Penerapan Metode Analitycal Hierarchy Process dalam Sistem Pendukung Keputusan Kelayakan Rumah Tangga Penerima Listrik Gratis

(1)

Penerapan Metode Analitycal Hierarchy Process dalam Sistem Pendukung Keputusan Kelayakan Rumah Tangga Penerima Listrik Gratis

Siti Andini Utiarahman^1,*, Hastuti Dalai²

1Fakultas Ilmu Komputer, Program Studi Sistem Informasi, Universitas Ichsan, Gorontalo, Indonesia

2Fakultas Ilmu Komputer, Program Studi Teknik Informatika, Universitas Ichsan, Gorontalo, Indonesia Email: ^1,*[email protected], ²[email protected]

Email Penulis Korespondensi: [email protected] Submitted 18-10-2022; Accepted 31-10-2022; Published 31-10-2022

Abstrak

Salah satu program pemerintah diantaranya bantuan penyambungan listrik gratis bagi Rumah Tangga tidak mampu melalui program Subsidi Listrik Tepat Sasaran (SLTS). Pada pengimplementasian program SLTS, penerima listrik gratis harus memenuhi beberapa kriteria yang telah ditentukan agar memenuhi syarat sebagai penerima. Setiap tahunnya pendaftar calon RT penerima listrik gratis di provinsi Gorontalo sangat banyak, sehingga untuk memperoleh informasi membutuhkan waktu yang lama karena diperlukan ketelitian dalam proses seleksi menentukan kelayakan calon RT penerima listrik gratis. Tujuan penelitian menerapkan metode AHP pada sistem pendukung keputusan kelayakan Rumah Tangga penerima listrik gratis dengan menghitung nilai hasil prioritas sub kriteria dan nilai kelayakan. Proses perhitungan yang dilakukan berdasarkan kriteria, diperoleh hasil prioritas subkriteria dimana pemohon dengan nilai kelayakan = 1 mendapatkan status layak. Sebaliknya untuk pemohon 2 dengan prioritas subkriteria 0.2983 dan pemohon 3 dengan prioritas subkriteria 0.0847 mendapatkan status tidak layak karena nilai yang diperoleh < 1. Sehingga diperoleh kesimpulan bahwa metode AHP dapat digunakan dalam sistem pendukung keputusan untuk membantu pihak terkait dalam menentukan kelayakan rumah tangga penerima listrik gratis.

Kata Kunci: Analitycal Hierarchy Process; Listrik; Literatur Review; Sistem Pendukung Keputusan; Subsidi Abstract

One of the government programs includes free electricity connection assistance for underprivileged households through the Targeted Electricity Subsidy (SLTS) program. In implementing the SLTS program, recipients of free electricity must meet several predetermined criteria to qualify as recipients. Every year there are a lot of registrants for RT candidates who receive free electricity in Gorontalo province, so obtaining information takes a long time because accuracy is required in the selection process to determine the eligibility of RT candidates to receive free electricity. The purpose of the study was to apply the AHP method to the decision support system for the eligibility of households receiving free electricity by calculating the value of the priority results of the sub-criteria and the feasibility value. The calculation process is carried out based on the criteria, the results of the priority sub-criteria are obtained where the applicant with a feasibility value = 1 gets a decent status. On the other hand, applicant 2 with a sub-criteria priority of 0.2983 and applicant 3 with a sub-criteria priority of 0.0847 gets an unfeasible status because the value obtained is < 1. So it can be concluded that the AHP method can be used in a decision support system to assist related parties in determining the eligibility of households receiving free electricity.

Keywords: Analitycal Hierarchy Process; Literature Review; Decision Support System; Electricity; Subsidy

1. PENDAHULUAN

Listrik merupakan salah satu kebutuhan hajat hidup orang banyak sehingga perlu diatur dan disediakan oleh negara [1].

Pemerintah berupaya mendorong pembangunan infrastruktur ketenagalistrikan sesuai pertumbuhan ekonomi dan konsumsi listrik. [2]. Sesuai Rencana Pembangunan Jangka Menengah Daerah (RPJMD) Gorontalo, terdapat program pembinaan dan pengembangan bidang Energi dan ketenagalistrikan (penyediaan listrik rumah tangga tidak mampu) bertujuan mengakhiri segala bentuk kemiskinan dimanapun [3]. Berlandaskan hal tersebut, pemerintah memberikan bantuan penyambungan listrik gratis bagi Rumah Tangga tidak mampu melalui program Subsidi Listrik Tepat Sasaran (SLTS).

Dengan adanya program SLTS maka calon Rumah Tangga (RT) penerima listrik gratis harus memenuhi beberapa kriteria yang telah ditentukan agar memenuhi syarat sebagai penerima. Setiap tahunnya pendaftar calon RT penerima listrik gratis di provinsi Gorontalo sangat banyak. Tahun 2022 Dinas Penanaman Modal SDM dan Transmigrasi provinsi Gorontalo merencakanan jumlah penerima sebanyak 375 Rumah Tangga dari 500 lebih pendaftar. Sehingga untuk memperoleh informasi membutuhkan waktu yang lama, karena diperlukan ketelitian dalam proses seleksi menentukan kelayakan calon RT penerima listrik gratis. Meminimalisir permasalahan tersebut, teknologi informasi dapat dimanfaatkan untuk membantu menentukan keputusan secara cepat diantaranya dengan memanfaatkan sistem pendukung keputusan.

