I. PENDAHULUAN

A. Latar Belakang Penelitian

PT. PLN (Persero) adalah perusahaan persero yang bergerak dalam bidang

pelayanan jasa listrik, memiliki berbagai macam proses pengolahan data

didalamnya. Salah satu proses pengolahan data di PT. PLN (Persero) yang akan

dibahas adalah proses pengolahan data dana pensiun. Proses pengolahan data yang

sangat erat kaitannya dengan dana pensiun yaitu proses pengajuan permohonan

pensiun.

Perusahaan telah menentukan batas umur pensiun untuk pegawainya

adalah 56 tahun. Maka pegawai yang sudah mencukupi umurnya untuk pensiun

diwajibkan untuk mengajukan pensiun ke bagian Juru Utama / Juru Administrasi

Personil di PT. PLN (Persero) P3B Jawa Bali Region Jawa Barat. Apabila

pegawai tersebut sudah memenuhi semua persyaratan yang ada di surat

permohonan pensiun maka surat permohonan pensiun tersebut dikirimkan ke

Manajer bidang SDM dan Organisasi PT. PLN (Persero) P3B Jawa Bali yang ada

di Jakarta Selatan. Untuk mendapatkan surat keputusan pemberhentian pegawai

dari Manajer tersebut maka dibutuhkan metode pengambilan keputusan untuk

mencari proses terbaik dalam mengambil keputusan.

Pengambilan keputusan dalam penerapan sistem informasi pengajuan

pensiun menggunakan metode Analytic Hierarchy Process (AHP). Hal ini

didasarkan memiliki keunggulan dari segi proses pengambilan keputusan dan

akomodasi untuk atribut – atribut baik kuantitatif maupun kualitatif. Selain itu,

sistem pengambilan keputusan AHP mampu menghasilkan hasil yang lebih

konsisten dibanding metode – metode lainnya serta sistem metode ini mudah

dipahami dan digunakan.

Informasi dari output AHP dapat menjadi informasi dalam mengambil

keputusan yang tidak hanya berlaku untuk jangka panjang, tapi berlaku juga untuk

waktu saat ini. Salah satunya yaitu menentukan suatu sistem informasi dapat

diterapkan atau tidak disuatu perusahaan atau instansi.

Dengan melihat uraian diatas, dapat kita ambil kesimpulan bahwa metode

AHP sangat perlu dalam langkah pengambilan suatu keputusan guna

menghasilkan suatu output atau keputusan yang terbaik.

Maka dari itu, penulis mengusulkan suatu metode AHP sebagai acuan

untuk pengambilan suatu keputusan yang dapat menghasilkan keputusan yang

lebih konsisten, maka hal ini diwujudkan dalam skripsi yang berjudul

“PENGAMBILAN KEPUTUSAN PENERAPAN SISTEM INFORMASI

PENGAJUAN PENSIUN MENGGUNAKAN ANALYTIC HIERARCHY

PROCESS (AHP)”.

B. Fokus Penelitian

Untuk mempermudah dalam melakukan perancangan suatu sistem

diperlukan suatu pembatasan dari masalah-masalah yang ada, sehingga dapat

diketahui ruang lingkup dari sistem yang akan dirancang. Dalam penelitian ini,

penulis membatasi masalah sebagai berikut :

1. Sistem Informasi yang akan dibangun adalah sistem pengolahan data

pengajuan pensiun.

2. Sistem informasi pengambilan keputusan untuk pengajuan pensiun

dengan menggunakan metode AHP.

3. Penelitian tugas akhir ini bertempat di PT. PLN (Persero) P3B Jawa Bali

Region Jawa Barat.

C. Rumusan Masalah

Metode AHP sangat perlu dalam langkah pengambilan suatu keputusan

guna menghasilkan suatu output atau keputusan yang terbaik. Selanjutnya

perumusan masalah dapat dirumuskan dalam pertanyaan sebagai berikut :

1. Bagaimana membangun sistem informasi pengambilan keputusan untuk

pengajuan pensiun dengan menggunakan metode AHP ?

D. Tujuan Penelitian

Berdasarkan permasalahan yang diteliti, maka maksud dari penelitian

tugas akhir ini adalah untuk membangun sistem informasi pengambilan keputusan

untuk pengajuan pensiun dengan menggunakan metode AHP guna menghasilkan

suatu output atau keputusan yang terbaik.

Sedangkan tujuan yang akan dicapai dalam penelitian ini adalah :

1. Untuk mempermudah user dalam menangani pengolahan data dana

pensiun.

2. Untuk mempermudah user dalam mengambil suatu keputusan yang

terbaik dalam proses pengajuan pensiun.

3. Mengaplikasikan dan menganalisis model keputusan untuk mendukung

strategi pengambilan keputusan.

E. Manfaat Penelitian

Dengan adanya pembangunan sistem informasi pengambilan keputusan

untuk pengajuan pensiun dengan menggunakan metode AHP, diharapkan proses

pengajuan pensiun bisa lebih cepat dan mudah.

II. STUDI KEPUSTAKAAN

A. Konsep Dasar Sistem

Konsep dasar sistem ini meliputi pengertian dasar dari sistem, bentuk

umum sistem, karakteristik sistem dan analisis system.

1. Pengertian Sistem

Terdapat dua kelompok pendekatan dalam mendefinisikan sistem yaitu

yang menekankan pada prosedurnya mendefinisikan sistem sebagai berikut :

Menurut JOG [4] :

Suatu sistem adalah suatu jaringan dari prosedur-prosedur yang

saling berhubungan, berkumpul bersama-sama untuk melakukan

suatu kegiatan atau untuk menyelesaikan suatu sasaran tertentu.

Sedangkan pendekatan sistem yang menekankan pada komponennya

mendefinisikan sistem sebagai berikut :

Menurut JOG [4] :

Sistem adalah kumpulan dari elemen-elemen yang berinteraksi

untuk mencapai suatu tujuan tertentu.

2. Bentuk Umum Sistem

Bentuk umum dari suatu sistem terdiri atas masukan (input), proses, dan

keluaran (output). Dalam bentuk umum sistem ini biasa melakukan satu atau lebih

masukan yang akan diproses dan menghasilkan keluaran sesuai dengan rencana

yang telah ditentukan sebelumnya.

Gambar 2.1 Model Sistem Sederhana

3. Karakteristik Sistem

Adapun karakteristik suatu sistem, yaitu :

a. Komponen-komponen (Components)

Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi,

yang artinya saling bekerjasama untuk membentuk satu kesatuan.

