Perbandingan Metode AHP dan TOPSIS dalam Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik.
Tentang Produk Ini
A. Latar Belakang
Pemilihan karyawan terbaik merupakan salah satu tugas penting dalam manajemen sumber daya manusia (SDM). Perusahaan perlu mengevaluasi kinerja karyawan secara objektif dan terukur untuk memberikan penghargaan, promosi, atau pengembangan karir.
Namun, penilaian karyawan seringkali melibatkan banyak kriteria yang saling bertentangan, seperti produktivitas, kedisiplinan, kerjasama tim, dan lain-lain. Oleh karena itu, diperlukan Sistem Pendukung Keputusan (SPK) yang dapat membantu pengambil keputusan dalam memilih karyawan terbaik secara objektif, transparan, dan konsisten.
B. Tujuan
Membantu manajemen dalam mengevaluasi kinerja karyawan secara objektif
Memberikan rekomendasi karyawan terbaik berdasarkan kriteria yang ditentukan
Meningkatkan transparansi dan konsistensi dalam pengambilan keputusan
Mengurangi subjektivitas dalam penilaian karyawan
C. Metode yang Digunakan
AHP
Analytic Hierarchy Process (AHP) adalah metode yang digunakan untuk menentukan bobot/kepentingan dari setiap kriteria melalui perbandingan berpasangan (pairwise comparison).
TOPSIS
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah metode yang digunakan untuk meranking alternatif berdasarkan jarak ke solusi ideal positif dan negatif.
A. Definisi Kriteria
Kriteria adalah faktor atau aspek yang digunakan untuk menilai kinerja karyawan. Dalam sistem ini, terdapat 10 kriteria yang dikelompokkan menjadi dua jenis:
Kode Nama Kriteria Jenis Bobot AHP Keterangan
K1 Produktivitas Kerja Benefit 0.2000 Jumlah pekerjaan yang diselesaikan dalam periode tertentu
K2 Kedisiplinan Benefit 0.1500 Kepatuhan terhadap aturan dan jam kerja
K3 Kerjasama Tim Benefit 0.1200 Kemampuan bekerja sama dengan rekan kerja
K4 Masa Kerja Benefit 0.1000 Lama bekerja di perusahaan (tahun)
K5 Inisiatif Benefit 0.1000 Kemampuan mengambil tindakan tanpa menunggu perintah
K6 Komunikasi Benefit 0.0800 Kemampuan menyampaikan informasi dengan jelas
K7 Kualitas Kerja Benefit 0.0800 Ketepatan dan akurasi hasil pekerjaan
K8 Integritas Benefit 0.0700 Kejujuran dan etika dalam bekerja
K9 Kreativitas Benefit 0.0500 Kemampuan menghasilkan ide-ide baru dan inovatif
K10 Kepemimpinan Benefit 0.0500 Kemampuan memimpin dan memotivasi tim
Jenis Kriteria:
Benefit → Semakin tinggi nilai, semakin baik (contoh: produktivitas)
Cost → Semakin rendah nilai, semakin baik (contoh: biaya)
* Semua kriteria dalam sistem ini adalah Benefit
BAB 3: Metode AHP (Analytic Hierarchy Process)
A. Pengertian AHP
Analytic Hierarchy Process (AHP) adalah metode yang dikembangkan oleh Thomas L. Saaty pada tahun 1970. Metode ini digunakan untuk menyelesaikan masalah pengambilan keputusan dengan kriteria majemuk yang bersifat kualitatif dan kuantitatif.
B. Langkah-Langkah AHP
1
Membuat Matriks Perbandingan Berpasangan
Membandingkan setiap kriteria dengan kriteria lainnya menggunakan Skala Saaty 1-9:
Nilai Interpretasi
1 Sama penting
3 Agak lebih penting
5 Lebih penting
7 Sangat penting
9 Mutlak lebih penting
2,4,6,8 Nilai di antara
Contoh: Jika K1 (Produktivitas) 3 kali lebih penting dari K2 (Kedisiplinan), maka nilai a₁₂ = 3 dan a₂₁ = 1/3
2
Normalisasi Matriks
Setiap elemen dalam matriks dibagi dengan jumlah kolom untuk mendapatkan matriks ternormalisasi.
r_ij = a_ij / Σ a_kj
(untuk k = 1 hingga n)
3
Menghitung Bobot Prioritas
Bobot setiap kriteria dihitung dengan merata-rata setiap baris matriks ternormalisasi.
w_i = (Σ r_ij) / n
(untuk j = 1 hingga n)
Hasilnya adalah bobot/kepentingan setiap kriteria.
