plagiat merupakan tindakan tidak terpuji - core.ac.uk fileviii abstrak sistem pendukung pengambilan...
TRANSCRIPT
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 :
Mirella Tri Ratnasari
095314003
INFORMATICS ENGINEERING STUDY PROGRAM
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2014
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
HALAMAN PERSETUJUAN
SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN
KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE
WEIGHTING (SAW)
Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro
Dipersiapkan dan ditulis oleh :
Mirella Tri Ratnasari
NIM : 095314003
Telah disetujui oleh :
Dosen Pembimbing
Drs. Johanes Eka Priyatma, M.Sc., Ph.D. Tanggal :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
HALAMAN PENGESAHAN
SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN
KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE
WEIGHTING (SAW)
Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE
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)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
HALAMAN MOTTO
“Do the best anD GoD Do the rest”
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
DAFTAR TABEL
Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1) .......................................................... 19
Tabel 2. 2 Tabel pembobotan untuk kriteria 2 (C2) .......................................................... 19
Tabel 2. 3 Tabel pembobotan untuk kriteria 3 (C3) .......................................................... 20
Tabel 2. 4 Tabel pembobotan untuk kriteria 4 (C4) .......................................................... 21
Tabel 2. 5 Tabel pembobotan untuk kriteria 5 (C5) .......................................................... 22
Tabel 2. 6 Tabel pembobotan untuk kriteria 6 (C6) .......................................................... 23
Tabel 2. 7 Tabel pembobotan untuk kriteria 7 (C7) .......................................................... 24
Tabel 2. 8 Tabel pembobotan untuk kriteria 8 (C8) .......................................................... 25
Tabel 2. 9 Tabel pembobotan untuk kriteria 9 (C9) .......................................................... 26
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. 4 Pembobotan Sub Kriteria pada Kriteria 2 (C2) ................................................ 77
Tabel 5. 5 Pembobotan Sub Kriteria pada Kriteria 3 (C3) ................................................ 78
Tabel 5. 6 Pembobotan Sub Kriteria pada Kriteria 4 (C4) ................................................ 78
Tabel 5. 7 Pembobotan Sub Kriteria pada Kriteria 5 (C5) ................................................ 78
Tabel 5. 8 Pembobotan Sub Kriteria pada Kriteria 6 (C6) ................................................ 79
Tabel 5. 9 Pembobotan Sub Kriteria pada Kriteria 7 (C7) ................................................ 79
Tabel 5. 10 Pembobotan Sub Kriteria pada Kriteria 8 (C8) .............................................. 80
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
BAB VI PENUTUP
Bab ini berisi tentang kesimpulan dan saran dari penulisan laporan
tugas akhir yang disusun.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00
Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat
Tinggal
Tabel 2. 2 Tabel pembobotan untuk kriteria 2 (C2)
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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,
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 2.5 Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar
Tabel 2. 3 Tabel pembobotan untuk kriteria 3 (C3)
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00
Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu
perminggu
Tabel 2. 4 Tabel pembobotan untuk kriteria 4 (C4)
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
Tabel 2. 5 Tabel pembobotan untuk kriteria 5 (C5)
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,
yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di
0,33
3
0,67
3
1,00 0
1
µ(w)
R S T
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat
dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00
Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari
Tabel 2. 6 Tabel pembobotan untuk kriteria 6 (C6)
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama
Kepala Keluarga
Tabel 2. 7 Tabel pembobotan untuk kriteria 7 (C7)
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala
Keluarga
Tabel 2. 8 Tabel pembobotan untuk kriteria 8 (C8)
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
Gambar 2. 11 Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau
tidak bergerak
Tabel 2. 9 Tabel pembobotan untuk kriteria 9 (C9)
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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 :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
2. Mengubah Data Warga
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
3. Menghapus Data Warga
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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
2. Sistem menampilkan halaman
data warga
4. Sistem akan menghapus data
warga yang dipilih oleh staf
kelurahan dari database.
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data warga telah berhasil dihapus
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
4. Memasukkan Data Kriteria dan Sub Kriteria
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
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
File kemudian 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.
2. Sistem menampilkan halaman
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
5. Sistem akan mengonfirmasikan
kepada Staf Kelurahan bahwa
data kriteria dan sub kriteria
telah tersimpan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
5. Mengubah Data Kriteria dan Sub Kriteria
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
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
2. Sistem menampilkan halaman
Data Ubah dan Hapus Kriteria
dan Sub Kriteria
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
6. Menghapus Data Kriteria dan Sub Kriteria
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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.
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria telah
berhasil diubah
Aksi Reaksi
1. Staf Kelurahan memilih menu
Edit kemudian memilih menu
item Ubah dan Hapus Kriteria
dan Sub kriteria
3. Staf Kelurahan menghapus data
kriteria dengan memasukkan
2. Sistem menampilkan halaman
Data Ubah dan Hapus Kriteria
dan Sub Kriteria
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
7. Memasukkan Data Kriteria Pemohon
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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.
4. Sistem akan menghapus data
kriteria dan sub kriteria yang
dipilih oleh staf kelurahan dari
database.
