Sistem pendukung keputusan penerimaan jaminan kesehatan daerah dengan algoritma Simple Additive Weighting (SAW)

(1)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN

KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE

WEIGHTING (SAW)

Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Disusun oleh : Mirella Tri Ratnasari

095314003

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

(2)

DECISION SUPPORT SYSTEM SELECTION OF RECIPIENTS

REGIONAL HEALTH INSURANCE USING ALGORITHM SIMPLE

ADDITIVE WEIGHTING (SAW)

Case Study on Kelurahan Kepatihan Kabupaten Bojonegoro

THESIS

Present as Partial Fulfillment of the Requirments to Obtain Sarjana Computer Degree in Informatics Engineering Department

Created By : Mirella Tri Ratnasari

095314003

INFORMATICS ENGINEERING STUDY PROGRAM FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY YOGYAKARTA

(3)

HALAMAN PERSETUJUAN

SKRIPSI

WEIGHTING (SAW)

Dipersiapkan dan ditulis oleh :

Mirella Tri Ratnasari

NIM : 095314003

Telah disetujui oleh :

Dosen Pembimbing

(4)

HALAMAN PENGESAHAN

SKRIPSI

WEIGHTING (SAW)

Dipersiapkan dan ditulis oleh: Nama : Mirella Tri Ratnasari NIM : 095314003

Telah dipertahankan di depan Panitia Penguji pada tanggal 16 Juli 2014

dan dinyatakan memenuhi syarat

Susunan Panitia Penguji

Nama Lengkap Tanda Tangan

Ketua AM. Polina S.Kom, M.Sc.

Sekretaris Drs. HJ. Haris Sriwindono, M.Kom. Anggota Drs. Johanes Eka Priyatma, M.Sc., Ph.D.

Yogyakarta, Agustus 2014 Fakultas Sains dan Teknologi Universitas Sanata Dharma Dekan,

(5)

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, Agustus 2014

(6)

LEMBAR PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :

Nama : Mirella Tri Ratnasari

NIM : 095314003

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

“SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN

KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE

WEIGHTING (SAW)”

Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengahlikan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan memublikasikan di internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di Yogyakarta

Pada Tanggal Agustus 2014

Yang menyatakan,

(7)

HALAMAN MOTTO

(8)

ABSTRAK

Sistem Pendukung Pengambilan Keputusan merupakan suatu sistem

informasi berbasis komputer yang ditujukan untuk membantu pengambilan

keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan

berbagai persoalan yang tidak terstruktur atau semi terstruktur. Tujuan dari

penelitian ini adalah mengukur tingkat keakuratan dan ketepatan algoritma SAW

(Simple Additive Weighting) dalam menyeleksi calon penerimaan Jaminan

Kesehatan Daerah berbasis desktop. Sistem pendukung keputusan yang dibangun

diharapkan dapat membantu staf kelurahan dalam pengambilan keputusan

Sistem pendukung pengambilan keputusan ini dibuat dengan

menggunakan bahasa pemrograman Java dan basisdata MySQL. Metode yang

digunakan adalah Simple Additive Weighting (SAW). Konsep dasar metode SAW

adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative

yang ada. Pada penelitian ini metode SAW dipilih karena metode ini mampu

menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang

dimaksud yaitu berhak menerima Jaminan Kesehatan Daerah berdasarkan

kriteria-kriteria yang telah ditentukan.

Hasil penelitian ini menunjukkan bahwa sistem pendukung pengambilan

keputusan dengan algoritma SAW (Simple Additive Weighting) tepat dan akurat

dalam menyeleksi calon penerima JAMKESDA yang dilihat dari hasil presentase

(9)

ABSTRACT

Decision support system is a computer-based information system which is

used to make decision by utilizing certain data and model for solving many

unstructured or semi structured problems. The purpose of this research is to

measure to accuracy of the SAW algorithm (Simple Additive Weighting) in

selecting the receiver of regional health insurance. The decision support system is

expected to help the administration districts staff in making decision.

This decision support system was developed by using java programming

and MySQL data-base. The model used in this research was Simple Additive

Weighting (SAW). The basic concept of SAW method is to find a weighted

summation from performance rating of every provided alternative. SAW method

was chosen in this research because SAW method is able to select the best from

some provided alternative. In this case, the alternative referes to people who are

llowed to receive regional health insurance based on specifid criteria..

The result of this research showed that the decision support system using

SAW algorithm (Simple Additive Weighting) was accurate in selecting the

receiver candidates of Regional Health Insurance. It was shown by the

(10)

KATA PENGANTAR

Puji syukur kepada Bunda Maria dan Tuhan Yesus Kristus atas berkat dan

limpahan kasih karuniaNya yang telah diberikan sehingga penulis dapat

menyelesaikan skripsi ini dengan judul : “Sistem pendukung keputusan

penerimaan jaminan kesehatan daerah dengan algoritma simple additive weighting (SAW) studi kasus Kelurahan Kepatihan Kabupaten Bojonegoro”.

Dengan selesainya penulisan skripsi ini, penulis mengucapkan terima kasih

kepada pihak-pihak yang telah memberikan motivasi, kritik, dan saran kepada

penulis. Ucapan terima kasih ditujukan kepada :

1. Orang tua saya Fransiscus Sarman dan Theresia Purwanti yang telah

memberikan cinta dan kasih sayang serta dukungan spiritual, moral maupun

material selama studi berlangsung.

2. Bapak Johanes Eka Priyatma selaku dosen pembimbing skripsi. Terima kasih

telah membimbing dan menyediakan waktu dalam memberikan pengarahan

selama penulisan skripsi serta memberikan pemecahan masalah melalui kritik

dan saran yang diberikan.

3. Ibu P.H. Prima Rosa, S.Si.,M.Sc. selaku Dekan Fakultas Sains dan Teknologi

Universitas Sanata Dharma Yogyakarta

4. Ibu Ridowati Gunawan, S.Kom. selaku Ketua Jurusan Teknik Informatika

(11)

5. Staff Kelurahan Kepatihan Kabupaten Bojoneoro yang menjadi sumber

informasi utama dalam memberi data terkait seleksi penerimaan Jamkesda

6. Paulina Purwaningsih, Mbak Lia, Mas Benhard, dan Aurel yang telah

memberikan motivasi dan doa selama penulis menyelesaikan skripsi

7. Wienda, Audris, Rosi, Wiwin, Mitha, Ade, Fidi, Ageng, Jeni, Yosi dan

semua teman-teman Teknik Informatika 2009 lainnya yang tidak dapat

disebutkan satu-persatu, terima kasih atas semangat, bantuan, kritik , saran

dan persahabatannya selama ini

8. Teman-teman kos : Hilda, Aulia, Citra, Ina, Tyas, Desty, dan Kak Venny

yang telah memberikan dukungan dan motivasi kepada penulis.

