model penetapan gaji karyawan … studi teknik informatika oleh ferdinand pascanata driyarkara nim...

MODEL PENETAPAN GAJI KARYAWAN

BERDASARKAN EVALUASI KINERJA

MENGGUNAKAN FUZZY LINEAR PROGRAMMING

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh

Ferdinand Pascanata Driyarkara

NIM 115314035

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2016

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

SALARY DETERMINATION MODEL

BASED ON PERFORMANCE EVALUATION

USING FUZZY LINEAR PROGRAMMING

A THESIS

Presented as Partial Fullfillment of The Requirements

To Obtain Sarjana Komputer Degree

In Informatics Engineering Department

by

Ferdinand Pascanata Driyarkara

Student Number 115314035

INFORMATICS ENGINEERING STUDY PROGRAM

DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2016


iii


iv


v


vi


vii

ABSTRAK

Suatu perusahaan dianggap baik jika karyawan-karyawan yang bekerja di

dalamnya memiliki kinerja yang baik. Kinerja karyawan sangat menentukan

seberapa tinggi prestasi sebuah perusahaan. Oleh karena itu, perusahaan perlu

mencari agar karyawannya dapat bekerja dengan semaksimal mungkin. Salah satu

cara perusahaan memaksimalkan kinerja karyawannya adalah dengan melakukan

suatu pengukuran kinerja berupa suatu proses penilaian atau evaluasi. Evaluasi ini

tentunya harus dilakukan dengan baik dan tepat sehingga tidak terjadi kesalahan

dalam penilaian. Hasil evaluasi tersebut kemudian akan digunakan sebagai acuan

penetapan gaji. Akan tetapi, banyak perusahaan yang menilai karyawannya

berdasarkan kriteria-kriteria yang bersifat kabur. Pada umumnya, kekaburan

tersebut diatasi dengan pengelompokkan nilai tertentu pada himpunan tegas.

Himpunan tegas dirasa kurang adil dan kurang tepat. Model penetapan gaji yang

dibuat dalam penelitian ini menggunakan himpunan kabur, dimana suatu nilai

dapat masuk pada lebih dari satu kategori nilai. Himpunan kabur dirasa lebih adil

dan lebih tepat. Model penilaian kinerja bersifat linear sehingga evaluasi kinerja

dalam penelitian ini dilakukan dengan menggunakan metode Program Linear

Kabur. Penyelesaian program linearnya menggunakan metode Simplex Dual

Phase. Penilaian dilakukan dengan menggunakan tiga (3) faktor penilaian, yakni

Kuantitas, Kualitas, dan Waktu.


viii

ABSTRACT

A company is considered on a good performance when their employees are

performing good at work because employees’ performance will determine on the

company’s achievement. Therefore, the companies need to seek a mean so their

employees can perform best at work. One of the means for the company to

maximize their employees’ performance is to conduct a measurement in the form

of an assessment or evaluation. This evaluation process must be done properly and

appropriately so there will be no error on the judgement. This evaluation result

will then be used as a reference that will determine their salaries. However, many

companies are eassessing their employees based on blurred criterias. On general,

that haziness is overcomed by grouping certain values to a firmly set. The firmly

set seems less fair and less appropriate. Therefore, the salary determination model

that used on this research is using a fuzzy set, where the certain values can be

entered in more than one categories. Fuzzy set seems fairer and more appropriate.

The performance assessment model is linear so the performance evaluation on this

research use the linear fuzzy program method. The finishing of the linear program

is using the Simple Dual Phase method. Evaluation uses three (3) assessing

factors, that are Quantity, Quality, and Time Period.


ix

KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa yang telah memberikan berkat-

Nya sehingga penulis dapat menyelesaikan skripsi dengan judul “Model

Penetapan Gaji Karyawan Berdasarkan Evaluasi Kinerja Menggunakan Fuzzy

Linear Programming”. Penulisan skripsi ini diajukan untuk memenuhi syarat

memperoleh gelar Sarjana Komputer Program Studi Teknik Informatika

Universitas Sanata Dharma.

Penulis menyampaikan terima kasih kepada semua pihak yang secara

langsung maupun tidak langsung turut mengambil peran dalam terselesaikannya

tulisan ini. Secara khusus, terima kasih sebesar-besarnya ditujukan untuk pihak-

pihak berikut.

1) Bapak Eko Hari Parmadi, selaku Dosen Pembimbing yang telah

meluangkan banyak waktunya, di sela-sela kesibukannya, untuk

membimbing penulis dari awal pemilihan topik ini sampai terselesaikannya

tulisan ini.

2) Bapak Kanisius Barung dan Ibu Maria Sukristiningsih, selaku orang tua

penulis, yang dengan sabar memberikan doa dan dorongan yang besar

dalam penyelesaian tulisan ini.

3) Sisil Natasha, yang dengan setia menemani penulis dari awal proses

berjalannya penelitian ini sampai dengan terselesaikannya tulisan ini.


x

4) Simeon, Enda, Vina, Dhiah, teman-temanku seperjuangan yang dengan

caranya masing-masing selalu memberikan hiburan dan dorongan.

5) Para pejuang skripsi yang selalu bersama-sama berjuang menyelesaikan

tulisan ini, Bee, Priska, Dwi, Dio.

6) Teman-teman Teknik Informatika Angkatan 2011, atas dukungannya

sampai dengan terselesaikannya tulisan ini.

Penulis menyadari bahwa tulisan ini masih memiliki banyak kekurangan. Oleh

karena itu, penulis mengharapkan kritik dan saran yang membangun. Semoga

tugas akhir ini bermanfaat bagi semua pihak.

Yogyakarta, Februari 2016

Penulis


xi

DAFTAR ISI

HALAMAN JUDUL ................................................................................................ i

HALAMAN JUDUL (Bahasa Inggris) ................................................................... ii

HALAMAN PERSETUJUAN ............................................................................... iii

HALAMAN PENGESAHAN ................................................................................ iv

PERNYATAAN KEASLIAN KARYA ................................................................. v

LEMBAR PERNYATAAN PERSETUJUAN ...................................................... vi

ABSTRAK ............................................................................................................ vii

ABSTRACT ......................................................................................................... viii

KATA PENGANTAR ........................................................................................... ix

DAFTAR ISI .......................................................................................................... xi

DAFTAR GAMBAR ........................................................................................... xiii

DAFTAR TABEL ................................................................................................ xiv

BAB I - PENDAHULUAN ..................................................................................... 1

1.1 Latar Belakang .............................................................................................. 1

1.2 Rumusan Masalah ......................................................................................... 4

1.3 Batasan Masalah ............................................................................................ 5

1.4 Tujuan ............................................................................................................ 5

1.5 Manfaat .......................................................................................................... 6

1.6 Sistematika Penulisan .................................................................................... 6

BAB II - LANDASAN TEORI ............................................................................... 7

2.1 Evaluasi Kinerja ............................................................................................ 7

2.1.1 Pengertian Evaluasi Kinerja ....................................................................... 7

2.1.2 Fungsi Evaluasi Kinerja ............................................................................. 8

2.1.3 Keuntungan dan Kerugian Menggunakan Sistem Evaluasi Kinerja .......... 9

2.1.4 Standar Kinerja ......................................................................................... 10

2.1.5 Kriteria Umum untuk Mengukur Kinerja ................................................. 12

2.2 Logika Kabur ............................................................................................... 13

2.2.1 Kekaburan (Fuzzy) ................................................................................... 13

2.2.2 Himpunan Tegas (Crisp) .......................................................................... 15

2.2.3 Himpunan Kabur (Fuzzy) ......................................................................... 16

2.3 Pemrograman Linear ................................................................................... 16

2.4 Penyelesaian Program Linear dengan Metode Simpleks ............................ 18


xii

2.5 Fuzzy Linear Programming (FLP) .............................................................. 20

2.6 Sistem Pendukung Pengambilan Keputusan (SPPK) .................................. 21

2.7 Evaluasi Kinerja pada Lingkungan Fuzzy ................................................... 22

BAB III - PERANCANGAN SISTEM ................................................................. 27

3.1 Pemodelan Masalah Evaluasi Kinerja Ke Dalam FLP ................................ 27

3.1.1 Pengumpulan Data, Kriteria Penilaian, dan Benchmark .......................... 27

3.1.2 Pemodelan Batasan Fuzzy Linear Programming ..................................... 31

3.2 Penyelesaian FLP Menggunakan Metode Simpleks ................................... 33

3.3 Flow Chart ................................................................................................... 51

BAB IV - IMPLEMENTASI SISTEM ................................................................. 53

4.1 Desain Tampilan Sistem .............................................................................. 53

4.2 Penjelasan Beberapa Source Code Utama Aplikasi .................................... 56

4.2.1 Class: EkstrakSimplex.cs ......................................................................... 56

4.2.1.1 Deklarasi Variabel ............................................................................. 56

4.2.1.2 Lakukan Perhitungan Simplex ........................................................... 57

4.2.2 Class: KelolaHasil.cs ................................................................................ 59

4.2.2.1 Hitung Gaji Karyawan Berdasarkan Hasil Perhitungan FLP ............ 59

4.2.2.2 Simpan Hasil Perhitungan Gaji ke File PDF ..................................... 61

4.3 Uji Coba Aplikasi Real Gaji ........................................................................ 63

BAB V - PENUTUP ............................................................................................. 91

5.1 Kesimpulan .................................................................................................. 91

5.2 Saran ............................................................................................................ 91

DAFTAR PUSTAKA ........................................................................................... 93


xiii

DAFTAR GAMBAR

2.1 Proses Penyusunan Standar Kinerja ................................................................. 11

2.2 Hubungan Kinerja, Standar Kinerja, dan Evaluasi Kinerja ............................. 11

2.3 Himpunan Tegas (Crisp) .................................................................................. 15

2.4 Himpunan Kabur (Fuzzy) ................................................................................. 16

2.5 Fungsi Keanggotaan µr(Zr), fungsi yang tidak pernah turun ........................... 24

2.6 Fungsi Keanggotaan µr(Zr), fungsi yang tidak pernah naik ............................. 25

3.1 Contoh Model Diagram Benchmark ................................................................ 28

3.2 Flowchart Aplikasi “Real Gaji” ....................................................................... 51

4.1 Tampilan Sistem – Penetapan Aturan .............................................................. 52

4.2 Tampilan Sistem – Kelola Hasil Perhitungan .................................................. 54


xiv

DAFTAR TABEL

3.1 Level-level dalam Tiap Faktor ......................................................................... 29

3.2 Contoh Tetapan Tabel Benchmark ................................................................... 30

3.3 Model Tabel Nilai yang Terbentuk Dari Perhitungan...................................... 48

3.4 Nilai Level Untuk Setiap Faktor ...................................................................... 48


1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Sebuah perusahaan disebut sukses ketika berhasil mencapai cita-cita dan

tujuan utama perusahaan. Hal tersebut sangat bergantung pada orang-orang yang

bekerja di dalamnya. Ketika para pekerja dalam perusahaan itu bekerja dengan

sebaik-baiknya atau seoptimal mungkin maka perusahaan tersebut dapat

memperoleh banyak keuntungan. Perusahaan harus mampu merespons dengan

cepat akan adanya tuntutan perkembangan dalam berbagai hal sehingga

perusahaan tersebut dapat memiliki keunggulan dalam persaingan yang terjadi

dengan perusahaan lain. Adanya pengukuran kinerja ini sangat penting dalam

evaluasi perusahaan, penyusunan rencana perusahaan dan tentunya pengelolaan

sumber daya manusia yang dimiliki perusahaan tersebut.

Perusahaan tentunya perlu melakukan proses penilaian (evaluasi) untuk

karyawan-karyawannya. Setiap perusahaan mempunyai cara yang berbeda dalam

melakukan penilaian terhadap kinerja karyawan-karyawannya. Penilaian ini

bergantung pada kebijakan perusahaan dengan suatu prosedur tertentu. Evaluasi

kinerja karyawan harus dilakukan dengan metode yang baik dan tepat sehingga

tidak terjadi kesalahan penilaian kinerja sesuai dengan posisi yang ada di

perusahaan tersebut. Evaluasi kinerja ini dapat digunakan untuk penentuan

penentuan promosi jabatan tertentu yang lebih tinggi, pembagian gaji yang


2

bergantung pada keoptimalam kinerjanya, pemberian bonus, mutasi karyawan,

dan lain sebagainya.

Penilaian atau evaluasi yang biasanya digunakan perusahaan adalah

penilaian secara tegas. Ketegasan dalam penilaian ini maksudnya nilai kinerja

karyawan berada pada nilai tetap. Pengukuran kinerja karyawan biasanya hanya

diukur dengan memperhatikan faktor-faktor yang bersifat tegas saja, misalnya

tingkat pendidikannya, waktu bekerjanya, pengalaman bekerjanya, dan

sebagainya. Permasalahan yang terjadi oleh karena model penilaian ini adalah

penilaian pada faktor-faktor lain yang bersifat tidak tegas atau lebih dikenal

dengan istilah bersifat kabur (fuzzy) sering diabaikan. Pengabaian nilai-nilai fuzzy

ini salah satu akibatnya, misalnya, berpengaruh pada penetapan bonus. Pada suatu

batasan nilai crisp, seorang karyawan tetap tidak akan memperoleh gaji walaupun

nilai yang diperolehnya hampir atau bahkan nyaris mencapai standar

(benchmark). Sedangkan, jika penilaiannya sudah dibuat secara fuzzy, karyawan

tersebut masih akan tetap memperoleh bonus, walaupun disesuaikan dengan porsi

nilainya (seberapa jauh atau dekat dengan standar).

Faktor-faktor yang bersifat fuzzy ternyata memiliki peran yang sangat

penting juga dalam penilaian atau evaluasi seorang karyawan. Dengan

memperhatikan adanya nilai kabur ini, nilai yang diberikan terhadap karyawan

akan berbeda dengan hal yang sebenarnya terjadi. Faktor-faktor yang dimaksud

misalnya tanggung jawab akan pekerjaan, tingkat kerumitan dalam pekerjaannya,

risiko-risiko yang mungkin dihadapi dalam pekerjaannya, dan lain-lain. Faktor-

fakor ini tidak memiliki nilai yang pasti atau tetap atau tegas, sehingga kadang


3

diabaikan dalam penilaian, tidak masuk dalam kriteria dalam evaluasi kinerja

karyawan yang dilakukan perusahaan tersebut.

Adanya faktor-faktor yang tidak memiliki nilai tegas atau dalam kata lain

bersifat kabur tentu akan mempengaruhi suatu penilaian terhadap kinerja

karyawan. Oleh karena itu, digunakanlah Logika Fuzzy untuk mengikutsertakan

faktor-faktor yang bernilai kabur sebagai bagian dari kriteria penilaian. Dengan

pemenuhan kriteria-kriteria penilaian ini maka diharapkan hasil evaluasi pun akan

lebih baik dan tepat. Adanya hasil penilaian yang lebih baik dan tepat ini tentunya

sangat berguna bagi kemajuan dan kesuksesan perusahaan.

Parmadi (2010) menjelaskan bahwa program linear adalah suatu teknik

riset operasi untuk memecahkan masalah optimasi (memaksimumkan atau

meminimumkan) dengan menggunakan persamaan atau pertidaksamaan linear

dalam mencari pemecahan yang optimum dengan memperhatikan batasan-batasan

yang ada. Dalam penelitiannya, Parmadi (2010) menggunakan fuzzy linear

programming untuk optimasi produksi gerabah. Pada umumnya, linear

programming baik untuk himpunan tegas maupun himpunan kabur, dapat

digunakan untuk berbagai masalah optimasi.

Model evaluasi kinerja yang digunakan berbentuk linear yang berarti

memiliki arah yang lurus. Model tersebut maksudnya untuk tiap faktor, hasil

evaluasi merupakan hasil penjumlahan nilai-nilai kinerja seorang karyawan.

Misalnya, untuk tiga faktor penilaian, kuantitas (x), kualitas (y), dan ketepatan

waktu (z), dengan nilai untuk tiap faktor masing-masing disimbolkan dengan a, b,

dan c, maka model evaluasi kinerja dapat dirumuskan ke dalam bentuk ax + by +


4

cz; dimana bentuk tersebut merupakan bentuk linear. Oleh karena bentuknya yang

linear maka evaluasi kinerja dapat diselesaikan dengan menggunakan metode

Linear Programming. Penyelesaian model ini dilakukan dengan metode simpleks.

Dalam penelitian ini, metode penyelesaian yang digunakan secara spesifik adalah

metode Simplex Dual Phase.