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria
telah berhasil dihapus
Aksi Reaksi
1. Staf Kelurahan memilih menu
File kemudian memilih menu
item Input Kriteria Pemohon
2. Sistem menampilkan halaman
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
8. Mengubah Data Kriteria Pemohon
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa
data kriteria pemohon berhasil diubah di database.
3. Staf Kelurahan memasukkann
data kriteria dan sub kriteria
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
6. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria
warga telah berhasil disimpan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
Tabel 4. 8 Narasi Use Case Mengubah Data Kriteria Pemohon
9. Menghapus Data Kriteria Pemohon
Aktor : Staf Kelurahan
Kondisi Awal : Staff Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa
data kriteria pemohon berhasil diubah di database.
Aksi Reaksi
1. Staf Kelurahan memilih menu
Edit kemudian memilih menu
item Ubah dan Hapus Kriteria
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
2. Sistem menampilkan halaman
Input Kriteria Pemohon
4. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria
warga telah berhasil diubah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
Tabel 4. 9 Narasi Use Case Menghapus Data Kriteria Pemohon
Aksi Reaksi
1. Staf Kelurahan memilih menu
Edit kemudian memilih menu
item Ubah dan Hapus Kriteria
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.
2. Sistem menampilkan halaman
Ubah dan Hapus Kriteria Pemohon
4. Sistem akan menghapus data
kriteria dan sub kriteria yang
dipilih oleh staff kelurahan dari
database.
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria telah
berhasil dihapus
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
10. Simulasi
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
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
1. Staf Kelurahan memilih menu
File kemudian memilih menu
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
2. Sistem menampilkan halaman
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
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria telah
berhasil dihapus
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
Nama variabel Tipe data Constrain Deskripsi
Id_Kriteria Varchar(3) Primary Key Id unik untuk
kriteria
Nama_Kriteria Varchar(100) Nama kriteria
dari setiap
kriteria
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
Nama variabel Tipe data Constrain Deskripsi
Username Varchar(10) Username
yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
65
Gambar 4. 9 Desain Interface Halaman Utama Menu File
Gambar 4. 10 Desain Interface Halaman Utama Menu Edit
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71
Gambar 4. 16 Desain Interface Halaman Simulasi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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 :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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 :
Tabel 5. 4 Pembobotan Sub Kriteria pada Kriteria 2 (C2)
Jenis Diding (X) Nilai
Tembok Bambu 0.33
Tembok Batu Bata 0.67
Tembok Halus 1.00
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
78
c. Kriteria Fasilitas Tempat BAB (C3)
Pembobotan sub kriteria pada kriteria 3 (C3) diperoleh dari perhitungan :
Tabel 5. 5 Pembobotan Sub Kriteria pada Kriteria 3 (C3)
Fasilitas Tempat
BAB (X)
Nilai
Tidak Punya 0.33
Sederhana 0.67
Modern 1.00
d. Kriteria Frekuensi Konsumsi Daging/Susu (C4)
Pembobotan sub kriteria pada kriteria 4 (C4) diperoleh dari perhitungan :
Tabel 5. 6 Pembobotan Sub Kriteria pada Kriteria 4 (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:
Tabel 5. 7 Pembobotan Sub Kriteria pada Kriteria 5 (C5)
Pembelian Pakaian
(X)
Nilai
Tidak Pernah 0.33
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
79
Setiap hari raya 0.67
3 bulan sekali 1.00
f. Kriteria Frekuensi makan dalam sehari (C6)
Pembobotan sub kriteria pada kriteria 6 (C6) diperoleh dari perhitungan :
Tabel 5. 8 Pembobotan Sub Kriteria pada Kriteria 6 (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:
Tabel 5. 9 Pembobotan Sub Kriteria pada Kriteria 7 (C7)
Lapangan Pekerjaan Utama(X) Nilai
Buruh 0.33
Pedagang/Wiraswasta/Peg.swasta 0.67
PNS 1.00
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
80
h. Kriteria Pendidikan Tertinggi (C8)
Pembobotan sub kriteria pada kriteria 8 (C8) diperoleh dari perhitungan :
Tabel 5. 10 Pembobotan Sub Kriteria pada Kriteria 8 (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:
Tabel 5. 11 Pembobotan Sub Kriteria pada Kriteria 9 (C9)
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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 :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
89
LAMPIRAN
1. Data Pemohon Penerima Jaminan Kesehatan Daerah
2. Perhitungan Excell dengan algoritma SAW
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
Memiliki Aset jual lbh 500
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
Memiliki Aset jual lbh 500
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
Memiliki Aset jual lbh 500
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
Memiliki Aset jual lbh 500
Tidak Menerima Mampu
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
Memiliki Aset jual lbh 500
Tidak Menerima Mampu
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
Memiliki Aset jual lbh 500
Tidak Menerima Mampu
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
Memiliki Aset jual lbh 500
Tidak Menerima Mampu
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
Memiliki Aset jual lbh 500
Tidak Menerima Mampu
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
93
PERHITUNGAN EXCEL
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
94
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
97
Pemberian bobot :
W(bobot) = 0,67 0,67 1,00 1,00 0,67 0,33 0,33 1,00 0,33
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
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 TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI