APLIKASI FUZZY MULTI CRITERIA DECISION MAKING ( FUZZY …
Transcript of APLIKASI FUZZY MULTI CRITERIA DECISION MAKING ( FUZZY …
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 22
APLIKASI FUZZY MULTI CRITERIA DECISION MAKING
( FUZZY-MCDM ) UNTUK MENENTUKAN PEGAWAI YANG BERHAK
MEMPEROLEH KENAIKAN PANGKAT
( STUDI KASUS DI KANTOR BAHASA PROVINSI JAMBI )
Oleh :
Hambali Furnawan, ST, dan Wulan Widiayu Lestari
STMIK Nurdin Hamzah Jambi
e-mail : [email protected]
ABSTRAKSI
Kantor Bahasa Provinsi Jambi merupakan salah satu lembaga pemerintahan yang bertugas
memberikan pelayanan terhadap masyarakat. Sebagai pusat informasi dan ilmu pengetahuan
bahasa, Kantor Bahasa juga merupakan wadah ajang festival bahasa. Untuk
mengembangkan prestasi dan meningkatkan kinerja kantor bahasa dibutuhkan pegawai-
pegawai yang memang memiliki kemampuan untuk memajukan program-program yang
terdapat di Kantor Bahasa Jambi. Untuk mengetahui prestasi kerja pegawai maka perlu
dibuat Aplikasi Fuzzy Multi Criteria Decision Making (FMCDM) untuk menentukan pegawai
yang berhak memperoleh kenaikan pangkat, sehingga suatu jabatan /posisi memang
diduduki oleh orang-orang yang berkompeten. Aplikasi ini dibuat dengan menggunakan
program Visual Basic 6.0 dan Crystal Report. Aplikasi ini nantinya akan dapat menyajikan
informasi laporan pegawai yang berhak memperoleh kenaikan pangkat dan dapat dijadikan
nilai prestasi kerja pegawai.
Kata Kunci : Kantor Bahasa Jambi, Bahasa, Pangkat, FMCDM, VisualBasic 6.0, Crystal
Report
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 23
I. PENDAHULUAN
1.1 Latar Belakang Penelitian
Setiap orang bekerja atau melakukan sesuatu hal, pasti untuk mencapai suatu tujuan
tertentu. Muncul pertanyaan, “Mengapa seseorang malakukan pekerjaan?”, banyak tujuan
yang ingin dicapai oleh orang tersebut diantaranya untuk mendapatkan uang untuk memenuhi
kebutuhan perekonomian baik untuk keluarganya maupun untuk dirinya sendiri. Disisi lain
seseorang juga butuh akan status atau derajat. Pekerjaan seseorang dapat menggambarkan
status orang tersebut. Dalam lembaga pemerintahan banyak terdapat golongan jabatan atau
pangkat pegawai, dimana yang didasarkan oleh banyak faktor penunjang. Suatu jabatan jika
diduduki oleh seseorang yang berpotensi, berwawasan, pengalaman, ahli dibidangnya,
memiliki komitmen dan mempunyai loyalitas terhadap pekerjaannya maka pekerjaan yang
dibebani terhadap dirinya akan dapat terselesaikan dengan tingkat kepuasan yang sangat
tinggi. “ Mengapa seseorang butuh akan status atau derajat?” hal ini disebabkan karena
semakin tingi status atau derajat seseorang dalam kehidupan sosial, maka semakin tinggi pula
tingkat penghargaan dan penghormatan yang didapatkan.
1.2 Perumusan Masalah
“ Bagaimana membangun aplikasi Fuzzy Multi Criteria Decision Making ( FMCDM )
yang dapat membantu pemimpin untuk menentukan pegawai yang berhak memperoleh
kenaikan pangkat.”
1.3 Tujuan Penelitian
Untuk membangun aplikasi Fuzzy Multi Criteria Decision Making ( FMCDM ) yang
dapat membantu pemimpin untuk menentukan pegawai yang berhak memperoleh kenaikan
pangkat.
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 24
1.4 Manfaat Penelitian
Mempermudah kerja bagian kepegawaian dalam melakukan pengolahan lembar daftar
penilaian pelaksaan pekerjaan pegawai.
