Get documents about "INTERPRETASI SCORM 2004 UNTUK PEMBELAJARAN MATA KULIAH PEMROGRAMAN
Document Sample
SISTEM PENDUKUNG KEPUTUSAN SELEKSI KARYAWAN
DENGAN METODE FUZZY MULTICRITERIA DECISION
MAKING ( STUDI KASUS STIKOM SURABAYA)
Richard Nicolaus Mukin (05410100033)
Sekolah Tinggi Manajemen Informatika dan Teknik Komputer Surabaya.
Email: nicolaus_richard@yahoo.com
Abstract: So far in making acceptance of new employees, the HRD STIKOM Surabaya sorting and selecting
one by one data entry applicants. In the data sorting and selecting applicants, the HRD STIKOM Surabaya still
use a manual process, allowing applicants redundasi and searching data in a long time. Parameters in the
interview process is a subjective assessment of the interviewer team. In evaluating employees through interviews
and tests, often subjective measurement criteria are not precisely defined by the decision maker. In the weighting
and assessment of subjective criteria often used the term very good, fair, poor. These elements are contained in
the HRD STIKOM Surabaya. This final design and create applications Employee Selection Decision Support
System With Fuzzy Multicriteria Decision Making Methods. With this application, the Development of Human
Resources may select applicants who will become employees of the School of Information Management and
Computer Engineering Surabaya with more objective. In this case, the method of decision support system used is
the Fuzzy Multicriteria Decision Making.
.
Keyword : Decision Support System, Fuzzy Multicriteria Decision Making, Human Resources
Karyawan merupakan sumber daya Selama ini dalam melakukan penerimaan
yang paling penting dalam perusahaan. karyawan baru, bagian PSDM STIKOM
Karyawan yang baik dan memenuhi standar Surabaya memilah dan menyeleksi satu per
kualifikasi diperoleh melalui upaya satu data pelamar yang masuk. Setelah
rekrutmen yang efektif. Seleksi karyawan memilah dan menyeleksi data pelamar yang
dilakukan untuk mendapatkan kualitas masuk, bagian PSDM STIKOM Surabaya
sumber daya manusia yang baik dan paling memanggil pelamar untuk melakukan tes-
sesuai dengan persyaratan yang diperlukan tes seleksi karyawan. Bagian PSDM
oleh perusahaan. seringkali masih bersifat subyektif
Menurut Veithzal Rifai (2004), melakukan penilaian tes seleksi karyawan.
sistem seleksi yang efektif pada dasarnya Pengukuran kriteria secara subyektif tidak
memiliki tiga sasaran yaitu keakuratan, didefinisikan secara tepat oleh pengambil
keadilan dan keyakinan. Klinger (1985) keputusan salah satunya saat melakukan
memaparkan, metode-metode yang akan penilaian tes wawancara. Parameter dalam
dilakukan dalam seleksi karyawan yaitu proses wawancara adalah penilaian
tinjauan data biografis, tes subyektif dari tim pewawancara. Dalam
bakat/ketangkasan, tes-tes kemampuan, pembobotan maupun penilaian kriteria
ujian-ujian penampilan, referensi-referensi, subyektif sering digunakan istilah sangat
evaluasi kinerja, wawancara, pusat-pusat baik, cukup, kurang baik.
penilaian, dan masa percobaan. Dalam Seharusnya bagian PSDM STIKOM
tahap seleksi tidak boleh dilakukan dengan Surabaya melaksanakan seleksi karyawan
sistem keluarga, pemberian komisi atau secara obyektif dan akurat serta dapat
dengan kata lain suap menyuap. Untuk berlangsung dalam jangka waktu yang
menangani hal itu, maka diperlukan sistem singkat. Mengatasi hal tersebut maka
pengambilan keputusan yang valid. dirancang aplikasi yang akan
Pengambilan keputusan yang valid menyederhanakan dan mempercepat proses
harus dilakukan oleh bagian Pengembangan seleksi karyawan oleh pengambil
Sumber Daya Manusia (PSDM) STIKOM keputusan. Metode yang akan digunakan
Surabaya untuk mendapatkan karyawan untuk mengatasi masalah tersebut adalah
yang baik di bagiannya masing-masing. metode Fuzzy Multicriteria Decision
1
Making. Metode Fuzzy Multi Criteria manajemen pengambilan keputusan yang
Decision Making merupakan salah satu berhubungan dengan masalah-masalah
metode komputasi yang di dalamnya yang semi terstruktur.
