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
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
HALAMAN PERSETUJUAN
SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN
KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE
WEIGHTING (SAW)
Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro
Dipersiapkan dan ditulis oleh :
Mirella Tri Ratnasari
NIM : 095314003
Telah disetujui oleh :
Dosen Pembimbing
HALAMAN PENGESAHAN
SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN
KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE
WEIGHTING (SAW)
Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro
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,
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
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,
HALAMAN MOTTO
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
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
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
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
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
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
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
DAFTAR TABEL
Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1) ... 19
Tabel 2. 2 Tabel pembobotan untuk kriteria 2 (C2) ... 19
Tabel 2. 3 Tabel pembobotan untuk kriteria 3 (C3) ... 20
Tabel 2. 4 Tabel pembobotan untuk kriteria 4 (C4) ... 21
Tabel 2. 5 Tabel pembobotan untuk kriteria 5 (C5) ... 22
Tabel 2. 6 Tabel pembobotan untuk kriteria 6 (C6) ... 23
Tabel 2. 7 Tabel pembobotan untuk kriteria 7 (C7) ... 24
Tabel 2. 8 Tabel pembobotan untuk kriteria 8 (C8) ... 25
Tabel 2. 9 Tabel pembobotan untuk kriteria 9 (C9) ... 26
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
Tabel 5. 4 Pembobotan Sub Kriteria pada Kriteria 2 (C2) ... 77
Tabel 5. 5 Pembobotan Sub Kriteria pada Kriteria 3 (C3) ... 78
Tabel 5. 6 Pembobotan Sub Kriteria pada Kriteria 4 (C4) ... 78
Tabel 5. 7 Pembobotan Sub Kriteria pada Kriteria 5 (C5) ... 78
Tabel 5. 8 Pembobotan Sub Kriteria pada Kriteria 6 (C6) ... 79
Tabel 5. 11 Pembobotan Sub Kriteria pada Kriteria 9 (C9) ... 80
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
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).
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
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
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
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
BAB VI PENUTUP
Bab ini berisi tentang kesimpulan dan saran dari penulisan laporan
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
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
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
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
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
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
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.
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
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
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
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
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)
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
dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00
Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat
Tinggal
Tabel 2. 2 Tabel pembobotan untuk kriteria 2 (C2)
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)
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,
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 2.5Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar
Tabel 2. 3 Tabel pembobotan untuk kriteria 3 (C3)
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)
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
dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00
Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu perminggu
Tabel 2. 4 Tabel pembobotan untuk kriteria 4 (C4)
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)
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
Tabel 2. 5 Tabel pembobotan untuk kriteria 5 (C5)
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,
yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di
0,33 0,67 1,00
0 1 µ(w)
bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat
dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00
Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari
Tabel 2. 6 Tabel pembobotan untuk kriteria 6 (C6)
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)
Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama Kepala Keluarga
Tabel 2. 7 Tabel pembobotan untuk kriteria 7 (C7)
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)
Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala
Keluarga
Tabel 2. 8 Tabel pembobotan untuk kriteria 8 (C8)
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
Gambar 2. 11Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau tidak bergerak
Tabel 2. 9 Tabel pembobotan untuk kriteria 9 (C9)
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)
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
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
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)
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)
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
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
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.
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
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
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
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
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
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
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
2. Mengubah Data Warga
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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
3. Menghapus Data Warga
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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
2. Sistem menampilkan halaman
data warga
4. Sistem akan menghapus data
warga yang dipilih oleh staf
kelurahan dari database.
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
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
File kemudian 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.
2. Sistem menampilkan halaman
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
5. Sistem akan mengonfirmasikan
kepada Staf Kelurahan bahwa
data kriteria dan sub kriteria
5. Mengubah Data Kriteria dan Sub Kriteria
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
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
2. Sistem menampilkan halaman
Data Ubah dan Hapus Kriteria
6. Menghapus Data Kriteria dan Sub Kriteria
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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.
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria telah
berhasil diubah
Aksi Reaksi
1. Staf Kelurahan memilih menu
Edit kemudian memilih menu
item Ubah dan Hapus Kriteria
dan Sub kriteria
3. Staf Kelurahan menghapus data
kriteria dengan memasukkan
2. Sistem menampilkan halaman
Data Ubah dan Hapus Kriteria
7. Memasukkan Data Kriteria Pemohon
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa
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.
5. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria
telah berhasil dihapus
Aksi Reaksi
1. Staf Kelurahan memilih menu
File kemudian memilih menu
item Input Kriteria Pemohon
8. Mengubah Data Kriteria Pemohon
Aktor : Staf Kelurahan
Kondisi Awal : Staf Kelurahan telah login ke sistem
Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa
data kriteria pemohon berhasil diubah di database.
3. Staf Kelurahan memasukkann
data kriteria dan sub kriteria
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
6. Sistem akan mengonfirmasikan
kepada staf kelurahan bahwa
data kriteria dan sub kriteria