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



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.



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.



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.



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.



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



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 .



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



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.



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).



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



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



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



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



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



(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.



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.



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

APLIKASI FUZZY MULTI CRITERIA DECISION MAKING ( FUZZY …

Documents

Transcript of APLIKASI FUZZY MULTI CRITERIA DECISION MAKING ( FUZZY …