penilaian kinerja karyawan menggunakan fuzzy logic dengan metode sugeno orde-nol
Post on 01-Mar-2018
239 Views
Preview:
TRANSCRIPT
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
1/23
PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC
DENGAN METODE SUGENO ORDE-NOL
Martini
martini_mtn@yahoo.com
ABSTRAK
Performance assessment is an effort to get the employee who has done objectively. During this
bonus calculation using a weighted calculation of the fixed (constant) in the range (range)
specific. The calculation result will be the same between several employees over the still in thesame range. This will lead to various negative issues among employees, especially in terms of
the amount of bonus. Therefore we need standards for employee performance appraisal
acceptable to all parties. Standard assessments may give different results although the
calculation of some employees within range (range) the same, and indirectly proves that the
calculation results are in accordance with employee performance.
The data in this study obtained from several sections and the calculations using fuzzy logic.
With the fuzzy logic membership values will result in output between zero (0) and one (1) with
different criteria. Input variables will be set up in some fuzzy set with linguistic language. The
result shows that each employee has different criteria and values. This shows that the
calculated value of fuzzy membership will result in different degrees. The steps taken is theinput fuzzification, fuzzy rules (rules) with Sugeno method, defuzzyfication, and bonus
calculations.
Keywords:
Fuzzy logic, Fuzzification, Defuzzyfication
1. Pendahuluan
Penilaian terhadap kinerja karyawan memang sangat dibutuhkan oleh perusahaan
terutama untuk hal-hal yang berhubungan dengan pengambilan keputusan. Oleh karena itu
tidak mudah untuk menilai seseorang karena dibutuhkan tanggung jawab secara moril atas
penilaian yang diberikan. Untuk memperoleh hasil perhitungan yang baik diperlukan suatu
aturan atau prosedur standar penilaian tiap-tiap karyawannya terhadap loyalitas bagi
perusahaan. Dengan demikian karyawan merasa mendapatkan penghargaan atau apresiasi
atas pekerjaan yang telah dilakukan demi kemajuan perusahaan.
Penilaian kinerja yang akan dibahas adalah penilaian terhadap kinerja karyawan untukkebutuhan perhitungan bonus yang biasanya dilakukan setahun sekali. Bonus tidak diberikan
1
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
2/23
untuk seluruh karyawan berdasarkan lamanya seseorang bekerja pada bagian tertentu,
berdasarkan kualitas kerja semata, atau berdasarkan golongan. Banyak pertimbangan yang
diambil untuk mendapatkan hasil yang diharapkan sesuai dengan ketentuan yang telah
ditetapkan perusahaan. Bobot penilaian yang diberikan berada pada rentang 1 sampai 4 yang
memperlihatkan ketidakpastian. Kriteria yang diberikan tidak mempunyai ketentuan yang
standar, tergantung pada bobot penilaian atasan dan unsur subyektif. Untuk itu diperlukan
sebuah perhitungan yang cermat agar nilai ketidakpastian tersebut dapat menghasilkan nilai
yang memiliki kriteria yang jelas, dalam hal ini menggunakan pendekatan Fuzzy Logic.
2. Tinjauan Pustaka
Logika Fuzzy(Fuzzy Logic) pertama kali diperkenalkan pada tahun 1965 oleh Prof. Lotfi A.
Zadeh dari University of California di Barkeley. Beliau mengemukakan bahwa ketidakjelasan
adalah sesuatu yang sulit dijelaskan secara pasti, oleh karenanya diusulkan suatu bentuk
matematik untuk membahas bagaimana ketidakjelasan tersebut dapat dinyatakan dalam
bahasa yang dimengerti oleh manusia dengan sebuah pendekatan Logika Fuzzy. Tujuannyaadalah membuat komputer dapat beroperasi seperti layaknya logika manusia.
2.1. Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan
pemetaan titik-titik input ke dalam nilai keanggotaannya (derajat keanggotaan) yang
mempunyai interval 0 sampai 1 (Kusumadewi dan Purnomo, 2010).
a. Representasi Linier
Representasi Linier menggambarkan pemetaan input ke derajat keanggotaannyasebagai sebuah garis lurus. Representasi Linier dapat digambarkan dalam 2 bentuk yaitu
representasi linier naik dan Representasi Linier Turun.
(a) (b)
Gambar 1. (a) Representasi Linier Naik (b) Representasi Linier Turun
2
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
3/23
Fungsi keanggotaan untuk gambar Representasi Linier Naik dapat dituliskan sebagai berikut:
0 x!a
"[x] = (x- a ) / ( b a ) a !x!b (1)
1 x"b
Sedangkan untuk fungsi keanggotaan untuk gambar Representasi Linier Turun dapat
dituliskan sebagai berikut:
(b -x) / ( b a ) (x- a ) / ( b a )
0 x "b (2)
b. Representasi Kurva Segitiga
Kurva Segitiga merupakan gabungan kedua Representasi Linier di atas. Kurva ini
digambarkan sebagai bentuk segitiga yang mempunyai derajat keanggotaan tertinggi ada
pada tinggi segitiga.
Gambar 2. Kurva Segitiga
Fungsi keanggotaan untuk gambar Kurva Segitiga dapat dituliskan sebagai berikut:
0 x!a
"[x] = (x a ) / ( b a ) a !x!b (3)
(c x) / ( c b ) b !x!c
2.2. Fuzzy Inference System
Fuzzy Inference adalah suatu proses merumuskan pemetaan dari input yang diberikanmenjadi outputmenggunakan logika fuzzy (Zadeh, 1995). Sistem fuzzyyang dihasilkan disebut
Fuzzy Inference System(FIS). FIS telah banyak diaplikasikan dalam berbagai bidang, seperti
3
"[x] =
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
4/23
kontrol otomatis, klasifikasi data, analisis keputusan, dan sistem pakar. Karena kemampuannya
yang fleksibel maka FIS sering disebut dengan nama fuzzy-rule-based system, fuzzy expert
system, fuzzy modelling, fuzzy logic controller, atau cukup dengan fuzzy system.
