sistem pendukung keputusan pemberian ...awwn/publikasi/seminar/09 2015...sistem pendukung keputusan...

Prosiding SENATEK 2015 Fakultas Teknik, Universitas Muhammadiyah PurwokertoPurwokerto, 28 November 2015, ISBN 978-602-14355-0 -2

264

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BANTUAN MASYARAKATMISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Desriyantiˡ, Munirah Muslim²ˡProdi Teknik Elektro, Fakultas Teknik, Universitas Muhammadiyah Ponorogo

²Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah PonorogoJl. Budi Utomo No. 10 Ponorogo

1Email: [email protected]

ABSTRAK

Pengambilan keputusan adalah proses pemilihan, diantara berbagai alternatif yangbertujuan untuk memenuhi satu atau beberapa sasaran. Pemberian bantuanmerupakan salah satu program dari pemerintah dalam membantu masyarakatmiskin. Untuk membantu menentukan seseorang layak menerima bantuan perluadanya system pendukung keputusan sebagai pertimbangan penentuan. Penelitianini bertujuan merancang konsep system pendukung keputusan yang menghasilkansistem yang berbasis komputer yang dapat membantu tim seleksi dalam menentuansiapa yang layak sebagai penerima bantuan terutama di lokasi penelitian yaitu DesaCekok Kecamatan Babadan Ponorogo. Sistem pendukung keputusan inimenggunakan model Multi Attribute Decision Making (MADM) dengan metode SAW(Simple Addictive Weight). Metode ini dipilih karena mampu menyeleksi alternativeterbaik dari sejumlah alternatif, yang berhak menerima bantuan berdasarkankriteria-kriteria yang telah dengan mencari nilai bobot untuk setiap atribut,kemudian dilakukan proses perankingan yang akan menentukan alternatif yangoptimal. Luaran yang diharapkan sebuah Prototipe aplikasi system dalam prosesseleksi pengambil keputusan. Pada penelitian hasil perangkingan yang telah diolahmerupakan pertimbangan bagi pimpinan untuk memutuskan hasil akhir. Sedangkankontribusi yang diharapkan yaitu memudahkan bagian administrasi dalammenyeleksi data masuk yang memenuhi kriteria untuk dapat dijadikan pertimbangansebelum menentukan keputusan. Penggunaan system ini juga bermanfaat bagianadministrasi untuk memudahkan system seleksi dimana untuk hasilnya dapatlangsung terurut.

Kata Kunci : Bantuan , Miskin, SPK(SistemPendukungKeputusan), SAW (SimpleAddictive Weight)

PENDAHULUAN

Kemiskinan merupakan salah satu persoalan bagi pemerintah Negara manapun baik di desa maupundikota. Penyebab kemiskinan sendiri sangat bervariasi antara lain, disebabkan oleh karena faktor lingkungan,sosiokultural, ekonomi, politik, kebijakan publik dan sebagainya. Aspek yang mendukung dalammenanggulangi kemiskinan diantaranya pemerintah mempunyai data masyarakat sehingga dalam memberikanbantuan akan akurat serta tepat sasaran. Salah satu bentuk peningkatan kesejahteraan penduduk miskin yangdilakukan oleh pemerintah yaitu mengadakan berbagai macam program pengentasan kemiskinan yangdiantaranya adalah program RASKIN yaitu penyaluran beras bersubsidi kepada Rumah Tangga Miskin(RTM) yang memenuhi parameter-parameter yang telah ditentukan.Masalah lain dalam pemberian bantuanadalah bantuan yang diberikan selama ini belum tepat sasaran sehingga banyak masyarakat yang seharusnyatersentuh oleh bantuan tersebut tidak mendapatkan apa yang menjadi haknya yakni memerima bantuan


265

pemerintah sehingga dapat meringankan sedikit beban masyarakat miskin.Sistem pendukung keputusandiharapkan menjadi jawaban yang tepat untuk penyelesain masalah tersebut.