terdapat proses pengambilan keputusan Tujuan dari sistem pendukung
yang didasarkan atas banyak kriteria keputusan adalah untuk membantu
(multikriteria) dan dengan pendekatan pengambil keputusan memilih berbagai
logika fuzzy. Proses pengambilan alternatif keputusan yang merupakan
keputusan multikriteria pada prinsipnya pengolahan informasi-informasi yang
adalah proses penetapan keputusan berdasar diperoleh/tersedia dengan menggunakan
atas sejumlah alternatif keputusan yang ada model pengambilan keputusan (Kadarsah
dan mengkombinasikan alternatif Suryadi dan M.Ali Hamdhani, 2000). Ciri
keputusan tersebut dengan sejumlah utama sekaligus keunggulan dari sistem
kriteria. Alternatif keputusan dan kriteria pendukung keputusan tersebut adalah
yang ada, serta produk keputusan yang kemampuannya untuk menyelesaikan
dihasilkan didekati dengan logika fuzzy masalah-masalah yang tidak terstruktur
(Klir dan Yuan, 1995). Metode Fuzzy Multi (Kadarsah Suryadi dan M.Ali Hamdhani,
Criteria Decision Making 2000).
diimplementasikan untuk proses seleksi
karyawan baru sehingga menghasilkan Fuzzy Multicriteria Decision Making
keputusan calon karyawan yang akan Dalam perspektif ilmu komputasi,
menduduki jabatan tertentu, sedangkan fuzzy multicriteria decision making
keputusan akhir akan ditentukan oleh user merupakan salah satu metode komputasi
berdasarkan pada pertimbangan lebih yang di dalamnya terdapat proses
lanjut. Hal tersebut dikarenakan sedemikian pengambilan keputusan yang didasarkan
banyaknya kriteria (multikriteria) yang atas banyak kriteria dan dengan
harus dipertimbangkan dalam proses seleksi menggunakan pendekatan logika fuzzy.
karyawan baru. Kriteria yang dijadikan Pada prinsipnya, proses
dasar seleksi dan calon karyawan yang akan pengambilan keputusan multikriteria adalah
diterima atau ditolak, dalam kenyataannya proses penetapan keputusan berdasar atas
berupa gejala yang sering sulit dipahami. sejumlah alternatif keputusan yang ada dan
mengkombinasikan alternatif keputusan
METODE tersebut dengan sejumlah kriteria. Selain
Sistem Pendukung Keputusan
itu, alternatif keputusan dan kriteria yang
Sistem pendukung keputusan
ada serta produk keputusan yang dihasilkan
pertama kali dikenalkan pertama kali pada
didekati dengan logika fuzzy (Klir dan
awal tahun 1970 oleh Michael S. Scott
Yuan, 1995). Pendekatan logika fuzzy ini
dengan istilah Management Decision
terutama diterapkan untuk menampung
System yang merupakan suatu sistem
pemaknaan gejala pada semua masukan
berbasis komputer yang membantu
(alternatif keputusan dan kriteria), relasi
pengambilan keputusan dengan
antar masukan tersebut dan produk
memanfaatkan data dan model-model untuk
keputusannya.
menyelesaikan masalah-masalah yang tidak
terstruktur (Turban 2005;19).
