3.4. Analisis Data
Pada analisis data menjelaskan perhitungan metode SAW dan Profile Matching dengan sampel sebanyak 20 data. Berikut data sampel warga dapat dilihat pada tabel 3.12.
Tabel 3.12. Sampel Nilai Rill Warga
No_ Warga
Luas Rumah
C1 Status
Tanah C2
Status Rumah
C3 Kondisi
Rumah C4
Penda- patan
C5 Pendi-
dikan C6
Listrik C7
Anak C8
1 84
milik sendiri
milik sendiri
lantai semen dinding papan
8 SD
16 2
64 milik
sendiri milik
sendiri lantai semen
dinding papan 13
tidak sekolah
25 3
60 milik
sendiri milik
sendiri lantai semen
dinding bambu 16
SLTP 22
4 4
74 milik
sendiri milik
sendiri lantai semen
dinding batu 1
SLTP 16
5 72
milik sendiri
milik sendiri
lantai semen dinding batu
1 tidak
sekolah 15
6 84
milik sendiri
numpang lantai tanah
dinding bambu atau papan
tidak sekolah
12
7 60
numpang numpang
lantai semen dinding batu
tidak sekolah
23 8
60 numpang
numpa ng lantai semen
dinding bambu tidak
sekolah 12
9 84
milik sendiri
milik sendiri
lantai semen dinding papan
tidak sekolah
16 10
60 numpang
numpang lantai semen
dinding papan tidak
sekolah 12
1 11
60 numpang
numpang lantai semen
dinding bambu tidak
sekolah 10
Universitas Sumatera Utara
12 32
numpang numpang
lantai semen dinding bambu
6.5 SLTP
10 4
13 32
numpang numpang
lantai semen dinding bambu
8 tidak
sekolah 10
2 14
50 numpang
numpang lantai semen
dinding papan tidak
sekolah 15
1 15
32 numpang
numpang lantai semen
dinding bambu 8
tidak sekolah
10 1
16 50
numpang numpang
lantai semen dinding papan
18 SD
20 2
17 60
numpang numpang
lantai semen dinding papan
2 SLTA
24 2
18 60
milik sendiri
milik sendiri
lantai semen dinding batu
12 tidak
sekolah 17
19 50
milik sendiri
milik sendiri
lantai semen dinding papan
9 tidak
sekolah 15
20 50
milik sendiri
milik sendiri
lantai semen dinding papan
tidak sekolah
11
Keterangan : Data diperoleh dari Kelurahan Desa Martebing.
3.4.1. Perhitungan Nilai dengan Metode SAW secara Manual Berdasarkan tabel nilai rill data warga yaitu tabel 3.12 maka berikut adalah nilai dari
rating kecocokan dari setiap alternatif terhadap setiap kriteria yang akan dihitung dengan metode SAW dapat dilihat pada tabel 3.13.
Universitas Sumatera Utara
Tabel 3.13. Rating Kecocokan dari Setiap Alternatif pada Setiap Kriteria
No_ Warga
Luas Rumah
C1 Status
Tanah C2
Status Rumah
C3 Kondisi
Rumah C4
Penda- patan
C5 Pendi-
dikan C6
Listrik C7
Anak C8
01 3
3 3
3 1
2 3
4 02
3 3
3 3
2 1
4 4
03 2
3 3
2 3
3 4
2 04
3 3
3 4
1 3
3 4
05 3
3 3
4 1
1 2
4 06
3 3
1 1
1 1
2 4
07 2
1 1
4 1
1 4
4 08
2 1
1 2
1 1
2 4
09 3
3 3
3 1
1 3
4 10
2 1
1 3
1 1
2 4
11 2
1 1
2 1
1 1
4 12
1 1
1 2
1 3
1 2
13 1
1 1
2 1
1 1
3 14
1 1
1 3
1 1
2 4
15 1
1 1
2 1
1 1
4 16
1 1
1 3
3 2
3 3
17 2
1 1
3 1
4 4
3 18
2 3
3 4
2 1
3 4
19 1
3 3
3 1
1 2
4 20
1 3
3 3
1 1
2 4
Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan nilai terbesar adalah terbaik, maka semua kriteria yang
diberikan diasumsikan sebagai kriteria keuntungan. Pengambil keputusan memberikan bobot preferensi sebagai : W = 2, 2, 2, 3, 1, 2, 1, 2. Matriks keputusan dibentuk dari
tabel kecocokan sebagai berikut:
Universitas Sumatera Utara
X =
Berikut adalah perhitungan normalisasi matriks keputusan dengan cara menghitung nilai rating kinerja ternormalisasi r
ij
dari setiap alternatif berdasarkan kriteria yang diasumsikan sebagai kriteria keuntungan.
