Sistem Pendukung Keputusan Rekomendasi Penerimaan Bantuan Kartu Indonesia Pintar Dengan Menerapkan Metode Maut Dan Pembobotan Dengan Menggunakan Metode Roc Pada Sekolah Yapim Taruna Medan

Sistem Pendukung Keputusan Rekomendasi Penerimaan Bantuan Kartu Indonesia Pintar Dengan Menerapkan Metode MAUT Dan Pembobotan Dengan Menggunakan Metode ROC Pada Sekolah Yapim Taruna Medan

Rizka Rahayu Pasaribu^*, Muhammad Syahrizal, Sumiaty Adelina Hutabarat

Prodi Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Budi Darma, Medan, Indonesia Email: rizkarahayu2000@gmail.com

Email Korespondensi: rizkarahayu2000@gmail.com

Abstrak-Kartu Indonesia Pintar adalah pemberian bantuan tunai pendidikan kepada anak dengan usia 6-21 tahun atau yang berasal dari keluarga kurang mampu dengan tujuan agar tetap dapat melanjutkan pendidikan. SMA Yapim Taruna Medan merupakan salah satu sekolah swasta yang berada di Kota Medan. Di sekolah ini menyediakan Bantuan beasiswa Kartu Indonesia Pintar (KIP) yang mana beasiswa KIP diperuntukan bagi siswa-siswa yang kurang mampu dan jumlah penerima KIP juga terbatas berdasarkan kouta yang diberikan,yang dihadapin oleh pihak sekolah SMA Yapim Taruna Medan didalam menentukan siapa-siapa saja yang mendapatkan beasiswa KIP yaitu kurang objektif dan tranprasnsi.Banyak siswa yang berekonomian orang tuanya sangat sulit tidak mendapatkan beasiswa KIP sementara beberapa siswa yang mendapatkan beasiswa KIP perekonomian orang tua masih diatas yang tidak mendapatkan beasiswa tersebut. Sehingga untuk mengatasi permaslahan tersebut dibutuhkan suatu Sistem Pendukung Keputusan Pemilihan Rekomendasi Penerimaan bantuan Kartu Indonesia Pintar dengan Menerapkan Metode MAUT dan Pembobotan Menggunakan Metode ROC Pada Sekolah Yapim Taruna Medan.

Kata Kunci: SPK; KIP; MAUT; ROC; Bantuan

Abstract-The Smart Indonesia Card is the provision of educational cash assistance to children aged 6-21 years or who come from underprivileged families with the aim of continuing their education. Yapim Taruna Medan High School is one of the private schools in the city of Medan. This school provides Smart Indonesia Card scholarship assistance (KIP) where KIP scholarships are intended for underprivileged students and the number of KIP recipients is also limited based on the quota given, which is faced by the Yapim Taruna Medan High School in determining who is who. those who get KIP scholarships are less objective and transparent. Many students whose parents have a very difficult economy do not get KIP scholarships while some students who get KIP scholarships have parents who are above the economy who do not get the scholarship. So that to overcome this problem a Decision Support System for Recommendations for Accepting Indonesian Smart Card assistance is needed by applying the MAUT Method and Weighting Using the ROC Method at the Medan Yapim Taruna School.

Keyword: DSS; KIP; MAUT; ROC; Help

1. PENDAHULUAN

Perkembangan ilmu pengetahuan teknologi berperan penting dalam segala aspek kehidupan manusia. Pengambilan keputusan ini biasanya adanya pertimbangan tertentu yang memilih adanya alternatif terbaik dari beberapa pilihan alternatif yang lainya yang bisa memecahkan suatu masalah yang dihadapin dan mencapai tujuan tertentu. dalam kehidupan manusia,pengambilan keputusan adalah suatu hal yang tidak bias dihindari oleh manusia terutama dalam bidang pemerintahan dalam mensejahterakan masyarakat.

