Friday, 3 August 2018
PROPOSAL PROGRAM KREATIVITAS MAHASISWA
PENERAPAN METODE TOPSIS UNTUK MENENTUKAN
MUTASI KARYAWAN PADA PTPN IV AIR BATU
BIDANG KEGIATAN
PKM PENELITIAN
Disusunkan oleh :
Ketua :
Putri Rahma Dhini; 15220235; 2015
Anggota :
Misdayanti; 15220235; 2015
Cici Padillah; 15220221; 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN
KOMPUTER
(STMIK) ROYAL KISARAN
MARET 2018
BAB
1
PENDAHULUAN
1.1 Latar Belakang Masalah
Perkembangan
zaman membuat segala sesuatunya juga berkembang, dimulai dari trend, pola
hidup, teknologi dan lain sebagainya. Teknologi merupakan suatu sistem yang
dapat mengubah cara manual menjadi terkomputerisasi. Penerapan teknologi pada
saat ini semakin banyak dilakukan manusia untuk mempermudah kegiatan yang
dilakukan. Karena hal tersebut teknologi juga diterapkan oleh perusahaan untuk
melakukan proses mutasi karyawan.
Karyawan
merupakan salah satu aset penting yang dimiliki perusahaan. Mutasi karyawan
yang umum dan wajib dilakukan demi kepentingan karyawan itu sendiri maupun
perusahaan. Undang- Undang No.13 Tahun 2003 tentang ketenagakerjaan, yang
menyebutkan. “penempatan tenaga kerja diarahkan untuk menempatkan tenaga kerja
pada jabatan yang tepat sesuai dengan keahlian, keterampilan, bakat, minat, dan
kemampuan dengan memperhatikan harkat, martabat, hak asasi dan perlindungan
hukum. Namun, ada beberapa karyawan yang merasa tidak memperoleh haknya ketika
dimutasi dengan berbagai alasan seperti mutasi yang dilakukan hanya untuk
kepentingan dan kebaikan perusahaan bukan kepentingan dan kebaikan dari
karyawan. Hal ini sesuai dengan Putusan Nomor 75/G/2015/PHI.Sby, yang
menyatakan bahwa mutasi tidak seharusnya hanya mempertimbangkan kebutuhan
perusahaan, tetapi juga kemampuan atau kecakapan kerja dari karyawan. Maka dari
itu butuh adanya teknologi untuk mengatasi masalah ini. Misalnya penerapan
teknologi pada penentuan kriteria karyawan yang dimutasi, sehingga dapat
memberikan kesempatan bagi karyawan untuk promosi jabatan maupun meningkatkan efisiensi dan efektivitas
perusahaan dan tidak akan ada karyawan yang merasa tidak diadili dengan adanya
mutasi.
Proses mutasi
masih dilakukan secara manual oleh sebagian besar perusahaan, bahkan ada
beberapa perusahaan yang melakukan mutasi karena pandangan subjektif pada
karyawan tertentu. Sehingga tidak jarang karyawan yang merasa tidak adil pada
proses mutasi tersebut.
Sama halnya pada
proses mutasi yang dilakukan oleh PTPN IV Air Batu. Hampir sebagian besar
karyawan tidak memperoleh haknya karena dimutasikan. Dimulai dari
ketidaksesuaian dengan minat, keahlian, bahkan terkadang upah yang diterima
tidak sesuai dengan pekerjaan yang dilakukan. Ada pula karyawan yang 2 tahun
kedepan akan mengalami pensiun namun karyawan tersebut termasuk karyawan yang
dimutasikan, padahal kemampuannya sudah berkurang sama seperti usianya. Selain
itu terdapat karyawan bagian pemanen yang dimutasi ke daerah dimana di daerah
tersebut pendapatannya jauh lebih kecil dari daerah sebelum dimutasi.
Maka dari
permasalahan yang ada, peneliti melakukan penelitian untuk menentukan karyawan
yang cocok dimutasi dengan bantuan teknologi informasi. Adapun metode yang
digunakan pada penelitian ini yaitu metode TOPSIS (Technique for Others Reference by Similarity to Ideal Solution)
diamana metode ini merupakan salah satu metode pada Sistem Pendukung Keputusan.
Metode ini membandingkan kriteria-kriteria mutasi karyawan, sehingga diperoleh
karyawan yang benar-benar cocok untuk dimutasikan. Adapun kriterianya yaitu
keahlian, umur, loyalitas, tingkat pendidikan dan pengalaman kerja. Maka dari
kriteria tersebut akan menampilkan informasi mengenai karyawan dimutasikan.
Dari sistem ini dapat membantu perusahaan dalam menentukan karyawan yang cocok
untuk dimutasikan, sehingga dapat memberikan keuntungan bagi karyawan maupun
perusahaan.
Metode TOPSIS
adalah salah satu metode pengambilan keputusan dimana alternatif yang terbaik
tidak hanya mempunyai jarak terdekat dari solusi ideal positif, namun juga
terjauh dari solusi ideal negatif (Yoon dan Hwang, 1981).
Pada
penerapannya, metode TOPSIS juga pernah dilakukan juga oleh Satriawaty Wallu
(2015) dengan judul “SISTEM PENDUKUNG
KEPUTUSAN PENENTUAN KARYAWAN KONTRAK MENJADI KARYAWAN TETAP DENGAN MENGGUNAKAN
METODE TOPSIS”. Penelitian ini bertujuan untuk memperoleh karyawan kontrak
yang akan dijadikan karyawan tetap oleh perusahaan tersebut dengan berbagai
kriteria seperti keahlian, loyalitas, pengalaman kerja dan lain sebagainya.
1.2 Rumusan Masalah
Rumusan masalah dari
penelitian ini adalah :
1. Apakah
kriteria–kriteria dalam menentukan karyawan yang dimutasi ?
2.
Bagaimanakah penerapan metode Technique For Others Reference by Similarity to Ideal Solution
untuk menentukan karyawan yang dimutasi ?
3.
Bagaimanakah
penerapan sistem pendukung
keputusan berbasis web
untuk
pengujian metode TOPSIS dalam
menentukan karyawan yang dimutasi ?