1.5 Batasan Masalah
Penelitian ini menggunakan metode fuzzy multi criteria decision making dengan fuzzy
segitiga sebagai grafik fungsi untuk menghitung derajat keanggotaannya. Perancangan
basisdata menggunakan MS. Access dan bahasa pemrograman Visual Basic 6.0.
II. TINJAUAN PUSTAKA
2.1 Definisi Pangkat
Pangkat dapat diartikan sebagai tingkat, jabatan, kelas, komponen. Dimana kata
tersebut digunakan sesuai dengan kondisi atau permasalahan tertentu. Sedangkan berdasarkan
Kamus Besar Bahasa Indonesia pangkat dapat berarti kedudukan atau derajat kebangsawanan,
tingkatan dalam jabatan kepegawaian[KBBI].
Dalam bab ini pangkat yang dimaksudkan adalah tingkatan dalam jabatan
kepegawaian yang terdapat pada Kantor Bahasa Provinsi Jambi. Adapun kepangkatan yang
berlaku pada Kantor Bahasa Provinsi Jambi disesuaikan dengan undang-undang kepangkatan
yaitu :
Golongan 1 sebagai pembantu pelaksana
Golongan 2 sebagai pelaksana
Golongan 3 sebagai pembantu pemimpin
Golongan 4 sebagai pemimpin
Dimana untuk setiap masing-masing golongan terdapat tingkatan yang disesuaikan
dengan pendidikan terakhir pegawai.
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 25
2.2 Definisi Logika Fuzzy
Logika Fuzzy adalah suatu sistem yang digunakan untuk menangani konsep kebenaran
parsial yaitu kebenaran yang berada diantara sepenuhnya benar dan sepenuhnya salah. Logika
Fuzzy berbeda dengan logika digital biasa, dimana logika digital biasanya hanya
mengenal dua keadaan yaitu 'Ya'-'Tidak' atau `ON'-'OFF' atau High'-`Low' atau `1'-`0'.
2.3 Pengertian Fungsi Keanggotaan
Fungsi Keanggotaan (membership function) adalah suatu kurva yang menunjukan
pemetaan titik-titik input data ke dalam nilai keanggotaannya. Salah satu cara yang dapat
digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi.
2.4 Fuzzy Multi Criteria Decision Making
Multiple Criteria Decision Making (MCDM) adalah suatu metode pengambilan
keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria-
kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang
digunakan dalam pengambilan keputusan.
III. ANALISIS KEBUTUHAN
3.1 Kebutuhan Masukan
Data masukan yang dibutuhan dalam sistem adalah sebagai berikut :
1. Masukan tujuan masalah yang akan menjadi tujuan keputusan untuk menentukan
pegawai yang berhak memperoleh kenaikan pangkat.
2. Menentukan alternatif-alternatif yang digunakan sebagai pilihan untuk menentukan
pegawai yang berhak memperoleh kenaikan pangkat.
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 26
Sebagai contoh yaitu :
Supriadi, S.Kom
Mutia Farina, S.E
Harmaida
Wagianti
3. Menentukan kriteria-kriteria sebagai bahan pertimbangan dalam mengambil
keputusan.
Sebagai contoh yaitu :
Kesetiaan
Prestasi Kerja
Tanggung Jawab
Ketaatan
Kejujuran
Kerja sama
Prakarsa
Kepemimpinan
4. Untuk menghitung hasil penilaian dalam menentukan pegawai yang berhak
memperoleh kenaikan pangkat, variabel yang digunakan adalah:
Variabel Kepentingan, dimana variabel kepentingan ini terdiri atas himpunan
fuzzy, yaitu : Sangat Penting, Penting, dan Kurang Penting.
Variabel Kecocokan, dimana variabel kecocokan ini terdiri atas himpunan fuzzy,
yaitu : Amat Kurang, Kurang, Cukup, Baik, dan Amat Baik.