Sistem Pendukung Keputusan (SPK) merupakan sistem informasi interaktif yang dapat menyediakan informasi, pemodelan dan pemanipulasian data yang bertujuan untuk membantu dalam hal pengambilan keputusan [4] dan mampu menyelesaikan masalah terstruktur [5], untuk membantu membuat keputusan yang kompleks [6] . SPK dalam penelitian ini menggunakan metode Analitycal Hierarchy Process (AHP). AHP adalah model pendukung keputusan yang menguraikan masalah multi factor atau multi kriteria yang kompleks menjadi satu hierarki [7], kemudian memberikan nilai numerik penilaian subjektif kepentingan. AHP mampu mneghasilkan hasil yang lebih konsisten dan hasilnya

(2)

berdasarkan urutan peringkat masing-masing alternatif [8]. AHP dapat digunakan untuk menentukan kelayakan RT penerima listrik gratis yang akan menghasilkan informasi berupa kelayakan calon.

Beberapa penelitian yang mendasari pemilihan metode AHP dalam sistem pendukung keputusan kelayakan diantaranya menetukan kelayakan klaim asuransi menggunakan metode AHP oleh Abdullah Izzul Islam, Asep Jamaludin dan Nono Heryana [9]. Tujuan penelitian adalah membuat sistem pendukung keputusan untuk memutuskan keputusan kelayakan klaim menggunakan metode Rapid Application Development (RAD) sebagai alur pengembangan sistem. Hasil penelitian sistem dapat membantu perusahaan dalam pengambilan keputusan kelayakan klaim yang diajukan nasabah lebih akurat dan membutuhkan waktu yang singkat. Penelitian kedua oleh Mina Ismu Rahayu, Linda apriyanti, Kamaludin yang berjudul Sistem Pendukung Keputusan Untuk Kelayakan Kelanjutan Penerimaan Beasiswa Menggunakan Metode AHP studi kasus SMK Padakembang [10]. Tujuan penelitian adalah merancang sistem pendukung keputusan untuk membantu penentuan hasil evaluasi untuk kelanjutan penerimaan beasiswa sehingga beasiswa dapat diterima kepada yang benar-benar memenuhi kriteria tanpa merugikan salah satu pihak. Hasil penelitian sistem pendukung keputusan proses penyaluran dana beasiswa pada semester berikutnya dapat diberikan tepat waktu dan akurat sehingga dana beasiswa diberikan kepada siswa yang benar-benar memenuhi kriteria. Penelitian ketiga oleh Jalasena Dwi Putra, Dadan Zaliluddin, dan Dede Abdurahman dengan judul Perancangan Sistem Pendukung Keputusan Kelayakan Penerima Beasiswa Untuk Siswa Tidak Mampu dengan Metode AHP Menggunakan Visual Basic 2010 [11]. Tujuan penelitian adalah merancang dan membuat sistem pedukung keputusan untuk pemilihan beasiswa dapat diberikan tepat kepada siswa yang layak menerimanya. Hasil penelitian sistem dapat memberikan keputusan penerima beasiswa yang sesuai dengan yang diharapkan. Penelitian keempat oleh Ichwanda Hamdhani, Nurul Hidayar dan Imam Cholissodin yang berjudul Sistem Pendukung Keputusan Penentuan Kelayakan Kandang Ayam Broiler Menggunakan Metode Analytical Hierarchy Process-Weighted Product (AHP-WP) Studi Kasus PT. Semesta Mitra Sejahtera Wilayah Jombang, Kediri dan Tulungagung [12]. Tujuan penelitian membuat sistem pendukung keputusan yang dapat mengolah data menjadi informasi yang berguna dalam memberikan keputusan yang tepat mengenai kelayakan kandang ayam broiler. Hasil penelitian menghasilkan tingkat kecocokan terendah pada matriks ke-1 menghasilkan tingkat kecocokan sebesar 69% dan tingkat kecocokan tertinggi pada matriks ke-6 menghasilkan tingkat kecocokan sebesar 94% dan penelitian kelima oleh Ridlan Ahmad berjudul Penggunaan Sistem Pendukung Keputusan dengan Menggunakan Metode AHP dalam Menyeleksi Kelayakan Penerima Beasiswa [13]. Tujuan penelitian adalah menggunakan sistem pendukung keputusan untuk menentukan dan menyeleksi calon penerima beasiswa dengan menggunakan metode AHP. Hasil penelitian sistem dapat membantu menentukan dan memutuskan calon penerima beasiswa yang berhak menerima beasiswa berdasarkan kriteria- kriteria yang telah ditentukan secara bersama-sama.

Berdasarkan hal tersebut maka penulis membuat sistem pendukung keputusan kelayakan Rumah Tangga penerima listrik gratis dengan menerapkan metode AHP dengan menghitung nilai hasil prioritas sub kriteria dan nilai kelayakan.

Diharapkan sistem ini dapat digunakan oleh Dinas terkait dalam membantu pengambilan keputusan dalam merekomendasikan kelayakan RT penerima listrik gratis.