4
Uji Konsistensi
Menguji apakah penilaian perbandingan yang diberikan konsisten.
λmaks (Nilai Eigen Maksimum)
λmaks = (Σ (A × w)_i / w_i) / n
CI (Consistency Index)
CI = (λmaks - n) / (n - 1)
CR (Consistency Ratio)
CR = CI / RI
RI = Random Index (nilai acuan berdasarkan n)
Kriteria Konsistensi: CR ≤ 0.1 (diterima/konsisten)
Kriteria Tidak Konsisten: CR > 0.1 (perlu perbaikan penilaian)
5
Perankingan Alternatif
Setelah bobot kriteria didapat, langkah selanjutnya adalah menghitung skor setiap alternatif (karyawan) dengan mengalikan nilai normalisasi dengan bobot kriteria.
Skor_i = Σ (nilai_normalisasi × bobot_kriteria)
Alternatif dengan skor tertinggi adalah pilihan terbaik.
BAB 4: Metode TOPSIS
A. Pengertian TOPSIS
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah metode yang dikembangkan oleh Yoon dan Hwang pada tahun 1981. Metode ini digunakan untuk meranking alternatif berdasarkan jarak ke solusi ideal positif dan negatif.
B. Langkah-Langkah TOPSIS
1
Membuat Matriks Keputusan
Matriks keputusan berisi nilai setiap alternatif pada setiap kriteria.
X = [x_ij]
x_ij = nilai alternatif ke-i pada kriteria ke-j
2
Normalisasi Matriks
Normalisasi menggunakan metode Euclidean untuk menyamakan skala semua kriteria.
r_ij = x_ij / √(Σ x_kj²)
(untuk k = 1 hingga m)
3
Normalisasi Terbobot
Mengalikan setiap elemen normalisasi dengan bobot kriteria (dari hasil AHP).
v_ij = w_j × r_ij
w_j = bobot kriteria ke-j (dari AHP)
4
Menentukan Solusi Ideal
Solusi Ideal Positif (A⁺):
A⁺ = (v₁⁺, v₂⁺, ..., v_n⁺)
Benefit → max, Cost → min
Solusi Ideal Negatif (A⁻):
A⁻ = (v₁⁻, v₂⁻, ..., v_n⁻)
Benefit → min, Cost → max
5
Menghitung Jarak ke Solusi Ideal
Menggunakan jarak Euclidean untuk mengukur kedekatan setiap alternatif ke solusi ideal.
Jarak ke Solusi Ideal Positif (S⁺):
S_i⁺ = √( Σ (v_ij - v_j⁺)² )
Jarak ke Solusi Ideal Negatif (S⁻):
S_i⁻ = √( Σ (v_ij - v_j⁻)² )
6
Menghitung Nilai Preferensi (Closeness Coefficient)
Menghitung nilai kedekatan setiap alternatif terhadap solusi ideal.
C_i⁺ = S_i⁻ / (S_i⁺ + S_i⁻)
Keterangan:
0 ≤ C_i⁺ ≤ 1
Semakin besar C_i⁺ → Alternatif semakin baik
7
Perankingan
Alternatif diurutkan berdasarkan nilai C_i⁺ dari yang terbesar ke terkecil.
