ANALISA DAN PENERAPAN METODE TOPSIS PADA

FUZZY MULTIPLE ATRIBUTE DECISION MAKING

UNTUK EVALUASI KINERJA KARYAWAN
TUGAS METODE PENELITIAN
JURNAL

Nama

Frisca Adellya Cristy

NIM

2012141168

Kelas

05TPLPH

Ruang

651

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS PAMULANG
2014

ANALISA DAN PENERAPAN METODE TOPSIS PADA FUZZY

MULTIPLE ATRIBUTE DECISION MAKING UNTUK EVALUASI
KINERJA KARYAWAN
Irfan1
1

Yayasan Sasmita Jaya, Jl.Surya Kencana No.1 Pamulang,Tangerang Selatan,15417

Jurusan Teknik Informatika,Fakultas Teknik,Universitas Pamulang, Jl.Surya Kencana No.1
Pamulang,Tangerang Selatan, 15417

ABSTRAK.
Pengukuran kinerja suatu perusahaan sangat penting guna evaluasi dan
perencanaan masa depan. Penilaian prestasi karyawan mutlak harus dilakukan untuk
mengetahui prestasi yang hendak dicapai setiap karyawan. Apakah prestasi yang dicapai
setiap karyawan baik, sedang, atau kurang. Penilaian prestasi penting bagi perusahaan
untuk menetapkan tindakan kebijaksanaan selanjutnya. Metode yang sering dipergunakan
oleh perusahaan dalam menilai kinerja karyawan adalah mempergunakan performance
appraisal. Akan tetapi performance appraisal memiliki beberapa kelemahan antara lain
Halo Effect, penilaian menyukai atau tidak menyukai sifat pegawai yang dinilainya.
Central tendency, nilai yang diberikan cenderung berada di tengah-tengah, jadi tidak
terlalu tinggi dan tidak terlalu rendah. Leniency, penilai cenderung beranggapan bahwa
dia harus bersikap baik terhadap pegawainya, jadi nilai yang diberikan baik terhadap
semua aspek penilaian. Bias, penilai seringkali dipengaruhi oleh faktor: umur, ras, dan
jenis kelamin sehingga sangat mempengaruhi peringkat karyawan. Dalam penelitian ini
akan menganalisa dan menerapkan metode TOPSIS pada Fuzzy Multiple Atribute
Decision Making untuk mengevaluasi kinerja pegawai dengan tujuan sebagai bahan
pertimbangan bagi manajemen khususnya bagian Sumber Daya Manusia untuk
mengambil keputusan dalam hal memberikan promosi kenaikan jabatan, kenaikan pangkat
maupun memberikan sanksi atau teguran bagi pegawai itu sendiri. Berdasarkan hasil
eksperimen dalam penelitian ini penerapan metode TOPSIS untuk evaluasi kinerja
karyawan dengan menggunakan data sampling alternatif sebanyak 15 alternatif dan
kriteria sebanyak empat kriteria terbukti bahwa metode TOPSIS dapat digunakan untuk
melakukan evaluasi kinerja karyawan, seperti pada penelitian-penelitian sebelumnya yang
menggunakan metode TOPSIS untuk evaluasi. Pada alternatif pertama dengan nilai
C1=100,C2=2,C3=3,C4=10 menghasilkan nilai preferensi sebesar 0.8601, kemudian
alternatif kedua dengan nilai C1=95,C2=0,C3=5,C4=10 menghasilkan nilai preferensi
sebesar 0.1684, pada alternatif ketiga dengan nilai C1=98,C2=0,C3=4,C4=10
menghasilkan preferensi sebesar 0.1275, pada alternatif kelima belas dengan nilai
C1=94,C2=0,C3=5,C4=10 menghasilkan nilai preferensi sebesar 0.1681, nilai preferensi
tersebut dianggap valid karena sesuai dengan ketentuan bahwa nilai preferensi untuk
metode TOPSIS mempunyai batasan dengan nilai tertinggi sebesar 1.
Kata kunci: Evaluasi, Kinerja, TOPSIS, FMADM, Preferensi

ABSTRACT.

Measuring the performance of a company is critical to the evaluation and future

planning. Absolute employee performance appraisals should be conducted to determine
the performance of each empolyee to be achieved. Is every employee achievement is good,
moderate or less. Assessment of significant achievement for the company to establish
further policy action. The method is often used by companies in assessing employee
performance is to use performance appraisal performance appraisal, however has some
drawbacks such as Halo effect, appaisers like or do not like the nature of the employee
judged. Central tendency, the values given are likely to be in the middle, so it was not too
high and not too low. Leniency, appraisers tend to assume that he must be kind to
employees, so the value of a given kind to all aspects of assessment. Bias, appraisers are
often influenced by factors: age, race and gender that influence ranking employees. In this
research will analyze and use TOPSIS method in fuzzy multiple attribute decision making
to evaluate the performance of employees for the purpose of consideration for the
particular management Human Resources for a decision in terms of providing promotional
advancement, promotion or sanction or reprimand to the employee itself. Based on the
experimental results in this study the application of TOPSIS method for the evaluation of
emlpoyee performance using data sampling as many as 15 alternatif alternatifs and four
criteria criteria TOPSIS proved that the method can be used to evaluate the performance
of employees, as in previous studies which used TOPSIS method for evaluation. In the first
alternatif with a value of C1=100,C2=2,C3=3,C4=10 produces a preference value of
0.8601, then the second alternatif with a value of C1=95,C2=0,C3=5,C4=10 yield values
for preferences 0.1684, the third alternatif with a value of C1=98,C2=0,C3=4,C4=10
produces a preferences value of 0.1275, the fifteenth alternatif to the value of
C1=94,C2=0,C3=5,C4=10, 5 generate value preferences at 0.1681, the value of
preferences is considered valid because in accordance with the value of the preference for
method TOPSIS rectrictions make the highest score by 1.
Keywords: Evaluation, Performance, TOPSIS, FMADM, Preferences
1.