1.3 Batasan Masalah
Batasan masalah dari
penelitian ini adalah :
1. Karyawan
yang dimutasi adalah karyawan PTPN IV
Air Batu sesuai dengan ketentuan dari Dinas Ketenagakerjaan.
2. Penentuan
karyawan yang dimutasi dengan menggunakan metode TOPSIS.
3. Sistem
yang akan dibangun menggunakan PHP dan Mysql sebagai
sistem yang akan menerapkan metode TOPSIS dan pemilihan karyawan yang
dimutasi dalam melakukan pengujian.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1.
Memahami
kriteria – kriteria dalam menentukan karyawan yang dimutasi.
2. Menerapan
metode Technique
For Others Reference by Similarity to Ideal Solution untuk menentukan karyawan yang dimutasi.
3.
Menguji penerapan sistem pendukung keputusan
berbasis web dengan
metode TOPSIS dalam
menentukan karyawan yang dimutasi.
1.5 Manfaat Penelitian
Manfaat yang diperoleh dari
penelitian ini adalah :
Adapun manfaat penelitian yang akan didapatkan pada penelitian ini adalah :
1. Hasil penelitian ini akan membantu pimpinan dalam memilih karyawan yang
akan dimutasi.
2. Meminimalisir maupun menghilangkan adanya kesalahan dalam penentuan
karyawan yang dimutasi.
3. Hasil penelitian ini
dapat dijadikan pengayaan materi pada mata kuliah Sistem Pendukung Keputusan dan Kecerdasan Buatan
dengan berbasis studi kasus.
BAB
2
TINJAUAN
PUSTAKA
2.1
Pengertian Sistem Pendukung Keputusan
Sistem
adalah kumpulan dari obyek-obyek seperti manusia, resources, konsep,dan
prosedur yang ditujukan untuk melakukan fungsi tertentu atau memenuhi suatu
tujuan. Dalam Rizki Triana Putri (2008), Ludwig Von Bartalanfy berpendapat
bahwasistem merupakan seperangkat unsur yang saling terikat dalam suatu antar
relasi diantara unsur-unsur tersebut dengan lingkungan. Sedangkan menurut
Jogiyanto sistem adalah komponen-komponen yang saling berhubungan untuk
mencapai satu tujuan tertentu. Suatu sistem dapat dirumuskan sebagai setiap
kumpulan bagian-bagian atau subsistem-subsistem yang disatukan, yang dirancang
untuk mencapai suatu tujuan.
Kata
keputusan (decision) berarti pilihan (choice), yaitu pilihan dari dua atau
lebih kemungkinan. Keputusan juga dapat berarti kegiatan memilih suatu strategi
atau tindakan dalam pemecahan suatu masalah. Tindakan memilih strategi atau
aksi yang diyakini manajer akan memberikan solusi terbaik atas sesuatu itu
disebut pengambilan keputusan (Ma`ruf, 2016).
Sistem
Pendukung Keputusan (SPK) didefinisikan sebagai sebuah sistem yang bertujuan
untuk mendukung seorang manajer mengambil sebuah keputusan dalam kondisi
permasalahan yang semi terstruktur. SPK difungsikan sebagai fasilitas yang
dapat memperkuat kapabilitas sang pengambil keputusan, namun tidak sepenuhnya
menggantikan peran pengambil keputusan tersebut. SPK digunakan pada pengambilan
keputusan yang melibatkan pertimbangan dari manajer, atau pada pengambilan
keputusan yang tidak sepenuhnya dapat diselesaikan dengan perhitungan (Ma`ruf,
2016).
2.2.
Manajemen Sumber Daya Aparatur
Konsep
manajemen sumber daya aparatur hampir sama dengan manajemen sumber daya
manusia. Manajemen sumber daya manusia/aparatur (human aparatur resources
management) menurut Simamora (2006, h.3) adalah pendayagunaan, pengembangan,
penilaian, pemberian balas jasa, dan pengelolaan individu anggota organisasi
atau kelompok pekerja. Manajemen sumber daya aparatur merupakan aktivitas atau
kegiatan yang dilakukan oleh sumber daya aparatur di dalam suatu organisasi
pemerintahan yang dapat digunakan secara efektif dalam mencapai berbagai
tujuan. Sebuah lembaga pemerintah tidak lepas dari aparatur sebagai pelaksana
penyelenggara pemerintahan. Manajemen sumber daya manusia/ aparatur memiliki
beberapa fungsi. Seperti yang diungkapkan oleh Sutrisno (2011, h.8) yang
mengatakan bahwa fungsi manajemen sumber daya aparatur adalah terdiri dari:
a.
Perencanaan
b.
Pengorganisasian
c.
Pengarahan dan pengadaan
d.
Pengendalian
e.
Pengembangan
f.
Kompensasi
g.
Pengintegrasian
h.
Pemeliharaan
i.
Pemberhentian
2.3 Pengembangan Sumber Daya Aparatur
Pengembangan merupakan salah
satu komponen fungsi operasional dari manajemen sumber daya manusia. Menurut
Hasibuan (2002, h.69) mendefinisikan pengembangan pegawai adalah suatu usaha
untuk meningkatkan kemampuan teoritis, teknis dan konseptual, moral pegawai
sesuai dengan kebutuhan pekerjaan atau jabatan melalui pendidikan maupun
latihan. Banyak cara yang dapat dilakukan dalam upaya pengembangan sumber daya
aparatur. Menurut Musanef (1984, h.14) kegiatan organisasi atau manajemen yang
ditujukan untuk pemgembangan pegawai ada 3 cara yaitu:
a. Melalui pendidikan dan
latihan.
b. Pengembangan pegawai
melalui promosi (kenaikan jenjang).
c. Pengembangan pegawai melalui perpindahan
(transfer).