Penelitian ini ada beberapa konsep-konsep rujukan yang digunakan yang relevan dengan judulpenelitian, yaitu Rancang Bangun Sistem Pendukung Keputusan Pemberian Bantuan Masyarakat MiskinMenggunakan Model Multi-Attribute Decision Making (MADM) Metode Simple Additive Weighting (SAW),antara lain:

Tabel 1. Penelitian lain tentang spk bantuan masyarakat miskin

No Peneliti/Tahun Judul Penelitian Metode Analisis Hasil/Kesimpulan

1 Ayu WindaIstara, AndhariniDwi Cahyani,Fika HastaritaRachman tahun(2013)

Sistem PendukungKeputusan PenentuanPemberian BantuanRaskin MenggunakanMetode Smarter

Metode yang dipakaidalam penelitian ini adalahSMARTER (Simple MultiAttribute Rating TechniqueExploiting Ranks). MetodeSMARTER merupakanbagian dari metodeMultiple Criteria DecisionMaking (MCDM)

Pada penelitian ini, sistempendukung keputusanmenggunakan metodeSMARTER mampumenganalisa kriteria yangnantinya dapat menentukanpenduduk mana yang layakmenerima bantuan RASKIN.Sistem ini memiliki tingkatakurasi 80,5% jikadibandingkan dengan data rillpada tahun 2012.

2 Afiat Triyuniarta,Sri Winiarti, ArdiPujiyanta (2009)

Aplikasi LogikaFuzzy UntukPendukungKeputusan PenentuanKeluarga Miskin DiKota Yogyakarta

metode logika fuzzy yangdipakai adalah basis datafuzzy model Tahani.Sistem dibangun denganmenggunakan MicrosoftVisual Basic 6.0 sertadatabase dengan MicrosoftAccess 2003y.

Hasil penelitian ini berupaperangkat lunak aplikasilogika fuzzy untuk pendukungkeputusan penentuan

keluarga miskin di KotaYogyakarta yang telah melaluipengujian black box dan alphatest yang hasilnya dapatdisimpulkan bahwa aplikasiini dinyatakan baik.

3 Yusuf S.Nugroho,FatahYasin Al Irsyadi(2012)

Rancang BangunPerangkat LunakPendukungKeputusan seleksiPenerima BantuanBeras Miskin (StudiKasus DesaKalibening KotaSalatiga)

Metode penelitian yangdilakukan adalah denganstudi literatur, observasi,wawancara, analisissistem, perancangan dan

pengujian sistemAplikasi ini dirancangdan dibuatmenggunakan bahasapemrograman Java dengandatabase MySQL.

Penelitian ini bertujuanmembangun sebuah perangkatlunak pendukung keputusanyang mempunyai kemampuananalisis seleksi penerima berasbagi keluarga miskin dengankriteria yang sudah ditentukanuntuk menghasilkanoutputnilai intensitas prioritassetiap keluargadan Hasilpenilaian kelayakan penerimaberas dilakukan denganmenggunakan metodelangsung (direct), yaitumetode yang digunakan untukmemasukkan data kuantitatif


266

Menurut Suryadi (2002) Sistem pendukung keputusan adalah suatu pendekatan sistematis padahakekat suatu masalah, pengumpulan fakta-fakta penentu yang matang dari alternatif yang dihadapi danpengambilan tindakan yang paling tepat. Menurut Daihani (2001) Sistem pendukung keputusan adalah suatusistem berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemendalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan datadan model

Multiple Attribute Decision Making (MADM), menyangkut masalah pemilihan, di mana analisamatematis tidak terlalu banyak dibutuhkan atau dapat digunakan untuk pemilihan hanya terhadap sejumlahkecil alternatif saja. Metode Simple Additive Weighting Method (SAW) merupakan bagian dari teknikMADM. Pada dasarnya, proses MADM dilakukan melalui tiga tahap, yaitu penyusunan komponen-komponensituasi, analisis, dan sintesis informasi. Pada tahap penyusunan komponen situasi, akan dibentuk table yangberisi identifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut. Tahap analisis dilakukan melalui dualangkah.Pertama, mendatangkan taksiran dari besaran yang potensial, kemungkinan, dan ketidakpastian yangberhubungan dengan dampak-dampak yang mungkin pada setiap alternatif.Kedua, meliputi pemilihan daripreferensi pengambil keputusan untuk setiap nilai, dan ketidakpedulian terhadap resiko yang timbul.Demikian pula, ada beberapa cara untuk menentukan referesi pengambil keputusan pada setiap konsekuenyang dapat dilakukan pada langkah kedua. Metode yang paling sederhana adalah untuk menurunkan bobotatribut dan kriteria adalah dengan fungsi utilitas atau penjumlahan terbobot.

Secara umum, Model MADM dapat didefinisikan sebagai berikut: Misalkan A= | =1, … . , | ,adalah himpunan alternatif-alternatif keputusan dan C = | = 1, … . , | adalah himpunan tujuanyang diharapkan, maka akan ditentukan alternatif xo yang memiliki derajat harapan tertinggi terhadap tujuan-tujuan yang relevan cj (Kusumadewi, 2006).