Akhir kata, semoga penulisan skripsi ini dapat berguna untuk menambah

wawasan maupun menjadi referensi bagi pembaca, terutama bagi mahasiswa

Teknik Informatika

Yogyakarta, 19 Agustus 2014

(12)

DAFTAR ISI

HALAMAN JUDUL ... i

HALAMAN JUDUL(INGGRIS) ... ii

HALAMAN PERSETUJUAN ... iii

HALAMAN PENGESAHAN... iv

SKRIPSI ... iv

PERNYATAAN KEASLIAN KARYA ... v

LEMBAR PERNYATAAN PERSETUJUAN ... vi

HALAMAN MOTTO ... vii

1.6 Sistematika Penulisan ... 5

BAB II ... 7

LANDASAN TEORI ... 7

2.1 Sistem Pendukung Pengambilan Keputusan (SPK) ... 7

2.1.1 Pengertian SPPK ... 7

2.1.2 Tujuan Sistem Pendukung Pengambilan Keputusan ... 7

2.1.3 Ciri-ciri SPPK ... 9

2.1.4 Karakteristik dan Kapabilitas SPPK ... 10

(13)

2.1.6 Kelebihan dan Kekurangan ... 14

2.1.7 Jenis-Jenis Sistem Pengambilan Keputusan ... 15

2.2 Fuzzy Multiple Atribute Decision Making FMADM ... 15

2.3 Tiga Pendekatan Mencari nilai bobot atribut ... 16

2.4 Metode Simple Additive Weighting (SAW) ... 17

2.5 Jaminan Kesehatan Daerah (JAMKESDA) ... 32

BAB III ... 34

METODOLOGI PENELITIAN ... 34

3.1 Rumusan Masalah ... 34

BAB IV ... 38

PERANCANGAN DAN IMPLEMENTASI SISTEM ... 38

4.1 Analisis Sistem ... 38

4.1.1 Ruang Lingkup Masalah ... 38

4.2 Perancangan Sistem ... 39

4.2.1 Diagram Use Case ... 39

PENGUJIAN DAN ANALISA DATA ... 72

5.1 Perhitungan Excell dibandingkan dengan perhitungan sistem ... 72

5.2 Pengujian Sistem Jamkesda ... 75

(14)

DAFTAR GAMBAR

Gambar 2. 1 Karakteristik dan Kapabilitas SPPK ... 13

Gambar 2. 2 Skematik SPPK ... 14

Gambar 2. 3 Bilangan Fuzzy untuk Jenis Bangunan Tempat Tinggal ... 18

Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat Tinggal ... 19

Gambar 2.5 Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar ... 20

Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu perminggu ... 21

Gambar 2.7 Bilangan Fuzzy untuk pembelian pakaian baru setiap anggota rumah tangga ... 22

Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari ... 23

Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama Kepala Keluarga... 24

Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala Keluarga ... 25

Gambar 2. 11 Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau tidak bergerak ... 26

Gambar 2. 12 Grafik Bobot ... 29

Gambar 4. 1 Diagram Use Case ... 40

Gambar 4. 2 Diagram Konteks ... 52

Gambar 4. 3 Diagram Aliran Data Tingkatan 1 ... 53

Gambar 4. 4 Diagram Aliran Data Tingkatan 2 Proses 1 ... 54

Gambar 4. 5 Diagram Aliran Data Tingkatan 2 Proses 2 ... 55

Gambar 4. 6 Diagram Ketergantungan ... 56

Gambar 4. 7 Diagram Relasional Entitas ... 58

Gambar 4. 8 Desain Logikal ... 59

Gambar 4. 9 Desain Interface Halaman Utama Menu File ... 65

Gambar 4. 10 Desain Interface Halaman Utama Menu Edit ... 65

Gambar 4. 11 Desain Interface Halaman Input Data Pemohon ... 66

Gambar 4. 12 Desain Interface Halaman Input Kriteria dan Sub Kriteria ... 67

Gambar 4. 13 Desain Interface Halaman Input Kriteria Pemohon ... 68

Gambar 4. 14 Desain Interface Halaman Edit dan Delete Kriteria dan Sub Kriteria ... 69

Gambar 4. 15 Desain Interface Halaman Edit dan Delete Kriteria Pemohon ... 70

Gambar 4. 16 Desain Interface Halaman Simulasi ... 71

Gambar 5. 1 Penerima jamkesda dengan patokan skor 3.8 ... 81

(15)

DAFTAR TABEL

Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1) ... 19

Tabel 2. 10 Data Pemohon ... 26

Tabel 2. 11 Hasil Nilai Survei pemohon ... 27

Tabel 2. 12 Matriks Ternormalisasi ... 31

Tabel 4. 1 Narasi Use Case Memasukkan Data Warga ... 41

Tabel 4. 2 Narasi Use Case Mengubah Data Warga ... 42

Tabel 4. 3 Narasi Use Case Menghapus Data Warga ... 43

Tabel 4. 4 Narasi Use Case Memasukkan Data Kriteria dan Sub Kriteria ... 44

Tabel 4. 5 Narasi Use Case Mengubah Data Kriteria dan Sub Kriteria ... 45

Tabel 4. 6 Narasi Use Case Menghapus Data Kriteria dan Sub Kriteria ... 46

Tabel 4. 7 Narasi Use Case Memasukkan Data Kriteria Pemohon ... 47

Tabel 4. 8 Narasi Use Case Mengubah Data Kriteria Pemohon ... 49

Tabel 4. 9 Narasi Use Case Menghapus Data Kriteria Pemohon ... 50

Tabel 4. 10 Narasi Use Case Simulasi ... 51

Tabel 4. 11 Physical desain tabel warga ... 60

Tabel 4. 12 Physical desain tabel sub kriteria ... 62

Tabel 4.13 Physical desain tabel kriteria ... 62

Tabel 4.14 Physical desain tabel poin kriteria warga ... 63

Tabel 4.15 Struktur Tabel Login ... 63

Tabel 5. 1 Hasil Perhitungan menggunakan Excell yang dibandingkan dengan dengan hasil perhitungan sistem ... 73

Tabel 5. 2 Bobot Setiap Kriteria ... 76

Tabel 5. 3 Pembobotan Sub Kriteria pada Kriteria 1 (C1) ... 77

(16)

Tabel 5. 12 Total Skor dari setiap warga ... 81

Tabel 5. 13 Range Nilai Patokan Skor ... 81

Tabel 5. 14 Data Warga yang menerima dan tidak menerima JAMKESDA ... 83

Tabel 5. 15 Tabel Perbedaan Hasil Keputusan Manual dan SPK ... 84

(17)

BAB I PENDAHULUAN

Pada bab pendahuluan ini akan membahas mengenai latar belakang masalah,

rumusan masalah, batasan masalah, tujuan penelitian, dan manfaat penelitian.

1.1 Latar Belakang

Saat ini teknologi telah menjadi bagian yang tidak terpisahkan dari

kehidupan setiap individu maupun organisasi. Teknologi hadir untuk

memudahkan penggunanya dalam menyelesaikan berbagai macam hal.

Perkembangan yang pesat tidak hanya teknologi perangkat keras dan perangkat

lunak saja, tetapi metode komputasi juga ikut berkembang. Salah satu metode

komputasi yang cukup berkembang saat ini adalah metode sistem pengambilan

keputusan (Decisions Support System). Sistem pengambilan keputusan (Decisions

Support System) merupakan sistem komputer yang interakftif dalam membantu

pembuatan keputusan dengan menggunakan dan memanfaatkan data serta model

untuk memecahkan masalah semi terstruktur. Salah satu metode yang sering

digunakan yaitu Fuzzy MADM (Multiple Attribute Decission Making).

Metode Fuzzy MADM (Multiple Attribute Decission Making) adalah

metode yang dapat mencari suatu alternatif terbaik dari berbagai alternatif

berdasarkan kriteria-kriteria yang telah ditentukan. Metode Fuzzy MADM

memiliki beberapa algoritma diantaranya : Simple Additive Weighting (SAW),

Weighted Product (WP), ELECTRE, Technique for Order Preferences by

Similarity to Ideal Solution (TOPSIS), Analytic Hierarchy Process (AHP).

(18)

SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap

alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi

matriks keputusan (x) ke suatu skala yang dapat dibandingkan dengan semua

rating alternatif yang ada.

