Perbandingan Sistem Pendukung Keputusan Menggunakan Metode WP Dan TOPSIS Studi Kasus Program Keluarga Harapan (PKH) Desa Kampung Kramat

Perbandingan Sistem Pendukung Keputusan Menggunakan Metode WP Dan TOPSIS Studi Kasus Program Keluarga Harapan (PKH)

Desa Kampung Kramat

Arya Dimas Setiadi¹, Agung Triayudi^2,*, Agus Iskandar³

Fakultas Teknologi Komunikasi dan Informatika, Informatika, Universitas Nasional, Jakarta Selatan, Indonesia E-mail: ¹aryadimas2610@gmail.com, ^2,*agungtriayudi@civitas.unas.ac.id, ³agusiskandar@civitas.unas.ac.id

Email Koresponding: agungtriayudi@civitas.unas.ac.id Submitted 15-12-2022; Accepted 29-12-2022; Published 30-12-2022

Abstrak

PKH atau Program Keluarga Harapan, merupakan program bantuan sosial bersyarat bagi keluarga miskin sebagai landasan pertama untuk mencapai kebahagiaan keluarga, yang merupakan masalah jangka panjang. Oleh karena itu, pemerintah memperkenalkan program Keluarga Harapan (PKH) untuk memerangi kemiskinan. Program Keluarga Harapan (PKH) adalah kebijakan kesejahteraan yang memberikan pelayanan sosial berupa uang tunai dan sembako kepada keluarga miskin yang menggantungkan mata pencahariannya pada anak sekolah dan ibu hamil. Harapan keluarga untuk masa depan, pengentasan kemiskinan keluarga merupakan bentuk investasi sosial dalam pengentasan kemiskinan. Dalam hal ini, Program Keluarga Harapan (PKH) didirikan di Desa Kramat sebagai wadah untuk meningkatkan sosialisasi dan memerangi kemiskinan. Sebuah Sistem Pendukung Keputusan (DSS) dibangun menggunakan metode Weighted Product (WP) dan teknik kontrol prioritas yang mirip dengan solusi ideal (TOPSIS) untuk menghitung masalah.

Kata Kunci: DSS; WP; TOPSIS; WEB; CCT

Abstract

PKH or the Family HopehProgram that is a conditional social assistance program for poor families as the initial basis for achieving family happiness which is a long-term problem. Therefore, the government introduced the Family Hope program (PKH) to reduce poverty. The Family Hope Program (PKH) is a social policy that provides social services in the form of cash and basic necessities to poor families who depend on school children and pregnant women for their lives. Family hope in the future, family poverty alleviation is a form of social investment in poverty alleviation. In this case, the Family Hope Program (PKH) was established in Kramat village as a forum to increase socialization and poverty alleviation. A decision support system (DSS) will be built using the weighted product (WP) method and a priority control technique similar to the ideal solution (TOPSIS) to calculate the problem.

Keywords: DSS; WP; TOPSIS; WEB; CCT

1. PENDAHULUAN

Program Bantuan Tunai Bersyarat (BTB) telah dilaksanakan oleh pemerintah sejak tahun 2007 yang kini dikenal dengan Program Keluarga Harapan (PKH), awal otonomi daerah dan kembali beroperasinya kemajuan ekonomi rakyat. Dengan masalah yang semakin parah karena pandemi saat ini, muncul penyakit jangka panjang. Penyakit virus 2019 (COVID19) dapat berdampak pada peningkatan kemiskinan global untuk menerapkan dan menghilangkan kemiskinan, mengembangkan kebijakan di zona perlindungan sosial. Program bantuan tunai, bersyarat atau, demikian sebutannya.

Conditional Remittance (CCT) sudah ada di sejumlah negara. dan cukup berhasil. memerangi kemiskinan yang dihadapi oleh negara-negara yang menerapkan CCT.

Program pengentasan kemiskinan di Indonesia saat ini masih terus gencar dilakukan, berbagai macam program pemberdayaan dilaksanakan, hal ini untuk meningkatkan perekonomian masyarakat kearah yang lebih baik. Hal ini tentu terkait dengan kondisi masyarakat Indonesia yang masih berada pada kondisi miskin [1] .

