FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP)
PADA PENERIMA BANTUAN STIMULAN
PERUMAHAN SWADAYA
Fathul Hadi1, Andi Farmadi2, Dwi Kartini3
1,2,3Prog. Studi Ilmu Komputer Fakultas MIPA Universitas Lambung Mangkurat Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan
1Email : [email protected] Abstract
Assistance a stimulant self built housing (ASSH) is facilities the government of social assistance to the community low income. But, the agency to different selection community recipient assistance. And maybe wrong about recipient assistance. A method of Fuzzy AHP is one of the methods rangking and this method better description decision to recipient assistance. Of the calculation on than 60 data recipients chosen 20 data recipients. And is found 10 different data from the agency data because alternatives value is 0.92. A method of Fuzzy AHP can be used in the determination of recipient assistance a stimulant self built housing.
Keywords : ASSH, Fuzzy AHP, The Support System Decision Abstrak
Bantuan Stimulan Perumahan Swadaya (BSPS) adalah fasilitas pemerintah berupa bantuan sosial kepada masyarakat berpenghasilan rendah. Namun, pemerintah masih kesulitan dalam menyeleksi masyarakat yang berhak mendapatkan bantuan. Dan sering terjadi kesalahan dalam menentukan penerima bantuan, seperti bantuan diberikan kepada penerima yang tidak layak mendapatkan bantuan. Metode Fuzzy Analytical Hierarchy Process merupakan salah satu metode perangkingan dan dengan metode ini dianggap lebih baik dalam mendeskripsikan keputusan yang samar-samar dalam menentukan penerima bantuan. Dari Hasil Perhitungan dari 60 data calon penerima dipilih 20 data penerima. Dan didapat 10 data yang berbeda dari data dinas dikarenakan nilai alternatifnya yaitu 0.92. Metode Fuzzy AHP dapat digunakan dalam penentuan penerima bantuan stimulan perumahan swadaya.
Kata kunci : BSPS, Fuzzy AHP, Sistem Pendukung Keputusan
1. PENDAHULUAN
Selain sandang dan pangan, rumah menjadi salah satu kebutuhan dasar manusia untuk bertahan hidup. Beraneka ragam bentuk dan desain rumah diciptakan manusia dari waktu ke waktu untuk menyesuaikandiri dengan kondisi lingkungan alam tempat tinggalnya Oleh karena sifatnya yang mendasar, maka setiap tahun selalu terjadi peningkatan kebutuhan rumah seiring dengan pertambahan jumlah penduduk [2]. Namun sebagian masyarakat masih ada yang memiliki rumah yang tidak layak huni dikarenakan masyarakat berpenghasilan rendah. Pemerintah daerah melalui Dinas Perumahan dan Permukiman memberikan bantuan stimulan perumahan swadaya untuk menangani masalah yang timbul akibat ketidakmampuan masyarakat berpenghasilan rendah.
Dinas Perumahan dan Permukiman Kabupaten Banjar masih mengalami kesulitan dalam menyeleksi masyarakat yang berhak mendapatkan bantuan. Dikarenakan dalam pengerjaannya masih memilah dan memilih data masyarakat yang banyak secara manual, memerlukan waktu yang lama.
Dalam proses penentuan penerima yang layak mendapatkan bantuan, pihak dinas melakukan pengecekan data penerima untuk mengetahui kewarganegaraan, penghasilan, tanah hak milik, tipe rumah dan status perkawinannya. Kesalahan dalam penentuan penerima bantuan dapat mengakibatkan bantuan diberikan kepada penerima yang tidak layak mendapatkan bantuan. Untuk menghindari terjadinya kesalahan tersebut, maka dibutuhkan metode Fuzzy Analytical Hierarchy Process (FAHP)[1].
Dengan adanya metode Fuzzy Analytical Hierarchy Process (FAHP) maka diharapkan dapat membantu memberikan rekomendasi untuk Dinas Perumahan dan Permukiman Kabupaten Banjar. Serta metode Fuzzy Analytical Hierarchy Process (FAHP) dapat diterapkan dalam penentuan rekomendasi penerima bantuan stimulan perumahan swadaya.