2. METODOLOGI PENELITIAN

Metode penelitian menggunakan metode literatur review yang ditunjukkan pada gambar 1 [14]:

Gambar 1. Kerangka Model Literature Review

(3)

2.1 Studi Literatur

a. Penelitian pendahuluan, melakukan survey langsung, mengamati dan mencatat berbagai bentuk laporan, melakukan interview kepada kepala Bidang ketenagalistrikan dinas penanaman modal SDM dan Transmigrasi provinsi Gorontalo.

b. Studi Pustaka, mencari literatur jurnal dan prosiding terkait yang ada hubungannya dengan objek yang diteliti.

2.2 Permasalahan Penelitian

Tahap kedua dalam penelitian ini adalah nememukan masalah.

a. Identifikasi masalah, berdasarkan penelitian pendahuluan adalah banyaknya pendaftar dan ditemukan proses penentuan kelayakan RT penerima subsidi listrik baru secara gratis bagi masyarakat kurang mampu dibutuhkan ketelitian dan membutuhkan waktu yang lama

b. Rumusan masalah, yaitu menentukan sumber masalah yang ditemukan pada penelitian terdahulu dan identifikasi masalah. Didapatkan rumusan masalah bagaimana penerapan metode AHP dalam perancangan sistem pendukung keputusan dapat memberikan informasi kelayakan RT penerima listrik gratis

c. Penetapan tujuan, yaitu menerapkan metode AHP pada rancangan sistem pendukung keputusan kelayakan RT penerima listrik gratis di provinsi Gorontalo yang akan mampu merekomendasikan RT yang benar-benar layak untuk mendapatkan subsidi penyambungan listrik.

2.3 Riset

Tahapan ketiga yaitu melakukan penelitian yang berkaitan dengan masalah penelitian yang diangkat pada riset, sehingga data yang diolah dapat menghasilkan kesimpulan yang dapat memecahkan masalah penelitian yang telah diangkat.

Penelitian ini mengacu pada konsep sistem pendukung keputusan dan metode AHP.

2.4 Eksperimen dengan Data

Tahapan ke empat yaitu mengolah data. Data diperoleh dari Dinas Penanaman Modal SDM dan Transmigrasi provinsi Gorontalo. selanjutnya data diolah dengan menerapkan metode AHP. Hasil akhir dari pengolahan data nantinya dilakukan pembobotan menghasilkan keputusan terbaik untuk merekomendasikan RT yang layak menerima listrik gratis.

2.5 Hasil

Tahap akhir dalam penelitian, yaitu memberikan kesimpulan yang terbaik dan bagaimana dapat menyelesaikan masalah penelitian yang diangkat. Kesimpulan akan dapat menjawab masalah menggunakan metode AHP dalam pengambilan keputusan kelayakan RT penerima listrik gratis.

2.6 Analytical Hierarchy Process (AHP)

Metode Analitycal Hierarchy Process (AHP) adalah model untuk memcahkan persoalan yang kompleks dan tidak terstruktur menjadi sederhana, serta menata kedalam suatu struktur hierarki [15]. yang dapat dilihat pada gambar 2 [16].

Penilaian kriteria dilakukan dengan perbandingan berpasangan berdasarkan kepentingan dari masing-masing kriteria tersebut untuk menjelaskan factor evaluasi dan faktor bobot dalam kondisi multi factor [17]. AHP memberikan nilai pembanding terhadap kriteria sampai pada proses perangkingan [18].

Gambar 2. Struktur Analitycal Hierarchy Process Berikut merupakan Langkah-langkah dalam metode AHP :

a. Mendefenisikan masalah serta solusi

b. Menentukan prioritas elemen dengan cara membandingkan kriteria dan alternatif secara berpasangan dengan menggunakan skala 1 – 9 untuk mengekspresikan pendapat. Adapun skala perbandingan ditunjukkan pada tabel 1 [13]

berikut ini :

Tabel 1. Skala Perbandingan Berpasangan

Intensitas Kepentingan Keterangan

1 Kedua elemen sama pentingnya

3 Elemen yang satu sedikit lebih penting daripada elemen lainnya

(4)

5 Elemen yang satu lebih penting daripada elemen lainnya 7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya 9 Satu elemen mutlak penting daripada elemen lainnya

2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan

Kebalikan Jika aktivitas i mendapatkan satu angka dibandingkan dengan aktivitas j, maka j memiliki nilai kebalikannya dibandingkan dengan i.

c. Menghitung Normalisasi Matriks [13]

1. Menjumlahkan nilai dari setiap kolom pada matriks perbandingan berpasangan yang ditunjukkan pada persamaan 1 dibawah ini :

(1)

Dimana :

𝑛 = Hasil penjumlahan tiap kolom 𝑖 = 1,2,3, …, z

𝑥 = Nilai tetap cell 𝑧 = Banyaknya alternatif

2. Membagi setiap nilai kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks yang ditunjukkan pada persamaan 2 dibawah ini [13] :

(2) Dimana :

𝑚=Hasil normalisasi 𝑛 =Hasil jumlah tiap kolom 𝑥 = Nilai tetap cell

d. Menghitung bobot prioritas. Menjumlahkan nilai-nilai dari baris dan membagi hasil jumlahnya dengan banyak jumlah elemen untuk mendapatkan nilai rata-rata/bobot prioritas ditunjukkan pada persamaan 3 dibawah ini :

(3)

Dimana :

𝑏𝑝 =Hasil rata-rata/bobot prioritas 𝑗 =1,2,3, …, n

𝑥 = Nilai tetap cell 𝑛 = Banyak kriteria

e. Menghitung Eigen Maksimum. Dalam pembuatan keputusan, penting mengetahui seberapa baik konsistensi yang ada karena tidak diharapkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam tahap ini yaitu :

1. Kalikan setiap nilai cell pertama dengan bobot prioritas pertama, nilai pada kolom cell kedua dengan prioritas kedua, dan seterusnya.

