PEMANFAATAN SISTEM PENDUKUNG KEPUTUSAN DALAM …

Jurnal Pembangunan Perkotaan

Volume 7, Nomor 1, Januari – Juni 2019 p-ISSN 2338-6754

e-ISSN 2581-1304 http://ejpp.balitbang.pemkomedan.go.id/index.php/JPP

39

PEMANFAATAN SISTEM PENDUKUNG KEPUTUSAN DALAM

PENERIMAAN BERAS MISKIN MENGGUNAKAN METODE

ANALITYCAL HIERARCHY PROCESS DI KOTA MEDAN

Fifin Sonata

STMIK Triguna Dharma, Medan, Indonesia

*Penulis Korespodensi : [email protected]

Abstrak

Program raskin yang dicanangkan pemerintah pusat masih dibutuhkan oleh masyarakat kalangan

bawah. Dimana peran pemerintah kota juga sangat penting dalam hal penyaluran raskin itu sendiri.

Salah satunya adalah pemerintah kota Medan. Tetapi terkadang dalam penyaluran raskin masih dirasa

kurang tersentuh dan terevaluasi dengan efektif dan efisien sehingga masih ada saja raskin yang

diberikan tidak tepat sasaran oleh penerima sehingga mengakibatkan kecemburuan sosial Sehingga

dirasa perlumembuat sistem pendukung keputusan pada pembagian raskin dengan melibatkan 5

kriteria yaitu penghasilan, tanggunggan, pekerjaan, kepemilikan rumah dan aset. Untuk mendapatkan

nilai kelayakan, 5 kriteria akan diolah menggunakan Metode Analitycal Hierarchy Process (AHP).

Proses penyelesaian metode AHP adalah : a. Menentukan urutan prioritas kriteria, b. Menentukan nilai

bobot setiap alternatif. c. Membuat matriks dengan isi urutan prioritas kriteria dan nilai bobot. d.

Bentuk dihitung dengan metode AHP. Hasil yang didapatkan berupa daftar penerima raskin yang layak

untuk diberi. Selain itu juga disajikan desain sistem agar bisa dilanjutkan dalam bentuk aplikasi.

Penelitian ini akan bermanfaat untuk Pemerintah Kota Medan dalam pengambilan keputusan siapa

yang benar-benar layak dan tepat sasaran untuk menerima raskin.

Kata kunci: AHP, Raskin, Sistem Pendukung Keputusan

PENDAHULUAN

Kota medan merupakan kota ketiga terbesar di

Indonesia setelah Jakarta dan Surabaya. Kota medan

memiliki 21 Kecamatan yaitu Medan Amplas, Medan

Area, Medan Barat, Medan Baru, Medan Belawan

Kota, Medan Deli, Medan Denai, Medan Helvetia,

Medan Johor, Medan Kota, Medan Labuhan, Medan

Maimun, Medan Marelan, Medan Perjuangan, Medan

Petisah, Medan Polonia, Medan Selayang, Medan

Sunggal, Medan Tembung, Medan Timur dan Medan

Tuntungan. Setiap kecamatan yang ada mendapat jatah

beras miskin dari pemerintah kota Medan sebagai

perpanjangan tangan dari pemerintah pusat.

Penerimaan raskin bertujuan untuk mengurangi beban

pengeluaran keluarga miskin dalam mengakses

kebutuhan pangan pokok beras.

Pemerintah Kota Medan ini dalam segala proses

operasional telah memiliki fasilitas dan teknologi.

Salah satu program yang dimiliki oleh Kecamatan di

Kota Medan adalah pemberian bantuan Raskin kepada

masyarakat yang layak menerimanya. Masalah yang

kerap dijumpai dilapangan yaitu masih ada ditemukan

masyarakat yang tidak layak lagi mendapatkan raskin

tetapi masih tetap mendapatkannya,Hal ini disebabkan

karena adanya pihak Ketua RT yang lebih

mengutamakan pihak keluarga atau kerabat terdekat

agar mendapatkan raskin dibandingkan masyarakat

yang lebih membutuhkan sehingga terjadinya

kecurangan atau tidak ratanya pembagian raskin sesuai

kriteria yang telah ditentukan.

Dalam menjalankan program raskin yang

bertanggung jawab untuk mendistribusikan

(menyalurkan) raskin, adalah Perum Badan Urusan

Logistik (Bulog) dan pemerintah kota itu sendiri.

Melihat uraian permasalahan dalam

menentukan kriteria penerimaan raskin, perlu adanya

suatu sistem pendukung keputusan yang dapat

mempermudah dalam pengambilan keputusan data

penerima raskin secara cepat, akurat, dan efisien maka

dari uraian diatas, untuk membantu Kecamatan di Kota

Medan mengetahui rumah tangga miskin yang

menerima Raskin maka dikembangkan sebuah aplikasi

Sistem Pendukung Keputusan Penerima Raskin.

Metode yang akan digunakan untuk mendukung sistem

tersebut adalah metode Analytical Hierarchy Process

(AHP).

Sistem Pendukung Keputusan/Decision Support

System (DSS) merupakan sistem yang dapat membantu

dalam pengambilan keputusan, sistem ini menyediakan

fasilitas untuk melakukan analisis sehingga proses

pendukung keputusan yang dilakukan menjadi lebih

berkualitas.Salah satu contohnya adalah menyeleksi

calon penerima Raskin.

Metode AHP ini dipilih karena metode ini

menentukan nilai bobot untuk setiap atribut, kemudian

dilanjutkan dengan proses pemeringkatan yang akan

mailto:fifinsonata2012@

40 Jurnal Pembangunan Perkotaan 7 (1) (2019) : 39-50

menyeleksi alternative terbaik dari sejumlah alternatif.

alternatif yang dimaksud adalah data keluarga miskin

yang memiliki proporsi kuota untuk penerimaan Raskin

berdasarkan kriteria-kriteria yang ditentukan. Dengan

metode pemeringkatan tersebut diharapkan penilaian

akan lebih tepat karena didasarkan pada nilai kriteria

dan bobot yang sudah ditentukan sehingga akan

mendapatkan hasil yang lebih akurat terhadap

penerimaan raskin.

