Implementasi Metode AHP dan Promethee Untuk Menentukan Penerimaan Bantuan Beras Miskin (Raskin)

IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS

(AHP) DAN PROMETHEE UNTUK MENENTUKAN

PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)

STUDI KASUS :

Kantor Camat Hinai Kiri Kec. Secanggang Kab. Langkat

SKRIPSI

NUR ASMA

121421080

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS

(AHP) DAN PROMETHEE UNTUK MENENTUKAN

PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)

STUDI KASUS :

Kantor Camat Hinai Kiri Kec. Secanggang Kab. Langkat

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

NUR ASMA 121421080

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

PERSETUJUAN

Judul : IMPLEMENTASI METODE ANALYTIC

HIERARCHY PROCESS (AHP) DAN PROMETHEE UNTUK MENENTUKAN PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)

Kategori : SKRIPSI

Nama : NUR ASMA

Nomor Induk Mahasiswa : 121421080

Program Studi : EKSTENSI S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, 2015

Komisi Pembimbing :

Pembimbing 1 Pembimbing 2

Drs. Agus Salim Harahap, M.Si. Siti Dara Fadilla, S.SI, M.T

NIP. 195408281981031004 NIP. 197705162005012001

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom. NIP. 196203171991031001

PERNYATAAN

IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS (AHP) DAN METODE PROMETHEE UNTUK MENENTUKAN PENERIMAAN BANTUAN

BERAS MISKIN (RASKIN)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, 2015

Nur Asma

PENGHARGAAN

Puji syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan hidayah-Nya sehingga dengan usaha yang maksimal akhirnya dapat dilaksanakan penelitian serta penyusunan skripsi ini yang berjudul: “Implementasi Metode AHP dan Promethee Untuk Menentukan Penerimaan Bantuan Beras Miskin (Raskin). Tulisan ini masih jauh dari sempurna, hal ini disebabkan oleh keterbatasan dan kemampuan penulis.

Ucapan terima kasih Penulis sampaikan kepada semua pihak yang telah membantu Penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung, teristimewa untuk orangtua yang paling penulis cintai dan sayangi yaitu H.M.Yusuf dan Hj. Siti Fatimah.Pada kesempatan ini Penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :

1. BapakProf. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc.(CTM), Sp.A.(K) selaku

Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas

IlmuKomputerdanTeknologiInformasi Universitas Sumatera Utara.

3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu

Komputer Universitas Sumatera Utara.

4. Ibu Maya Silvi LydiaB.Sc., M.Sc.selakuSekretaris Program Studi S1

IlmuKomputerUniversitas Sumatera Utara.

5. Bapak Drs. Agus Salim Harahap, Msi. selakuDosenPembimbing I yang

telahbanyak memberikan ilmu, bimbingan,

saran,danmasukankepadapenulisdalampengerjaanskripsiini.

6. Ibu Siti Dara Padilla, S.SI, MT.SelakuDosenPembimbing II yang

telahmemberikanbimbingan,

saran,danmasukankepadapenulisdalampengerjaanskripsiini.

7. Bapak M. Andri B,ST, MComp.Sc, MEM,.selakuDosenPembanding I yang

8. Ibu Elviwani, S.Kom, M.Kom.selakuDosenPembanding II yang telahmemberikankritikdan saran dalampenyempurnaanskripsiini.

9. Semuadosendansemuapegawai di Program Studi S1

IlmuKomputerFakultasIlmuKomputerdanTeknologiInformasiUniversitas Sumatera Utara.

10. Bapak Satiman, S.Sos, M.AP. selaku penata Tk.I Kantor camat Hinai Kiri

Kec.Secanggang yang telah mengizinkan saya melakukan survey di kantor

tersebut.

11. Bapak Suwanto, S.Sos. yang telah memberikan informasi atau data yang

diperlukan untuk melengkapi skripsi ini.

12. Untuk abang penulis Nur Arifin, adik tersayang Maimunah dan Ahmad

Arfansyah serta kakak ipar Putri Siswanti dan keponakan kesayangan M.Azriel. yang terus memberikan dorongan semangat dan motivasi bagi penulis.

13. Teman-temanseperjuanganmahasiswaEkstensiS1-Ilmu Komputerstambuk

2012, Siti Handayani Rkt, Silvia Ningsih Pratiwi, Edison Marcopolo Simanjuntak S.Kom, Claudia br. Napitupulu S.Kom, dan teman-teman yang

lain yang telahmemberikansemangatdanmenjaditemandiskusipenulisdalammenyelesaika

nskripsiini.

14. Teman sekamar penulis Netty Suryani yang selalu sabar dicuekin setiap kali penulis mengerjakan skripsi ini.

15. Semuapihak yang terlibatlangsungataupuntidaklangsung yang

tidakdapatpenulisucapkansatu per satu.

Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, kepada pembaca agar kiranya memberikan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini.

Nur Asma ABSTRAK

Kesejahteraan masyarakat merupakan salah satu tujuan dalam pembangunan Negara Kesatuan Repubik Indonesia. Cara mewujudkan tujuan tersebut yaitu dengan membentuk program pengentasan kemiskinan, pemberdayaan masyarakat dan sebagainya. Salah satu program tersebut adalah pendistribusian beras untuk keluarga miskin yang merupakan upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Tetapi ada beberapa beberapa instansi pemerintah yang masih mengalami permasalahan dalam mengambil keputusan siapa saja seharusnya raskin tersebut diberikan. Hal ini disebabkan karena pihak instansi masih menggunakan sistem manual sehingga diperlukannya sistem pendukung keputusan untuk menentukan siapa saja yang berhak menerima raskin tersebut. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem aplikasi yang dapat membantu pihak instansi / user dalam mengambil satu keputusan untuk menentukan siapa saja yang paling berhak menerima bantuan beras miskin (Raskin) berdasarkan nilai dari kriteria. Sistem pendukung keputusan yang digunakan dalam penelitian ini menggunakan

metode Analytic Hierarcy Process (AHP) dan metode PROMETHEE. Dalam

mengambil keputusan digunakan 12 kriteria pembanding dan 12 alternatif untuk menentukan siapa yang paling berhak menerima beras miskin yaitu Kondisi Rumah yang terdiri dari Lantai, Dinding, MCK, Listrik dan Kepemilikan Rumah. Bagian umum terdiri dari penghasilan, pekerjaan dan jumlah tanggungan. Bagian Aset Pribadi terdiri dari kebun, ternak, elektronika dan kendaraan. Aplikasi yang dibangun dalam penelitian ini menggunakan bahasa pemrograman PHP. Berdasarkan penggunaan metode AHP dan Promethee dalam aplikasi ini, maka diperoleh urutan pertama dengan nilai tertinggi pada metode AHP adalah Paing dengan nilai 0.3411. dan urutan pertama pada metode Promethee adalah Sugiono dengan nilai tertinggi -0.136. Time

Complexity dengan metode AHP T(n)= �(n2)dan proses eksekusi running time

sebesar 21,559 detik. Dengan metode Promethee T(n)=�(n2) dan prosees eksekusi

running time sebesar 3.145 detik. Berdasarkan dari hasil perhitungan Time

Complexity, maka dapat disimpulkan penggunaan metode Promethee lebih cepat

daripada metode AHP.

Kata Kunci : Sistem Pendukung Keputusan (SPK), Analytical Hierarchy

Process(AHP) dan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE)

IMPLEMENTATION METHOD OF ANALYTIC HERARCHY PROCESS (AHP) DAN PROMETHEE TO DETERMINE THE ACCEPTANCE OF POOR

RICE (RASKIN)

ABSTRACT

Welfare of the community is one of the goals in the development of the Unitary Republic of Indonesia. How to achieve that goal is to establish poverty alleviation programs, community empowerment, and so on. One such program is the distribution of rice for poor families who are the government's efforts to reduce the burden on poor families spending. But there are some few government agencies are still experiencing problems in taking decisions anyone should Raskin was given. This is because the agencies are still using a manual system so that the need for a decision support system to determine who is entitled to receive the Raskin. The purpose of this research is to build an application system that can help the agency / user in taking a decision to determine who is most entitled to receive help poor rice (Raskin) based on the value of the criterion. Decision support system used in this study using Hierarcy Analytic Process (AHP) and PROMETHEE method. In taking the decision to use 12 comparators and 12 alternative criteria to determine who is most entitled to receive poor rice which condition the house is composed of floor, walls, toilets, electricity and Housing. The general part consists of income, employment and number of dependents. Personal Assets section consists of gardens, livestock, electronics and vehicles. Applications built in this study uses the PHP programming language.Based on the use of AHP and Promethee method in this application, the obtained first place with the highest values in AHP is Paing with the value 0.3411. and the first order on Promethee method is Sugiono with the highest value -0136. Time Complexity with

AHP T (n) = θ (n2) running time and the process of execution was 21.559 seconds.

With the Prometheemethod T (n) = θ (n2) running time and the process of execution was 3,145 seconds. Based on the results of the calculation from Time Complexity, it

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar Isi viii

Daftar Tabel xi

Daftar Gambar xiv

BAB 1 PENDAHULUAN

1.1. Latar Belakang 1

1.2. Rumusan Masalah 2

1.3. Batasan Masalah 2

1.4. Tujuan Penelitian 3

1.5. Manfaat Penelitian 3

1.6. Metodologi Penelitian 4

1.7. Sistematika Penulisan 5

BAB 2 LANDASAN TEORI

2.1. DefinisiSistem, Keputusan dan Sistem Pendukung Keputusan 6

2.1.1. DefinisiSistem 6

2.1.2. Definisi Keputusan 6

2.1.3. Defenisi Sistem Pendukung Keputusan 7

2.2. Konsep Sistem Pendukung Keputusan 7

2.3. Proses Pengambil Keputusan 9

2.4. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan 10

2.5. Algoritma 11

2.6. Fuzzy Multiple Attribute Decision Making 12

2.6.1. Algoritma AHP 13

2.7. Prinsip Dasar AHP 14

2.8. Algoritma Preference Ranking Organization Enrichment of Methods (PROMETHEE)

17

2.9. Pendekatan Objek Oriented 24

2.9.2. Kebutuhan Fungsional dan Nonfungsional 26

2.10. Flowchart 27

2.11. Analisis Kinerja Algoritma 29

2.12. Time Complexity 29

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Masalah 30

3.2. Analisis Kebutuhan Sistem 31

3.3. Analisis Proses 32

3.3.1. Analisis Proses Pemecahan Masalah dengan

AlgoritmaAnalytic Hierarchy Process(AHP)