Berdasarkan latar belakang di atas, maka perumusan masalah pada penelitian ini adalah apakah metode Fuzzy Analytical Hierarchy Process (FAHP) dapat diterapkan dalam Sistem Pendukung Rekomendasi Penerima Bantuan Stimulan Perumahan Swadaya.
2. METODE PENELITIAN
2.1. Fuzzy Analytical Hierarchy Process Extend Analysis Chang
Langkah-langkah pengambilan keputusan berdasarkan metode Extend Analysis Chang (1996) adalah sebagai berikut [5].
a. Membuat struktur hirarki masalah yang akan diselesaikan.
b. Menentukan matriks perbandingan kepentingan berpasangan antar kriteria
dengan skala Fuzzy Triangular Number.
Tabel 1. Skala Fuzzy Tringular Number Chang
Intensitas
Kepentingan AHP Himpunan Linguistik Tringular Fuzzy Number (TFN) Reciprocal (Kebalikan)
1 Perbandingan elemen yang sama (Just Equal) ( 1, 1, 1 ) ( 1, 1, 1 ) 2 Pertengahan (Intermediate) ( 1/2, 1, 3/2 ) ( 2/3, 1, 2 ) 3 Elemen satu cukup penting dari yang lainnya
(Moderately Important) ( 1, 3/2, 2 ) ( 1/2, 2/3, 1 )
4 Pertengahan (Intermediate) elemen satu lebih cukup
penting dari yang lainnya ( 3/2, 2, 5/2 ) ( 2/5, 1/2, 2/3 ) 5 Elemen satu kuat pentingnya dari yang lain (Strongly
Important)
( 2, 5/2, 3 ) ( 1/3, 2/5, 1/2 ) 6 Pertengahan (Intermediate) ( 5/2, 3, 7/2 ) ( 2/7, 1/3, 2/5 ) 7 Elemen satu lebih kuat pentingnya dari yang lain
(Very Strong) ( 3, 7/2, 4 ) ( 1/4, 2/7, 1/3 ) 8 Pertengahan (Intermediate) ( 7/2, 4, 9/2 ) ( 2/9, 1/4, 2/7 ) 9 Elemen satu mutlak lebih penting dari yang lainnya
(Extremely Strong) ( 4, 9/2, 9/2 ) ( 2/9, 2/9, 1/4 )
c. Menentukan nilai sitesis fuzzy (Si) untuk mendapatkan bobot relative bagi
unsur-unsur pengambilan keputusan. Rumus yang digunakan adalah sebagai berikut : 𝑆̃𝑖 = ∑ 𝑀̃𝑐𝑖𝑗 𝑚 𝑗=1 ʘ [∑ ∑ 𝑀̃𝑐𝑖𝑗 𝑚 𝑗=1 𝑛 𝑖=1 ] −1 … … … (1)
d. Menghitung derajat keanggotaan dari perbandingan nilai sintesis fuzzy untuk memperoleh vektor. Rumus yang digunakan adalah sebagai berikut : [6] 𝑉(𝑀2 ≥ 𝑀1) = { 1 0 (𝑙1− 𝑢2) (𝑚2− 𝑢2) − (𝑚1− 𝑙1) , 𝑗𝑖𝑘𝑎 𝑚2 ≥ 𝑚1 , 𝑗𝑖𝑘𝑎 𝑙1 ≥ 𝑢2 , 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎. … … . . … (2)
e. Normalisasi bobot vektor atau nilai prioritas kriteria yang telah diperoleh. Rumus yang digunakan adalah sebagai berikut : [3]
𝑊′ = (𝑑′(𝐴1), 𝑑′(𝐴2), … , 𝑑′(𝐴𝑛))𝑇… … … . . … (3)
Setelah dilakukan normalisasi bobot vektor, maka vektor yang diperoleh bukan lagi merupakan bilangan fuzzy sehingga selanjutnya pengambilan keputusan dilanjutkan dengan metode AHP yaitu :
f. Melakukan perangkingan bobot vektor, total rangking diperoleh dengan cara
mengalikan vektor evaluasi dari masing-masing penerima bantuan dengan vektor prioritasnya.
g. Pengambilan keputusan dengan memilih total rangking tertinggi. [4]
3. HASIL DAN PEMBAHASAN
3.1 Struktur Hirarki
Gambar 1. Struktur Hirarki Penerima BSPS
a. Kriteria
Kriteria yang digunakan pada penelitian ini yaitu kewarganegaraan, penghasilan, tanah hak milik, tipe rumah dan status perkawinan.