Menurut Irfan Subakti (2002;2), 2.5.1 Konsep Fuzzy Logic
sistem pendukung keputusan
mendayagunakan resources individu- Fuzzy dalam bahasa Inggris berarti
individu secara intelek dengan kemampuan tidak tentu, kabur atau tidak jelas. Istilah
komputer untuk meningkatkan kualitas fuzzy sets pertama kali diperkenalkan oleh
keputusan. Jadi ini merupakan sistem Lotfi A. Zadeh (1965) untuk mengatasi
pendukung yang berbasis komputer untuk konsep kekaburan ke dunia teknis. Bermula
dari konsep dasar inilah maka lahirlah salah
2
satu cabang rekayasa yang dikenal dengan
Fuzzy Engineering. Sebagai contoh adalah 1,2
usia manusia, dapat bernilai tua, muda atau 1
setengah baya yang sulit dilihat batasan- 0,8
batasannya. Sistem komputer konvensional Keanggotaa
0,6
n Segitiga
tentu saja sulit untuk mengolah variabel- 0,4
variabel tersebut. 0,2
0
2.5.2 Penerapan Logika Fuzzy a b c
Aplikasi yang menggunakan sistem
logika Fuzzy seringkali dianggap sebagai Gambar 1 Fungsi Keanggotaan Segitiga
pengendali Fuzzy (Fuzzy Control), padahal Keterangan :
di samping pengendali Fuzzy terdapat a : batas kiri
penerapan lain seperti klasifikasi Fuzzy b : nilai tengah
(Fuzzy Classification) dan diagnosis Fuzzy. c : batas kanan
Fungsi segitiga (X;a,b,c) =
2.5.3 Fungsi Keanggotaan x-a c-a
Fungsi keanggotaan (membership
function) adalah suatu kurva yang pemetaan
[ (
max min ―— , )( — ,0 ) ]
b-a c-b
titik input data ke dalam nilai
keanggotaannya (disebut juga derajat Keterangan :
keanggotaan) yang memiliki interval antara untuk x < a , untuk a ≤ x ≤ b, untuk
0 sampai 1 (Kusumadewi, 2002:18). b ≤ x ≤ c, untuk x = b.
Apabila µs adalah fungsi keanggotaan suatu
elemen pada himpunan S maka suatu 2.5.4 Teori Himpunan Fuzzy
elemen X dapat dinyatakan µs (X) yang Teori himpunan fuzzy ini didasarkan
bernilai antara 0 dan 1 sehingga ada tiga pada logika fuzzy (Kosko, 1992). Terdapat
kemungkinan : nilai logika antara 0 dan 1 yang
µs (X) = 1 → mutlak anggota S menyatakan tingkat kebenaran. Misalkan V
µs (X)=0 → mutlak bukan anggota adalah kumpulan obyek yang secara umum
S dinyatakan dengan {v}, yang bisa berharga
0 < µs (X) < 1 → X anggota S diskrit atau continue. V disebut semesta
dengan derajat keanggotaan antara 0 dan 1. pembicaraan (universe of discourse) dan v
Nilai fungsi keanggotaan mewakili elemen-elemen V. Suatu
menunjukkan derajat keanggotaan elemen himpunan Fuzzy A dalam semesta
dalam himpunan S. Fungsi keanggotaan pembicaraan v dalam V dapat dinyatakan
yang digunakan dalam sistem ini adalah oleh suatu keanggotaan µA (membership
fungsi keanggotaan segitiga. function) yang mewakili nilai interval nilai
Berikut ini adalah gambar dari logika [0], untuk setiap v dalam V dan
fungsi keanggotaan (Sun Jang dan dinyatakan sebagai :
Mizutami, 1996:24-26). µA = V → [0,1]
Himpunan fuzzy A dalam himpunan
semesta V dapat dinyatakan sebagai
pasangan antara elemen v dan tingkat
fungsi keanggotaan atau:
A = {(v,µA(v))/ v є V)
Semua elemen v dalam V
memberikan nilai µA > 0 disebut sebagai
penyokong dari himpunan fuzzy yang
3
bersangkutan, jika µA = 0,5 maka v disebut pasti dan tidak tepat. Sebagai contoh dapat
sebagai titik silang (crossover) dan digambarkan pada fakta sederhana di
himpunan fuzzy dimana pendukungnya bawah ini.
bernilai 1.0 disebut sebagai fuzzy tunggal If tekanan tinggi then volume kecil
(singleton). Sehingga tinggi dan kecil adalah
Menurut Thomas Sri Widodo nilai lingustik yang dijelaskan dalam fungsi
(2005), operasi himpunan fuzzy adalah : keanggotaan Lotfi A.Zadeh (Sun Jang dan
a. Irisan (Intersection). Mitzutani, 1997:54).
Dalam teori himpunan klasik, irisan
dari dua himpunan berisi elemen-elemen
yang sama dari keduanya. Dalam himpunan System Flow
fuzzy, sebuah elemen mungkin sebagian Dalam menentukan arah atau alur suatu
dalam kedua himpunan. Oleh karena itu sistem dibutuhkan suatu cara perancangan
untuk mendeskripsikan bagaimana tiap langkah
ketika mengingat irisan dari kedua
yang dilakukan dalam sistem dan pengguna
himpunan, tidak dapat dikatakan bahwa dapat diketahui, agar didapatkan suatu
sebuah elemen adalah lebih mungkin gambaran mengenai cara kerja dari sistem yang
menjadi dalam irisan daripada dalam suatu dibangun berdasarkan alur rancangan pada
himpunan asli. gambar 2, gambar 3, dan gambar 4.
