PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN
PENERIMA ZAKAT (STUDI KASUS BADAN AMIL ZAKAT
NASIONAL KOTA KENDARI)
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik
RESTIN WELINDA
E1E1 11 091
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS HALU OLEO
KENDARI
ii
IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM
PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN
PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT
NASIONAL KOTA KENDARI)
Adalah benar dibuat oleh saya sendiri dan belum pernah dibuat dan diserahkan sebelumnya baik sebagian ataupun seluruhnya, baik oleh saya maupun oleh orang lain, baik di Universitas Halu Oleo ataupun institusi pendidikan lainnya.
Kendari, April 2016
Restin Welinda E1E1 11 091
Kendari, April 2016
Pembimbing II
Anita Puspita Dewi, S.Kom., MMSI NIP.
Pembimbing I
Dr. Ir. Muh. Ihsan Sarita, M.Kom NIP. 19650209 198902 1 001
Mengetahui,
Ketua Jurusan Teknik Informatika Fakultas Teknik UHO,
Ika Purwanti Ningrum, S.Kom, M.Cs NIP. 19830116 201012 2 002
iii
IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM
PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN
PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT
NASIONAL KOTA KENDARI)
Telah diuji dan dipertahankan dihadapan sidang penguji skripsi Jurusan Teknik Informatika Fakultas Teknik Universitas Halu Oleo dan dinyatakan memenuhi syarat guna memperoleh gelar sarjana teknik.
Kendari, April 2016
Tim Penguji Tanda Tangan
1.
Dr. Ir. Muh. Ihsan Sarita, M.Kom
Pembimbing I 1………
2.
Anita Puspita Dewi, S.Kom., MMSI.
Pembimbing II 2………
3.
Jumadil Nangi, S.Kom., M.T.
Penguji I (Ketua Sidang) 3………
4.
Yuwanda Purnamasari P, S.T., M.Kom.
Penguji II (Sekretaris Sidang) 4………
5. Muthmainnah Muchtar, S.T., M.Kom.
Penguji III 5………
Mengesahkan,
Ketua Jurusan Teknik Inforatika Fakultas Teknik Universitas Halu Oleo
Ika Purwanti Ningrum, S.Kom., M.Cs. NIP. 19830116 201012 2 002
Dekan Fakultas Teknik Universitas Halu Oleo
Mustarum Musaruddin, S.T, M.IT, Ph.D. NIP. 19730122 200112 1 002
iv
yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi dan sejauh yang penulis ketahui bahwa tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu di dalam naskah ini dan disebutkan di dalam daftar pustaka.
Kendari, April 2016
v
IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT NASIONAL KOTA KENDARI)
Skripsi, Fakultas Teknik, 2016
Kata Kunci: Cluster, Fuzzy C-Means, Mustahik, Sistem Pendukung Keputusan, Zakat. Proses penentuan kelayakan penerima zakat atau mustahik pada Badan Amil Zakat Nasional Kota Kendari masih dilakukan secara manual. Hal ini dapat menimbulkan kerumitan yang relatif tinggi dan menjadi tidak efektif baik pada waktu maupun objek sasaran penerima zakat.
Metode Fuzzy C-Means diterapkan dalam penelitian ini. Fuzzy C-Means (FCM) merupakan teknik pengelompokan data yang dalam penentuan kebenaran tiap-tiap titik data dalam suatu cluster yang ditentukan oleh derajat keanggotaanya. Pada kasus ini fuzzy c-means diterapkan untuk mencari solusi, masing-masing calon mustahik yang memiliki kecenderungan data yang sama akan termasuk dalam satu cluster. Clustering diterapkan pada kriteria indeks rumah, usaha, dan harta untuk menentukan kelayakan mustahik.
Parameter yang dimasukan dalam penelitian ini adalah jumlah cluster 2, pangkat/pembobot 2, maksimum iterasi 100, dan error terkecil 0,001. Hasil perhitungan FCM terhadap 200 data uji diperoleh 144 data calon mustahik yang berhak menerima zakat. Hal ini menunjukan bahwa keputusan yang dihasilkan oleh sistem menggunakan metode FCM sama dengan hasil penentuan manual melalui musyawarah oleh Badan Amil Zakat Nasional Kota Kendari. Tetapi waktu yang
digunakan pada sistem dengan metode FCM ini lebih efisien dan efektif dalam
menentukan penerima zakat dibandingkan pihak Badan Amil Zakat Nasional Kota
vi
SUPPORT SYSTEM TO DETERMINE FEASIBILITY OF ZAKAT RECIPIENTS (CASE STUDY: NATIONAL ZAKAT AMIL AGENCY IN KENDARI CITY)
Thesis, Faculty of Engineering, 2016
Keywords: Cluster, Fuzzy C-Means, Mustahik, Decision Support Systems, Zakat. The process of determining the feasibility of recipients or Mustahik at The National Zakat Agency in Kendari is still done manually. This is likely to cause a relatively high complexity and become ineffective both in time and the target of recipients.
In this study, Fuzzy C-Means method was applied. Fuzzy C-Means is a data clustering technique in determining the truth of each data point within a cluster determined by the degree of membership. In this case the Fuzzy C-Means applied for a solution, each mustahik candidate having the same data tendency will be included in a single cluster. Clustering is applied to index criteria homes, businesses, and property to determine eligibility of mustahik.
The parameters included in this study is the number of cluster 2, rank / weighting 2, a maximum of 100 iterations, and the smallest error of 0.001. FCM calculation results of the 200 test data obtained 144 data of mustahik candidate entitled to receive zakat. This suggests that the decision produced by the system using FCM method is equal to the manual determination through deliberation by the National Zakat Agency in Kendari City. But time spent on this system by FCM method to determine recipients is more efficient and more effective than National Zakat Agency in Kendari City.
vii
karena limpahan rahmat dan karuniaNya sehingga penulis dapat menyelesaikan
skripsi yang berjudul “Implementasi Metode Fuzzy C-Means Pada Sistem
Pendukung Keputusan Penentuan Kelayakan Penerima Zakat (Studi Kasus : Badan Amil Zakat Nasional Kota Kendari)” ini dapat diselesaikan dengan baik
guna memenuhi salah satu persyaratan dalam menyelesaikan pendidikan pada Jurusan Teknik Informatika Fakultas Teknik di Universitas Halu Oleo.
Secara khusus penulis menyampaikan rasa terimakasih jazaakumullahu khairan untuk orang tua tercinta Bapak Drs. La Mbolosi dan Ibu Kasmawati, SP atas segala do’a, kasih sayang, perhatian, semangat, motivasi, dan bantuan yang diberikan dengan ikhlas dan penuh kesabaran serta dorongan yang kuat tak henti-hentinya diberikan kepada penulis begitupun saat menyelesaikan skripsi ini.
Penulis menyadari bahwa tanpa bantuan dan dukungan beberapa pihak, skripsi ini tidak dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan ini penulis mengucapkan rasa terimakasih yang sebesar-besarnya jazaakumullahu khairan kepada yang terhormat:
1. Bapak Prof. Dr. Ir. H. Rusman Rianse, M.Si, selaku Rektor Universitas Halu
Oleo.
2. Bapak Mustarum Musaruddin, S.T., M.IT, Ph.D. selaku Dekan Fakultas
Teknik Universitas Halu Oleo.
3. Ibu Ika Purwanti Ningrum, S.Kom., M.Cs. selaku Ketua Jurusan Teknik
Informatika Fakultas Teknik Universitas Halu Oleo.
4. Bapak Dr. Ir. H. Muh. Ihsan Sarita, M.Kom dan Ibu Anita Puspita Dewi,
S.Kom., MMSI sebagai Pembimbing Skripsi yang telah bersedia meluangkan waktu, tenaga, dan pikiran serta dengan sabar membimbing penulis sejak awal hingga terselesainya skripsi ini.
5. Bapak Jumadil Nangi, S.Kom., MT., Ibu Yuwanda Purnamasari P, S.T.,
yang telah memberikan ide dan saran bagi penulis dalam menyelesaikan skripsi ini.
6. Bapak dan Ibu Dosen Jurusan Teknik Informatika yang telah membimbing dan
memberikan ilmu yang bermanfaat selama penulis mengenyam pendidikan di Teknik Informatika Fakultas Teknik Universitas Halu Oleo.
7. Bapak H. Musadar Mappasomba, S.P., MP. sebagai Ketua Umum Badan Amil
Zakat Nasional Kota Kendari dan Bapak Drs. H. Alimuddin K sebagai Ketua Harian Badan Amil Zakat Nasional Kota Kendari serta Bapak dan Ibu Pengurus Badan Amil Zakat Nasional Kota Kendari terkhusus kepada Ibu Jusri Sabrah, S.Ag., Ibu Aisyah, SP., dan Bapak Budi Permana, S.Si., yang telah sabar dan bersedia meluangkan waktunya kepada penulis untuk diwawancarai dan memberikan data-data yang penulis butuhkan dengan sangat sigap tanpa kendala.