Kualitas rendah. kehidupan warga. Kemiskinan menyebabkan rendahnya tingkat pendidikan dan kesehatan yang dapat mempengaruhi produktivitas. Keadaan ini dapat menyebabkan peningkatan beban ketergantungan pada masyarakat.

Mereka yang masih hidup di bawah garis kemiskinan termasuk orang-orang yang berpenghasilan rendah, tidak memiliki penghasilan tetap, atau tidak memiliki penghasilan sama sekali. Oleh karena itu, upaya pengentasan kemiskinan dari berbagai masyarakat diharapkan dapat meningkatkan taraf hidup masyarakat miskin. Beberapa penelitian juga menganalisis tujuan dan dampak PKH, ada yang mengatakan baik dan ada yang tidak. PKH membantu masyarakat yang tidak mampu memenuhi kebutuhan sehari-hari untuk pendidikan anak dan kesehatan ibu hamil dan balita. Mereka yang diuntungkan dari PHK juga bersedia menghormati komitmennya karena takut akan pembalasan.

Penerima PKH memiliki perilaku ekonomi mandiri yaitu subsidi hanya digunakan untuk memenuhi kebutuhan hidup minimal, baik makanan maupun uang tunai, untuk membeli bahan makanan antara lain: beras, telur, susu, ikan.

Gunakan uang itu untuk pendidikan, kesehatan, perumahan, bahan bakar, listrik, dan air.[2][3][4]

Berdasarkan wawancara dengan masyarakat sekitar program PKH di Desa Kampung Kramat, selama ini data yang digunakan data PKH tidak sesuai dengan keadaan sebenarnya sehingga data tersebut menyebabkan keluarga miskin menghadapi masyarakat yang paling rentan. di sisi lain, orang yang menerima bantuan bukanlah keluarga miskin tetapi orang kaya. Desa Kampung Kramat merupakan sebuah desa yang terletak di Kecamatan Cipayung, Jakarta Timur yang berjumlah 69.599 KK, padat penduduk di pinggiran kota Cipayung, apalagi di Desa Kampung Kramat masih banyak terdapat masyarakat yang miskin dan layak. dari Program Keluarga Harapan (PKH)[5].

Sebelum penelitian ini dilakukan, dilakukan penelitian untuk mengidentifikasi penerima manfaat program Keluarga Harapan dengan menggunakan metode weighted product (WP). Pada penelitian ini diimplementasikan sistem pendukung keputusan penerima PKH di Desa Kampung Kramat. sedangkan penelitian ini menggunakan metode weighted product (WP) dan teknik same-order prioritization dengan solusi ideal (Topsis) untuk dihitung menggunakan program aplikasi Microsoft Excel 2021 dan dimasukkan ke dalam pemrograman Web untuk memudahkan perhitungan[6][7][8] . Program Keluarga Harapan (PKH) bertujuan untuk mengurangi kemiskinan di Desa Kampung Kramat dan lebih meningkatkan cara berpikir masyarakat tentang masyarakat. Namun masih banyak masyarakat yang menyalahgunakan sehingga bantuan tersebut tidak hanya digunakan untuk kebutuhan belajar anak tetapi untuk kebutuhan pribadi, membuat mereka tidak merasakan bantuan tersebut sehingga dapat mengenyam pendidikan dimana saja. Dengan ini dapat mencegah mood masyarakat untuk menggunakan bantuan secara bijak atau tidak sesuai dengan manfaat program .

Upaya pemerintah memberikan bantuan sosial untuk memenuhi seluruh kebutuhan ekonomi bagi masyarakat yang terdampak virus COVID-19 dinilai masih belum optimal. Sehingga banyak yang beranggapan bahwa bantuan sosial yang diberikan tidak tepat sasaran dan pemerintah mengakui masalah tersebut. Hingga saat ini Kemensos dan pemerintah daerah masih melakukan pemutakhiran data agar tepat sasaran. Hal ini dikarenakan pendataan yang tidak sesuai dengan fakta dan tidak real time di setiap daerah. Penginputan data secara manual di Desa Sundatangan beresiko tidak tepat sasaran, penerima banyak dan ada oknum yang memanfaatkan keadaan ini.