Pada perusahaan Jogja Konveksi, belum pernah dibuat suatu sistem yang

dapat menilai kinerja karyawannya. Model penetapan gaji yang dilakukan selama

ini juga tidak mempertimbangkan penilaian kinerja tersebut. Dengan melihat

tingkat kepentingan akan adanya kinerja karyawan yang baik dalam kesuksesan

sebuah perusahaan, dan berbagai faktor penilaian yang sering diabaikan karena

tidak memiliki nilai tegas maka penulis mencari pilihan metode yang dapat

menyelesaikan permasalahan ini. Dari berbagai macam metode, dalam penelitian

ini penulis memilih metode Fuzzy Linear Programming sebagai metode penilaian

atau evaluasi kinerja karyawan. Oleh karena itu, penulis tertarik untuk

mengangkat judul Model Penetapan Gaji Karyawan Berdasarkan Evaluasi

Kerja Menggunakan Fuzzy Linear Programming.

1.2 Rumusan Masalah

Secara umum berdasarkan latar belakang yang telah diuraikan di atas,

penulis merumuskan inti permasalahan dari tulisan ini ke dalam pertanyaan,

bagaimana menentukan gaji karyawan berdasarkan evaluasi terhadap kinerja

karyawan didasari oleh faktor-faktor yang bersifat fuzzy (tidak ada ukuran pasti).


5

1.3 Batasan Masalah

Dalam penelitian ini penulis membatasi masalah-masalah yang akan

dibahas dalam tulisan ini, yakni sebagai berikut.

1) Penilaian atau evaluasi dilakukan dengan berdasarkan faktor-faktor

tertentu yang diperoleh dari berbagai sumber.

2) Faktor-faktor evaluasi pada sistem yang dibuat dalam penelitian ini hanya

terdiri dari tiga (3) faktor, yakni Kuantitas (seberapa banyak produk yang

dihasilkan), Kualitas (seberapa baik produk yang dihasilkan), dan Waktu

(ketepatan waktu penyelesaian produksi).

3) Standar gaji yang digunakan hanya satu, yang mengindikasikan bahwa

semua karyawan pada awalnya memperoleh jumlah gaji yang sama.

4) Proses penilaian evaluasi kinerja karyawan menggunakan metode Fuzzy

Linear Programming.

5) Keluaran program evaluasi dibuat berbasis desktop dengan Visual C#

2010 dengan bahasa pemrograman C#.

1.4 Tujuan

Tujuan dari dibuatnya tugas akhir ini adalah untuk membuat suatu

perangkat lunak yang dapat menentukan gaji berdasarkan hasil evaluasi kinerja

karyawan. Penilaian kinerja karyawan mempertimbangkan tiga faktor antara lain

kuantitas, kualitas, dan kecepatan waktu dalam produksi yang bernilai kabur

(fuzzy).


6

1.5 Manfaat

Adapun manfaat dari penelitian ini, yakni untuk memberikan keadilan

dalam pemerolehan gaji karyawan. Keadilan yang dimaksudkan adalah karyawan

mendapatkan gaji yang sesuai dengan kinerjanya di perusahaan. Karyawan yang

bekerja dengan lebih baik tentunya dapat memperoleh gaji yang lebih besar

daripada karyawan yang kinerjanya kurang baik. Manfaat lain yang dirasakan

secara tidak langsung adalah hasil dari penelitian ini diharapkan mendorong

peningkatan kinerja karyawan dengan lebih maksimal.

1.6 Sistematika Penulisan

Tulisan ini disusun dalam tiga bab utama, yakni pendahuluan, landasan

teori, serta analisis dan desain.

1) BAB I – Pendahuluan, berisi latar belakang pemilihan judul, rumusan masalah

yang dibahas dalam penelitian, tujuan, dan manfaat penelitian.

2) BAB II – Landasan Teori, berisi teori-teori dasar yang berkaitan dengan

pembuatan tulisan ini tentang evaluasi kinerja karyawan dan metode yang

digunakan untuk melakukan penilaian (Fuzzy Linear Programming).

3) BAB III – Perancangan Sistem, berisi pemodelan masalah, penetapan nilai,

analisis model, dan proses perhitungan secara manual.

4) BAB IV – Implementasi Sistem, berisi penerapan proses perhitungan pada

sistem, perancangan sistem, dan uji coba.

5) BAB V – Penutup, berisi rangkuman dan kesimpulan dari keseluruhan

penelitian ini disertai dengan saran-saran pengembangan sistem.


7

BAB II

LANDASAN TEORI

2.1 Evaluasi Kinerja

2.1.1 Pengertian Evaluasi Kinerja

Wirawan (2009) menjelaskan bahwa evaluasi adalah suatu proses

pengumpulan informasi mengenai objek evaluasi dan menilai objek evaluasi

dengan membandingkannya dengan standar evaluasi. Kinerja merupakan

singkatan dari kinetika energi kerja yang padanannya dalam bahasa Inggris adalah

performance dan diindonesiakan sebagai performa. Kinerja adalah keluaran yang

dihasilkan oleh fungsi-fungsi atau indikator suatu pekerjaan atau suatu profesi

dalam waktu tertentu. Kinerja merupakan fungsi dari kompetensi, sikap, dan

tindakan. Evaluasi kinerja menurutnya dapat didefinisikan sebagai proses penilai

– pejabat yang melakukan penilaian – (appraiser) mengumpulkan informasi

mengenai kinerja ternilai – pegawai yang dinilai – (appraise) yang

didokumentasikan secara formal untuk menilai kinerja ternilai dengan

membandingkannya dengan standar kinerjanya secara periodik untuk membantu

pengambilan keputusan manajemen sumber daya manusia.

Para ahli Manajemen Personalia memberikan beragam definisi tentang

evaluasi pekerjaan. Berikut adalah rangkuman dari definisi-definisi tersebut yang

dirangkum oleh Ranupandojo (1985).


8

a) Suatu usaha untuk menentukan dan membandingkan nilai suatu pekerjaan

tertentu dengan nilai pekerjaan lain yang terdapat dalam suatu organisasi.

b) Suatu proses analisa dan penilaian pekerjaan tertentu untuk menentukan

besarnya balas jasa yang wajar sehingga tersusun struktur upah yang adil.

c) Suatu metode yang digunakan untuk menyusun peringkat (ranking)

pekerjaan secara keseluruhan guna dijadikan dasar penentuan balas jasa.

d) Penilaian pekerjaan guna menentukan pekerjaan tertentu dalam suatu

hirarki pekerjaan.

e) Menentukan nilai relatif pekerjaan-pekerjaan yang ada dalam suatu

organisasi, dengan cara yang logis dan disepakati bersama.

f) Suatu metode untuk membandingkan berbagai pekerjaan dengan

menggunakan prosedur-prosedur formal dan sistematis untuk menentukan

suatu urutan tingkat pekerjaan tertentu, dan dengan demikian memberikan

dasar untuk suatu sistem balas jasa yang adil.

Dari definisi-definisi di atas dapat dirumuskan bahwa evaluasi pekerjaan adalah

usaha menentukan peringkat pekerjaan secara sistematis dan melalui prosedur-

prosedur tertentu. Usaha menentukan peringkat pekerjaan ini dimaksudkan untuk

dapat menyusun tingkat balas jasa yang dirasa adil sesuai dengan bobot pekerjaan

yang dilakukan oleh seorang karyawan (Ranupandojo, 1985)

2.1.2 Fungsi Evaluasi Kinerja

Hasil evaluasi kerja berupa informasi mengenai kinerja ternilai. Informasi

tersebut berupa kekuatan dan kelemahan kinerja ternilai dalam kaitannya dengan


9

standar kinerjanya. Informasi mengenai kinerja ternilai digunakan sebagai alat

manajemen kinerja karyawan dan pengambilan keputusan manajemen SDM

organisasi. Fungsi evaluasi kinerja antara lain sebagai berikut (Wirawan, 2009).

1. Memberikan balikan kepada pegawai ternilai mengenai kinerjanya.

2. Alat promosi dan demosi.

3. Alat memotivasi ternilai.

4. Sebagai alat pemutusan hubungan kerja dan merampingkan organisasi.

5. Menyediakan alasan hukum untuk pengambilan keputusan personalia.

6. Penentuan dan pengukuran tujuan kinerja.

7. Konseling kinerja buruk.

8. Mendukung perencanaan sumber daya manusia.

9. Menentukan kebutuhan pengembangan sumber daya manusia.

10. Merencanakan dan memvalidasi perekrutan tenaga baru.

11. Alat manajemen kinerja organisasi.

12. Pemberdayaan pegawai.

13. Menghukum anggota.

14. Penelitian.

2.1.3 Keuntungan dan Kerugian Menggunakan Sistem Evaluasi Kinerja

Mangkunegara (2007) mengemukakan bahwa terdapat keuntungan dan

kerugian dalam menggunakan sistem evaluasi kinerja. Keuntungan menggunakan

sistem evaluasi kinerja, yakni sebagai berikut.

a) Mempermudah hubungan antara tujuan perorangan dan tujuan unit kerja.


10

b) Mengurangi kemungkinan terjadinya ketidaksepakatan selama pertemuan

evaluasi berjalan sesuai proses perencanaan kinerja.

c) Lebih memungkinkan menempatkan manajer dan karyawan di pihak yang

sama, tidak seperti sistem penilaian maupun peringkat.

d) Merupakan pendekatan terhadap evaluasi kinerja yang paling mudah

dibela secara hukum.

Adapun kerugian dari penggunaan sistem evaluasi kinerja, yakni sebagai berikut.

a) Memakan waktu yang relatif banyak, karena perlunya menginvestigasikan

waktu di muka untuk melakukan perencanaan kinerja.

b) Meminta manajer dan pegawai mengembangkan keahlian dalam

menuliskan tujuan serta standar yang penting dan dapat diukur.

c) Dapat menimbulkan lebih banyak pekerjaan administrasi ketimbang

sistem penilaian maupun sistem peringkat.

d) Dapat disalahgunakan atau digunakan sambil lalu saja oleh para manajer.

2.1.4 Standar Kinerja

Dalam evaluasi kinerja, terdapat standar yang disebut sebagai standar

kinerja. Evaluasi kinerja tidak mungkin dapat dilaksanakan dengan baik tanpa

standar kinerja. Secara umum, evaluasi kinerja membandingkan kinerja ternilai

dengan suatu standar kinerjanya. Jika evaluasi kinerja dilaksanakan tanpa standar

kinerja, hasilnya tidak mempunyai nilai. Menurut Wirawan (2009), standar kinerja

adalah tolok ukur minimal kinerja yang harus dicapai karyawan secara individual


11

atau kelompok pada semua indikator kinerjanya. Berikut disajikan diagram proses

penyusunan standar kinerja.

Fungsi utama standar kinerja adalah sebagai tolok ukur (benchmark) untuk

menentukan keberhasilan dan ketidakberhasilan kinerja ternilai dalam

melaksanakan pekerjaannya. Standar kinerja merupakan target, sasaran, atau

tujuan upaya kerja karyawan dalam kurun waktu tertentu. Di bawah ini disajikan

diagram hubungan antara pelaksanaan pekerjaan, kinerja karyawan, evaluasi

kinerja, dan standar kinerja karyawan.

Karyawan

melaksanakan

pekerjaannya

Kinerja

karyawan

Evaluasi

kinerja

Hasil

evaluasi

kinerja

Instrumen

Kinerja

Rekaman kinerja

karyawan

Keputusan

SDM

Standar

Kinerja

Hasil Analisis Pekerjaan

Analisis Pekerjaan

Deskripsi Pekerjaan

Untuk menyusun dimensi dan

indikator pekerjaan

Hasilnya digunakan untuk menyusun standar kinerja

dan indikator pekerjaan

Survei mengenai keluaran pelaksanaan pekerjaan-

pekerjaan yang sama

Alat, biaya, dan resiko untuk melaksanakan

pekerjaan

Gambar 2.1 – Proses Penyusunan Standar Kinerja

Gambar 2.2 – Hubungan Kinerja, Standar Kinerja, dan Evaluasi Kinerja


12

2.1.5 Kriteria Umum untuk Mengukur Kinerja

Menurut Wirawan (2009), setiap indikator kinerja diukur berdasarkan

kriteria standar tertentu. Dalam mengukur kinerja, terdapat kriteria atau ukuran.

Kriteria tersebut adalah sebagai berikut.

1) Kuantitatif (seberapa banyak). Ukuran kuantitatif merupakan ukuran

paling mudah untuk disusun dan diukurnya, yaitu hanya dengan

menghitung seberapa banyak unit keluaran kinerja harus dicapai dalam

kurun waktu tertentu.

2) Kualitatif (seberapa baik). Melukiskan seberapa baik atau seberapa

lengkap hasil harus dicapai. Kriteria ini antara lain mengemukakan

akurasi, presisi, penampilan, kemanfaatan, atau efektivitas. Standar

kualitas dapat diekspresikan sebagai tingkat kesalahan seperti jumlah atau

presentase kesalahan yang diperbolehkan per unit hasil kerja.

3) Ketepatan waktu pelaksanaan tugas atau penyelesaian produk. Kriteria

yang menentukan keterbatasan waktu untuk memproduksi suatu produk,

membuat sesuatu atau melayani sesuatu. Kriteria ini menjawab pertanyaan

seperti kapan, berapa cepat, atau dalam periode apa.

4) Efektivitas penggunaan sumber organisasi. Efektivitas penggunaan sumber

dijadikan indikator jika syarat untuk mengerjakan suatu pekerjaan yakni

menggunakan jumlah sumber tertentu, seperti uang dan bahan baku.

5) Cara melakukan pekerjaan. Digunakan sebagai standar kinerja jika kontak

personal, sikap personal, atau perilaku karyawan merupakan faktor

penentu keberhasilan melaksanakan pekerjaan.


13

6) Efek atas suatu upaya. Pengukuran yang diekspresikan akibat akhir yang

diharapkan akan diperoleh dengan bekerja. Standar jenis ini menggunakan

kata-kata ‘sehingga’ dan ‘agar supaya’ yang digunakan jika hasilnya tidak

dapat dikualifikasikan.

7) Metode melaksanakan tugas. Standar yang digunakan jika ada undang-

undang, kebijakan, prosedur standar, metode, dan peraturan untuk

menyelesaikan tugas atau jika cara pengecualian ditentukan tidak dapat

diterima.

8) Standar sejarah. Standar yang menyatakan hubungan antara standar masa

lalu dengan standar sekarang. Standar masa sekarang dinyatakan lebih

tinggi atau lebih rendah daripada standar masa lalu dalam pengertian

kuantitas dan kualitas.

9) Standar nol atau absolut. Standar yang menyatakan tidak akan terjadi

sesuatu. Standar ini dipakai jika tidak ada alternatif lainnya.

2.2 Logika Kabur

2.2.1 Kekaburan (Fuzzy)

Istilah “kabur” digunakan sebagai terjemahan dari kata bahasa Inggris

“fuzzy”. Kekaburan yang dimaksud di sini dibatasi pada kekaburan semantik.

Menurut Susilo (2006), suatu kata/istilah dikatakan kabur (fuzzy, vague) secara

semantik apabila kata/istilah tersebut tidak dapat didefinisikan secara tegas, dalam

arti tidak dapat ditentukan dengan tegas (benar atau salah) apakah suatu obyek

tertentu memiliki ciri/sifat yang diungkapkan oleh kata/istilah itu atau tidak.


14

Susilo (2006) juga menjelaskan tentang gejala kekaburan dengan suatu

contoh, yakni dalam suatu kelas, seorang guru bertanya kepada muridnya (1)

berapa orang yang memiliki sepeda di kelas ini, dan (2) berapa orang yang pandai

di kelas ini. Dari contoh tersebut, pada pertanyaan pertama, diketahui bahwa guru

menanyakan jumlah siswa yang memiliki sepeda. Hal tersebut dapat langsung

diketahui jawabannya karena jumlah siswa yang memiliki sepeda itu pasti atau

tegas. Dikatakan tegas karena siswa tinggal berpikir, kalau dia memiliki sepeda,

maka dia akan mengangkat tangannya. Sebaliknya, jika tidak memiliki sepeda,

maka dia tidak akan mengangkat tangannya. Dengan demikian dapat secara

langsung diketahui jawabannya. Berbeda halnya dengan pertanyaan kedua. Pada

pertanyaan kedua, guru menanyakan jumlah siswa yang pandai. Sedangkan, tidak

ada suatu kejelasan mengenai definisi pandai itu seperti apa; kapan seorang siswa

dikatakan pandai atau tidak. Siswa akan menjadi bingung, apakah dia akan

mengangkat tangan atau tidak. Hal ini menyebabkan suatu kekaburan makna dari

“pandai”. Setiap siswa pasti memiliki pandangan yang berbeda tentang definisi

dari faktor tersebut. Ketidaktegasan atau kekaburan makna inilah yang disebut

sebagai nilai kabur.

