Perbandingan Metode Weighted Product dengan Simple Additive Weighting untuk Evaluasi Kinerja Kasir
##plugins.themes.academic_pro.article.sidebar##
Downloads
##plugins.themes.academic_pro.article.main##
Abstract
Kasir merupakan karyawan suatu perusahaan ritel yang bertugas untuk menyelesaikan proses belanja oleh pelanggan. Salah satu pelayanan kasir yang paling penting yaitu memuaskan pelanggan pada tahap akhir belanjanya. PT Lotte Mart Indonesia adalah perusahaan ritel dari Korea Selatan yang mengandalkan kasir pada proses transaksi belanja dengan pelanggan. Namun terdapat permasalahan yang terkait dengan PMS (Performance Management System) pada evaluasi kinerja kasir di perusahaan tersebut. Hal ini disebabkan belum diterapkannya suatu metode yang tepat dan relevan pada proses evaluasi kinerja kasir yang dilakukan oleh superior. Mekanisme evaluasi yang kurang relevan mengakibatkan pihak manajemen kesulitan ketika akan mempertimbangkan suatu kriteria yang nilainya bersifat negatif. Kemudian semua proses evaluasi tersebut tidak disimpan ke dalam suatu basis data, sehingga data kinerja kurang terorganisir serta menyebabkan terhambatnya pelaksanaan SOP (Standard Operating Procedure) dari perusahaan. Tujuan dari penelitian ini yaitu melakukan perbandingan metode antara Weighted Product Method (WPM) dengan Simple Additive Weighting (SAW) untuk evaluasi kinerja kasir. Metode terbaik dari hasil perbandingan tersebut akan dibangun suatu perangkat lunak sistem pendukung keputusan berbasis web. Hasil uji sensitivitas menunjukkan bahwa SAW lebih baik daripada WPM, sehingga metode SAW sangat tepat pada penerapan evaluasi kinerja kasir oleh superior. Metode tersebut memudahkan pihak manajemen dalam menentukan beberapa kriteria penilaian yang akan digunakan. Sistem Pendukung Keputusan yang dibangun berbasis web mampu mengorganisir data kinerja dan memperlancar SOP.
Kasir merupakan karyawan suatu perusahaan ritel yang bertugas untuk menyelesaikan proses belanja oleh pelanggan. Salah satu pelayanan kasir yang paling penting yaitu memuaskan pelanggan pada tahap akhir belanjanya. PT Lotte Mart Indonesia adalah perusahaan ritel dari Korea Selatan yang mengandalkan kasir pada proses transaksi belanja dengan pelanggan. Namun terdapat permasalahan yang terkait dengan PMS (Performance Management System) pada evaluasi kinerja kasir di perusahaan tersebut. Hal ini disebabkan belum diterapkannya suatu metode yang tepat dan relevan pada proses evaluasi kinerja kasir yang dilakukan oleh superior. Mekanisme evaluasi yang kurang relevan mengakibatkan pihak manajemen kesulitan ketika akan mempertimbangkan suatu kriteria yang nilainya bersifat negatif. Kemudian semua proses evaluasi tersebut tidak disimpan ke dalam suatu basis data, sehingga data kinerja kurang terorganisir serta menyebabkan terhambatnya pelaksanaan SOP (Standard Operating Procedure) dari perusahaan. Tujuan dari penelitian ini yaitu melakukan perbandingan metode antara Weighted Product Method (WPM) dengan Simple Additive Weighting (SAW) untuk evaluasi kinerja kasir. Metode terbaik dari hasil perbandingan tersebut akan dibangun suatu perangkat lunak sistem pendukung keputusan berbasis web. Hasil uji sensitivitas menunjukkan bahwa SAW lebih baik daripada WPM, sehingga metode SAW sangat tepat pada penerapan evaluasi kinerja kasir oleh superior. Metode tersebut memudahkan pihak manajemen dalam menentukan beberapa kriteria penilaian yang akan digunakan. Sistem Pendukung Keputusan yang dibangun berbasis web mampu mengorganisir data kinerja dan memperlancar SOP.
##plugins.themes.academic_pro.article.details##
Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:
1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Guswai, C. F. (2014). How to Create Outstanding Service. Jakarta: PT Elexmedia Komputindo.
Mauliana, P., Wiguna, W., & Widyaman, D. (2018). Sistem Pendukung Keputusan Evaluasi Kinerja Pramuniaga Toserba Yogya Ciwalk Menggunakan Metode Weighted Product. Infotronik: Jurnal Teknologi Informasi dan Elektronika, 3(2), 85-94.
Mirawati, M., Hikmah, A. B., & Wiguna, W. (2018). Sistem Penunjang Keputusan Penilaian Kinerja Kasir Lotte Mart Menggunakan Metode Weighted Product. IJCIT (Indonesian Journal on Computer and Information Technology), 3(2).
Nofriansyah, D., & Defit, S. (2017). Multi Criteria Decision Making (MCDM) pada Sistem Pendukung Keputusan. Yogyakarta: Penerbit Deepublish.
Reynolds, G. (2016). Information Technology for Managers. Boston: Cengage Learning.
Prasetio, R. T., & Pratiwi, P. (2015). PENERAPAN TEKNIK BAGGING PADA ALGORITMA KLASIFIKASI UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS DATASET MEDIS. Jurnal Informatika, 2(2).
Prasetio, R. T., & Riana, D. (2015, November). A comparison of classification methods in vertebral column disorder with the application of genetic algorithm and bagging. In 2015 4th international conference on instrumentation, communications, information technology, and biomedical engineering (ICICI-BME) (pp. 163-168). IEEE.
Prasetio, R. T., & Ripandi, E. (2019). Optimasi Klasifikasi Jenis Hutan Menggunakan Deep Learning Berbasis Optimize Selection. Jurnal Informatika, 6(1), 100-106.
Prasetio, R. T., Rismayadi, A. A., & Anshori, I. F. (2018). Implementasi Algoritma Genetika pada k-nearest neighbours untuk Klasifikasi Kerusakan Tulang Belakang. Jurnal Informatika, 5(2), 186-194.
Riana, D., Ramdhani, Y., Rizki, T. P., & Hidayanto, A. N. (2018). Improving Hierarchical Decision Approach for Single Image Classification of Pap Smear. International Journal of Electrical and Computer Engineering, 8(6), 5415.
Sahir, S. H., Rosmawati, R., & Minan, K. (2017). Simple Additive Weighting Method to Determining Employee Salary Increase Rate. Int. J. Sci. Res. Sci. Technol, 3(8), 42-48.
Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2015). Systems Analysis and Design in A Changing World. Boston: Cengage Learning, Inc.
Sekaran, U., & Bougie, R. (2016). Research Methods for Business: A Skill Building Approach. New York: John Wiley & Sons.
Shu, T. J., & Mo, Z. W. (2017, July). New Definition of the Definite Integral of Fuzzy Valued Function Linearly Generated by Structural Elements. In International Conference on Fuzzy Information & Engineering (pp. 11-22). Springer, Cham.
Stair, R., & Reynolds, G. (2015). Fundamentals of Information Systems. Boston: Cengage Learning.
VanAntwerp, J. (2015). A Guide to Customer Service Excellence. Bloomington: Xlibris.
Walliman, N. (2017). Research Methods: The Basics (2nd ed.). London: Routledge.