Sistem Pendukung Keputusan Penerimaan Dana BOS Menggunakan Metode Analitical Hierarchy Process (AHP)

ISSN: 2686-0260

Copyright ⓒ SENARIS 2020

Sistem Pendukung Keputusan Penerimaan Dana BOS

Menggunakan Metode Analitical Hierarchy Process (AHP)

Juniar Hutagalung1, Azlan2

STMIK Triguna Dharma Jl. Pintu Air I /Jend. AH. Nasution No. 73 Medan Johor,

0618224051/0618224051

juniarhutagalung77@gmail.com1, azlansaja19@gmail.com2

Abstrak

Sistem pendukung keputusan (SPK) penerimaan dana BOS untuk jenjang SMA dengan metode Analytical Hierarchy Process (AHP), sebagai alat bantu untuk penerimaan dana BOS. Pada sistem ini akan dipilih sekolah yang berhak menerima dana BOS. Kriteria yang digunakan adalah : Jumlah Siswa Valid, Laporan Tri Wulan, Data Dapodik, Prestasi Siswa, Prestasi Guru, Prestasi Sekolah, Akreditasi, Sarana dan Prasarana. Adapun faktor penghambatnya adalah keterlambatan pada saat penyaluran dana BOS dan harga barang yang setiap tahunnya bisa berubah sehingga berpengaruh terhadap jumlah pengeluaran dana untuk biaya operasional. Guna menanggulangi masalah di atas, maka diperlukan sebuah sistem yang mampu memberikan keputusan yang tepat dan cepat sebagai rekomendasi dalam penerimaan dana BOS. Tahapan dalam penelitian ini dimulai dari pengumpulan data, analisis, penerapan metode AHP, desain, implementasi dan kesimpulan. Tujuan dari penelitian ini adalah merancang dan membangun sistem pendukung keputusan dalam penerimaan dana BOS SMA dengan metode AHP berbasis web. Hasil perhitungan diperoleh nilai consistensi ratio -0,6678, maka dinyatakan konsisten dan dapat diterima. Jumlah siswa valid (C1) merupakan bobot paling besar yaitu 21,31 % dan yang mendapatkan nilai tertinggi adalah SMAS Budi Mulia dengan total nilai 0,1953.

Kata kunci : AHP, BOS, Mysql, SPK, Web

1. PENDAHULUAN

Bantuan yang disalurkan oleh pemerintah untuk meningkatkan pendidikan yaitu dana Bantuan Operasional Sekolah (BOS). Program pemerintah tersebut digunakan bagi satuan pendidikan dasar sebagai pelaksana program wajib belajar dalam hal penyediaan pendanaan biaya operasi non personalia, diharapkan dapat meningkatkan pendidikan dan memiliki kualitas yang optimal bagi generasi penerus bangsa [1]. Penyaluran dana BOS sering terjadi keterlambatan dan barang-barang yang harganya sering mengalami naik turun sehingga berpengaruh pada pengeluaran dan biaya-biaya lainnya. Permasalahan dalam penentuan pemberian dana BOS yang sering menjadi kendala dalam penyalurannya sehingga tidak sesuai dengan tujuan yang diharapkan. Diperlukan sebuah Sistem Pendukung Keputusan (SPK) dalam menentukan kriteria penerimaan dana BOS, untuk memperoleh hasil yang optimal dan dapat mengatasi permasalahan tersebut, yaitu dengan menerapkan metode Analitical Hierarchy Process (AHP) berbasis web untuk mempermudah pengambilan keputusan dalam menentukan penerimaan dana BOS. Aplikasi ini sebagai alat untuk memproses seleksi penerimaan dana BOS SMA yang mempunyai tujuan sebagai rekomendasi penerimaan dana BOS kepada pengambil keputusan pada Dinas Pendidikan Kota Pematang Siantar sehingga penyalurannya tepat sasaran, tersebar secara merata dan transparansi.

