245
SISTEM PENDUKUNG KEPUTUSANMENENTUKAN PENERIMA BERAS MISKIN (RASKIN)MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)(STUDI
KASUS: DESA KERJO LOR ,NGADIROJO , WONOGIRI)
Yogy Pratama1, Uning Lestari2, Muhammad Sholeh3
1,2,3
Teknik Informatika, FTI, IST AKPRIND
yogypratama26@gmail.com1, uning@akprind.ac.id2, muhash@akprind.ac.id3
ABSTRACT
Rice for the poor program, known as Raskin is one of the government programs to reduce expenditure and the protection of poor families through the distribution of rice with a number and a specified price .in the distribution of Raskin often encountered obstacles or problems, one of them for leveling Raskin amount received by all recipients Raskin. While there are different social degrees between the receiver Raskin. Raskin distribution given the same amount to all recipients Raskin, happens because it is still done manually allowing the occurrence of a subjective determination by the village government because it has not referring to predetermined criteria.
In this study used methods of SAW (Simple Additive Weight). SAW weighted summation , namely by finding a weighted sum of the value of the performance of each alternative on all attributes and requires a decision matrix normalization process (X) to a scale which can be compared with all existing alternatives value.
Results of poor rice DSS application can help the Kerjo Lor village in determining the population entitled to receive rice for the poor, so that in the process of implementation of the aid can be delivered to people who really need it, so that the distribution of aid can be precisely targeted. This is because the results of the assessment are given eligibility status, among others, ACCEPT and DO NOT ACCEPT. These results can then be displayed by the largest or smallest value, making it easier for decision makers to choose the best alternative.
Keywords: FMADM, Simple Additive Weighting (SAW), Raskin, DSS.
INTISARI
Program Beras Miskin atau Raskin adalah salah satu program pemerintah dalam mengurangi beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras dengan jumlah dan harga tertentu. Dalam pendistribusian Raskin sering kali ditemui kendala atau permasalahan, salah satunya adanya penyamarataan jumlah Raskin yang diterima oleh semua penerima Raskin, sementara ada derajat sosial yang berbeda antara penerima Raskin tersebut. Penyaluran Raskin yang diberikan dalam jumlah yang sama kepada semua penerima Raskin terjadi karena masih dilakukan secara manual sehingga memungkinkan terjadinya penentuan secara subyektif oleh pihak Pemerintah Desa karena belum mengacu pada kriteria yang telah ditentukan.
Dalam penelitian ini digunakan metode SAW (Simple Additive Weighting). SAW penjumlahan terbobot, yakni dengan mencari penjumlahan terbobot dari nilai kinerja pada setiap alternatif, pada semua atribut dan membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua nilai alternatif yang ada.
Hasil dari aplikasi SPK beras miskin dapat membantu pihak Desa Kerjo Lor dalam menentukan penduduk yang berhak menerima beras miskin, agar dalam proses pelaksanaan pemberian bantuan dapat diserahkan kepada penduduk yang benar-benar membutuhkan, sehingga penyaluran bantuan dapat tepat sasaran. Hal ini karena hasil penilaian diberikan status kelayakan antara lain MENERIMA dan TIDAK MENERIMA. Hasil tersebut kemudian dapat ditampilkan berdasarkan nilai terbesar atau terkecil, sehingga memudahkan pengambil keputusan untuk memilih alternatif terbaik dari sejumlah alternatif.
246
PENDAHULUANProgram Beras Miskin atau Raskin adalah salah satu program pemerintah dalam mengurangi beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras dengan jumlah dan harga tertentu. Dalam pendistribusian Raskin sering kali ditemui kendala atau permasalahan, salah satunya adanya penyamarataan jumlah Raskin yang diterima oleh semua penerima Raskin, sementara ada derajat sosial yang berbeda antara penerima Raskin tersebut. Penyaluran Raskin yang diberikan dalam jumlah yang sama kepada semua penerima Raskin terjadi karena masih dilakukan secara manual sehingga memungkinkan terjadinya penentuan secara subyektif oleh pihak Pemerintah Desa karena belum mengacu pada kriteria yang telah ditentukan.
Perangkat Desa Karang Kidul dalam proses operasionalnya telah memiliki fasilitas dan teknologi yang cukup lengkap dan memadai, namun belum sepenuhnya terkomputerisasi dengan baik. Salah satu program yang dimiliki oleh Perangkat Desa Karang Kidul adalah pemberian bantuan Raskin kepada masyarakat yang layak menerimanya. Masalah yang kerap dijumpai di lapangan adalah tidak tersedianya akse kontrol data yang terkompeterisasi pada operating system dan database, yakni tidak tersedianya akses informasi untuk melihat atau menentukan masyarakat yang termasuk kedalam daftar penerima Raskin sesuai dengan criteria yang telah ditentukan panitia, akibatnya ditemukan ada masyarakat yang tidak layak lagi mendapatkan raskin tetapi masih tetap mendapatkannya.
