221
SISTEM PENDUKUNG KEPUTUSAN BANTUAN BEDAH
RUMAH MENGGUNAKAN METODE SIMPLE ADDITIVE
WEIGHTING PADA BADAN AMIL ZAKAT
Dodi Guswandi
Universitas Putra Indonesia YPTK Padang E-mail : [email protected]
Abstract
Decision support system is a producer of information systems aimed at a specific problem to be solved by the leadership and can help leaders in decision-making. In this thesis, the system used in the decision making process of selecting candidates for surgical assistance uninhabitable houses. SAW method in the process of selecting candidates for surgical assistance uninhabitable houses using several criteria, among others: the conditions, dependent parent, parental occupation, parental income, and status of the child. And alternative form of the name of the name of the candidate receiving surgical aid uninhabitable houses, each data is converted into a number of alternative classification results, into a matrix X is then performed in the normalization process of the normalization of the results matrix, then the matrix should be weighted against the value of weight W on each criteria, the total value of weighting the results will then be in the rank of priority, to the least priority. The results of these experiments using an alternative data as much as 15 and 5 criteria, ranking the data generated surgical aid recipients uninhabitable housing with the top priority of the sequence that shows the most feasible surgical assistance Uninhabitable housing.
Keywords: Decision Support System, Simple Additive Weighting (SAW), Selection of Scholarship
Recipients BSM, MAD, Java.
1. PENDAHULUAN
Perkembangan ilmu pengetahuan dan teknologi pada saat ini banyaknya terjadi perubahan disegala bidang, misalnya saja pada dunia pemerintahan dalam mengambil suatu keputusan. Sebagai lembaga pemerintahan yang berfungsi meningkatkan pelayanan kepada masyarakat untuk mencapai keadilan dan kesejahteraan, terutama dalam proses pengambilan keputusan agar tepat pada sasarannya, untuk itu diperlukan sebuah metode yang mendukung keputusan tersebut yang sesuai dengan permasalahan yang akan dipecahkan. Dalam permasalahan ini penulis menggunakan metode Simple Additive Weighting (SAW).
Proses yang dilakukan dengan metode Simple Additive Weighting dalam mengambil keputusan dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua attribut. Pada permasalahan penelitian ini tentang bantuan bedah rumah tidak layak huni dibedakan dengan beberapa kriteria penilaian yaitu : kondisi rumah, jumlah tanggungan ortu, pekerjaan ortu, jumlah penghasilan ortu, status anak.
Berdasarkan kriteria-kriteria penilaian yang telah ditentukan diatas, maka masing-masing kriteria tersebut dapat dilakukan penjumlahan terbobot, membutuhkan proses normalisasi matriks keputusan ke suatu skala yang dapat membandingkan dengan semua rating alternatif yang ada, kemudian lakukan proses perangkingan.
Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat terhadap siapa yang akan menerima bantuan bedah rumah tidak layak huni tersebut.
222 Hal tersebut yang mendasari penulis untuk membahas masalah kesejahteraan tersebut yang dituangkan dalam tesis dengan judul ” Sistem Pendukung Keputusan Bantuan Bedah
Rumah Menggunakan Metode Simple Additive Weighting (SAW)”
2. TINJAUAN LITERATUR
Definisi sistem berkembang sesuai konteks dimana pengertian sistem itu digunakan. Menurut Sutabri (2003), mengemukakan “Sistem adalah sekelompok unsur yang erat dengan hubungannya satu dengan yang lain, yang berfungsi bersama – sama untuk mencapai tujuan tertentu”[1]. Menurut Jogiyanto (2006), Suatu sistem dapat didefinisikan sebagai suatu kesatuan yang terdiri atau lebih komponen atau subsistem yang berinteraksi untuk mencapai suatu tujuan. Sebagai contoh, raket dan pemukul bola kasti (masing-masing sebagai elemen) tidak bisa membentuk sebuah sistem, karena tidak ada sistem permainan olahraga yang memadukan kedua peralatan tersebut [2].