32

3.3.2. Analisis Proses Pemecahan Masalah dengan

AlgoritmaPromethee

69

3.4. Pemodelan Sistem 82

3.4.1. Activity Diagram 82

3.4.2 Spesifikasi Use Case & Activity Diagram Promethee 84

3.4.3 Sequence Diagram 85

3.5. Perancangan Sistem 88

3.5.1. Pembuatan Algoritma Program 88

3.5.2. Alur Proses Sistem Secara Umum 88

3.6. Perancangan Struktur Tabel 91

3.7. Perancangan Antarmuka Sistem (Interface) 93

3.7.1. Halaman Menu Login 93

3.7.2. Halaman MenuUtama 93

3.7.3. Halaman Input Data (Kriteria) 94

3.7.4. Halaman Input Data (Alternatif) 96

3.7.5. Halaman Proses AHP 97

3.7.6. Halaman Proses Promethee 98

BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1. Implementasi Sistem 100

4.1.1. FormLogin 100

4.1.2. Form MenuUtama 101

4.1.3 Form MenuInput Data 101

4.1.4. Form Sub Menu Input Data (Input Altermnatif) 102

4.1.5. Form Menu Proses AHP 102

4.3.3. Perhitungan Kompleksitas Waktu Algoritma Promethee 115 BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan 117

5.2. Saran 118

DAFTAR PUSTAKA 119

LAMPIRAN A A-1

DAFTAR TABEL

Halaman

Tabel 2.1. Skala Penilaian Perbandingan Berpasangan 14

Tabel 2.2. Indeks Random 16

Tabel 2.3. Contoh Matriks Perbandingan Berpasangan 17

Tabel 2.4. Jenis-Jenis State 25

Tabel 2.5. Program Flowchart 26

Tabel 2.6. Sistem Flowchart 27

Tabel 3.1. Matriks Berpasangan Untuk Kriteria Memilih Orang Yang Berhak

Menerima Raskin Berdasarkan Kriteria

31

Tabel 3.2. Matriks Berpasangan Alternative Penerima Raskin 32

Tabel 3.3. Nilai Perbandingan Kriteria 34

Tabel 3.4. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria

Disederhanakan

35

Tabel 3.5. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria

Dinormalisasi

36

Tabel 3.6. Tabel MatriksEigenvector 37

Tabel 3.7. Nilai Perbandingan Sub Kriteria dari Kondisi Rumah 38

Tabel 3.8. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Kondisi Rumah Disederhanakan

38

Tabel 3.9. Matriks Factor Pembobotan Hirarki Untuk Semua Sub Kriteria

Kondisi Rumah Dinormalisasi

41

Tabel 3.10. Tabel MatriksEigenvector 41

Tabel 3.11. Nilai Perbandingan Sub Kriteria dari Umum 43

Tabel 3.12. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

UmumDisederhanakan

43

Tabel 3.13. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Umum Dinormalisasikan

44

Tabel 3.14. Nilai Perbandingan SubKriteria Aset Pribadi 45

Tabel 3.15. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria Aset

Pribadi Disederhanakan

Tabel 3.20. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Lantai

51

Tabel 3.21. Tabel Perhitungan Normalisasi 52

Tabel 3.22. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Dinding

52

Tabel 3.23. Tabel Perhitungan Normalisasi 53

Tabel 3.24. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

MCK

53

Tabel 3.25. Tabel Perhitungan Normalisasi 54

Tabel 3.26. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Listrik

54

Tabel 3.27. Tabel Perhitungan Normalisasi 55

Tabel 3.28. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Kepemilikan Rumah

55

Tabel 3.29. Tabel Perhitungan Normalisasi 56

Tabel 3.30. Matriks Factor Pembobotan Hirarki Untuk Semua Alternative

Umum

56

Tabel 3.31. Tabel Perhitungan Normalisasi 57

Tabel 3.32. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Penghasilan

57

Tabel 3.33. Tabel Perhitungan Normalisasi 58

Tabel 3.34. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Pekerjaan

58

Tabel 3.35. Tabel Perhitungan Normalisasi 59

Tabel 3.36. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Jumlah Tanggungan

59

Tabel 3.37. Tabel Perhitungan Normalisasi 60

Tabel 3.38. Matriks Factor Pembobotan Hirarki Untuk Semua Alternative 60

Tabel 3.39. Tabel Perhitugnan Normalisasi 61

Tabel 3.40. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Kebun

61

Tabel 3.41. Tabel Perhitungan Normalisasi 62

Tabel 3.42. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Ternak

62

Tabel 3.43. Tabel Perhitungan Normalisasi 63

Tabel 3.44. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Elektronika

63

Tabel 3.45. Tabel Perhitungn Normalisasi 64

Tabel 3.46. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Kendaraan

64

Tabel 3.47. Tabel Perhitungan Normalisasi 65

Tabel 3.48. Perhitungan Prioritas dari Masing-Masing Kriteria 66

Tabel 3.50. Tabel PROMETHEE Tahap 1 71

Tabel 3.51. Tabel Nilai H(d) dari Alternatif A 72

Tabel 3.52. Tabel Nilai H(d) dari Alternatif B 73

Tabel 3.53. Tabel Nilai H(d) dari Alternatif C 73

Tabel 3.54. Tabel Nilai H(d) dari Alternatif D 74

Tabel 3.55. Tabel Nilai H(d) dari Alternatif E 74

Tabel 3.56. Tabel Nilai H(d) dari Alternatif F 75

Tabel 3.57. Tabel Nilai H(d) dari Alternatif G 75

Tabel 3.58. Tabel Nilai H(d) dari Alternatif H 76

Tabel 3.59. Tabel Nilai H(d) dari Alternatif I 76

Tabel 3.60. Tabel Nilai H(d) dari Alternatif J 77

Tabel 3.61. Tabel Nilai H(d) dari Alternatif K 77

Tabel 3.62. Tabel Nilai H(d) dari Alternatif L 78

Tabel 3.63. Tabel PROMETHEE Tahap 2 78

Tabel 3.64. Hasil Nilai Leaving Flow 79

Tabel 3.65. Hasil Nilai Entering Flow 80

Tabel 3.66. Hasil Nilai Net Flow 81

Tabel 3.67. Spesifikasi Use Case Diagram Algoritma PROMETHEE 84

Tabel 3.68. Struktur Tabel admin 91

Tabel 3.69. Struktur Tabel Alternative 91

Tabel 3.70. Struktur Tabel alprio 92

Tabel 3.71. Struktur Tabel Kriteria 92

Tabel 3.72. Struktur Tabel Pioritas 92

Tabel 3.73. Struktur Tabel hasilpromet 92

Tabel 3.74. Struktur Tabel Subkritera 92

Tabel 3.75. Struktur Tabel_Irk 92

Tabel 3.76. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 94

Tabel 3.77. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 95

Tabel 3.78. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 96

Tabel 3.79. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 97

DAFTAR GAMBAR

Halaman

Gambar 2.1. Fase Proses Pengambilan Keputusan 9

Gambar 2.2. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan 11

Gambar 2.3. Kriteria Biasa 18

Gambar 2.4. Kriteria Quasi 19

Gambar 2.5. Kriteria Preferensi Linier 20

Gambar 2.6. Kriteria Level 21

Gambar 2.7. Kriteria dengan Preferensi Linier dan area berbeda 21

Gambar 2.8. Kriteria Gaussian 22

Gambar 3.1. Diagram Ishikawa untuk analisis masalah 29

Gambar 3.2. Activity Diagram Algoritma AHP 83

Gambar 3.3. Activity Diagram Algoritma PROMETHEE 85

Gambar 3.4. Sequence Diagram AHP 86

Gambar 3.5. Sequence Diagram PROMETHEE 87

Gambar 3.6. Flowchart Proses Algoritma AHP 89

Gambar 3.7. Flowchart Proses Algoritma PROMETHEE 90

Gambar 3.8. Rancangan Halaman Login 93

Gambar 3.9. Rancangan Halaman Utama 94

Gambar 3.10. Rancangan Halaman Input Kriteria 95

Gambar 3.11. Rancangan Halaman InputAlternatif 96

Gambar 3.12. Rancangan Halaman Metode AHP 97

Gambar 3.13. Rancangan Halaman Metode Promethee 98

Gambar 4.1. FormLogin 99

Gambar 4.2. FormMenu Home 101

Gambar 4.3. FormMenu Input Data (Input Kriteria) 101

Gambar 4.4. FormMenu Input Data (Input Alternatif) 102

Gambar 4.5. Form Matriks Kriteria Proses AHP 102

Gambar 4.6. Form Matriks Kriteria Proses Promethee 103

Gambar 4.7. Form InputMatriks Nama Kriteria 103

Gambar 4.8. Form Matriks Nama SubKriteria 104

Gambar 4.9. Form Input Matriks Kriteria 104

Gambar 4.10. Form Bobot Nilai Kriteria 105

Gambar 4.11. Form Input Matriks SubKriteria Kondisi Rumah 105

Gambar 4.12. Form Bobot Nilai SubKriteria Kondisi Rumah 106

Gambar 4.13. Form Input Matriks SubKriteria Umum 106

Gambar 4.15. Form Input Matriks SubKriteria Aset Pribadi 107

Gambar 4.16. Form Bobot Nilai SubKriteria Aset Pribadi 108

Gambar 4.17. Form Aternatif 108

Gambar 4.18. Form Bobot Nilai Alternatif 109

Gambar 4.19. Form Hasil Perhitungan AHP 109

Gambar 4.20. Form Input Matriks Metode Promethee 110

Gambar 4.21. Form Promethee Tahap II 111

Nur Asma ABSTRAK

Kesejahteraan masyarakat merupakan salah satu tujuan dalam pembangunan Negara Kesatuan Repubik Indonesia. Cara mewujudkan tujuan tersebut yaitu dengan membentuk program pengentasan kemiskinan, pemberdayaan masyarakat dan sebagainya. Salah satu program tersebut adalah pendistribusian beras untuk keluarga miskin yang merupakan upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Tetapi ada beberapa beberapa instansi pemerintah yang masih mengalami permasalahan dalam mengambil keputusan siapa saja seharusnya raskin tersebut diberikan. Hal ini disebabkan karena pihak instansi masih menggunakan sistem manual sehingga diperlukannya sistem pendukung keputusan untuk menentukan siapa saja yang berhak menerima raskin tersebut. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem aplikasi yang dapat membantu pihak instansi / user dalam mengambil satu keputusan untuk menentukan siapa saja yang paling berhak menerima bantuan beras miskin (Raskin) berdasarkan nilai dari kriteria. Sistem pendukung keputusan yang digunakan dalam penelitian ini menggunakan

metode Analytic Hierarcy Process (AHP) dan metode PROMETHEE. Dalam

mengambil keputusan digunakan 12 kriteria pembanding dan 12 alternatif untuk menentukan siapa yang paling berhak menerima beras miskin yaitu Kondisi Rumah yang terdiri dari Lantai, Dinding, MCK, Listrik dan Kepemilikan Rumah. Bagian umum terdiri dari penghasilan, pekerjaan dan jumlah tanggungan. Bagian Aset Pribadi terdiri dari kebun, ternak, elektronika dan kendaraan. Aplikasi yang dibangun dalam penelitian ini menggunakan bahasa pemrograman PHP. Berdasarkan penggunaan metode AHP dan Promethee dalam aplikasi ini, maka diperoleh urutan pertama dengan nilai tertinggi pada metode AHP adalah Paing dengan nilai 0.3411. dan urutan pertama pada metode Promethee adalah Sugiono dengan nilai tertinggi -0.136. Time