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 27
3.2 Kebutuhan Proses
Langkah 1 : Representasi Masalah
a. Tujuan keputusan ini adalah mencari atau melakukan pemilihan terhadap pegawai yang
berhak memperoleh kenaikan jabatan/pangkat berdasarkan kriteria-kriteria tertentu. Ada 4
alternatif yang diberikan adalah:
A = {A1, A2, A3, A4 } dengan A1 = Supriadi, S.Kom,
A2 = Mutia Farina, S.E, A3 = Harmaida, A4 = Wagianti.
b. Ada 8 kriteria pengambilan keputusan yang diberikan, yaitu :
C = {C1, C2, C3, C4, C5, C6, C7, C8}
c. Strutur hirarki masalah tersebut adalah :
Pemilihan Pegawai
Yang Berhak Memperoleh
Kenaikan Pangkat
C1
Kesetiaan
C2
Prestasi Kerja
C4
Ketaatan
C3
Tanggung
Jawab
C6
Kerja Sama
C5
Kejujuran
C8
Kepemimpinan
C7
Prakarsa
Supriadi S.Kom
A1
Mutia Farina S.E
A2
Harmaida
A3
Wagianti
A4
Gambar 2.4 Struktur Hirarki Contoh Kasus
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 28
Langkah 2 : Evaluasi himpunan fuzzy dari alternatif-alternatif keputusan.
a. Variabel-variabel linguistic yang merepresentasikan bobot kepentingan untuk setiap
kriteria, adalah : T (kepentingan)
W = { SP, P, KP } dengan SP= Sangat Penting, P = Penting, KP = Kurang Penting.
Fungsi keanggotaan untuk setiap elemen direpresentasikan dengan menggunakan
bilangan fuzzy segitiga sebagai berikut :
KP = ( 0, 0, 0.25 )
P = ( 0.25, 0.5, 0,75)
SP = ( 0.75, 1, 1 )
b. Derajat kecocokan alternatif-alternatif dengan kriteria keputusan adalah : T (kecocokan)
S = { AK, K, C, B, AB } dengan
AK = Amat Kurang, K = Kurang, C = Cukup, B = Baik, AB = Amat Baik. Fungsi
keanggotaan untuk setiap elemen direpresentasikan dengan menggunakan bilangan fuzzy
segitiga sebagai berikut :
AK = ( 0, 0, 0.25 )
K = ( 0, 0.25, 0.5 )
C = ( 0.25, 0.5, 0,75)
B = ( 0.5, 0.75, 1 )
AB = ( 0.75, 1, 1 )
c. Rating kepentingan untuk setiap kriteria keputusan yang diberikan oleh pengambil
keputusan seperti terlihat pada tabel 2.1 sedangkan derajat kecocokan (rating kecocokan)
kriteria keputusan dan alternatif seperti terlihat pada tabel 2.2 .
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 29
Tabel 3.1 Rating Kepentingan untuk masing-masing kriteria
Kriteria C1 C2 C3 C4 C5 C6 C7 C8
Rating Kepentingan P SP SP P SP P P SP
Tabel 3.2 Rating Kecocokan setiap alternatif terhadap setiap kriteria
Alternatif
Rating Kecocokan
C1 C2 C3 C4 C5 C6 C7 C8
A1 AB B B C C B B B
A2 B B AB B C AB C B
A3 C B C C B AB C C
A4 AB C B AB C C B C
d. Dengan mensubstitusikan bilangan fuzzy segitiga kesetiap variabel linguistik kedalam
persamaan, diperoleh nilai kecocokan fuzzy sebagai berikut :
Tabel 3.3 Index‟s Kecocokan Fuzzy
Alternatif
Rating Kecocokan Indeks Kecocokan Fuzzy
C1 C2 C3 C4 C5 C6 C7 C8 X Y Z
A1 AB B B C C B B B 0.2266 0.5313 0.8203
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 30
A2 B B AB B C AB C B 0.25 0.5625 0.8203
A3 C B C C B AB C C 0.1875 0.4688 0.722
A4 AB C B AB C C B C 0.1875 0.4844 0.7578
Langkah 3 : Menyeleksi alternatif yang optimal.
Dengan mensubstitusikan indeks kecocokan fuzzy dengan mengambil derajat keoptimisan α =
0, α = 0.5, α = 1, maka akan diperoleh nilai total integral untuk setiap alternatif.