Rumusan masalahnya adalah bagaimana

merancang sebuah sistem pendukung keputusan

dengan menggunakan metode Analytical Hierarchy

Process (AHP) untuk menentukan keluarga yang akan

menerima raskin berdasarkan kriterian yang sudah

ditentukan.

Tujuan penelitian ini adalah Menentukan siapa

calon penerima raskin yang layak atau tidak

berdasarkan kriteria yang ada sehingga proses

pengambilan keputusan ini dapat lebih efisien serta

Menerapan Metode AHP(Analytical hierarchy

process) dalam membuat sistem pendukung keputusan

menyeleksi calon penerima raskin di kota Medan yang

dilaksanakan oleh pemerintah kota Medan.

Mempermudah dalam penyeleksian penerima

raskin dengan lebih optimal dan tepat sasaran sehingga

waktu yang diperlukan untuk menyusun dan

mengevaluasi penyeleksian tersebut menjadi lebih

efektif dan efisien serta memberikan solusi

pengambilan keputusan dalam memilih calon penerima

raskin kepada pemerintah kota Medan sesuai dengan

kriterian yang telah di tentukan.

a. Pengertian Raskin

Raskin merupakan program pemerintah untuk

membantu masyarakat miskin yang rawan pangan, agar

mereka mendapatkan beras untuk kebutuhan rumah

tanggannya. Program Raskin termasuk bagian dari

program penanggulangan kemiskinan yang terdapat

pada kluser 1,yaitu tentang kegiatan perlindungan

social berbasis keluarga dalam pemenuhan kebutuhan

pangan pokok bagi masyarakat kurang

mampu.Program raskin merupakan subsidi pangan

sebagai bentuk upaya dari pemerintah untuk

meningkatkan ketahanan pangan dan memberikan

perlindungan keluarga miskin melalui pendistribusikan

beras yang diharapkan mampu menjangkau keluarga

miskin.

b. Alur Penerimaan Raskin

Penyaluran Raskin berawal dari Surat Perintah

Alokasi (SPA) dari pemerintah kabupaten/kota kepada

Perum BULOG berdasarkan pagu RASKIN (tonase

dan Jumlah Rumah Tangga Sasaran) dan rincian di

masing-masing Kecamatan dan Desa/Kelurahan. Beras

akan didistribusikan ke Titik Distribusi, Perum

BULOG berdasarkan SPA menerbitkan Surat Perintah

Pengeluaran Barang/Delivery Order (SPPB/DO) beras

untuk masing-masing kecamatan atau Desa/Kelurahan

kepada Satker RASKIN. Satker Raskin mengambil

beras di gudang Perum BULOG, mengangkut dan

menyerahkan beras RASKIN kepada pelaksana

Distribusi RASKIN di Titik Distribusi, Penyerahan

/penjualan beras kepada RTS-PM (Penerima Manfaat)

Raskin dilakukan oleh salah satu dari tiga (3) Pelaksana

Distribusi RASKIN yaitu Kelompok Kerja (Pokja),atau

Warung Desa (Wardes) atau Kelompok Masyarakat

(Pokmas).

c. Sistem pendukung keputusan

Sistem pendukung keputusan (decision support

system atau DSS) adalah sistem informasi berbasis

komputer yang menyediakan dukungan informasi

interaktif bagi manajer dan praktisi bisnis selamam

proses pengambilan keputusan. Sistem pendukung

keputusan menggunakan (1) model analitis, (2)

database khusus, (3) penilaian dan pandangan pembuat

keputusan, dan (4) proses permodelan berbasis

komputer yang interaktif untuk mendukung pembuatan

keputusan bisnis yang semiter struktur dan tak

terstruktur [6].

d. Metode Analitycal Hierarchy Process (AHP)

Analitycal Hierarchy Process (AHP) adalah

sebuah hirarki fungsional dengan input utamanya

persepsi manusia. Dengan hirarki suatu masalah yang

kompleks dan tidak terstruktur dipecahkan ke dalam

kelompok-kelompoknya. Kemudian diatur menjadi

suatu bentuk hirarki [Zainal, 2010].

Model AHP memakai input persepsi manusia

yang dianggap expert. Kriteria expert disini bukan

berarti bahwa orang tersebut harus lebih jenius, pintar,

bergelar dan sebagainya tetapi lebih mengacu pada

orang yang benar-benar mengerti tentang permasalahan

yang diajukan, merasakan akibat suatu masalah atau

punya kepentingan terhadap masalah tersebut. Karena

menggunakan input yang kualitatif (persepsi manusia)

maka model ini juga dapat mengolah hal-hal yang

kualitatif disamping hal-hal yang kuantitatif. Adapun

kelebihan dari model AHP dibandingkan dengan yang

lainnya :

1. Struktur yang berhirarki, sebagai konsekuensi dari

kriteria yang dipilih, sampai pada subkriteria yang

paling dalam.

2. Memperhitungkan validitas sampai dengan batas

toleransi inkonsistensi berbagai kriteria dan

alternatif yang dipilih oleh para pengambil

keputusan.

3. Memperhitungkan daya tahan atau ketahanan

output analisis sensitivitas pengambil keputusan.

4. Kemampuannya memecahkan masalah yang multi

objektif dan multikriteria.

