BAB II

TIJAUAN PUSTAKA
2.1 Penelitian Terdahulu
Heribertus Ary Setyadi (2013) pernah mengusulkan penelitian menggabungkan metode
AHP dengan metode TOPSIS untuk penilaian DP3 di perguruan tinggi. Penelitian ini
memanfaatkan metode AHP untuk menentukan bobot kreiteria yang diperlukan pada proses
perhitungan TOPSIS. Kriteria yang digunakan pada penelitian ini adalah ambisi untuk maju,
pelaksanaan pekerjaan, penelitian dosen, dan pengambdian kepada masyarakat. Dari penelitian
tersebut, didapat kesimpulan penggunaan metode TOPSIS dengan menghitung nilai kedekatan dan
nilai preferensi dan membadingkan dengan bobot yang diperoleh dari proses metode AHP dapat
menghasilkan nilai yang lebih objektif.
Penelitian rekomendasi calon karyawan baru juga pernah dilakukan oleh Tri Handayono
(2013). Namun metode yang digunakan pada penelitian ini adalah metode AHP. Kriteria yang
digunakan pada penelitian ini adalah kedisiplinan, prestasi, pengalaman, perilaku, dan kesehatan.
Sistem pendukung keputusan menggunakan mode AHP memberikan manfaat dan kemudahan
dengan memberikan pilihan keputusan dalam seleksi penerimaan pegawai.

2.2 Analytical Network Process (ANP)

Metode Analytical Network Process (ANP) adalah salah satu dari metode Multi-Criteria
Decision Making (MCDM) yang merupakan pengembangan dari metode Analytical Hierarchy
Process (AHP) (Rusydiana and Devi, 2013).

2.3 Technique for Order Preference by Similarity To Ideal Solution (TOPSIS)

Kategori dari metode TOPSIS adalah kategori Multi-Criteria Decision Making (MCDM)
yaitu teknik pengambilan keputusan dari beberapa pilihan alternatif yang ada, khususnya MADC
(Multi Attribute Decision Making). TOPSIS bertujuan untuk menentukan solusi ideal positif dan
solusi ideal negatif. Solusi ideal positif memaksimalkan kriteria mafaat dan meminimalkan kriteria
biaya, sedangkan solusi ideal negatif memaksimalkan kriteria biaya dan meminimalkan kriteria
manfaat (Fan dan Cheng, 2009, 4).
Kriteria manfaat merupakan kriteria dimana ketika nilai kriteria tersebut semakin besar
maka semakin layak pula untuk dipilih. Sedangkan kriteria biaya merupakan kebalikan dari kriteria
manfaat, semakin kecil nilai dari kriteria tersebut maka akan semakin layak untuk dipilih. Dalam
metode TOPSIS, alternatif yang optimal adalah yang paling dekat dengan solusi ideal positif dan
paling jauh dari solusi ideal negatif.
TOPSIS menggunakan prinsip bahwa alternatif yang terpilih tidak hanya mempunyai jarak
terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif.
Konsep ini banyak digunakan untuk menyelesaikan masalah keputusan secara praktis. Konsepnya
sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur
kinerja relatif dari alternatif-alternatif keputusan kedalam bentuk matematis yang sederhana
(Kusumadewi dkk., 2006, 88). Konsep pundamental dari metode ini adalah penentuan jarak
terpendek dari solusi ideal positif dan jarak terpanjang dari solusi ideal negatif. Langkah- langkah
perhitungannya adalah sebagai berikut :
A. Membangun normalized decision matrix. Elemen 𝑟𝑖𝑗 hasil dari normalisasi decision
matrix R dengan metode euclidean lenght of a vector z adalah :

𝑥𝑖𝑗
𝑟𝑖𝑗 =
√ ∑𝑚 2
𝑖=1 𝑥𝑖𝑗

B. Membangun weighted normalized decision matrix. Dengan bobot W= (w1,w2,......wn),

maka normalisasi bobot matriks v adalah :

𝑤1 𝑟11 𝑤2 𝑟12 … … . 𝑤𝑛 𝑟1𝑛

𝑣= 𝑤1 𝑟21

[ 𝑤1 𝑚 1 𝑤2𝑟𝑚2 𝑤𝑛 𝑟𝑚𝑛 ]
C. Menentukan solusi ideal positif dan solusi ideal negatif. Solusi ideal dinotasikan positif
A*, sedangkan solusi ideal negatif dinotasikan A-.
 A* = { (max 𝑣𝑖𝑗 | j € J), (min 𝑣𝑖𝑗 | j € J’),
i = 1,2,3,......,m} = {𝑣1∗ , 𝑣2∗ , … . , 𝑣𝑛∗ }
 A- = { (min 𝑣𝑖𝑗 | j € J), (max 𝑣𝑖𝑗 | j € J’),
i = 1,2,3,......,m} = {𝑣 −1 , 𝑣 − 2 , … . , 𝑣 − 𝑛 }
J = {j=1,2,3,......,n dan j merupakan benefit criteria}
J ‘= {j=1,2,3,......,n dan j merupakan cost criteria}
D. Menghitung separasi .Si* adalah jarak (dalam pandangan euclidean) alternatif dari solusi ideal
positif didefinisikan sebagai :
2
𝑆𝑖 ∗ = √∑𝑛𝑗=1(𝑣𝑖𝑗 − 𝑣∗ 𝑗 ) , dengan i = 1,2,3,......,m

dan jarak terhadap solusi ideal negatif didefinisikan sebagai :