A dan B ( A ∩ B ), dimana µ (A∩B) = Sistem Flow Rekrutmen Karyawan
min (µA(v), µB(v)). Kabag Terkait PSDM Pelamar
b. Gabungan (Union). Surat
Mulai
Penggabungan dua buah himpunan Permintaan
Karyawan
Iklan
Lowongan
adalah terdiri dari dua himpunan adalah Surat
Permintaan
Pekerjaan
terdiri dari elemen-elemen yang menjadi Karyawan
Input Data
satu atau dua himpunan. Dalam situasi ini Permintaan
Job Spek
Karyawan
anggota dari gabungan tidak dapat
mempunyai nilai keanggotaan yang kurang Menyimpan Data
Permintaan
Karyawan
dari nilai keanggotaan yang lain dari
himpunan aslinya. Data
Permintaan
A dan B (AuB), dimana µ(AuB) = Karyawan Draft
Pemasangan
Iklan
max (µA(v), µB(v)).
c. Komplemen (Complement). Input Lowongan
Pekerjaan
Komplemen dari himpunan fuzzy A Surat Lamaran
Pekerjaan
Lowongan
Pekerjaan
Menyimpan Data
Data
dinotasikan dengan (~A) dinyatakan Lowongan
Pekerjaan
dengan persamaan berikut : Iklan
Lowongan
µ~A(X) = 1 - µ (X) Pekerjaan
Basis aturan merupakan inti dari
sistem fuzzy karena pada bagian ini terdapat Surat Lamaran
Pekerjaan
sekumpulan aturan. Aturan If-Then Fuzzy
atau Fuzzy condtional statements adalah A
ekspresi dari bentuk IF A THEN B dengan
A dan B adalah label dari fuzzy Sets
menurut L.A. Zadeh ditandai sesuai dengan
membership functions. Dalam bentuk Gambar 2 System Flow Rekrutmen
ringkasnya, aturan If-Then Fuzzy biasanya Karyawan
digunakan untuk menangkap mode yang
tidak jelas dari pemikiran yang
menjalankan peran penting dalam
kemampuan manusia untuk membuat suatu
keputusan dalam lingkungan yang tidak
4
Sistem Flow Seleksi Karyawan Sistem Flow Seleksi Karyawan
PSDM Pelamar PSDM Pelamar
2
1 B
A Surat
Lamaran
Pekerjaan Hasil Seleksi
Tes Data Nilai
Screening
Kriteria
Daftar Absensi Tes
Data
Tes
Selesai
Panggilan Tes
Tidak
Menyimpan Data
Lolos
Screening?
Nilai Tes
Melakukan Melakukan
YA Seleksi Tes Proses Hitung
Fuzzy
Data Nilai
Memasukkan Data Tes Hasil
Pelamar Yg Lolos SeleksiTes
Screening Fuzzy
Inference
B
Menyimpan Data
Pelamar Yg 2
Lowongan
Lolos Screening
Pekerjaan
Mencetak
Data
Data Proses
Data Hitung Fuzzy
Pelamar
Data Proses
Hitung Fuzzy
Menyimpan Data
Hasil Keputusan
Menyimpan Data Hasil
Panggilan Seleksi Seleksi
Tes
Data Panggilan
Seleksi Tes
Mencetak Data
Hasil Keputusan
Mencetak Daftar
Absensi
Panggilan Tes
Data Hasil
Keputusan
Daftar Absensi
Panggilan Tes
Selesai
1
Gambar 4 System Flow Seleksi Karyawan
Gambar 3 System Flow Seleksi Karyawan DFD Level Context
Berdasarkan gambar-gambar system
flow sebelumnya maka dibuat desain data flow
diagram seperti tampak pada gambar 3.
Context diagram merupakan diagram
pertama dalam rangkaian suatu DFD yang
menggambarkan entitas-entitas yang
berhubungan dengan suatu sistem informasi.
5
Data Departemen pemakai. Dalam perancangan sistem ini telah
Data Karyawan
Bagian PSDM
dibuat ERD yang merupakan lanjutan dari
Kepala Bagian
Pendidikan Jabatan
Bobot Kriteria pembuatan desain dengan menggunakan DFD.
