• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN JUMLAH BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) | Angrawati | semanTIK 1 PB

N/A
N/A
Protected

Academic year: 2018

Membagikan "SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN JUMLAH BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) | Angrawati | semanTIK 1 PB"

Copied!
7
0
0

Teks penuh

(1)

ISSN : 2502-8928 (Online)  39

Received June 1st,2012; Revised June 25th, 2012; Accepted July 10th, 2012

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN

JUMLAH BERAS MISKIN MENGGUNAKAN

METODE SIMPLE ADDITIVE WEIGHT (SAW)

Dewi Angrawati*1, Muh. Yamin2, Natalis Ransi 3 *1,2,3

Jurusan Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo, Kendari

e-mail : *[email protected],[email protected], [email protected] Abstrak

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 Weight). 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 penelitian ini yaitu sistem pendukung keputusan menentukan jumlah Beras Miskin (Raskin) menggunakan metode Simple Additive Weight (SAW) di Desa Puupi Kecamatan Kolono Kabupaten Konawe Selatan. Analisis yang diberikan berdasarkan hasil perkalian dan penjumlahan matriks ternormalisasi dengan bobot.

Kata kunci—Sistem Pendukung Keputusan, Simple Additive Weight (SAW), Raskin

Abstract

Ricefor 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.

The results of this analysis, a decision support system determines the amount of rice for the poor (Raskin ) using Simple Additive Weight (SAW) in the village Puupi, Kolono, Southern Konawe district. The analysis is given based on the normalized matrix multiplication and summation with weights.

(2)

IJCCS Vol. x, No. x, July 201x : first_page – end_page

1. PENDAHULUAN

rogram Beras Miskin atau yang dikenal dengan Raskin adalah salah satu program pemerintah dalam mengurangi beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras dengan jumlah dan harga tertentu. Tujuan program Raskin adalah mengurangi beban pengeluaran rumah tangga melalui pemenuhan sebagian kebutuhan pangan beras.

Dalam pendistribusian Raskin sering kali ditemui kendala atau permasalahan, salahsatunya adanya penyamarataan jumlah Raskin yang diterima oleh semua penerima Raskin. Sementara ada derajat sosial yang berbeda antara sesama penerima Raskin tersebut. Derajat sosial ini terutama dipengaruhi oleh tingkat pendapatan dan jenis profesi atau sumber mata pencaharian para penerima Raskin.

Desa Puupi merupakan sebuah desa yang terletak di Kecamatan Kolono Kabupaten Konawe Selatan. Masyarakat di desa ini berasal dari berbagai daerah seperti Makassar, Wakatobi, Ambon, Kalimantan dan Muna. Desa ini dibagi menjadi 3 dusun yang terdiri dari Dusun I, Dusun II, dan Dusun III. Dengan jumlah Kepala Keluarga sebanyak 286 KK. Jumlah KK yang menerima bantuan Beras Miskina dalah sejumlah 49 KK, sedangkan menurut Kepala Desa jumlah KK yang mendapat bantuan Beras Miskin berjumlah 100 KK kecuali Pegawai Negeri Sipil (PNS). Pembagian bantuan Beras Miskin ini dibagi secara merata dalam waktu 3 bulan sekali dengan jumlah rata-rata 5 liter/KK [1].

2. METODE PENELITIAN

2.1 Sistem Pendukung Keputusan (SPK) Decision Support System (DSS) atau Sistem Pendukung Keputusan (SPK), secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi-terstruktur [2]. Secara khusus, Sistem Pendukung Keputusan didefenisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu [3].

2.2 Simple Additive Weight (SAW)

Metode Simple Additive Weight (SAW) sering juga dikenal istilah metodepenjumlahan 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 ( ) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [4].

Oleh [3], persamaan (1) digunakan

= Nilai kinerja ternormalisasi.

= Nilai atribut yang dimiliki dari seiap kriteria.

= Nilai terbesar dari setiap kriteria. = Nilai terkecil dari setiap kriteria. Nilai maksimal atribut keuntungan = jika nilai terbesar adalah terbaik.

Nilai minimal atribut biaya= jika nilai terkecil adalah terbaik.

Nilai preferensi untuk setiap alternatif diberikan seperti Persamaan (2). Variabel adalah nilai kinerja ternormalisasi dari alernatif pada atribut ; = 1,2. . . ,

dan = 1,2. . . . , .

= ∑ (2)

Keterangan :

= rangking untuk setiap alternatif = nilai bobot dari setiap kriteria

= nilai kinerja normalisasi

Nilai yang lebih besar

mengindikasikan bahwa alternatif lebih terpilih. Langkah – langkah penelitian dalam menggunakan metode SAW adalah [5]: 1. Menentukan kriterian-kriteria yang akan

dijadikan acuan dalam pengambilan keputusan, yaitu .