2.1.
Sistem Pendukung Keputusan
Dalam berbagai literatur manajemen, keputusan adalah suatu pilihan dari strategi tindakan. Menurut (Bruch, 2005) “Keputusan adalah suatu pilihan yang mengarah kepada tujuan yang
diinginkan atau aktivitas pemilihan tindakan dari sekumpulan alternatif untuk memecahkan suatu masalah”[3].
Sistem Pendukung Keputusan Decision Support System (Sistem Pendukung Keputusan) merupakan sistem informasi pada level manajemen dari suatu organisasi yang mengkombinasikan data dan model analisis canggih atau peralatan data analisis untuk mendukung pengambilan keputusan keputusan yang semi terstruktur dan tidak terstruktur (Hanif Al Fatta, 2007) [4].
Masalah semi terstruktur memiliki karakteristrik yang merupakan perpotongan dari masalah terstruktur dan masalah terstruktur dan masalah tidak terstruktur. Dua sifat diantaranya adalah : 1. Beberapa bagian dari masalah terjadi berulang-ulang, sementara
2. Beberapa bagian dari masalah melibatkan subjektivitas manusia
2.2.
Fase-Fase Pengambilan Keputusan
Saat melakukan pemodelan dalam pembangunan DSS dilakukan langkah-langkah (Kusrini. 2007), yaitu sebagai berikut :
a. Studi Kelayakan (Intelligence)
Pada langkah ini, sasaran ditentukan dan dilakukan pencarian prosedur, pengumpulan data, identifikasi masalah, identifikasi kepemilikan masalah, klasifikasi masalah, hingga akhirnya terbentuk sebuah pernyataan masalah.
b. Perancangan (Design)
Pada tahapan ini akan diformulasikan model yang akan digunakan dan kriteria-kriteria yang ditentukan. Setelah itu, dicari alternatif model yang bisa menyelesaikan permasalahan tersebut. Langkah selanjutnya adalah memprediksi keluaran yang mungkin. Kemudian ditentukan variabel-variabel model.
c. Pemilihan (Choice)
Setelah pada tahap perancangan ditentukan berbagai alternatif model berserta variable-variabelnya. Pada tahapan ini akan dilakukan pemilihan modelnya,
d. Membuat DSS
Setelah menentukan modelnya, berikutnya adalah mengimplementasikannya dalam aplikasi DSS [5].
223 Suatu Sistem Penunjang Keputusan memiliki tiga sub sistem utama yang menentukan kapabilitas teknis SPK tersebut, yaitu subsistem manajemen basis data, sub sistem manajemen basis model, dan sub sistem perangkat lunak penyelenggara dialog. Berikut Untuk lebih jelasnya dapat dilihat pada gambar berikut ini :
Gambar 1 : Komponen SPK
2.4 Simple Additive Weighting (SAW)
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. (Kusumadewi, 2005).
= 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
dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai :
∑
Keterangan :
Vi = rangking untuk setiap alternatif wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi
224 Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
2.5 Langkah-Langkah Penyelesaian Dengan Metode SAW
Menurut Kusumadewi (2006) Langkah – langkah penelitian dalam menggunakan metode SAW, adalah :
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
Hasil akhir diperoleh dari setiap proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi.
3. METODOLOGI
Untuk memberikan panduan dalam penyusunan penelitian ini maka perlu adanya metodologi penelitian dan kerangka kerja penelitian yang digunakan.
1. Mengidentifikasi Ruang Lingkup Masalah
Ruang lingkup masalah yang diteliti harus ditentukan terlebih dahulu karena tahapan identifikasi masalah dimulai dengan mempelajari mulai dari pengumpuan data siswa, kemudian analisa data siswa yang ikut ujian, terlambat, hingga yang tidak ikut ujian.