Perhitungan nilai total integral untuk nilai α = 0 sehingga diperoleh :
F1 = ½ * ( 0 + 0.5313 + (1-0) * 0.2266 ) = 0.3789
F2 = ½ * ( 0 + 0.5625 + (1-0) * 0.25 ) = 0.4063
F3 = ½ * ( 0 + 0.4688 + (1-0) * 0.1875 ) = 0.3281
F4 = ½ * ( 0 + 0.4844 + (1-0) * 0.1875 ) = 0.3359
Dengan demikian terlihat bahwa A2 memiliki nilai total integral terbesar berapapun derajat
keoptimisannya, sehingga A2 = Mutia Farina, S.E yang memperoleh kenaikan pangkat dengan
nilai atau prestasi kerja terbaik
3.3 Kebutuhan Keluaran
Keluaran yang diharapkan adalah suatu keputusan terbaik dari banyak alternatif
pegawai yang berhak memperoleh kenaikan pangkat yang berdasarkan kriteria-kriteria yang
telah dimasukan.
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 31
IV. PERANCANGAN
Sistem digambarkan sebagai sebuah diagram alir (flowchart) secara keseluruhan.
Gambar di bawah ini merupakan diagram alir dari fuzzy dengan menggunakan metode Fuzzy
Multi Criteria Decision Making (Fuzzy-MCDM).
Mulai
(Representasi Masalah)
1) Identifikasi tujuan dan kumpulkan alternatif, A =
{Ai};I = 1.2, …., n.
2) Identifikasi Kriteria, C={Ci}; t=1,2,…,k.
3) Membangun struktur hirarki masalah
keputusan dengan beberapa pertimbangan
Variabel-variabel linguistik yang merepresentasikan
bobot kepentingan untuk setiap kriteria, adalah : T
(Kepentingan), W= {SR, R, C, T, ST} dengan SR=
Sangat Rendah, R=Rendah, C= Cukup, T=Tinggi,
ST=Sangat Tinggi.
Derajat kecocokan alternatif-alternatif dengan kriteria
keputusan adalah : T(Kecocokan) S= {SK, K, C, B, SB}
dengan SK=Sangat Kecil, K=Kecil, C=Cukup, B=Baik,
SB=Sangat Baik.
Mengevaluasi bobot pada setiap kriteria dan derajat kecocokan dan
alternatif terhadap kriteria.
Evaluasi himpunan fuzzy untuk alternatif-alternatif keputusan
Melakukan agregasi bobot pada setiap kriteria dan derajat kecocokan dari
alternatif.
k
t
iiti aok
Y1
1
k
t
iiti bPk
q1
1
k
t
iiti cqk
Z1
1
Menyeleksi alternatif yang optimal
1) Memprioritaskan alternatif keputusan menggunakan agregasi
2) Metode nilai total Integral
abcFI T
1
2
1
Selesai
Alternatif keputusan priorotas
tertinggi sebagai hasil alternatif
optimal
Gambar 4.1 Bagan Alir (Flowchart).
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 32
V. HASIL IMPLEMENTASI
5.1 Tampilan Menu Utama
Menampilkan menu-menu program, yang berfungsi untuk masuk ke menu-menu
lainnya.
Gambar 5.1 Tampilan Menu Utama
5.2 Tampilan Menu Entry Alternatif
Merupakan sebuah form yang digunakan untuk menginput data alternatif.
Gambar 5.2 Tampilan Antarmuka Entry Alternatif
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 33
5.3 Tampilan Menu Enrty Criteria
Tampilan yang digunakan untuk menginput data-data criteria yang menjadi bahan
pertimbangan dalam pengambilan keputusan.
Gambar 5.3 Tampilan Antarmuka Entry Criteria
5.4 Tampilan Menu Variabel Kepentingan
Tampilan yang digunakan untuk merepresentasikan bobot kepentingan untuk setiap
criteria.
Gambar 5.4 Tampilan Antarmuka Variabel Kepentingan
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 34
5.5 Tampilan Menu Variabel Kecocokan
Tampilan yang digunakan untuk merepresentasikan bobot kecocokan untuk setiap
alternatif terhadap setiap criteria.