FIS dapat dibangun dengan beberapa metode, yaitu metode Tsukamoto, metode Mamdani
dan metode Sugeno. Pada metode Tsukamoto, setiap konsekuen pada aturan yangmembentuk If-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi
keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan
diberikan secara tegas berdasarkan "-predikat. Hasil akhirnya diperoleh dengan menggunakan
rata-rata terbobot.
2.3. Metode Sugeno
Metode Sugeno diperkenalkan pertama kali pada tahun 1985 oleh Takagi Sugeno Kang
yang kemudian dikenal dengan Metode Sugeno atau Metode TSK. Menurut Cox dalam
Kusumadewi (2010) metode ini terdiri dari 2 jenis:
1. Model FuzzySugeno Orde-NolSecara umum bentuk model fuzzySugeno Orde-Nol adalah:
IF (x1is A1) #(x2is A2) #(x3is A3) #... #(xNis AN) THEN z = k
dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta(crisp) sebagai konsekuen.
2. Model FuzzySugeno Orde-SatuSecara umum bentuk model fuzzySugeno Orde-Satu adalah:
IF (x1is A1) #... #(xNis AN) THEN z = p1*x1+ ... + pN*xN+ q
dengan Ai adalah himpunan fuzzyke-i sebagai anteseden, dan pi adalah suatu konstanta(crisp) ke-i dan q juga merupakan konstanta dalam konsekuen.
Apabila komposisi aturan menggunakan metode Sugeno, maka defuzzifikasi dilakukan dengan
cara mencari nilai rata-ratanya.
2.4. Fuzzifikasi Input
Menurut Pandjaitan (2007:124) Fuzzifikasi adalah proses dekomposisi suatu masukan
masukan dan atau keluaran sistem ke dalam satu atau lebih himpunan fuzzy. Fuzzy Inference
System (FIS) mengammbil masukan-masukan dan menentukan derajat keanggotaannya dalam
semua fuzzyset menggunakan fungsi keanggotaan masing-masing fuzzyset. Seluruh variabel
masukan dan variabel keluaran dibuat ke dalam bentuk linguistik. Sebelum penilaian semua
ruledilakukan, variabel masukan harus di-fuzzifikasi menurut nilai-nilai linguistik.
Operasi fuzzy logic dilakukan apabila bagian anteseden lebih dari satu pernyataan. Hasil
akhir berupa derajat kebenaran anteseden yang berupa bilangan tunggal, dan akan diteruskanke bagian konsekuen. Masukan operator fuzzyadalah dua atau lebih derajat keanggotaan dari
variabel input. Keluaran adalah nilai kebenaran tunggal. Operator fuzzy untuk melakukan
operasi AND dan OR dapat dibuat sendiri.
3. Metode Penelitian
3.1. Kerangka Pemikiran Penelitian
Penelitian ini dilakukan dalam beberapa tahap yang diuraikan sebagai berikut:
4
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
5/23
1. Tahap pertama: menentukan variabel masukan (input) yang akan dibuat ke dalam beberapa
himpunan fuzzy berupa hasil akhir rata-rata kinerja dan hasil akhir perhitungan absensi
untuk jumlah keterlambatan dalam 1 tahun (maksimum keterlambatan 100 hari).
2. Tahap kedua: membentuk fungsi keanggotaan dari tiap-tiap variabel masukan sesuai
dengan kriteria standar perusahaan, direpresentasikan dalam bentuk kurva yang kemudiandibuat ke dalam bentuk persamaan untuk tiap-tiap himpunan fuzzy tersebut. Gambar
himpunan keanggotaan yang dibuat dalam Matlab terdapat pada Lampiran 3. untuk semua
variabel masukan dan keluaran.
3. Tahap ketiga: melakukan fuzzifikasi terhadap variabel masukan. Nilai variabel masukan
disesuaikan berdasarkan fungsi keanggotaannya untuk selanjutnya akan dihitung dengan
persamaan yang sudah dibuat. Hasilnya mempunyai satu atau dua kriteria yang berbeda.
4. Tahap keempat: hasil fuzzifikasi dimasukkan dalam aturan-aturan fuzzy (fuzzy rules) yang
sesuai dengan masukan himpunan fuzzy pada tahap pertama. Metode yang digunakan
adalah Metode Sugeno Orde-Nol, dimana konsekuen berbentuk konstanta. Operator yang
digunakan dalam aturan ini adalah operator AND. Bobot penilaian telah ditetapkan sesuaidengan standar perusahaan seperti dijelaskan dalam tabel berikut:
Tabel 1. Bobot Konsekuen Kinerja
Tabel 2. Bobot Konsekuen Absensi
Semua rulesyang sesuai dengan kombinasi variabel inputini akan ditentukan dengan fungsi
MIN untuk mendapatkan "-predikat.
NoRange
BobotPenilaian
1. > 3.44 90%
2. 2.44 3.44 70%
3. 1.45 2.44 50%
4. < 1.45 30%
NoRange
BobotPenilaian
1. 0 5 30%
2. 6 12 25%
3. 13 24 20%
4. 25 36 15%
5. 37 60 10%
6. > 60 5%
5
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
6/23
5. Tahap kelima: defuzzifikasi dilakukan untuk menentukan bobot nilai dari seluruh masukan
fuzzydengan mencari rata-ratanya. Setiap "-predikat akan dikalikan dengan nilai konstanta
konsekuen berdasarkan rule yang telah dibuat, kemudian dibagi dengan jumlah seluruh "-
predikat.