2. Mengumpulkan Data
Dalam tahap ini pengumpulan data dilakukan dengan cara langsung observasi pada Kecamatan Koto XI Tarusan, data yang dikumpulkan adalah data-data penjualan. Setelah data-data tersebut dikumpulkan dan dipelajari maka langkah selanjutnya yang dilakukan adalah melakukan pengelompokkan data rumah tangga miskin yang tidak layak hunidan dari hasil pengelompokkan data tersebut maka dapat memutuskan masalah-masalah yang akan dipecahkan, dan mencari solusinya.
3. Menganalisa Sistem
Analisis sistem (system analysis) dapat didefinisikan sebagai penguraian dari suatu system informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasikan dan mengevaluasi permasalahan-permasalahan, kesempatan-kesempatan, hambatan-hambatan yang terjadi dan kebutuhan-kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-perbaikannya.
a) Menganalisa Masalah
Bantuan bedah rumah merupakan bantuan yang diberikan kepada masyarakat Rumah Tangga Miskin (RTM), bantuan yang diberikan berasal dari upaya Badan Amil Zakat (BAZ) yang melakukan pemungutan zakat dari pegawai negeri sipil untuk disalurkan kepada masyarakat kurang mampu. Bantuan bedah rumah ini dilakukan untuk meningkatkan kesejahteraan masyarakat yang kurang mampu terutama keluarga yang mempunyai anak dalam masa pendidikan sekolah. Dalam proses pengambilan keputusan oleh pimpinan yang dilakukan secara manual, proses yang dilakukan dalam pengambilan keputusan membutuhkan tenaga dan waktu yang lama.
Dari ditemukan masalah tersebut, maka dibuatlah suatu Sistem Pendukung Pengambilan Keputusan Menggunakan Basis Data Simple Additive Weighting Membantu dalam pengambilan keputusan. Pada sistem yang dibangun, user disediakan alternatif dalam memilih kriteria yang sesuai, kemudian system akan mengolah dan memberikan alternatif data siswa yang sesuai dengan kriteria pilihan user. Pada analisis masalah sistem pendukung keputusan dengan basis data Simple Additive Weighting, awalnya pengambil keputusan
225 memilih terlebih dahulu obyek yang akan diseleksi, kemudian membuat beberapa kriteria untuk digunakan dalam penyeleksian dan menentukan dominasi kriteria dan nilai preferensinya.
b) Menganalisa Kebutuhan Non-Fungsional
Analisis non fungsional dilakukan untuk menghasilkan spesifikasi kebutuhan non
fungsional. Spesifikasi kebutuhan non fungsional adalah spesifikasi yang rinci tentang
hal-hal yang akan dilakukan system ketika diimplementasikan.Analisis kebutuhan ini diperlukan untuk menentukan keluaran yang akan dihasilkan sistem, masukan yang diperlukan sistem, lingkup proses yang digunakan untuk mengolah masukan menjadi keluaran, volume data yang akan ditangani sistem, jumlah pemakai dan kategori pemakai, serta kontrol terhadap sistem.
4. Menguji Sistem
Pengujian sistem dilakukan dalam bentuk konsep dari perancangan sistem pendukung keputusan dalam menentukan bantuan bedah rumah, sesuai dengan ketentuan dari pihak yang terkait.
5. Mengimplementasi Sistem
Pada tahap ini dilakukan pengkajian kembali kelayakan dari pada system pendukung keputusan yang telah dirancang. Apakah system tersebut sudah sesuai atau masih perlu dilakukan peninjauan kembali atau dilakukan perbaikan.
6. Menarik Kesimpulan
Setelah implementasi sistem dilakukan dan hasil yang diinginkan telah sesuai dengan alnalisis metode yang digunakan, maka dapat ditarik sebuah kesimpulan bahwa metode simple additive weighting tepat digunakan dalam permasalahan dalam proses pengambilan keputusan bedah rumah.
3.1.