Jaminan Kesehatan Daerah (JAMKESDA) adalah suatu upaya pemeliharaan

kesehatan masyarakat yang pembiayaannya dikelola secara terpadu. Program

JAMKESDA memiliki beberapa kriteria penerimaan JAMKESDA yaitu : Jenis

lantai bangunan tempat tinggal, jenis dinding bangunan tempat tinggal, fasilitas

tempat buang air besar, konsumsi daging/ayam/susu perminggu, pembelian

pakaian baru setiap tahun anggota rumah tangga, frekuensi makan dalam sehari,

lapangan pekerjaan utama kepala keluarga, pendidikan tertinggi kepala keluarga,

dan pemiik aset/harga atau tidak bergerak. Selain itu, JAMKESDA merupakan

program jaminan bantuan pembayaran biaya pelayanan kesehatan yang diberikan

Pemerintah Daerah Kab.Bojonegoro kepada masyarakat Kab.Bojonegoro. Sasaran

Program Jamkesda adalah seluruh masyarakat Kab.Bojonegoro yang belum

memiliki jaminan kesehatan berupa Jamkesmas, ASKES dan asuransi kesehatan

lainnya. Jenis-jenis pelayanan kesehatan yang ditanggung program JAMKESDA

antara lain berupa pelayanan kesehatan di Puskesmas dan pelayanan kesehatan di

rumah sakit. Pada penelitian ini dipilih metode Simple Additive Weighting (SAW)

karena metode ini mampu menyeleksi altrenatif terbaik dari sejumlah alternatif,

dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima jaminan

kesehatan daerah (JAMKESDA) berdasarkan kriteria-kriteria yang telah

(19)

JAMKESDA karena metode ini mampu memberikan alternatif terbaik dengan

adanya pemberian bobot pada setiap kriteria-kriteria yang telah ditentukan,

kemudian dilakukan proses perankingan yang akan menentukan alternatif yang

optimal. Kriteria-kriteria yang dimaksud disini mempunyai 9 kriteria untuk

penerimaan JAMKESDA. Kriteria-kriteria dari JAMKESDA ini digunakan untuk

menyeleksi calon penerima dari banyak alternatif. Oleh karena itu, metode SAW

dapat digunakan karena adanya proses seleksi dengan beberapa kandidat yang

dibandingkan dengan prosedure penerimaan JAMKESDA sehingga menghasilkan

keputusan yang lebih tepat.

Adanya masalah yang terjadi penulis tertarik melakukan penelitian untuk

mengukur tingkat ketepatan algoritma SAW (Simple Additive Weighting) dalam

menyelesaikan masalah pengambilan keputusan penerimaan jaminan kesehatan

daerah (JAMKESDA) di Kabupaten Bojonegoro-Jawa Timur Kelurahan

Kepatihan.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka masalah yang akan diselesaikan

adalah :

Mengukur keakuratan dan ketepatan model SAW (Simple Additive

Weighting) untuk menyelesaian masalah pengambilan keputusan

penerimaan JAMKESDA dibandingkan dengan hasil data penerima

JAMKESDA pada kelurahan Kepatihan RT/RW 012/002 Bojonegoro-Jawa

(20)

1.3 Batasan Masalah

Dalam tugas akhir ini, permasalahan yang akan di bahas sebatas pada :

1. Data yang digunakan adalah data penerima JAMKESDA Kepatihan

RT/RW 012/002 Bojonegoro-Jawa Timur.

2. Model keputusan yang digunakan yaitu model Fuzzy Multiple Attribute

Decision Making (FMADM) dengan metode Simple Additive Weighting

(SAW)

3. Sistem yang dibangun berbasis desktop.

1.4 Tujuan Penelitian

Tujuan yang dicapai dalam penelitian ini adalah :

1. Mengetahui tingkat ketepatan algoritma SAW (Simple Additive

Weighting) dalam pengambilan keputusan penerimaan JAMKESDA.

2. Untuk mendapatkan hasil yang lebih tepat warga yang berhak

mendapatkan JAMKESDA.

1.5 Manfaat Penelitian

Manfaat yang diberikan penelitian ini, yaitu :

1. Memberikan gambaran tentang langkah metode saw dalam

pengambilan keputusan penerimaan JAMKESDA.

2. Sebagai referensi penelitian lebih lanjut tentang pengambilan keputusan

(21)

1.6 Sistematika Penulisan BAB I PENDAHULUAN

Bab ini berisi tentang latar belakang masalah, rumusan masalah,

batasan masalah, tujuan penelitian, manfaat penelitian, dan

sistematika penulisan.

BAB II LANDASAN TEORI

Bab ini berisi tentang dasar teori yang akan digunakan untuk

pembahasan dalam penulisan laporan tugas akhir ini yang meliputi

Sistem Pendukung Pengambilan Keputusan dan metode SAW

BAB III METODOLOGI PENELITIAN

Bab ini berisi tentang metodologi penelitian yang akan dilakukan

selama penelitian, terdiri dari : Analisis Masalah, Pengembangan

Sistem, Pengujian Efektifitas Sistem, Analisis Data, Penarikan

Kesimpulan.

BAB IV ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi tentang cara penerapan konsep dasar yang telah

diuraikan pada bab sebelumnya untuk menganalisa dan merancang

aplikasi.

BAB V ANALISIS HASIL IMPLEMENTASI

Bab ini berisi tentang analisa hasil dari implementasi sistem yang

(22)

BAB VI PENUTUP

Bab ini berisi tentang kesimpulan dan saran dari penulisan laporan

(23)

BAB II

LANDASAN TEORI

2.1 Sistem Pendukung Pengambilan Keputusan (SPK)

2.1.1 Pengertian SPPK

Konsep sistem pendukung pengambilan keputusan (SPPK) pertama kali

diungkapkan oleh Michael S.Scott Morton dengan istilah Management Decision

System pada awal tahun 1970-an. SPPK sebagai sebuah sistem berbasis komputer

yang membantu dalam proses pengembalian keputusan. SPPK sebagai sistem

informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus

dikembangkan untuk mendukung solusi dari permasalahan manajemen yang tidak

terstruktur untuk meningkatkan kualitas pengambilan keputusan. Dengan

demikian dapat ditarik satu definisi tentang SPPK, yaitu sebuah sistem berbasis

komputer yang adaptif, fleksibel, dan interkatif yang digunakan untuk

memecahkan masalah-masalah semi terstruktur sehingga meningkatkan nilai

keputusan yang diambil.

2.1.2 Tujuan Sistem Pendukung Pengambilan Keputusan

Menurut Turban (2005) Tujuan dari Sistem Pendukung Keputusan adalah :

1. Membantu manajer dalam pengambilan keputusan atas masalah semi

terstruktur.

2. Memberikan dukungan atas pertimbangan manajer dan bukannya di

maksudkan untuk menggantikan fungsi manajer

3. Meningkatkan efektivitas keputusan yang di ambil manajer lebih

(24)

4. Kecepatan komputasi. Komputer memungkinkan para pengambil

keputusan untuk melakukan banyak komputasi secara cepat dengan

biaya yang rendah.

5. Peningkatan produktivitas. Membangun suatu kelompok pengambil

keputusan, terutama para pakar, bisa sangat mahal. Pendukung

terkomputerisasi bisa mengurangi ukuran kelompok dan

memungkinkan para anggotanya untuk berada di berbagai lokasi yang

berbeda-beda (menghemat biaya perjalanan). Selain itu, produktivitas

staf pendukung (misalnya analisis keuangan dan hukum) bisa di

tingkatkan. Produktivitas juga bisa di tingkatkan menggunakan

peralatan optimasi yang menentukan cara terbaik untuk menjalankan

sebuah bisnis.

6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan

yang di buat. Sebagai contoh, semakin banyak data yang di akses,

makin banyak juga alernatif yang bisa di evaluasi. Analisis resiko bisa

di lakukan dengan cepat dan pandangan dari para pakar (beberapa dari

mereka berada di lokasi yang jauh) bisa dikumpulkan dengan cepat dan

dengan biaya yang lebih rendah. Keahlian bahkan bisa di ambil

langsung dari sebuah sistem computer melalui metode kecerdasan

tiruan. Dengan computer, para pengambil keputusan bisa melakukan

simulasi yang kompleks, memeriksa banyak scenario yang

(25)

ekonomis. Semua kapabilitas tersebut mengarah kepada keputusan yang

lebih baik.

7. Berdaya saing. Manajemen dan pemberdayaan sumber daya

perusahaan. Tekanan persaingan menyebabkan tugas pengambilan

keputusan menjadi sulit. Persaingan di dasarkan tidak hanya pada

harga, tetapi juga pada kualitas, kecepatan, kustomasi produk, dan

dukungan pelanggan. Organisasi harus mampu secara sering dan cepat

mengubah mode operasi, merekayasa ulang proses dan struktur,

memberdayakan karyawan, serta berinovasi. Teknologi pengambilan

keputusan bisa menciptakan pemberdayaan yang signifikan dengan cara

memperbolehkan seseorang untuk membuat keputusan yang baik secara

cepat, bahkan jika mereka memiliki pengetahuan yang kurang.