Complexity dengan metode AHP T(n)= �(n2)dan proses eksekusi running time

sebesar 21,559 detik. Dengan metode Promethee T(n)=�(n2) dan prosees eksekusi

running time sebesar 3.145 detik. Berdasarkan dari hasil perhitungan Time

Complexity, maka dapat disimpulkan penggunaan metode Promethee lebih cepat

daripada metode AHP.

Kata Kunci : Sistem Pendukung Keputusan (SPK), Analytical Hierarchy

Process(AHP) dan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE)

IMPLEMENTATION METHOD OF ANALYTIC HERARCHY PROCESS (AHP) DAN PROMETHEE TO DETERMINE THE ACCEPTANCE OF POOR

RICE (RASKIN)

ABSTRACT

Welfare of the community is one of the goals in the development of the Unitary Republic of Indonesia. How to achieve that goal is to establish poverty alleviation programs, community empowerment, and so on. One such program is the distribution of rice for poor families who are the government's efforts to reduce the burden on poor families spending. But there are some few government agencies are still experiencing problems in taking decisions anyone should Raskin was given. This is because the agencies are still using a manual system so that the need for a decision support system to determine who is entitled to receive the Raskin. The purpose of this research is to build an application system that can help the agency / user in taking a decision to determine who is most entitled to receive help poor rice (Raskin) based on the value of the criterion. Decision support system used in this study using Hierarcy Analytic Process (AHP) and PROMETHEE method. In taking the decision to use 12 comparators and 12 alternative criteria to determine who is most entitled to receive poor rice which condition the house is composed of floor, walls, toilets, electricity and Housing. The general part consists of income, employment and number of dependents. Personal Assets section consists of gardens, livestock, electronics and vehicles. Applications built in this study uses the PHP programming language.Based on the use of AHP and Promethee method in this application, the obtained first place with the highest values in AHP is Paing with the value 0.3411. and the first order on Promethee method is Sugiono with the highest value -0136. Time Complexity with

AHP T (n) = θ (n2) running time and the process of execution was 21.559 seconds.

With the Prometheemethod T (n) = θ (n2) running time and the process of execution was 3,145 seconds. Based on the results of the calculation from Time Complexity, it

BAB I

PENDAHULUAN

1.1.Latar Belakang

Pendistribusian beras untuk keluarga miskin atau Raskin merupakan salah satu upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Dengan adanya pendistribusian beras miskin diharapkan dapat berdampak langsung terhadap ketahanan pangan keluarga miskin dan kesejahteraan mereka sehingga dapat mengurangi beban pengeluaran mereka. Tetapi pada kenyataannya pembagian beras miskin tidak berpedoman pada kriteria-kriteria keluarga miskin sehingga pembagian beras miskin tidak semuanya diberikan kepada keluarga miskin yang benar-benar membutuhkan dan bisa dikatakan bahwa pembagian beras miskin ini diberikan tidak tepat sasaran. Untuk menentukan kriteria-kriteria keluarga miskin dibutuhkan sebuah sistem agar tidak terjadi kesalahan sehingga dengan adanya sebuah sistem dapat membantu menentukan siapa saja yang berhak menerima Raskin.

Berdasarkan permasalahan diatas maka dibutuhkan sebuah aplikasi sistem pendukung keputusan untuk penentuan penerimaan beras miskin (Raskin). Dalam kasus ini penulis mengambil studi kasus di daerah Hinai Kiri Kec Secanggan Kab. Langkat. Pemanfaatan sistem pendukung keputusan merupakan bagian yang penting untuk menyelesaikan permasalah tersebut.

Sistem pendukung keputusan merupakan salah satu dari sistem informasi berbasis komputer yang dapat membantu dalam menentukan calon penerima Raskin. Karena sistem pendukung keputusan juga merupakan sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu instansi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik. (Andayati, 2010)

Salah satu algoritma dalam sitem pendukung keputusan yang multikriteria

adalah Algoritma Analytic Hierarchy Process (AHP) dan Promethee. Algoritma

Analytical Hierarchy Process (AHP) yang membuat suatu model pengambilan

keputusan yang bisa diterima dan bersifat global dengan memperhitungkan hal- hal yang bersifat kualitatif dan kuantitatif. AHP menggunakan perbandingan berpasangan

(Pairwise Comparison) yang memungkinkan penilaian verbal dan mecari hasil yang

tepat. Perbandingan berpasangan digunakan untuk memperoleh rasio dan skala

prioritas yang akurat. (Dolalah, 2010). Promethee merupakan suatu metode

pengambilan keputusan atas fungsi preferensi dengan penyelesaian masalah melalui pendekatan hubungan outranking. (Novaliendry, 2009).

Dengan pemanfaatan kedua algoritma ini diharapkan akan menghasilkan sistem pendukung keputusan yang dapat menghasilkan pemilihan siapa saja yang paling berhak dalam menerima bantuan beras miskin (Raskin) di desa Hinai Kiri Kec. Secanggang Kab. Langkat.

Formulasi permasalahan dalam penelitian ini menggunakan AHP dan Promethee dengan berbagai kriteria-kriteria yang ditentukan, dan hasil dari analisa akan memberikan alternatif siapa saja calon penerima bantuan beras miskin (Raskin).

1.1. Rumusan Masalah

Masalah yang akan dibahas dalam penelitian ini adalah bagaimana menghasilkan sebuah sistem yang mampu mengimplementasikan algoritma AHP dan algoritma

Promethee untuk menentukan penerimaan beras miskin (RASKIN)

1.2. Batasan Masalah

Batasan masalah dalam penelitian ini adalah :

d. Listrik

e. Kepemilikan Rumah

2. Umum

a. Penghasilan b. Pekerjaan

c. Jumlah tanggungan

3. Aset pribadi

a. Kebun

b. Ternak

c. Elektronik

d. Kendaraan

2. Penggunaan Fuzzy Multiple Attribute DecisionMaking (FMADM) dengan

metode AHP dan Promethee untuk analisa pemilihan.

3. Menggunakan bahasa pemrograman PHP, Database Management System

(DBMS) MySQL dan Apache sebagai web server.

4. Data yang digunakan adalah data penduduk Desa Hinai Kiri Kec.

Secanggang Kab. Langkat Tahun 2013.

1.3. Tujuan Penelitian

1. Mengambil satu keputusan dalam menentukan penerimaan bantuan beras

miskin (Raskin) dengan pemanfaatan algoritma AHP dan Promethee.

2. Untuk mengetahui Time Complexity dari algoritma AHP dan Promethee

1.4. Manfaat Penelitian

Penelitian ini diharapkan dapat membantu pihak instansi dalam menentukan siapa saja yang berhak menerima Raskin sehingga proses penerimaan Raskin dilakukan lebih efektif dan efisien

1.5. Metodologi Penelitian

Metode penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut:

a. Studi Literatur

Metode ini dilaksanakan dengan melakukan studi kepustakaan melalui membaca buku-buku, skripsi, dan jurnal yang dapat mendukung penulisan Tugas Akhir

yang relevan mengenai Sistem Pendukung Keputusan, Analytic Hierarchy

Process (AHP) dan Promethee.

b. Analisis dan Pengumpulan Data

Pada tahap ini dilakukan analisis kebutuhan aplikasi yang akan dibuat, seperti mencari data penduduk dari Desa Hinai Kiri Kec. Secanggang Kab. Langkat dan mencari informasi untuk membangun aplikasi melalui buku, skripsi dan jurnal.

c. Perancangan

Pada tahap ini akan dilakukan perancangan dan sistem pengambilan keputusan untuk menentukan siapa yang berhak menerima bantuan beras miskin (RASKIN).

Rancangan sistem dibuat menggunakan Unified Modeling Language (UML)

dalam bentuk activity diagram, dan sequence diagram. Pada tahap ini juga

dilakukan perancangan interface dari aplikasi dan flowchart cara menggunakan sistem.

d. Implementasi

Pada tahap ini akan dilakukan pengimplementasian dari rancangan yang telah dibuat ke dalam bahasa pemrograman PHP dengan menggunakan MySQL sebagai DBMS-nya.

e. Pengujian

Setelah proses pengkodean selesai maka akan dilakukan proses pengujian terhadap program yang dihasilkan untuk mengetahui apakah program sudah berjalan dengan benar dan sesuai dengan perancangan yang dilakukan.

1.6. Sistematika Penelitian

Adapun langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut : BAB 1 : PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi “Implementasi Algoritma AHP dan PROMETHEE Untuk Penentuan penerimaan Raskin”, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan model sistem pendukung keputusan dalam penentuan penerimaan Raskin. BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Bab ini menjelaskan analisis yang dilakukan terhadap permasalahan dan penyelesaian persoalan dalam penentuan penerimaan Raskin dengan mengimplementasikan Algoritma AHP dan PROMETHEE untuk pemiihan. BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini berisi implementasi perancangan sistem dari hasil analisis dan perancangan yang sudah dibuat, serta menguji sistem untuk menemukan kelebihan dan kekurangan pada sistem yang dibuat.