2. METODOLOGI PENELITIAN

2.1 Metode Penelitian

Metode penelitian ini terbagi menjadi dua bagian, yaitu metode pengumpulan data untuk mengetahui informasi yang akan diuji dan metode pengembangan sistem dengan mengembangkan sistem yang telah dihasilkan.

a. Pengumpulan data

Metode pengumpulan data yang akan digunakan dalam penelitian ini adalah sebuah observasi mengunjungi ketua RT dan RW Desa Kramat secara langsung untuk mengetahui beberapa bobot dan nilai kriteria yang ada di Desa Kampung Kramat, serta silaturahmi dengan warga sekitar tentang angka kemiskinan yang terjadi di Desa Kramat daerah sebagai tempat penelitian.

b. Wawancara

Mewawancarai ketua RT dan RW Desa Kampung Kramat sebagai sumber bahan penelitian dan juga membicarakan kemiskinan yang terjadi di Desa Kampung Kramat dengan warga sekitar.

c. Studi Sastra

Mengumpulkan data kepustakaan, membaca dan mencatat hasil observasi dan wawancara serta mengelola bahan penelitian.

d. Pengembangan sistem

Dengan menggunakan metode Waterfall dilakukan pendekatan sistematis, mulai dari kebutuhan sistem melalui tahapan analisis, perancangan, pengkodean, pengujian dan pemeliharaan.

e. Analisis

Mengetahui bagaimana persyaratan yang dibutuhkan untuk pengembangan perangkat lunak, dengan diskusi, pengamatan, survei, negosiasi, dan sebagainya. Informasi yang diperoleh akan dianalisa agar diperoleh data dan informasi yang lengkap.

f. Rancangan

Kebutuhan yang akan digunakan pada tahap ini selanjutnya akan diimplementasikan ke dalam desain pengembangan.

Perancangan desain dilakukan dengan tujuan detail yang lengkap sesuai dengan kebutuhan penelitian.

g. Pengkodean

Pembuatan perangkat lunak yang akan berkembang dari waktu ke waktu dengan desain yang telah disepakati sebagai desain program sistem.

h. Pengujian

Melakukan pengujian dalam pengkodean mencari kesalahan yang telah terjadi dan akan segera memperbaiki hasil kegagalan yang terjadi.

i. Pemeliharaan

Perangkat yang telah dioperasikan akan mengalami pengembangan untuk mengatasi masalah atau kesalahan yang terdeteksi dan memperbaiki sistem sesuai kebutuhan.

2.2 Bagan alur sistem pendukung Keputusan

Adapun bagan alur sistem pendukung keputusan dalam penelitian ini sebagai berikut:

Start

Menentukan Alternatif

Menentukan Bobot Kriteria

Membuat Matrix Keputusan

Menghitung Matrix Keputusan

Menghitung Solusi Ideal Positif A+

Menghitung Solusi Ideal Positif A-

Menghitung Jarak Alternatif

Menghitung Nilai Prefensi

End

Gambar 1. Metode Weighted Product Gambar 2. Metode TOPSIS 2.3 Weighted Product (WP)

Metode pengambilan keputusan menggunakan perkalian untuk mengasosiasikan nilai kriteria dimana nilai setiap kriteria harus dirangking pertama dengan bobot bobot kriteria terkait dengan mengevaluasi nilai perubahan alur kerja metode WP [9][10][11], Berikut rumus WP :

Jumlahkan semua bobot kriteria, nilai bobot total dengan rumus : Wj = ^𝑊𝑗

Ʃ 𝑊𝑗 (1)

Nilai preferensi alternatif dengan Rumus : Si = ∏ _{𝑗 = 1} ^𝑛 𝑋^𝑊𝑗

𝑖𝑗 𝑤𝑗 … … … … . (2)

Alternatif yang memiliki nilai tertinggi digunakan sebagai bahan pertimbangan dalam mengambil keputusan.