8. Kepada Guru syukron jazaakallahu khairan telah bersedia meluangkan waktu,
sangat sabar dalam mengajari, mendo’akan, menyemangati, memotivasi, dan menasehati penulis dalam menyelesaikan skripsi ini.
9. Kepada Adik-adikku Rahmat Rasyid Zul Fian dan Muzafar Amrun Razi yang
selalu mendo’akan penulis dan sebagai motivasi penulis untuk menyelesaikan skripsi ini.
10. Sahabatku tersayang dibangku kuliah hingga saat ini Masriani Malik, Ayu
Septiana Sari, Resti Idayani dan Niken Dwi Saryono, S.T yang selalu ada disaat kapanpun dan dimanapun, mendo’akan, menyemangati, memotivasi dan menasehati penulis selama menyelesaikan skripsi ini.
11. Sahabatku tersayang dari jaman SMP hingga saat ini Sulistiana, S.Farm dan
Wa Ode Ethika Nur Citrawati S. Farm, Wd. Sri Irnawati, S.S yang selalu mendo’akan, menyemangati, menasehati dan memotivasi penulis selama menyelesaikan skripsi ini.
12. Teman-teman angkatan 2011, terimakasih kebersamaan dan bantuan yang
diberikan selama penulis mengenyam pendidikan di Teknik Informatika Fakultas Teknik Universitas Halu Oleo.
13. Saudara seiman halaqoh Fatimah Az Zahra terkhusus Murobbiah Ka Dian,
syukron jazaakillahu khairan atas do’a, dukungan, nasehat, dan motivasinya
kepada penulis untuk bersemangat menyelesaikan skripsi ini.
14. Teman-teman asrama Bayyinah Sartina Novialestari, S.Kep., Ns., Mahazainu,
S.H., Jumaniati, S.STP., Muhammad Tanzani, ST., Sri Wahyuningsih, S.Kep., Ns., Wa Ode Hariza Ambarsari, S.Pi., Tocher, Wikbar, Uma, Ayu, Azizah,
Vhasya, Faris, dan Sarah, terimakasih atas do’a dan dukungannya.
15. Seluruh teman-teman dan semua pihak yang tidak dapat penulis sebutkan satu
persatu, terimakasih atas dukungan dan bantuannya sehingga skripsi ini dapat terselesaikan.
Penulis menyadari bahwa penyusunan skripsi ini masih terdapat banyak kekurangan, oleh karena itu saran-saran dari semua pihak yang sifatnya membangun untuk meningkatkan mutu dari penulisan ini sangat penulis harapkan. Semoga skripsi ini memberikan manfaat dalam pengembangan ilmu pengetahuan.
Kendari, April 2016
x
INTISARI ... v
ABSTRACT ... vi
KATA PENGANTAR ... vii
DAFTAR ISI ... x
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xv BAB I PENDAHULUAN 1.1. Latar Belakang ... 1 1.2. Rumusan Masalah ... 2 1.3. Batasan Masalah ... 2 1.4. Tujuan ... 3 1.5. Manfaat ... 3 1.6. Sistematika Penulisan ... 3 1.7. Tinjauan Pustaka ... 4
BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan ... 5
2.1.1. Komponen Sistem Pendukung Keputusan ... 5
2.1.2. Karakteristik Sistem Pendukung Keputusan ... 6
2.1.3. Proses Pengambilan Keputusan... 7
2.1.4. Tujuan Sistem Pendukung Keputusan ... 7
2.1.5. Jenis-Jenis Keputusan ... 8
2.2. Logika Fuzzy ... 8
2.3. Fuzzy C-Means ... 9
2.4. Model Pengembangan Sistem Waterfall ... 12
2.5. Flowchart ... 14
2.6. Unified Modeling Language (UML) ... 15
2.6.1. Use Case Diagram ... 15
2.6.2. Activity Diagram ... 17
2.6.3. Sequence Diagram ... 18
2.6.4. Class Diagram ... 18
2.7. Database (Basis Data) ... 19
2.7.1. Database Management System (DBMS) ... 19
2.7.2. Unsur-Unsur Basis Data ... 20
2.8. Entity Relationship Diagram (ERD) ... 21
2.9. MySQL ... 23
2.10. Pemrograman Java ... 23
2.11. Netbeans ... 24
2.12. XAMPP ... 26
2.13. Zakat ... 27
BAB III METODOLOGI PENELITIAN
3.1. Prosedur dan Pengumpulan Data ... 30
3.1.1. Jenis Data ... 30
3.1.2. Metode Pengumpulan Data ... 30
3.2. Metode Pengembangan Perangakat Lunak ... 31
3.3. Waktu dan Tempat Penelitian ... 32
BAB IV ANALISIS DAN PERANCANAN SISTEM 4.1 Analisis Sistem Lama dan Baru ... 33
4.1.1 Analisis Kerja Sistem yang Lama ... 33
4.1.2 Analisis Kerja Sistem yang Baru ... 33
4.1.3 Flowchart Proses Fuzzy C-Means ... 34
4.2 Ilustrasi Metode Fuzzy C-Means Terhadap Perencanaan Aplikasi 36 4.3 Perancangan Sistem ... 60
4.3.1 Use Case Diagram ... 60
4.3.2 Activity Diagram ... 62
4.3.2.1 Activity Diagram Login ... 62
4.3.2.2 Activity Diagram Calon Mustahik ... 62
4.3.2.3 Activity Diagram Kriteria ... 63
4.3.2.4 Activity Diagram Clustering ... 65
4.3.2.5 Activity Diagram Data User ... 67
4.3.3 Sequence Diagram ... 68
4.3.3.1 Sequence Diagram Login ... 68
4.3.3.2 Sequence Diagram Calon Mustahik ... 69
4.3.3.3 Sequence Diagram Kriteria ... 70
4.3.3.4 Sequence Diagram Clustering ... 71
4.3.3.5 Sequence Diagram Data User ... 72
4.4 Perancangan Basis Data ... 74
4.4.1 Relasi Antar Tabel ... 80
4.5 Perancangan Interface ... 81
4.5.1 Perancangan Halaman Login ... 81
4.5.2 Perancangan Halaman Utama ... 82
4.5.3 Perancangan Halaman Calon Mustahik ... 83
4.5.4 Perancangan Halaman Kriteria ... 83
4.5.5 Perancangan Halaman Clustering ... 85
4.5.6 Perancangan Halaman Hasil Clustering ... 87
4.5.7 Perancangan Halaman Data User ... 88
4.5.8 Perancangan Halaman Tentang Aplikasi ... 89
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM 5.1 Kebutuhan Sistem ... 90
5.1.1 Perangkat Keras (Hardware) ... 90
5.1.2 Perangkat Lunak (Software) ... 90
5.2 Implementasi Antar Muka Sistem ... 91
5.2.1 Halaman Menu Beranda ... 91
5.2.2 Halaman Menu Login ... 91
5.2.3 Halaman Utama ... 92
5.2.5 Halaman Menu Kriteria ... 94
5.2.6 Halaman Menu Clustering ... 97
5.2.7 Halaman Menu Hasil Clustering ... 104
5.2.8 Halaman Menu Data User ... 106
5.2.9 Halaman Menu Tentang Aplikasi ... 106
5.3 Pengujian Sistem ... 107
5.3.1 Pengujian Black Box Aplikasi ... 107
5.3.2 Pengujian Perbandingan Hasil Keputusan ... 113
5.3.3 Perbandingan Berdasarkan Maksimum Iterasi ... 138
BAB VI PENUTUP 6.1 Kesimpulan ... 139
6.2 Saran ... 139
DAFTAR PUSTAKA ... 140
xiii
DAFTAR TABEL
Tabel 2.1 Simbol-Simbol Flowchart ... 14
Tabel 2.2 Simbol Use Case Diagram ... 16
Tabel 2.3 Simbol Activity Diagram ... 17
Tabel 2.4 Simbol Sequence Diagram ... 18
Tabel 2.5 Simbol Class Diagram ... 19
Tabel 2.6 Simbol Entity Relationship Diagram ... 22
Tabel 3.1 Tabel Waktu Penelitian ... 32
Tabel 4.1 Tabel Kriteria Penilaian ... 36
Tabel 4.2 Tabel Bobot Nilai Subkriteria ... 37
Tabel 4.3 Tabel Poin Penentuan Kelayakan ... 38
Tabel 4.4 Tabel Ukuran Rumah ... 38
Tabel 4.5 Tabel Dinding Rumah ... 38
Tabel 4.6 Tabel Lantai Rumah ... 39
Tabel 4.7 Tabel Atap Rumah ... 39
Tabel 4.8 Tabel Kepemilikan Rumah ... 39
Tabel 4.9 Tabel Dapur Rumah ... 39
Tabel 4.10 Tabel Kursi Rumah ... 40
Tabel 4.11 Tabel Sumber Modal ... 40
Tabel 4.12 Tabel Lama Usaha ... 40
Tabel 4.13 Tabel Jumlah Pekerja ... 41
Tabel 4.14 Tabel Status Usaha Saat Ini ... 41
Tabel 4.15 Tabel Penghasilan Perbulan ... 41
