plagiat merupakan tindakan tidak terpuji - core.ac.uk fileviii abstrak sistem pendukung pengambilan...

i

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN

KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE

WEIGHTING (SAW)

Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Disusun oleh :

Mirella Tri Ratnasari

095314003

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2014

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

DECISION SUPPORT SYSTEM SELECTION OF RECIPIENTS

REGIONAL HEALTH INSURANCE USING ALGORITHM SIMPLE

ADDITIVE WEIGHTING (SAW)

Case Study on Kelurahan Kepatihan Kabupaten Bojonegoro

THESIS

Present as Partial Fulfillment of the Requirments to Obtain Sarjana Computer

Degree in Informatics Engineering Department

Created By :


095314003

INFORMATICS ENGINEERING STUDY PROGRAM

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2014


iii

HALAMAN PERSETUJUAN

SKRIPSI



WEIGHTING (SAW)


Dipersiapkan dan ditulis oleh :


NIM : 095314003

Telah disetujui oleh :

Dosen Pembimbing

Drs. Johanes Eka Priyatma, M.Sc., Ph.D. Tanggal :


iv

HALAMAN PENGESAHAN

SKRIPSI



WEIGHTING (SAW)


Dipersiapkan dan ditulis oleh:

Nama : Mirella Tri Ratnasari

NIM : 095314003

Telah dipertahankan di depan Panitia Penguji

pada tanggal 16 Juli 2014

dan dinyatakan memenuhi syarat

Susunan Panitia Penguji

Nama Lengkap Tanda Tangan

Ketua AM. Polina S.Kom, M.Sc.

Sekretaris Drs. HJ. Haris Sriwindono, M.Kom.

Anggota Drs. Johanes Eka Priyatma, M.Sc., Ph.D.

Yogyakarta, Agustus 2014

Fakultas Sains dan Teknologi

Universitas Sanata Dharma

Dekan,

Paulina H. Prima Rosa, S.Si., M.Sc.


v

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak

memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam

kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, Agustus 2014

Penulis


vi

LEMBAR PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :

Nama : Mirella Tri Ratnasari

NIM : 095314003

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan

Universitas Sanata Dharma karya ilmiah saya yang berjudul :

“SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN


WEIGHTING (SAW)”

Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan

kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan,

mengahlikan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan

data, mendistribusikan secara terbatas, dan memublikasikan di internet atau media

lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun

memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai

penulis.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di Yogyakarta

Pada Tanggal Agustus 2014

Yang menyatakan,

(Mirella Tri Ratnasari)


vii

HALAMAN MOTTO

“Do the best anD GoD Do the rest”


viii

ABSTRAK

Sistem Pendukung Pengambilan Keputusan merupakan suatu sistem

informasi berbasis komputer yang ditujukan untuk membantu pengambilan

keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan

berbagai persoalan yang tidak terstruktur atau semi terstruktur. Tujuan dari

penelitian ini adalah mengukur tingkat keakuratan dan ketepatan algoritma SAW

(Simple Additive Weighting) dalam menyeleksi calon penerimaan Jaminan

Kesehatan Daerah berbasis desktop. Sistem pendukung keputusan yang dibangun

diharapkan dapat membantu staf kelurahan dalam pengambilan keputusan

Sistem pendukung pengambilan keputusan ini dibuat dengan

menggunakan bahasa pemrograman Java dan basisdata MySQL. Metode yang

digunakan adalah Simple Additive Weighting (SAW). Konsep dasar metode SAW

adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative

yang ada. Pada penelitian ini metode SAW dipilih karena metode ini mampu

menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang

dimaksud yaitu berhak menerima Jaminan Kesehatan Daerah berdasarkan kriteria-

kriteria yang telah ditentukan.

Hasil penelitian ini menunjukkan bahwa sistem pendukung pengambilan

keputusan dengan algoritma SAW (Simple Additive Weighting) tepat dan akurat

dalam menyeleksi calon penerima JAMKESDA yang dilihat dari hasil presentase

perbandingan antara SAW dan Manual.


ix

ABSTRACT

Decision support system is a computer-based information system which is

used to make decision by utilizing certain data and model for solving many

unstructured or semi structured problems. The purpose of this research is to

measure to accuracy of the SAW algorithm (Simple Additive Weighting) in

selecting the receiver of regional health insurance. The decision support system is

expected to help the administration districts staff in making decision.

This decision support system was developed by using java programming

and MySQL data-base. The model used in this research was Simple Additive

Weighting (SAW). The basic concept of SAW method is to find a weighted

summation from performance rating of every provided alternative. SAW method

was chosen in this research because SAW method is able to select the best from

some provided alternative. In this case, the alternative referes to people who are

llowed to receive regional health insurance based on specifid criteria..

The result of this research showed that the decision support system using

SAW algorithm (Simple Additive Weighting) was accurate in selecting the

receiver candidates of Regional Health Insurance. It was shown by the

comparison percentage between SAW and manual


x

KATA PENGANTAR

Puji syukur kepada Bunda Maria dan Tuhan Yesus Kristus atas berkat dan

limpahan kasih karuniaNya yang telah diberikan sehingga penulis dapat

menyelesaikan skripsi ini dengan judul : “Sistem pendukung keputusan

penerimaan jaminan kesehatan daerah dengan algoritma simple additive

weighting (SAW) studi kasus Kelurahan Kepatihan Kabupaten Bojonegoro”.

Dengan selesainya penulisan skripsi ini, penulis mengucapkan terima kasih

kepada pihak-pihak yang telah memberikan motivasi, kritik, dan saran kepada

penulis. Ucapan terima kasih ditujukan kepada :

1. Orang tua saya Fransiscus Sarman dan Theresia Purwanti yang telah

memberikan cinta dan kasih sayang serta dukungan spiritual, moral maupun

material selama studi berlangsung.

2. Bapak Johanes Eka Priyatma selaku dosen pembimbing skripsi. Terima kasih

telah membimbing dan menyediakan waktu dalam memberikan pengarahan

selama penulisan skripsi serta memberikan pemecahan masalah melalui kritik

dan saran yang diberikan.

3. Ibu P.H. Prima Rosa, S.Si.,M.Sc. selaku Dekan Fakultas Sains dan Teknologi

Universitas Sanata Dharma Yogyakarta

4. Ibu Ridowati Gunawan, S.Kom. selaku Ketua Jurusan Teknik Informatika

Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta


xi

5. Staff Kelurahan Kepatihan Kabupaten Bojoneoro yang menjadi sumber

informasi utama dalam memberi data terkait seleksi penerimaan Jamkesda

6. Paulina Purwaningsih, Mbak Lia, Mas Benhard, dan Aurel yang telah

memberikan motivasi dan doa selama penulis menyelesaikan skripsi

7. Wienda, Audris, Rosi, Wiwin, Mitha, Ade, Fidi, Ageng, Jeni, Yosi dan

semua teman-teman Teknik Informatika 2009 lainnya yang tidak dapat

disebutkan satu-persatu, terima kasih atas semangat, bantuan, kritik , saran

dan persahabatannya selama ini

8. Teman-teman kos : Hilda, Aulia, Citra, Ina, Tyas, Desty, dan Kak Venny

yang telah memberikan dukungan dan motivasi kepada penulis.

Akhir kata, semoga penulisan skripsi ini dapat berguna untuk menambah

wawasan maupun menjadi referensi bagi pembaca, terutama bagi mahasiswa

Teknik Informatika

Yogyakarta, 19 Agustus 2014

Penulis


xii

DAFTAR ISI

HALAMAN JUDUL ........................................................................................................... i

HALAMAN JUDUL(INGGRIS) ........................................................................................ ii

HALAMAN PERSETUJUAN ........................................................................................... iii

HALAMAN PENGESAHAN............................................................................................ iv

SKRIPSI ............................................................................................................................. iv

PERNYATAAN KEASLIAN KARYA ............................................................................. v

LEMBAR PERNYATAAN PERSETUJUAN .................................................................. vi

HALAMAN MOTTO ........................................................................................................ vii

ABSTRAK ........................................................................................................................ viii

ABSTRACT ........................................................................................................................ ix

KATA PENGANTAR ........................................................................................................ x

DAFTAR ISI ...................................................................................................................... xii

DAFTAR TABEL .............................................................................................................. xv

BAB I .................................................................................................................................. 1

PENDAHULUAN .............................................................................................................. 1

1.1 Latar Belakang .................................................................................................... 1

1.2 Rumusan Masalah ............................................................................................... 3

1.3 Batasan Masalah ................................................................................................. 4

1.4 Tujuan Penelitian ................................................................................................ 4

1.5 Manfaat Penelitian .............................................................................................. 4

1.6 Sistematika Penulisan ......................................................................................... 5

BAB II ............................................................................................................................. 7

LANDASAN TEORI ...................................................................................................... 7

2.1 Sistem Pendukung Pengambilan Keputusan (SPK) ............................................ 7

2.1.1 Pengertian SPPK ......................................................................................... 7

2.1.2 Tujuan Sistem Pendukung Pengambilan Keputusan ................................... 7

2.1.3 Ciri-ciri SPPK ............................................................................................. 9

2.1.4 Karakteristik dan Kapabilitas SPPK ......................................................... 10

2.1.5 Komponen SPPK ...................................................................................... 13


xiii

2.1.6 Kelebihan dan Kekurangan ....................................................................... 14

2.1.7 Jenis-Jenis Sistem Pengambilan Keputusan .............................................. 15

2.2 Fuzzy Multiple Atribute Decision Making FMADM ....................................... 15

2.3 Tiga Pendekatan Mencari nilai bobot atribut .................................................... 16

2.4 Metode Simple Additive Weighting (SAW) ..................................................... 17

2.5 Jaminan Kesehatan Daerah (JAMKESDA) ...................................................... 32

BAB III ............................................................................................................................. 34

METODOLOGI PENELITIAN ........................................................................................ 34

3.1 Rumusan Masalah ............................................................................................. 34

BAB IV ............................................................................................................................. 38

PERANCANGAN DAN IMPLEMENTASI SISTEM .................................................... 38

4.1 Analisis Sistem .................................................................................................. 38

4.1.1 Ruang Lingkup Masalah ........................................................................... 38

4.2 Perancangan Sistem .......................................................................................... 39

4.2.1 Diagram Use Case ..................................................................................... 39

4.2.2 Skenario Use Case .................................................................................... 41

4.2.3 Diagram Aliran Data (DAD) ..................................................................... 52

4.2.4 Manajemen Model .................................................................................... 56

4.2.5 Manajemen Data ....................................................................................... 57

4.2.6 Manajemen Dialog .................................................................................... 64

BAB V .............................................................................................................................. 72

PENGUJIAN DAN ANALISA DATA ............................................................................ 72

5.1 Perhitungan Excell dibandingkan dengan perhitungan sistem .......................... 72

5.2 Pengujian Sistem Jamkesda .............................................................................. 75

5.3 Analisa Data ...................................................................................................... 83

BAB VI ............................................................................................................................. 86

KESIMPULAN DAN SARAN ......................................................................................... 86

6.1 Kesimpulan ....................................................................................................... 86

6.2 Saran ................................................................................................................. 87

DAFTAR PUSTAKA ....................................................................................................... 88

LAMPIRAN ...................................................................................................................... 89


xiv

DAFTAR GAMBAR

Gambar 2. 1 Karakteristik dan Kapabilitas SPPK ............................................................ 13

Gambar 2. 2 Skematik SPPK ............................................................................................ 14

Gambar 2. 3 Bilangan Fuzzy untuk Jenis Bangunan Tempat Tinggal .............................. 18

Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat Tinggal ................. 19

Gambar 2.5 Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar ............................ 20

Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu perminggu .................. 21

Gambar 2.7 Bilangan Fuzzy untuk pembelian pakaian baru setiap anggota rumah tangga

.......................................................................................................................................... 22

Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari ................................ 23

Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama Kepala Keluarga........... 24

Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala Keluarga .................... 25

Gambar 2. 11 Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau tidak bergerak ... 26

Gambar 2. 12 Grafik Bobot .............................................................................................. 29

Gambar 4. 1 Diagram Use Case ........................................................................................ 40

Gambar 4. 2 Diagram Konteks ......................................................................................... 52

Gambar 4. 3 Diagram Aliran Data Tingkatan 1 ................................................................ 53

Gambar 4. 4 Diagram Aliran Data Tingkatan 2 Proses 1 ................................................. 54

Gambar 4. 5 Diagram Aliran Data Tingkatan 2 Proses 2 ................................................. 55

Gambar 4. 6 Diagram Ketergantungan ............................................................................. 56

Gambar 4. 7 Diagram Relasional Entitas .......................................................................... 58

Gambar 4. 8 Desain Logikal ............................................................................................. 59

Gambar 4. 9 Desain Interface Halaman Utama Menu File ............................................... 65

Gambar 4. 10 Desain Interface Halaman Utama Menu Edit ............................................ 65

Gambar 4. 11 Desain Interface Halaman Input Data Pemohon ........................................ 66

Gambar 4. 12 Desain Interface Halaman Input Kriteria dan Sub Kriteria ........................ 67

Gambar 4. 13 Desain Interface Halaman Input Kriteria Pemohon ................................... 68

Gambar 4. 14 Desain Interface Halaman Edit dan Delete Kriteria dan Sub Kriteria ....... 69

Gambar 4. 15 Desain Interface Halaman Edit dan Delete Kriteria Pemohon .................. 70

Gambar 4. 16 Desain Interface Halaman Simulasi ........................................................... 71

Gambar 5. 1 Penerima jamkesda dengan patokan skor 3.8 ............................................... 81

Gambar 5. 2 Detail Data Pemohon ................................................................................... 82


xv

DAFTAR TABEL

Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1) .......................................................... 19









Tabel 2. 10 Data Pemohon ................................................................................................ 26

Tabel 2. 11 Hasil Nilai Survei pemohon ........................................................................... 27

Tabel 2. 12 Matriks Ternormalisasi .................................................................................. 31

Tabel 4. 1 Narasi Use Case Memasukkan Data Warga .................................................... 41

Tabel 4. 2 Narasi Use Case Mengubah Data Warga ......................................................... 42

Tabel 4. 3 Narasi Use Case Menghapus Data Warga ....................................................... 43

Tabel 4. 4 Narasi Use Case Memasukkan Data Kriteria dan Sub Kriteria ....................... 44

Tabel 4. 5 Narasi Use Case Mengubah Data Kriteria dan Sub Kriteria ............................ 45

Tabel 4. 6 Narasi Use Case Menghapus Data Kriteria dan Sub Kriteria .......................... 46

Tabel 4. 7 Narasi Use Case Memasukkan Data Kriteria Pemohon ................................... 47

Tabel 4. 8 Narasi Use Case Mengubah Data Kriteria Pemohon ....................................... 49

Tabel 4. 9 Narasi Use Case Menghapus Data Kriteria Pemohon ..................................... 50

Tabel 4. 10 Narasi Use Case Simulasi .............................................................................. 51

Tabel 4. 11 Physical desain tabel warga ........................................................................... 60

Tabel 4. 12 Physical desain tabel sub kriteria ................................................................... 62

Tabel 4.13 Physical desain tabel kriteria .......................................................................... 62

Tabel 4.14 Physical desain tabel poin kriteria warga ........................................................ 63

Tabel 4.15 Struktur Tabel Login ....................................................................................... 63

Tabel 5. 1 Hasil Perhitungan menggunakan Excell yang dibandingkan dengan dengan

hasil perhitungan sistem .................................................................................................... 73

Tabel 5. 2 Bobot Setiap Kriteria ....................................................................................... 76

Tabel 5. 3 Pembobotan Sub Kriteria pada Kriteria 1 (C1) ................................................ 77







Tabel 5. 10 Pembobotan Sub Kriteria pada Kriteria 8 (C8) .............................................. 80


xvi

Tabel 5. 11 Pembobotan Sub Kriteria pada Kriteria 9 (C9) .............................................. 80

Tabel 5. 12 Total Skor dari setiap warga .......................................................................... 81

Tabel 5. 13 Range Nilai Patokan Skor .............................................................................. 81

Tabel 5. 14 Data Warga yang menerima dan tidak menerima JAMKESDA .................... 83

Tabel 5. 15 Tabel Perbedaan Hasil Keputusan Manual dan SPK ..................................... 84

Tabel 5. 16 Tabel Perbedaan Hasil Keputusan Manual dan SPK ..................................... 85


1

BAB I

PENDAHULUAN

Pada bab pendahuluan ini akan membahas mengenai latar belakang masalah,

rumusan masalah, batasan masalah, tujuan penelitian, dan manfaat penelitian.

1.1 Latar Belakang

Saat ini teknologi telah menjadi bagian yang tidak terpisahkan dari

kehidupan setiap individu maupun organisasi. Teknologi hadir untuk

memudahkan penggunanya dalam menyelesaikan berbagai macam hal.

