citisee 2018 simple additive weighting berulang untuk...
TRANSCRIPT
Simple Additive Weighting Berulang untuk Seleksi
Kelayakan Administrasi Calon Tenaga Kerja
Indonesia pada PT. Xyz Banyumas Chayatul Farikhoh
Teknik Informatika
Amikom Purwokerto
Banyumas, Indonesia
Andik Wijanarko
Teknik Informartika
Amikom Purwokerto
Banyumas, Indonesia
Abstrak—PT.Xyz merupakan perusahaan penyalur calon
tenaga kerja Indonesia (CTKI) yang bekerjasama dengan
berbagai perusahaan tujuan di Malaysia. PT Xyz sering
kesulitan dalam melakukan seleksi administrasi, selain
karena jumlah pendaftar yang banyak, juga karena tiap-tiap
perusahaan memiliki persyaratan yang berbeda. Penelitian
ini membuat sistem pendukung keputusan yang
menghasilkan ranking sekaligus informasi kelayakan CTKI.
Metode yang dipergunakan adalah metode SAW yang
berulang untuk tiap-tiap perusahaan tujuan. Hasil penelitian
ini adalah terbangunnya aplikasi berbasis web sistem
pendukung keputusan seleksi CTKI untuk multiple
perusahaan tujuan.
Kata Kunci —SPK, SAW, Calon Tenaga Kerja Indonesia.
Abstract—PT. Xyz is a channeling company for
prospective Indonesian workers (CTKI) in collaboration with
various destination companies in Malaysia. PT Xyz often has
difficulty in conducting administrative selection, in addition
to the large number of registrants, also because each company
has different requirements. This research makes a decision
support system that results in a ranking as well as CTKI
feasibility information. The method used is the recurrent
SAW method for each destination company. The results of
this study are the establishment of a web-based application of
the decision support system for CTKI selection for multiple
destination companies.
Keywords—SPK, SAW, prospective Indonesian Worker.
I. PENDAHULUAN
Jumlah Tenaga Kerja Indonesia (TKI) yang bekerja di luar negeri cukup banyak, pada tahun 2016 jumlah TKI sebanyak 234.451 orang yang mana 53% bekerja di sektor formal dan 47% bekerja di sektor informal [1]. PT. Xyz merupakan salah satu Pelaksana Penempatan Tenaga Kerja Indonesia Swasta (PPTKIS) di kabupaten Banyumas yang fokus menyalurkan tenaga kerja sektor formal ke Malaysia. Oleh karena itu PT. Xyz bekerja sama dengan beberapa perusahaan besar yang beroperasi di Malaysia seperti Lumileds, Epson, Panasonic, Osram Optosemiconductor dan yang lainnya, total terdapat 14 perusahaan.
Setiap tahun perusahaan-perusahaan tersebut memerlukan ribuan tenaga kerja dari Indonesia untuk ditempatkan sebagai operator produksi. Misalnya pada tahun 2016 permintaan dari pihak Malaysia Sebanyak 4.235 orang yaitu dengan permintaan untuk laki – laki sebanyak 119 orang dan perempuan sebanyak 4.116 orang. yang dapat dipenuhi oleh PT.Xyz adalah sebanyak 796 orang, yang mana proses perekrutan laki – laki sebanyak 13 orang dan perempuan 783 orang, jauh dari target yang diminta.
Salah satu penyebab sulit terpenuhinya permintaan adalah sistem pendaftaran dan seleksi administrasi.
Proses seleksi CTKI pada PT.Xyz dimulai dari pendaftaran untuk menjadi CTKI melalui PT.Xyz yang dilakukan dengan cara para pendaftar mendatangi kantor PT.Xyz untuk mendaftar dengan mengisi formulir dan melengkapi berkas. Pendaftaran juga bisa dilakukan melalui sekolah-sekolah yang bekerjasama dengan PT.Xyz. formulir yang terkumpul didata untuk dan diseleksi berdasarkan persyaratan-persyaratan pada perusahaan-perusahaan yang berkerjasama dengan PT.Xyz. Hasil seleksi berupa kelayakakan atau ketidaklayakan para pendaftar CTKI pada perusahaan-perusahan tersebut, yang mana seorang pendaftar tidak layak untuk perusahaan satu tetapi layak untuk perusahaan lainnya, maka pendaftar tersebut direkomendasikan untuk bekerja pada perusahaan yang layak sesuai dengan profil pendaftar tersebut.
Cara tersebut dirasa kurang efektif, terutama pada proses selesinya, yang mana rata-rata memerlukan waktu 3 hari setelah penutupan pendaftaran, bahkan jika pendaftar dan perusahaan tujuan banyak, maka proses seleksi bisa memerlukan waktu satu minggu setelah tanggal penutupan pendaftaran. Selain itu, cara tersebut juga tidak dapat menjangkau calon pendaftar yang lebih luas.
Oleh karena itu perlu dilakukan cara lain yang lebih mudah dan lebih dapat menjangkau masyarakat luas salah satunya adalah teknologi web site, karena web site dapat menjangkau masyarakat luas yang terkoneksi internet [2][3]. Selain berbasis web, perlu juga dibuat sistem seleksi administrasi yang lebih cepat, misalnya dengan sistem pendukung keputusan (SPK) yang menyajikan informasi kelayakan CTKI secara on-line.
Penggunaan SPK dikarenakan sistem ini menggunakan pendekatan secara sistematis dengan mengumpulkan faktor-faktor [4], baik secara terstruktur maupun semi struktur yang mana tidak seorangpun tahu bagaimana keputusan dibuat secara pasti [5][6][7].
