Jurnal SCRIPT Vol. 4 No. 2 Juni 2017 ISSN: 2338-6304
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN TINGKAT KEMISKINAN MENGGUNAKAN METODE SIMPLE ADDICTIVE WEIGHTING (SAW) DI DESA
TEMUWANGI, PEDAN, KLATEN
A DECISION SUPPORT SYSTEM FOR DETERMING THE LEVEL OF RURAL POVERTY USING SIMPLE ADDICTIVE WEIGHTING (SAW) IN TEMUWANGI, PEDAN, KLATEN
Evi Eltinah1, Suroyo2 ,Erfanti Fatkhiyah3
1,2,3
Teknik Informatika, institut Sains & Teknologi AKPRIND Yogyakarta 1
elti1103@gmail.com, 2suraya_pandes@yahoo.com, 3erfanti@akprind.ac.id
ABSTRACT
The prolonged economic crisis and political stability uncertain cause economic growth slowed, rising unemployment, weakening the level of education, and the slow development of the region, the problem of poverty is one of the important targets for development in Indonesia, because the poverty rate can be increased by the economic crisis as a result of rising unemployment. To reduce the impact of the economic crisis, a lot of government programs such as rice for the poor (Raskin), direct cash assistance (BLT), Social Security Agency (BPJS) etc. are distributed to districts, sub-districts and villages. In practice many misdirected even a lack of data and the criteria are categorized as poor, even a lot of assistance received by a person who did not deserve it.
Decision Support System Determine the status of poverty is expected to help the village Temuwangi full authority as the holder determines the poor people who in the future could be used to help deliver aid to people who truly need.
This study uses data villagers temuwangi, poverty status criteria data. The methodology used is literature study method. Tools needed in this research is the PHP programming language, HTML, CSS, bootstrap templete gentelle, Text Editor uses sublime text 2 program, System Design using visual software UML10.1 paradigm for the enterprise edition, the database used is MySQL, Web Server using XAMPP , as well as computer equipment. The method used in the decision making is the Simple Additive weighting method (SAW).
These results can then be displayed by the largest or smallest value, making it easier for decision makers to choose the best alternative from a number of alternatives.
Keywords: poverty, Simple Additive Weighting (SAW), economics, DSS.
INTISARI
Krisis ekonomi yang berkepanjangan dan stabilitas politik yang tidak menentu menyebabkan pertumbuhan ekonomi melemah, meningkatnya jumlah pengangguran, melemahnya tingkat pendidikan, serta lambatnya pembangunan daerah, permasalahan kemiskinan adalah salah satu target penting bagi pembangunan di Indonesia, karena angka kemiskinan dapat bertambah dengan adanya krisis ekonomi akibat naiknya angka pengangguran. Untuk mengurangi dampak krisis ekonomi ini, banyak sekali program pemerintah seperti beras miskin (raskin), Bantuan Langsung Tunai (BLT), Badan Penyelenggara Jaminan Sosial (BPJS) dan lain sebagainya yang disalurkan untuk kecamatan, kelurahan dan desa. Dalam pelaksanaannya banyak salah sasaran bahkan kekurangan data dan kriteria orang yang dikatakan miskin, bahkan banyak bantuan diterima oleh orang yang tidak layak menerimanya.
Sistem Pendukung Keputusan Menentukan status kemiskinan diharapkan mampu membantu pihak Desa Temuwangi selaku pemegang penuh wewenang menentukan warga miskin yang ke depannya bisa digunakan untuk membantu menyalurkan bantuan kepada warga yang benar benar membutuhkan.
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017 ISSN: 2338-6304
Metode yang digunakan dalam menentukan keputusan adalah metode Simple Additive Weighting (SAW).
Hasil tersebut kemudian dapat ditampilkan berdasarkan nilai terbesar atau terkecil, sehingga memudahkan pengambil keputusan untuk memilih alternatif terbaik dari sejumlah alternatif.
Kata Kunci: kemiskinan, Simple Additive Weighting (SAW), ekonomi, SPK.
PENDAHULUAN
Krisis ekonomi yang berkepanjangan dan stabilitas politik yang tidak menentu menyebabkan pertumbuhan ekonomi melemah, meningkatnya jumlah pengangguran, melemahnya tingkat pendidikan, serta lambatnya pembangunan daerah, permasalahan kemiskinan adalah salah satu target penting bagi pembangunan di Indonesia, karena angka kemiskinan dapat bertambah dengan adanya krisis ekonomi akibat naiknya angka pengangguran. Untuk mengurangi dampak krisis ekonomi ini, banyak sekali program pemerintah seperti beras miskin (raskin), Bantuan Langsung Tunai (BLT), Badan Penyelenggara Jaminan Sosial (BPJS) dan lain sebagainya yang disalurkan untuk kecamatan, kelurahan dan desa. Dalam pelaksanaannya banyak salah sasaran bahkan kekurangan data dan kriteria orang yang dikatakan miskin, bahkan banyak bantuan diterima oleh orang yang tidak layak menerimanya.