Peringkat 1 = Alternatif dengan nilai C_i⁺ tertinggi
BAB 5: Perbandingan AHP vs TOPSIS
Aspek AHP TOPSIS
Tujuan Utama Menentukan bobot/kepentingan kriteria Menentukan peringkat alternatif
Input Matriks perbandingan berpasangan (skala 1-9) Matriks keputusan (nilai alternatif)
Output Bobot prioritas kriteria Nilai preferensi (C⁺) dan peringkat
Uji Konsistensi Ada (CR ≤ 0.1) Tidak Ada
Subjektivitas Tinggi (perbandingan berpasangan) Rendah (data kuantitatif)
Kompleksitas Kompleks (matriks n×n + uji konsistensi) Sederhana (langsung dari data)
Kelebihan Memperhitungkan preferensi pengguna secara eksplisit Objektif, efisien, tanpa uji tambahan
Kelemahan Banyak perbandingan jika kriteria banyak Tidak ada uji konsistensi preferensi
Waktu Komputasi Lebih Lama Lebih Cepat
Kombinasi Terbaik:
AHP digunakan untuk menentukan bobot kriteria, kemudian TOPSIS digunakan untuk meranking alternatif menggunakan bobot tersebut. Kombinasi ini menghasilkan keputusan yang objektif dan terstruktur.
BAB 6: Studi Kasus
A. Deskripsi Kasus
Perusahaan PT Maju Jaya ingin memilih Karyawan Terbaik dari 20 karyawan dengan 10 kriteria penilaian.
B. Data Karyawan
Kode Nama Jabatan Departemen
A1 Andi Susanto Staff Senior Produksi
A2 Budi Prasetyo Staff Pemasaran
A3 Citra Dewi Staff Senior SDM
A4 Dian Pertiwi Staff Keuangan
A5 Eko Nugroho Supervisor Produksi
... dan 15 lainnya
C. Hasil Perhitungan
Hasil AHP
Peringkat Nama Skor
???? 1 Citra Dewi 0.1623
???? 2 Umi Kalsum 0.1602
???? 3 Maya Sari 0.1587
Hasil TOPSIS
Peringkat Nama C⁺
???? 1 Citra Dewi 0.6709
???? 2 Umi Kalsum 0.6535
???? 3 Maya Sari 0.6457
Kesimpulan: Karyawan terbaik adalah Citra Dewi (A3) dengan skor AHP 0.1623 dan C⁺ TOPSIS 0.6709.
BAB 7: Cara Menggunakan Aplikasi
1
Login ke Sistem
Masukkan username dan password untuk masuk ke aplikasi.
Default: admin / admin123
2
Kelola Kriteria
Tambahkan, edit, atau hapus kriteria yang akan digunakan dalam penilaian.
Tambah: Klik "Tambah Kriteria"
Edit: Klik ikon ✏️ pada kriteria
Hapus: Klik ikon ????️ pada kriteria
3
Kelola Karyawan (Alternatif)
Tambahkan, edit, atau hapus data karyawan yang akan dinilai.
4
Input Penilaian
Masukkan nilai setiap karyawan untuk setiap kriteria.
Pastikan semua nilai terisi sebelum melanjutkan ke perhitungan.
5
Atur Perbandingan AHP
Masukkan matriks perbandingan berpasangan antar kriteria menggunakan Skala Saaty 1-9.
6
Hitung AHP
Jalankan perhitungan AHP untuk mendapatkan bobot kriteria dan peringkat alternatif.
7
Hitung TOPSIS
Jalankan perhitungan TOPSIS untuk mendapatkan peringkat alternatif berdasarkan jarak ke solusi ideal.
8
Lihat Peringkat
Lihat hasil akhir peringkat karyawan dari kedua metode.
Hasil Akhir: Karyawan dengan peringkat 1 adalah Karyawan Terbaik.
BAB 8: Kesimpulan
✅
Objektif
Keputusan berdasarkan data dan perhitungan matematis, bukan subjektivitas semata.
????
Transparan
Seluruh proses penilaian terdokumentasi dan dapat dipertanggungjawabkan.
????
Konsisten
Metode yang digunakan memastikan konsistensi dalam setiap pengambilan keputusan.
