BAB I
Sistem Pendukung Keputusan merupakan bagian
dari sistem informasi berbasis komputer yang digunakan untuk mendukung
pengambilan keputusan dalam suatu instansi atau perusahaan. Sistem pendukung
keputusan di bangun untuk memudahkan seseorang untuk mengambil suatu keputusan.
Sistem dapat mengambil suatu keputusan sesuai dengan pertimbangan dari
kriteria-kriteria yang telah kita masukkan sebelumnya. Penilaian kinerja
perusahaan merupakan salah satu kegiatan yang memerlukan kejelian dalam
penilaian dan juga harus selektif berdasarkan penilaian yang ada dalam
lapangan. dengan itu diharapkan dapat diperoleh hasil yang memuaskan yaitu
pegawai pegawai yang terbaik dalam perushaan sehingga pantas untuk memajukan
perusahaan
Oleh karena itu, kita memerlukan sebuah sistem
pendukung keputusan untuk membantu panitia penyelenggaraan seleksi pegawai pada PT. Ifun Jaya Textiles
Berdasarkan hal-hal diatas,
penulis ingin menggunakan metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) di dalam penelitian
untuk menentukan Pegawai mana yang layak dijadikan pegawai andalan perushaan
dengan mempertimbangkan kriteria-kriteria yang telah ditentukan oleh pihak Pt. Ifun Jaya Textiles tersebut.
1.2 Rumusan Masalah
Adapun rumusan masalah yang akan kami bahas dalam
makalah ini adalah sebagai berikut:
1.
Apa
pengertian Analytical Hierarchy Process (AHP)
Dan
Simple
Additive Weighting (SAW)?
2.
Bagaimana cara menggunakan Analytical Hierarchy Process (AHP) Dan
Simple Additive Weighting (SAW)?
3.
Bagaimana menentukan menentukan
Pegawai
mana yang layak dijadikan pegawai andalan perusahaan metode Analytical Hierarchy Process (AHP) Dan Simple Additive Weighting (SAW)?
1.3 Tujuan
Adapun tujuan
pembuatan makalah ini, antara lain:
1. Dapat
mengetahui pengertian Analytical Hierarchy Process (AHP) Dan Simple
Additive Weighting (SAW).
2. Dapat
menghitung menggunakan metode Analytical Hierarchy Process (AHP) Dan Simple
Additive Weighting (SAW).
3.
Dapat menentukan Hasil menentukan Pegawai mana yang
layak dijadikan pegawai andalan perusahaan metode Analytical
Hierarchy Process (AHP) Dan Simple Additive Weighting (SAW)
TEORI dan PEMBAHASAN
A. Teori Dasar
Pengertian Metode AHP
Di luar ketiga
jenis di atas, Thomas L. Saaty, Profesor pada Wharton School of Economics,
Amerika serikat (1971-1915) mengembangkan metode analisis keputusan yang diberi
nama Analytical
Hierarchy Process (AHP).
Menurut Saaty, kerumitan dalam pengambilan keputusan itu ialah karena keragaman
kriteria.
Pada dasarnya metode AHP yang dikembangkan oleh Thomas
Saaty, memecah-mecah suatu situasi ke dalam bagian-bagian komponennya dan
menata bagian atau variabel ini ke dalam suatu susunan hirarki.
Proses hirarki analisis memiliki prinsip dasar sebagai
berikut:
1. Menyusun secara hirarkis, yaitu memecah persoalan menjadi unsur-unsur yang
terpisah.
Pertama kita
harus mendefinisikan situasi dengan seksama, memasukkan sebanyak mungkin
rincian yang relevan, lalu menyusun model secara hirarki yang terdiri atas
beberapa tingkat rincian, yaitu fokus
masalah, kriteria, dan alternatif. Fokus masalah merupakan
masalah utama yang perlu dicari solusinya dan terdiri hanya atas satu elemen
yaitu sasaran menyeluruh. Selanjutnya, Kriteria merupakan aspek penting yang perlu dipertimbangkan
dalam mengambil keputusan atas fokus masalah. Untuk suatu masalah yang kompleks
atau berjenjang, kriteria dapat diturunkan kepada sub-sub kriteria. Dengan
demikian kriteria bisa terdiri lebih dari satu tingkat hirarki. Yang terakhir
adalah Alternatif, merupakan berbagai tindakan akhir dan merupakan
pilihan keputusan dari penyelesaian masalah yang dihadapi.