PENDAHULUAN
2.
3. 1.1 Latar Belakang Masalah
4.
Pengukuran
kinerja
suatu
perusahaan sangat penting guna evaluasi dan
perencanaan masa depan. Penilaian prestasi
karyawan mutlak harus dilakukan untuk
mengetahui prestasi yang hendak dicapai setiap
karyawan. Apakah prestasi yang dicapai setiap
karyawan baik, sedang, atau kurang. Penilaian
prestasi penting bagi perusahaan untuk
menetapkan tindakan kebijaksanaan selanjutnya.
5. Metode yang sering dipergunakan oleh
perusahaan dalam menilai kinerja karyawan
adalah mempergunakan performance appraisal.
Akan tetapi performance appraisal memiliki
beberapa kelemahan antara lain Halo Effect,
penilaian menyukai atau tidak menyukai sifat
pegawai yang dinilainya. Central tendency, nilai
yang diberikan cenderung berada di tengahtengah, jadi tidak terlalu tinggi dan tidak terlalu
rendah. Leniency, penilai cenderung beranggapan
bahwa dia harus bersikap baik terhadap
pegawainya, jadi nilai yang diberikan baik

terhadap semua aspek penilaian. Bias, penilai

seringkali dipengaruhi oleh faktor: umur, ras, dan
jenis kelamin sehingga sangat mempengaruhi
peringkat karyawan.
6. Dari beberapa kelemahan diatas dapat
disimpulkan
bahwa
metode
performance
appraisal belum efektif karena penilaiannya
bersifat subyektif sehingga belum dapat
memberikan analisa dan informasi yang
komperhensif. Disamping itu juga terdapat
permasalahan jika perusahaan ingin melakukan
evaluasi kinerja karyawan dengan beberapa
parameter, dimana parameter tersebut ada di
dalam faktor penilaian dan performance
appraisal. Parameter tersebut adalah: data absensi
karyawan, data peringatan, data penghargaan dan
data hasil training. Karena penilaian performance
appraisal terdapat beberapa kelemahan, maka
hasil yang didapat menjadi kurang efektif.
7. Berdasarkan latar belakang masalah
diatas diantaranya : bahwa untuk meningkatkan
tingkat akurasi yang belum optimal dari beberapa
proses evaluasi kinerja karyawan pada sebuah
perusahaan. Oleh karena itu dalam penelitian ini

akan dilakukan proses evaluasi kinerja karyawan

dengan menggunakan metode TOPSIS.
8.
9. 1.2 Tujuan Penelitian
10. Tujuan dari penelitian ini diantaranya
adalah untuk menganalisa dan menerapkan
metode TOPSIS pada FMADM sehingga dapat
digunakan sebagai bahan pertimbangan bagi
manajemen dalam mengambil keputusan terhadap
karyawan baik itu keputusan dalam memberikan
promosi, kenaikan pangkat, kenaikan jabatan,
kenaikan gaji maupun sanksi terhadap karyawan.
11.
12. 1.3 Batasan Masalah
13. Permasalahan dalam penelitian ini
dibatasi hanya
untuk menganalisa dan
menerapkan metode TOPSIS untuk mengevaluasi
kinerja karyawan dengan harapan mampu
dijadikan sebagai baha pertimbangan bagi
pengambilan keputusan oleh pihak manajemen.
Dalam penelitian ini juga penerapan metode
TOPSIS tidak diaplikasikan ke dalam sebuah
program (Software), melainkan dilakukan
simulasi dengan cara melakukan perhitungan
matematis dengan persamaan-persamaan yang
digunakan dalam metode TOPSIS. Adapun
kriteria-kriteria yang digunakan sebagai penilaian
adalah: data absensi karyawan, data peringatan,
data penghargaan dan data hasil training.
14.
15.
16. TEORI
17.
18. Penelitian tentang seleksi pegawai
dengan menggunakan pendekatan multi criteria
metode TOPSIS dinyatakan bahwa seleksi sumber
daya manusia yang berkualitas merupakan kunci
sukses bagi keberhasilan sebuah perusahaan.
Kriteria-kriteria
yang
digunakan
dalam
melakukan seleksi pegawai dalam penelitian ini
yaitu soft skill dan technical skill yang meliputi
strategy formulation/strategic decision making,
change
management/change
adaptability,
comunication/interpersonal skill, leadership,
risk/crisis management, computer networks,
software/software tools, databases, profesional
experience,
educational
background,
emerging/new technologies. Hasil dari penelitian
ini ditunjukan dengan tingkat akurasi sebesar
80%.
19. Kemudian penelitian berikutnya tentang
Performance Evaluating of IT Department using
a Modified Fuzzy TOPSIS and BSC methodology
dimana penelitian ini ditujukan untuk merancang
sebuah penyelesaian proses evaluasi departemen
IT dengan menggunakan pendekatan metode
TOPSIS yang dimodifikasi. Kriteria-kriteria yang
digunakan dalam penelitian ini diantaranya:
Financial yang meliputi Reduction cost of units