Komponen-komponen sistem atau elemen-elemen system dapat berupa

suatu subsistem atau bagian-bagian dari sistem.

b. Batas Sistem (Boundary)

Batas sistem (Boundary) merupakan daerah yang membatasi antara satu

sistem yang lain atau dengan linkungan luarnya. Batas sistem ini

memungkinkan suatu sistem dipandang sebagai satu kesatuan.

c. Lingkungan Luar Sistem (Environment)

Lingkungan luar dari suatu sistem adalah apapun diluar batas dari system

yang mempengaruhi operasi sistem.

d. Perhubungan (Interface)

Perhubungan merupakan media penghubung antara satu sub sistem dengan

subsistem lain.

e. Masukan (Input)

Masukan adalah energi yang dinasukkan kedalam sistem.

f. Keluaran (Output)

Keluaran adalah hasil dari energi yang diolah dan diklasifikasikan menjadi

keluaran yang berguna.

g. Pengolahan

Suatu sistem dapat mempunyai suatu bagian pengolahan yang akan

merubah masukan menjadi keluaran.

h. Sasaran (Object)

Suatu sistem pasti mempunyai tujuan atau sasaran-sasaran dari sistem

sangat membutuhkan sekali masukan yang dibutuhkan sistem dan keluaran

yang akan dihasilkan sistem.

B. Sistem Informasi

Bila mengacu pada definisi sistem menurut HM, Jogiyanto dalam bukunya

yang berjudul “Analisis dan Desain Sistem Informasi” maka sistem informasi

dapat didefinisikan sebagai berikut :

“Suatu sistem yang dibuat oleh manusia yang terdiri atas komponen –

komponen dalam organisasi untuk mencapai suatu tujuan yaitu menyajikan

informasi” .

Sistem informasi merupakan kombinasi dari manusia, fasilitas atau alat

teknologi, media, prosedur dan pengendalian yang bermaksud untuk menata

jaringan komunikasi yang penting, pengolahan atas interaksi – interaksi tertentu

dan rutin, membantu memanajemen dan menyediakan dasar pengambilan

keputusan yang tepat.

Informasi yang dihasilkan dari sistem informasi bertujuan untuk :

1. Menyediakan informasi untuk membantu dalam pengambilan keputusan

oleh pihak yang berwenang.

2. Membantu petugas di dalam melaksanakan proses pengambilan data.

3. Memberikan informasi yang layak dan dapat dipertanggungjawabkan

kepada pihak di luar organisasi.

1. Sumber dari Sistem Informasi

Sumber dari sistem informasi berasal dari alat pengolahan data,

yaitu :

1. Manual informational system, berasal dari proses manual, karena

masih manual maka manusia sangat berperan dalam menyelesaikan

masalah.

2. Mechanical information system, berasal dari pengolahan oleh peralatan

atau mesin – mesin pencatatan, disini manusia masih berperan .

Computer based information system, berasal dari electronic dan processing

(EDP), dengan adanya pemakaian computer mengakibatkan manusia tidak begitu

berperan karena computer dapat membantu menyelesaikan permasalahan.

2. Komponen Sistem Informasi

Sistem informasi mempunyai beberapa komponen, yaitu :

1. Hardware (perangkat keras), seperti : keyboard, monitor,

microprocessor dan lain sebagainya.

2. Software (perangkat lunak)

3. Brainware (manusia)

4. Data

Prosedur atau metode – metode.

C. Pemodelan Sistem Pengambilan Keputusan

Seperti telah dijelaskan diatas system didefinisikan sebagai kumpulan

objek yang memiliki keterkaitan fungsi dan prosedur untuk mencapai tujuan

tertentu bersama – sama. Sistem pengambilan keputusan berkaitan dengan elemen

– elemen keputusan seperti pengambilan keputusan, tool pengambilan keputusan,

aturan dan ide atau prinsip dengan tujuan mencari solusi atas permasalahan

keputusan yang dihadapi.

1. Metode Keputusan

Model keputusan relevan dengan model secara umum. Model

didefinisikan sebagai representasi sederhana dari suatu keadaan nyata (Ramdhani

[3]).

2. Metode Keputusan

Pemodelan pada dasarnya merupakan proses membangun atau membentuk

sebuah model, dalam bahasa formal tertentu, dari suatu system nyata berdasarkan

sudut pandang tertentu menurut Ramdhani [3]. Sistem nyata akan dilihat dan

dibaca oleh pemodelan dan membentuk citra atau gambaran tertentu di dalam

pikirannya.

Pemodelan dilakukan menurut beberapa tahapan seperti yang ditunjukan

oleh gambar II.2. Tahapan ini menjadi arah bagi pemodel untuk membuat model

yang memiliki karakter dengan tingkat generalisasi tinggi, mekanisme transparan,

berpotensi untuk dikembangkan peneliti lain, dan peka terhadap perubahan

asumsi.

Tahapan ini mengisyaratkan pemodelan untuk memasukkan komponen

pada suatu system nyata yang benar – benar menentukan perilaku system untuk

suatu persoalan yang sedang diamati dan mengisyaratkan bahwa pengguna model

harus tetap mempertahankan validitasnya dan asumsinya.

D. Pengambilan Keputusan Kinerja Majemuk

Pengambilan keputusan kriteria majemuk pada prinsipnya menurut

Ramdhani [3] adalah sebagai berikut :

“Model pengambilan keputusan untuk penentuan prioritas alternatife

dengan menggunakan dua atau lebih kriteria atau atribut, yang satu sama

lain terkadang memiliki konflik dan kriteria yang tidak sepadan untuk

beberapa kepentingan kelompok”.

Lebih lanjut lagi, menurut Ramdhani [3] menyatakan penggunaan model

untuk pengambilan keputusan kriteria majemuk untuk suatu keputusan tertentu

tergantung pada saat pemilihan kriteria yang digunakan sebagai kriteria satuan

analisis. Pada saat pembuatan kriteria, pengambilan keputusan harus mencoba

untuk menggambarkan dalam bentuk kuantifikasi jika hal ini memungkinkan,

karena akan selalu adsa factor yang tidak dapat dikuantifikasikan yang juga tidak

dapat diabaikan. Bila diabaikan maka hal ini dapat mengakibatkan semakin

sulitnya membuat perbandingan kenyataan bahwa kriteria yang baik tidak bisa

dikuantifikasikan itu sukar untuk diperkirakan dan diperbandingkan hendaknya

tidak dapat menyebabkan pengambilan keputusan untuk tidak menggunakan

kriteria tersebut, karena kriteria ini dapat saja relevan dengan masalah utama di

dalam setiap analisis. Beberapa kriteria yang kemungkinan sangat penting, tetapi

sulit dikuantifikasikan adalah seperti faktor – faktor social ( seperti gangguan

lingkungan), estetika, keadilan, faktor – faktor politis, serta kelayakan

pelaksanaan, akan tetapi jika suatu kriteria dapat dikuantifikasikan tanpa merubah

pengertiannya, maka hal ini dapat dilakukan.

1. Penentuan Kriteria

Sifat – sifat yang harus diperhatikan dalam memilih criteria pada setiap

persoalan pengambilan keputusan adalah sebagai berikut menurut Ramdhani [3] :

a. Lengkap

Kriteria yang dipilih harus dapat mencakup seluruh aspek penting

dalam persoalan tersebut. Suatu set kriteria disebut lengkap apabila set ini

dapat menunjukkan seberapa jauh seluruh tujuan dapat dicapai.

b. Operasional

Kriteria yang baik harus dapat digunakan dalam analisis. Sifat

operasional ini mencakup beberapa pengertian, antara lain bahwa set

kriteria ini harus mempunyai arti bagi pengambilan keputusan, sehingga ia

dapat benar – benar menghayati implikasinya terhadap alternatif yang ada.

