Proceeding Seminar Nasional Riset Ilmu Komputer (SNRIK 2016) Universitas Muslim Indonesia Makassar-14 Desember 2016
Vol.1,Desember 2016 ISSN: 2443-048X
SISTEM PENDUKUNG KEPUTUSAN DALAM PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE WEIGHTED PRODUCT (STUDI KASUS: DOSEN STMIK BALIKPAPAN) Muslimin B, S.Kom., M.Cs1) 1)
teknik informatika, stmik balikpapan-balikpapan
[email protected] 1)
Abstrak β Sumber daya manusia merupakan salah satu faktor yang dapat menunjang perkembangan suatu instansi pendidikan. Dosen memiliki peranan penting dalam meningkatkan mutu pendidikan di sebuah perguruan tinggi. STMIK Balikpapan melakukan proses evaluasi kualitas berdasarkan kinerja dosen secara berkala menggunakan sistem secara manual. Mengakomodasi pengukuran kualitas dan kinerja dosen secara objektif, maka diperlukan sebuah sistem pendukung keputusan. Sistem pendukung keputusan dalam penilaian kinerja dosen terdiri dari dua tahapan utama yang harus dilakukan, meliputi evaluasi kriteria penilaian dan alternatif dosen. Hasil evaluasi tersebut di proses menggunakan metode weighted product sehingga menghasilkan ranking kinerja dosen. Penelitian ini dapat membantu koordinator kepegawaian dalam melakukan proses penentuan kualitas kinerja dosen. Kata Kunci βSistem Pendukung Keputusan, Kinerja Dosen, Weighted Product dievaluasi berdasarkan kebutuhan perusahaan. Evaluasi penyediaan sumberdaya manusia meliputi kebutuhan indeks, pendekatan ilmiah dan rasional dalam pengambilan keputusan. Serta memastikan perusahaan dapat memilih sumber daya manusia sesuai kriteria yang diinginkan. Pemilihan sumber daya manusia ditentukan berdasarkan kriteria penilaian yang relevan, dengan mengacu pada bobot yang dihasilkan menggunakan metode AHP.
1. PENDAHULUAN STMIK Balikpapan merupakan perguruan tinggi swasta yang berupaya meningkatkan mutu pendidikan dengan mengedepankan kualitas sumber daya manusia. Untuk mengukur efektifitas dan kinerja dosen maka dilakukan proses monitoring secara berkala. Penilaian kinerja dosen pada STMIK Balikpapan dilakukan secara manual, sehingga membutuhkan waktu lama, masih bersifat persepsional sehingga memperoleh hasil penilaian yang kurang akurat. Mengatasi permasalahan tersebut, maka dibutuhkan sebuah sistem yang dapat mengakomodasi hasil pengambilan keputusan.
Penelitian[2] melakukan proses pemilihan sumber daya manusia berdasarkan indeks kerja dengan menerapkan metode AHP dan fuzzy . Metode AHP dan fuzzy dapat menyelesaikan masalah yang kompleks dengan menerapkan proritas dan struktur hiraki nilai kepentingan kriteria dan preferensi alternatif. Penelitian ini menghasilkan ranking alternatif secara keseluruhan.
Sistem pendukung keputusan dalam penilaian kinerja dosen menggunakan metode weighted product. Proses pengukuran kualitas kinerja dosen dilakukan dengan dua tahapan utama yang harus dilakukan yaitu evaluasi kriteria dan evaluasi alternatif dosen. Evaluasi kriteria merupakan proses pemberian nilai preferensi nilai kriteria sehingga menghasilkan bobot kriteria. Evaluasi alternatif merupakan proses pemberian nilai alternatif dosen berdasarkan kriteria penilaian. Hasil evaluasi tersebut, diproses menggunakan metode weighted product untuk menghasilkan ranking alternatif kinerja dosen.
Penelitian[3] menerapkan tentang pemilihan dan evaluasi sumber daya manusia untuk tugas pengembangan suatu perangkat lunak. Membangun suatu proyek perangkat lunak diperlukan seleksi dan evaluasi yang tepat. Pendekatan yang digunakan adalah linguistic fuzzy untuk mendukung sumber daya manusia dengan kemampuan dan keterampilan untuk mengerjakan suatu proyek. Dengan demikian, hasil evaluasi yang dilakukan dapat menunjukkan kerangka praktis metode dalam perbaikan proses software pada perusahaan-perusahaan pengembangan perangkat lunak dengan skala kecil dan menengah.