Tabel 2. Keterangan Kode Kriteria
Kode Keterangan
C1 Kewarganegaraan
C2 Penghasilan
C3 Tanah Hak Milik
C4 Tipe Rumah
C5 Status Perkawinan
Parameter kriteria merupakan nilai batasan dari setiap kriteria. Adapun parameter kriterianya adalah sebagai berikut :
Tabel 3. Parameter Kriteria
Kriteria Parameter Bobot
Kewarganegaraan - WNI - WNA 1 0 Penghasilan - <= Rp. 200.000 - <= Rp. 400.000 - <= Rp. 600.000 - <= Rp. 800.000 - <= Rp. 1.000.000 1 0.75 0.5 0.25 0 Tanah Hak Milik - Milik Sendiri
- Tidak Milik Sendiri
1 0 Tipe Rumah - <= 45 M2 - >= 45 M2 1 0 Status Perkawinan - Janda
- Sudah Kawin / Duda - Belum Kawin
1 0.5
0
b. Alternatif
Alternatif merupakan data penerima bantuan stimulant perumahan swadaya.
Tabel 4. Keterangan Kode Alternatif
Kode Keterangan Kode Keterangan Kode Keterangan
N1 Anang Rajihan N21 Yohana N41 Muhammad Zikri
N2 Zakiah N22 Rini N42 Nur Sahida
N3 Husniah N23 Noor Hani N43 Yulianti
N4 Mujiansyah N24 Zaitun N44 Rohani
N5 Syahriah N25 Gusti Yamani N45 Muhammad
N6 Faridah N26 Nor Holis Yardi N46 Mahlani
N7 Sawian N27 Siti Raudah N47 Sri Hari Susilawati
N8 Rusinah N28 Muhammad Noor N48 Fathur Rahman
N9 Syahril N29 Syarifah Sehat N49 Wagimin
N10 Masliani N30 Zakir Arifin N50 Sugini
N11 St. Latifah N31 Patmah N51 M. Yusuf
N12 Abdullah Sani N32 Ibrahim N52 Jamhari
N13 Misran N33 Sugiri N53 Masrupah
N14 M. Rum N34 Kamarudin N54 Muhammad Ayub
N15 Syarani N35 Dadi N55 Padliansyah
N16 Khairiah N36 Sodim N56 Mahrita
N17 Mahyuni N37 Isnadi N57 Nasrullah
N18 Mutmainah N38 Siti Aliah N58 Ibrahim
N19 Jamilah N39 Abdul Khair N59 Fathurrahman
N20 Syariatul Adawiyah N40 Rachmat Noor N60 Aliyah
3.2 Matriks Perbandingan Kepentingan Antar Kriteria
Tabel 5. Matrks perbandingan Kepentingan Berpasangan Antar Kriteria dari Skala Liguistik Kriteria C1 C2 C3 C4 C5 C1 T CP KP LK M C2 CP’ T CP KP LK C3 KP’ CP’ T CP KP C4 LK’ KP’ CP’ T CP C5 M’ LK’ KP’ CP’ T
Keterangan :
Skala Triangular Fuzzy Number :
T : Sama Penting T : Resiprocal dari T
CP : Cukup Lebih Penting CP’ : Resiprocal dari CP
KP : Kuat Penting KP’ : Resiprokal dari KP
LK : Lebih Kuat Penting LK’ : Resiprokal dari LK
M : Mutlak Lebih Penting M’ : Resiprocal dari M
Tabel 6. Nilai Perbandingan Matriks Extend Analysisi Chang
Intensitas
AHP Skala Linguistik Skala Fuzzy Triangular
(L,M,U) Skala Fuzzy Triangular Resiprokal 1 3 5 7 9 Sama pentingnya Cukup lebih penting Kuat penting Lebih kuat penting Mutlak lebih penting
(1, 1, 1) (1, 3/2, 2) (2, 5/2, 3) (3, 7/2, 4) (4, 9/2, 9/2) (1, 1, 1) (1/2, 2/3, 1) (1/3, 2/5, 1/2) (1/4, 2/7, 1/3) (2/9, 2/9, 1/4) 2, 4, 6, 8 Pertengahan