2.1.3 Ciri-ciri SPPK

Dikutip oleh Nainggolan (2011), Kenn merumuskan ciri-ciri SPPK sebagai

berikut :

1. SPPK ditujukan untuk membantu keputusan-keputusan yang semi

terstruktur dan umumnya dihadapi oleh para manajer yang berbeda di

tingkat puncak

2. Dalam proses pengolahannya SPPK mengkombinasikan penggunaan

model-model dengan teknik pemasukan data konvensional serta

fungsi-fungsi pencari

3. SPPK memiliki fasilitas interaktif yang dapat mempermudah hubungan

(26)

4. SPPK bersifat luwes dan dapat menyesuaikan dengan

perubahan-perubahan yang terjadi

2.1.4 Karakteristik dan Kapabilitas SPPK

Dikutip oleh Kusrini (2007: 20), Turban, E.(2005) mendeskripsikan adanya

perbedaan karakteristik SPPK dengan sistem informasi manajemen (SIM).

Adapun karakteristik SPPK sebagai berikut :

1. SPPK menyediakan dukungan bagi pengambil keputusan utamanya

pada situasi semi terstruktur dan tak terstruktur dengan memadukan

pertimbangan manusia dan informasi terkomputerisasi. (semi structured

decisions)

2. Dukungan disediakan untuk berbagai level manajerial yang berbeda,

mulai dari pimpinan puncak sampai manajer lapangan. (for different

majerial level)

3. Dukungan disediakan bagi individu dan juga bagi group berbagai

masalah organisasional melibatkan pengambilan keputusan dari orang

dalam group. Untuk masalah yang strukturnya lebih sedikit seringkali

hanya membutuhkan keterlibatan beberapa individu dari departemen

dan level organisasi yang berbeda. (for group and individual)

4. SPPK menyediakan dukungan ke berbagai keputusan yang berurutan

atau saling berkaitan. (independence or sequential decisions)

5. SPPK mendukung berbagai fase proses pengambilan keputusan:

intelligence, design, choice dan implementation. (support intelligence

(27)

6. SPPK mendukung berbagai proses pengambilan keputusan dan style

yang berbeda-beda; ada kesesuaian diantara DSS dan atribut pengambil

keputusan individu (contohnya vocabulary dan style keputusan).

7. SPPK selalu bisa beradaptasi sepanjang masa. Pengambil keputusan

harus reaktif, mampu mengatasi perubahan kondisi secepatnya dan

beradaptasi untuk membuat SPPK selalu bisa menangani perubahan ini.

SPPK adalah fleksibel, sehingga user dapat menambahkan, menghapus,

mengkombinasikan, mengubah, atau mengatur kembali elemen-elemen

dasar (menyediakan respon cepat pada situasi yang tak diharapkan).

Kemampuan ini memberikan analisis yang tepat waktu dan cepat setiap

saat. (adatability and flexible )

8. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilatas grafis

yang sangat kuat, dan antarmuka manusia-mesin interaktif dengan satu

bahasa alami dapat sangat meningkatkan keefektifitasan SPPK.

9. SPPK mencoba untuk meningkatkan efektivitas dari pengambilan

keputusan (akurasi, jangka waktu, kualitas), lebih daripada efisiensi

yang bisa diperoleh (biaya membuat keputusan, termasuk biaya

penggunaan komputer). (Effectiveness and not efficiency)

10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua

langkah proses pengambilan keputusan dalam menyelesaikan masalah.

SPPK secara khusus ditujukan untuk mendukung dan tak menggantikan

pengambil keputusan. Pengambil keputusan dapat menindaklanjuti

(28)

tambahan pendapat pribadi atau pun tidak. (human control the

machine)

11. SPPK mengarah pada pembelajaran, yaitu mengarah pada kebutuhan

baru dan penyempurnaan sistem, yang mengarah pada pembelajaran

tambahan, dan begitu selanjutnya dalam proses pengembangan dan

peningkatan SPPK secara berkelanjutan.

12. User/pengguna harus mampu menyusun sendiri sistem yang sederhana.

Sistem yang lebih besar dapat dibangun dalam organisasi user tadi

dengan melibatkan sedikit saja bantuan dari spesialis di bidang

Information Systems (IS).

13. SPPK biasanya mendayagunakan berbagai model (standar atau sesuai

keinginan user) dalam menganalisis berbagai keputusan. Kemampuan

pemodelan ini menjadikan percobaan yang dilakukan dapat dilakukan

pada berbagai konfigurasi yang berbeda. berbagai percobaan tersebut

lebih lanjut akan memberikan pandangan dan pembelajaran baru.

(modelling)

14. SPPK dalam tingkat lanjut dilengkapi dengan komponen knowledge

yang bisa memberikan solusi yang efisien dan efektif dari berbagai

(29)

Gambar 2. 1 Karakteristik dan Kapabilitas SPPK

2.1.5 Komponen SPPK

Komponen-komponen SPPK menurut Turban, E (2005) sebagai berikut :

1. Pengolahan Data, termasuk database yang mengandung data yang

relevan untuk berbagai situasi dan diatur oleh software yang disebut

Database Management Systems (DBMS).

2. Pengelolaan Model, melibatkan model finansial, statistikal, management science, atau berbagai model kuantitatif lainnya, sehingga

dapat memberikan ke sistem suatu kemampuan analitis, dan manajemen

software yang diperlukan.

(30)

3. Pengelolaan Dialog, User dapat berkomunikasi dan memberikan

perintah pada SPK melalui subsistem ini. Ini berarti menyediakan

antarmuka.

4. Pengelolaan Pengetahuan, Subsistem optional ini dapat mendukung

subsistem lain atau bertindak sebagai komponen yang berdiri sendiri.

Gambar 2. 2 Skematik SPPK

2.1.6 Kelebihan dan Kekurangan

Setiap sistem teknologi pasti memiliki kelebihan dan keterbatasannya,

sedangkan keterbatasan sistem pendukung keputusan yaitu :

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat

dimodelkan, sehingga model yang ada dalam sistem tidak semuanya

mencerminkan persoalan sebenarnya.

Misalnya : kemampuan manusia untuk mengambil keputusan tidak hanya

dipengaruhi oleh pengalaman dan pengetahuan yang mereka miliki, tapi

(31)

2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang

dimilikinya (pengetahuan dasar serta model dasar). Maksudnya bahwa

sistem pendukung keputusan hanya bisa menyelesaikan masalah sesuai

data masukan yang diprogram dalam sistem itu.

3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada

perangkat lunak yang digunakan.

4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia.

Sistem ini dirancang hanyalah untuk membantu pengambil keputusan

dalam melaksanakan tugasnya sehingga ada permasalahan yang tidak bisa

dikerjakan oleh sistem pendukung keputusan dan harus dikerjaka manusia.

2.1.7 Jenis-Jenis Sistem Pengambilan Keputusan

Jenis-jenis SPK menurut tingkat kerumitan dan tingkat dukungan

pemecahan masalahnya menurut Alter (1976) adalah sebagai berikut:

●Mengambil elemen-elemen informasi.

●Menganalisis seluruh file.

●Menyiapkan laporan dari berbagai file.

●Memperkirakan dari akibat keputusan.

●Mengusulkan keputusan.

●Membuat keputusan.