Contoh : Pengambilan keputusan untuk memilih Bank
untuk menabung. Hirarki tingkat 1 adalah keputusan memilih Bank. Dalam memilih
Bank ini terdapat bebagai kriteria yang perlu dipertimbangkan, yaitu Lokasi,
Pelayanan dan Bunga yang diberikan, ketiga hal ini merupakan hirarki tingkat
kedua. Pada tingkat ketiga ialah berupa alternatif tiga Bank yang
dipertimbangkan untuk dipilih, misalkan Bank A, B, dan C. Selanjutnya tingkatan
hirarki dapat digambar sebagai berikut.
2. Menetapkan
prioritas, yaitu menentukan peringkat elemen-elemen menurut
relatif pentingnya.
Setelah menyusun hirarki, selanjutnya memberikan
penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu
dalam kaitannya dengan tingkat diatasnya. Penilaian ini merupakan inti dari
AHP, karena ia akan berpengaruh terhadap prioritas elemen-elemen. Hasil
penilaian ini lebih mudah dilihat bila disajikan dalam bentuk matriks (tabel) yang
diberi nama matriks berpasangan (pairwise comparison). Pertanyaan yang biasa dilakukan
dalam meyusun skala kepentingan adalah.
(1) Elemen mana yang lebih
(penting/disukai/mungkin/…),
(2) Berapa kali lebih (penting/disukai/mungkin/…)?
Dalam menentukan skala dipakai patokan sebagai
berikut:
Dalam penilaian kepentingan relatif dua elemen berlaku
aksioma berbalikan (reciprocal) yakni: jika A dinilai 3 kali B maka otomatis B adalah sepertiga A. Dalam
bahasa matematika A=38 B=1/3A.
Untuk memperoleh perangkat prioritas menyeluruh bagi
suatu persoalan keputusan, kita harus menyatukan atau mensintesis pertimbangan
yang dlbuat dalam melakukan pembandingan berpasang, yaitu melakukan suatu
pembobotan dan penjumlahan untuk menghasilkan satu bilangan tunggal yang menunjukkan
prioritas setiap elemen. Elemen dengan bobot tertinggi adalah
alternatif/rencana yang patut dlpertimbangkan untuk dipilih
3.Mengukur konsistensi logis, yaitu menjamin bahwa semua elemen dikelompokkan secara logis dan
diperingkatkan secara konsisten sesuai dengan kriteria yang logis.
Proses AHP mencakup pengukuran konsistensi yaitu
apakah pemberian nilai dalam pembandingan antar obyek telah dllakukan secara
konsisten. Ketidakkonsistenan dapat timbul karena miskonsepsi atau
ketidaktepatan dalam melakukan hirarki, kekurangan informasi, kekeliruan dalam
penulisan angka, dan lain-lain. Salah satu contoh dalam inkonsistensi dalam
matriks pembandingan ialah dalam menilai mutu suatu produk. Misalkan, dalam
preferensisi pengambil keputusan, A 4x lebih baik dari B, B 3x lebih baik dari
C, maka seharusnya A 12x lebih baik dari C. Tetapi jika dalam pemberian nilai,
A diberi nilai 6x lebih dari C, berarti terjadi inkonsistensi.
Rasio konsistensi (consistency ratio, CR) menunjukkan sejauh mana analis
konsisten dalam memberikan nilai pada matrik pembandingan. Secara umum, hasil
analisis dianggap konsisten jika memiliki CR ? 10%. Jika nilai CR > 10%,
perlu dipertimbangkan untuk melakukan reevaluasi dalam penyusunan matriks
pembandingan.
Pengertian Metode SAW
Metode
SAW melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah
alternatif, menggunakan bobot masing-masing kriteria. Sistem pendukung
keputusan pemilihan pegawai terbaik ini menggunakan lima kriteria dengan bobot
kriteria serta penilaian pada masing-masing pegawai diberikan lansung oleh si
pengambil keputusan.
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.