Penelitian[1] menganalisa penyediaan layanan outsourcing sumber daya manusia dilakukan berdasarkan evaluasi dan penentuan kriteria referensi pilihan. Implementasi karakteristik outsourcing sumber daya manusia secara nyata sulit untuk dipelajari dan dilaksanakan dalam waktu singkat, maka harus
Penelitian [4] tentang implementasi multi kriteria dengan model weighted product dan ranking
1
Proceeding Seminar Nasional Riset Ilmu Komputer (SNRIK 2016) Universitas Muslim Indonesia Makassar-14 Desember 2016
relatif pada studi kasus routing wireless sensor. Wireless sensor network merupakan bagian yang bersifat integral dan memerlukan dukungan komputasi yang luas. Menerapkan model weighted product mampu memilih rute yang efisien antara rute yang tersedia dengan mempertimbangkan beberapa kriteria dalam mengambil keputusan routing dan pada saat yang sama untuk menyediakan konsumsi energi yang seimbang di semua node sensor. Dengan demikian, dapat menghemat energi dan pengelolaan sumber daya untuk node sensor dan jaringan sensor keseluruhan.
Data Internal
Vol.1,Desember 2016 ISSN: 2443-048X
Basis Data Sistem Pendukung Keputusan
Basis Model Sistem Pendukung Keputusan
Manajemen Data
Manajemen Model
Metode Weighted Product
Internet
`
`
Kepala HRD
Admin
Penelitian[5] menganalisa optimalisasi penggunaan energi listrik dengan melakukan perbandingan metode multi kriteria. Analisis perbandingan metode SAW, weighted product dan AHP dapat mengidentifikasi dan evaluasi penggunaan listrik yang optimal pada hari tertentu. Analisa berdasarkan metode SAW, weighted product dan AHP dapat dijadikan pertimbangan bagi pengambil keputusan terhadap besaran penggunaan energi yang digunakan.
Gambar 1. Arsitektur sistem
2.3 Sistem pendukung keputusan Sistem pendukung keputusan adalah sebuah sistem yang digunakan untuk mendukung para pengambil keputusan menejerial untuk memperluas kemampuan mereka dalam situasi keputusan semi terstruktur[6]. 2.4 Metode weighted product Metode wighted product merupakan salah satu metode yang dapat digunakan untuk mengevaluasi ranking kinerja dosen. Metode weighted product menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan[7]. Penentuan preferensi alternatif dapat dilihat pada persamaan(1): Si = βπ= (1)
2. METODE 1.1 Deskripsi sistem Deskripsi sistem merupakan alur proses implementasi penilaian kinerja dosen menggunakan metode weighted product. Sistem pendukung keputusan dalam penilaian kinerja dosen melibatkan dua pengguna yaitu: administrator dan koordinator kepegawaian. Administrator merupakan pengguna yang melakukan proses manajamen data kriteria penilaian dan alternatif dosen. Koordinator kepegawaian merupakan pengguna yang melakukan proses analisa terhadap data yang digunakan. Koordinator kepegawaian melakukan analisis dan pemberian nilai preferensi kriteria, pemberian nilai alternatif dosen. Berdasarkan hasil analisa tersebut, diproses menggunakan metode weighted product untuk menghasilkan bobot altenatif atau ranking kinerja dosen. 2.2 Arsitektur sistem Sumber data sistem diperoleh dari data internal STMIK Balikpapan yang meliputi data inputan administrator dan hasil evaluasi kriteria dan alternatif dosen yang dilakukan koordinator kepegawaian, kemudian diproses oleh sistem menggunakan pemodelan dan metode weighted product, dengan melibatkan media internet. Implementasi arsitektur sistem dapat dilihat pada Gambar 1.
Dimana: -
: preferensi alternatif dianalogikan sebagai vektor S X : nilai kriteria W : bobot kriteria i : alternatif j : kriteria N : banyaknya kriteria β : Wj : pangkat bernilai posistif untuk keuntungan, bernilai negatif untuk biaya. S
Preferensi relatif untuk setiap alternatif dapat dilihat pada persamaan(2): βπ
Vi = βπ=1 =1
2
β
(2)
Proceeding Seminar Nasional Riset Ilmu Komputer (SNRIK 2016) Universitas Muslim Indonesia Makassar-14 Desember 2016
Dimana: - V : preferensi alternatif dianalogikan sebagai vektor V - X : nilai kriteria - W : bobot kriteria - I : alternatif - J : kriteria - N : banyaknya kriteria - * : banyaknya kriteria yang telah dinilai pada vektor S
3. 4. 5. 6. 7. 8. 9.
