Sistem Pendukung Keputusan Pemilihan Peserta Jamkesmas (Jaminan Kesehatan Masyarakat) Dengan Metode (Arras) Additive Ratio
Assesment
T.Rezka Aditya Syahputra*, Rivalri Kristianto Hondro, Kenedi Tampubolon
Fakultas Ilmu Komputer dan Teknologi Informasi, Program Studi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia Email: 1*razekaadityasyahputra@gmail.com, 2rivalryhondro@gmail.com, 3kenned.tampubolon@gmail.com
Email Penulis Korespondensi: razekaadityasyahputra@gmail.com
Abstrak−Masalah dalam proses penentuan calon jamkesmas yang dihadapai oleh Puskesmas Pantai Labu masih memiliki beberapa masalah seperti masih adanya subjektifitas yang cenderung penilaian calon jamkemas tersebut masih mengarah kepada pendapat pribadi sehingga proses penilaian memakan waktu yang cukup lama karena dilakukan secara manual sehingga mengakibatkan proses penilaian keputusan menjadi lambat dan hal ini tentunya sangat tidak baik karena mempengaruhi kelancaran operational pada Puskesmas Pantai Labu. Oleh karena itu, untuk mengatasi masalah yang dihadapi puskesmas Pantai Labu, diperlukan sistem pendukung keputusan untuk memilih calon jamkesmas. Saat memilih metode, perlu menggunakan metode penilaian rasio aditif (ARAS). Sistem akan memperoleh keputusan rangking berdasarkan setiap alternatif pilihan berdasarkan sejumlah kriteria yang telah ditetapkan. Alternatif dengan bobot paling banyak adalah alternatif yang direkomendasikan.Untuk mewujudkan sistem pendukung keputusan tersebut, dirancang sebuah program aplikasi sistem pendukung keputusan. Didesain dengan menggunakan aplikasi berbasis Website yang akan digunakan dengan konsep multi-user, yang didesain hanya untuk kenyamanan pengguna, melalui aplikasi sistem pendukung keputusan ini diharapkan dapat mempermudah proses penentuan calon jamkesmas, diharapkan mendapatkan hasil terbaik dari metode Additive Ratio Assessment (ARAS).Dengan adanya metode ARAS sangat diharapkan penelitian yang dilakukan ini dapat memberikan bantuan kepada pihak perusahaan dalam penentuan calon jamkesmas. Adapun yang menjadi Hasil Sistem Pendukung Keputusan proses penentuan calon jamkesmas adalah Alternatif A3 dengan nilai 1.0000 atas nama “Fajar Anugerah”.
Kata Kunci: Calon; Jamkesmas; Aras; Spk; Puskesmas
Abstract−The problem in the process of determining Jamkesmas candidates faced by the Pantai Labu Health Center still has several problems, such as the existence of subjectivity that tends to assess the Jamkesmas candidates still leads to personal opinions so that the assessment process takes quite a long time because it is done manually, resulting in the decision-assessment process.
becomes slow and this is certainly not very good because it affects the smooth operation of the Pantai Labu Health Center.
Therefore, to overcome the problems faced by the Pantai Labu health center, a decision support system is needed to select Jamkesmas candidates. When choosing a method, it is necessary to use the additive ratio assessment method (ARAS). The system will obtain a ranking decision based on each alternative choice based on a number of predetermined criteria. The alternative with the most weights is the recommended alternative. To realize the decision support system, a decision support system application program is designed. Designed using a website-based application that will be used with a multi-user concept, which is designed only for user convenience, through this decision support system application, it is expected to facilitate the process of dete rmining Jamkesmas candidates, it is expected to get the best results from the Additive Ratio Assessment (ARAS) method. With the ARAS method, it is hoped that this research can provide assistance to the company in determining Jamkesmas candidates. As for the results of the Decision Support System in the process of determining the Jamkesmas candidate is Alternative A3 with a value of 1.0000 in the name of "Fajar Anugerah".
Keywords: Candidates; Jamkesmas; Aras; Spk Puskesmas
1. PENDAHULUAN
Kesehatan adalah keadaan sejahtera fisik, mental, dan sosial yang utuh yang memungkinkan setiap orang menjalani kehidupan yang produktif secara sosial dan ekonomi. Oleh karena itu, kesehatan merupakan faktor terpenting dalam kehidupan manusia. Kesehatan erat kaitannya dengan kondisi ekonomi. Faktor-faktor yang mempengaruhi masyarakat, seperti makan dan minum yang sehat, lingkungan yang sehat, dan gaya hidup yang sehat, terpenuhi. Di sisi lain, ketika ekonomi buruk, individu masyarakat menjadi sulit untuk memenuhi beberapa faktor tersebut, dan mengabaikan kondisi tersebut membuat individu masyarakat sulit untuk meningkatkan kesehatannya sendiri [1].
