Kamis, 03 Juli 2014

Metode WP

Metode Weighted Product
Metode Weighted Product (WP) merupakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dengan bobot atribut yang bersangkutan. Proses tersebut sama halnya dengan proses normalisasi. Adlam penentuan nilai kepentingan atau bobot pada aaplikasi SPK sebagai alat bantu, pencarian nilai bobot atribut menggunakan penilaian secara subyektif yaitu pen-skalaannya dari 1 sampai 4 berdasarkan penilaian disesuaikan dengan tingkat sumbangan dari pengguna.

Minggu, 20 Januari 2013

Pemilihan Karyawan Baru pada PT. Adi Citra Sakti dengan Menggunakan Metode Weighted Product(WP)


A.    Judul Program
Aplikasi Sistem Pendukung Keputusan Pemilihan Karyawan Baru pada PT. Adi Citra Sakti dengan Menggunakan Metode Weighted Product (WP).

B.     Latar Belakang Permasalahan
Kemajuan teknologi dan informasi saat ini berbanding lurus dengan perkembangan aplikasi yang sengaja dibuat untuk semakin mempermudah pekerjaan di dalam sebuah perusahaan/intansi. Dengan adanya berbagai macam software yang mendukung untuk pembangunan sebuah aplikasi, perusahaan bisa mengatasi permasalahan pekerjaan yang masih manual, dimana riskan terhadap adanya kesalahan user ataupun unsatisfied akan hasil akhir. Salah satunya adalah penggunaan aplikasi sistem pendukung keputusan dalam memilih kandidat karyawan yang benar-benar layak untuk bekerja pada PT. Adi Citra Sakti. Hal ini tentu akan sangat menguntungkan bagi perusahaan. Selain waktu yang dibutuhkan untuk mengolah data lebih cepat, aplikasi ini juga dapat digunakan sebagai perbandingan untuk mengetahui apakah pengolahan/perhitungan dengan menggunakan sistem/aplikasi tersebut hasilnya sama dengan cara yang manual.
Perusahaan membutuhkan karyawan baru yang diharapkan mampu memenuhi penilaian masing-masing kriteria. Kriteria-kriteria yang ditetapkan oleh perusahaan diharapkan bisa menjadi standar kualitas bagi kemajuan personal karyawan itu sendiri. Mengingat pentingnya peranan karyawan sebagai salah satu elemen perusahaan untuk pencapaian tujuan perusahaan dan perkembangan perusahaan, maka perkembangan aplikasi pendukung keputusan dengan menggunakan metode Weigthed Product (WP) diharapkan dapat menjadi solusi bagi PT. Adi Citra Sakti untuk menyaring kandidat karyawan baru yang tepat.
Adanya subyektivitas dalam pengambilan keputusan juga masih menjadi salah satu kendala dalam penentuan kandidat karyawan. Oleh karena itu, ketika aplikasi pendukung keputusan ini sudah bisa diimplementasikan, maka diharapkan hasilnya akan lebih obyektif. Berdasarkan permasalahan yang sudah dipaparkan sebelumnya, maka penyusun mengambil judul Aplikasi Sistem Pendukung Keputusan Pemilihan Karyawan Baru pada PT. Adi Citra Sakti dengan Menggunakan Metode Weighted Product (WP).

C.    Perumusan Masalah
Sesuai dengan latar belakang tersebut, maka rumusan masalah dalam penelitian ini adalah bagaimana membangun aplikasi Sistem Pendukung Keputusan yang dapat digunakan untuk menyeleksi calon karyawan baru, sebagai rekomendasi untuk membantu dalam menentukan kandidat calon karyawan yang layak diterima di PT. Adi Citra Sakti.

D.    Batasan Masalah
Batasan masalah dalam penelitian ini adalah :

  1. Pembuatan aplikasi SPK dalam seleksi penerimaan calon karyawan baru pada PT. Adi Citra Sakti.
  2. Aplikasi yang dibuat hanya dibatasi sampai pada proses untuk menentukan siapakah yang layak ditempatkan sebagai kandidat calon karyawan PT.Adi Citra Sakti.
  3. Aplikasi yang dibuat tidak melakukan tes seleksi karyawan, jadi administrator hanya menginputkan nilai yang didapat dari bagian lain (tim rekrutmen pada divisi personalia PT. Adi Citra Sakti).
  4. Metode yang digunakan adalah Weighted Product (WP).


