Model Penunjang Keputusan berbasis FSAW untuk Menilai Karyawan Terbaik
Chen dan Utama (2022), di dalam penelitiannya, telah berhasil membangun sebuah model penunjang keputusan (MPK) untuk melakukan penilaian di dalam rangka memilih karyawan (programmer) terbaik. Metode yang digunakan adalah kombinasi metode logika fuzzy dan simple additive weighting (SAW), atau selanjutnya disingkat dengan FSAW.
Khususnya, untuk perusahaan teknologi informasi, mengidentifikasi programmer terbaik sangat berharga. Pemilihan tersebut dilakukan dalam rangka untuk meningkatkan kinerja programmer perusahaan. Dengan demikikan, kinerja perusahaan akan meningkat seiring kinerja programmer membaik.
Model yang berhasill dikembangkan mempertimbangkan sembilan parameter (keterampilan teknis, pemecahan masalah, keterampilan komunikasi, kerja tim, disiplin, kemajuan kerja, waktu manajemen, pendidikan formal, dan pendidikan informal) dengan mengintegrasikan logika Fuzzy dengan metode SAW. Model ini akhirnya dapat dipergunakan oleh perusahaan teknologi informasi. Dan pada akhirnya dapat digunakan untuk menilai dan melihat hasil dari evaluasi karyawan lebih mudah. Khususnya bagi pihak pemilik bisnis di dalam membuat keputusan kunci (misalnya, pemberian insentif, kenaikan gaji, atau promosi). Model ini didasarkan pada data yang dikumpulkan dari sepuluh programmer perusahaan (di mana enam di antaranya adalah data nyata). Hasil studi menyimpulkan bahwa programmer nomor kedua adalah karyawan terbaik di perusahaan, dengan total skor 97,94, berdasarkan saran dari MPK yang dibangun.
Referensi
- C. Chen and D. N. Utama. 2022. Decision support model for determining the best employee using fuzzy logic and simple additive weighting. Journal of Computer Science, 18(6), pp. 530-539.