Cara kerja AHP adalah dengan

menyederhanakan suatu permasalahan kompleks yang

tidak terstruktur, strategic dan dinamik menjadi bagian-

bagian. Prinsip kerja AHP adalah sebagai berikut [6]:

1. Menentukan tujuan/sasaran, kriteria dan alternatif

2. Menyusun hirarki dari kriteria dan alternatif

3. Member nilai alternatif dan kriteria

Pemanfaatan Sistem Pendukung Keputusan dalam Penerimaan Beras Miskin Menggunakan Metode 41

Analitycal Hierarchy Process di Kota Medan

Fifin Sonata

4. Memeriksa konsistensi penilaian alternatif dan

kriteria

5. Menentukan prioritas kriteria dan alternative.

METODE Adapun metodologi yang digunakan dalam

penelitian ini digambarkan pada Gambar 1dan 2 di

bawah ini:

START

Identifikasi

Masalah

Pengumpulan Data :

1. Data Komponen Teknis Kereta

2. Data Nama gerbong kereta

3. Studi Pustaka

Pengolahan Data Menggunakan AHP :

1. Menentukan tujuan/sasaran, kriteria dan alternatif

2. Menyusun hirarki dari kriteria dan alternatif

3. Member nilai alternatif dan kriteria

4. Memeriksa konsistensi penilaian alternatif dan

kriteria

5. Menentukan prioritas kriteria dan alternatif

Pembuatan Prototype

Analisis Data

Kesimpulan dan Saran

SELESAI

Gambar 1. Flowchart Penelitian

ADMINISTRATOR LURAH

CALON PENERIMA

Input Calon Penerima

Info Calon Penrima

Input Kriteria

Proses Seleksi

Info krieteriaInfo Hasil Seleksi

Info penerimaan RASKIN

Laporan

Kriteria Calon Penrima

Info kriteria 0

Sistem Pendukung

Keputusan

Penerimaan RASKIN

Gambar 2. Diagram Konteks Sistem

a. Metode Pengumpulan Data

Metode pengumpulan dari di dapat dari data

sekunder yang diperoleh website pemerintah kota

Medan. Selain itu metode pengumpulan data dilakukan

melalui studi kepustakaan yang mencakup berbagai hal

untuk memperoleh informasi data melalui jurnal

terkait, website, artikel, serta literatur lain yang

mendukung objek penelitian

b. Pengolahan Data

Data atau yang disebut dengan kriteria yang

dikumpulkan akan diolah menggunakan pendekatan

kuantitatif dan kualitatif. Ada 11 komponen data yang

diolah sebagai kriteria yaitu Penghasilan keluarga,

Jumlah tanggungan anak, Pekerjaan kepala keluarga,

Kondisi rumah dan Aset keluarga. Lima data kan

disajikan dalam bentuk matriks berpasangan yang

kemudian dimasukkan ke dalam perhitungan metode

AHP. Lima data yang diolah masih berupa data

kuantitatif akan diubah menjadi data kualitatif dengan

prosedur yang sudah ditentukan oleh metode AHP.

c. Analisis Data

Semua data yang diperoleh akan berguna dalam

penelitian ini, tetapi terlebih dahulu akan di analisa dan

disesuaikan dengan kebutuhan. Metode analisa yang

digunakan untuk menganalisa masalah ini adalah:

1. Metode Deskriftif

yaitu mengumpulkan data, mengelompokkan data,

menganalisa data sehingga gambaran atau

keterangan yang lengkap dan jelas tentang masalah

yang dihadapi.

2. Metode Deduktif

yaitu metode yang menganalisa data dengan cara

mengambil kesimpulan umum yang di uraikan

menjadi contoh-contoh kongkrit atau fakta-fakta

untuk menjelaskan kesimpulan tersebut.

d. Metode Pengambilan keputusan dengan AHP

Metode AHP merupakan salah satu metode

dalam proses pengambilan keputusan yang dibangun

berdasarkan 3 prinsip yaitu penyusunan hirarki, prinsip

penetapan prioritas dan prinsip konsistensi. Berikut

tahapan metode AHP:

1) Prinsip Penyusunan Hirarki

Tingkat teratas pada hirarki adalah fokus atau

tujuan. Sedangkan tingkat dibawahnya adalah kriteria.

Apabila masih bisa dipecah maka tingkat selanjutnya

dinamakan sub kriteria, dan seterusnya sampai

tingkatan akhir yang merupakan alternatif-alternatif

yang akan dipilih. Berikut adalah bentuk struktur

hirarki:

Gambar 3. Struktur Hirarki AHP Sumber:

(Kirom, Bilfaqih, & Effendie, 2012).

2) Prinsip Penetapan Prioritas

Penentuan prioritas dilakukan dengan cara

membandingkan elemen yang satu dengan elemen yang


lain kedalam bentuk matriks. Cara ini dapat disebut

perbandingan berpasangan (pairwise comparison).

Pada perhitungan ini, digunakan skala perbandingan 1

sampai 9. Skala perbandingan ini disebut sebagai skala

fundamental, yang diturunkan berdasarkan

kemampuan individu dalam membuat suatu

perbandingan secara berpasangan terhadap elemen-

elemen yang akan dibandingkan. Ciri metode AHP

adalah melakukan pembandingan antara sepasang

objek [7] Berikut adalah tabel skala perbandingan

AHP:

Tabel 1. Skala Perbandingan AHP

Tingkat Definisi Keterangan

1 Sama

pentingnya

Kedua elemen memiliki

pengaruh yang sama

3 Agak lebih

penting

yang satu

atas yang

lainnya

Pengalaman dan penilaian

sangat memihak satu

elemen dibandingkan

dengan pasangannya

5 Cukup

penting

Pengalaman dan keputusan

menunjukan kesukaan atas

satu aktifitas lebih dari

yang lain

7 Sangat

penting

Pengalaman dan keputusan

menunjukan kesukaan

yang kuat atas satu

aktifitas lebih dari yang

lain

9 Mutlak

lebih

penting

Satu eleman mutak lebih

disukai dibandingkan

dengan pasangannya, pada

tingkat keyakinan tertinggi

2,4,6,8 Nilai

tengah

diantara

dua nilai

yang

berdekatan

Bila kompromi dibutuhkan

3) Prinsip Konsistensi

Konsistensi metode AHP harus tetap terjaga,

agar solusi yang dihasilkan optimal. Untuk mengetahui

tingkat konsistensi tersebut, penggunaan metode AHP

akan diukur dengan besarnya CR (Consistency Ratio).