E.     Tujuan
Tujuan dari penelitian ini adalah membangun aplikasi SPK yang berfungsi sebagai alat bantu pengambilan keputusan bagi divisi personalia PT.Adi Citra Sakti untuk menentukan siapakah yang layak diterima sebagai kandidat calon karyawan PT. Adi Citra Sakti dengan menggunakan metode Weighted Product (WP).

F.     Dasar Teori
1. Sistem Pendukung Keputusan (Decision Support System)
1.1  Pengertian
DSS merupakan sistem informasi interaktif yang menyediakan informasi, DSS merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi tidak terstruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat (Alter, 2002).
Menurut Dadan Umar Daihani (2001:54), konsep Sistem Pendukung Keputusan (SPK) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S.Scott Morton yang menjelaskan bahwa Sistem Pendukung Keputusan adalah suatu sistem yang berbasis computer yang ditujukan untuk membantu pengambil keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.
Selain itu Efraim Turban mengemukakan bahwa Sistem Pendukung Keputusan merupakan sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur.
Dari beberapa definisi di atas dapat dikatakan bahwa Sistem Pendukung Keputusan adalah suatu sistem informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi struktur dan tidak terstruktur. Sistem ini memiliki fasilitas untuk menghasilkan berbagai alternatif yang secara interaktif dapat digunakan oleh pemakai. Sistem ini berbasis komputer yang dirancang untuk meningkatkan efektivitas pengambilan keputusan dalam memecahkan masalah yang bersifat semi terstruktur dan tidak terstruktur. Kata berbasis komputer merupakan kata kunci, karena hampir tidak mungkin membangun SPK tanpa memanfaatkan komputer sebagai alat Bantu, terutama untuk menyimpan data serta mengelola model.

1.2  Tujuan Sistem Pendukung Keputusan
Tujuan dari SPK adalah (Turban, 2005):
a.       Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur.
b.      Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan untuk menggantikan fungsi manajer.
c.       Meningkatkan efektivitas keputusan yang diambil manajer lebih daripada perbaikan efisiensinya.
d.      Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.
e.       Peningkatan produktivitas. Membangun satu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal. Pendukung terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda (menghemat biaya perjalanan).
f.       Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang dibuat. Sebagai contoh, semakin banyak data yang diakses, semakin banyak data yang diakses, makin banyak juga alternatif yang bisa dievaluasi.
g.      Berdaya saing. Manajemen dan pemberdayaan sumber daya perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit.
h.      Mengatasi keterbatasan kognitif dalam memproses dan penyimpanan.

1.3  Karakteristik Sistem Pendukung Keputusan
Turban (2005) mengemukakan karakteristik dan kapabilitas kunci dari Sistem Pendukung Keputusan adalah sebagai berikut :
a.       Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur dan tak terstruktur.
b.      Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini.
c.       Dukungan untuk individu dan kelompok.
d.      Dukungan untuk semua keputusan independen dan atau sekuensial.
e.       Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain, pilihan, dan implementasi.
f.       Dukungan pada berbagai proses dan gaya pengambilan keputusan.
g.      Kemampuan sistem beradaptasi dengan cepat dimana pengambil keputusan dapat menghadapi masalah-masalah baru dan pada saat yang sama dapat menanganinya dengan cara mengadaptasikan sistem terhadap kondisi-kondisi perubahan yang terjadi.
h.      Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang kuat, dan sebuah bahasa interaktif yang alami.
i.        Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timelines,kualitas) dari pada efisiensi (biaya).
j.        Pengambil keputusan mengontrol penuh semua langkah proses pengambilan keputusan dalam memecahkan masalah.
k.      Pengguna akhir dapat mengembangkan dan memodifikasi sistem sederhana.
l.        Menggunakan model-model dalam penganalisisan situasi pengambilan keputusan.
m.    Disediakannya akses untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografi (GIS) sampai sistem berorientasi objek.
Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.

