bab iv hasil penelitian dan pembahasan · tabel bobot preferensi dapat dilihat dibawah ini : tabel...

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Menentukan Tujuan, Kriteria dan Alternatif

Dalam hierarki keputusan penerimaan karyawan terdapat hubungan antara

tujuan, kriteria, dan alternatif. Hubungannya dapat digambarkan sebagai berikut :

Goal

Kriteria

Tujuan

Gambar IV.1 Struktur Hierarki Penerimaan Karyawan

4.2. Analisa Data & Perhitungan Simple Additive Weighting (SAW)

1. Penentuan kriteria

Dalam metode SAW terdapat kriteria yang dibutuhkan untuk menentukan

penerimaan karyawan. Adapun kriteria yang ada adalah:

Tabel IV.1

Tabel Kriteria Penerimaan Karyawan

KODE KRITERIA

C1 PENDIDIKAN

C2 USIA

C3 PENGALAMAN KERJA

C4 KOMUNIKASI

C5 PENAMPILAN

24

Penampilan Komunikasi Pengalaman

Kerja Usia Pendidikan

Sistem Penunjang Keputusan

Karyawan 10

Karyawan 9

Karyawan 8

Karyawan 7

Karyawan 6

Karyawan 5

Karyawan 4

Karyawan 3

Karyawan 2

Karyawan 1

25

2. Dari kriteria tersebut, maka dibuat satu tingkat kepentingan kriteria berdasarkan

nilai yang telah ditentukan ke dalam tabel penilaian (bobot) sebagai berikut :

a. Pendidikan

Pada kriteria pendidikan, dimana semakin tinggi pendidikannya maka

semakin besar nilai yang diperolehnya. Berikut tabelnya:

Tabel IV.2

Tabel Penilaian Pendidikan

No Keterangan Nilai

1 S.2 5

2 S.1 4

3 D.III 3

4 D.I 2

5 SMK 1

b. Usia

Pada kriteria usia, dimana semakin muda usianya maka semakin besar

nilai yang diperolehnya. Berikut ini tabelnya:

Tabel IV.3

Tabel Penilaian Usia

No Keterangan Nilai

1 Usia 18-21 tahun 5




5 Usia < 18 dan >30 tahun 1

26

c. Pengalaman Kerja

Pada kriteria pengalaman kerja, dimana semakin banyak pengalaman kerjanya

maka semakin besar nilai yang diperolehnya. Berikut ini tabelnya :

Tabel IV.4

Tabel Penilaian Pengalaman Kerja

No Keterangan Nilai

1 >5 tahun 5

2 >4 tahun 4

3 >3 tahun 3

4 >2 tahun 2

5 0-1 tahun 1

d. Komunikasi

Pada kriteria komunikasi, semakin komunikasinya baik dan lancar maka

semakin besar nilainya. Berikut ini tabelnya:

Tabel IV.5

Tabel Penilaian Komunikasi

No Keterangan Nilai

1 Sangat baik 5

2 Baik 4

3 Cukup Baik 3

4 Kurang Baik 2

5 Tidak Baik 1

27

e. Penampilan

Pada kriteria penampilan, dimana semakin penampilannya menarik maka

semakin besar nilai yang diperolehnya. Berikut ini tabelnya:

Tabel IV.6

Tabel Penilaian Penampilan

No Keterangan Nilai

1 Sangat baik 5

2 Baik 4

3 Cukup Baik 3

4 Kurang Baik 2

5 Tidak Baik 1

3. Menentukan bobot preferensi atau tingkat kepentingan (Wj) setiap kriteria dalam

menentukan penerimaan karyawan. Bobot ini didapat dari ketentuan yang sudah

ditetapkan oleh HRD Manajer RS Pondok Indah (Bintaro Jaya). Tabel bobot

preferensi dapat dilihat dibawah ini :

Tabel IV.7 Tabel Bobot Preferensi Setiap Kriteria

Kriteria Bobot

C1 30%

C2 20%

C3 20%

C4 20%

C5 10%

Dari beberapa data yang telah diolah, terdapat kriteria standar penerimaan

karyawan pada RS Pondok Indah (Bintaro Jaya) dengan rentang nilai dalam presentase

diatas 1,00% dinyatakan lolos, tapi nilai dibawah 1,00% tidak lolos. Data dari

kesepuluh karyawan tersebut didapat dari hasil daftar checklist yang diisi oleh HRD

Manajer RS Pondok Indah (Bintaro Jaya). Berikut tabelnya :

28

Tabel IV.8

Tabel Data Calon Karyawan Berdasarkan Daftar Cocok (Cheklist)

