SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH BERPOTENSI KEMISKINAN ABSOLUT DI UPT BP3AKB KECAMATAN...

Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016

38

ISSN : 2503-2844

Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan

Seminar Nasional Telekomunikasi dan Informatika 2016

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH

BERPOTENSI KEMISKINAN ABSOLUT DI UPT BP3AKB

KECAMATAN CISARUA MENGGUNAKAN METODE

ANALYTIC HIERARCHY PROCESS – WEIGHTED PRODUCT

Muchlis Salam1), Tacbir Hendro P2), Wisnu Uriawan3)

Program Studi Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam,

Universitas Jenderal Achmad Yani

PO BOX 148 Cimahi, Jawa Barat, Indonesia

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

Abstrak

PLKB/PKB (Petugas Lapangan Keluarga

Berencana/Petugas Keluarga Berencana) ujung

tombak pengelola KB (Keluarga Berencana) dilini

lapangan yang merupakan salah satu komponen

penting dalam upaya peningkatan perekonomian dan

kesejahteraan masyarakat, juga sebagai indikator

kemajuan yang telah dicapai oleh suatu daerah yang

selanjutnya memberikan laporan kepada UPT

BP3AKB (Unit Petugas Teknis Badan Pemberdayaan

Perempuan Perlindungan Anak dan Keluarga

Berencana) ditingkat Kecamata. Penelitian ini

bertujuan membangun sistem pendukung keputusan

untuk memberikan penentuan daerah berpotensi

kemiskinan absolut berdasarkan skor pengelompokan

tahap keluarga sejahtera dengan menggunakan 5 nilai

kepentingan untuk 21 kriteria tahapan keluarga

sejahtera didapat dari perhitungan kriteria dilakukan

proses pembobotan menggunakan metode Analytic

Hierarchy Process sesuai dengan mencari nilai

eigenvector-nya dan untuk proses perangkingan

daerah menggunakan metode Weighted Product

untuk melakukan perangkingan 8 Desa sebagai

alternatif pengambilan keputusan. Hasil dari

penelitian ini berupa solusi alternatif penentuan

daerah berpotensi kemiskinan absolut, dari

perhitungan 720 data keluarga yang diuji diperoleh

nilai presisi 85% dan nilai akurasi 65% hasil

perhitungan metode.

Kata kunci: Sistem Pendukung Keputusan,

Analytic Hierarchy Process, Weighted Process,

tahapan keluarga sejahtera, daerah berpotensi

kemiskinan absolut.

Abstract

PLKB / PKB (Petugas Lapangan Keluarga

Berencana/Petugas Keluarga Berencana) core of KB

(Keluarga Berencana) in the field division which is a

one important component to improve the economy

and welfare society, also as indicators of progress

the area, forth provide reports indicated to BP3AKB

UPT (Unit Petugas Teknis Badan Pemberdayaan

Perempuan Perlindungan Anak dan Keluarga

Berencana) Kecamatan level. The research aims to

build Decision Support System for review provides

determination of the area is potentially absolute

poverty based on the score grouping stage family

welfare using 5 value of interest for review 21

criteria stages of family welfare obtained from the

calculation criteria do Process weighting using

Method of Analytic Hierarchy Process In accordance

finding value eigenvector and to the review process

of ranking the area using Method Weighted Products

for review do rank 8 area as an alternative decision.

The results of research determination form an

alternative solution is potentially absolute poverty

area, 720 data from calculation familys tested and

precision value of 85% and 65% accuracy value

calculation method results.

Keywords: Decision Support System, Analytic

Hierarchy Process, Weighted Product,

Stages of Family Welfare, the area is a potential

absolute poverty.

I. PENDAHULUAN

PLKB/PKB (Petugas Lapangan Keluarga

Berencana/Petugas Keluarga Berencana) mempunyai

fungsi merencanakan, mengorganisasikan,

mengembangkan, melaporkan dan mengevaluasi

program kependudukan dan KB Nasional serta

pembangunan lainnya di tingkat Desa/Kelurahan.