Dengan rumus :

𝑉𝑖 = ^{∏ 𝑗=1}

𝑛 𝑋^𝑤𝑗 𝑖𝑗

∏ _𝑗=1^𝑛 ( 𝑋^𝑊

𝑗)^𝑤𝑗 (3)

2.4 Technique’for Order Preference’by Similarity’to Ideal’Solution (TOPSIS)

Metode Topsis memiliki akurasi yang tinggi, yang diperoleh dari perhitungan Topsis dengan menggunakan prinsip bahwa solusi yang dipilih harus memiliki jarak terdekat dengan solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geodetik. gunakan jarak untuk menentukan asimtot relatif F dari sudut-sudut alternatif untuk mendapatkan solusi optimal [12][13][14].

a. Membangun matrik keputusan nilai bobot

Menghitung nilai Rij hasil dari normalisasi matrik keputusan nilai bobot dengan metode Euclidean length of a vector : 𝑅_𝑖𝑗 = ^𝑥𝑖𝑗

√∑^𝑚_𝑖=1𝑥_𝑖𝑗²

(4)

b. Membangun normalisasi matrik keputusan rating bobot

Menghitung nilai positif A⁺ dan nilai negatif A^- ditentukan berdasarkan rating bobot ternormalisasi (Yij):

𝑌_𝑖𝑗= 𝑊_𝑖𝑟_𝑖𝑗 (5)

c. Menentukan matriks solusi ideal dan matriks solusi ideal negative

Solusi ideal positif (A⁺) : 𝐴⁺= (𝑦1⁺, 𝑦2⁺, 𝑦3⁺, … , 𝑦𝑛⁺) (6) Solusi ideal negatif (A^- ) : 𝐴⁺= (𝑦1⁻, 𝑦2⁻, 𝑦3⁻, … , 𝑦𝑛⁻) (7)

d. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matrik ideal negatif.

Jarak antara alternatif Ai dengan solusi ideal positif :

𝐷_𝑖⁺= √∑^𝑛_𝑗=1(𝑦_𝑖𝑗− 𝑦_𝑖⁺)², 𝑖 = 1,2,3, … 𝑚 (8) Jarak antara alternatif Ai dengan solusi ideal negatif :

𝐷_𝑖⁺= √∑^𝑛_𝑗=1(𝑦_𝑖𝑗− 𝑦_𝑖⁻)², 𝑖 = 1,2,3, … 𝑚 (9) e. Menentukan nilai preferensi untuk setiap alternatif

Kedekatan setiap alternatif terhadap solusi ideal dihitung berdasarkan rumus : 𝑉 = ^𝐷𝑖−

𝐷𝑖⁻+𝐷𝑖⁺, 𝑖 = 1,2,3, … 𝑚 (10)

Nilai preferensi untuk setiap alternatif merupakan hasil akhir dari perhitungan metode TOPSIS, semakin tinggi nilai nya maka alternatif tersebut merupakan yang terbaik.

3. HASIL DAN PEMBAHASAN

3.1 Perhitungan Metode WP

Dalam menghitung kriteria Penerima Manfaat Program Keluarga (PKH) Espoir menggunakan metode Weighted Product (WP) berdasarkan kriteria yang telah ditentukan. Konsep yang digunakan dibobot dengan tanda kutip dari suatu nilai variabel[15][16].

a. Menentukan Alternatif Alternatif yang digunakan : A1 = Sanudin

A2 = Mulyadi A3 = Supryadi

b. Menentukan Bobot Kriteria Kriteria yang digunakan :

C1 = Work= 5

C2 = Income = 5 C3 = Child dependent = 4 C4 = Elderly = 3

C5 = Home Condition = 2 C6 = Electricity = 2 C7 = Assets owned = 3 C8 = Health Access = 4 C9 = Staple food = 3

C10= Last education of family head = 1 W = (5, 5, 4, 3, 2, 2 , 3, 4, 3, 1)

c. Menentukan Normalisasi

Wj yaitu nilai daya positif untuk atribut keuntungan dan peringkat negatif untuk atribut biaya dihitung menggunakan persamaan (1). Hasilnya sebagai berikut:

W1 = ⁵

32 = 0,15625 W7 = ³

32 = 0,09375

W2 = ⁵

32 = 0,15625 W8 = ⁴

32 = 0,125 W3 = ⁴

32 = 0,125 W9 = ³

32 = 0,09375 W4 = ³

32 = 0,09375 W10 = ¹

32 = 0,03125 W5 = ²

32 = 0,0625 W6 = ²

32 = 0,0625

d. Menentukan Nilai Vektor S

S mewakili preferensi alternatif seperti vektor S, i adalah alternatif, N adalah jumlah kriteria, j adalah kriteria, X adalah nilai kriteria, dan W adalah bobot kriteria, dihitung menggunakan persamaan rumus (2).

S1 = [60^0.156=1,8940][40^0.156=1,7779][60^0.125=1,6682][20^0.093=1,3212][50^0.062=1,2744][50^0.062=1,2744]

[ 20^0.093=1,3212 ][ 60^0.156=1,8940][30^0.093=1,3720][40^0.031=1,1211] = 14,6933 S2 = [80^0.156=1.9809][75^0.156=1.96114][55^0.125=1.6502][35^0,093=1,3918][ 60^0.156=1,8940]

[60^0.156=1,8940][35^0,093=1,3918][60^0.156=1,8940][50^0.062=1,2744][55^0,031=1,1322] = 15,1934 S3 = [70^0,156=1,9401][60^0.156=1,8940][ 40^0.031=1,1211][ 40^0.031=1,1211][45^0,062=1,2661]

[55^0.125=1.6502][ 30^0.093=1,3720][ 55^0.125=1.6502][ 40^0.031=1,1211][ 60^0.156=1,8940] = 14,9444 e. Menentukan nilai dengan rumus persamaan (3)

V1 = 14,6933 + 15,1934 + 14,9444 + 14,5733 + 13,9909 + 14,3872 + 15,0948 + 13,8737 + 14,7593 + 15,3992

= 146,9095

= 14,6933 : 146,9095 = 0,100016

V2 =14,6933 + 15,1934 + 14,9444 + 14,5733 + 13,9909 + 14,3872 + 15,0948 + 13,8737 + 14,7593 + 15,3992

= 146,9095

= 15,1934 : 146,9095 = 0,10342

V3 =14,6933 + 15,1934 + 14,9444 + 14,5733 + 13,9909 + 14,3872 + 15,0948 + 13,8737 + 14,7593 + 15,3992

= 146,9095

= 14,9444 : 146,9095 = 0,101725 f. Menentukan peringkat

Berikut ini adalah pemeringkatan bagi mereka yang tidak layak dan layak mendapatkan bantuan berupa uang tunai dan sembako yang kita kenal dengan Program Keluarga Harapan (PKH)

Tabel 1. Hasil Pemeringkatan Program Keluarga Harapan (PKH).

No Nama Hasil Peringkat Keputusan

1 Wahyu 0,104821 1 Layak

2 Mulyadi 0,103420 2 Layak

3 Anton 0,102749 3 Layak

4 Supryadi 0,101725 4 Layak

5 Ade 0,100465 5 Layak

6 Sanudin 0,100016 6 Layak

7 Iwan 0,099199 7 Tidak Layak

8 Santoso 0,097932 8 Tidak Layak

9 Dika 0,095235 9 Tidak Layak

10 Andri 0,094437 10 Tidak Layak

Rata-Rata 0,100000

Dari perhitungan menggunakan Metode WP, didapatkan pemeringkatan dari 10 orang yang diujikan di tabel 1..

Dari 10 orang tersebut diambil, 6 peringkat teratas untuk mendapatkan bantuan berupa uang tunai dan sembako yang kita kenal dengan Program Keluarga Harapan (PKH).