Tabel 7. Matriks Pairwise Comparison Antar Kriteria pada BSPS
C1 C2 C3 C4 C5 L M U L M U L M U L M U L M U C1 1 1 1 1 1.5 2 2 2.5 3 3 3.5 4 4 4.5 4.5 C2 0.5 0.67 1 1 1 1 1 1.5 2 2 2.5 3 3 3.5 4 C3 0.33 0.4 0.5 0.5 0.67 1 1 1 1 1 1.5 2 2 2.5 3 C4 0.25 0.28 0.33 0.33 0.4 0.5 0.5 0.67 1 1 1 1 1 1.5 2 C5 0.22 0.22 0.25 0.25 0.28 0.33 0.33 0.4 0.5 0.5 0.67 1 1 1 1
Tabel 8. Total Baris dan Kolom dari Fuzzy Tringular Number
L M U 11 13 14.5 7.5 9.166 11 4.833 6.066 7.5 3.083 3.852 4.833 2.305 2.574 3.083 28.722 34.66 40.916
3.3 Nilai Sintesis Fuzzy
Setelah nilai jumlah baris dan kolom diperoleh dari masing-masing matriks perbandingan, selanjutnya menggunakan persamaan (1).
Diperoleh nilai sintesis fuzzy untuk masing-masing kriteria sebagai berikut:
a. Kewarganegaraan = (11, 13, 14.5) x ( 1 40.916, 1 34.66 , 1 28.722 ) = (0.268 0.375 0.504) b. Penghasilan = (7.5, 9.16, 11) x ( 1 40.916, 1 34.66 , 1 28.722 ) = (0.183 0.264 0.382)
c. Tanah Hak Milik
= (4.83, 6.06, 7.5) x ( 1 40.916, 1 34.66 , 1 28.722 ) = (0.118 0.175 0.261) d. Tipe Rumah = (3.08, 3.85, 4.83) x ( 1 40.916, 1 34.66 , 1 28.722 ) = (0.075 0.111 0.168)
e. Status Perkawinan = (2.3, 2.57, 3.08) x ( 1 40.916, 1 34.66 , 1 28.722 ) = (0.056 0.07 0.107)
Tabel 9. Nilai Sintesis Fuzzy untuk Kriteria
L M U C1 0.2688 0.3751 0.5048 C2 0.1832 0.2644 0.3829 C3 0.1181 0.1750 0.2611 C4 0.0753 0.1111 0.1682 C5 0.0563 0.0742 0.1073 3.4 Derajat Keanggotaan
Untuk mendapatkan derajat keanggotaan digunakan persamaan (2).
Dengan perhitungan sebagai berikut diperoleh derajat kenggotaan dari perbandingan nilai sintesis fuzzy yaitu :
a. Perbandingan antara kewarganegaraan dengan kriteria lain
C1≥C2 = 1
C1≥C3 = 1
C1≥C4 = 1
C1≥C5 = 1
Dari perhitungan diatas diperoleh nilai-nilai derajat keanggotaan dari perbandingan dua nilai sintesis fuzzy, kemudian diambil yang paling minimum dengan persamaan :
d’(Ai) = min V (Si ≥ Sk) …(4)
Maka diperoleh :
d’(kewarganegaraan) = min (1, 1, 1, 1)
= 1
b. Perbandingan antara penghasilan dengan kriteria lain
C2≥C1 = 0.268− 0.382
(0.264−0.382)−(0.375−0.268) = 0.507
C2≥C3 = 1
C2≥C4 = 1
C2≥C5 = 1
Dari perhitungan diatas diperoleh nilai-nilai derajat keanggotaan dari perbandingan dua nilai sintesis fuzzy, kemudian diambil yang paling minimum dengan persamaan (4).
Maka diperoleh :
d’(penghasilan) = min (0.507, 1, 1, 1) = 0.507
c. Perbandingan antara tanah hak milik dengan kriteria lain
C3≥C1 = 0
C3≥C2 = 0.183− 0.261
(0.175−0.261)−(0.264−0.183) = 0.465
C3≥C4 = 1
Dari perhitungan diperoleh nilai-nilai derajat keanggotaan dari perbandingan dua nilai sintesis fuzzy, kemudian diambil yang paling minimum dengan persamaan (4).