Permasalahan dalam menentukan kriteria yang berhak menerima bantuan dari pemerintah tidak jelas, dikarenakan belum adanya aplikasi yang dapat membantu untuk menentukan orang yang dikatakan miskin yang selama ini hanya berdasarkan data yang tidak jelas kebenarannya.Permasalahan tersebut dapat diatasi dengan memanfaatkan teknologi informasi.
Rumusan masalah pada skripsi ini adalah bagaimana membuat aplikasi sistem pendukung pengambilan keputusan yang memudahkan dalam penentuan orang/masyarakat yang termasuk kategori miskin dengan metode simple addictive weighting (SAW).
TINJAUAN PUSTAKA
Penelitian yang dilakukan oleh kusumo (2016) menerapkan Sistem Pengambil Keputusan Penerima Dana Bantuan Stimulan Usaha Pada Badan Keswadyaan Masyarakat menggunakan metode weight product (WP), Penelitian tersebut menjelaskan bahwa Penerima Dana Bantuan Stimulan Usaha dapat membantu BKM Tamanmartani dalam menentukan penerima bantuan usaha secara sistematis, agar dalam program penanggulangan kemiskinan,bantuan dapat diserahkan kepada warga yang benar-benar membutuhkan. Hal ini karena hasil dari penilaian yang diberikan status permohonan antara lain permohonan diterima, permohonan dipertimbangkan dan permohonan ditolak. Hasil tersebut kemudian dapat di tampilkan berdasarkan nilai terbesar dan terkecil sehingga memudahkan dalam pengambilan keputusan untuk memilih alternatif terbaik dari semua alternatif. Sedangkan kekurangan dari sistem yang dibuat oleh kusumo adalah
aplikasi ini masih menggunakan bahasa pemograman PHP tanpa framework sehingga menyebabkan respon kurang maksimal.
Penelitian yang dilakukan oleh Kurniawan (2016) telah menerapkan Sistem Pangambil Keputusan Pengembangan Fasilitas Penunjang Wisata Di Kabupaten Pacitan. Sistem ini di kembangkan dengan adanya webside, kemudian kekurangan dari sistem ini yaitu belum adanya keamanan yang maksimal dari website nya, kemudian harapan dari kurniawan selaku pembuat sistem adalah sistem ini dapat dikembangkan dengan metode lain agar dapat memberikan hasil yang lebih akurat, serta penilaian kondisi wisata dilakukan oleh user atau pengunjung supaya lebih obyektif lagi.
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017 ISSN: 2338-6304
Jurnal milik (Emilia, 2014) yaitu Sistem Pendukung Keputusan Penanganan Kesehatan anak dengan metode fuzzy mamdani. Dari hasil eksperimen yang penulis lakukan terhadap penelitian ini penulis dapat menarik beberapa kesimpulan yang terkait dengan proses penelitian maupun dengan isi dari penelitian itu sendiri. Hasil sistem pendukung keputusan akan menghasilkan nilai-nilai yang dapat memberikan gambaran akan penanganan kesehatan bayi. Sehingga jika dilakukan penilaian maka akan didapatkan hasil yang tepat untuk penanganan setiap anak. Kekurangan dari sistem ini adalah proses harus dilakukan dengan data yang lengkap, sehingga penilaian akan dilakukan secara objektif.
Landasan teori yang digunakan dalam penelitian ini adalah penjelasan teori dari konsep yang berhubungan dengan Sistem Pendukung Keputusan dan Metode Simple Additive Weighting (SAW).Sistem Pendukung Keputusan atau Decision Support System (DSS) merupakan sistem informasi interakif yang menyediakan informasi, pemodelan, dan manipulasi data.Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstrukur dan situasi yang tidak terstruktur (Kusrini, 2007).
Sistem Pendukung Keputusan tidak dimaksudkan untuk mengotomatisasikan pengambilan keputusan, tetapi memberikan perangkat interaktif yang memungkinkan pengambil keputusan untuk melakukan berbagai analisis menggunakan model-model yang tersedia.Metode Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode penjumlahan terbobot.Konsep dasar metode 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 diperbandingkan dengan semua rating alternatif yang ada MADM itu merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Metode SAW mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi matriks sebelumnya (Aeroyid, 2014).