Jenis Tes Pendidikan Jabatan
ID_Pendidikan_Jabatan
Lowongan Pekerjaan Nama_Pendidikan_Jabatan
DATA_GOLONGAN
Relation_640 id_golongan
Relation_2009
DATA_Department Nama_Golongan
id_department
Nama_department
Hard Skill Jabatan DATA KARYAWAN
ID_HardSkill_Jabatan kode_karyawan
Nama_HardSkill_Jabtan Relation_472
Nama_Karyawan
Kary_TempatLahir Alamat
Relation_2010 Tanggal_Lahir id_alamat
Jenis_Kelamin Relation_79 nama alamat
Kary_GolDarah Kode_Pos
Data_job_spek Status Kode_area
DATA_JABATAN Agama Kota
0 Relation_2171 id_job_spek
jenis_kelamin2 id_jabatan Email Propinsi
Relation_639 Tanggal_masuk
Relation_2170 umur_maks Nama_Jabatan
Permintaan Karyawan jurusan_pendidikan Level_Jabatan
Relation_74
Tanggal_keluar
Materi Tes Soft_Skill_Jabatan
deskripsi
ID_SoftSkill_Jabatan Relation_2169 Relation_81
Data User
Data Job Spek Nama_SoftSkill_Jabatan
Fuzzy Inference Detail_Lowongan Relation_2157
user_nama
user_password
No_Detil_Lowongan Telpon
Hard Skill Jabatan Nama_Media
Status_Karyawan
No_Telpon
user_tipe
Data Jabatan Tanggal_Muat id_status_karyawan
Nama_status
Tanggal_Akhir_Pasang
Soft Skill Jabatan
Status Karyawan Relation_660
Pendidikan Pelamar
SPK Seleksi Karyawan Dengan Relation_2164
ID_PendidikanPelamar
Permintaan Karyawan
Metode Fuzzy MCDM (Studi Kasus No_Permintaan
Relation_2158 Jenjang Pendidikan
Kota_Asal_Pendidikan
STIKOM Sby) Tanggal_Permintaan
Jumlah
Tahun Ajaran
No_Ijazah
Tgl_Dibutuhkn Relation_121 Lowongan Pekerjaan
Status_SDM Kode_Lowongan
No_Lowongan Pengalaman Kerja Pelamar
Lama_pengalaman_kerja
Relation_173 ID_Pngalaman_Kerja
Hasil Seleksi Catatan Tanggal_Lowongan
Tanggal_Pengajuan PELAMAR Tempat_Pekerjaan Sebelumnya
Tanggal_Dibutuhkan Kota_Pekerjaan_Sebelumnya
KODE_PELAMAR
Proses_Lowongan Tahun_Bekerja_Sebelumnya
Nama_Pelamar
Departemen_Pekerjaan_Seblumnya
Data Pelamar Alamat_Pelamar
+ No_telepon
Jns_kelamin
Relation_2163 Jabatan_Pernah_Dipegang
Tempat_Lhir
Tanggal Pengalaman Organisasi
Kebangsaan ID_Pengalaman_Organisasi
Agama_Pelamar Relation_2162 Nama_Organisasi
Gol_Darah Posisi
Tinggi_Badan Kota_Organisasi
Berat_badan Tahun_Masuk
Status_Perkawinan Tahun_Keluar
Status_Tempat_Tinggal_diSby
Transportasi
Fuzzy Inference SIM Keterangan Keluarga
Hasil Seleksi
Rule_ID ID_Hasil Info_Lowongan ID_Keterangan_keluarga
Relation_2165
Bhs_Fuzzy Nilai_Akhir Gaji_Yg_Diharapkan Relation_2160
Hubungan
Hasil Perhitungan Fuzzy Tgl_Mulai_Bekerja_Antara Nama
Hasil_Keputusan
Tgl_Akhir_Bekerja_Antara Usia
Pendidikan
Data Panggilan Tes Relation_943 Data_Panggilan_tes Alasan_Bergabung
Relation_272 Status_Pekerjaan
ID_PanggilanTes
Alamat
Tanggal_Tes
PELAMAR Bobot_Kriteria Relation_460
Jenis_Tes Waktu_Tes
ID_JenisTes Tempat_tes Relation_1049
ID_Kriteria Jenis_Tes Ketrampilan
Relation_907
Bahasa Fuzzy Id_ketrampilan
Relation_469
Batas Atas Relation_2159
Jenis_Ketrampilan
Batas Tengah Nama_ketrampilan
Batas Bawah Level_Ketrampilan
Materi Tes
Relation_436 ID_MateriTes Relation_468
Gambar 5 Context Diagram Materi_Tes
Prosentase_Nilai
Nilai_Tes
ID_NilaiTes
Nilai_Tes
Relation_1047
Gambar 6 Desain CDM
Dari Gambar 5 dapat diketahui entitas-
entitas yang berhubungan dengan sistem seperti