Sebagian besar pendeketan MADM dilakukan melalui 2 langkah, yaitu : pertama, melakukan agregasiterhadap keputusan-keputusan yang tanggap terhadapt semua tujuan pada setiap alternatif; kedua melakukanperangkingan alternatif-alternatif keputusan tersebut berdasarkan hasil agregasi keputusan. Dengan demikian,bisa dikatakan bahwa, masalah Model Multi-Atribut DecisionMaking (MADM) adalah mengevaluasialternative Ai = 1,2, … . , ) terhadap sekumpulan atribut atau kriteria Cj = 1,1, … . , dimana setiapatribut saling tidak bergantung satu dengan yang lainnya. Matriks keputusan setiap alternatif terhadap setiapatribut, X, diberikan sebagai solusi (Kusumadewi , 2006).11 12 … 121 22 … 2⋮ ⋮ ⋮ ⋮1 2 … (1)

Dimana xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. Nilai bobot yangmenunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai,

W : W = 1, 2, … , (2)

Rating kinerja (X), dan nilai bobot (W) merupakan nilai utama yang merepresentasikan referensiabsolute dari pengambil keputusan. Masalah MADM diakhiri dengan proses perangkingan untukmendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan referensi yang diberikan(Kusumadewi, 2006).

1.3 Simple Additive Weighting (SAW)

Metode Simple Additive Weighting (SAW) sering juga dikenal denga istilah metode penjumlahanterbobot. Adapun konsep dasar dari metode SAW adalah mencari penjumlahan terbobot dari rating kinerjapada setiap alternative pada semua atribut. Adapun metode ini membutuhkan proses normalisasi matrikskeputusan (X) ke suatus kala yang dapat diperbandingkan dengan semua rating alternatif yang ada(Kusumadewi, 2006).


267

= ℎ ( )ℎ ( ) (3)

Dimana adalah rating kinerja ternormalisasi dari alternatif pada atribut ; i=1,2,...m, danj=1,2,...n. Nilaireferensiuntuksetiapalternatif diberikan sebagai= ∑ (4)

Nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih.

Adapun langkah dalam penyelesian MADM dengan metode SAW adalah:

1. Menentukan kriteria yang dijadikan acuan pengambilan keputusan.

2. Menentukan rating kecocokan setiap alternative pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkanpersamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R.

4. Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matrik ternormalisasi Rdengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternative terbaik sebagaisolusi

METODE PENELITIAN

Lokasi penelitian ini di Desa Cekok Kecamatan Babadan Kabupaten Ponorogo. Desa Cekok terbagiatas 3 dusun yaitu Dusun Krajan, Dusun Sidomulyo, Dusun Jambean. Desa Cekok memiliki 24 RT yangsetiap RT terdiri dari kurang lebih 50 kepala keluarga.

Adapun untuk kemiskinan Kabupaten Ponorogo Tahun 2009-2013 seperti pada tabel 2

Tabel 2 Data Kemiskinan Kabupaten Ponorogo

Desain penelitian ini menggunakan metode Waterfall seperti pada gambar di bawah ini :


268

Gambar 1. Model waterfall

Tahap Analisis Kebutuhan

Dalam analisis kebutuhan terbagi menjadi beberapa langkah-langkah yang dilakukan dalamanalisis kebututuhan sistem ini sebagai berikut:

Analisis Masalah

a. Studi Pustaka

Tahap ini dilakukan dengan cara pengumpulan data dari literatur, paket modul dan panduan, buku-buku pedoman, buku-buku perpustakaan dan segala kepustakaan lainnya yang dianggap perlu danmendukung.Buku yang berisi Pedoman Umum Penyaluran Raskin serta jurnal-jurnal yangberhubungan dengan bantuan miskin.

b. Observasi

Observasi adalah metode untuk mendapatkan data dengan melakukan pengamatan langsung danpencatatan secara sistematis terhadap gejala atau fenomena yang terkait tanpa mengajukanpertanyaan. Antara lain pengamatan pada kondisi masyarakat dan keadaan lingkungan miskin diDesa Cekok dengan mendatangi langsung.

c. Interview

Metode ini dilakukan dengan cara mengajukan pertanyaan-pertanyaan terhadap responden yangterlibat dan mendukung permasalahan. Terutama pada responden yang tergolong pada RumahTangga Miskin (RTM) di Kelurahan Cekok serta perangkat Kelurahan Cekok yang menanganimasalah kemiskinan tentang alur distribusi bantuan kemiskinan. Interview dilakukan denganmenyebarkan angket kepada kepala rumah tangga untuk diisi berdasarkan keadaan ekonomikeluarga. Dari data tersebut kemudian disebarkan menurut kategori.