BAB 5 : KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran-saran yang diharapkan dapat bermanfaat dalam pengembangan penelitian selanjutnya.

BAB 2

TINJAUAN PUSTAKA

2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

2.1.1.Definisi Sistem

Sistem adalah suatu kumpulan atau susunan dari sesuatu ataupun benda, yang berhubungan sedemikian rupa sehingga membentuk satu kesatuan atau keseluruhan. Sistem dibagi menjadi tiga bagian berbeda: input, proses dan output. Bagian-bagian tersebut dikelilingi oleh sebuah lingkungan dan sering melibatkan sebuah mekanisme umpan balik. Selain itu, pengambil keputusan juga dianggap sebagai bagian dari sistem. (Rosnani, 2014)

Berdasarkan prosedur, sebuah sistem merupakan suatu jaringan kerjadari prosedur-prosedur yang saling berhubunganm berkumpul bersama-sama untuk melakukan kegiatan atau untuk menyelesaikan suatu sasaran tertentu. Sedangkan berdasarkan elemen atau komponennya, sistem merupakan kumpulan dari elemen-elemen yang saling berinteraksi untuk mencapai suatu tujuan tertentu. (Fachmi, 2006).

Menurut McLeod (1998), sebuah sistem didefenisikan sebagai suatu kumpulan dari elemen-elemen yang saling berkaitan untuk mencapai tujuan tertentu. Sedangakan menurut Turban & Aronson (1998), sistem merupakan sekupulan objek seperti orang-orang, sumber daya, konsep dan prosedur untuk memberikan performansi dalam pencapaian tujuan tersebut. (Sandy, 2002).

2.1.2Definisi Keputusan

Menurut Ralp C. Davis, keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Suatu keputusan merupakan jawaban yang pasti terhadap suatu

Menurut James A.F.Stoner, keputusan adalah pemilihan alternative-alternatif. Defenisi ini mengandung tiga pengertian yaitu:

1. Ada pilihan atas dasar logika atau pertimbangan.

2. Ada beberapa alternatif yang harus dan dipilih salah satu yang terbaik. 3. Ada tujuan yang ingin dicapai, dan keputusan itu makin mendekatkan pada

tujuan tersebut.

Menurut Prof. Dr. Prajudi Atmosudirjo, SH, keputusan adalah suatu pengakhiran daripada proses pemikiran tentang suatu masalah atau problema untuk menjawab pertanyaan apa yang harus diperbuat guna mengatasi masalah tersebut, dengan menjatuhkan pilihan pada suatu alternatif.

Dari pengertian-pengertian keputusan diatas, dapat diambil satu kesimpulan bahwa keputusan merupakan suatu pemecahan masalah sebagai suatu hukum situasi yang dilakukan melalui pemilihan satu alternatif dari beberapa alternatif.

2.1.3 Sistem Pendukung Keputusan

Defenisi awal dari sistem pendukung keputusan merupakan sebagai sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi

keputusan semiterstruktur. Decision Support System (DSS) dimaksudkan untuk

menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. (Turban, 2005).

2.2. Konsep Sistem Pendukung Keputusan

Sistem Pendukung Keputusan pertama kali diperkenalkan pada awal tahun 1970-an oleh Michael Scott Morton. Ia mendefenisikan sistem pendukung keputusan adalah sebagai sistem berbasi komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur. Defenisi klasik lainnya diajukan oleh Keen dan Scoot Morton pada (1978), mereka mendefenisikan sistem pendukung keputusan memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan

kualitas keputusan. Sistem pendukung keputusan adalah sistem pendukung keputusan manajemen yang menangani masalah-masalah tidak terstuktur. (Turban, 2005).

Dengan cepat muncullah defenisi lainnya yang menimbulkan tidak pastinya apa sesungguhnya sistem pendukung keputusan itu. Berikut dijelaskan beberapa pendapat yang menyangkut sistem pendukung keputusan.

Moore dan Chang (1980) berpendapat bahwa sistem pendukung keputusan sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data at hoc dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan, dan digunakan pada interval yang tidak regular dan tak terencana.

Bonczek, dkk., (1980) mendefenisikan sistem pendukung keputusan sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi: sistem bahasa yang mana merupakan mekanisme untuk memberikan komunikasi antara pengguna dan komponen untuk sistem pendukung keputusan yang lain, sistem pengetahuan yang merupakan repositori pengetahuan domain masalah yang ada pada sistem pendukung keputusan sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah yang merupakan hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambilan keputusan). Konsep-konsep yang diberikan oleh defenisi tersebut sangat penting untuk memahami hubungan antara sistem pendukung keputusan dan pengetahuan. (Turban, 2005).

Alter (2002) Sistem Pendukung Keputusan (Decision Support System)

merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Kusrini, 2007).

Little (1970) mendefenisikan sistem pendukung keputusan sebagai sebuah himpunan/kumpulan proseur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya (Kusrini, 2007).

2.3. Proses Pengambilan Keputusan

Simon (1960) mengajukan model yang menggambarkan proses pengambilan keputusan. Proses ini terdiri atas tiga fase, yaitu: (Kusrini, 2007)

1. Intelligence

Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses, dan diuji dalam rangka mengidentifikasikan masalah.

2. Design

Tahap ini merupakan proses menemukan, mengembangkan, dan menganalisis alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk mengerti masalah, menurunkan solusi, dan menguji kelayakan solusi.

3. Choice

Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan.

Ketiga langkah proses pengambilan keputusan yang telah disampaikan oleh Simon (1960) dapat digambarkan sebagai berikut :

Meskipun implementasi termasuk tahap ketiga, namun ada beberapa pihak berpendapat bahwa tahap ini perlu dipandang sebagai bagian yang terpisah guna menggambarkan hubungan antar fase secara lebih komprehensif.

Sistem Informasi Manajemen/ Pengolahan Data Elektronik

Ilmu Manajemen/Operation Research

Gambar 2.1. Fase Proses Pengambilan Keputusan

INTELLIGENCE

DESIGN

CHOICE

2.4. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan

Sistem pendukung keputusan juga mempunyai karakteristik dan kapabilitas yang menjadi kunci dari sistem pendukung keputusan. Yaitu:

1. Dukungan untuk pengambil keputusan dengan menyertakan penilaian

manusia dan informasi terkomputerisasi.

2. Dukungan untuk semua level manajerial.

3. Dukungan untuk individu dan kelompok.

4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat

dilakukan satu kali atau berulang kali.

5. Dukungan di semua fase proses pengambil keputusan: intelegensi, desain,

pilihan dan implementasi.

6. Dukungan di berbagai proses dan gaya pengambil keputusan.

7. Adaptivitas sepanjang waktu.

8. Kemudahan terhadap sistem (user friendly) .

9. Peningkatan terhadap keefektifan pemgambil keputusan ketimbang pada

efisiensinya.

10.Control penuh oleh pengambil keputusan terhadap semua langkah proses

pengambilkan keputusan dalam memecahkan masalah.

11.Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem

sederhana.

12.Biasanya model-model digunakan untuk menganalisis situasi pengambil

keputusan.

13.Akses disediakan untuk berbagai sumber data, format, dan tipe.

14.Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang

Karakteristik dan Kapabilitas dari sistem pendukung keputusan akan terlihat jelas dari gambar dibawah ini:

Gambar 2.2. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan

Karakteristik dan kapabilitas kunci dari sistem pendukung keputusan tersebut membolehkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten. (Rosnani, 2014).

2.5. Algoritma

Algoritma adalah susunan langkah-langkah sistematis dan logis dalam pemecahan suatu masalah. Algoritma juga merupakan suatu prosedur yang jelas untuk menyelesaikan suatu persoalan dengan menggunakan langkah-langkah tertentu dan jumlah yang terbatas. (Muhammad &Saniman, 2008).

Sistem Pendukung Keputusan Akses data Semi Terstuktur dan Tidak

Mendukung manajer di semua level

Standalone, Integrasi web

Dapat diadaptasi dan fleksibel Pemodelan dan analisisi Kemudahan pengembangan Manusia mengontrol mesin Keefektivan bukan efisiensi Mendukung individu dan kelompok Keputusan ndependen dan sekuensial Mendukung Intelegensi, desain, pilihan ,

i l i

Mendukung

berbagai proses dan gaya

User Friendly

14 1 2

5 4 6 7 8 9 10 11 12 13 3

Ada 3 cara dalam menyusun sebuah algoritma yaitu :

1. Dengan merumuskan langkah-langkah pemecahan masalah melalui kalimat

yang terstruktur (tersusun secara logis).

2. Menggabungkan kalimat dengan penggalan statement yang ada di salah satu

bahasa pemrograman (mis. Bahasa pascal). Biasanya disebut dengan pseudo

code (mirip kode atau perintah pemrograman).

3. Menggunakan diagram alir (flowchart)

2.6. Fuzzy Multiple Attribute Decision Making Methods

Fuzzy Multiple Attribute Deciosion Making (FMADM) adalah suatu metode yang

digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan objektif dan pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subjektifitas dari para pengambil keputusan sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif nilai bobot dihitung secara matematis sehingga mengabaikan sebyektifitas dari pengambil keputusan.

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM antara lain : (Kusumadewi, 2006)

1. Simple Additive Weighting (SAW)

2. Weighted Product (WP)

3. ELECTRE

2.6.1. Algoritma Analytic Hierarcy Process (AHP)

Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah, lalu menyusunnya menjadi suatu bentuk hierarki.

AHP telah menarik minat banyak peneliti utamanya berdasarkan metode perhitungan Matematika yang bagus dan faktanya bahwa dibutuhkan input data yang lebih mudah diperoleh. AHP merupakan alat pengambilan keputusan yang dapat digunakan untuk memecahkan masalah yang kompleks. AHP menggunakan struktur hirarki multi level, kriteria, subkriteria dan alternatif. Data yang bersangkutan

menggunakan perbandingan berpasangan. Perbandingan berpasangan (Pairwise

Comparison). Perbandingan ini digunakan untuk mendapatkan bobot pentingnya

kriteria keputusan dan ukuran kinerja relatif dari alternatif dalam kriteria yang sudah ditentukan. Jika perbandingan tidak konsisten, maka perbandingan ini menyediakan mekanisme untuk meningkatkan konsistensi. (H Mann, 1995).