Perkembangan yang pesat tidak hanya teknologi perangkat keras dan perangkat

lunak saja, tetapi metode komputasi juga ikut berkembang. Salah satu metode

komputasi yang cukup berkembang saat ini adalah metode sistem pengambilan

keputusan (Decisions Support System). Sistem pengambilan keputusan (Decisions

Support System) merupakan sistem komputer yang interakftif dalam membantu

pembuatan keputusan dengan menggunakan dan memanfaatkan data serta model

untuk memecahkan masalah semi terstruktur. Salah satu metode yang sering

digunakan yaitu Fuzzy MADM (Multiple Attribute Decission Making).

Metode Fuzzy MADM (Multiple Attribute Decission Making) adalah

metode yang dapat mencari suatu alternatif terbaik dari berbagai alternatif

berdasarkan kriteria-kriteria yang telah ditentukan. Metode Fuzzy MADM

memiliki beberapa algoritma diantaranya : Simple Additive Weighting (SAW),

Weighted Product (WP), ELECTRE, Technique for Order Preferences by

Similarity to Ideal Solution (TOPSIS), Analytic Hierarchy Process (AHP).

Metode SAW sering dikenal dengan metode penjumlahan terbobot. Konsep dasar


2

SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap

alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi

matriks keputusan (x) ke suatu skala yang dapat dibandingkan dengan semua

rating alternatif yang ada.

Jaminan Kesehatan Daerah (JAMKESDA) adalah suatu upaya pemeliharaan

kesehatan masyarakat yang pembiayaannya dikelola secara terpadu. Program

JAMKESDA memiliki beberapa kriteria penerimaan JAMKESDA yaitu : Jenis

lantai bangunan tempat tinggal, jenis dinding bangunan tempat tinggal, fasilitas

tempat buang air besar, konsumsi daging/ayam/susu perminggu, pembelian

pakaian baru setiap tahun anggota rumah tangga, frekuensi makan dalam sehari,

lapangan pekerjaan utama kepala keluarga, pendidikan tertinggi kepala keluarga,

dan pemiik aset/harga atau tidak bergerak. Selain itu, JAMKESDA merupakan

program jaminan bantuan pembayaran biaya pelayanan kesehatan yang diberikan

Pemerintah Daerah Kab.Bojonegoro kepada masyarakat Kab.Bojonegoro. Sasaran

Program Jamkesda adalah seluruh masyarakat Kab.Bojonegoro yang belum

memiliki jaminan kesehatan berupa Jamkesmas, ASKES dan asuransi kesehatan

lainnya. Jenis-jenis pelayanan kesehatan yang ditanggung program JAMKESDA

antara lain berupa pelayanan kesehatan di Puskesmas dan pelayanan kesehatan di

rumah sakit. Pada penelitian ini dipilih metode Simple Additive Weighting (SAW)

karena metode ini mampu menyeleksi altrenatif terbaik dari sejumlah alternatif,

dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima jaminan

kesehatan daerah (JAMKESDA) berdasarkan kriteria-kriteria yang telah

ditentukan. Metode SAW dipilih untuk menyelesaikan masalah pembagian


3

JAMKESDA karena metode ini mampu memberikan alternatif terbaik dengan

adanya pemberian bobot pada setiap kriteria-kriteria yang telah ditentukan,

kemudian dilakukan proses perankingan yang akan menentukan alternatif yang

optimal. Kriteria-kriteria yang dimaksud disini mempunyai 9 kriteria untuk

penerimaan JAMKESDA. Kriteria-kriteria dari JAMKESDA ini digunakan untuk

menyeleksi calon penerima dari banyak alternatif. Oleh karena itu, metode SAW

dapat digunakan karena adanya proses seleksi dengan beberapa kandidat yang

dibandingkan dengan prosedure penerimaan JAMKESDA sehingga menghasilkan

keputusan yang lebih tepat.

Adanya masalah yang terjadi penulis tertarik melakukan penelitian untuk

mengukur tingkat ketepatan algoritma SAW (Simple Additive Weighting) dalam

menyelesaikan masalah pengambilan keputusan penerimaan jaminan kesehatan

daerah (JAMKESDA) di Kabupaten Bojonegoro-Jawa Timur Kelurahan

Kepatihan.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka masalah yang akan diselesaikan

adalah :

Mengukur keakuratan dan ketepatan model SAW (Simple Additive

Weighting) untuk menyelesaian masalah pengambilan keputusan

penerimaan JAMKESDA dibandingkan dengan hasil data penerima

JAMKESDA pada kelurahan Kepatihan RT/RW 012/002 Bojonegoro-Jawa

Timur.


4

1.3 Batasan Masalah

Dalam tugas akhir ini, permasalahan yang akan di bahas sebatas pada :

1. Data yang digunakan adalah data penerima JAMKESDA Kepatihan

RT/RW 012/002 Bojonegoro-Jawa Timur.

2. Model keputusan yang digunakan yaitu model Fuzzy Multiple Attribute

Decision Making (FMADM) dengan metode Simple Additive Weighting

(SAW)

3. Sistem yang dibangun berbasis desktop.

1.4 Tujuan Penelitian

Tujuan yang dicapai dalam penelitian ini adalah :

1. Mengetahui tingkat ketepatan algoritma SAW (Simple Additive

Weighting) dalam pengambilan keputusan penerimaan JAMKESDA.

2. Untuk mendapatkan hasil yang lebih tepat warga yang berhak

mendapatkan JAMKESDA.

1.5 Manfaat Penelitian

Manfaat yang diberikan penelitian ini, yaitu :

1. Memberikan gambaran tentang langkah metode saw dalam

pengambilan keputusan penerimaan JAMKESDA.

2. Sebagai referensi penelitian lebih lanjut tentang pengambilan keputusan

penerimaan JAMKESDA.


5

1.6 Sistematika Penulisan

BAB I PENDAHULUAN

Bab ini berisi tentang latar belakang masalah, rumusan masalah,

batasan masalah, tujuan penelitian, manfaat penelitian, dan

sistematika penulisan.

BAB II LANDASAN TEORI

Bab ini berisi tentang dasar teori yang akan digunakan untuk

pembahasan dalam penulisan laporan tugas akhir ini yang meliputi

Sistem Pendukung Pengambilan Keputusan dan metode SAW

BAB III METODOLOGI PENELITIAN

Bab ini berisi tentang metodologi penelitian yang akan dilakukan

selama penelitian, terdiri dari : Analisis Masalah, Pengembangan

Sistem, Pengujian Efektifitas Sistem, Analisis Data, Penarikan

Kesimpulan.

BAB IV ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi tentang cara penerapan konsep dasar yang telah

diuraikan pada bab sebelumnya untuk menganalisa dan merancang

aplikasi.

BAB V ANALISIS HASIL IMPLEMENTASI

Bab ini berisi tentang analisa hasil dari implementasi sistem yang

terdiri dari kelebihan dan kekurangan sistem yang dibuat.


6

BAB VI PENUTUP

Bab ini berisi tentang kesimpulan dan saran dari penulisan laporan

tugas akhir yang disusun.


7

BAB II

LANDASAN TEORI

2.1 Sistem Pendukung Pengambilan Keputusan (SPK)

2.1.1 Pengertian SPPK

Konsep sistem pendukung pengambilan keputusan (SPPK) pertama kali

diungkapkan oleh Michael S.Scott Morton dengan istilah Management Decision

System pada awal tahun 1970-an. SPPK sebagai sebuah sistem berbasis komputer

yang membantu dalam proses pengembalian keputusan. SPPK sebagai sistem

informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus

dikembangkan untuk mendukung solusi dari permasalahan manajemen yang tidak

terstruktur untuk meningkatkan kualitas pengambilan keputusan. Dengan

demikian dapat ditarik satu definisi tentang SPPK, yaitu sebuah sistem berbasis

komputer yang adaptif, fleksibel, dan interkatif yang digunakan untuk

memecahkan masalah-masalah semi terstruktur sehingga meningkatkan nilai

keputusan yang diambil.

2.1.2 Tujuan Sistem Pendukung Pengambilan Keputusan

Menurut Turban (2005) Tujuan dari Sistem Pendukung Keputusan adalah :

1. Membantu manajer dalam pengambilan keputusan atas masalah semi

terstruktur.

2. Memberikan dukungan atas pertimbangan manajer dan bukannya di

maksudkan untuk menggantikan fungsi manajer

3. Meningkatkan efektivitas keputusan yang di ambil manajer lebih

daripada perbaikan efisiensinya.


8

4. Kecepatan komputasi. Komputer memungkinkan para pengambil

keputusan untuk melakukan banyak komputasi secara cepat dengan

biaya yang rendah.

5. Peningkatan produktivitas. Membangun suatu kelompok pengambil

keputusan, terutama para pakar, bisa sangat mahal. Pendukung

terkomputerisasi bisa mengurangi ukuran kelompok dan

memungkinkan para anggotanya untuk berada di berbagai lokasi yang

berbeda-beda (menghemat biaya perjalanan). Selain itu, produktivitas

staf pendukung (misalnya analisis keuangan dan hukum) bisa di

tingkatkan. Produktivitas juga bisa di tingkatkan menggunakan

peralatan optimasi yang menentukan cara terbaik untuk menjalankan

sebuah bisnis.

6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan

yang di buat. Sebagai contoh, semakin banyak data yang di akses,

makin banyak juga alernatif yang bisa di evaluasi. Analisis resiko bisa

di lakukan dengan cepat dan pandangan dari para pakar (beberapa dari

mereka berada di lokasi yang jauh) bisa dikumpulkan dengan cepat dan

dengan biaya yang lebih rendah. Keahlian bahkan bisa di ambil

langsung dari sebuah sistem computer melalui metode kecerdasan

tiruan. Dengan computer, para pengambil keputusan bisa melakukan

simulasi yang kompleks, memeriksa banyak scenario yang

memungkinkan, dan menilai berbagai pengaruh secara cepat dan


9

ekonomis. Semua kapabilitas tersebut mengarah kepada keputusan yang

lebih baik.

7. Berdaya saing. Manajemen dan pemberdayaan sumber daya

perusahaan. Tekanan persaingan menyebabkan tugas pengambilan

keputusan menjadi sulit. Persaingan di dasarkan tidak hanya pada

harga, tetapi juga pada kualitas, kecepatan, kustomasi produk, dan

dukungan pelanggan. Organisasi harus mampu secara sering dan cepat

mengubah mode operasi, merekayasa ulang proses dan struktur,

memberdayakan karyawan, serta berinovasi. Teknologi pengambilan

keputusan bisa menciptakan pemberdayaan yang signifikan dengan cara

memperbolehkan seseorang untuk membuat keputusan yang baik secara

cepat, bahkan jika mereka memiliki pengetahuan yang kurang.

2.1.3 Ciri-ciri SPPK

Dikutip oleh Nainggolan (2011), Kenn merumuskan ciri-ciri SPPK sebagai

berikut :

1. SPPK ditujukan untuk membantu keputusan-keputusan yang semi

terstruktur dan umumnya dihadapi oleh para manajer yang berbeda di

tingkat puncak

2. Dalam proses pengolahannya SPPK mengkombinasikan penggunaan

model-model dengan teknik pemasukan data konvensional serta fungsi-

fungsi pencari

3. SPPK memiliki fasilitas interaktif yang dapat mempermudah hubungan

antara manusia dengan komputer


10

4. SPPK bersifat luwes dan dapat menyesuaikan dengan perubahan-

perubahan yang terjadi

2.1.4 Karakteristik dan Kapabilitas SPPK

Dikutip oleh Kusrini (2007: 20), Turban, E.(2005) mendeskripsikan adanya

perbedaan karakteristik SPPK dengan sistem informasi manajemen (SIM).

Adapun karakteristik SPPK sebagai berikut :

1. SPPK menyediakan dukungan bagi pengambil keputusan utamanya

pada situasi semi terstruktur dan tak terstruktur dengan memadukan

pertimbangan manusia dan informasi terkomputerisasi. (semi structured

decisions)

2. Dukungan disediakan untuk berbagai level manajerial yang berbeda,

mulai dari pimpinan puncak sampai manajer lapangan. (for different

majerial level)

3. Dukungan disediakan bagi individu dan juga bagi group berbagai

masalah organisasional melibatkan pengambilan keputusan dari orang

dalam group. Untuk masalah yang strukturnya lebih sedikit seringkali

hanya membutuhkan keterlibatan beberapa individu dari departemen

dan level organisasi yang berbeda. (for group and individual)

4. SPPK menyediakan dukungan ke berbagai keputusan yang berurutan

atau saling berkaitan. (independence or sequential decisions)

5. SPPK mendukung berbagai fase proses pengambilan keputusan:

intelligence, design, choice dan implementation. (support intelligence

and choince)


11

6. SPPK mendukung berbagai proses pengambilan keputusan dan style

yang berbeda-beda; ada kesesuaian diantara DSS dan atribut pengambil

keputusan individu (contohnya vocabulary dan style keputusan).

7. SPPK selalu bisa beradaptasi sepanjang masa. Pengambil keputusan

harus reaktif, mampu mengatasi perubahan kondisi secepatnya dan

beradaptasi untuk membuat SPPK selalu bisa menangani perubahan ini.

SPPK adalah fleksibel, sehingga user dapat menambahkan, menghapus,

mengkombinasikan, mengubah, atau mengatur kembali elemen-elemen

dasar (menyediakan respon cepat pada situasi yang tak diharapkan).

Kemampuan ini memberikan analisis yang tepat waktu dan cepat setiap

saat. (adatability and flexible )

8. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilatas grafis

yang sangat kuat, dan antarmuka manusia-mesin interaktif dengan satu

bahasa alami dapat sangat meningkatkan keefektifitasan SPPK.

9. SPPK mencoba untuk meningkatkan efektivitas dari pengambilan

keputusan (akurasi, jangka waktu, kualitas), lebih daripada efisiensi

yang bisa diperoleh (biaya membuat keputusan, termasuk biaya

penggunaan komputer). (Effectiveness and not efficiency)

10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua

langkah proses pengambilan keputusan dalam menyelesaikan masalah.

SPPK secara khusus ditujukan untuk mendukung dan tak menggantikan

pengambil keputusan. Pengambil keputusan dapat menindaklanjuti

rekomendasi komputer sembarang waktu dalam proses dengan


12

tambahan pendapat pribadi atau pun tidak. (human control the

machine)

11. SPPK mengarah pada pembelajaran, yaitu mengarah pada kebutuhan

baru dan penyempurnaan sistem, yang mengarah pada pembelajaran

tambahan, dan begitu selanjutnya dalam proses pengembangan dan

peningkatan SPPK secara berkelanjutan.

12. User/pengguna harus mampu menyusun sendiri sistem yang sederhana.

Sistem yang lebih besar dapat dibangun dalam organisasi user tadi

dengan melibatkan sedikit saja bantuan dari spesialis di bidang

Information Systems (IS).

13. SPPK biasanya mendayagunakan berbagai model (standar atau sesuai

keinginan user) dalam menganalisis berbagai keputusan. Kemampuan

pemodelan ini menjadikan percobaan yang dilakukan dapat dilakukan

pada berbagai konfigurasi yang berbeda. berbagai percobaan tersebut

lebih lanjut akan memberikan pandangan dan pembelajaran baru.

(modelling)

14. SPPK dalam tingkat lanjut dilengkapi dengan komponen knowledge

yang bisa memberikan solusi yang efisien dan efektif dari berbagai

masalah yang pelik.


13

Gambar 2. 1 Karakteristik dan Kapabilitas SPPK

2.1.5 Komponen SPPK

Komponen-komponen SPPK menurut Turban, E (2005) sebagai berikut :

1. Pengolahan Data, termasuk database yang mengandung data yang

relevan untuk berbagai situasi dan diatur oleh software yang disebut

Database Management Systems (DBMS).

2. Pengelolaan Model, melibatkan model finansial, statistikal,

management science, atau berbagai model kuantitatif lainnya, sehingga

dapat memberikan ke sistem suatu kemampuan analitis, dan manajemen

software yang diperlukan.

SPPK


14

3. Pengelolaan Dialog, User dapat berkomunikasi dan memberikan

perintah pada SPK melalui subsistem ini. Ini berarti menyediakan

antarmuka.

4. Pengelolaan Pengetahuan, Subsistem optional ini dapat mendukung

subsistem lain atau bertindak sebagai komponen yang berdiri sendiri.

Gambar 2. 2 Skematik SPPK

2.1.6 Kelebihan dan Kekurangan

Setiap sistem teknologi pasti memiliki kelebihan dan keterbatasannya,

sedangkan keterbatasan sistem pendukung keputusan yaitu :

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat

dimodelkan, sehingga model yang ada dalam sistem tidak semuanya

mencerminkan persoalan sebenarnya.

Misalnya : kemampuan manusia untuk mengambil keputusan tidak hanya

dipengaruhi oleh pengalaman dan pengetahuan yang mereka miliki, tapi

juga dari saran orang-orang disekitarnya.


15

2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang

dimilikinya (pengetahuan dasar serta model dasar). Maksudnya bahwa

sistem pendukung keputusan hanya bisa menyelesaikan masalah sesuai

data masukan yang diprogram dalam sistem itu.

3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada

perangkat lunak yang digunakan.

4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia.

Sistem ini dirancang hanyalah untuk membantu pengambil keputusan

dalam melaksanakan tugasnya sehingga ada permasalahan yang tidak bisa

dikerjakan oleh sistem pendukung keputusan dan harus dikerjaka manusia.