2.2 Fuzzy Multiple Atribute Decision Making FMADM

Fuzzy Multiple Attribute Decision Making atau FMADM merupakan suatu

metode yang digunakan untuk mencari alternative optimal dari sejumlah

(32)

FMADM adalah menentukan nilai bobot untuk setiap atribut yang selanjutnya

akan dilakukan proses perankingan yang akan menyelekaai alternative yang sudah

diberikan. Ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu : pendekatan

subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan

obyektif. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan

subyektifitas dari para pengambil keputusan sehingga, beberapa faktor dalam

proses perankingan alternative bisa ditentukan secara bebas. Sedangkan

pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan

subyektifitas dari pengambilan keputusan. Beberapa metode yang dapat untuk

menyelesaikan masalah FMADM, yaitu :

1. Simple Additive Weighting (SAW)

2. Weighted Product (WP)

3. ELECTRE

4. Technique for Order Preferences by Similarity to Ideal Solution

(TOPSIS)

5. Analytic Hierarchy Process (AHP)

2.3 Tiga Pendekatan Mencari nilai bobot atribut

Ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu: pendekatan

subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan

obyektif. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan

subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam

(33)

pendekatan obyektif nilai bobot dihitung secara matematis sehingga mengabaikan

subyektifitas dari pengambilan keputusan.

Dalam hal ini, sistem pendukung pengambilan keputusan seleksi

penerimaan jaminan kesehatan daerah menggunakan pendekatan integrasi.

Pendekatan integrasi digunakan dalam seleksi penerimaan jaminan kesehatan

daaerah dikarenakan adanya peraturan yang digunakan oleh staff kelurahan

sebagai pengambil keputusan dan dibantu dengan perhitungan manual untuk

menentukan bobot kriteria, vektor bobot, interval untuk masing-masing kriteria.

2.4 Metode Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal dengan istilah metode penjumlahan

terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari

rating kinerja setiap alternatif pada semua atribut. Metode SAW membutuhkan

proses normalisasi matriks keputusan (X) ke suatu skala yang dapat

diperbandingkan dengan semua alternatif yang ada. Matrix keputusan (x) dibentuk

dari skor alternatif x dan nilai bobot setiap atribut W. Berikut ini merupakan

penjelasan lebih lengkap untuk memahami metode Simple Addative Weighting

(SAW) :

-Sistem pendukung pengambilan keputusan ini mengelola pengambilan

keputusan seleksi penerimaan Jamkesda dengan 9 kriteria beserta bobot

tiap kriteria dalam pengambilan keputusan. Sebagai contoh, ada 3

pemohon calon penerima Jaminan Kesehatan Daerah, yaitu Imam.H

(34)

digunakan dalam pengambilan keputusan seleksi penerimaan

JAMKESDA:

1. Jenis Lantai Bangunan Tempat tinggal (C1)

2. Jenis Dinding Bangunan Tempat Tinggal (C2)

3. Fasilitas Tempat Buang Air Besar (C3)

4. Konsumsi daging/ayam/susu perminggu (C4)

5. Pembelian pakaian baru setiap anggota rumah tangga (C5)

6. Frekuensi makan dalam sehari (C6)

7. Lapangan pekerjaan utama Kepala Keluarga (C7)

8. Pendidikan tertinggi kepala keluarga (C8)

9. Pemilik aset/harga bergerak atau tidak bergerak (C9)

Kriteria-kriteria yang digunakan dalam pengambilan keputusan sebagai

berikut:

Kriteria 1 : Jenis Lantai Bangunan Tempat Tinggal (C1)

Kriteria jenis bangunan tempat tinggal terbagi atas 3 bilangan fuzzy,

yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di

bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat

dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

Gambar 2. 3 Bilangan Fuzzy untuk Jenis Bangunan Tempat Tinggal

0,33 0,67 1,00

0 1 µ(w)

(35)

Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1)

Jenis Lantai (X) Nilai

Tanah 0,33

Ubin 0,67

Keramik 1,0

C1 merupakan kriteria jenis lantai bangunan tempat tinggal. Jenis lantai

tanah diberi nilai 0,33 = rendah, jenis lantai ubin diberi nilai 0.67 =

sedang, dan jenis lantai keramik diberi nilai 1.00 = tinggi.

Kriteria 2 : Jenis Dinding Bangunan Tempat Tinggal (C2)

Kriteria jenis dinding bangunan tempat tinggal terbagi atas 3 bilangan

fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada

gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat

Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat

Tinggal

Jenis Dinding (X) Nilai

Tembok Bambu 0,33

Tembok Batu Bata 0,67

Tembok Halus 1,0

0,33 0,67 1,00

0 1 µ(w)

(36)

C2 merupakan kriteria jenis dinding bangunan tempat tinggal. Jenis

tembok bambu diberi nilai 0,33 = rendah, jenis tembok batu bata diberi

nilai 0.67 = sedang, dan jenis tembok halus diberi nilai 1.00 = tinggi.

Kriteria 3 : Fasilitas Tempat Buang Air Besar (C3)

Kriteria fasilitas tempat buang air besar terbagi atas 3 bilangan fuzzy,

Gambar 2.5Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar

Jenis Tempat (X) Nilai

Tidak Punya 0,33

Sederhana 0,67

Modern 1,0

C3 merupakan kriteria jenis tempat buang air besar. Tidak mempunyai

diberi nilai 0,33 = rendah, sederhana diberi nilai 0.67 = sedang, modern

diberi nilai 1.00 = tinggi.

0,33 0,67 1,00

0 1 µ(w)

(37)

Kriteria 4 : Konsumsi daging/ayam/susu perminggu (C4)

Kriteria konsumsi daging/ayam/susu perminggu terbagi atas 3 bilangan

fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada

gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat

Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu perminggu

Konsumsi daging/ayam/susu

(X)

Nilai

Tidak Pernah 0,33

Seminggu 1 kali 0,67

Seminggu 2 kali 1,0

C4 merupakan kriteria konsumsi daging/ayam/susu perminggu. Tidak

pernah diberi nilai 0,33 = rendah, seminggu 1 kali diberi nilai 0.67 =

sedang, dan seminggu 2 kali diberi nilai 1.00 = tinggi.

0,33 0,67 1,00

0 1 µ(w)

(38)

Kriteria 5 : Pembelian Pakaian Baru setiap anggota rumah tangga (C5)

Kriteria pembelian pakaian baru setiap anggota rumah tangga terbagi atas

3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat

pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy

dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

Gambar 2.7 Bilangan Fuzzy untuk pembelian pakaian baru setiap

anggota rumah tangga

Pembelian Pakaian (X)

Nilai

Tidak Pernah 0,33

Setiap hari raya 0,67

3 bulan sekali 1,0

C5 merupakan kriteria pembelian pakaian baru setiap anggota rumah

tangga. Tidak pernah diberi nilai 0,33 = rendah, setiap hari raya diberi

nilai 0.67 = sedang, dan 3 bulan sekali diberi nilai 1.00 = tinggi.

Kriteria 6 : Frekuensi makan dalam sehari (C6)

Kriteria frekuensi makan dalam sehari terbagi atas 3 bilangan fuzzy,

0,33 0,67 1,00

0 1 µ(w)

(39)

Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari

Makan dalam sehari (X)

Nilai

1 kali sehari 0,33

2 kali sehari 0,67

3 kali sehari 1,0

C6 merupakan kriteria frekuensi makan dalam sehari. 1 kali sehari diberi

nilai 0,33 = rendah, 2 kali sehari diberi nilai 0.67 = sedang, dan 3 kali

sehari diberi nilai 1.00 = tinggi.

Kriteria 7 : Lapangan pekerjaan utama Kepala Keluarga (C7)

Kriteria lapangan pekerjaan utama terbagi atas 3 bilangan fuzzy, yaitu

rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah.

Dari gambar tersebut, bilangan-bilangan fuzzy dapat dikonversikan ke

bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

0,33 0,67 1,00

0 1 µ(w)

(40)

Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama Kepala Keluarga

Lapangan pekerjaan utama (X) Bobot

Buruh 0,33

Pedagang/Wiraswasta/Peg.Swasta 0,67

PNS 1,0

C7 merupakan lapangan pekerjaan utama kepala keluarga. Buruh diberi

nilai 0,33 = rendah, pedagang/wiraswasta/peg.swasta diberi nilai 0.67 =

sedang, dan PNS diberi nilai 1.00 = tinggi.