Tabel 4.16 Tabel Jumlah Tanggungan ... 41
Tabel 4.17 Tabel Kebun ... 42
Tabel 4.18 Tabel Elektronik ... 42
Tabel 4.19 Tabel Kendaraan ... 42
Tabel 4.20 Tabel Ternak ... 43
Tabel 4.21 Tabel Aset ... 43
Tabel 4.22 Tabel Calon Mustahik Untuk Indeks Rumah ... 44
Tabel 4.23 Tabel Calon Mustahik Untuk Indeks Usaha ... 45
Tabel 4.24 Tabel Calon Mustahik Untuk Indeks Harta ... 46
Tabel 4.25 Tabel Indeks Rumah yang Telah Diberi Bobot ... 47
Tabel 4.26 Tabel Indeks Usaha yang Telah Diberi Bobot ... 47
Tabel 4.27 Tabel Indeks Harta yang Telah Diberi Bobot ... 47
Tabel 4.28 Tabel Perhitungan Indeks Rumah Cluster 1 ... 49
Tabel 4.29 Tabel Perhitungan Indeks Rumah Cluster 2 ... 50
Tabel 4.30 Tabel Detail Hasil Perhitungan Derajat Keanggotaan Baru Untuk Indeks Rumah ... 52
Tabel 4.31 Tabel Hasil Perhitungan Fungsi Objektif Untuk Indeks Rumah ... 53
Tabel 4.32 Tabel Kecenderungan Cluster Untuk Indeks Rumah ... 54
Tabel 4.33 Tabel Kecenderungan Cluster Untuk Indeks Usaha ... 56
Tabel 4.34 Tabel Kecenderungan Cluster Untuk Indeks Harta ... 58
Tabel 4.35 Tabel Keterangan Use Case Diagram ... 61
Tabel 4.37 Tabel Hasil ... 75
Tabel 4.38 Tabel Indeks Harta ... 76
Tabel 4.39 Tabel Indeks Rumah ... 77
Tabel 4.40 Tabel Indeks Usaha ... 78
Tabel 4.41 Tabel Pengguna ... 79
Tabel 4.42 Tabel Penerima ... 80
Tabel 5.1 Pengujian Halaman Login ... 107
Tabel 5.2 Pengujian Halaman Calon Mustahik ... 108
Tabel 5.3 Pengujian Halaman Kriteria ... 110
Tabel 5.4 Pengujian Halaman Clustering ... 111
Tabel 5.5 Pengujian Halaman Hasil Clustering ... 111
Tabel 5.6 Pengujian Halaman Data User ... 112
Tabel 5.7 Pengujian Halaman Tentang Aplikasi ... 112
Tabel 5.8 Pengujian Halaman Logout ... 113
Tabel 5.9 Hasil Clustering Rumah ... 113
Tabel 5.10 Hasil Clustering Usaha ... 118
Tabel 5.11 Hasil Clustering Harta ... 123
Tabel 5.12 Hasil Keseluruhan Clustering Indeks ... 128
Tabel 5.13 Perbandingan Hasil Penentuan Penerima Zakat antara Sistem menggunakan Metode Fuzzy C-Means dengan Baznas Kota Kendari ... 133
Tabel 5.14 Perbandingan Hasil Pengujian dengan Maksimum Iterasi Berbeda ... 138
xv
DAFTAR GAMBAR
Gambar 2.1 Tahapan Pengembangan Waterfall ... 14
Gambar 4.1 Flowchart Proses Fuzzy C-Means SPK Penetuan Kelayakan Mustahik ... 35
Gambar 4.2 Use Case Diagram ... 60
Gambar 4.3 Activity Diagram Login ... 62
Gambar 4.4 Activity Diagram Calon Mustahik ... 63
Gambar 4.5 Activity Diagram Indeks Rumah ... 64
Gambar 4.6 Activity Diagram Indeks Usaha ... 64
Gambar 4.7 Activity Diagram Indeks Harta ... 65
Gambar 4.8 Activity Diagram Clustering Rumah ... 66
Gambar 4.9 Activity Diagram Clustering Usaha ... 66
Gambar 4.10 Activity Diagram Clustering Harta ... 67
Gambar 4.11 Activity Diagram Data User ... 68
Gambar 4.12 Sequence Diagram Login ... 69
Gambar 4.13 Sequence Diagram Calon Mustahik ... 69
Gambar 4.14 Sequence Diagram Indeks Rumah ... 70
Gambar 4.15 Sequence Diagram Indeks Usaha ... 70
Gambar 4.16 Sequence Diagram Indeks Harta ... 71
Gambar 4.17 Sequence Diagram Clustering Rumah ... 71
Gambar 4.18 Sequence Diagram Clustering Usaha ... 72
Gambar 4.19 Sequence Diagram Clustering Harta ... 72
Gambar 4.20 Sequence Diagram Data User ... 73
Gambar 4.21 ERD (Entity Relationship Diagram) Sistem Pendukung Keputusan Kelayakan Mustahik ... 74
Gambar 4.22 Relasi Antar Tabel ... 81
Gambar 4.23 Perancangan Halaman Login ... 82
Gambar 4.24 Perancangan Halaman Utama ... 82
Gambar 4.25 Perancangan Halaman Calon Mustahik ... 83
Gambar 4.26 Perancangan Halaman Indeks Rumah ... 84
Gambar 4.27 Perancangan Halaman Indeks Usaha ... 84
Gambar 4.28 Perancangan Halaman Indeks Harta ... 85
Gambar 4.29 Perancangan Halaman Clustering Rumah ... 86
Gambar 4.30 Perancangan Halaman Clustering Usaha ... 86
Gambar 4.31 Perancangan Halaman Clustering Harta ... 87
Gambar 4.32 Perancangan Halaman Hasil Clustering ... 88
Gambar 4.33 Perancangan Halaman Data User ... 88
Gambar 4.34 Perancangan Halaman Tentang Aplikasi ... 89
Gambar 5.1 Halaman Menu Beranda ... 91
Gambar 5.2 Halaman Menu Login ... 92
Gambar 5.3 Halaman Utama ... 93
Gambar 5.4 Halaman Menu Calom Mustahik ... 94
Gambar 5.5 Halaman Menu Indeks Rumah ... 95
Gambar 5.6 Halaman Menu Indeks Usaha ... 96
Gambar 5.8 Halaman Menu Clustering Rumah ... 98
Gambar 5.9 Listing Program Tombol Proses Clustering Rumah ... 98
Gambar 5.10 Halaman Menu Clustering Usaha ... 99
Gambar 5.11 Listing Program Tombol Proses Clustering Usaha ... 99
Gambar 5.12 Halaman Menu Clustering Harta ... 100
Gambar 5.13 Listing Program Tombol Proses Clustering Harta ... 100
Gambar 5.14 Listing Program Perhitungan FCM ... 102
Gambar 5.15 Listing Program Hasil Kelayakan Clustering ... 104
Gambar 5.16 Halaman Menu Hasil Clustering ... 104
Gambar 5.17 Tampilan File Hasil Perhitungan Clustering Calon Mustahik 105
Gambar 5.18 Tampilan File Daftar Nama Penerima Zakat ... 105
Gambar 5.19 Halaman Menu Data User ... 106
1
Zakat merupakan ibadah yang menyangkut harta benda yang berfungsi sosial. Setiap muslim wajib untuk menunaikan zakat. Zakat diterima oleh orang-orang yang berhak menerimanya sebagaimana diatur dalam Al Qur’an Surah At-Taubah ayat ke 60. Badan Amil Zakat Nasional Kota Kendari merupakan lembaga independen yang menerima dan menyalurkan zakat kepada para penerima zakat atau mustahik di kota Kendari sejak tahun 2013. Kendala yang dihadapi oleh badan amil zakat ini adalah proses penentuan kelayakan penerima zakat masih dilakukan secara manual. Hal ini menimbulkan kerumitan yang relatif tinggi dan bisa menjadi tidak efektif dalam proses penentuannya sehingga berdampak pada waktu maupun objek sasaran mustahik ini. Pengurus harian yang bertugas sebagai pengelola akan sulit mempertimbangkan banyaknya data yang memiliki kecenderungan data yang sama. Hal ini tentu membutuhkan ketelitian dan waktu yang relatif lama dan sangat mungkin terjadi kesalahan pada hasil penentuan kelayakan penerima zakat tersebut.
Dalam penentuan kelayakan mustahik yang berhak menerima zakat ini perlu dilakukan inovasi baru berupa sistem yang terkomputerisasi. Hal ini dimaksudkan agar penentuan mustahik menjadi lebih efektif dan efisien terhadap waktu dan bersifat objektif terhadap calon mustahik sesuai dengan kriteria-kriteria yang telah ditetapkan. Sistem ini diharapkan mampu membantu pihak Badan Amil Zakat Nasional Kota Kendari dalam mengambil keputusan untuk menentukan mustahik yang layak dan berhak mendapatkan zakat.