Dengan menggunakan SPK ini, perusahaan dapat:
Memilih karyawan terbaik secara objektif
Meningkatkan transparansi dalam penilaian
Mengurangi subjektivitas dan nepotisme
Meningkatkan motivasi karyawan
Mendukung pengambilan keputusan yang lebih baik
Pemilihan karyawan terbaik merupakan salah satu tugas penting dalam manajemen sumber daya manusia (SDM). Perusahaan perlu mengevaluasi kinerja karyawan secara objektif dan terukur untuk memberikan penghargaan, promosi, atau pengembangan karir.
Namun, penilaian karyawan seringkali melibatkan banyak kriteria yang saling bertentangan, seperti produktivitas, kedisiplinan, kerjasama tim, dan lain-lain. Oleh karena itu, diperlukan Sistem Pendukung Keputusan (SPK) yang dapat membantu pengambil keputusan dalam memilih karyawan terbaik secara objektif, transparan, dan konsisten.
B. Tujuan
Membantu manajemen dalam mengevaluasi kinerja karyawan secara objektif
Memberikan rekomendasi karyawan terbaik berdasarkan kriteria yang ditentukan
Meningkatkan transparansi dan konsistensi dalam pengambilan keputusan
Mengurangi subjektivitas dalam penilaian karyawan
C. Metode yang Digunakan
AHP
Analytic Hierarchy Process (AHP) adalah metode yang digunakan untuk menentukan bobot/kepentingan dari setiap kriteria melalui perbandingan berpasangan (pairwise comparison).
TOPSIS
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah metode yang digunakan untuk meranking alternatif berdasarkan jarak ke solusi ideal positif dan negatif.
A. Definisi Kriteria
Kriteria adalah faktor atau aspek yang digunakan untuk menilai kinerja karyawan. Dalam sistem ini, terdapat 10 kriteria yang dikelompokkan menjadi dua jenis:
Kode Nama Kriteria Jenis Bobot AHP Keterangan
K1 Produktivitas Kerja Benefit 0.2000 Jumlah pekerjaan yang diselesaikan dalam periode tertentu
K2 Kedisiplinan Benefit 0.1500 Kepatuhan terhadap aturan dan jam kerja
K3 Kerjasama Tim Benefit 0.1200 Kemampuan bekerja sama dengan rekan kerja
K4 Masa Kerja Benefit 0.1000 Lama bekerja di perusahaan (tahun)
K5 Inisiatif Benefit 0.1000 Kemampuan mengambil tindakan tanpa menunggu perintah
K6 Komunikasi Benefit 0.0800 Kemampuan menyampaikan informasi dengan jelas
K7 Kualitas Kerja Benefit 0.0800 Ketepatan dan akurasi hasil pekerjaan
K8 Integritas Benefit 0.0700 Kejujuran dan etika dalam bekerja
K9 Kreativitas Benefit 0.0500 Kemampuan menghasilkan ide-ide baru dan inovatif
K10 Kepemimpinan Benefit 0.0500 Kemampuan memimpin dan memotivasi tim
Jenis Kriteria:
Benefit → Semakin tinggi nilai, semakin baik (contoh: produktivitas)
Cost → Semakin rendah nilai, semakin baik (contoh: biaya)
* Semua kriteria dalam sistem ini adalah Benefit
BAB 3: Metode AHP (Analytic Hierarchy Process)
A. Pengertian AHP
Analytic Hierarchy Process (AHP) adalah metode yang dikembangkan oleh Thomas L. Saaty pada tahun 1970. Metode ini digunakan untuk menyelesaikan masalah pengambilan keputusan dengan kriteria majemuk yang bersifat kualitatif dan kuantitatif.
B. Langkah-Langkah AHP
1
Membuat Matriks Perbandingan Berpasangan
Membandingkan setiap kriteria dengan kriteria lainnya menggunakan Skala Saaty 1-9:
Nilai Interpretasi
1 Sama penting
3 Agak lebih penting
5 Lebih penting
7 Sangat penting
9 Mutlak lebih penting
2,4,6,8 Nilai di antara
Contoh: Jika K1 (Produktivitas) 3 kali lebih penting dari K2 (Kedisiplinan), maka nilai a₁₂ = 3 dan a₂₁ = 1/3
2
Normalisasi Matriks
Setiap elemen dalam matriks dibagi dengan jumlah kolom untuk mendapatkan matriks ternormalisasi.
r_ij = a_ij / Σ a_kj
(untuk k = 1 hingga n)
3
Menghitung Bobot Prioritas
Bobot setiap kriteria dihitung dengan merata-rata setiap baris matriks ternormalisasi.
w_i = (Σ r_ij) / n
(untuk j = 1 hingga n)
Hasilnya adalah bobot/kepentingan setiap kriteria.