2.1.7 Jenis-Jenis Sistem Pengambilan Keputusan

Jenis-jenis SPK menurut tingkat kerumitan dan tingkat dukungan

pemecahan masalahnya menurut Alter (1976) adalah sebagai berikut:

● Mengambil elemen-elemen informasi.

● Menganalisis seluruh file.

● Menyiapkan laporan dari berbagai file.

● Memperkirakan dari akibat keputusan.

● Mengusulkan keputusan.

● Membuat keputusan.

2.2 Fuzzy Multiple Atribute Decision Making FMADM

Fuzzy Multiple Attribute Decision Making atau FMADM merupakan suatu

metode yang digunakan untuk mencari alternative optimal dari sejumlah

alternative optimal dari sejumlah alternative dengan criteria tertentu. Inti dari


16

FMADM adalah menentukan nilai bobot untuk setiap atribut yang selanjutnya

akan dilakukan proses perankingan yang akan menyelekaai alternative yang sudah

diberikan. Ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu : pendekatan

subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan

obyektif. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan

subyektifitas dari para pengambil keputusan sehingga, beberapa faktor dalam

proses perankingan alternative bisa ditentukan secara bebas. Sedangkan

pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan

subyektifitas dari pengambilan keputusan. Beberapa metode yang dapat untuk

menyelesaikan masalah FMADM, yaitu :

1. Simple Additive Weighting (SAW)

2. Weighted Product (WP)

3. ELECTRE

4. Technique for Order Preferences by Similarity to Ideal Solution

(TOPSIS)

5. Analytic Hierarchy Process (AHP)

2.3 Tiga Pendekatan Mencari nilai bobot atribut

Ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu: pendekatan

subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan

obyektif. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan

subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam

proses perankingan alternative bisa ditentukan secara bebas. Sedangkan,


17

pendekatan obyektif nilai bobot dihitung secara matematis sehingga mengabaikan

subyektifitas dari pengambilan keputusan.

Dalam hal ini, sistem pendukung pengambilan keputusan seleksi

penerimaan jaminan kesehatan daerah menggunakan pendekatan integrasi.

Pendekatan integrasi digunakan dalam seleksi penerimaan jaminan kesehatan

daaerah dikarenakan adanya peraturan yang digunakan oleh staff kelurahan

sebagai pengambil keputusan dan dibantu dengan perhitungan manual untuk

menentukan bobot kriteria, vektor bobot, interval untuk masing-masing kriteria.

2.4 Metode Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal dengan istilah metode penjumlahan

terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari

rating kinerja setiap alternatif pada semua atribut. Metode SAW membutuhkan

proses normalisasi matriks keputusan (X) ke suatu skala yang dapat

diperbandingkan dengan semua alternatif yang ada. Matrix keputusan (x) dibentuk

dari skor alternatif x dan nilai bobot setiap atribut W. Berikut ini merupakan

penjelasan lebih lengkap untuk memahami metode Simple Addative Weighting

(SAW) :

- Sistem pendukung pengambilan keputusan ini mengelola pengambilan

keputusan seleksi penerimaan Jamkesda dengan 9 kriteria beserta bobot

tiap kriteria dalam pengambilan keputusan. Sebagai contoh, ada 3

pemohon calon penerima Jaminan Kesehatan Daerah, yaitu Imam.H

(A1), Hari.S (A2), dan Kuntinah (A3). Berikut ini 9 kriteria yang


18

digunakan dalam pengambilan keputusan seleksi penerimaan

JAMKESDA:

1. Jenis Lantai Bangunan Tempat tinggal (C1)

2. Jenis Dinding Bangunan Tempat Tinggal (C2)

3. Fasilitas Tempat Buang Air Besar (C3)

4. Konsumsi daging/ayam/susu perminggu (C4)

5. Pembelian pakaian baru setiap anggota rumah tangga (C5)

6. Frekuensi makan dalam sehari (C6)

7. Lapangan pekerjaan utama Kepala Keluarga (C7)

8. Pendidikan tertinggi kepala keluarga (C8)

9. Pemilik aset/harga bergerak atau tidak bergerak (C9)

Kriteria-kriteria yang digunakan dalam pengambilan keputusan sebagai

berikut:

Kriteria 1 : Jenis Lantai Bangunan Tempat Tinggal (C1)

Kriteria jenis bangunan tempat tinggal terbagi atas 3 bilangan fuzzy,

yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di

bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat

dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

Gambar 2. 3 Bilangan Fuzzy untuk Jenis Bangunan Tempat Tinggal

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


19

Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1)

Jenis Lantai (X) Nilai

Tanah 0,33

Ubin 0,67

Keramik 1,0

C1 merupakan kriteria jenis lantai bangunan tempat tinggal. Jenis lantai

tanah diberi nilai 0,33 = rendah, jenis lantai ubin diberi nilai 0.67 =

sedang, dan jenis lantai keramik diberi nilai 1.00 = tinggi.

Kriteria 2 : Jenis Dinding Bangunan Tempat Tinggal (C2)

Kriteria jenis dinding bangunan tempat tinggal terbagi atas 3 bilangan

fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada

gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat


Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat

Tinggal


Jenis Dinding (X) Nilai

Tembok Bambu 0,33

Tembok Batu Bata 0,67

Tembok Halus 1,0

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


20

C2 merupakan kriteria jenis dinding bangunan tempat tinggal. Jenis

tembok bambu diberi nilai 0,33 = rendah, jenis tembok batu bata diberi

nilai 0.67 = sedang, dan jenis tembok halus diberi nilai 1.00 = tinggi.

Kriteria 3 : Fasilitas Tempat Buang Air Besar (C3)

Kriteria fasilitas tempat buang air besar terbagi atas 3 bilangan fuzzy,




Gambar 2.5 Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar


Jenis Tempat (X) Nilai

Tidak Punya 0,33

Sederhana 0,67

Modern 1,0

C3 merupakan kriteria jenis tempat buang air besar. Tidak mempunyai

diberi nilai 0,33 = rendah, sederhana diberi nilai 0.67 = sedang, modern

diberi nilai 1.00 = tinggi.

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


21

Kriteria 4 : Konsumsi daging/ayam/susu perminggu (C4)

Kriteria konsumsi daging/ayam/susu perminggu terbagi atas 3 bilangan

fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada

gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat


Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu

perminggu


Konsumsi

daging/ayam/susu

(X)

Nilai

Tidak Pernah 0,33

Seminggu 1 kali 0,67

Seminggu 2 kali 1,0

C4 merupakan kriteria konsumsi daging/ayam/susu perminggu. Tidak

pernah diberi nilai 0,33 = rendah, seminggu 1 kali diberi nilai 0.67 =

sedang, dan seminggu 2 kali diberi nilai 1.00 = tinggi.

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


22

Kriteria 5 : Pembelian Pakaian Baru setiap anggota rumah tangga (C5)

Kriteria pembelian pakaian baru setiap anggota rumah tangga terbagi atas

3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat

pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy

dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

Gambar 2.7 Bilangan Fuzzy untuk pembelian pakaian baru setiap

anggota rumah tangga


Pembelian

Pakaian (X)

Nilai

Tidak Pernah 0,33

Setiap hari raya 0,67

3 bulan sekali 1,0

C5 merupakan kriteria pembelian pakaian baru setiap anggota rumah

tangga. Tidak pernah diberi nilai 0,33 = rendah, setiap hari raya diberi

nilai 0.67 = sedang, dan 3 bulan sekali diberi nilai 1.00 = tinggi.

Kriteria 6 : Frekuensi makan dalam sehari (C6)

Kriteria frekuensi makan dalam sehari terbagi atas 3 bilangan fuzzy,


0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


23



Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari


Makan dalam

sehari (X)

Nilai

1 kali sehari 0,33

2 kali sehari 0,67

3 kali sehari 1,0

C6 merupakan kriteria frekuensi makan dalam sehari. 1 kali sehari diberi

nilai 0,33 = rendah, 2 kali sehari diberi nilai 0.67 = sedang, dan 3 kali

sehari diberi nilai 1.00 = tinggi.

Kriteria 7 : Lapangan pekerjaan utama Kepala Keluarga (C7)

Kriteria lapangan pekerjaan utama terbagi atas 3 bilangan fuzzy, yaitu

rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah.

Dari gambar tersebut, bilangan-bilangan fuzzy dapat dikonversikan ke

bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


24

Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama

Kepala Keluarga


Lapangan pekerjaan utama (X) Bobot

Buruh 0,33

Pedagang/Wiraswasta/Peg.Swasta 0,67

PNS 1,0

C7 merupakan lapangan pekerjaan utama kepala keluarga. Buruh diberi

nilai 0,33 = rendah, pedagang/wiraswasta/peg.swasta diberi nilai 0.67 =

sedang, dan PNS diberi nilai 1.00 = tinggi.

Kriteria 8 : Pendidikan tertinggi kepala keluarga (C8)

Kriteria pendidikan tertinggi kepala keluarga terbagi atas 4 bilangan

fuzzy, yaitu sangat rendah (SR), rendah (R), sedang (S), tinggi (T).

Seperti terlihat pada gambar di bawah. Dari gambar tersebut, bilangan-

bilangan fuzzy dapat dikonversikan ke bilangan crisp SR=0,25 R= 0,5 ;

S=0,75 ; T=1,00

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


25

Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala

Keluarga


Pendidikan

tertinggi (X)

Nilai

Tamat SD 0,25

Tamat SMP 0,5

Tamat SMA 0,75

Tamat S1/S2 1,00

C8 merupakan kriteria pendidikan tertinggi kepala keluarga. Tamat SD

diberi nilai 0.25 = sangat rendah, tamat SMP diberi nilai 0.5 = rendah,

tamat SMA diberi nilai 0.75 = sedang, dan tamat S1/S2 diberi nilai 1.00

= tinggi.

Kriteria 9 : Pemilik aset/harga bergerak atau tidak bergerak (C9)

Kriteria pemilik aset/harga bergerak atau tidak bergerak terbagi atas 3

bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat

pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy

dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

SR R S

0,25

3

0,5 0,75 0

1

µ(w)

T

1,00


26

Gambar 2. 11 Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau

tidak bergerak


Aset (X) Nilai

Tidak mempunyai 0,33

Harta benda dijual <500rb 0,67

Harta benda dijual >500rb 1,0

C9 merupakan kriteria pemilik aset/harga bergerak atau tidak bergerak.

Tidak mempunyai diberi nilai 0,33 = rendah, harta benda dijual < 500rb

diberi nilai 0.67 = sedang, dan harta benda dijual > 500rb diberi nilai

1.00 = tinggi.

- Berikut ini contoh perhitungan manual:

a. Diketahui 3 calon penerima Jaminan Kesehatan Daerah :

Tabel 2. 10 Data Pemohon

Kriteria Nama Pemohon

Imam.H Hary.S Kuntinah

Jenis Bangunan Tempat Tinggal Keramik Keramik Ubin

Dinding Bangunan Tempat Tinggal Tembok

Halus

Tembok

Halus

Tembok

Halus

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


27

Fasilitas Tempat Buang Air Besar Modern Modern Sederhana

Konsumsi daging/ayam/susu

perminggu

2 kali

seminggu

2 kali

seminggu

Tidak

Pernah

Pembelian Pakaian Baru setiang

anggota rumah tangga

Setiap hari

raya

Setiap hari

raya

Setiap hari

raya

Frekuensi makan dalam sehari 3 kali

sehari

3 kali

sehari

1 kali sehari

Lapangan pekerjaan utama Kepala

Keluarga

Wiraswata PNS Buruh

Pendidikan tertinggi kepala keluarga Lulus

SLTA

S1 Tidak

Lulus SD

Pemilik aset/harga bergerak atau

tidak bergerak

Memiliki

aset jual

lebih dari

500rb

Memiliki

aset jual

lebih dari

500rb

Tidak

mempunyai

b. Data pemohon pada tabel diatas dibentuk rating kecocokan dari

setiap alternatif pada setiap kriteria. Rating kecocokan ini

merupakan hasil survei pemohon/kandidat

Tabel 2. 11 Hasil Nilai Survei pemohon

Pemohon

(Ai)

Nilai Survei Kriteria

C1 C2 C3 C4 C5 C6 C7 C8 C9

A1 1 1 1 1 0,67 1 0,67 0,75 1

A2 1 1 1 1 0,67 1 1 1 1

A3 0,67 1 0,67 0,33 0,67 0,33 0,33 0,25 0,33


28

Keterangan :

A1 = Nama Kandidat penerima Jamkesda yaitu Imam H

A2 = Nama Kandidat penerima Jamkesda yaitu Hary S

A3 = Nama Kandidat penerima Jamkesda yaitu Kuntinah

C1 = Kriteria 1 yaitu kriteria untuk jenis lantai bangunan tempat

tinggal

C2 =Kriteria 2 yaitu kriteria untuk jenis dinding bangunan tempat

tinggal

C3 = Kriteria 3 yaitu kriteria untuk fasilitas tempat buang air besar

C4 = Kriteria 4 yaitu kriteria untuk konsumsi daging/ayam/susu

perminggu

C5 = Kriteria 5 yaitu kriteria untuk pembelian pakaian baru setiap

tahun

C6 = Kriteria 6 yaitu frekuensi makan dalam sehari

C7 = Kriteria 7 yaitu lapangan pekerjaan utama kepala keluarga

C8 = Kriteria 8 yaitu pendidikan tertinggi kepala keluarga

C9 = Kriteria 9 yaitu pemilik aset/harga bergerak atau tidak bergerak.

c. Pemberian bobot pada tiap kriteria berdasarkan tingkat kepentingan

masing-masing kriteria. Tingkat kepentingan dibagi menjadi 3

prioritas. Prioritas 1 = 0,33 (R), prioritas 2 = 0,67 (S), dan prioritas 3

= 1,00 (T).


29

Gambar 2. 12 Grafik Bobot

w(bobot) = {0.67,0.67,1.00,1.00,0.67,0.33,0.33,1.00,0.33}

d. Melakukan proses normalisasi. Adapun formula yang digunakan

dalam proses normalisasi sebagai berikut :

Keterangan :

rij : nilai rating kinerja ternormalisasi

xij : nilai atribut yang dimiliki dari setiap kriteria

Max xij : nilai terbesar dari setiap kriteria i

Min xij : nilai terkecil dari setiap kriteria i

Benefit : jika nilai terbesar adalah terbaik

cost : jika nilai terkecil adalah terbaik

i : menunjuk pada nilai tertentu

Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai

pada atribut Cj ; i=1,2,…,m dan j=1,2,…,n. Proses normalisasi akan

menghasilkan matrix ternormalisasi.

Jika j adalah atribut manfaat (benefit)

Jika j adalah atribut biaya (cost)

Rumus Normalisasi (2.1)

0,33

3

0,67

3

1,00 0

1

µ(w)

R S T


30

Berikut ini contoh perhitungan normalisasi untuk memperjelas

penggunaan formula normalisasi pada Rumus 2.1 :

Pada kasus ini menggunakan atribut biaya (cost) karena semakin kecil

skor maka peluang memperoleh Jamkesda semakin besar sehingga

digunakan normalisasi Min.

Alternatif A1 (Imam H)

Alternatif A2 ( Hari Susanto)

= 0,67 1

r14 = = 0,33 MIN(1;1;0,33)

1 r19 = = 0,33

MIN(1;1;0,33)

= 0,67

1 r11 =

MIN(1;1;0,67)

1 r12 = = 1

MIN(1;1;1)

1 r13 =

MIN(1;1;0,67)

0,67 r15 = = 1

MIN(0.67;0,67;0,67)

1 r16 = = 0,33

MIN(1;1;0,33)

0,67 r17 = = 0,4925

MIN(0,67;1;0,33)

0,75 r18 = = 0,33

MIN(0,75;1;0,25)

= 0,67 1

R24

=

= 0,33 MIN(1;1;0,33)

1 R29

=

= 0,33 MIN(1;1;0,33)

= 0,67 1

R21 = MIN(1;1;0,67)

1 R22

=

= 1 MIN(1;1;1)

1 R23

=

MIN(1;1;0,67)

0,67 R25

=

= 1 MIN(0.67;0,67;0,67)

1 R26

=

= 0,33 MIN(1;1;0,33)

1 R27

=

= 0,33 MIN(0,67;1;0,33)

1 R28

=

= 0,25 MIN(0,75;1;0,25)


31

Alternatif A3 (Kuntinah)

Proses normalisasi tersebut akan menghasilkan matrix

ternormalisasi seperti tabel dibawah ini :

Tabel 2. 12 Matriks Ternormalisasi

e. Selanjutnya, menjumlahkan hasil kali matriks ternormalisasi (r)

dengan bobot kriteria (w) yang menghasilkan nilai preferensi (V).