Fuzzy C-Means adalah suatu teknik pengelompokan data yang dalam penentuan kebenaran tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Metode Fuzzy C-Means dipilih untuk kasus penentuan kelayakan mustahik ini karena data-data dan parameter untuk pencarian solusi dapat menghasilkan kelayakan mustahik yang akan dikelompokkan ke dalam cluster-cluster yang sesuai dengan kecenderungan data yang sama. Di samping itu, metode ini dipilih karena dapat ditentukan jumlah cluster yang akan dibentuk (Alvian
Kusuma Wijaya, 2014). Berdasarkan ulasan di atas maka penulis mengusulkan
penelitian dengan judul “Implementasi Metode Fuzzy C-Means Pada Sistem
Pendukung Keputusan Penentuan Kelayakan Penerima Zakat (Studi Kasus Badan
Amil Zakat Nasional Kota Kendari)”.
1.2 Rumusan Masalah
Berdasarkan uraian pada latar belakang maka perumusan masalah yang dapat diambil adalah bagaimana mengimplementasikan metode Fuzzy C-Means pada perancangan sistem pendukung keputusan dalam penentuan kelayakan mustahik atau penerima zakat di Badan Amil Zakat Nasional Kota Kendari.
1.3 Batasan Masalah
Permasalahan dalam penelitian ini dibatasi oleh hal-hal sebagai berikut:
1. Pengambilan data sampel hanya pada data penerima zakat yang ada di
Badan Amil Zakat Nasional Kota Kendari.
2. Penentuan penerima zakat hanya yang termasuk dalam golongan fakir dan
miskin saja.
3. Kriteria penerima zakat didasarkan pada tiga kriteria yaitu
a) indeks rumah dengan subkriteria ukuran rumah, dinding rumah, lantai
rumah, atap rumah, kepemilikan rumah, dapur, dan kursi.
b) Indeks usaha dengan subkriteria sumber modal, lama usaha, jumlah
pekerja, status usaha saat ini, penghasilan perbulan, dan jumlah tanggungan.
c) Indeks harta denga subkriteria kebun, elektronik, kendaraan, ternak, dan
aset.
4. Penentuan nilai parameter pada sistem ini yaitu
a) Jumlah cluster (c) = 2
b) Pangkat (w) = 2
c) Maksimum Iterasi (MaxIter) = 100
d) Error terkecil (ξ) = 10-3
e) P0 = 0
5. Bahasa pemprograman yang digunakan adalah Java dengan database
1.4 Tujuan
Tujuan penyusunan tugas akhir ini adalah untuk merancang dan membangun sistem pendukung keputusan yang dapat membantu pihak Badan Amil Zakat Nasional Kota Kendari dalam menentukan kelayakan mustahik dengan menerapkan metode Fuzzy C-Means.
1.5 Manfaat
Manfaat yang dapat diperoleh dari penyusunan tugas akhir ini adalah untuk membantu Badan Amil Zakat Nasional Kota Kendari dalam menentukan kelayakan mustahik yang berhak menerima zakat secara tepat dan efisien.
1.6 Sistematika Penulisan
Sistematika penulisan yang digunakan pada laporan tugas akhir ini terdiri dari enam bab sebagai berikut:
BAB I PENDAHULUAN
Bab ini memuat dan menerangkan tentang latar belakang, rumusan masalah, batasan masalah, tujuan, manfaat, dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini menguraikan tentang teori – teori yang mendukung penelitian.
BAB III METODOLOGI PENELITIAN
Bab ini menerangkan secara rinci mengenai langkah-langkah pengumpulan data, pengembangan dan metode yang diterapkan dalam penelitian untuk mencapai tujuan dan simpulan penyusunan tugas akhir.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas analisis sistem yang akan dibuat, kebutuhan sistem, serta perancangan sistem.
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini menyajikan secara lengkap setiap langkah yang dilakukan dalam implementasi sistem, analisis hasil dan pembahasan hasil penelitian tentang pelaksanaan implementasi sistem berdasarkan pada hasil perancangan dan pengujian sistem.
BAB VI PENUTUP
Bab ini membahas tentang kesimpulan dari hasil penelitian dan saran untuk pengembangan selanjutnya.
1.7 Tinjauan Pustaka
Pada penelitian sebelumnya dilakukan oleh Bastiah (2013) dipublikasikan oleh Pelita Informatika Budi Darma volume 5 nomor 1, melakukan penelitian yang berjudul “Sistem Pendukung Keputusan Untuk Menentukan Pembelian Rumah
Dengan Menggunakan Metode Fuzzy C-Means (FCM) Clustering”. Penelitian ini
menggunakan metode fuzzy c-means clustering untuk melakukan perhitungan pada acuan pembelian ke setiap sampel rumah dan mencari nilai mendekati dengan data keuangan maupun data acuan yang dimiliki pembeli. Penelitian selanjutnya dilakukan oleh Aziz Ahmadi dan Sri Hartati (2013) melakukan penelitian yang berjudul “Penerapan Fuzzy C-Means dalam Sistem Pendukung Keputusan untuk Penentuan Penerima Bantuan Langsung Sementara Masyarakat (BLM)
PNPM-MPd (Studi Kasus PNPM-PNPM-MPd Kec. Ngadiro Kab. Pacitan)”. Pada penelitian ini
dilakukan beberapa uji coba terhadap sistem sehingga didapat hasil berupa pengelompokan dan perengkingan data-data usulan bantuan. Kemudian, Agbonifo
dan Oluwatoyin Catherine (2013) melakukan penelitian yang berjudul “Fuzzy
C-Means Clustering Model for Identification of Students’ Learning Preferences in
Online Environment”. Pada penelitian ini Fuzzy C-Means (FCM) sebagai teknik
clustering digunakan untuk menentukan preferensi belajar individu. Hasil yang diperoleh dari model ini menunjukkan bahwa teknik ini cocok dalam mengidentifikasi preferensi belajar siswa.
Berdasarkan penelitian-penelitian yang telah dipaparkan di atas, maka akan dilakukan penelitian lebih lanjut dengan judul “Implementasi Metode Fuzzy C-Means Pada Sistem Pendukung Keputusan Penentuan Kelayakan Penerima Zakat
(Studi Badan Amil Zakat Nasional Kota Kendari)”. Objek yang digunakan pada
pembuatan sistem pendukung keputusan ini adalah mustahik atau penerima zakat. Metode yang digunakan adalah Fuzzy C-Means. Output yang dihasilkan berupa hasil kelayakan mustahik berdasarkan kriteria-kriteria yang telah ditentukan.
5
Konsep Decision Support System (DSS) diperkenalkan pertama kali oleh Michael S. Scoott Morton pada tahun 1970-an dengan istilah Management Decision System. Definisi sistem adalah sekumpulan hal atau kegiatan atau elemen atau subsistem yang saling bekerja sama atau yang dihubungkan dengan cara-cara tertentu sehingga membentuk satu kesatuan untuk melaksanakan suatu fungsi guna mencapai suatu tujuan (Turban dkk, 2005).
Decision Support System (DSS) mendayagunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan. Decision Support System (DSS) dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, dan menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif. Decision Support System (DSS) dapat dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik (Bastiah, 2013).
2.1.1 Komponen Sistem Pendukung Keputusan
Sistem pendukung keputusan terdiri dari empat subsistem yang saling berhubungan yaitu (Turban dkk, 2005):
1. Subsistem Manajemen Data meliputi basis data yang terdiri dari data-data
yang relevan dengan keadaan dan dikelola oleh software yang disebut Database Management System (DBMS).
2. Subsistem Manajemen Model berupa paket software yang berisi
model-model finansial statistik manajemen science, atau model-model kuantitatif yang menyediakan kemampuan analisa dan software manajemen yang sesuai.
3. Subsistem Manajemen Berbasis Pengetahuan (Knowledge Management
Subsystem) merupakan subsistem yang dapat mendukung subsistem lain atau berlaku sebagai komponen yang berdiri sendiri (independent).
4. Subsistem Dialog (User Interface Subsystem) merupakan subsistem yang dapat digunakan oleh user untuk berkomunikasi dengan sistem dan juga memberi perintah.
2.1.2 Karakteristik Sistem Pendukung Keputusan
Karakteristik dan kapabilitas kunci dari Sistem Pendukung Keputusan adalah sebagai berikut (Turban, 2005):
1. Dukungan untuk pengambil keputusan, terutama pada situasi
semiterstruktur dan tak terstruktur.
2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai
manajer lini.
3. Dukungan untuk individu dan kelompok.
4. Dukungan untuk semua keputusan independen dan atau sekuensial.
5. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain,
pilihan, dan implementasi.
6. Dukungan pada berbagai proses dan gaya pengambilan keputusan.
7. Kemampuan sistem beradaptasi dengan cepat di mana pengambil
keputusan dapat menghadapi masalah-masalah baru dan pada saat yang sama dapat menanganinya dengan cara mengadaptasikan sistem terhadap kondisi-kondisi perubahan yang terjadi.
8. Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang
kuat, dan sebuah bahasa interaktif yang alami.
9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi,
timelines, kualitas) dari pada efisiensi (biaya).
10. Pengambil keputusan mengontrol penuh semua langkah proses
pengambilan keputusan dalam memecahkan masalah.
11. Pengguna akhir dapat mengembangkan dan memodifikasi sistem sederhana.
12. Menggunakan model-model dalam penganalisisan situasi pengambilan
keputusan.
13. Disediakannya akses untuk berbagai sumber data, format, dan tipe, mulai
14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.
2.1.3 Proses Pengambilan Keputusan
Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang ada untuk mencapai satu atau beberapa tujuan yang telah ditetapkan (Turban, 2005). Menurut Simon (1960), pengambilan keputusan meliputi empat tahap yang saling berhubungan dan berurutan. Empat proses tersebut adalah (Suryadi Kadarsah dan Ramadhani Ali, 2002):
1. Intelligence
Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah.
2. Design
Tahap ini merupakan proses menemukan dan mengembangkan alternatif.
3. Choice
Pada tahap ini dilakukan poses pemilihan di antara berbagai alternatif tindakan yang mungkin dijalankan.
4. Implementation
Tahap implementasi adalah tahap pelaksanaan dari keputusan yang telah diambil.
2.1.4 Tujuan Sistem Pendukung Keputusan
Tujuan dari Sistem Pendukung Keputusan adalah sebagai berikut (Turban, 2005):
1. Membantu dalam pengambilan keputusan atas masalah yang terstruktur
2. Memberikan dukungan atas pertimbangan managerial dan bukannya
dimaksudkan untuk mengganti fungsi manager.
3. Meningkatkan efektivitas keputusan yang diambil dari pada perbaikan
efisiensinya.
4. Kecepatan komputasi
5. Meningkatkan produktifitas
7. Berdaya saing
8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan
2.1.5 Jenis-Jenis Keputusan
Jenis-jenis keputusan menurut Herbert A. Simon adalah sebagai berikut (Suryadi Kadarsah dan Ramadhani Ali, 2002):
1. Keputusan Terprogram, bersifat berulang dan rutin, sedemikian sehingga
suatu prosedur pasti telah dibuat untuk menanganinya.
2. Keputusan Tak Terprogram, bersifat baru, tidak terstruktur dan jarang
konsekuen. Tidak ada metode yang pasti untuk menangani masalah ini. Keputusan diklasifikasikan menjadi 3 jenis sebagai berikut (Kenneth C. Laudon dan Jane P. Laudon, 2008):
1. Keputusan terstruktur (structured decision), sifatnya berulang dan rutin, dan
melibatkan prosedur yang jelas dalam menanganinya, sehingga tidak perlu diperlakukan seakan-akan masih baru.
2. Keputusan semistruktur (semistructured decision), yaitu yang hanya
sebagian masalahnya mempunyai jawaban yang jelas tersedia dengan prosedur yang disetujui bersama.
3. Keputusan tidak terstruktur (unstructured decision) adalah keputusan yang
pengambilan keputusannya harus memberikan penilaian, evaluasi, dan pengertian untuk memecahkan masalahnya.
2.2 Logika Fuzzy
Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Suatu nilai dapat bernilai besar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1 (satu). Berbeda dengan himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak) (Sri Kusumadewi, 2003).
Logika Fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara benar atau salah. Dalam teori logika fuzzy suatu nilai bisa bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan kesalahan sesuatu tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1. Berbeda dengan
logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa (linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat. Dan logika fuzzy menunjukan sejauh mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah. Tidak seperti logika klasik (scrisp)/tegas, suatu nilai hanya mempunyai 2 kemungkinan yaitu merupakan suatu anggota himpunan atau tidak. Derajat keanggotaan 0 (nol) artinya nilai bukan merupakan anggota himpunan dan 1 (satu) berarti nilai tersebut adalah anggota himpunan (Sri Kusumadewi dan Hari Purnomo, 2004).
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output, mempunyai nilai kontinyu. Fuzzy dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama (Sri Kusumadewi, 2003).
Kelebihan dari teori logika fuzzy adalah kemampuan dalam proses penalaran secara bahasa (linguistic reasoning). Sehingga dalam perancangannya tidak memerlukan persamaan matematik dari objek yang akan dikendalikan (Sri Kusumadewi, 2003).
2.3 Fuzzy C-Means
Salah satu teknik fuzzy clustering adalah Fuzzy C-Means (FCM). FCM adalah suatu teknik clustering data yang keberadaan tiap-tiap data dalam suatu cluster ditentukan oleh nilai/derajat keanggotaan tertentu. Teknik ini pertama kali diperkenalkan oleh Jim Bezdek pada tahun 1981 (Sri Kusumadewi dan Sri Hartati, 2006).
Clustering merupakan teknik umum untuk pengelompokan sekumpulan objek sehingga bisa berada dalam satu kelompok yang sama. Digunakan dalam menganalisa data statistik untuk berbagai bidang, misalnya machine learning, pattern analysis, image analysis, information retrieval dan bio informatika. Tujuan utama analisis cluster adalah mengelompokkan obyek-obyek berdasarkan kesamaan karakteristik di antara obyek-obyek tersebut. Obyek bisa berupa produk (barang dan jasa). Benda (tumbuhan atau lainnya) serta orang (responden,
konsumen, atau yang lain). Obyek tersebut akan diklasifikasikan ke dalam satu atau lebih cluster (kelompok) sehingga obyek-obyek yang berada dalam satu cluster akan mempunyai kemiripan satu dengan yang lain.
Konsep dari Fuzzy C- Means pertama kali adalah menentukan pusat claster, yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat keanggotaan untuk tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan derajat keanggotaan tiap-tiap titik data secara berulang, maka akan dapat dilihat bahwa pusat cluster akan bergerak menuju lokasi yang tepat. Perulangan ini didasarkan pada minimasi fungsi obyektif yang menggambarkan jarak dari titik data yang diberikan ke pusat cluster yang terbobot oleh derajat keanggotaan titik data tersebut. Output dari Fuzzy C-Means merupakan deretan pusat clustering dan beberapa derajat keanggotaan untuk tiap-tiap titik data. Informasi ini dapat digunakan untuk membangun suatu fuzzy inference system (Adi Suryaputra P., dkk, 2014).
Fuzzy Clustering lebih alami jika dibandingkan dengan clustering secara klasik. Suatu algoritma clustering dikatakan sebagai fuzzy clustering jika algoritma tersebut menggunakan parameter strategi adaptasi secara soft competitive. Sebagian besar algoritma fuzzy clustering didasarkan atas optimasi fungsi obyektif atau modifikasi dari fungsi obyektif tersebut. Pada FCM setiap data bisa menjadi anggota dari beberapa cluster. Batas-batas cluster dalam FCM adalah lunak (soft). Konsep dasar FCM, pertama kali adalah menentukan pusat cluster yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster ini masih belum akurat (Sri Kusumadewi dan Sri Hartati, 2006).
Cara kerja clustering yaitu mengkoordinasi data-data yang ada ke dalam beberapa kelas, yang anggota dari kelas tersebut memiliki kesamaan dalam hal tertentu (Purbasari, 2012):
Algoritma pengelompokan dari Fuzzy C-Means adalah (Purbasari, 2012):
1. Input data yang akan dicluster X, berupa matriks berukuran n x m, dengan n
2. Menentukan:
a) Jumlah cluster = c;
b) Pangkat = w (>1);
c) Maksimum Iterasi = maxIter;
d) Error terkecil = ξ;
e) Fungsi obyektif awal = Po = 0;
f) Iterasi awal, t = 1;
3. Menghitung jumlah setiap kolom (atribut) :
(2.1) Persamaan 2.1 menjelaskan bahwa Qj adalah jumlah dari setiap kolom. Dimana jumlah dari setiap kolom yang merupakan matriks random bernilai 1.
Bentuk matriks partisi awal, U, sebagai berikut:
= [ � (� � (� … � �(�� � (� � (� … � �(�� ⋮ ⋮ � (� � (� … � �(�� ] (2.2)
Persamaan 2.2 menjelaskan matriks awal yang terbentuk dari setiap data yang akan diinputkan ke dalam perhitungan. Jumlah cluster yang akan dibentuk digambarkan oleh µ11 (x1) sampai dengan μ1c (xc), sedangkan
jumlah dari data yang akan dicluster digambarkan oleh μ11 (x1) sampai μn1
(x1).
4. Menghitung pusat cluster, V, untuk setiap cluster:
= �= ((�� � ∗ ��
(�� � � (2.3)
V merupakan pusat cluster. Setiap pusat cluster akan didapatkan dengan
menghitung Σ dari hasil pemangkatan cluster yang dihitung dikalikan
dengan bobot setiap data. Kemudian dibagi dengan Σ dari hasil
pemangkatan cluster yang dihitung.