269

Identifikasi Variabel

Pengembangan sistem pendukung Keputusan pemberian bantuan miskin, melibatkanbeberapa variabel yang akan mempengaruhi tercapainya solusi terbaik. Variabel-variabel tersebutadalah:

Sistem pendukung Keputusan Pemberian Bantuan Masyarakat Miskin ini menggunakan 5faktor kriteria (Cj)dan akan diproses berdasarkn skor yang di dapat. Kategori yang digunakan ada 5yaitu :

1 . Kondisi rumah (C1) dengan bobot (w1)= 30%;

2. Tingkat konsumsi dan pengeluran rumah tangga (C2) dengan bobot (w2)= 20%;

3. Jenis pekerjaan dan pendidikan terakhir kepala keluarga (C3) dengan bobot (w3)= 10%;

4. Jumlah tanggungan keluarga (C4) dengan bobot (w4)= 20%;

5. Tingkat pendapatan dan asset keluarga(C5) dengan bobot (w5)= 20%;

Dari masing-masing kategori diatas ada beberapa katogori yang dijabarkan menjadi beberapakriteria. Keterangan dan penjabaran kategori diatas ada di penjelasan di bawah ini

Kondisi Rumah (C1)

Kondisi rumah menggambarkan keadaan sebenarnya berdasarkan kondisi rumah yangdimiliki. Banyak warga miskin yang masih menempati rumah tidak layak huni. Untuk itu kondisirumah akan menjadi variabel penilaian pemberian bantuan masyarakat miskin. Variabel yangdigunakan dalam penilaian kondisi rumah adalah :

1) Luas bangunan yang ditempati (m2), dengan bobot (w)= 30%;

2) Jenis lantai rumah yang ditempati (tanah, semen, keramik, dsb), dengan bobot (w)= 20%;

3) Jenis dinding rumah yang ditempati (bambu, permanen, semi-permanen), dengan bobot(w)= 30%;

4) Kepemilikan fasilitas MCK (Fasilitas Sanitasi), dengan bobot (w)= 20%;

Tingkat Konsumsi dan Pengeluaran Rumah Tangga (C2)

Kemiskinan berhubungan erat dengan tingkat konsumsi dan pengeluaran dalam keluarga padasuat periode tertentu. Keluarga miskin cenderung memiliki daya beli yang rendah yang hanyacukup untuk kebutuhan pokok keluarga dan pengeluaran yang minimal. Sehingga tingkatkonsumsi dan pengeluaran perlu dimasukkan sebagai salah satu variabel penilaian. Variabelyang digunakan dalam penilaian tingkat konsumsi dan pengeluaran rumah tangga adalah :

1) Sumber air minum keluarga, dengan bobot (w)= 10%;

2) Sumber penerangan rumah, dengan bobot (w)= 15%;

3) Bahan bakar memasak dalam rumah tangga, dengan bobot (w)= 10%;

4) Frekuensi mengkonsumsi daging, dengan bobot (w)= 10%;

5) Frekuensi makan dalam sehari, dengan bobot (w)= 20%;

6) Frekuensi pembelian pakaian, dengan bobot (w)= 15%;

7) Sumber biaya pengobatan dalam keluarga saat sakit, dengan bobot (w)= 20%;


270

Jenis Pekerjaan dan Pendidikan Terakhir Kepala Keluarga(C3)

Dalam hal ini, kepala keluarga Rumah Tangga Miskin cenderung memiliki pekerjaan tidak tetapdan pendidikan yang rendah. Tingkat pendidikan mempengaruhi pendapatan seseorang sehinggajenis pekerjaan perlu untuk dijadikan variabel penilaian.

Jumlah Tanggungan dalam Keluarga(C4)

Banyaknya anggota keluarga yang ditanggung dan jumlah anak usia sekolah dalam keluargasangat mempengaruhi kesejahteraan keluarga. Tingginya biaya pendidikan sering membuatpendapatan dalam keluarga lebih banyak dialokasikan untuk membiayai pendidikan anak.Sehingga jumlah tanggungan keluarga perlu untuk dijadikan variabel penilaian dan keluarga yangmemiliki anak yang lebih banyak lebih diprioritaskan untuk mendapatkan bantuan.

