Top Banner

of 23

PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

Mar 01, 2018

Download

Documents

Martini
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    1/23

    PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC

    DENGAN METODE SUGENO ORDE-NOL

    Martini

    [email protected]

    ABSTRAK

    Performance assessment is an effort to get the employee who has done objectively. During this

    bonus calculation using a weighted calculation of the fixed (constant) in the range (range)

    specific. The calculation result will be the same between several employees over the still in thesame range. This will lead to various negative issues among employees, especially in terms of

    the amount of bonus. Therefore we need standards for employee performance appraisal

    acceptable to all parties. Standard assessments may give different results although the

    calculation of some employees within range (range) the same, and indirectly proves that the

    calculation results are in accordance with employee performance.

    The data in this study obtained from several sections and the calculations using fuzzy logic.

    With the fuzzy logic membership values will result in output between zero (0) and one (1) with

    different criteria. Input variables will be set up in some fuzzy set with linguistic language. The

    result shows that each employee has different criteria and values. This shows that the

    calculated value of fuzzy membership will result in different degrees. The steps taken is theinput fuzzification, fuzzy rules (rules) with Sugeno method, defuzzyfication, and bonus

    calculations.

    Keywords:

    Fuzzy logic, Fuzzification, Defuzzyfication

    1. Pendahuluan

    Penilaian terhadap kinerja karyawan memang sangat dibutuhkan oleh perusahaan

    terutama untuk hal-hal yang berhubungan dengan pengambilan keputusan. Oleh karena itu

    tidak mudah untuk menilai seseorang karena dibutuhkan tanggung jawab secara moril atas

    penilaian yang diberikan. Untuk memperoleh hasil perhitungan yang baik diperlukan suatu

    aturan atau prosedur standar penilaian tiap-tiap karyawannya terhadap loyalitas bagi

    perusahaan. Dengan demikian karyawan merasa mendapatkan penghargaan atau apresiasi

    atas pekerjaan yang telah dilakukan demi kemajuan perusahaan.

    Penilaian kinerja yang akan dibahas adalah penilaian terhadap kinerja karyawan untukkebutuhan perhitungan bonus yang biasanya dilakukan setahun sekali. Bonus tidak diberikan

    1

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    2/23

    untuk seluruh karyawan berdasarkan lamanya seseorang bekerja pada bagian tertentu,

    berdasarkan kualitas kerja semata, atau berdasarkan golongan. Banyak pertimbangan yang

    diambil untuk mendapatkan hasil yang diharapkan sesuai dengan ketentuan yang telah

    ditetapkan perusahaan. Bobot penilaian yang diberikan berada pada rentang 1 sampai 4 yang

    memperlihatkan ketidakpastian. Kriteria yang diberikan tidak mempunyai ketentuan yang

    standar, tergantung pada bobot penilaian atasan dan unsur subyektif. Untuk itu diperlukan

    sebuah perhitungan yang cermat agar nilai ketidakpastian tersebut dapat menghasilkan nilai

    yang memiliki kriteria yang jelas, dalam hal ini menggunakan pendekatan Fuzzy Logic.

    2. Tinjauan Pustaka

    Logika Fuzzy(Fuzzy Logic) pertama kali diperkenalkan pada tahun 1965 oleh Prof. Lotfi A.

    Zadeh dari University of California di Barkeley. Beliau mengemukakan bahwa ketidakjelasan

    adalah sesuatu yang sulit dijelaskan secara pasti, oleh karenanya diusulkan suatu bentuk

    matematik untuk membahas bagaimana ketidakjelasan tersebut dapat dinyatakan dalam

    bahasa yang dimengerti oleh manusia dengan sebuah pendekatan Logika Fuzzy. Tujuannyaadalah membuat komputer dapat beroperasi seperti layaknya logika manusia.

    2.1. Fungsi Keanggotaan

    Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan

    pemetaan titik-titik input ke dalam nilai keanggotaannya (derajat keanggotaan) yang

    mempunyai interval 0 sampai 1 (Kusumadewi dan Purnomo, 2010).

    a. Representasi Linier

    Representasi Linier menggambarkan pemetaan input ke derajat keanggotaannyasebagai sebuah garis lurus. Representasi Linier dapat digambarkan dalam 2 bentuk yaitu

    representasi linier naik dan Representasi Linier Turun.

    (a) (b)

    Gambar 1. (a) Representasi Linier Naik (b) Representasi Linier Turun

    2

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    3/23

    Fungsi keanggotaan untuk gambar Representasi Linier Naik dapat dituliskan sebagai berikut:

    0 x!a

    "[x] = (x- a ) / ( b a ) a !x!b (1)

    1 x"b

    Sedangkan untuk fungsi keanggotaan untuk gambar Representasi Linier Turun dapat

    dituliskan sebagai berikut:

    (b -x) / ( b a ) (x- a ) / ( b a )

    0 x "b (2)

    b. Representasi Kurva Segitiga

    Kurva Segitiga merupakan gabungan kedua Representasi Linier di atas. Kurva ini

    digambarkan sebagai bentuk segitiga yang mempunyai derajat keanggotaan tertinggi ada

    pada tinggi segitiga.

    Gambar 2. Kurva Segitiga

    Fungsi keanggotaan untuk gambar Kurva Segitiga dapat dituliskan sebagai berikut:

    0 x!a

    "[x] = (x a ) / ( b a ) a !x!b (3)

    (c x) / ( c b ) b !x!c

    2.2. Fuzzy Inference System

    Fuzzy Inference adalah suatu proses merumuskan pemetaan dari input yang diberikanmenjadi outputmenggunakan logika fuzzy (Zadeh, 1995). Sistem fuzzyyang dihasilkan disebut

    Fuzzy Inference System(FIS). FIS telah banyak diaplikasikan dalam berbagai bidang, seperti

    3

    "[x] =

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    4/23

    kontrol otomatis, klasifikasi data, analisis keputusan, dan sistem pakar. Karena kemampuannya

    yang fleksibel maka FIS sering disebut dengan nama fuzzy-rule-based system, fuzzy expert

    system, fuzzy modelling, fuzzy logic controller, atau cukup dengan fuzzy system.

    FIS dapat dibangun dengan beberapa metode, yaitu metode Tsukamoto, metode Mamdani

    dan metode Sugeno. Pada metode Tsukamoto, setiap konsekuen pada aturan yangmembentuk If-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi

    keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan

    diberikan secara tegas berdasarkan "-predikat. Hasil akhirnya diperoleh dengan menggunakan

    rata-rata terbobot.

    2.3. Metode Sugeno

    Metode Sugeno diperkenalkan pertama kali pada tahun 1985 oleh Takagi Sugeno Kang

    yang kemudian dikenal dengan Metode Sugeno atau Metode TSK. Menurut Cox dalam

    Kusumadewi (2010) metode ini terdiri dari 2 jenis:

    1. Model FuzzySugeno Orde-NolSecara umum bentuk model fuzzySugeno Orde-Nol adalah:

    IF (x1is A1) #(x2is A2) #(x3is A3) #... #(xNis AN) THEN z = k

    dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta(crisp) sebagai konsekuen.

    2. Model FuzzySugeno Orde-SatuSecara umum bentuk model fuzzySugeno Orde-Satu adalah:

    IF (x1is A1) #... #(xNis AN) THEN z = p1*x1+ ... + pN*xN+ q

    dengan Ai adalah himpunan fuzzyke-i sebagai anteseden, dan pi adalah suatu konstanta(crisp) ke-i dan q juga merupakan konstanta dalam konsekuen.

    Apabila komposisi aturan menggunakan metode Sugeno, maka defuzzifikasi dilakukan dengan

    cara mencari nilai rata-ratanya.

    2.4. Fuzzifikasi Input

    Menurut Pandjaitan (2007:124) Fuzzifikasi adalah proses dekomposisi suatu masukan

    masukan dan atau keluaran sistem ke dalam satu atau lebih himpunan fuzzy. Fuzzy Inference

    System (FIS) mengammbil masukan-masukan dan menentukan derajat keanggotaannya dalam

    semua fuzzyset menggunakan fungsi keanggotaan masing-masing fuzzyset. Seluruh variabel

    masukan dan variabel keluaran dibuat ke dalam bentuk linguistik. Sebelum penilaian semua

    ruledilakukan, variabel masukan harus di-fuzzifikasi menurut nilai-nilai linguistik.

    Operasi fuzzy logic dilakukan apabila bagian anteseden lebih dari satu pernyataan. Hasil

    akhir berupa derajat kebenaran anteseden yang berupa bilangan tunggal, dan akan diteruskanke bagian konsekuen. Masukan operator fuzzyadalah dua atau lebih derajat keanggotaan dari

    variabel input. Keluaran adalah nilai kebenaran tunggal. Operator fuzzy untuk melakukan

    operasi AND dan OR dapat dibuat sendiri.

    3. Metode Penelitian

    3.1. Kerangka Pemikiran Penelitian

    Penelitian ini dilakukan dalam beberapa tahap yang diuraikan sebagai berikut:

    4

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    5/23

    1. Tahap pertama: menentukan variabel masukan (input) yang akan dibuat ke dalam beberapa

    himpunan fuzzy berupa hasil akhir rata-rata kinerja dan hasil akhir perhitungan absensi

    untuk jumlah keterlambatan dalam 1 tahun (maksimum keterlambatan 100 hari).

    2. Tahap kedua: membentuk fungsi keanggotaan dari tiap-tiap variabel masukan sesuai

    dengan kriteria standar perusahaan, direpresentasikan dalam bentuk kurva yang kemudiandibuat ke dalam bentuk persamaan untuk tiap-tiap himpunan fuzzy tersebut. Gambar

    himpunan keanggotaan yang dibuat dalam Matlab terdapat pada Lampiran 3. untuk semua

    variabel masukan dan keluaran.

    3. Tahap ketiga: melakukan fuzzifikasi terhadap variabel masukan. Nilai variabel masukan

    disesuaikan berdasarkan fungsi keanggotaannya untuk selanjutnya akan dihitung dengan

    persamaan yang sudah dibuat. Hasilnya mempunyai satu atau dua kriteria yang berbeda.

    4. Tahap keempat: hasil fuzzifikasi dimasukkan dalam aturan-aturan fuzzy (fuzzy rules) yang

    sesuai dengan masukan himpunan fuzzy pada tahap pertama. Metode yang digunakan

    adalah Metode Sugeno Orde-Nol, dimana konsekuen berbentuk konstanta. Operator yang

    digunakan dalam aturan ini adalah operator AND. Bobot penilaian telah ditetapkan sesuaidengan standar perusahaan seperti dijelaskan dalam tabel berikut:

    Tabel 1. Bobot Konsekuen Kinerja

    Tabel 2. Bobot Konsekuen Absensi

    Semua rulesyang sesuai dengan kombinasi variabel inputini akan ditentukan dengan fungsi

    MIN untuk mendapatkan "-predikat.

    NoRange

    BobotPenilaian

    1. > 3.44 90%

    2. 2.44 3.44 70%

    3. 1.45 2.44 50%

    4. < 1.45 30%

    NoRange

    BobotPenilaian

    1. 0 5 30%

    2. 6 12 25%

    3. 13 24 20%

    4. 25 36 15%

    5. 37 60 10%

    6. > 60 5%

    5

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    6/23

    5. Tahap kelima: defuzzifikasi dilakukan untuk menentukan bobot nilai dari seluruh masukan

    fuzzydengan mencari rata-ratanya. Setiap "-predikat akan dikalikan dengan nilai konstanta

    konsekuen berdasarkan rule yang telah dibuat, kemudian dibagi dengan jumlah seluruh "-

    predikat.

    6. Tahap keenam: menghitung bonus yang didapatkan dari hasil perhitungan kinerja ditambah

    dengan hasil perhitungan absensi sesuai dengan Tabel 3.1 dan Tabel 3.2., dan hasil akhir

    bersifat bilangan diskrit. Pengolahan data menggunakan software Matlabdengan membuat

    sebuah GUI interfacemasukan dan hasil dari program tersebut disimpan dalam M-File.