Terdapat beberapa penelitan tentang SPK, terutama dalam sistem rekrutmen. Diantaranya adalah penelitian marfu’ah dkk [8] yang menggunakan metode Technique For Order Preference by Similary To Deal Solution untuk seleksi rekutmen pada PT. Eska Indojaya. Penelitian lain dilakukan oleh Mardiana [9] yang menggabungkan metode AHP dan TOPSIS untuk penerimaan asisten laboratorium.
Metode yang digunakan dalam pembuatan SPK adalah Simple Additive Weighting (SAW). Metode SAW sebagai metode dalam rekrutmen telah banyak diteliti, mulai dari untuk rekomendasi lowongan pekerjaan [10] sampai pada rekrutmen karyawan seperti rekrutmen karyawan pada PT. Nusantara Sakti Ciptadana Finance Kota Bengkulu [11].
CITISEE 2018
65
ISBN: 978-602-60280-1-3
SAW sering digunakan dalam pembobotan suatu kriteria [12]. Dalam hal ini pembobotan dilakukan terhadap syarat-syarat CTKI dari tiap-tiap perusahaan. Penelitian ini dibatasi tiga perusahaan yang selalu bekerjasama dengan PT.Xyz dari tahun ke tahun yaitu Lumilen, EPSON dan VS Industry. Ketiga perusahaan tersebut memiliki syarat-sayat yang berbeda-beda. Syarat-syarat pada masing-masing perusahaan diberi bobot sebagai acuan dari syarat-syarat yang dimasukkan oleh pendaftar CTKI melalui web site. Syarat-syarat dari pendaftar CTKI dihitung bobotnya pada satu perusahan, dilanjutkan dengan penghitungan bobot pada perusahaan kedua dan dilakukan lagi penghitungan bobot pada perusaan ketiga. Oleh karena itulah penelitian ini disebut SAW berulang.
Hasil dari penelitian ini adalah sistem pendukung keputusan untuk menseleksi syarat administrasi para CTKI yang telah mendaftar melalui web site. Hasil pengolahan bobot-bobot tersebut selanjutnya ditampilkan di web site yang dapat dilihat oleh para pendaftar CTKI tersebut. Dengan demikian out come yang diharapkan adalah semakin mudah, cepat dan luasnya pendaftaran sehingga pada akhirnya dapat meningkatkan jumlah CTKI yang mendaftar dan memenuhi syarat sehingga permintaan ternaga kerja dapat terpenuhi.
SAW merupakan salah satu jenis SPK yang menggunakan metode Multiple Attribute Decision Making (MADM), yaitu metode untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu [13]. Konsep metode SAW adalah mencari penjumlahan terbobot dari rating kinerja untuk tiap-tiap alternatif pada semua atribut. Metode SAW memerlukan normalisasi matriks keputusan (x) ke skala yang diperbandingkan dengan semua rating alternatif [14]. Matrik keputusan (X) dibentuk dari tabel rating kecocokan di setiap alternatif untuk tiap-tiap kriteria. Nilai X tiap-tiap alternatif (Ai) pada pada tiap-tiap kriteria (Cj) yang sudah ditentukan, yang mana, i=1,2,...m dan j=1,2,...n, [15] . Skema matriks keputusan adalah sebagai berikut.
X = [
𝑥11 𝑥12 … 𝑥𝑖𝑗
⋮ ⋱ ⋮𝑥𝑖1
𝑥𝑖2 … 𝑥𝑖𝑗
] (1)
Nilai rating dapat dirumuskan dalam model matematika berikut ini
𝑟𝑖𝑗 {
𝑥𝑖𝑗
𝑚𝑎𝑥𝑖𝑥𝑖𝑗 𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛
𝑚𝑖𝑛𝑖𝑥𝑖𝑗
𝑥𝑖𝑗 𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎
(2)
Keterangan :
rij = nilai rating kinerja ternomalisasi
xij = nilai atribut yang dimikili dari setiap kriteria
max xij = nilai terbesar dari setiap kriteria
max xij = nilai terkecil dari setiap kriteria
benefit = jika nilai terbesar adalah terbaik
cost = jika nilai terkecil adalah terbaik
yang mana rij adalah rating kinerja ternomalisasi dari
alternatif Ai pada atribut Cj: i = 1,2,.....m dan j = 1,2,.......n.
Sedangkan rumus untuk mencari Nilai preferensi untuk
setiap alternatif (Vi) dirumuskan berikut dalam model
berikut ini
𝑉𝑖 = ∑ 𝑤𝑗𝑟𝑖𝑗𝑛𝑗=1 (3)
Keterangan:
Vi = rangking untuk setiap alternatif
Wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
yang mana nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Langkah-langkah penyelesaian SPK menggunakan metode SAW adalah sebagai berikut [16]. 1. Menentukan kriteria yang dijadikan acuan dalam
pengambilan keputusan (Ci). 2. Menentukan rating kecocokan tiap-tiap alternatif pada
tiap-tiap kriteria 3. Membuat matriks keputusan berdasarkan kriteria(Ci),
selanjutnya melakukan normalisasi matriks berdasarkan persamaan yang sesuai dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi (R).
4. Hasil akhir didapat dari perankingan yaitu penjumlahan perkalian matriks ternormalisasi R dengan vektor bobot sehingga didapatkan nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi.
II. METODE PENELITIAN
Terdapat tiga tahap dalam penelitian ini yaitu, pengumpulan data, penerapan SPK metode SAW terhadap data-data yang terkumpul dan pembuatan perangkat lunak. Skema alur penelitian dapat dilihat pada gambar 1 berikut ini.