Analisa Pemecahan Masalah Dengan Metode SAW
Dalam menentukan bantuan bedah rumah selama ini dilakukan dengan cara
mengumpulkan data study langsung kelapangan yang dilakukan oleh wali nagari dan
perangkatnya yang menjalankan roda pemerintahan didaerah tersebut, kemudian data
tersebut diajukan kepada pihak pemerintahan kecamatan yang nantinya diproses untuk
mengambil keputusan. Adapun kriteria-kriteria yang digunakan dalam menentukan
calon penerima bantuan bedah rumah adalah : kondisi rumah, jumlah tanggungan orang
tua, pekerjaan orang tua, jumlah penghasilan orang tua, status anak.
Banyaknya calon penerima bantuan bedah rumah tidak layak huni yang diusulkan, serta
proses yang cukup rumit dalam membandingkan kriteria antara pengusul selama ini,
menambah lamanya waktu. Keputusan yang dihasilkan selama ini juga masih sering
kurang tepat, karena masih terdapat beberapa rumah yang lebih layak mendapatkan
bantuan bedah rumah, tetapi tidak mendapatkan. Oleh karena itu sistem yang berjalan
saat ini dapat dikatakan kurang efektif dan kurang professional.
3.1.1 Analisis Kriteria dan Pembobotan
pada proses pembuatan sistem pendukung keputusan menentukan bedah rumah, dibutuhkan pembobotan pada setiap kriteria yang telah ditentukan sebelumnya. Terdapat 5 (lima) kriteria yang akan digunakan dalam menentukan bedah rumah. Adapun kriteria dan bilangan fuzzy yang digunakan dalam menentukan pemberian bantuan bedah rumah adalah :
a. Kriteria Kondisi Rumah, dikonversi dengan bilangan fuzzy dibawah ini : Tabel 1 : Kondisi Rumah
226 ( C1 ) Bilangan fuzzy Nilai
Rumah Bambu (RB) Tinggi 1
Rumah Kayu (RK) Sedang 0.75
Rumah Semen (RS) Rendah 0.5
b. Kriteria Tanggungan Orang Tua, dikonversi dengan bilangan fuzzy dibawah ini :
Tabel 2 : Jumlah tanggungan orang tua
C2 Bilangan fuzzy Nilai
1 orang Sangat Sedikit 0
2 orang Sedikit 0.25
3 orang Sedang 0.5
4 orang Banyak 0.75
5 orang atau lebih Sangat banyak 1
c. Kriteria Pekerjaan Orang Tua, dikonversi dengan bilangan fuzzy dibawah ini : Tabel 3 : Pekerjaan Ortu
C3 Bilangan fuzzy Nilai
01-Petani Sangat Banyak 1
02-Nelayan Banyak 0.75
03-Peternak Sedang 0.5
04-Pedagang Sedikit 0.25
05-Pegawai Sangat Sedikit 0
d. Kriteria Penghasilan Orang Tua, dikonversi dengan bilangan fuzzy dibawah ini : Tabel 4 : Penghasilan orang tua
( C1 ) Bilangan fuzzy Nilai
A= < 1.000.000 Tinggi 1
B= 1.000.000 – 2.500.000 Sedang 0.75 C= 2.5000.000 – 5.000.000 Rendah 0.5 D= > 5.000.000 Sangat Rendah 0.25 e. Kriteria Status Anak, dikonversi dengan bilangan fuzzy dibawah ini :
Tabel 5 : Status Anak
C3 Bilangan fuzzy Nilai
Ada Tinggi 1
Tidak Ada Rendah 0.5
227 Berikut ini akan dilakukan analisa pembahasan dan hasil yang diperoleh berdasarkan algoritma FMADM dengan melakukan perhitungan manual menentukan pemberian bantuan bedah rumah tidak layak huni menggunakan metode SAW. Contoh dibawah ini diambil dari data yang ada pada masyarakat Koto XI Tarusan, adapun langkah-langkah penyelesaiannya :
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. Untuk ke-2 langkah diatas dijelaskan pada tabel 6 dibawah ini :
Tabel 6 : Data sampel sebagai contoh perhitungan
No Nama Calon Penerima Bedah Rumah C1 (Konds- Rmh) C2 (Tgngn-Ortu) C3 (Pkj- Ortu) C4 (Pghsl-Ortu) C5 (Konds-Anak) 1 MARDIANTO RB 2 2 A Ada
2 SYAFRIL RK 1 1 A Tidak Ada
3 ALI AMRAN RK 2 1 A Ada
4 BASRIAL RS 3 1 B Ada
5 NOFRIANDI RS 5 4 B Ada
6 AFRIZAL RK 1 5 C Tidak Ada
7 SYAIFULLAH RB 4 2 B Ada
8 BUSTAMI RS 2 1 C Ada
9 RASYIDIN RB 3 2 A Tidak Ada
10 RAHDI RS 4 2 B Ada
11 AHMAD RS 2 4 B Ada
12 ROMI RK 4 1 C Ada
13 SUARDIMEN RB 1 2 A Tidak Ada
14 RUSLAN RK 3 5 A Ada
15 FAUZI RS 4 1 B Ada
Dari data real 15 calon penerima bantuan diatas, akan dikonversi ke dalam fuzzy yang sudah ditentukan pada pembahasan sebelumnya.