2.5
Mutasi
Perpindahan pegawai terjadi dalam setiap
organisasi baik lembaga pemerintahan maupun organisasi perusahaan. Ada berbagai
istilah perpindahan yang digunakan setiap organisasi, istilah yang umum
digunakan adalah mutasi. Seperti yang dijelaskan oleh Hasibuan (2002, h.102)
“Istilah-istilah yang sama pengertiannya dengan mutasi adalah pemindahan, alih
tugas, transfer dan job rotation karyawan”. Mutasi memiliki banyak arti yang
dijelaskan oleh para ahli. Menurut Moekijat (1987, h.152) yang menggunakan
istilah mutasi dengan istilah pemindahan menjelaskan bahwa “Pemindahan adalah
suatu perubahan horizontal, bukan suatu kenaikan atau suatu penurunan”. Selain
itu menurut Simamora (2006, h.640) me-ngutarakan mutasi dengan istilah
transfer: “Transfer adalah perpindahan seorang karyawan dari satu pekerjaan ke
posisi lainnya yang gaji, tanggung jawab dan/atau jenjang organisasionalnya
sama”. Pendapat lain menurut Hasibuan (2002, h.103) mengungkapkan bahwa:
“Mutasi adalah suatu perubahan posisi/jabatan/tempat/ pekerjaan yang dilakukan
baik secara horizontal maupun vertikal (promosi/ demosi) di dalam satu
organisasi”.
2.5
Pengertian Metode Technique
For Others Reference by Similarity to Ideal Solution
TOPSIS merupakan singkatan dari Tehnique
for Order Preference by Similarity to Ideal Solution. TOPSIS merupakan Metode
yang menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak
terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif.
Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara
praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami dan efisien
serta memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif
keputusan (Marsono,2015).
2.4.1
Algoritma TOPSIS
Secara umum, prosedur TOPSIS mengikuti
langkah-langkah sebagai berikut:
- Membuat
matriks keputusan yang ternormalisasi.
- Membuat
matriks keputusan yang ternormalisasi terbobot.
- Menentukan
matriks solusi ideal positif dan matriks solusi ideal negatif.
- Menentukan
jarak antara nilai setiap alternatif dengan matriks solusi ideal positif
dan matriks solusi ideal negatif.
- Menentukan
nilai preferensi untuk setiap alternatif.
TOPSIS
membutuhkan rating kerja setiap alternatif Ai pada setiap kriteria Cj yang
ternormalisasi.
dengan
i=1,2,...,m; dan j=1,2,...,n, dimana :
rij
= matriks ternormalisasi [i][j]
xij = matriks keputusan [i][j]
Solusi ideal positif A+ dan solusi
ideal negatif A_ dapat ditentukan berdasarkan rating bobot
ternormalisasi (yij) sebagai berikut :
yij
= wi.rij; dengan i=1,2,...,m; dan j=1,2,...,n
A+
= (y1+, y2+, ..., yn+);
A_
= (y1-, y2-, ..., yn-); dimana:
yij = matriks ternormalisasi terbobot [i][j]
wi
= vektor bobot[i] dari proses AHP
yj+ = max yij, jika j adalah
atribut keuntungan
yj-=
min yij, jika j adalah atribut biaya
yj- = min yij, jika j adalah
atribut keuntungan
yj+
= max yij, jika j adalah j =
1,2,...,n
Jarak
antara alternatif Ai dengan solusi ideal positif:
i=1,2,...,m
dimana :
Di+ = jarak alternatif Ai dengan
solusi ideal positif
Yi+ = solusi ideal positif[i]
yij = matriks normalisasi terbobot[i][j]
Jarak
antara alternatif Ai dengan solusi ideal negatif :
i=1,2,...,m
dimana :
Di-
= jarak alternatif Ai dengan solusi ideal negatif
Yi-
= solusi ideal positif[i]
yij
= matriks normalisasi terbobot[i][j] Nilai preferensi untuk setiap alternatif
(Vi) dapat dilihat pada rumus (2.11).
i=1,2,...,m
dimana:
Vi
= kedekatan tiap alternatif terhadap solusi ideal
Di+
= jarak alternatif Ai dengan solusi ideal positif
Di-=
jarak alternatif Ai dengan solusi ideal negatif Nilai Vi yang lebih besar menunjukkan bahwa alternatif
Ai lebih dipilih.
2.4.2 Analisis Kebutuhan Sistem
Melalui
tahapan perhitungan TOPSIS yang terdapat di atas, maka untuk pembuatan sistem
elemen-elemen yang dibutuhkan adalah sebagai berikut:
1.
Alternatif (Ai) : Alternatif dalam hal ini merupakan objek atau solusi
yang akan dihitung nilainya oleh sistem. Objek yang dimaksud dalam hal ini
adalah jenis makanan yang akan di konsumsi oleh para penderita obesitas
berdasarkan kode penderita yang ditentukan, yang akan diinput melalui program.
2.
Kriteria (Cj) : kriteria adalah atribut
dari objek atau solusi yang akan dinilai setelah diklasifikasikan sesuai dengan
kebutuhan. Kriteria objek dalam hal ini adalah kriteria tentang rangking
kandungan-kandungan makanan yang dipilih. Diantara kriteria yang dipakai adalah
sebagai berikut :
a. Kandungan
Karbohidrat
b. Kandungan
Protein
c. Kandungan
Lemak
d. Kandungan
Kalori
e. Kandungan
Kolestrol
Kriteria
– kriteria tersebut yang nantinya akan dinilai baik atau tidaknya makanan
tersebut dikonsumsi. Berikut ini adalah sumber yang akan diangkat :
Adapun tabel penilaian rangking yang digunakan
untuk setiap kriteria makanan tersebut adalah seperti tabel di bawah ini.
3.
Nilai preferensi (w) : adalah nilai yang
akan diinputkan oleh user, untuk dicari nilai terdekatnya dengan solusi ideal
positif (A+) dan terjauh dengan solusi ideal negatif (A-).
2.4.3 Pembahasan Perhitungan TOPSIS
Dalam
pembahasan perhitungan TOPSIS ini, dapat kita ambil 5 sample dari kode
penderita yang memiliki 5 kriteria. Perhitungan TOPSIS dalam sistem jika dicari
secara manual, dapat kita lihat penyelesaiannya
sebagai berikut:
Diketahui
: Pada data penderita obesitas yang memilih menu makanan terdapat field
KodePenderita yaitu : 001, 002, 003, 004, 005 yang menjadi alternatif (Ai).