Selain itu, jika tujuan pengambilan keputusan ini harus dapat digunakan

sebagai sarana untuk meyakinkan pihak lain, maka set kriteria ini harus

dapat digunakan sebagai sarana untuk memberikan penjelasan atau untuk

berkomunikasi. Operasional ini juga mencakup sifat dapat diukur,

tujuannya adalah untuk memperolah distribusi kemungkinan dari tingkat

pancapaian kriteria yang mungkin diperoleh (untuk keputusan dalam

ketidakpastian ) dan mengungkapkan perferensi pengambilan keputusan

atas pencapaian kriteria.

c. Tidak Berlebihan

Kriteria yang dipilih tidak berlebihan untuk menghindari

perhitungan yang berulang. Proses menentukan set kriteria diusahakan

menghindari kriteria yang mengandung pengertian yang sama.

d. Minimum

Jumlah kriteria harus minimum dengan tujuan agar lebih

mengkonprehensifkan persoalan. Semakin banyak criteria yang dilibatkan

maka semakin sukar pula untuk dapat menghayati permasalahan dengan

baik, lebih jauh lagi, jumlah perhitungan yang diperlukan dalam analisis

akan semakin banyak.

Adakalanya meskipun kita telah berusaha menjabarkan tujuan

menjadi lebih spesifik, kita tetap dapat menemukan kriteria untuk sejumlah

tujuan.

2. Jenis Metode Pengambilan Keputusan Kriteria Majemuk

Menurut Saaty [4] ada beberapa metode standar yang umum digunakan

untuk pengambilan keputusan Kriteria majemuk adalah Multi Attribute Utility

Theory (MAUT) (Edward, W, 1997), Simple Multi Attribute Rating Tecnique

(SMART) (Edward, W dan Barron, FH, 1994 ) dan Analytic Hierarchy Process

(AHP) (Saaty, TL, 1980). Perkembangan ilmu pengambilan keputusan kriteria

majemuk juga telah meluas dengan diperkenalkan metode yang lebih kompleks

seperti Analytic Network Process (ANP).

Penelitian ini mengambil basis metode AHP sebagai metode untuk

memecahkan permasalahan yang dihadapi dalam mengajukan pensiun.

E. Analytic Hierarchy Process (AHP)

Menurut Saaty [4] metode AHP atau Proses Hirarki Analitik merupakan

salah satu metode pengambilan keputusan dimana factor – factor logika, intuisi,

pengalaman, pengetahuan, emosi, dan rasa dicoba untuk dioptimasikan dalam

suatu proses yang sistematis. Metode AHP ini mulai dikembangkan oleh Thomas

L. Saaty, seorang ahli matematika University Of Pittsburgh di Amerika Serikat,

pada awal tahun 1970 – an.

AHP yang dikembangkan oleh Saaty ini memecahkan yang kompleks

dimana aspek atau kriteria yang diambil cukup banyak kompleksitas ini

disebabkan oleh banyak hal diantaranya struktur masalah yang belum jelas,

ketidakpastian persepsi pengambilan keputusan serta ketidakpastian tersedia data

statistic yang akurat atau bahkan tidak ada sama sekali. Adakalanya timbul

masalah keputusan yang dirasakan dan diamati perlu diambil secepatnya, tetapi

variasinya rumit sehingga datanya tidak dapat dicatat secara numeric (kuantitatif),

namun secara kualitatif, yaitu berdasarkan persepsi pengalaman dan intuisi.

Namun, tidak menutup kemungkinan, bahwa model – model lainnya ikut

dipertimbangkan pada saat proses pengambilan keputusan dengan pendeketan

AHP, khususnya dalam memahami para kepututsan individual pada saat proses

penerapan pendekatan ini.

1. Kelebihan dan Kelemahan AHP

Metode AHP telah banyak penggunaannya dalam berbagai skala bidang

kehidupan. Kelebihan metode AHP ini dibandingkan dengan pengambilan

keputusan criteria majemuk lainnya adalah :

a. Struktur yang berhierarki, sebagai konsekuensi dari criteria yang dipilih,

sampai pada sub – sub criteria yang palling dalam.

b. Memperhitungkan validitas sampai dengan batas toleransi inkosistensi

berbagai criteria dan alternative yang dipilih oleh para pengambil

keputusan.

c. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas

pengambilan keputusan.

d. Metode AHP memiliki keunggulan dari segi proses pengambilan

keputusan dan akomodasi untuk atribu – atribut baik kuantitatif maupun

kualitatif.

e. Metode AHP juga mampu menghasilkan hasil yang lebih konsisten

dibandingkan dengan metode – metode lainnya.

f. Metode pengambilan keputusan AHP memiliki system yang mudah

dipahami dan digunakan.

Kelemahan – kelemahan penggunaan metode AHP yaitu :

a. Responden yang dilibatkan harus memiliki pengetahuan yang cukup dalam

(expert) mengenai permasalahan dan tentang AHP itu sendiri.

AHP tidak dapat diterapkan pada suatu perbedaan sudut pandang yang

sangat tajam atau ekstrim dikalangan responden.

2. Langkah-langkah Metode AHP

Adapun langkah yang dipergunakan dalam metode AHP, yaitu :

1) Mendefinisikan masalah dan menentukan solusi yang diinginkan.

2) Membuat struktur hirarki yang diawali dengan tujuan umum,

dilanjutkan dengan sub tujuan – tujuan, criteria dan kemungkinan

alternatif – alternatif pada tingkatan criteria yang paling bawah.

3) Membuat matriks perbandingan berpasangan yang menggambarkan

kontribusi relative atau pengaruh setiap elemen terhadap masing –

masing tujuan atau criteria yang setingkat di atasnya. Perbandingan

dilakukan berdasarkan judgement dari pengambilan keputusan dengan

menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.

4) Melakukan perbandingan berpasangan sehingga diperoleh judgement

seluruh sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya

elemen yang dibandingkan.

5) Menghitung nilai eigen dan menguji konsistensinya, jika tidak

konsisten maka pengambilan data diulangi.

6) Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.

7) Mengikuti vector eigen di setiap matriks perbandingan berpasangan.

Nilai vector eigen merupakan bobot setiap elemen. Langkah ini untuk

mesintesis judgement dalam penentuan prioritas elemem – elemen pada

tingkat hirarki terendah sampai pencapaian tujuan.

8) Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10% maka

penilaian data judgement harus diperbaiki.

Secara naluriah manusia dapat mengestimasi besaran sederhana melalui

inderanya. Proses paling mudah adalah membandingkan dua hal dengan

keakuratan perbandingan yang dapat dipertanggungjawabkan, untuk itu Saaty

menetapkan skala kuantitatif 1 sampai 9 untuk menilai secara perbandingan

tingkat kepentingan suatu elemen dengan elemen lain ( Lihat table II.1 ).

Intensitas

Keterangan

Penjelasan

Kepentingan

1 Kedua elemen sama

pentingnya

Dua elemen mempunyai pengaruh

yang sama besar terhadap tujuan

3 Elemen yang satu

sedikit lebih penting

dari pada elemen

yang lain.