Kriteria 8 : Pendidikan tertinggi kepala keluarga (C8)

Kriteria pendidikan tertinggi kepala keluarga terbagi atas 4 bilangan

fuzzy, yaitu sangat rendah (SR), rendah (R), sedang (S), tinggi (T).

Seperti terlihat pada gambar di bawah. Dari gambar tersebut,

bilangan-bilangan fuzzy dapat dikonversikan ke bilangan-bilangan crisp SR=0,25 R= 0,5 ;

S=0,75 ; T=1,00

0,33 0,67 1,00

0 1 µ(w)

(41)

Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala

Keluarga

Pendidikan tertinggi (X)

Nilai

Tamat SD 0,25

Tamat SMP 0,5

Tamat SMA 0,75

Tamat S1/S2 1,00

C8 merupakan kriteria pendidikan tertinggi kepala keluarga. Tamat SD

diberi nilai 0.25 = sangat rendah, tamat SMP diberi nilai 0.5 = rendah,

tamat SMA diberi nilai 0.75 = sedang, dan tamat S1/S2 diberi nilai 1.00

= tinggi.

Kriteria 9 : Pemilik aset/harga bergerak atau tidak bergerak (C9)

Kriteria pemilik aset/harga bergerak atau tidak bergerak terbagi atas 3

bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat

pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy

dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00

SR R _S

0,25 0,5 0,75

0 1 µ(w)

T

(42)

Gambar 2. 11Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau tidak bergerak

Aset (X) Nilai

Tidak mempunyai 0,33

Harta benda dijual <500rb 0,67

Harta benda dijual >500rb 1,0

C9 merupakan kriteria pemilik aset/harga bergerak atau tidak bergerak.

Tidak mempunyai diberi nilai 0,33 = rendah, harta benda dijual < 500rb

diberi nilai 0.67 = sedang, dan harta benda dijual > 500rb diberi nilai

1.00 = tinggi.

-Berikut ini contoh perhitungan manual:

a. Diketahui 3 calon penerima Jaminan Kesehatan Daerah :

Tabel 2. 10 Data Pemohon

Kriteria Nama Pemohon

Imam.H Hary.S Kuntinah

Jenis Bangunan Tempat Tinggal Keramik Keramik Ubin

Dinding Bangunan Tempat Tinggal Tembok

Halus

Tembok

Halus

Tembok

Halus

0,33 0,67 1,00

0 1 µ(w)

(43)

Fasilitas Tempat Buang Air Besar Modern Modern Sederhana

Pembelian Pakaian Baru setiang

anggota rumah tangga

Frekuensi makan dalam sehari 3kali

sehari

3 kali

sehari

1 kali sehari

Lapangan pekerjaan utama Kepala

Keluarga

Wiraswata PNS Buruh

Pendidikan tertinggi kepala keluarga Lulus

SLTA

S1 Tidak

Lulus SD

Pemilik aset/harga bergerak atau

tidak bergerak

merupakan hasil survei pemohon/kandidat

Tabel 2. 11 Hasil Nilai Survei pemohon

Pemohon

(Ai)

Nilai Survei Kriteria

C1 C2 C3 C4 C5 C6 C7 C8 C9

A1 1 1 1 1 0,67 1 0,67 0,75 1

A2 1 1 1 1 0,67 1 1 1 1

(44)

Keterangan :

A1 = Nama Kandidat penerima Jamkesda yaitu Imam H

A2 = Nama Kandidat penerima Jamkesda yaitu Hary S

A3 = Nama Kandidat penerima Jamkesda yaitu Kuntinah

C1 = Kriteria 1 yaitu kriteria untuk jenis lantai bangunan tempat

tinggal

C2 =Kriteria 2 yaitu kriteria untuk jenis dinding bangunan tempat

tinggal

C3 = Kriteria 3 yaitu kriteria untuk fasilitas tempat buang air besar

C4 = Kriteria 4 yaitu kriteria untuk konsumsi daging/ayam/susu

perminggu

C5 = Kriteria 5 yaitu kriteria untuk pembelian pakaian baru setiap

tahun

C6 = Kriteria 6 yaitu frekuensi makan dalam sehari

C7 = Kriteria 7 yaitu lapangan pekerjaan utama kepala keluarga

C8 = Kriteria 8 yaitu pendidikan tertinggi kepala keluarga

C9 = Kriteria 9 yaitu pemilik aset/harga bergerak atau tidak bergerak.

c. Pemberian bobot pada tiap kriteria berdasarkan tingkat kepentingan

masing-masing kriteria. Tingkat kepentingan dibagi menjadi 3

prioritas. Prioritas 1 = 0,33 (R), prioritas 2 = 0,67 (S), dan prioritas 3

(45)

Gambar 2. 12 Grafik Bobot

w(bobot) = {0.67,0.67,1.00,1.00,0.67,0.33,0.33,1.00,0.33}

d. Melakukan proses normalisasi. Adapun formula yang digunakan

dalam proses normalisasi sebagai berikut :

Keterangan :

rij : nilai rating kinerja ternormalisasi

xij : nilai atribut yang dimiliki dari setiap kriteria

Max xij : nilai terbesar dari setiap kriteria i

Min xij : nilai terkecil dari setiap kriteria i

Benefit : jika nilai terbesar adalah terbaik

cost : jika nilai terkecil adalah terbaik

i : menunjuk pada nilai tertentu

Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai

pada atribut Cj ; i=1,2,…,m dan j=1,2,…,n. Proses normalisasi akan

menghasilkan matrix ternormalisasi.

Jika j adalah atribut manfaat (benefit)

Jika j adalah atribut biaya (cost)

Rumus Normalisasi (2.1)

0,33 0,67 1,00

0 1 µ(w)

(46)

Berikut ini contoh perhitungan normalisasi untuk memperjelas

penggunaan formula normalisasi pada Rumus 2.1 :

Pada kasus ini menggunakan atribut biaya (cost) karena semakin kecil

skor maka peluang memperoleh Jamkesda semakin besar sehingga

digunakan normalisasi Min.

Alternatif A1 (Imam H)

(47)

Alternatif A3 (Kuntinah)

Proses normalisasi tersebut akan menghasilkan matrix

ternormalisasi seperti tabel dibawah ini :

Tabel 2. 12 Matriks Ternormalisasi

e. Selanjutnya, menjumlahkan hasil kali matriks ternormalisasi (r)

dengan bobot kriteria (w) yang menghasilkan nilai preferensi (V).

Formula nilai preferensi untuk setiap alternative (Vi) sebagai

berikut:

Keterangan :

vi : rangking untuk setiap alternatif

wj : bobot dari setiap kriteria

(48)

rij : nilai rating kinerja ternormalisasi

Berikut ini contoh perhitungan preferensi untuk memperjelas

penggunaan formula preferensi pada Rumus 2.2 :

V1 (Imam H)

=((0,67*0,67)+(0,67*1,00)+(1,00*0,67)+(1,00*0,33)+(0,67*1,00)+

(0,33*0,33)+(0,33*0,4925)+(1,00*0,33)+(0.33*0,33)) = 3.494

V2 ( Hari Susanto)

=((0,67*0,67)+(0,67*1,00)+(1,00*0,67)+(1,00*0,33)+(0,67*1,00)+

(0,33*0,33)+(0,33*0,33)+(1,00*0,25)+(0,33*0,33)) = 3.357

V3 (Kuntinah)

=((0,67*1,00)+(0,67*1,00)+(1,00*1,00)+(1,00*1,00)+(0,67*1,00)+

(0,33*1,00)+(0,33*1,00)+(1,00*1,00)+(0,33*1,00)) = 5,99

Setelah melakukan perhitungan nilai preferensi, langkah

selanjutnya adalah melakukan perankingan untuk mendapatkan

alternatif terbaik. Nilai Vi yang lebih besar mengindikasikan bahwa

alternative Ai lebih terpilih. Dari contoh perhitungan preferensi

diatas maka diperoleh alternatif terbaik yaitu Kuntinah (V3).