CR (Consistency Ratio) adalah hasil perbandingan

antara Indeks Konsistensi (CI) dengan Indeks Random

(RI). Apabila hasil CR adalah <= 0.10 maka derajat

konsistensinya optimal. Sebaiknya, jika CR adalah >

0.10 maka terdapat ketidakkonsistenan dalam

menentukan perbandingan, yang memungkinkan solusi

yang dihasilkan dari metode AHP tidak berarti

(Padmowati, 2009). Rasio Konsistensi diperoleh

dengan langkah-langkah berikut:

a. Hitung λmax

λmax=∑ {[∑ a𝑖𝑗𝑛𝑗=1 ]. w𝑖𝑛

𝑖=1 }. (1)

atau

λmax=∑𝜆/n

Keterangan:

a = matriks

w = matriks nilai eigen dalam format baris

n = jumlah kriteria

b. Hitung Indeks Konsistensi (CI)

𝐂𝐈= (λmax-n)/(n-1) (2)

Keterangan:

n = jumlah kriteria

c. Hitung Rasio Konsistensi (CR)

𝐂𝐑= CI/IRC. (3)

Tabel 2. Indeks Random Konsistensi (IRC)

Sumber: (Padmowati, 2009).

n IRC 1 0,00

2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45 10 1,49

11 1,51

Keterangan:

CI = Indeks Konsistensi/Consistency Index

IRC = Indeks Random Konsistensi

n = jumlah kriteria

HASIL DAN PEMBAHASAN Sistem pengambilan keputusan pemberian

Raskin dengan menggunakan metode AHP diperlukan

kriteria-kriteria dan bobot untuk melakukan

perhitungannya sehingga akan didapat alternatif

terbaik, berdasarkan penjumlahan terbobot dan hasil

seleksi dengan menggunakan metode AHP yang

diterapkan didalam aplikasi ini. Akan tetapi hasil dari

aplikasi pendukung keputusan ini tidak dijadikan

sebagai hasil keputusan akhir atau keputusan mutlak,

karena banyak hal-hal diluar sistem yang dapat

mempengaruhi keputusan.

a. Kriteria dan Klasifikasi data

Dalam proses metode Analytical Hierarchy

Process (AHP) memerlukan kriteria-kriteria yang akan

dijadikan bahan perhitungan atau pertimbangan.

Adapun kriteria-kriteria yang menjadi bahan

perhitungan atau pertimbangan adalah sebagai berikut:



Fifin Sonata

Tabel 3. Kriteria

Kriteria Keterangan

C1 Penghasilan

C2 Tanggungan

C3 Pekerjaan

C4 Rumah

C5 Aset

1) Klasifikasi Data

Pada tahap ini data calon penerima Raskin yang

menjadi syarat-syarat (kriteria) dalam penyeleksian

akan diklasifikasikan.

a) Mengelompokkan nilai penghasilan

Pengelompokkan dilakukan dengan memasukkan

jumlah penghasilan dalam tabel sebagai berikut:

Tabel 4. Klasifikasi Jumlah Penghasilan

Jumlah Penghasilan (x) Klasifikasi

x ≤ 500.000 Sangat Rendah

(SR)

500.000 < x ≤ 1.000.000 Rendah (R)

1.000.000 < x ≤ 3.000.000 Cukup (C)

3.000.000 < x ≤ 5.000.000 Tinggi (T)

x > 5.000.000 Sangat Tinggi (ST)

b) Mengelompokkan jumlah tanggungan


jumlah anak yang masih dibiayai oleh kepala

keluarga dalam tabel sebagai berikut:

Tabel 5. Klasifikasi Jumlah Tanggungan

Jumlah

Tanggungan Klasifikasi

> 8 Orang Rendah (R)

6-8 Orang Cukup (C)

3-5 Orang Tinggi (T)

1-2 Orang Sangat Tinggi (ST)

c) Mengelompokkan pekerjaan


pekerjaan kepala keluarga dalam tabel sebagai

berikut:

Tabel 6. Klasifikasi Pekerjaan

Pekerjaan

Orang Tua Klasifikasi

Buruh Sangat Rendah (SR)

Petani Rendah (R)

PNS Cukup (C)

Wirausaha Tinggi (T)

Pengusaha Sangat Tinggi (ST)

d) Mengelompokkan kondisi rumah


kondisi rumah yang dimiliki kepala keluarga ke

dalam tabel sebagai berikut:

Tabel 7. Klasifikasi Kondisi Rumah

Kondisi Rumah Klasifikasi

Bambu Rendah (R) Triplek Cukup (C)

Papan Tinggi (T)

Beton Sangat Tinggi (ST)

e) Mengelompokkan aset


jumlah berapa banyak aset keluarga ke dalam tabel

sebagai berikut:

Tabel 8. Klasifikasi Jumlah Aset

Jumlah Aset (y) Klasifikasi

y ≤ 1.000.000 Rendah (R)

1.000.000 < y ≤ 4.000.000 Cukup (C)

4.000.000 < y ≤ 8.000.000 Tinggi (T)

y > 8.000.000 Sangat Tinggi (ST)

b. Proses Perhitungan Nilai Metode AHP

Langkah-langkah dalam menentukan nilai

prioritas satu kriteria secara manual dapat dijelaskan

sebagai berikut:

1) Menentukan prioritas kriteria

a) Membuat matriks perbandingan berpasangan antar

kriteria Ada 5 kriteria yang digunakan dalam

penelitian ini, yaitu: Penghasilan, Tanggungan,

Pekerjaan, Rumah dan Aset. Menetapkan prioritas

elemen dengan membuat perbandingan

berpasangan, dengan skala banding telah

ditetapkan oleh Saaty. Dari kriteria yang telah

ditentukan maka diperoleh hasil sebagai berikut

Tabel 9. Tabel Matriks Perbandingan Berpasangan Kriteria

Kriteria Penghasilan Tanggungan Pekerjaan Rumah Aset

Penghasilan 1 2 3 3 2

Tanggungan 0,50 1 2 3 3

Pekerjaan 0,33 0,5 1 3 2

Rumah 0,33 0,33 0,33 1 2

Aset 0,50 0,33 0,50 0,50 1

Jumlah 2,67 4,17 6,83 10,50 10


Pada kolom penghasilan baris penghasilan

diberikan nilai 1 karena menggambarkan tingkat

kepentingan yang sama antar penghasilan,

sedangkan angka 3 pada kolom tanggungan baris

penghasilan menunjukkan penghasilan 2 kali lebih

penting dibandingkan tanggungan. Angka 3 pada

kolom pekerjaan baris penghasilan

menggambarkan penghasilan 3 kali lebih penting

dibandingkan tanggungan.