Gambar 1. Skema Alur penelitian
Penjelasan dari gambar 1 tersebut adalah sebagai berikut.
1. Pengumpulan data
Hasil dari pengumpulan data ini dijadikan dasar/bahan untuk tahap-tahap selanjutnya, yaitu tahap penerapan SAW dan pembuatan aplikasi Pengumpulan data dilakukan dengan cara :
CITISEE 2018
66
ISBN: 978-602-60280-1-3
a. Wawancara
Wawancara dilakukan dengan karyawan, pimpinan PT.Xyz dan para pendaftar CTKI. Metode ini digunakan untuk mendapatkan data-data pendaftar, persyaratan dan proses bisnis rekrutmen pada PT.Xyz.
b. Observasi
Observasi dilakukan dengan pengamatan secara langsung sistem kerja perekrutan dan juga proses yang ada di PT Xyz diantaranya data jumlah staf/karyawan, peralatan IT penunjang aktifitas yang digunakan, sistem kerja dan permasalahan yang timbul pada proses pendaftaran Calon Tenaga Kerja Indonesia (CTKI).
c. Kajian Pustaka
Metode dilakukan dengan mengumpulkan data-data yang ada di PT Xyz antara lain buku keluar/masuk surat, buku induk CTKI, Surat ijin Pengerahan (SIP) dari , Rekomendasi Perekrutan dari Dinas Tenaga Kerja Povinsi Jawa Tengah, data yang dihasilkan yaitu data pengiriman CTKI dan lain sebagainya.
2. Penerapan Metode SAW Berdasarkan data-data yang didapat dari metode pengumpulan data. Selanjutnya adalah melakukan perhitungan data-data secara manual. Langkah-langkah yang dilakukan adalah sebagai berikut. a. Menentukan alternatif, yaitu pendaftar CTKI.
Diambil 20 alternatif. b. Menentukan kriteria dan bobot. Terdapat 5 kriteria. c. Memberikan nilai rating kecocokan alternatif pada
setiap kriteria (Nilai Crisp). Diambil tiga perusahaan yang setiap tahun membuka lowongan pekerjaan yang kriteria saling berbeda yaitu Lumileds (M) Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd, VS Industry (M)Sdn. Bhd
d. Membuat matrik keputusan X berdasarkan kriteria, kemudian melakukan normalisi matriks berdasarkan persamaan yang disesuaikan jenis atribut sehingga diperoleh matriks ternormalisasi.
e. Melakukan proses perangkingan. Hasil akhir diperoleh dari proses perangkingan dengan melalui penjumlahan dari perkalian matriks ternomalisasi (r) dengan nilai bobot setiap kriteria (w) sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik.
3. Pembuatan Aplikasi Pembuatan aplikasi dilakukan dengan metode waterfall, metode ini dipilih karena lebih terstruktur dan mudah untuk dilaksanakan. Tahapan dalam pembuatan aplikasi adalah sebagai berikut. a. Analisa Sistem. Menganalisa kebutuhan fungsional
dan non fungsional. b. Desain. Desain aliran data, desain database dan
desain antarmuka. c. Pengkodean. Melakukan pengkodean pada desain
yang telah dibuat. d. Pengujian. Pengujian menggunakan jenis Black
box testing e. Implementasi. Memasukkan data-data real dalam
aplikasi.
III. HASIL DAN PEMBAHASAN
A. Pengumpulan Data
Hasil dari tahap Pengumpulan Data, berupa data dan
informasi terkait dengan rekrutmen CTKI pada PT.Xyz.
data yang dimaksud adalah, data pendaftar dan data
persyaratan, sedangkan informasi yang diperoleh adalah
adalah alur pendaftaran CTKI.
B. Penerapan metode SAW
Proses penghitungan terhadap data menggunakan
metode SAW adalah sebagai berikut.
1. Menentukan Alternatif
Data alternatif merupakan data pelamar CTKI. Sebagai
sample diambil 20 Alternatif seperti pada tabel berikut
ini, Nama disamarkan dan diganti untuk privasi.
TABEL 1. Data Alternatif
No Nama Simbol
1 Okta Vindi Lestari A1
2 Nurjanah A2
3 Retno Windi Septiyaningsih A3
4 Akmal Maulida Firdaus A4
5 Devi Nadewi A5
6 Cahyati Budiarti A6
7 Indah Mawarni A7
8 Daryatun A8
9 Anggun Wijayanti Permana A9
10 Julia Gusti Bestari A10
11 Laeli Hikmawati A11
12 Yuni Dapratiwi A12
13 Dewi Agustina A13
14 Safriliatun Khasanah A14
15 Siska Triana A15
16 Wahyu Indriyanti A16
17 Apriani A17
18 Dewi Larasati A18
19 Erni Dwi Astuti A19
20 Neni Kuspriyanti A20
2. Menentukan Kriteria (Cj)
TABEL 2. Data Kriteria
No Data Kriteria Pelamar Simbol Bobot
1 Usia C1 35
2 Pendidikan C2 20
3 Tinggi Badan C3 20
4 Pengalaman Kerja ke Luar
Negeri C4 15
5 Berat Badan C5 10
CITISEE 2018
67
ISBN: 978-602-60280-1-3
3. Memberikan nilai rating kecocokan alternatif pada
setiap kriteria (Nilai Crisp)
Terdapat 3 perusahaan yang memiliki kriteria yang
berbeda-beda yaitu Lumileds (M) Sdn. Bhd, Epson
Toyocom (M) Sdn. Bhd, VS Industry (M) Sdn.