5. Memperbaiki derajat keanggotaan setiap data pada setiap cluster (perbaiki
� = [ = �� − � ] − �− [ = �� − � ] − �− = (2.4)
� merupakan hasil perhitungan terhadap pencarian hasil dari derajat
keanggotaan. � didapatkan dari hasil pemangkatan setiap hasil perkalian
nilai bobot yang ada dengan pusat cluster menggunakan sistem perkalian matriks (baris dikali kolom). Kemudian dipangkatkan dengan -1/bobot yang telah ditentukan di awal kurang (-) 1. Keseluruhan nilai yang didapatkan dibagi dengan total jumlah baris setiap cluster. Dalam perhitungan derajat
keanggotaan diinisialkan dengan L1 yang mewakili perhitungan untuk
derajat keanggotaan cluster pertama untuk data 1 sampai n. Inisial L2
mewakili perhitungan untuk derajat keanggotaan cluster kedua untuk data 1
sampai n. Inisial LT mewakili hasil penjumlahan L1 + L2.
6. Menghitung fungsi Obyektif pada iterasi ke -t, Pt :
�� = � − = (� � = =
Dalam perhitungan fungsi objektif diinisialkan dengan L3 yang mewakili
perhitungan fungsi objektif cluster pertama dari data 1 sampai n. Inisial L4
mewakili perhitungan fungsi objektif cluster kedua dari data 1 sampai n. Σ
(L5 + L6) mewakili selisih antara interasi (n + 1) - itrerasi (n).
Secara sederhana, rumus 2.5 menjelaskan perhitungan dari fungsi objektif. Dimana Pt merupakan total dari hasil perhitungan setiap cluster.
7. Mengecek kriteria pemberhentian,
Jika (|pt – Pt-1| < ξ) atau (t > maxIter) maka berhenti; (2.6)
Jika tidak: t = t + 1, ulangi langkah ke – 4.
8. Kelayakan = (
� ��_�� �_ � �_ ��� � ��_� _
� ��� � ) � % (2.7) 2.4 Model Pengembangan Sistem Waterfall
Model Waterfall atau sering disebut Model Pengembangan Air Terjun, merupakan paradigma model pengembangan perangkat lunak paling tua, dan paling banyak dipakai. Model ini mengusulkan sebuah pendekatan perkembangan (2.5)
perangkat lunak yang sistematik dan sekunsial yang dimulai pada tingkat dan kemajuan sistem pada seluruh tahapan analisis, desain, kode, pengujian, dan pemeliharaan (Rosa A.S & M.Shalahuddin, 2013).
Berikut merupakan tahapan–tahapan pengembangan Waterfall
Development Model (Rosa A.S & M.Shalahuddin, 2013):
1. Rekayasa dan pemodelan sistem/informasi
Langkah pertama dimulai dengan membangun keseluruhan elemen sistem dan memilah bagian-bagian mana yang akan dijadikan bahan pengembangan perangkat lunak, dengan memperhatikan hubungannya dengan hardware, user, dan database.
2. Analisis kebutuhan perangkat lunak
Pada proses ini, dilakukan analisis dan pengumpulan kebutuhan sistem yang meliputi domain informasi, fungsi yang dibutuhkan unjuk kerja/performansi dan antarmuka. Hasil analisis dan pengumpulan tersebut didokumentasikan dan diperlihatkan kembali kepada pelanggan.
3. Desain
Pada proses desain, dilakukan penerjemahan syarat kebutuhan sebuah perancangan perangkat lunak yang dapat diperkirakan sebelum dibuatnya proses pengkodean (coding). Proses ini berfokus pada struktur data, arsitektur perangkat lunak, representasi interface, dan detail algoritma prosedural.
4. Pengkodean
Pengkodean merupakan proses menerjemahkan perancangan desain ke bentuk yang dapat dimengerti oleh mesin, dengan menggunakan bahasa pemrograman.
5. Pengujian
Setelah proses pengkodean selesai, dilanjutkan dengan proses pengujian pada program perangkat lunak, baik Pengujian logika internal, maupun Pengujian eksternal fungsional untuk memeriksa segala kemungkinan terjadinya kesalahan dan memeriksa apakah hasil dari pengembangan tersebut sesuai dengan hasil yang diinginkan.
6. Pemeliharaan
Proses pemeliharaan merupakan bagian paling akhir dari siklus pengembangan dan dilakukan setelah perangkat lunak dipergunakan.
Gambar 2.1 Tahapan Pengembangan Waterfall (Rosa A.S & M.Shalahuddin, 2013).
2.5 Flowchart
Flowchart adalah penggambaran secara grafik dari langkah-langkah dan urut-urutan prosedur dari suatu program. Flowchart menolong analis dan programmer untuk memecahkan masalah ke dalam segmen-segmen yang lebih kecil dan menolong dalam menganalisis alternatif-alternatif lain dalam pengoperasian (Rosa A.S & M.Shalahuddin, 2013).
Tabel. 2.1 Simbol-Simbol Flowchart
NO SIMBOL NAMA KETERANGAN
1. Proses Mempresentasikan operasi.
2. Input /
Output
Mempresentasikan Input data atau Output data yang diproses atau informasi.
3. Keputusan Keputusan dalam program.
4. Dokumen Dokument I / O dalam format cetak.
5. Terminal
points
Lanjutan Tabel 2.1
(Sumber : Rosa A.S & M.Shalahuddin, 2013) 2.6 Unified Modeling Language (UML)
UML (Unified Modeling Language) adalah sebuah bahasa untuk menetukan, visualisasi, konstruksi, dan mendokumentasikan artifact (bagian dari informasi yang digunakan atau dihasilkan dalam suatu proses pembuatan perangkat lunak. Artefact dapat berupa model, deskripsi atau perangkat lunak) dari sistem perangkat lunak, seperti pada pemodelan bisnis dan sistem non perangkat lunak lainnya.
UML merupakan suatu kumpulan teknik terbaik yang telah terbukti sukses dalam memodelkan sistem yang besar dan kompleks. UML tidak hanya digunakan dalam proses pemodelan perangkat lunak, namun hampir dalam semua bidang yang membutuhkan pemodelan. Berikut adalah tipe-tipe diagram UML (Rosa A.S & M.Shalahuddin, 2013).
2.6.1 Use Case Diagram
Diagram Use case adalah diagram yang menunjukkan fungsionalitas suatu sistem atau kelas dan bagaimana sistem tersebut berinteraksi dengan dunia luar dan
6. Preparation Pemberian harga awal.
7. Manual input Input yang dimasukkan secara
manual dari keyboard.
8. Penghubung Keluar atau masuk dari bagian lain
flowchart
9. Penghubung Keluar atau masuknya dari
bagian lain flowchart khususnya halaman lain.
10. Display Output yang ditampilkan pada
terminal
menjelaskan sistem secara fungsional yang terlihat user. Sebuah use case mempresentasikan sebuah interaksi antara aktor dengan sistem.
Tabel 2.2 Simbol Use Case Diagram
NO SIMBOL NAMA KETERANGAN
1. Actor Menspesifikasikan himpunan peran yang
pengguna mainkan ketika berinteraksi dengan use case
2. Dependency Hubungan dimana perubahan yang terjadi
pada suatu elemen mandiri (dependent) akan mempengaruhi elemen yang bergantung padanya elemen yang tidak mandiri (independent)
3. Generalization Hubungan dimana objek anak
(descendent) berbagi perilaku dan struktur data dari objek yang ada diatasnya objek induk (ancestor)
4. Include Menspesifikasikan bahwa use case
sumber secara eksplisit
5. Extend Menspesifikasikan bahwa use case target
memperluas perilaku dari use case sumber pada suatu titik yang diberikan
6. Association Apa yang menghubungkan antara objek
satu dengan objek lainnya.
7. System Menspesifikasikan paket yang
menampilkan sistem secara terbatas
8. Use case Deskripsi dari uraian aksi-aksi yang
ditampilkan sistem yang menghasilkan suatu hasil yang terukur bagi suatu actor
Tabel 2.2 (Lanjutan)
(Sumber : Rosa A.S & M.Shalahuddin, 2013) 2.6.2 Activity Diagram
Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.
Activity diagram merupakan state diagram khusus, di mana sebagian besar state adalah action dan sebagian besar transisi di-trigger oleh selesainya state sebelumnya (internal processing).
Tabel 2.3 Simbol Activity Diagram
NO SIMBOL NAMA KETERANGAN
1. Activity Memperlihatkan bagaimana
masing-masing kelas antarmuka saling berinteraksi satu sama lain.