after the use of IT services dan Improve project

implementation based on budget, Learning dan
Growth yang meliputi Development of knowledge
management for future needs and growth of
innovative activities dan Growth and empower
users in the filed of Information Technology. Hasil
dari penelitian ini menyatakan bahwa penggunaan
metode TOPSIS untuk mengevaluasi kinerja dari
sebuah departemen IT terbukti dapat diterapkan.
20.
20.1Sistem Pendukung Keputusan
21. Pada awal tahun 1970-an, Scott Morton
pertama kali mengartikulasikan konsep penting
sistem pendukung keputusan. Ia mendefinisikan
sistem pendukung keputusan sebagai system
berbasis komputer interaktif, yang membantu para
pengambil keputusan untuk menggunakan data
dan berbagai model untuk memecahkan masalahmasalah tidak terstruktur.
22. Tujuan dari sistem pendukung keputusan
adalah:
a. Membantu manajer dalam pengambilan
keputusan atas masalah semi terstruktur.
b. Memberikan dukungan atas pertimbangan
manajer dan bukannya dimaksudkan untuk
menggantikan fungsi manajer.
c. Meningkatkan efektivitas keputusan yang
diambil manajer lebih dari pada perbaikan
efisiensinya.
23.
24. Sistem pendukung keputusan dirancang
untuk menunjang seluruh tahapan pembuatan
keputusan,
yang
dimulai
dari
tahapan
mengidentifikasi masalah, memilh data yang
relevan, menentukan pendekatan yang digunakan
dalam proses pembuatan keputusan sampai pada
kegiatan mengevaluasi pemilihan alternatif.
25. Adapun karakteristik sistem pendukung
keputusan adalah sebagai berikut:
a. Sistem pendukung keputusan dirancang untuk
membantu pengambil keputusan dalam
memecahkan masalah yang sifatnya semi
terstruktur ataupun tidak terstruktur.
b. Sistem pendukung keputusan dirancang
sedemikian rupa sehingga dapat digunakan
dengan mudah oleh orang-orang yang tidak
memiliki dasar kemampuan pengoperasian
komputer yang tinggi.
c. Sistem pendukung keputusan dirancang
dengan menekankan pada aspek fleksibilitas
serta kemampuan adaptasi yang tinggi.
26.
27. Dengan berbagai karakter khusus seperti
dikemukakan di atas, sistem pendukung
keputusan dapat memberikan manfaat atau
keuntungan bagi pemakainya. Keuntungan yang
dimaksud diantaranya meliputi:

a.

Sistem pendukung keputusan memperluas

kemampuan pengambil keputusan dalam
memproses data/informasi bagi pemakainya.
b. Sistem pendukung keputusan membantu
pengambil keputusan dalam hal penghematan
waktu yang dibutuhkan untuk memecahkan
masalah terutama berbagai masalah yang
sangat kompleks dan tidak terstruktur.
28.
29.
2.1.2
Fuzzy Multiple Attribute
Decision Making
30. Multiple Attribute Decision Making
adalah suatu cara pengambilan keputusan untuk
mendapatkan alternatif terbaik dari sejumlah
alternatif berdasarkan beberapa kriteria tertentu.
Ada beberapa fitur umum yang digunakan dalam
Multiple Attribute Decision Making, yaitu sebagai
berikut:
a. Alternatif
b. Atribut
c. Konflik antar kriteria
d. Bobot keputusan
e. Matrik keputusan
31.
32.
2.1.2.1 Technique
For
Order
Preference by Similiarity to Ideal
Solution (TOPSIS)
33.
Technique
For
Order
Preference by Similiarity to Ideal
Solution (TOPSIS) adalah salah satu
metode
pengambilan
keputusan
multikriteria
yang
pertama
kali
diperkenalkan oleh Yoon dan Hwang
pada tahun 1981. TOPSIS memberikan
sebuah solusi dari sejumlah alternatif
yang
mungkin
dengan
cara
membandingkan setiap alternatif terbaik
dan alternatif terburuk yang ada diantara
alternatif-alternatif masalah. Metode ini
menggunakan jarak untuk melakukan
perbandingan tersebut.
34. TOPSIS menggunakan prinsip bahwa
alternatif yang terpilih harus mempunyai jarak
terdekat dari solusi ideal positif dan terjauh dari
solusi ideal negatif dari sudut pandang geometris
dengan menggunakan jarak Euclidean untuk
menentukan kedekatan relatif dari suatu alternatif
dengan solusi optimal. Solusi ideal positif
didefinisikan sebagai jumlah dari seluruh nilai
terbaik yang dapat dicapai untuk setiap atribut,
sedangkan solusi negatif-ideal terdiri dari seluruh
nilai terburuk yang dicapai untuk setiap atribut.
Metode
ini
banyak
digunakan
untuk
menyelesaikan pengambilan keputusan secara
praktis. Hal ini disebabkan sederhana dan mudah
dipahami, komputasinya efisien dan memiliki
kemampuan mengukur kinerja relatif dan
alternatif-alternatif keputusan.