2. Jumlahkan hasilnya untuk setiap baris pada matriks

3. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relative yang bersangkutan.

4. Jumlahkan hasil tiap kriteria dibagi dengan banyak elemen yang ada, hasilnya disebut yang ditujukkan pada persamaan 4 sebagai berikut [13]:

(4)

Dimana :

𝜆_𝑚𝑎𝑥=Eigen maksimum 𝑛 =Banyak kriteria

f. Menghitung indeks konsistensi dengan persamaan 5 [13]:

(5)

Dimana :

𝑛=Banyak elemen

g. Menghitung rasio konsistensi dengan persamaan 6 [13]:

(6)

Dimana :

𝑛 = ∑ 𝑥_𝑖.𝑗

𝑧

𝑖=0

𝑚 = ^𝑥^𝑖.𝑗

𝑛

𝑏𝑝 = ^∑ ^𝑥^𝑖.𝑗

𝑛𝑗=1

𝑛

𝜆_𝑚𝑎𝑥

𝜆_𝑚𝑎𝑥 = ^𝛴𝜆

𝑛

𝐶𝑅 = ^𝐶𝐼

𝑅𝐼

𝐶𝐼 = ^𝜆^𝑚𝑎𝑥_{𝑛 −1}^−𝑛

(5)

𝐶𝑅 =Rasio Konsistensi 𝑅𝐼 =Indeks Random

Daftar Indeks Random Consistency (IR) dapat ditunjjukan pada tabel 2 berikut ini : Tabel 2. Daftar Indeks Random Consistency (IR)

Ukuran Matriks Nilai IR 1 , 2

3 4

0.00 0.58 1.90 5

6 7

1.12 1.24 1.32 8

9 10

1.41 1.45 1.49

11 1.51

12 1.48

13 14 15

1.56 1.57 1.59 h. Memeriksa konsistensi hierarki

Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki. Namun jika Consistency Ratio (CI/IR)

≤ 0.1, maka hasil perhitungan bisa dinyatakan benar.

3. HASIL DAN PEMBAHASAN

3.1 Mendefenisikan Masalah

a. Permasalahan : Menentukan dan menyeleksi calon kelayakan RT penerima listrik gratis b. Kriteria : Usia, Kepemilikan Rumah, Penghasilan dan Kondisi Rumah

c. Sub Kriteria yang ditunjukkan pada tabel 2.

Tabel 3. Sub Kriteria

Kriteria Range Bobot

C1 (Usia) 45 tahun ke atas

30-40 tahun 18-30 tahun

1 3 5 C2 (Kepemilikan Rumah) Milik sendiri

Milik Bersama Sewa

1 3 5 C3 (Penghasilan) 500 – 1 juta

1 – 2.5 juta 2.5 keatas

1 3 5 C4 (Kondisi Rumah) Pitate (Bambu)

Semi Permanen Permanen

1 3 5 3.2 Proses Perhitungan Nilai Menggunakan Metode AHP

3.2.1 Matriks Perbandingan Berpasangan

Pengolahan matriks perbandingan berpasangan dengan cara menjumlahkan masing-masing baris dari setiap kolom.

Contoh total dari kolom C1 didapat dari 1 + 0.2000 + 0.2000 + 0.1111 = 1.5111 dan seterusnya. Berdasarkan kriteria- kriteria yang telah ditentukan, diperoleh matriks perbandingan yang ditunjukkan pada tabel 4:

Tabel 4. Matriks Perbandingan Berpasangan

Kriteria Usia Kepemilikan Rumah Penghasilan Kondisi Rumah

C1 (Usia) 1 5 5 9

C2 (Kepemilikan Rumah) 0.2000 1 1 5

C3 (Penghasilan) 0.2000 1.0000 1 5

C4 (Kondisi Rumah) 0.1111 0.2000 0.2000 1

Jumlah 1.5111 7.2000 7.2000 20.0000

(6)

3.2.2 Membuat Matriks Nilai Kriteria

Rumus yang digunakan adalah nilai = nilai baris item tabel 4 / jumlah masing-masing kolom tabel 4 sehingga diperoleh matriks nilai kriteria yang ditunjukkan pada tabel 5 sebagai berikut :