Formula nilai preferensi untuk setiap alternative (Vi) sebagai

berikut:

Keterangan :

vi : rangking untuk setiap alternatif

wj : bobot dari setiap kriteria

Rumus Nilai Preferensi (2.2)

r =

= 1 0,33

R34

=

= 1 MIN(1;1;0,33)

0,33 R39

=

= 1 MIN(1;1;0,33)

= 1 1

R32

=

= 1 MIN(1;1;1)

0,67 R33

=

MIN(1;1;0,67)

0,67 R35

=

= 1 MIN(0.67;0,67;0,67)

0,33 R36

=

= 1 MIN(1;1;0,33)

0,33 R37

=

= 1 MIN(0,67;1;0,33)

0,25 R38

=

= 1 MIN(0,75;1;0,25)

0,67 R31 =

MIN(1;1;0,67)


32

rij : nilai rating kinerja ternormalisasi

Berikut ini contoh perhitungan preferensi untuk memperjelas

penggunaan formula preferensi pada Rumus 2.2 :

V1 (Imam H)

=((0,67*0,67)+(0,67*1,00)+(1,00*0,67)+(1,00*0,33)+(0,67*1,00)+

(0,33*0,33)+(0,33*0,4925)+(1,00*0,33)+(0.33*0,33)) = 3.494

V2 ( Hari Susanto)

=((0,67*0,67)+(0,67*1,00)+(1,00*0,67)+(1,00*0,33)+(0,67*1,00)+

(0,33*0,33)+(0,33*0,33)+(1,00*0,25)+(0,33*0,33)) = 3.357

V3 (Kuntinah)

=((0,67*1,00)+(0,67*1,00)+(1,00*1,00)+(1,00*1,00)+(0,67*1,00)+

(0,33*1,00)+(0,33*1,00)+(1,00*1,00)+(0,33*1,00)) = 5,99

Setelah melakukan perhitungan nilai preferensi, langkah

selanjutnya adalah melakukan perankingan untuk mendapatkan

alternatif terbaik. Nilai Vi yang lebih besar mengindikasikan bahwa

alternative Ai lebih terpilih. Dari contoh perhitungan preferensi

diatas maka diperoleh alternatif terbaik yaitu Kuntinah (V3).

2.5 Jaminan Kesehatan Daerah (JAMKESDA)

Jaminan Kesehatan Daerah (JAMKESDA) adalah suatu upaya pemeliharaan

kesehatan yang pembiayaannya dikelola secara terpadu. Selain itu, JAMKESDA

merupakan program jaminan bantuan pembayaran biaya pelayanan kesehatan


33

yang diberikan Pemerintah Daerah Kab. Bojonegoro kepada masyarakat Kab.

Bojonegoro. Sasaran Program Jamkesda adalah seluruh masyarakat Kab.

Bojonegoro yang belum memiliki jaminan kesehatan berupa Jamkesmas, ASKES

dan asuransi kesehatan lainnya. Jenis-jenis pelayanan kesehatan yang ditanggung

program JAMKESDA antara lain berupa pelayanan kesehatan di Puskesmas dan

pelayanan kesehatan di rumah sakit. Kriteria-kriteria penerimaan JAMKESDA

atau jaminan kesehatan daerah, yaitu :

1. Jenis lantai bangunan tempat tinggal.

2. Jenis dinding bangunan tempat tinggal.

3. Fasilitas tempat buang air besar.

4. Konsumsi daging/ayam/susu perminggu

5. Pembelian pakaian baru setiap anggota rumah tangga.

6. Frekuensi makan dalam sehari.

7. Lapangan pekerjaan utama kepala keluarga.

8. Pendidikan tertinggi kepala keluarga.

9. Pemilik aset/harga bergerak atau tidak bergerak


34

BAB III

METODOLOGI PENELITIAN

Bab ini berisi uraian tentang cara pengambilan data untuk penelitian. Cara

pengambilan data tersebut dapat dilakukan berbagai langkah seperti yang akan

dijelaskan dibawah ini.

3.1 Rumusan Masalah

Saat ini teknologi telah menjadi bagian yang tidak terpisahkan dari

kehidupan setiap orang. Teknologi hadir untuk memudahkan penggunanya dalam

menyelesaikan berbagai macam masalah. Tidak hanya perangkat keras dan

perangkat lunak yang berkembang, metode komputasi pun juga ikut berkembang.

Salah satu metode yang berkembang adalah Sistem Pendukung Pengambilan

Keputusan. Sistem pendukung pengambilan keputusan semi terstuktur dan tidak

terstruktur dapat diselesaikan dengan adanya sistem pendukung pengambilan

keputusan. Salah satu kasus yang digunakan dalam penelitian ini adalah seleksi

penerimaan Jamkesda. Seleksi penerimaan jaminan kesehatan terkadang

ditentukan dengan keputusan yang tidak sesuai sehingga dapat merugikan

masyarakat. Adanya masalah tersebut penulis ingin melakukan suatu penelitian

dengan kasus seleksi penerimaan Jaminana Kesehatan Daerah dengan metode

SAW, adapun rumusan masalah pada penelitian ini adalah mengukur keakuratan

dan ketepatan model SAW (Simple Additive Weighting) yang digunakan untuk

menyelesaikan masalah penerimaan JAMKESDA pada Kelurahan Kepatihan

RT/RW 12/05 Bojonegoro, Jawa Timur. Sistem yang ada diharapkan dapat

membantu dalam pengambilan keputusan dan dapat memberikan hasil keputusan


35

yang tepat. Dari adanya masalah tersebut maka metodologi penelitian yang

digunakan, sebagai berikut :

1. Analisis Masalah

Pada tahapan ini bertujuan melakukan analisis masalah untuk mengolah

hasil dari interview untuk penentuan syarat-sayarat dan data-data yang

dibutuhkan dalam proses penerimaan JAMKESDA. Wawancara dilakukan

untuk mengetahui kebutuhan dan syarat-syarat penerimaan JAMKESDA.

Kegiatan wawancara ditujukan kepada Kepala Kelurahan dan pegawai

kelurahan Kepatihan. Hasil dari wawancara tersebut akan digunakan sebagai

input dalam tahap analisis. Proses yang dilakukan bertujuan untuk

mempelajari kebutuhan dan syarat-syarat selama proses pemilihan penerima

JAMKESDA berlangsung. Setelah analais dilakukan maka hasil analisis

masalah akan berupa perkiraan syarat-syarat penerimaan JAMKESDA dan

data-data yang dibutuhkan dalam penelitian ini. Syarat-syarat penerimaan

JAMKESDA, meliputi 9 kriteria yang telah ditetapkan. Dari syarat-syarat

tersebut dapat ditentukan masyarakat yang menerima dan tidak menerima

JAMKESDA.

2. Pengembangan Sistem

Pada tahapan ini bertujuan untuk melakukan perancangan dan

pengembangan sistem pendukung pengambilan keputusan penerimaan

JAMKESDA yang berfungsi sebagai simulasi pengujian model SAW.


36

Sistem pendukung keputusan penerimaan JAMKESDA dikembangkan

menggunakan bahasa pemrograman Java dan MySQL.

3. Pengujian Sistem

Pada tahapan ini bertujuan untuk melakukan pengujian sistem yang

telah dibuat. Pengujian sistem tersebut bertujuan untuk mengetahuai

ketepatan penggunaan model SAW dalam pengambilan keputusan pada

sistem penerimaan JAMKESDA. Proses pengujian dilakukan dengan

melakukan simulasi terhadap sistem tersebut dengan menginputkan data-

data yang didapat dari hasil wawancara dan observasi. Hasil yang

diharapkan berupa masyarakat yang menerima atau tidak menerima

JAMKESDA.

4. Analisis Data

Pada tahapan ini bertujuan membantu penulis dalam mempelajari hasil

pengujian yang didapatkan pada tahapan sebelumnya yang diharapkan dapat

membantu dalam penarikkan kesimpulan terhadap penelitian ini. Dalam

tahap ini, input berupa data yang diperoleh dari hasil wawancara dengan

kepala kelurahan dan pegawai kelurahan. Data tersebut berupa data

warga/masyarakat sebanyak 39 data warga mampu maupun tidak mampu

yang menerima JAMKESDA maupun yang tidak menerima JAMKESDA.

Proses selanjutnya berupa analisis data yang dilakukan dengan cara

membandingkan hasil keputusan dari sistem dengan keputusan asli dari data

kelurahan kepatihan (hasil manual). Bila ada perbedaan hasil keputusan


37

sistem dan hasil manual dari kelurahan selanjutnya akan dilakukan

pengecekkan untuk mengetahui bobot kriteria yang menyebabkan terjadinya

perbedaan hasil keputusan antara sistem pendukung keputusan dan manual

dengan cara manual melihat dari data asli. Ketepatan dan keakuratan dari

sistem ini dapat dilihat dari perbedaan hasil antara sistem dan manual. Bila

pada keputusan manual kondisi warga “mampu” warga tersebut menerima

Jamkesda, namun pada sistem warga dengan kondisi “mampu” warga

tersebut tidak menerima Jamkesda. Hasil yang diperoleh dari analisa data

akan digunakan dalam langkah selanjutnya yaitu penarikkan kesimpulan.

5. Penarikkan Kesimpulan

Pada tahapan ini penulis akan menarik suatu kesimpulan berupa

keputusan terhadap penelitian ini. Ketepatan dan keakuratan metode SAW

dalam memberikan hasil keputusan yang lebih baik dapat dilihat dari

perbedaan hasil keputusan sistem dan hasil keputusan kelurahan (manual).

Ketepatan metode SAW untuk menyeleksi calon penerima Jamkesda dilihat

dari warga yang “tidak mampu” dan warga tersebut menerima Jamkesda

namun pada keputusan manual warga tersebut “tidak menerima” Jamkesda.

Sehingga, adanya perbedaan yang diperoleh dari keputusan sistem dan

manual membuktikan bahwa sistem ini tepat dan akurat dalam pengambilan

keputusan dalam penerimaan JAMKESDA.


38

BAB IV

PERANCANGAN DAN IMPLEMENTASI SISTEM

4.1 Analisis Sistem

4.1.1 Ruang Lingkup Masalah

A. Sistem yang ada saat ini

Saat ini sistem pendukung pengambilan keputusan untuk seleksi

penerimaan kartu Jaminan Kesehatan Daerah di Kelurahan Kepatihan

Kabupaten Bojonegoro masih menggunakan cara manual. Pengambilan

keputusan secara manual membuat staf Kelurahan setempat tidak tepat

dalam menentukan keputusan. Pengambilan keputusan yang tidak tepat

meresahkan warga yang seharusnya mendapatkan kartu Jaminan

Kesehatan tetapi tidak mendapat kartu kesehatan tersebut.

Ketidaktepatan staf dalam mengambil keputusan dikarenakan

banyaknya warga yang ingin menerima Jamkesda namun quota yang

ada tidak cukup untuk seluruh warga. Sistem yang baru ini diharapkan

dapat membantu memberikan rekomendasi untuk staf Kelurahan

Kepatihan dalam pengambilan keputusan yang tepat.

B. Sistem yang akan dibangun

Sistem yang dibangun merupakan sistem yang digunakan untuk

membantu staf Kelurahan Kepatihan dalam menyeleksi warga yang

pantas menerima kartu Jaminan Kesehatan Daerah sesuai yang

diharapkan. Metode yang akan digunakan dalam membuat sistem

pendukung pengambilan keputusan adalah metode Fuzzy Multiple


39

Attribute Decission Making (MADM). Metode FMADM (Multiple

Attribute Decission Making) adalah metode yang dapat mencari suatu

alternatif terbaik dari berbagai alternatif berdasarkan kriteria-kriteria

yang telah ditentukan. Dari beberapa algoritma yang dimiliki oleh

metode Fuzzy MADM, sistem pendukung pengambilan keputusan ini

memilih menggunakan algoritma Simple Additive Weighting (SAW).

Metode SAW dipilih untuk menyelesaikan masalah pembagian

JAMKESDA karena metode ini mampu memberikan alternatif terbaik

dengan adanya pemberian bobot pada setiap kriteria-kriteria yang telah

ditentukan, kemudian dilakukan proses perankingan dan patokan skor

yang akan menentukan alternatif yang optimal.

4.2 Perancangan Sistem

Pada tahap ini akan dijelaskan hasil perancangan sistem yang terdiri dari

use-case, diagram aliran data (DAD), manajemen model, manajemen data,

manajemen dialog, dan manajemen knowledge.

4.2.1 Diagram Use Case

Diagram use-case merupakan model diagram UML yang digunakan untuk

menggambarkan kebutuhan fungsional yang diharapkan dari sebuah

sistem. Diagram use-case adalah gambaran dari beberapa atau semua aktor, use-

case, dan interaksi diantara komponen-komponen tersebut yang memperkenalkan

suatu sistem yang akan dibangun. Berikut diagram use-case untuk sistem ini :


40

Gambar 4. 1 Diagram Use Case

login

Menambah data warga

Mengubah data warga

Menghapus data warga

Menambah data kriteria

dan sub kriteria

Mengubah data kriteria

dan sub kriteria

Menghapus data kriteria

dan sub kriteria

Mengubah data kriteria

pemohon

Memasukkan data kriteria

pemohon

extends

extends

extends

extends

extends

extends

extends

extends

Staff

Kelurahan

logout

extends

extends

Menghapus data kriteria

pemohon

Simulasi SAW

extends


41

4.2.2 Skenario Use Case

1. Memasukkan Data Warga

Aktor : Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem

Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa

data warga tersimpan

Tabel 4. 1 Narasi Use Case Memasukkan Data Warga

Aksi Reaksi

1. Staf Kelurahan memilih File

kemudian memilih menu item

Input Data Warga

3. Staf Kelurahan memasukkan

data warga baru berupa nkk,

nama kepala keluarga, alamat,

RT/RW, Desa, lalu Staf

Kelurahan menekan tombol

simpan

2. Sistem menampilkan tambah

data warga form dan id

(dicarikan secara random)

untuk data warga baru id

akan ditampilkan secara

otomatis

4. Sistem akan menyimpan data

berupa nkk, nama kepala

keluarga, alamat, RT/RW,

Desa, untuk disimpan ke

database

5. Sistem akan

mengonfirmasikan kepada

Staf Kelurahan bahwa data

warga telah tersimpan


42

2. Mengubah Data Warga




data yang diubah berhasil diubah dari database.

Tabel 4. 2 Narasi Use Case Mengubah Data Warga

Aksi Reaksi

1. Staf Kelurahan memilih File

kemudian memilih menu item Input

Data Warga

3. Staf Kelurahan mengubah data data

warga dengan menekan salah satu

baris pada tabel data warga dengan

NKK tertentu yang ingin diubah

pada tabel data warga, lalu admin

menekan tombol ubah

2. Sistem menampilkan halaman

Data Warga

4. Sistem akan mengubah data

warga yang telah diubah oleh

staff kelurahan di database.

5. Sistem akan mengonfirmasikan

kepada staf kelurahan bahwa

data warga telah berhasil diubah


43

3. Menghapus Data Warga




data warga yang dihapus telah berhasil dihapus dari

database.

Tabel 4. 3 Narasi Use Case Menghapus Data Warga

Aksi Reaksi

1. Staf kelurahan memilih menu

File kemudian memilih menu

item Input Data Warga

3. Staf kelurahan menghapus data

warga dengan menekan baris

data dengan id driver tertentu

yang ingin dihapus pada tabel

data warga, kemudian staf

kelurahan menekan tombol

hapus


data warga

4. Sistem akan menghapus data

warga yang dipilih oleh staf

kelurahan dari database.



data warga telah berhasil dihapus


44

4. Memasukkan Data Kriteria dan Sub Kriteria



Kondisi Akhir : Sistem mengkonfirmasikan kepada staf kelurahan bahwa

data kriteria dan sub kriteria berhasil disimpan di database.

Tabel 4. 4 Narasi Use Case Memasukkan Data Kriteria dan Sub Kriteria

Aksi Reaksi

1. Staf kelurahan memilih menu


item Input Kriteria dan Sub

Kriteria

3. Staf kelurahan memasukkan data

kriteria dan sub kriteria beserta

bobot. Bila input data kriteria dan

sub kriteria selesai, selanjutnya

tekan tombol simpan.


input kriteria dan sub kriteria

4. Sistem akan menyimpan data

berupa id kriteria, nama kriteria,

bobot kriteria, id sub kriteria,

nama sub kriteria, dan bobot sub

kriteria


kepada Staf Kelurahan bahwa

data kriteria dan sub kriteria

telah tersimpan


45

5. Mengubah Data Kriteria dan Sub Kriteria



Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa

data kriteria dan sub kriteria yang diubah berhasil diubah

dari database

Tabel 4. 5 Narasi Use Case Mengubah Data Kriteria dan Sub Kriteria

Aksi Reaksi

1. Staf Kelurahan memilih menu

Edit kemudian memilih menu

item Ubah dan Hapus Kriteria

dan Sub kriteria

3. Staff Kelurahan mengubah data

kriteria dengan memasukkan

kode kriteria yang akan diubah

pada text field selanjutnya akan

tampil nama kriteria dan tingkat

prioritas beserta data sub kriteria.

Bila ingin menambahkan sub

kriteria klik tombol Tambah

kemudian masukkan nama sub

kriteria yang akan ditambahkan.