Maka diperoleh :
d’(tanah hak milik) = min (0, 0.465, 1, 1) = 0
d. Perbandingan antara tipe rumah dengan kriteria lain
C4≥C1 = 0
C4≥C2 = 0
C4≥C3 = 0.118− 0.168
(0.111−0.168)−(0.175−0.118) = 0.439
C4≥C5 = 1
Dari perhitungan diatas diperoleh nilai-nilai derajat keanggotaan dari perbandingan dua nilai sintesis fuzzy, kemudian diambil yang paling minimum dengan persamaan (4).
Maka diperoleh :
d’(tipe rumah) = min (0, 0, 0.439, 1) = 0
e. Perbandingan antara status perkawinan dengan kriteria lain
C5≥C1 = 0
C5≥C2 = 0
C5≥C3 = 0
C5≥C4 = 0.075− 0.107
(0.074−0.107)−(0.111−0.075) = 0.464
Dari perhitungan diatas diperoleh nilai-nilai derajat keanggotaan dari perbandingan dua nilai sintesis fuzzy, kemudian diambil yang paling minimum dengan persamaan (4).
Maka diperoleh :
d’(status perkawinan) = min (0, 0, 0, 0.464) = 0
Dari perhitungan diatas diperoleh nilai-nilai derajat keanggotaan dari perbandingan tiap kriteria, kemudian diambil yang paling minimum dengan persamaan (4).
Maka diperoleh bobot vektor untuk kriteria, sebagai berikut : W’ = (1, 0.507, 0, 0, 0) T
3.5 Normalisasi Bobot Vektor
Setelah menetukan bobot vektor untuk masing-masing kriteria, akan dilakukan normalisasi bobot vektor. Normalisasi bobot vektor diperoleh dengan membagi masing-masing elemen pada W’ dengan jumlah keseluruhan elemen pada W’.
Bobot vektor (W’) untuk kriteria adalah : W’ = (1.524, 0.507, 0, 0, 0)
Dengan jumlah keseluruhan elemen pada W’ adalah 1.524 + 0.507 + 0 + 0 + 0 = 1.507
Sehingga bobot vektor ternormalisasinya adalah :
W = (1.524/1.507, 0.507/1.507, 0/1.507, 0/1.507, 0/1.507)T
Tabel 10. Normalisasi Bobot Vektor untuk Kinerja
3.6 Perangkingan
Untuk mendapatkan keputusan dari penentuan penerima bantuan yang layak maka dilakukan perangkingan, dengan total rangking seperti halnya pada metode AHP diperoleh dari perkalian faktor evaluasi masing-masing alternatif dan dengan faktor bobotnya. Tabel 12 dan Tabel 13 merupakan proses perangkingan untuk nilai alternatif yang tersedia terhadap masing-masing kriteria yang ada. Prioritas bobot kriteria dari setiap kriteria dikalikan dengan nilai alternatif dan dijumlahkan sehingga didapat prioritas bobot alternatif untuk setiap kriteria.