Kriteria-kriteria tersebut adalah sebagai berikut.
TABEL 3. Kriteria Lumileds (M) Sdn. Bhd
Usia 18 – 25
Pendidikan minimal SMK sederajat
Tinggi Badan minimal 153 cm
TABEL 4. Kriteria Epson Toyocom (M) Sdn. Bhd
Usia 18 – 30 tahun
Pendidikan minimal SMK sederajat
Tinggi badan minimal 150 cm
TABEL 5. Kriteria VS Industry (M) Sdn. Bhd
Usia 18 – 35 tahun
Pendidikan minimal SMP sederajat
Tinggi Badan minimal 145 cm
Tiap-tiap kriteria di tiap-tiap perusahaan dibuat sub kriteria
a. Usia
Muda usia, maka nilai untuk mengikuti seleksi semakin
tinggi
TABEL 6. Usia Lumileds (M) Sdn. Bhd
Sub Kriteria Nilai
18 – 20 100
21 – 23 75
24 – 26 50
27 – 30 0
TABEL 7. Usia Epson Toyocom (M) Sdn. Bhd dan
VS Industry (M) Sdn. Bhd
Sub Kriteria Nilai
18 – 20 100
21 – 23 75
24 – 26 50
27 – 30 25
>31 0
b. Pendidikan
semakin tinggi pendidikan, maka nilai yang akan di
dapat semakin tinggi nilai yang dihasilkan
TABEL 8. Pendidikan Lumileds (M) Sdn. Bhd dan Epson
Toyocom (M) Sdn. Bhd
Sub Kriteria Nilai
SMK/Sederajat 100
SMP/Sederajat 75
SD/Sederajat 0
TABEL 9. Pendidikan VS Industry (M) Sdn. Bhd
Sub Kriteria Nilai
SMK/Sederajat 100
SMP/Sederajat 75
SD/Sederajat 25
b. Tinggi Badan
Semakin badan pelamar tinggi, maka nilai yang di
hasilkan semakin tinggi.
TABEL 10. Tinggi Badan Lumileds (M)Sdn. Bhd dan
Epson Toyocom (M)
Sdn. Bhd
Sub Kriteria Nilai
158 - 165 cm 100
152 - 157 cm 75
148-151 cm 50
< 147 cm 0
TABEL 11. Tinggi Badan VS Industry (M)Sdn. Bhd
Sub Kriteria Nilai
158 - 165 cm 100
152 - 157 cm 75
148-151 cm 50
< 147 cm 25
c. Pengalaman Bekerja ke Luar Negeri (LN)
Apabila pelamar tidak punya pengalaman bekerja ke
LN, maka nilai yang dihasilkan akan semakin tinggi.
TABEL 13. Pengalaman Bekerja ke LN Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M)
Sub Kriteria Nilai
0 thn 100
10 thn 75
6 - 8 thn 50
2 - 5 thn 25
1 thn 0
d. Berat Badan
Apabila pelamar mempunyai berat badan terlalu tinggi,
maka nilai yang dihasilkan akan rendah, begitu pula
sebaliknya
TABEL 14. Berat Badan Lumileds (M) Sdn. Bhd,
Epson Toyocom (M) Sdn. Bhd dan VS Industry (M)
Sdn. Bhd
Sub Kriteria Nilai
45 - 50 kg 100
51 - 55 kg 75
CITISEE 2018
68
ISBN: 978-602-60280-1-3
56 - 60 kg 50
61 - 65 kg 25
> 66 kg 0
4. Normalisasi Matriks
Normalisi matriks berdasarkan persamaan yang
disesuaikan jenis atribut sehingga diperoleh matriks
ternormali. Langkah-langkah normaliasi adalah sebagai
berikut.
a. Menentukan bobot alternatif dari masing-masing
alternative.
Data yang akan diseleksi dihasilkan dari nilai rating
kecocokan alternatif pada setiap kriteria (Nilai Crisp).
Berikut nilai bobot alternatif dari masing-masing
Alternatif :
1) Alternatif Okta Vindi Lestari (A1)
TABEL 15. Alternatif Okta Vindi Lestari Lumileds
(M) Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan
VS Industry (M) Sdn. Bhd
Kriteria (C) Keterangan Nilai
Usia 26 thn 50
Pendidikan SMK/Sederajat 100
Tinggi Badan 155 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 46 kg 100
2) Alternatif Nurjanah (A2)
TABEL 16. Alternatif Nurjanah Lumileds (M) Sdn. Bhd
Kriteria C1 Keterangan Nilai
Usia 29 thn 0
Pendidikan SMK/Sederajat 100
Tinggi Badan 152 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 54 kg 75
TABEL 17. Alternatif Nurjanah Epson Totocom (M) Sdn.
Bhd dan VS Industry (M) Sdn. Bhd
Kriteria C1 Keterangan Nilai
Usia 29 thn 25
Pendidikan SMK/Sederajat 100
Tinggi Badan 152 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 54 kg 75
3) Alternatif Retno Windi Septiyaningsih (A3)
TABEL 17. Alternatif Retno Windi Septiyaningsih
Lumileds (M) Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd
dan VS Industry (M) Sdn. Bhd
Kriteria (C) Keterangan Nilai
Usia 23 thn 75
Pendidikan SMK/Sederajat 100
Tinggi Badan 156 cm 75
Pengalaman Kerja ke LN 2 thn 25
Berat Badan 45 kg 100
4) Alternatif Akmal Maulida Firdaus (A4)
TABEL 18. Alternatif Akmal Maulida Firdaus Lumileds
(M) Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn. Bhd
Kriteria C1 Keterangan Nilai
Usia 18 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 153 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 61 kg 25
5) Alternatif Devi Nadewi (A5)
TABEL 19. Alternatif Devi Nadewi Lumileds (M) Sdn.