Bila ingin mengubah nama sub

kriteria klik Edit kemudian

masukkan nama sub kriteria yang

diubah. Selanjutnya tekan Ubah


Data Ubah dan Hapus Kriteria

dan Sub Kriteria


46

6. Menghapus Data Kriteria dan Sub Kriteria




data kriteria dan sub kriteria yang dihapus telah berhasil

dihapus dari database.

Tabel 4. 6 Narasi Use Case Menghapus Data Kriteria dan Sub Kriteria

untuk menyimpan data kriteria

dan sub kriteria yang telah diubah

ke database

4. Sistem akan mengubah data

kriteria dan sub kriteria yang

telah diubah oleh staf kelurahan

di database.



data kriteria dan sub kriteria telah

berhasil diubah

Aksi Reaksi




dan Sub kriteria

3. Staf Kelurahan menghapus data

kriteria dengan memasukkan


Data Ubah dan Hapus Kriteria

dan Sub Kriteria


47

7. Memasukkan Data Kriteria Pemohon




data kriteria pemohon berhasil disimpan di database.

Tabel 4. 7 Narasi Use Case Memasukkan Data Kriteria Pemohon

kode kriteria yang akan dihapus

pada text field selanjutnya akan

tampil nama kriteria dan tingkat

prioritas beserta data sub kriteria.

Bila ingin menghapus kriteria dan

sub kriteria tersebut tekan tombol

Hapus.



dipilih oleh staf kelurahan dari

database.




telah berhasil dihapus

Aksi Reaksi



item Input Kriteria Pemohon



48

8. Mengubah Data Kriteria Pemohon




data kriteria pemohon berhasil diubah di database.

3. Staf Kelurahan memasukkann


berdasarkan NKK. Memasukkan

NKK kemudian tekan tombol

Cari.

5.Staf Kelurahan memasukkan

kriteria dan sub kriteria dengan

memilih pada drop down. Setelah

selesai memasukkan kriteria dan sub

kriteria tekan tombol “Simpan”

Input Kriteria Pemohon

4. Sistem akan menampilkan data

warga berdasarkan NKK yang

dicari




warga telah berhasil disimpan


49

Tabel 4. 8 Narasi Use Case Mengubah Data Kriteria Pemohon

9. Menghapus Data Kriteria Pemohon


Kondisi Awal : Staff Kelurahan telah login ke sistem


data kriteria pemohon berhasil diubah di database.

Aksi Reaksi




Pemohon

3. Staf kelurahan mengubah data

kriteria dan sub kriteria pemohon

dengan memasukkan NKK.

Selanjutnya akan tampil data

warga sesuai dengan NKK yang

dicari beserta data kriteria dan

sub kriteria warga tersebut. Untuk

mengubah pilih salah satu kriteria

yang akan diubah pada list

kriteria dan sub kriteria pemohon.

Setelah selesai klik tombol Ubah


Input Kriteria Pemohon




warga telah berhasil diubah


50

Tabel 4. 9 Narasi Use Case Menghapus Data Kriteria Pemohon

Aksi Reaksi




Pemohon

3. Staf kelurahan mengubah data

kriteria dan sub kriteria pemohon

dengan memasukkan NKK.

Selanjutnya akan tampil data

warga sesuai dengan NKK yang

dicari beserta data kriteria dan

sub kriteria warga tersebut. Untuk

menghapus pilih salah satu

kriteria yang akan dihapus pada

list kriteria dan sub kriteria

pemohon. Selanjutnya, tekan

tombol Hapus dan tekan tombol

Ubah.


Ubah dan Hapus Kriteria Pemohon



dipilih oleh staff kelurahan dari

database.




berhasil dihapus


51

10. Simulasi



Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan berupa

hasil akhir warga yang menerima Jamkesda dan tidak

menerima Jamkesda

Tabel 4. 10 Narasi Use Case Simulasi

Aksi Reaksi



item Simulasi

3. Staf Kelurahan melakukan

simulasi untuk mendapatkan

keputusan warga yang menerima

dan tidak menerima Jamkesda

dengan memasukkan patokan

skor kemudian tekan tombol

proses


Simulasi beserta skor setiap

warga yang diperoleh dari

perhitungan menggunakan

metode SAW

4. Sistem akan menampilkan hasil

warga yang menerima Jamkesda

dan tidak menerima Jamkesda

berdasarkan patokan skor




berhasil dihapus


52

4.2.3 Diagram Aliran Data (DAD)

Diagram aliran data ini menjelaskan keseluruhan rancangan aliran data

berdasarkan model SPK yang telah dibuat sebelumnya. Sistem pendukung

keputusan seleksi penerimaan Jamkesda menggunakan rancangan aliran data

yang terdiri dari : diagram konteks, diagram aliran data tingkatan 1, diagram

aliran data tingkatan 2 proses 1, dan diagram aliran data tingkatan 2 proses 2.

Berikut gambar untuk memperjelas pembahasan :

4.2.3.1 Diagram Konteks

Gambar 4. 2 Diagram Konteks

Staff

Kelurahan

Sistem Pendukung

Pengambilan Keputusan

Penerimaan JAMKESDA

Calon

Penerima

JAMKESDA

Bobot Kriteria

Bobot Perhitungan setiap kriteria

Kriteria-kriteria calon penerima JAMKESDA

Hasil simulasi penerimaan JAMKESDA

Keputusan penerima JAMKESDA

Info identitas calon penerima JAMKESDA

Identitas calon penerima JAMKESDA


53

4.2.3.2 Diagram Aliran Data Tingkatan 1

Gambar 4. 3 Diagram Aliran Data Tingkatan 1

Hasil Simulasi

Calon Penerima

JAMKESDA

Staff

Kelurahan

1

Pengelolaan Informasi

Penerimaan JAMKESDA

2

Proses Simulasi

Perhitungan SAW

Kriteria -kriteria calon

penerima JAMKESDA

Bobot Sub

Kriteria

Bobot perhitungan

setiap kriteria

Kriteria Berbobot

Keputusan

Penerimaa

JAMKESDA

Identitas calon

penerima Jamkesda


54

4.2.3.3 Diagram Aliran Data Tingkatan 2 Proses 1

Gambar 4. 4 Diagram Aliran Data Tingkatan 2 Proses 1

1.1

Pengelolaan identitas calon

penerimaan JAMKESDA

D1 Warga

Staff

Kelurahan

Calon

penerima

JAMKESDA

Identitas calon

penerima JAMKESDA

1.2

Pengelolaan kriteria penerimaan JAMKESDA

NKK, Nama,

rt/rw, alamat,

Desa

syarat penerimaan

JAMKESDA Kriteria terbobot

D2 Kriteria

Nilai masing-

masing kriteria 1.3

Pengelolaan

bobot kriteria

Nilai setiap

kriteria D3 Sub Kriteria

Nilai setiap

kriteria


55

4.2.3.4 Diagram Aliran Data Tingkatan 2 Proses 2

Gambar 4. 5 Diagram Aliran Data Tingkatan 2 Proses 2

Staff

Kelurahan

Bobot hitung

setiap kriteria

2.1

Perhitungan

normalisasi

D2 Kriteria

Hasil

Normalisasi

2.2

Perhitungan

matrik perkalian

Hasil perhitungan

matrik

2.3

Perankingan

Hasil

Perankingan

Kriteria terbobot

Patokan

Skor

2.4

Pencarian

Penerimaan

Jamkesda

Skor hasil

perankingan

Calon

penerima

Jamkesda

Hasil

Keputusan

Hasil

Keputusan


56

4.2.4 Manajemen Model

Pada tahap ini dijelaskan gambaran tentang sistem pendukung keputusan

yang digambarkan dengan diagram ketergantungan. Menurut Turban,.E (2005),

Diagram ketergantungan (Influence Diagram) merupakan representasi grafis dari

suatu model keputusan yang digunakan untuk membantu perancangan model,

pengembangan dan pemahaman. Diagram ketergantungan memberikan

komunikasi visual bagi pembangun model atau tim pengembangan. Berikut

gambar dan penjelasan dari diagram ketergantungan pada gambar 4.6 :

Gambar 4. 6 Diagram Ketergantungan


57

4.2.5 Manajemen Data

Manajemen data akan menjelaskan perancangan basis data berupa diagram

ER dan penjabaran tabel basis data yang relevan dengan diagram ER.

4.2.5.1 Tahap-Tahap Perancangan Basis Data

Perancangan database melalui 3 tahapan, yaitu :

a. Desain Konseptual

Hasil dari tahap ini berupa conceptual schema yang mengacu pada

suatu conceptual model. Conceptual model yang terpopuler saat ini yaitu

ER Model. Conceptual model berfungsi untuk mendeskripsikan organisasi

data pada abstraksi level tinggi dan tidak memperhatikan aspek-aspek

implementasi.


58

Gambar 4. 7 Diagram Relasional Entitas

Keluarga Kriteria Sub_Kriteria Dinilai *

NKK (PK) Nama_kepala_

keluarga

Alamat RT/RW

Bobot_kriteria

Id_Kriteria (PK)

Bobot_Sub_Kriteria

Id_Kriteria (FK)

Nama_Kriteri

a Id_Sub_Kriteria (PK)

Nama_sub_kri

teria

* * 1 Bagian dari

Hasil_keputusan

mempunyai

Anggota_Warga

Id_Warga

*

1

Nama_Warga

Desa

Id_Warga

skor


59

ER-Diagram dimaksudkan untuk menentukan komponen-komponen

himpunan suatu entitas dan himpunan relasi yang menggambarkan fakta yang

digunakan sebagai kebutuhan pembuatan sistem. Dalam SPPK penyeleksian

Penerimaan Jaminanan Kesehatah Daerah (JAMKESDA) terdapat 4 entitas, antara

lain : Entitas Warga, Entitas Kriteria, Entitas Sub Kriteria, dan Entitas Poin

Kriteria Warga.

b. Desain Logikal

Tahap ini merupakan tahapan logical pertama untuk menterjemahkan

conceptual skema ke model yang sesuai dengan DBMS yang

digunakan. Tahap ini merepresentasikan data dalam suatu cara yang

tidak melibatkan physical details.

Gambar 4. 8 Desain Logikal


60

c. Desain Fisikal

Pada tahap ini, logical schema dilengkapi dengan detail-detail

implementasi secara fisik sesuai dengan DBMS yang digunakan.

Tahap desain basisdata fisikal ini merupakan proses menghasilkan

suatu deskripsi dari implementasi database pada penyimpan sekunder.

1. Tabel Keluarga

Tabel keluarga memiliki 3 atribut, yaitu : NKK bertipe varchar

sebagai primary key, nama_kepala_keluarga bertipe varchar, dan

hasil_keputusan bertipe varchar. Tabel identitas warga berfungsi

untuk menyimpan data-data seluruh identitas warga.

Tabel 4. 11 Physical desain tabel keluarga

Nama variable Tipe data

Constr

ain

Deskripsi

NKK Varchar(20) Primary

Key

Id unik untuk

setiap warga

Nama_Kepala_Keluarga Varchar(20) Nama kepala

keluarga dari

setiap keluarga

Hasil_Keputusan Varchar(20) Total skor hasil

dari perhitungan


61

2. Tabel Anggota Warga

Tabel anggota warga memiliki 5 atribut, yaitu : id_warga

bertipe varchar sebagai primary key, nama_warga bertipe varchar,

alamat bertipe varchar, RT_RW bertipe varchar, dan DESA bertipe

varchar. Tabel identitas warga berfungsi untuk menyimpan data-data

seluruh identitas anggota warga.

Tabel 4. 12 Physical desain tabel anggota warga

Nama

variable

Tipe data Constrain Deskripsi

Id_warga Varchar(20) PrimaryKey Id unik untuk

setiap warga

Nama_warga Varchar(20) Nama warga

dari setiap

keluarga

Alamat Varchar(100) Alamat

Keluarga

Rt_Rw Varchar(7) Rt/Rw tempat

tinggal

Desa Varchar(25) Desa tempat

tinggal warga

3. Tabel Sub Kriteria

Tabel sub kriteria memiliki 4 atribut, yaitu : id_subkriteria

bertipe varchar, nama_subkriteria bertipe varchar, bobot_subkriteria

bertipe varchar, dan id_kriteria bertipe varchar sebagai foreign key

dari tabel Kriteria. Tabel sub kriteria berfungsi untuk menyimpan

data-data sub kriteria dari kriteria. Tabel ini menyimpan nama sub


62

kriteria dan bobot sub kriteria serta id sub kriteria sebagai id unik dari

sub kriteria dan id kriteria sebagai foreign key dari tabel kriteria.

Tabel 4. 13 Physical desain tabel sub kriteria

Nama variabel Tipe data Constrain Deskripsi

Id_subkriteria Varchar(6) Primary Key Id unik dari sub

kriteria

Nama_subkriteria Varchar(50) Nama sub

kriteria dari

setiap sub

kriteria

Bobot_subkriteria Double(11,2) Bobot dari

setiap sub

kriteria

Id_Kriteria Varchar(3) Foreign Key Id kriteria yang

bersangkutan

4. Tabel Kriteria

Tabel kriteria memiliki 3 atribut, yaitu : id kriteria bertipe

varchar sebagai primary key , nama kriteria bertipe varchar, bobot

kriteria bertipe double. Tabel kriteria berfungsi untuk menyimpan

data-data kriteria berupa nama dan bobot kriteria serta id kriteria

sebagai id unik dari tabel kriteria.

Tabel 4.14 Physical desain tabel kriteria


Id_Kriteria Varchar(3) Primary Key Id unik untuk

kriteria

Nama_Kriteria Varchar(100) Nama kriteria

dari setiap

kriteria


63

Bobot_Kriteria Double Bobot setiap

kriteria

5. Tabel Poin Kriteria Warga

Tabel point kriteria warga memiliki 4 atribut, yaitu : NKK

bertipe varchar sebagai foreign key dari tabel Warga, id_subkriteria

bertipe varchar, dan id_kriteria bertipe varchar sebagai foreign key

dari tabel sub kriteria. Tabel poin kriteria warga berfungsi

menyimpan data kriteria dan sub kriteria dari seluruh warga dengan

menggunakan id kriteria, id sub kriteria, dan NKK.

Tabel 4.15 Physical desain tabel poin kriteria warga

Nama

variable

Tipe data Constrain Deskripsi

NKK Varchar(20) PrimaryKey Id warga

yang

bersangkutan

skor Varchar(20) Skor yang

dimiliki tiap

warga

Id_subkriteria Varchar(6) Primary Key Id sub kriteria

yang

bersangkutan

6. Tabel Login

Tabel login memiliki 2 atribut, yaitu : username bertipe

Varchar(10) dan Password bertipe varchar(2)

Tabel 4.16 Struktur Tabel Login


Username Varchar(10) Username

yang


64

digunakan

untuk

identitas

pemilik akun

Password Varchar(10) Password

merupakan

kode kunci

pemilik akun

4.2.6 Manajemen Dialog

Manajemen dialog menggambarkan tampilan sistem yang akan digunakan

user. Dalam manajemen dialog ini akan dijelaskan fungsi dari setiap halaman

antar muka sistem. Desain antar muka sistem meliputi : Halaman Utama Sistem,

Halaman Data Pemohon Warga, Halaman Input Kriteria dan Sub Kriteria,

Halaman Ubah dan Hapus Kriteria dan Sub Kriteria, Halaman Input Kriteria

Pemohon, Halaman Ubah dan Hapus Kriteria Pemohon, dan Halaman Simulasi.

4.2.6.1 Halaman Utama Sistem

Halaman Utama Sistem ini memiliki tiga menu, yaitu : File, Edit, dan

Logout. Pada bagian menu item File berisi 4 menu item, antara lain : Data

Pemohon, Input Kriteria, Input Kriteria Pemohon, dan Simulasi. Pada bagian

menu Edit berisi 2 menu item, yaitu : Edit dan Delete Kriteria dan Edit dan Delete

Kriteria Pemohon (Gambar 4.9 dan Gambar 4.10 Desain Interface Halaman

Utama Menu Edit).


65

Gambar 4. 9 Desain Interface Halaman Utama Menu File

Gambar 4. 10 Desain Interface Halaman Utama Menu Edit


66

4.2.6.2 Halaman Data Pemohon Warga

Halaman input data pemohon warga berfungsi sebagai input data pemohon

warga yang akan mendaftar sebagai calon penerima jamkesda. Input data berupa :

NKK, Nama Kepala Keluarga, Alamat, rt/rw, dan Desa/Kelurahan.

Gambar 4. 11 Desain Interface Halaman Input Data Pemohon

4.2.6.3 Halaman Input Kriteria dan Sub Kriteria

Halaman input kriteria dan sub kriteria ini berfungsi untuk inputan nama

kriteria dan nama sub kriteria yang disertai dengan bobot masing-masing kriteria

dan sub kriteria. Pada halaman ini bobot kriteria dan bobot sub kriteria ditentukan

oleh pihak kelurahan Kepatihan.


67

Gambar 4. 12 Desain Interface Halaman Input Kriteria dan Sub

Kriteria

4.2.6.4 Halaman Input Kriteria Pemohon

Halaman input kriteria pemohon berfungsi untuk inputan bobot kriteria

dan bobot sub kriteria setiap warga calon penerimaan jamkesda. Inputan bobot

kriteria dan bobot sub kriteria diinputkan berdasarkan NKK yang dicari.