    7. Tahap ketujuh: membandingkan hasil perhitungan antara penilaian kinerja dengan P4 dan

    penilaian kinerja dengan fuzzy logic.

    8. Tahap kedelapan: melakukan validasi data terhadap variabel masukan, yaitu hasil

    perhitungan dengan P4 dan hasil perhitungan menggunakan fuzzy logic. Validasi dilakukan

    terhadap 53 sampel data bebas dengan menggunakan coefficient of variation(COV).

    3.2. Pembentukan Himpunan Fuzzy

    Semua variabel input direpresentasikan dengan kurva linier naik (bentuk bahu kanan),

    kurva linier turun (bentuk bahu kiri), dan kurva segitiga.

    Persamaan fungsi keanggotaan yang dihasilkan untuk variabel TPJ:

    ( 2.5 -x) / ( 2.5 1 ); 1 !x!2.5

    mKurangBaik[PTJ] = (1)

    0; x"2.5

    0; x!1.5 ataux"3.5

    mCukupBaik[PTJ] = (x 1.5 ) / ( 2.5 1.5 ); 1.5 !x!2.5 (2)

    ( 3.5 -x) / ( 3.5 2.5 ); 2.5 !x!3.5

    0; x!2.5

    mBaik[PTJ] = (x 2.5 ) / ( 4 2.5 ); 2.5 !x!4 (3)

    1; x"4

    6

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    7/23

    Persamaan fungsi keanggotaan yang dihasilkan untuk variabel TK:

    ( 2.5 -x) / ( 2.5 1 ); 1 !x!2.5

    mKurangBaik[TK] = (4)

    0; x"2.5

    0; x!1.5 ataux"3.5

    mCukupBaik[TK] = (x 1.5 ) / ( 2.5 1.5 ); 1.5 !x!2.5 (5)

    ( 3.5 -x) / ( 3.5 2.5 ); 2.5 !x!3.5

    0; x!2.5

    mBaik[TK] = (x 2.5 ) / ( 4 2.5 ); 2.5 !x!4 (6)

    1; x"4

    Persamaan fungsi keanggotaan yang dihasilkan untuk variabel PP:

    ( 2 -x) / ( 2 1 ); 1 !x!2

    mKurangBaik [PP] = (7)

    0; x"2

    0; x!1 ataux"3

    mCukupBaik[PP] = (x 1 ) / ( 2 1 ); 1 !x!2 (8)

    ( 3 -x) / ( 3 2 ); 2 !x!3

    0; x!2

    mBaik[PP] = (x 2 ) / ( 4 2 ); 2 !x!4 (9)

    1; x"4

    7

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    8/23

    Persamaan fungsi keanggotaan yang dihasilkan untuk variabel Kp:

    ( 2 -x) / ( 2 1 ); 1 !x!2

    mKurangMampu [Kp] = (10)

    0; x"2

    0; x!1.5 ataux"3.5

    mCukupMampu[Kp] = (x 1.5 ) / ( 2.5 1.5 ); 1.5 !x!2.5 (11)

    ( 3.5 -x) / ( 3.5 2.5 ); 2.5 !x!3.5

    0; x!3

    mMampu[Kp] = (x 3 ) / ( 4 3 ); 3 !x!4 (12)

    1; x"4

    Persamaan fungsi keanggotaan yang dihasilkan untuk variabel Kp:

    0; x< 0 ataux"9

    mSD[Abs] = (x 0 ) / ( 5 0 ); 0 !x!5 (13)

    ( 9 -x) / ( 9 5 ); 5 !x!9

    0; x!5 ataux"19

    mD[Abs] = (x 5 ) / ( 9 5 ); 5 !x!9 (14)

    ( 19 -x) / ( 19 9 ); 9 !x!19

    0; x!9 ataux"30

    mCD[Abs] = (x 9 ) / ( 19 9 ); 9 !x!19 (15)

    ( 30 -x) / ( 30 19 ); 19 !x!30

    8

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    9/23

    0; x!19 ataux"48

    mKD[Abs] = (x 19 ) / ( 30 19 ); 19 !x!30 (16)

    ( 48 -x) / ( 48 30 ); 30 !x!48

    0; x!30 ataux"80

    mTD[Abs] = (x 30 ) / ( 48 30 ); 30 !x!48 (17)

    ( 80 -x) / ( 80 48 ); 48 !x!80

    0; x!61

    mSTD[Abs]= (x 61 ) / ( 100 61 ); 61 !x!100 (18)

    1; x"100

    3.3. Proses Fuzzifikasi dan Perumusan Aturan Fuzzy

    Berdasarkan variabel masukan maka aturan-aturan (rules) yang akan digunakan dalam

    penelitian ini sebanyak (jumlah himpunan fuzzy)jumlah variabel = 34 = 81 aturan untuk

    mendapatkan hasil kinerja, dan 6 aturan untuk mendapatkan hasil absensi. Metode yangdigunakan adalah Metode Sugeno Orde-Nol dimana bentuk konsekuen berupa bilangan

    konstanta yang telah ditetapkan dalam Tabel 1. dan Tabel 2. Aturan-aturan untuk hasil kinerja

    dirumuskan sebagai berikut:

    [R1] IF (PTJ Baik) AND (TK Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian=90

    [R2] IF (PTJ Baik) AND (TK Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN Penilaian =

    90

    [R3] IF (PTJ Baik) AND (TK Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN Penilaian =

    90

    [R4] IF (PTJ Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN Penilaian =

    90

    [R5] IF (PTJ Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu) THEN

    Penilaian = 70

    [R6] IF (PTJ Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu) THEN

    Penilaian = 70

    [R7] IF (PTJ Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN Penilaian =

    90

    [R8] IF (PTJ Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu) THENPenilaian = 70

    9

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    10/23

    [R9] IF (PTJ Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu) THEN

    Penilaian = 70

    [R10] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =

    90

    [R11] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN

    Penilaian = 70

    [R12] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN

    Penilaian = 70

    [R13] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R14] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    [R15] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 70