NAMA Pendidikan Usia Pengalaman

Kerja Komunikasi Penampilan

Ade Pranoto, SE Baik Cukup Baik Baik Kurang Baik Cukup Baik

Ajeng Hermina, S.Farm Baik Baik Cukup Baik Baik Cukup Baik

Anken Ayu Adisti, Amd.Kep Cukup Baik Baik Kurang Baik Baik Sangat Baik

Brigita Yulise, S.Farm Baik Cukup Baik Cukup Baik Sangat Baik Baik

Eka Ria Gandhiska, AmKg Cukup Baik Baik Kurang Baik Sangat Baik Baik

Hendika Ambar, AmKg Cukup Baik Baik Kurang Baik Cukup Baik Cukup Baik

Nobertus, M.Kep Sangat Baik Kurang Baik Sangat Baik Baik Kurang Baik

Puji Rahayu, Amd.Kom Cukup Baik Baik Kurang Baik Cukup Baik Baik

Tuti Alawiyah, A.P Kurang Baik Sangat Baik Tidak Baik Baik Baik

Wilona Kaulika, M.S., Apt Sangat Baik Cukup Baik Sangat Baik Baik Baik

4. Dalam penentuan rating kecocokan maka nilai dari sertiap alternatif pada setiap

kriteria dimasukkan ke dalam table rating kecocokan seperti tabel dibawah ini :

Tabel IV.9

Data Calon Karyawan Dikonversi Ke-Rating Kecocokan Alternatif

ALTERNATIF C1 C2 C3 C4 C5

A1 4 3 4 2 3

A2 4 4 3 4 3

A3 3 4 2 4 5

A4 4 3 3 5 4

A5 3 4 2 5 4

A6 3 4 2 3 3

A7 5 2 5 4 2

A8 3 4 2 3 4

A9 2 5 1 4 4

A10 5 3 5 4 4

29

5. Berdasarkan nilai dari tabe kecocokan diatas, dapat dibentuk matriks

keputusan X sebagai berikut :

4 3 4 2 3

4 4 3 4 3

3 4 2 4 5

4 3 3 5 4

𝑋 = 3 4 2 5 4

3 4 2 3 3

5 2 5 4 2

3 4 2 3 4

2 5 1 4 4

5 3 5 4 4

6. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan

normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis

atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks

ternormalisasi R.

xij

Max xij Jika j adalah atribut keuntungan (Benefit) i

rij =

Min xij

i Jika j adalah atribut biaya (Cost) xij

Dimana rij adalah rating kinerja ternormalisasi dari alternative Ai pada atribut Cj; i

= 1,2,…,m dan j = 1,2,…,n.

Keterangan :

Max xij = Nilai terbesar dari setiap kriteria i

Min xij = Nilai terkecil dari setiap kriteria i

Xij = Nilai atribut yang dimiliki dari setiap kriteria

Benerfit = Jika nilai terbesar adalah terbaik

Cost = Jika nilai terkecil adalah terbaik

rij = Nilai rating kinerja setiap alternative

30

Berikut adalah tabel untuk menentukan kriteria termasuk cost (biaya) atau benefit

(keuntungan). Dimana jika nilai terbesar yang dipilih adalah yang terbaik termasuk

keuntungan (benefit) dan jika nilai terkecil yang dipilih adalah yang terbaik termasuk

biaya (cost).

Tabel IV.10

Tabel Penggolongan Kriteria

Kriteria Cost Benefit

Pendidikan √ Usia √

Pengalaman Kerja √

Komunikasi √ Penampilan √

Perhitungan :

A1)

𝑟11 =4

max(4,4,3,4,3,3,5,3,2,5) =

4

5= 0,8

𝑟12 =3

max(3,4,4,3,4,4,2,4,5,3) =

3

5= 0,6

𝑟13 =min(4,3,2,3,2,2,5,2,1,5)

4 =

4

1= 4

𝑟14 =2

max(2,4,4,5,5,3,4,3,4,4) =

2

5= 0,4

𝑟15 =min(3,3,5,4,4,3,2,4,4,4)

3 =

3

2= 1,5

31

A3)

A2)

A4)

𝑟31 =3

max(4,4,3,4,3,3,5,3,2,5) =

3

5= 0,6

𝑟32 =4

max(3,4,4,3,4,4,2,4,5,3) =

4

5= 0,8

𝑟33 =min(4,3,2,3,2,2,5,2,1,5)

2 =

2

1= 2

𝑟34 =4

max(2,4,4,5,5,3,4,3,4,4) =

4

5= 0,8

𝑟35 =min(3,3,5,4,4,3,2,4,4,4)

5 =

5

2= 2,5

𝑟21 =4

max(4,4,3,4,3,3,5,3,2,5) =

4

5= 0,8

𝑟22 =4

max(3,4,4,3,4,4,2,4,5,3) =

4

5= 0,8

𝑟23 =min(4,3,2,3,2,2,5,2,1,5)