Pengalaman dan penilaian sedikit

menyokong satu elemen

dibandingkan elemen lainnya.

5 Elemen yang satu

sedikit lebih cukup

dari pada elemen

yang lainnya

Pengalaman dan penilaian sangat

kuat menyokong satu elemen

dibandingkan atas elemen lainnya

7 Satu elemen jelas

lebih penting dari

pada elemen lainnya

Satu elemen yang kuat

disokong dan dominannya telah

terlihat dalam praktek

9 Satu elemen mutlak

penting dari pada

elemen lainnya

Bukti yang mendukung

elemen yang satu terhadap elemen

lain memiliki tingkat penegasan

tertinggi yang mungkin

menguatkan.

2,4,6,8 Nilai – nilai antara

dua nilai

perbandingan yang

berdekatan

Nilai ini diberikan bila ada

dua kompromi diantara dua pilihan.

Kebalikan Jika untuk aktivitas I mendapat satu angka bila

dibandingkan dengan aktivitas j, maka j mempunyai nilai

kebalikannya bila dibandingkan dengan i.

Pada dasarnya formulasi matematis pada model AHP dilakukan dengan

menggunakan matriks. MIsalkan, dalam suatu subsistem operasi terdapat n

elemen operasi, yaitu elemen – elemen operasi A1,A2, …, An, maka hasil

perbandingan secara berpasangan elemen – elemen operasi tersebut akan

membentuk matriks perbandingan (Lihat gambar II.3).

A1

A2

… An

A1

a11

a12

… a1n

A2

a21

a22

… a2n

: : : : :

An

an1

an2

… ann

Matriks A (nxn) merupakan matriks resiprokal dan diasumsikan terdapat n

elemen yaitu w1, w2, …, wn yang akan dinilai secara perbandingan. Nilai

(judgement) perbandingan secara berpasangan antara (wi, wj) dapat

dipresentasikan seperti matriks tersebut (persamaan dibawah).

wi = a(i, j) ; I, j = 1, 2, …, nwj

Matriks A merupakan matris perbandingan dengan unsur – unsur

adalah aij, dengan I, j = 1, 2, …, n. Unsur – unsur matriks tersebut diperoleh

dengan membandingkan satu elemen operasi terhadap elemen operasi lainnya

tingkat hirarki yang sama. Matriks itu dikenal juga dengan sebutan Pairwise

Comparison Judgement Matrices (PCJM).

Vektor pembobotan elemen – elemen operasi dinyatakan sebagai vector w,

dengan w (w1, w2, …, wn), sehingga nilai intensitas kepentingan elemen operasi A1

terhadap A2 yakni w1/w2 sama dengan a12 (gambar II.4).

A1

A2

… An

A1

w1/w1

w1/w2

… w1/wn

A2

w2/w1

w2/w2

… w2/wn

: : : : :

An

wn/w1

wn/w2

… wn/wn

Nilai – nilai wi, wj, dengan I, j = 1, 2, …, n, diperoleh dari partisipan yang

dipilih, yaitu orang – orang yang berkompeten dalam permasalahan yang

dianalisis. Bila matriks ini dikalikan dengan vector kolom w = w1, w2, …, wn,

maka A dengan nilai eigen n. Persamaan tersebut akan dilihat seperti gambar II.5 :

w1 w1 … w1

w1 w2 wn w1 w1

w2 w2 … w2 x w2 = n x w2

w1 w2 wn … …wn wn … wn wn wn

w1 w2 wn

Variabel n pada gambar dapat digantikan secara umum dengan sebuah

vector λ dalam persamaan berikut :

Aw = λw

Dimana λ = (λ1, λ2, …, λn)

Setiap λn yang memenuhi persamaan diatas disebut sebagai eigen

value, sedangkan vector w yang memenuhi persamaan diatas tersebut dinamakan

eigen vector.

Matriks A adalah suatu matriks resiprokal dengan nilai aii = 1 untuk

semua I, sehingga memenuhi persamaan berikut :

∑i=1

n

λi= n

Apabila matriks A adalah matriks yang konsisten maka semua

eigen value bernilai 0 kecuali satu yang bernilai sama dengan n. Bila matriks A

adalah matriks yang tak konsisten, variasi kecil atas aij akan membuat eigen value

paling besar, λmax tetap dekat dengan n, dan eigen value lainnya mendekati nol.

Nilai λmax dapat dicari dengan persamaan berikut :

Aw = λmax w atau [ A – λmax I ] = 0

Dimana I adalah matriks identitas.

Nilai vector bobot w dapat dicari dengan mensubtitusikan nilai λmax

ke dalam persamaan Aw = λmax w.

Pada prakteknya, kondisi yang konsisten akan sulit didapat . Nilai a ij akan

menyimpang dari rasio wi / wj sehingga dengan demikian persamaan Aw = nw

tidak akan terpenuhi. Deviasi λmax dari n merupakan suatu parameter Consistency

Index ( CI ) yang dirumuskan sebagai berikut :

CI = λmax – n n – 1Nilai CI tidak akan berarti bila tidak terdapat acuan untuk menyatakan

apakah CI menunjukkan suatu matriks yang konsisten. Saaty memberikan acuan

dengan melakukan perbandingan acak terhadap 500 buah sample. Saaty

berpendapat bahwa suatu matriks yang dihasilkan dari perbandingan yang

dilakukan secara acak merupakan suatu matriks yang mutlak tak konsisten. Pada

matriks acak tersebut diperoleh nilai CI, yang disebut dengan Random Index

( RI ), sehingga dengan membandingkan CI dengan RI akan didapatkan acuan

untuk menentukan tingkat konsistensi suatu matriks, yang disebut dengan

Consistency Ratio ( CR ), melalui persamaan berikut :

CR = CI RI

Thomas L. Saaty mendapatkan nilai rata – rata RI dari 500 buah sample

matriks acak dengan skala perbandingan 1 – 9, untuk beberapa orde matriks

sebagai pada table II.2 :

Orde Matriks 1 2 3 4 5 6 7 8 9RI 00.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45

Orde Matriks 10 11 12 13 14 15RI 0.49 1.51 1.48 1.56 1.57 1.59

Saaty menerapkan bahwa suatu matriks perbandingan adalah konsistensi

bila nilai CR tidak lebih dari 0.1 ( 10% ).

F. Perhitungan Matematis AHP

1. Contoh Perhitungan AHP

Masalah pemilihan sekolah dilakukan oleh Prof.T.L Saaty untuk

membantu anakanya dalam menentukan perguruan tinggi apa yang akan

dimasukinya setelah lulus dari sekolah. Anaknya menemui kesukaran dalam

memilih satu dari tiga perguruan tinggi yang menerimanya sebagai mahasiswa.

Prof. Saaty memutuskan untuk membuat suatu hirarki yang dapat dilihat pada

gambar II.6 berikut :

Keterangan :

PBM = Proses Belajar Mengajar

LP = Lingkungan Pergaulan

KS = Kehidupan Sekolah

PK = Pendidikan Kejurusan

KUA = Kualifikasi yang diminta sekolah

KM = Mutu Pendidikan musik

Setelah penyusunan hirarki selesai maka langkah selanjutnya adalah

melakukan perbandingan antara elemen – elemen dengan memperhatikan

pengaruh elemen pada level diatasnya. Perbandingan dilakukan dengan skala 1

sampai 9. Matriks perbandingan dari level dua dapat dilihat pada table II.3.