Kartu Indonesia Pintar adalah pemberian bantuan tunai pendidikan kepada anak dengan usia 6-21 tahun atau yang berasal dari keluarga kurang mampu dengan tujuan agar tetap dapat melanjutkan pendidikan. Akan tetapi untuk menentukan siswa yang berhak menerima bantuan harus diperhitungkan secara matang. untuk menentukannya banyak kriteria yang harus dipertimbangkan seperti keluarga siswa yang kurang mampu dan juga berumur 6-21 tahun.[1]

Sekolah Yayasan Perguruan Indonesia Membangun Taruna (YAPIM) Medan merupakan salah satu sekolah swasta yang berada di Kota Medan yang terdiri dari SMP, SMA dan SMK,ditingkat SMA Yapim menyediakan beasiswa KIP (Kartu Indonesia Pintar) yang mana beasiswa KIP diperuntukan bagi siswa-siswa yang kurang mampu dan jumlah penerima KIP juga terbatas berdasarkan kouta yang diberikan sedangkan jumlah siswa yang berhak mendapatkan beasiswa KIP sangat banyak.

Permasalahan yang dihadapin oleh pihak sekolah SMA YAPIM TARUNA MEDAN di dalam menentukan siapa- siapa saja yang mendapatkan beasiswa KIP yaitu kurang objektif dan tranprasnsi.Banyak siswa yang berekonomian orang tuanya sangat sulit tidak mendapatkan beasiswa KIP sementara beberapa siswa yang mendapatkan beasiswa KIP perekonomian orang tua masih di atas yang tidak mendapatkan beasiswa tersebut.

Pada saat iniYayasan Perguruan Indonesia Membangun Taruna (Yapim) Medan telah melakukan program kartu Indonesia pintar (KIP).Tetapi masih banyak siswa yang memiliki kriteria penerima bantuan yang tidak dapat atau tidak terdaftar sebagai penerima itu semua karena kendala dari penyeleksi yang kurang efektif.

2. METODOLOGI PENELITIAN

2.1 Tahapan penelitian

Adapun tahapan penelitian dapat di lihat pada gambar di bawah ini:

Gambar 1. Kerangka Penelitian a. Studi literatur

Pada tahapan ini dilakukan studi pustaka untuk mengumpulkan informasi dan data yang berkaitan dengan permasalahan yang sedang diteliti. Studi pustaka dilakukan terhadap beberapa sumber seperti buku, jurnal, artikel ilmiah, dan lain-lain yang berkaitan dengan permasalahan yang ingin diselesaikan pada penelitian ini.

b. Identifikasi masalah

Tahapan ini dilakukan identifikasi untuk mengetahui pemecahan masalah penentuan rumusan masalah yang dihadapi oleh Yapim Medan dengan penerapan metode MAUT dalam menentukan siswa yang layak untuk mendapatkan bantuan berupa KIP. dengan menggunakan SPK (sistem pendukung keputusan).

1. Pengamatan langsung (observasi)

Tahapan ini dilakukan pengamatan secara langsung ketempat yang diteliti untuk mendapatkan informasi yang lebih banyak. Tahapan ini dilakukan untuk pengamatan tentang penentuan penerimaan bantuan Kartu Indonesia Pintar.

2. Wawancara (interview)

Pada tahapan ini dilakukan pengumpulan data dengan cara berkomunikasi atau mewawancarai secara langsung kepada pihak SMA Yapim Medan penentuan Penerimaan bantuan Kartu Indonesia Pintar (KIP).

c. Pengumpulan Data

Pada tahap ini penulis melakukan pengumpulan data yang berkaitan dengan perumusan masalah yang akan di selesaikan. Proses pengumpulan data dilakukan di SMA Yapim Medan yang nantinya akan dipergunakan untuk menyelesaikan permasalahan. Pengumpulan data pada penelitian ini yaitu penelusuran dokumen-dokumen yang ada untuk mendapatkan data siswa yang telah menerima bantuan sebelumnya agar dapat segera di proses menganalisa data

d. Analisa

Pada tahap ini dilakukan analisa pemahaman dan perancangan terhadap masalah yang ada berdasarkan data data yang telah dikumpulkan. Apakah data data yang telah di peroleh bisa digunakan untuk proses perancangan sistem Pada tahap

e. Perancangan sistem

penulis merancang suatu sistem yang dapat di operasikan dalam penentuan pemilihan siswa yang layak dalam mendapatkan program bantuan KIP. Pada perancangan sistem ini penulis memerlukan aplikasi pendukung yaitu microsoft visual basic 2010.

f. Pengujian

Pada tahap ini dilakukan pengujian terhadap rancangan sistem yang telah di buat apakah sistem berjalan dengan lancar atau tidak.

g. Penulisan Laporan Akhir.