3 =

3

1= 3

𝑟24 =4

max(2,4,4,5,5,3,4,3,4,4) =

4

5= 0,8

𝑟25 =min(3,3,5,4,4,3,2,4,4,4)

3 =

3

2= 1,5

𝑟41 =4

max(4,4,3,4,3,3,5,3,2,5) =

4

5= 0,8

𝑟42 =3

max(3,4,4,3,4,4,2,4,5,3) =

3

5= 0,6

𝑟43 =min(4,3,2,3,2,2,5,2,1,5)

3 =

3

1= 3

𝑟44 =5

max(2,4,4,5,5,3,4,3,4,4) =

5

5= 1

𝑟45 =min(3,3,5,4,4,3,2,4,4,4)

4 =

4

2= 2

32

A5)

A7)

A6)

𝑟51 =3

max(4,4,3,4,3,3,5,3,2,5) =

3

5= 0,6

𝑟71 =5

max(4,4,3,4,3,3,5,3,2,5) =

5

5= 1

𝑟72 =2

max(3,4,4,3,4,4,2,4,5,3) =

2

5= 0,4

𝑟73 =min(4,3,2,3,2,2,5,2,1,5)

5 =

5

1= 5

𝑟74 =4

max(2,4,4,5,5,3,4,3,4,4) =

4

5= 0,8

𝑟75 =min(3,3,5,4,4,3,2,4,4,4)

2 =

2

2= 1

𝑟52 =4

max(3,4,4,3,4,4,2,4,5,3) =

4

5= 0,8

𝑟53 =min(4,3,2,3,2,2,5,2,1,5)

2 =

2

1= 2

𝑟54 =5

max(2,4,4,5,5,3,4,3,4,4) =

5

5= 1

𝑟55 =min(3,3,5,4,4,3,2,4,4,4)

4 =

4

2= 2

𝑟61 =3

max(4,4,3,4,3,3,5,3,2,5) =

3

5= 0,6

𝑟62 =4

max(3,4,4,3,4,4,2,4,5,3) =

4

5= 0,8

𝑟64 =3

max(2,4,4,5,5,3,4,3,4,4) =

3

5= 0,6

𝑟65 =min(3,3,5,4,4,3,2,4,4,4)

3 =

3

2= 1,5

𝑟63 =min(4,3,2,3,2,2,5,2,1,5)

2 =

2

1= 2

33

A8)

A9)

A10)

𝑟81 =3

max(4,4,3,4,3,3,5,3,2,5) =

3

5= 0,6

𝑟82 =4

max(3,4,4,3,4,4,2,4,5,3) =

4

5= 0,8

𝑟83 =min(4,3,2,3,2,2,5,2,1,5)

2 =

2

1= 2

𝑟84 =3

max(2,4,4,5,5,3,4,3,4,4) =

3

5= 0,6

𝑟85 =min(3,3,5,4,4,3,2,4,4,4)

4 =

4

2= 2

𝑟91 =2

max(4,4,3,4,3,3,5,3,2,5) =

2

5= 0,4

𝑟92 =5

max(3,4,4,3,4,4,2,4,5,3) =

5

5= 1

𝑟93 =min(4,3,2,3,2,2,5,2,1,5)

1 =

1

1= 1

𝑟94 =4

max(2,4,4,5,5,3,4,3,4,4) =

4

5= 0,8

𝑟95 =min(3,3,5,4,4,3,2,4,4,4)

4 =

4

2= 2

𝑟102 =3

max(3,4,4,3,4,4,2,4,5,3) =

3

5= 0,6

𝑟104 =4

max(2,4,4,5,5,3,4,3,4,4) =

4

5= 0,8

𝑟101 =5

max(4,4,3,4,3,3,5,3,2,5) =

5

5= 1

𝑟103 =min(4,3,2,3,2,2,5,2,1,5)

5 =

5

1= 5

𝑟105 =min(3,3,5,4,4,3,2,4,4,4)

4 =

4

2= 2

34

7. Membuat normalisasi matriks R yang diperoleh dari hasil normalisasi

matriks x sebagai berikut :

0.8 0.6 4 0.4

1.5

0.8 0.8 3 0.8 1.5

0.6 0.8 2 0.8 2.5

0.8 0.6 3 1 2

0.6 0.8 2 1 2

0.6 0.8 2 0.6 1.5

1 0.4 5 0.8 1

0.6 0.8 2 0.6 2

0.4 1 1 0.8 2

1 0.6 5 0.8 2

8. Setelah nilai alternatif disetiap kriteria dinormalisasikan, selanjutnya akan dibuat

matriks Wj x r dan penjumlahan hasil perkalian untuk memperoleh alternatif

terbaik dengan melakukan perangkingan nilai terbesar sebagai berikut :

𝑛

𝑉𝑖 = ∑ 𝑤𝑗. 𝑟𝑖𝑗

𝑗=1

Keterangan :