Tingkat Pendapatan dan Asset keluarga(C5)

Dalam penyeleksian perlu dipertimbangkan tingkat pendapatan keluarga dankepemilikan Asset.Keluarga miskin mayoritas berpenghasilan rendah dan tidak memiliki Asset untuk hari depan.Sehingga tingkat pendapatan dan Asset perlu dimasukkan sebagai variabel penilaian.

Pada kriteria yang telah ada, akan ditentukan dan pembobotan kriteria seperti pada Tabel berikut :

Tabel 1 Kondisi rumah(C1)

Keterangan Skor Skala Prioritas1 Tidak layak2 Layak3 Cukup Layak4 Sangat Layak

Tabel 2 Tingkat konsumsi dan pengeluaran rumah tangga(C2)


Tabel 3 Jenis pekerjaan kepala keluarga(C3)


Tabel 4 Jumlah tanggungan keluarga(C4)


Tabel 5 Jumlah pendapatan dan asset keluarga(C5)


271


Gambar 2 Kategori kriteria calon penerima bantuan masyarakat miskin

Tabel 2. Contoh Nilai Input Calon Penerima Bantuan Masyarakat Miskin


272

Nilai kriteria

Nama

(Ai)

Kondisi Rumah (C1) 30% Tingkat Konsumsi(C2) 20% Peker

-jaan

KK(C3

)10%

Jumla

hTang-

gungan(C4)20%

TingkatPendapatan (C5)

20%

LuasBangunan30%

JenisLantai20%

JenisDinding30%

Fasili-tasMCK20%

SumberAirMinum10%

SumberPenerangan15%

BahanBakarMemasak10%

FrekuensiKonsumsiDaging10%

FrekuensiMakan20%

FrekuensiMembeliBaju15%

Pengoba-tanKeluarga20%

Pendapatan60%

Kepemilikan Aset40%

Slamet

4 1 4 4 1 3 3 3 2 2 3 2 3 3 4

Jarwani

4 3 4 4 3 4 3 3 2 2 3 2 3 2 4

Syamsul

3 3 3 3 3 4 2 3 1 1 3 1 3 3 3

Mulyono

2 4 2 1 2 2 2 1 1 1 1 1 1 2 2

Sumber : (Data diolah Juni 2015)

Contoh untuk mencari nilai Kondisi Rumah, Tingkat Konsumsi maka dilakukan perhitungan sebagai berikut :

a. MatriksKodisiRumah(C1)

X =

4 1 4 44 3 4 43 3 3 32 4 2 1R11= ; ; ; = = 1R21 = ; ; ; = = 1R31 = ; ; ; = = 0,75R41 = ; ; ; = = 0,5R12= ; ; ; = = 0,25R22 = ; ; ; = = 0,75R32 = ; ; ; = = 0,75R42 = ; ; ; = = 1R13= ; ; ; = = 1R23 = ; ; ; = = 1R33 = ; ; ; = = 0,75R43 = ; ; ; = = 0,5


273

R14 = ; ; ; = = 1R24 = ; ; ; = = 1R34 = ; ; ; = = 0,75R44 = ; ; ; = = 0,25

Normalisasi :

X =

11 12 13 1421 22 23 2431 32 33 3441 42 43 44 = X =

1 0,25 1 11 0,75 1 10,75 0,75 0,75 0,750,5 1 0,5 0,25Proses Pembobotan

w = { 0,3; 0,2; 0,3; 0,2}

Hasil yang diperolehadalah :1 = 0,3 1 + 0,2 0,25 + 0,3 1 + 0,2 1 = 0,852 = 0,3 1 + 0,2 0,75 + 0,3 1 + 0,2 1 = 0.953 = 0,3 0,75 + 0,2 0,75 + 0,3 (0,75) + 0,2 0,75 = 0.754 = 0,3 0,5 + 0,2 1 + 0,3 0,5 + 0,2 0,25 = 0,55

b. Matrik Tingkat konsumsi (C2)

X =

1 3 3 3 2 2 33 4 3 3 2 2 33 4 2 3 1 1 32 2 2 1 1 1 1R11 = ; ; ; = = 0,33R21 = ; ; ; = = 1R31 = ; ; ; = = 1R41 = ; ; ; = = 0,67R12 = ; ; ; = = 0,75R22 = ; ; ; = = 1R32 = ; ; ; = = 1R42 = ; ; ; = = 0,5R13 = ; ; ; = = 1R23 = ; ; ; = = 1R33 = ; ; ; = = 0,67R43 = ; ; ; = = 0,67