Tabel 7 : Alternatif dan Kriteria dengan Nilai Fuzzy
Alternatif Nama Calon Penerima
Bedah Rumah C1 C2 C3 C4 C5 A1 MARDIANTO 1 0.25 0.75 1 1 A2 SYAFRIL 0.75 0 1 1 0.5 A3 ALI AMRAN 0.75 0.25 1 1 1 A4 BASRIAL 0.5 0.5 1 0.75 1 A5 NOFRIANDI 0.5 1 0.25 0.75 1 A6 AFRIZAL 0.75 0 0 0.5 0.5 A7 SYAIFULLAH 1 0.75 0.75 0.75 1 A8 BUSTAMI 0.5 0.25 1 0.5 1 A9 RASYIDIN 1 0.5 0.75 1 0.5 A10 RAHDI 0.5 0.75 0.75 0.75 1 A11 AHMAD 0.5 0.25 0.25 0.75 1 A12 ROMI 0.75 0.75 1 0.5 1 A13 SUARDIMEN 1 0 0.75 1 0.5
228
A14 RUSLAN 0.75 0.5 0 0.75 1
A15 FAUZI 0.5 0.75 1 0.75 1
Berdasarkan pada table 7 diatas, dapat dibentuk matrik keputusan X dengan data berikut :
1 0.25 0.75 1 1 0.75 0 0.1 1 0.5 0.75 0.25 1 1 1 0.5 0.5 1 0.75 1 0.5 1 0.25 0.75 1 0.75 0 0 0.5 0.5 1 0.75 0.75 0.75 1 0.5 0.25 1 0.5 1 1 0.5 0.75 1 0.5 0.5 0.75 0.75 0.75 1 0.5 0.25 0.25 0.75 1 0.75 0.75 1 0.5 1 1 0 0.75 1 0.5 0.75 0.5 0 0.75 1 0.5 0.75 1 0.75 1 X =
Untuk mendapatkan matrik ternormalisasi yaitu dengan menggunakan persamaan di bawah ini :
=
Berdasarkan hasil perhitungan normalisasi matriks X, maka dapat ditentukan matriks ternormalisasi R dibawah ini :
229 1 0.25 0.75 1 1 0.75 0 0.1 1 0.5 0.75 0.25 1 1 1 0.5 0.5 1 0.75 1 0.5 1 0.25 0.75 1 0.75 0 0 0.5 0.5 1 0.75 0.75 0.75 1 0.5 0.25 1 0.5 1 1 0.5 0.75 1 0.5 0.5 0.75 0.75 0.75 1 0.5 0.25 0.25 0.75 1 0.75 0.75 1 0.5 1 1 0 0.75 1 0.5 0.75 0.5 0 0.75 1 0.5 0.75 1 0.75 1 X =
Kemudian tahap terakhir untuk mendapatkan proses perangkingan yaitu dengan cara mengalikan bobot (W) dengan matrik yang telah ternormalisasi (R) seperti dibawah ini :