W5 =
= 0.114
W6 =
= 0.142
W7 =
= 0.085
W8 =
= 0.085
W9 =
= 0.085
Berdasarkan proses diatas, hasil perbaikan bobot setiap kriteria dapat dilihat pada Tabel 2: Tabel 2. Hasil perbaikan bobot kriteria
No.
Kriteria Penilaian
1.
Komitmen kepada oraganisasi (K1) Sikap dan prilaku dalam pelayanan (K2) Kemampuan dalam membangun kerjasama(K3) Kemampuan dalam komunikasi antar pribadi (K4) Tingkat produktifitas dan kejujuran dalam bekerja (K5) Tingkat kedisiplinan dalam bekerja (K6) Loyalitas dan tanggungjawab terhadap lembaga(K7) Kreatif dan inisiatif Kepemimpinan dan integritas
2.
Tabel 1. Evaluasi bobot kriteria
Kriteria Penilaian Komitmen kepada oraganisasi (K1) Sikap dan prilaku dalam pelayanan (K2) Kemampuan dalam membangun kerjasama(K3) Kemampuan dalam komunikasi antar pribadi (K4) Tingkat produktifitas dan kejujuran dalam bekerja (K5) Tingkat kedisiplinan dalam bekerja (K6) Loyalitas dan tanggungjawab terhadap lembaga(K7) Kreatif dan inisiatif Kepemimpinan dan integritas
= 0.085
β =0.114+0.142+0.142+0.085+0.114+0.142+0.085+0.085+0.0 85 = 1.
2.5 Analisis model Analisis model merupakan tahapan proses pemodelan untuk mengakumulasi preferensi kriteria dan alternatif dosen menggunakan metode weighted product. 1. Hasil evaluasi bobot kriteria Hasil evaluasi bobot kriteria penentuan kinerja dosen dapat dilihat pada Tabel 1: No. 1. 2.
W4 =
3.
Nilai 4 5
4. 5.
5
6.
3
7.
4
8. 9.
5 3
4.
3 3
3.
= 0.114
W2 =
= 0.142
W3 =
= 0.142
0.142 0.142 0.085 0.114 0.142 0.085 0.085 0.085
Tabel 3. Evaluasi alternatif berdasarkan kriteria
Akumulasi bobot kriteria Pemberian bobot preferensi kriteria, meliputi: W = 4+5+5+3+4+5+3+3+3 = 35 Sebelum melakukan perbaikan bobot setiap kriteria, maka pangkat diperoleh dari jumlah w dibagi masing-masing nilai dari kriteria yang telah dievaluasi. W1 =
Perkalian Bobot 0.114
Hasil evaluasi preferensi alternatif berdasarkan kriteria penilaian kinerja dosen: Nama Dosen
2.
Vol.1,Desember 2016 ISSN: 2443-048X
Tri sudinugraha, S.Kom Subur Anugerah, ST., M.Eng Wahyu Nur Alimyaningtias, S.Kom Dhumhadi, ST., M.Kom Wisnu Hera Pamungkas, S.TP., M. Eng
3
K1 95
Kriteria Penilaian K2 K3 K4 K5 95 93 95 95
95
90
80
80
85
85
80
90
90
85
85
85
80
80
90
91
91
91
91
88
Proceeding Seminar Nasional Riset Ilmu Komputer (SNRIK 2016) Universitas Muslim Indonesia Makassar-14 Desember 2016
Kriteria Penilaian K6 K7 K8 K9 90 95 95 90 85 85 85 90
Nama Dosen Tri sudinugraha, S.Kom Subur Anugerah, ST., M.Eng Wahyu Nur Alimyaningtias, S.Kom Dhumhadi, ST., M.Kom Wisnu Hera Pamungkas, S.TP., M. Eng
80
85
80
c.) V3(Wahyu Nur Alimyaningtias, S.Kom) =
90 91
80 91
85 85 91
6.
Menghitung nilai vektor S Menghitung nilai vektor S diperoleh dari hasil perkalian, tetapi sebelumnya dilakukan proses pemangkatan dari hasil perkalian bobot. a.) S1(Tri sudinugraha, S.Kom) = (95 0.114)(95 0.142)(93 0.142)(95 0.085) (95 0.114)(90 0.142)(95 0.085)(95 0.085) (90 0.085 ) = 93.548 b.) S2(Subur Anugerah, ST., M.Eng) = (950.114)(900.142)(800.142)(800.085)(850.114) (850.142)(850.085)(850.085)(900.085) = 86.0191 c.) S3(Wahyu Nur Alimyaningtias, S.Kom) = (850.114)(800.142)(900.142)(900.085)(850.114) (800.142)(850.085)(800.085)(850.085) = 84.2 d.) S4(Dhumhadi, ST., M.Kom) = (850.114)(850.142)(800.142)(800.085)(900.114) (950.142)(900.085)(800.085)(850.085) = 85.705 e.) S5(Wisnu Hera Pamungkas, S.TP., M. Eng) = (910.114)(910.142)(910.142)(910.085)(880.114) (870.142)(910.085)(910.085)(910.085) = 90.071 Menghitung nilai vektor V Berdasarkan hasil perhitungan nilai vector S, proses selanjutnya yaitu melakukan penjumlahan seluruh nilai vektor S untuk menghitung nilai vektor V. a.) V1(Tri sudinugraha, S.Kom) =
.