METODE PENELITIAN
Bahan penelitian yang digunakan adalah sebagai berikut:Data warga Desa Temuwangi, Pedan, Klaten, Jawa Tengah. Data kriteria penentuan warga miskin.Metode Pengumpulan DataMetode ObservasiMetode observasi merupakan suatu cara pengumpulan data dengan pengamatan secara langsung pada obyek yang diteliti. Contohnya : data per kepala keluarga(KK) dan data kegiatan.Metode LiteraturMetode ini merupakan sebuah cara dalam pengumpulan data dengan menggunakan buku-buku, laporan penelitian dan literatur lainnya yang berhubungan dengan teori dan konsep pembuatan system SPK.
Diagran yang digunakan untuk perancangan sistem pada penelitian ini adalah DFD konteks level 0 dan DFD level 1. DFD konteks level 0 menggambarkan sistem secara global, sehingga akan digambarkan dalam bentuk yang paling detail dengan DFD level 1. DFD konteks level 0 digunakan untuk menunjukkan ruang lingkup dan batasan dari sistem pendukung keputusan kemiskinan. DFD konteks level 0 SPK kemiskinan dapat dilihat pada gambar 1.
PEMBAHASAN
TAMPILAN HALAMAN LOGIN
Halaman Login adalah halaman awal untuk masuk ke sistem SPK kemiskinan. Halaman Login memiliki form untuk memasukkan username dan password. Tampilan halaman Login ditunjukkan pada gambar 2.
. Gambar 2 Halaman login admin
TAMPILAN HALAMAN BERANDA ADMIN
Halaman beranda admin adalah halaman yang menampilkan informasi ringkas terkait dengan data yang dikelola oleh admin.Yaitu halaman dashboard, user admin memiliki beberapa menu yaitu beranda/dushboard, data warga, data lurah, data tahun, status kemiskinan, penilaian, dan rekap penilaian.Tampilan halaman beranda admin ditunjukkan oleh gambar 3.
Gambar 3 Tampilan Halaman Beranda Admin
TAMPILAN HALAMAN TAHUN
Gambar 4 Tampilan Halaman Data Tahun
TAMPILAN HALAMAN PENILAIAN
Untuk melakukan penilaian status kemiskinan pada warga, admin dapat memilih menu penilaian. Langkah pertama admin harus memilih di tahun keberapa warga akan dinilai kemudia memilih nik warga yang akan dinilai lalu save. Halaman ini dapat dilihat pada gambar 5.
Gambar 5 Tampilan Halaman Penilaian
TAMPILAN HALAMAN HASIL PENILAIAN
Untuk melihat rekap hasil penilaian status kemiskinan warga, admin dapat memilih menu rekap penilaian lalu memilih tahun penilaian yang diinginkan maka akan muncul hasil penilaian berdasarkan tahun penilaian yang diinginkan. Tampilan halaman rekap tahun hasil penilaian status kemiskinan warga ditunjukkan oleh gambar 6
Tabel 1 Tabel Kriteria
Kode Nama Kriteria Keterangan Kriteria Bobot Tipe
K1 -Makan lebih dari tiga kali sehari
tabungan biaya hidup 0,02 Benefit/Keuntungan
Pertama yang dilakukan dalam proses perhitungan dengan metode Simple Additive Weighting(SAW). Yaitu menentukan kriteria sebagai acuan penentuan keputusan, lalu menentukan rating kecocokan setiap alternatif pada setiap kriteria. Setelah itu melalukan normalisasi matrik dan melakukan penjumlahan dari perkalian matrik ternormalisasi dengan vektor bobot sehingga diperoleh nilai terbesar sebagai alternatif terbaik.
Dalam skripsi ini, pendukung keputusan yang dilakukan adalah menentukan status tingkat kemiskinan warga.Di tahun 2017 kriteria yang digunakan dalam melakukan penilaian status kemiskinan adalah 10 kriteria.Kriteria tersebut ditunjukkan oleh tabel 1. Tabel 1.berisikan kode kriteria, kriteria, subkriteria, bobot dan tipe kriteria tersebut.Dalam penentuan status kemiskinan yang di data adalah setiap kepala keluarga. Nilai rating kecocokan dari setiap alternatif pada setiap kriteria ditunjukkan oleh Tabel 3.
Tabel 3 Tabel Rating Kecocokan Dari Setiap Alternatif Pada Setiap Kriteria
Altern
Setelah dilakukan perhitungan, diperoleh matrik ternormalisasi R sebagai berikut:
R=
Nilai matrik ranking diperoleh dari penjumlahan terhadap hasil perkalian nilai matrik ternormalisasi R terhadap bobot pada setiap kriteria. Perhitungan matrik ranking adalah sebagai berikut:
Bobot setiap kriteria (W) = (0.2, 0.3, 0.06, 0.08, 0.1, 0.07, 0.05, 0.02, 0.03, 0.09)
V2= [((0.2)*(1))+((0,3)*(1)) + ((0.06)*(1)) + ((0,08)*(0.5)) + ((0.1)*( 0.5)) + ((0.07)*( 1)) + ((0.05)*(
Berdasarkan hasil perhitungan nilai ranking, maka nilai tebesar ada pada V9 dan nilai terkecil ada pada V10. Nilai akhir ini selanjutnya dikelompokkan berdasarkan range tertentu untuk menentukan status Kemiskinan.