Tahap terakhir adalah menyusun laporan penelitian yang berisi tentang hasil dari rancangan sistem tersebut, dan menyimpulkan secara keseluruhan yang dilakukan dalam penelitian tersebut.

2.2 Sistem Pendukung Keputusan

Pada dasarnya pengambilan keputusan adalah suatu pendekatan yang tersusun secara sistematis pada suatu masalah, pengumpulan data-data dan pengambilan keputusan yang menurut perhitungan merupakan suatu keputusan yang paling tepat [2]. Sistem Pendukung Keputusan / Decision Support Sistem (DSS) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat[3][4][5][6].

Observasi Wawancara

Studi Literatur Indefikasi Masalah

Pengumpulan Data

Analisa Data

Perancangan

Pengujian

Penulisan Laporan akhir

2.3 Kartu Indonesia Pintar (KIP)

Kartu Indonesia Pintar (KIP) adalah pemberi bantuan tunai pendidikan sampai lulus sekolah menengah ke atas dengan usia anak sekolah 6-21 tahun yang berasal dari keluarga miskin (kurang mampu) atau pun yang terdaftar sebagai peserta program keluarga harapan (PKH) maupun kartu keluarga sejahtra (KKS). Bagi mereka yang mendapat KIP ini akan diberikan dana tunai dari pemerintah secara reguler yang tersimpan dalam fungsi kartu KIP untuk bersekolah secara gratis tanpa biaya[7][8].

2.4 Metode Multi Attribute Utility Theory (MAUT)

Multi Attribute Utility Theory (MAUT) merupakan suatu skema yang evaluasi akhir, v(x), dari suatu objek x didefinisikan sebagai bobot yang dijumlahkan dengan suatu nilai yang relevan terhadap nilai dimensinya. Ungkapan yang biasa digunakan untuk menyebutnya adalah nilai utilitas[9]. Metode MAUT ialah perbandingan yang menggabungkan resiko dan kriteria yang bebeda dalam memberikan sebuah penyelesaian. Metode MAUT juga akan menguraikan suatu masalah dengan cara merubah beberapa kriteria kedalam nilai atau angka dengan skala 0-1 dengan 0 terburuk dan 3-1 terbaik[10]. Untuk perhitungannya nilai evaluasi seluruhnya dapat didefinisikan dengan beberapa persamaan, dirumuskan sebagai berikut[11][12]:

𝑣(𝑥)₌∑^𝑛_𝑖=1𝑤𝑖𝑣𝑖(𝑥) … … … (1)

Dimana vi(x) merupakan nilai evaluasi dari sebuah objek ke i dan wi merupakan bobot yang menentukan nilai dari seberapa penting elemen ke i terhadap elemen lainnya. Sedangkan n merupakan jumlah elemen. Total dari bobot adalah

∑ wi = 1 … … … . . … … … . (2)

n

i=1

Untuk setiap dimensi, nilai evaluation vi(x) didefinisikan sebagai penjumlahan dari atribut-atribut yang relevan.

𝑉𝑖 = ∑ 𝑊𝑎𝑖, 𝑉𝑎𝑖(𝐼(𝑎)) … … … . (3)

𝑒=𝐴𝑖

Secara ringkas langkah-langkah dalam metode MAUT adalah sebagai berikut:

a. Pecah sebuah keputusan ke dalam dimensi yang berbeda b. Tentukan bobot relatif pada masing-masing dimensi c. Daftar semua alternatif

d. Menghitung nilai Utility normalisasi matriks untuk masing-masing alternative sesuai atributnya.

𝑢(𝑥) = (𝑥 − 𝑥𝑖) 𝑥𝑖 + −𝑥𝑖 −

e. Kalikan utility dengan bobot untuk menemukan nilai masing-masing alternatif.

2.5 Metode ROC (Rank Order Centroid)

Untuk menghasilkan nilai bobot pada penelitian ini adalah menggunakan metode Rank Order Centroid (ROC). Dimana cara kerja motode ini dengan menitikberatkan bahawa kriteria pertama lebih penting dibanding kriteria kedua, kriteria kedua lebih penting dibanding kriteria ketiga begitu dengan selanjutnya hingga prioritas kriteria yang terendah[13]. Hal ini dapat dilihat pada persamaan berikut ini.