Ada banyak solusi untuk memecahkan masalah kekaburan ini. Salah

satunya, yang paling sederhana adalah dengan menentukan nilai batas. Misalnya

untuk contoh di atas, seorang siswa dikatan pandai jika nilai ulangannya di atas

80. Dengan adanya batas ini, maka jelas bahwa siswa dengan nilai ulangan di atas

80 masuk dalam kategori pandai. Sebaliknya, siswa dengan nilai di bawah 80

masuk dalam kategori tidak pandai. Kelemahan dari metode ini adalah ketika nilai


15

ulangan siswa dekat dengan 80, misalnya nilainya 78, 79, 80, 81, atau 82.

Tentunya agak tidak adil ketika guru menyatakan bahwa siswa dengan nilai 81

masuk kategori pandai, sedangkan siswa dengan nilai 80 masuk kategori tidak

pandai.

2.2.2 Himpunan Tegas (Crisp)

Pada himpunan tegas (Kusumadewi dan Purnomo, 2004), nilai

keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan

µA[x], memiliki dua kemungkinan, yaitu:

satu (1) - suatu item menjadi anggota dalam suatu himpunan, atau

nol (0) - suatu item tidak menjadi anggota dalam suatu himpunan.

Misalnya, ketika variabel umur dibagi menjadi 3 kategori, yaitu:

MUDA umur < 35 tahun

PAROBAYA 35 < umur < 55 tahun

TUA umur > 55 tahun

Gambar 2.3 – Himpunan Tegas (Crisp)

Misalnya, seseorang yang sudah berusia 34 tahun, jika masuk dalam

himpunan tegas seperti pada gambar di atas, ia masih berada pada kategori

“Muda”. Padahal sebenarnya dengan umur tersebut, orang tersebut sudah hampir

masuk kategori “Parobaya”. Dari gambar himpunan di atas dapat dikatakan bahwa

pemakaian himpunan crisp untuk menyatakan umur sangat tidak adil, adanya

MUDA 1

0 35 55

PAROBAYA 1

0 35 55

TUA 1

0 35 55


16

perubahan kecil saja pada suatu nilai mengakibatkan perbedaan kategori yang

cukup signifikan.

2.2.3 Himpunan Kabur (Fuzzy)

Himpunan Fuzzy digunakan untuk mengantisipasi kelemahan pada

himpunan crisp. Seseorang dapat masuk dalam dua himpunan yang berbeda,

MUDA dan PAROBAYA, PAROBAYA dan TUA, dan sebagainya. Dari contoh

sebelumnya, misalnya, seseorang yang berusia 34 tahun, jika masuk dalam

himpunan kabur seperti pada diagram di bawah ini, maka ia tidak sepenuhnya

masuk dalam kategori “Muda” melainkan hanya memperoleh bobot di antara 0

sampai 1 untuk kategori tersebut sesuai dengan penetapan aturannya.

2.3 Pemrograman Linear

Susilo (2006) menyatakan bahwa pemrograman linear adalah suatu cara

untuk menentukan nilai optimum (maksimum atau minimum) dari suatu fungsi

linear di bawah kendala-kendala tertentu yang dinyatakan dalam bentuk

persamaan atau pertidaksamaan linear. Fungsi linear yang dicari nilai optimumnya

itu disebut fungsi objektif atau fungsi tujuan. Bentuk umum masalah

pemrograman linear dapat dirumuskan sebagai berikut.

0,5

0,25

0 25 35 40 45 50 55 65

MUDA PAROBAYA TUA µ[x]

Gambar 2.4 – Himpunan Kabur (Fuzzy)


17

𝑀𝑎𝑘𝑠𝑖𝑚𝑢𝑚𝑘𝑎𝑛 (𝑚𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛) ∶ 𝑧 = 𝑐𝑥

𝑑𝑒𝑛𝑔𝑎𝑛 𝑘𝑒𝑛𝑑𝑎𝑙𝑎 ∶ 𝐴𝑥 ≤ 𝑏, 𝑥 ≥ 0 . . . . . . . . . . . . . . . . . . . . . (1)

di mana x = (x1, x2, ... , xn)T adalah vektor variabel, c = (c1, c2, ... , cn) adalah

vektor biaya, A = (aij) adalah matriks kendala berukuran m x n, dan b = (b1, b2, ...

, bm)T adalah vektor ruas-kanan. Himpunan semua vektor x ϵ R

n yang memenuhi

semua kendala disebut himpunan layak. Bentuk umum tersebut juga dapat

disajikan dalam bentuk sebag ai berikut.

𝑀𝑎𝑘𝑠𝑖𝑚𝑢𝑚𝑘𝑎𝑛 (𝑚𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛) ∶ 𝑧 =∑𝑐𝑗𝑥𝑗

𝑛

𝑗=1

𝑑𝑒𝑛𝑔𝑎𝑛 𝑘𝑒𝑛𝑑𝑎𝑙𝑎 ∶ ∑𝐴𝑖𝑗𝑥𝑗 ≤ 𝑏𝑖 (𝑖 = 1,2, … ,𝑚)

𝑛

𝑗=1

𝑥𝑗 ≥ 0 (𝑗 = 1,2, … , 𝑛) . . . . . . . . . . . . . . . . . . . . . (2)

Dalam banyak aplikasi, fungsi objektif maupun kendala-kendalanya seringkali

tidak dapat dinyatakan dengan formula yang tegas. Oleh karena itu, pemrograman

linear (tegas) dikembangkan menjadi pemrograman linear kabur dengan bentuk

yang paling utama adalah sebagai berikut.

𝑀𝑎𝑘𝑠𝑖𝑚𝑢𝑚𝑘𝑎𝑛 (𝑚𝑖𝑛𝑖𝑚𝑢𝑚𝑘𝑎𝑛) ∶ �̃� =∑�̃�𝑗�̃�𝑗

𝑛

𝑗=1

𝑑𝑒𝑛𝑔𝑎𝑛 𝑘𝑒𝑛𝑑𝑎𝑙𝑎 ∶ ∑�̃�𝑖𝑗�̃�𝑗 ≤ �̃�𝑖 (𝑖 = 1,2, … ,𝑚)

𝑛

𝑗=1

�̃�𝑗 ≥ 0̃ (𝑗 = 1,2, … , 𝑛) . . . . . . . . . . . . . . . . . . . . . (3)

di mana 𝑎𝑖𝑗 ̃ , 𝑏�̃�, 𝑐�̃�, dan 0̃ adalah bilangan-bilangan kabur, dan 𝑥�̃� adalah variabel

dengan nilai bilangan kabur.


18

2.4 Penyelesaian Program Linear dengan Metode Simpleks

Menurut Aminudin (2005), sebelum menggunakan metode simpleks dalam

memecahkan persoalan program linear, bentuk dari program linear tersebut perlu

diubah menjadi bentuk standarnya. Bentuk standar ini digunakan dalam metode

simpleks yaitu pada langkah pertama sebelum persoalan diringkas dalam tabel

simpleks. Beberapa aturan bentuk program linear baku atau standar yakni sebagai

berikut.

1. Semua batasan/kendala adalah persamaan (dengan sisi kanan non-negatif).

2. Semua variabel keputusan adalah non-negatif.

3. Fungsi tujuan dapat berupa maksimasi dan minimasi.

Bentuk standar program linear dapat dirumuskan sebagai berikut.

𝑀𝑎𝑘𝑠 𝑎𝑡𝑎𝑢 𝑀𝑖𝑛 𝑍 =∑𝑐𝑗𝑥𝑗

𝑛

𝑗=1

dengan batasan:

∑𝑎𝑖𝑗𝑥𝑗 = 𝑏𝑖 … 𝑢𝑛𝑡𝑢𝑘 𝑖 = 1, 2, … ,𝑚

𝑛

𝑗=1

𝑥𝑗 ≥ 0 … 𝑢𝑛𝑡𝑢𝑘 𝑗 = 1, 2, … ,𝑚 . . . . . . . . . . . . . . . . . . . . . (4)

Semua kendala harus berbentuk persamaan. Oleh karena itu, jika ada kendala

yang berbentuk pertidaksamaan harus dikonversikan menjadi persamaan dengan

memasukkan variabel semu slack atau surplus.

Persoalan program linear dapat diselesaikan melalui langkah-langkah

yakni sebagai berikut.

1. Formulasikan dan standarisasikan modelnya.


19

2. Bentuk tabel awal simpleks berdasarkan informasi model di atas.

3. Tentukan kolom kunci di antara kolom-kolom variabel yang ada, yaitu

kolom yang mengandung nilai (cj – Zj) paling positif untuk kasus

maksimasi dan atau mengandung nilai (cj – Zj) paling negatif untuk kasus

minimasi.

4. Tentukan baris kunci di antara baris-baris variabel yang ada, yaitu baris

yang memiliki rasio kuantitas dengan nilai positif terkecil.

𝑅𝑎𝑠𝑖𝑜 𝑘𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑠 𝑘𝑒 − 𝑖 = 𝑏𝑖

𝑢𝑛𝑠𝑢𝑟 𝑘𝑜𝑙𝑜𝑚 𝑘𝑢𝑛𝑐𝑖 𝑦𝑎𝑛𝑔 𝑝𝑜𝑠𝑖𝑡𝑖𝑓

5. Bentuk tabel berikutnya dengan memasukkan variabel pendatang ke

kolom variabel dasar dan mengeluarkan variabel perantau dari kolom

tersebut, serta lakukan transformasi baris-baris variabel. Dengan

menggunakan rumus transformasi sebagai berikut.

baris baru selain baris kunci = (baris lama – (rasio kunci x baris kunci lama))

baris kunci baru = (baris kunci lama / angka kunci)

rasio kunci = (unsur kolom kunci / angka kunci)

6. Lakukan uji optimalitas. Dengan kriteria jika semua koefisien pada baris

(cj – Zj) sudah tidak ada lagi yang bernilai positif (untuk kasus maksimasi)

atau sudah tidak ada lagi yang bernilai negatif (untuk kasus minimasi),

berarti tabel sudah optimal. Jika kriteria di atas belum terpenuhi maka

diulangi mulai langkah ke-3 sampai ke-6, hingga terpenuhi kriteria

tersebut.


20

2.5 Fuzzy Linear Programming (FLP)

Pada umumnya, model linear programming klasik berupa sebuah kasus

maksimasi atau minimasi terhadap suatu fungsi tertentu dengan ditetapkannya

batasan-batasan. Jika diasumsikan bahwa keputusan linear programming akan

dibuat pada lingkungan fuzzy, maka model tersebut akan mengalami sedikit

perubahan, yakni sebagai berikut.

1) Bentuk imperatif (suatu bentuk perintah yang menyatakan larangan atau

keharusan) pada fungsi obyektif tidak lagi benar-benar “maksimum” atau

“minimum”, karena adanya beberapa hal yang perlu mendapat

pertimbangan dalam suatu sistem.

2) Tanda ≤ (pada kasus maksimasi) dan tanda ≥ (pada kasus minimasi) dalam

batasan tidak lagi bermakna crisp (tegas) secara matematis, namun sedikit

mengalami pelanggaran makna. Hal ini juga disebabkan karena adanya

beberapa hal yang perlu dipertimbangkan dalam sistem yang

mengakibatkan batasan tidak dapat didekati secara tegas.

Menurut Klir & Yuan (1995), permasalahan fuzzy linear programming dapat

dinyatakan dengan rumusan sebagai berikut.

𝑀𝑎𝑥 ∑𝑐𝑗𝑥𝑗

𝑛

𝑗=1

dengan batasan

∑𝐴𝑖𝑗𝑥𝑗 ≤ 𝐵𝑖

𝑛

𝑗=1

𝑥𝑗 ≥ 0

𝑖 = 1, 2, 3, … ,𝑚

𝑗 = 1, 2, 3, … , 𝑛


21

Dimana xj adalah variabel ke-j, cj adalah koefisien-koefisien fungsi objektif, Aij

adalah koefisien-koefisien kendala, dan Bij adalah koefisien nilai ruas kanan.

Masalah program linear fuzzy dapat diubah menjadi masalah program linear tegas

yang ekuivalen dengan masalah semula. Hasil akhir dari masalah program linear

fuzzy adalah suatu nilai optimum (maksimum atau minimum) bernilai real yang

menggambarkan hasil optimum dan toleransi dari berbagai kendala atau batasan

yang ada.

2.6 Sistem Pendukung Pengambilan Keputusan (SPPK)

Sistem Pendukung Pengambilan Keputusan (SPPK) atau Decision Support

System (DSS), menurut Alter (2002), berupa sebuah sistem informasi interaktif

yang menyediakan informasi pemodelan dan pemanipulasian data. Sistem tersebut

digunakan untuk membantu mengambil keputusan dalam situasi yang semi-

terstruktur dan situasi yang tidak terstruktur. SPPK biasanya dibangun untuk

mendukung solusi atas suatu masalah atau mengevaluasi suatu peluang. Sistem ini

tidak dapat mengotomatisasikan pengambilan keputusan melainkan memberikan

kemungkinan-kemungkinan kepada sang pengambil keputusan untuk melakukan

berbagai analisis menggunakan model-model yang tersedia. Persoalan

pengambilan keputusan pada dasarnya adalah bentuk pemilihan dari berbagai

alternatif tindakan yang mungkin dipilih melalui mekanisme tertentu dengan

harapan akan menghasilkan sebuah keputusan yang terbaik.

Pada umumnya, dalam membuat sebuah keputusan, terdapat langkah-

langkah, yakni (1) identifikasi masalah, (2) pemilihan metode pemecahan


22

masalah, (3) pengumpulan data yang dibutuhkan untuk melaksanakan model

keputusan tersebut, (4) mengimplementasikan model tersebut, (5) mengevaluasi

sisi positif dari setiap alternatif yang ada, dan (6) melaksanakan solusi terpilih.

Ada banyak metode pengambilan keputusan, salah satunya yakni seperti yang

penulis gunakan dalam penelitian ini, dengan menggunakan metode Linear

Programming khususnya Fuzzy Linear Programming.

2.7 Evaluasi Kinerja pada Lingkungan Fuzzy

Penilaian kinerja karyawan dalam suatu perusahaan merupakan suatu hal

yang harus dilakukan secara berkala. Penilaian ini dilakukan untuk bermacam-

macam hal, di antaranya untuk mendorong peningkatan kinerja karyawan,

pemilihan karyawan dalam berbagai hal menjadi lebih selektif, dan untuk

pembuatan keputusan administratif yang berkaitan dengan promosi,

pemberhentian, pemutusan hubungan kerja, dan peningkatan upah karyawan.

Model evaluasi yang masih banyak digunakan sampai saat ini adalah

evaluasi terhadap faktor-faktor yang bersifat tegas saja, seperti masa kerja,

golongan, tingkat pendidikan, dan sebagainya. Sedangkan faktor-faktor yang

bersifat fuzzy terkadang dipaksakan untuk menjadi tegas atau justru diabaikan.

Selain faktor-faktor yang bersifat tegas, faktor-faktor fuzzy ini juga mempengaruhi

berat ringannya pekerjaan atau tanggung jawab yang harus dipikul oleh seorang

karyawan dalam menjalankan pekerjaannya.

Pada tulisan ini, evaluasi terhadap kinerja karyawan dilakukan terhadap

berbagai faktor yang bersifat tegas maupun fuzzy. Sebelum melakukan evaluasi,


23

perusahaan harus memenuhi persyaratan berikut untuk mendapatkan ukuran atau

kriteria penilaian suatu pekerjaan (Kusumadewi dan Purnomo, 2004).

1) Memiliki kumpulan daftar pekerjaan yang akan digunakan sebagai basis

untuk mengevaluasi suatu pekerjaan. Kumpulan pekerjaan yang telah

diseleksi tersebut dikenal dengan nama benchmark.

2) Menetapkan faktor-faktor kompensasi yang akan menentukan harga relatif

dari suatu pekerjaan. Faktor kompensasi ini hendaknya bervariasi antara

satu pekerjaan dengan pekerjaan yang lainnya.