3.2 Perhitungan Metode TOPSIS

Dalam menghitung evaluasi menggunakan metode TOPSIS, digunakan metode multi kriteria untuk menentukan solusi himpunan alternatif berdasarkan jarak ideal minimum dan jarak maksimum.

a. Menentukan Alternatif A1 = Sanudin

A2 = Mulyadi A3 = Supryadi

b. Menentukan Bobot Kriteria

C1 = Work= 5 C7 = Assets owned = 3

C2 = Income = 5 C8 = Health Access = 4

C3 = Child dependent = 4 C9 = Staple food = 3

C4 = Elderly = 3 C10 = Last education of family head = 1 C5 = Home Condition = 2

C6 = Electricity = 2

W = (5, 5, 4, 3, 2, 2 , 3, 4, 3, 1)

c. Membuat Matriks Keputusan Nominal Bobot dengan menggunakan persamaan rumus (4) ditampilkan di tabel 2 dan tabel 3.

Tabel 2. Hasil Score Keputusan Nominal Bobot

Score [x1] [x2] [x3]

202.1756662 177.3414785 127.6714533

Tabel 3. Hasil Keputusan Nominal Bobot

Alternative Kriteria

Sanudin 0.29677162 0.22555355 0.46995627

Mulyadi 0.395695493 0.422912906 0.430793247

Supryadi 0.346233557 0.338330325 0.31330418

d. Menghitung Matriks Keputusan yang Dinominalkan dengan bobot Y dihitung dari persamaan rumus (5). Ditampilkan di tabel 4

Tabel 4. Hasil Keputusan Nominal Bobot

Alternatif Kriteria

Sanudin 1.4838581 1.127767749 1.87982508

Mulyadi 1.978477467 2.114564529 1.72317299

Supryadi 1.731167784 1.691651623 1.25321672

e. Mencari nilai Solusi Ideal Positif A+, menggunakan persamaan rumus (6) ditampilkan di tabel 5.

Tabel 5. Hasil Menghitung Bilangan Positif

Atribut Hasil

Y1+ 2.225787151

Y2+ 2.396506466

Y3+ 1.87982508

Y4+ 1.347974295

Y5+ 0.941183708

Y6+ 0.75555426

Y7+ 1.806788208

Y8+ 1.693087354

Y9+ 1.69811793

Y10+ 0.476289672

f. Menghitung Solusi Ideal Negatif A- menggunakan persamaan rumus (7) ditampilkan di tabel 6.

Tabel 6. Hasil Menghitung Bilangan Negatif

Atribut Hasil

Y1- 0.74192905

Y2- 0.704854843

Y3- 0.78326045

Y4- 0.336993574

Y5- 0.376473483

Y6- 0.37777713

Y7- 0.150565684

Y8- 0.725608866

Y9- 0.424529483

Y10- 0.102062073

g. Menghitung Jarak Alternatif menggunakan persamaan rumus (8) dan persamaan rumus (9) ditampilkan di tabel 7 dan tabel 8.

Tabel 7. Hasil Menghitung Jarak Alternatif Positif

Alternatif Hasil Positif

Sanudin 2,690414387

Mulyadi 2,606590818 Tabel 8. Hasil Menghitung Jarak Alternatif Negatif

h. Menghitung Nilai Preferensi menggunakan persamaan rumus (10) ditampilkan di tabel 9.

Tabel 9. Hasil Menghitung Nilai Preferensi Alternatif Preferensi (V) Peringkat

Mulyadi 0.530717630 1

Supryadi 0.470514476 2

Sanudin 0.390703162 3

Dari hasil perhitungan menggunakan metode TOPSIS, disini diambil Nilai preferensi untuk setiap alternatif merupakan hasil akhir dari perhitungan metode TOPSIS, semakin tinggi nilai nya maka alternatif tersebut merupakan yang terbaik. Dari tabel 9 didapatkan nilai preferensi terbaik diambil dari peringkat 1, 2, dan 3.

3.3 Implementasi Sistem

Menu implementasi sistem dan menjalankan program dari aplikasi[17][18][19], proses pertama menjalankan aplikasi berbasis web ditunjukkan dengan gambar berikut:

a. Halaman Perhitungan WP

Halaman ini pada gambar 3. adalah halaman hasil perhitungan WP, menjelaskan step by step rumus dari WP sampai mementukan perangkingan akhir.