6. Tahap keenam: menghitung bonus yang didapatkan dari hasil perhitungan kinerja ditambah
dengan hasil perhitungan absensi sesuai dengan Tabel 3.1 dan Tabel 3.2., dan hasil akhir
bersifat bilangan diskrit. Pengolahan data menggunakan software Matlabdengan membuat
sebuah GUI interfacemasukan dan hasil dari program tersebut disimpan dalam M-File.
7. Tahap ketujuh: membandingkan hasil perhitungan antara penilaian kinerja dengan P4 dan
penilaian kinerja dengan fuzzy logic.
8. Tahap kedelapan: melakukan validasi data terhadap variabel masukan, yaitu hasil
perhitungan dengan P4 dan hasil perhitungan menggunakan fuzzy logic. Validasi dilakukan
terhadap 53 sampel data bebas dengan menggunakan coefficient of variation(COV).
3.2. Pembentukan Himpunan Fuzzy
Semua variabel input direpresentasikan dengan kurva linier naik (bentuk bahu kanan),
kurva linier turun (bentuk bahu kiri), dan kurva segitiga.
Persamaan fungsi keanggotaan yang dihasilkan untuk variabel TPJ:
( 2.5 -x) / ( 2.5 1 ); 1 !x!2.5
mKurangBaik[PTJ] = (1)
0; x"2.5
0; x!1.5 ataux"3.5
mCukupBaik[PTJ] = (x 1.5 ) / ( 2.5 1.5 ); 1.5 !x!2.5 (2)
( 3.5 -x) / ( 3.5 2.5 ); 2.5 !x!3.5
0; x!2.5
mBaik[PTJ] = (x 2.5 ) / ( 4 2.5 ); 2.5 !x!4 (3)
1; x"4
6
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
7/23
Persamaan fungsi keanggotaan yang dihasilkan untuk variabel TK:
( 2.5 -x) / ( 2.5 1 ); 1 !x!2.5
mKurangBaik[TK] = (4)
0; x"2.5
0; x!1.5 ataux"3.5
mCukupBaik[TK] = (x 1.5 ) / ( 2.5 1.5 ); 1.5 !x!2.5 (5)
( 3.5 -x) / ( 3.5 2.5 ); 2.5 !x!3.5
0; x!2.5
mBaik[TK] = (x 2.5 ) / ( 4 2.5 ); 2.5 !x!4 (6)
1; x"4
Persamaan fungsi keanggotaan yang dihasilkan untuk variabel PP:
( 2 -x) / ( 2 1 ); 1 !x!2
mKurangBaik [PP] = (7)
0; x"2
0; x!1 ataux"3
mCukupBaik[PP] = (x 1 ) / ( 2 1 ); 1 !x!2 (8)
( 3 -x) / ( 3 2 ); 2 !x!3
0; x!2
mBaik[PP] = (x 2 ) / ( 4 2 ); 2 !x!4 (9)
1; x"4
7
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
8/23
Persamaan fungsi keanggotaan yang dihasilkan untuk variabel Kp:
( 2 -x) / ( 2 1 ); 1 !x!2
mKurangMampu [Kp] = (10)
0; x"2
0; x!1.5 ataux"3.5
mCukupMampu[Kp] = (x 1.5 ) / ( 2.5 1.5 ); 1.5 !x!2.5 (11)
( 3.5 -x) / ( 3.5 2.5 ); 2.5 !x!3.5
0; x!3
mMampu[Kp] = (x 3 ) / ( 4 3 ); 3 !x!4 (12)
1; x"4
Persamaan fungsi keanggotaan yang dihasilkan untuk variabel Kp:
0; x< 0 ataux"9
mSD[Abs] = (x 0 ) / ( 5 0 ); 0 !x!5 (13)
( 9 -x) / ( 9 5 ); 5 !x!9
0; x!5 ataux"19
mD[Abs] = (x 5 ) / ( 9 5 ); 5 !x!9 (14)
( 19 -x) / ( 19 9 ); 9 !x!19
0; x!9 ataux"30
mCD[Abs] = (x 9 ) / ( 19 9 ); 9 !x!19 (15)
( 30 -x) / ( 30 19 ); 19 !x!30
8
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
9/23
0; x!19 ataux"48
mKD[Abs] = (x 19 ) / ( 30 19 ); 19 !x!30 (16)
( 48 -x) / ( 48 30 ); 30 !x!48
0; x!30 ataux"80
mTD[Abs] = (x 30 ) / ( 48 30 ); 30 !x!48 (17)
( 80 -x) / ( 80 48 ); 48 !x!80
0; x!61
mSTD[Abs]= (x 61 ) / ( 100 61 ); 61 !x!100 (18)
1; x"100
3.3. Proses Fuzzifikasi dan Perumusan Aturan Fuzzy
Berdasarkan variabel masukan maka aturan-aturan (rules) yang akan digunakan dalam
penelitian ini sebanyak (jumlah himpunan fuzzy)jumlah variabel = 34 = 81 aturan untuk
mendapatkan hasil kinerja, dan 6 aturan untuk mendapatkan hasil absensi. Metode yangdigunakan adalah Metode Sugeno Orde-Nol dimana bentuk konsekuen berupa bilangan
konstanta yang telah ditetapkan dalam Tabel 1. dan Tabel 2. Aturan-aturan untuk hasil kinerja
dirumuskan sebagai berikut:
[R1] IF (PTJ Baik) AND (TK Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian=90
[R2] IF (PTJ Baik) AND (TK Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN Penilaian =
90
[R3] IF (PTJ Baik) AND (TK Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN Penilaian =
90
[R4] IF (PTJ Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN Penilaian =
90
[R5] IF (PTJ Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu) THEN
Penilaian = 70
[R6] IF (PTJ Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu) THEN
Penilaian = 70
[R7] IF (PTJ Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN Penilaian =
90
[R8] IF (PTJ Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu) THENPenilaian = 70
9
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
10/23
[R9] IF (PTJ Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu) THEN
Penilaian = 70
[R10] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =
90
[R11] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN
Penilaian = 70
[R12] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN
Penilaian = 70
[R13] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R14] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
[R15] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 70
[R16] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R17] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
[R18] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 50
[R19] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =90
[R20] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN
Penilaian = 70
[R21] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN
Penilaian = 70
[R22] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R23] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
[R24] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 50
[R25] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R26] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 50
[R27] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 30
10
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
11/23
[R28] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =
90
[R29] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN
Penilaian = 70
[R30] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN
Penilaian = 70
[R31] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R32] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
[R33] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 70
[R34] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R35] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
[R36] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 50