Pada Gambar 6 terdapat beberapa tabel
peserta, dan tutor yang masing-masing entitas
yaitu tabel data jenis tes, data karyawan, data
mempunyai peranan dalam sistem. Dalam hal
pelamar, data kriteria tes, materi tes, nilai tes,
ini peranan administrasi telah termasuk dalam
hasil seleksi. Tabel pelamar berisi informasi
sistem yang berjalan. Dari context diagram
pelamar, tabel karyawan berisi informasi
tersebut dapat di bagi lagi menjadi tiga proses
tentang karyawan. Tabel kriteria tes yang berisi
yaitu maintenance data berupa input data jenis
informasi kriteria-kriteria yang akan digunakan
tes, input data departemen, data karyawan, data
untuk perhitungan Fuzzy, tabel jenis tes berisi
kriteria tes, data job spesifikasi yang informasi jenis tes yang akan ditempuh
diperlukan untuk memasukkan data master. pelamar. Tabel materi tes berisi informasi
Bagian kedua adalah proses pembuatan materi tes yang diikuti oleh pelamar. Tabel nilai
lowongan yang didalamnya berupa data tes berisi informasi nilai tes para pelamar.
permintaan karyawan, data lowongan Tabel hasil seleksi berisi informasi hasil
pekerjaan. Bagian yang terakhir adalah proses keputusan lulus atau tidaknya para pelamar
seleksi karyawan untuk mengetahui nilai tes dalam menjalani tes seleksi.
yang diikuti oleh pelamar dan keputusan
diterima atau tidaknya pelamar sebagai
karyawan.
Entity Relationship Diagram (ERD)
ERD Merupakan suatu desain sistem yang
digunakan untuk merepresentasikan,
menentukan dan mendokumentasikan
kebutuhan-kebutuhan untuk sistem pemrosesan
database. ERD juga menyediakan bentuk untuk
menunjukkan struktur keseluruhan data dari
6
HASIL DAN PEMBAHASAN
HALAMAN MASTER KRITERIA TES Halaman Penilaian Tes
Halaman ini berfungsi untuk
Halaman ini berfungsi untuk memberikan penilaian tes kepada pelamar.
merawat dan memasukkan data bobot Penilaian tes dilakukan berdasarkan jenis tes
kriteria. Pemberian bobot materi tes dan materi tes. Halaman ini dapat dilihat di
gambar 9.
dilakukan untuk proses perhitungan proses
fuzzy MCDM. Halaman master kriteria tes
dapat dilihat di gambar 7.
Gambar 9 Halaman Penilaian Tes
Halaman Proses Hitung Fuzzy
Gambar 7 Halaman Master Kriteria Tes Halaman ini berfungsi untuk
melakukan proses hasil perhitungan Fuzzy dan
HALAMAN PELAMAR hasil keputusan diterimanya pelamar menjadi
karyawan. Data nilai tes yang telah dimasukkan
oleh penilai akan diolah ke dalam metode Fuzzy
MCDM secara otomatis. Pemrosesan tersebut
akan diketahui domain sangat bagus atau bagus
atau cukup atau kurang nilai tes pelamar per
materi tes.
Setelah melakukan perhitungan tersebut
maka proses berikutnya adalah menekan
tombol view data hasil keputusan untuk
menampilkan daftar pelamar yang telah lulus
seleksi dan melakukan penilaian hasil akhir
seleksi secara otomatis.
Halaman ini juga berfungsi untuk
mencetak data nilai tes dan hasil keputusan
seleksi pelamar.
Gambar 8 Halaman Pelamar
Halaman ini berfungsi untuk mengolah
data pelamar. Para pelamar ini akan mengikuti
tes-tes calon karyawan yang telah ada di bagian
PSDM. Pelamar akan menjadi alternatif
keputusan di dalam metode fuzzy multicriteria
decision making.