Angka 0,50 pada kolom penghasilan baris

tanggungan merupakan hasil perhitungan dari

1/nilai pada kolom tanggungan. Angka-angka yang

lain diperoleh dengan cara yang sama.

b) Membuat matriks nilai kriteria

Matriks ini diperoleh dengan rumus berikut :

Hasil perhitungan dapat dilihat dalam tabel 10

Tabel 10. Matriks Nilai Kriteria

Kriteria Penghasilan Tanggungan Pekerjaan Rumah Aset Jumlah Prioritas

Penghasilan 0,375 0,48 0,439 0,286 0,2 1,78 0,356

Tanggungan 0,188 0,24 0,293 0,286 0,3 1,306 0,261

Pekerjaan 0,125 0,12 0,146 0,286 0,2 0,877 0,175

Rumah 0,125 0,08 0,049 0,095 0,2 0,549 0,11

Aset 0,188 0,08 0,073 0,048 0,1 0,488 0,098

Nilai 0,375 pada kolom penghasilan pada tabel 10

diperoleh dari nilai baris penghasilan kolom

penghasilan tabel 9 dibagi jumlah kolom

penghasilan tabel 9.

Nilai kolom jumlah pada tabel 10 diperoleh dari

penjumlahan pada setiap barisnya. Untuk baris

pertama, nilai 1,78 merupakan hasil penjumlahan

dari 0,375 + 0,480 + 0,439 + 0,286 + 0,2.

Nilai pada kolom prioritas tabel 10 diperoleh dari

nilai pada kolom jumlah dibagi jumlah kriteria.

c) Matriks penjumlahan tiap baris

Matriks ini dibuat dengan mengalikan nilai

prioritas pada tabel normalisasi matriks kriteria

pada tabel 10 dengan matriks perbandingan

berpasangan pada tabel 9. maka hasil

perhitungannya dapat dilihat pada tabel 11

Tabel 11. Matriks Penjumlahan Tiap Baris

Kriteria Penghasilan Tanggungan Pekerjaan Rumah Aset Jumlah

Penghasilan 0,356 0,522 0,526 0,329 0,195 1,929

Tanggungan 0,178 0,261 0,351 0,329 0,293 1,412

Pekerjaan 0,119 0,131 0,175 0,329 0,195 0,949

Rumah 0,119 0,087 0,058 0,110 0,195 0,569

Aset 0,178 0,087 0,088 0,055 0,098 0,505

Nilai 0,356 pada baris penghasilan kolom

pengahasilan pada tabel 11 diperoleh dari nilai

prioritas baris penghasilan pada tabel 10 dikalikan

dengan nilai baris penghasilan kolom penghasilan

pada table 9.

Nilai 0,178 pada baris tanggungan kolom

penghasilan diperoleh dari nilai prioritas baris

penghasilan pada tabel 10 dikalikan dengan nilai

baris tanggungan kolom penghasilan, Angka-

angka yang lain diperoleh dengan cara yang sama,

Kolom jumlah pada tabel 11 diperoleh dengan

menjumlahkan nilai pada masing-masing baris

pada tabel tersebut, Misalnya, nilai 1,929 pada

kolom jumlah baris penghasilan pada tabel 11

merupakan hasil penjumlahan dari 0,356 + 0,522 +

0,526 + 0,329 + 0,195

d) Perhitungan rasio konsistensi

Perhitungan ini digunakan untuk memastikan

bahwa nilai rasio konsistensi (CR) = < 0,1, Jika

nilai CR lebih besar dari 0,1 maka matriks

perbandingan berpasangan harus diperbaiki, Untuk

menghitung rasio konsistensi, dibuat tabel seperti

terlihat dalam tabel 12.

Tabel 12 Rasio Konsistensi

Kriteria Jumlah Prioritas Hasil

Penghasilan 1,78 0,356 2,136

Tanggungan 1,306 0,261 1,568

Pekerjaan 0,877 0,175 1,052

Rumah 0,549 0,11 0,659

Aset 0,488 0,098 0,587

TOTAL 6,002

Dari tabel 4,10, diperoleh nilai-nilai sebagai berikut :

Jumlah (Jumlahan dari nilai-nilai hasil) : 6,002

n (Jumlah kriteria) : 5

λ maks= (jumlah/n) : 6,002/5= 1,2

CI = (λ maks-n)/n : (1,2-5)/(5) = -0,76

CR (CI/IR) : -0,76/1,12= -0,678

Oleh karena CR <0,1, maka rasio konsistensi dari

perhitungan tersebut bisa diterima.

Nilai baris kolom baru= nilai baris

kolom lama/jumlah masing-masing

kolom lama



Fifin Sonata

2) Menentukan prioritas subkriteria

Perhitungan subkritteria dilakukan terhadap

sub-sub dari semua kriteria, Dalam hal ini, terdapat 5

kriteria yang berarti akan ada 5 perhitungan subkriteria,

a) Menentukan prioritas subkriteria penghasilan

Matriks perbandingan berpasangan subkriteria

penghasilan, Langkah ini sama seperti yang di

lakukan pada tabel 9, Hasilnya terlihat pada tabel

13.

Tabel 13. Matriks Perbandingan Berpasangan

Subkriteria Penghasilan Penghasi

lan SR R C T ST

SR 1 2 3 4 5

R 0,500 1 2 3 4

C 0,333 0,500 1 2 3

T 0,250 0,333 0,500 1 2

ST 0,200 0,250 0,333 0,500 1

Jumlah 2,283 4,083 6,833 10,500 15,000

- Matriks nilai subkriteria penghasilan

Langkah ini sama seperti pada tabel 10,

Perbedaannya adalah adanya tambahan kolom prioritas

subkriteria, Angka 1 pada subkriteria penghasilan

diperoleh dengan cara nilai prioritas baik / nilai

tertinggi prioritas, Angka-angka yang lain diperoleh

dengan cara yang sama, Nilai prioritas subkriteria

hasilnya terlihat pada tabel 13.