274

R14 = ; ; ; = = 1R24 = ; ; ; = = 1R34 = ; ; ; = = 1R44 = ; ; ; = = 0,33R15 = ; ; ; = = 1R25 = ; ; ; = = 1R35 = ; ; ; = = 0,5R45 = ; ; ; = = 0,5R16 = ; ; ; = = 1R26 = ; ; ; = = 1R36 = ; ; ; = = 0,5R46 =

1

max 2;2;1;1 = 1

2= 0,5

R17 =3

max 3;3;3;1 = 3

3= 1

R27 =3

max 3;3;3;1 = 3

3= 1

R37 =3

max 3;3;3;1 = 3

3= 1

R47 =1

max 3;3;3;1 = 1

3= 0,33

Normalisasi

X =

11 12 13 14 15 16 1721 22 23 14 15 16 1731 32 33 14 15 16 1741 42 43 14 15 16 17

X =

0,33 0,75 1 1 1 1 11 1 1 1 1 1 11 1 0,67 1 0,5 0,5 1

0,67 0,5 0,67 0,33 0,5 0,5 0,33Proses Pembobotan= 0,1; 0,15; 0,1; 0,1; 0,2; 0,15; 0,2Hasil yang diperoleh adalah :

1 = 0,1 0,33 + 0,15 0,75 + 0,1 1 + 0,1 1 + 0,2 1 + 0,15 1 + 0,2 1 = 0,92 = 0,1 1 + 0,15 1 + 0,1 1 + 0,1 1 + 0,2 1 + 0,15 1 + 0,2 1 = 13 = 0,1 1 + 0,15 1 + 0,1 0,67 + 0,1 1 + 0,2 0,5 + 0,15 0,5 + 0,2 1 = 0,794 = 0,1 0,67 + 0,15 0,5 + 0,1 0,67 + 0,1 0,33 + 0,2 0,5 + 0,15 0,5 +

0,2 0,33 = 0,48

c. Matriks Tingkat Pendapatan (C5)

X =

3 42 43 32 2

R11=3

max 3;2;3;2 = 3

3= 1

R21 =2

max 3;2;3;2 = 2

3= 0,67

R31 =3

max 3;2;3;2 = 3

3= 1


275

R41 =2

max 3;2;3;2 = 2

3= 0,67

R12=4

max 4;4;3;2 = 4

4= 1

R22 =4

max 4;4;3;2 = 4

4= 1

R32 =3

max 4;4;3;2 = 3

4= 0,75

R42 =2

max 4;4;3;2 = 2

4= 0,5

Normalisasi :

X =

11 1221 2231 3241 42

X =

1 10,67 1

1 0,750,67 0,5

Proses Pembobotanw = { 0,6; 0,4}

Hasil yang diperolehadalah :1 = 0,6 1 + 0,4 1 = 12 = 0,6 0,67 + 0,4 1 = 0.83 = 0,6 1 + 0,4 0,75 = 0,94 = 0,6 0,67 + 0,4 0,5 = 0,6

Tabel 3. Nilai Penormalisasi Calon Penerima Bantuan Masyarakat Miskin

NamaKondisi Rumah(C1) 30%

TingkatKonsumsi(C2) 20%

Pekerjaan KK(C3) 10%

JumlahTanggungan(C4) 20%

TingkatPendapatan(C5) 20%

Selamet 0.85 0.9 2 3 0.85

Jarwani 0.95 1 2 3 0.7

Syamsul 0.75 0.79 1 3 0.75

Mulyono 0.55 0.48 1 1 0.5

Untuk perangkingan calon masyarakat yang akan menerima bantuan dengan nilai variable yang sudahdiperolehakan diurutkan dari nilai terbesar sampai terkecil dari setiap alternative sebagai calon penerimabantuan. Dilakukan perhitungan sebagai berikut:

=Maka dilakukan peruses perhitungan

X =

0,8 0.9 2 3 0.850.95 1 2 3 0.70.75 0.79 1 3 0.750.55 0.48 1 1 0.5


276

R11=0.85

max 0.8;0.95;0.75;0.55= 0.85

0.95= 0,89

R21 =0.95

max 0.8;0.95;0.75;0.55= 0.95

0.95= 1

R31 =0.75

max 0.8;0.95;0.75;0.55= 0.75

0.95= 0,79

R41 =0.55

max 0.8;0.95;0.75;0.55= 0.55

0.95= 0,58

R12 =0.9

max 0.9;1;0.79;0.48= 0.9

1= 0,9

R22 =1

max 0.9;1;0.79;0.48= 1

1= 1

R32 =0.79

max 0.9;1;0.79;0.48= 0.79

1= 0,79

R42 =0.48

max 0.9;1;0.79;0.48= 0.48

1= 0,48

R13 =2

max 2;2;1;1 = 2

2= 1

R23 =2

max 2;2;1;1 = 2

2= 1

R33 =1

max 2;2;1;1 = 1

2= 0,5

R43 =1

max 2;2;1;1 = 1

2= 0,5

R14 =3

max 3;3;3;1 = 3

3= 1

R24 =3

max 3;3;3;1 = 3

3= 1

R34 =3

max 3;3;3;1 = 3

3= 1

R44 =1

max 3;3;3;1 = 1

3= 0,33

R15 =1

max 1;0,8;0,9;0,6 = 1

1= 1

R25= 0,8max 1;0,8;0,9;0,6 = 0,8

1= 0,8

R35= 0,9max 1;0,8;0,9;0,6 = 0,9

1= 0,9

R45= 0,6max 1;0,8;0,9;0,6 = 0,6

1= 0,6

Normalisasi

X =

11 12 13 14 1521 22 23 14 1531 32 33 14 1541 42 43 14 15

= X =

0,89 0,9 1 1 11 1 1 1 0,8

0,79 1 0,5 1 0,90,58 0,48 0,5 0,33 0,6

PembobotanW= (0,3; 0,2; 0,1; 0,2; 0,2)Nilai akhir Alternatif V1= (0,3) (0,89) + (0,2) (0,9) + (0,1) (1) + (0,2) (1) + (0,2) (0,1) = 0,767Nilai akhir Alternatif V2= (0,3) (1) + (0,2) (1) + (0,1) (1) + (0,2) (1) + (0,2) (0,8)= 0,96Nilai akhir Alternatif V3= (0,3) (0,79) + (0,2) (1) + (0,1) (0,5) + (0,2) (0,1)+ (0,2) (0,9) = 0,869Nilai akhir Alternatif V4= (0,3) (0,58) + (0,2) (0,48) + (0,1) (0,5) + (0,2) (0,33) + (0,2) (0,6) = 0,506

Berikutiniurutanhasilakhirdimanaperangkinganakanterurutdari yang terbesarnilaisampaiterkecil


277

AlternatifV2 = 0,96Alternatif V3 = 0,869Alternatif V1 = 0,767Alternatif V4 = 0,506

HASIL DAN PEMBAHASAN

Implementasi yang dilakukanmemperlihatkan proses demi proses. Implementasi meliputi proses-proses pada antar muka,CRUID (create,retrieve,update,insert,delete).

Implementasi Sistem Bagi Admin

Proses ini dimulai dengan login bagi admin, ada beberapa menu yang bisa dipilih antara lain : Beranda,Penduduk, Kategori, Kriteria, Nilai, Form SPK dan User. Admin memilih menu Penduduk untukmenambahkan data penduduk. Di menu tampilan Kategori terdapat informasi kategori yang digunakansebagai bahan pertimbangan pengambilan Keputusan. Menu tampilan Kriteria menampilkan kriteria-kriteriayang dipecah dari kategori yang sudah ditentukan beserta bobot yang akan digunakan untuk mengambilkeputusan. Pada menu nilai menampilkan nilai masing-masing kriteria. Dan pada menu Form SPK digunakanuntuk menginputkan nilai masing-masing alternatif.

Gambar 3. Halaman depan


278

Gambar 4. Halaman login

Tampilan halaman depan administrasi berisi Pengisian Penduduk, Kategori, Kriteria, Nilai, FormSPK dan menambah atau mengganti User.

Gambar 5. Halaman depan administrasi

Pada tampilan Menu Penduduk terdapat Menu Action yang terdiri dari Data Baru dan Cetak Data.


279

Gambar 6. Halaman penduduk

Gambar 7. Halaman tambah penduduk

Menu selanjutnya pada halaman Admin adalah Menu Kategori. Pada menu kategori menampilkanKategori yang digunakan pada sistem.