Bhd, Epson Toyocom (M) Sdn. Bhd dan VS Industry (M)
Sdn. Bhd
Kriteria (C) Keterangan Nilai
Usia 18 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 148 cm 50
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 54 kg 75
6) Alternatif Cahyati Budiarti (A6)
TABEL 20. Alternatif Cahyati Budiarti Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn. Bhd
Kriteria (C) Keterangan Nilai
Usia 22 thn 75
Pendidikan SMK/Sederajat 100
Tinggi Badan 153 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 50 kg 100
1. 7) Alternatif Indah Mawarni (A7)
TABEL 21. Alternatif Indah Mawarni Lumileds (M) Sdn.
Bhd dan Epson Toyocom (M) Sdn. Bhd
Kriteria C1 Keterangan Nilai
Usia 21 thn 75
Pendidikan SMK/Sederajat 100
Tinggi Badan 147 cm 0
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 42 kg 100
TABEL 22. Alternatif Indah Mawarni VS Industry (M)
Sdn. Bhd
CITISEE 2018
69
ISBN: 978-602-60280-1-3
Kriteria C1 Keterangan Nilai
Usia 21 thn 75
Pendidikan SMK/Sederajat 100
Pengalaman Kerja ke LN 0 thn 100
Tinggi Badan 147 25
Berat Badan 42 kg 100
8) Alternatif Daryatun (A8)
TABEL 41. Alternatif Daryatun Lumileds (M) Sdn. Bhd,
Epson Toyocom (M) Sdn. Bhd dan VS Industry (M) Sdn.
Bhd
Kriteria (C) Keterangan Nilai
Usia 26 thn 50
Pendidikan SMK/Sederajat 100
Tinggi Badan 153 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 49 kg 100
9) Alternatif Anggun Wijayanti Permata (A9)
TABEL 42. Alternatif Anggun Wijayanti Permata
Lumileds (M) Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd
dan VS Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 31 thn 0
Pendidikan SMK/Sederajat 100
Tinggi Badan 158 cm 100
Pengalaman Kerja ke LN 2 thn 25
Berat Badan 46 kg 100
10) Alternatif Julia Gusti Bestari (A10)
TABEL 43. Alternatif Julia Gusti Bestari Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 23 thn 75
Pendidikan SMK/Sederajat 100
Tinggi Badan 159 cm 100
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 50 kg 100
11) Alternatif Laeli Hikmawati (A11)
TABEL 44. Alternatif Laeli Hikmawati Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 18 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 156 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 51 kg 75
12) Alternatif Yunida Pratiwi (A12)
TABEL 45. Alternatif Yunida Pratiwi Lumileds (M) Sdn.
Bhd, Epson Toyocom (M) Sdn. Bhd dan VS Industry (M)
Sdn
Kriteria (C) Keterangan Nilai
Usia 21 thn 75
Pendidikan SMK/Sederajat 100
Tinggi Badan 156 cm 75
Pengalaman Kerja
ke LN 2 thn 25
Berat Badan 56 kg 50
2. 13) Alternatif Dewi Agustin (A13)
TABEL 46. Alternatif Dewi Agustin Lumileds (M) Sdn.
Bhd, Epson Toyocom (M) Sdn. Bhd dan VS Industry (M)
Sdn
Kriteria (C) Keterangan Nilai
Usia 18 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 152 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 42 kg 100
3. 14) Alternatif Safriliatun Khasanah (A14)
TABEL 47. Alternatif Safriliatun Khasanah Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 19 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 151 cm 50
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 48 kg 100
4. 15) Alternatif Siska Triana (A15)
TABEL 48. Aternatif Siska Triana Lumileds (M) Sdn.
Bhd, Epson Toyocom (M) Sdn. Bhd dan VS Industry (M)
Sdn
Kriteria (C) Keterangan Nilai
Usia 18 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 155 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 44 kg 100
CITISEE 2018
70
ISBN: 978-602-60280-1-3
5. 16) Alternatif Wahyu Indriyanti (A16)
TABEL 49 Alternatif Wahyu Indriyanti Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 18 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 156 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 42 kg 100
17) Alternatif Apriani (A17)
TABEL 50. Alternatif Apriani Lumileds (M) Sdn. Bhd,
Epson Toyocom (M) Sdn. Bhd dan VS Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 20 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 156 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 48 kg 100
18) Alternatif Dewi Larasati (A18)
TABEL 51. Alteratif Dewi Larasati Lumileds (M) Sdn.
Bhd, Epson Toyocom (M) Sdn. Bhd dan VS Industry (M)
Sdn
Kriteria (C) Keterangan Nilai
Usia 20 thn 100
Pendidikan SMK/Sederajat 100
Tinggi Badan 157 cm 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 49 kg 100
19) Alternatif Erni Dwi Astuti (A19)
TABEL 52. Alternatif Erni Dwi Astuti Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 21 thn 75
Pendidikan SMK/sederajat 100
Tinggi Badan 152 kg 75
Pengalaman Kerja ke LN 0 thn 100
Berat Badan 50 kg 100
20) Alternatif Neni Kuspriyani (A20)
TABEL 53. Alternatif Neni Kuspriyani Lumileds (M)
Sdn. Bhd, Epson Toyocom (M) Sdn. Bhd dan VS
Industry (M) Sdn
Kriteria (C) Keterangan Nilai
Usia 22 thn 75
Pendidikan SMK/Sederajat 100
Tinggi Badan 144 cm 0
Pengalaman Kerja ke LN 2 thn 25
Berat Badan 35 kg 100
b. Membuat matriks X
Berdasarkan bobot nilai dari masing-masing
alternative yang telah dihitung di atas, maka dapat
dibuat matriks. Matriks x dapat dilihat pada gambar
berikut ini.