Tabel 14 Matriks Nilai Subkriteria Penghasilan

Penghasilan SR R C T ST Jumlah Prioritas Subkriteria

SR 0,438 0,490 0,439 0,381 0,333 2,081 0,416 1,000

R 0,219 0,245 0,293 0,286 0,267 1,310 0,262 0,630

C 0,146 0,122 0,146 0,190 0,200 0,804 0,161 0,387

T 0,110 0,082 0,073 0,095 0,133 0,493 0,099 0,238

ST 0,088 0,061 0,049 0,048 0,067 0,313 0,063 0,151

Jumlah 1,001 1,000 1,000 1,000 1,000 5,001 1,001 2,406

- Matriks penjumlahan tiap baris subkriteria

penghasilan

Langkah ini sama seperti pada tabel 11, hasilnya

terlihat pada table 15.

Tabel 15 Matriks Penjumlahan Tiap Baris Subkriteria Penghasilan

Penghasilan SR R C T ST Jumlah

SR 0,416 0,524 0,483 0,394 0,312 2,129

R 0,208 0,262 0,322 0,296 0,250 1,337

C 0,139 0,131 0,161 0,197 0,187 0,815

T 0,104 0,087 0,081 0,099 0,125 0,495

ST 0,083 0,065 0,054 0,049 0,062 0,314

.

- Perhitungan rasio konsistensi

Jika nilai CR lebih besar dari 0,1 maka matriks




Tabel 16. Rasio Konsistensi Subkriteria

Penghasilan

Penghasilan Jumlah Prioritas Hasil

SR 2,081 0,416 2,497

R 1,310 0,262 1,572

C 0,804 0,161 0,965

T 0,493 0,099 0,592

ST 0,313 0,063 0,376

Total 6,002

Dari tabel 16, diperoleh nilai-nilai sebagai berikut :


n (Jumlah kriteria) : 5

λ maks= (jumlah/n) : 6,002/5= 1,2

CI = (λ maks-n)/n-1 : (1,2-5)/(5-1) = -0,95

CR (CI/IR) : -0,95/1,12= -0,848



b) Menentukan prioritas subkriteria Tanggungan

- Membuat matriks perbandingan berpasangan

Langkah ini sama seperti yang di lakukan pada tabel 9,

hasilnya terlihat pada tabel 17


Subkriteria Tanggungan

Tanggungan R C T ST

R 1 2 3 4

C 0,500 1 2 3

T 0,333 0,500 1 2

ST 0,250 0,333 0,500 1

Jumlah 2,083 3,833 6,500 10,000


- Membuat matriks nilai subkriteria tanggungan



subkriteria, Angka 0,591 pada subkriteria tanggungan

cukup diperoleh dengan cara nilai prioritas cukup / nilai




Tabel 18. Matriks Nilai Subkriteria Tanggungan

Tanggungan R C T ST Jumlah Prioritas Prioritas

Subkriteria

R 0,48 0,522 0,462 0,400 1,864 0,466 1,000

C 0,24 0,261 0,308 0,300 1,109 0,277 0,594

T 0,16 0,130 0,154 0,200 0,644 0,161 0,345

ST 0,12 0,087 0,077 0,100 0,384 0,096 0,206

Jumlah 1,00 1,000 1,001 1,000 4,001 1,000 2,145

- Matriks penjumlahan tiap baris


terlihat pada tabel 19.

Tabel 19. Matriks Penjumlahan Tiap Baris Subkriteria Tanggungan

Tanggungan R C T ST Jumlah

R 0,466 0,554 0,483 0,384 1,887

C 0,233 0,277 0,322 0,288 1,120

T 0,155 0,139 0,161 0,192 0,647

ST 0,116 0,092 0,081 0,096 0,385



bahwa nilai rasio konsistensi (CR) = < 0,1, Jika nilai

CR lebih besar dari 0,1 maka matriks perbandingan

berpasangan harus diperbaiki, Untuk menghitung rasio

konsistensi, dibuat tabel seperti terlihat dalam tabel 20,

Tabel 20. Rasio Subkriteria Tanggungan

Tanggungan Jumlah Prioritas Hasil

R 1,864 0,466 2,330

C 1,109 0,277 1,386

T 0,644 0,161 0,805

ST 0,384 0,096 0,480

Total 5,001

Dari tabel 20, diperoleh nilai-nilai sebagai berikut:

Jumlah (Jumlahan dari nilai-nilai hasil): 5,001

n (Jumlah kriteria): 4

λ maks = (jumlah/n): 5,001/4= 1,250

CI = (λ maks-n)/n-1 : (1,250-4)/(4-1)= - 0,917

CR (CI/IR): -0,917/0,90= - 1,018



c) Menentukan prioritas subkriteria pekerjaan


Langkah ini sama seperti yang di lakukan pada

tabel 9, hasilnya terlihat pada tabel 21,

Tabel 21. Matriks Perbandingan Berpasangan Subkriteria Pekerjaan

Pekerjaan SR R C T ST

SR 1 2 3 4 5

R 0,500 1 2 3 4

C 0,333 0,500 1 2 3

T 0,250 0,333 0,500 1 2

ST 0,200 0,250 0,333 0,500 1

TOTAL 2,283 4,083 6,833 10,500 15,000

- Membuat matriks nilai subkriteria nilai



subkriteria, Angka 1 pada subkriteria penghasilan

diperoleh dengan cara nilai prioritas sangat rendah /

nilai tertinggi prioritas, Angka-angka yang lain

diperoleh dengan cara yang sama, Nilai prioritas

subkriteria hasilnya terlihat pada tabel 22.