Maka dari itu pemerintah berdasarkan Undang-Undang dasar 1945 pasal 28 memberikan layanan kesehatan untuk menjamin akses penduduk miskin dengan menerbitkan Jamkesmas (Jaminan Kesehatan Masyrakat) atau (KIS) Kartu Indonesia Sehat. Dengan adanya Jamkesmas ini masyrakat merasakan keringan dalam kehiudpan sehari- harinya [2].
Namun dimana selama ini sistem yang sedang berjalan masih banyak kesulitan dan ketidaksesuaian. Dalam proses penentuan calon jamkesmas tersebut masih memiliki beberapa masalah seperti masih adanya subjektifitas yang cenderung penilaian calon jamkemas tersebut masih mengarah kepada pendapat pribadi sehingga proses penilaian memakan waktu yang cukup lama karena dilakukan secara manual sehingga mengakibatkan proses penilaian keputusan menjadi lambat dan hal ini tentunya sangat tidak baik karena mempengaruhi kelancaran operational pada Puskesmas Pantai Labu.
Atas permasalahan tersebut diberikan sebuah solusi yang kreatif dengan memanfaatkan teknologi, yaitu membuat sistem pendukung keputusan pemilihan peserta jamkesmas. Untuk membantu kinerja suatu sistem agar lebih efisien pada penelitian ini menggunakan Sistem Pendukung Keputusan dengan metode Additive Ratio
Assessment (ARAS), merupakan sistem yang menghandalkan kemampuan intelektual manusia dan komputer yang menghasilkan berbagai alternatif dalam memperbaiki sebuah keputusan[3].
Metode ini menggabungkan metode yang telah terbukti didukung oleh beberapa penelitian sistem pendukung keputusan dengan menggunakan metode yang sama, yaitu metode additive ratio assessment (ARAS). Beberapa penelitian tersebut merupakan penelitian yang membahas tentang pilihan permainan untuk anak usia 5 sampai 10 tahun[4], seleksi awal penerimaan Kartu Indonesia Sehat (KIS)[5]. Beberapa penelitian tersebut menyimpulkan bahwa proses penilaian menggunakan metode additive ratio assessment (ARAS) menghasilkan penilaian dengan tingkat akurasi yang cukup presisi.
Additive Ratio Assessment (ARAS) adalah metode yang digunakan untuk perangkingan kriteria, secara konsep metode ARAS digunakan dengan metode lain yang menggunakan konsep perangkingan, agar perhitungan pada sistem pendukung keputusan pemilihan peserta jamkesmas yang komprehensif dengan memperhitungkan hal-hal yang bersifat kualitatif dan kuantitatif, Dalam metode ini kriteria yang digunakan dalam pemilihan peserta jamkesmas ialah pada jenis pekerjaan, penghasilan perbulan, pengeluaran perbulan, jumlah tanggungan dan jenis rumah yang biasanya sangat memiliki tingkat perbedaan yang cukup banyak sehingga penghasilan penghasilan yang dimiliki berbeda.
Tujuan dari penelitian ini adalah membangun perangkat lunak/sistem yang berfungsi sebagai alat bantu pengambilan keputusan pemilihan peserta Jamkesmas (Jaminan Kesehatan Masyrakat) pada Puskesmas Pantai Labu, untuk menentukan mana yang berhak menerima dan mana yang tidak berhak menerima program pemilihan peserta Jamkesmas (Jaminan Kesehatan Masyarakat).
Dengan adanya sistem pendukung keputusan ini diharapkan dapat menjadi solusi untuk pengambilan keputusan pemilihan persrta Jamkesmas (Jaminan Kesehatan Masyrakat) yang tepat. pada dasarnya, sistem pendukung keputusan adalah evolusi dari sistem informasi manajemen (SIM) yang dirancang untuk berinteraksi dengan pengguna. Maksud dan tujuan sistem pendukung keputusan adalah hasil pengolahan informasi yang diperoleh/tersedia menggunakan model keputusan untuk membuat alternatif keputusan yang dapat menyelesaikan masalah terstruktur, semi terstruktur, dan tidak terstruktur, yaitu membantu pengambil keputusan membuat pilihan[6].Sistem pendukung keputusan adalah sistem penghasil informasi yang ditargetkan pada masalah spesifik yang perlu dipecahkan oleh manajer, dan dapat membantu manajer membuat keputusan[7]. Sistem Pendukung Keputusan merupakan suatu sistem yang dirancang untuk membantu dalam mengambil satu keputusan. Dilakukan dengan memanfaatkan data dan model keputusan untuk memecahkan masalah yang bersifat semi terstruktur ataupun tidak terstruktur[8].