Vi = rangking untuk setiap alternatif

Wj = nilai bobot dari setiap kriteria

rij = nilai rating kinerja ternormalisai

𝑅 =

35

Perhitungan :

Tabel IV.11

Tabel Bobot Preferensi Setiap Kriteria Dalam Desimal

Kriteria Bobot

C1 0.3

C2 0.2

C3 0.2

C4 0.2

C5 0.1

V1 = (0,3 x 0,8) + (0,2 x 0,6) + (0,2 x 4) + (0,2 x 0,4) + (0,1 x 1)

V2 = (0,3 x 0,8) + (0,2 x 0,8) + (0,2 x 3) + (0,2 x 0,8) + (0,1 x 1,5)

V3 = (0,3 x 0,6) + (0,2 x 0,8) + (0,2 x 2) + (0,2 x 0,8) + (0,1 x 2.5)

V4 = (0,3 x 0,8) + (0,2 x 0,6) + (0,2 x 3) + (0,2 x 1) + (0,1 x 2)

V5 = (0,3 x 0,6) + (0,2 x 0,8) + (0,2 x 2) + (0,2 x 1) + (0,1 x 2)

V6 = (0,3 x 0,6) + (0,2 x 0,8) + (0,2 x 2) + (0,2 x 0,6) + (0,1 x 2,5)

V7 = (0.3 x 1) + (0,2 x 0,4) + (0,2 x 5) + (0,2 x 0,8) + (0,1 x 1)

V8 = (0,3 x 0,6) + (0,2 x 0,8) + (0,2 x 2) + (0,2 x 0,6) + (0,1 x 2)

V9 = (0,3 x 0,4) + (0,2 x 1) + (0,2 x 1) + (0,2 x 0,8) + (0,1 x 2)

V10 = (0,3 x 1) + (0,2 x 0,6) + (0,2 x 5) + (0,2 x 0,8) + (0,1 x 2)

Tabel IV.12

Tabel Hasil Perkalian

Alternatif C1 C2 C3 C4 C5 Hasil

V1 0.24 0.12 0.8 0.08 0.15 1.390

V2 0.24 0.16 0.6 0.16 0.15 1.310

V3 0.18 0.16 0.4 0.16 0.25 1.150

V4 0.24 0.12 0.6 0.2 0.2 1.360

V5 0.18 0.16 0.4 0.2 0.2 1.140

V6 0.18 0.16 0.4 0.12 0.15 1.010

V7 0.3 0.08 1 0.16 0.1 1.640

V8 0.18 0.16 0.4 0.12 0.2 1.060

V9 0.12 0.2 0.2 0.16 0.2 0.880

V10 0.3 0.12 1 0.16 0.2 1.780

36

Berikut adalah hasil perhitungannya :

Tabel IV.13

Tabel Hasil Perhitungan

Dari hasil perhitungan Vi maka dibuatkan tabel penentuan rangking sebagai berikut.

Tabel IV.14

Tabel Perangkingan Dengan Metode SAW

Dari perhitungan calon karyawan dengan menggunakan metode Simple Additive

Weighting (SAW) maka bisa diketahui yang lolos dari kelima kriteria sebagaimana yang

telah ditentukan, terdapat satu calon karyawan yang tidak lolos dengan nilai dibawah

1,00% yaitu hanya mencapai nilai 0.88%.

Nama Nilai Presentasi

Ade Pranoto, SE 1.390 1.39%

Ajeng Hermina, S.Farm 1.310 1.31%

Anken Ayu Adisti, Amd.Kep 1.150 1.15%

Brigita Yulise, S.Farm 1.360 1.36%

Eka Ria Gandhiska, AmKg 1.140 1.14%

Hendika Ambar, AmKg 1.070 1.07%

Nobertus, M.Kep 1.640 1.64%

Puji Rahayu, Amd.Kom 1.060 1.06%

Tuti Alawiyah, A.P 0.880 0.88%

Wilona Kaulika, M.Sc.,Apt 1.780 1.78%

Alternatif Nama Nilai Persentase

(%) Rangking

A1 Wilona Kaulika, M.Sc.,Apt 1.78% 1

A2 Nobertus, M.Kep 1.64% 2

A3 Ade Pranoto, SE 1.39% 3

A4 Brigita Yulise, S.Farm 1.36% 4

A5 Ajeng Hermina, S.Farm 1.31% 5

A6 Anken Ayu Adisti, Amd.Kep 1.15% 6

A7 Eka Ria Gandhiska, AmKg 1.14% 7

A8 Hendika Ambar, AmKg 1.07% 8

A9 Puji Rahayu, Amd.Kom 1.06% 9

A10 Tuti Alawiyah, A.P 0.88% 10

bab iv hasil penelitian dan pembahasan · tabel bobot preferensi dapat dilihat dibawah ini : tabel...

Documents