Gambar 3. Halaman Perhitungan WP b. Halaman Perhitungan TOPSIS

Halaman ini gambar 4. merupakan perhitungan nilai TOPSIS yang diperoleh dari alternatif nilai dan bobot, sampai menemukan alternatif dengan nilai preferensi tertinggi.

Gambar 4. Halaman Perhitungan TOPSIS

Alternatif Hasil Negatif

Sanudin 1,725190981

Mulyadi 2,947827985

Supryadi 2,691022001

4. KESIMPULAN

Dengan melakukan perbandingan baik metode WP dan metode TOPSIS pada studi kasus Program Rumah Tangga Harapan (PRH) Desa Kampung Kramat akan menghasilkan suatu nilai tertinggi melalui perhitungan nilai dan bobot sehingga bisa digunakan sebagai bahan pertimbangan dalam mengambil keputusan.Metode WP Dan TOPSIS sangat berguna untuk melakukan keputusan dalam Program Keluarga Harapan sehingga tepat sasaran dalam pembagian bantuan sosial khususnya di Desa Kampung Kramat.

REFERENCES

[1] M. Ramadhan, D. Nofriansyah, and F. Rizky, “Sistem Pendukung Keputusan Pemberian Bantuan Program Keluarga Harapan (PKH) dengan Metode Elimination Et Choix Traduisant la Realite (ELECTRE) Studi Kasus Kecamatan Borbor,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 18, no. 1, p. 17, 2019, doi: 10.53513/jis.v18i1.99.

[2] M. Hardianti, F. Tri Anggraeny, and A. Lina Nurlaili, “Implementasi Fuzzy-Moora Dalam Sistem Pendukung Keputusan Penerima Bantuan Program Keluarga Harapan (Pkh),” J. Inform. dan Sist. Inf., vol. 03, no. 2, pp. 2722–130, 2022.

[3] A. R Laisouw, S. Lutfi, and F. Tempola, “Sistem Pendukung Keputusan Pemberian Bantuan Program Keluarga Harapan (Pkh) Pada Orang Miskin Di Kota Ternate Menggunakan Metode Ahp,” JIKO (Jurnal Inform. dan Komputer), vol. 2, no. 1, pp. 34–

60, 2019, doi: 10.33387/jiko.v2i1.973.

[4] M. Munawir et al., “Penerapan Sistem Informasi Pendataan Penerima Dana Program Keluarga Harapan pada Gampong Beurawe Kecamatan Kuta Alam berbasis Web GIS,” J. Serambi Eng., vol. 6, no. 3, pp. 2219–2227, 2021, doi: 10.32672/jse.v6i3.3256.

[5] A. Sofianto, “Implementasi Program Keluarga Harapan (PKH) di Provinsi Jawa Tengah,” Sosio Konsepsia, vol. 10, no. 1, 2020, doi: 10.33007/ska.v10i1.2091.

[6] A. Riani and N. Nurahman, “Sistem Pendukung Keputusan Kelayakan Penerima Program Keluarga Harapan (PKH) Menggunakan Metode TOPSIS dan Metode WP,” J. Innov. Inf. Technol. Appl., vol. 2, no. 02, pp. 107–117, 2020, doi:

10.35970/jinita.v2i02.331.

[7] Amin Abdullah Sidiq and Febrian Wahyu Christanto, “Algoritma Naive Bayes Untuk Penentuan Pkh (Program Keluarga Harapan) Berbasis Sistem Pendukung Kepu-Tusan (Studi Kasus: Kelurahan Karanganyar Gunung Se-Marang),” J. Riptek, vol.

14, no. 1, pp. 65–71, 2020.

[8] U. Aisyah, P. J. Homepage, and F. Irawan, “Aisyah Journal of Informatics and Electrical Engineering SISTEM PENUNJANG KEPUTUSA SISTEM PENDUKUNG KEPUTUSAN PENERIMA PROGRAM KELUARGA HARAPAN (PKH) MENGGUNAKAN METODE AHP DAN TOPSIS (Studi Kasus : Kelurahan Sribasuki Kotabumi),” pp. 171–178, [Online].