2. METODOLOGI PENELITIAN
2.1 Dua Titik Satu
Ada Karakteristik yang membedakan sistem pendukung keputusan dari sistem informasi lainnya meliputi [9]:
a. Mendukung proses pengambilan keputusan suatu organisasi atau perusahaan.
b. Adanya antarmuka manusia-mesin yang memungkinkan manusia (user) untuk mengontrol proses pengambilan keputusan.
c. Mendukung pengambilan keputusan untuk membahas masalah terstruktur atau semi terstruktur dan mendukung banyak keputusan yang saling berinteraksi.
d. Mengembangkan keterampilan berdialog untuk memperoleh informasi bila diperlukan.
e. Menyediakan subsistem yang terintegrasi sehingga dapat berfungsi sebagai sistem yang terintegrasi.
f. Ada dua komponen utama data dan model.
g. Dari karakter tersebutkan, maka sistem pendukung keputusan mampu memberikan manfaat bagi pengunanya.
Kemampuan yang dimaksud diantaranya adalah[10]:
1. Dapat menangani perkara semi terstruktur & tidak terstruktur.
2. Dapat mendukung pengambilan keputusan di semua tingkat manajemen.Sistem pendukung keputusan dapat mendukung pengambilan keputusan kelompok atau individu.
3. Memiliki kemampuan untuk memodelkan dan menganalisa pengambilan keputusan.
4. Dapat disesuaikan dan fleksibel untuk memenuhi kebutuhan Anda.
2.2 Tujuan Sistem Pendukung Keputusan
Ada pun Tujuan Sistem Pendukung Keputusan (Decision Support System) adalah[11]:
a. Mendukung keputusan untuk masalah terstruktur.
b. Memberikan bantuan atas kebijaksanaan manajer dan tidak menggantikan peran manajer.
c. Meningkatkan efektivitas pengambilan keputusan bukan hanya tentang meningkatkan efisiensi.
d. Kecepatan komputasi komputer memungkinkan pengambil keputusan untuk melakukan banyak tugas komputasi dengan cepat dan murah Sistem pendukung keputusan terkomputerisasi mengurangi ukuran kelompok dan memungkinkan anggota berada di lokasi yang berbeda (menghemat biaya perjalanan).
2.3 Kemiskinan
Kemiskinan adalah salah satu masalah mendasar yang menjadi perhatian pemerintah di semua negara, dan salah satu yang dihadapi beberapa negara berkembang, termasuk Indonesia. Ada beberapa cara untuk mengatasi kemiskinan, salah satunya adalah program kesejahteraan bagi masyarakat miskin[12]. Dari pernyataan ini, kita dapat menyimpulkan bahwa kemiskinan merupakan masalah di banyak negara berkembang dan menjadi fokus perhatian di semua negara.
2.4 Bantuan Jamkesmas (Jaminan Kesehatan Masyarakat)
Bantuan JAMKESMAS (Jaminan Kesehatan Masyarakat) merupakan program kesehatan masyarakat dari pemerintah.
JAMKESMAS (Jaminan Kesehatan Masyarakat) dikeluarkan oleh pemerintah untuk membantu masyarakat miskin yang membutuhkan hak jaminan kesehatan yang luar biasa, sehingga memfasilitasi peningkatan kesehatan masyarakat secara besar-besaran. Tidak ada kasus gizi buruk atau kemiskinan lainnya dengan bantuan kesehatan ini[13].
2.5. Metode ARAS (Addative Assessment Ratio)
Metode ARAS merupakan metode pengambilan keputusan multi kriteria berdasarkan konsep pemeringkatan utilitas dengan membandingkan nilai indeks total dari setiap alternatif dengan nilai indeks total dari alternatif terbaik.
(perbandingan ARAS). Secara konseptual, metode ARAS digunakan dengan metode lain yang menggunakan konsep ranking seperti SAW dan TOPSIS. Dalam hal ini, proses penilaian untuk metode ARAS perlu dimodifikasi, sehingga hasil rangking untuk metode SAW dan SAW+ARAS berbeda.
Tabel 1. Sample Data Alternatif Calon Peserta JAMKESMAS (Jaminan Kesehatan Masyarakat) Nama Calon
Penerima Pekerjaan Penghasilan Jumlah
Tanggungan Jenis Rumah Usia
Sukesih Petani Rp.500,000 3 Orang Rumah Bambu 35 Tahun
Fajar Anugerah Pekerja Tetap Rp.2,000,000 5 Orang Rumah Beton 45 Tahun Vira K'artika Wiraswasta Rp.1,800,000 7 Orang Rumah Beton 57 Tahun Revan Triansyah PKWT (Pekerja
Kontrak) Rp.1,300,000 2 Orang Rumah Beton 50 Tahun
Nurhadi Panut Petani Rp.500,000 4 Orang Rumah Bambu 35 Tahun
Suwarni Pekerja Tetap Rp.1,700,000 1 Orang Rumah Bambu 33 Tahun Winda Petiwi Wiraswasta Rp.1,700,000 1 Orang Rumah Kayu 41 Tahun
Nurlaili PKWT (Pekerja
Kontrak) Rp.1,200,000 2 Orang Rumah Beton 30 Tahun
Sandi Setiawan Petani Rp.500,000 4 Orang Rumah Beton 35 Tahun
Berikut adalah langkah-langkah untuk menjalankan proses pemeringkatan menggunakan metode ARAS[14].
