Penilaian Kinerja Karyawan Dengan Model Fuzzy Multi Attribute Decision Making Metode Simple Additive Weighted (Studi Kasus Pada Rumah Makan Kober Mie Setan Malang)

Main Author: Savitri, IrmaAyu
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2014
Subjects:
Online Access: http://repository.ub.ac.id/149673/1/Skripsi_-_Irma_Ayu_Savitri%2C_105100301111068%2C_TIP%2C_2010.pdf
http://repository.ub.ac.id/149673/
Daftar Isi:
  • Rumah makan merupakan tempat usaha komersial yang ruang lingkup kegiatannya menyediakan pelayanan makanan dan minuman untuk umum. Usaha rumah makan saat ini berkembang pesat karena perkembangan jaman membuat sebagian besar penduduknya disibukkan dengan rutinitas kerja sehingga tidak sempat untuk menyiapkan makanan. Kober mie setan merupakan salah satu rumah makan yang sedang berkembangpesat di Kota Malang. Salah satu hal penting dalam usaha rumah makan adalah kinerja karyawan. Kinerja karyawan dapat mempengaruhi pencapaian tujuan dari usaha rumah makan sehingga dibutuhkan penilaian terhadap karyawan. Penelitian ini bertujuan untuk memberikan kemudahan pada pihak manajemen dalam proses penilaian karyawan yaitu menghasilkan suatu sistem penilaian kinerja karyawan yang dapat membantu proses pengambilan keputusan dalam penentuan bonus dan mengetahui hasil perangkingan karyawan yang berhak menerima bonus berdasarkan urutan nilai. Metode yang digunakan dalam penelitian ini adalah Simple Additive Weighted (SAW) dengan model Fuzzy Multi Attribute Decision Making (FMADM). Penilaian ini dilakukan pada 23 orang karyawan aktif yang bekerja di kober mie setan Malang. Hasil yang diperoleh dari penelitian ini adalah menghasilkan suatu sistem penilaian kinerja karyawan yang telah lolos uji verifikasi dan uji validasi serta hasil perangkingan karyawan yang berhak mendapat bonus adalah 7 orang karyawan yang memiliki nilai > 17 yaitu Andri dengan nilai 21.2, Wisnu dengan nilai 20.75, Selamet dengan nilai 20.2, Jajang dengan nilai 19.4, Lia dengan nilai 18.6, Arya dengan nilai 18.6, dan Sandra dengan nilai 17.4.