B. Pembahasan
Pembahasan Metode AHP
Data dari KARYAWAN DI IFUN JAYA TEXTILE
No
|
Alternatif
|
Nama Kriteria
|
C1
|
C2
|
C3
|
C4
|
C5
|
1
|
Ahmad
Soleh
|
Baik
|
Baik
|
Sangat
Baik
|
Cukup
|
Baik
|
2
|
Eko
Darmawanto
|
Sangat
Baik
|
Baik
|
Baik
|
Baik
|
Sangat
Baik
|
3
|
Kiswandi
|
Baik
|
Sangat
Baik
|
Cukup
|
Baik
|
Baik
|
4
|
Ibnu
Nugroho
|
Cukup
|
Baik
|
Cukup
|
Cukup
|
Baik
|
5
|
Slamet
|
Baik
|
Baik
|
Baik
|
Baik
|
Cukup
|
Kualitas : Kualitas
|
1:1
|
Kualitas : Ketaatan
|
1:3
|
Kualitas : Kerjasama
|
1:5
|
Kualitas : Semangat
|
1:7
|
Kualitas : Disiplin
|
1:3
|
Ketaatan : Kualitas
|
3:1
|
Ketaatan : Ketaatan
|
1:1
|
Ketaatan : Kerjasama
|
5:1
|
Ketaatan: Semangat
|
1:3
|
Ketaatan : Disiplin
|
1:7
|
Kerjasama : Kualitas
|
5:1
|
Kerjasama : Ketaatan
|
1:5
|
Kerjasama: Kerjasama
|
1:1
|
Kerjasama : Semangat
|
1:3
|
Kerjasama : Disiplin
|
1:3
|
Semangat : Kualitas
|
7:1
|
Semangat : Ketaatan
|
3:1
|
Semangat: Kerjasama
|
3:1
|
Semangat : Semangat
|
1:1
|
Semangat : Disiplin
|
3:1
|
Disiplin : Kualitas
|
3:1
|
Disiplin : Ketaatan
|
7:1
|
Disiplin : Kerjasama
|
3:1
|
Disiplin : Semangat
|
1:3
|
Disiplin : Disiplin
|
1:1
|
A.
PERHITUNGAN MATRIK PERBANDINGAN ANTAR KRITERIA
A. Perhitungan Tiap Kriteria
s
B. Perkalian Matriks
C. Normalisasi Matriks
1. Kriteria Dari Kualitas Dan Kuantitas
1. Sub Kriteria 'Ketaatan'
2. Sub Kriteria 'Kerja Sama'
3. Sub Kriteria 'Semangat Kerja'
4. Sub Kriteria 'Disiplin'
Nilai Alternatif Terhadap Kriteria
Pembahasan Metode SAW
Metode
SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang
dapat diperbandingkan dengan semua rating alternatif yang ada.
Ket:
·
Rij = nilai rating kinerja ternomalisasi
·
Xij = nilai atribut yang memiliki dari setiap
kriteria
· 
= nilai terbesar dari setiap kriteria
· 
= nilai terkecil dari setiap kriteria
Benefit = jika
nilai terbesar adalah terbaik
Cost = jika
nilai terkecil adalah terbaik
Dimana rij adalah
rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m
dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan
sebagai:
Ket:
·
Vi = Ranking untuk setiap alternative
·
Wj = Nilai bobot dari setiap kriteria
·
Rij = nilai rating kinerja ternormalisai
Nilai Vi yang lebih besar
menginkasikan bahwa alternatif Ai lebih terpilih.
Perhitungan Ke 1.
Melakukan
normalisasi matrik keputusan dengan cara menghitung nilai rating kinerja
ternomalisasi (rij) dari alternatif pada kriteriaCj
Rumus :
Cara perhitugan = pada colm I baris
ke 16
=C8/max(C8:C25)
Perhitungan Ke 2
Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian
elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang
bersesuaian eleman kolom matrik (W).Hasil perhitungan nilai Vi yang lebih besar
mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik
Cara perhitugan :
pada colom O baris 16
Dilakukan rumus 1
di kalikan dengan bobot
=(C13*I16)+(D13*J16)+(E13*K16)+(F13*L16)+(G13*M16)