    [R16] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R17] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    [R18] IF (PTJ Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 50

    [R19] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =90

    [R20] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN

    Penilaian = 70

    [R21] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN

    Penilaian = 70

    [R22] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R23] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    [R24] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 50

    [R25] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R26] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 50

    [R27] IF (PTJ Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 30

    10

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    11/23

    [R28] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =

    90

    [R29] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN

    Penilaian = 70

    [R30] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Baik) AND (Kp Kurang Mampu) THEN

    Penilaian = 70

    [R31] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R32] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    [R33] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 70

    [R34] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R35] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    [R36] IF (PTJ Cukup Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 50

    [R37] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R38] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Cukup Mampu)THEN Penilaian = 70

    [R39] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 70

    [R40] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Mampu)

    THEN Penilaian = 70

    [R41] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 50

    [R42] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 50

    [R43] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Mampu)

    THEN Penilaian = 70

    [R44] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 50

    [R45] IF (PTJ Cukup Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 50

    [R46] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    11

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    12/23

    [R47] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    [R48] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 50

    [R49] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Mampu)

    THEN Penilaian = 70

    [R50] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 50

    [R51] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 50

    [R52] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Mampu)

    THEN Penilaian = 50

    [R53] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 50

    [R54] IF (PTJ Cukup Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 30

    [R55] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Baik) AND (Kp Mampu) THEN Penilaian =

    90

    [R56] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Baik) AND (Kp Cukup Mampu) THEN

    Penilaian = 70

    [R57] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Baik) AND (Kp Kurang Mampu) THENPenilaian = 70

    [R58] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R59] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    [R60] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Cukup Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 50

    [R61] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R62] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 50

    [R63] IF (PTJ Kurang Baik) AND (TK Baik) AND (PP Kurang Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 30

    [R64] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R65] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 70

    12

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    13/23

    [R66] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 50

    [R67] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Mampu)

    THEN Penilaian = 70

    [R68] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 50

    [R69] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Cukup Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 50

    [R70] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Mampu)

    THEN Penilaian = 50

    [R71] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 50

    [R72] IF (PTJ Kurang Baik) AND (TK Cukup Baik) AND (PP Kurang Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 30

    [R73] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Mampu) THEN

    Penilaian = 70

    [R74] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Cukup Mampu)

    THEN Penilaian = 50

    [R75] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Baik) AND (Kp Kurang Mampu)

    THEN Penilaian = 30

    [R76] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Mampu)THEN Penilaian = 50

    [R77] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 50

    [R78] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Cukup Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 30

    [R79] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Mampu)

    THEN Penilaian = 30

    [R80] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Cukup

    Mampu) THEN Penilaian = 30

    [R81] IF (PTJ Kurang Baik) AND (TK Kurang Baik) AND (PP Kurang Baik) AND (Kp Kurang

    Mampu) THEN Penilaian = 30

    Sedangkan untuk aturan-aturan absensi dirumuskan sebagai berikut:

    [R1] IF (Abs is sgtdisiplin) THEN nilai_absensi = 30

    [R2] IF (Abs is disiplin) THEN nilai_absensi = 25

    [R3] IF (Abs is ckpdisiplin) THEN nilai_absensi = 20

    13

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    14/23

    [R4] IF (Abs is krgdisiplin) THEN nilai_absensi = 15

    [R5] IF (Abs is tdkdisiplin) THEN nilai_absensi = 10

    [R6] IF (Abs is sgttdkdisiplin) THEN nilai_absensi = 5

    3.4. Proses Defuzzifikasi

    Nilai dan kriteria yang dihasilkan berdasarkan perhitungan dalam aturan-aturan fuzzy di

    atas untuk selanjutnya menentukan #-predikat dengan mengambil nilai keanggotaan terkecil

    dalam himpunan yang bersangkutan.

    [Ri] #-predikati = min($A[x], $B[y]) atau dapat juga dituliskan (19)

    [Ri] $A%$A = min($A[x], $B[y]) (20)

    3.5. Perhitungan Bonus

    Untuk menghitung kinerja dan absensi, jika komposisi aturan menggunakan Metode

    Sugeno maka defuzzifikasi dilakukan dengan cara mencari nilai rata-rata (average method)

    yang diperoleh dari #-predikat dikalikan dengan nilai konsekuen tiap-tiap aturan (z). Hasil akhir

    dalam bentuk persen (%). Selanjutnya menentukan kriteria dari kinerja dan kriteria absensi

    dengan ketentuan yang dijelaskan dalam Tabel 3. dan Tabel 4. Perhitungan rata-rata tersebut

    dirumuskan:

    #1z1+ #2z2+ . . . + #nzn

    Kinerja = (21)

    #1+ #1+ . . . +#nzn

    Tabel 3. Kriteria Penilaian Kinerja

    #1z1+ #2z2+ . . . + #nzn

    Absensi = (22)

    #1+ #1+ . . . +#nzn

    NoRange

    KriteriaPenilaian

    1. 76 90 Sangat Baik

    2. 61 75.99 Baik

    3. 50 60.99 Cukup Baik

    4. < 50 Kurang Baik

    14

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    15/23

    Tabel 4. Kriteria Penilaian Absensi

    Langkah terakhir adalah menghitung Bonus dengan rumus:

    Bonus = Kinerja + Absensi (23)

    3.6. Pengujian Data

    Validitas menunjukkan sejauh mana skor/nilai/ukuran yang diperoleh benar-benarmenyatakan hasil pengukuran atau pengamatan yang ingin diukur. Hipotesis pada dasarnyamerupakan suatu anggapan yang mungkin benar, dan sering digunakan sebagai dasarpembuatan keputusan atau pemecahan persoalan ataupun untuk dasar penelitian lebih lanjut.Untuk dapat diuji, suatu hipotesis haruslah dinyatakan secara kuantitatif (dalam bentuk angka).Pengujian hipotesis menggunakan data yang dikumpulkan dari sampel, sehingga merupakandata perkiraan (estimasi). Dalam penelitian ini pengujian validasi menggunakan koefisienvarians (Coeficient Varians/CV) yang membandingkan dispersi relatif dari 2 (dua) jenis data,dalam hal ini membandingkan antara data perhitungan kinerja dan absensi karyawanmenggunakan standar perhitungan P4 (real) dan perhitungan menggunakan fuzzy logic. Hasilperhitungan validasi ini diharapkan lebih kecil dari 5% (< 5%).