Tabel 5. Matriks Nilai Kriteria

Kriteria Usia Kepemilikan

Rumah Penghasilan Kondisi

Rumah Jumlah Bobot Prioritas

C1 (Usia) 0.661769572 0.694444 0.694444 0.45 2.500658 0.625165

C2 (Kepemilikan Rumah) 0.132353914 0.138889 0.138889 0.25 0.660132 0.165033 C3 (Penghasilan) 0.132353914 0.138889 0.138889 0.25 0.660132 0.165033 C4 (Kondisi Rumah) 0.073522599 0.027778 0.027778 0.05 0.179078 0.04477 a. Nilai 0.661769572 pada baris C1 kolom Usia diperoleh dari nilai baris C1 kolom usia tabel 4 dibagi jumlah total

kolom Usia item tabel 4.

b. Nilai jumlah pada tabel 4 diperoleh dari penjumlahan setiap barisnya. Baris pertama diperoleh nilai 2.500658 merupakan hasil penjumlahan dari 0.661769572 + 0.694444 + 0.694444 + 0.45.

c. Nilai pada kolom bobot prioritas dari jumlah baris dibagi dengan jumlah kriteria. Dalam kasus ini terdapat 4 kriteria berarti 2.500658 / 4 = 0.625165.

3.2.3 Membuat Matriks Penjumlahan Setiap Baris

Matriks dibuat dengan mengalikan nilai prioritas pada tabel 5 dengan matriks tabel 4. Hasil perhitungan dapat ditunjukkan pada tabel 6 berikut ini :

Tabel 6. Matriks Penjumlahan Setiap Baris

Kriteria Usia Kepemilikan Rumah Penghasilan Kondisi Rumah Jumlah

C1 (Usia) 0.625165 3.126 3.126 5.6265 12.50366

C2 (Kepemilikan Rumah) 0.033006 0.165033 0.165033 0.825165 1.188237

C3 (Penghasilan) 0.033006 0.165033 0.165033 0.825165 1.188237

C4 (Kondisi Rumah) 0.004973 0.008954 0.008954 0.04477 0.067651

a. Nilai 0.625165 pada baris C1 kolom usia diperoleh dari nilai C1 tabel 3 dikalikan dengan nilai prioritas pada tabel 5.

b. Kolom jumlah pada tabel 6 diperoleh dari penjumlahan setiap barisnya. Baris pertama diperoleh nilai 12.50366 merupakan penjumlahan dari 0.625165 + 3.126 + 3.126 + 5.6265.

3.2.4 Menghitung Rasio Konsistensi

Perhitungan ini memastikan apakah nilai Consistensy Ratio (CR) ≤ 0.1. Jika ternyata kurang dari 1, maka matriks perbandingan harus diperbaiki. Untuk menghitung CR ditunjukkan pada tabel 7 berikut ini :

Tabel 7. Matriks Perbandingan Berpasangan Usia

Kriteria Jumlah Perbaris Prioritas Hasil

C1 (Usia) 12.50366 0.625165 13.1289

C2 (Kepemilikan Rumah) 1.188237 0.165033 1.35327

C3 (Penghasilan) 1.188237 0.165033 1.35327

C4 (Kondisi Rumah) 0.067651 0.04477 0.11242

a. Nilai kolom jumlah perbaris diperoleh dari kolom jumlah pada tabel 6. Sedangkan nilai prioritas diperoleh dari nilai prioritas pada tabel 5.

b. Berdasarkan jumlah tabel 7 maka diperoleh : c. Jumlah (jumlah kolom hasil) = 15.94786 d. Jumlah kriteria n = 4

e. 𝜆_𝑚𝑎𝑥 (jumlah / n) = 4

f. Nilai CI ((𝜆_𝑚𝑎𝑥 – n) / n) = -0.0025

g. Nilai CR (CI / IR) = -0.0025; nilai IR lihat tabel 2 yaitu 1.90

h. Karena nilai CR (-0.0025) < 0.1, maka dapat dikatakan bahwa rasio konsistensi dari perhitungan diterima.

3.2.5 Menghitung Matriks Perbandingan berpasangan

Perhitungan subkriteria pada dasarnya sama dengan perhitungan kriteria. Penulis akan menampilkan hasil-hasil perhitungan subkriteria dari masing-masing kriteria.

a. Perhitungan subkriteria dari kriteria usia (CI)

Matriks perbandingan berpasangan usia, matriks normalisasi subkriteria usia, matriks penjumlahan tiap baris, dan rasio konsistensi yang ditunjukkan pada tabel 8, tabel 9, tabel 10 dan tabel 11.

(7)

Tabel 8. Matriks Perbandingan Berpasangan Usia

Kriteria 45 tahun ke atas 30-40 Tahun 18-30 Tahun

45 tahun ke atas 1 5 9

30-40 Tahun 0.2000 1 5

18-30 Tahun 0.1111 0.2000 1

Jumlah 1.3111 6.2000 15.0000

Tabel 9. Matriks Normalisasi Subkriteria Usia Subkriteria 4.5 Tahun

Ke Atas

30-40 Tahun

18-30 Tahun

Jumlah

Baris Prioritas Prioritas Subkriteria 4.5 Tahun Ke Atas 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000