Setiap periode setahun sekali PLKB/PKB

mailto:[email protected]




39

ISSN : 2503-2844



melaksanakan evaluasi dan pelaporan KKBPK

(Kependudukan Keluarga Berencana Pembangunan

Keluarga) sesuai dengan sistem pelaporan yang telah

ditentukan dan dilaksanakan secara rutin dan

berkelanjutan secara konvensional di tingkat

Kecamatan. Sistem pendataan tahapan keluarga

sejahtera (S. D. A. Statistik, 2008) saat ini masih

terbilang tidak efisien dalam pelaporan, karena data

hasil pendataan tahapan keluarga sejahtera masih

disimpan dalam kertas form PK (Pendataan

Keluarga). Jumlah keluarga yang terlampau banyak

menyebabkan penumpukan file-file keluarga,

keterlambatan pengambilan keputusan untuk hasil

pendataan keluarga setiap Desa untuk hasil pendataan

yang telah dilakukan, informasi hasil pendataan

sering terlambat diumumkan dan salah perhitungan

daerah yang berpoteni kemiskinan abolut masih

terjadi karena kelalaian pegawai UPT BP3AKB.

Sistem pengambilan keputusan yang tertera

di atas merupakan hal yang perlu diperhatikan

mengingat sistem yang masih konvensional tidak

efisien untuk UPT BP3AKB. Proses pengambilan

keputusan yang didasari oleh banyak kriteria

memerlukan kecermatan dalam memberikan

pengambilan keputusan.

Penelitian terdahulu mengenai penentuan

keluarga miskin di daerah Yogyakarta, upaya yang

dilakukan yaitu dengan membangun sebuah sistem

pendukung keputusan dengan menggunakan logika

fuzzy model tahani dan model prototyping yang

meliputi mendengar kebutuhan user, membuat suatu

rancangan secara urut dimulai dari spesifikasi

kebutuhan user, pemodelan proses, pemodelan data

serta mengujikan hasil implementasi kepada user

dengan pembangunan sistem menggunakan

menggunakan Microsoft Visual Basic 6.0 serta

database dengan Microsoft Access 2003 (A.

Triyumiarti, 2009), penelitian lainnya mengenai

penentuan keluarga miskin penerima BKM Makmur

(T. Handoyo, 2014). Berdasarkan penelitian

terdahulu maka akan dibangun sistem pendukung

keputusan penentuan daerah berpotensi kemiskinan

absolut yang menjadikan perbedaan dengan

penelitian terdahulu adalah metode yang digunakan

yaitu analytic hierarchy process sebagai pemberian

bobot kriteria dan weighted product sebagai

perangkingan daerah.

II. KAJIAN LITERATUR

Penelitian ini bertujuan memodelkan sistem

pendukung keputusan daerah berpotensi kemiskinan

abslout (BKKBN, 2011) pada UPT BP3AKB

Kecamatan Cisarua menggunakan metode analytic

hierarchy process (Supartin W., 2014) sebagai

pemberian bobot kriteria dan weighted product (A.

Ahmad, 2014) sebagai perangkingan daerah.

II.1 Landasan Teori

Analytical hierarhcy process merupakan suatu

model pendukung keputusan (Turban, 1995) yang

dikembangkan oleh Thomas L. Saaty, dapat

memecahkan masalah yang kompleks di mana aspek

atau kriteria yang diambil cukup banyak dan

menguraikan masalah yang kompleks menjadi suatu

hirarki dengan input utamanya persepsi manusia.

Keberadaan hirarki untuk memecahkan masalah

kompleks atau tidak terstruktur dalam sub masalah,

lalu menyusunnya menjadi suatu hirarki. Struktur

hirarki analytical hierarhcy process dapat dilihat

pada gambar 1.1 struktur hirarki.

Gambar 1.1 Struktur hirarki analytical hierarhcy

process

Konsep Metode analytic hierarchy process,

yaitu:

1. Mengubah nilai kuantitatif, sehingga

keputusan yang diambil dapat lebih objektif 2. Dapat menyelesaikan berbagai kemungkinan

masalah yang kompleks a. Membuat struktur hirarki, yang terdiri atas:

1. Level pertama adalah tujuan 2. Level kedua adalah kriteria 3. Level ketiga adalah alternatif

b. Proses perhitungan Total Priority Value (TPV)

yang merupakan proses perhitungan bobot

prioritas suatu kriteria, yaitu sebagai berikut:

1. Membuat matriks perbandingan untuk setiap

kriteria/subkriteria.