4
Uji Konsistensi
Menguji apakah penilaian perbandingan yang diberikan konsisten.
λmaks (Nilai Eigen Maksimum)
λmaks = (Σ (A × w)_i / w_i) / n
CI (Consistency Index)
CI = (λmaks - n) / (n - 1)
CR (Consistency Ratio)
CR = CI / RI
RI = Random Index (nilai acuan berdasarkan n)
Kriteria Konsistensi: CR ≤ 0.1 (diterima/konsisten)
Kriteria Tidak Konsisten: CR > 0.1 (perlu perbaikan penilaian)
5
Perankingan Alternatif
Setelah bobot kriteria didapat, langkah selanjutnya adalah menghitung skor setiap alternatif (karyawan) dengan mengalikan nilai normalisasi dengan bobot kriteria.
Skor_i = Σ (nilai_normalisasi × bobot_kriteria)
Alternatif dengan skor tertinggi adalah pilihan terbaik.
BAB 4: Metode TOPSIS
A. Pengertian TOPSIS
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) adalah metode yang dikembangkan oleh Yoon dan Hwang pada tahun 1981. Metode ini digunakan untuk meranking alternatif berdasarkan jarak ke solusi ideal positif dan negatif.
B. Langkah-Langkah TOPSIS
1
Membuat Matriks Keputusan
Matriks keputusan berisi nilai setiap alternatif pada setiap kriteria.
X = [x_ij]
x_ij = nilai alternatif ke-i pada kriteria ke-j
2
Normalisasi Matriks
Normalisasi menggunakan metode Euclidean untuk menyamakan skala semua kriteria.
r_ij = x_ij / √(Σ x_kj²)
(untuk k = 1 hingga m)
3
Normalisasi Terbobot
Mengalikan setiap elemen normalisasi dengan bobot kriteria (dari hasil AHP).
v_ij = w_j × r_ij
w_j = bobot kriteria ke-j (dari AHP)
4
Menentukan Solusi Ideal
Solusi Ideal Positif (A⁺):
A⁺ = (v₁⁺, v₂⁺, ..., v_n⁺)
Benefit → max, Cost → min
Solusi Ideal Negatif (A⁻):
A⁻ = (v₁⁻, v₂⁻, ..., v_n⁻)
Benefit → min, Cost → max
5
Menghitung Jarak ke Solusi Ideal
Menggunakan jarak Euclidean untuk mengukur kedekatan setiap alternatif ke solusi ideal.
Jarak ke Solusi Ideal Positif (S⁺):
S_i⁺ = √( Σ (v_ij - v_j⁺)² )
Jarak ke Solusi Ideal Negatif (S⁻):
S_i⁻ = √( Σ (v_ij - v_j⁻)² )
6
Menghitung Nilai Preferensi (Closeness Coefficient)
Menghitung nilai kedekatan setiap alternatif terhadap solusi ideal.
C_i⁺ = S_i⁻ / (S_i⁺ + S_i⁻)
Keterangan:
0 ≤ C_i⁺ ≤ 1
Semakin besar C_i⁺ → Alternatif semakin baik
7
Perankingan
Alternatif diurutkan berdasarkan nilai C_i⁺ dari yang terbesar ke terkecil.