= (1)(1) + (0.9)(0.25) + (0.3)(0.75) + (0.4)(1) + (0.6)(1) = 2.45 = (1)(0.75) + (0.9)(0) + (0.3)(1) + (0.4)(1) + (0.6)(0.5) = 1.75 = (1)(0.75) + (0.9)(0.25) + (0.3)(1) + (0.4)(1) + (0.6)(1) = 2.275 = (1)(0.5) + (0.9)(0.5) + (0.3)(1) + (0.4)(0.75) + (0.6)(1) = 2.15 = (1)(0.5) + (0.9)(1) + (0.3)(0.25) + (0.4)(0.75) + (0.6)(1) = 2.375 = (1)(0.75) + (0.9)(0) + (0.3)(0) + (0.4)(0.5) + (0.6)(0.5) = 1.25 = (1)(1) + (0.9)(0.75) + (0.3)(0.75) + (0.4)(0.75) + (0.6)(1) = 2.8000002 = (1)(0.5) + (0.9)(0.25) + (0.3)(1) + (0.4)(0.5) + (0.6)(1) = 1.8250002 = (1)(1) + (0.9)(0.5) + (0.3)(0.75) + (0.4)(1) + (0.6)(0.5) = 2.375 = (1)(0.5) + (0.9)(0.75) + (0.3)(0.75) + (0.4)(0.75) + (0.6)(1) = 2.3000002 = (1)(0.5) + (0.9)(0.25) + (0.3)(0.25) + (0.4)(0.75) + (0.6)(1) = 1.7 = (1)(0.75) + (0.9)(0.75) + (0.3)(1) + (0.4)(0.5) + (0.6)(1) = 2.525 = (1)(1) + (0.9)(0) + (0.3)(0.75) + (0.4)(1) + (0.6)(0.5) = 1.925 = (1)(0.75) + (0.9)(0.5) + (0.3)(0) + (0.4)(0.75) + (0.6)(1) = 2.1 = (1)(0.5) + (0.9)(0.75) + (0.3)(1) + (0.4)(0.75) + (0.6)(1) = 2.37
proses perangkingan dengan cara mengurutkan nilai hasil tertinggi sampai ke hasil
terendah. Ke-15 calon penerima bantuan bedah rumah tidak layak huni, jika diurutkan
akan dapat diperoleh pada tabel dibawah ini :
230
Tabel 8 : Hasil Perankingan Keluarga Bedah Rumah Tidak Layak Huni
Alternatif Kriteria Hasil Peringkat
C1 C2 C3 C4 C5 SYAIFULLAH 1 0.675 0.225 0.3 0.6 2.8 1 ROMI 0.75 0.675 0.3 0.2 0.6 2.525 2 MARDIANTO 1 0.225 0.225 0.4 0.6 2.45 3 RASYIDIN 1 0.45 0.225 0.4 0.3 2.375 4 FAUZI 0.5 0.675 0.3 0.3 0.6 2.375 5 NOFRIANDI 0.5 0.9 0.075 0.3 0.6 2.375 6 RAHDI 0.5 0.675 0.225 0.3 0.6 2.3 7 ALI AMRAN 0.75 0.225 0.3 0.4 0.6 2.275 8 BASRIAL 0.5 0.45 0.3 0.3 0.6 2.15 9 RUSLAN 0.75 0.45 0 0.3 0.6 2.1 10 SUARDIMEN 1 0 0.225 0.4 0.3 1.925 11 BUSTAMI 0.5 0.225 0.3 0.2 0.6 1.825 12 SYAFRIL 0.75 0 0.3 0.4 0.3 1.75 13 AHMAT 0.5 0.225 0.075 0.3 0.6 1.7 14 AFRIZAL 0.75 0 0 0.2 0.3 1.25 15
Dari tabel diatas maka didapatkanlah peringkat nilai 15 Keluarga, dimana yang mendapatkan nilai tertinggi adalah Syaifullah.
4.