3) Menetapkan level untuk tiap-tiap faktor dalam tiap-tiap pekerjaan. Nilai

level dalam suatu faktor hendaknya juga berbeda.

4) Menetapkan batas bawah (level terendah) dan batas atas (level tertinggi).

5) Menetapkan batas bawah selisih antar level dalam setiap faktor.

Dalam penelitian ini, diasumsikan bahwa terdapat m faktor yang berpengaruh

dengan tiap-tiap faktornya terdiri dari n level. Sehingga faktor ke-i dan level ke-j

dapat ditulis sebagai xij. Diasumsikan juga bahwa level yang lebih tinggi pada

suatu faktor (nilai j naik) menunjukkan bahwa kompleksitas pekerjaannya lebih

tinggi. Benchmark atau tetapan (standar) kinerja dengan pengupahannya adalah

Z(X). Jumlah skor pada level terendah harus ditetapkan lebih dari atau sama

dengan suatu nilai tertentu (ci), sedangkan jumlah skor pada level tertinggi juga

harus ditetapkan kurang dari atau sama dengan suatu nilai tertentu (wi).

∑𝒙𝒊𝟏 ≥ 𝒄𝒊 . . . . . . . . . . . . . . . . . . . . . (𝟓)

∑𝒙𝒊𝒏 ≤ 𝒘𝒊 . . . . . . . . . . . . . . . . . . . . . (𝟔)

dengan i = 1, 2, ... m


24

Perlu diperhatikan bahwa dalam suatu faktor harga suatu level harus lebih tinggi

dibanding dengan level sebelumnya. Selisih yang diperbolehkan untuk kedua

level dalam faktor ke-i tersebut minimal harus sama dengan ei.

𝑥𝑖𝑗 − 𝑥𝑖𝑗−1 ≥ 𝑒𝑖

dengan i = 1, 2, ..., m dan j = 1, 2, ..., n . . . . . . . . . . . . . . . . . . . .. (7)

Dari beberapa model di atas (Persamaan 5, 6 dan 7), dapat disusun suatu model:

Tentukan: 𝑋 = 𝑥𝑖𝑗

dengan batasan:

𝑍𝑟(𝑋) ≈ 𝑑𝑟

∑𝑥𝑖1 ≥ 𝑐𝑖

∑𝑥𝑖𝑛 ≤ 𝑤𝑖


𝑥𝑖𝑗 ≥ 0; . . . . . . . . . . . . . . . . . . . .. (8)

(i = 1, 2, ..., m; dan j = 1, 2, ..., n)

Kesamaan fuzzy tersebut dapat direpresentasikan sebagai kombinasi antara dua

ketidaksamaan fuzzy berikut.

𝑍𝑟(𝑋) ≤̃ 𝑑𝑟 dan 𝑍𝑟(𝑋) ≥̃ 𝑑𝑟 . . . . . . . . . . . . . . . . . . . . . (9)

Misalkan Zmin dan Zmax masing-masing adalah nilai benchmark minimum dan

nilai benchmark maksimum, maka fungsi keanggotaan untuk kesamaan fuzzy

dapat didefinisikan sebagai berikut.


25

1) Fungsi keanggotaan µr(Zr) adalah fungsi yang tidak pernah turun. Jika

diasumsikan bahwa nilai 0 akan terjadi pada daerah Zr ≤ Zmin, dan fungsi

akan naik secara monoton pada Zmin < Zr ≤ dr, maka dapat ditulis:

𝜇𝑟[𝑍𝑟] =

{

0; 𝑗𝑖𝑘𝑎 𝑍𝑟 ≤ 𝑍𝑚𝑖𝑛

𝑍𝑟 − 𝑍𝑚𝑖𝑛𝑑𝑟 − 𝑍𝑚𝑖𝑛

; 𝑗𝑖𝑘𝑎 𝑍𝑚𝑖𝑛 < 𝑍𝑟 ≤ 𝑑𝑟

1; 𝑗𝑖𝑘𝑎 𝑍𝑟 > 𝑑𝑟

. . . . . . . . (10)

2) Fungsi keanggotaan µr(Zr) adalah fungsi yang tidak pernah naik. Jika

diasumsikan bahwa nilai 0 akan terjadi pada daerah Zr ≥ Zmax, dan fungsi

akan turun secara monoton pada dr < Zr ≤ Zmax, maka dapat ditulis:

𝜇𝑟[𝑍𝑟] =

{

1; 𝑗𝑖𝑘𝑎 𝑍𝑟 ≤ 𝑑𝑟

𝑍𝑚𝑎𝑥 − 𝑍𝑟𝑍𝑚𝑎𝑥 − 𝑑𝑟

; 𝑗𝑖𝑘𝑎 𝑑𝑟 < 𝑍𝑟 ≤ 𝑍𝑚𝑎𝑥

0; 𝑗𝑖𝑘𝑎 𝑍𝑟 > 𝑍𝑚𝑎𝑥

. . . . . . . . . . (11)

1

0

µr[Zr]

Zmin dr + pi dr

Zr

1

0

µr[Zr]

dr + pi dr

Zr

Zmax

Gambar 2.5 - Fungsi keanggotaan µr(Zr); fungsi yang tidak pernah turun

Gambar 2.6 - Fungsi keanggotaan µr(Zr); fungsi yang tidak pernah naik


26

Dari kedua persamaan tersebut, dengan operator min(λ), maka diperoleh:

𝑍𝑟 ≥ (𝑑𝑟 − 𝑍𝑚𝑖𝑛)𝜆 + 𝑍𝑚𝑖𝑛

𝑍𝑟 ≤ −(𝑍𝑚𝑎𝑥 − 𝑑𝑟)𝜆 + 𝑍𝑚𝑎𝑥

Dengan demikian, model persamaan fuzzy sebelumnya dapat diturunkan menjadi

bentuk linear programming yang lebih sederhana, yakni sebagai berikut.

Max λ dengan batasan

𝑍𝑟 − (𝑑𝑟 − 𝑍𝑚𝑖𝑛)𝜆 ≥ 𝑍𝑚𝑖𝑛

𝑍𝑟 + (𝑍𝑚𝑎𝑥 − 𝑑𝑟)𝜆 ≤ 𝑍𝑚𝑎𝑥

∑𝑥𝑖1 ≥ 𝑐𝑖

∑𝑥𝑖𝑛 ≤ 𝑤𝑖


𝑥𝑖𝑗 ≥ 0; ... (Persamaan 12)

(i = 1, 2, ..., m; j = 1, 2, ..., n; wi > ci)


27

BAB III

PERANCANGAN SISTEM

3.1 Pemodelan Masalah Evaluasi Kinerja Ke Dalam FLP

3.1.1 Pengumpulan Data, Kriteria Penilaian, dan Benchmark

Dalam proses evaluasi terhadap suatu pekerjaan dibutuhkan adanya

indikator kinerja yang sesuai. Indikator kinerja tersebut diukur berdasarkan

kriteria standar tertentu. Indikator-indikator kinerja yang dimaksud adalah faktor-

faktor seorang karyawan yang akan dinilai dan dibandingkan dengan standar

kinerja yang ada. Pada suatu perusahaan, indikator-indikator yang digunakan

misalnya tentang, (1) kuantitatif, seberapa banyak produksi yang dihasilkan, (2)

kualitatif, seberapa baik hasil produksinya, (3) waktu penyelesaian produksi, (4)

efektivitas penggunaan sumber daya, (5) cara melakukan pekerjaan, dan

sebagainya. Dalam sistem ini, penulis hanya menerapkan tiga faktor, yakni

kuantitas, kualitas, dan kecepatan waktu produksi.

Dalam penelitian ini, penulis menggunakan data hasil penilaian kinerja

karyawan dari perusahaan Jogja Konveksi yang berlokasi di Jl. Godean KM 6,5

Gg. Merpati 32, RT 01, RW 10, Nglarang Lor, Sidoarum, Godean, Sleman

Yogyakarta. Perusahaan ini bergerak dalam bidang konveksi berbagai jenis

pakaian. Jogja Konveksi sudah memiliki nama yang cukup dikenal baik secara

lokal (kawasan Yogyakarta) maupun luar daerah. Perusahaan ini memiliki 20


28

orang karyawan yang dibagi ke beberapa divisi, yakni Divisi Penjahit, Divisi

Sablon, Divisi Tukang Potong dan Pola, serta Divisi Finishing dan Packing.

Beban tugas yang sama membuat tingkat gaji yang diberikan pun sama. Tingkatan

gaji ini dalam sistem ini disebut dengan benchmark.

Dalam perusahaan ini, telah dilakukan suatu penilaian kinerja terhadap

beberapa macam faktor (Lembar Penilaian Terlampir). Namun sesuai dengan

batasan masalah yang telah penulis uraikan pada BAB I, sistem ini hanya akan

melakukan penilaian terhadap tiga faktor utama penilaian, dimana sudah ada

persetujuan antara penulis dengan pemilik Jogja Konveksi. Ketiga faktor yang

dipilih, yakni sebagai berikut.

Faktor-1 : Kuantitatif (seberapa banyak). Ukuran kuantitatif mudah untuk

disusun dan diukurnya, yaitu hanya dengan menghitung unit keluaran

kinerja harus dicapai dalam kurun waktu tertentu.

Faktor-2 : Kualitatif (seberapa baik). Melukiskan seberapa baik atau seberapa

lengkap hasil harus dicapai. Kriteria ini antara lain mengemukakan

akurasi, presisi, penampilan (kecantikan dan ketampanan),

kemanfaatan atau efektivitas. Standar kualitas dapat diekspresikan

sebagai tingkat kesalahan seperti jumlah atau persentase kesalahan

yang diperbolehkan per unit hasil kerja.

Faktor-3 : Ketepatan waktu. Kriteria yang menentukan keterbatasan waktu

untuk memproduksi suatu produk, membuat sesuatu atau melayani

sesuatu. Kriteria menjawab pertanyaan, seperti kapan, berapa cepat,

atau dalam periode apa.


29

Manajer perusahaan Jogja Konveksi secara rutin melakukan evaluasi kinerja

untuk karyawan-karyawannya. Penilaiannya dibuat dalam format penilaian

sebagai berikut.

Misalkan, dalam proses evaluasi kinerja, manajer Jogja Konveksi menetapkan

suatu standar kinerja bahwa untuk semua faktor penilaian, setiap karyawannya

harus mampu mencapai level penilaian tertinggi (baik). Karyawan yang berhasil

mencapai tetapan standar kinerja (benchmark) ini diberi nilai berkisar 90.

Diberikan toleransi nilai untuk benchmark ini yakni 10 poin ke bawah (90 – 10 =

80) dan 5 poin ke atas (90 + 5 = 95). Selain itu juga ditetapkan nilai minimal 60

dan nilai maksimal 100. Tetapan benchmark ini dapat dilihat pada diagram

berikut.

Karyawan yang mampu mencapai standar kinerja (benchmark) ini akan

memperoleh standar gaji yang ditetapkan oleh manajer perusahaan. Karyawan

JOGJA KONVEKSI Nama :

Posisi :

Faktor Penilaian Kurang Cukup Baik

Kuantitatif (seberapa banyak produk yang dihasilkan) Kualitatif (seberapa baik produk yang dihasilkan)

Ketepatan waktu pelaksanaan tugas atau penyelesaian produk NB: Beri tanda centang pada penilaian yang sesuai

1=λ

0 80 60 90 95 100

Z

Gambar 3.1 – Contoh Model Diagram Benchmark


30

yang memperoleh nilai kinerja di bawah nilai standar kinerja, 90, akan

memperoleh gaji yang lebih rendah daripada standar gajinya.

Untuk tetapan benchmark ini, standar gaji yang diberikan adalah senilai

Rp1.750.000,00. Setiap faktor evaluasi terdiri atas tiga level (tingkatan) penilaian.

Tiap-tiap faktor tersebut terbagi menjadi tiga level dalam tabel berikut.

Tabel 3.1 – Level-level dalam tiap faktor

Faktor Level Variabel Keterangan Penjelasan

Faktor-1: Kuantitatif

1 1 x11 Sedikit Produk yang dihasilkan tidak banyak

1 2 x12 Sedang Karyawan menghasilkan cukup produk

1 3 x13 Banyak Karyawan mampu menghasilkan banyak produk

Faktor-2: Kualitatif

2 1 x21 Buruk Produk yang dihasilkan tidak baik

2 2 x22 Sedang Produk yang dihasilkan lumayan baik

2 3 x23 Baik Produk yang dihasilkan berkualitas baik

Faktor-3: Ketepatan Waktu

3 1 x31 Lama Penyelesaian produksi lebih lama dari deadline

3 2 x32 Sedang Penyelesaian produksi sesuai deadline

3 3 x33 Cepat Penyelesaian produksi lebih cepat dari deadline

Besarnya gaji yang diterima oleh karyawan ditetapkan sesuai persyaratan.

Persyaratan tersebut ditetapkan oleh Manajer yang merupakan pengguna dari

aplikasi ini. Penyesuaian besaran gaji tersebut dimasukkan ke dalam benchmark

seperti yang telah ditetapkan sebelumnya, yakni karyawan yang tingkat

kuantitas produknya ‘Banyak’, dengan kualitas yang ‘Baik’, dan

diselesaikan dengan tingkat waktu ‘Cepat’. Karyawan yang memenuhi kriteria

ini mendapatkan nilai 90. Tetapan benchmark ini ditetapkan dalam fungsi berikut.


31

𝑍(𝑥) = 𝑥13 + 𝑥23 + 𝑥33 = 90 . . . . . . . . . . . . . . . . . . . . . (13)

Toleransi yang ditetapkan untuk benchmark tersebut yakni sebagai berikut.

Tabel 3.2 – Contoh Tetapan Tabel Benchmark

Benchmark Nilai Tegas Toleransi Batas

atas bawah atas Bawah

1 90 5 10 95 80

Toleransi atas = Zmax – nilai tegas dari benchmark

Toleransi bawah = nilai tegas dari benchmark - Zmin

Batas atas = Zmax

Batas bawah = Zmin

Nilai Tegas = dr

Adapun level terendah dan tertinggi ditetapkan memiliki batasan sebagai berikut.

∑𝑥𝑖1 ≥ 60; ∑ 𝑥𝑖3 ≤ 100; ... dengan i=1,2,3

Antara satu level dengan level sebelumnya dalam setiap faktor memiliki selisih

nilai minimum 5. Syarat ini dimodelkan sebagai berikut.

xij – xij-1 ≥ 5 ... dengan i=1,2,3 dan j=1,2,3

3.1.2 Pemodelan Batasan Fuzzy Linear Programming

Berdasarkan uraian mengenai kriteria penilaian di atas, berdasarkan pada

Persamaan 12, permasalahan linear ini dapat dirangkum dalam suatu pemodelan

Fuzzy Linear Programming, yakni sebagai berikut.

Fungsi tujuan: Maksimumkan λ, dimana semakin tinggi nilai λ (mendekati

atau sama dengan 1), semakin baik hasil yang diperoleh.

Pada kasus ini, seperti telah dijelaskan pada subbab sebelumnya, level yang

ditetapkan untuk benchmark adalah x1 = 3, x2 = 3, dan x3 = 3, dengan nilai

90 pada rentang 80 sampai 95, atau dapat ditulis:


32

𝑍𝑟(𝑥) = 𝑥13 + 𝑥23 + 𝑥33 = 90 . . . . . . . . . . . . . . . . . . . . . (14)

Pembentukan fungsi batasan untuk tetapan benchmark (Zr)

𝑍𝑟 + (𝑍𝑚𝑎𝑥 − 𝑑𝑟)𝜆 ≤ 𝑍𝑚𝑎𝑥

menjadi

𝑥13 + 𝑥23 + 𝑥33 + (95 − 90)λ ≤ 95

𝑥13 + 𝑥23 + 𝑥33 + 5λ ≤ 95 . . . . . . . . . . . . . . . . . . . . . (15)

𝑍𝑟 − (𝑑𝑟 − 𝑍𝑚𝑖𝑛)𝜆 ≥ 𝑍𝑚𝑖𝑛

menjadi

𝑥13 + 𝑥23 + 𝑥33 − (90 − 80)λ ≥ 80

𝑥13 + 𝑥23 + 𝑥33 − 10λ ≥ 80 . . . . . . . . . . . . . . . . . . . . . (16)

Pembentukan fungsi batasan untuk nilai maksimum dan minimum

∑𝑥𝑖1 ≥ 𝑐𝑖 𝑑𝑒𝑛𝑔𝑎𝑛 𝑖 = 1, 2, 3

i = faktor penilaian; 1 = level terendah

menjadi

𝑥11 + 𝑥21 + 𝑥31 ≥ 60 . . . . . . . . . . . . . . . . . . . . . (17)

∑𝑥𝑖𝑛 ≤ 𝑤𝑖 𝑑𝑒𝑛𝑔𝑎𝑛 𝑖 = 1, 2, 3 𝑑𝑎𝑛 𝑛 = 3

i = faktor penilaian; n = level tertinggi

menjadi

𝑥13 + 𝑥23 + 𝑥33 ≤ 100 . . . . . . . . . . . . . . . . . . . . . (18)

Pembentukan fungsi batasan untuk jarak antar level


𝑑𝑖𝑚𝑎𝑛𝑎 𝑖 = 1, 2, 3 𝑑𝑎𝑛 𝑗 = 1, 2, 3

menjadi

𝑥12 − 𝑥11 ≥ 5

𝑥13 − 𝑥12 ≥ 5


33

𝑥22 − 𝑥21 ≥ 5

23 − 𝑥22 ≥ 5

𝑥32 − 𝑥31 ≥ 5

𝑥33 − 𝑥32 ≥ 5 . . . . . . . . . . . . . . . . . . . . . (19)

Pembentukan persyaratan bahwa semua variabel keputusan xij harus bernilai

0 atau positif (tidak boleh negatif).