40

ISSN : 2503-2844



2. Menjumlahkan setiap baris ( baris ) dalam

satu kolom, pada matriks perbandingan

suatu kriteria/subkriteria.

3. Menjumlahkan setiap kolom dalam satu

baris kemudian dibagi dengan jumlah

matriks perbandingan.

c. Memeriksa konsistensi matriks perbandingan

suatu kriteria / subkriteria. Suatu matriks

perbandingan dinyatakan konsisten jika nilai

Consistency Ratio (CR) ≤ 0.1, jika nilai CR >

0.1 pertimbangan yang dibuat perlu diperbaiki.

Adapun langkah-langkah dalam memeriksa

konsistensi adalah sebagai berikut:

1. Mencari dengan cara sebagai

berikut:

a) Mencari nilai rata-rata setiap

kriteria/subkriteria yaitu baris dibagi

dengan TPV dari setiap

kriteria/subkriteria yang ada.

b) Mencari nilai rata-rata dari keseluruhan

kriteria/subkriteria

( ), yaitu dengan persamaan:

𝑤𝑖 = 1

𝑛 ∑ 𝑎𝑖𝑗𝑗 ................................. (1)

Dimana :

𝑤1 = Bobot tujuan ke-i dari vektor bobot

n = Jumlah matriks perbandingan suatu


2. Mencari nilai Consistency Index (CI), yaitu

dengan persamaan:

…..…………………..(2)

Dimana:

CI = Consistency Index = Nilai rata-

rata dari keseluruhan kriteria/subkriteria

n = Jumlah matriks perbandingan suatu


3. Kemudian mencari Consistency Ratio (CR)

dengan mengacu pada Tabel Nilai Indeks

Random, dengan persamaan:

……………………………(3)

Dimana:

CR = Consistency Ratio

CI = Consistency Index

RI = Random Indeks

d. Melakukan perhitungan nilai keseluruhan dari

alternatif pilihan suatu kriteria yaitu dengan

melakukan perhitungan dengan metode

Analytical Hierarchy Process (AHP). Seperti

pada pada persamaan dibawah ini:

...………………………(4)

Keteranga : Vi = Nilai keseluruhan dari

alternatif pilihan suatu kriteria

= TPV (bobot prioritas) subkriteria yang

didapat dengan menggunakan metode AHP.

= Nilai alternatif pilihan suatu subkriteria

i = Alternatif pilihan

j = Subkriteria

e. Menghitung perankingan pada AHP dilakukan

dengan langkah-langkah sebagai berikut :

1. Untuk setiap tujuan i, tetapkan matriks

perbandingan berpasangan A, untuk m

alternatif.

2. Tentukan vektor bobot untuk setiap 𝐴𝑖 yang

mempresentasikan bobot relatif dari setiap

alternatif ke-j pada tujuan ke-i(𝑆𝑖𝑗).

3. Hitung total skor dengan persamaan berikut:

𝑆𝑗 = ∑ (𝑆𝑖𝑗)(𝑊𝑖)𝑖 ..................................... (5)

4. Pilih alternatif dengan skor tertinggi.

Angka pembanding pada perbandingan

berpasangan adalah skala 1 - 9. Tabel skala

perbandingan dapat dilihat pada Tabel 2.1 skala

perbandingan.