PBM LP KS PK KUA KM

PBM 1 4 3 1 3 4

LP 1 / 4 1 7 3 1 / 5 1

KS 1 / 3 1 / 7 1 1 / 5 1 / 5 1 / 6

PK 1 1 / 3 5 1 1 1 / 3

KUA 1 / 3 5 5 1 1 3

KM 1 / 4 1 6 3 1 / 3 1

Nilai pada table II.3 dapat disintesiskan dengan jalan menjumlahkan angka

– angka yang terdapat pada setiap kolom, setelah itu angka dalam setiap sel dibagi

dengan jumlah pada kolom yang bersangkutan. Proses ini akan menghasilkan

matriks yang telah normal ( Lihat pada table II.4 ).

PBM LP KS PK KUA KM Rata – rata

PBM 6 / 1923 / 66

1 / 9 5 / 46 45 / 86 8 / 19 0.30

LP 3 / 38 2 / 23 7 / 27 15 / 46 3 / 86 2 / 19 0.15KS 2 / 19 1 / 80 1 / 27 1 / 46 3 / 86 1 / 57 0.04PK 6 / 19 2 / 69 5 / 27 5 / 46 15 / 86 2 / 57 0.14

KUA 2 / 1917 / 39

5 / 27 5 / 46 15 / 86 6 / 19 0.22

KM 3 / 38 2 / 23 2 / 9 15 / 46 5 / 86 2 / 19 0.15

Nilai rata – rata dari setiap baris menunjukkan bahwa tingkat kepentingan

factor untuk masing – masing criteria adalah : 30%, 15%, 4%, 14%, 22%, dan

15%. Setelah matriks level 2 selesai diisi dan dihitung bobot prioritasnya, langkah

selanjutnya adalah membuat matriks perbandingan antar elemen level 3 dengan

memperhatikan keterkaitannya dengan level 2. Proses ini memiliki langkah yang

sama seperti proses yang telah dijelaskan sebelumnya.

2. Perhitungan Konsistensi AHP

Langkah pertama untuk menghitung konsistensi adalah dengan melakukan

perkalian matriks antara matriks perbandingan pada table II.3 dan vector prioritas

yang didapat pada table II.4. Hasil perhitungan ini adalah sebagai berikut :

1 4 3 1 3 4 0.30 2.40

1/4 1 7 3 1/5 1 0.15 1.11

1/3 1/7 1 1/5 1/5 1/1 x 0.04 = 0.26

1 1/3 5 1 1 1/3 0.14 0.96

1/3 5 5 1 1 3 0.22 1.84

1/4 1 6 3 1/3 1 0.15 1.10

Selanjutnya nilai masing – masing sel pada vector hasil perkalian tersebut

dibagi dengan nilai masing – masing sel pada vector prioritas sehingga diperoleh

hasil sebagai berikut :

2.40 0.30 7.88

1.11 0.15 7.45

0.26 ÷ 0.04 = 6.75

0.96 0.14 6.76

1.84 0.22 8.31

1.10 0.15 7.50

Nilai λmax dapat dicari dengan perhitungan sebagai berikut :

λmax = 7.88 + 7.45 + 6.75 + 6.76 + 8.31 + 7.50 6

Nilai Consistency Index ( CI ) didapat dengan perhitungan :CI = λmax – n = 7.44 – 6 = 0.29 n – 1 6 – 1

Berdasarkan table 2.2 nilai Random Index ( RI ) untuk jumlah elemen 6

adalah 1,24 maka nilai Consistency Ratio ( CR ) adalah

CR = CI = 0.29 = 0.23 RI 1.24

Nilai 0.23 ini menyatakan bahwa rasio konsistensi dari hasil penelitian

perbandingan diatas mempunyai rasio sebesar 23%. Nilai ini menyebabkan

penilaian tersebut tidak dapat diterima dan harus diulangi kembali karena lebih

besar dari 10% seprti yang telah dikemukakan oleh Saaty.

3. Perhitungan Multi Responden

Penilaian yang dilakukan oleh banyak responden akan menghasilkan

pendapat yang berbeda satu sama lain. AHP hanya membutuhkan satu jawaban

untuk satu matriks perbandingan. Jadi semua jawaban dari responden harus dirata

– ratakan. Untuk itu Saaty memberikan metode perataan dengan Geometric Mean.

Geometric Mean Theory menyatakan bahwa jika terdapat n responden

melakukan perbandingan berpasangan, maka terdapat n jawaban atau nilai

numeric untuk setiap pasangan. Untuk mendapat suatu nilai tertentu dari semua

nilai tersebut, masing – masing nilai harus dikalikan satu sama lain kemudian

hasil perkalian dipangkatkan dengan 1/n. Secara matematis dapat dituliskan dalam

persamaan berikut :

Aij = ( z1, z2, …, zn )1/n

aij adalah nilai rata – rata perbandingan antar criteria A i da Aj untuk n

responden. Zi adalah nilai perbandingan antara criteria Ai denagn Aj untuk

responden ke – i dengan i = 1, 2, …, n dan n adalah jumlah responden.

G. Basis Data

1. Pengertian Basis Data

Basis Data terdiri dari 2 kata, yaitu Basis dan Data. Basis kurang lebih

dapat diartikan sebagai markas atau gudang, tempat berkumpul. Sedangkan data

representasi fakta dunia nyata yang mewakili suatu objek seperti manusia

(pegawai, siswa, pembeli, pelanggan), barang, dan sebagainya, yang direkam

dalam bentuk angka, huruf, simbol, teks, gambar, bunyi atau kombinasinya.

Basis data sendiri dapat didefinisikan dalam sejumlah sudut pandang

seperti Fatansyah [6] :

1. Himpunan kelompok data (arsip) yang saling berhubungan yang diorganisasi

sedemikian rupa agar kelek dapat dimanfaatkan kembali dengan cepat dan

mudah.

2. Kumpulan file / tabel / arsip yang saling berhubungan yang disimpan dalam

media penyimpanan elektronis.

2. Sistem Pengelola Basis Data ( Database Management System / DBMS)

Pengelola basis data secara fisik tidak dilakukan oleh pemakai secara

langsung, tetapi ditangani oleh sebuah perangkat lunak (sistem) yang khusus /

spesifik. Perangkat lunak inilah (disebut DBMS) yang akan menentukan

bagaimana data diorganisasi, disimpan, diubah dan diambil kembali. Ia juga

menerapkan mekanisme pengamanan data, pemakaian data secara bersama,

keakuratan data dan sebagainya. Jogianto [2]

Perangkat lunak yang termasuk DBMS seperti dBase III+, dBase IV,

FoxBase, MS – Access, Borland – Paradoks, MS – SQLServer, Oracle Borland –

Interbase. Salah satu tujuan DBMS adalah untuk menyediakan fasilitas / antar

muka ( interfase) dalam melihat data ( yang lebih ramah / userfriendly ) kepada

pemakai.