2. Action State dari sistem yang mencerminkan
eksekusi dari suatu aksi
3. Initial Node Bagaimana objek dibentuk atau diawali
4. Activity Final
Node
Bagaimana objek dibentuk dan diakhiri
5. Fork Node Satu aliran yang pada tahap tertentu
berubah menjadi beberapa aliran
(Sumber : Rosa A.S & M.Shalahuddin, 2013)
9. Collaboration Interaksi aturan-aturan dan elemen lain
yang bekerja sama untuk menyediakan perilaku yang lebih besar dari jumlah dan elemen-elemennya (sinergi)
10. Note Elemen fisik yang eksis saat aplikasi
dijalankan dan mencerminkan suatu sumber daya komputasi
2.6.3 Sequence Diagram
Sequence diagram menggambarkan interaksi antar objek di dalam dan di sekitar sistem (termasuk pengguna, display, dan sebagainya) berupa message yang digambarkan terhadap waktu. Sequence diagram terdiri atas dimensi vertikal (waktu) dan dimensi horizontal (objek-objek yang terkait).
Sequence diagram biasa digunakan untuk menggambarkan skenario atau rangkaian langkah-langkah yang dilakukan sebagai respons dari sebuah event untuk menghasilkan output tertentu.
Tabel 2.4 Simbol Sequence Diagram
NO SIMBOL NAMA KETERANGAN
1 LifeLine Objek entity, antarmuka yang saling
berinteraksi.
2 Message Spesifikasi dari komunikasi antar
objek yang memuat
informasi-informasi tentang aktifitas yang terjadi
3 Message Spesifikasi dari komunikasi antar
objek yang memuat
informasi-informasi tentang aktifitas yang terjadi
4 Message Menyatakan suatu objek mengakhiri
hidup objek lain, arah panah mengarah pada objek yang diakhiri, sebaiknya jika ada create maka ada destroy
(Sumber : Rosa A.S & M.Shalahuddin, 2013) 2.6.4 Class Diagram
Class adalah kumpulan objek-objek dengan dan yang mempunyai struktur umum, behavior umum, relasi umum, dan semantic/kata yang umum. Class-class ditentukan/ditemukan dengan cara memeriksa objek-objek dalam sequence diagram dan collaboration diagram. Sebuah class digambarkan seperti sebuah bujur sangkar dengan tiga bagian ruangan.
Tabel 2.5 Simbol Class Diagram
NO GAMBAR NAMA KETERANGAN
1. Association Apa yang menghubungkan antara objek
satu dengan objek lainnya
2. Nary
Association
Upaya untuk menghindari asosiasi dengan lebih dari 2 objek
3. Class Himpunan dari objek-objek yang berbagi
atribut serta operasi yang sama
4. Collaboration Deskripsi dari urutan aksi-aksi yang
ditampilkan system yang menghasilkan suatu hasil yang terukur bagi suatu actor
5. Realization Operasi yang benar-benar dilakukan oleh
suatu objek
6. Dependency Hubungan dimana perubahan yang
terjadi pada suatu elemen mandiri (independent) akan mempengaruhi elemen yang bergantung padanya elemen yang tidak mandiri
(Sumber : Rosa A.S & M.Shalahuddin, 2013) 2.7 Database (Basis Data)
Basis data merupakan kumpulan data yang saling berhubungan satu dengan yang lainnya yang diorganisasikan sesuai struktur tertentu dan disimpan dengan baik. Untuk mendapatkan informasi yang berguna dari kumpulan data maka diperlukan suatu perangkat lunak (software) untuk memanipulasi data sehingga mendapatkan informasi yang berguna (Rosa A.S & M.Shalahuddin, 2013).
2.7.1 Database Manajement System (DBMS)
Database Manajement System (DBMS) merupakan software yang digunakan untuk membangun sebuah sistem basis data yang berbasis komputerisasi. DBMS membantu dalam pemeliharaan dan pengolahan kumpulan
data dalam jumlah besar. Sehingga dengan menggunakan DBMS tidak menimbulkan kekacauan dan dapat digunakan oleh pengguna sesuai dengan kebutuhan (Kusrini, 2007). Contoh Program DBMS adalah MySQL, Oracle, Firebirh, Microsoft SQL Server, Foxpro 6.0 atau FoxBase, DB2, Paradox, dan Microsoft Access.
2.7.2 Unsur-Unsur Basis Data
Unsur-nsur Basis Data adalah sebagai berikut (Rosa A.S & M.Shalahuddin, 2013):
1. Enterprise
Enterprise (badan, lembaga) diartikan sebagai sembarang badan organisasi seperti instansi pemerintah, sekolah, bank, rumah sakit, industri atau badan usaha lain yang merupakan unit kerja yang dalam batas-batas tertentu bekerja sebagai suatu kesatuan.
2. Entity
Entity (kesatuan) merupakan elemen atau bagian dalam enterprise yang kesemuannya direkam. Entity-entity dalam suatu enterprise saling terkait antara yang satu dengan yang lain melalui satu atau lebih relasi.
3. Atribut
Atribut adalah unsur-unsur entity yang menjelaskan ciri atau watak yang dipilih untuk direkam. Atribut ini merupakan satuan terkecil dari pada data yang mempunyai arti bagi pemakai data.
4. Nilai Data
Nilai data adalah sekumpulan dari karakter-karakter atau nilai yang diisikan pada suatu elemen data.
5. Record Data
Record data merupakan sekumpulan harga data yang saling berhubungan dalam satu entity.
6. Elemen Data Kunci
Elemen Data Kunci merupakan elemen data yang berdasarkan harganya dapat diketahui dengan pasti harga elemen data lainnya dalam suatu entity.
7. File Data
File data adalah kumpulan dari beberapa record yang membentuk suatu kesatuan.
2.8 Entity Relationship Diagram (ERD)
Model Entity Relationship adalah suatu penyajian data dengan menggunakan Entity dan Relationship. ERD (Entity Relationship Diagram) merupakan salah satu model yang digunakan untuk mendesain database dengan tujuan menggambarkan data yang berelasi pada sebuah database. Elemen-elemen ERD adalah sebagai berikut (Rosa A.S & M.Shalahuddin, 2013):
1. Entitas (Entity)
Entity adalah obyek yang dapat dibedakan dalam dunia nyata. Entity set adalah kumpulan dari entity yang sejenis. Entity set dapat berupa:
a) Obyek secara fisik: Rumah, Kendaraan, Peralatan.
b) Obyek secara konsep: Pekerjaan, Perusahaan, Rencana.
2. Hubungan / Relasi (Relationship)
Relationship adalah hubungan yang terjadi antara satu atau lebih entity. Relationship set adalah kumpulan relationship yang sejenis.
3. Atribut
Atribut adalah karakteristik dari entity atau relationship yang menyediakan penjelasan detail tentang entity atau relationship tersebut. Nilai Atribut merupakan suatu data aktual atau informasi yang disimpan pada suatu atribut di dalam suatu entity atau relationship.
4. Derajat Relasi (Relationship Degree)
Relationship Degree atau Derajat Relasi adalah jumlah entitas yang berpartisipasi dalam satu relationship.
5. Kardinalitas (Cardinality)
Kardinalitas menyatakan jumlah himpunan relasi antar entitas. Terdapat 3 macam kardinalitas relasi yaitu:
a. Satu ke satu (One to One)
Hubungan relasi satu ke satu yaitu setiap entitas pada himpunan entitas A berhubungan paling banyak dengan satu entitas pada himpunan entitas B.
b. Satu ke banyak (One to Many)
Setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B, tetapi setiap entitas pada entitas B dapat berhubungan dengan satu entitas pada himpunan entitas A.
c. Banyak ke banyak (Many to Many)
Setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B.
Tabel 2.6 Simbol Entity Relationship Diagram
NO SIMBOL NAMA KETERANGAN
1 Entitas (Entity) Kumpulan dari objek yang dapat
diidentifikasikan secara unik
2 Entitas Lemah
( Weak Entity)
Entitas yang keberadaannya sangat bergantung dengan entitas lain
3 Relasi
(Relationship)
Hubungan yang terjadi antara satu atau lebih entitas
4 Identifying
Realtionship
Menyatakan suatu objek mengakhiri hidup objek lain, arah panah
mengarah pada objek yang diakhiri, sebaiknya jika ada create maka ada destroy
5 Atribut Unsur penyusun suatu entitas = field
6 Atribut
Primary Key
Atribut yang digunakan untuk menentukan suatu entity secara unik dan berbeda
Tabel 2.6 (Lanjutan)
(Sumber : Rosa A.S & M.Shalahuddin, 2013) 2.9 MySQL
MySQL adalah salah satu jenis database server yang sangat terkenal, karena MySQL menggunakan SQL sebagai bahasa dasar untuk mengakses database. MySQL termasuk ke dalam RDBMS (Relational Database Management System), yang lebih populer di kalangan pemrograman web, terutama di kalangan Linux. MySQL dapat digunakan pada berbagai platform sistem operasi. MySQL sifatnya free atau gratis (tidak perlu bayar dalam menggunakannya). MySQL terdiri dari 2 (dua) lisensi, yaitu:
1. Lisensi Free ( Free Software / Open Source GNU General Public License )
Jenis lisensi ini bebas digunakan, dimodifikasi source programnya, dengan catatan harus dipublikasikan ke pemakai.
2. Lisensi Komersial ( Non – GPL )
Pemakai harus membayar sejumlah biaya kepada MySQL AB sebagai pemegang hak cipta.