Dengan Kriteria (Cj) yaitu kandungan karbohidrat, kandungan protein, kandungan
lemak, kandungan kalori dan kandungan kolestrol. Dengan nilai preferensi untuk
setiap kriteria (5, 3, 1, 3, 1). Berikut ini merupakan table kecocokan
alternative terhadap setiap kriteria.
Penyelesaian
:
a.
Ai = 001(A1), 002 (A2), 003(A3),
004(A4), 005(A5), 006(A6), 007(A7). 008(A8). 009(A9). 010(A10).
b.
Cj = Kandungan Karbohidrat(C1),
Kandungan Protein(C2), Kandungan Lemak(C3), Kandungan kalori(C4), Kandungan
Kolestrol(C5).
c.
Rangking kecocokan setiap alternatif
pada setiap kriteria (terdapat pada tabel 4.2). Bobot preferensi untuk setiap
kriteria (C1, C2, C3, C4, C5) = (5, 3, 1, 3, 1).
1.
Membuat matrik keputusan ternormalisasi:
2.
yij = wi.rij (menghitung bobot ternormalisasi) w = bobot preferensi (5, 3, 1, 3, 1)
3.Mencari y max dan y min :
Y1+= Max(1.589997; 1.589997; 0.529999; 0.529999;
2.649995; 0.529999; 2.119996; 2.649995; 0.529999; 0.529999 ) = 2.649995
Y1+
= Max(1.17108; 0.87831; 1.17108; 1.17108; 0.29277; 1.17108; 0.87831;
0.87831; 0.87831; 0.5855401 ) = 1.17108
Y1+ = Max(0.4271788; 0.4271788;
0.1708715; 0.1708715; 0.4271788; 0.2563073; 0.3417431; 0.3417431; 0.1708715;
0.2563073 ) = 0.4271788
Y1+ = Max(0.8955336; 1.194045;
0.5970224; 0.8955336; 1.194045; 0.8955336; 1.194045; 0.8955336; 0.5970224;
0.8955336 ) = 1.194045
Y1+ = Max(0.3179994; 0.3179994;
0.2119996; 0.1059998; 0.4239992; 0.2119996; 0.529999; 0.4239992; 0.1059998;
0.2119996 ) = 0.529999
A+ = (2.649995; 1.17108; 0.4271788;
1.194045; 0.529999)
Y1- =
Min(1.589997; 1.589997; 0.529999; 0.529999; 2.649995; 0.529999;
2.119996; 2.649995; 0.529999; 0.529999 ) = 0.529999
Y1-
= Min(1.17108; 0.87831; 1.17108; 1.17108; 0.29277; 1.17108;
0.87831; 0.87831; 0.87831; 0.5855401 ) = 0.29277
Y1-
= Min (0.4271788; 0.4271788; 0.1708715; 0.1708715; 0.4271788; 0.2563073;
0.3417431; 0.3417431; 0.1708715; 0.2563073 ) = 0.1708715
Y1-
= Min(0.8955336; 1.194045;
0.5970224; 0.8955336; 1.194045; 0.8955336; 1.194045; 0.8955336; 0.5970224;
0.8955336 ) = 0.5970224
Y1- = Min (0.3179994; 0.3179994;
0.2119996; 0.1059998; 0.4239992; 0.2119996; 0.529999; 0.4239992; 0.1059998;
0.2119996 ) = 0.1059998
A- = (0.529999; 0.29277; 0.1708715; 0.5970224; 0.1059998)
4.
Jarak alternatif Ai dengan solusi ideal positif.
5.
Jarak alternatif Ai dengan solusi ideal
negatif.
6.
Menentukan nilai preferensi terhadap
setiap alternatif.
Dari
hasil perhitungan di atas, Nomor 008 dengan kriteria (5, 3, 4, 3, 4) mempunyai
nilai tertinggi, dan merupakan solusi terbaik untuk memilih makanan tersebut.
Berikut ini Tabel dari hasil perhitungan (Marsono, 2015) :
Tabel 4.4 Hasil Perhitungan
BAB
3
METODOLOGI
PENELITIAN
3.1 Jenis Penelitian
Jenis
penelitian yang digunakan dalam penyelesaian penelitian ini yaitu penelitian
deskriptif kualitatif. Penelitian deskriptif kualitatif yaitu penelitian yang
bertujuan untuk mengungkapkan kejadian atau fakta, keadaaan, fenomena, variabel
dan keadaan yang terjadi saat penelitian berlangsung dengan menyuguhkan apa
yang sebenarnya nterjadi.
3.2 Kerangka
Kerja
Kerangka
kerja ini merupakan langkah-langkah dilakukan dalam rangka penyelesaian masalah
yang akan dibahas. Adapun kerangka kerja dari penelitian ini yaitu sebagai
berikut :
Melakukan penelitian tahap awal untuk
mencari informasi awal berdasarkan mengenai penelitian yang berhubungan dengan
penerapan metode Technique For Order
Preference by Similarity to Ideal Solution untuk menentukan karyawan yang
cocok untuk dimutasikan dan kriteria apa saja yang mempengaruhinya.
Informasi-informasi ini akan digunakan untuk mengidentifikasi masalah.
2.
Menentukan
Tujuan
Berdasarkan
perumusan masalah yang telah dibuat pada tahap sebelumnya, maka tahap penentuan
tujuan berguna untuk memperjelas kerangka tentang apa saja yang menjadi sasaran
dari penelitian ini. Pada tahap ini ditentukan tujuan dari penelitian ini
adalah bagaimana merancang dan mengimplementasikan metode penalaran Technique For Order Preference by Similarity
to Ideal Solution yang memudahkan dalam proses pengambilan keputusan dalam
penentuan karyawan yang dimutasi.
3.
Mempelajari
Literatur
Melalui studi
literatur, dipelajari teori-teori yang berhubungan dengan dasar matematika, dan
khususnya tentang penggunaan metode Technique
For Order Preference by Similarity to Ideal Solution untuk pengambilan
keputusan bertujuan untuk mempermudah dalam proses penentuankaryawan yang
dimutasi. Sumbernya berupa jurnal, buku
maupun situs internet yang berhubungan dengan penalaran Technique For Order Preference bySimilarity
to Ideal Solution.
4.