Peringkat 1 = Alternatif dengan nilai C_i⁺ tertinggi
BAB 5: Perbandingan AHP vs TOPSIS
Aspek AHP TOPSIS
Tujuan Utama Menentukan bobot/kepentingan kriteria Menentukan peringkat alternatif
Input Matriks perbandingan berpasangan (skala 1-9) Matriks keputusan (nilai alternatif)
Output Bobot prioritas kriteria Nilai preferensi (C⁺) dan peringkat
Uji Konsistensi Ada (CR ≤ 0.1) Tidak Ada
Subjektivitas Tinggi (perbandingan berpasangan) Rendah (data kuantitatif)
Kompleksitas Kompleks (matriks n×n + uji konsistensi) Sederhana (langsung dari data)
Kelebihan Memperhitungkan preferensi pengguna secara eksplisit Objektif, efisien, tanpa uji tambahan
Kelemahan Banyak perbandingan jika kriteria banyak Tidak ada uji konsistensi preferensi
Waktu Komputasi Lebih Lama Lebih Cepat
Kombinasi Terbaik:
AHP digunakan untuk menentukan bobot kriteria, kemudian TOPSIS digunakan untuk meranking alternatif menggunakan bobot tersebut. Kombinasi ini menghasilkan keputusan yang objektif dan terstruktur.
BAB 6: Studi Kasus
A. Deskripsi Kasus
Perusahaan PT Maju Jaya ingin memilih Karyawan Terbaik dari 20 karyawan dengan 10 kriteria penilaian.
B. Data Karyawan
Kode Nama Jabatan Departemen
A1 Andi Susanto Staff Senior Produksi
A2 Budi Prasetyo Staff Pemasaran
A3 Citra Dewi Staff Senior SDM
A4 Dian Pertiwi Staff Keuangan
A5 Eko Nugroho Supervisor Produksi
... dan 15 lainnya
C. Hasil Perhitungan
Hasil AHP
Peringkat Nama Skor
???? 1 Citra Dewi 0.1623
???? 2 Umi Kalsum 0.1602
???? 3 Maya Sari 0.1587
Hasil TOPSIS
Peringkat Nama C⁺
???? 1 Citra Dewi 0.6709
???? 2 Umi Kalsum 0.6535
???? 3 Maya Sari 0.6457
Kesimpulan: Karyawan terbaik adalah Citra Dewi (A3) dengan skor AHP 0.1623 dan C⁺ TOPSIS 0.6709.
BAB 7: Cara Menggunakan Aplikasi
1
Login ke Sistem
Masukkan username dan password untuk masuk ke aplikasi.
Default: admin / admin123
2
Kelola Kriteria
Tambahkan, edit, atau hapus kriteria yang akan digunakan dalam penilaian.
Tambah: Klik "Tambah Kriteria"
Edit: Klik ikon ✏️ pada kriteria
Hapus: Klik ikon ????️ pada kriteria
3
Kelola Karyawan (Alternatif)
Tambahkan, edit, atau hapus data karyawan yang akan dinilai.
4
Input Penilaian
Masukkan nilai setiap karyawan untuk setiap kriteria.
Pastikan semua nilai terisi sebelum melanjutkan ke perhitungan.
5
Atur Perbandingan AHP
Masukkan matriks perbandingan berpasangan antar kriteria menggunakan Skala Saaty 1-9.
6
Hitung AHP
Jalankan perhitungan AHP untuk mendapatkan bobot kriteria dan peringkat alternatif.
7
Hitung TOPSIS
Jalankan perhitungan TOPSIS untuk mendapatkan peringkat alternatif berdasarkan jarak ke solusi ideal.
8
Lihat Peringkat
Lihat hasil akhir peringkat karyawan dari kedua metode.
Hasil Akhir: Karyawan dengan peringkat 1 adalah Karyawan Terbaik.
BAB 8: Kesimpulan
✅
Objektif
Keputusan berdasarkan data dan perhitungan matematis, bukan subjektivitas semata.
????
Transparan
Seluruh proses penilaian terdokumentasi dan dapat dipertanggungjawabkan.
????
Konsisten
Metode yang digunakan memastikan konsistensi dalam setiap pengambilan keputusan.
Dengan menggunakan SPK ini, perusahaan dapat:
Memilih karyawan terbaik secara objektif
Meningkatkan transparansi dalam penilaian
Mengurangi subjektivitas dan nepotisme
Meningkatkan motivasi karyawan
Mendukung pengambilan keputusan yang lebih baik