TINJAUAN PUSTAKA
Jurnal yang berjudul Sistem penentuan penerima Bantuan Langsung Tunai (BLT) dengan metode Analycal Hirarchy Process. Aplikasi ini membahas tentang banyaknya warga yang menerima BLT, karena ribuan warga yang diseleksi maka dibutuhkan sebuah sistem yang dapat mempermudah dalam penyeleksian guna menentukan warga yang benar-benar memerlukan BLT. Hasil dari proses aplikasi ini berupa tahapan ranking warga sebagai rekomendasi bagian pengambilan keputusan untuk memilih warga yang cocok mendapatkan dana kompensasi BLT terebut. (Diah, 2008)
Jurnal yang berjudul Sistem Pengambilan Keputusan kelayakan bagi calon penerima dana bantuan masyarakat miskin menggunakan metode topsis berbasis web. Jurnal ini membahas tentang bagaimana mengatasi masalah pemberian dana bantuan langsung tunai di desa susukanrejo kabupaten pasuruan. Pada desa susukanrejo pemilihan dana bantuan masih dilakukan secara manual dan kurang merata hasilnya. Untuk mengatasi masalah yang ada tersebut, maka perlu dilakukan proses pemecahan masalah dengan penerapan sistem pengambilan keputusan. Dengan aplikasi ini diharapkan dapat membantu pihak petugas agar lebih efektif dalam menentukan masyarakat kurang mampu mana saja yang akan mendapatkan dana bantuan. Namun tampilan pengguna belum menggunakan CSS responsive sehingga tampilan kurang menarik (Fatmawati, 2016).
Jurnal yang berjudul Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin Menggunakan Metode Simple Additive Weighting (SAW), bertujuan untuk membantu kepala desa dalam menentukan jumlah beras yang akan diterima oleh penerima beras raskin dan jumlah penerima Beras Miskin didapatkan berdasarkan nilai bobot yang telah ditentukan. Dari penelitiannya pengembangan selanjutnya bisa dilakukan untuk penambahan kriteria seiring perkembangan kebutuhan pengguna sistem sehingga dapat meningkatkan kinerja sistem. (Anggrawati, Yamin, & Ransi, 2016)
Jurnal yang berjudul“Sistem Pendukung Keputusan untuk Penerimaan Raskin (Beras Miskin) mengunakan metode SAW”, tujuan penelitian ini adalah untuk membangun sebuah sistem pendukung keputusan dengan menggunakan metode Simple Additive Weighting (SAW) dalam seleksi calon penerimaan beras untuk keluarga miskin dengan menentukan kriteria dan alternatif sehingga tidak akan terjadi kecurangan dalam penentuannya. (Handayani, 2016)
LANDASAN TEORI
Sistem Pendukung Keputusan
247
digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur (Kusrini, 2007). Sistem pendukung keputusan tidak dimaksudkan untuk mengotomatisasikan pngambilan keputusan, tetapi memberikan perangkat interaktif yang memungkinkan pengambil keputusan untuk melakukan berbagai analisis menggunakan model-model yang tersedia. Tujuan dari sistem pendukung keputusan adalah (Kusrini, 2007):
a. Membantu manager dalam pengambilan keputusan atas masalah yang semiterstruktur. b. Memberikan dukungan atas pertimbangan manager dan bukan untuk menggantikan fungsi
manager.
c. Meningkatkan efektifitas keputusan yang diambil manager.
d. Kecepatan komputasi, penggunaan komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.
e. Peningkatan produktifitas, dukungan sitem pendukung keputusan terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya berada diberbagai tempat yang berbeda(menghemat biaya).
f. Dukungan kualitas, komputer bisa meningkatkan kualitas keputusan yang dibuat. Dengan komputer para pengambil keputusan bisa melakukan simulasi yang kompleks, memeriksa banyak skenario yang memungkinkan, dan menilai berbagai pengaruh secara cepat dan ekonomis.
g. Berdaya saing, teknologi pengambilan keputusan bisa menciptakan pemberdayaan yang signifikan dengan cara memperbolehkan seseorang untuk membuat keputusan yang baik secara cepat.
h. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan.
Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Alternatif pada FMADM sudah diketahui dan ditentukan. Pengambilan keputusan harus menentukan prioritas berdasarkan kriteria yang diklasifikasikan dalam 2 tipe, yaitu menyeleksi alternatif dengan atribut (kriteria) dengan ciri-ciri terbaik dan mengklasifikasikan alternative berdasarkan peran tertentu (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006). Sebagian besar pendekatan FMADM dilakukan melalui 2 langkah, yang pertama melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua tujuan pada setiap alternatif, kedua melakukan proses ranking alternatif-alternatif keputusan tersebut berdasarkan agregasi keputusan (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006).
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. Metode-metode tersebut adalah (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006):
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
e. Analytic Hierarchy Process (AHP).
Simple Additive Weighthing (SAW)
Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode 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 diperbandingkan dengan semua rating alternatif yang ada MADM itu merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Metode SAW mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti lelah melewati proses normalisasi matriks sebelumnya (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006).
Langkah – langkah penyelesain masalah dengan metode SAW adalah sebagai berikut (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006) :
a. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
248
c. Membuat matriks keputusan berdasarkan kriteria(Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut benefit ataupun atribut cost ) sehingga diperoleh matriks ternormalisasi R.
d. Rumus yang digunakan untuk melakukan normalisasi matriks adalah sebagai berikut (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006):
𝑟𝑖𝑗 =
Rumus di atas menunjukkan rumus yang digunakan untuk melakukan normalisasi matrik sesuai dengan tahapan pemecahan masalah menggunakan metode SAW. Keterangan lebih lanjut mengenai rumus yang digunakan untuk melakukan normalisasi matrik adalah sebagai berikut :
𝑟𝑖𝑗 = rating kinerja ternormalisasi
𝑀𝑎𝑥𝑖𝑗 = nilai maksimum dari setiap baris dan kolom ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (𝐴𝑖) sebagai solusi.
Rumus yang digunakan untuk memperoleh hasil akhir adalah sebagai berikut (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006):
𝑉𝑖 = 𝑊𝑗𝑟𝑖𝑗 𝑛
𝑗=1 Keterangan :
𝑉𝑖 = Nilai akhir dari alternatif
𝑊𝑗= Bobot yang telah ditentukan
𝑟𝑖𝑗= Normalisasi matriks
Nilai 𝑉𝑖 yang lebih besar mengindikasikan bahwa alternatif 𝐴𝑖 lebih terpilih.
HASIL DAN PEMBAHASAN
Flowchart
249
Perhitungan ManualPertama yang dilakukan dalam proses perhitungan dengan metode SAW yaitu menentukan kriteria sebagai acuan penentuan keputusan, lalu menentukan rating kecocokan setiap alternatif pada setiap kriteria. Setelah itu melalukan normalisasi matrik dan melakukan penjumlahan dari perkalian matrik ternormalisasi dengan vektor bobot sehingga diperoleh nilai terbesar sebagai alternatif terbaik.
Tabel 1 Tabel Kriteria
Kode Nama kriteria Bobot Tipe
K1 Pendapatan 0.25 Cost
K2 Pekerjaan 0.25 Cost
K3 Pendidikan 0.2 Cost
K4 Jumlah Tanggungan Anak 0.15 Benefit
K5 Kondisi Rumah 0.15 Cost
Dalam penelitian ini, pendukung keputusan yang dilakukan adalah menentukan penerima beras miskin (RASKIN). Contoh yang diambil adalah penilaian data penduduk pada tahun 2016. Di tahun 2016 kriteria yang digunakan dalam melakukan penilaian kelompok adalah 5 kriteria. Kriteria tersebut ditunjukkan oleh Tabel 1.
Nilai rating kecocokan dari setiap alternatif pada setiap kriteria ditunjukkan oleh Tabel 2.