𝑥𝑖𝑗 ≥ 0 𝑑𝑖𝑚𝑎𝑛𝑎 𝑖 = 1, 2, 3 𝑑𝑎𝑛 𝑗 = 1, 2, 3 . . . . . . . . . . . . . . . (20)

Dari beberapa contoh di atas, maka pembentukan model Fuzzy Linear

Programming di atas dapat ditulis sebagai Rumusan Program Linear berikut.

Maksimumkan λ dengan batasan:

𝑥13 + 𝑥23 + 𝑥33 + 5λ ≤ 95

𝑥13 + 𝑥23 + 𝑥33 − 10λ ≥ 80

𝑥11 + 𝑥21 + 𝑥31 ≥ 60

𝑥13 + 𝑥23 + 𝑥33 ≤ 100

𝑥12 − 𝑥11 ≥ 5

𝑥13 − 𝑥12 ≥ 5

𝑥22 − 𝑥21 ≥ 5

𝑥23 − 𝑥22 ≥ 5

𝑥32 − 𝑥31 ≥ 5

𝑥33 − 𝑥32 ≥ 5

𝑥𝑖𝑗 ≥ 0 . . . . . . . . . . . . . . . . . . . . . (21)

𝑑𝑖𝑚𝑎𝑛𝑎 𝑖 = 1, 2, 3 𝑑𝑎𝑛 𝑗 = 1, 2, 3

3.2 Penyelesaian FLP Menggunakan Metode Simpleks

Perusahaan sasaran : Jogja Konveksi

Posisi yang dinilai : Semua posisi

Faktor-faktor penilaian : x1 – Kuantitatif,

x2 – Kualitatif,

x3 – Ketepatan Waktu


34

Level penilaian : 1 – Kurang,

2 – Cukup,

3 – Baik

Standar / Benchmark : x1 = Baik, x2 = Baik, x3 = Baik

Nilai Benchmark : 90 (pada rentang 80 sampai 95)

Level Max-Min : 60 ≤ x ≤ 100

Selisih antar level : xij – xij-1 ≥ 5

Pemodelan linear :

Maksimumkan L

x13 + x23 + x33 + 5L + s1 <= 95; s1 = slack

x13 + x23 + x33 - 10L – s2 + a2 >= 80; s2 = surplus, a2 = artificial

x13 + x23 + x33 + s3 <= 100; s3 = slack

x11 + x21 + x31 – s4 + a4 >= 60; s4 = surplus, a4 = artificial

x12 - x11 – s5 + a5 >= 5; s5 = surplus, a5 = artificial






xij >= 0

Catatan Penting dalam Penyelesaian Simplex

Untuk kasus maksimasi dan minimasi, jika batasan (constraint) menggunakan

tanda “≤”, maka digunakan slack (+s). Sebaliknya, jika digunakan tanda “≥”,

maka digunakan surplus (-s). Jika dalam batasan-batasan kedua tanda digunakan

bersamaan, maka diperlukan artificial (+a) untuk ditambahkan pada surplus.


35

Pembentukan tabel Model Fuzzy Linear Programming

Tabel simplex di atas adalah tabel model dari model permasalahan program linear yang sudah ditetapkan sebelumnya. Tabel ini

memiliki 10 batasan (benchmark, maksimum-minimum, dan jarak antar level) pada tiap barisnya dan 10 variabel (x11, x12, x13, x21,

x22, x23, x31, x32, x33, dan λ yang disimbolkan dengan huruf ‘L’) pada tiap kolomnya.


36

Pembentukan tabel iterasi pertama perhitungan simplex

Tabel iterasi pertama ini adalah tabel yang paling penting dalam proses perhitungan dengan simplex. Pada tabel ini semua variabel

slack, surplus, dan artificial yang dibutuhkan sudah mulai digunakan dan ditulis pada kolom-kolom baru.

Setelah semua nilai ditetapkan dan ditempatkan pada kolomnya masing-masing, proses perhitungan dimulai dengan menghitung

nilai Zj. Nilai Zj untuk suatu kolom diperoleh dengan menjumlahkan semua hasil perkalian nilai pada kolom tersebut dengan semua

nilai pada kolom nilai tujuan. Pada contoh di atas, misalnya, perhitungan nilai Zj pada beberapa kolom adalah:

Zj pada kolom q = (0 x 95) + (-1 x 80) + (0 x 100) + ... + (-1 x 5) = -170

Zj pada kolom x11 = (0 x 0) + (-1 x 0) + (0 x 0) + ... + (-1 x 0) = 0


37

...

Zj pada kolom a10 = (0 x 0) + (-1 x 0) + (0 x 0) + ... + (-1 x 1) = -1

Setelah diperoleh nilai Zj, cari nilai cj-Zj dengan melakukan pengurangan pada cj terhadap Zj. Pilih kolom dengan nilai cj-Zj yang

paling positif. Pada tabel di atas, terdapat beberapa kolom yang nilai cj-Zj-nya paling positif, yakni kolom x13, x23, dan x33 dengan

nilai cj-Zj = 2; maka pilih salah satu nilai (dalam contoh ini dipilih kolom x13). Kolom terpilih ini kemudian disebut dengan kolom

kunci.

Setelah memperoleh kolom kunci, cari nilai rasio. Nilai Rasio diperolah dengan melakukan pembagian pada kolom q (nilai batasan)

terhadap kolom kunci (x13). Pada contoh di atas, misalnya, perhitungan nilai rasio pada beberapa baris adalah:

95 / 1 = 95

80 / 1 = 80

...

5 / 0 = nilai kosong (pembagian dengan 0)

Kemudian, dari nilai-nilai rasio yang sudah diperoleh, pilihlah baris yang rasionya positif terkecil (di atas 0 yang terkecil). Dari tabel

tersebut terlihat bahwa nilai positif terkecilnya adalah 5 pada baris a6. Baris inilah yang kemudian disebut dengan baris kunci. Nilai


38

yang terletak pada perpotongan kolom kunci dengan baris kunci kemudian disebut dengan angka kunci. Pada contoh di atas, misalnya,

angka kunci terletak pada perpotongan kolom kunci x13 dan baris kunci a6, dengan nilai 1.

Pada akhir proses di iterasi pertama ini, variabel dasar a6 pada baris kunci keluar, kemudian digantikan oleh variabel kolom kunci

yakni x13. Dengan pergantian ini, maka nilai variabel dasar pada baris tersebut adalah x13.

Pembentukan tabel iterasi kedua


39

Pada awal proses pembentukan tabel iterasi kedua, kosongkan semua nilai untuk kemudian diisi dengan nilai baru. Pastikan bahwa

variabel dasar a6 pada iterasi pertama tadi telah diganti dengan masuknya variabel x13 dari kolom kunci iterasi 1. Kemudian, lakukan

penetapan nilai pada setiap kolom yang telah dikosongkan tadi dengan nilai baru. Berikut ini adalah penetapan nilai barunya.

baris kunci baru = baris kunci lama / angka kunci

‘Baris kunci baru’ yang dimaksud adalah baris pada iterasi kedua yang terletak pada baris yang disebut baris kunci pada iterasi sebelumnya,

yakni pada baris yang variabel dasarnya telah berubah menjadi x13. Nilai pada baris ini adalah hasil pembagian nilai pada baris kunci dengan

angka kunci iterasi sebelumnya.

baris baru selain baris kunci = baris lama – (rasio kunci x baris kunci lama)

rasio kunci = unsur kolom kunci / angka kunci

‘Baris baru yang lain’ nilainnya adalah nilai pada baris lama dikurangi hasil perkalian rasio kunci dengan baris kunci iterasi sebelumnya. Dimana

rasio kunci tersebut bernilai unsur kolom kunci dibagi angka kunci.

Catatan Penting:

Proses pembentukkan tabel iterasi kedua ini diulangi untuk iterasi berikutnya sampai nilai cj-Zj tidak ada yang bernilai positif.


40

Pembentukkan tabel iterasi ketiga

Dari iterasi ketiga ini, diperoleh nilai cj-Zj yang paling positif adalah 2, dan kolom kunci yang dipilih adalah kolom x11. Dari kolom

kunci ini, dapat dihitung nilai rasionya. Nilai rasio yang positif terkecil adalah 60, yang terletak pada baris s4. Dengan demikian, angka

kunci yang diperoleh adalah 1, yakni perpotongan antara kolom x11 dengan baris s4. Kemudian, variabel s4 tersebut keluar untuk

digantikan dengan variabel x11. Dilihat dari nilai cj-Zj yang muncul, masih terdapat nilai yang positif. Maka, masih diperlukan

penambahan iterasi keempat.


41

Pembentukkan tabel iterasi keempat

Dari iterasi keempat ini, diperoleh nilai cj-Zj yang paling positif adalah 2, dan kolom kunci yang dipilih adalah kolom x23. Dari kolom




penambahan iterasi kelima.


42

Pembentukkan tabel iterasi kelima

Dari iterasi kelima ini, diperoleh nilai cj-Zj yang paling positif adalah 2, dan kolom kunci yang dipilih adalah kolom x22. Dari kolom




penambahan iterasi keenam.


43

Pembentukkan tabel iterasi keenam

Dari iterasi keenam ini, diperoleh nilai cj-Zj yang paling positif adalah 2, dan kolom kunci yang dipilih adalah kolom x33. Dari kolom




penambahan iterasi ketujuh.


44

Pembentukkan tabel iterasi ketujuh

Dari iterasi ketujuh ini, diperoleh nilai cj-Zj yang paling positif adalah 10, dan kolom kunci yang dipilih adalah kolom L. Dari kolom

kunci ini, dapat dihitung nilai rasionya. Nilai rasio yang positif terkecil adalah 0,5, yang terletak pada baris s10. Dengan demikian,

angka kunci yang diperoleh adalah 10, yakni perpotongan antara kolom L dengan baris s10. Kemudian, variabel s10 tersebut keluar

untuk digantikan dengan variabel L. Dilihat dari nilai cj-Zj yang muncul, masih terdapat nilai yang positif. Maka, masih diperlukan

penambahan iterasi kedelapan.


45

Pembentukkan tabel iterasi kedelapan

Dari iterasi kedelapan ini, diperoleh nilai cj-Zj yang paling positif adalah 1, dan kolom kunci yang dipilih adalah kolom x32. Dari

kolom kunci ini, dapat dihitung nilai rasionya. Nilai rasio yang positif terkecil adalah 5, yang terletak pada baris s9. Dengan demikian,

angka kunci yang diperoleh adalah 1, yakni perpotongan antara kolom x32 dengan baris s9. Kemudian, variabel s9 tersebut keluar

untuk digantikan dengan variabel x32. Dilihat dari nilai cj-Zj yang muncul, masih terdapat nilai yang positif. Maka, masih diperlukan

penambahan iterasi kesembilan.


46

Pembentukkan tabel iterasi kesembilan

Pada iterasi kesembilan ini sudah tidak ditemukan cj-Zj yang bernilai positif. Dengan demikian, dapat dinyatakan bahwa tabel ini

sudah optimal. Setelah sudah optimal, maka proses berikutnya adalah melakukan proses perhitungan untuk masuk Phase II.


47

Pembentukan iterasi pertama (Fase-2)

Pada iterasi pertama (Fase-2) ini tidak digunakan variabel artificial yang membuat jumlah kolomnya berkurang. Nilai-nilai pada tabel

ini mengacu pada nilai-nilai pada tabel iterasi kesembilan pada fase-1. Proses yang dilakukan sama, yakni menghitung nilai Zj,

kemudian mencari kolom dengan nilai cj-Zj paling positif, dan menghitung nilai rasionya. Setelah dilakukan perhitungan, ditemukan

angka kunci, yakni 1,5, yang merupakan hasil perpotongan kolom kunci s4 dengan baris kunci s1. Kemudian, variabel s1 keluar dan

digantikan dengan variabel s4. Dilihat dari nilai cj-Zj yang muncul, masih terdapat nilai yang positif, sehingga perlu dilakukan

perhitungan untuk pembentukan tabel iterasi kedua (Fase-2).


48

Pembentukan iterasi kedua (Fase-2)

Setelah tabel iterasi kedua terbentuk, ternyata dapat dilihat bahwa tidak ada lagi nilai cj-Zj yang bernilai positif. Kondisi ini dianggap

sudah optimal. Dengan demikian, hasil akhir perhitungan simplex yang diperoleh adalah s4=0, x33=10, s3=10, x11=60, x12=65,

x13=70, x22=5, x23=10, x32=5, dan L=1. Dilihat dari hasil tersebut, tidak terdapat variabel x21 dan x31, sehingga kedua variabel ini

dapat secara langsung diberikan nilai 0. Selain itu, hasil yang diperolah, nilai λ atau L = 1. Nilai ini menunjukkan bahwa keputusan

yang diambil untuk menggunakan benchmark ini 100% baik atau dapat dinyatakan bahwa hasil yang diperoleh adalah hasil yang

paling optimum.


49

Hasil perhitungan dengan metode simpleks tersebut kemudian dibentuk menjadi

tabel nilai dengan model berikut.

Tabel 3.3 – Model tabel nilai yang terbentuk dari perhitungan

Faktor Level

1 2 3

1 Kuantitas x11 x12 x13

2 Kualitas x21 x22 x23

3 Ketepatan waktu x31 x32 x33

Berdasarkan model tersebut, dari hasil perhitungan Fuzzy Linear Programming

dengan metode simpleks dual fase di atas, telah diperoleh hasil-hasil untuk tiap

variabelnya yang dapat disajikan dalam bentuk tabel berikut.

Tabel 3.4 – Nilai level untuk setiap faktor

Faktor Level

1 2 3

1 Kuantitas 60 65 70

2 Kualitas 0 5 10

3 Ketepatan waktu 0 5 10

Dari hasil skor yang diperoleh untuk setiap level pada setiap faktor ini, dapat

ditentukan nilai untuk setiap faktor berdasarkan benchmark yang telah ditentukan.

Berdasarkan perhitungan sebelumnya, dari tetapan benchmark x13 + x23 + x33 =

90, diperoleh nilai untuk tiap variabel x13 = 70, x23 = 10, dan x33 = 10. Hasil

perhitungan tersebut yang akan digunakan untuk menghitung tetapan gaji seorang

karyawan yang memiliki suatu hasil evaluasi kinerja tertentu.


50

Untuk setiap faktor, nilai untuk setiap levelnya yang diperoleh dari hasil

perhitungan disajikan pada tabel-tabel berikut.

Faktor Sedikit Sedang Banyak

Kuantitas 60 65 70

Faktor Buruk Sedang Baik

Kualitas 0 5 10

Faktor Lama Sedang Cepat

Kecepatan 0 5 10

Misalnya, pada perusahaan Jogja Konveksi gaji untuk karyawan yang memenuhi

standar kinerja (benchmark) ditetapkan sebesar Rp1.350.000,00 per bulan.

Dengan perhitungan sebelumnya, maka, jika terdapat karyawan yang nilai

kuantitasnya banyak (x13), kualitasnya baik (x23), tapi kecepatan produksinya

sedang (x32), maka gajinya akan dihitung sebagai berikut.