2.5 Jaminan Kesehatan Daerah (JAMKESDA)

Jaminan Kesehatan Daerah (JAMKESDA) adalah suatu upaya pemeliharaan

kesehatan yang pembiayaannya dikelola secara terpadu. Selain itu, JAMKESDA

(49)

yang diberikan Pemerintah Daerah Kab. Bojonegoro kepada masyarakat Kab.

Bojonegoro. Sasaran Program Jamkesda adalah seluruh masyarakat Kab.

Bojonegoro yang belum memiliki jaminan kesehatan berupa Jamkesmas, ASKES

dan asuransi kesehatan lainnya. Jenis-jenis pelayanan kesehatan yang ditanggung

program JAMKESDA antara lain berupa pelayanan kesehatan di Puskesmas dan

pelayanan kesehatan di rumah sakit. Kriteria-kriteria penerimaan JAMKESDA

atau jaminan kesehatan daerah, yaitu :

1. Jenis lantai bangunan tempat tinggal.

2. Jenis dinding bangunan tempat tinggal.

3. Fasilitas tempat buang air besar.

4. Konsumsi daging/ayam/susu perminggu

5. Pembelian pakaian baru setiap anggota rumah tangga.

6. Frekuensi makan dalam sehari.

7. Lapangan pekerjaan utama kepala keluarga.

8. Pendidikan tertinggi kepala keluarga.

(50)

BAB III

METODOLOGI PENELITIAN

Bab ini berisi uraian tentang cara pengambilan data untuk penelitian. Cara

pengambilan data tersebut dapat dilakukan berbagai langkah seperti yang akan

dijelaskan dibawah ini.

3.1 Rumusan Masalah

Saat ini teknologi telah menjadi bagian yang tidak terpisahkan dari

kehidupan setiap orang. Teknologi hadir untuk memudahkan penggunanya dalam

menyelesaikan berbagai macam masalah. Tidak hanya perangkat keras dan

perangkat lunak yang berkembang, metode komputasi pun juga ikut berkembang.

Salah satu metode yang berkembang adalah Sistem Pendukung Pengambilan

Keputusan. Sistem pendukung pengambilan keputusan semi terstuktur dan tidak

terstruktur dapat diselesaikan dengan adanya sistem pendukung pengambilan

keputusan. Salah satu kasus yang digunakan dalam penelitian ini adalah seleksi

penerimaan Jamkesda. Seleksi penerimaan jaminan kesehatan terkadang

ditentukan dengan keputusan yang tidak sesuai sehingga dapat merugikan

masyarakat. Adanya masalah tersebut penulis ingin melakukan suatu penelitian

dengan kasus seleksi penerimaan Jaminana Kesehatan Daerah dengan metode

SAW, adapun rumusan masalah pada penelitian ini adalah mengukur keakuratan

dan ketepatan model SAW (Simple Additive Weighting) yang digunakan untuk

menyelesaikan masalah penerimaan JAMKESDA pada Kelurahan Kepatihan

RT/RW 12/05 Bojonegoro, Jawa Timur. Sistem yang ada diharapkan dapat

(51)

yang tepat. Dari adanya masalah tersebut maka metodologi penelitian yang

digunakan, sebagai berikut :

1. Analisis Masalah

Pada tahapan ini bertujuan melakukan analisis masalah untuk mengolah

hasil dari interview untuk penentuan syarat-sayarat dan data-data yang

dibutuhkan dalam proses penerimaan JAMKESDA. Wawancara dilakukan

untuk mengetahui kebutuhan dan syarat-syarat penerimaan JAMKESDA.

Kegiatan wawancara ditujukan kepada Kepala Kelurahan dan pegawai

kelurahan Kepatihan. Hasil dari wawancara tersebut akan digunakan sebagai

input dalam tahap analisis. Proses yang dilakukan bertujuan untuk

mempelajari kebutuhan dan syarat-syarat selama proses pemilihan penerima

JAMKESDA berlangsung. Setelah analais dilakukan maka hasil analisis

masalah akan berupa perkiraan syarat-syarat penerimaan JAMKESDA dan

data-data yang dibutuhkan dalam penelitian ini. Syarat-syarat penerimaan

JAMKESDA, meliputi 9 kriteria yang telah ditetapkan. Dari syarat-syarat

tersebut dapat ditentukan masyarakat yang menerima dan tidak menerima

JAMKESDA.

2. Pengembangan Sistem

Pada tahapan ini bertujuan untuk melakukan perancangan dan

pengembangan sistem pendukung pengambilan keputusan penerimaan

(52)

Sistem pendukung keputusan penerimaan JAMKESDA dikembangkan

menggunakan bahasa pemrograman Java dan MySQL.

3. Pengujian Sistem

Pada tahapan ini bertujuan untuk melakukan pengujian sistem yang

telah dibuat. Pengujian sistem tersebut bertujuan untuk mengetahuai

ketepatan penggunaan model SAW dalam pengambilan keputusan pada

sistem penerimaan JAMKESDA. Proses pengujian dilakukan dengan

melakukan simulasi terhadap sistem tersebut dengan menginputkan

data-data yang didapat dari hasil wawancara dan observasi. Hasil yang

diharapkan berupa masyarakat yang menerima atau tidak menerima

JAMKESDA.

4. Analisis Data

Pada tahapan ini bertujuan membantu penulis dalam mempelajari hasil

pengujian yang didapatkan pada tahapan sebelumnya yang diharapkan dapat

membantu dalam penarikkan kesimpulan terhadap penelitian ini. Dalam

tahap ini, input berupa data yang diperoleh dari hasil wawancara dengan

kepala kelurahan dan pegawai kelurahan. Data tersebut berupa data

warga/masyarakat sebanyak 39 data warga mampu maupun tidak mampu

yang menerima JAMKESDA maupun yang tidak menerima JAMKESDA.

Proses selanjutnya berupa analisis data yang dilakukan dengan cara

membandingkan hasil keputusan dari sistem dengan keputusan asli dari data

(53)

sistem dan hasil manual dari kelurahan selanjutnya akan dilakukan

pengecekkan untuk mengetahui bobot kriteria yang menyebabkan terjadinya

perbedaan hasil keputusan antara sistem pendukung keputusan dan manual

dengan cara manual melihat dari data asli. Ketepatan dan keakuratan dari

sistem ini dapat dilihat dari perbedaan hasil antara sistem dan manual. Bila

pada keputusan manual kondisi warga “mampu” warga tersebut menerima

Jamkesda, namun pada sistem warga dengan kondisi “mampu” warga

tersebut tidak menerima Jamkesda. Hasil yang diperoleh dari analisa data

akan digunakan dalam langkah selanjutnya yaitu penarikkan kesimpulan.

5. Penarikkan Kesimpulan

Pada tahapan ini penulis akan menarik suatu kesimpulan berupa

keputusan terhadap penelitian ini. Ketepatan dan keakuratan metode SAW

dalam memberikan hasil keputusan yang lebih baik dapat dilihat dari

perbedaan hasil keputusan sistem dan hasil keputusan kelurahan (manual).

Ketepatan metode SAW untuk menyeleksi calon penerima Jamkesda dilihat

dari warga yang “tidak mampu” dan warga tersebut menerima Jamkesda

namun pada keputusan manual warga tersebut “tidak menerima” Jamkesda.

Sehingga, adanya perbedaan yang diperoleh dari keputusan sistem dan

manual membuktikan bahwa sistem ini tepat dan akurat dalam pengambilan

(54)

BAB IV

PERANCANGAN DAN IMPLEMENTASI SISTEM 4.1 Analisis Sistem

4.1.1 Ruang Lingkup Masalah A. Sistem yang ada saat ini

Saat ini sistem pendukung pengambilan keputusan untuk seleksi

penerimaan kartu Jaminan Kesehatan Daerah di Kelurahan Kepatihan

Kabupaten Bojonegoro masih menggunakan cara manual. Pengambilan

keputusan secara manual membuat staf Kelurahan setempat tidak tepat

dalam menentukan keputusan. Pengambilan keputusan yang tidak tepat

meresahkan warga yang seharusnya mendapatkan kartu Jaminan

Kesehatan tetapi tidak mendapat kartu kesehatan tersebut.