35. Secara umum tahapan dalam metode

TOPSIS sebagai berikut:
a. Menentukan
matriks
keputusan
yang
ternormalisasi

36.

b.

c.

d.

(1)
37. dimana:
38. rij = elemen dari matriks keputusan yang
ternormalisasi R
39. xij = elemen dari matriks keputusan X.
Menghitung
matriks
keputusan
yang
ternormalisasi terbobot
40.
41. Vij = Wj Rij
(2)
42. dimana:
43.
Vij = elemen dari matriks keputusan
yang ternormalisasi terbobot V
44. Wj = bobot dari kriteria ke-j
45.
Rij = elemen dari matriks keputusan
yang ternormalisasi R
Menghitung matriks solusi ideal positif dan
matriks solusi ideal negatif
46.
47. A+
= {(max vij | j J), (min vij |j
J),
48. i
= 1,2,3...m}
49.
= {v1+ v2+ v3+ .... vn+}
50.
A- = {(min vij | j J), (max vij |j J),
51. i
= 1,2,3...m}
52.
= { v1- v2- v3- .... vn-}
(3)
53. dimana:
54. J = 1,2,3,...n dan J merupakan himpunan
kriteria keuntungan (benefit criteria)
55. J = 1,2,3,...n dan J merupakan himpunan
kriteria biaya (cost criteria)
Menghitung jarak antara nilai setiap alternatif
dengan matriks solusi ideal positif dan matriks
solusi ideal negatif
56.
57. Di- = jarak alternatif dari solusi ideal
negatif didefinisikan sebagai:
58.
(4)
59. dimana:
60.
Di+ = jarak alternatif ke-i dari solusi
ideal positif
61.
Di- = jarak alternatif ke-i dari solusi
ideal negatif

62.
e.

yij = elemen dari matriks keputusan

yang ternormalisasi terbobot V
63. yi+ = elemen matriks solusi ideal positif
Menghitung nilai preferensi untuk setiap
alternatif

64.
(5)
65. dimana:
66.
Vi = alternatif ke-I dari masingmasing alternatif yang ada
67.
Di+ = jarak alternatif ke-i dari solusi
ideal positif
68.
Di- = jarak alternatif ke-i dari solusi
ideal negatif
69.
70.
71. METODE PENELITIAN
72.
72.1Analisa Kebutuhan
73. Dalam penelitian ini digunakan metode
eksperimen
dengan
kebutuhan
seperti:
pengumpulan data, pengolahan awal data, metode
yang diusulkan, eksperimen dan pengujian
metode serta evaluasi dan validasi hasil. Dalam
penelitian ini akan dibuat suatu simulasi
perhitungan
untuk
mengevaluasi
kinerja
karyawan dengan menggunakan metode TOPSIS.
Data yang digunakan dalam penelitian ini berupa
data asumsi sebagai acuan perhitungan kinerja
karyawan.
74.
74.1Perancangan Penelitian
75. Dalam penelitian ini metode yang
digunakan untuk mengevaluasi kinerja karyawan
sehingga diharapkan dapat digunakan sebagai
bahan pertimbangan bagi pihak manajemen untuk
mengambil keputusan, dimana data yang diambil
merupakan data dari hasil penelitian yang sudah
dilakukan sebelumnya atau data sekunder.
76. Tahapan-tahapan yang dibutuhkan dalam
penelitian ini adalah: pengumpulan data,
pengolahan
awal
data,
metode
yang
dikembangkan, eksperimen, dan pengujian
metode serta evaluasi dan validasi.
77.
77.1Teknik Analisis
78.
78.1.1 Pengumpulan Data
79. Data yang digunakan untuk
melakukan penelitian adalah data sekunder
yang diambil dari penelitian sebelumnya.
Data input untuk melakukan proses
perhitungan evaluasi kinerja karyawan
terdiri dari beberapa kriteria dengan
perincian sebagai berikut:
a. Data absensi karyawan
b. Data peringatan
c. Data penghargaan
d. Data hasil training