𝐶₁> 𝐶₂> 𝐶₃> 𝐶₄≥ ⋯ ≥ 𝐶_𝑚 (4) Sehingga nilai bobot(W), dapat dihasilkan dengan rumus berikut ini : 𝑊_𝑚= ¹

𝑚 ∑ (¹

𝑖)

𝑚𝑖=1 (5)

Hasil dari total 𝑊_𝑚 yaitu bernilai 1.

3 HASIL DAN PEMBAHASAN

3.1 Analisa

Pada bagian ini analisa sistem pendukung keputusan rekomendasi penerimaan bantuan Kartu Indonesia Pintar di SMA Yapim Taruna Medan dengan metode Multi Attribute Utility Theory (MAUT) dalam menyelesaikan kasus ini akan menggunakan sampel data atau alternative yang diambil 10 alternatif dan 6 kriteria. Nilai dalam setiap kriteria penulis di dapat langsung dari SMA Yapim Taruna Medan.

Dalam pembahasan ini digunakan beberapa data kriteria yang telah ditentukan oleh penulis sebagai bahan untuk menyelesaikan kasus perhitungan tersebut. Bobot dari data kriteria yang digunakan dalam penelitian dengan menggunakan metode Rank Order Centroid (ROC).

3.2 Penerapan Metode Rank Order Centroid (ROC)

Untuk menentukan hasil dari rekomendasi penerimaan Kartu Indonesia Pintar maka di butuhkan beberapa kriterian dan alternatif pada Sekolah Yapim Taruna Medan air bersih, dengan metode Rank Order Centroid (ROC) berikut beberapa data kriteria yang dapat di lihat pada tabel di bawah ini:

Tabel 1. Kriteria

Berikut ini perhitungan untuk nilai pembobotan dengan metode Rank Order Centroid (ROC) untuk lebih jelasnya dapat dilihat di bawah:

W1= ¹⁺

1

2+¹₃+¹₄+¹₅+¹₆

6 =0.408 W2= ⁰⁺

1

2+¹₃+¹₄+¹₅+¹₆

6 =0.241 W3= ⁰⁺⁰⁺

1 3+¹₄+¹₅+¹₆

6 =0.158 W4= ⁰⁺⁰⁺⁰⁺

1 4+¹₅+¹₆ 6 =0.103 W5= ^0+0+0+0+

1 5+¹₆

6 =0.061 W6= ^0+0+0+0+0+

1 6 6 =0,027

Berdasarkan perhitungan Metode ROCdi atas sehingga dapat diperoleh bobot kriteria yang diharapkan yaitu W1= 0.048, W2=0.241, W3=0.158, W4=0.103, W5=0.061, W6=0.027

Tabel 2. Bobot Kriteria

Kriteria Keterangan Bobot Jenis C1 Pekerjaan orang tau 0.408 Benefit C2 Penghasilan Orang tua 0,241 Cost C3 Jumlah tanggungan 0,158 Benefit

C4 Nilai rapor 0,103 Benefit

C5 Pemegang KKS 0,061 Benefit

C6 Pemegang PKH 0,027 Benefit

Jumlah 1 Benefit

Tabel 3. Kriteria Alternatif

No Nama C1 C2 C3 C4 C5 C6

1 Adelia Buruh Rp.1.200,000 2 90 iya iya 2 Daniel Petani Rp.1.000,000 2 80 iya Iya 3 Putri Ayu Wiraswasta RP.2.500,000 1 75 tidak tidak 4 Hatta Petani Rp.1.000,000 3 90 iya iya 5 Sri Ragil Buruh Rp.1.200.000 2 75 tidak tidak 6 Febry Petani Rp.1.000,000 2 90 iya iya 7 Melati Wiraswasta Rp.2.500,000 2 75 tidak tidak 8 Reviana Buruh Rp.1.200,000 1 90 iya iya 9 Anjani Wiraswasta Rp.2.500,000 1 75 Tidak Tidak 10 Benni Pedagang Rp.1.800,000 3 75 tidak tidak a. Pekerjaan orang tua

Agar dapat dikatakan sebagai layak mendapatkan bantuan Kartu Indonesia Pintar kita dapat melihat berdasarkan kategori dari pekerjaan otang tua yang menerima bantuan Kartu Indonesia Pintar (KIP).