a. Pembentukan Decision Making Matriks X
X= [
𝑋𝑜𝑖 𝑋𝑜𝑗 … 𝑋𝑜𝑛
𝑋𝑖1 𝑋𝑖𝑗 … 𝑋𝑖𝑛
⋮ ⋮ ⋱ ⋮
𝑋𝑛𝑖 𝑋𝑚𝑗 … 𝑋𝑚𝑛
] (i=0, m; … j = 1, n) (1)
Dimana:
m = Jumlah Alternatif n = Jumlah Kriteria
Xij = Nilai kriteria dari alternatif i Xoj = nilai optimum dari kriteria J
Jika nilai optimum nilai J ( 𝑋0𝑗) Tidak di ketahui maka:
𝑋𝑜𝑗 = 𝑀𝑎𝑥𝑀𝑖𝑛
𝑖 = 𝑋𝑖𝑗. 𝐼𝑓𝑀𝑎𝑥
𝑖 . 𝑋𝑖𝑗 Lebih Baik (2)
𝑋𝑜𝑗 = 𝑀𝑎𝑥𝑀𝑖𝑛
𝑖 = 𝑋𝑖𝑗. 𝐼𝑓𝑀𝑖𝑥
𝑖 . 𝑋𝑖𝑗 Lebih Baik (3)
b. Normalisasi Matrik Keputusan
Jika kriteria beneficial (Max) maka dilakukan normalisasi mengikuti:
𝑋𝑖𝑗∗=∑ =0 𝑋𝑖𝑗𝑚𝑋𝑖𝑗
1 (4)
Dimana 𝑋𝑖𝑗∗ adalah nilai normalisasi
Jika kriteria nonbeneficial maka dilakukan normalisasi mengikuti:
Tahap 1: Xij* = 𝑋𝑖𝑗1 (5)
Tahap 2: R = ∑𝑋𝑖𝑗∗
𝑚 𝑋𝑖𝑗∗
𝑖=0 (6)
c. Menentukan bobot matriks
𝐷 = [𝑑𝑖𝑗]𝑚 𝑥 𝑛 = 𝑟𝑖𝑗. 𝑊𝑖𝑗 (7)
Dimana:
wj = bobot kriteria j
d. Menentukan Nilai dari fungsi optimalisasi (Si)
𝑆𝑖 = ∑ =𝑛𝑖 1 𝑑𝑖𝑗 (𝑖 = 1,2, . . , 𝑚: 𝑗 = 1,2, … , 𝑛) (8) e. Menentukan tingkat peringkat tertinggi dari alternative
𝐾𝐼=𝑠𝑖
𝑠𝑜 (9)
Dimana:
Si dan S0 merupakan nilai kriteria optimalitas Keterangan:
Ki = nilai tingkat peringkat alternatif Si = nilai optimum untuk alternatif i S0 = nilai optimum untuk alternatif optimal
3. HASIL DAN PEMBAHASAN
3.1 Analisa Masalah
Pada tahap ini penulis melakukan perhitungan nilai setiap kriteria pada peserta JAMKESMAS (Jaminan Kesehatan Masyrakat) dengan menerapkan metode Additive Ratio Assessment (ARAS) dalam Sistem Pendukung Keputusan dalam mendukung suatu keputusan untuk penentuan peserta JAMKESMAS (Jaminan Kesehatan Masyarakat).
Implementasi datang dalam bentuk implementasi desain sistem yang ingin dibuat, yaitu membuat sistem dengan kode program untuk algoritma dan bahasa yang digunakan gunakan,membuat sistem menggunakan aplikasi untuk mengimplementasikan sistem pendukung keputusan yang dibuat SublimeText dan untuk penggunaan database menggunakan softwatware Xampp. Selanjutnya data akan di proses untuk dapat diketahui apakah sistem bisa berjalan sesuai yang di ingginkan.
Peneliti menarik kesimpulan berdasarkan hasil pengujian melalui komputasi dan desain aplikasi yang dijalankan. Apakah hasil yang diperoleh konsisten dengan maksud dan tujuan penelitian untuk memecahkan masalah yang dibuat.