Gambar 2. Matrix X Lumileds (M) Sdn.Bhd
Gambar 3. Matrix X Epson Toyocom (M) Sdn.Bhd
CITISEE 2018
71
ISBN: 978-602-60280-1-3
Gambar 4. Matrix X VS Industry (M) Sdn.Bhd
c. Normalisasi matriks X menjadi matriks R
Normalisai matriks X menggunakan rumus Benefit akan dihasilkan nilai yang terbesar adalah yang terbaik. Proses normalisasi adalah sebagai berikut
Gambar 5. Proses Perhitungan Normalisasi Matrik X Lumileds (M) Sdn. Bhd
Gambar 6. Proses Perhitungan Normalisasi Matrik X Epson Toyocom (M) Sdn. Bhd
CITISEE 2018
72
ISBN: 978-602-60280-1-3
Gambar 7. Proses Perhitungan Normalisasi Matrik X VS Industry (M) Sdn. Bhd
Melalui proses tersebut sehingga diperoleh matriks R sebagai berikut
Gambar 8. Hasil Matrik R Lumileds (M) Sdn. Bhd
Gambar 9. Hasil Matrik R Epson Toyocom (M) Sdn. Bhd
Gambar 10. Hasil Matrik R VS Industry (M) Sdn. Bhd
d. Melakukan Perangkingan
Sebelum menentukan rangking, terlebih dahulu menentukan kelayakan untuk menginformasikan kelayakan pendaftar CTKI. Tabel kelayakan adalah sebagai berikut.
100 - 80 Sangat Layak
79 - 70 layak
< 69 Tidak Layak
100 - 75 Sangat Layak
75 - 60 layak
<59 Tidak Layak
100 - 700 Sangat Layak
69 - 50 layak
< 49 Tidak Layak
LUMILEDS (M) SDN. BHD
EPSON TOYOCOM (M) SDN.BHD
VS INDUSTRY (M) SDN. BHD
Gambar 11. Tabel kelayakan
Proses perangkingan dilakukan dengan menjumlahkan
perkalian matriks ternormalisasi (r) dengan bobot setiap
kriteria (w) sehingga diperoleh nilai terbesar yang terpilih
sebagai alternatif terbaik. Hasil perangkingan tiap-tiap
alternatif dapat dilihat pada table-tabel berikut ini.
CITISEE 2018
73
ISBN: 978-602-60280-1-3
TABEL 54. Hasil akhir perangkingan Lumileds (M) Sdn.
Bhd Nama Alternatif Total Rangking Keterangan
Dewi Larasati 95,00 1 Sangat Layak
Wahyu Indriyati 95,00 2 Sangat Layak
Apriani 95,00 3 Sangat Layak
Siska Triana 95,00 4 Sangat Layak
Dewi Agustina 95,00 5 Sangat Layak
Laeli Hikmawati 92,50 6 Sangat Layak
Julia Gusti Bestari 91,25 7 Sangat Layak
Safriliatun Khasanah 90,00 8 Sangat Layak
Devi Nadewi 87,50 9 Sangat Layak
Akmal Maulida Firdaus 87,50 10 Sangat Layak
Erni Dwi Astuti 86,25 11 Sangat Layak
Cahya Budiarti 86,25 12 Sangat Layak
Daryatun 77,50 13 Layak
Okta Vindi Lestari 77,50 14 Layak
Retno Windi Septiyaningsih 75,00 15 Layak
Indah Mawarni 71,25 16 Layak
Yuni Dapratiwi 70,00 17 Layak
Neni Kuspriyanti 60,00 18 Tidak Layak
Nurjanah 57,50 19 Tidak Layak
Anggun Wijayanti Permata 53,75 20 Tidak Layak
Tabel 55. Hasil akhir perangkingan Epson Toyocom (M) Sdn. Bhd
Nama Alternatif Total Rangking Keterangan
Dewi Larasati 95,00 1 Sangat Layak
Wahyu Indriyati 95,00 2 Sangat Layak
Apriani 95,00 3 Sangat Layak
Siska Triana 95,00 4 Sangat Layak
Dewi Agustina 95,00 5 Sangat Layak
Laeli Hikmawati 92,50 6 Sangat Layak
Julia Gusti Bestari 91,25 7 Sangat Layak
Safriliatun Khasanah 90,00 8 Sangat Layak
Devi Nadewi 87,50 9 Sangat Layak
Akmal Maulida Firdaus 87,50 10 Sangat Layak
Erni Dwi Astuti 86,25 11 Sangat Layak
Cahya Budiarti 86,25 12 Sangat Layak
Daryatun 77,50 13 Sangat Layak
Okta Vindi Lestari 77,50 14 Sangat Layak
Retno Windi
Septiyaningsih
75,00 15 Sangat Layak
Indah Mawarni 71,25 16 Layak
Yuni Dapratiwi 70,00 17 Layak
Nurjanah 66,25 18 Layak
Neni Kuspriyanti 60,00 19 Layak
Anggun Wijayanti Permata 53,75 20 Tidak Layak
Tabel 56. Hasil akhir perangkingan VS Industry (M) Sdn. Bhd
Nama Alternatif Total Rangking Keterangan
Dewi Larasati 95,00 1 Sangat Layak
Wahyu Indriyati 95,00 2 Sangat Layak
Apriani 95,00 3 Sangat Layak
Siska Triana 95,00 4 Sangat Layak
Dewi Agustina 95,00 5 Sangat Layak
Laeli Hikmawati 92,50 6 Sangat Layak
Julia Gusti Bestari 91,25 7 Sangat Layak
Safriliatun Khasanah 90,00 8 Sangat Layak
Devi Nadewi 87,50 9 Sangat Layak
Akmal Maulida Firdaus 87,50 10 Sangat Layak
Erni Dwi Astuti 86,25 11 Sangat Layak
Cahya Budiarti 86,25 12 Sangat Layak
Daryatun 77,50 13 Sangat Layak
Okta Vindi Lestari 77,50 14 Sangat Layak
Indah Mawarni 76,25 15 Sangat Layak
Retno Windi Septiyaningsih 75,00 16 Sangat Layak
Yuni Dapratiwi 70,00 17 Sangat Layak
Nurjanah 66,25 18 Layak
Neni Kuspriyanti 65,00 19 Layak
Anggun Wijayanti Permata 57,25 20 Layak
C. Pembuatan Perangkat Lunak
1. Data Flow Diagram (DFD)
DFD level 0 dapat dilihat pada gambar berikut
ini.
