Penerapan Metode Fuzzy Tsukamoto untuk Perhitungan Gaji Karyawan
Abstract
Upah gaji adalah kompensasi yang diberikan kepada setiap perusahaan, instansi, organisasi, atau badan usaha untuk karyawan yang telah bekerja selama sebulan. Namun, untuk memberikan kompensasi yang adil kepada seluruh karyawan, perusahaan harus mempertimbangkan faktor-faktor seperti absensi, tingkat pendidikan, dan tanggungan dalam pemberian kompensasi. Kriteria ini biasanya digunakan oleh perusahaan besar. Sebenarnya, pengolahan ini sudah ada sejak lama, tetapi sistem yang telah dibuat masih sederhana dan hanya bisa menangani masalah perhitungan yang sederhana. Perhitungan yang lebih kompleks dapat ditentukan menggunakan logika fuzzy melalui beberapa langkah agar mendapatkan hasil yang akurat. Metode Tsukamoto adalah salah satu metode yang menggunakan logika fuzzy dan menghasilkan nilai tegas. Pengambilan data yang tepat dilakukan untuk menentukan gaji dengan kriteria seperti tingkat pendidikan, absensi bulanan, dan tanggungan. Dengan bantuan penelitian ini, organisasi dapat menggunakan perhitungan yang ditemukan dalam penelitian ini untuk menentukan gaji karyawan dengan cepat, baik, dan tepat, sehingga masalah penentuan gaji dapat diselesaikan dengan baik.
References
Silaban, K. N. (2021). Penerapan Metode Tsukamoto (Logika Fuzzy) Dalam Sistem Pendukung Keputusan Untuk Menentukan Besarnya Gaji Kary awan Pada Hotel Grand Antares, 10-26.
Saragih, S. M., Lestari, A., & Hutasuhut, M. S. (2020). Implementasi Fuzzy Tsukamoto Dalam Menentukan Upah Gaji Karyawan Perbulan, 105-110. Budiarto, R. (2019). PERANCANGAN BASIS DATA. Yogyakarta: TEKNOSAIN.
Logo, J. F., Wantoro, A., & Susanto, E. R. (2020). MODEL BERBASIS FUZZY DENGAN FIS TSUKAMOTO UNTUK PENENTUAN BESARAN GAJI KARYAWAN PADA PERUSAHAAN SWASTA, 125-130. Logo, J. F., Wantoro, A., & Susanto, E. R. (2020). MODEL BERBASIS FUZZY DENGAN FIS TSUKAMOTO UNTUK PENENTUAN BESARAN GAJI KARYAWAN PADA PERUSAHAAN SWASTA, 125-130.
Ardhana, V. Y., Samperoding, E. A., Kumoro, D. T., & Alamsyah, N. (2022). Model Berbasis Fuzzy Tsukamoto Untuk Perhitungan Besaran Gaji Dosen Pada Perguruan Tinggi Swasta, 311-318 Rosa, A. (2022). Analisis dan Desain Perangkat Lunak. Bandung: BI-Obses.
Y. I. Kurniawan, E. Soviana, and I. Yuliana, “Merging Pearson Correlation and TANELR algorithm in recommender system,” in AIP Conference Proceedings, 2018, vol. 1977, doi: 10.1063/1.5042998 Widiyono. (2022). Metode Fuzzy Vector Quantization Untuk Kompresi Citra RGB Motif Batik Pekalongan. Smart Comp, 87-95.
Thamrin, F., 2012. Studi Inferensi FuzzyTsukamotountuk penentuan pembebanan trafo. Semarang: Universitas DIponengoro.
Pujiyanta, A. & Pujiantoro, A., 2012. Sistem Pakar Penentuan Jenis Penyakit Hati dengan Metode Inferensi FuzzyTsukamoto. Jurnal Informatika, 6(1 januari 2012), pp. 1-13.
Yunianto, E., & Taryadi. (2022). Implementasi Fuzzy Decision Making Untuk Pemilihan Marketplace. Smart Comp, 100-104.
Wibowo, W., Suprih Ulama, B. S., & Azies, H. A. (2020). BELAJAR PEMROGRAMAN BAHASA PYTHON. Surabaya: ITS PRESS.
Afriliana , I., Sulasmoro, A. H. & Sofyan, A., 2019. IMPLEMENTASI FUZZY SUGENO UNTUK KINERJA PENGAJARAN DOSEN , Volume Smart Comp Volume 8 No. 2, pp. 74-77.
DOI: https://doi.org/10.30591/smartcomp.v12i4.6032
Refbacks
- There are currently no refbacks.

This work is licensed under a Creative Commons Attribution 4.0 International License.
SMART COMP INDEXED OR REGISTERED BY
![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() | ![]() |
![]() | ![]() | ![]() |
View My Stats
![]() |