+
.
+
.
+
.
+
.
. +
.
+
.
= 0.195
.
. +
.
+
.
.
+
.
+
.
+
.
+
.
= 0.204
.
. +
.
+
.
.
. +
.
+
.
.
+
.
9 . 7 +
. +
2.6 Use case diagram Desain use case diagram merupakan alur proses yang dilakukan oleh administrator dan koordinator kepegawaian dalam menentukan kinerja dosen menggunakan metode weighted product. Implementasi use case diagram dapat dilihat pada gambar 2. Sistem pendukung keputusan penilaian kinerja dosen STMIK Balikpapan Manajemen Data Kriteria
Manajemen Data Alternatif
Admin
Manajemen data pengguna
Analisis bobot kriteria Analisis bobot alternatif
Hasil Ranking
Koordinator Kepegawaian
Login
= 0.212 b.) V2(Subur Anugerah, ST., M.Eng) =
+
= 0.194 e.) V5(Wisnu Hera Pamungkas, S.TP., M. Eng) =
5.
.
= 0.191 d.) V4(Dhumhadi, ST., M.Kom) =
95 87
Vol.1,Desember 2016 ISSN: 2443-048X
Gambar 2. Use case diagram
2.7 Class diagram Class diagram merupakan proses untuk identifikasi keterhubungan antara tabel satu dengan tabel
4
Proceeding Seminar Nasional Riset Ilmu Komputer (SNRIK 2016) Universitas Muslim Indonesia Makassar-14 Desember 2016
yang lain yang digunakan dalam aplikasi mengguna metode weighted product. Alur proses class diagram dapat dilihat pada Gambar 3. Alternatif -Kode_alternatif : char -nama_alternatif : string -vector_s : double -Vector_v : double +Save() +Edit() +Delete() +Add_data()
* 1
Ranking
User
-kode_alternatif : char -kode_kriteria : char -nilai_ranking : int -nilai_normalisasi : double +Save() +Edit() +Delete() +Add_data()
-kode_pengguna : char -nama_lengkap : string -username : char -password : char +Save() +Edit() +Delete() +Add_data()
3. HASIL DAN PEMBAHASAN Implementasi dan analisis aplikasi sistem pendukung keputusan dalam penilaian kinerja dosen STMIK Balikpapan menggunakan metode weighted product terdiri dari beberapa tahapan-tahapan yang dilakukan, meliputi: a.) Evaluasi kriteria penilaian Tahapan evaluasi kriteria penilaian merupakan tahapan proses evaluasi dan analisa pemberian nilai preferensi bobot kriteria. Berdasarkan hasil preferensi bobot kriteria tersebut, proses selanjutnya adalah melakukan perkalian setiap bobot kriteria penilaian. Proses evaluasi kriteria penilaian dilakukan oleh koordinator kepegawaian STMIK Balikpapan. Form evaluasi dan analisa kriteria dalam penilaian kinerja dosen dapat dilihat pada Gambar 5.
* 1 Bobot
Kriteria
-kode_kriteria : char -nilai_bobot : double -hasil_bobot : double +Save() +Edit() +Delete() +Add_data()
*
1
Nilai
-kode_kriteria : char -nama_kriteria : string -tipe_kriteria : string +Save() +Edit() +Delete() +Add_data()
Vol.1,Desember 2016 ISSN: 2443-048X
-kode_nilai : char -ket_nilai : string -jum_nilai : int +Save() +Edit() +Delete() +Add_data()
Gambar 3. Class diagram
2.8 Flowchart program Flowchart merupakan tahapan proses penerapan metode weighted product dalam menganalisa hasil evaluasi kriteria dan altenatif dosen. Implementasi flowchart dapat dilihat pada Gambar 4.
