Prediksi Penerimaan Seleksi Karyawan Baru Menggunakan Metode Tsukamoto dan Sugeno
Keywords:
Defuzzyfication, Fuzzyfication, Weighted Average, Firing Strength, Sugeno, TsukamotoAbstract
Tak perlu dikatakan bahwa perusahaan membutuhkan orang untuk mengelola manajemen perusahaan. Menemukan kandidat yang sesuai dengan persyaratan untuk menjadi pekerja di antara banyak pelamar adalah salah satu tantangan yang sering ditemui selama proses perekrutan. Akibatnya, sistem yang dikenal sebagai Sistem Pendukung Keputusan diperlukan untuk menyelesaikan masalah ini. Dalam sistem penerimaan karyawan yang menggunakan fuzzy logic, basis data (database) memiliki peran penting dalam menyimpan dan mengelola data yang terkait dengan penerimaan karyawan. Ketika mempertimbangkan penerimaan karyawan melalui penggunaan logika fuzzy, validitas data mengacu pada sejauh mana data yang diperoleh benar-benar mencerminkan informasi yang akurat dan dapat dipercaya untuk membantu dalam proses pengambilan keputusan. Temuan penelitian mengungkapkan bahwa metode logika fuzzy Tsukamoto dan Sugeno memiliki kemampuan yang baik untuk mengukur tingkat kelayakan karyawan baru. Pada hasil akhir menunjukkan bahwa ada beberapa calon karyawan yang lolos seleksi, sehingga memudahkan pengguna untuk menentukan karyawan baru yang akan lolos selanjutnya.Dalam kesimpulan, metode fuzzy dapat digunakan dalam prediksi penerimaan karyawan baru dengan menggabungkan berbagai faktor dan kriteria dalam suatu sistem fuzzy. Dengan pendekatan ini, dapat diperoleh hasil prediksi yang lebih akurat dan lebih fleksibel dalam pengambilan keputusan terkait penerimaan karyawan baru.
References
Abiodun, A., & Isiaka, S. (2019). Employee selection using fuzzy logic: A case study of a Nigerian organization. Journal of Advances in Mathematics and Computer Science, 29(3), 1-13.
A. S. RM. Sinaga, “Binary Image Object Identification Using Fuzzy Logic and Labeling Breadh-First,” Journal of Telematics and Informatics, vol. 6, no. 4, 2018.
Aydın, A. E., & Kahraman, C. (2018). Fuzzy multicriteria decision-making approach for employee recruitment. Journal of Multiple-Valued Logic & Soft Computing, 31(2-3), 169-189.
D. B. Morgan, Management Strategies for Reducing Voluntary Employee Turnover in Small, Walden University, Doctoral Dissertation, 2019.
Devi, M. M., & Mohan, V. R. (2018). An integrated approach for employee recruitment and selection using fuzzy TOPSIS and fuzzy VIKOR. International Journal of Computer Applications, 139(1), 27-32.
Dubey, D., & Saini, M. (2020). Application of fuzzy logic to employee recruitment and selection process. Journal of Theoretical and Applied Information Technology, 98(4), 548-558.
Dwi A.P, Anggraini P. S, I Gede S. , Primahardi A.R, Muhammad M. A. H, Trias W.(2022, November). Analisis Information Quality Terhadap User Satisfaction Dengan Pengaruh Quality Untuk Ketahanan Kualitas Website Pemerintah Kabupaten Malang. Jurnal SENADA2 Vol. 69 – 75, Surabaya.
F. D. Ragestu and A. J. Sibarani, “Penerapan Metode Fuzzy Tsukamoto Dalam Pemilihan Siswa Teladan di Sekolah,” Teknika, vol. 9, no. 1, pp. 9-15, 2020, doi: https://doi.org/10.34148/teknika.v9i1.251.
M. D. Irawan and H. Herviana, “Implementasi Logika Fuzzy Dalam Menentukan Jurusan Bagi Siswa Baru Sekolah Menengah Kejuruan (Smk) Negeri 1 Air Putih,” J. Teknol. Inf., vol. 2, no. 2, p. 129, 2019, doi: 10.36294/jurti.v2i2.427.
M. Irfan, L. P. Ayuningtias, and J. Jumadi, “Analisa Perbandingan Logic Fuzzy Metode Tsukamoto, Sugeno, Dan Mamdani ( Studi Kasus : Prediksi Jumlah Pendaftar Mahasiswa Baru Fakultas Sains Dan Teknologi Uin Sunan Gunung Djati Bandung),” J. Tek. Inform., vol. 10, no. 1, pp. 9–16, 2018, doi: 10.15408/jti.v10i1.6810.
Nurul Putri Utami, Hasanul Fahmi, and Anita Sindar, “Spk Penentuan Pemberian Pinjaman Kepada Anggota Bumdes Dengan Metode Simple Additive Weighting,” SINTECH (Science Inf. Technol. J., vol. 2, no. 2, pp. 124–130, 2019.
Patil, A., & Shegokar, G. (2018). Employee recruitment and selection using fuzzy logic. International Journal of Computer Sciences and Engineering, 6(5), 127-130.
R. T. Waruwu and A. Sindar, “SISTEM PAKAR MENENTUKAN JENIS GANGGUAN PERKEMBANGAN ANAK MENGGUNAKAN METODE CERTAINTY FACTOR,” vol. 2, no. 2, pp. 35–41, 2019.
Sari, E., Arif, M., & Mardiyanto, R. (2020). Employee selection based on fuzzy Tsukamoto method. Journal of Physics: Conference Series, 1464(1), 012025.
Y. Ferdiansyah and N. Hidayat, “Implementasi Metode Fuzzy -Tsukamoto Untuk Diagnosis Penyakit Pada Kelamin Laki Laki,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 12, pp. 7516-7520, 2018. [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/3994.