    Coeficient Varians merupakan ukuran normal dispersi dari suatu distribusi probabilitasyang didefinisikan sebagai rasio dari simpangan baku (standar deviasi) dengan rata-rata(mean), atau lebih jelasnya dirumuskan:

    (24)dimana:

    : standar deviasi sampel

    : rata-rata sampel

    4. Hasil dan Pembahasan

    4.1. Perhitungan Variabel

    Misalkan ingin dihitung bonus seorang karyawan sebut saja X5yang mempunyai nilai TPJ =

    3.33, nilai TK = 3.00, nilai PP = 3.00, nilai Kp = 2.88, dan Abs = 49.

    Langkah pertama dilakukan fuzzifikasi input untuk mencari nilai derajat keanggotaan tiap

    variabel dalam setiap himpunan dengan menggunakan persamaan (2) dan (3) untuk

    menghitung variabel PTJ:

    No Range

    Kriteria

    Penilaian

    1. > 25 Sangat Disiplin

    2. 20 25 Disiplin

    3. 15 19.99 Cukup Disiplin

    4. 10 14.99 Kurang Disiplin

    5. 5 9.99 Tidak Disiplin

    6. < 5Sangat TidakDisiplin

    %100xx

    sCV =

    s

    x

    15

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    16/23

    PTJ_CukupBaik (3.33) = (3.5 3.33) / (3.5 2.5)

    = 0.17

    PTJ_Baik (3.33) = (3.33 2.5) / (4 2.5)

    = 0.5533

    Gunakan persamaan (5) dan (6) untuk menghitung variabel TK.

    TK_CukupBaik (3.00) = (3.5 3) / (3.5 2.5)

    = 0.5

    TK_Baik (3.00) = (3 2.5) / (4 2.5)

    = 0.3333

    Gunakan persamaan (8) dan (9) untuk menghitung variabel PP.

    PP_CukupBaik (3.00) = (3 3) / (3 2)

    = 0

    PP_Baik (3.00) = (3 2) / (4 2)

    = 0.5

    Gunakan persamaan (11) untuk menghitung variabel Kp.

    Kp_CkpMampu (2.88) = (3.5 2.88) / (3.5 2.5)

    = 0.62

    Gunakan persamaan (17) untuk menghitung variabel Abs.

    Abs_TdkDisiplin (49) = (80 49) / (80 48)

    = 0.9687

    Langkah berikutnya dicari nilai "-predikat untuk setiap aturan yang sesuai dengan hasil di

    atas. Hanya ada 8 aturan yang memenuhi persyaratan dari hasil perhitungan "-predikat di atas.

    Karena operator yang digunakan dalam aturan fuzzy adalah AND, maka "-predikat diambil

    berdasarkan nilai keanggotaan terkecil (andMethod : min), dan nilai z berdasarkan ketentuan

    dalam Tabel 1.

    [R2] "-predikat2 = min(PTJ_Baik(3.33); TK_Baik(3.00); PP_Baik (3.00);Kp_CkpMampu (2.88))

    = min(0.5533; 0.3333; 0.5; 0.62) = 0.3333

    z2 = 90

    [R5] "-predikat5 = min(PTJ_Baik(3.33); TK_Baik(3.00); PP_CukupBaik (3.00);

    Kp_CkpMampu (2.88))

    = min(0.5533; 0.3333; 0; 0.62) = 0

    16

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    17/23

    z5 = 70

    [R11] "-predikat11 = min(PTJ_Baik(3.33); TK_CukupBaik(3.00); PP_Baik (3.00);

    Kp_CkpMampu (2.88))

    = min(0.5533; 0.5; 0.5; 0.62) = 0.5

    z11 = 70

    [R14] "-predikat14 = min(PTJ_Baik(3.33); TK_CukupBaik(3.00); PP_CukupBaik (3.00);

    Kp_CkpMampu (2.88))

    = min(0.5533; 0.5; 0; 0.62) = 0

    z14 = 70

    [R29] "-predikat29 = min(PTJ_CukupBaik(3.33); TK_Baik(3.00); PP_Baik (3.00);

    Kp_CkpMampu (2.88))

    = min(0.17; 0.3333; 0.5; 0.62) = 0.17

    z29 = 70

    [R32]"-predikat32 = min(PTJ_CukupBaik(3.33); TK_Baik(3.00); PP_CukupBaik (3.00);

    Kp_CkpMampu (2.88))

    = min(0.17; 0.3333; 0; 0.62) = 0

    z32 = 70

    [R38] "-predikat38 = min(PTJ_CukupBaik(3.33); TK_CukupBaik(3.00); PP_Baik (3.00);

    Kp_CkpMampu (2.88))

    = min(0.17; 0.5; 0.5; 0.62) = 0.17

    z38 = 70

    [R41] "-predikat41 = min(PTJ_CukupBaik(3.33); TK_CukupBaik(3.00); PP_CukupBaik(3.00);

    Kp_CkpMampu (2.88))

    = min(0.17; 0.5; 0; 0.62) = 0

    z41 = 50

    Sedangkan untuk mencari #-predikat dari vadiabel Abs hanya berdasarkan 1 aturan saja

    dan nilai z berdasarkan ketentuan dalam Tabel 2.

    [R5] "-predikat5 = min(Abs_TdkDisiplin(49)) = 0.9687

    Z5 = 10

    17

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    18/23

    Kriteria yang dihasilkan berdasarkan perhitungan di atas dijelaskan dalam tabel berikut:

    Tabel 5. Hasil Fuzzifikasi Untuk Karyawan X5

    Langkah berikutnya adalah defuzzifikasi dengan menerapkan persamaan (21).