Metode Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty pada tahun 70-an ketika di Warston school. Metode AHP merupakan salah satu metode yang dapat digunakan dalam sistem pengambilan keputusan dengan memperhatikan faktor-faktor persepsi, preferensi, pengalaman dan intuisi. AHP menggabungkan penilaian-penilaian dan nilai-nilai pribadi ke dalam satu cara yang logis.

Penilaian dilakukan dengan membandingkan setiap elemen dengan elemen lainnya pada setiap kriteria sehingga didapat nilai kepentingan elemen dalam bentuk pendapat yang bersifat kualitatif tersebut digunakan skala penilaian Saaty sehingga akan diperoleh nilai pendapat dalam bentuk angka (kuantitatif) hingga menghasilkan siapa saja yang berhak dalam menerima bantuan beras miskin (Raskin).

2.7. Prinsip Dasar AHP

Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah (Mulyono, 2007):

1. Membuat hierarki.

Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen-elemen pendukung, menyusun elemen-elemen secara hierarki, dan menggabungkannya atau mensintesisnya.

2. Penilaian Kriteria dan alternatif

Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988), untuk berbagai ersoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat kualitatif dari skala perbandingan Saaty bisa diukur menggunakan tabel analisis seperti ditunjukkan pada Tabel 1.1 berikut

Tabel 2.1. Skala Penilaian Perbandingan Pasangan Intensitas

Kepentingan

Keterangan

1 Kedua elemen sama pentingnya

3 Elemen yang satu sedikit lebih penting daripada elemen

yang lainnya

5 Elemen yang satu lebih penting daripada elemen lainnya

7 Satu elemen jelas lebih mutlak penting daripada elemen

lainnya

9 Satu elemen mutlak penting daripada elemen lainnya

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

berdasarkan

Kebalikan Jika aktivitas i mendapat satu angka dibandingkan

3. Synthesis of Priority (menentukan prioritas)

Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan

(pairwise comparisons). Nilai-nilai perbandingan relatif dari seluruh alternatif

kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas. Bobot dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika.

4. Logical Consistency (Konsistensi Logic)

Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.

Adapun langkah-langkah dalam metode AHP adalah sebagai berikut :

1. Mendefenisikan masalah dan menentukan solusi yang diinginkan.

2. Membuat struktur hirarki, yang diawali dengan tujuan umum, dilanjutkan

dengan sub-subtujuan, kriteria dan kemungkinan alternatif pada tingkatan kriteria yang paling bawah.

3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi

relatif pengaruh setiap elemen terhadap masing-masing tujuan kriteria yang setingkat diatasnya. Perbandingan berdasarkan “judgement” dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.

4. Melakukan perbandingan berpasangan sehingga diperoleh judgement

seluruhnya sebanyak n x [ �−1

2 ] buah, dengan n adalah banyaknya elemen

yang dibandingkan.

5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka pengambilan data diulangi.

6. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.

7. Menghitung vector eigen dari setiap matriks perbandingan berpasangan. Nilai vector eigen merupakan bobot setiap elemen. Langkah ini untuk mensistesis

judgement dalam penentuan prioritas elemen-elemen pada tingkat hirarki

terendah sampai pencapaian tujuan.

8. Memeriksa konsistensi hirarki. Jika nilainya lebih dari ≤ 0.01 maka penilaian data judgement harus diperbaiki.

Berdasarkan penjelasan langkah-langkah AHP diatas, dapat dibuat rumus perhitungan untuk penentuan penerimaan Raskin sebagai berikut.

1. Menentukan kriteria-kriteria yang akan digunakan dalam menentukan siapa

yang berhak menerima Raskin.

2. Menyusun kriteria-kriteria tersebut dalam bentuk matriks berpasangan.

3. Menjumlahkan matriks kolom yang disebut dengan jumlah elemen.

4. Menentukan bobot relatif yang dinormalkan (normalized relatif weight)

dengan cara membandingkan masing-masing nilai skala dengan jumlah elemennya.

5. Menghitung nilai prioritas kriteria dengan rumus menjumlahkan matriks baris pada langkah 4 dan dibagi dengan jumlah kriteria.

6. Menghitung nilai lamda maksimum, dengan cara menjumlahkan hasil

perkalian jumlah kolom pada langkah 3 dengan prioritas tiap kriteria pada langkah 5.

7. Menguji konsistensi matriks berpasangan kriteria yaitu nilai Indeks Konsisten, dengan rumus CI = ����−�

�−1

8. Dimana CI = indeks konsistensi (Consistency Indeks) (2.1)

λmax

9. Menghitung Rasio Konsistensi, dengan rumus CR =��

�� (2.2)

= nilai eigen

n = banyak kriteria

Dimana CR = Rasio Konsistensi

CI = Indeks Konsistensi

RI = Indeks Random

RI adalah nilai indeks random seperti tabel 2.1.

Tabel 2.2 Indeks Random

N 1 2 3 4 5 6 7 8 9 10 11

Jika CR< 0.1 maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR≥ 0.1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Jika tidak konsisten maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang.(H Mann, 1995).

10.Menentukan siapa saja yang berhak menerima Raskin.

11.Menyusun siapa saja yang telah ditentukan dalam bentuk matriks berpasangan untuk masing-masing kriteria. Ada n buah matriks berpasangan antar Kriteria tersebut.

12.Masing-masing matriks berpasangan antar kriteria sebanyak n buah matriks, tiap-tiap matriksnya dijumlah perkolomnya seperti pada langkah 3.

13.Menghitung nilai prioritas masing-masing matriks berpasangan antarkriteria dengan rumus pada langkah 4 dan langkah 5.

14.Menghitung nilai lamda maksimum sama seperti langkah 6.

15.Menghitung konsistensi matriks berpasangan antar kriteria penerima Raskin dengan mengikuti langkah-langkah 7 dan 8.

16.Menyusun matriks baris antar Kriteria dengan matriks baris kriteria yang

isinya hasil perhitungan nilai prioritas kriteria dan nilai prioritas penerima Raskin tiap kriteria.

17.Hasil akhir berupa prioritas global dari perkalian nilai prioritas masing-masing matriks kriteria dengan matriks antar penerima Raskin yang kemudian dijumlahkan. Nilai ini yang digunakan oleh pengambil keputusan berdasarkan nilai tertinggi.

2.8. Algoritma Preference Ranking Organization for Enrichment Evaluation (PROMETHEE)

Diperkenalkan oleh Jean Pierre Brans dan Bertrand Marsechal pada tahun 1984.Promethee adalah suatu metode penentuan urutan (prioritas) dalam analisis multikriteria. Promethee didasarkan atas kesederhanaan, kejelasan , dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam promethee adalah penggunaan nilai dalam hubungan outranking (Brans, 1984) .

PROMETHEEmenyediakan kepada user untuk menggunakan data secara langsung dalam bentuk tabel multikriteria sederhana. PROMETHEE mempunyai kemampuan untuk menangani banyak perbandingan, pengambil keputusan hanya mendefenisikan skala ukurannya sendiri tanpa batasan, untuk mengindikasi prioritasnya dan preferensi untuk setiap kriteria dengan memusatkan pada nilai

(value). Metode PROMETHEE menggunakan kriteria dan bobot dari masing-masing

kriteria yang kemudian diolah untuk menentukan pemilihan alernatif lapangan, yang hasilnya berurutan berdasarkan prioritasnya.

Dalam Promethee disajikan enam bentuk fungsi preferensi kriteria. Hal ini tentu saja tidak mutlak, tetapi bentuk ini cukup baik untuk beberapa kasus, antara lain: (Dhony, 2009)

1. Kriteria Biasa (Usual Criterion)

H(d) = (2.3)

Keterangan:

H(d) = selisih kriteria antara alternatif

d = selisih nilai kriteria dimana {d= f(a) - f(b)}

Pada kasus ini, tidak ada beda (sama penting) antara a dan b jika dan hanya jikaf(a) = f(b) ; apabila nilai kriteria pada masing-masing alternative memiliki nilai berbeda, pembuat keputusan membuat preferensi mutlak untuk alternatif memiliki nilai yang lebih baik.

1 0 jika d = 0

1 jika d≠0

2. Kriteria Quasi (Quasi Criterion)

H(d) = (2.4)

Keterangan:

H(d) = fungsi selisih kriteria antara alternatif

d = selisih nilai kriteria { d = f(a) - f(b) } Parameter (q) = harus merupakan nilai tetap

Dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H(d) dari masing-masing alternatif untuk kriteria tertentu tidak melebihi nilai q, dan apabila selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai q maka terjadi bentuk preferensi mutlak.

Gambar 2.4. Kriteria Quasi

3. Kriteria dengan preferensi linier

H(d) = (2.5)

0 jika ≤q

1 jika d>q

d 1

H(d)

-q 0 q

0 jika d≤ 0

d/p jika 0 <d≤ p

Keterangan:

H(d) = fungsi selisih kriteria antara alternatif d = selisih nilai kriteria { d = f(a) - f(b) }

p = nilai kecenderungan atas

Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai p, maka terjadi preferensi mutlak.

Gambar 2.5. Kriteria Preferensi linear

4. Kriteria Level (Level Criterion)

H(d) = (2.6)

Keterangan:

H(d) = fungsi selisih kriteria antara alternatif

p = nilai kecenderungan atas

H(d)

-p _p

1

0

d

0 jika d≤q

0,5 jikaq<d≤ p 1 jika d > p

Gambar 2.6. Kriteria Level

5. Kriteria dengan preferensi linier dan area yang tidak berbeda

H(d) = (2.7)

Keterangan:

H(d) = fungsi selisih kriteria antara alternatif d = selisih nilai kriteria { d = f(a) - f(b) }

p = nilai kecenderungan atas

q = harus merupakan nilai yang tetap

Pengambilan keputusan mempertimbangkan peningkatan preferensi secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan q dan p. dua parameter tersebut telah ditentukan.

Gambar 2.7. Kriteria dengan preferensi linier dan area yang tidak berbeda �

�

q p H(d)

-p -q 1

0 d

0 jika d ≤ q

(d-q)/p-q jikaq < d ≤ p

1 jika d > p

-p -q 0 q p

H(d)

1

6. Kriteria Gaussian (Gaussian Criterion)

H(d) = (2.8)

Fungsi ini bersyarat apabila ditentukan nilai �, dimana dapat dibuat berdasarkan distribusi normal dalam statistik (Brans, 1998).

Gambar 2.8. Kriteria Gaussian

Langkah-langkah perhitungan dengan Algoritma Promethee adalah sebagai berikut : Diperlukan tahapan-tahapan yang harus dilakukan oleh pembuat keputusan untuk mendapatkan hasil penyeleksian dengan metode Promethee.

1. Menentukan beberapa alternatif

Alternatif disini bisa diartikan dengan obyek yang akan diseleksi (obyek

seleksi). Pada perhitungan penyeleksian dengan Promethee diperlukan

penentuan beberapa obyek yang akan diseleksi (minimal 2 obyek). Dimana antara obyek yang satu dengan obyek lainnya akan dibandingkan.

2. Menentukan beberapa kriteria

Setelah melakukan penentuan obyek yang akan diseleksi, maka dalam

perhitungan penyeleksian Promethee juga diperlukan penentuan beberapa

0 jika d≤ 0

1 – exp(- �2

2�2 ) jika d> 0

H(d) 1

3. Menentukan dominasi kriteria

Ketika menentukan kriteria, decision maker harus menentukan bobot atau

dominasi kriteria dari kriteria lainnya. Setiap kriteria boleh memiliki nilai bobot yang sama atau berbeda.

4. Menentukan tipe preferensi untuk setiap kriteria yang paling cocok didasarkan pada data dan pertimbangan dari decision maker. Tipe preferensi ini berjumlah Enam (Usual, Quasi, Linear, Level, Linear Quasi dan Gaussian.

5. Memberikan nilai threshold atau kecenderungan untuk setiap kriteria

berdasarkan preferensi yang telah dipilih. Nilai kecenderungan tersebut adalah nilai indifference, preference, dan Gaussian.

6. Perhitungan Leaving Flow , Entering Flow dan Net Flow.

1. Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a.

dan hal ini merupakan pengukuran outrangking. Adapun persamaannya: �+_{(�) =} 1

�−1∑�∈��(�,�) (2.9)

Keterangan : �+(�) = Leaving Flow

2. Nilai Entering Flow adalah jumlah dari yang memiliki arah mendekat dari node a dan hal ini merupakan karakter pengukuran outranking. Untuk semua nilai node a dalam grafik nilai outranking ditentukan berdasarkan entering flow dengan persamaan:

�−_{(�) =} 1

�−1∑�∈��(�,�) (2.10)

Keterangan : �−(a) = Entering Flow

3. Nilai Net Flow adalah penilaian secara lengkap. Lengkap disini adalah

penilaian yang didapat dari nilai Entering Flow yang dikurangi nilai

Leaving Flow. Jadi bisa diartikan, nilai Net Flow adalah nilai akhir atau

hasil yang didapat dari nilai positif yang dikurangi nilai negatif dari sebuah node. Adapun persamaannya ialah:

Keterangan :

�+ _{(a) = Leaving Flow}

�−_{(a) = Entering Flow}

2.9 Pendekatan Objek Oriented

2.9.1. UML (Unified Modeling Language)

UML (Unified Modeling Language) adalah bahasa pemodelan untuk sistem atau

perangkat lunak yang berparadigma berorientasi objek. Pemodelan (modeling) sesunggunhnya digunakan untuk menyederhanakan permasalahan-permasalahan yang kompleks sedemikian rupa sehingga lebih mudah dipelajari dan dipahami. Adapun tujuan pemodelan yaitu sebagai sarana analisis, pemahaman, visualisasi, dan komunikasi antaranggota tim pengembang serta sebagai sarana dokumenasi (yang bermanfaat untuk menelaah perilaku perangkat lunak secara seksama serta bermanfaat untuk melakukan pengujian terhadap perangkat lunak yang telah selesai dikembangkan. (Nugroho, 2005)

UML terdiri atas pengelompokan diagram-diagram sistem menurut aspek atau sudut pandang tertentu. Diagram adalah yang menggambarkan permasalahan maupun solusi dari permasalahan suatu model. UML mempunyai beberapa jenis diagram,

diantaranya Use Case Diagram, Class Diagram, Package Diagram, Object Diagram,

Sequence Diagram, Collaboration Diagram, StatiChart Diagram, Activity Diagram, Deployment Diagram, Component Diagram, Composite Structure Diagram,

Interaction Overview Diagram, Timing Diagram. Tetapi yang sering digunakan

adalah Use Case Diagram, Activity Diagram, Sequence Diagram dan Class Diagram.

1. Diagram Aktivitas (Activity Diagram)

Activity Diagram menggambarkan proses-proses yang terjadi mulai aktivitas

yang relative mudah digunakan. Symbol-simbol yang sama juga dapat digunakan pada statechart diagram.

Tabel 2.4. Jenis-Jenis State

Relasi Fungsi Notasi

State sederhana

State tanpa struktur apapun di dalamnya

State komposit

State yang dibagi menjadi 2 atau lebih

substate konkuren.

Initial state State mengindindikasikan awal rangkaian

state dalam diagram state

Final state State mengindikasikan akhir rangkaian

state dalam diagram state

2. Diagram Rangkaian (Sequence Diagram)

Diagram rangkaian memperlihatkan interaksi sebagai diagram dua matra (dimensi). Matra vertical adalah sumbu waktu; waktu bertambah dari atas ke bawah. Matra horizontal memperlihatkan peran pengklasifikasi yang merepresentasikan objek-objek mandiri yang terlibat dalam kolaborasi. Masing-masing peran pengkalsifikasi direpresentasikan sebagai kolom-kolom vertical dalam sequence diagram sering disebut sebagai garis waktu (lifeline). Selama objek ada, peran digambarkan menggunakan garis tegas. Selama aktivasi prosedur pada objek aktif, garis waktu digambarkan sebagai garis ganda. Pesan-pesan digambarkan sebagai suatu tanda panah dari garis waktu suatu objek kegaris waktu objek lainnya. Panah-panah yang menggambarkan aliran pesan antarperan pengklasifikasi digambarkan dalam urutan waktu kejadiannya dari atas ke bawah.

2.9 .2. Kebutuhan Fungsional dan Kebutuhan Nonfungsional

Kebutuhan fungsional adalah fungsi-fungsi yang harus dipenuhi pada aplikasi yang dirancang. Kebutuhan non-fungsional adalah kebutuhan yang harus dipenuhi agar aplikasi yang dirancang dapat mendapat umpan-balik yang baik dari pengguna aplikasi.

State With Substance

2.10. Flowchart

Flowchart adalah suatu teknik untuk menyusun rencana program yang telah

diperkenalkan dan telah dipergunakan oleh kalangan pemrogram komputer sebelum algoritma menjadi popular. Flowchart adalah untaian simbol gambar (chart) yang

menunjukkan aliran (flow) dari proses terhadap data. Seorang pemrogram harus

mampu membuat flowchart, harus mampu membaca dan mengerti flowchart, dan sanggup menerjamahkan flowchart ke algoritma dan sebaliknya. Ada dua kategori simbol flowchart, yaitu program flowchart dan sistem flowchart.

Simbol

.

Program flowchart, yaitu symbol-simbol flowchart yang digunakan untuk menggambarkan logic dari pemrosesan terhadap data. (Nugroho, 2005).

Tabel 2.5. Program Flowchart

Keterangan

Terminator Mulai atau selesai Proses

Menyatakan proses terhadap data Input/Output

Menerima input atau menampilkan output

Seleksi/Pilihan

Memilih aliran berdasarkan syarat Predefined-Data

Definisi dari awal dari variable atau data

Predefined-Process

Sistem Flowchart, merupakan symbol-simbol peralatan sistem komputer yang digunakan untuk menyatakan proses pengolahan data.

Tabel 2.6. Sistem Flowchart

Simbol Nama

Keyboard

Printer

File/Storage

Display/Monitor

Magnetic Tape

Magnetic Disc

Sorting

Extract

2.11.Analisis Kinerja Algoritma

Algoritma merupakan suatu cabang ilmu komputer yang membahas prosedur penyelesaian suatu permasalahan. Dengan algoritma yang baik maka komputer bisa menyelesaikan perhitungan dengan cepat dan benar. Sebaliknya, jika algoritma kurang baik maka penyelesaian lambat dan bahkan tidak didapat solusi yang diharapkan. Baik buruknya sebuah algoritma dapat dibuktikan dari kompleksitas waktu yang digunakan.

Hal-hal yang berkaitan dengan kompleksitas algoritma mencakup : (Adi, 2010) 1. Perancangan berarti kegiatan melakukan :

a. Dekripsi algoritma pada suatu tingkatan yang mempunyai arti bahasa semu ( pseudo).

b. Pembuktian kebenaran bahwa sebuah algoritma bisa menyelesaikan

permasalahan yang diberikan.

2. Analisis berarti memberikan evaluasi kinerja algoritma terhadap permasalahan

yang diberikan.

2.12.Time Complexity

Time Complexity (Kompleksitas waktu) adalah hubungan waktu komputasi dan

jumlah input. Kompleksitas waktu biasanya tentang ukuran dari sebuah array atau obyek. Kompleksitas waktu tidak digunakan untuk fungsi yang sederhana seperti menginput usernamedari database atau mengenkripsi password melainkan digunakan untuk menyortir sebuah fungsi, perhitungan rekursif dan secara umum biasanya untuk perhitungan waktu.

Big Ɵ ( Big Theta)adalah bagian dari kompleksitas waktu dari seubah algoritma. Big Ɵ ( Big Theta)Didefinisikan bahwa f(n) merupakan Tetta dari g(n) dan dinotasikan f(n) = Ɵ(g(n) jika dan hanya jika terdapat tiga konstanta positif n0, c1 dan

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Masalah

Masalah utama yang diangkat dari penelitian ini adalah bagaimana mengimplementasikan Algoritma Analytic Hierarchy Process (AHP) dan Preference

Ranking Organization for Enrichment Evaluation (PROMETHEE) untuk

memecahkan permasalahan Sistem Pendukung Keputusan untuk Penentuan Penerimaan Raskin.

Gambar 3.1. merupakan diagram Ishikawayang dapat digunakan untuk

menganalisis masalah.Bagian kepala atau segiempat yang berada di sebelah kanan merupakan masalah. Sementara di pada bagian tulang merupakan penyebab.

