Penerapan Fuzzy Inference System Sugeno dalam Sistem Pengangkatan Karyawan Kontrak menjadi Karyawan Tetap

Authors

  • Silvi - Universitas Bhayangkara Jakarta Raya
  • Wowon Priatna Universitas Bhayangkara Jakarta Raya
  • Tyastuti Sri Lestari Universitas Bhayangkara Jakarta Raya
  • Muhammad Khaerudin Universitas Bhayangkara Jakarta Raya

DOI:

https://doi.org/10.33633/tc.v21i2.5992

Keywords:

fuzzy inference system, aplikasi Pengangkatan karyawan Kontrak, Metode Sugeno, Kriteria Penilaian karyawan, PHP, MYSQL.

Abstract

Proses pengangkatan karyawan kontrak menjadi karyawan tetap tiap perusahaan mempunyai cara dan sistem yang berbeda. Secara keseluruhan penilaian yang dilakukan dalam proses pengangkatan karyawan kontrak yang selama ini dilakukan penekanannya hanya tertuju pada nilai dari keseluruhan aspek harus baik, jika salah satu nilai dari aspek penilaian kurang baik maka karyawan tidak bisa diangkat menjadi karyawan tetap, tanpa memperhatikan aspek nilai yang lainnya. Oleh karena itu, penelitian ini mengusulkan sebuah metode pengangkatan karyawan kontrak menjadi karyawan tetap berbasis fuzzy inference system (FIS). Tujuan dari penelitian ini adalah merancang sebuah aplikasi FIS untuk proses pengangkatan karyawan kontrak menjadi karyawan tetap pada perusahaan. Adapun metode FIS yang digunakan adalah metode Sugeno orde 0 dengan variabel yang dipakai sebagai tolak ukur adalah kompetensi, sikap perilaku, kepribadian dan kesehatan. Keempat variabel tersebut bersama dengan FIS Sugeno orde 0 diterapkan kedalam sebuah aplikasi pengangkatan karyawan kontrak yang dibangun dengan menggunakan PHP MySQL. Berdasarkan analisis yang telah dilakukan terhadap 10 karyawan, diperoleh hasil penilaian tes karyawan kontrak tertinggi yaitu 90 dan hasil penilaian tes terendah adalah sebesar 55. Sehingga dapat disimpulkan bahwa 80% Karyawan mendapat predikat layak, dan 20% mendapat predikat tidak layak.

References

F. Indra Sanjaya and D. Heksaputra, “Sistem Pendukung Keputusan Pemilihan Tenaga Kontrak Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto (Studi Kasus PT. Solo Murni),” Semin. Nas. Apl. Teknol. Inf., pp. 1907–5022, 2016.

W. Zeng, Y. Zhao, and Q. Yin, “Sugeno fuzzy inference algorithm and its application in epicentral intensity prediction,” Appl. Math. Model., vol. 40, no. 13–14, pp. 6501–6508, 2016, doi: 10.1016/j.apm.2016.01.065.

R. Aprianto and silvie ayu Damayanti, “Sistem Pendukung Keputusan Pengangkatan Karyawan Tetap PT . Jalan Tol Lingkar Luar Jakarta dengan Metode Fuzzy Tsukamoto Riyan Apriyanto Silvie Ayu Damayanti ABSTRAK PT . Jalantol Lingkarluar Jakarta memiliki banyak karyawan Perjanjian Kontrak Waktu Terte,” vol. 8, no. 2, pp. 1–12, 2018.

W. Priatna and R. Purnomo, “Implementasi Fuzzy Inference System Metode Sugeno Pada Aplikasi Penilaian Kinerja Dosen,” Techno.Com, vol. 19, no. 3, pp. 245–261, 2020, doi: 10.33633/tc.v19i3.3638.

Ahmad, “Sistem Penilaian Kinerja Karyawan Menggunakan Fuzzy Inference System Metode Mamdani,” Sci. Sacra J. Sains, vol. 1, no. 3, 2021, [Online]. Available: http://pijarpemikiran.com/index.php/Scientia.

A. Alamsyah and I. H. Muna, “Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan,” Sci. J. Informatics, vol. 3, no. 1, pp. 88–98, 2016, doi: 10.15294/sji.v3i1.6136.

D. Heksaputra, “Fuzzy Intelligence System for Employee Assessment: a Case Studi of Xyz University in Yogyakarta,” Indones. J. Bus. Intell., vol. 1, no. 1, p. 9, 2019, doi: 10.21927/ijubi.v1i1.852.

N. B. Anshary, “Model Penduga Penentuan Karyawan Teladan Berbasis Adaptive Adaptive Neuro Fuzzy Inference System (ANFIS),” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 2, no. 2, p. 201, 2017, doi: 10.30998/string.v2i2.2107.

T. Yulianto, S. Komariyah, and N. Ulfaniyah, “Application of fuzzy inference system by Sugeno method on estimating of salt production,” AIP Conf. Proc., vol. 1867, no. August 2017, 2017, doi: 10.1063/1.4994442.

S. Rizvi, J. Mitchell, A. Razaque, M. R. Rizvi, and I. Williams, “A fuzzy inference system (FIS) to evaluate the security readiness of cloud service providers,” J. Cloud Comput., vol. 9, no. 1, 2020, doi: 10.1186/s13677-020-00192-9.

W. Sardjono, W. Priatna, D. S. Nugroho, A. Rahmasari, and E. Lusia, “Genetic algorithm implementation for application of shifting work scheduling system,” ICIC Express Lett., vol. 15, no. 7, pp. 791–802, 2021, doi: 10.24507/icicel.15.07.791.

D. I. Saputra, A. Najmurrokhman, and Z. Fakhri, “Skema Implementasi Fuzzy Inference System tipe Sugeno Sebagai Algoritma Pengendali Pada Sistem Pengamatan Berbasis IoT,” Semin. Nas. Sains dan Teknol. 2019, pp. 1–12, 2019.

A. apsari Achnas, I. Cholissodin, and W. Firdaus Mahmudy, “Optimasi Fuzzy Inference System Sugeno Dengan Algoritma Hill Climbing Untuk Penentuan Harga Jual Rumah,” J. Enviromental Eng. Sustain. Technol., vol. 2, no. 1, pp. 31–36, 2015, doi: 10.21776/ub.jeest.2015.002.01.5.

W. Sahara, E. Irawan, H. S. Tambunan, H. Okprana, and Y. P. Purba, “Application Of Sugeno ’ s Fuzzy Inference System In Determining Inventory Goat Milk,” vol. 1, no. 2, pp. 1–5, 2022.

Downloads

Published

2022-05-27

Issue

Section

Articles