[R37] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R38] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Cukup Mampu)THEN Penilaian = 70
[R39] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 70
[R40] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Mampu)
THEN Penilaian = 70
[R41] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 50
[R42] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 50
[R43] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Mampu)
THEN Penilaian = 70
[R44] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 50
[R45] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 50
[R46] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Mampu) THEN
Penilaian = 70
11
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
12/23
[R47] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
[R48] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 50
[R49] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Mampu)
THEN Penilaian = 70
[R50] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 50
[R51] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 50
[R52] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Mampu)
THEN Penilaian = 50
[R53] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 50
[R54] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 30
[R55] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =
90
[R56] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN
Penilaian = 70
[R57] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Baik) AND (Kp Kurang Mampu) THENPenilaian = 70
[R58] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R59] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
[R60] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 50
[R61] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R62] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 50
[R63] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 30
[R64] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R65] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 70
12
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
13/23
[R66] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 50
[R67] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Mampu)
THEN Penilaian = 70
[R68] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 50
[R69] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 50
[R70] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Mampu)
THEN Penilaian = 50
[R71] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 50
[R72] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 30
[R73] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Mampu) THEN
Penilaian = 70
[R74] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Cukup Mampu)
THEN Penilaian = 50
[R75] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Kurang Mampu)
THEN Penilaian = 30
[R76] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Mampu)THEN Penilaian = 50
[R77] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 50
[R78] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 30
[R79] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Mampu)
THEN Penilaian = 30
[R80] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Cukup
Mampu) THEN Penilaian = 30
[R81] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Kurang
Mampu) THEN Penilaian = 30
Sedangkan untuk aturan-aturan absensi dirumuskan sebagai berikut:
[R1] IF (Abs is sgtdisiplin) THEN nilai_absensi = 30
[R2] IF (Abs is disiplin) THEN nilai_absensi = 25
[R3] IF (Abs is ckpdisiplin) THEN nilai_absensi = 20
13
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
14/23
[R4] IF (Abs is krgdisiplin) THEN nilai_absensi = 15
[R5] IF (Abs is tdkdisiplin) THEN nilai_absensi = 10
[R6] IF (Abs is sgttdkdisiplin) THEN nilai_absensi = 5
3.4. Proses Defuzzifikasi
Nilai dan kriteria yang dihasilkan berdasarkan perhitungan dalam aturan-aturan fuzzy di
atas untuk selanjutnya menentukan #-predikat dengan mengambil nilai keanggotaan terkecil
dalam himpunan yang bersangkutan.
[Ri] #-predikati = min($A[x], $B[y]) atau dapat juga dituliskan (19)
[Ri] $A%$A = min($A[x], $B[y]) (20)
3.5. Perhitungan Bonus
Untuk menghitung kinerja dan absensi, jika komposisi aturan menggunakan Metode
Sugeno maka defuzzifikasi dilakukan dengan cara mencari nilai rata-rata (average method)
yang diperoleh dari #-predikat dikalikan dengan nilai konsekuen tiap-tiap aturan (z). Hasil akhir
dalam bentuk persen (%). Selanjutnya menentukan kriteria dari kinerja dan kriteria absensi
dengan ketentuan yang dijelaskan dalam Tabel 3. dan Tabel 4. Perhitungan rata-rata tersebut
dirumuskan:
#1z1+ #2z2+ . . . + #nzn
Kinerja = (21)
#1+ #1+ . . . +#nzn
Tabel 3. Kriteria Penilaian Kinerja
#1z1+ #2z2+ . . . + #nzn
Absensi = (22)
#1+ #1+ . . . +#nzn
NoRange
KriteriaPenilaian
1. 76 90 Sangat Baik
2. 61 75.99 Baik
3. 50 60.99 Cukup Baik
4. < 50 Kurang Baik
14
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
15/23
Tabel 4. Kriteria Penilaian Absensi
Langkah terakhir adalah menghitung Bonus dengan rumus:
Bonus = Kinerja + Absensi (23)
3.6. Pengujian Data
Validitas menunjukkan sejauh mana skor/nilai/ukuran yang diperoleh benar-benarmenyatakan hasil pengukuran atau pengamatan yang ingin diukur. Hipotesis pada dasarnyamerupakan suatu anggapan yang mungkin benar, dan sering digunakan sebagai dasarpembuatan keputusan atau pemecahan persoalan ataupun untuk dasar penelitian lebih lanjut.Untuk dapat diuji, suatu hipotesis haruslah dinyatakan secara kuantitatif (dalam bentuk angka).Pengujian hipotesis menggunakan data yang dikumpulkan dari sampel, sehingga merupakandata perkiraan (estimasi). Dalam penelitian ini pengujian validasi menggunakan koefisienvarians (Coeficient Varians/CV) yang membandingkan dispersi relatif dari 2 (dua) jenis data,dalam hal ini membandingkan antara data perhitungan kinerja dan absensi karyawanmenggunakan standar perhitungan P4 (real) dan perhitungan menggunakan fuzzy logic. Hasilperhitungan validasi ini diharapkan lebih kecil dari 5% (< 5%).