30-40 Tahun 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983

18-30 Tahun 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847

Tabel 10. Matriks Penjumlahan Tiap baris

Subkriteria 4.5 Tahun Ke Atas 30-40 Tahun 18-30 Tahun Jumlah Baris

4.5 Tahun Ke Atas 0.7627 0.8065 0.6000 2.1692

30-40 Tahun 0.1525 0.1613 0.3333 0.6472

18-30 Tahun 0.0847 0.0323 0.0667 0.1837

Tabel 11. Rasio Konsistensi

Subkriteria Jumlah Baris Prioritas Hasil

4.5 Tahun Ke Atas 2.1692 0.7231 2.8923

30-40 Tahun 0.6472 0.2157 0.8629

18-30 Tahun 0.1837 0.0612 0.2449

a. Berdasarkan jumlah tabel 7 maka diperoleh : b. Jumlah (jumlah kolom hasil) = 4.0001 c. Jumlah subkriteria n = 3

d. 𝜆_𝑚𝑎𝑥 (jumlah / n) = 1,3333 e. Nilai CI ((𝜆_𝑚𝑎𝑥 – n) / n) = -0.5555

f. Nilai CR (CI / IR) = -0.9577; nilai IR lihat tabel 2 yaitu 0.58

g. Karena nilai CR (-0.9577) < 0.1, maka dapat dikatakan bahwa rasio konsistensi dari perhitungan diterima.

b. Perhitungan subkriteria dari kriteria kepemilikan rumah (C2)

Tabel 12. Matriks Perbandingan Berpasangan kepemilikan rumah Kriteria Milik Sendiri Milik Bersama Sewa

Milik Sendiri 1 5 9

Milik Bersama 0.2000 1 5

Sewa 0.1111 0.2000 1

Jumlah 1.3111 6.2000 15.0000

Tabel 13. Matriks Normalisasi Subkriteria Kepemilikan Rumah

Subkriteria Milik Sendiri Milik Bersama Sewa Jumlah Baris Prioritas Prioritas Subkriteria Milik Sendiri 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000 Milik Bersama 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983

Sewa 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847

Jumlah 1.0000 1.0000 1.0000 3.0000 1.0000 1.3830

Subkriteria Milik Sendiri Milik Bersama Sewa Jumlah Baris

Milik Sendiri 0.7627 0.8065 0.6000 2.1692

Milik Bersama 0.1525 0.1613 0.3333 0.6472

Sewa 0.0847 0.0323 0.0667 0.1837

Subkriteria Jumlah Baris Prioritas Hasil

Milik Sendiri 2.1692 0.7231 2.8923

(8)

Milik Bersama 0.6472 0.2157 0.8629

Sewa 0.1837 0.0612 0.2449

c. Perhitungan subkriteria dari kriteria kepemilikan penghasilan (C3)

Tabel 16. Matriks Perbandingan Berpasangan Penghasilan Kriteria 500 - 1 Juta 1 - 2,5 Juta 2,5 Keatas

500 - 1 Juta 1 5 9

1 - 2,5 Juta 0.2000 1 5

2,5 Keatas 0.1111 0.2000 1

Jumlah 1.3111 6.2000 15.0000

Tabel 17. Matriks Normalisasi Subkriteria Penghasilan Subkriteria 500 - 1 Juta 1 - 2,5

Juta 2,5 Keatas Jumlah

Baris Prioritas Prioritas Subkriteria

500 - 1 Juta 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000

1 - 2,5 Juta 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983

2,5 Keatas 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847

Jumlah 1.0000 1.0000 1.0000 3.0000 1.0000 1.3830

Subkriteria 500 - 1 Juta 1 - 2,5 Juta 2,5 Keatas Jumlah Baris 500 - 1 Juta 0.7627 0.8065 0.6000 2.1692

1 - 2,5 Juta 0.1525 0.1613 0.3333 0.6472 2,5 Keatas 0.0847 0.0323 0.0667 0.1837

Subkriteria Jumlah Baris Prioritas Hasil 500 - 1 Juta 2.1692 0.7231 2.8923

1 - 2,5 Juta 0.6472 0.2157 0.8629 2,5 Keatas 0.1837 0.0612 0.2449 d. Perhitungan subkriteria dari kriteria Kondisi rumah (C4)

Tabel 20. Matriks Perbandingan Berpasangan Kondisi Rumah Kriteria Milik Sendiri Milik Bersama Sewa

Pitate/bambu 1 5 9

Semi Permanen 0.2000 1 5

Permanen 0.1111 0.2000 1

Jumlah 1.3111 6.2000 15.0000

Tabel 21. Matriks Normalisasi Subkriteria Kondisi Rumah

Subkriteria Pitate Semi Permanen Permanen Jumlah Baris Prioritas Prioritas Subkriteria

Pitate 0.7627 0.8065 0.6000 2.1692 0.7231 1.0000

Semi Permanen 0.1525 0.1613 0.3333 0.6472 0.2157 0.2983

Permanen 0.0847 0.0323 0.0667 0.1837 0.0612 0.0847

Jumlah 1.0000 1.0000 1.0000 3.0000 1.0000 1.3830

Subkriteria Pitate Semi Permanen Permanen Jumlah Baris Pitate 0.7627 0.8065 0.6000 2.1692 Semi Permanen 0.1525 0.1613 0.3333 0.6472 Permanen 0.0847 0.0323 0.0667 0.1837

Subkriteria Jumlah Baris Prioritas Hasil 500 - 1 Juta 2.1692 0.7231 2.8923

(9)