2.10 Pemrograman Java
Versi pertama bahasa pemrograman Java dirilis pada akhir 1995, dan dalam beberapa bulan Java menjadi bahasa pemrograman pada World Wide Web. Beberapa tahun kemudian merupakan salah satu bahasa pemrograman serbaguna yang pernah dikembangkan dan banyak digunakan. Java memiliki beberapa
7 Atribut
Multivalue
Nilai dari suatu attribute yang mempunyai lebih dari satu
(multivalue) nilai dari atrribute yang bersangkutan
8 Atribut
Komposif
Atribut yang terdiri dari beberapa atribut yang lebih mendasar/lebih kecil lagi
9 Atribut
Derivatif
Atribut yang dihasilkan dari atribut lain atau dari suatu relationship
keunggulan bila dibandingkan dengan bahasa pemrograman lainnya. Diantaranya (Abdul Kadir, 2003):
1. Java bersifat lebih sederhana dan relatif mudah Java dimodelkan sebagian
dari bahasa C++, namun dengan memperbaik beberapa karakteristik C++,
seperti mengurangi kompleksitas beberapa fitur, penambahan
fungsionalitas, serta penghilangan beberapa aspek pemicu ketidakstabilan sistem pada C++.
2. Java berorientasi objek. Java adalah bahasa pemrograman berorientasi objek
(OOP). Pemrograman berorientasi objek adalah suatu konsep pemrograman
yang memecahkan masalah dengan cara memilah program menjadi objek –
objek yang saling berinteraksi satu sama lain.
3. Java bersifat multiplatform. Dapat diterjemahkan oleh Java interpreter pada
berbagai sistem operasi.
4. Java bersifat multithread Thread adalah proses yang dapat dikerjakan oleh
program dalam suatu waktu. Ini berarti Java dapat mengerjakan beberapa proses dalam waktu yang hampir bersamaan. Program Java dapat dibedakan menjadi dua jenis, yaitu applet dan aplikasi.
5. Applet, adalah program yang dibuat dengan Java, dapat diletakkan pada
Web server dan diakses melalui web browser. Dalam hal ini browser yang digunakan adalah yang memiliki kemampuan Java (misalnya Netscape Navigator, Internet Explorer, dan Hot Java).
6. Aplikasi, adalah program yang 5 dibuat dengan Java yang bersifat umum.
Aplikasi dapat dijalankan secara langsung, tidak perlu perangkat lunak browser untuk menjalankannya. Aplikasi dapat dibayangkan seperti program yang ditulis dengan bahasa C atau Pascal. Setelah dikompilasi, dapat dieksekusi secara langsung. Java dipaketkan dalam tiga edisi, yaitu Java 2 Standard Edition (J2SE), Java 2 Enterprise Edition (J2EE), dan Java 2 Micro Edition (J2ME).
2.11 Netbeans
Netbeans adalah salah satu aplikasi IDE yang digunakan programmer untuk menulis, mengumpulkan (compile), mencari kesalahan, dan menyebarkan program
netbeans ditulis dalam bahasa java namun dapat juga mendukung bahasa pemrograman lain.
Netbeans Merupakan IDE (Integrated Development Environment) berbasiskan Java dari Sun Microsystems yang berjalan di atas Swing. Fitur-fitur di Netbeans:
1) smart code completion
mengusulkan nama variabel dari suatu tipe, melengkapi keyword, dan mengusulkan tipe parameter dari method
2) code generator dengan menggunakan fitur ini kita dapat
meng-generate constructor, setter dan getter method, dan lain-lain.
3) error stripe
fitur yang menandai baris yang error dengan menghiglight merah.
4) Bookmarking
fitur yang digunakan untuk menandai baris yang suatu saat hendak kita modifikasi.
5) go to commands
fitur yang digunakan untuk jump ke deklarasi variabel, source code atau file yang ada pada project yang sama.
Database yang didukung oleh Netbeans:
a. JDBC (Java database connectivity) adalah spesifikasi standar dari JavaSoft
API (Aplication Programming Interface) yang memungkinkan program java untuk mengakses sistem database manajemen. JDBC API terdiri dari satu set interface dan kelas yang ditulis dalam bahasa pemrogaman dapat menulis aplikasi yang terhubung ke database, mengirimkan pertanyaan ditulis SQL (Structured Query Language) dan memproses hasilnya.
b. MySQL merupakan salah satu aplikasi basis data yang didukung oleh
Netbeans, MySQL memiliki fitur yang ada sudah lumayan lengkap, dari input, update, delete serta search. Sebuah antarmuka ODBC memanggil MyODBC yang memungkinkan setiap bahasa pemrogaman yang mendukung ODBC untuk berkomunikasi dengan basis data MySQL.
c. Database Access (Microsoft Access) merupakan salah satu aplikasi basis data yang didukung oleh Netbeans, data dapat disimpan di dalam format Microsoft Access, Microsoft Jet Database Engine, Microsoft SQL Server, Oracle Database, dan semua Kontainer basis data yang mendukung standar ODBC. Access juga mendukung teknik-teknik pemrograman berorientasi obyek.
d. Oracle merupakan salah satu aplikasi basis data yang didukung oleh
Netbeans, Oracle secara umum hampir sama dengan MySQL namun yang membedakan adalah Oracle dapat digunakan dan dihubungkan dengan Netbeans dan harus menggunakan drivers untuk menyimpan data-data yang telah dibuat. Oracle merupakan salah satu dari beberapa aplikasi basis data yang sering digunakan untuk koneksi ke basis data pada NetBeans karena relatif mudah dan cepat.
2.12 XAMPP
XAMPP adalah perangkat lunak bebas, yang mendukung banyak sistem operasi, merupakan kompilasi dari beberapa program. Fungsinya adalah sebagai server yang berdiri sendiri (localhost), yang terdiri atas program Apache HTTP Server, MySQL database, dan penerjemah bahasa yang ditulis dengan bahasa pemrograman PHP dan Perl. Program ini tersedia dalam GNU (General Public License) dan bebas, merupakan web server yang mudah digunakan yang dapat melayani tampilan halaman web yang dinamis.
XAMPP adalah kepanjangan yang masing-masing hurufnya adalah :
1. X : Sistem Operasi, Program ini dapat dijalankan banyak sistem
operasi,seperti Windows, Linux, Mac OS, dan juga Solaris.
2. A : Apache, merupakan aplikasi web server. Tugas utama Apache adalah
menghasilkan halaman web yang benar kepada user berdasarkan kode PHP yang dituliskan oleh pembuat web. Jika diperlukan juga berdasarkan kode PHP yang dituliskan maka dapat saja suatu database diakses terlebih dahulu (misalnya dalam MySQL) untuk mendukung halaman web yang dihasilkan.
3. M : MySQL, merupakan aplikasi database server. Perkembangannya
Language. SQL merupakan bahasa terstruktur yang digunakan untuk mengolah database. MySQL dapat digunakan untuk membuat dan mengelola database beserta isinya.
4. P : PHP, bahasa pemrograman web. Bahasa pemrograman PHP merupakan
bahasa pemrograman untuk membuat web yang bersifat server-side scripting. Sistem manajemen basis data yang sering digunakan bersama PHP adalah MySQL. Namun PHP juga mendukung sistem manajement database Oracle, Microsoft Access, Interbase, d-base, PostgreSQL, dan sebagainya.
5. P : Perl adalah bahasa pemrograman untuk segala keperluan, dikembangkan
pertama kali oleh Larry Wall di mesin Unix.
2.13 Zakat
Pada buku ensiklopedi islam jilid lima diterangkan bahwa zakat merupakan kata dasar (masdar)-nya zaka yang berarti berkah, tumbuh, bersih, baik, dan bertambah. Dalam istilah fiqih, zakat adalah sebutan atau nama bagi sejumlah harta tertentu yang diwajibkan Allah Subhanahu Wa Ta’ala supaya diserahkan kepada orang-orang yang berhak (mustahik). Zakat merupakan ibadah yang menyangkut harta benda dan berfungsi sosial (Ensiklopedi Islam, 2002).
2.14 Penerima Zakat (Mustahik)
Zakat telah diatur dalam ajaran syariat Islam, yakni ada delapan golongan (asnaf). Ketentuan ini diatur dalam Al Qur’an surat At-Taubah: 60 (Mila Sartika, 2008).
Dalam satu hadist riwayat Abu Daud Rosululloh bersabda mengenai
penyaluran dana zakat, “Sesungguhnya Allah Subhanahu Wa Ta’ala tidak
berwasiat dengan hukum nabi dan juga tidak dengan hukum lainnya sampai Dia memberikan hukum di dalamnya. Maka, Allah membagi zakat kepada delapan bagian. Apabila kamu termasuk salah satu dari bagian tersebut, maka aku berikan hakmu.” (HR Abu Daud).
Delapan kelompok (asnaf) dari ayat dan hadits di atas, yaitu terperinci sebagai berikut (Hikmat Kurnia dan Ade Hidayat, 2008):
