. Halaman master kriteria tes dapat dilihat di gambar 7.
Halaman Penilaian Tes Halaman ini berfungsi untuk memberikan penilaian tes kepada pelamar. Penilaian tes dilakukan berdasarkan jenis tes dan materi tes. Halaman ini dapat dilihat di gambar 9.
Gambar 9 Halaman Penilaian Tes
Gambar 7 Halaman Master Kriteria Tes HALAMAN PELAMAR
Halaman Proses Hitung Fuzzy Halaman ini berfungsi untuk melakukan proses hasil perhitungan Fuzzy dan hasil keputusan diterimanya pelamar menjadi karyawan. Data nilai tes yang telah dimasukkan oleh penilai akan diolah ke dalam metode Fuzzy MCDM secara otomatis. Pemrosesan tersebut akan diketahui domain sangat bagus atau bagus atau cukup atau kurang nilai tes pelamar per materi tes. Setelah melakukan perhitungan tersebut maka proses berikutnya adalah menekan tombol view data hasil keputusan untuk menampilkan daftar pelamar yang telah lulus seleksi dan melakukan penilaian hasil akhir seleksi secara otomatis. Halaman ini juga berfungsi untuk mencetak data nilai tes dan hasil keputusan seleksi pelamar.
Gambar 8 Halaman Pelamar Halaman ini berfungsi untuk mengolah data pelamar. Para pelamar ini akan mengikuti tes-tes calon karyawan yang telah ada di bagian PSDM. Pelamar akan menjadi alternatif keputusan di dalam metode fuzzy multicriteria decision making.
7
Klir, George J and Yuan, Bo, 1995, Fuzzy Sets and Fuzzy Logic: Theory and Applications, Prentice-Hall International Inc., UpperSaddle River NJ 07458.
Gambar 10 Halaman Proses Hitung Fuzzy SIMPULAN Kesimpulan yang dapat diambil dari sistem pendukung keputusan seleksi karyawan dengan metode Fuzzy Multicriteria Decision Making adalah dapat merancang dan
membangun aplikasi sistem pendukung keputusan seleksi karyawan dengan metode Fuzzy Multi Criteria Decision Making (Studi Kasus STIKOM Surabaya) dengan menggunakan web based application serta memberikan informasi kepada bagian PSDM untuk menentukan pelamar yang memiliki standar yang telah ditentukan. SARAN Adapun beberapa saran yang dapat diberikan kepada peneliti berikutnya apabila ingin mengembangkan sistem yang telah dibuat ini agar menjadi lebih baik adalah sebagai berikut: 1. Sistem ini dapat digunakan untuk
pengembangan selanjutnya seperti tes seleksi pelamar secara online. 2. Sistem ini dapat diintegrasikan dengan sistem informasi sumber daya manusia lainnya. REFERENSI
Hartono, Jogiyanto, 1995, Analisis dan Disain, Andi, Yogyakarta. Hartono, Jogiyanto, 2001, Analisis dan Disain, Andi, Yogyakarta. Kendall, dan Kendall, 2003, Analisis dan Perancangan Sistem (Jilid 1), Prenhallindo, Jakarta.
Kusumadewi, Sri. 2004, Penentuan Lokasi Pemancar Televisi Menggunakan Fuzzy Multi Criteria Decision Making, Jurnal Media Informatika, 2 (2), 57-64. Kusumadewi, Sri dan Purnomo Hadi, 2004, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Graha Ilmu, Yogyakarta. Nur Cahyo, Winda dan Wahyuni R, 2009, Implementasi Fuzzy Multicriteria Decision Making Untuk Menentukan Calon Penerima Beasiswa, Seminar Nasional Electrical, Informatics, and IT’S Educations, Yogyakarta, 116-118. Rifai, Veithzal, 2004, Manajemen Sumber Daya Manusia: dari teori ke praktek, PT RajaGrafindo Persada, Jakarta. Romeo, 2003, Testing & Implementasi Sistem, Stikom, Surabaya. Soetam, Rizky, 2006, Interaksi Manusia dan Komputer, Sekolah Tinggi Manajemen Informatika dan Teknik Komputer Surabaya, Surabaya. Sri Widodo, Thomas, 2005, Sistem Neuro Fuzzy untuk Pengolahan Informasi, Pemodelan, dan Kendali, Graha Ilmu, Yogyakarta. Subakti, Irfan, 2002, Sistem Pendukung Keputusan, Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember, Surabaya.
8
Suryadi, Kadarsah DR. Ir. dan M. Ali Ramdhani, 2000, Sistem Pendukung Keputusan Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengembangan Keputusan, PT. Remaja Rosdakarya, Bandung. Sulistiyani, Ambar Teguh dan Rosidah, 2009, Manajemen Sumber Daya Manusia: Konsep,Teori dan Pengembangan dalam Konteks Organisasi Publik, Graha Ilmu, Yogyakarta. Umar, Husein. 1997, Riset Sumber Daya Manusia Dalam Organisasi, Gramedia Pustaka Utama, Jakarta. Wang, Jue and Jie Zhang and San Yang Liu, 2006, A New Score Function for Fuzzy MCDM Based On Vague Set Theory, International Journal of Computational Cognition, 4(1), 44-48. Turban, Efraim, Jay E.Aronson, dan Ting Peng Liang, 2005, Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas) edisi ketujuh jilid 1, Andi Offset, Yogyakarta. Zadeh, Lotfi A and Kaupryzk, 1992, Fuzzy Logic for the management of uncertainty, John Willey, New York.
9