3. Bahasa Basis Data ( Database Language )

DBMS merupakan perantara bagi pemakai dengan basis data dalam disk.

Cara berinteraksi / berkomunikasi antara pemakai dengan basis data tersebut

diatur dalam suatu bahasa khusus yang ditetapkan oleh perusahaan pembuat

DBMS. Bahasa itu dapat kita sebut sebagai Bahasa Basis Data yang terdiri atas

sejumlah perintah yang diformulasikan dan dapat diberikan user dan dikenali /

diproses oleh DBMS untuk melakukan suatu aksi / pekerjaan tertentu.

Sebuah Bahasa Basis Data ada dua bentuk yaitu Fatansyah [6] :

1. Data Definition Language (DDL)

2. Data Manipulation Language (DML)

Struktur atau skema basis data yang menggambarkan desain basis data

secara keseluruhan dispesifikasikan dengan bahasa khusus yang disebut Data

Definition Language (DDL), Dengan bahasa inilah dapat dibuat tabel baru,

membuat indeks, mengubah tabel, menentukan struktur penyimpanan tabel, dan

sebagainya. Yang mana hasil dari kompilasi perintah DDL adalah kumpulan tabel

yang disimpan dalam file khusus yang disebut kamus data ( Data Dictionary ).

Sedangkan Data Manipulation Language (DML) merupakan bentuk

bahasa basis data yang berguna untuk melakukan manipulasi dan pengambilan

data pada suatu basis data. Manipulasi data dapat berupa :

1. Penyisipan atau penambahan data baru dari suatu basis data

2. Penghapusan data dari suatu basis data

3. Pengubahan data dari suatu basis data

Data Manipulation Language (DML) merupakan bahasa yang bertujuan

memudahkan pemakai untuk mengakses data sebagaimana direpresentasikan oleh

modeldata.

H. Pemodelan dan Analisis

Pada tingkat teknik, rekayasa perangkat lunak dimulai dengan serangkaian

tugas pemodelan yang membawanya kepada suatu spesifikasi lengkap

daripersyaratanrepresentasi desain yang komprehensif bagi perangkat lunak yang

akan dibangun. Model analisis, yang sebenarnya merupakan serangkaian model

representasi teknis dari sistem. Saat ini ada dua yang mendominasi landscap

pemodelan analisis. Yang pertama analisis terstruktur, adalah pemodelan klasik

dan yang kedua adalah analisis berorientasi objek.

1. Entity Relationship Diagram (ERD)

ERD merupakan notasi grafis dalam pemodelan data konseptual yang

mendeskripsikan hubungan antara penyimpanan. ERD digunakan untuk

memodelkan struktur data dan hubungan antar data, karena hal ini relatif

kompleks. Dengan ERD kita dapat menguji model dengan mengabaikan proses

yang harus dilakukan. ERD menggunakan sejumlah notasi dan simbol untuk

menggambarkan struktur dan hubungan antar data, pada dasarnya ada 3 macam

simbol yang digunakan yaitu Fatansyah [6] :

a) Entity

Adalah suatu objek yang dapat diidentifikasi dalam lingkungan

pemakai, sesuatu yang penting bagi pemakai dalam konteks sistem yang

akan dibuat.

b) Atribut

Entiti mempunyai elemen yang disebut atribut, dan berfungsi

mendeskripsikan karakter entiti.

c) Hubungan

Relationship sebagaimana halnya entiti maka dalam hubungan

pun harus dibedakan antara hubungan atau bentuk hubungan antar entiti

dengan isis dari hubungan itu sendiri.

Relasi antara dua file atau dua tabel dapat dikategorikan menjadi

tiga macam, yaitu :

1) One to One Relationship

Yang berarti entitas pada himpunan entitas A berhubungan

paling banyak dengan satu entitas B, dan begitu juga sebaliknya

setiap entitas pada himpunan entitas B berhubungan paling banyak

dengan satu entitas pada himpunan entitas A.

2) One to Many Relationship

Yang berarti entitas pada himpunan entitas A berhubungan

dengan banyak entitas pada satu himpunan entitas B, tetapi tidak

sebaliknya setiap entitas pada himpunan entitas B berhubungan

paling banyak dengan satu entitas pada himpunan entitas A.

3) Many to Many Relationship

Yang berarti entitas pada himpunan entitas A berhubungan

dengan banyak entitas pada satu himpunan entitas B dan begitu

juga sebaliknya setiap entitas pada himpunan entitas B

berhubungan dengan banyak entitas pada himpunan entitas A.

2. Data Flow Diagram (DFD)

DFD adalah suatu model logika data atau proses yang dibuat untuk

menggambarkan darimana asal data dan kemana tujuan data yang keluar sistem,

dimana data disimpan, proses apa yang menghasilakn data tersebut dan interaksi

antara data yang tersimpan dan proses yang akan dikenakan pada data tersebut.

Jogianto [2]

DFD sering digunakan untuk menggambarkan suatu sistem yang telah ada

atau sistem baru yang akan dikembangkan sacara logika tanpa

mempertimbangkan lingkungan fisik dimana data tersebut mengalir (misalnya

lewat telepon, surat dan sebagainya). Atau lingkungan fisik dimana data tersebut

akan disimpan (misalnya file kartu, hard disk, tape, disket dan sebagainya).

DFD merupakan alat yang cukup populer saat ini, karena dapat

menggambarkan arus data didalam sistem dengan terstruktur dan jelas. Lebih

lanjut DFD merupakan dokumentasi dari sistem yang baik.

Beberapa simbol yang akan digunakan di dalam DFD antara lain menurut

Jogianto [2] adalah sebagai berikut :

1)Kesatuan luar ( External Entity )

Setiap sistem pasti mempunyai batas sistem yang memisahkan

suatu sistem dengan lingkungan luarnya. Sistem akan menerima input

dan menghasilkan output kepada lingkungan luarnya. Kesatuan luar

(external entity) merupakan kesatuan dilingkungan luar sistem dapat

berupa orang, organisasi atau sistem lainnya yang berada dilingkungan

luarnya yang akan memberikan input atau menerima output dari sistem.

Kesatuan luar ini kebanyakan adalah salah satu dari berikut ini :

a. Suatu kantor, departemen atau divisi dalam perusahaan tetapi di luar

sistem yang sedang dikembangkan.

b. Orang atau sekelompok orang di organisasi tetapi di luar sistem yang

sedang dikembangkan.

c. Suatu organisasi atau orang di luar organisasi.

d. Sistem informasi yang lain di luar sistem yang sedang dikembangkan.

e. Sumber asli dari suatu transaksi.

f. Penerimaan akhir dari suatu laporan yang dihasilakn oleh sistem.

2)Aliran Data ( Data Flow )

Aliran data di DFD diberi simbol suatu panah. Aliran data ini

mengalir diantara proses (process), simpan data (data store) dan kesatuan

luar (external entity). Aliran data ini menunjukkan aliran dari data yang

dapat berupa masukkan untuk sistem atau hasil dari proses sistem.