1 - 2,5 Juta 0.6472 0.2157 0.8629 2,5 Keatas 0.1837 0.0612 0.2449

Dikarenakan nilai bobot 4 perkriteria mempunyai nilai yang sama, maka perhitungan matriks perbandingan setiap subkriteria sama dapat dijelaskan berikut ini :

a. Berdasarkan jumlah tabel 7 maka diperoleh : b. Jumlah (jumlah kolom hasil) = 4.0001 c. Jumlah subkriteria n = 3

d. 𝜆_𝑚𝑎𝑥 (jumlah / n) = 1,3333 e. Nilai CI ((𝜆_𝑚𝑎𝑥 – n) / n) = -0.5555

f. Nilai CR (CI / IR) = -0.9577; nilai IR lihat tabel 2 yaitu 0.58

g. Karena nilai CR (-0.9577) < 0.1, maka dapat dikatakan bahwa rasio konsistensi dari perhitungan diterima.

3.2.6 Matriks Hasil

Setelah perhitungan kriteria dan subkriteria selesai, Langkah selanjutnya adalah menghitung hasil. Dimana rekapitulasi nilai prioritas kriteria dan subkriteria. Sehingga didapatkan matriks hasil yang ditunjukan pada tabel 24 berikut ini :

Tabel 24. Matriks Hasil

Usia Kepemilikan Rumah Penghasilan Kondisi Rumah 45 Tahun Ke Atas Milik Sendiri 500 - 1 Juta Pitate

1.0000 1 1 1

30-40 Tahun Milik Bersama 1 - 2,5 Juta Semi Permanen

0.2983 0.298348205 0.298348205 0.298348205

18-30 Tahun Sewa 2,5 Keatas Permanen

0.084673422 0.084673422 0.084673422 0.084673422

Tabel 25. Nilai Prioritas kriteria dan Subkriteria Pemohon

Nama Usia Kepemilikan Rumah Penghasilan Kondisi Rumah Pemohon 1 45 Tahun Ke Atas Milik Sendiri 500 - 1 Juta Pitate Pemohon 2 30-40 Tahun Milik Bersama 1 - 2,5 Juta Semi Permanen

Pemohon 3 18-30 Tahun Sewa 2,5 Keatas Permanen

Tabel 26. Nilai Prioritas kriteria dan Subkriteria Pemohon

Nama Usia Kepemilikan Rumah Penghasilan Kondisi Rumah Prioritas Subkriteria

Pemohon 1 0.6252 0.1650 0.1650 0.0448 1.0000

Pemohon 2 1.0000 1 1 1 0.2983

Pemohon 3 18-30 Tahun Sewa 2,5 Keatas Permanen 0.0847

3.2.7 Nilai Kelayakan

Nilai kelayakan bisa diterima apabila nilainnya lebih besar atau sama dengan 1 yang ditujukkan pada tabel 7 berikut ini :

Tabel 27. Nilai Kelayakan Nilai Kelayakan Keterangan Nilai < = 1 dan > =1 Layak

Nilai < 1 Tidak Layak 3.2.8 Hasil Akhir

Hasil Akhir diperoleh status kelayakan yang dilihat dari nilai kelayakan. Diperoleh hasil yang ditunjukkan pada tabel 8 berikut ini :

Tabel 28. Hasil Akhir Status Kelayakan

Nama Nama Kepemilikan Rumah Penghasilan Kondisi Rumah Prioritas Subkriteria

Status Kelayakan Pemohon 1 45 Tahun Ke Atas Milik Sendiri 500 - 1 Juta Pitate 1.0000 Layak Pemohon 2 30-40 Tahun Milik Bersama 1 - 2,5 Juta Semi Permanen 0.2983 Tidak Layak

Pemohon 3 18-30 Tahun Sewa 2,5 Keatas Permanen 0.0847 Tidak Layak

4. KESIMPULAN

(10)

Penerapan metode AHP dalam menentukan kelayakan Rumah Tangga penerima listrik gratis yang digunakan pada penelitian ini dapat dikatakan tepat, karena berdasarkan proses perhitungan yang dilakukan berdasarkan kriteria, diperoleh hasil prioritas subkriteria dimana pemohon dengan nilai kelayakan = 1 mendapatkan status layak. Sebaliknya untuk pemohon 2 dengan prioritas subkriteria 0.2983 dan pemohon 3 dengan prioritas subkriteria 0.0847 mendapatkan status tidak layak karena nilai yang diperoleh < 1. Sehingga diperoleh kesimpulan bahwa metode AHP dapat digunakan dalam sistem pendukung keputusan untuk membantu pihak terkait dalam menentukan kelayakan rumah tangga penerima listrik gratis.

REFERENCES

[1] E. Y. A. Primarita Dina and Purwanti, “Efektivitas dan Benefit Incidence Analysis Kebijakan Subsidi Listrik Tepat Sasaran Untuk Rumah Tangga dengan Daya Listrik 450 VA DAN 900 VA, DI Kecamatan Kebumen Kabupaten Kebumen,” Universitas Diponogoro, 2021.