80.
Pengolahan Awal Data
81. Setelah
kriteria-kriteria
ditentukan
selanjutnya
kriteria-kriteria
penilaian tersebut dirincikan lagi menjadi
seperti dibawah ini:
a. Data absensi karyawan dengan kisaran
nilai: 0-100% (dalam satu tahun)
b. Data peringatan dengan kisaran nilai: 03 (dalam satu tahun)
c. Data penghargaan dengan kisaran nilai:
1-5 (dalam satu tahun)
d. Data hasil training dengan kisaran nilai
1-10 (dalam satu tahun)
82.
83.
Kemudian
alternatif
yang
digunakan disimbolkan dengan huruf A-O,
hal ini dilakukan karena sifat dari penelitian
ini adalah dinamis dengan kata lain bahwa
penelitian ini tidak ditujukan secara
langsung terhadap perorangan ataupun
perusahaan.
84.
84.1.1 Metode Yang Diusulkan
85. Dalam penelitian ini metode
yang digunakan adalah metode TOPSIS,
sesuai dengan tujuan dari penelitian yaitu
menganalisa dan menerapkan metode
tersebut untuk melakukan evaluasi terhadap
kinerja karyawan. Untuk lebih jelasnya
metode yang disusulkan dalam penelitian ini
dapat dilihat pada gambar 1.
86.
80.1.1

87.

88.

2.
3.
4.
5.

89. Gambar 1. Metode yang disusulkan

90.
91.
91.1.1 Eksperimen dan Pengujian Metode
92. Eksperimen yang dilakukan
dalam penelitian ini meliputi langkahlangkah sebagai berikut:
a. Menentukan kriteria yang dijadikan
bahan penelitian.
1. C1=Data absensi karyawan dengan
kisaran nilai: 0-100% (dalam satu
tahun)
2. C2=Data peringatan dnegan kisaran
nilai: 0-3 (dalam satu tahun)
3. C3=Data
penghargaan
dengan
kisaran nilai: 1-5 (dalam satu tahun)
4. C4=Data hasil training dengan
kisaran nilai: 1-10 (dalam satu tahun)
93.
b. Menentukan alternatif yang diajukan,
dalam hal ini bersifat dinamis karena
tidak ditujukan bagi satu perusahaan
melainkan bersifat umum.
1. A1 = Alternatif pertama disimbolkan
dengan huruf A.
2. A2 = Alternatif pertama disimbolkan
dengan huruf B.
3. A3 = Alternatif pertama disimbolkan
dengan huruf C.
4. A4 = Alternatif pertama disimbolkan
dengan huruf D.
5. A5 = Alternatif pertama disimbolkan
dengan huruf E.
6. A6 = Alternatif pertama disimbolkan
dengan huruf F.
7. A7 = Alternatif pertama disimbolkan
dengan huruf G.
8. A8 = Alternatif pertama disimbolkan
dengan huruf H.
9. A9 = Alternatif pertama disimbolkan
dengan huruf I.
10. A10=Alternatif pertama disimbolkan
dengan huruf J.
11. A11=Alternatif pertama disimbolkan
dengan huruf K.
12. A12=Alternatif pertama disimbolkan
dengan huruf L.
13. A13=Alternatif pertama disimbolkan
dengan huruf M.
14. A14=Alternatif pertama disimbolkan
dengan huruf N.
15. A15=Alternatif pertama disimbolkan
dengan huruf O.
94.
c. Bobot yang diberikan untuk masingmasing kriteria diberi nilai 1-5 dengan
ketentuan sebagai berikut:
1. Tidak penting

d.

Kurang penting
Cukup penting
Penting
Sangat penting
95. Kemudian ditentukan bobot
untuk C1=4;C2=4;C3=4;C4=4
96.
Merancang
matriks
ternormalisasi
dengan
menggunakan
persamaan
matematis berikut ini:

97.
e.

(6)
Merancang
matriks
ternormalisasi
terbobot
dengan
menggunakan
persamaan matematis berikut ini:
98.
99.
yij = W irij
100.
A+ = (y1+,y2+,...yn+)
101.
A- = (y1-,y2-,...yn-)
(7)

102.
f. Menentukan jarak solusi ideal positif
dan negative dengan persamaan berikut:
103.
104.

g.

(8)
Menghitung nilai preferensi dengan
persamaan berikut:

105.
(9)
106.
Untuk menganalisa dan
mengetahui hasil penerapan metode TOPSIS
untuk evaluasi kinerja karyawan dilakukan
percobaan dengan menggunakan data seperti
pada tabel 1.
107.
108.
Tabel 1. Data Sampling
109.
110.A
111. Kriteria
l
t
e
r
n
a
t
113. 114. 115. 116.
i
C
C
C
C
f

117.A
1
122.A
2
127.A
3
132.A
4
137.A
5
142.A
6
147.A
7
152.A
8
157.A
9
162.A
1
0
167.A
1
1
172.A
1
2
177.A
1
3
182.A
1
4
187.A
1
5

118.
1
119.
2
123.
9
124.
0
128.
9
129.
0
133.
9
134.
0
138.
9
139.
1
143.
8
144.
0
148.
9
149.
0
153.
9
154.
0
158.
9
159.
1
163.
9
164.
0
168.
9
169.
0
173.
1
174.
1
178.
9
179.
1
183.
9
184.
0
188.
9
189.
0

121.
120. 1
3
126.
125. 1
5
131.
130. 1
4
136.
135. 1
5
141.
140. 1
5
145. 146.
5
7
151.
150. 1
4
155. 156.
5
9
161.
160. 1
3
165. 166.
4
8
171.
170. 1
5
175. 176.
4
9

195.