Mengumpulkan
Data
Data penelitian ini dikumpulkan dari observasi, buku-buku dan situs yang
berhubungan dengan penalaran logika Technique
For Order Preference by Similarity to Ideal Solution serta data dicari dari narasumber.
5.
Analisa
Masalah
Dari hasil studi literatur yang dilakukan, selanjutnya
dilakukan tahap analisis. Pada tahap ini, dianalisa lebih mendalam tentang
pengolahan data dari program petani budidaya padi dan akan dirancang dengan menggunakan penalaran
Technique For Order Preference by Similarity to Ideal Solution dan nantinya HRD/Departemen SDM dapat mengambil keputusan, sehingga setiap menentukan karyawan
yang dimutasi sesuai dengan
keahlian dan keterampilan yang mereka miliki.
6.
Pengolahan Data dengan Metode TOPSIS
Dari
hasil pengumpulan data selanjutnya dilakukan analisis untuk membuat disain atau
rancangan. Setelah itu digunakan metode penalaran Technique For Order Preference by Similarity to Ideal Solution untuk
melakukan pengolahan data pada proses penentuan karyawan yang dimutasi.
7.
Perancangan
Sistem
Pada
tahap ini akan dilakukan perancangan model yang cocok untuk permasalahan ini,
perancangan input-input parameter yang digunakan berdasarkan data-data yang
telah didapat. Adapun tahap-tahapan perancangan adalah:
a. Perancangan Model
Model
adalah gambaran dari solusi yang dihasilkan, dengan adanya perancangan model
ini dapat digambarkan apa yang menjadi tujuan penelitian, sehingga model dapat
kita jadikan sebagai pedoman untuk merancang sistem yang telah direncanakan.
b.
Perancangan Input
Dari
data-data yang telah didapatkan dan dianalisa, baik itu dari studi literatur,
studi lapangan ataupun wawancara, maka dapat dijadikan referensi untuk
merancang input yang akan digunakan di dalam sistem.
c. Perancangan parameter-parameter sistem yang
diperlukan
Perancangan
parameter dilakukan berdasarkan kebutuhan sebuah sistem, parameter-parameter
ini kemudian akan dijadikan data input awal untuk dilakukan pengolahan dengan
menggunakan Web Browser.
8.
Mengimplementasi Sistem dengan Metode TOPSIS
Berdasarkan pengolahan data yang
telah diproleh maka pada tahap implementasi dilakukan pengujian dari
masing-masing kriteria penentuan karyawan yang dimutasi. Pengolahan data yang
dilakukan dengan menggunakan metode
Technique For Order Preference by Similarity to Ideal Solution ( TOPSIS) untuk
menghasilkan kesesuaian penentuan karyawan yang dimutasi. Implementasi ini
digunakan perangkat lunak Web Browser yang berjalan pada sistem operasi minimal
menggunakan windows XP.
9. Pengujian Hasil
Pengujian
dilakukan untuk membandingkan hasil yang didapatkan pada tahap implementasi
sistem yang dibuat. Apakah hasil yang didapat sesuai dengan pengujian yang
dilakukan. Pada tahap ini, dilakukan penilaian apakah perangkat lunak yang
dikembangkan telah sesuai dengan tujuan yang diharapkan. Adapun teknik
pengujian data ini adalah dengan menguji coba seluruh spesifikasi terstruktur
dan sistem secara keseluruhan. Proses pengujian sistem diperlukan bertujuan
untuk memastikan sudah benar dan sesuai dengan karakteristik yang ditetapkan
sebelumnya. Berikut ini diuraikan mekanisme pengujian yang dilakukan, yaitu:
a. Menentukan
hasil yang akan diharapkan sebagai faktor prediksi terhadap karyawan yang
dimutasi dengan perhitungan manual.
b. Menjalankan
kasus pengujian sistem karakter dan keahlian dari karyawan.
c. Melakukan
perbandingan hasil pengujian penilaian karyawan yang cocok dimutasi dengan
hasil prediksi karakter dan keahlian yang diharapkan, jika terdapat perbedaan
hasil maka akan dilakukan perbaikan sistem sesuai dengan kesalahan yang
ditemukan.
BAB
IV
HASIL
DAN PEMBAHASAN
Pemilihan
karyawan yang tepat untuk dimutasi merupakan salah satu upaya yang dilakukan
oleh pimpinan perusahaan untuk memecahkan masalah, sehingga perusahaan
benar-benar memilih karyawan yang pantas untuk dimutasikan. Pengambilan
keputusan mengacu kepada pemilihan atau perangkingan alternatif-alternatif yang
tersedia dengan menggunakan beberapa kriteria sebagai bahan pertimbangan
pemilihan.
4.1
Analisis Sistem
Menganalisis
sebuah sistem, memilih alternatif pemecahan masalah dan menyelesaikan masalah. Dalam membangun sebuah sistem, maka analisis perlu mengetahui kebutuhan yang
diperlukan untuk sistem yang akan dibangun, dan untuk memahami terlebih
dahulu masalah yang dihadapi oleh sistem, seperti mendefinisikan
kebutuhan-kebutuhan fungsional dari sistem sehingga dapat diketahui apa saja
kebutuhan-kebutuhan pemakai. Analisis sistem
yang dilakukan dalam penelitian ini terdiri analisis kebutuhan sistem pendukung
keputusan, serta analisis pemecahan masalah pengambilan keputusan untuk pemilihan
karyawan yang dimutasi. Dalam tahap ini terdapat langkah-langkah dasar yang
harus dilakukan oleh analis sistem, mengidentifikasi masalah, memahami kinerja
dari sistem yang ada, menganalisa sistem, membuat laporan hasil analisis.
Technique For Others Reference by Similarity
to Ideal Solution
(TOPSIS)
merupakan metode yang digunakan
dalam pengambilan keputusan untuk pemilihan karyawan yang dimutasi.
4.2
Arsitektur Sistem Pengolahan Data
|
Data input
Reprentasi masalah
1. Data alternatif
2. Data criteria
|
|
1. Menentukan bobot masing-masing kriteria (w)
2. Membuat matriks perbandingan alternatif dan
kriteria
3. Membuat matriks keputusan ternormalisasi
4. Menghitung matriks ternormalisasi dan terbobot
5. Membuat
nilai max dan min
6. Mencari
nilai D+ dan D- untuk setiap alternatif
7.