Tabel 11. Data penerima Bantuan Stimulan Perumahan Swadaya
Kriteria C1 C2 C3 C4 C5 TOTAL W’ 1 0.507 0 0 0 1.507
W 0.66357 0.33643 0 0 0 1
Kewarganegaraan Penghasilan Tanah Hak Milik Tipe Rumah
Status Perkawinan N1 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N2 WNI <=600.000 Tidak Milik Sendiri >= 45 M2 Janda N3 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Janda N4 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N5 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Janda N6 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Janda N7 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N8 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Janda N9 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N10 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N11 WNI <= 500.000 Tidak Milik Sendiri >= 45 M2 Janda N12 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N13 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N14 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N15 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N16 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N17 WNI <= 600.000 Tidak Milik Sendiri >= 45 M2 Sudah Kawin N18 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N19 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Janda N20 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Janda N21 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Janda N22 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Janda N23 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N24 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Janda N25 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N26 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N27 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N28 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N29 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Janda N30 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin
Kewarganegaraan Penghasilan Tanah Hak Milik Tipe Rumah Perkawinan Status N31 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Janda N32 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N33 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N34 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N35 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N36 WNI <= 500.000 Tidak Milik Sendiri >= 45 M2 Sudah Kawin N37 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N38 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N39 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N40 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N41 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N42 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Janda N43 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N44 WNI <= 300.000 Tidak Milik Sendiri <= 45 M2 Janda N45 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N46 WNI <= 400.000 Tidak Milik Sendiri >= 45 M2 Janda N47 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Janda N48 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N49 WNI <= 400.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N50 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N51 WNI <= 700.000 Tidak Milik Sendiri >= 45 M2 Sudah Kawin N52 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N53 WNI <= 500.000 Tidak Milik Sendiri >= 45 M2 Janda N54 WNI <= 500.000 Tidak Milik Sendiri >= 45 M2 Sudah Kawin N55 WNI <= 800.000 Tidak Milik Sendiri >= 45 M2 Sudah Kawin N56 WNI <= 700.000 Tidak Milik Sendiri <= 45 M2 Janda N57 WNI <= 500.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N58 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N59 WNI <= 800.000 Tidak Milik Sendiri <= 45 M2 Sudah Kawin N60 WNI <= 600.000 Tidak Milik Sendiri <= 45 M2 Janda