2
𝑆𝑖− = √∑𝑛𝑗=1(𝑣𝑖𝑗 − 𝑣− 𝑗 ) , dengan i = 1,2,3,......,m

E. Menghitung kedekatan relatif terhadap solusi ideal :

𝑐𝑖 ∗= 𝑠𝑖− , dengan 0 < 𝑐𝑖 ∗ < 1 dan i = 1,2,3,......,m

𝑠𝑖∗ + 𝑠𝑖−

F. Merangking Alternatif. Alternatif dapat dirangking berdasarkan urutan 𝑐𝑖 ∗ , maka dari itu
alternatif terbaik adalah salah satu nilai yang berjarak terpendek terhadap solusi ideal positif
dan berjarak terjauh dari solusi ideal negatif.
 BAB III
METODE PENELITIAN
3.1 Alur Penelitian

Penelitian dilakukan dengan mengimplementasikan metode ANP TOPSIS untuk membagun

sistem rekomendasi calon pelamar kerja berdasarkan spesifikasi lowongan kerja. Penelitian terbagi
ke dalam beberapa langkah yang ditunjukkan pada Gambar 3.1.

Gambar 3.1. Alur Penelitian.

Tahap analisis permasalahan dilakukan dengan metode wawancara dan observasi. Tujuan
dari tahap pertama adalah mencari informasi mengenai proses bisnis yang berjalan pada proses
penginputan lowongan, proses penginputan data pelamar kerja serta mencari kekurangan yang
terjadi pada proses tersebut. Tahap selanjutnya adalah melakukan studi pustaka terkait metode
yang digunakan dalam penelitian yaitu metode ANP TOPSIS. Setelah itu dilakukan proses desain
sistem dan database sesuai dengan masalah yang didapat pada tahap pertama. Pada tahap
implementasi, desain yang dibuat dimplementasikan sehingga menghasilkan sebuah aplikasi yang
dapat memberikan rekomendasi pelamar sesuai dengan spesifikasi lowongan yang telah
diinputkan oleh user. Setelah sistem dibagun sesuai dengan kebutuhan dan desain, sistem akan
diuji untuk mengetahui apakah sistem yang dibuat berjalan sesuai dengan kebutuhan.

3.2 Teknik Pengumpulan Data

1. Observasi
Metode observasi yaitu pengamatan secara langsung pada tempat penelitian dalam hal ini
dapat dilakukan oleh peneliti dengan cara mengamati dan mencatat langsung mengenai
proses bisnis yang berjalan untuk menunjang sistem pendukung keputusan.
2. Wawancara
Metode wawancara merupakan kegiatan pengumpulan data dengan cara melakukan
komunikasi langsung dengan user yang terlibat dalam proses bisnis.
 3. Studi Kepustakaan
Pengumpulan data juga dapat dilakukan dengan mengumpulkan acuan dan landasan teori
yang relevan dengan pembahasan. Data yang diperoleh adalah mengenai metode ANP
TOPSIS.

3.3 Gambaran Umum Sistem

Secara umum, sistem yang akan dibagun dibagi menjadi 3 bagian yaitu penentuan
kepentingan kriteria, penginputan data pelamar, penginputan data lowongan kerja.

3.3.1 Proses Penentuan Kepentingan Kriteria

Kriteria yang digunakan untuk menilai calon karyawan baru adalah pendidikan,
kemampuan, gaji dan psikotest. Tahap penentuan kriteria bertujuan untuk memberikan nilai
kepentingan untuk masing-masing kriteria. Gambar 3.2 menunjukkan gambaran umum sistem
untuk proses penentuan kepentingan kriteria.

Gambar 3.2. Proses Penentuan Kepentingan Kriteria.

3.3.2 Proses Input Data Pelamar

Pada proses ini pelamar akan menginputkan data pelamar diantaranya identitas diri, tingkat
pendidikan, kemampuan, jumlah gaji yang diinginkan. Selain itu pelamar juga melakukan
psikotest langsung pada sistem yang telah disediakan untuk mengetahui tingkat kecerdasan dari
pelamar kerja. Data pelamar dan hasil psikotest akan disimpan kedalam database. Gambaran
umum sistem untuk proses penginputan data pelamar ditunjukkan pada Gambar 3.3.
 Gambar 3.3. Proses Input Data Pelamar.

3.3.3 Proses Input Data Lowongan Kerja

Pada proses ini, user dalam hal ini HRD dari masing-masing perusahaan yang telah terdaftar
dapat menginputkan lowongan kerja. User dapat menginputkan jumlah gaji yang ditawarkan, job
spesifikasi yang diperlukan serta deskripsi pekerjaan sesuai dengan kebutuhan masing-masing
perusahaan. Spesifikasi kerja yang telah diinputkan akan dijadikan parameter untuk menentukan
pelamar yang akan direkomendasikan oleh sistem setelah diranking menggunakan metode ANP
TOPSIS. Gambaran umum sistem untuk proses input data lowongan kerja ditunjukkan pada
Gambar 3.4.

Gambar 3.4. Proses Input Lowongan Kerja.

3.4 Pengujian Sistem

Metode Black Box dipilih untuk menguji apakah fungsional sistem berjalan sesuai dengan
kebutuhan. Selain pengujian fungsional, akurasi sistem akan diuji dengan cara membandingkan
hasil keputusan secara manual dengan hasil keputusan yang dihasilkan menggunakan sistem