Total skor: x13 + x23 + x32 = 70 + 10 + 5 = 85

Perhitungan gaji untuk karyawan tersebut dalam sebulan adalah:

85

90× 𝑅𝑝1.350.000,00 = 𝑅𝑝1.275.000,00

Oleh karena karyawan tersebut memiliki faktor tertentu yang kurang dari standar,

yakni dalam hal ketepatan waktunya, maka gajinya juga tidak dapat mencapai

standar, dimana ia hanya memperoleh gaji sebesar Rp1.275.000,00.


51

3.3 Flow Chart

Aplikasi Penetapan Gaji Berdasarkan Evaluasi Kinerja dengan Fuzzy

Linear Programming, yang selanjutnya diberi nama (disebut dengan) Real Gaji,

berupa sebuah aplikasi sederhana berbasis desktop yang dibuat dengan bahasa C#.

Gambaran umum proses kerja sistem ini dapat dijelaskan melalui diagram alur

(flow chart) berikut.


52

Gambar 3.2 – Flow Chart Aplikasi ‘Real Gaji’


53

BAB IV

IMPLEMENTASI SISTEM

4.1 Desain Tampilan Sistem

Gambar 4.1 – Tampilan Sistem – Penetapan Aturan

Ketika ‘Real Gaji’ pertama dibuka, aplikasi ini akan menampilkan sebuah kotak

dialog. Pada awal tampilan ini, pengguna diminta untuk memasukkan tetapan nilai

benchmark. Tetapan yang dimaksud adalah nilai level yang dipilih sebagai standar

kinerja untuk faktor-faktor yang ada. Setelah itu, untuk standar tersebut, pengguna

diminta untuk menetapkan nilai tertentu sebagai nilai untuk standar tersebut. Nilai

yang diinputkan tersebut berupa nilai yang berada di antara suatu rentang nilai


54

tertentu yang harus diinputkan juga oleh penggunanya. Misalnya, untuk suatu

benchmark, diberikan nilai 90; nilai 90 ini adalah nilai yang berada pada rentang

80 sampai 95; dengan catatan bahwa untuk suatu nilai, makin mendekati 90 maka

bobotnya semakin besar; sebaliknnya jika makin menjauhi 90 dan masih berada

pada rentang yang ditetapkan, maka bobotnya semakin kecil; untuk nilai yang

berada di luar rentang tersebut, bobotnya bernilai 0. Setelah menetapkan nilai

benchmark, tetapkan juga nilai minimal dan maksimal serta jarak antar levelnya.

Tombol ‘Simpan Tetapan Benchmark’ berfungsi untuk menyimpan tetapan

benchmark dan secara otomatis membentuk model program linearnya. Pemodelan

program linear yang terbentuk akan ditampilkan pada kotak berwarna merah,

kuning, dan hijau, yang terletak di sebelah kanan kotak tetapan benchmark.

Setelah model sudah terbentuk, tombol ‘Lakukan Perhitungan’ akan menjadi aktif

dan dapat diklik. Setelah diklik, sistem akan melakukan perhitungan; pengguna

diharapkan menunggu sampai progress bar (akan muncul di tengah) penuh.

Setelah mencapai 100%, tombol ‘Kelola Hasil Perhitungan’ akan menjadi aktif

dan kotak di bagian terbawah akan menampilkan iterasi demi iterasi perhitungan.

Ketika tombol ‘Kelola Hasil Perhitungan’ diklik, sistem akan menampilkan kotak

dialog baru sebagai halaman kelola hasil perhitungan.


55

Gambar 4.2 – Tampilan Sistem – Kelola Hasil Perhitungan

Halaman ini akan muncul ketika tombol ‘Kelola Hasil Perhitungan’ diklik, yang

menyatakan bahwa telah dilakukan proses perhitungan terhadap model program

linear yang terbentuk. Pada halaman ini, hal pertama yang perlu dilakukan adalah

menetapkan nilai tetapan gaji standar untuk karyawan, misalnya ditetapkan gaji

sebesar Rp1.350.000,00 untuk sebulan. Setelah tetapan gaji sudah ditetapkan,

pengguna dapat mulai menambah karyawan yang akan dihitung gajinya

berdasarkan hasil evaluasi kinerjanya. Karyawan yang telah ditambahkan akan

tampil pada kotak di sebelah kanan disertai dengan perhitungan pemerolehan

gajinya. Daftar karyawan beserta dengan gaji yang telah ditambahkan dapat

disimpan ke file PDF yang tersimpan di direktori aplikasi.


56

4.2 Penjelasan Beberapa Source Code Utama Aplikasi

4.2.1 Class: EkstrakSimplex.cs

4.2.1.1 Deklarasi Variabel

/* Variabel integer untuk menyimpan nilai * jumlah faktor, level, jarak antar level, benchmark, * jumlah variabel yang akan terbentuk pada tabel iterasi, * jumlah iterasi yang akan dibuat, cj-Zj dan rasio yang terpilih, * panjang baris dan kolom tabel iterasi */ int jmlFaktor, jmlLevel, jarakLv, jmlBenchmark, utkBenchmark, utkMaxMin, utkJarakLevel, ssa, varkep, iterasi, jmlIterasi, baris, kolom, patokanSSA, ITR, cjminZ_TERPILIH, rasio_TERPILIH; /* array 3 dimensi untuk menyimpan tiap nilai pada tabel iterasi * dimana dimensi pertama sebagai index iterasi, * dimensi kedua sebagai index baris, * dimensi ketiga sebagai index kolom */ double[, ,] X; /* array 1 dimensi double untuk menyimpan nilai * cj, Z, cj-Zj, dan rasio pada tiap tabel iterasi */ double[] cj, Z, cjminZ, rasio; /* array 1 dimensi string untuk menyimpan nilai * variabel dasar (kiri) dan variabel atas */ string[] varAtas, varKiri; /* variabel bertipe double untuk menyimpan nilai angka kunci * untuk sekali iterasi */ double angkaKunci; /* array 1 dimensi integer untuk menyimpan * index dari cj-Zj dan rasio yang terpilih, * yang nantinya akan dipilih sebagai baris dan kolom kunci */ int[] indexRasioYangTerpilih, indexCjMinZjYangTerpilih; /* variabel bertipe boolean untuk mengaktifkan tombol di GUI */ bool bukaKunci = false; /* variabel bertipe static double untuk menyimpan nilai * hasil perhitungan untuk tiap variabel keputusan */ public static double x11 = 0, x12 = 0, x13 = 0, x21 = 0, x22 = 0, x23 = 0, x31 = 0, x32 = 0, x33 = 0; /* variabel bertipe static string dan double untuk menyimpan nilai * benchmark dan nilainya yang ditetapkan */ public static string bench1 = "", bench2 = "", bench3 = ""; public static double nBenc1 = 0, nBenc2 = 0, nBenc3 = 0;


57

4.2.1.2 Lakukan Perhitungan Simplex

Pada awal proses, setelah aplikasi dijalankan, pengguna diminta untuk

memasukkan / menginputkan beberapa nilai sebagai tetapan benchmark. Setelah

memastikan bahwa semua inputan telah terisi, pengguna melakukan klik pada

tombol ‘Simpan Tetapan Benchmark’. Ketika tombol tersebut diklik, maka

program akan menjalankan method btnSimpan_Click() yang akan menyimpan

semua inputan tadi berupa model pemrograman linear pada kotak berwarna

merah, kuning, dan hijau di samping kotak input tetapan batasan. Setelah model

terbentuk, maka tombol ‘Lakukan Perhitungan’ akan menjadi aktif. Pengguna

melakukan klik pada tombol tersebut dan program akan memanggil method

btnSimplex_Click(). Method inilah yang merupakan inti dari proses perhitungan

simplex.

/* method isiNilaiAwal() berfungsi untuk membentuk * tabel iterasi pertama sesuai dengan inputan dari pengguna * berupa array 3 dimensi besar yang ditetapkan per bagian */ isiNilaiAwal(); gbu.Text = gbu.Text + " F A S E 1 \n"; /* set iterasi pertama = 0 */ ITR = 0; /* ambil nilai-nilai variabel keputusan seperti * x11 sampai x33 dan L serta nilai tetapan max-min */ tangkapNilaiVarkep(); /* berdasar model program linear yang terbentuk * method cetakSSA() menghitung nilai variabel tambahan seperti * slack, surplus, dan artificial yang diperlukan * untuk setiap batasan benchmark, maxmin, dan jarak antar level */ cetakSSA(); /* method ini mencetak 'nilai' dari tiap batasan dan tujuan*/ cetakNilaiBatasan(); cetakNilaiTujuan(); /* mencetak satu tabel iterasi sesuai kondisi array 3 dimensi */ cetakMatrix();


58

/* menghitung setiap nilai cj, Zj, cj-Zj, dan rasio * kemudian menetapkan baris dan kolom kunci yang terpilih * dan menetapkan angka kunci untuk satu iterasi */ hitung_cjminZj_rasio(); /* lakukan perulangan iterasi selama masih ada * nilai cj-Zj yang bernilai positif (>0) */ while (cjminZ.Max() > 0) {

/* lakukan penambahan iterasi */ ITR++; /* proses pembentukan iterasi baru dengan perhitungan * berdasarkan baris, kolom, dan angka kunci */ buatIterasiBaru(); cetakMatrix(); /* sama seperti iterasi sebelumnya, tabel baru * akan menghitung nilai cj, Zj, cj-Zj, dan rasio * untuk kemudian diperiksa lagi sampai * cj-Zj tidak ada lagi yang bernilai positif */ hitung_cjminZj_rasio(); } gbu.Text = gbu.Text + " F A S E 2 \n"; for (int a = 0; a < varKiri.Length; a++) {

gbu.Text = gbu.Text + varKiri[a] + " - "; if (varKiri[a] == "0.9.10") { X[ITR, baris - 1, 0] = 1; } } //X[ITR, baris - 1, 0] = 1; cj[10] = 1; //ganti nilai L /* pembentukan iterasi baru untuk fase-2 * yakni dengan proses yang sama seperti iterasi sebelumnya */ cetakMatrix(); hitung_cjminZj_rasio(); ITR++; buatIterasiBaru(); cetakMatrix(); hitung_cjminZj_rasio();


59

/* sampai pada tahap ini telah diperoleh hasil akhir */ for (int a = 0; a < varKiri.Length; a++) {

if (varKiri[a] == "0.9.1") { x11 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.2") { x12 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.3") { x13 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.4") { x21 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.5") { x22 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.6") { x23 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.7") { x31 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.8") { x32 = X[ITR, a, kolom - 1]; } else if (varKiri[a] == "0.9.9") { x33 = X[ITR, a, kolom - 1]; } if (varKiri[a] == "0.9.10" && X[ITR, a, kolom - 1] <= 1) {

L = X[ITR, a, kolom - 1]; } } if (bench1 == "x11") { nBenc1 = x11; }

else if (bench1 == "x12") { nBenc1 = x12; } else if (bench1 == "x13") { nBenc1 = x13; }

if (bench2 == "x21") { nBenc2 = x21; } else if (bench2 == "x22") { nBenc2 = x22; } else if (bench2 == "x23") { nBenc2 = x23; }

if (bench3 == "x31") { nBenc3 = x31; } else if (bench3 == "x32") { nBenc3 = x32; } else if (bench3 == "x33") { nBenc3 = x33; }

MessageBox.Show("Lambda (L) = " + L);

4.2.2 Class: KelolaHasil.cs

4.2.2.1 Hitung Gaji Karyawan Berdasarkan Hasil Perhitungan FLP

Variabel-variabel keputusan yang telah dihitung pada kelas sebelumnya

akan digunakan pada kelas ini sebagai bahan perhitungan gaji. Pada waktu kotak

dialog ‘Kelola Hasil’ ini di-load, pengguna perlu menetapkan standar gaji terlebih

dahulu. Tetapan gaji ini adalah tetapan gaji untuk karyawan yang kinerjanya

sesuai dengan benchmark (standar) yang sudah ditetapkan. Setelah standar gaji

ditetapkan, pengguna dapat mulai menginputkan karyawan beserta dengan hasil

evaluasi kinerjanya. Karyawan yang ditambahkan akan langsung dihitung

pemerolehan gajinya dengan perhitungan terhadap nilai-nilai variabel keputusan

yang dipanggil dari form class sebelumnya.


60

/* Tetapan nilai variabel faktor untuk inputan */ double nilaiKar = 0; /* Tangkap nilai tetapan benchmark */ double nBench = ekstrakSimplex.nBenc1 +

ekstrakSimplex.nBenc2 + ekstrakSimplex.nBenc3;

/* Siapkan file data karyawan untuk menyimpan hasil perhitungan gajinya */ if (File.Exists(f1)) {

/* untuk setiap data karyawan yang diinputkan * periksa nilai hasil evaluasi kinerjanya * kemudian ambil nilai dari kelas ekstrakSimplex * sebagai nilai pembaginya dengan nilai benchmark */ if (cbX1.SelectedItem.ToString() == "Sedikit")

{ cX1 = "Sedikit"; nilaiKar += ekstrakSimplex.x11; } else if (cbX1.SelectedItem.ToString() == "Sedang")

{ cX1 = "Sedang"; nilaiKar += ekstrakSimplex.x12; } else if (cbX1.SelectedItem.ToString() == "Banyak")

{ cX1 = "Banyak"; nilaiKar += ekstrakSimplex.x13; } else { cX1 = " - "; nilaiKar += 0; } if (cbX2.SelectedItem.ToString() == "Buruk")

{ cX2 = "Buruk"; nilaiKar += ekstrakSimplex.x21; } else if (cbX2.SelectedItem.ToString() == "Sedang")

{ cX2 = "Sedang"; nilaiKar += ekstrakSimplex.x22; } else if (cbX2.SelectedItem.ToString() == "Baik")

{ cX2 = "Baik"; nilaiKar += ekstrakSimplex.x23; } else { cX2 = " - "; nilaiKar += 0; } if (cbX3.SelectedItem.ToString() == "Lama")

{ cX3 = "Lama"; nilaiKar += ekstrakSimplex.x31; } else if (cbX3.SelectedItem.ToString() == "Sedang")

{ cX3 = "Sedang"; nilaiKar += ekstrakSimplex.x32; } else if (cbX3.SelectedItem.ToString() == "Cepat")

{ cX3 = "Cepat"; nilaiKar += ekstrakSimplex.x33; } else { cX3 = " - "; nilaiKar += 0; } using (StreamWriter wr = new StreamWriter(f1, true)) { /* terlebih dahulu baca nilai gaji standarnya */ StreamReader baca = new StreamReader(f2); string gajiStd = baca.ReadLine(); baca.Close(); /* kemudian hitung nilai gajinya dengan rumus * nilai kinerja karyawan dibagi nilai kinerja standar * dikalikan dengan gaji standar */ double saranGaji = (nilaiKar / nBench) * Double.Parse(gajiStd); string saranGaji2 = saranGaji + ""; wr.WriteLine(txNama.Text + "#" + cX1 + "#" + cX2 +

"#" + cX3 + "#" + saranGaji2);


61

wr.Close(); baca.Close(); /* kosongkan datagridview; * tampilkan file data karyawan */ dgv.Rows.Clear(); refreshTampilan(); MessageBox.Show("Sukses!"); } }

4.2.2.2 Simpan Hasil Perhitungan Gaji ke File PDF

/* Untuk menyimpan hasil perhitungan gaji ke file PDF * digunakan library PdfPTable */ PdfPTable pdfTable = new PdfPTable(dgv.ColumnCount); pdfTable.DefaultCell.Padding = 3; pdfTable.WidthPercentage = 100; pdfTable.HorizontalAlignment = Element.ALIGN_LEFT; /* atur lebar kolom untuk PdfPTable yang dibuat */ float[] widths = new float[] { 20f, 50f, 50f, 50f, 50f, 50f }; pdfTable.SetWidths(widths); /* Menambahkan header kolom */ foreach (DataGridViewColumn column in dgv.Columns) {

PdfPCell cell = new PdfPCell(new Phrase(column.HeaderText)); cell.BackgroundColor = BaseColor.LIGHT_GRAY; cell.FixedHeight = 30f; pdfTable.AddCell(cell); } /* Menambahkan data-data nilai pada tabel * dari data grid view */ foreach (DataGridViewRow row in dgv.Rows) {

foreach (DataGridViewCell cell in row.Cells) { pdfTable.AddCell(cell.Value.ToString()); } }


62

/* Lakukan proses ekspor ke file PDF dan * simpan di path yang telah ditentukan */ string folderPath = "Hasil Perhitungan\\"; if (!Directory.Exists(folderPath)) {

Directory.CreateDirectory(folderPath); } using (FileStream stream = new FileStream(folderPath +

"Hasil Perhitungan.pdf", FileMode.Create)) {

Document pdfDoc = new Document(PageSize.A4, 10f, 10f, 10f, 0f); PdfWriter.GetInstance(pdfDoc, stream); pdfDoc.Open(); pdfDoc.Add(pdfTable); pdfDoc.Close(); stream.Close(); } MessageBox.Show("Hasil perhitungan gaji telah berhasil disimpan di direktori aplikasi ini");


63

4.3 Uji Coba Aplikasi Real Gaji

Untuk mengetahui berbagai keluaran yang dihasilkan dari aplikasi ini,

maka penulis membuat beberapa pengujian untuk melihat beberapa perubahan

yang dihasilkan sesuai dengan inputannya. Adapun percobaan-percobaan yang

akan dilakukan pada sub-bab ini antara lain sebagai berikut.