8.
9.
10.
11.
|
|
Proses perangkingan alternatif yang baik (p)
|
|
User
|
Gambar 4 .1 . Arsitektur Sistem Secara Umum
Pada gambar 4.1. menjelaskan arsitektur sistem
dilakukan untuk yang pertama melakukan atau menentukan data alternatif dan
kriteria peneliti juga menentukan rating kepentingan dan menentukan rating
kecocokan untuk setiap kriteria. Peneliti juga akan menghitung indikat
kecocokan TOPSIS dan menghitung drajat keoptimisan, setelah itu akan
diproses perangkingan alternatif yang baik oleh peneliti (user).
4.3.1
Analisis Konsep Technique For Others
Reference by Similarity to Ideal Solution(TOPSIS)
Menggunakan Technique For Others Reference by
Similarity to Ideal Solution(TOPSIS) adalah salah satu metode yang bisa membantu pengambil
keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan
beberapa kriteria dan derajat kecocokan setiap alternatif. Dalam
proses pemilihan padi
terbaik
yang dilakukan dengan
menggunakan Technique For Others Reference by Similarity to Ideal
Solution
(TOPSIS),
diperlukan kriteria-kriteria, bobot kepentingan setiap
kriteria dan rating kecocokan
alternatif terhadap kriteria untuk melakukan perhitungan sehingga akan
didapatkan alternatif terbaik. Dalam hal ini sumber data yang di dapat dari
PTPN IV Air Batu, maka dari
itu peneliti menulis bahwa A1
itu sama dengan alternatif 1, peneliti juga mengelompokan antara A1 dengan sumber data yang
ada dapat dilihat pada tabel 4.1 berikut:
Tabel 4.1. Alternatif
|
Alternatif
|
Keterangan
|
|
A1
|
Haris
|
|
A2
|
Puput
|
|
A3
|
Dodi
|
|
A4
|
Kolman
|
|
A5
|
Saring
|
Sedangkan
kriteria-kriteria yang digunakan
terlihat dalam tabel berikut ini:
keahlian,
umur, loyalitas, tingkat pendidikan, kinerja dan pengalaman kerja.
Tabel 4.2. Kriteria
|
Kriteria
|
Keterangan
|
|
C1
|
Keahlian
|
|
C2
|
Umur
|
|
C3
|
Loyalitas
|
|
C4
|
Tingkat
Pendidikan
|
|
C5
|
Pengalaman
Kerja
|
Di mana tabel 4.2 di bawah
menjelaskan bahwa karyawan yang cocok untuk dimutasikan adalah karyawan yang sudah diputuskan
sebagai
karyawan terbaik di antara
karaywan
lainnya (alternatif)
beserta dengan kriteria ini bersumber dari PTPN IV Air Batu. Sedangkan KH
= Keahlian (C1), U
= Umur (C2), L
= Loyalitas (C3), TP
= Tingkat Pendidikan (C4), KN
= Kinerja (C5), PB
= Pengalaman Bekerja (C6),
adalah bagian kriteria yang
sudah ditentukan. Haris (A1),
Puput
(A2), Dodi (A3),
Kolman
(A4) dan Saring
(A5) adalah sebagai alternatif untuk menentukan karyawan
yang cocok dimutasikan.
Model Technique For
Others Reference by Similarity to Ideal Solution
dapat dilihat pada gambar 4.2 di bawah ini:
|
|
|
Haris
A1 |
|
Puput
A2 |
|
Dodi
A3 |
|
Kolman
A4 |
|
Saring
A5 |
|
KH
C1
C1
|
|
U
C2
|
|
L
C3
|
|
TP
C4
|
|
PB
C5
|
|
Karyawan yang
Dimutasi
|
Gambar
4.2 Model Technique For Others Reference by Similarity to Ideal Solution
Variabel-variabel
linguistik
yang merepresentasikan bobot kepentingan untuk setiap kriteria, adalah:
a. Bobot
kepentingan untuk kriteria keahlian dan loyalitas
Kepentingan (W) = {SB,
BG, CB, BR, BS} dengan SB = Sangat Bagus; BG = Bagus; CB = Cukup Bagus;
BR = Buruk; BS = Buruk Sekali
b. Bobot
kepentingan untuk kriteria pengalaman bekerja
Kepentingan
(W) = {5,4,3,2,1} dengan 5 >= 5 tahun; 4 = 4 tahun; 3 = 3 tahun; 2 = 2
tahun; 1 = ± 1 tahun
c. Bobot kepentingan untuk kriteria umur
Kepentingan (W) = {
5,4,3,2,1 } dengan 5 > 40 tahun ; 4 = 35 s/d 40 tahun ; 3 = 30 s/d 34 tahun
; 2 = 25 s/d 29 tahun ; 1 = 20 s/d 24 tahun.
d. Bobot
kepentingan untuk kriteria tingkat pendidikan
Kepentingan (W) = {5,4,3,2,1
} dengan 5 = D3/S1/S2; 4 = SMA ; 3 = SMP
; 2 = SD/Sederajat ; 1= Tidak Bersekolah.
Perhitungan
TOPSIS dimulai dari :
1.
Menentukan
bobot
masing-masing kriteria (w)
Berikut
merupakan bobot dari masing – masing kriteria :
a. Keahlian
(K) = 4
b. Umur
(U) = 4
c. Loyalitas
(L) = 5
d. Tingkat
Pendidikan (TP) = 3
e. Pengalaman
Bekerja (PB) = 4
2.
Membuat
matriks perbandingan alternatif dan kriteria
Tabel
4.3 matriks perbandingan alternatif dan kriteria
|
Alternatif
|
Rating kecocokan
|
||||
|
C1
|
C2
|
C3
|
C4
|
C5
|
|
|
A1
|
4
|
5
|
4
|
4
|
3
|
|
A2
|
3
|
3
|
3
|
4
|
4
|
|
A3
|
3
|
2
|
3
|
1
|
4
|
|
A4
|
3
|
3
|
4
|
2
|
4
|
|
A5
|
4
|
4
|
2
|
2
|
4
|
3.