280

Gambar 8. Halaman kategori

Gambar 9. Halaman nilai kriteria

Halaman form pengambilan Keputusan digunakan untuk menginputkan data penduduk berdasarkannilai kriteria yang mereka miliki yang sesuai dengan angket yang telah diisi oleh penduduk. Halaman awalForm Pengambilan Keputusan terdapat pada Gambar 10


281

Gambar 10. Halaman form pengambilan keputusan

Untuk melakukan penilaian, klik button Action yang terdapat di pojok kanan atas. Pilih Data Baru,kemudian akan muncul form penilaian seperti pada Gambar 11.

Gambar 11. Tampilan form penilaian penduduk


282

Gambar 12. Halaman hasil penilaian

Gambar 13. Tampilan halaman awal user

Untuk menambahkan User, Klik Button Action di pojok kanan atas kemudian pilih Data PenggunaBaru maka akan muncul tampilan seperti pada Gambar 14.


283

Gambar 14. Tampilanmenu tambah data pengguna

Gambar 15. Tampilan login kepala desa / lurah

Gambar 16. Halaman awal kepala desa

Kepala Desa bias melihat informasi data Penduduk Miskin. Tampilan menu penduduk terdapat pada gambar17.


284

Gambar17. Tampilan halaman penduduk

Pada menu Form SPK Kepala Desa bias melihat hasil Perangkingan

Gambar 18. Halaman form SPK


285

KESIMPULAN

Aplikasi ini dibuat untuk mempermudah pengambilan keputusan pada desa, khususnya masalahpenentuan pemeberi bantuan bagi masyarakat di desa cekok dengan aplikasi sistem.

Sistem yang dibangun menggunakan model Multipe Attribute Decission Making(MADM)dengan menggunakan metode Simple Additive Weighting (SAW) dalam penentuan penerimaan bantuanmasyarakat miskin. Indikator kemiskinan dijadikan patokan dalam menentukan variabel yaitu 5 variabelyang digunakan yang berpedoman pada data BPS antara lain :

1. kondisi rumah

2. tingkat konsumsi dan pengeluran rumah tangga,

3. jenis pekerjaan dan pendidikan terakhir kepala keluarga,

4. jumlah tanggungan keluarga,

5. tingkat pendapatan dan asset keluarga

Sistem ini menggunakan dua entitas luar yaitu admin, dan Kepala Desa. Admin dapat mengolahdata penduduk dan memasukkan data serta melakukan penilaian. Sedangkan Kepala Desa dapat melihatdata Penduduk dan data hasil perangkingan serta membuat Keputusan akhir.

Implementasi perangkat lunak pada Sistem Pendukung Keputusan menggunakan bahasapemrograman PHP dan database MySQL serta aplikasi yang digunakan untuk merancang interfacenyaadalah Dream weaver.

DAFTAR PUSTAKA

BPS kabupatenPonorogo,ponorogokab.bps.go.id. Diakses : 26 Juni 2015, Jam 11.03

Daihani, D.U., 2001. Komputerisasi Pengambilan Keputusan, PT. Gramedia, Jakarta.

Istara, A W, Cahyani, A D, Rachman, F H, (2013) Program Studi Teknik Informatika, Universitas TrunojoyoJL. Raya Telang, PO BOX 2, Kamal, Bangkalan-69162.Jurnal Sarjana Teknik Informatika Vol. 1, No.1, , hlm 1-8

Kusumadewi, S., Hartati, S., Harjoko, A. Dan Wardoyo, R., 2006, Fuzzy Multi Attribute Decision Making(Fuzzy MADM), Graha Ilmu, Yogyakarta

Suryadi K. dan Ramdhani, A. M., 2002, Sistem Pendukung Keputusan : Suatu Wacana Struktural Idealisasidan Implementasi Konsep Pengembangan Keputusan, PT Remaja Rosdakarya, Bandung.

Triyuniarta,A, Winiarti,S, Pujiyanta,A, (2009) Aplikasi Logika Fuzzy Untuk Pendukung KeputusanPenentuan Keluarga Miskin Di Kota Yogyakarta Jurnal Seminar Nasional Informatika 2009 (semnasIF 2009) ISSN: 1979-2328 UPN ”Veteran” Yogyakarta, 23 Mei D-1

Yusuf S. N,YasinF Al I, (2012), Rancang Bangun Perangkat Lunak Pendukung Keputusan seleksi PenerimaBantuan Beras Miskin (Studi Kasus Desa Kalibening Kota Salatiga) Jurnal eknik Informatika FakultasKomunikasi Dan Informatika Universitas Muhammadiyah Surakarta

sistem pendukung keputusan pemberian ...awwn/publikasi/seminar/09 2015...sistem pendukung keputusan...

Documents