SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH BERPOTENSI KEMISKINAN ABSOLUT DI UPT BP3AKB KECAMATAN...
-
Upload
teknik-informatika-politeknik-tedc-bandung -
Category
Software
-
view
226 -
download
8
Transcript of 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
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016
39
ISSN : 2503-2844
Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan
Seminar Nasional Telekomunikasi dan Informatika 2016
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.
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016
40
ISSN : 2503-2844
Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan
Seminar Nasional Telekomunikasi dan Informatika 2016
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
kriteria/subkriteria.
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
kriteria/subkriteria.
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
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016
41
ISSN : 2503-2844
Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan
Seminar Nasional Telekomunikasi dan Informatika 2016
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
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016
42
ISSN : 2503-2844
Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan
Seminar Nasional Telekomunikasi dan Informatika 2016
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
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016
43
ISSN : 2503-2844
Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan
Seminar Nasional Telekomunikasi dan Informatika 2016
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.