3.2 Penerapan Metode ARAS
Setelah menganalisa, langkah selanjutnya yaitu dengan menerapkan metode ARAS untuk melakukan proses penilaian dan pemilihan pada alternatif. Dimana pada langkah-langkah ini dimulai dengan menentukan kriteria, menentukan nilai matriks keputusan, menormalisasi matriks, mengoptimalkan atribut, melakukan perhitungan total nilai, dan hasil akhir akan didapatkan perangkingan.
Tabel 2. Bobot Kriteria Penilaian
No Kode Kriteria Nama Kriteria Bobot Jenis
1 C1 Jenis Pekerjaan 0,30 Cost
2 C2 Penghasilan Perbulan 0,10 Cost
3 C3 Jumlah Dalam Satu Keluarga 0,15 Benefit
4 C4 Jenis Rumah 0,25 Cost
5 C5 Usia 0,20 Benefit
Berdasarkan data yang diperoleh, setiap standar yang akan diproses harus diterjemahkan ke dalam prosedur ARAS. Di bawah ini adalah tabel konversi untuk standar yang digunakan:
a. Pekerjaan
Kriteria pekerjaan adalah ketentuan untuk menentukan jenis pekerjaan terhadap satu kepala keluarga berdasarkan kartu keluarga yang ditetapkan, untuk kriteria pekerjaan disini adalah cost, dengan keterangan sebagai berikut:
1. Pengangguran : ialah tidak memiliki suatu pekerjaan, profesi sama sekali.
2. PKWT : Pekerjaan Kontrak Waktu Tertentu, ialah suatu pekerjaan yang terkait masa kontrak waktu dalam perusahaan.
3. Wiraswasta : ialah suatu profesi sebagai buruh harian ataupun bulanan.
4. Pekerja Tetap : ialah suatu profesi yang bekerja dalam perusahaan yang Terkait dalam sattus karyawan tetap.
Tabel 3. Kriteria Jenis Pekerjaan (C1)
No Kriteria Bobot
1 Petani 4
2 Wiraswatsa 3
3 PKWT(Pekerja Kontrak Waktu Tetap) 2
4 Kerja tetap 1
b. Penghasilan
Kriteria Penghasilan adalah suatu ketentuan jumlah nominal penghasilan Pekerjaan kepala keluarga dalam perbulan, untuk menentukan peserta jamkesmas yang pantas menerima dan yang mana tidak pantas untuk menerima bantuan tersebut, dan disini kriteria pekerjaan merupakan cost.
Tabel 4. Kriteria Penghasilan (C2)
No Kriteria Bobot
1 Petani 4
2 Wiraswatsa 3
3 PKWT(Pekerja Kontrak Waktu Tetap) 2
4 Kerja tetap 1
Tabel 5. Sample Data Alternatif Calon Bantuan Jamkesmas Pada Puskesmas Pantai Labu
No Nama Calon Penerima
Kriteria
C1 C2 C3 C4 C5
1. Supiah Wiraswasta Rp.1,500,000 6 Orang Rumah Beton 45 Tahun
2. Sukesih Petani Rp.500,000 3 Orang Rumah Bambu 35 Tahun
3. Fajar Anugerah Pekerja Tetap Rp.2,000,000 5 Orang Rumah Beton 45 Tahun 4. Vira K'artika Wiraswasta Rp.1,800,000 7 Orang Rumah Beton 57 Tahun 5. Revan Triansyah PKWT (Pekerja
Kontrak) Rp.1,300,000 2 Orang Rumah Beton 50 Tahun 6. Nurhadi Panut Petani Rp.500,000 4 Orang Rumah Bambu 35 Tahun 7. Suwarni Pekerja Tetap Rp.1,700,000 1 Orang Rumah Bambu 33 Tahun 8. Winda Petiwi Wiraswasta Rp.1,700,00 1 Orang Rumah Kayu 41 Tahun 9. Nurlaili PKWT (Pekerja
Kontrak) Rp.1,200,000 2 Orang Rumah Beton 30 Tahun 10. Sandi Setiawan Petani Rp.500,000 4 Orang Rumah Beton 35 Tahun