Gambar 5.5 Tampilan Menu Variabel Kecocokan
5.6 Tampilan Menu Rating Kepentingan
Merupakan sebuah form yang digunakan untuk merepresentasikan rating kepentingan
untuk setiap criteria.
\
Gambar 5.6 Tampilan Menu Rating Kepentingan
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 35
5.7 Tampilan Menu Rating Kecocokan
Merupakan sebuah form yang digunakan untuk merepresentasikan rating kecocokan
untuk setiap alternatif terhadap setiap criteria.
Gambar 5.7 Tampilan Antarmuka Rating Kecocokan
5.8 Tampilan Menu Proses ( Indeks Kecocokan Fuzzy )
Tampilan Menu Proses merupakan sebuah form yang digunakan untuk menampilkan
indexs kecocokan fuzzy yang merupakan hasil substitusi bilangan fuzzy segitiga kesetiap
variabel linguistic.
Gambar 5.8 Tampilan Menu Hasil Proses
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 36
5.9 Tampilan Menu Kesimpulan
Tampilan Menu Kesimpulan merupakan sebuah form yang digunakan sebagai seleksi
alternatif keputusan dengan prioritas tertinggi sebagai hasil alternatif yang optimal.
Gambar 5.9 Tampilan Menu Nilai Total Integral
Gambar 5.10 Tampilan Menu Hasil
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 37
(Pengurutan Alternatif dengan Nilai Tertinggi)
Gambar 5.11 Tampilan Menu Kesimpulan
(Alternatif dengan nilai tertinggi)
VI. KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari analisa dan pembahasan yang telah dilakukan pada bab-bab sebelumnya penulis
menarik kesimpulan tentang Aplikasi Fuzzy Multi Criteria Decision Making (Fuzzy-MCDM)
adalah sebagai berikut:
1. Dengan adanya aplikasi ini diharapkan dapat bermanfaat untuk merealisasikan
perangkat lunak yang dapat menganalisa masukan-masukan berupa criteria-criteria
permasalahan yang menjadi pendukung suatu keputusan yang akan diambil, sehingga
mampu memberikan alternatif keputusan yang terbaik.
2. Aplikasi ini dapat dijadikan referensi bagi pembacanya dalam menyelesaikan
permasalahan yang sama.
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 38
6.2 Saran
Berdasarkan kesimpulan diatas, maka penulis dapat memberikan saran- saran sebagai
berikut:
1. Untuk lebih menunjang dalam pengoperasian aplikasi, penulis menyarankan untuk
menggunakan sistem komputer dengan perangkat hardware yang lebih tinggi, dengan
kapasitas memori dan hardisk yang lebih besar.
2. Sebaiknya diadakan pengawasan dan perawatan terhadap aplikasi yang baru dirancang
agar dapat dilihat apakah ada kekuranganya sehingga dapat segera kembali diperbaiki
untuk mendapatkan hasil yang lebih maksimal.
3. Dengan menggunakan Bahasa Pemrograman Borland Delphi 6.0 data akan diolah
dengan baik dan pengolahan data akan lebih optimal.
AKADEMIKA ISSN : 1907 - 3984
LP2M STMIK NURDIN HAMZAH 39
DAFTAR PUSTAKA
1. Antony, Pranata “Pemrograman Borland Delphi 6 (edisi 4)”, Andi Offset.2003
2. Andi., Dkk, “Pemrograman Borland Delphi 5.0”, Wahana, Yogyakarta, 2001
3. Guswaluddin, Idham “Fuzzy Multi Criteria Decision Making”,
http://www.google.com. Juni 2005
4. Kusumadewi, “ Analisis Desain Sistem Fuzzy Menggunakan Tool Box Matlab”, Graha
Ilmu. 2002
5. Kusumadewi, sri., Dkk, “ Aplikasi Logika Fuzzy untuk Pendukung Keputusan “, Graha
Ilmu: Yogyakarta, 2004
6. Kusumadewi, S., Dkk, “Fuzzy Multi Criteria Decision Making (FUZZY MADM)”,
Graha Ilmu: Yogyakarta, 2004
7. Sismoro, Hery., “ Pengantar Logika Informatika, Algoritma dan Pemrograman
computer”, Andi Offset, Yogyakarta. 2005