1.4  Komponen-Komponen Sistem Pendukung Keputusan
Menurut Turban (2005), Sistem Pendukung Keputusan terdiri dari empat subsistem, yaitu:
a.       Manajemen Data, meliputi basis data yang berisi data-data yang relevan dengan keadaan dan dikelola oleh perangkat lunak yang disebut dengan Database Management System (DBMS).
b.      Manajemen Model berupa sebuah paket perangkat lunak yang berisi model-model finansial, statistik, management science, atau model kuantitatif, yang menyediakan kemampuan analisa dan perangkat lunak manajemen yang sesuai.
c.       Subsistem Dialog atau komunikasi, merupakan subsistem yang dipakai oleh useruntuk berkomunikasi dan memberi perintah (menyediakan user interface).
d.      Manajemen Knowledge yang mendukung subsistem lain atau berlaku sebagai komponen yang berdiri sendiri.

1          2.       Pemilihan Karyawan
Karyawan sebagai noun (kata benda) diartikan sebagai orang yang bekerja pada suatu lembaga (kantor, perusahaan, dan sebagainya) dengan mendapat gaji (upah). Menurut Wikipedia, buruh, pekerja, tenaga kerja, atau karyawan pada dasarnya adalah manusia yang menggunakan tenaga dan kemampuannya untuk mendapatkan balasan berupa pendapatan baik berupa uang maupun bentuk lainya kepada Pemberi Kerja atau Pengusaha atau majikan.
Pada dasarnya, buruh, pekerja, tenaga kerja maupun karyawan adalah sama. Namun dalam kultur Indonesia, buruh berkonotasi sebagai pekerja rendahan, hina, kasaran dan sebagainya. sedangkan pekerja, tenaga kerja dan karyawan adalah sebutan untuk buruh yang lebih tinggi, dan diberikan cenderung kepada buruh yang tidak memakai otot tapi otak dalam melakukan kerja. Akan tetapi pada intinya sebenarnya keempat kata ini sama mempunyai arti satu yaitu pekerja. Hal ini terutama merujuk pada Undang-undang Ketenagakerjaan, yang berlaku umum untuk seluruh pekerja maupun pengusaha di Indonesia.
Buruh dibagi atas 2 klasifikasi besar:
1.      Buruh profesional - biasa disebut buruh kerah putih, menggunakan tenaga otak dalam bekerja
2.      Buruh kasar - biasa disebut buruh kerah biru, menggunakan tenaga otot dalam bekerja

1          3.      Metode Weighted Product
Metode Weighted Product (WP) merupakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dengan bobot atribut yang bersangkutan. Proses tersebut sama halnya dengan proses normalisasi. Adlam penentuan nilai kepentingan atau bobot pada aaplikasi SPK sebagai alat bantu, pencarian nilai bobot atribut menggunakan penilaian secara subyektif yaitu pen-skalaannya dari 1 sampai 4 berdasarkan penilaian disesuaikan dengan tingkat sumbangan dari pengguna.

G.    Permodelan
1    1.     Use Case Diagram
Administrator dapat mengubah atau edit kriteria, edit alternatif, input kriteria, input alternatif, input nilai kriteria dan input nilai alternatif seperti gambar use case diagram di bawah ini.


Gambar 7.1 Usecase Diagram

1    2.      Flowchart Administrator
Flowchart atau diagram alir digunakan untuk menggambarkan alur suatu program menjadi lebih sederhana sehingga program tersebut dapat lebih dimengerti. Berikut ini diagram alir untuk program yang akan dibuat.

Gambar 7.2 Flowchart Administrator

1    3.     Flowchart Aplikasi
Flowchart ini digunakan untuk menunjukkan proses dari penggunaan aplikasi tampak pada gambar 7.3.
Gambar 7.3 Flowchart Aplikasi
  
4.     Entity Relationship Diagram (ERD)
ERD berfungsi untuk menggambarkan hubungan antar tabel yang akan digunakan pada aplikasi ini.