Gambar 3.1. Diagram Ishikawa Untuk Analisis Masalah

MATERIAL

METHOD MACHINE

Pengolahan Data Kriteria Pengolahan Dataalternative

Belum adanya metode yang digunakan

MAN

Masih Menggunakan Sistem Manual

Sistem Pendukung Keputusan Menggunakan AHP dan PROMETHEE User butuh waktu

lama mengambil k

3.2. Analisis Kebutuhan Sistem

Untuk membangun sebuah sistem, perlu dilakukan sebuah tahap analisis kebutuhan sistem. Analisis kebutuhan sistem dapat dikelompokkan menjadi 2 bagian yaitu: kebutuhan fungsional dan kebutuhan non-fungsional.

1. Kebutuhan Fungsional

Kebutuhan fungsional merupakan deskripsi dari aktivitas dan layanan yang sistem

harus berikan. Hal yang menjadi kebutuhan fungsional ialah inputs, outputs,

processes, yaitu antara lain adalah:

1. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan

penentuan penerimaan Raskin dengan mengimplementasikan Algoritma AHP.

2. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan

penentuan penerimaan Raskin dengan mengimplementasikan Algoritma PROMETHEE.

3. Menggunakan Time Complexity untuk mengetahui hasil akhir dari metode AHP

dan Promethee.

2. Kebutuhan Non-Fungsional

Kebutuhan non-fungsional merupakan deskripsi dari beberapa fitur, karateristik, dan batasan suatu sistem. Kebutuhan Non-Fungsional dari sistem adalah:

1. Hasil Survey

Dalam menentukan nilai perbandingan kriteria global dan alternative digunakan hasil Survey dari masyarakat setempat.

3. Menjadi Referensi

Sistem yang akan dibangun diharapkan mampu menjadi referensi bagi user untuk menentukan siapa saja yang berhak menerima Raskin di Kel. Hinai Kiri Kec Secanggang.

4. Pelayanan

Sistem yang telah dirancang bisa dikembangkan ke tingkat yang lebih kompleks lagi bagi pihak-pihak yang ingin mengembangkan sistem tersebut sehingga solusi yang diberikan lebih efektif.

3.3. Analisis Proses

Dalam sistem ini terdapat dua proses utama, yaitu proses penentuan siapa saja yang berhak menerima Raskin menggunakan Algoritma AHP dan Algoritma PROMETHEE. Untuk mencari bagaimana sistem bekerja dengan memvisualisasikan dan mengimplementasikannya ke dalam aplikasi.

3.3.1. Analisis Proses Pemecahan Masalah Dengan Algoritma Analytic Hierarchy Process (AHP).

Urutan langkah-langkah pemecahan masalah untuk menentukan siapa saja yang berhak menerima Raskin dengan menggunakan Algoritma AHP adalah sebagai berikut:

1. Dalam penelitian ini, kriteria-kriteria yang digunakan adalah Kondisi Rumah, Umum dan Aset Pribadi

Tabel 3.1. Matriks Berpasangan Untuk Kriteria Memilih orang yang berhak menerima Raskin berdasarkan Kriteria

Kriteria Kondisi Rumah Umum Aset Pribadi

Kondisi Rumah 1 2 3

Umum 1 2

Cara pengisian elemen-elemen matriks pada Tabel 3.1 adalah sebagai berikut:

a. Elemen a[i,j] = 1, di mana i = 1,2,3,….n dan j = 1,2,3,….n. Untuk penelitian ini n = 3

b. Elemen matriks segitiga atas sebagai masukan

c. Elemen matriks segitiga bawahmempunyai rumus :

a[j,i] = 1

�[�,�] Untuk i ≠ j (3.1)

Keterangan :

a[i,j] = elemen matriks segitiga atas.

a[j,i] = elemen matriks segitiga bawah.

i = baris, j = kolom.

2. Menentukan Alternative dalam penentuan penerimaan Raskin.

Tabel 3.2. Matriks BerpasanganAlternative Penerima Raskin

60 70 60 60 70 60 60 80 70 60 70 60

K.R Sar Pai Adit Par End Ram Tuk M.S Rus Has Sug Suw

60 Sarino

70 Paing

60 Aditya

60 Parno

70 Endah

60 Ramlan

60 Tukidi

80 M.Saleh

70 Rusli

Keterangan Tabel 3.2 :

Nilai matriks untuk setiap alternatif pada tabel 3.2. diperoleh dari data kuesioner. Berikut data nilai berdasarkan data kuesioner.

Kondisi Rumah :

1. Lantai 4. Listrik

a. Keramik =50 a. 2200 kWh =50

b. Semen =60 b. 1300 kWh =60

c. Kayu/papan =70 c. 900 kWh =70

d. Tanah =80 d. 450 kWh =80

2. Dinding 5. Kepemilikan Rumah

a. Tembok =50 a. Milik sendiri=50

b. Tembok tanpa plester=60 b. Numpang =60

c. Kayu =70 c. Ngontrak =70

d. Tepas =80 d. Tidak punya rumah=80

3. MCK

a. Di dalam rumah=50

b. Diluar rumah =60

c. MCK umum =70

d. Di sungai =80

Umum :

1. Penghasilan 3. Jumlah Tanggungan

a.1.5jt -2jt =50 a. 1 orang =50

b.1jt – 1.5jt =60 b. 4 orang =60

c.500rb – 1 jt =70 c. 5 orang =70

d.500rb =80 d. 7 orang =80

2. Pekerjaan

a.Wiraswasta =50

b.Petani =60

c. Tukang Becak =70

d.Pemulung =80

Aset Pribadi :

1. Kebun 3. Elektronik

a.1 ha =50 a.Komputer =50

b.5 rantai =60 b. Mesin Cuci dan Kulkas =60

c.3 ranta I=70 c. TV dan Kulkas =70

d.tidak memiliki kebun =80 d. TV dan Radio =80

2. Ternak 4. Kendaraan

a.20 ekor kambing =50 a. 1 sepeda motor =50

b.5 ekor ayam =60 b. 1 becak motor =60

c.10 ekor ayam dan bebek=70 c. 1 becak dayung=70

3. Menguji konsistensi matriks berpasangan kriteria dengan rumus CI = ����−�

�− 1 (3.2)

Keterangan :

CI =Rasio penyimpangan (deviasi) konsistensi (consistency index)

λmax

4. Menghitung Rasio Konsistensi dengan rumus

=Nilai Eigen Terbesar dari matriks ordo n

n =Ordo Matriks

CR ₌ ��

��

(3.3)

Keterangan :

CR =Rasio Konsistensi

RI =Indeks Random

5. Menghitung Matriks Global untuk perankingan akhir.

Penyelesaian Matriks Kriteria:

1. Menentukan kriteria dalam memilih siapa yang berhak menerima Raskin, serta menghitung matriks kriteria berpasangan.

Tabel 3.3. Nilai Perbandingan Kriteria

Kriteria Kondisi Rumah Umum Aset Pribadi

Kondisi Rumah 1 2 3

Umum 1/2 1 2

2. Menghitung Matriks factor pembobotan hirarki untuk semua kriteria disederhanakan.

Tabel 3.4. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria Disederhanakan

3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel 3.4dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai berikut :

HN = Nilai Elemen Kolom Kriteria

��� (3.4)

Keterangan :

HN = Hasil Normalisasi

Nek = Nilai Elemen Kolom Kriteria

Jkm

HN Kondisi Rumah>< Kondisi Rumah

= Jumlah Kolom Matriks >< = Perbandingan

= 1

1.833 = 0.545

HN Umum >< Kondisi Rumah

= 0.500

1.833 = 0.273

HN Aset Pribadi>< Kondisi Rumah

= 0.333

1.833 = 0.182

HNKondisi Rumah >< Umum

= 2.000

3.500 = 0.571

HNUmum ><Umum ₌ 1.000

3.500 = 0.286

Kriteria Kondisi Rumah Umum Aset Pribadi

Kondisi Rumah 1 2 3

Umum 0.500 1 2

Aset Pribadi 0.333 0.500 1

HNAset Pribadi >< Aset Pribadi

= 0.500

3.500 = 0.143

HN Kondisi Rumah ><Aset Pribadi ₌3.000

6.000 = 0.500

HNUmum >< Aset Pribadi ₌ 2.000

6.000 = 0.333

HNAset Pribadi >< Aset Pribadi

= 1.000

6.000 = 0.167

Tabel 3.5. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria Dinormalisasikan

Kriteria Kondisi Rumah Umum Aset Pribadi

Kondisi Rumah 0.545 0.571 0.500

Umum 0.273 0.286 0.333

Aset Pribadi 0.182 0.143 0.167

4. Menghitung nilai prioritas masing-masing kriteria dengan membagikan

penjumlahan tiap baris matriks pada Tabel 3.5. dengan jumlah kriteria, seperti perhitungan berikut :

Pr = ���

�� (3.5)

Keterangan :

Pr = Prioritas

Jbp = Jumlah baris perkriteria

Jk = Jumlah kriteria (n = 3)

Pr Kondisi Rumah = (0.545+0.571+0.500)

3 = 0.5390

PrUmum = (0.273+0.286+0.333)

3 = 0.297

Pr Aset Pribadi = (0.182+0.143+0.167)

Kondisi Rumah 0.545 0.571 0.500 0.5390

Umum 0.273 0.286 0.333 0.297

Aset Pribadi 0.182 0.143 0.167 0.164

5. Menghitung Eigen Value (λmax

EVal = (J

) dengan cara menjumlakan hasil perkalian jumlah tiap kolom tiap kriteria, dengan prioritas tiap kriteria, perhitungan nya ialah sebagai berikut:

kp1 x EV1) + (Jkp2 x EV2) + . . . + (Jkpn x EVn) (3.6)

Keterangan :

EVal = Eigen Value(λmax)

Jkp

6. Menghitung nilai consistency indeks(CI) dengan rumus : = Jumlah kolom per kriteria

Pr = Prioritas

EVal = (1.833 x 0.539)+(3.500 x 0.297)+(6.000 x 0.164)

= 3.011

CI = (����� − �)

(�−1) (3.7)

CI= 3.011−3

(3−1) = 0.006

7. Menghitung Nilai consistency ratio (CR) dengan rumus :

CR = ��

��= 0.006

0.58 (3.8)

= 0.010 (CR< 0.1 KONSISTEN)

Jika CR< 0.1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR≥ 0.1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria harus diulang.

8. Menghitung Matriks Vektor Prioritas Maka :

√1�2�3

3

= 1.817 √0.500�1�2

3

= 1.000 √0.333�0.500�1

3

Setelah mendapatkan nilai yang konsisten untuk kriteria, disini saya akan menjelaskan perhitungan dari sub kriteria dari masing-masing kriteria di atas. Cara perhitungannya sama saja dengan kriteria tersebut hanya nilai yang diinputkan berbeda.