Kriteria-kriteria yang ada diantaranya Jumlah Siswa Valid, Laporan Tri Wulan, Data Dapodik, Akreditasi, Prestasi Siswa, Prestasi Guru, Prestasi Sekolah, Sarana dan Prasarana. Dinas Pendidikan akan terbantu dengan adanya aplikasi ini untuk memantau penyaluran dana BOS agar berjalan lancar sesuai dengan tujuan dari program pemerintah

14

agar terlaksana secara efektif dan efisien. Merancang dan membangun Sistem Pendukung Keputusan (SPK) dalam penerimaan dana BOS SMA dengan metode AHP berbasis web merupakan tujuan dari penelitian ini.

2. METODOLOGI PENELITIAN

2.1 Kerangka Kerja Penelitian

Metodologi penelitian merupakan metode secara ilmiah dilakukan untuk mendapatkan data-data yang diperlukan untuk diolah menjadi keluaran berupa informasi yang lebih akurat berdasarkan masalah yang diteliti, digunakan sebagai dasar pelaksanaan penelitian sehingga hasilnya sesuai dengan tujuan yang ditetapkan [2].

Penelitian ini dapat digambarkan kerangka kerjanya dengan menggunakan metode AHP dalam sistem pendukung keputusan penerimaan dana BOS.

Gambar 1. Kerangka Kerja Penelitian

Penjelasan gambar diatas, yaitu: a. Pengumpulan Data

Pengumpulan data dan informasi dilakukan melalui observasi dan wawancara dengan pihak Dinas Pendidikan Kota P. Siantar dan studi pustaka dari artikel, jurnal, dan

e-book dan literatur lainnya terkait penerapan metode AHP, berupa data yang meliputi

data kriteria dan data alternatif calon penerima dana BOS. b. Analisis

Analisa dilakukan setelah pengumpulan data untuk penyesuaian data yang akan diproses dengan metode AHP.

c. Penerapan Algoritma Metode AHP

Selanjutnya penerapan metode AHP dengan cara mendefinisikan masalah, penentuan kriteria, menyusun hirarki, tentukan prioritas elemen, sintesis selanjutnya mengukur konsistensi.

d. Desain Sistem

Perancangan sistem dari tampilan aplikasi, input kriteria dan alternatif sampai dengan hasil akhir program pada aplikasi.

e. Implementasi Sistem

Implementasi dilakukan berdasarkan perancangan yang telah disusun agar hasil yang dicapai sesuai dengan yang diharapkan.

f. Kesimpulan

Kesimpulan dilakukan setelah perancangan dan penerapan sistem, sehingga tercapai hasil akhir dari sistem pendukung keputusan dengan menggunakan metode AHP ini.

15 2.2 Sistem Pendukung Keputusan (SPK)

Sistem Pendukung Keputusan (SPK) merupakan suatu ilmu untuk memecahkan masalah dan melakukan komunikasi terhadap masalah semi terstruktur dan tidak terstruktur, tidak seorangpun mutlak mengetahui keputusan bagaimana seharusnya dibuat. SPK dapat menyediakan informasi, prediksi dan mengarahkan pengguna informasi untuk melakukan pengambilan keputusan secara tepat dan baik [3], [4].

2.3 Metode Analytic Hierarchy Process (AHP)

AHP dapat menyelesaikan masalah banyak kriteria yang kompleks menjadi level atau tingkatan hirarki dimana tujuan merupakan level pertama, selanjutnya kriteria dan subkriteria, hingga alternatif dari level terakhir. Dengan demikian maka masalah akan terlihat lebih sistematis dan terstruktur, lalu didekomposisi ke dalam elemen-elemen yang sederhana selanjutnya membentuk hirarki [5] - [7]. Pada gambar 2 dapat dilihat struktur hirarki AHP.

Gambar 2. Struktur Hirarki AHP

Tahapan dalam menerapkan metode AHP yaitu [8]: a. Penyusunan stuktur hierarki.

b. Melakukan penilaian terhadap kriteria dan alternatif. c. Pemilihan prioritasnya.

d. Tentukan konsistensi logic, dengan langkah-langkah sebagai berikut:

1) Hitung nilai perbandingan dengan cara nilai skala pada setiap sel dibagi dengan nilai sel prioritasnya.