7
Klir, George J and Yuan, Bo, 1995, Fuzzy
Sets and Fuzzy Logic: Theory and
Applications, Prentice-Hall
International Inc., UpperSaddle
River NJ 07458.
Kusumadewi, Sri. 2004, Penentuan Lokasi
Pemancar Televisi Menggunakan
Fuzzy Multi Criteria Decision
Making, Jurnal Media Informatika,
2 (2), 57-64.
Gambar 10 Halaman Proses Hitung Fuzzy
SIMPULAN Kusumadewi, Sri dan Purnomo Hadi, 2004,
Kesimpulan yang dapat diambil dari Aplikasi Logika Fuzzy untuk
sistem pendukung keputusan seleksi karyawan Pendukung Keputusan, Graha
dengan metode Fuzzy Multicriteria Decision Ilmu, Yogyakarta.
Making adalah dapat merancang dan
membangun aplikasi sistem pendukung Nur Cahyo, Winda dan Wahyuni R, 2009,
keputusan seleksi karyawan dengan metode Implementasi Fuzzy Multicriteria
Fuzzy Multi Criteria Decision Making Decision Making Untuk
(Studi Kasus STIKOM Surabaya) dengan Menentukan Calon Penerima
menggunakan web based application serta Beasiswa, Seminar Nasional
memberikan informasi kepada bagian Electrical, Informatics, and IT’S
PSDM untuk menentukan pelamar yang Educations, Yogyakarta, 116-118.
memiliki standar yang telah ditentukan.
Rifai, Veithzal, 2004, Manajemen Sumber
SARAN Daya Manusia: dari teori ke
Adapun beberapa saran yang dapat praktek, PT RajaGrafindo Persada,
diberikan kepada peneliti berikutnya apabila Jakarta.
ingin mengembangkan sistem yang telah dibuat
ini agar menjadi lebih baik adalah sebagai
Romeo, 2003, Testing & Implementasi
berikut:
Sistem, Stikom, Surabaya.
1. Sistem ini dapat digunakan untuk
pengembangan selanjutnya seperti tes
Soetam, Rizky, 2006, Interaksi Manusia
seleksi pelamar secara online.
dan Komputer, Sekolah Tinggi
2. Sistem ini dapat diintegrasikan
Manajemen Informatika dan
dengan sistem informasi sumber daya
Teknik Komputer Surabaya,
manusia lainnya.
Surabaya.
REFERENSI Sri Widodo, Thomas, 2005, Sistem Neuro
Hartono, Jogiyanto, 1995, Analisis dan Fuzzy untuk Pengolahan
Disain, Andi, Yogyakarta. Informasi, Pemodelan, dan
Kendali, Graha Ilmu, Yogyakarta.
Hartono, Jogiyanto, 2001, Analisis dan
Subakti, Irfan, 2002, Sistem Pendukung
Disain, Andi, Yogyakarta.
Keputusan, Fakultas Teknologi
Informasi Institut Teknologi
Kendall, dan Kendall, 2003, Analisis dan
Sepuluh Nopember, Surabaya.
Perancangan Sistem (Jilid 1),
Prenhallindo, Jakarta.
8
Suryadi, Kadarsah DR. Ir. dan M. Ali
Ramdhani, 2000, Sistem
Pendukung Keputusan Suatu
Wacana Struktural Idealisasi dan
Implementasi Konsep
Pengembangan Keputusan, PT.
Remaja Rosdakarya, Bandung.
Sulistiyani, Ambar Teguh dan Rosidah,
2009, Manajemen Sumber Daya
Manusia: Konsep,Teori dan
Pengembangan dalam Konteks
Organisasi Publik, Graha Ilmu,
Yogyakarta.
Umar, Husein. 1997, Riset Sumber Daya
Manusia Dalam Organisasi,
Gramedia Pustaka Utama, Jakarta.
Wang, Jue and Jie Zhang and San Yang
Liu, 2006, A New Score Function
for Fuzzy MCDM Based On Vague
Set Theory, International Journal
of Computational Cognition, 4(1),
44-48.
Turban, Efraim, Jay E.Aronson, dan Ting
Peng Liang, 2005, Decision
Support Systems and Intelligent
Systems (Sistem Pendukung
Keputusan dan Sistem Cerdas)
edisi ketujuh jilid 1, Andi Offset,
Yogyakarta.
Zadeh, Lotfi A and Kaupryzk, 1992, Fuzzy
Logic for the management of
uncertainty, John Willey, New York.
9