Tabel 2.1 Skala Perbandingan

Skala Kepentingan

1 Setara antara kepentingan yang satu dengan kepentingan

yang lainnya

3 Kategori sedang dibandingkan dengan kepentingan

lainnya

7 Kategori amat kuat dibandingkan dengan kepentingan

lainnya

9 Kepentingan satu secara ekstrim lebih kuat dari

kepentingan lainnya

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

Metode weighted product merupakan salah

satu dari beberapa metode MADM (Multi Atribute

Decision Making). Metode MADM merupakan

metode pengambilan keputusan yang didasarkan pada

beberapa atribut. Konsep permasalahannya adalah

maks

maks

1

n

nmaksCI

maks

RI

CICR

ij

j

ji xwV .

jw

ijx


41

ISSN : 2503-2844



mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap

sekumpulan atribut atau kriteria Cj (j=1,2,...,n),

dimana setiap atribut tidak saling bergantung satu

dengan yang lainnya. Metode ini mengharuskan

pembuat keputusan menentukan bobot bagi setiap

atribut. Metode weighted product menggunakan

proses normalisasi, dimana rating setiap atribut harus

dipangkatkan dahulu dengan bobot atribut yang

bersangkutan. Metode weighted product memiliki

langkah – langkah sebagai berikut :

a. Penentuan kriteria

b. Penilian bobot kepentingan tiap kriteria

c. Penentuan range nilai tiap kriteria

d. Penilian tiap alternatif menggunakan semua

atribut dengan penentuan range nilai yang

disediakan menunjukan seberapa besar

kepentingan antar kriteria

e. Dari data penilaian tiap bobot atribut dan nilai

alternatif dibuat matriks keputusan

f. Dilakukan proses normalisasi untuk bobot

kriteria

Normalisasi kriteria dilakukan dengan

menggunakan rumus

Wj = 𝑤𝑗

∑ 𝑤𝑗……………………………….(2)

Keterangan : Wj = Bobot kriteria

∑ 𝑤𝑗 = Penjumlahan bobot kriteria

g. Dilakukan proses normalisasi (S) matriks

keputusan dengan cara mengalihkan kriteria

dimana atribut terlebih dahulu harus

dipangkatkan dengan bobot kriteria. Pada

metode weighted product kriteria dibagi

kedalam dua kategori yaitu kriteria keuntungan

(kriteria pangkat positif), dan kriteria biaya

(pangkat bernilai negatif). Berikut ini

merupakan rumus untuk menghitung

normalisasi matriks (S):

𝑆𝑖 = ∏ 𝑋𝑖𝑗𝑤𝑗𝑛

𝑗=1 ……………………….(3)

Keterangan : Si = hasil normalisasi matriks

Xij = rating alternatif per atribut

Wj = bobot atribut

I = alternatif

J = kriteria

h. Proses preferensi ( Vi ) atau perangkingan

untuk tiap alternatif.

Proses perangkingan untuk tiap alternatif

menggunakan rumus sebagai berikut:

𝑉𝑖 =

∏ 𝑋𝑖𝑗

𝑤𝑗𝑛𝑗=1

∏ (𝑥𝑖𝑗

) 𝑤𝑗𝑛𝑗=1

…………………...(4)

Keterangan : Vi = Preferensi alternatif di

analogikan sebagai vektor V

X = Nilai kriteria

W = bobot kriteria

i = alternatif

j = kriteria

n = banyaknya kriteria

III. ANALISIS

Pada penelitian ini penentuan bobot kriteria

dilakukan dengan menggunakan metode analytical

hierarchy process, sedangkan untuk tahap

perangkingan dengan menggunakan metode weighted

product, berdasarkan tahapan-tahapan pada metode

penelitian, adapun nilai kepentingan setiap kriteria

dapat tabel 3.1, kriteria dapat dilihat pada tabel 3.2,

alternatif dapat dilihat pada tabel 3.3 dan 3.4 bobot

preferensi

Tabel 3.1 Nilai Kepentingan Kriteria

Tabel 3.2 Data Kriteria


42

ISSN : 2503-2844



Tabel 3.3 Data Alternatif

Tabel 3.4 Bobot Preferensi

Maka diimplementasikan suatu contoh kasus

menentukan bobot kriteria menggunakan analytical

hierarchy process melalui perbandingan berpasangan

sedangkan untuk tahap perangkingan menggunakan

metode weighted product, suatu contoh kasus sebagai

berikut:

Tabel 3.5 Perbandingan Nilai Kepentingan

Tahapan Keluarga Sejahtera Kolom (a)

Tabel 3.6 Matriks Perbandingan Kriteria Kolom

(b poin 1)

Tabel 3.7 Matriks Hasil Perbandingan Tingkat

Kepentingan dalam Bentuk Desimal kolom (b

poin 2)

Tabel 3.8 Hasil Perhitungan Rasio Kolom (c poin

3)

Setelah mendapatkan bobot setiap kriteria

langkah selanjutnya menggunakan metode weighted

product untuk perangkingan alternatif.