Fifin Sonata

Tabel 22. Matriks Nilai Subkriteria Pekerjaan

Pekerjaan SR R C T ST Jumlah Prioritas Prioritas Subkriteria

SR 0,438 0,490 0,439 0,381 0,333 2,081 0,416 1,000

R 0,219 0,245 0,293 0,286 0,267 1,310 0,262 0,630

C 0,146 0,122 0,146 0,190 0,200 0,804 0,161 0,387

T 0,110 0,082 0,073 0,095 0,133 0,493 0,099 0,238

ST 0,088 0,061 0,049 0,048 0,067 0,313 0,063 0,151

Jumlah 1,001 1,000 1,000 1,000 1,000 5,001 1,001 2,406

- Matriks penjumlahan tiap baris subkriteria

pekerjaan



Tabel 23. Matriks Penjumlahan Tiap Baris Subkriteria Pekerjaan

Pekerjaan SR R C T ST Jumlah

SR 0,416 0,524 0,483 0,394 0,312 2,129

R 0,208 0,262 0,322 0,296 0,250 1,337

C 0,139 0,131 0,161 0,197 0,187 0,815

T 0,104 0,087 0,081 0,099 0,125 0,495

ST 0,083 0,065 0,054 0,049 0,062 0,314


Jika nilai CR lebih besar dari 0,1 maka matriks




Tabel 24. Rasio Konsistensi Subkriteria Pekerjaan

Pekerjaan Jumlah Prioritas Hasil

SR 2,081 0,416 2,497

R 1,310 0,262 1,572

C 0,804 0,161 0,965

T 0,493 0,099 0,592

ST 0,313 0,063 0,376

Total 6,002

Dari tabel 24, diperoleh nilai-nilai sebagai berikut :



λ maks= (jumlah/n): 6,002/5= 1,2

CI = (λ maks-n)/n-1 : (1,2-5)/(5-1) = -0,95

CR (CI/IR): -0,95/1,12= -0,848



d) Menentukan prioritas subkriteria Rumah



tabel 9, hasilnya terlihat pada tabel 25,


Subkriteria Rumah

Rumah R C T ST

R 1 2 3 4

C 0,500 1 2 3

T 0,333 0,500 1 2

ST 0,250 0,333 0,500 1

Jumlah 2,083 3,833 6,500 10,000

- Membuat matriks nilai subkriteria rumah








Tabel 26. Matriks Nilai Subkriteria Rumah

Rumah R C T ST Jumlah Prioritas Prioritas Subkriteria

R 0,48 0,522 0,462 0,400 1,864 0,466 1,000

C 0,24 0,261 0,308 0,300 1,109 0,277 0,594

T 0,16 0,130 0,154 0,200 0,644 0,161 0,345

ST 0,12 0,087 0,077 0,100 0,384 0,096 0,206

Jumlah 1,00 1,000 1,001 1,000 4,001 1,000 2,145





Subkriteria Rumah

Rumah R C T ST Jumlah

R 0,466 0,554 0,483 0,384 1,887

C 0,233 0,277 0,322 0,288 1,120

T 0,155 0,139 0,161 0,192 0,647

ST 0,116 0,092 0,081 0,096 0,385







konsistensi, dibuat tabel seperti terlihat dalam tabel 28.

Tabel 28. Rasio Konsistensi Subkriteria Rumah

Rumah Jumlah Prioritas Hasil

R 1,864 0,466 2,330

C 1,109 0,277 1,386

T 0,644 0,161 0,805

ST 0,384 0,096 0,480

Total 5,001




λ maks = (jumlah/n): 5,001/4= 1,250

CI = (λ maks-n)/n-1 : (1,250-4)/(4-1)= - 0,917

CR (CI/IR): -0,917/0,90= - 1,018


perhitungan tersebut bisa diterima,

e) Menentukan prioritas subkriteria Aset



tabel 9, hasilnya terlihat pada tabel 29.


Subkriteria Aset

Aset R C T ST

R 1 2 3 4

C 0,500 1 2 3

T 0,333 0,500 1 2

ST 0,250 0,333 0,500 1

Jumlah 2,083 3,833 6,500 10,000

- Membuat matriks nilai subkriteria aset










terlihat pada tabel 31

Tabel 30. Matriks Nilai Subkriteria Rumah

Aset R C T ST Jumlah Prioritas Prioritas Subkriteria

R 0,48 0,522 0,462 0,400 1,864 0,466 1,000

C 0,24 0,261 0,308 0,300 1,109 0,277 0,594

T 0,16 0,130 0,154 0,200 0,644 0,161 0,345

ST 0,12 0,087 0,077 0,100 0,384 0,096 0,206

Jumlah 1,00 1,000 1,001 1,000 4,001 1,000 2,145


Subkriteria Aset

Aset R C T ST Jumlah

R 0,466 0,554 0,483 0,384 1,887

C 0,233 0,277 0,322 0,288 1,120

T 0,155 0,139 0,161 0,192 0,647

ST 0,116 0,092 0,081 0,096 0,385






konsistensi, dibuat tabel seperti terlihat dalam tabel 32.