2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria , kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan

(3)

Gambar 1 Flowchart proses SAW SPK menentukan jumlah beras Raskin

Tabel 1 Bobot Kepentingan Kriteria Utama dan Kriteria Pendukung

Tabel 2 Kriteria Penilaian [1] ataupun atribut biaya) sehingga diperoleh

matriks ternormalisasi .

4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi.

2.3 Metode Pengumpulan Data

Metode yang digunakan dalam proses pengumpulan data adalah:

1. Kajian pustaka, adalah suatu metode yang dilakukan dalam proses pengumpulan data yaitu dengan mengumpulkan referensi-referensi baik berasal dari buku literatur maupun sumber-sumber bacaan lain. Dalam penyusunan tugas akhir ini, kajian pustaka yang digunakan yaitu melalui beberapa jurnal dan skripsi terdahulu yang dijadikan referensi. 2. Observasi, adalah suatu metode yang

dilakukan dengan cara mengamati objek yang akan di teliti. Observasi ini dilakukan di Desa Puupi Kecamatan Kolono Kabupaten Konawe Selatan. 3. Kuesioner, adalah metode pengumpulan

data yang berupa serangkaian pertanyaan tertulis yang diajukan kepada subyek untuk mendapatkan jawaban secara tertulis. Kuesioner tersebut diajukan kepada masyarakat di Desa Puupi Kecamatan Kolono Kabupaten Konawe Selatan untuk mendapatkan data-data yang dibutuhkan.

4. Wawancara, adalah salah satu metode pengumpulan data dengan melakukan tanya jawab ke masyarakat setempat yaitu masyarakat Desa Puupi Kecamatan Kolono Kabupaten Konawe Selatan terkait dengan data yang ingin diperoleh dalam penelitian ini

3. HASIL DAN PEMBAHASAN

Untuk menyelesaikan permasalahan pemberian jumlah Beras Miskin,maka langkah-langkah untuk flowchart yang ditunjukkan oleh Gambar 1.

Dalam melakukan evaluasi terhadap pembagian Raskin perlu adanya suatu penilaian dalam menentukan nilai disetiap aspek, dalam model ini menggunakan

pembobotan disetiap kriteria. Masing-masing bobot tidak sama tergantung dari sub penilaian yang ada, adapun skor yang diberikan ditunjukkan oleh Tabel 1.

Bobot Keterangan Kriteria 1 Sangat Layak

Aspek penilaian ditunjukkan oleh Tabel 2. Penilaian kriteria dari keseluruhan alternatif ditunjukkan oleh Tabel 3.

No Kriteria Sub Kriteria

(4)

IJCCS Vol. x, No. x, July 201x : first_page – end_page

Tabel 4 Pembobotan kriteria

Tabel 5 Matriks Pembobotan Alternatif

Tabel 6 Faktor ternormalisasi

Tabel 7 Nilai Akhir (NA) Pembobotan alternatif terhadap kriteria

diubah ke dalam bentuk matriks. Pembobotan alternatif tersebut ditunjukkan oleh Tabel 5.

Kriteria

Pada proses normalisasi kriteria utama yaitu dan , sedangkan kriteria pendukungnya yaitu .

a.

Dari kolom nilai maksimalnya adalah 0,733, maka tiap baris dari kolom dibagi oleh nilai maksimal kolom

= 0,567/ 0,733 = 0,774

Dari kolom nilai maksimalnya adalah 0,8, maka tiap baris dari kolom dibagi oleh nilai maksimal kolom .

= 0,775/ 0,8 = 0,969

Dari kolom nilai minimalnya adalah 0,3, maka nilai minimal dari kolom dibagi dengan nilai pada kolom .

= 0,3/ 0,3 = 1 = 0,3/ 0,3 = 1 = 0,3/ 0,3 = 1 = 0,3/ 0,3 = 1 = 0,3/ 0,3 = 1

Kemudian memasukkan semua hasil penghitungan tersebut ke dalam tabel yang disebut tabel faktor ternormalisasi, hasilnya ditunjukkan oleh Tabel 6.

No Calon

Setelah mendapatkan hasil seperti yang terlihat pada Tabel 6, kemudian mengalikan setiap kolom di tabel tersebut dengan bobot kriteria yang terdapat pada Tabel 4.

= ( 0,774∗0,4) + ( 0,969∗0,4) + ( 1∗0,2)

Dengan demikian diperoleh Nilai Akhir (NA) yang ditunjukkan oleh Tabel 7.

No Calon Alternatif Nilai

(5)

Gambar 2 Use Case Diagram Tabel 8 Nilai Rata-Rata

Tabel 9 Penerima Raskin beserta jumlah yang diterima

Gambar 3 Form menu Login

Gambar 4 Form menu Tambah Data

4 0,96

5 0,889

Untuk menentukan jumlah Raskin yang diterima oleh alternatif penerima Raskin, digunakan nilai rata-rata. Tabel 8 menunjukkan nilai rata-rata yang digunakan.