Sebelum membentuk matriks keputusan, metode ARAS memerlukan nilai fungsi optimum kriteria (X0), yaitu nilai Alternatif 0 (A0) yang digunakan dalam menentukan nilai tingkatan peringkat/kelayakan dengan perannya sebagai nilai terbaik alternatif (S0), maka dapat diketahui sebagai berikut:
𝑋0𝑗= 𝑚𝑎𝑥
1 Xij Jika (𝐵𝑒𝑛𝑒𝑓𝑖𝑡) 𝑋0𝑗= 𝑚𝑖𝑛
1 Xij Jika (𝐶𝑜𝑠𝑡) Dimana:
Nilai A0 pada kriteria Pekerjaan (min) adalah 1 Nilai A0 pada kriteria Penghasilan (min) adalah 1
Nilai A0 pada kriteria Jumlah Dalam Satu Keluarga (max) adalah 5 Nilai A0 pada kriteria Jenis Rumah (min) adalah 1
Nilai A0 pada kriteria Usia (max) adalah 5
Calon penerima menentukan peserta jamkesmas pada Puskesmas Pantai Labu, yang dihitung kriteria – kriteria penunjang untuk mengetahui prioritas kelayakan untuk diterima sebagai penerima peserta jamkesmas. Berikut adalah hasil konversi data calon penerima peserta jamkesmas yang telah dilakukan pembobotan berdasarkan dari tabel 4.7 data daftar calon penerima yaitu:
Tabel 6. Hasil Konversi Data Calon Penertima Peserta Jamkesmas
No Kode Nama Calon
Penerima Nama Calon Penerima C1 C2 C3 C4 C5
1 A1 SUPIAN 3 2 5 1 5
2 A2 SUKESIH 4 4 3 3 3
3 A3 FAJAR ANUGERAH 1 1 5 1 5
4 A4 VIRA K'ARTIKA 3 1 5 1 5
5 A5 REVAN TRIANSYAH 2 2 2 1 5
6 A6 NURHADI PANUT 4 4 4 3 3
7 A7 SUWARNI 1 1 1 3 3
8 A8 WINDA PRATIWI 3 1 1 2 5
9 A9 NURLAILI 2 2 2 1 2
10 A10 SANDI SETIAWAN 4 4 4 1 3
Berikut adalah matriks keputusan berdasarkan data hasil konversi nilai alternatif yaitu sebagai berikut:
𝑋 =
[
1 1 5 1 5
3 2 5 1 5
4 4 3 3 3
1 1 5 1 5
3 1 5 1 5
2 2 2 1 5
4 4 4 3 3
1 1 1 3 3
3 1 1 2 5
2 2 2 1 2
4 4 4 1 3]
a. Normalisasi Matriks
Dalam pembahasan perhitungan metode ARAS ini, akan diambil 10 sampel dari calon Penerima yang memiliki 5 kriteria. Perhitungan metode ARAS dalam sistem jika dihitung secara manual, dapat kita lihat penyelesaiannya sebagai berikut:
Pada data terdapat field kode calon penerima yaitu: 1, 2 sampai 10 yang menjadi calon penerima (Ai). Dengan kriteria (Cj) yaitu Jenis Pekerjaan (Cost), Penghasilan (Cost), Jumlah Dalam Satu Keluarga (Benefit), Jenis Rumah (Cost), Usia (Benefit).
Diketahui:
1. Ai = 1(A1), 2 (A2), 3(A3), 4(A4), 5(A5), 7(A7), 8(A8), 9(A9), 10(A10).
2. Cj = Jenis (C1), Penghasilan (C2), Jumlah Dalam Satu Keluarga (C3), Jenis Rumah (C4), Usia (C5).
3. Rangking kecocokan setiap calon peserta jamkesmas pada setiap kriteria (tabel 4.2 - 4.7).
Bobot preferensi (w) untuk setiap kriteria (C1, C2, C3, C4, C5) = (0.30, 0.10, 0.15, 0.25, 0.20) dapat dilihat pada (tabel 4.1).
Keterangan :
Nilai bobot preferensi untuk Jenis Pekerjaan (C1) yaitu 0,30 Nilai bobot preferensi untuk Penghasilan (C2) yaitu 0,10
Nilai bobot preferensi untuk Jumlah Dalam Satu Keluarga (C3) yaitu 0,15 Nilai bobot preferensi untuk Jenis Rumah (C4) yaitu 0,25