Tabel 32. Rasio Konsistensi Subkriteria Aset

Aset Jumlah Prioritas Hasil

R 1,864 0,466 2,330

C 1,109 0,277 1,386

T 0,644 0,161 0,805

ST 0,384 0,096 0,480

Total 5,001




λ maks = (jumlah/n): 5,001/4= 1,250

CI = (λ maks-n)/n-1 : (1,250-4)/(4-1)= - 0,917

CR (CI/IR): -0,917/0,90= - 1,018


perhitungan tersebut bisa diterima,

f) Menghitung matriks hasil

Prioritas hasil perhitungan pada kriteria dan

subkriteria kemudian dituangkan dalam matriks hasil

yang terlihat dalam tabel 3



Fifin Sonata

Tabel 33. Matriks Hasil

Penghasilan Tanggungan Pekerjaan Rumah Aset

0,356 0,261 0,175 0,11 0,098

Sangat Rendah Rendah Sangat Rendah Rendah Rendah

1 1 1 1 1

Rendah Cukup Rendah Cukup Cukup

0,629 0,594 0,629 0,594 0,594

Cukup Tinggi Cukup Tinggi Tinggi

0,387 0,345 0,387 0,345 0,345

Tinggi Sangat Tinggi Tinggi Sangat Tinggi Sangat Tinggi

0,237

0,206

0,237

0,206 0,206 Sangat Tinggi Sangat Tinggi

0,150 0,150

3) Contoh kasus Perhitungan

Seandainya diberikan data nilai dari 4 calon

penerima RASKIN seperti terlihat pada tabel 34,

Tabel 34. Calon Penerima RASKIN

Nama Penghasilan Tanggungan Pekerjaan Rumah Aset

RAHMAT 700.000 7 Buruh Triplek 6.000.000

MEGAWATI 800.000 5 Nelayan Papan 5.000.000

PUTRI 500.000 3 Buruh Papan 4.000.000

SUSILO 1.000.000 3 Buruh Beton 8.000.000

Maka nilai calon penerima RASKIN akan tampak dalam tabel 35

Tabel 35. Nilai Calon Penerima RASKIN

Nama Penghasilan Tanggungan Pekerjaan Rumah Aset

RAHMAT Rendah Cukup Rendah Cukup Tinggi

MEGAWATI Rendah Tinggi Rendah Tinggi Tinggi

PUTRI Sangat Rendah Tinggi Rendah Tinggi Cukup

SUSILO Rendah Tinggi Rendah Sangat Tinggi Tinggi

Hasil akhir dari perhitungan kriteria alternatif dapat dilihat pada tabel 36

Tabel 36. Hasil Akhir

Nilai 0,224 pada kolom nilai baris Rahmat

diperoleh dari nilai calon penirima RASKIN untuk

Rahmat untuk nilai penghasilan, yaitu rendah dengan

prioritas dengan nilai prioritas 0,629 (Tabel 33),

dikalikan dengan prioritas penghasilan sebesar 0,356

(Tabel 33), Angka-angka yang lain diperoleh dengan cara

yang sama, Kolom total pada tabel 36 diperoleh dari

penjumlahan pada masing-masing barisnya, Nilai total

inilah yang dipakai sebagai dasar untuk menentukan

calon penerima yang berhak mendapatkan RASKIN

Desain Sistem

1. Desain Form Menu Utama

Gambar 4. Desain Form Alternatif

Nama Penghasilan Tanggungan Pekerjaan Rumah Aset Total

RAHMAT 0,224 0,155 0,110 0,065 0,034 0,588

MEGAWATI 0,224 0,090 0,110 0,038 0,034 0,496

PUTRI 0,356 0,090 0,110 0,038 0,058 0,652

SUSILO 0,224 0,090 0,110 0,023 0,034 0,481

File - Data Kriteria Tutup

- Data Sub Kriteria Penilaian - Data Alternatif - Keluar

Konfigurasi PB - Kriteria Utama - Sub Kriteria

Proses - Nilai Alternatif - AHP

Laporan - Lap. Alternatif - Lap. Kriteria

- Lap. AHP About


Menu Alternatif

List View

No KK

Nama

Tempat Lahir

Alamat

Baru Simpan Edit Hapus Batal

Gambar 5. Desain Form Alternatif

2. Desain Form Data Kriteria

Menu Data Kriteria

List View

Kriteria

Urutan

Keterangan

Baru BatalSimpan Edit Hapus

Gambar 6 Desain Form Data Kriteria

3. Desain Form Data Sub Kriteria

Menu Sub Kriteria

List View

Kriteria

Sub Kriteria

Urutan

Keterangan

Baru BatalSimpan Edit Hapus

Gambar 7. Desain Form Data Sub Kriteria

KESIMPULAN

Dari penelitian yang sudah dilakukan maka

dapat ditarik kesimpulan bahwa :

1. Sistem pendukung keputusan seleksi penerima

raskin untuk masyarakat miskin ini dapat

disimpulkan dari contoh kasus bahwa yang berhak

mendapatkan raskin lebih diutamakan yang nilainya

lebih tinggi yaitu Putri dengan nilai Ahpnya 0.650.

2. Dengan berhasilnya sistem pendukung keputusan

ini dapat diartikan bahwa metode AHP yang

diterapkan dapat diimplementasikan untuk

menentukan penerima raskin.

3. Aplikasi Pendukung Keputusan Penerimaan Raskin

di Kota Medan bertujuan untuk mempermudah dan

mempercepat dalam Pengambilan Keputusan

Penerimaan Raskin.

4. Penelitian ini juga dapat digunakan untuk

pengambilan keputusan suatu persoalan lain.

UCAPAN TERIMA KASIH

Penulis sampaikan ucapan terima kasih kepada

Pemerintah Kota Medan sehingga penulis dapat

merujuk data lewat website yang dibuat sebagai bahan

referensi penelitian.

DAFTAR PUSTAKA

A. Zainal, “Penerapan Metode Analytical Hierarchy

Process (AHP) Untuk Menentukan Sisa Hasil

Usaha Pada Koperasi Pegawai Negeri”. Jurnal

Informatika Mulawarman. Vol 5 No.2 Juli 2010.

Halaman 1-12.

Anjaryanti. S. R, “Sistem Pendukung Keputusan

Kelayakan Pembiayaan Menggunakan Metode

Analytical Hierarchy Process”. Jurnal

Informatika. Vol. 4 No.1 April 2017, pp.82-93.

ISSN: 2355-6579. E-ISSN:2528-2247.

Rico, “Analisis Sistem Pendukung Keputusan

Kelayakan Pengajuan Kredit Dengan

Menggunakan Metode AHP Pada BTPN KCP

UMK Petaling,” Jurnal Media Sistem

Informasi., Vol. 8 No.1, Februari 2014.

Supriyono dkk. “Sistem Pemilihan Pejabat Struktural

Dengan Metode Ahp”. Seminar Nasional III

SDM Teknologi Nuklir. Yogyakarta : 21-22

November 2017. ISSN 1978-0178.

Website pemerintah kota medan

www.pemkomedan.go.id

PEMANFAATAN SISTEM PENDUKUNG KEPUTUSAN DALAM …

Documents

Transcript of PEMANFAATAN SISTEM PENDUKUNG KEPUTUSAN DALAM …