2) Langkah selanjutnya membagi setiap sel dengan jumlah total di setiap kolom. 3) Hitung rata-rata per baris untuk mendapatkan nilai eigen.

4) Kalikan nilai eigen per baris dengan jumlah total per kolom untuk mendapatkan

lamda (λ).

5) Jumlahkan hasil lamda (λ) lalu bagi dengan banyaknya kriteria untuk mendapatkan lamda (λ) max.

e. Tentukan Consistency Index (CI), dengan rumus:

Dimana :

n = banyaknya kriteria. f. Tentukan Consistency Ratio (CR),

dengan rumus:

Dimana:

16

CI = Indeks Konsistensi RI = Indeks Random g. Tentukan konsistensi hierarki.

Jika nilai CR < 0,1 (10 %) maka dapat dinyatakan konsisten dan benar nilai perhitungannya. Sebaliknya jika CR > 0,1 (10 %) maka harus diperbaiki dan hitung kembali.

Daftar Index Random Consistency (IR), dapat dilihat pada tabel berikut. Tabel 1. Daftar Index Random Consistency (IR) N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RI 0 0 0, 58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1, 48 1, 56 1,57 1, 59 Melakukan perbandingan berpasangan, agar diperoleh skala kepentingan dari setiap kriteria terhadap kriteria yang lain [9]:

Tabel 2. Skala Penilaian Perbandingan Berpasangan Intensitas

Kepentingan

Keterangan 1 Kedua elemen sama pentingnya 3 Elemen yang satu sedikit lebih penting 5 Elemen yang satu lebih penting 7 Satu elemen jelas lebih mutlak penting

9 Satu elemen mutlak penting daripada elemen lainnya

2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan

3.

HASIL DAN PEMBAHASAN

Hasil analisis sebagai faktor yang mendukung dalam penentuan penerimaan dana BOS menggunakan aplikasi berbasis web dengan beberapa kriteria di bawah ini.

Tabel 3. Data Kriteria No Kriteria 1 C1 Jumlah Siswa Valid 2 C2 Laporan Tri Wulan 3 C3 Data Dapodik 4 C4 Akreditasi 5 C5 Prestasi Siswa 6 C6 Prestasi Guru 7 C7 Prestasi Sekolah 8 C8 Sarana 9 C9 Prasarana

Beberapa alternatif sebagai sampel data yang digunakan dalam penentuan penerimaan dan BOS SMA Swasta, sebagai berikut.

Tabel 4. Data Alternatif No Alternatif 1 A1 SMAS Advent 2 A2 SMAS Bintang Timur 3 A3 SMAS Budi Mulia 4 A4 SMAS Erlangga

17 5 A5 SMAS Harapan

6 A6 SMAS HKBP 7 A7 SMAS Kalam Kudus

8 A8 SMAS Kampus Nommensen 9 A9 SMAS Kartika 1-4

10 A10 SMAS Keluarga

Struktur hirarki analitik disusun dengan metode AHP terlihat pada gambar 3.

Gambar 3. Struktur Hirarki Penerimaan Dana BOS

Tahapan berikutnya adalah penentuan prioritas elemen dengan cara kriteria-kriteria tersebut disusun ke bentuk matriks perbandingan berpasangan.

Langkah-langkah penerapan algoritma AHP sebagai berikut: a. Nilai matriks kriteria

Menyusun kriteria-kriteria penerimaan dana BOS pada matriks berpasangan, dapat dilihat pada tabel 5 di bawah ini.

Tabel 5. Matriks Perbandingan Berpasangan

C1 C2 C3 C4 C5 C6 C7 C8 C9 Kriteria Jumlah Siswa Valid Lap. Tri Wulan Data Dapodik Akre ditasi Prestasi Siswa Prestasi Guru Prestasi Sekolah Sarana Pra sarana C1 Jumlah Siswa Valid 1 2 3 3 2 3 3 2 2 C2 Laporan Tri Wulan 0,5000 1 2 2 2 3 3 2 2 C3 Data Dapodik 0,3333 0,5000 1 3 2 2 4 3 3 C4 Akre ditasi 0,3333 0,5000 0,3333 1 2 3 2 3 3 C5 Prestasi Siswa 0,5000 0,5000 0,5000 0,5000 1 3 3 2 4 C6 Prestasi Guru 0,3333 0,3333 0,5000 0,3333 0,3333 1 2 3 2 C7 Prestasi Sekolah 0,3333 0,3333 0,2500 0,5000 0,3333 0,5000 1 3 4 C8 Sarana 0,5000 0,5000 0,3333 0,3333 0,5000 0,3333 0,3333 1 2 C9 Pra sarana 0,5000 0,5000 0,3333 0,3333 0,25000 0,5000 0,2500 0,5000 1