1) [Percobaan-1] Inputan Normal

2) [Percobaan-2] Input data kinerja karyawan Jogja Konveksi

3) [Percobaan-3] Input data kombinasi atau kemungkinan perolehan nilai

4) [Percobaan-4] Uji pelebaran rentang nilai; geser batas toleransi bawah (1)




8) [Percobaan-8] Geser batas toleransi bawah dan minimal nilai (1)

9) [Percobaan-9] Geser batas toleransi bawah dan minimal nilai (2)

10) [Percobaan-10] Ganti tetapan benchmark

11) [Percobaan-11] Uji coba pengaruh tetapan benchmark terhadap λ


64

Daftar percobaan di atas akan dijelaskan sebagai berikut.

1) [Percobaan-1] Inputan Normal (sesuai dengan inputan pada proses

perhitungan manual di Bab III untuk menyesuaikan hasil akhir).

Input tetapan benchmark

Klik ‘Simpan Tetapan Benchmark’


65

Klik ‘Lakukan Perhitungan’

Hasil yang keluar adalah:

====================================================================================== F A S E 1 ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-1 0 0 0 1 0 0 1 0 0 1 5 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 95 -1 0 0 1 0 0 1 0 0 1 -10 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 80 0 0 0 1 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 100 -1 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 -1 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 5 -1 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 5 -1 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 -1 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 5 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 -1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 5 Zj 8 0 0 -2 0 0 -2 0 0 -2 10 0 1 -1 0 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 -170 cj - Zj 0 0 0 2 0 0 2 0 0 2 -10 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 0 Rasio 95 80 100 -1 -1 5 -1 -1 -1 -1 cjminZ terpilih = 2 (index ke-3) Rasio terpilih = 5 (index ke-5) Angka kunci = 1 (index 3, 5) ======================================================================================


66

Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-2 0 0 1 0 0 0 1 0 0 1 5 1 0 0 0 0 0 0 0 1 -1 0 0 0 0 0 0 0 0 90 -1 0 1 0 0 0 1 0 0 1 -10 0 -1 1 0 0 0 0 0 1 -1 0 0 0 0 0 0 0 0 75 0 0 1 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 1 -1 0 0 0 0 0 0 0 0 95 -1 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 -1 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 5 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 5 -1 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 -1 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 5 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 -1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 5 Zj 7 0 -2 0 0 0 -2 0 0 -2 10 0 1 -1 0 1 -1 1 -1 -1 1 1 -1 1 -1 1 -1 1 -1 -160 cj - Zj 0 0 2 0 0 0 2 0 0 2 -10 0 -1 0 0 -1 0 -1 0 1 -2 -1 0 -1 0 -1 0 -1 0 0 Rasio 90 75 95 -1 5 -1 -1 -1 -1 -1 cjminZ terpilih = 2 (index ke-2) Rasio terpilih = 5 (index ke-4) Angka kunci = 1 (index 2, 4) ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-3 0 1 0 0 0 0 1 0 0 1 5 1 0 0 0 0 0 1 -1 1 -1 0 0 0 0 0 0 0 0 85 -1 1 0 0 0 0 1 0 0 1 -10 0 -1 1 0 0 0 1 -1 1 -1 0 0 0 0 0 0 0 0 70 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 1 -1 1 -1 0 0 0 0 0 0 0 0 90 -1 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 5 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 10 -1 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 -1 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 5 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 -1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 5 Zj 6 -2 0 0 0 0 -2 0 0 -2 10 0 1 -1 0 1 -1 -1 1 -1 1 1 -1 1 -1 1 -1 1 -1 -150 cj - Zj 0 2 0 0 0 0 2 0 0 2 -10 0 -1 0 0 -1 0 1 -2 1 -2 -1 0 -1 0 -1 0 -1 0 0 Rasio 85 70 90 60 -1 -1 -1 -1 -1 -1 cjminZ terpilih = 2 (index ke-1) Rasio terpilih = 60 (index ke-3) Angka kunci = 1 (index 1, 3) ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-4 0 0 0 0 -1 0 1 -1 0 1 5 1 0 0 0 1 -1 1 -1 1 -1 0 0 0 0 0 0 0 0 25 -1 0 0 0 -1 0 1 -1 0 1 -10 0 -1 1 0 1 -1 1 -1 1 -1 0 0 0 0 0 0 0 0 10 0 0 0 0 -1 0 1 -1 0 1 0 0 0 0 1 1 -1 1 -1 1 -1 0 0 0 0 0 0 0 0 30 0 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 0 1 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 65 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 -1 1 0 0 0 0 0 0 0 0 70 -1 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 -1 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 5 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 -1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 5


67

Zj 5 0 0 0 2 0 -2 2 0 -2 10 0 1 -1 0 -1 1 -1 1 -1 1 1 -1 1 -1 1 -1 1 -1 -30 cj - Zj 0 0 0 0 -2 0 2 -2 0 2 -10 0 -1 0 0 1 -2 1 -2 1 -2 -1 0 -1 0 -1 0 -1 0 0 Rasio 25 10 30 -1 -1 -1 -1 5 -1 -1 cjminZ terpilih = 2 (index ke-6) Rasio terpilih = 5 (index ke-7) Angka kunci = 1 (index 6, 7) ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-5 0 0 0 0 -1 1 0 -1 0 1 5 1 0 0 0 1 -1 1 -1 1 -1 0 0 1 -1 0 0 0 0 20 -1 0 0 0 -1 1 0 -1 0 1 -10 0 -1 1 0 1 -1 1 -1 1 -1 0 0 1 -1 0 0 0 0 5 0 0 0 0 -1 1 0 -1 0 1 0 0 0 0 1 1 -1 1 -1 1 -1 0 0 1 -1 0 0 0 0 25 0 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 0 1 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 65 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 -1 1 0 0 0 0 0 0 0 0 70 -1 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 5 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 -1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 5 Zj 4 0 0 0 2 -2 0 2 0 -2 10 0 1 -1 0 -1 1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -20 cj - Zj 0 0 0 0 -2 2 0 -2 0 2 -10 0 -1 0 0 1 -2 1 -2 1 -2 -1 0 1 -2 -1 0 -1 0 0 Rasio 20 5 25 -1 -1 -1 5 -1 -1 -1 cjminZ terpilih = 2 (index ke-5) Rasio terpilih = 5 (index ke-6) Angka kunci = 1 (index 5, 6) ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-6 0 0 0 0 0 0 0 -1 0 1 5 1 0 0 0 1 -1 1 -1 1 -1 1 -1 1 -1 0 0 0 0 15 -1 0 0 0 0 0 0 -1 0 1 -10 0 -1 1 0 1 -1 1 -1 1 -1 1 -1 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 1 0 0 0 0 1 1 -1 1 -1 1 -1 1 -1 1 -1 0 0 0 0 20 0 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 0 1 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 65 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 -1 1 0 0 0 0 0 0 0 0 70 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 10 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 -1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 5 Zj 3 0 0 0 0 0 0 2 0 -2 10 0 1 -1 0 -1 1 -1 1 -1 1 -1 1 -1 1 1 -1 1 -1 -10 cj - Zj 0 0 0 0 0 0 0 -2 0 2 -10 0 -1 0 0 1 -2 1 -2 1 -2 1 -2 1 -2 -1 0 -1 0 0 Rasio 15 0 20 -1 -1 -1 -1 -1 -1 5 cjminZ terpilih = 2 (index ke-9) Rasio terpilih = 0 (index ke-1) Angka kunci = 1 (index 9, 1) ======================================================================================


68

Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-7 0 0 0 0 0 0 0 0 0 0 15 1 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 15 0 0 0 0 0 0 0 -1 0 1 -10 0 -1 1 0 1 -1 1 -1 1 -1 1 -1 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 1 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 20 0 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 0 1 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 65 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 -1 1 0 0 0 0 0 0 0 0 70 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 10 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 -1 0 0 0 0 0 0 1 -1 0 10 0 1 -1 0 -1 1 -1 1 -1 1 -1 1 -1 1 0 0 -1 1 5 Zj 2 0 0 0 0 0 0 0 0 0 -10 0 -1 1 0 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 -10 cj - Zj 0 0 0 0 0 0 0 0 0 0 10 0 1 -2 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 0 Rasio 1 -1 2 -1 -1 -1 -1 -1 -1 0,5 cjminZ terpilih = 10 (index ke-10) Rasio terpilih = 0,5 (index ke-9) Angka kunci = 10 (index 10, 9) ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-8 0 0 0 0 0 0 0 -1,5 1,5 0 0 1 -0,5 0,5 0 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 0 0 1,5 -1,5 7,5 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 5 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 1 1 -1 1 -1 1 -1 1 -1 1 -1 0 0 1 -1 15 0 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 0 1 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 65 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 -1 1 0 0 0 0 0 0 0 0 70 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 10 -1 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 0 0 0 0 0 0 0 0,1 -0,1 0 1 0 0,1 -0,1 0 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 0 0 -0,1 0,1 0,5 Zj 1 0 0 0 0 0 0 1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 0 0 -5 cj - Zj 0 0 0 0 0 0 0 -1 1 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 -1 0 0 -1 0 Rasio 5 -1 15 -1 -1 -1 -1 -1 5 -1 cjminZ terpilih = 1 (index ke-8) Rasio terpilih = 5 (index ke-8) Angka kunci = 1 (index 8, 8) ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-9 0 0 0 0 0 0 0 0 0 0 0 1 -0,5 0,5 0 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 0 0 0 0 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 10 0 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 0 1 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 65 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 -1 1 0 0 0 0 0 0 0 0 70 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 10 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5


69

0 0 0 0 0 0 0 0 0 0 1 0 0,1 -0,1 0 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 1 Zj 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 cj - Zj 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Rasio -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 cjminZ terpilih = 0 (index ke-0) Rasio terpilih = -1 (index ke-0) Angka kunci = 0 (index 0, 0) ====================================================================================== ====================================================================================== F A S E 2 ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 1 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-9 0 0 0 0 0 0 0 0 0 0 0 1 -0,5 0,5 0 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 1,5 -1,5 0 0 0 0 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 10 0 1 0 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 60 0 0 1 0 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 0 0 0 0 0 0 65 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 -1 1 -1 1 -1 1 0 0 0 0 0 0 0 0 70 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 10 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 1 0 0 0 0 0 0 0 0 0 1 0 0,1 -0,1 0 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 -0,1 0,1 1 Zj 1 0 0 0 0 0 0 0 0 0 1 0 0,1 # 0 # 0,1 # 0,1 # 0,1 # 0,1 # 0,1 # 0,1 # 0,1 1 cj - Zj 0 0 0 0 0 0 0 0 0 0 0 0 # # 0 0,1 -1,1 0,1 -1,1 0,1 -1,1 0,1 -1,1 0,1 -1,1 0,1 -1,1 0,1 -1,1 0 Rasio 0 -1 10 -1 -1 -1 -1 -1 -1 -1 cjminZ terpilih = 0,1 (index ke-15) Rasio terpilih = 0 (index ke-0) Angka kunci = 1,5 (index 15, 0) ====================================================================================== Nilai cj 0 0 0 0 0 0 0 0 0 0 1 0 0 -1 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Matrix iterasi ke-10 0 0 0 0 0 0 0 0 0 0 0 0,666666666666667 -0,333333333333333 0,333333333333333 0 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 0 0 0 0 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 10 0 0 0 0 0 0 0 0 0 0 0 -0,666666666666667 0,333333333333333 -0,333333333333333 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 1 0 0 1 0 0 1 0 0 0 0,666666666666667 -0,333333333333333 0,333333333333333 0 0 0 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 60 0 0 1 0 1 0 0 1 0 0 0 0,666666666666667 -0,333333333333333 0,333333333333333 0 0 0 0 0 1 -1 1 -1 1 -1 1 -1 1 -1 65 0 0 0 1 1 0 0 1 0 0 0 0,666666666666667 -0,333333333333333 0,333333333333333 0 0 0 0 0 0 0 1 -1 1 -1 1 -1 1 -1 70 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 5 0 0 0 0 -1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 -1 1 0 0 0 0 10


70

0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 5 1 0 0 0 0 0 0 0 0 0 1 0,0666666666666667 0,0666666666666667 -0,0666666666666667 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 Zj 1 0 0 0 0 0 0 0 0 0 1 0,0666666666666667 0,0666666666666667 # 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 cj - Zj 0 0 0 0 0 0 0 0 0 0 0 # # # 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 -1 0 Rasio -1 -1 -1 -1 -1 -1 -1 -1 -1 1 cjminZ terpilih = 0 (index ke-0) Rasio terpilih = 1 (index ke-9) Angka kunci = 1 (index 0, 9) ====================================================================================== v0.9.15 : 0 v0.9.9 : 10 v0.2 : 10 v0.9.1 : 60 v0.9.2 : 65 v0.9.3 : 70 v0.9.5 : 5 v0.9.6 : 10 v0.9.8 : 5 v0.9.0 : 1 x11 = 60 x12 = 65 x13 = 70 x21 = 0 x22 = 5 x23 = 10 x31 = 0 x32 = 5 x33 = 10

Setelah memperoleh hasil tersebut, pengguna melakukan klik pada

‘Kelola Hasil Perhitungan’


71

Tetapkan standar gaji dan mulai; seperti pada contoh yang sudah dihitung

secara manual pada Bab III, standar gaji ditetapkan sebesar

Rp1.350.000,00. Kemudian, diinputkan karyawan dengan kinerja

Kuantitasnya ‘Banyak’, Kualitasnya ‘Baik’, dan Ketepatan waktunya

‘Sedang’; diperoleh hasil perhitungan gaji untuk karyawan tersebut,

yakni sebesar Rp1.275.000,00, dimana hasil tersebut sama dengan hasil

perhitungan manual.

2) [Percobaan-2] Input beberapa jenis hasil kinerja karyawan di Perusahaan

Jogja Konveksi dengan tetapan benchmark yang sama dengan Percobaan-1.


72

Dari perhitungan tersebut, terlihat bahwa karyawan yang kinerjanya mencapai

benchmark dapat memperoleh gaji standar. Sedangkan, karyawan yang

kinerjanya jauh dari benchmark (kuantitas ‘Sedikit’, kualitas ‘Buruk’,

kecepatan ‘Lama’) akan memperoleh gaji yang jauh di bawah standar. Dari

gambar di atas terlihat bahwa karyawan dengan kinerja paling rendah yakni

Bayu dan Bagus yang kuantitasnya ‘Sedikit’, kualitasnya ‘Sedang’, dan

kecepatannya ‘Lama’; mereka memperoleh gaji hanya sebesar Rp975.000,00.

Jika dikaji lebih jauh, perhitungan nilai yang diperoleh oleh kedua karyawan

ini dapat dijelaskan sebagai berikut.

Kuantitas ‘Sedikit’ + Kualitas ‘Sedang’ + Kecepatan ‘Lama’

x11 + x22 + x31 = 60 + 5 + 0 = 65

Ternyata, dari nilai tetapan benchmark 90, karyawan dengan kinerja terendah

tersebut hanya memperoleh nilai sebesar 65. Dengan demikian, perhitungan

gaji yang diperolehnya, yakni sebesar (65/90)*1350000=975000.

3) [Percobaan-3] Input variasi hasil kinerja untuk uji tingkat pemerolehan gaji.

Benchmark yang digunakan dalam percobaan ini sama dengan benchmark

pada percobaan sebelumnya. Berikut ini disajikan berbagai kemungkinan

pemerolehan nilai kinerja karyawan (semua kombinasi faktor dan level).