HASIL DAN DISKUSI
Pada tampilan awal dari program setelah di jalankan adalah tampilan Menu.
Pada menu input
terdapat 2 buah sub menu yaitu input data keluarga dan input login. Kemudian pada
menu proses terdapat 3 buah sub menu yaitu menu proses pembobotan, proses
normalisasi matriks, dan proses perangkingan.
231
Gambar 3 : Perancangan Tampilan Input Data Keluarga
Tampilan Form perancangan input data keluarga berfungsi untuk menginput data-data keluarga ke database yaitu nomor kepala keluarga, nama kepala keluarga, jenis kelamin, dan alamat dilakukan proses pemilihan daftar pilihan yang sudah ada. Data-data yang telah tersimpan ke database nantinya akan ditampilkan pada tabel.
Gambar 4 : Perancangan Tampilan Pembobotan
Tampilan form perancangan input pembobotan data keluarga berfungsi untuk menginput bobot data-data keluarga sesuai dengan kriteria pengambilan keputusan ke database, dimana untuk nomor kartu keluarga sebagai primary key nantinya dilakukan proses cari data yang sudah diinputkan dari tabel keluarga. Data-data yang telah tersimpan ke database nantinya akan ditampilkan pada tabel.
232
Gambar 5 : Perancangan Tampilan Normalisasi Matriks
Tampilan form perancangan normalisasi matriks berfungsi untuk memproses data bobot yang telah tersimpan di database menjadi data normalisasi matriks menggunakan rumus ternomalisasi.
Gambar 6 : Perancangan Tampilan Normalisasi Matriks
Tampilan form perancangan perangkingan berfungsi untuk memproses data normalisasi matrik yang telah tersimpan di database menjadi data hasil perangkingan dalam mengambil keputusan, menggunakan rumus penjumlahan masing-masing alternative.
233
Gambar 7 : Perancangan Tampilan Laporan Hasil Perangkingan
Gambar 8 : Perancangan Tampilan Laporan Hasil Perangkingan
Tampilan perancangan laporan perangkingan adalah laporan yang berisi tentang hasil keputusan setelah melakukan tahapan-tahapan proses dengan metode SAW, laporan perangkingan memanggil data hasil keputusan untuk review hasil keputusan dan melakukan cetak laporan.
5. KESIMPULAN
Setelah melakukan penelitian pada kantor Camat Koto XI Tarusan dan mempelajari segala aktifitas yang terjadi dalam sistem pengambilan keputusan bedah rumah tidak layak huni, kemudian mencoba menganalisa serta menguraikannya ke dalam tesis ini, maka dari pembahasan bab-bab sebelumnya dapat ditarik kesimpulan, yaitu sebagai berikut :
1. Sistem pendukung keputusan yang selama ini masih dilakukan dengan manual sehingga banyak menimbulkan kelemahan dari segi keputusan yang tidak akurat, waktu dan informasi yang dihasilkan membutuhkan watu yang lama.
2. Dengan diterapkannya sistem baru ini diharapkan penggunaan komputer akan lebih lebih membantu dalam proses pengambilan keputusan serta pembuatan laporan yang dihasilkan akan lebih jelas dan terinci sehingga akan mempercepat proses mendapatkan informasi bagi masyarakat.
3. Dengan menggunakan aplikasi bahasa pemograman Java dan media penyimpanan Mysql akan dapat mempermudah dan mempercepat dalam proses pengambilan keputusan.
234
DAFTAR PUSTAKA
[1] [2] [3] [4] [5]Tata Sutabri.2003.Analisa Sistem Informasi.Penerbit : Andi Yogjakarta.
Jogianto, H.M. 2006. Sistem Pendukung Keputusan - Edisi III. Yogyakarta : Andi Offset. Bruch, 2005. Information System: Theory and Practice, Hamilton Publishing Company, Santa Barbara.
Al Fatta, Hanif, 2007, Analisis dan Perancangan Sistem Informasi, Yogyakarta: Andi Offset. Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Penerbit Andi