Sistem E-RekrutmentCTKI Admin
List Loker
Hasi Kelulusan
Konfirmasi Akun
Verifikasi Akunl
Data Registrasi CTKI
Informasi Kelayakan CTKI
Data CTKI
Data Admin
Data Loker
Gambar 11. DFD level 0 Perangkat lunak rekrutmen CTKI
DFD level 1 dapat dilihat pada gambar berikut ini.
Registrasi AkunCTKI
ADMIN
Pendaftaran Olah Data Loker
Perhitungan Kelayakan
Hasil
Sub Kriteria
Bobot
Kriteria
User Pendaftaran Loker
Info Loker
Data CTKI
Hasil Kelayakan CTKI
Info Loker
21 3
4
Verifikasi Akun
Registrasi
Gambar 11. DFD level 1 Perangkat lunak rekrutmen CTKI
2. Entity Relationship Diagram (ERD)
PendaftarSubKriteria
Id_Pendaftaran
nama
Tgl_Lahir
Tempat_Lahir
Pendidikan
Alamat
No_Tlp
Tinggi_Badan
Berat_Badan
Jml_Saudara
Nama_Ayah
Pekerjaan_ayah
Nama_Ibu
Pekerjaan_ibu
Foto Ijazah
Foto_Akta
Id_Loker
Id_User
File_Perjanjian
Isi
Mendaftar
PendaftarBobot
Id_Pendaftaran
nama
Tgl_Lahir
Tempat_Lahir
Pendidikan
Alamat
No_Tlp
Tinggi_Badan
Berat_Badan
Jml_Saudara
Nama_Ayah
Pekerjaan_ayah
Nama_Ibu
Pekerjaan_ibu
Alamat
No_Telp
Keterangan
Pengalaman
Status
Foto_KTPFoto Ijazah
Foto_Akta
Id_Loker
Id_User
Foto_Loker
Judul
Id_Loker
Nilai
Id_Loker
Id_SubKriteria
Id_Kriteria
Nama_Sub
Id_Bobot
Id_Loker Id_Kriteria
Nilai_Bobot
1
SPK
M
Memiliki1 KriteriaM
Id_Kriteria
Nm_Kriteria
Atribut
Memiliki
1
M
1 Memiliki 1
Menilai
SPK
Id_Subkriteria
Skor
Id_Pendaftaran
Gambar 12. ERD Perangkat lunak rekrutmen CTKI
3. Relasi antar table
Gambar 13. Relasi Tabel Perangkat lunak rekrutmen CTKI
CITISEE 2018
74
ISBN: 978-602-60280-1-3
4.Tampilan Aplikasi a. Halaman Login Admin berfungsi untuk masuk sebagai admin. Halaman login admin dapat dilihat pada gambar berikut.
Gambar 14. Halaman login admin
b. Halaman Olah data kriteria berfungsi untuk mengolah data kriteria-kriteria. Tampilan halaman kriteria dapat dilihat pada gambar berikjut ini.
Gambar 15. Halaman Olah Data Kriteria
c. c. Halaman olah data bobot Halaman ini digunakan untuk mengolah data bobot.
Tampilan dapat dilihat pada gambar 16 berikut ini
Gambar 16. Halaman Olah Data bobot
d. d. Halaman Data Altertanif Halaman ini untuk melihat data profil alternative yang
dimasukkan oleh pendaftar CTKI melalui web site. Tampilan Halaman Data Alternatif adalah sebagai berikut
Gambar 17. Halaman Data Alternatif
e. Halaman Perhitungan
Halaman ini berfungsi untuk proses penghitungan tiap-tiap alternatif sehingga terbentuk ranking dan kelayakan berdasarkan kriteria tiap-tiap perusahaan
yang dipilih, hasilnya akan disimpan dalam tabel tb_hasil.