Coeficient Varians merupakan ukuran normal dispersi dari suatu distribusi probabilitasyang didefinisikan sebagai rasio dari simpangan baku (standar deviasi) dengan rata-rata(mean), atau lebih jelasnya dirumuskan:
(24)dimana:
: standar deviasi sampel
: rata-rata sampel
4. Hasil dan Pembahasan
4.1. Perhitungan Variabel
Misalkan ingin dihitung bonus seorang karyawan sebut saja X5yang mempunyai nilai TPJ =
3.33, nilai TK = 3.00, nilai PP = 3.00, nilai Kp = 2.88, dan Abs = 49.
Langkah pertama dilakukan fuzzifikasi input untuk mencari nilai derajat keanggotaan tiap
variabel dalam setiap himpunan dengan menggunakan persamaan (2) dan (3) untuk
menghitung variabel PTJ:
No Range
Kriteria
Penilaian
1. > 25 Sangat Disiplin
2. 20 25 Disiplin
3. 15 19.99 Cukup Disiplin
4. 10 14.99 Kurang Disiplin
5. 5 9.99 Tidak Disiplin
6. < 5Sangat TidakDisiplin
%100xx
sCV =
s
x
15
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
16/23
PTJ_CukupBaik (3.33) = (3.5 3.33) / (3.5 2.5)
= 0.17
PTJ_Baik (3.33) = (3.33 2.5) / (4 2.5)
= 0.5533
Gunakan persamaan (5) dan (6) untuk menghitung variabel TK.
TK_CukupBaik (3.00) = (3.5 3) / (3.5 2.5)
= 0.5
TK_Baik (3.00) = (3 2.5) / (4 2.5)
= 0.3333
Gunakan persamaan (8) dan (9) untuk menghitung variabel PP.
PP_CukupBaik (3.00) = (3 3) / (3 2)
= 0
PP_Baik (3.00) = (3 2) / (4 2)
= 0.5
Gunakan persamaan (11) untuk menghitung variabel Kp.
Kp_CkpMampu (2.88) = (3.5 2.88) / (3.5 2.5)
= 0.62
Gunakan persamaan (17) untuk menghitung variabel Abs.
Abs_TdkDisiplin (49) = (80 49) / (80 48)
= 0.9687
Langkah berikutnya dicari nilai "-predikat untuk setiap aturan yang sesuai dengan hasil di
atas. Hanya ada 8 aturan yang memenuhi persyaratan dari hasil perhitungan "-predikat di atas.
Karena operator yang digunakan dalam aturan fuzzy adalah AND, maka "-predikat diambil
berdasarkan nilai keanggotaan terkecil (andMethod : min), dan nilai z berdasarkan ketentuan
dalam Tabel 1.
[R2] "-predikat2 = min(PTJ_Baik(3.33); TK_Baik(3.00); PP_Baik (3.00);Kp_CkpMampu (2.88))
= min(0.5533; 0.3333; 0.5; 0.62) = 0.3333
z2 = 90
[R5] "-predikat5 = min(PTJ_Baik(3.33); TK_Baik(3.00); PP_CukupBaik (3.00);
Kp_CkpMampu (2.88))
= min(0.5533; 0.3333; 0; 0.62) = 0
16
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
17/23
z5 = 70
[R11] "-predikat11 = min(PTJ_Baik(3.33); TK_CukupBaik(3.00); PP_Baik (3.00);
Kp_CkpMampu (2.88))
= min(0.5533; 0.5; 0.5; 0.62) = 0.5
z11 = 70
[R14] "-predikat14 = min(PTJ_Baik(3.33); TK_CukupBaik(3.00); PP_CukupBaik (3.00);
Kp_CkpMampu (2.88))
= min(0.5533; 0.5; 0; 0.62) = 0
z14 = 70
[R29] "-predikat29 = min(PTJ_CukupBaik(3.33); TK_Baik(3.00); PP_Baik (3.00);
Kp_CkpMampu (2.88))
= min(0.17; 0.3333; 0.5; 0.62) = 0.17
z29 = 70
[R32]"-predikat32 = min(PTJ_CukupBaik(3.33); TK_Baik(3.00); PP_CukupBaik (3.00);
Kp_CkpMampu (2.88))
= min(0.17; 0.3333; 0; 0.62) = 0
z32 = 70
[R38] "-predikat38 = min(PTJ_CukupBaik(3.33); TK_CukupBaik(3.00); PP_Baik (3.00);
Kp_CkpMampu (2.88))
= min(0.17; 0.5; 0.5; 0.62) = 0.17
z38 = 70
[R41] "-predikat41 = min(PTJ_CukupBaik(3.33); TK_CukupBaik(3.00); PP_CukupBaik(3.00);
Kp_CkpMampu (2.88))
= min(0.17; 0.5; 0; 0.62) = 0
z41 = 50
Sedangkan untuk mencari #-predikat dari vadiabel Abs hanya berdasarkan 1 aturan saja
dan nilai z berdasarkan ketentuan dalam Tabel 2.
[R5] "-predikat5 = min(Abs_TdkDisiplin(49)) = 0.9687
Z5 = 10
17
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
18/23
Kriteria yang dihasilkan berdasarkan perhitungan di atas dijelaskan dalam tabel berikut:
Tabel 5. Hasil Fuzzifikasi Untuk Karyawan X5
Langkah berikutnya adalah defuzzifikasi dengan menerapkan persamaan (21).