Nilai bobot preferensi untuk Usia (C5) yaitu 0,20 Penyelesaian :
Jika pada kriteria Beneficial (max), maka normalisasinya yaitu:
𝑋𝑖𝑗∗ = 𝑋𝑖𝑗
∑𝑚𝑖=0𝑋𝑖𝑗
Jika pada kriteria NonBeneficial, maka normalisasinya 2 tahap yaitu:
𝑋𝑖𝑗∗ = 1
𝑋𝑖𝑗 𝑅 = ∑𝑋𝑖𝑗
𝑋𝑖𝑗 𝑚𝑖=0
Matriks keputusan ARAS normalisasi kolom 1 (kolom kriteria NonBeneficial (Cost) “Jenis Pekerjaan”) sebagai berikut:
X0,1 * = 1
𝑋0,1 = 1
1= 1,0000 X1,1 * = 1
𝑋1,1 = 13= 0,3333 X2,1 * = 1
𝑋2,1 = 1
4= 0,2500 X3,1 * = 1
𝑋3,1 = 11= 1,0000 X4,1 * = 1
𝑋4,1 = 1
3= 0,3333
X5,1 * = 1
𝑋5,1 = 1
2= 0,5000 X6,1 * = 1
𝑋6,1 = 1
4= 0,2500 X7,1 * = 1
𝑋7,1 = 1
1= 1,0000 X8,1 * = 1
𝑋8,1 = 13= 0,3333 X9,1 * = 1
𝑋9,1 = 1
2= 0,5000 X10,1 * = 1
𝑋10,1 = 1
4= 0,2500
R0,1 = X0,1
𝑋0,1+𝑋1,1+𝑋2,1+𝑋3,1+𝑋4,1+𝑋5,1+𝑋6,1+𝑋7,1+𝑋8,1+𝑋9,1+𝑋10,1
= 1,0000
1,0000+0,3333+0,2500+1,0000+0,3333+0,5000+0,2500+1,0000+0,3333+0,5000+0,2500 =1,0000
5,7499= 0,1739 b. Menentukan Bobot Matriks
Selanjutnya menghitung bobot matriks yang telah dinormalisasikan. Berikut proses penghitungan untuk menentukan bobot matriks dengan menggunakan persamaan yaitu:
𝐷 = [𝑑𝑖𝑗] 𝑚𝑋𝑛 = 𝑟𝑖𝑗. 𝑤𝑗
Dimana w (bobot kriteria) adalah {0.30 ; 0.10 ; 0.15 ; 0.25 ; 0.20}
Bobot matriks keputusan kolom 1 (kolom kriteria “Jenis Perkejaan” sebagai berikut:
𝐷0,1= 𝑟0,1. 𝑤1 = 0,1739 ∗ 0,30 = 0,0522 𝐷1,1= 𝑟1,1. 𝑤1 = 0,0580 ∗ 0,30 = 0,0174 𝐷2,1= 𝑟2,1. 𝑤1 = 0,0435 ∗ 0,30 = 0,0130 𝐷3,1= 𝑟3,1. 𝑤1 = 0,1739 ∗ 0,30 = 0,0522 𝐷4,1= 𝑟4,1. 𝑤1 = 0,0580 ∗ 0,30 = 0,0174 𝐷5,1= 𝑟5,1. 𝑤1 = 0,0870 ∗ 0,30 = 0,0261 𝐷6,1= 𝑟6,1. 𝑤1 = 0,0435 ∗ 0,30 = 0,0130 𝐷7,1= 𝑟7,1. 𝑤1 = 0,1739 ∗ 0,30 = 0,0522 𝐷8,1= 𝑟8,1. 𝑤1 = 0,0580 ∗ 0,30 = 0,0174 𝐷9,1= 𝑟9,1. 𝑤1 = 0,0870 ∗ 0,30 = 0,0261 𝐷10,1= 𝑟10,1. 𝑤1 = 0,0435 ∗ 0,30 = 0,0130
Bobot matriks keputusan kolom 2 (kolom kriteria “Penghasilan” sebagai berikut:
𝐷0,2= 𝑟0,2. 𝑤2 = 0,1379 ∗ 0,10 = 0,0138 𝐷1,2= 𝑟1,2. 𝑤2 = 0,0690 ∗ 0,10 = 0,0069 𝐷2,2= 𝑟2,2. 𝑤2 = 0,0345 ∗ 0,10 = 0,0034 𝐷3,2= 𝑟3,2. 𝑤2 = 0,1379 ∗ 0,10 = 0,0138 𝐷4,2= 𝑟4,2. 𝑤2 = 0,1379 ∗ 0,10 = 0,0138 𝐷5,2= 𝑟5,2. 𝑤2= 0,0690 ∗ 0,10 = 0,0069 𝐷6,2= 𝑟6,2. 𝑤2 = 0,0345 ∗ 0,10 = 0,0034 𝐷7,2= 𝑟7,2. 𝑤2 = 0,1379 ∗ 0,10 = 0,0138 𝐷8,2= 𝑟8,2. 𝑤2 = 0,1379 ∗ 0,10 = 0,0138 𝐷9,2= 𝑟9,2. 𝑤2 = 0,0690 ∗ 0,10 = 0,0069 3.1.1 Use Diagram
Berikut ini adalah rancangan Use Case Diagram yaitu sebagai berikut:
a. Perancangan Form Login
Sebelum masuk ke sebuah sistem sistem pendukung keputusan pegawai sekolah akan dialihkan ke menu login, Berikut ini adalah tampilan dari rancangan halaman login yaitu sebagai berikut:
Gambar 1. Use case Diagram Activity Diagram Keseluruhan Sistem
Gambar 2. Perancangan Form Login Pegawai Puskesmas b. Form Menu Utama
Form menu utama adalah menu yang pertama kali tampil saat sistem dijalankan. Form menu utama akan ditampilkan setelah user pegawai puskesmas melakukan proses login.