68

Gambar 4. 13 Desain Interface Halaman Input Kriteria Pemohon

4.2.6.5 Halaman Ubah dan Hapus Kriteria dan Sub Kriteria

Halaman ubah dan hapus kriteria dan sub kriteria berfungsi untuk

mengubah maupun menghapus data-data kriteria dan sub kriteria yang telah

disimpan sebelumnya. Edit dan Delete kriteria dan sub kriteria dilakukan oleh

pihak Kelurahan Kepatihan.


69

Gambar 4. 14 Desain Interface Halaman Edit dan Delete Kriteria

dan Sub Kriteria

4.2.6.6 Halaman Ubah dan Hapus Kriteria Pemohon

Halaman ubah dan hapus kriteria pemohon berfungsi untuk mengubah dan

menghapus kriteria dan bobot sub kriteria berdasarkan warga calon penerima

jamkesda yang diinginkan.


70

Gambar 4. 15 Desain Interface Halaman Edit dan Delete Kriteria

Pemohon

4.2.6.7 Halaman Simulasi

Halaman simulasi merupakan halaman utama pada aplikasi penerimaan

jamkesda. Pada halaman simulasi inilah akan dilakukan proses perhitungan

penerimaan jamkesda dengan algoritma SAW. Hasil yang didapat dari simulasi

adalah skor setiap warga dan hasil keputusan warga “menerima” atau “tidak

menerima” jamkesda. Menerima atau tidak menerima jamkesda akan

disimulasikan dengan memassukkan patokan skor yang sudah diberi range nilai.


71

Gambar 4. 16 Desain Interface Halaman Simulasi


72

BAB V

PENGUJIAN DAN ANALISA DATA

Dalam bab ini akan dilakukan pengujian terhadap sistem dan analisis data

untuk mengetahui efektifitas penggunaan metode SAW dalam pengambilan

keputusan penerima jamkesda. Proses pengujian ini akan dilakukan dengan

teknik simulasi data asli. Proses analisis data akan dilakukan dengan cara

membandingkan hasil keputusan yang diperoleh dari sistem pendukung keputusan

dengan keputusan asli dari data asli warga Kelurahan Kepatihan calon penerima

jamkesda (manual).

5.1 Perhitungan Excell dibandingkan dengan perhitungan sistem

Data yang diperoleh dari hasil wawancara dengan pihak staf kelurahan

terlebih dahulu dihitung menggunakan Excell dengan menerapkan algoritma

SAW (Simple Additive Weighting) yang bertujuan untuk melakukan simulasi

algoritma SAW dengan cepat sehingga memperoleh hasil total skor yang

selanjutnya akan dibandingkan dengan hasil dari sistem pendukung keputusan.

Data yang digunakan sebanyak 39 data warga yang menerima Jamkesda maupun

tidak menerima Jamkesda beserta kriteria penerimaan Jamkesda dan bobot. Dari

perhitungan tersebut diperoleh warga yang menerima dan tidak menerima

Jamkesda dengan menentukan patokan skor. Range nilai patokan skor yang

diberikan dibagi menjadi 3, yaitu : 0-2.99 (rendah), 3.00-4.99 (sedang), 5.00-6.99

(tinggi). Patokkan skor yang digunakan 3.8 untuk memperoleh hasil keputusan

menerima dan tidak menerima. Berikut hasil yang diperoleh pada perhitungan

Excell dibandingkan dengan hasil perhitungan sistem :


73

Tabel 5. 1 Hasil Perhitungan menggunakan Excell yang dibandingkan

dengan dengan hasil perhitungan sistem

Nama Kandidat

Perhitungan Excell Perhitungan Sistem

Total

Skor

Hasil

Keputusan

Total

Skor

Hasil

Keputusan

Imam Hambali 2,94 Tidak

Menerima

2,94 Tidak

Menerima

Hary Susanto 2,80 Tidak

Menerima

2,80 Tidak

Menerima

Kuntinah 5,43

Menerima 5,43

Menerima

Hari Hariyono 5,27

Menerima 5,27

Menerima

Sukadi 5,83

Menerima 5,83

Menerima

Hariono 5,43

Menerima 5,43

Menerima

Suardi 3,10 Tidak

menerima

3,10 Tidak

menerima

Taminah 4,76

Menerima 4,76

Menerima

Suroto 3,76 Tidak

menerma

3,76 Tidak

menerma

Suroso 3,10 Tidak

Menerima

3,10 Tidak

Menerima

Audrey Liady 3,79 Tidak

menerima

3,79 Tidak

menerima

Sugiyanto 3,10 Tidak

Menerima

3,10 Tidak

Menerima

Agus Setyo 2,94 Tidak

Menerima

2,94 Tidak

Menerima


74

Samsul Churri,SE,MM 2,80 Tidak

Menerima

2,80 Tidak

Menerima

Tutikno 3,13 Tidak

Menerima

3,13 Tidak

Menerima

Wiro Karno 4,98

Menerima 4,98

Menerima

Soekari 3,77 Tidak

Menerima

3,77 Tidak

Menerima

Soekristiono 2,94 Tidak

Menerima

2,94 Tidak

Menerima

Moch.Anang Wahyudi 3,15 Tidak

Menerima

3,15 Tidak

Menerima

Catur Indrowono 2,96 Tidak

Menerima

2,96 Tidak

Menerima

Anton Subagio 3,10 Tidak

menerima

3,10 Tidak

menerima

Rudhi Kusumawardana 3,02 Tidak

Menerima

3,02 Tidak

Menerima

Samiran 5,43

Menerima 5,43

Menerima

Ari Budhi Rachmanto 2,80 Tidak

Menerima

2,80 Tidak

Menerima

Yuli Setiyanto 3,18 Tidak

Menerima

3,18 Tidak

Menerima

Sutowo 5,61

Menerima 5,61

Menerima

Sadiran 3,77 Tidak

Menerima

3,77 Tidak

Menerima

Sugiono 3,70 Tidak

Menerima

3,70 Tidak

Menerima

Edy Kurniadi 3,24 Tidak

Menerima

3,24 Tidak

Menerima


75

Noer Wahyuni 3,18 Tidak

menerima

3,18 Tidak

menerima

Achmad Sri Yanto 2,74 Tidak

Menerima

2,74 Tidak

Menerima

Budi wahyono Putro 3,60 Tidak

Menerima

3,60 Tidak

Menerima

Tukino 4,77

Menerima 4,77

Menerima

Jumarianto 2,94 Tidak

Menerima

2,94 Tidak

Menerima

Rohmad Ismail 3,16 Tidak

Menerima

3,16 Tidak

Menerima

Witoyo 3,71 Tidak

Menerima

3,71 Tidak

Menerima

Yurdas Fernandes,SE 2,74 Tidak

Menerima

2,74 Tidak

Menerima

Suyitno 4,3

Menerima 4,3

Menerima

Mamik Slamet 5,49

Menerima 5,49

Menerima

5.2 Pengujian Sistem Jamkesda

Data yang digunakan dalam pengujian sistem ini sebanyak 39 data warga

yang terdiri dari warga mampu dan tidak mampu. Berikut data warga calon

penerima jamkesda yang diperoleh dari data manual Kelurahan Kepatihan

Kabupaten Bojonegoro :

1. Warga tidak mampu dan menerima jamkesda sebanyak 7 orang

2. Warga tidak mampu dan tidak menerima jamkesda sebanyak 4 orang

3. Warga mampu dan menerima jamkesda sebanyak 2 orang


76

4. Warga mampu dan tidak menerima jamkesda sebanyak 26 orang

Pengujian sistem ini dilakukan dengan cara menginputkan data asli sebanyak

39 data warga. Selanjutnya memberikan bobot pada 9 kriteria untuk syarat

penerima jamkesda. Dalam hal ini pemberian bobot pada kriteria dibagi menjadi 3

bagian berdasarkan tingkat kepentingannya, yaitu : Prioritas 1, prioritas 2, dan

prioritas 3. Bobot setiap kriteria diperoleh dari perhitungan secara sistematika dan

wawancara dengan staff Kelurahan Kepatihan Kab.Bojonegoro. Bila suatu

kriteria menjadi kriteria prioritas pertama untuk penerimaan Jamkesda maka

diberi nilai 0.33. Bila suatu kriteria menjadi kriteria prioritas kedua maka diberi

nilai 0.67. Bila suatu kriteria menjadi kriteria prioritas ketiga untuk penerimaan

Jamkesda diberi nilai 1.00. Berikut ini tabel setiap bobot kriteria :

Tabel 5. 2 Bobot Setiap Kriteria

Kode

Kriteria

Nama Kriteria Bobot Kriteria

C1 Lantai Bangunan Tempat Tinggal 0.67

C2 Dinding Bangunan Tempat Tinggal 0.67

C3 Fasilitas Tempat BAB 1.00

C4 Frekuensi Konsumsi Daging/Susu 1.00

C5 Frekuensi Pembelian Pakaian 0.67

C6 Frekuensi makan dalam sehari 0.33

C7 Lapangan Pekerjaan Utama Kepala

Keluarga

0.33

C8 Pendidikan Tertinggi 1.00

C9 Pemilik aset bergerak/Tidak Bergerak 0.33


77

Tahap selanjutnya memberikan nilai setiap kriteria pada warga penerima

jamkesda. Setiap kriteria memiliki sub kriteria yang memiliki bobot yang telah

ditentukan dari pihak staff kelurahan sebagai pengambil keputusan.

a. Kriteria Jenis Lantai Bangunan Tempat Tinggal ( C1)

Pembobotan sub kriteria pada kriteria 1 (C1) diperoleh dari perhitungan :

Tabel 5. 3 Pembobotan Sub Kriteria pada Kriteria 1 (C1)

Jenis Lantai (X) Nilai

Tanah 0.33

Ubin 0.67

Keramik 1.0

b. Kriteria Dinding Bangunan Tempat Tinggal (C2)

Bobot sub kriteria pada kriteria 2 (C2) diperoleh dari perhitungan :


Jenis Diding (X) Nilai

Tembok Bambu 0.33

Tembok Batu Bata 0.67

Tembok Halus 1.00


78

c. Kriteria Fasilitas Tempat BAB (C3)



Fasilitas Tempat

BAB (X)

Nilai

Tidak Punya 0.33

Sederhana 0.67

Modern 1.00

d. Kriteria Frekuensi Konsumsi Daging/Susu (C4)



Konsumsi

Daging/ayam/susu

(X)

Nilai

Tidak Pernah 0.33

Seminggu 1 kali 0.67

Seminggu 2 kali 1.00

e. Kriteria Frekuensi Pembelian Pakaian (C5)

Pembobotan sub kriteria pada kriteria 5 (C5) diperoleh dari perhitungan:


Pembelian Pakaian

(X)

Nilai

Tidak Pernah 0.33


79

Setiap hari raya 0.67

3 bulan sekali 1.00

f. Kriteria Frekuensi makan dalam sehari (C6)



Makan dalam

sehari (X)

Nilai

1 kali sehrai 0.33

2 kali sehari 0.67

3 kali sehari 1.00

g. Kriteria Lapangan Pekerjaan Utama Kepala Keluarga (C7)

Pembobotan sub kriteria pada kriteria 7 (C7) diperoleh dari perhitungan:


Lapangan Pekerjaan Utama(X) Nilai

Buruh 0.33

Pedagang/Wiraswasta/Peg.swasta 0.67

PNS 1.00


80

h. Kriteria Pendidikan Tertinggi (C8)



Pendidikan Tertinggi (X) Nilai

Tamat SD 0.25

Tamat SMP 0.5

Tamat SMA 0.75

Tamat D3/S1/S2 1.00

i. Kriteria Pemilik aset bergerak/Tidak Bergerak (C9)

Pembobotan sub kriteria pada kriteria 9 (C9) diperoleh dari

perhitungan:


Aset (X) Nilai

Tidak Punya 0.33

Harta Benda dijual < 500 ribu 0.67

Harta Benda dijual > 500 ribu 1.00

Setelah memlakukan pembobotan tiap subkriteria pada setiap warga, tahap

selanjutnya adalah simulasi. Proses simulasi menggunakan metode Simple

Additive Weighting (SAW). Bobot yang telah disimpan akan dihitung dengan

algoritma saw yang menghasilkan nilai atau total skor akhir.


81

Tabel 5. 12 Total Skor dari setiap warga

Tahap selanjutnya setelah total skor akhir terhitung, menginputkan

patokan skor untuk pengecekan penerimaan Jamkesda. Kegunaan dari patokan

skor ini sebagai standart kelolosan pemohon menerima atau tidak menerima

Jamkesda. Range nilai dibagi menjadi 3 yaitu : rendah, sedang, dan tinggi.

Pemberian range dilihat dari hasil perhitungan manual yang memiliki skor hasil

tertinggi 6.99. Range nilai yang digunakan untuk patokan skor adalah :

Tabel 5. 13 Range Nilai Patokan Skor

Range Nilai Nilai

0-2.99 Rendah

3.00-4.99 Sedang

5.00-6.99 Timggi

Proses simulasi ini menggunakan patokan skor 3.8. Dari patokan skor tersebut

akan menghasilkan keputusan warga menerima atau tidak menerima jamkesda.

Warga yang menerima jamkesda merupakan warga yang memiliki total skor akhir

lebih dari atau sama dengan patokan skor yang diinputkan.

Gambar 5. 1 Penerima jamkesda dengan patokan skor 3.8


82

Langkah selanjutnya, keputusan warga yang menerima dan tidak menerima

Jaminan Kesehatan Daerah dapat dilihat detail setiap warganya dengan mengklik

salah satu hasil keputusan warga yang Menerima dan Tidak Menerima sesuai

warga yang diinginkan.

Gambar 5. 2 Detail Data Pemohon


83

5.3 Analisa Data

Pengujian sistem pendukung keputusan ini menggunakan 39 data warga

mampu dan tidak mampu dari Kelurahan Kepatihan RT/RW 012/002. Data warga

yang digunakan sebagai berikut :

Tabel 5. 14 Data Warga yang menerima dan tidak menerima JAMKESDA

NKK

Nama Kepala

Keluarga

Kondisi Hasil Keputusan

3522151106820005 Imam Hambali Mampu Tidak Menerima

352216000615066201 Hary Susanto Mampu Tidak Menerima

352216000601103202 Kuntinah Tidak mampu Menerima

352216000614027402 Hari Hariyono Tidak mampu Menerima

3522160406630001 Sukadi Tidak mampu Menerima

3522153112870006 Hariono Tidak mampu Menerima

3522153112590050 Suardi Mampu Tidak menerima

352216000631123601 Taminah Tidak mampu Menerima

352216000612085401 Suroto Mampu Tidak menerma

352216000616028901 Suroso Mampu Tidak Menerima

352216000600037601 Audrey Liady Mampu Tidak menerima

352216000630128301 Sugiyanto Mampu Tidak Menerima

352216000621066301 Agus Setyo Mampu Tidak Menerima

352216000607095101

Samsul

Churri,SE,MM Mampu Tidak Menerima

3522160810650001 Tutikno Mampu Tidak Menerima

352216000602125201 Wiro Karno Tidak mampu Tidak Menerima

352216000626125601 Soekari Mampu Tidak Menerima

352216000624106401 Soekristiono Mampu Tidak Menerima

3522151609720003

Moch.Anang

Wahyudi Mampu Menerima

3522150904830004 Catur Indrowono Mampu Tidak Menerima

3522152303870002 Anton Subagio Mampu Tidak menerima

3522160201830006

Rudhi

Kusumawardana Mampu Tidak Menerima

3522152108720604 Samiran Tidak mampu Menerima

3522804260273000

Ari Budhi

Rachmanto Mampu Tidak Menerima

3522150402760001 Yuli Setiyanto Mampu Tidak Menerima

352216000531126306 Sutowo Tidak mampu Tidak Menerima

3522151111610004 Sadiran Mampu Tidak Menerima


84

352216000614037602 Sugiono Mampu Tidak Menerima

352216000626016501 Edy Kurniadi Mampu Tidak Menerima

352216000626127001 Noer Wahyuni Mampu Tidak menerima

352216000611016101 Achmad Sri Yanto Mampu Tidak Menerima

352216000616076001 Budi wahyono Putro Mampu Tidak Menerima

352216000607053201 Tukino Tidak Mampu Tidak Menerima

3522140211840001 Jumarianto Mampu Tidak Menerima

3522151311860001 Rohmad Ismail Mampu Menerima

3522153012790007 Witoyo Mampu Tidak Menerima

3522151505750006

Yurdas

Fernandes,SE Mampu Tidak Menerima

3522151609610001 Suyitno Tidak Mampu Tidak Menerima

352216000631120203 Mamik Slamet Tidak mampu Menerima

Dari Pengujian sistem yang telah dilakukan menghasilkan perbedaan antara

hasil keputusan penerima jamkesda secara manual dengan sistem pendukung

keputusan. Perbedaan yang terjadi dapat digunakan untuk mengetahui nilai tingkat

ketepatan dan keakuraratan penggunaan metode SAW yang dikaitkan dengan

seleksi penerimaan JAMKESDA. Perbedaan hasil keputusan manual dan sistem

dapat dilihat pada tabel 5.14 :

Tabel 5. 15 Tabel Perbedaan Hasil Keputusan Manual dan SPK

Hasil Keputusan Menerima Tidak Menerima

Manual

Mampu 2

9

26

30

Tidak Mampu 7 4

SPK

Mampu 1

11

27

28

Tidak Mampu 10 1

Dari perbedaan hasil keputusan manual dan sistem dapat dihitung nilai

keakuratan penggunaan metode SAW terhadap seleksi penerimaan JAMKESDA

di Kelurahan Kepatihan RT/RW 012/002 Kabupaten Bojonegoro sebagai berikut :


85

Tabel 5. 16 Tabel Perbedaan Hasil Keputusan Manual dan SPK

KONDISI SPPK MANUAL

Tidak Menerima dan Tidak

Mampu

Tidak Menerima dan

Mampu

Menerima dan Mampu

Menerima dan Tidak

Mampu

Berdasarkan hasil perhitungan keakuratan penggunaan SAW terhadap kasus

seleksi penerima jamkesda dapat disimpulkan bahwa sistem pendukung keputusan

dengan metode Simple Additive Weighting (SAW) dapat membantu dalam

menyeleksi penerimaan jaminan kesehatan daerah. Salah satu kondisi yang

terlihat bahwa SPK dapat membantu staff kelurahan dalam pengambilan

keputusan adalah kondisi warga yang tidak mampu dan menerima JAMKESDA

dengan hasil presentase SPPK 90% dan Manual 78%. Selain kondisi tersebut

dapat dilihat pula pada kondisi warga Tidak Menerima dan warga tersebut mampu

dengan hasil presentase SPPK 96% dan manual 86%. Pada tabel 5.15 terlihat

adanya perbedaan antara Sistem dan Manual dalam pengambilan keputusan. Dari

perhitungan keakuratan ini dapat disimpulkan bahwa algoritma Simple Additive

Weighting (SAW) dapat membantu dalam seleksi penerimaan JAMKESDA.