"2.z2+"5.z5+"11.z11+"14.z14+"29.z29+"32.z32+"38.z38+"41.z41
Kinerja =
"2+"5+"11+"14+"29+"32+"38+"41
Untuk memudahkan perhitungan hanya dihitung "-predikat yang tidak menghasilkan nol.
Kinerja =
= = = 75.6814
Sedangkan untuk menghitung Absensi digunakan persamaan (22).
Absensi =
= 10
No Variabel Input Nilai Input Nilai Output Kriteria
1. PTJ 3.33
0.55 Baik
0.17 Cukup Baik
2. TK 3
0.33 Baik
0.5 Cukup Baik
3. PP 3
0.5 Baik
0 Cukup Baik
4. Kp 2.88 0.62 Cukup Mampu
5. Abs 49 0.97 Tidak Disiplin
17.017.05.03333.0
)7017.0()7017.0()705.0()903333.0(
+++
+++ xxxx
1733.1)9.11()9.11()35()997.29( +++
1733.1
797.88
9687.0
109687.0 x
18
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
19/23
Perhitungan Bonus dilakukan dengan menerapkan persamaan (23):
Bonus = Kinerja + Absensi
= 75.6814 + 10
= 85.6814
Hasil perhitungan di atas membuktikan bahwa ada perbedaan hasil Bonus yang diperoleh
karyawan X5. Terlihat bahwa untuk penilaian Kinerja sebesar 75.68% dengan kriteria BAIK dan
penilaian Absensi 10% dengan kriteria TIDAK DISIPLIN. Sementara untuk absensi tidak ada
perbedaan hasil dikarenakan hanya 1 aturan yang memenuhi persyaratan dalam himpunan
fuzzy. Tetapi hal ini cukup membuktikan bahwa sebesar apapun perbedaan nilai input akan
diperhitungkan dalam nilai himpunan keanggotaannya yang diperlihatkan dalam Tabel 5.
4.2. Perbandingan Hasil Penilaian Kinerja Karyawan
Dari hasil di atas terlihat bahwa perhitungan bonus dengan fuzzylogicakan menghasilkan
nilai yang tidak konstan, seperti perhitungan standar P4 yang telah dilakukan oleh perusahaan.
Tabel 6. Hasil Perbandingan Perhitungan P4 Dengan FuzzyLogic
NO Nama
Variabel Input Hasil P4 Hasil Fuzzy Kriteria
PTJ TK PP Kp Abs Rata2 Knj Abs Bonus Knj Abs Bonus Knj Abs
1. X1 3 2.67 2.83 2.38 66 2.72 50 5 55 69.26 8.87 78.13 B TD
2. X2 3.67 3.67 4 3.4 0 3.69 90 30 120 90 30 120 SB SD
3. X3 3.67 3.17 3.83 3.23 99 3.47 90 5 95 84.6 5 89.6 SB STD
4. X4 3.67 3.5 3.5 3.14 1 3.45 90 30 120 90 30 120 SB SD
5. X5 3.33 3 3 2.88 49 3.05 70 10 80 75.68 10 85.68 B TD
6. X6 3 3 3.5 3 11 3.13 70 25 95 74.44 24 98.44 B D
7. X7 3 3.2 3 3.08 9 3.07 70 25 95 76.85 25 101.9 SB D
8. X8 3 3.17 3 2.9 0 3.02 70 30 100 74.63 30 104.6 B SD
9. X9 3 3.33 3.83 3.14 5 3.33 70 30 100 79.46 30 109.46 SB SD
10. X10 3 3.2 3 3 2 3.05 70 30 100 74.76 30 104.76 B SD
11. X11 3.33 3.33 3.33 3.07 5 3.27 70 30 100 80.49 30 110.49 SB SD
12. X12 3 3.4 3.33 3 3 3.18 70 30 100 76.45 30 106.45 SB SD
13. X13 3 3 3 2.87 0 2.97 70 30 100 7.44 30 104.44 B SD
14. X14 2.67 2.17 2.5 2.43 0 2.44 70 30 100 61.24 30 91.24 B SD
15. X15 2.67 2.83 2.83 2.43 0 2.69 70 30 100 69.21 30 91.24 B SD
16. X16 3 2.33 3 2.5 0 2.71 70 30 100 70 30 100 B SD
19
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
20/23
Keterangan:
SB : Sangat Baik B : Baik
CB : Cukup Baik SD : Sangat Disiplin
17. X17 3.67 3.67 3.83 3.27 0 3.61 90 30 120 90 30 120 SB SD
18. X18 3 3 2.67 2.87 0 2.89 70 30 100 70.03 30 100.03 B SD
19. X19 2.67 2.67 2.17 2.4 12 2.48 70 25 95 60.13 23.5 83.63 CB D
20. X20 2.67 2.5 2.83 2.64 38 2.66 70 10 80 65.81 12.78 78.59 B KD
21. X21 2.33 2.33 2.5 2.29 15 2.36 50 20 70 56.67 22 78.67 CB D
22. X22 2.67 2.67 2.67 2.64 15 2.66 70 20 90 66.78 22 88.78 B D
23. X23 3.33 3 2.83 2.5 1 2.92 70 30 100 71.85 30 101.85 B SD
24. X24 3 2.83 3 3 22 2.96 70 20 90 73.46 18.64 92.1 B CD
25. X25 2.67 2.5 2.5 2.83 0 2.51 70 30 100 59.76 30 89.76 CB SD
26. X26 3 2.67 2.83 2.4 4 2.73 70 30 100 69.26 30 99.26 B SD
27. X27 3 2.33 2.33 2.53 43 2.55 70 10 80 62.41 11.39 73.8 B KD
28. X28 3 2.67 3 2.73 0 2.85 70 30 100 72.14 30 102.14 B SD
29. X29 2.67 2.33 2.5 2.5 0 2.50 70 30 100 61.42 30 91.42 B SD
30. X30 2 3 3 2.93 0 2.73 70 30 100 70 30 100 B SD
31. X32 3 2.67 2.67 2.67 23 2.75 70 20 90 67.57 18.18 85.75 B CD
32. X33 3 2.83 2.17 2.67 0 2.67 70 30 100 64.86 30 94.86 B SD
33. X33 3 2.67 2.8 2.67 0 2.79 70 30 100 68.91 30 98.91 B SD