Nilai Rata-Rata ( ) Jumlah Raskin (Liter)

≥0,9 5

0,7 < < 0,9 4

≤0,7 3

lternatif penerima Raskin dengan jumlah Raskin yang diterima dapat dilihat pada Tabel 9

No Calon

Alternatif Nilai

Jumlah Raskin (Liter)

1 0,879 4

2 1 5

3 0,96 5

4 0,96 5

5 0,889 4

3.1 Rancangan Sistem

Use case diagram digunakan untuk memodelkan dan menyatakan unit fungsi/layanan yang disediakan oleh sistem. Use Casediagram juga menjelaskan mengenai aktor-aktor yang terlibat dengan perangkat lunak yang dibangun beserta proses-proses yang ada di dalamnya. Use Casediagram aplikasi ditunjukkan oleh Gambar 2.

3.2 Implementasi

Sesuai dengan rancangan antarmuka yang telah dibuat sebelumnya, berikut adalah hasil pembuatan interface dengan menggunakan Netbeans 8.02 dengan beberapa perubahan penyesuaian yang dibutuhkan.

a. Form Menu Login

Gambar 3 menunjukkan form menu Login.

b. Form Tambah Data

Gambar 4 menunjukkan form menu Tambah Data.

c. Form menu Data Penerima Raskin

Gambar 5 menunjukkan form menu data penerima Raskin.

d. Form Menu Input Bobot Kriteria

Gambar 6 menunjukkan form menu Input Bobot Kriteria.

e. Form Menu Normalisasi

(6)

IJCCS Vol. x, No. x, July 201x : first_page – end_page

Gambar 5 Form menu Data Penerima Raskin

Gambar 6 Form menu Input Bobot Kriteria

Gambar 7 Form menu Normalisasi

Gambar 8 Form menu Hasil Metode SAW .

f. Form Menu Hasil Metode SAW

Gambar 8 menunjukkan form menu Hasil Metode SAW berupa jumlah Raskin yang diterima oleh penerima Raskin.

4. KESIMPULAN

Berdasarkan pembahasan dan pengujian dan analisis yang dilakukan maka dapat disimpulkan bahwa aplikasi Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin Menggunakan Metode Simple Additive Weight (SAW) ini dapat membantu kepala desa dalam menentukan jumlah beras yang akan diterima oleh penerima Beras Miskin dan jumlah penerima Beras Miskin didapatkan berdasarkan nilai bobot yang telah ditentukan. Semakin tinggi nilai bobot yang diperoleh oleh penerima maka semakin besar pula jumlah Beras Miskin yang diterima.

5. SARAN

Adapun saran yang dapat disampaikan untuk pengembangan selanjutnya antara lain yaitu untuk pengembangan selanjutnya diharapkan sistem ini dapat melakukan penambahan kriteria seiring perkembangan kebutuhan pengguna sistem sehingga dapat meningkatkan kinerja sistem.

DAFTAR PUSTAKA

(7)

[2] Hermawan, J., 2005, Membangun Decission Support System, Yogyakarta.

[3] Kusrini, 2007, Konsep dan Aplikasi

Sistem Pendukung Keputusan.

Yogyakarta, Andi.

[4] Surbakti, I., 2002, Sistem Pendukung Keputusan (Decission Support system), Yogyakarta, Graha Ilmu.

Gambar

Tabel 2 Kriteria Penilaian [1]
Tabel 5 Matriks Pembobotan Alternatif
Gambar 5 . Form menu Data Penerima Raskin

Referensi

Dokumen terkait

Strategi keuangan matriks adalah pengelompokan perusahaan dalam empat kwadran dan memberikan usulan strategi perusahaan dalam menyelaraskan pertumbuhan perusahaan dengan

Data yang digunakan adalah Data primer, data yang diperoleh langsung dari responden penelitian melalui pernyataan yang ditetapkan melalui angket mengenai motivasi

Berdasarkan angka tersebut, dapat dikatakan bahwa sebagian besar masyarakat DKI Jakarta merasakan adanya peningkatan pendapatan bila dibandingkan dengan pendapatan yang

Pada bagian ini, akan dibicarakan keluarga kurva-kurva di dalam bidang datar yang nantinya akan digunakan untuk mendefinisikan integral fungsi bernilai kompleks dengan

Berdasarkan rumusan masalah dan pembahasan yang telah dikemukakan sebelumnya, kesimpulan yang dapat dikemukakan di sini adalah: Teori-teori yang menjadi sandaran model

Sesuai azasnya, dengan diajukannya banding maka pelaksanaan isi putusan Pengadilan tingkat pertama belum dapat dilaksanakan, karena putusan tersebut belum mempunyai

Hasil pengolahan data tersebut adalah komponen pasang surut dan data ketinggian atau DEM yang merupakan bahan untuk pembuatan Peta Potensi Genangan Banjir Rob di wilayah tersebut,

Kelemahan sistem informasi akuntansi manual ini adalah tidak adanya bagian khusus yang menangani penggajian dan pengupahan karyawan sehingga menyebabkan kecurangan pengadaan