1

28 X 100% = 3% 4

30 X 100% = 13%

27

28 X 100% = 96%

26

30 X 100% = 86%

1

11 X 100% = 9% 2

9 X 100% = 22%

10

11 X 100% = 90%

7

9 X 100% = 78%


86

BAB VI

KESIMPULAN DAN SARAN

Pada bab ini akan dibahas mengenai kesimpulan dan saran dari hal-hal yang

berkaitan dengan sistem pendukung keputusan dengan algoritma SAW terhadap

seleksi penerimaan Jaminan Kesehatan Daerah.

6.1 Kesimpulan

Dari implementasi Simple Additive Weighting pada sistem pendukung

keputusan seleksi penerimaan JAMKESDA dapat disimpulkan bahwa algoritma

Simple Additive Weighting tepat dan akurat untuk digunakan dalam kasus seleksi

penerimaan Jaminan Kesehatan Daerah dibandingkan dengan perhitungan manual

dari Kelurahan Kepatihan Kabupaten Bojonegoro. Hal tersebut dapat dilihat dari

hasil persentase perbandingan sebesar 9% (SPPK) dan 22%(Manual) dengan

kondisi warga yang “mampu” dan “menerima” Jaminan Kesehatan Daerah. Dari

persentase tersebut dapat disimpulkan bahwa SPPK lebih akurat dibanding

manual. Hasil persentase yang kedua sebesar 90% (SPPK) dan 78%(Manual)

dengan kondisi warga yang “menerima” Jamkesda dan “tidak mampu”. Dari hasil

persentase perbandingan keduanya dapat disimpulkan bahwa SAW tepat dan

akurat dalam pengambilan keputusan seleksi penerimaan Jaminan kesehatan

Daerah, meskipun tingkat keakuratan belum mencapai 100% dikarenakan masih

adanya hasil dari perhitungan keakurasian pada sistem yang masih terdapat 1

warga “mampu” dan “menerima” Jamkesda yang dapat dilihat pada tabel 5.16.


87

6.2 Saran

Dalam penelitian ini metode Fuzzy MADM yang digunakan adalah algoritma

Simple Additive Weighting (SAW). Saran yang dapat diberikan adalah lakukan

penelitian dengan kasus yang sama dengan metode Fuzzy MADM yang berbeda

seperti : Weighted Product (WP), ELECTRE, Technique for Order Preferences by

Similarity to Ideal Solution (TOPSIS), dan Analytic Hierarchy Process (AHP)

untuk membandingkan efektifitas metode SAW dengan metode Fuzzy yang lain.


88

DAFTAR PUSTAKA

Kusrini. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan.

Yogyakarta:Andi

Kusumadewi, Sri, Hartati, S., Harjoko, A., Wardoyo, R. (2006). Fuzzy

Multi-Atrribute Decision Making (FUZZY MADM). Yogyakarta:

Graha Ilmu.

Kusumadewi,S;&Hartati,S.(2010).Neuro-Fuzzy Integrasi Sistem Fuzzy &

Jaringan Syaraf (edisi 2).Yogyakarta:Graha Ilmu

Nainggolan S., Puncuna, dkk. 2011. Sistem Pendukung Pengambilan

Keputusan Pemilihan Mata Kuliah Pilihan menggunakan Metode

AHP.pdf. Bandung

Saputra,Rahman.2012. Sistem Pendukung Keputusan pemilihan jenis ikan

untuk budidaya keramba di Aranio. Tersedia :

http://www.academia.edu/3761663/SPK_Pemilihan_Jenis_Ikan_Arani

o . (Diakses pada tanggal 5 Januari 2014)

Sulistyo, Heri. 2010. Sistem Pendukung Keputusan untuk Menentukan

Penerima Beasiswa Di SMA Negeri 6 Pandeglang.pdf. Tersedia :

http://elib.unikom.ac.id/files/disk1/438/jbptunikompp-gdl-herisulist-

218921.cover.pdf. (diakses tanggal 10/04/2013)

Turban Efraim, Jay E. Aronson, Ting-Peng Liang. (2005). Decision

Support Systems and Intelligent Systems. Yogyakarta: Andi.

Wibowo S., Henri, dkk. 2009. Sistem Pendukung Keputusan untuk

menentukan Penerimaan Beasiswa Bank BRI menggunakan FMADM

.pdf. Yogyakarta.


http://elib.unikom.ac.id/files/disk1/438/jbptunikompp-gdl-herisulist-218921.cover.pdf

http://elib.unikom.ac.id/files/disk1/438/jbptunikompp-gdl-herisulist-218921.cover.pdf

89

LAMPIRAN

1. Data Pemohon Penerima Jaminan Kesehatan Daerah

2. Perhitungan Excell dengan algoritma SAW


90

Data Warga Seleksi Penerimaan JAMKESDA warga RT/RW

012/002

NKK NAMA KK

Jns lantai jenis

dinding fasilitas

konsumsi

daging pembelian

pakaian

baru

frekuensi

makan lapangan

pekerjaan

pendidikan

tertinggi

pemilik aset/harga

bergerak Hasil

Keputusan Kondisi

bangunan bangunan

tempat

bab per minggu dalam sehari

kepala

keluarga /tidak bergerak

3522151106820000 Imam Hambali Keramik Tmbk Halus Modern 2 kali seminggu

1 tahun 2 kali 3 kali sehari Wiraswasta Lulus SLTA

Memiliki Aset jual lbh 500

Tidak Menerima Mampu

352216000615066000 Hary Susanto Keramik Tmbk Halus Modern

2 kali

seminggu

Setiap hari

raya 3 kali sehari PNS S1

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

352216000601103000 Kuntinah Ubin Tmbk Halus Sederhana Tidak Pernah Setiap hari raya 1 kali sehari Buruh

Tidak Lulus SD Tidak Mempunyai Menerima

Tdk mampu

352216000614027000 Hari Hariyono Ubin

Tembok

Halus Sederhana Tidak Pernah

Setiap hari

raya 2 kali sehari Buruh Tamat SD Tidak mempunyai Menerima

Tdk

mampu

3522160406630000 Sukadi Ubin Tembok Batu bata Sederhana Tidak Pernah

Tidak pernah 2 kali sehari

Buruh Lepas Tamat SD Tidak mempunyai Menerima

Tdk mampu

3522153112870000 Hariono Ubin

Tembok

Halus Sederhana Tidak Pernah

Setiap hari

raya 1 kali sehari Buruh Tamat SD Tidak mempunyai Menerima

Tdk

mampu

3522153112590050 Suardi Keramik Tmbk Halus Modern 1 kali seminggu

1 tahun 2 kali 3 kali sehari

Karyawan Swasta Tamat SMA


Tidak menerima Mampu

352216000631123000 Taminah Ubin

Tembok

Halus Sederhana

1 kali

seminggu

Setiap hari

raya 2 kali sehari Buruh Tamat SD Tidak Mempunyai Menerima

Tidak

mampu

352216000612085000 Suroto Ubin Tmbk Halus Sederhana 1 kali seminggu

Setiap hari raya 3 kali sehari PNS Lulus SMP


Tidak menerma Mampu

352216000616028000 Suroso Keramik Tmbk Halus Modern

2-3 kali

seminggu

1 tahun 2

kali 3 kali sehari

Wiraswasta

Kayu Jati Lulus SMP

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

352216000600037000 Audrey Liady Ubin Tmbk Halus Sederhana Tidak Pernah Setiap hari raya 2 kali sehari Ibu RT S1


Tidak menerima Mampu

352216000630128000 Sugiyanto Keramik Tmbk Halus Modern

1 kali

seminggu

Setiap hari

raya 3 kali sehari Wiraswasta Lulus SLTA

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

352216000621066000 Agus Setyo Keramik Tmbk Halus Modern 2 kali seminggu

1 tahun 2 kali 3 kali sehari Wiraswasta Lulus SLTA



352216000607095000

Samsul

Churri,SE,MM Keramik Tmbk Halus Modern

3 kali

seminggu

1 tahun 2

kali 3 kali sehari PNS S2

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

3522160810650000 Tutikno Keramik Tmbk Halus Sederhana 3 kali seminggu

Setiap hari raya 3 kali sehari PNS S1



352216000602125000 Wiro Karno Ubin

Tembok

Batu bata Sederhana

1 kali

seminggu

Setiap hari

raya 2 kali sehari Buruh Lulus SD Tidak Mempunyai

Tidak

Menerima

Tidak

mampu

352216000626125000 Soekari Keramik Tmbk Halus Modern 1 kali

Setiap hari 3 kali sehari Wiraswasta Lulus SD Memiliki Aset jual Tidak Mampu


91

seminggu raya lbh 500 Menerima

352216000624106000 Soekristiono Keramik Tmbk Halus Modern

2 kali

seminggu

Setiap hari

raya 3 kali sehari Wiraswasta Lulus SLTA

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

3522151609720000 Moch.Anang Wahyudi Ubin Tmbk Halus Modern

2 kali seminggu

Setiap hari raya 3 kali sehari

Karyawan Swasta Lulus SLTA

Memiliki Aset jual lbh 500 Menerima Mampu

3522150904830000

Catur

Indrowono Keramik Tmbk Halus Modern

1 kali

seminggu

Setiap hari

raya 3 kali sehari

Kepolisian

RI S1

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

3522152303870000 Anton Subagio Keramik Tmbk Halus Modern

1 kali

seminggu

Setiap hari

raya 3 kali sehari

Karyawan

Swasta Lulus SLTA

Memiliki Aset jual

lbh 500

Tidak

menerima Mampu

3522160201830000

Rudhi

Kusumawardana Keramik Tmbk Halus Modern

1 kali

seminggu

Setiap hari

raya 3 kali sehari

Karyawan

Swasta S1

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

3522152108720600 Samiran Ubin Tmbk Halus Sederhana Tidak Pernah Setiap hari raya 1 kali sehari Buruh Tamat SD Tidak Mempunyai Menerima