34. X34 2.67 2.5 2.67 2.38 0 2.56 70 30 100 62.6 30 92.6 B SD
35. X35 2.67 2.5 3 2.67 0 2.71 70 30 100 10 30 100 B SD
37. X37 2.33 2.17 2.17 2.08 0 2.18 50 30 80 53.73 30 83.73 B SD
38. X38 3 2.33 2.83 2.29 0 2.61 70 30 100 66.32 30 96.32 B SD
39. X39 2.67 2.67 3 2.93 51 2.82 70 10 80 72.7 10 82.7 B TD
40. X40 2.67 2.67 2.83 2.5 0 2.67 70 30 100 69.1 30 99.1 B SD
41. X41 3.67 3.6 3.33 3.07 5 3.42 70 30 100 90 30 120 SB SD
42. X42 3 3.2 3 3 1 3.05 70 30 100 74.76 30 104.76 B SD
43. X43 3.33 3.2 3.5 3 3 3.26 70 30 100 78.43 30 108.43 SB SD
44. X44 3.33 2.8 3.33 3 9 3.12 70 25 95 73.85 25 98.85 B D
45. X45 2.67 2.6 2.67 2.5 12 2.61 70 25 95 65.45 23.5 88.95 B D
46. X46 3.33 2.8 2.67 3 23 2.95 70 20 90 70.34 18.18 88.52 B CD
47. X47 3 3 3 2.9 5 2.98 70 30 100 74.44 30 104.44 B SD
48. X48 3 2.8 3 2.8 17 2.90 70 20 90 73.24 21 94.24 B D
49. X49 3 3 3 3 11 3.00 70 25 95 74.44 25 98.44 B D
50. X50 3 3 3 3 7 3.00 70 25 95 74.44 27.5 101.94 B SD
51. X51 3 2.8 3 3 38 2.95 70 10 80 73.24 12.78 86.02 B KD
52. X52 3 2.6 3 2.8 40 2.85 70 10 80 71.38 12.22 83.6 B KD
53. X63 3 2.8 3.33 2.9 19 3.01 70 20 90 73.24 20 93.24 B CD
20
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
21/23
D : Disiplin CD : Cukup Disiplin
KD : Kurang Disiplin STD : Sangat Tidak Disiplin
4.3. Uji Validasi
Pengujian dilakukan untuk mengetahui 2 (dua) sampel yang berbeda, yaitu dengan mencari
standar deviasi terhadap Bonus hasil perhitungan P4 dan Bonus hasil perhitungan Fuzzy untuk
selanjutnya akan diperoleh CV dengan perhitungan sebagai berikut:
a. Variance(s2)
b. Standar Deviasi (s)
c. Coeficient Varians(CV)
Berdasarkan perhitungan di atas dapat disimpulkan bahwa secara relatif hasil perhitungan
dengan Fuzzy Logic lebih bervariasi daripada hasil perhitungan dengan P4 pada 53 orangkaryawan yang diambil secara acak.
5.1. Kesimpulan
a. Fuzzy logic akan menghasilkan output paling tidak dengan 2 kriteria yang berbeda dari
masukan yang sama. Dengan fuzzy logic, output akan bernilai antara 0 dan 1, tapi dalam
perhitungan biasa output bersifat tegas (crisp) yang bernilai 0 atau 1.
b. Penilaian kinerja karyawan sekarang menggunakan perhitungan standar perusahaan yaitu
Penilaian Potensi Prestasi Personil (P4) yang hasilnya berupa bilangan konstan.
Perhitungan bonus menghasilkan nilai yang monoton dan tidak bervariasi sehingga sulit
ditentukan kriteria yang tepat bagi penilaian tersebut.
71.8952
87.4664
1
)( 22==
!
" !=
n
xi
x
sx
41.12252
53.6365
1
)( 22==
!
" !=
n
yi
ysy
47.971.892
=== xx ss
06.1141.1222
=== yy ss
87.910094.95
47.9100 =!=!=
x
s
cv
x
x
39.1110013.97
06.11100 =!=!=
y
scv
y
y
21
-
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
22/23
c. Hasil perbandingan perhitungan (antara P4 dengan fuzzy) diharapkan dapat menjadi
motivasi karyawan untuk dapat meningkatkan prestasi kerjanya, karena berapapun
besarnya nilai input akan dihasilkan nilai yang berbeda walaupun masih dalam jangkauan
nilai yang sama. Terbukti dari variasi hasil bonus yang dihitung dengan fuzzy logic, yang
berarti nilai tersebut sesuai dengan kinerja karyawan.
5.2. Saran
Berdasarkan kesimpulan yang telah dijelaskan di atas, maka penulis memberikan saran
yang mungkin dapat berguna bagi pihak perusahaan. Adapun saran yang ingin disampaikan
adalah:
a. Perlu dirancang kembali mengenai perhitungan kinerja karyawan yang bersifat monoton,
karena dapat mengakibatkan isu negatif di lingkungan internal perusahaan. Alangkah
baiknya perhitungan dengan bobot konstan menjadi bahan pertimbangan sehingga dapat
menilai kinerja karyawan yang sebenarnya secara obyektif.
b. Format penilaian karyawan yang ada sekarang ini alangkah baiknya diberikan catatan
(remark) dengan menuliskan jangkauan/skala dan kriteria (baik, cukup baik, kurang baik),
sehingga penilai tidak mengalami kesulitan apabila ingin memberikan rekomendasi terhadap
penilaian seseorang.