3)Proses

Proses adalah kegiatan atau kerja yang dilakukan oleh orang,

mesin atau komputer dari hasil suatu arus data yang masuk ke dalam

proses untuk dihasilkan arus data yang akan keluar dari proses yang

digambarkan secara umum. Suatu proses dapat ditunjukkan dengan

simbol lingkaran atau dengan simbol empat persegi panjang tegak

dengan sudut – sudutnya tumpul.

4)Berkas atau Simpanan Data ( Data Store )

Berkas atau simpanan data merupakan simpanan dari data yang

dapat berupa :

a) Suatu file atau database di sistem komputer.

b) Suatu arsip atau catatan manual.

c) Suatu kotak tempat data di meja seseorang.

d) Suatu tabel acuan manual.

e) Suatu agenda atau buku.

I. Perangkat Lunak Pendukung

Borland Delphi atau biasa yang disebut Delphi saja, merupakan sarana

pemrograman aplikasi visual. Bahasa pemrograman yang digunakan adalah

bahasa pemrograman Pascal atau kemudian juga yang disebut bahasa

pemrograman Delphi. Delphi merupakan generasi penerus dari Turbo Pascal.

Turbo Pascal yang diluncurkan pada tahun 1983 dirancang untuk dijalankan pada

system operasi DOS (yang merupakan system operasi yang paling banyak

digunakan pada saat itu). Sedangkan Delphi yang diluncurkan pertama kali tahun

1995 dirancang untuk beroperasi dibawah system operasi windows.

Delphi adalah compiler (penterjemah) bahasa Delphi (awalnya dari pascal)

yang merupakan bahasa tingkat tinggi sekelas dengan basic, C. Bahasa

pemrograman di Delphi disebut bahasa procedural yaitu bahasa atau sintaknya

mengikuti urutan tertentu. Delphi disebut juga Visual Programming artinya

komponen – komponen yang ada tidak hanya berupa teks tetapi muncul berupa

gambar – gambar.

Delphi memiliki sarana untuk pembuatan aplikasi, mulai dari sarana untuk

pembuatan form, menu, toolbar, hingga kemampuan untuk menangani

pengelolaan basis data yang besar. Kelebihan – kelebihan yang dimiliki Delphi

antara lain karena pada Delphi, form dan komponen – komponennya dapat

dipakai ulang dan dikembangkan, tersedia template aplikasi dan template form,

memiliki lingkungan pengembangan visual yang dapat diatur sesuai kebutuhan,

menghasilkan file terkompilasi yang berjalan lebih cepat, serta kemampuan

mengakses data dari bermacam – macam format.

Delphi menggunakan bahasa objek pascal didalam lingkungan

pemrograman visual. Kombinasi ini menghasilkan sebuah lingkungan

pengembangan aplikasi yang berorientasi objek (Object Oriented Programming).

Dengan konsep seperti ini, maka pembuatan aplikasi menggunakan Delphi dapat

dilakukan dengan cepat dan menghasilkan aplikasi yang tangguh. Form dan

komponen yang ada didalamnya, misalnya, dapat disimpan dalam suatu paket

komponen yang dapat digunakan kembali, atau dimodifikasi seperlunya saja.

Khususnya untuk pemrograman database, Delphi menyediakan object yang

sangat kuat, canggih dan lengkap, sehingga memudahkan pemrograman dalam

merancang, membuat dan menyelesaikan aplikasi database yang diinginkan.

Selain itu, Delphi juga dapat menangani data dalam berbagai format database,

misalnya format MS.Access, Oracle, Foxro, Informix dan lain – lain. Format

database yang dianggap asli dari Delphi adalah Paradox dan dBase.

Keunggulan yang dimiliki oleh Borland Delphi yaitu :

a. Memiliki banyak fitur

b. Dapat merancang dan membuat tampilan aplikasi yang bagus

c. Mudah dalam penulisan coding

Kompatible dengan berbagai macam jenis database.

III. PROSEDUR PENELITIAN

A. Metode

Metode penelitian yang digunakan adalah metode kualitatif. Alasan

menggunakan metode kualitatif karena dikhawatirkan terjadi perubahan masalah

dalam proses penelitian.

Selain itu, dalam proses pembangunan sistem informasi pengambilan

keputusan banyak faktor yang membuat masalah ini semakin kompleks dan

dinamis sehingga rentan terhadap perubahan masalah.

B. Tempat Penelitian

PT. PLN (Persero) Penyaluran dan Pusat Pengaturan Beban (P3B) Region

Jawa Barat, Jl. Supratman No.58 Bandung.

C. Instrumen Penelitian

Instrumen yang digunakan dalam penelitian ini adalah bagian Juru Utama /

Juru Administrasi Personil PT. PLN (Persero) P3B Region Jawa Barat. Karena

dalam penelitian kualitatif manusia dijadikan sebagai instrumen penelitian utama.

D. Sampel Sumber Data

Karena penelitian kualitatif berangkat dari kasus tertentu yang ada pada

situasi sosial tertentu, maka sample yang kami ambil di sini berdasarkan situasi

sosial tempat yaitu beberapa pegawai di PT. PLN (Persero) P3B Region Jawa

Barat yang umurnya hampir mencapai 56 tahun atau akan pensiun.

E. Teknik Pengumpulan Data

Adapun teknik-teknik yang digunakan dalam mengumpulkan data adalah:

1. Studi pustaka

Mencari referensi yang berkaitan dengan permasalahan mulai dari

mencari dari buku-buku, jurnal maupun arikel-artikel yang terdapat di

internet.

2. Wawancara

Penulis melakukan tanya jawab dengan pihak intern ( terkait )

langsung dalam pengolahan data dana manfaat pensiun.

3. Observasi

Selain dengan menggunakan kedua metode diatas, penulis juga

melakukan pemantauan langsung ke lapangan untuk mendapatkan

informasi yang dibutuhkan.

F. Teknik Analisis Data

Analisis data dapat diartikan sebagai suatu tahap setelah analisis dari

siklus pengembangan sistem yang merupakan suatu persiapan untuk

mengembangkan atau membuat program aplikasi.

1. Tujuan Analisis Data

Analisis data bertujuan untuk memberikan gambaran secara umum kepada

pemakai dalam pembuatan rancangan sistem informasi pengambilan keputusan.

Sehingga diharapkan sistem informasi pengambilan keputusan ini menjadikan

proses pengajuan pensiun bisa lebih cepat dan mudah

2. ERD (Entity Relationship Diagram)

Untuk memodelkan data dan menggambarkan hubungan antara data yang

ada, digunakan alat bantu yaitu diagram E-R. Usulan untuk perancangan diagram

E-R yaitu dapat membedakan dengan atribut lainnya sehingga tabel tersebut dapat

dijadikan referensi untuk tabel lainnya.

3. Perancangan Diagram Konteks

Diagram konteks berfungsi untuk menjelaskan hubungan sistem informasi

pengambilan keputusan yang akan dibangun serta untuk memudahkan pembuatan

sistem informasi pengambilan keputusan.

4. Perancangan Data Flow Diagram (DFD)

Data Flow Diagram merupakan model dari sistem untuk menggambarkan

pembagian sistem yang lebih kecil.