Ai = Vi * 100 * n
196.
100
197.
dimana:
198.
Vi
= Nilai preferensi
untuk masing-masing alternatif
199.
n
= Nilai maksimal yang
ditentukan oleh pengambil keputusan
penilaian pegawai
200.
Ai
= Nilai akhir alternatif
i
201.
202.HASIL DAN PEMBAHASAN
203.
203.1
Hasil
204.
Dari simulasi yang dilakukan
dalam penelitian ini dimana nilai setiap
kriteria dari masing-masing alternatif
diberikan nilai yang berbeda dengan hasil
sebagai berikut.
204.1.1 Matriks Ternormalisasi
205. Untuk
mencari
matriks
ternormalisasi, langkah yang lebih dulu
dilakukan adalah mencari nilai pangkat dari
masing-masing nilai yang terdapat dalam
tabel keputusan, kemudian hasil pangkat
untuk masing-masing kriteria dijumlahkan
keseluruhan, setelah mendapatkan akumulasi
hasil pangkat selanjutnya adalah mencari
nilai akar pangkat dari nilai akumulasi
tersebut dengan menggunakan persamaan
seperti dibawah ini:

206.
207.
208.

180. 181.
4
9
185. 186.
5
8
191.
190. 1
5

192.
192.1.1 Evaluasi dan Validasi Hasil
193. Dari hasil eksperimen dan
pengujian metode kemudian nilai preferensi
yang dihasilkan akan dijadikan sebagai
acuan bagi manajemen untuk menentukan
kebijakan baik sebagai promosi jabatan,
kenaikan gaji atau hal lainnya dengan
sebelumnya
menentukan
nilai
batas
maksimal untuk setiap kebutuhan, sehingga
hasil akhirnya dapat diselesaikan dengan
menggunakan persamaan sebagai berikut:
194.

209.
210.

AiC1 = A1C1+ A2C1+

A3C1+ A4C1+ A5C1+A6C1+
A7C1+
A8C1+
A9C1+A10C1+A11C1+A12C1
+ A13C1+ A14C1+ A5C1
AiC1=100+95+98+90+97+
89+93+95+98+100+99+95+
94
AiC1=10000+9025+9604+810
0+9409+10000+9409+7921+864
9+9025+9604+10000+9801+902
5+8836
AiC1=13840

211.
212.
213.
Hasil lengkap dari perhitungan
matriks ternormalisasi seperti terlihat pada
tabel 2 di bawah ini.
214.
215.
Tabel 2. Matriks
Ternormalisasi
216.
218.
219.
220.
221.
217. C
C
C
C

222.
A

223.
0.

224.
0.

225.
0.

226.
0.

227.
A

228.
0.

229.
0.

230.
0.

231.
0.

232.
A

233.
0.

234.
0.

235.
0.

236.
0.

237.
A

238.
0.

239.
0.

240.
0.

241.
0.

242.
A

243.
0.

244.
0.

245.
0.

246.
0.

247.
A

248.
0.

249.
0.

250.
0.

251.
0.

252.
A

253.
0.

254.
0.

255.
0.

256.
0.

257.
A

258.
0.

259.
0.

260.
0.

261.
0.

262.
A

263.
0.

264.
0.

265.
0.

266.
0.

267.
A

268.
0.

269.
0.

270.
0.

271.
0.

272.
A

273.
0.

274.
0.

275.
0.

276.
0.

277.
A

278.
0.

279.
0.

280.
0.

281.
0.

282.
A

283.
0.

284.
0.

285.
0.

286.
0.

287.
A

288.
0.

289.
0.

290.
0.

291.
0.

292.
A

293.
0.

294.
0.

295.
0.

296.
0.

297.
297.1.1 Matriks Ternormalisasi Terbobot
298.
Setelah mendapatkan nilai
ternormalisasi, langkah selanjutnya adalah
menghitung nilai matriks ternormalisasi
terbobot dengan menggunakan persamaan
sebagai berikut :
299. yij = Wi * rij
300.
301.
Jika dilakukan perhitungan
untuk mencari nilai matriks ternormalisasi
terbobot maka hasilnya adalah sebagai
berikut:

302.
303. A1C1=W1*RA1C1
304.
A1C1=4*0.2688
305.
A1C1=1.0752
306.
307. A2C1=W1*RA2C1
308.
A2C1=4*0.2554
309.
A2C1=1.0214
310.
311. A15C1=W1*RA15C1
312.
A15C1=4*0.2527
313.
A15C1=1.0107
314.
315. A1C2=W1*RA1C2
316.
A1C2=4*0.7071
317.
A1C2=2.8284
318.
319. A2C2=W2*RA2C2
320.
A2C2=4*0.0000
321.
A2C2=0.0000
322.
323. A15C2=W2*RA15C2
324.
A15C2=4*0.0000
325.
A15C2=0.0000
326.
327. A1C3=W3*RA1C3
328.
A1C3=4*0.1738
329.
A1C3=0.6951
330.
331. A2C3=W3*RA2C3
332.
A2C3=4*0.2896
333.
A2C3=1.1586
334.
335. A15C3=W3*RA15C3
336.
A15C3=4*0.2896
337.
A15C3=1.1586
338.
339. A1C4=W4*RA1C4
340.
A1C4=4*0.1738
341.
A1C4=0.6951
342.
343. A2C4=W4*RA2C4
344.
A2C4=4*0.2896
345.
A2C4=1.1586
346.
347. A15C4=W4*RA15C4
348.
A15C4=4*0.2896
349.
A15C4=1.1586
350.
351.
Hasil
perhitungan
matriks
ternormalisasi terbobot terlihat pada tabel 3
di bawah ini.
352.
353.
Tabel 3. Matriks Ternormalisasi
Terbobot
354.
356.
357.
358.
359.
355. C
C
C
C

360.
A

361.
1.

362.
2.

363.
0.

364.
1.

365.
A

366.
1.

367.
0.

368.
1

369.
1.

370.
A

371.
1.

372.
0.

373.
0.

374.
1.

375.
A

376.
0.

377.
0.

378.
1.

379.
1.

380.
A

381.
1.

382.
1.

383.
1.

384.
1.

385.
A

386.
1.

387.
0.

388.
1.

389.
0.

390.
A

391.
1.

392.
0.

393.
0.

394.
1.

395.
A

396.
0.

397.
0.

398.
1.

399.
0.

400.
A

401.
0.

402.
1.

403.
0.

404.
1.

405.
A

406.
1.

407.
0.

408.
0.

409.
0.

410.
A

411.
1.

412.
0.

413.
1.

414.
1.

415.
A

416.
1.

417.
1.

418.
0.

419.
0.

420.
A

421.
1.

422.
1.

423.
0.

424.
0.

473.
D

474.
0

425.
A

426.
1.

427.
0.

428.
1.

429.
0.

475.
D

476.
2

430.
A

431.
1.

432.
0.

433.
1.

434.
1.

477.
D

478.
2

479.
D

480.
2

481.
D

482.
1

483.
D

484.
2

485.
D

486.
2

487.

488.

435.
436.
Dengan nilai A+ atau matriks
solusi ideal positif untuk hasil tersebut
adalah seperti pada tabel 4.
437.
438.
Tabel 4. Matriks solusi ideal
positif
439.
441.
442.
443.
444.
440. C
C
C
C
445.
A

446.
1.

447.
2.

448.
1.

449.
1.

450.
451.
Kemudian untuk nilai A- atau
matriks solusi ideal negatif untuk hasil pada
tabel 5.
452.
453.
Tabel 5. Matriks solusi ideal
negatif
454.
459.
456.
457.
458.
455.
C
C1
C2
C3
460.
A

461.
0.

462.
0.

463.
0.

464.
0.

465.
465.1.1 Jarak Solusi Ideal Positif dan
Negatif
466.
Proses selanjutnya adalah
menghitung jarak solusi ideal positif dan
negatif dengan mengacu pada nilai matriks
A+ dan A-, dengan menggunakan persamaan
sebagai berikut:
467.
468.
dimana yi+ merupakan nilai
yang berasal dari Ai+, dan
469.
470.
Hasil lengkap dari perhitungan
jarak solusi ideal positif ditunjukan pada
tabel 6 di bawah ini.
471.
472.Tabel 6. Jarak solusi ideal positif

489.
D

490.
1

491.
D

492.
2

493.
D

494.
2

495.
D

496.
1

497.
D

498.
1

499.
D

500.
2

501.
D

502.
2

503.
504.
Hasil lengkap dari perhitungan
jarak solusi ideal negatif ditujukan pada
tabel 7.
505.

Tabel 7. Jarak solusi ideal

negatif
506.
D

507.
2.

508.
D

509.
0.

510.
D

511.
0.

512.
D

513.
0.

514.
D

515.
1.

516.
D

517.
0.

518.
D

519.
0.

520.
D

521.
0.

522.
D

523.
1.

524.
D

525.
0.

526.
D

527.
0.

528.
D

529.
1.

530.
D

531.
1.

532.
D

533.
0.

534.
D

535.
0.

536.
4.1.4

Nilai Preferensi
537. Proses terakhir dari penerapan
metode TOPSIS adalah perhitungan nilai
preferensi dengan menggunakan persamaan
sebagai berikut:
538.
539.
540. Tabel 8. Hasil Preferensi
541.
542. 543.
V
0
544.
V

545.
0

546.
V

547.
0

548.
V

549.
0

550.
V

551.
0

552.
V

553.
0

554.
V

555.
0

556.
V

557.
0

558.
V

559.
0

560.
V

561.
0

10

562.
V

563.
0

564.
V

565.
0

608.
A9
611.
A1

566.
V

567.
0

568.
V
570.
V

609.
0.4

610.
1

612.
0.0

613.
2.

614.
A1

615.
0.1

616.
4.

569.
0

617.
A1

618.
0.5

619.
1

571.
0

620.
A1

621.
0.5

622.
1

623.
A1

624.
0.1

625.
3.