Available: http://jti.aisyahuniversity.ac.id/index.php/AJIEE.

[9] A. Y. Kungkung and R. H. Kiswanto, “Analisa Perbandingan Metode SAW , WP dan TOPSIS,” Konf. Nas. Sist. Inf. 2018, vol.

0, no. 0, pp. 836–841, 2018, [Online]. Available: http://jurnal.atmaluhur.ac.id/index.php/knsi2018/article/view/458.

[10] M. A. Zayushan, “Perbandingan Penerapan Metode TOPSIS dan Weighted Product (WP) Pada Sistem Pendukung Keputusan Penentuan Gaji Karyawan Di PT Bunga Raya Bima NTB,” JATI (Jurnal Mhs. Tek. Inform., vol. 2, no. 1, pp. 404–412, 2018.

[11] E. Y. R. Pardede et al., “Penentuan Jenis Kain Lapisan Luar dan Lapisan Dalam pada Pembuatan Tas Kotak Makan Menggunakan Metode WP dan TOPSIS,” J. Tek. Ind., vol. 12, no. 1, pp. 40–47, 2022.

[12] I. Indriastuti, F. Santi Wahyuni, and F. . Ariwibisono, “Sistem Pendukung Keputusan Penentuan Pupuk Pada Tanaman Padi Di Jawa Timur Menggunakan Metode Technique for Order Preference By Similarity of Ideal Solution (Topsis) Dan Weight Product (Wp) Berbasis Web,” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 1, pp. 200–208, 2021, doi: 10.36040/jati.v5i1.3233.

[13] A. R. Purwandani, A. Y. Husodo, and F. Bimantoro, “Analisis Efektifitas Metode Weighted Product dan TOPSIS dalam Mendiagnosa Serangan Asma,” J. Comput. Sci. Informatics Eng., vol. 3, no. 1, pp. 1–9, 2019, doi: 10.29303/jcosine.v3i1.185.

[14] R. Somya and R. Wardoyo, “Perancangan Sistem Pendukung Keputusan Seleksi Asisten Dosen Menggunakan Kombinasi Metode Profile Matching dan TOPSIS Berbasis Web Service,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 5, no. 1, pp.

44–50, 2019, doi: 10.23917/khif.v5i1.7924.

[15] I. Ramadhani, “Sistem Pendukung Keputusan Dengan Metode Weighted Product pada Manajemen Bimbingan Konseling SMA Negeri 1 Rejoso berpedoman pada data Pedoman Penilaian Kepribadian Siswa mengenai nilai-nilai pada tiap-tiap poin pelanggaran yang dilakukan oleh siswa . Dari,” vol. 6, no. 1, pp. 105–118, 2021.

[16] N. Destria, “Sistem Pendukung Keputusan Perusahaan yang Berprestasi dalam Sektor Indutri dengan Metode Weighted Product,”

J. Ris. Sist. Inf. dan Teknol. Inf., vol. 3, no. 2, pp. 1–11, 2021, doi: 10.52005/jursistekni.v3i2.88.

[17] M. Ramli, “Hias Berbasis Web,” 2021.

[18] Y. Yusuf and L. Bachtiar, “Analisis Perbandingan Sistem Pendukung Keputusan Menggunakan Metode SAW dan WP Dalam Penilaian Kinerja Tenaga Kontrak,” J. Sist. Komput. dan Inform., vol. 4, no. 1, p. 37, 2022, doi: 10.30865/json.v4i1.4421.

[19] R. Setiadi, C. Suhery, and R. Hidayati, “Sistem Pendukung Keputusan Evaluasi PemilihanPemenang Dalam Pelelangan Pengadaan AsetJalan Dan Jembatan Menggunakan MetodeWeighted Product (Wp) Berbasis Web,” Portal J. Ilm. Univ.

Tanjungpura, vol. 07, no. 3, pp. 144–154, 2019.