5. Kamus Data

Kamus data (data dictionary) merupakan katalog fakta tentang data dan

kebutuhan-kebutuhan informasi dari suatu sistem. Kamus data dibuat berdasarkan

arus data yang ada pada diagram aliran data. Dengan menggunakan kamus data,

analisis sistem dapat mendefinisikan data yang mengalir pada sistem secara

lengkap. Kamus data digunakan untuk merancang input, merancang laporan dan

database.

6. Skema Relasi

Skema relasi merupakan hasil transformasi dari bentuk relasi diagram E-R

yang digambarkan dalam bentuk relasi perancangan antarmuka tabel.

7. Perancangan Antar Muka

Antar muka sistem dibangun dengan menggunakan Borland Delphi dan

databasenya menggunakan Ms.Acces.

G. Rencana Pengujian Validitas dan Realibilitas Data

Pengujian validitias yang akan dilakukan adalah uji kredibilitas data.

Pengujian kredibilitas data dilakukan dengan :

1. Perpanjangan Pengamatan

Peneliti kembali ke PT. PLN (Persero) P3B Jawa Barat untuk memeriksa

apakah data yang diperoleh sudah benar atau tidak.

2. Meningkatkan Ketekunan

Peneliti melakukan pengamatan secara lebih cermat dan

berkesinambungan agar kepastian data dan urutan peristiwa dapat direkam

secarara pasti dan sistematis

3. Triangulasi

Triangulasi yang digunakan adalah triangulasi teknik pengumpulan data.

Wawancara Observasi

Studi Pustaka

4. Membercheck

Peneliti kembali ke sumber data yang dalam hal ini merupakan PT. PLN

(Persero) P3B Jawa Barat untuk memeriksa apakah pemberi data menyetujui data

yang diperoleh.

5. Analisis Kasus Negatif

Peneliti melakukan analisis dengan mencari data yang berbeda atau

bahkan bertentangan sama sekali. Bila tidak ada data yang berbeda atau

bertentangan dengan data yang ditemukan, maka data tersebut bisa dianggap

valid.

IV. ORGANISASI DAN JADWAL PENELITIAN

A. Organisasi

Ketua : Aloysius Rizkan P. (10107298)

Sekretaris : Cephi Saepul Rohman (10107311)

Bendahara : Anna Dara (10107275)

Anggota : 1. Adi Setyo Nugroho (10107295)

2. Jajang Machpudin (10107277)

3. Rahmadsyah (10107313)

B. Job Deskripsi

Nama Job Deskripsi

Aloysius Rizkan P. Penyusunan Organisasi dan Jadwal Penelitian

serta Persentasi

Cephi Saeful Rohman Penyusunan Penutup

Anna Dara Penyusunan RAB

Adi Setyo Nugroho Penyusunan Fokus Penelitian

Jajang Machpudin Penyusunan Rumusan Masalah

Rahmadsyah Penyusunan Tujuan Penelitian

Raden Sofian Bahri Penyusunan Teknik Pengumpulan Data

Een Eriandi Penyusunan Studi Kepustakaan dan Persentasi

Limai Andri N. Penyusunan Studi Kepustakaan dan Persentasi

Ahmad .W Penyusunan Studi Kepustakaan dan Persentasi

Muhammad Rizal Penyusunan Metode dan Alasan Penelitian

Samudra Andalan Penyusunan Latar Belakang

Restiana Ayunita Penyusunan Instrumen

Novia Ermawathi Penyusunan Sample Sumber Data

Rezki Nugraha Penyusunan Teknik Analisis Data

Iyan Wardianto Penyusunan Daftar Pustaka

Adis S. Penyusunan Rencana Pengujian, Validasi, dan

Realibilitas Data

Nama Job Deskripsi

Kurniawan Penyusunan Tempat Penelitian

Mulyana Penyusunan Rencana Pengujian, Validasi, dan

Realibilitas Data

C. Jadwal Penelitian

No

.Kegiatan

Hari Ke :

1 2 3 4 5 6 7 8 9 10 11 12 13

1. Diskusi Masalah

2. Penyusunan

Proposal

3. Diskusi Proposal

4. Terjun ke

lapangan

5. Menentukan

fokus

6. Menganalisis

data

7. Uji keabsahan

data

8. Membuat draft

skripsi

9. Diskusi draft

skripsi

10. Penyempurnaan

skripsi

V. RENCANA ANGGARAN BIAYA

A. Pra Penelitian

1. Pembuatan Proposal Rp 15.000,-2. ATK Rp 20.000,-3. Transportasi (Survey) Rp 30.000,-4. Lain-lain Rp 50.000,-5. Jumlah Rp 115.000,-

B. Pelaksanaan Penelitian

1. Pengumpulan Data Rp 100.000,-2. Konsumsi Rp 100.000,-3. Biaya Internet Rp 100.000,-4. Lain-lain Rp 100.000,-5. Jumlah Rp 400.000,-

C. Jumlah Keseluruhan Biaya Rp 515.000,-

VI. DAFTAR PUSTAKA

[1] Pressman, Roger S., Ph. D, (2002) , Rekayasa Perangkat Lunak: Pendekatan

Praktis (Buku Satu), Andi, Yogyakarta.

[2] Jogianto, HM, (1989), Analisis dan Desain sistem Informasi, Yogyakarta :

Andi Offset

[3] Ramdhani,M.A,(2001), Perancangan Sistem Pendukung Keputusan Kriteria

Majemuk Pada Pengambilan Keputusan Kelompok. Disertasi Doktor

Departemen Teknik Industri ITB.Bandung.

[4] Saaty,TL,(1980),Analytic Hierarchy Process. Mc Graw hill : New York.

(2001), Decision Making with Dependence and Feedback : The

Analytic Network Process. RWS Publications :Pittsburgh,PA.

[5] Wahana Komputer, (2003), Panduan Praktis Pemrograman Borland Delphi

7.0,Andi,Yogyakarta.

[6] Fatansyah, Ir., Basis Data, INFORMATIKA Bandung, 2002.

VII. PENUTUP

Syukur Alhamdulillah penulis panjatkan kehadiratnya, karena atas

limpahan rahmatnyalah proposal ini telah terselesaikan tepat pada waktunya.

Demikian proposal ini disusun tidak lain sebagai pedoman dalam melakukan

penelitian nantinya, dimana proposal ini berisi berbagai langkah-langkah yang

akan diikuti oleh peneliti untuk melakukan penelitiannya.

Tidak lupa ucapan terima kasih penulis haturkan kepada berbagai pihak

terkait atas bantuan yang diberikan dalam pembuatan proposal ini sehingga

proposal ini bisa dimanfaatkan nantinya dalam proses penelitian. Akhirnya

penulis menyadari sepenuhnya tidaklah ada yang sempurna di alam semesta ini

hanya dia yang maha sempurna pemilik alam semesta. Atas dasar itulah penulis

haturkan beribu maaf atas ketidak sempurnaan dalam penyusunan proposal ini,

semoga dengan ketidak sempurnaan yang ada proposal ini tetap bias bermanfaat

bagi penulis khususnya serta bagi peneliti umumnya.