Tabel 12. Tabel Konversi Penerima Bantuan
Kewarganegaraan Penghasilan Tanah Hak Milik Tipe Rumah Perkawinan Status
0.66357 0.33643 0 0 0 N1 1 0.5 0 1 0.5 N2 1 0.5 0 0 1 N3 1 0.5 0 1 1 N4 1 0.5 0 1 0.5 N5 1 0.5 0 1 1 N6 1 0.5 0 1 1 N7 1 0.75 0 1 0.5 N8 1 0.5 0 1 1
Kewarganegaraan Penghasilan Tanah Hak Milik Tipe Rumah Perkawinan Status 0.66357 0.33643 0 0 0 N10 1 0.75 0 0 1 N11 1 0.5 0 1 1 N12 1 0.75 0 1 0.5 N13 1 0.75 0 1 0.5 N14 1 0.75 0 1 1 N15 1 0.75 0 1 0.5 N16 1 0.75 0 1 1 N17 1 0.5 0 0 0.5 N18 1 0.75 0 1 1 N19 1 0.5 0 1 1 N20 1 0.5 0 1 1 N21 1 0.5 0 0 1 N22 1 0.5 0 1 1 N23 1 0.75 0 1 1 N24 1 0.75 0 1 1 N25 1 0.75 0 1 0.5 N26 1 0.5 0 1 0.5 N27 1 0.75 0 1 1 N28 1 0.5 0 1 0.5 N29 1 0.5 0 1 1 N30 1 0.75 0 1 0.5 N31 1 0.5 0 1 1 N32 1 0.75 0 1 0.5 N33 1 0.75 0 1 0.5 N34 1 0.5 0 1 0.5 N35 1 0.5 0 1 0.5 N36 1 0.5 0 0 0.5 N37 1 0.5 0 1 0.5 N38 1 0.75 0 1 1 N39 1 0.75 0 1 0.5 N40 1 0.5 0 1 0.5 N41 1 0.75 0 1 0.5 N42 1 0.75 0 1 1 N43 1 0.75 0 1 1 N44 1 0.75 0 1 1 N45 1 0.5 0 1 0.5 N46 1 0.75 0 0 1 N47 1 0.75 0 1 1 N48 1 0.5 0 1 0.5 N49 1 0.75 0 1 0.5 N50 1 0.5 0 1 0.5 N51 1 0.25 0 0 0.5
Kewarganegaraan Penghasilan Tanah Hak Milik Tipe Rumah Perkawinan Status 0.66357 0.33643 0 0 0 N53 1 0.5 0 0 1 N54 1 0.5 0 0 0.5 N55 1 0.25 0 0 0.5 N56 1 0.25 0 1 1 N57 1 0.5 0 1 0.5 N58 1 0.5 0 1 0.5 N59 1 0.25 0 1 0.5 N60 1 0.5 0 1 1
Tabel 13. Tabel Perhitungan Bobot Kriteria dengan Alternatif
Kewarganegaraan Penghasilan Tanah Hak Milik Tipe Rumah Perkawinan Status Alternatif Nilai
0.66357 0.33643 0 0 0 N14 0.66357 0.2523225 0 0 0 0.92 N42 0.66357 0.2523225 0 0 0 0.92 N43 0.66357 0.2523225 0 0 0 0.92 N18 0.66357 0.2523225 0 0 0 0.92 N38 0.66357 0.2523225 0 0 0 0.92 N27 0.66357 0.2523225 0 0 0 0.92 N24 0.66357 0.2523225 0 0 0 0.92 N23 0.66357 0.2523225 0 0 0 0.92 N44 0.66357 0.2523225 0 0 0 0.92 N47 0.66357 0.2523225 0 0 0 0.92 N33 0.66357 0.2523225 0 0 0 0.92 N58 0.66357 0.2523225 0 0 0 0.92 N25 0.66357 0.2523225 0 0 0 0.92 N13 0.66357 0.2523225 0 0 0 0.92 N12 0.66357 0.2523225 0 0 0 0.92 N41 0.66357 0.2523225 0 0 0 0.92 N30 0.66357 0.2523225 0 0 0 0.92 N49 0.66357 0.2523225 0 0 0 0.92 N39 0.66357 0.2523225 0 0 0 0.92 N46 0.66357 0.2523225 0 0 0 0.92 N16 0.66357 0.2523225 0 0 0 0.92 N15 0.66357 0.2523225 0 0 0 0.92 N9 0.66357 0.2523225 0 0 0 0.92 N7 0.66357 0.2523225 0 0 0 0.92 N10 0.66357 0.2523225 0 0 0 0.92 N4 0.66357 0.168215 0 0 0 0.83 N48 0.66357 0.168215 0 0 0 0.83 N45 0.66357 0.168215 0 0 0 0.83 N6 0.66357 0.168215 0 0 0 0.83
Dari hasil perhitungan di atas diambil 20 data dari 60 data penerima yang memiliki nilai alternatif tertinggi sebagai penerima yang layak mendapatkan bantuan.
Tabel 14. Data penerima Bantuan dari Dinas dengan Data Penerima Bantuan menggunakan Metode Fuzzy Analytical Hierarchy Process
No ID Nama Penerima dengan
Fuzzy AHP
ID Nama Penerima dari Dinas
1 N14 M. Rum N14 M. Rum
2 N42 Nur Sahida N42 Nur Sahida
3 N43 Yulianti N43 Yulianti
4 N18 Mutmainah N18 Mutmainah
5 N38 Siti Aliah N38 Siti Aliah
Kewarganegaraan Penghasilan Tanah Hak Milik Tipe Rumah Perkawinan Status Alternatif Nilai