[2] Menteri ESDM Transmigrasi, Peraturan Menteri Energi dan Sumber Daya Mineral Republik Indonesia Nomor 16 Tahun 2020 tentang Rencana Strategis Kementrian Energi dan Sumber Daya Mineral tahun 2020-2024. Indonesia, 2020, pp. 1–492.

[3] G. Gubernur, Rencana Aksi Daerah (RAD) Tujuan Pembangunan Berkelanjutan (TPB)/SDGS Provinsi Gorontalo tahun 2018- 2022. Indonesia, 2022, pp. 1–32.

[4] S. A. Utiarahman and M. F. Yusuf, “SPK Evaluasi Kompetensi Instruktur Lembaga Kursus Bahasa Inggris Menggunakan Metode PROMETHEE Berbasis Android,” J. Inform. Upgris, vol. 6, no. 2, pp. 28–36, 2021.

[5] M. O. Andino Maseleno, Alicia Y.C. Tang, Moamin A. Mahmoud, “The Application of Decision Support System by Using Fuzzy SAW Method in Determining the Feasibility of Electrical Installations in Customer ’ s House,” Int. J. Pure Appl. Math., vol. 119, no. July, pp. 4277–4286, 2018.

[6] N. K. A. Sari, “Implementation of the AHP-SAW Method in the Decision Support System for Selecting the Best Tourism Village,” J. Tek. Inform. CIT Medicom, vol. 13, no. 1, pp. 23–32, 2021.

[7] P. K. Putri and I. Mahendra, “Implementasi Metode Analytical Hierarchy Process (AHP) dalam Sistem Pendukung Keputusan Pembelian Rumah di Kota Tanggerang,” J. Teknoinfo, vol. 13, no. 1, pp. 36–40, 2019.

[8] R. Hermawan, M. T. Habibie, D. Sutrisno, A. S. Putra, and N. Aisyah, “Decision Support System For The Best Employee Selection Recommendation Using Ahp (Analytic Hierarchy Process) Method,” Int. J. Educ. Res. Soc. Sci., vol. 2, no. 5, pp. 1218–

1226, 2021.

[9] Abdullah Izzul Islam, A. Jamaludin, and N. Heryana, “Sistem Pendukung Keputusan Kelayakan Klaim Asuransi Menggunakan Metode AHP,” J. Inform. Polinema, vol. 7, no. 2, pp. 115–122, 2021.

[10] M. I. Rahayu, L. Apriyanti, and Kamaludin, “Sistem Pendukung Keputusan untuk Kelayakan Kelanjutan Penerimaan Beasiswa Menggunakan Metode Analytical Hierarchy Process (AHP) (Studi Kasus : SMK Padakembang),” J. Teknol. Inf. dan Komun., vol. 9, no. 1, pp. 9–13, 2020.

[11] J. D. Putra, D. Zaliluddin, and D. Abdurahman, “Perancangan Sistem Pendukung Keputusan Kelayakan Penerima Beasiswa Untuk Siswa Tidak Mampu Dengan Metode AHP Menggunakan Visual Basic 2010,” JSiI (Jurnal Sist. Informasi), vol. 5, no. 2, pp. 74–80, 2018.

[12] I. Hamdhani, N. Hidayat, and I. Cholissodin, “Sistem Pendukung Keputusan Penentuan Kelayakan Kandang Ayam Broiler Menggunakan Metode Analytic Hierarchy Process-Weighted Product Kediri , dan Tulungagung ],” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 7, pp. 2754–2759, 2018.

[13] R. Ahmad, “Penggunaan Sistem Pendukung Keputusan dengan Menggunakan Metode Analytical Hierarchy Process ( AHP ) Dalam Menyeleksi Kelayakan Penerima Beasiswa,” J. Metik, vol. 2, no. 1, pp. 28–33, 2018.

[14] N. K. Dewi and A. S. Putra, “Decision Support System for Head of Warehouse Selection Recommendation Using Analytic Hierarchy Process (AHP) Method,” in The International Conference of Universitas Pekalongan : Looking at the Implication and Solutions in the Time of Pandemic through Social, Economic, Educational, Health, and Legal Points of View and Perspectives, 2021, pp. 43–50.

[15] H. Asnal, “Sistem Penunjang Keputusan Untuk Menetapkan Kriteria Kelayakan Pengurus Badan Eksekutif Mahasiswa (Bem) Dengan Menggunakan Metode Analitycal Hierarchy Process (Ahp),” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 2, no. 1, pp.

129–139, 2017.

[16] A. Setiyadi and R. Dwi Agustia, “Penerapan Metode Ahp Dalam Memilih Marketplace E-Commerce Berdasarkan Software Quality and Evaluation Iso/Iec 9126-4 Untuk Umkm,” IKRA-ITH Inform. J. Komput. dan Inform., vol. 2, no. 3, pp. 61–70, 2018.

[17] H. A. Septilia and Styawati, “Sistem Pendukung Keputusan Pemberian Dana Bantuan Menggunakan Ahp,” J. Teknol. dan Sist.

Inf., vol. 1, no. 2, pp. 34–41, 2020.

[18] M. Yanto, “Sistem Penunjang Keputusan Dengan Menggunakan Metode Ahp Dalam Seleksi Produk,” J. Teknol. Dan Sist. Inf.

Bisnis, vol. 3, no. 1, pp. 167–174, 2021.