Membuat
matriks keputusan ternormalisasi
Sebelum
memulai mencari matriks keputusan ternormalisasi maka, terlebih dahulu mencari
pembaginya agar lebih mudah. Adapun rumusnya yaitu sebagai berikut :
A1,C1
= 4 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))
= 0,520755644
A1,C2
= 5 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))
= 0,629940788
A1,C3
= 4 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))
= 0,544331054
A1,C4
= 4 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))
= 0,624695048
A1,C5
= 3 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))
= 0,351123442
A2,C1
= 3 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))
= 0,390566733
A2,C2
= 3 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))
= 0,377964473
A2,C3
= 3 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))
= 0,40824829
A2,C4
= 4 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))
= 0,624695048
A2,C5=
4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))
= 0,468164589
A3,C1
= 3 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))
= 0,390566733
A3,C2
= 2 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))
= 0,251976315
A3,C3
= 3 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))
= 0,40824829
A3,C4
= 1 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))
= 0,156173762
A3,C5=
4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))
= 0,468164589
A4,C1
= 3 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))
= 0,390566733
A4,C2
= 3 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))
= 0,377964473
A4,C3
= 4 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))
= 0,544331054
A4,C4
= 2 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))
= 0,312347524
A4,C5=
4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))
= 0,468164589
A5,C1
= 4 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))
= 0,520755644
A5,C2
= 4 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))
= 0,503952631
A5,C3
= 2 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))
= 0,272165527
A5,C4
= 2 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))
= 0,312347524
A5,C5=
4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))
= 0,468164589
4.
Menghitung
matriks
ternormalisasi dan terbobot
Menghitung
matriks ternormalisasi terbobot ini diperoleh dari perkalian matriks keputusan
terbobot dengan w, berikut penjelasannya :
A1,C1
= (4 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))) * 4 = 2,083022576
A2,C2
= (5 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))) * 4 = 2,519763153
A3,C3
= (4 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))) * 5 = 2,72165527
A4,C4
= (4 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))) * 3 = 1,874085143
A5,C5
= (3 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))) * 4 = 1,404493766
A2,C1
= (3 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))) * 4 = 1,562266932
A2,C2
= (3 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))) * 4 = 1,511857892
A2,C3
= (3 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))) * 5 = 2,041241452
A2,C4
= (4 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))) * 3 = 1,874085143
A2,C5=
(4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))) * 4 = 1,872658355
A3,C1
= (3 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))) *4 = 1,562266932
A3,C2
= (2 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))) * 4 = 1,007905261
A3,C3
= (3 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))) * 5 = 2,041241452
A3,C4
= (1 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))) * 3 = 0,468521286
A3,C5=
(4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))) * 4 = 1,872658355
A4,C1
= (3 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))) * 4 = 1,562266932
A4,C2
= (3 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))) * 4 = 1,511857892
A4,C3
= (4 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))) * 5 = 2,72165527
A4,C4
= (2 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))) * 3 = 0,937042571
A4,C5=
(4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))) * 4 = 1,872658355
A5,C1
= (4 / (SQRT((4^2)+(3^2)+(3^2)+(3^2)+(4^2)))) * 4 = 2,083022576
A5,C2
= (4 / (SQRT((5^2)+(3^2)+(2^2)+(3^2)+(4^2)))) * 4 = 2,015810523
A5,C3
= (2 / (SQRT((4^2)+(3^2)+(3^2)+(4^2)+(2^2)))) * 5 = 1,360827635
A5,C4
= (2 / (SQRT((4^2)+(4^2)+(1^2)+(2^2)+(2^2)))) * 3 = 0,937042571
A5,C5=
(4 / (SQRT((3^2)+(4^2)+(4^2)+(4^2)+(4^2)))) * 4 = 1,872658355
5.
Membuat nilai max dan min
Nilai
maksimal dan minimal diperoleh dari :
a.
Maksimal
Keahlian = max(2,083022576;
1,562266932; 1,562266932; 1,562266932; 2,083022576) =
2,083022576
Umur = max(2,519763153; 1,511857892; 2,041241452;
2,041241452; 0,468521286; 1,872658355) =
2,519763153
Loyalitas =
max(2,72165527; 2,041241452; 2,041241452; 2,72165527; 1,360827635 = 2,72165527
Tingkat Pendidikan = max(1,874085143 ; 1,874085143; 0,468521286; 0,937042571;
0,937042571) = 1,874085143
Pengalaman Bekerja = max(1,404493766; 1,872658355;
1,872658355; 1,872658355; 1,872658355) = 1,872658355
b.
Minimal
Keahlian = min(2,083022576;
1,562266932; 1,562266932; 1,562266932; 2,083022576) =
1,562266932
Umur = min(2,519763153; 1,511857892; 2,041241452;
2,041241452; 0,468521286; 1,872658355) =
1,007905261
Loyalitas = min(2,72165527; 2,041241452;
2,041241452; 2,72165527; 1,360827635 =
1,360827635
Tingkat Pendidikan = min(1,874085143 ; 1,874085143; 0,468521286; 0,937042571;
0,937042571) = 0,468521286
Pengalaman Bekerja = min(1,404493766; 1,872658355;
1,872658355; 1,872658355; 1,872658355) = 1,404493766
6.