73


74

Dari keseluruhan faktor dan level yang telah ditetapkan, terdapat 27

kombinasi penilaian. Berbagai kombinasi penilaian tersebut beserta dengan

perhitungan pemerolehan gaji untuk karyawan dikelompokkan berdasarkan

pemerolehan nilainya, yakni sebagai berikut.

Nilai kinerja 60

60

90× 𝑅𝑝1.350.000,00 = 𝑹𝒑𝟗𝟎𝟎. 𝟎𝟎𝟎, 𝟎𝟎

Jumlah gaji tersebut diperoleh karyawan dengan kinerja:

Kuantitas = ‘sedikit’ (x11) : 60

Kualitas = ‘buruk’ (x21) : 0

Kecepatan = ‘lama’ (x31) : 0

Nilai kinerja 65

65

90× 𝑅𝑝1.350.000,00 = 𝑹𝒑𝟗𝟕𝟓. 𝟎𝟎𝟎, 𝟎𝟎




Kecepatan = ‘sedang’ (x32) : 5


Kualitas = ‘sedang’ (x22) : 5


Kuantitas = ‘sedang’ (x12) : 65




75

Nilai kinerja 70

70

90× 𝑅𝑝1.350.000,00 = 𝑹𝒑𝟏. 𝟎𝟓𝟎. 𝟎𝟎𝟎, 𝟎𝟎




Kecepatan = ‘cepat’ (x33) : 10





Kualitas = ‘baik’ (x23) : 10








Kuantitas = ‘banyak’ (x13) : 70



Nilai kinerja 75

75

90× 𝑅𝑝1.350.000,00 = 𝑹𝒑𝟏. 𝟏𝟐𝟓. 𝟎𝟎𝟎, 𝟎𝟎









76









Kecepatan = ‘lama (x31) : 0







Nilai kinerja 80

80

90× 𝑅𝑝1.350.000,00 = 𝑹𝒑𝟏. 𝟐𝟎𝟎. 𝟎𝟎𝟎, 𝟎𝟎















77







Nilai kinerja 85

85

90× 𝑅𝑝1.350.000,00 = 𝑹𝒑𝟏. 𝟐𝟕𝟓. 𝟎𝟎𝟎, 𝟎𝟎











Nilai kinerja 90

90

90× 𝑅𝑝1.350.000,00 = 𝑹𝒑𝟏. 𝟑𝟓𝟎. 𝟎𝟎𝟎, 𝟎𝟎






78

Tingkatan pemerolehan gaji berdasarkan nilai kinerja yang diperoleh tersebut

dapat dilihat pada grafik berikut.

Dari grafik tersebut, dapat disimpulkan bahwa semakin tinggi nilai kinerja

yang diperoleh seorang karyawan maka semakin tinggi juga gaji yang dapat

diperolehnya.

4) [Percobaan-4] Pelebaran rentang; geser batas kiri benchmark

Tetapan benchmark sama, yakni:

kuantitas : Banyak

kualitas : Baik

waktu : Cepat

dengan skor 90. Pada percobaan sebelumnya, skor untuk benchmark

ditetapkan pada rentang 80 sampai 95. Batas kiri untuk benchmark pada

percobaan ini digeser lebih ke kiri menjadi 70 sampai 95. Pergeseran batas

kiri ini juga diikuti oleh pergeseran tetapan minimal nilai, dari sebelumnya 60

sampai 100 menjadi 30 sampai 100 (akan digunakan juga untuk beberapa

percobaan berikutnya).

900000 975000

1050000 1125000

1200000 1275000

1350000

0

200000

400000

600000

800000

1000000

1200000

1400000

1600000

60 65 70 75 80 85 90

Pe

me

role

han

Gaj

i

Nilai Kinerja


79

Dari perhitungan yang telah dilakukan, seperti pada gambar di atas, nilai-nilai

yang diperoleh untuk setiap variabel keputusan setiap level bernilai sama

dengan nilai yang diperoleh pada percobaan sebelumnya, yakni x11=60,

x12=65, x13=70, x21=0, x22=5, x23=10, x31=0, x32=5, dan x33=10. Pemerolehan

nilai yang sama ini kemudian berdampak pada perhitungan yang sama juga

pada berbagai kombinasi evaluasi kinerja karyawan.

5) [Percobaan-5] Penambahan pelebaran rentang; geser batas kiri benchmark


kuantitas : Banyak

kualitas : Baik

waktu : Cepat

1=λ

0 80 70 90 95 100

Z

30


80

dengan skor 90. Pada percobaan sebelumnya, skor untuk benchmark

ditetapkan pada rentang 70 sampai 95. Batas kiri untuk benchmark pada

percobaan ini digeser lebih ke kiri menjadi 60 sampai 95.

Dari perhitungan di atas, nilai-nilai yang diperoleh untuk setiap variabel

keputusan setiap level masih tetap bernilai sama dengan nilai yang diperoleh

pada percobaan sebelumnya, yakni x11=60, x12=65, x13=70, x21=0, x22=5,

x23=10, x31=0, x32=5, dan x33=10. Pemerolehan nilai yang sama ini tentunya

memberikan dampak yang sama pada perhitungan berbagai kombinasi

evaluasi kinerja karyawan.

1=λ

0 80 90 95 100

Z

30 70 60


81



kuantitas : Banyak

kualitas : Baik

waktu : Cepat

dengan skor 90. Batas kiri untuk benchmark pada percobaan ini digeser lebih

ke kiri menjadi 50 sampai 95.

Dari perhitungan di atas, nilai-nilai yang diperoleh untuk setiap variabel

keputusan setiap level masih tetap bernilai sama dengan nilai yang diperoleh

pada percobaan sebelumnya, yakni x11=60, x12=65, x13=70, x21=0, x22=5,

x23=10, x31=0, x32=5, dan x33=10. Pemerolehan nilai yang sama ini tentunya

1=λ

0 80 50 90 95 100

Z

30 70 60


82

memberikan dampak yang sama pada perhitungan berbagai kombinasi

evaluasi kinerja karyawan.



kuantitas : Banyak

kualitas : Baik

waktu : Cepat

dengan skor 90. Batas kiri untuk benchmark pada percobaan ini digeser lebih

ke kiri menjadi 40 sampai 95.

1=λ

0 80 50 90 95 100

Z

30 70 60 40


83

Nilai-nilai yang diperoleh untuk setiap variabel keputusan setiap level, yakni

x11=0, x12=5, x13=10, x21=0, x22=5, x23=10, x31=30, x32=35, dan x33=40.

Kesimpulan 1:

Dari percobaan 4, 5, 6, dan 7 di atas (tentang pergeseran nilai batas

toleransi bawah), dapat diperoleh kesimpulan bahwa perubahan nilai

toleransi bawah pada benchmark ternyata mempengaruhi nilai kinerja

karyawan, yang merupakan hasil penjumlahan nilai untuk tiap faktor

penilaian (kuantitas, kualitas, dan waktu).

8) [Percobaan-8] Perubahan nilai toleransi dan batas min-max nilai. Pada

percobaan 1, 2, dan 3, digunakan skor 90 untuk kuantitas ‘banyak’, kualitas

‘baik’, dan waktu ‘cepat’. Nilai tersebut berada pada rentang 80 sampai 95

untuk nilai minimal 60 sampai maksimal 100. Dalam percobaan ini, penulis

mencoba memberi perubahan nilai tersebut, yakni pada rentang 60 sampai 95

untuk nilai minimal 50 sampai maksimal 100. Jarak antar level yang

digunakan tetap sama, yakni 5. Untuk percobaan ini, terjadi perubahan untuk

nilai kinerja karyawan, yakni x11=0, x12=5, x13=10, x21=0, x22=5, x23=10,

x31=50, x32=55, dan x33=60.

9) [Percobaan-9] Untuk menguji percobaan 8 di atas, maka diberikan lagi

perubahan untuk rentang nilai menjadi 50 sampai 95, dan nilai minimal 40

serta maksimal 100. Setelah dilakukan perhitungan, maka diperoleh hasil

yang mengalami perubahan, yakni x11=0, x12=5, x13=10, x21=0, x22=5, x23=10,

x31=40, x32=45, dan x33=50.


84

Kesimpulan 2:

Dari percobaan 8 dan 9, dapat disimpulkan bahwa pergeseran nilai batas

bawah toleransi dan minimal nilai, mempengaruhi nilai kinerja karyawan,

yang merupakan hasil penjumlahan nilai untuk tiap faktor penilaian

(kuantitas, kualitas, dan waktu).

10) [Percobaan-10] Setelah melakukan percobaan berupa penggantian nilai-nilai,

dalam percobaan ini penulis mencoba melakukan penggantian pada tetapan

benchmark, yakni kuantitas ‘sedang’, kualitas ‘sedang’, dan waktu ‘sedang’.

Nilai-nilai lain yang diperlukan disamakan dengan percobaan awal.

Dari percobaan tersebut, ditemukan adanya perubahan nilai kinerja karyawan,

yakni x11=70, x12=75, x13=80, x21=0, x22=5, x23=10, x31=0, x32=5, dan x33=10.

Kesimpulan 3:

Percobaan 10 membuktikan bahwa perubahan pada tetapan benchmark

juga mempengaruhi nilai kinerja karyawan.


85

11) [Percobaan-11] Pengaruh Tetapan Benchmark Terhadap Nilai λ

Pada bab sebelumnya, telah dijelaskan tentang tetapan aturan dan standar

penilaian kinerja karyawan, yakni untuk semua kriteria, karyawan harus

memperoleh level tertinggi (kuantitas banyak, kualitas baik, dan waktu

cepat). Tetapan tersebut diberi nilai 90 dengan toleransi 10 poin ke bawah

(80) dan 5 poin ke atas (95). Ditetapkan juga nilai minimal 60 dan nilai

maksimal 100 serta jarak antar level 5. Tetapan ini dapat disajikan dengan

model diagram tetapan benchmark berikut.

1=λ

0 80 60 90 95 100

Z


86

Dengan tetapan benchmark di atas, diperoleh λ bernilai 1 yang berarti

keputusan yang diambil dengan menggunakan benchmark ini 100% baik atau

dapat dinyatakan bahwa hasil yang diperoleh adalah hasil yang paling

optimum. Dengan tetapan standar kinerja yang sama, percobaan yang perlu

dilakukan untuk mengetahui terjadinya perubahan nilai pada λ adalah dengan

menggeser nilai tetapan benchmark dari 90 ke nilai-nilai di bawahnya dan di

atasnya.

Nilai benchmark 88

Dengan tetapan aturan yang sama, perubahan nilai benchmark menjadi 88

menyebabkan perubahan pada nilai λ menjadi 0,71 yang dapat diartikan

bahwa keputusan yang dihasilkan 71% baik.


87

Nilai benchmark 86




Nilai benchmark 84





88

Nilai benchmark 82




Nilai benchmark 92


tidak menyebabkan perubahan pada nilai λ, yakni 1 yang dapat diartikan



89

Nilai benchmark 94


tidak menyebabkan perubahan pada nilai λ, yakni 1 yang dapat diartikan


Tetapan-tetapan nilai benchmark berikut berada pada rentang toleransi yang

sama, yakni dari 80 sampai 95. Ketika nilai benchmark diganti menjadi 82

maka toleransi ke bawahnya (dari 80 sampai 82) hanya 2 poin; ketika diganti

menjadi 86 maka toleransi kebawahnya (dari 80 sampai 86) menjadi 6 poin;

ketika diganti 88 menjadi 8 poin; kenaikan nilai benchmark ini juga

menyebabkan kenaikan nilai toleransi. Pengaruh perubahan nilai benchmark

terhadap λ yang mempengaruhi keputusan yang dihasilkan dapat disajikan

dalam bentuk diagram berikut.


90

Hal ini membuktikan bahwa nilai λ maksimum diperoleh saat nilai

benchmark ≥ 90. Sedangkan, nilai λ akan kurang dari 1 dan lebih besar

daripada 0 ketika nilai benchmark < 90. Jika nilai benchmark makin

mendekati 90 maka nilai λ semakin mendekati 1, yang berarti hasil

keputusannya semakin baik. Ketika nilai benchmark diganti menjadi 90, 92,

94, dan seterusnya, nilai λ akan tetap bernilai 1 yang berarti hasil

keputusannya sudah 100% baik.

0,38 0,45

0,56

0,71

1 1 1

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

82 84 86 88 90 92 94

La

mb

da

Nilai Benchmark


91

BAB V

PENUTUP

5.1 Kesimpulan

Adapun kesimpulan yang dapat diperoleh dari proses penelitian tentang

penetapan gaji karyawan berdasarkan evaluasi kinerja ini, yang diperoleh dari

implementasi dan pengujian-pengujian yang telah dijelaskan pada bab-bab

sebelumnya, antara lain sebagai berikut.

1) Metode Fuzzy Linear Programming dapat digunakan untuk evaluasi kinerja

karyawan dengan nilai-nilai fuzzy (kabur) dan mengubahnya menjadi penilaian

numerik.

2) Perubahan pada tetapan benchmark maupun batas toleransi bawah dapat

mempengaruhi hasil penilaian kinerja serta gaji yang diperoleh karyawan.

3) Untuk tetapan benchmark pada pengujian, nilai λ akan semakin mendekati 1

ketika nilai benchmark semakin mendekati 90.

5.2 Saran

Jogja Konveksi, sebagai obyek studi kasus pada penelitian ini, pada

awalnya memberikan gaji untuk karyawan-karyawannya hanya berdasarkan hasil

bagi rata keuntungan pada suatu pemesanan produksi. Model evaluasi yang

digunakan pada perusahaan ini dibuat dengan nilai-nilai kabur (baik-buruk, cepat-

lama, banyak-sedikit). Aplikasi yang dibuat dalam penelitian ini mengubah


92

penilaian-penilaian yang bersifat kabur tersebut ke dalam nilai-nilai numerik.

Nilai-nilai ini kemudian digunakan sebagai acuan jumlah pemberian gaji.

Akan tetapi, dalam penerapannya, sistem ini masih memerlukan banyak

pengembangan. Oleh karena itu, penulis memberikan beberapa saran, antara lain

sebagai berikut.

1) Sistem yang dibuat ini hanya dapat digunakan oleh manajer perusahaan. Akan

lebih baik jika untuk pengembangannya, sistem ini dapat digunakan oleh

berbagai pihak terkait. Misalnya, karyawan dapat melihat hasil penilaiannya,

pemimpin perusahaan dapat memilih karyawan-karyawan tertentu berdasarkan

hasil penilaian untuk berbagai kepentingan, dan sebagainya.

2) Faktor dan level-level yang digunakan pada sistem ini terbatas pada tiga faktor

dan tiga level saja. Untuk penilaian yang lebih baik, seharusnya faktor dan

level-level tersebut dapat ditambahkan lagi sesuai keperluan.

3) Sistem ini hanya menggunakan satu benchmark, dimana tetapan benchmark ini

hanya diperuntukkan bagi suatu posisi dengan gaji tertentu. Dalam

pengembangan sistem ini, developer dapat membuat penetapan benchmark ini

menjadi lebih dinamis, agar dapat ditambahkan lagi sesuai keperluan.


93

DAFTAR PUSTAKA

Alter. 2002. Analisis dan Perencanaan Sistem Informasi dengan Metodologi

Berorientasi Objek. Bandung : Informatika.

Aminudin. 2005. Prinsip-prinsip Riset Operasi. Jakarta : Erlangga.

Klir, George J. dan Yuan Bo. 1995. Fuzzy Sets and Fuzzy Logic Theory and

Applications. Prentice Hall International, Inc.

Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy untuk

Pendukung Keputusan. Yogyakarta : Penerbit Graha Ilmu.

Mangkunegara, Anwar P.. 2007. Evaluasi Kinerja SDM. Bandung : PT Refika

Aditama.

Parmadi, Eko Hari. 2010. Penerapan Program Linear Berkendala Fuzzy Untuk

Optimisasi Produksi Gerabah. Seminar Nasional Informatika 2009

(semnasIF 2009) UPN “Veteran” Yogyakarta, ISSN: 1970-2328.

Ranupandojo, Heidjrachman. 1985. Evaluasi Pekerjaan. Yogyakarta : BPFE.

Susilo, Frans. 2006. Himpunan dan Logika Kabur serta Aplikasinya. Yogyakarta :

Penerbit Graha Ilmu.

Wirawan. 2009. Evaluasi Kinerja Sumber Daya Manusia : Teori, Aplikasi, dan

Penelitian. Jakarta : Salemba Empat.


model penetapan gaji karyawan … studi teknik informatika oleh ferdinand pascanata driyarkara nim...

Documents