Tabel 4. Kriteria pekerjaan orng tua (C1) Kriteria Keterangan Jenis C1 Pekerjaan orang tau Benefit C2 Penghasilan Orang tua Cost C3 Jumlah tanggungan Benefit

C4 Nilai rapot Benefit

C5 Pemegang KKS Beneif

C6 Pemegang PKH Beneif

No Kategori Pekerjaan Nilai

1 Petani 5

2 Buruh 4

3 Wiraswasta 3

4 Pedagang 2

5 Wiraswasta 1

b. Penghasilan Orang Tua

Untuk mendapatkan bantuan Kartu Indonesia Pintar Kita dapat melihat Berdasarkan dari Kriteria yang ditetapkan dari penghasilan orang tua.Berikut Tabel pemilihan penerima KIP.

Tabel 5. Kriteria penghasilan orang tua (C2) No Penghasilan orang tua Nilai

1 <1.800.000 4

2 1.800.000 – 2.500.000 3 3 2.500.000 – 2.500.000 2

4 <2500.000 1

c. Jumlah Tanggungan

Jumlah tanggungan bantuan Kartu Indonesia Pintar kita dapat melihat berdsarkan dari kriteria yang ditetapkan dari penghasilan orang tua.Berikut Tabel pemilihan Penerima KIP.

Tabel 6. Kriteria Jumlah Tanggungan Orang Tua (C3) No Jumlah Tanggungan Nilai

1 6 5

2 5 4

3 4 3

4 3 2

5 2 1

d. Nilai Rapor

Nilai Rapor adalah syarat dimana untuk mendapatkan Bantuan penerima Kartu Indonesia Pintar.

Tabel 7. Kriteria Nilai Rata-Rata Rapot SMA Yapim Medan.(C4)

e. Pemegang KKS(Kartu keluarga Sejahtera) penanda bagi keluarga yang kurang mampu maka untuk itu bantuan penerima Kartu Indonesia Pintar harus memiliki persyaratan pemegang KKS.Berikut pemilihan KIP.

Tabel 8. Kriteria Pemegang KKS (C5) No Pemegang KKS Nilai

1 YA 2

2 TIDAK 1

f. Pemegang PKH

Pemegang PKH(Program Keluarga Harapan) adalah untuk keluarga yang miskin maka dari itu penerima batuan Kartu Indonesia Pintar memenuhi syarat dari pemegang PKH.Berikut pemilihan KIP.

Tabel 9. Data Pemegang PKH (C6) No Pemegang PKH Nilai

1 YA 2

2 TIDAK 1

Tabel 10. Data Rating Kecocokan Alternatif Alternatif C1 C2 C3 C4 C5 C6

A1 4 4 2 5 2 2

No Nilai Rata-Rata Rapot Nilai

1 Sangat Baik 5

2 Baik 4

3 Cukup Baik 3

4 Kurang Baik 2

5 Sangat Kurang 1

Alternatif C1 C2 C3 C4 C5 C6

A2 1 1 2 3 1 1

A3 3 2 5 3 1 1

A4 2 4 3 5 2 2

A5 1 1 2 3 1 1

A6 5 4 3 5 2 2

A7 3 2 4 3 1 1

A8 4 4 4 5 2 2

A9 1 1 3 3 1 1

A10 2 4 4 5 2 2

3.3 Penerapan Metode Multi Attribute Utility Theory (MAUT)

Dalam pengambilan keputusan, untuk melakukan pengambilan keputusan secara subjektif dan intuitif menimbang berbagai faktor yang mempunyai pengaruh penting terhadap alternatif pilihan mereka.Untuk keputusan yang berpengaruh secara strategis, lebih dianjurkan menggunakan sebuah pendekatan kuantitatif. Tahapan-tahapan yang dilakukan oleh metode Multu Attribute Utility Theory(MAUT) maka diperlukan kriteria-kriteria dan bobot untuk melakukan proses perhitungannya sehingga akan didapat alternatif terbaik.