Berdasarkan hasil perhitungan nilai ranking, maka nilai tebesar ada pada V9 dan nilai terkecil ada pada V10. Nilai akhir ini selanjutnya dikelompokkan berdasarkan range tertentu untuk menentukan status Kemiskinan.Status Kelayakan ditentukan berdasarkan nilai ranking yang ada. Nilai tersebut disesuaikan dengan range tertentu. Nilai range untuk menentukan status kelayakan ditunjukkan oleh Tabel 4.
Tabel 4 Nilai Status Kelayakan
Nilai Status
>=0,9 dan <=1 Sangat miskin >=0,8 dan < 0,9 Miskin
>=0 dan < 0,8 Tidak miskin
Status kelayakan untuk setiap alternatif berdasarkan pengelompokan status pada Tabel IV.4 ditunjukkan oleh Tabel .5.
Tabel 5 Hasil Penilaian Status Kemiskinan Warga Alternative Nilai akhir Status
Kel I V9=1 Sangat miskin
Hasil perhitungan ini akan dicocokkan dengan hasil perhitungan pada excel dan aplikasi SPK kemiskinan hasil dari perhitungan pada excel dan aplikasi SPK kemiskinan ditunjukkan oleh gambar 8 dan gambar 9.
Gambar 8. Hasil Perhitungan excel
Gambar 9. Hasil Penilaian aplikasi SPK
Hasil yang diberikan aplikasi pada gambar IV.28 sesuai dengan hasil perhitungan manual pada Tabel IV.5 dan perhitungan excel pada gambar IV.27, artinya aplikasi SPK kemiskinan sudah sesuai dan bisa digunakan sesuai fungsinya. Alternatif yang memiliki nilai terbesar dapat menjadi prioritas utama bagi admin jika ingin melaksanakan program bantuan dana. Namun, pengambilan keputusan sepenuhnya berada pada admin selaku pelaksana program status kemiskinan. Aplikasi ini hanya membantu memberikan alternatif terbaik dari sejumlah alternatif berdasarkan perhitungan pada setiap kriteria acuan status kemiskinan
KESIMPULAN
Kesimpulan yang dapat diambil dari skripsi SPK kemiskinan ini adalah:
1. Dapat membantu pihak kelurahan temuwangi dalam menentukan warga yang benar benar SANGAT MISKIN, MISKIN, maupun TIDAK MISKIN, yang kedepannya bisa menentukan serta membantu pihak kelurahan dalam penggolongan setiap warganya dan meminimalisir terjadinya kecurangan dalam memberikan bantuan nantinya dalam mensejahterakan warga. Dan lebih membantu warga dalam haknya sebagai warga tanpa hanya sekedar mengandalkan beberapa omongan lisan. Hal ini karena hasil penilaian diberikan status kelayakan antara lain sangat miskin, miskin dan tidak miskin. Hasil tersebut kemudian dapat ditampilkan berdasarkan nilai terbesar atau terkecil, sehingga memudahkan pengambil keputusan untuk memilih alternatif terbaik dari sejumlah alternatif.
- Kelompok dinyatakan sangat miskin apabila memenuhi semua kriteria atau jika dari kriteria 2 atau kriteria 4 atau kriteria 5 tidak terpenuhi karena bobot kriteria tersebut kecil.
- dinyatakan miskin jika salah satu dari kriteria benefit yaitu kriteria 1 atau 3 tidak memenuhi syarat.
- tidak miskin jika lebih dari 2 kriteria dari 10 kriteria yang ada tidak memenuhi syarat. DAFTAR PUSTAKA
Aeroyid. (2014, Januari 16). (Metode)Simple Additive Weighting SAW. Retrieved November 11, 2015, from Aerdy Four Blog: https://aeroyid.wordpress.com/2014/01/16/metodesimple-additive-weighting-saw/
Emilia, F. (2014). Sistem Pendukung Keputusan Penanganan Kesehatan Anak Dengan Metode Fuzzy Mamdani. Pelita Informatika Budi Darma, Volume : VI, Nomor: 1.
Iswanto, W. (2016). Penerapan Sistem Pendukung Keputusan Menentukan Penerima Pinjam Koperasi Taman Sejahtra (Studi Kasus: Badan Keswadayaan Masyarakat
Tamanmatani Yogyakarta). Yogyakarta.
Kurniawan, A. (2016). Sistem Pengambil Keputusan Pengembangan Fasilitas Penunjang Wisata Di Kabuapten Pacitan. Yogyakarta.
Kusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: PENERBIT ANDI.