Gambar 3. Form Menu Utama Pegawai Puskesmas
c. Form Data Kriteria
Form menu input data kriteria ini untuk mengelola data kriteria dalam penentuan calon jamkesmas pada puskesmas pantai labu. Adapun tampilannya sebagai berikut:
Gambar 4. Form Menu Data Kriteria
4. KESIMPULAN
Setelah dilakukan penelitian, Dan berdasarkan rumusan masalah yang telah dijelaskan pada Bab I sebelumnya maka kesimpulan dari penelitian ini yaitu, untuk menganalisa suatu permasalahan prosedur yakni yang masih menggunakan sistem tunjuk sehingga masih kurang efektif dalam penilaian terhadap penentuan calon jamkesmas secara keseluruhan yang hanya melibatkan satu atau dua kriteria dan hanya melihat jenis pekerjaan dan melihat latar belakang saja, dalam menentukan calon jamkesmas pada Puskesmas Pantai Labu. Berdasarkan hasil penelitian, metode ARAS (Additive Ratio Assessment) mampu menyelesaikan masalah yang dihadapi oleh puskesmas pantai labu khususnya dalam hal penentuan pemelihan bantuan jamkesmas. Berdasarkan hasil desain pada penelitian ini, di dapatkan hasil bahwasanya sistem yang dirancang (Unifed Modeling Language) UML sesuai dengan kebutuhan puskemas pantai labu.
REFERENCES
[1] R. O. Siregar, D. Irmayani, and M. Masrizal, “Penerapan Metode Promethee Dalam Sistem Pendukung Keputusan Penetapan Penerima Kartu Indonesia Sehat (KIS),” J. Media Inform. Budidarma, vol. 5, no. 2, p. 739, 2021, doi:
10.30865/mib.v5i2.2948.
[2] M. Sholihin, N. Fuad, and N. Khamiliyah, “Sistem Pendukung Keputusan Penentuan Warga Penerima Jamkesmas Dengan Metode Fuzzy Tsukamoto,” J. Tek., vol. 5, no. 2 SPK, pp. 501–506, 2013.
[3] S. D. Handayani, “Sistem Pendukung Keputusan Penentuan Mutasi Pegawai Pada Kantor Gubernur Sumatera Utara Dengan Menggunakan Metode Additive Ratio Assessment ( Aras ),” vol. 1, no. 1, pp. 27–34, 2020.
[4] A. F. Nita Kumala Dewi, Soeb Aripin, Rivalri K Hondro, “Sistem Pendukung Keputusan Pemilihan Game Untuk Anak Usia 5-10 Tahun Menggunakan Metode ARAS,” Sainteks, pp. 635–642, 2019.
[5] B. Betrisandi and B. Bahrin, “Sistem Pendukung Keputusan Seleksi Awal Penerima Kartu Indonesia Sehat (KIS) Menggunakan Metode ARAS,” J. Nas. Komputasi dan Teknol. Inf., vol. 5, no. 2, pp. 300–308, 2022, doi:
10.32672/jnkti.v5i2.4204.
[6] D. Hulu and R. M. Simanjorang, “Sistem Pendukung Keputusan Pemilihan Topik Skripsi Program Studi Teknik Informatika Menggunakan Simple Additive Weighting (SAW),” J. Nas. Komputasi dan Teknol. Inf., vol. 4, no. 1, pp. 64–
68, 2021, doi: 10.32672/jnkti.v4i1.2735.
[7] S. Royal, “Sistem Pendukung Keputusan Seleksi Penerimaan Staff Pada Stmik Royal Kisaran Dengan Metode Analytic,”
vol. 4307, no. 3, pp. 379–385, 2021.
[8] Y. Sembiring and P. M. Hasugian, “Sistem Pendukung Keputusan Menentukan Tingkat Resiko Penjualan Online Dengan Menggunakan Metode TOPSIS,” J. Nas. Komputasi dan Teknol. Inf., vol. 4, no. 1, pp. 20–25, 2021, doi:
10.32672/jnkti.v4i1.2660.
[9] Bayu Aji Kartiko, “SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING DI SMPN 19 TANGERANG,” JIKA (Jurnal Inform., 2021.
[10] A. S. P. GiyanLestari, “SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN TUNJANGAN KARYAWAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) STUDI KASUS: PT MUTIARA FERINDO INTERNUSA,” J. Teknol. dan Sist. Inf., vol. 2, no. 3, 2021.
[11] P. S. Dewi, C. K. Sastradipraja, and D. Gustian, “Sistem Pendukung Keputusan Kenaikan Jabatan Menggunakan Metode Algoritma Naïve Bayes Classifier,” J. Teknol. dan Inf., vol. 11, no. 1, pp. 66–80, 2021, doi: 10.34010/jati.v11i1.3593.
[12] Erliyan edy Susanto, “Rancang Bangun Rekomendasi Penerima Bantuan Sosial Berdasarkan Data Kesejahteraan Rakyat,”
J. TEKNO KOMPAK, 2021.