1. Menentukan sub kriteria dalam memilih siapa yang berhak menerima Raskin,

serta menghitung matriks sub kriteria berpasangan.

Tabel 3.7. Nilai Perbandingan Sub Kriteria dari Kondisi Rumah

Kriteria Lantai Dinding MCK Listrik Kepemilikan Rumah

Lantai 1 2 3 4 5

Dinding 1/3 1 2 3 4

MCK ¼ ½ 1 2 3

Listrik 1/5 1/3 1/2 1 2

Kemilikan Rumah 1/7 1/5 1/4 1/3 1

2. Menghitung Matriks factor pembobotan hirarki untuk semua kriteria disederhanakan.

Tabel 3.8. Matriks Factor Pembobotan Hirarki Untuk Semua Sub Kriteria Kondisi Rumah yang Disederhanakan

Kriteria Lantai Dinding MCK Listrik Kepemilikan Rumah

Lantai 1.000 2.000 3.000 4.000 5.000

Dinding 0.500 1.000 2.000 3.000 4.000

MCK 0.333 0.500 1.000 2.000 3.000

3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel 3.9.dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai berikut :

HN= Nilai Elemen Kolom Kriteria

��� (3.9)

Keterangan :

HN = Hasil Normalisasi

Nek = Nilai Elemen Kolom Kriteria

Jkm

HN Lantai>< Lantai = Jumlah Kolom Matriks >< = Perbandingan

= 1

2.283 = 0.438

HN Dinding >< Lantai = 0.5

2.283 = 0.219

HN MCK>< Lantai ₌ 0.333

2.283 = 0.146

HNListrik >< Lantai ₌ 0.250

2.283= 0.109

HNKepemilikan Rumah >< Lantai

= 0.200

2.283 = 0.088

HNLantai >< Dinding

= 2.000

4.083 = 0.490

HN Dinding><Dinding ₌ 1.000

4.083 = 0.245

HNMCK >< Dinding ₌ 0.500

4.083 = 0.122

HNListrik >< Dinding

= 0.333

4.083 = 0.082

HN Kepemilikan Rmh >< Dinding

= 0.250

4.833 = 0.061

HN Lantai>< MCK ₌ 3.000

6.833 = 0.439

HNDinding >< MCK ₌ 2.000

6.833 = 0.293

HNMCK >< MCK = 1.000

6.833 = 0.146

HNListrik >< MCK = 0.500

6.833 = 0.073

HN Kepemilikan Rumah >< = 0.333

MCK

HNLantai >< Lisrik ₌ 4.000

10.500= 0.381

HNDinding >< Listrik = 3.000

10.500 = 0.286

HN MCK>< Listrik ₌ 2.000

10.500 = 0.190

HNListrik >< Listrik ₌ 1.000

10.500= 0.095

HN Kepemilikan Rumah >< Listrik

= 0.500

10.500 = 0.048

HNLantai >< Lisrik Kepemilikan Rumah

= 5.000

15.000= 0.333

HNDinding >< Kepemilikan Rumah

= 4.000

15.000 = 0.267

HN MCK >< Kepemilikan Rumah

= 3.000

15.000 = 0.200

HNListrik >< Lisrik Kepemilikan Rumah

= 2.000

15.000 = 0.133

HN Kepemilikan Rumah >< Kepemilikan Rumah

= 1.000

15.000 = 0.067

Tabel 3.9. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteriaKondisi Rumah Dinormalisasikan

Kriteria Lantai Dinding MCK Listrik Kepemilikan Rumah

Lantai 0.438 0.490 0.439 0.381 0.333

Dinding 0.219 0.245 0.293 0.286 0.267

MCK 0.146 0.122 0.146 0.190 0.200

Listrik 0.109 0.082 0.073 0.095 0.133

T(n) = Waktu Aksekusi Algoritma AHP = (3C3+8C4+24C5+4C7)n

0

+ (10C1+ 3C2)n

1

+ (10C1)n

2 T(n) = �(n2

4.3.3. Perhitungan Kompleksitas Waktu Algoritma PROMETHEE

)

Perhitungan kompleksitas waktu Algoritma PROMETHEE ialah dapat dilihat pada table keterangan di bawah ini.

N o

Code C # C*#

1 $x=0;

while($qrlisrxx=mysql_fetch_assoc($sql_kandidat5x)) {

$x++;

C1 n nC1

2 $n=array(); C2 n C2

3 $nilai=array(); C2 n C2

4 $total=array(); C2 n C2

5 $i=0;

while($qrlisr1x=mysql_fetch_assoc($sql_kandidat3x)) {

$i++;

C1 n nC1

6 $z=0; C3 n C3

7 for($j=1;$j<=$record;$j++) {

C1 nxn n2C1 8 $n[$i][$j]=$_POST[$i.'_'.$x]-$_POST[$i.'_'.$j]; C4 1 C4

9 if($n[$i][$j]<=0) { C5 nxn n2C5

10 $nilai[$i][$j]=0; C4 1 C4

11 }

12 Else { C5 nxn nC5

13 $nilai[$i][$j]=1; C4 1 C4

14 } 15 }

16 $jum=0; C3 n C3

17 for($i=1;$i<=$record;$i++) {

C1 n nC1

18 $z=0; C3 n C3

19 for($j=1;$j<=$record;$j++) {

C1 nxn n2C1

20 $z+=$nilai[$j][$i]; C4 1 C4

21 }

23 $jum+=$total[$i][$j]; C4 1 C4 24 }

25 $hsl1=1/($record-1)*$jum; C4 1 C4

26 $hsl2=1/($record-1)*$a; C4 1 C4

27 $hsl3=$hsl1-$hsl2; C4 1 C4

28 } 29 }

T(n) = Waktu Aksekusi Algoritma Promethee = (9C4)n

0

+ (3C1 + 6C2)n

1

+ (2C1 + 3C5)n

T(n) = �(n

2

2

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Kesimpulan dari penelitian ini adalah:

1. Aplikasi yang dirancang telah mampu memberikan solusi dengan mengimplementasikan metode AHP untuk penentuan penerima Raskin diperoleh urutan pertama atas nama Paing dengan nilai 0.3411. akan tetapi, pada metode Promethee alternatif atas nama Paing terletak di urutan ke empat dengan nilai -0.212.

2. Aplikasi yang dirancang telah mampu memberikan solusi dengan mengimplementasikan algoritma Promethee untuk penentuan penerima Raskin diperoleh urutan pertama atas nama Sugiono dengan nilai -0.136. akan tetapi, pada metode AHP alternatif atas nama Sugiono terletak di urutan ke lima dengan nilai 0.3356.

3. Berdasarkan nilai yang diperoleh dari kedua metode diatas, dapat disimpulkan bahwa hasil perangkingan setiap alternatif memperoleh nilai yang jauh berbeda di setiap metode sehingga secara otomatis hasil perangkingan juga berbeda antara kedua metode tersebut.

4. Semakin tinggi nilai setiap alternatif yang diperoleh dari hasil implementasi metode AHP dan Promethee, maka semakin tinggi kesempatan penduduk atau alternatif untuk mendapatkan raskin.

5. Berdasarkan implementasi dari aplikasi untuk penentuan penerima Raskin, metode Promethee lebih cepat dalam proses eksekusi dibandingkan dengan metode Pomethee.

6. Dengan menggunakan metode AHP diperoleh Time Complexity T(n)= �(n2). Dan proses eksekusi running time sebesar 21,559 detik. Dengan menggunakan metode Promethee diperoleh Time Complexity T(n)= �(n2). Dan proses eksekusi running timesebesar 3,145 detik.

5.2. Saran

Saran yang dapat diberikan oleh penulis setelah penelitian dilakukan adalah:

1. Penambahan jumlah kriteria dan alternatif dapat membuat sistem yang dirancang lebih kompleks.

2. Untuk nilai konsistensi CR = 0.1 Ketentuan Saaty diharapkan pada penelitian yang akan datang dapat menjadi CR = 0.001 dengan melakukan iterasi pada perhitungan analisa AHP.

DAFTAR PUSTAKA

Ginting, R, 2014, Sistem Pendukung Keputusan. Medan :USU Press. Basyaib, F. 2006, Teori Pembuat Keputusan. Jakarta: PT Grasindo.

Kosasi, S. 2002, Sistem Pendukung Keputusan (Decision Support System). Turban, E., Aronson, J.E. and Liang, T, P. 2005. Decision Support System and

Intelligent System.

Mulyono, S, 1996, Teori Pengambilan Keputusan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.

Kusrini, M.Kom, Konsep dan Aplikasi Sistem Pendukung Keputusan, Penerbit Andi, Yogyakarta, 2007

H Mann, S. 1995. Using Analytic Hierarchy Process for Decision Making

In Enngineering Applications :Some Challenges. University Park, PA 16802,

U.S.A

Dalalah, D. 2010. Application of the Analytic Hierarchy Process (AHP)

In Multi-CriteriaAnalysis of the Selection of Crones. Jordan University

of Scienceand Technology

Andayati, D. 2010. Sistem Pendukugn Keputusan Pra-Seleksi Penerimaan Siswa Baru (PSB) Online Yogyakarta. Skripsi. Institut Sains&Teknologi AKPRIND Yogyakarta.

Arsita, R. 2013. Sistem Pendukung Keputusan Penerima Jamanian

Kesehatan Masyarakat (JAMKESMAS) Dengan Metode Promethee Fathoni, M. & Saniman. 2008. Pengantar Algorima dan Pemrograman.

Vol.4/No.1. Jurnal SAINTIKOM.

W Kusumo, I. 2011. Pengembangan Aplikasi Sistem Pendukung

Keputusan Dalam Pemilihan Fakultas di Perguruan Tinggi Berbasis Mobile Web. Skripsi. Universitas Islam Negeri Syarif Hidayatullah. Jakarta

Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah & Indonesia. Jurnal 1:101-110. Universitas Gajah Mada

Kusumadewi, S. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy

MADM). Graha Ilmu: Yogyakarta.

Adi, Nugroho, Analisa dan Perancangan Sistem Informasi dengan Metode Berorientasi Objek, Edisi Revisi informatika, Bandung, 2005.

Nugroho Adi. 2010. Rekayasa Perangkat Lunak Berorientasi Objek dengan