18

b. Normalisasi

Setelah menyusun nilai matriks kiteria, maka tahap selanjutnya adalah menghitung nilai normalisasi matriks dengan cara membagi nilai masing masing sel dengan jumlah masing-masing kolomnya.

Tabel 6. Nilai Normalisasi Matriks Berpasangan

c. Menghitung vektor bobot kriteria (Priority Vector)

Setelah diperoleh nilai normalisasi matriks berpasangan, langkah selanjutnya adalah nilai vektor bobot kriteria dihitung dengan membagi total dari setiap baris dengan jumlah kriteria, dan hasilnya sebagai berikut:

Tabel 7. Nilai Vektor Bobot Kriteria (Priority Vector) Kriteria Vektor Bobot Jumlah Siswa Valid 0,2131 Laporan Tri Wulan 0,1587

Data Dapodik 0,1518 Total 4 6,1667 8,3 11 10,4167 16,3333 18,5833 19,5000 23 C1 C2 C3 C4 C5 C6 C7 C8 C9 Krite ria Jlh. Siswa Valid Lap. Tri Wula n Data Dapo di Akre ditasi Pres- tasi Siswa Pres- tasi Guru Pres- tasi Sekol ah Sar ana Pra saran a Jlh. Baris Jlh. Siswa Valid 0,230 8 0,324 3 0,363 6 0,272 7 0,192 0 0,183 7 0,161 4 0,10 26 0,087 0 1,9181 Lap. Tri Wula n 0,115 4 0,162 2 0,242 4 0,181 8 0,192 0 0,183 7 0,161 4 0,10 26 0,087 0 1,4284 Data Dapo dik 0,076 9 0,081 1 0,121 2 0,272 7 0,192 0 0,122 4 0,215 2 0,15 38 0,130 4 1,3659 Akre ditasi 0,076 9 0,081 1 0,040 4 0,090 9 0,192 0 0,183 7 0,107 6 0,15 38 0,130 4 1,0569 Prest asi Siswa 0,115 4 0,081 1 0,060 6 0,045 5 0,096 0 0,183 7 0,161 4 0,10 26 0,173 9 1,0201 Prest asi Guru 0,076 9 0,054 1 0,060 6 0,030 3 0,032 0 0,061 2 0,107 6 0,15 38 0,087 0 0,6635 Prest asi Sekol ah 0,076 9 0,054 1 0,030 3 0,045 5 0,032 0 0,030 6 0,053 8 0,15 38 0,173 9 0,6509 Sara na 0,115 4 0,081 1 0,040 4 0,030 3 0,048 0 0,020 4 0,017 9 0,05 13 0,087 0 0,4918 Pra saran a 0,115 4 0,081 1 0,040 4 0,030 3 0,024 0 0,030 6 0,013 5 0,02 56 0,043 5 0,4044 Total 1 1 1 1 1 1 1 1 1 9

19 Kriteria Vektor Bobot

Akreditasi 0,1174 Prestasi Siswa 0,1133 Prestasi Guru 0,0737 Prestasi Sekolah 0,0723 Sarana 0,0546 Prasarana 0,0449 Total 1

Kriteria jumlah siswa valid adalah kriteria paling penting karena memiliki nilai bobot paling tinggi dibandingkan dengan prioritas lainnya.

d. Memeriksa Rasio Konsistensi

Setelah mendapatkan nilai vektor bobot, langkah selanjutnya adalah memeriksa konsistensi hirarki dengan cara nilai masukan matriks dikalikan dengan vektor bobot kriteria.