Begin
Menentukan kriteria dan alternatif
Menghitung Nilai Vektor S
Masukkan data kriteria
Menghitung Nilai Vektor V
Gambar 5. Form evaluasi kriteria penilaian
Masukkan data alternatif
Menghitung Perkalian Bobot
b.) Evaluasi kinerja alternatif dosen Tahapan evaluasi kinerja dosen merupakan tahapan proses analisa terhadap pemberian nilai kinerja alternatif dosen. Pengukuran kinerja dosen dilakukan berdasarkan kriteria-kriteria penilaian. Implementasi dan proses evaluasi kinerja alternatif dosen dilakukan oleh koordinator kepegawaian. Form evaluasi kinerja alternatif dosen dapat dilihat pada Gambar 6.
Hasil Ranking Kinerja Dosen
End
Gambar 4. Flowchart sistem
5
Proceeding Seminar Nasional Riset Ilmu Komputer (SNRIK 2016) Universitas Muslim Indonesia Makassar-14 Desember 2016
Vol.1,Desember 2016 ISSN: 2443-048X
Hasil ranking penilaian kinerja dosen menggunakan metode weighted product diperoleh berdasarkan nilai vektor V tertinggi. Berdasarkan evaluasi sistem, hasil ranking kinerja dosen dapat dilihat pada Tabel 4. Tabel 4. Hasil ranking kinerja dosen Ranking
4.
Nama Dosen
Bobot Kinerja
1.
Tri sudinugraha, S.Kom
0.212
2.
Wisnu Hera Pamungkas, S.TP., M. Eng
0.204
3.
Subur Anugerah, ST., M.Eng
0.195
4.
Dhumhadi, ST., M.Kom
0.194
5.
Wahyu Nur Alimyaningtias, S.Kom
0.191
KESIMPULAN
Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan, maka dapat penelitian ini dapat disimpulkan:
Gambar 6. Form evaluasi alternatif dosen berdasarkan kriteria penilaian
c.) Hasil evaluasi ranking menggunakan metode weighted product. Tahapan evaluasi ranking merupakan tahapan proses untuk mengakumulasi bobot kriteria penilaian dengan bobot kinerja alternatif dosen. Form evaluasi ranking menggunakan metode weighted product dapat dilihat pada Gambar 7.
1. Implementasi sistem pendukung keputusan penentuan kinerja dosen bersifat dinamis, sehingga dapat dilakukan proses penambahan data kriteria dan alternatif, serta dapat melakukan evaluasi ulang analisis data. 2. Sistem pendukung keputusan penentuan kinerja dosen menggunakan metode weighted product dijadikan sebagai bahan pertimbangan dalam mengevaluasi kualitas dosen STMIK Balikpapan. 3. Implementasi hasil perhitungan manual dan sistem mengasilkan output yang sama. REFERENSI [1] Weizhi, Yang and Wencheng, Wang., Research of the Evaluation and Selection to Human Resource Management Outsourcing Service Provider, IEEE Journal & Magazines 978-1-4244-6581-1/11, 2011 [2] Chou Y. C., Yen H. Y., Sun C. C. and Hon J. S., Comparison of AHP and Fuzzy AHP Methods for, Human Resources in Science Technology (HRST) Performance Index Selection, IEEE Journal & Magazines 978-1-47990986-5, 2013 [3] Gerogiannis, Vassilis C., Rapti, Elli ., Karageorgos Anthony. and Fitsilis Panos., A fuzzy linguistic approach for human resource evaluation and selection in software projects, Proceedings of the 2015 International Conference on Industrial Engineering and Operations Management Dubai, United Arab Emirates (UAE), March 3β5, 2015.
Gambar 7. Form evaluasi ranking metode weighted product
6
Proceeding Seminar Nasional Riset Ilmu Komputer (SNRIK 2016) Universitas Muslim Indonesia Makassar-14 Desember 2016
[4] Wibowo, Santoso., Grandhi Srimannarayana. and Deng Hepu., Multi Criteria Routing in Wireless Sensor Network using Weighted Product Model and Relative Rating, IEEE Journal & Magazines 978-1-4673-8644-9/16, 2016. [5] Kittu, Javeed., Evaluating Optimal Generation using different Multiβ Criteria Decision Making Methods, IEEE Journal & Magazines, 978-1-4799-7075-9/15, 2015. [6] Turban, E., Aronson, J.E. and Liang, T.-P., 2005, Decision Support System And Intelligent Systems (diterjemahkan oleh Prabantini, D., Edisi 7, Andi, Yogyakarta. [7] Kusumadewi, S., Hartati, S., Harjoko, A.and Wardoyo, R., 2006. Fuzzy MultiAttribute Decision Making. Graha Ilmu. Yogyakarta.
7
Vol.1,Desember 2016 ISSN: 2443-048X