Tdk mampu

3522804260273000

Ari Budhi

Rachmanto Keramik Tmbk Halus Modern

2-3 kali

seminggu

1 tahun 2

kali 3 kali sehari

Karyawan

BUMN S1

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

3522150402760000 Yuli Setiyanto Ubin Tmbk Halus Modern 1 kali seminggu

Setiap hari raya 3 kali sehari Guru PNS S1



352216000531126000 Sutowo Ubin Tmbk Halus Sederhana Tidak Pernah

Tidak

pernah 2 kali sehari Buruh Lulus SD Tidak Mempunyai

Tidak

Menerima

Tdk

mampu

3522151111610000 Sadiran Keramik Tmbk Halus Modern 1 kali seminggu

Setiap hari raya 3 kali sehari Wiraswasta Lulus SD



352216000614037000 Sugiono Ubin Tmbk Halus Sederhana

1 kali

seminggu

Setiap hari

raya 3 kali sehari Pedagang Lulus SLTA

Memiliki Aset jual

kurang 500

Tidak

Menerima Mampu

352216000626016000 Edy Kurniadi Ubin Tmbk Halus Modern 1 kali seminggu

Setiap hari raya 3 kali sehari Peg.Swasta

D III/Akademi



352216000626127000 Noer Wahyuni Keramik Tmbk Halus Sederhana

2 kali

seminggu

Setiap hari

raya 3 kali sehari Peg.Swasta

D

III/Akademi

Memiliki Aset jual

lbh 500

Tidak

menerima Mampu

352216000611016000

Achmad Sri

Yanto Keramik Tmbk Halus Modern

2 kali

seminggu

1 tahun 3

kali 3 kali sehari Wiraswasta S1

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

352216000616076000

Budi wahyono

Putro Ubin Tmbk Halus Sedehana

1 kali

seminggu

Setiap hari

raya 3 kali sehari PNS Tamat SMA

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

352216000607053000 Tukino Ubin Tmbk Halus Sederhana Tidak Pernah

Setiap hari

raya 2 kali sehari Buruh Tamat SMP Tidak Mempunyai

Tidak

Menerima

Tidak

Mampu

3522140211840000 Jumarianto Keramik Tmbk Halus Modern

2 kali

seminggu

Setiap hari

raya 3 kali sehari Wiraswasta Tamat SMA

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu

3522151311860000 Rohmad Ismail Ubin Tmbk Halus Modern

2-3 kali

seminggu

Setiap hari

raya 3 kali sehari Wiraswasta Tamat SMA

Memiliki Aset jual

lbh 500 Menerima Mampu

3522153012790000 Witoyo Ubin Tmbk Halus Sederhana

3 kali

seminggu

Setiap hari

raya 3 kali sehari Wiraswasta Tamat SMP

Memiliki Aset jual

kurang 500

Tidak

Menerima Mampu

3522151505750000

Yurdas

Fernandes,SE Keramik Tmbk Halus Modern

3 kali

seminggu

1 tahun 3

kali 3 kali sehari Wiraswasta S1

Memiliki Aset jual

lbh 500

Tidak

Menerima Mampu


92

3522151609610000 Suyitno Ubin Tmbk Halus Sederhana

1 kali

seminggu

Setiap hari

raya 2 kali sehari Pedagang Tamat SD

Memiliki Aset jual

lbh 500

Tidak

Menerima

Tidak

Mampu

352216000631120000 Mamik Slamet Ubin

Tembok

Batu bata Sederhana Tidak Pernah

Setiap hari

raya 2 kali sehari Buruh

Tidak lulus

SD Tidak Mempunyai Menerima

Tdk

mampu


93

PERHITUNGAN EXCEL


94


95

Kandidat Kriteria

C1 C2 C3 C4 C5 C6 C7 C8 C9

Imam Hambali 1 1 1 1 0,67 1 0,67 0,75 1

Hary Susanto 1 1 1 1 0,67 1 1 1 1

Kuntinah 0,67 1 0,67 0,33 0,67 0,33 0,33 0,25 0,33

Hari Hariyono 0,67 1 0,67 0,33 0,67 0,67 0,33 0,25 0,33

Sukadi 0,67 0,67 0,67 0,33 0,33 0,67 0,33 0,25 0,33

Hariono 0,67 1 0,67 0,33 0,67 0,33 0,33 0,25 0,33

Suardi 1 1 1 0,67 0,67 1 0,67 0,75 1

Taminah 0,67 1 0,67 0,67 0,67 0,67 0,33 0,25 0,33

Suroto 0,67 1 0,67 0,67 0,67 1 1 0,5 1

Suroso 1 1 1 1 0,67 1 0,67 0,5 1

Audrey Liady 0,67 1 0,67 0,67 0,67 0,67 0,33 1 1

Sugiyanto 1 1 1 0,67 0,67 1 0,67 0,75 1

Agus Setyo 1 1 1 1 0,67 1 0,67 0,75 1

Samsul Churri,SE,MM 1 1 1 1 0,67 1 1 1 1

Tutikno 1 1 0,67 1 0,67 1 1 1 1

Wiro Karno 0,67 0,67 0,67 0,67 0,67 0,67 0,33 0,25 0,33

Soekari 1 1 1 0,67 0,67 1 0,67 0,25 1

Soekristiono 1 1 1 1 0,67 1 0,67 0,75 1

Moch.Anang Wahyudi 0,67 1 1 1 0,67 1 0,67 0,75 1

Catur Indrowono 1 1 1 0,67 0,67 1 1 1 1

Anton Subagio 1 1 1 0,67 0,67 1 0,67 0,75 1

Rudhi Kusumawardana 1 1 1 0,67 0,67 1 0,67 1 1

Samiran 0,67 1 0,67 0,33 0,67 0,33 0,33 0,25 0,33

Ari Budhi Rachmanto 1 1 1 1 0,67 1 1 1 1

Yuli Setiyanto 0,67 1 1 0,67 0,67 1 1 1 1

Sutowo 0,67 1 0,67 0,33 0,33 0,67 0,33 0,25 0,33

Sadiran 1 1 1 0,67 0,67 1 0,67 0,25 1

Sugiono 0,67 1 0,67 0,67 0,67 1 0,67 0,75 0,67

Edy Kurniadi 0,67 1 1 0,67 0,67 1 0,67 1 1

Noer Wahyuni 1 1 0,67 1 0,67 1 0,67 1 1

Achmad Sri Yanto 1 1 1 1 1 1 0,67 1 1

Budi wahyono Putro 0,67 1 0,67 0,67 0,67 1 1 0,75 1

Tukino 0,67 1 0,67 0,33 0,67 0,67 0,33 0,5 0,33

Jumarianto 1 1 1 1 0,67 1 0,67 0,75 1

Rohmad Ismail 0,67 1 1 1 0,67 1 0,67 0,75 1

Witoyo 0,67 1 0,67 1 0,67 1 0,67 0,5 0,67

Yurdas Fernandes,SE 1 1 1 1 1 1 0,67 1 1

Suyitno 0,67 1 0,67 0,67 0,67 0,67 0,67 0,25 1

Mamik Slamet 0,67 0,67 0,67 0,33 0,67 0,67 0,33 0,25 0,33


96

C1 C2 C3 C4 C5 C6 C7 C8 C9

1 1 1 1 0,67 1 0,67 0,75 1

1 1 1 1 0,67 1 1 1 1

0,67 1 0,67 0,33 0,67 0,33 0,33 0,25 0,33

0,67 1 0,67 0,33 0,67 0,67 0,33 0,25 0,33

0,67 0,67 0,67 0,33 0,33 0,67 0,33 0,25 0,33

0,67 1 0,67 0,33 0,67 0,33 0,33 0,25 0,33

1 1 1 0,67 0,67 1 0,67 0,75 1

0,67 1 0,67 0,67 0,67 0,67 0,33 0,25 0,33

0,67 1 0,67 0,67 0,67 1 1 0,5 1

1 1 1 1 0,67 1 0,67 0,5 1

0,67 1 0,67 0,67 0,67 0,67 0,33 1 1

1 1 1 0,67 0,67 1 0,67 0,75 1

1 1 1 1 0,67 1 0,67 0,75 1

1 1 1 1 0,67 1 1 1 1

1 1 0,67 1 0,67 1 1 1 1

0,67 0,67 0,67 0,67 0,67 0,67 0,33 0,25 0,33

1 1 1 0,67 0,67 1 0,67 0,25 1

1 1 1 1 0,67 1 0,67 0,75 1

0,67 1 1 1 0,67 1 0,67 0,75 1

1 1 1 0,67 0,67 1 1 1 1

1 1 1 0,67 0,67 1 0,67 0,75 1

X = 1 1 1 0,67 0,67 1 0,67 1 1

0,67 1 0,67 0,33 0,67 0,33 0,33 0,25 0,33

1 1 1 1 0,67 1 1 1 1

0,67 1 1 0,67 0,67 1 1 1 1

0,67 1 0,67 0,33 0,33 0,67 0,33 0,25 0,33

1 1 1 0,67 0,67 1 0,67 0,25 1

0,67 1 0,67 0,67 0,67 1 0,67 0,75 0,67

0,67 1 1 0,67 0,67 1 0,67 1 1

1 1 0,67 1 0,67 1 0,67 1 1

1 1 1 1 1 1 0,67 1 1

0,67 1 0,67 0,67 0,67 1 1 0,75 1

0,67 1 0,67 0,33 0,67 0,67 0,33 0,5 0,33

1 1 1 1 0,67 1 0,67 0,75 1

0,67 1 1 1 0,67 1 0,67 0,75 1

0,67 1 0,67 1 0,67 1 0,67 0,5 0,67

1 1 1 1 1 1 0,67 1 1

0,67 1 0,67 0,67 0,67 0,67 0,67 0,25 1

0,67 0,67 0,67 0,33 0,67 0,67 0,33 0,25 0,33

Diubah Dalam Matrix

Keputusan X

Diubah Dalam Matrix Keputusan X


97

Pemberian bobot :

W(bobot) = 0,67 0,67 1,00 1,00 0,67 0,33 0,33 1,00 0,33


98

Imam R11 0,67 Hary S R21 0,67 Kuntinah R31 1 Hari Hariyono R41 1 Sukadi R51 1

Hambali R12 0,67

R22 0,67

R32 0,67

R42 0,67

R52 1

R13 0,67

R23 0,67

R33 1

R43 1

R53 1

R14 0

R24 0,33

R34 1

R44 1

R54 1

R15 0,4925

R25 0,4925373

R35 0,492537313

R45 0,492537

R55 1

R16 0,33

R26 0,33

R36 1

R46 0,492537

R56 0,492537

R17 0,4925

R27 0,33

R37 1

R47 1

R57 1

R18 0,3333

R28 0,25

R38 1

R48 1

R58 1

R19 0,33

R29 0,33

R39 1

R49 1

R59 1

Hariono R61 1 Suardi R71 0,67 Taminah R81 1 Suroto R91 1 Suroso R101 0,67

R62 0,67

R72 0,67

R82 0,67

R92 0,67

R102 0,67

R63 1

R73 0,67

R83 1

R93 1

R103 0,67

R64 1

R74 0,4925373

R84 0,492537313

R94 0,492537

R104 0,33

R65 0,4925

R75 0,4925373

R85 0,492537313

R95 0,492537

R105 0,492537

R66 1

R76 0,33

R86 0,492537313

R96 0,33

R106 0,33

R67 1

R77 0,4925373

R87 1

R97 0,33

R107 0,492537

R68 1

R78 0,3333333

R88 1

R98 0,5

R108 0,5

R69

R79 0,33

R89 1

R99 0,33

R109 0,33

Audrey Liady R111 1 Sugiyanto R121 0,67 Agus Setyo R131 0,67

Samsul Churri,SE,MM R141 0,67 Tutikno R151 0,67

R112 0,67

R122 0,67

R132 0,67

R142 0,67

R152 0,67

R113 1

R123 0,67

R133 0,67

R143 0,67

R153 1

R114 0,4925

R124 0,4925373

R134 0,33

R144 0,33

R154 0,33

NORMALISASI


99

R115 0,4925

R125 0,4925373

R135 0,492537313

R145 0,492537

R155 0,492537

R116 0,4925

R126 0,33

R136 0,33

R146 0,33

R156 0,33

R117 1

R127 0,4925373

R137 0,492537313

R147 0,33

R157 0,33

R118 0,25

R128 0,3333333

R138 0,333333333

R148 0,25

R158 0,25

R119 0,33

R129 0,33

R139 0,33

R149 0,33

R159 0,33

Wiro Karno R161 1 Soekri R171 0,67 Soekristiono R181 0,67

Moch.Anang Wahyudi R191 1

Catur Indrowono R201 0,67

R162 1

R172 0,67

R182 0,67

R192 0,67

R202 0,67

R163 1

R173 0,67

R183 0,67

R193 0,67

R203 0,67

R164 0,4925

R174 0,4925373

R184 0,33

R194 0,33

R204 0,492537

R165 0,4925

R175 0,4925373

R185 0,492537313

R195 0,492537

R205 0,492537

R166 0,4925

R176 0,33

R186 0,33

R196 0,33

R206 0,33

R167 1

R177 0,4925373

R187 0,492537313

R197 0,492537

R207 0,33

R168 1

R178 1

R188 0,333333333

R198 0,333333

R208 0,25

R169 1

R179 0,33

R189 0,33

R199 0,33

R209 0,33

Anton R211 0,67 Rudhi K R221 0,67 Samiran R231 1 Ari Budhi Rachmanto R241 0,67

Yuli Setiyanto R251 1

Subagio R212 0,67

R222 0,67

R232 0,67

R242 0,67

R252 0,67

R213 0,67

R223 0,67

R233 1

R243 0,67

R253 0,67

R214 0,4925

R224 0,4925373

R234 1

R244 0,33

R254 0,492537

R215 0,4925

R225 0,4925373

R235 0,492537313

R245 0,492537

R255 0,492537

R216 0,33

R226 0,33

R236 1

R246 0,33

R256 0,33

R217 0,4925

R227 0,4925373

R237 1

R247 0,33

R257 0,33

R218 0,3333

R228 0,25

R238 1

R248 0,25

R258 0,25


100

R219 0,33

R229 0,33

R239 1

R249 0,33

R259 0,33

Sutowo R261 1 Sadiran R271 0,67 Sugiono R281 1 Edy Kurniadi R291 1 Noer Wahyuni R301 0,67

R262 0,67

R272 0,67

R282 0,67

R292 0,67

R302 0,67

R263 1

R273 0,67

R283 1

R293 0,67

R303 1

R264 1

R274 0,4925373

R284 0,492537313

R294 0,492537

R304 0,33

R265 1

R275 0,4925373

R285 0,492537313

R295 0,492537

R305 0,492537

R266 0,4925

R276 0,33

R286 0,33

R296 0,33

R306 0,33

R267 1

R277 0,4925373

R287 0,492537313

R297 0,492537

R307 0,492537

R268 1

R278 1

R288 0,333333333

R298 0,25

R308 0,25

R269 1

R279 0,33

R289 0,492537313

R299 0,33

R309 0,33

Achmad R311 0,67 Budi R321 1 Tukino R331 1 Jumarianto R341 0,67 Rohmad Ismail R351 1

Sri Yanto R312 0,67 wahyono P R322 0,67

R332 0,67

R342 0,67

R352 0,67

R313 0,67

R323 1

R333 1

R343 0,67

R353 0,67

R314 0,33

R324 0,4925373

R334 1

R344 0,33

R354 0,33

R315 0,33

R325 0,4925373

R335 0,492537313

R345 0,492537

R355 0,492537

R316 0,33

R326 0,33

R336 0,492537313

R346 0,33

R356 0,33

R317 0,4925

R327 0,33

R337 1

R347 0,492537

R357 0,492537

R318 0,25

R328 0,3333333

R338 0,5

R348 0,333333

R358 0,333333

R319 0,33

R329 0,33

R339 1

R349 0,33

R359 0,33

Witoyo R361 1 Yurdas R371 0,67 Suyitno R381 1 Mamik R391 1


101

Fernandes,SE Slamet

R362 0,67

R372 0,67

R382 0,67

R392 1

R363 1

R373 0,67

R383 1

R393 1

R364 0,33

R374 0,33

R384 0,492537313

R394 1

R365 0,4925

R375 0,33

R385 0,492537313

R395 0,492537

R366 0,33

R376 0,33

R386 0,492537313

R396 0,492537

R367 0,4925

R377 0,4925373

R387 0,492537313

R397 1

R368 0,5

R378 0,25

R388 1

R398 1

R369 0,4925

R379 0,33

R389 0,33

R399 1


102

R = A1 1 0,67 0,67 0 0,492537 0,33 0,492537313 0,333333333 0,33

A2 0,67 0,67 0,67 0,33 0,492537 0,33 0,33 0,25 0,33

A3 1 0,67 1 1 0,492537 1 1 1 1

A4 1 0,67 1 1 0,492537 0,49253731 1 1 1

A5 1 1 1 1 1 0,49253731 1 1 1

A6 1 0,67 1 1 0,492537 1 1 1 0

A7 0,67 0,67 0,67 0,4925373 0,492537 0,33 0,492537313 0,333333333 0,33

A8 1 0,67 1 0,4925373 0,492537 0,49253731 1 1 1

A9 1 0,67 1 0,4925373 0,492537 0,33 0,33 0,5 0,33

A10 0,67 0,67 0,67 0,33 0,492537 0,33 0,492537313 0,5 0,33

A11 1 0,67 1 0,4925373 0,492537 0,49253731 1 0,25 0,33

A12 0,67 0,67 0,67 0,4925373 0,492537 0,33 0,492537313 0,333333333 0,33

A13 0,67 0,67 0,67 0,33 0,492537 0,33 0,492537313 0,333333333 0,33

A14 0,67 0,67 0,67 0,33 0,492537 0,33 0,33 0,25 0,33

A15 0,67 0,67 1 0,33 0,492537 0,33 0,33 0,25 0,33

A16 1 1 1 0,4925373 0,492537 0,49253731 1 1 1

A17 0,67 0,67 0,67 0,4925373 0,492537 0,33 0,492537313 1 0,33

A18 0,67 0,67 0,67 0,33 0,492537 0,33 0,492537313 0,333333333 0,33

A19 1 0,67 0,67 0,33 0,492537 0,33 0,492537313 0,333333333 0,33

A20 0,67 0,67 0,67 0,4925373 0,492537 0,33 0,33 0,25 0,33

A21 0,67 0,67 0,67 0,4925373 0,492537 0,33 0,492537313 0,333333333 0,33

A22 0,67 0,67 0,67 0,4925373 0,492537 0,33 0,492537313 0,25 0,33

A23 1 0,67 1 1 0,492537 1 1 1 1

A24 0,67 0,67 0,67 0,33 0,492537 0,33 0,33 0,25 0,33

A25 1 0,67 0,67 0,4925373 0,492537 0,33 0,33 0,25 0,33

A26 1 0,67 1 1 1 0,49253731 1 1 1

A27 0,67 0,67 0,67 0,4925373 0,492537 0,33 0,492537313 1 0,33

A28 1 0,67 1 0,4925373 0,492537 0,33 0,492537313 0,333333333 0,492537

A29 1 0,67 0,67 0,4925373 0,492537 0,33 0,492537313 0,25 0,33

A30 0,67 0,67 1 0,33 0,492537 0,33 0,492537313 0,25 0,33

A31 0,67 0,67 0,67 0,33 0,33 0,33 0,492537313 0,25 0,33

A32 1 0,67 1 0,4925373 0,492537 0,33 0,33 0,333333333 0,33

A33 1 0,67 1 1 0,492537 0,49253731 1 0,5 1

A34 0,67 0,67 0,67 0,33 0,492537 0,33 0,492537313 0,333333333 0,33

A35 1 0,67 0,67 0,33 0,492537 0,33 0,492537313 0,333333333 0,33

A36 1 0,67 1 0,33 0,492537 0,33 0,492537313 0,5 0,492537

A37 0,67 0,67 0,67 0,33 0,33 0,33 0,492537313 0,25 0,33

A38 1 0,67 1 0,4925373 0,492537 0,49253731 0,492537313 1 0,33

A39 1 1 1 1 0,492537 0,49253731 1 1 1

X

MATRIX TERNORMALISASI


103

Lakukan Perkalian Matrix WxR

V1 (Imam Hambali) 2,939204 V2(Hary Susanto) 2,801692

Rendah 0-2,99

V3(Kuntinah) 5,441692 ya

Sedang 3,00-4,99

V4(Hari Hariyono) 5,272537 ya

Tinggi 5,00-6,99

V5(Sukadi) 5,830846 ya V6 (Hariono) 5,441692 ya

Patokan skor 3.8

V7 (Suardi) 3,101741 V8 (Taminah) 4,765075 ya V9 (Suroto) 3,764229 V10 (Suroso) 3,105871 V11 (Audrey Liady) 3,791741 ya V12 (Sugiyanto) 3,101741 V13 (Agus Setyo) 2,939204 V14 (Samsul Churri,SE,MM) 2,801692 V15 (Tutikno) 3,131692 V16 (Wiro Karno) 4,985075 ya V17 (Soekri) 3,768408 V18 (Soekristiono) 2,939204 V19 (Moch.Anang Wahyudi) 3,159204 V20 (Catur Indrowono) 2,964229 V21 (Anton Subagio) 3,101741 V22 (Rudhi Kusumawardana) 3,018408 V23 (Samiran) 5,441692 ya V24 (Ari Budhi Rachmanto) 2,801692 V25 (Yuli Setiyanto) 3,184229 V26 (Sutowo) 5,610846 ya V27 (Sadiran) 3,768408 V28 (Sugiono) 3,70592 V29 (Edy Kurniadi) 3,238408 V30 (Noer Wahyuni) 3,185871 V31 (Achmad Sri Yanto) 2,747512 V32 (Budi wahyono Putro) 3,597562 V33 (Tukino) 4,772537 ya V34 (Jumarianto) 2,939204 V35 (Rohmad Ismail) 3,159204 V36 (Witoyo) 3,71005 V37 (Yurdas Fernandes,SE) 2,747512 V38 (Suyitno) 4,372587 V39 (Mamik Slamet) 5,492537 ya


plagiat merupakan tindakan tidak terpuji - core.ac.uk fileviii abstrak sistem pendukung pengambilan...

Documents