Gambar 7.4 Entity Relationship Diagram


H.    Jadwal Kegiatan
Berikut adalah jadwal kegiatan yang direncanakan untuk melaksanakan pembuatan aplikasi Sistem Pendukung Keputusan :
Tabel 1. Jadwal Pelaksanaan Kegiatan
No.
Kegiatan
Bulan 1
Bulan 2
1
2
3
4
1
2
3
4
1
Persiapan dan Identifikasi Kebutuhan








2
Pengumpulan Data








3
Analisis Data








4
Perancangan dan Desain Sistem








5
Pembuatan Aplikasi (Pengkodingan)








6
Pengujian Sistem








7
Evaluasi Sistem







  


selengkapnya klik disini mesran.net

Metode Simple Additeve Weighting
Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih singkat.
Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

Dimana ������ adalah rating kinerja ternormalisasi dari alternatif ���� pada atribut ���� ; i=1,2,…,m dan j=1,2,…,n. nilai prefesensi untuk setiap alternatif (����) diberikan sebagai :
���� = ��������������=1 ………………….(2.2)
Nilai ���� yang lebih besar mengindikasikan bahwa alternatif ����lebih terpilih.
Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai positif termasuk dalam  kriteria keuntungan dan yang bernilai negatif termasuk dalam kriteria biaya.
Keterangan :
A : Alternatif
C : Kriteria
W : Bobot Preferensi
V : Nilai preferensi untuk setiap alternatif
                   X : Nilai Alternatif dari setiap kriteria
                        Tahapan Metode SAW
1.        Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C1.
2.        Menentukan  rating  kecocokan  setiap  alternatif   pada  setiap  kriteria.
3.        Membuat  matriks  keputusan  berdasarkan  kriteria  (C1),  kemudianmelakukan  normalisasi  matriks  berdasarkan persamaan  yangdisesuaikan  dengan  jenis  atribut sehingga  diperoleh  matriks ternormalisasi  R.
4.        Hasil  akhir  diperoleh  dari  proses  perankingan  yaitu  penjumlahan  dari perkalian  matriks  ternormalisasi  R  dengan vector  bobot  sehingga diperoleh  nilai  terbesar  yang  dipilih sebagai  alternatif  terbaik  (A1) sebagai  solusi. 



3.PEMBAHASAN
3.1  Analisa Keputusan
1.   Menentukan kriteria penilaian.
                            kriteria  yang  telah  ditentukan  yaitu  :
1.     Nilai  Matematika  (C1)
2.     Nilai Bahasa Indonesia (C2)
3.     Nilai Bahasa Inggris (C3)
4.     Nilai IPA (C4)
5.     Nilai TIK (C5).
                               Dari  kriteria  tersebut,  maka  dibuat  suatu  tingakat  kepentingan  kriteria 
berdasarkan  nialai  bobot  yang  telah  ditentukan  kedalam  bilangan  fuzzy. Rating  kecocokan  setiap  alternatif pada  setiap  kriteria  sebagai  berikut :
                   Sangat  Rendah  (SR)     = 0
                   Rendah  (R)  = 0,25
                   Cukup  (C)  = 0,5
                   Tinggi  (T)  = 0,75  
                   Sangat  Tinggi  (ST)  = 1
                             KASUS
                     perhitungan manual dengan kasus seorang calon pendaftar (amar), dengan 
                     memiliki data   sebagai berikut :

Berdasarkan  data  pendaftar  diatas   dapat  dibentuk   matriks  keputusan X sebagai  berikut :
Rating kecocokan dari setiap alternatif pada setiap kriteria

Vektor bobot : W = [ 54, 5, 44]

Membuat matriks keputusan X, dibuat dari tabel kecocokan sebagai berikut: 



           Normalisasis  matriks X  untuk  menghitung  nilai  masing-masing  kriteria 

                Dari hasil r11 sampai r35 maka dibuatkan normalisasi matrik R
          Selanjutnya  akan  dibuat  perkalian    matriks W * R dan penjumlahan  hasil  perkalian  
         untuk memperoleh  alternatife  terbaik  dengan  melakukan   perangkingan  nilai terbesar  
         sebagai  berikut : 
         A1 = (5)(1) + (4)(0,5) + (5)(1) + (4)(1) + (4)(1) 
               = 20

        A2 = (5)(1) + (4)(1) + (5)(0,5) + (4)(0,6667) + (4)(1) 
              = 18,17
        A3 = (5)(1) + (4)(1) + (5)(1) + (4)(0,66667) + (4)(0,21) 
              = 20,67
       dengan    demikian   alternatif   A3    (Multimedia)  adalah  alternatif  yang  terpilih  sebagai  pilihan  
       jurusan terhadap calon siswa tersebut (Amar).





Untuk selengkapnya Klik disini mesran.net


Designed by Animart Powered by Blogger