Tabel 8. Nilai Konsistensi Matriks

5. Nilai Lamda Kriteria

Setelah mendapat nilai konsistensi matriks, kemudian langkah selanjutnya adalah mencari nilai lamda maksimal dengan cara membagi jumlah tiap baris nilai konsistensi matriks dengan jumlah kriteria.

Tabel 9. Nilai Lamda

C1 C2 C3 C4 C5 C6 C7 C8 C9 Kriteria Jlh. Siswa Valid Lap. Tri Wulan Data Dapodi Akre ditasi Pres- tasi Siswa Pres- tasi Guru Pres- tasi Sekolah Sarana Pra sarana Jumlah Jlh. Siswa Valid 0,2131 0,3174 0,4553 0,3522 0,2266 0,2211 0,2169 0,1092 0,0898 2,2021 Lap. Tri Wulan 0,1065 0,1587 0,3035 0,2348 0,2266 0,2211 0,2169 0,1092 0,0898 1,6676 Data Dapodik 0,0710 0,0793 0,1517 0,3522 0,2266 0,1474 0,2892 0,1639 0,1347 1,6166 Akre ditasi 0,0710 0,0793 0,0505 0,1174 0,2266 0,2211 0,1446 0,1639 0,1347 1,2096 Prestasi Siswa 0,1065 0,0793 0,0758 0,0587 0,1133 0,2211 0,2169 0,1092 0,1797 1,1610 Prestasi Guru 0,0710 0,0529 0,0758 0,0391 0,0377 0,0737 0,1446 0,1639 0,0898 0,7489 Prestasi Sekolah 0,0710 0,0529 0,0379 0,0587 0,0377 0,0368 0,0723 0,1639 0,1797 0,7112 Sarana 0,1065 0,0793 0,0505 0,0391 0,0566 0,0245 0,0241 0,0546 0,0898 0,5255 Pra sarana 0,1065 0,0793 0,0505 0,0391 0,0283 0,0368 0,0180 0,0273 0,0449 0,4311 Total 1 1 1 1 1 1 1 1 1 9

Kriteria Jumlah Per Baris Prioritas Hasil

20

Tabel 10. Hasil Perhitungan

4. IMPLEMENTASI

a. Form data kriteria digunakan untuk melakukan input, edit dan delete data kriteria penerimaan dana BOS, seperti gambar di bawah ini.

Gambar 4. Form Data Kriteria

b. Form matriks perbandingan berpasangan digunakan untuk melakukan input nilai kepentingan pada masing-masing kriteria matriks berpasangan, seperti gambar di bawah ini

Laporan Tri Wulan 1,6676 0,1587 _1,8263

Data Dapodik 1,6166 0,1517 1,7683 Akreditasi 1,2096 0,1174 0,3270 Prestasi Siswa 1,1610 0,1133 _0,2743 Prestasi Guru 0,7489 0,0737 0,8226 Prestasi Sekolah 0,7112 0,0723 _0,7835 Sarana 0,5255 0,0546 _0,5801 Prasarana 0,4311 0,0449 0,4761 Jumlah 11,2738 Lamda Max 1,2526 Keterangan Nilai Jumlah 11,2738 n=Jumlah Kriteria 9

Lamda Max = Jumlah/n 1,2526

CI = (Lamda Max – n ) / (n-1) -0,9684

IR 1,45

CR = CI / IR -0,6678

Nilai CR < 0,1 (10%) sehingga kriteria penilaian dianggap consistensi dan

21 Gambar 5. Form Matriks Perbandingan Berpasangan

c. Form matriks nilai kriteria memperlihatkan jumlah baris kolom baru adalah nilai baris - kolom/jumlah masing kolom lama, seperti gambar di bawah ini.

Gambar 6. Form Matriks Nilai Kriteria

d. Form matriks penjumlahan tiap baris, menampilkan hasil dari nilai prioritas dikalikan dengan matriks perbandingan berpasangan.

Gambar 7. Form Matriks Penjumlahan Tiap Baris

e. Form matrik rasio konsistensi untuk menampilkan kepastian dari nilai CR < 0.1, Jika ternyata nilai CR > 0.1, maka matriks perbandingan berpasangan harus diperbaiki.