Matriks Keputusan

Xij=

[

𝟒 𝟒 𝟐 𝟓 𝟐 𝟐

𝟏 𝟏 𝟐 𝟑 𝟏 𝟏

𝟑 𝟐 𝟓 𝟑 𝟏 𝟏

𝟐 𝟒 𝟑 𝟓 𝟐 𝟐

𝟏 𝟏 𝟐 𝟑 𝟏 𝟏

𝟓 𝟒 𝟑 𝟓 𝟐 𝟐

𝟑 𝟐 𝟒 𝟑 𝟏 𝟏

𝟒 𝟒 𝟒 𝟓 𝟐 𝟐

𝟏 𝟏 𝟑 𝟑 𝟏 𝟏

𝟐 𝟒 𝟒 𝟓 𝟐 𝟐]

Normalisasi matriks pemilihan balita sehat ditentukan dengan rumus:

(𝑥) = ^{𝑋−𝑋𝑖}

Xi+ −𝑋𝑖−… ... ... ...(1)

Berikut contoh perhitungan matriks normalisasi pemilihan penerima KIP pada SMA Yapim Medan:

a. Nama Alternatif : Adelia (A1) A11=^{4− 1}

5−1= 0,75 A12=⁴⁻¹

4−1= 1 A13=²⁻²

5−2= 0 A14=⁵⁻³

5−5= 0 A15 =²⁻¹

2−1= 1 A16 =²⁻¹

2−1= 1

b. Nama Alternatif : Daniel (A2) A21=¹⁻¹

5−1= 0 A22=¹⁻¹

4−1= 0 A23=²⁻²

5−2= 0 A24=³⁻³

5−3= 0 A25=¹⁻¹

2−1= 0 A26=¹⁻¹

2−1= 0

c. Nama Alternatif : Putri Ayu(A3) A31 =³⁻¹

5−1= 0,5 A32=²⁻¹

4−1= 0,33 A33=⁵⁻²

5−2= 1 A34=³⁻³

5−3= 0 A35=¹⁻¹

2−1= 0 A36=¹⁻¹

2−1= 0

d. Nama Alternatif : Hatta(C4)

A41 =²⁻¹

5−1= 0,25 A42=⁴⁻¹

4−1= 1 A43=³⁻²

5−2= 0,33 A44=⁵⁻³

5−3= 1 A45=²⁻¹

2−1= 1 A46=²⁻¹

2−1= 1

e. Nama Alternatif : Sri Ragil(A5) A51 =¹⁻¹

5−1= 0 A52=¹⁻¹

4−1= 0 A53=²⁻²

5−2= 0 A54=³⁻²

5−2= 0,33 A55=¹⁻¹

2−1= 0 A56=¹⁻¹

2−1= 0

f. Nama Alternatif : Febry(A6) A61=⁵⁻¹

5−1= 1 A62=⁴⁻¹

4−1= 1 A63=³⁻²

5−2= 0,33 A64=⁵⁻³

5−3= 1 A65=²⁻¹

2−1= 1 A66=²⁻¹

2−1= 1

g. Nama Alternatif : Melati (A7) A71 =³⁻¹

4−1= 0,66 A72=²⁻¹

4−1= 0,33 A73=⁴⁻²

5−2= 0,66 A74=³⁻³

5−5= 0 A75=¹⁻¹

2−1= 0 A76=¹⁻¹

2−1= 0

h. Nama Alternatif: Reviana(A8) A81 =⁴⁻¹

5−1= 0,75 A82=⁴⁻¹

4−1= 1 A83=⁴⁻²

5−2= 0,66 A84=⁵⁻³

5−3= 1 A85=²⁻¹

2−1= 1 A86=²⁻¹

2−1= 1

i. Nama Alternatif: Anjani (A9) A91 =¹⁻¹

5−1= 0 A92=¹⁻¹

4−1= 0 A93=³⁻²

5−2= 0,33 A94=³⁻³

5−3= 0 A95=¹⁻¹

2−1= 0 A96=¹⁻¹

2−1= 0

j. Nama Alternatif : Benni(A10) A101=²⁻¹

5−1= 0,25 A102=⁴⁻¹

4−1= 1

A103=⁴⁻²

5−2= 0,66 A104=⁵⁻³

5−3= 1 A105=²⁻¹

2−1= 1 A106=²⁻¹

2−1= 1

Tabel 11. Hasil Normalisasi Matriks

Alternatif C1 C2 C3 C4 C5 C6

A1 0,75 1 0 0 1 1

A2 0 0 0 0 0 0

A3 0,5 0,33 1 0 0 0

A4 0,25 1 0,33 1 1 1

A5 0 0 0 0,33 0 0

A6 1 1 0,33 1 1 1

A7 0,66 0,33 0,66 0 0 0

A8 0,75 1 0,66 1 1 1

A9 0 0 0,33 0 0 0

A10 0,25 1 0,66 1 1 1

Bobot 0.408 0,241 0,158 0,103 0,061 0,027

Tahap selanjutnya akan dilakukan perkalian matriks normalisasi dengan bobot preferensi dengan rumus:

V(x) ∑^𝑛_𝑖=1WJ. Xij … … . . (2)

A1 = (0,408*0,75)+(0,241*1)+(0,158*0)+(0,103*0)+(0,61*1)+(0,027*1) = 1,157 A2 = (0,408*0)+(0,241*0)+(0,158*0)+(0,103*0)+(0,61*0)+(0,027*0) = 0

A3=(0,408*0,25)+(0,241*0,33)+(0,158*1)+(0,103*0)+(0,61*0)+(0,027*0) = 0,712 A4=(0,408*0,25)+(0,241*1)+(0,158*0,33)+(0,103*1)+(0,61*1)+(0,027*1) = 0,339 A5 = (0,408*0)+(0,241*0)+(0,158*0)+(0,103*0,33)+(0,61*0)+(0,027*0) = 0,033 A6 = (0,408*1)+(0,241*1)+(0,158*0,33)+(0,103*1)+(0,61*1)+(0,027*1) = 1,441 A7=(0,408*0,66)+(0,241*0,33)+(0,158*0,66)+(0,103*0)+(0,61*0)+(0,027*0)= 0,453 A8 = (0,408*0,75)+(0,241*1)+(0,158*0,66)+(0,103*1)+(0,61*1)+(0,027*1) = 1,391 A9 = (0,408*0)+(0,241*0)+(0,158*0,33)+(0,103*0)+(0,61*0)+(0,027*0) = 0,052 A10=(0,408*0,25)+(0,242*1)+(0,158*0,66)+(0,103*1)+(0,61*1)+(0,027*1) =1,188

Tabel 12. Hasil Perkalian Matriks Ternormalisasi Dengan Bobot Preferensi

Berdasarkan tabel normalisasi matriks di atas maka diperoleh perangkingan sebagai berikut:

Tabel 13 . Tabel Perangkingan

NO Alternatif Nama Alternatif Hasil Akhir Keterangan

1 A6 Febry 1,441 Layak

2 A8 Reviana 1,391 Layak

3 A10 Benni 1,188 Layak

4 A1 Adelia 1,157 Layak

5 A3 Putri Ayu 0,712 Layak

6 A7 Melati 0,453 Tidak layak

7 A4 Hatta 0,339 Tidak Layak

8 A9 Anjani 0,052 Tidak Layak

9 A5 Sri Ragil 0,339 Tidak Layak

10 A2 Daniel 0 Tidak Layak

Kode Alternatif Hasil Keterangan A1 Adelia 1,157 Layak A2 Daniel 0 Tidak Layak A3 Putri Ayu 0,712 Layak A4 Hatta 0,339 Tidak Layak A5 Sri Ragil 0,033 Tidak Layak A6 Febry 1,441 Layak A7 Melati 0,453 Tidak Layak A8 Reviana 1,391 layak A9 Anjani 0,052 Tidak layak A10 Benni 1,188 Layak

4 KESIMPULAN

Berdasarkan Peneliti yang dilakukan oleh penulis mengenai judul Skripsi Sistem Pendukung Keputusan Rekomendasi Penerimaan Bantuan Kartu Indonesia Pintar dengan Menerapkan Metode MAUT dan Pembobotan MenggunakanMetode ROC Pada sekolah Yapim Taruna Medan, maka dapat diambil kesimpulan sebagai berikut.

a. Kriteria yang digunakan Penelitian untuk Rekomendasi Penerimaan Bantuan Kartu Indonesia Pintar ada 6 yaitu Pekerjaan orang tua, Penghasilan orang tua, Jumlah Tanggungan, Nilai rapor, Pemegang KKS, Pemegang PHK, dan nilai pembobotan pada kriteria 1 atau A6 atas nama Febry yang mengahsilkan nilai tertinggi dengan jumlah nilai 1,44.

b. Dalam penerimaan bantuan kartu Indonesia pintar penulis menggunakan Metode MAUT untuk menentukan perangkingan dalam rekomendasi penerimaan bantuan kartu Indonesia pintar. Dan untuk pembobotannya menggunakan metode ROC.

c. Perancang yang penulis gunakan yaitu menggunakan database visual basic 2008 yang menghasilkan From diantaranya: From Login, From Menu Utama, From Menu File, From Menu Proses, From Menu Input Alternatif, From Input Kriteria, From Input Kriteria Pada Setiap Alternatif, Dan From Output.