Mencari nilai D+ dan D- untuk setiap
alternatif
D+ C1=SQRT((2,083022576-2,083022576)^2+(2,519763153-2,519763153)^2+( 2,72165527- 2,72165527)^2+( 1,874085143- 1,874085143)^2+( 1,404493766- 1,872658355)^2) = 0,468164589
D+ C2=SQRT((1,562266932-2,083022576)^2+( 1,511857892-2,519763153)^2+( 2,041241452- 2,72165527)^2+( 1,874085143- 1,874085143)^2+( 1,872658355- 1,872658355)^2) = 1,322884129
D+ C3=SQRT((1,562266932-2,083022576)^2+( 1,007905261-2,519763153)^2+( 2,041241452- 2,72165527)^2+( 0,468521286- 1,874085143)^2+( 1,872658355- 1,872658355)^2) = 2,23505558
D+ C4=SQRT((1,562266932-2,083022576)^2+( 1,511857892-2,519763153)^2+( 2,72165527- 2,72165527)^2+( 0,937042571- 1,874085143)^2+( 1,872658355- 1,872658355)^2) = 1,471430677
D+ C5=SQRT((2,083022576-2,083022576)^2+( 2,015810523-2,519763153)^2+( 1,360827635- 2,72165527)^2+( 0,937042571- 1,874085143)^2+( 1,872658355- 1,872658355)^2) = 1,72738788
D- C1=SQRT((2,083022576-1,562266932)^2+(2,519763153-1,007905261)^2+( 2,72165527-1,360827635)^2+(1,874085143-0,468521286)^2+(1,404493766- 1,404493766)^2) = 2,526729573
D- C2=SQRT((1,5622669321,562266932)^2+(1,511857892-1,007905261)^2+( 2,041241452-1,360827635)^2+(1,874085143-0,468521286)^2+(1,872658355- 1,404493766)^2) = 1,706376001
D- C3=SQRT((1,562266932-1,562266932)^2+(1,007905261-1,007905261)^2+( 2,041241452-1,360827635)^2+(0,468521286-0,468521286)^2+(1,872658355- 1,404493766)^2) = 0,825918304
D- C4=SQRT((1,562266932-1,562266932)^2+(1,5118578921,007905261)^2+( 2,72165527-1,360827635)^2+(0,937042571-0,468521286)^2+(1,872658355- 1,404493766)^2) = 1,59515215
D- C5=SQRT((2,083022576-1,562266932)^2+(2,015810523-1,007905261)^2+( 1,360827635-1,360827635)^2+(0,937042571-0,468521286)^2+(1,872658355- 1,404493766)^2) = 1,313677941
7.
Proses
perangkingan alternatif yang baik (p)
A1
= 2,526729573/( 2,526729573 + 0,468164589) = 0,843679087
A2
= 1,706376001/( 1,706376001 + 1,322884129) = 0,563297943
A3
= 0,825918304/ 0,825918304 + 2,23505558) = 0,269822068
A4
= 1,59515215/( 1,59515215 + 1,471430677) = 0,520172531
A5
= 1,313677941/( 1,313677941 + 1,72738788) = 0,43197945
Dari data diatas
maka akan diperelohe perangkingan yaitu sebagai berikut :
Tabel 4.4 Perangkingan
|
Haris
|
0,843679087
|
I
|
|
Puput
|
0,563297943
|
II
|
|
Dodi
|
0,269822068
|
V
|
|
Kolman
|
0,520172531
|
III
|
|
Saring
|
0,43197945
|
IV
|
BAB
V
KESIMPULAN
DAN SARAN
6.1 Kesimpulan
Berdasarkan
hasil penulisan pada Bab I sampai dengan Bab IV yang telah dilakukan, maka
dapat diambil kesimpulan yang dapat berguna bagi para pembaca sehingga
penulisan PKM ini dapat lebih bermanfaat. Adapun kesimpulan dari
penulisan penelitian ini adalah sebagai berikut :
1.
Berdasarkan penelitian yang dilakukan
maka diperoleh kriteria – kriteria dalam menentukan karyawan yang pantas untuk
dimutasi. Adapun kriteria – kriteria yang digunakan yaitu keahlian, umur,
loyalitas, tingkat pendidikan dan pengalaman kerja. Dengan kriteria – kriteria
tersebut diharapkan mampu menghasilkan nama karyawan yang memang pantas untuk
dimutasi.
2.
Implementasi metode Technique For Others Reference by Similarity to Ideal
Solution
(TOPSIS)
mampu menjawab permasalahan dalam menentukan karyawan yang dimutasi. PTPN
IV Air Batu dapat menentukan karyawan yang benar – benar pantas untuk
dimutasikan, sehingga dapat memberikan dampak positif bagi perusahaan dan
karyawan itu sendiri.
3.
Selain itu sistem pendukung keputusan
dengan menggunakan metode TOPSIS ini juga diimplementasikan kedalam suatu
sistem berbasis web dalam menentukan karyawan yang pantas untuk dimutasikan.
6.2
Saran
Berikut ini beberapa saran yang penulis berikan dalam rangka pengembangan dan pemanfaatan dari
penelitian yang telah dilakukan mengenai implementasi metode Technique
For Others Reference by Similarity to Ideal Solution :
1. Untuk
penelitian selanjutnya, dapat menggunakan software maupun sistem lain seain web sehingga
yang dapat digunakan dalam memecahkan masalah yang menjadi objek penelitian
sehingga penelitian yang dilakukan selanjutnya bisa lebih disempurnakan.
2.
Untuk PTPN IV
Air Batu, hasil dari penelitian yang telah dilakukan dapat dijadikan pegangan
dalam menganalisa hasil usaha dan mengambil kebijakan bagi kemajuan perusahaan
maupun karyawan itu sendiri.
DAFTAR PUSTAKA
Ma’ruf.
(2016). “Pengembangan Sistem Pendukung Keputusan Pemilihan
Supplier Menggunakan Metode TOPSIS pada Perusahaan Furniture”. Prosiding
Seminar Nasional Ekonomi dan Bisnis & Call For Paper FEB UMSIDA.
Nugroho,
Sapto, Eri. 2013. “Pelaksanaan Mutasi Jabatan Struktural yang Dilakukan oleh
Pemerintah Kota Malang Studi pada Badan Kepegawaian Daerah Kota Malang”. Jurnal
Administrasi Publik (JAP). Vol. 1,
No. 6, Hal. 1123-1130.
Marsono. 2015. “Sistem Pendukung
Keputusan Pemilihan Menu Makanan pada Penderita Obesitas dengan Menggunakan
Metode TOPSIS”. Jurnal SAINTIKOM.Vol.14,
No. 3.
Hasibuan, Melayu SP. 2000. Manajemen Sumber Daya Manusia, STIE
YKPN, Yogyakarta.
Sutrisno, Edy. 2011. Manajemen Sumber Daya Manusia . Jakarta
: Kencana.
Moekijat . 1987. Manajemen Kepegawaian. Bandung :
Alumnus.