0.66357 0.33643 0 0 0 N53 0.66357 0.168215 0 0 0 0.83 N60 0.66357 0.168215 0 0 0 0.83 N3 0.66357 0.168215 0 0 0 0.83 N2 0.66357 0.168215 0 0 0 0.83 N32 0.66357 0.168215 0 0 0 0.83 N57 0.66357 0.168215 0 0 0 0.83 N52 0.66357 0.168215 0 0 0 0.83 N8 0.66357 0.168215 0 0 0 0.83 N54 0.66357 0.168215 0 0 0 0.83 N50 0.66357 0.168215 0 0 0 0.83 N40 0.66357 0.168215 0 0 0 0.83 N26 0.66357 0.168215 0 0 0 0.83 N28 0.66357 0.168215 0 0 0 0.83 N17 0.66357 0.168215 0 0 0 0.83 N22 0.66357 0.168215 0 0 0 0.83 N21 0.66357 0.168215 0 0 0 0.83 N19 0.66357 0.168215 0 0 0 0.83 N20 0.66357 0.168215 0 0 0 0.83 N1 0.66357 0.168215 0 0 0 0.83 N29 0.66357 0.168215 0 0 0 0.83 N35 0.66357 0.168215 0 0 0 0.83 N36 0.66357 0.168215 0 0 0 0.83 N37 0.66357 0.168215 0 0 0 0.83 N34 0.66357 0.168215 0 0 0 0.83 N11 0.66357 0.168215 0 0 0 0.83 N31 0.66357 0.168215 0 0 0 0.83 N55 0.66357 0.0841075 0 0 0 0.75 N56 0.66357 0.0841075 0 0 0 0.75 N59 0.66357 0.0841075 0 0 0 0.75 N51 0.66357 0.0841075 0 0 0 0.75
No ID Nama Penerima dengan Fuzzy AHP
ID Nama Penerima dari Dinas
6 N27 Siti Raudah N27 Siti Raudah
7 N24 Zaitun N24 Zaitun
8 N23 Noor Hani N23 Noor Hani
9 N44 Rohani N44 Rohani
10 N47 Sri Hari Susilawati N47 Sri Hari Susilawati
11 N33 Sugiri N10 Masliani
12 N58 Ibrahim N16 Khairiah
13 N25 Gusti Yamani N21 Yohana
14 N13 Misran N20 Syariatul Adawiyah
15 N12 Abdullah Sani N22 Rini
16 N41 Muhammad Zikri N60 Aliyah
17 N30 Zakir Arifin N31 Patmah
18 N49 Wagimin N3 Husniah
19 N39 Abdul Khair N29 Syarifah Sehat
20 N46 Mahlani N8 Rusinah
Berdasarkan hasil penelitian, data yang terpilih melalui metode Fuzzy AHP memiliki kesamaan dengan data yang terpilih dari dinas. Namun ada sepuluh orang yang berbeda dikarenakan memiliki nilai alternatif yang sama yaitu 0.92. Dari hasil pengujian juga dapat dibuktikan bahwa metode Fuzzy AHP memiliki tingkat kepentingan kriteria sehingga nilai bobot yang dihasilkan lebih detail. Dan metode Fuzzy AHP dapat diterapkan pada penerima bantuan stimulan perumahan swadaya.
4. SIMPULAN
Berdasarkan hasil penelitian maka diperoleh kesimpulan dari hasil pembahasan sebagai berikut :
a. Hasil perangkingan diperoleh data yang sama dengan Dinas Perumahan dan
Permukiman Kabupaten Banjar. Namun ada 10 orang yang berbeda. Dikarenakan data penerima tersebut memiliki nilai alternatif yang sama yaitu 0.92.
b. Dari hasil pengujian dibuktikan bahwa metode Fuzzy Analytical Hierarchy Process memiliki tingkat kepentingan kriteria sehingga nilai bobot yang dihasilkan lebih detail.
c. Metode Fuzzy Analytical Hierarchy Process dapat diterapkan pada penerima
bantuan stimulant perumahan swadaya. DAFTAR PUSTAKA
[1] Hadi, Fathul. 2016. Penerapan Fuzzy Analytical Hierarchy Process untuk Mendukung Rekomendasi Penerima Bantuan Stimulan Perumahan Swadaya. Program S-1 Ilmu Komputer, Universitas Lambung Mangkurat: Banjarbaru.
[2] Juniarko, Oky, dkk. 2012. Evaluasi Sistem Bantuan Stimulan Pembiayaan
Perumahan Swadaya di Kabupaten Malang. Jurnal Tata Kota dan Daerah, Volume 4. No 2. Hal 139-148.
[3] Chang. 1996. Application of The Extent Analysis Method on Fuzzy AHP. European Journal Of Operational Research 95. Hal 649-655.
[4] Wahdiyat. 2015. Sistem Pendukung Keputusan Penentuan Lokasi TPA (Tempat Pemrosesan Akhir) Sampah Dengan Menggunakan Metode FAHP (Fuzzy Analytical Hierarchy Process) Extend Analysis Chang. Program S-1 Ilmu Komputer, Universitas Lambung Mangkurat : Banjarbaru.
[5] Basuki. 2010. Perancangan Sistem Penddukung Keputusan Pemilihan
Pemasok dengan Pendekatan Fuzzy Analytical Hierarchy Process (Fuzzy AHP). Rekayasa. Volume 3. No 1. Hal 42-50.
[6] Wahyuni, dkk. 2012. Sistem Pendukung Keputusan Model Fuzzy AHP dalam
Pemilihan Kualitas Perdagangan Batu Mulia. IJCCS. Volume 6. No 1. Hal 43-55.