REFERENCES

[1] M. Metode, W. Product, and D. I. Sekolah, “No Title,” 2014.

[2] Y. Kusnadi and M. W. Dwiyansyah, “Sistem Pendukung Keputusan Untuk Penerimaan Beasiswa Dengan Metode Simple Additive Weighting (SAW) Pada Smkn 1 Ciomas Kabupaten Bogor,” J. Teknol. Inform. dan Komput., vol. 6, no. 1, pp.

120–131, 2020, doi: 10.37012/jtik.v6i1.164.

[3] A. Mirdania and N. Nawindah, “Spk Sistem Pendukung Keputusan Pemilihan Guru Terbaik Dengan Metode Analytical Hierarchy Process Dan Simple Additive Weighting,” IDEALIS Indones. J. Inf. Syst., vol. 4, no. 1, pp. 117–126, 2021, doi:

10.36080/idealis.v4i1.2776.

[4] J. Media and I. Budidarma, “Sistem Pendukung Keputusan Menentukan Kualitas Kinerja Dosen Selama Kuliah Online Menggunakan Promethee II,” vol. 5, no. April, pp. 652–658, 2021, doi: 10.30865/mib.v5i2.2942.

[5] S. Rizki Tanjung and M. V Siagian, “Penerapan Metode COPRAS dan ENTROPY dalam Pemilihan Anggota Badan Pengawas Pemilihan Umum (BAWASLU),” J. Informatics Manag. Inf. Technol., vol. 1, no. 2, pp. 48–59, 2021, [Online].

Available: https://hostjournals.com/.

[6] W. Harry, B. Lumban, K. Y. Siahaan, and J. Sitorus, “Sistem Pendukung Keputusan Menentukan Transfer Pemain Sepakbola Menerapkan Metode ROC dan MAUT,” pp. 0–5, 2022.

[7] F. DIKRIANSYAH, “No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析

Title,” Biomass Chem Eng, vol. 3, no. 2, p. 2018 ,قثقثقثقث.

[8] D. Ayudia, G. W. Nurcahyo, and S. Sumijan, “Optimalisasi Penentuan Kriteria Penerima Bantuan Program Indonesia Pintar dengan Metode TOPSIS,” J. Sistim Inf. dan Teknol., vol. 3, pp. 142–149, 2021, doi: 10.37034/jsisfotek.v3i3.58.

[9] L. Lamalewa and L. Sumaryanti, “Penerapan Metode Multi Attribute Utility Theory (MAUT) dalam Memberikan Rekomendasi Pemenang Lomba MTQ,” JUSIFO (Jurnal Sist. Informasi), vol. 7, no. 1, pp. 32–41, 2021, doi:

10.19109/jusifo.v7i1.8450.

[10] R. T. Aldisa, D. M. Simanjuntak, and S. Laia, “Penerapan Metode Metode Multy Attribute Utility Theory ( MAUT ) dalam Pemilihan Asisten Laboratorium Komputer,” vol. 6, pp. 1782–1788, 2023, doi: 10.30865/mib.v6i3.4171.

[11] D. H. Ramadan, M. R. Siregar, and S. Ramadan, “Penerapan Metode MAUT Dalam Penentuan Kelayakan TKI dengan Pembobotan ROC,” vol. 6, pp. 1789–1795, 2022, doi: 10.30865/mib.v6i3.4441.

[12] D. Priyanti, “Sistem Informasi Data Penduduk Pada Desa Bogoharjo Kecamatan Ngadirojo Kabupaten Pacitan,” IJNS - Indones. J. Netw. Secur., vol. 2, no. 4, p. 56, 2013, [Online]. Available: ijns.org.

[13] M. Mesran, T. M. Diansyah, and F. Fadlina, “Implemententasi Metode Rank Order Cendroid (ROC) dan Operational Competitiveness Rating Analysis (OCRA) dalam Penilaian Kinerja Dosen Komputer Menerapkan (Studi Kasus: STMIK Budi Darma),” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 822, 2019, doi: 10.30645/senaris.v1i0.89.