Tabel 2 Tabel Rating Kecocokan Dari Setiap Alternatif Pada Setiap Kriteria
Alternataif Kriteria
K1 K2 K3 K4 K5
A1 1 0,5 0,75 0,25 0,25
A2 0,75 0,5 0,75 0,25 0,5
A3 1 0,5 0,75 0,5 0,25
A4 1 0,5 0,75 0,25 0,5
A5 0,75 0,25 0,5 0,75 0,5
250
Tabel 3 Tabel Sub Kriteria
Kode Nama Sub kriteria Keterangan kriteria Nilai
251
PERANGKINGANNilai matrik ranking diperoleh dari penjumlahan terhadap hasil perkalian nilai matrik ternormalisasi R terhadap bobot pada setiap kriteria. Perhitungan matrik ranking adalah sebagai berikut:
Bobot setiap kriteria (W) = (0.25, 0.25, 0.2, 0.15, 0.15)
𝑉1=
0,75 𝑥 0,25 + 0,5 𝑥 0,25 + 0,6667 𝑥 0,2 +
0,333 𝑥 0,15 + 1 𝑥 0,15 = 0,6458
𝑉2= 1 𝑥 0,25 + 0,5 𝑥 0,25 + 0,6667 𝑥 0,2 +
0,333 𝑥 0,15 + 0,5 𝑥 0,15 = 0,633
𝑉3= 0,75 𝑥 0,25 + 0,5 𝑥 0,25 + 0,6667 𝑥 0,2 +
0,6667 𝑥 0,15 + 1 𝑥 0,15 = 0,6958
𝑉4=
0,75 𝑥 0,25 + 0,5 𝑥 0,25 + 0,6667 𝑥 0,2 +
0,333 𝑥 0,15 + 0,5 𝑥 0,15 = 0,570
𝑉5= 1 𝑥 0,25 + 1 𝑥 0,25 + 1 𝑥 0,2 +
1 𝑥 0,15 + 0,5 𝑥 0,15 = 0,925
Berdasarkan hasil perhitungan nilai ranking, maka nilai tebesar ada pada V5 dan nilai terkecil ada pada V4. Nilai akhir ini selanjutnya dikelompokkan berdasarkan range tertentu untuk menentukan status Kelayakan.
IMPLEMENTASI SISTEM
a. Tampilan Halaman Login
Pada halaman login ini, Kepala Desa dan Admin SPK penerima beras miskin dapat langsung login dengan mengisikan field username dan password. Tampilan halaman login
ditunjukkan pada Gambar 2.
Gambar 2 Tampilan Halaman Login b. Tampilan Halaman Beranda
252
Gambar 3Tampilan Halaman Beranda
c. Tampilan Halaman Kelola Warga
Tampilan halaman kelola warga dapat dilihat pada Gambar 4. Pada halaman kelola warga terdapat button untuk tambah, detail, edit dan hapus.
Gambar 4Tampilan Halaman Kelola Warga
Button tambah data warga digunakan untuk melakukan tambah data warga input yang
253
Gambar 5TampilanHalaman Tambah Data Warga
d. Tampilan Cetak
Menu cetak laporan hasil penilaian akan mencetak hasil penilaian secara keseluruhan. Tampilan halaman laporan cetak hasil penilaian ditunjukan oleh Gambar 6.
Gambar 6 Tampilan Cetak
Kesimpulan
254
pemberian bantuan dapat diserahkan kepada penduduk yang benar-benar membutuhkan, sehingga penyaluran bantuan dapat tepat sasaran. Hal ini karena hasil penilaian diberikan status kelayakan antara lain MENRIMA dan TIDAK MENERIMA. Hasil tersebut kemudian dapat ditampilkan berdasarkan nilai terbesar atau terkecil, sehingga memudahkan pengambil keputusan untuk memilih alternatif terbaik dari sejumlah alternatif.
SARAN
Berdasarkan pembahasan dalam penelitian ini, maka terdapat beberapa saran untuk penelitian kedepannya sebagai berikut:
a. Aplikasi ini perlu dikembangkan menggunakan framework agar jika suatu saat akan dilakukan pengembangan aplikasi tidak mengalami banyak kesulitan.
b. Data KK sebaiknya diambil dari e-KTP secara langsung dengan filtering Status KK. c. Menggunakan metode SPK yang lain untuk dilakukan perbandingan.
DAFTAR PUSTAKA
Anggrawati, D., Yamin, M., & Ransi, N. (2016). Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin Menggunakan Metode Simple Additive Weight (Saw). semanTIK,
Vol.2, No.1, Jan-Jun 2016, 39-46.
Diah, N. R. (2008). sistem penentuan penerima Bantuan Langsung Tunai (BLT) dengan metode Analycal Hirarchy Process.
Fatmawati, D. (2016). Sistem Pengambilan Keputusan kelayakan bagi calon penerima dana bantuan masyarakat miskin menggunakan metode topsis berbasis web.
Handayani, H. (2016). Sistem Pendukung Keputusan Untuk Penerimaan Raskin (Beras Miskin) Di Desa Tanggul Kundung Menggunakan Metode Saw. Artikel Skripsi, 5-8.
Kusrini. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Penerbit ANDI.
Kusumadewi, S., Hartati, S., Harjoko, A., & Wardoyo, R. (2006). Fuzzy Multi-Atrribute Decision