22

Gambar 8. Form Matriks Rasio Konsistensi

f. Form hasil perhitungan metode AHP, terlihat bahwa nilai CR < 0.1, sehingga rasio konsistensi dapat diterima.

Gambar 9. Form Hasil Perhitungan AHP

g. Hasil Perangkingan Alternatif

Gambar 10. Hasil Perangkingan Alternatif

5. KESIMPULAN

Berdasarkan uraian diatas maka dapat diambil kesimpulan terkait penerimaan dana BOS adalah sebagai berikut :

23 Sistem Pendukung Keputusan menggunakan metode AHP yang dibangun dapat membantu serta memudahkan pihak Dinas Pendidikan dalam mengambil sebuah keputusan dalam penerimaan dana Bantuan Operasional Sekolah (BOS) yang dirancang dengan berbasis web dan menggunakan database Mysql. Nilai Consistensi Ratio (CR) = -0,6678 yang artinya nilai rasio konsistensi sudah optimal dan dapat diterima karena CR < 0,1. Bobot paling besar ada pada kriteria Jumlah Siswa Valid (C1) sebesar 21,31 % dan dari 10 sample data alternatif penerima dana BOS, yang mendapatkan nilai tertinggi adalah SMAS Budi Mulia dengan total nilai 0,1953 atau (19,53%).

DAFTAR PUSTAKA

[1] F. A. S. Siti Yulia Rahma, “Sistem Pendukung Keputusan Alokasi Anggaran Menggunakan Metode Simple Additive Weighting Pada Smp Negeri 3 Satu Atap,” SAINTEK (Jurnal Sains dan Teknol., vol. 1, no. 1, pp. 32–39, 2019.

[2] A. P. Widyassari and T. Yuwono, “Sistem Pendukung Keputusan Pemilihan Rumah di Kawasan Cepu Menggunakan Analytical Hierarchy Process,” INTENSIF J. Ilm. Penelit. dan Penerapan

Teknol. Sist. Inf., vol. 3, no. 1, p. 10, 2019.

[3] C. Vikasari, “Sistem Pendukung Keputusan Pemilihan Direktur Politeknik Negeri Cilacap,” J.

Edukasi dan Penelit. Inform., vol. 4, no. 2, p. 119, 2018.

[4] J. Na’am, “Sebuah Tinjauan Penggunaan Metode Analythic Hierarchy Process (AHP) dalam Sistem Penunjang Keputusan (SPK) pada Jurnal Berbahasa Indonesia,” J. Mediasisfo, vol. 11, no. 2, pp. 888–895, 2017.

[5] R. M. Simanjorang, H. D. Hutahaean, and H. T. Sihotang, “Sistem Pendukung Keputusan Penentuan Penerima Bahan Pangan Bersubsidi Untuk Keluarga Miskin Dengan Metode AHP Pada Kantor Kelurahan Mangga,” J. Inform. Pelita Nusant., vol. 2, no. 1, pp. 22–31, 2017.

[6] I. Ardian, M. Cendana, and A. Syahputra, “Penentuan lokasi wisata pantai dan pulau terbaik di provinsi sumatera barat menggunakan metode analytical hierarchy process,” vol. 3, no. 1, pp. 51–57, 2019.

[7] A. Abdullah and M. W. Pangestika, “Rancang Bangun Sistem Pendukung Keputusan Dalam Pemilihan Dosen Pembimbing Skripsi Dengan Metode AHP di UM Pontianak,” Cybernetics, vol. 2, no. 02, p. 234, 2018.

[8] R. Umar, A. Fadlil, and Y. Yuminah, “Sistem Pendukung Keputusan dengan Metode AHP untuk Penilaian Kompetensi Soft Skill Karyawan,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 1, p. 27, 2018.

[9] V. N. Sari, M. W. Sari, S. R. Mulyani, and S. Defit, “Analisis Dan Usulan Solusi Sistem Untuk Mendukung Keputusan Penilaian Kinerja Dosen Menggunakan Metode Analytical Hierarchy Process (AHP),” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 142, 2019.