DAFTAR PUSTAKA
Bernandin, H. John, & Joyce E.A. Russell. (1993). Human Resource Management, Singapore:
McGraw-Hill, Inc.
Bezdek, James C., & Sankar K. Pal. (1994). Fuzzy Models for Pattern Recognition. UK:
Prentice-Hall International.
Gomes, Faustino Cardoso. (2003). Manajemen Sumber Daya Manusia. Yogyakarta: ANDI
Offset.
Handojo, Andreas., Octavia, Tanti & Buliali, Joko Lianto (n.d). Design Performance Appraisal
Application for University Employee with Analytical Hierarchy Process and Fuzzy. http://
fportfolio.petra.ac.id/user_files/00016/-ICSIIT-%20Employee-%20Appraisal%20Andreas
%20H.pdf. 3 Desember 2010.
Hasiholan, Liston, & Sudradjat (Desember 2008). Evaluasi Kinerja Karyawan Menggunakan
Metode Pemrograman Linier Fuzzy. Makalah Seminar Nasional Matematika, Bandung: ITB.
h t t p : / / p u s t a k a . u n p a d . a c . i d / w p - c o n t e n t / u p l o a d s / - 2 0 1 0 / 0 8 /
evaluasi_kinerja_karyawan_fuzzy.pdf. 2 Desember 2010.
Islam, Rafikul & Shuib bin Mohd Rasad (2005, July 8-10). Employee Performance Evaluation
By AHP : A Case Study. Paper of dISAHP 2005, Honolulu, Hawaii. Desember 1, 2010.
h t t p : / / w w w . s u p e r d e c i s i o n s . c o m / ~ s a a t y / - I S A H P 2 0 0 5 / P a p e r s /
IslamR_RasadEmployeePerformanceEvaluation.pdf.
22
http://www.superdecisions.com/~saaty/-ISAHP2005/Papers/IslamR_RasadEmployeePerformanceEvaluation.pdfhttp://pustaka.unpad.ac.id/wp-content/uploads/-2010/08/evaluasi_kinerja_karyawan_fuzzy.pdfhttp://fportfolio.petra.ac.id/user_files/00016/-ICSIIT-%2520Employee-%2520Appraisal%2520Andreas%2520H.pdf -
7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL
23/23
Kusumadewi, Sri. (2002). Analisis & Desain Sistem Fuzzy Menggunakan Tool Box Matlab.
Yogyakarta: Graha Ilmu.
Kusumadewi, Sri. & Hari Purnomo. (2002). Aplikasi Logika Fuzzy: Untuk Mendukung
Keputusan(Edisi 2). Yogyakarta: Graha Ilmu.
Kusumadewi, Sri. (Juni 2004). Fuzzy Quantification Theory Untuk Analisis Hubungan Antara
Penilaian Kinerja Dosen Oleh Mahasiswa, Kehadian Dosen, Dan Nilai Kelulusan
Mahasiswa. Journal Media Informatika. Vol. 2, No. 1, 1-10. 1 Desember 2010. http://
journal.uii.ac.id/index.php/mediainformatika/-article/viewFile/1/1.
McNel, F. Martin, & Ellen Thro. (1994). Fuzzy Logic: a Practical Approach. USA: Academic
Press, Inc.
Naba, Agus. (2009). Belajar Cepat Fuzzy logic Menggunakan Matlab. Yogyakarta: ANDI Offset.
Nurmianto, Eko., Siswanto, Nurhadi, & Sapuwan, Sanusi. (Juni 2006). Perancangan Penilaian
Kinerja Karyawan Berdasarkan Kompetensi Spencer Dengan Metode Analytical Hierarchy
Process (Studi Kasus di Sub Dinas Pengairan, Dinas Pekerjaan Umum, Kota Probolinggo).
Jurnal Teknik Industri, Institut Teknologi Sepuluh Nopember, Vol. 8. No. 1, 40-53. http://
repository.usu.ac.id/bitstream/123456789/
17093/5/Chapter%201.pdf. 3 Desember 2010.
Pandjaitan, Lanny W. (2007). Dasar-Dasar Komputasi Cerdas. Yogyakarta: ANDI Offset.
Peranginangin, Kasiman. (2006). Pengenalan Matlab. Yogyakarta: ANDI Offset.
Ramli, Nazirah & Mohamad, Daud. (2009). A Centroid-Based Performance Evaluation Using
Aggregated Fuzzy Numbers. Applied Mathematical Science, Vol. 3, No. 48 (2369-2381).
December 1, 2010. http://www.m-hikari.com/ams/ams-password-2009/ams-password45-48-2009/ramliAMS45-48-2009.pdf
Supranto, J. (2001). Statistik: Teori dan Aplikasi. Edisi keenam. Jakarta: Erlangga.
Walpole, Ronald E. (1995). Pengantar Statistika. Edisi ke-3. Jakarta: Gramedia.
Yuniarsih, Tjutju & Suwatno. (2008). Manajemen Sumber Daya Manusia: Teori, Aplikasi dan Isu
Penelitian. Bandung: Alfabeta.
Zadeh, Lotfi A. (2002). Fuzzy Logic Toolbox: For Use With Matlab. Users Guide of MathWork.
October 21, 2010. http://www.mathworks.com/products/-fuzzylogic.
http://www.mathworks.com/products/-fuzzylogichttp://www.m-hikari.com/ams/ams-password-2009/ams-password45-48-2009/ramliAMS45-48-2009.pdfhttp://journal.uii.ac.id/index.php/mediainformatika/-article/viewFile/1/1
top related