Tabel 3.9 Hasil Perhitungan W kolom (f)

Tabel 3.10 Nilai Alternatif Pada Setiap Kriteria

Kolom


43

ISSN : 2503-2844



Tabel 3.11 Hasil Perhitungan Nilai Alternatif (g)

Tabel 1.12 Hasil Nilai S (g)

Tabel 3.13 Tabel Hasil Perangkingan (h)

IV. KESIMPULAN DAN SARAN

Hasil pengujian data keluarga pada

penelitian ini mencapai nilai 85%. Serta berdasarkan

hasil pengujian akurasi data yang dilakukan dengan

jumlah keluaran data sebanyak 720 data yang

diproses dan dibandingkan dengan hasil penentuan

solusi akternatif penentuan daerah berpotensi

kemiskinan absolut di UPT BP3AKB Kecamaran

Cisarua menghasilkan nilai presisi 85%, nilai akurasi

65%. Dapat disimpulkan bahwa sistem pendukung

keputusan ini memiliki hasil yang relevan sehingga

dapat membantu UPT BP3AKB Cisarua dalam

penentuan daerah berpotensi kemiskinan absolut

dengan waktu pemrosesan yang singkat.

Saran untuk sistem pendukung keputusan

penentuan daerah berpotensi kemiskinan absolut

diharapkan dapat dikembangkan kembali dan dapat

dijadikan bahan evaluasi untuk penelitian

selanjutnya. Hasil penelitian dengan metode analytic

hierarchy process dan weighted product dapat

dianalisis sebagai sistem informasi geografis berupa

kantung-kantung kemiskinan absolut untuk setiap

daerah yang berpotensi.

V. REFERENSI

A. Ahmad, D. T. (2014). Implementasi Weighted

Product (WP) dalam Penerimaan Bantuan

Langsung Masyarakat PNPM. Seminar

Nasional Aplikasi Teknologi Informasi

(SNATI).

A. Triyumiarti, S. W. (2009, Mei 23). Aplikasi

Logika Fuzzy untuk Pendukung Keputusan

Penentuan Keluarga Miskin di Kota

Yogyakarta. Seminar Nasional

Informatika(Semnas IF), 1-7.

BKKBN. (2011). Kamus Istilah Kependudukan dan

Keluarga Berencana. Jakarta: Direktorat

Teknologi Informasi dan Dokumentasi

Badan Kependudukan dan Berencana

Nasional.

S. D. A. Statistik. (2008). Analisis dan Pehitungan

Tingkat Kemiskinan. Jakarta: Badan Pusat

Statistik.

S. S Sundari, D. R. (2014). Sistem Pendukung

Keputusan Kelayakan Penerima

Pemasangan Listrik Gratis Menggunakan

Metode AHP. Seminar Nasional

Informatika.

Supartin W., T. S. (2014). Sistem Pendukung

Keputusan Untuk Menentukan Penerimaan

BLSM di Kabupaten Indramayu. Citec

Journal, 282-295.

T. Handoyo, A. G. (2014). Sistem Pendukung

Keputusan Penentuan Keluarga Miskin

Penerima Bantuan BKM Makmur

Menggunakan Metode TOPSIS.

Transformasi Jurnal Informasi &

Pengembangan Iptek, 84-98.

Turban. (1995). Decision Support System And Expert

System. California State University Long

Beach and Nanyang Technological

University.

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH BERPOTENSI KEMISKINAN ABSOLUT DI UPT BP3AKB KECAMATAN...

Software

Transcript of SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH BERPOTENSI KEMISKINAN ABSOLUT DI UPT BP3AKB KECAMATAN...