Ketidaktepatan staf dalam mengambil keputusan dikarenakan

banyaknya warga yang ingin menerima Jamkesda namun quota yang

ada tidak cukup untuk seluruh warga. Sistem yang baru ini diharapkan

dapat membantu memberikan rekomendasi untuk staf Kelurahan

Kepatihan dalam pengambilan keputusan yang tepat.

B. Sistem yang akan dibangun

Sistem yang dibangun merupakan sistem yang digunakan untuk

membantu staf Kelurahan Kepatihan dalam menyeleksi warga yang

pantas menerima kartu Jaminan Kesehatan Daerah sesuai yang

diharapkan. Metode yang akan digunakan dalam membuat sistem

(55)

Attribute Decission Making (MADM). Metode FMADM (Multiple

Attribute Decission Making) adalah metode yang dapat mencari suatu

alternatif terbaik dari berbagai alternatif berdasarkan kriteria-kriteria

yang telah ditentukan. Dari beberapa algoritma yang dimiliki oleh

metode Fuzzy MADM, sistem pendukung pengambilan keputusan ini

memilih menggunakan algoritma Simple Additive Weighting (SAW).

Metode SAW dipilih untuk menyelesaikan masalah pembagian

JAMKESDA karena metode ini mampu memberikan alternatif terbaik

dengan adanya pemberian bobot pada setiap kriteria-kriteria yang telah

ditentukan, kemudian dilakukan proses perankingan dan patokan skor

yang akan menentukan alternatif yang optimal.

4.2 Perancangan Sistem

Pada tahap ini akan dijelaskan hasil perancangan sistem yang terdiri dari

use-case, diagram aliran data (DAD), manajemen model, manajemen data,

manajemen dialog, dan manajemen knowledge.

4.2.1 Diagram Use Case

Diagram use-case merupakan model diagram UML yang digunakan untuk

menggambarkan kebutuhan fungsional yang diharapkan dari sebuah

sistem. Diagram case adalah gambaran dari beberapa atau semua aktor,

use-case, dan interaksi diantara komponen-komponen tersebut yang memperkenalkan

(56)

(57)

4.2.2 Skenario Use Case

1. Memasukkan Data Warga

Aktor : Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem

Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa

data warga tersimpan

Tabel 4. 1 Narasi Use Case Memasukkan Data Warga

Aksi Reaksi nama kepala keluarga, alamat,

RT/RW, Desa, lalu Staf

Kelurahan menekan tombol

simpan

2. Sistem menampilkan tambah data warga form dan id (dicarikan secara random) untuk data warga baru id

akan ditampilkan secara

otomatis

(58)

2. Mengubah Data Warga

data yang diubah berhasil diubah dari database.

Tabel 4. 2 Narasi Use Case Mengubah Data Warga

Aksi Reaksi

1. Staf Kelurahan memilih File

kemudian memilih menu item Input

Data Warga

3. Staf Kelurahan mengubah data data

warga dengan menekan salah satu

baris pada tabel data warga dengan

NKK tertentu yang ingin diubah

pada tabel data warga, lalu admin

menekan tombol ubah

2. Sistem menampilkan halaman

Data Warga

4. Sistem akan mengubah data

warga yang telah diubah oleh

staff kelurahan di database.

5. Sistem akan mengonfirmasikan

kepada staf kelurahan bahwa

(59)

3. Menghapus Data Warga

data warga yang dihapus telah berhasil dihapus dari

database.

Tabel 4. 3 Narasi Use Case Menghapus Data Warga

Aksi Reaksi

1. Staf kelurahan memilih menu

File kemudian memilih menu

item Input Data Warga

3. Staf kelurahan menghapus data

warga dengan menekan baris

data dengan id driver tertentu

yang ingin dihapus pada tabel

data warga, kemudian staf

kelurahan menekan tombol

hapus

data warga

4. Sistem akan menghapus data

warga yang dipilih oleh staf

kelurahan dari database.

(60)

4. Memasukkan Data Kriteria dan Sub Kriteria

Aktor : Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem

Kondisi Akhir : Sistem mengkonfirmasikan kepada staf kelurahan bahwa

data kriteria dan sub kriteria berhasil disimpan di database.

Tabel 4. 4 Narasi Use Case Memasukkan Data Kriteria dan Sub Kriteria

Aksi Reaksi

1. Staf kelurahan memilih menu

item Input Kriteria dan Sub

Kriteria

3. Staf kelurahan memasukkan data

kriteria dan sub kriteria beserta

bobot. Bila input data kriteria dan

sub kriteria selesai, selanjutnya

tekan tombol simpan.

input kriteria dan sub kriteria

4. Sistem akan menyimpan data

berupa id kriteria, nama kriteria,

bobot kriteria, id sub kriteria,

nama sub kriteria, dan bobot sub

kriteria

kepada Staf Kelurahan bahwa

data kriteria dan sub kriteria

(61)

5. Mengubah Data Kriteria dan Sub Kriteria

Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa

data kriteria dan sub kriteria yang diubah berhasil diubah

dari database

Tabel 4. 5 Narasi Use Case Mengubah Data Kriteria dan Sub Kriteria

Aksi Reaksi

1. Staf Kelurahan memilih menu

Edit kemudian memilih menu

item Ubah dan Hapus Kriteria

dan Sub kriteria

3. Staff Kelurahan mengubah data

kriteria dengan memasukkan

kode kriteria yang akan diubah

pada text field selanjutnya akan

tampil nama kriteria dan tingkat

prioritas beserta data sub kriteria.

Bila ingin menambahkan sub

kriteria klik tombol Tambah

kemudian masukkan nama sub

kriteria yang akan ditambahkan.

Bila ingin mengubah nama sub

kriteria klik Edit kemudian

masukkan nama sub kriteria yang

diubah. Selanjutnya tekan Ubah

Data Ubah dan Hapus Kriteria

(62)

6. Menghapus Data Kriteria dan Sub Kriteria

data kriteria dan sub kriteria yang dihapus telah berhasil

dihapus dari database.

Tabel 4. 6 Narasi Use Case Menghapus Data Kriteria dan Sub Kriteria

untuk menyimpan data kriteria

dan sub kriteria yang telah diubah

ke database

4. Sistem akan mengubah data

kriteria dan sub kriteria yang

telah diubah oleh staf kelurahan

di database.

data kriteria dan sub kriteria telah

berhasil diubah

Aksi Reaksi

Edit kemudian memilih menu

item Ubah dan Hapus Kriteria

dan Sub kriteria

3. Staf Kelurahan menghapus data

kriteria dengan memasukkan

Data Ubah dan Hapus Kriteria

(63)

7. Memasukkan Data Kriteria Pemohon

data kriteria pemohon berhasil disimpan di database.

Tabel 4. 7 Narasi Use Case Memasukkan Data Kriteria Pemohon

kode kriteria yang akan dihapus

pada text field selanjutnya akan

tampil nama kriteria dan tingkat

prioritas beserta data sub kriteria.

Bila ingin menghapus kriteria dan

sub kriteria tersebut tekan tombol

Hapus.

4. Sistem akan menghapus data

kriteria dan sub kriteria yang

dipilih oleh staf kelurahan dari

database.

telah berhasil dihapus

Aksi Reaksi

item Input Kriteria Pemohon

(64)

8. Mengubah Data Kriteria Pemohon

Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa

data kriteria pemohon berhasil diubah di database.

3. Staf Kelurahan memasukkann

berdasarkan NKK. Memasukkan

NKK kemudian tekan tombol

Cari.

5.Staf Kelurahan memasukkan

kriteria dan sub kriteria dengan

memilih pada drop down. Setelah

selesai memasukkan kriteria dan sub

kriteria tekan tombol “Simpan”

Input Kriteria Pemohon

4. Sistem akan menampilkan data

warga berdasarkan NKK yang

dicari