    "2.z2+"5.z5+"11.z11+"14.z14+"29.z29+"32.z32+"38.z38+"41.z41

    Kinerja =

    "2+"5+"11+"14+"29+"32+"38+"41

    Untuk memudahkan perhitungan hanya dihitung "-predikat yang tidak menghasilkan nol.

    Kinerja =

    = = = 75.6814

    Sedangkan untuk menghitung Absensi digunakan persamaan (22).

    Absensi =

    = 10

    No Variabel Input Nilai Input Nilai Output Kriteria

    1. PTJ 3.33

    0.55 Baik

    0.17 Cukup Baik

    2. TK 3

    0.33 Baik

    0.5 Cukup Baik

    3. PP 3

    0.5 Baik

    0 Cukup Baik

    4. Kp 2.88 0.62 Cukup Mampu

    5. Abs 49 0.97 Tidak Disiplin

    17.017.05.03333.0

    )7017.0()7017.0()705.0()903333.0(

    +++

    +++ xxxx

    1733.1)9.11()9.11()35()997.29( +++

    1733.1

    797.88

    9687.0

    109687.0 x

    18

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    19/23

    Perhitungan Bonus dilakukan dengan menerapkan persamaan (23):

    Bonus = Kinerja + Absensi

    = 75.6814 + 10

    = 85.6814

    Hasil perhitungan di atas membuktikan bahwa ada perbedaan hasil Bonus yang diperoleh

    karyawan X5. Terlihat bahwa untuk penilaian Kinerja sebesar 75.68% dengan kriteria BAIK dan

    penilaian Absensi 10% dengan kriteria TIDAK DISIPLIN. Sementara untuk absensi tidak ada

    perbedaan hasil dikarenakan hanya 1 aturan yang memenuhi persyaratan dalam himpunan

    fuzzy. Tetapi hal ini cukup membuktikan bahwa sebesar apapun perbedaan nilai input akan

    diperhitungkan dalam nilai himpunan keanggotaannya yang diperlihatkan dalam Tabel 5.

    4.2. Perbandingan Hasil Penilaian Kinerja Karyawan

    Dari hasil di atas terlihat bahwa perhitungan bonus dengan fuzzylogicakan menghasilkan

    nilai yang tidak konstan, seperti perhitungan standar P4 yang telah dilakukan oleh perusahaan.

    Tabel 6. Hasil Perbandingan Perhitungan P4 Dengan FuzzyLogic

    NO Nama

    Variabel Input Hasil P4 Hasil Fuzzy Kriteria

    PTJ TK PP Kp Abs Rata2 Knj Abs Bonus Knj Abs Bonus Knj Abs

    1. X1 3 2.67 2.83 2.38 66 2.72 50 5 55 69.26 8.87 78.13 B TD

    2. X2 3.67 3.67 4 3.4 0 3.69 90 30 120 90 30 120 SB SD

    3. X3 3.67 3.17 3.83 3.23 99 3.47 90 5 95 84.6 5 89.6 SB STD

    4. X4 3.67 3.5 3.5 3.14 1 3.45 90 30 120 90 30 120 SB SD

    5. X5 3.33 3 3 2.88 49 3.05 70 10 80 75.68 10 85.68 B TD

    6. X6 3 3 3.5 3 11 3.13 70 25 95 74.44 24 98.44 B D

    7. X7 3 3.2 3 3.08 9 3.07 70 25 95 76.85 25 101.9 SB D

    8. X8 3 3.17 3 2.9 0 3.02 70 30 100 74.63 30 104.6 B SD

    9. X9 3 3.33 3.83 3.14 5 3.33 70 30 100 79.46 30 109.46 SB SD

    10. X10 3 3.2 3 3 2 3.05 70 30 100 74.76 30 104.76 B SD

    11. X11 3.33 3.33 3.33 3.07 5 3.27 70 30 100 80.49 30 110.49 SB SD

    12. X12 3 3.4 3.33 3 3 3.18 70 30 100 76.45 30 106.45 SB SD

    13. X13 3 3 3 2.87 0 2.97 70 30 100 7.44 30 104.44 B SD

    14. X14 2.67 2.17 2.5 2.43 0 2.44 70 30 100 61.24 30 91.24 B SD

    15. X15 2.67 2.83 2.83 2.43 0 2.69 70 30 100 69.21 30 91.24 B SD

    16. X16 3 2.33 3 2.5 0 2.71 70 30 100 70 30 100 B SD

    19

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    20/23

    Keterangan:

    SB : Sangat Baik B : Baik

    CB : Cukup Baik SD : Sangat Disiplin

    17. X17 3.67 3.67 3.83 3.27 0 3.61 90 30 120 90 30 120 SB SD

    18. X18 3 3 2.67 2.87 0 2.89 70 30 100 70.03 30 100.03 B SD

    19. X19 2.67 2.67 2.17 2.4 12 2.48 70 25 95 60.13 23.5 83.63 CB D

    20. X20 2.67 2.5 2.83 2.64 38 2.66 70 10 80 65.81 12.78 78.59 B KD

    21. X21 2.33 2.33 2.5 2.29 15 2.36 50 20 70 56.67 22 78.67 CB D

    22. X22 2.67 2.67 2.67 2.64 15 2.66 70 20 90 66.78 22 88.78 B D

    23. X23 3.33 3 2.83 2.5 1 2.92 70 30 100 71.85 30 101.85 B SD

    24. X24 3 2.83 3 3 22 2.96 70 20 90 73.46 18.64 92.1 B CD

    25. X25 2.67 2.5 2.5 2.83 0 2.51 70 30 100 59.76 30 89.76 CB SD

    26. X26 3 2.67 2.83 2.4 4 2.73 70 30 100 69.26 30 99.26 B SD

    27. X27 3 2.33 2.33 2.53 43 2.55 70 10 80 62.41 11.39 73.8 B KD

    28. X28 3 2.67 3 2.73 0 2.85 70 30 100 72.14 30 102.14 B SD

    29. X29 2.67 2.33 2.5 2.5 0 2.50 70 30 100 61.42 30 91.42 B SD

    30. X30 2 3 3 2.93 0 2.73 70 30 100 70 30 100 B SD

    31. X32 3 2.67 2.67 2.67 23 2.75 70 20 90 67.57 18.18 85.75 B CD

    32. X33 3 2.83 2.17 2.67 0 2.67 70 30 100 64.86 30 94.86 B SD

    33. X33 3 2.67 2.8 2.67 0 2.79 70 30 100 68.91 30 98.91 B SD

    34. X34 2.67 2.5 2.67 2.38 0 2.56 70 30 100 62.6 30 92.6 B SD

    35. X35 2.67 2.5 3 2.67 0 2.71 70 30 100 10 30 100 B SD

    37. X37 2.33 2.17 2.17 2.08 0 2.18 50 30 80 53.73 30 83.73 B SD

    38. X38 3 2.33 2.83 2.29 0 2.61 70 30 100 66.32 30 96.32 B SD

    39. X39 2.67 2.67 3 2.93 51 2.82 70 10 80 72.7 10 82.7 B TD

    40. X40 2.67 2.67 2.83 2.5 0 2.67 70 30 100 69.1 30 99.1 B SD

    41. X41 3.67 3.6 3.33 3.07 5 3.42 70 30 100 90 30 120 SB SD

    42. X42 3 3.2 3 3 1 3.05 70 30 100 74.76 30 104.76 B SD

    43. X43 3.33 3.2 3.5 3 3 3.26 70 30 100 78.43 30 108.43 SB SD

    44. X44 3.33 2.8 3.33 3 9 3.12 70 25 95 73.85 25 98.85 B D

    45. X45 2.67 2.6 2.67 2.5 12 2.61 70 25 95 65.45 23.5 88.95 B D

    46. X46 3.33 2.8 2.67 3 23 2.95 70 20 90 70.34 18.18 88.52 B CD

    47. X47 3 3 3 2.9 5 2.98 70 30 100 74.44 30 104.44 B SD

    48. X48 3 2.8 3 2.8 17 2.90 70 20 90 73.24 21 94.24 B D

    49. X49 3 3 3 3 11 3.00 70 25 95 74.44 25 98.44 B D

    50. X50 3 3 3 3 7 3.00 70 25 95 74.44 27.5 101.94 B SD

    51. X51 3 2.8 3 3 38 2.95 70 10 80 73.24 12.78 86.02 B KD

    52. X52 3 2.6 3 2.8 40 2.85 70 10 80 71.38 12.22 83.6 B KD

    53. X63 3 2.8 3.33 2.9 19 3.01 70 20 90 73.24 20 93.24 B CD

    20

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    21/23

    D : Disiplin CD : Cukup Disiplin

    KD : Kurang Disiplin STD : Sangat Tidak Disiplin

    4.3. Uji Validasi

    Pengujian dilakukan untuk mengetahui 2 (dua) sampel yang berbeda, yaitu dengan mencari

    standar deviasi terhadap Bonus hasil perhitungan P4 dan Bonus hasil perhitungan Fuzzy untuk

    selanjutnya akan diperoleh CV dengan perhitungan sebagai berikut:

    a. Variance(s2)

    b. Standar Deviasi (s)

    c. Coeficient Varians(CV)

    Berdasarkan perhitungan di atas dapat disimpulkan bahwa secara relatif hasil perhitungan

    dengan Fuzzy Logic lebih bervariasi daripada hasil perhitungan dengan P4 pada 53 orangkaryawan yang diambil secara acak.

    5.1. Kesimpulan

    a. Fuzzy logic akan menghasilkan output paling tidak dengan 2 kriteria yang berbeda dari

    masukan yang sama. Dengan fuzzy logic, output akan bernilai antara 0 dan 1, tapi dalam

    perhitungan biasa output bersifat tegas (crisp) yang bernilai 0 atau 1.

    b. Penilaian kinerja karyawan sekarang menggunakan perhitungan standar perusahaan yaitu

    Penilaian Potensi Prestasi Personil (P4) yang hasilnya berupa bilangan konstan.

    Perhitungan bonus menghasilkan nilai yang monoton dan tidak bervariasi sehingga sulit

    ditentukan kriteria yang tepat bagi penilaian tersebut.

    71.8952

    87.4664

    1

    )( 22==

    !

    " !=

    n

    xi

    x

    sx

    41.12252

    53.6365

    1

    )( 22==

    !

    " !=

    n

    yi

    ysy

    47.971.892

    === xx ss

    06.1141.1222

    === yy ss

    87.910094.95

    47.9100 =!=!=

    x

    s

    cv

    x

    x

    39.1110013.97

    06.11100 =!=!=

    y

    scv

    y

    y

    21

  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    22/23

    c. Hasil perbandingan perhitungan (antara P4 dengan fuzzy) diharapkan dapat menjadi

    motivasi karyawan untuk dapat meningkatkan prestasi kerjanya, karena berapapun

    besarnya nilai input akan dihasilkan nilai yang berbeda walaupun masih dalam jangkauan

    nilai yang sama. Terbukti dari variasi hasil bonus yang dihitung dengan fuzzy logic, yang

    berarti nilai tersebut sesuai dengan kinerja karyawan.

    5.2. Saran

    Berdasarkan kesimpulan yang telah dijelaskan di atas, maka penulis memberikan saran

    yang mungkin dapat berguna bagi pihak perusahaan. Adapun saran yang ingin disampaikan

    adalah:

    a. Perlu dirancang kembali mengenai perhitungan kinerja karyawan yang bersifat monoton,

    karena dapat mengakibatkan isu negatif di lingkungan internal perusahaan. Alangkah

    baiknya perhitungan dengan bobot konstan menjadi bahan pertimbangan sehingga dapat

    menilai kinerja karyawan yang sebenarnya secara obyektif.

    b. Format penilaian karyawan yang ada sekarang ini alangkah baiknya diberikan catatan

    (remark) dengan menuliskan jangkauan/skala dan kriteria (baik, cukup baik, kurang baik),

    sehingga penilai tidak mengalami kesulitan apabila ingin memberikan rekomendasi terhadap

    penilaian seseorang.