626.
A1

627.
0.1

628.
4.

572.
4.1.5

Evaluasi dan Validasi Hasil

573. Dalam penelitian, asumsi nilai
maksimal
yang
digunakan
dalam
pengambilan keputusan adalah 25%. Jika
dilakukan perhitungan dengan nilai asumsi
tersebut maka dapat diperoleh hasil sebagai
berikut:
574. Ai = Vi * 100 * n
575. 100
576.
577. Hasil lengkap perhitungan
setelah validasi terlihat pada tabel 9.
578.
579. Tabel 9. Nilai Akhir
580.
581.
582.
583.
Alt
Nil
N
584.
A1
587.
A2
590.
A3
593.
A4
596.
A5
599.
A6
602.
A7
605.
A8

585.
0.8

586.
2

588.
0.1

589.
4.

591.
0.1

592.
3.

594.
0.1

595.
4.

597.
0.5

598.
1

600.
0.1

601.
3.

603.
0.1

604.
3.

606.
0.1

607.
3.

629.
630.
631.KESIMPULAN
632.
633.
Berdasarkan hasil eksperimen
dalam penelitian ini penerapan metode TOPSIS
untuk evaluasi kinerja karyawan dengan
menggunakan data sampling alternatif sebanyak
15 alternatif dan kriteria sebanyak empat kriteria
terbukti bahwa metode TOPSIS dapat digunakan
untuk melakukan evaluasi kinerja karyawan,
seperti pada penelitian-penelitian sebelumnya
yang menggunakan metode TOPSIS untuk
evaluasi. Pada alternatif pertama dengan nilai
C1=100, C2=2, C3=3 C4=10 menghasilkan nilai
preferensi sebesar 0.8601, kemudian alternatif
kedua A2 dengan nilai C1=95, C2=0, C3=5
C4=10 menghasilkan nilai preferensi sebesar
0.1684, pada alternatif ketiga A3 dengan nilai
C1=98, C2=0, C3=4 C4=10 menghasilkan nilai
preferensi sebesar 0.1275, pada alternatif kelima
belas A15 dengan nilai C1=94, C2=0, C3=5
C4=10 menghasilkan nilai preferensi sebesar
0.1681, nilai perefensi tersebut dianggap valid
karena sesuai dengan ketentuan bahwa nilai
preferensi untuk metode TOPSIS mempunyai
batasan dengan nilai tertinggi sebesar 1. Dengan
demikian penggunaan metode TOPSIS untuk
evaluasi kinerja karyawan dapat dijadikan salah
satu sumber acuan bagi pihak manajemen dalam
hal pengambilan keputusan yang berkaitan
dengan penilaian karyawan karena penggunaan
metode TOPSIS bersifat objektif.
634.
635.DAFTAR PUSTAKA
636.

11

637. 1. Dessler, G.(2008). Human Resources

Management. New Jersey: Prentice-Hall.
638. 2. Hariandja,M.T.(2007).
Manajemen
Sumber Daya Manusia. Jakarta:Grasindo.
639. 3. Kelemenis,A., & Askounis, D.(2010). A
new TOPSIS based Multi Criteria Approach
To Personnel Selection. Expert Systems With
Applications, 5000-5008.
640. 4. Kusrini. (2007). Konsep dan Aplikasi
Sistem Pendukung Keputusan. Yogyakarta:
Andi Offset.
641. 5. Kusumadewi, S. (2005). Pencarian Bobot
Atribut Pada Multiple Attribute Decision
Making Dengan Pendekatan Obyektif
Menggunakan
Algoritma
Genetika.
Gematika, 48-56.
642. 6. Kusumadewi, S. (2006). Fuzzy MultiAttribute Decision Making (Fuzzy MADM).
Yogyakarta: Graha Ilmu.
643. 7.
Malayu, S.H. (2009). Manajemen
Sumber Daya Manusia. Jakarta: Bumi
Aksara.
644. 8. Manian, A., Fathi, M.R., Zarchi,M.K., &
Omidian, A.(2011). Performance Evaluating

of IT Department Using a Modified Fuzzy

TOPSIS And BSC Methodology (Case
study: Tehran Province Gas Company).
Journal of management research, 1-18.
645. 9. Mehregan, M.R., Zarei, S., & Mehergen,
M.J. (2012). Agents and Factors Evaluation
in IT infrastuctures Projects Using TOPSIS
Method. Australian Journal of Basic and
Applied Sciences., 99-102.
646. 10. Shirouyehzadl, H., & Dabestani, R.
(2011). Evaluating Projects Based on Safety
Criteria Using TOPSIS. International
Conference on Construction and Project
Management (pp. 69-73). Singapore:
IACSIT Press.
647. 11. Turban, E. (2005). Decision Support
systems and Intelligent Systems Edisi 7 Jilid
1. Yogyakarta: Andi.
648. 12.
Fachrurezha,
I.
(2012).
Pengaruh Motivasi Kerja Terhadap Kinerja
Pegawai Badan Pelayanan Perizinan
Terpadu (BPPT), Kabupaten Bekasi.
http://batik.imtelkom.ac.id

12