Gambar 18. Halaman perhitungan untuk memilih perusahaan
Gambar 19. Halaman hasil perhitungan
f. Halaman Hasil Kelayakan
Halaman ini merupakan halaman hasil dari perhitungan menggunakan SAW yang tersimpan dari tabel tb_hasil
Gambar 20. Hasil kelayakan
Data hasil kelayakan juga dapat dilihat berdasarkan perusahan dan tanggal seleksi. Seperti pada gambar 21 berikut ini
Gambar 21. Filter Hasil Kelayakan
IV KESIMPULAN
Metode Simple Additive Weighting (SAW) dapat dilakukan secara berulang pada alternatif yang sama untuk kriteria-kriteria yang berbeda dari masing-masing perusahaan dengan cara menyelesaikan proses penghitungan untuk satu perusahaan dan menyimpan hasilnya pada tabel database, selanjutnya dilakukan lagi
CITISEE 2018
75
ISBN: 978-602-60280-1-3
proses perhitungannya untuk perusahaan kedua dan menyimpannya lagi ke dalam tabel database, begitu seterusnya sampai semua perusahaan telah diproses.
DAFTAR PUSTAKA
[1] BNP2TKI, “Data Penempatan dan Perlindungan
Tenaga Kerja Indonesia Tahun 2016 (Data on the
Placement and Protetion of Indonesian Overseas
Workers 2016),” 2016.
[2] S. G. Handoko, B. E. Purnama, and Sukadi,
“Pembuatan Website Pada UPT Pusat Kesehatan
Masyarakat Desa Kalak,” J. Evolusi, vol. 4, no. 2, pp.
83–90, 2016.
[3] B. Yulianto, L. C. Dewi, and O. Wijaya, “Peran
Website Restoran Terhadap Daya Tarik Konsumen
Online,” ComTech, vol. 5, no. 2, pp. 1096–1109,
2014.
[4] A. Rikki, M. Marbun, J. R. Siregar, and K. Kunci,
“Sistem Pendukung Keputusan Penerimaan
Karyawan Dengan Metode Saw Pada Pt . Karya
Sahata Medan,” J. Informatics Pelita Nusant., vol. 1,
no. 1, pp. 38–46, 2016.
[5] E. Ningsih, “Usaha Makanan Yang Tepat
Menggunakan Weighted,” vol. 9, pp. 244–254, 2017.
[6] N. C. Resti, “Penerapan Metode Simple Additive
Weighting (SAW) pada Sistem Pendukung
Keputusan Pemilihan Lokasi untuk Cabang Baru
Toko Pakan UD. Indo Multi Fish,” Intensif, vol. 1, no.
2, pp. 102–107, 2017.
[7] R. M. Simanjorang, H. D. Hutahaean, and H. T.
Sihotang, “Sistem Pendukung Keputusan Penentuan
Penerima Bahan Pangan Bersubsidi Untuk Keluarga
Miskin Dengan Metode AHP Pada Kantor Kelurahan
Mangga,” J. Inform. Pelita Nusant., vol. 2, no. 1, pp.
22–31, 2017.
[8] S. Marfu’ah, M. Hasbi, and S. Tomo, “Sistem
Pendukung Keputusan Penerimaan Karyawan
Dengan Metode Technique for Order Preference By
Similary To Deal Solution Di Pt . Eska Indo Jaya,”
pp. 14–22.
[9] Tati Mardiana, “Sistem Pendukung Keputusan
Penerimaan Asisten Laboratorium Komputer
Menggunakan Metode Ahp-Topsis,” J. Ilmu
Pengetah. Dan Teknol. Komput., vol. 3, no. 2, pp.
159–166, 2018.
[10] S. Rekomendasi and L. Kerja, “GLASSDOOR API
DAN METODE SIMPLE ADDITIVE WEIGHTING
JOB VACANCY RECOMMENDATION SYSTEM
USING GLASSDOOR API AND SIMPLE
ADDITIVE WEIGHTING,” J. Tek. dan Ilmu
Komput., vol. 7, no. 26, pp. 201–211, 2018.
[11] S. P. Sari, “Sistem Pendukung Keputusan
Penerimaan Karyawan Menggunakan Metode SAW (
Studi Kasus di PT . Nusantara Sakti Ciptadana
Finance Kota Bengkulu ),” J. Media Infotama, vol.
13, no. 2, pp. 55–66, 2017.
[12] Y. K. Sari, “Implementasi Algoritma Saw ( Simple
Additive Weighting ) Dempster Shafer Pada
Diagnosa Awal Postpartum Depression,” vol. 3, no.
1, pp. 1–6, 2018.
[13] P. Ud and I. Multi, “Penerapan Metode Simple
Additive Weighting ( SAW ) pada Sistem Pendukung
Keputusan Pemilihan Lokasi untuk Cabang Baru
Toko,” vol. 1, no. 2, pp. 102–107, 2017.
[14] Imam Tahyudin, Sistem Pendukung Keputusan (SPK)
Konsep Dasar dan Penerapannya dan Data Mining.
Purwokerto: Zahira Media Publisher, 2015.
[15] V. Sahfitri and M. Nasir, “IMPLEMENTASI
METODE FUZZY DALAM PERANCANGAN
SISTEM PENDUKUNG KEPUTUSAN
PENDISTRIBUSIAN BERAS BERSUBSIDI,” J.
SIMETRIS, vol. 9, no. 1, pp. 299–312, 2018.
[16] N. Santiara, H. C. N. Alam, and C. Slamet,
“Penerapan Metode SAW ( Simple Additive
Weighting ) Pada Manajemen Proyek Untuk
Menentukan Pegawai Dalam Pengerjaan Suatu
Proyek ( Studi Kasus PT . Deliman Integra Teknologi
),” Insight, vol. 1, no. 1, pp. 109–114, 2017.
CITISEE 2018
76
ISBN: 978-602-60280-1-3