    DAFTAR PUSTAKA

    Bernandin, H. John, & Joyce E.A. Russell. (1993). Human Resource Management, Singapore:

    McGraw-Hill, Inc.

    Bezdek, James C., & Sankar K. Pal. (1994). Fuzzy Models for Pattern Recognition. UK:

    Prentice-Hall International.

    Gomes, Faustino Cardoso. (2003). Manajemen Sumber Daya Manusia. Yogyakarta: ANDI

    Offset.

    Handojo, Andreas., Octavia, Tanti & Buliali, Joko Lianto (n.d). Design Performance Appraisal

    Application for University Employee with Analytical Hierarchy Process and Fuzzy. http://

    fportfolio.petra.ac.id/user_files/00016/-ICSIIT-%20Employee-%20Appraisal%20Andreas

    %20H.pdf. 3 Desember 2010.

    Hasiholan, Liston, & Sudradjat (Desember 2008). Evaluasi Kinerja Karyawan Menggunakan

    Metode Pemrograman Linier Fuzzy. Makalah Seminar Nasional Matematika, Bandung: ITB.

    h t t p : / / p u s t a k a . u n p a d . a c . i d / w p - c o n t e n t / u p l o a d s / - 2 0 1 0 / 0 8 /

    evaluasi_kinerja_karyawan_fuzzy.pdf. 2 Desember 2010.

    Islam, Rafikul & Shuib bin Mohd Rasad (2005, July 8-10). Employee Performance Evaluation

    By AHP : A Case Study. Paper of dISAHP 2005, Honolulu, Hawaii. Desember 1, 2010.

    h t t p : / / w w w . s u p e r d e c i s i o n s . c o m / ~ s a a t y / - I S A H P 2 0 0 5 / P a p e r s /

    IslamR_RasadEmployeePerformanceEvaluation.pdf.

    22

    http://www.superdecisions.com/~saaty/-ISAHP2005/Papers/IslamR_RasadEmployeePerformanceEvaluation.pdfhttp://pustaka.unpad.ac.id/wp-content/uploads/-2010/08/evaluasi_kinerja_karyawan_fuzzy.pdfhttp://fportfolio.petra.ac.id/user_files/00016/-ICSIIT-%2520Employee-%2520Appraisal%2520Andreas%2520H.pdf
  • 7/26/2019 PENILAIAN KINERJA KARYAWAN MENGGUNAKAN FUZZY LOGIC DENGAN METODE SUGENO ORDE-NOL

    23/23

    Kusumadewi, Sri. (2002). Analisis & Desain Sistem Fuzzy Menggunakan Tool Box Matlab.

    Yogyakarta: Graha Ilmu.

    Kusumadewi, Sri. & Hari Purnomo. (2002). Aplikasi Logika Fuzzy: Untuk Mendukung

    Keputusan(Edisi 2). Yogyakarta: Graha Ilmu.

    Kusumadewi, Sri. (Juni 2004). Fuzzy Quantification Theory Untuk Analisis Hubungan Antara

    Penilaian Kinerja Dosen Oleh Mahasiswa, Kehadian Dosen, Dan Nilai Kelulusan

    Mahasiswa. Journal Media Informatika. Vol. 2, No. 1, 1-10. 1 Desember 2010. http://

    journal.uii.ac.id/index.php/mediainformatika/-article/viewFile/1/1.

    McNel, F. Martin, & Ellen Thro. (1994). Fuzzy Logic: a Practical Approach. USA: Academic

    Press, Inc.

    Naba, Agus. (2009). Belajar Cepat Fuzzy logic Menggunakan Matlab. Yogyakarta: ANDI Offset.

    Nurmianto, Eko., Siswanto, Nurhadi, & Sapuwan, Sanusi. (Juni 2006). Perancangan Penilaian

    Kinerja Karyawan Berdasarkan Kompetensi Spencer Dengan Metode Analytical Hierarchy

    Process (Studi Kasus di Sub Dinas Pengairan, Dinas Pekerjaan Umum, Kota Probolinggo).

    Jurnal Teknik Industri, Institut Teknologi Sepuluh Nopember, Vol. 8. No. 1, 40-53. http://

    repository.usu.ac.id/bitstream/123456789/

    17093/5/Chapter%201.pdf. 3 Desember 2010.

    Pandjaitan, Lanny W. (2007). Dasar-Dasar Komputasi Cerdas. Yogyakarta: ANDI Offset.

    Peranginangin, Kasiman. (2006). Pengenalan Matlab. Yogyakarta: ANDI Offset.

    Ramli, Nazirah & Mohamad, Daud. (2009). A Centroid-Based Performance Evaluation Using

    Aggregated Fuzzy Numbers. Applied Mathematical Science, Vol. 3, No. 48 (2369-2381).

    December 1, 2010. http://www.m-hikari.com/ams/ams-password-2009/ams-password45-48-2009/ramliAMS45-48-2009.pdf

    Supranto, J. (2001). Statistik: Teori dan Aplikasi. Edisi keenam. Jakarta: Erlangga.

    Walpole, Ronald E. (1995). Pengantar Statistika. Edisi ke-3. Jakarta: Gramedia.

    Yuniarsih, Tjutju & Suwatno. (2008). Manajemen Sumber Daya Manusia: Teori, Aplikasi dan Isu

    Penelitian. Bandung: Alfabeta.

    Zadeh, Lotfi A. (2002). Fuzzy Logic Toolbox: For Use With Matlab. Users Guide of MathWork.

    October 21, 2010. http://www.mathworks.com/products/-fuzzylogic.

    http://www.mathworks.com/products/-fuzzylogichttp://www.m-hikari.com/ams/ams-password-2009/ams-password45-48-2009/ramliAMS45-48-2009.pdfhttp://journal.uii.ac.id/index.php/mediainformatika/-article/viewFile/1/1