Untuk Alternatif-1 01: r
1,1
=
8 {:;:;;:;:;:;;;:;;; ; ; ; ; ;;; ; } :
=
:
= 0.33
r
1,2
=
8 {:;:;:;:;:;:; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
1,3
=
8 {:;:;:;:;:; ; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
1,4
=
8 {:;:;;;; ;;;:;:;;;;:;;:;:;;:;:} :
=
:
= 0.33
r
1,5
=
8 { ;;:; ; ; ; ; ; ; ; ; ; ; ; ;:; ;; ; }
= = 1
r
1,6
=
8 {; ;:;:; ; ; ; ; ; ; ;:; ; ; ;;; ; ; }
= = 0.5
3 3
3 3
1 2
3 4
3 3
3 3
2 1
4 4
2 3
3 2
3 3
4 2
3 3
3 4
1 3
3 4
3 3
3 4
1 1
2 4
3 3
1 1
1 1
2 4
2 1
1 4
1 1
4 4
2 1
1 2
1 1
2 4
3 3
3 3
1 1
3 4
2 1
1 3
1 1
2 4
2 1
1 2
1 1
1 4
1 1
1 2
1 3
1 2
1 1
1 2
1 1
1 3
1 1
1 3
1 1
2 4
1 1
1 2
1 1
1 4
1 1
1 3
3 2
3 3
2 1
1 3
1 4
4 3
2 3
3 4
2 1
3 4 1
3 3
3 1
1 2 4
1 3
3 3
1 1 2 4
Universitas Sumatera Utara
r
1,7
=
8 {:;;;:;;;;;:;; ; ; ;; ;:;;:;;} :
=
:
= 0.33
r
1,8
=
8 {;;;;;;;;;;;;:;;;:;:;;;}
= = 0.5
Untuk Alternatif-2 02: r
2,1
=
8 {:;:;;:;:;:;;;:;;; ; ; ; ; ;;; ; } :
=
:
= 0.33
r
2,2
=
8 {:;:;:;:;:;:; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
2,3
=
8 {:;:;:;:;:; ; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
2,4
=
8 {:;:;;;; ;;;:;:;;;;:;;:;:;;:;:} :
=
:
= 0.33
r
2,5
=
8 { ;;:; ; ; ; ; ; ; ; ; ; ; ; ;:; ;; ; }
= = 0.5
r
2,6
=
8 {; ;:;:; ; ; ; ; ; ; ;:; ; ; ;;; ; ; }
= = 1
r
2,7
=
8 {:;;;:;;;;;:;; ; ; ;; ;:;;:;;}
= = 0.25
r
2,8
=
8 {;;;;;;;;;;;;:;;;:;:;;;}
= = 0.5
Untuk Alternatif-3 03: r
3,1
=
8 {:;:;;:;:;:;;;:;;; ; ; ; ; ;;; ; }
= = 0.5
r
3,2
=
8 {:;:;:;:;:;:; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
3,3
=
8 {:;:;:;:;:; ; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
3,4
=
8 {:;:;;;; ;;;:;:;;;;:;;:;:;;:;:}
= = 0.5
r
3,5
=
8 { ;;:; ; ; ; ; ; ; ; ; ; ; ; ;:; ;; ; } :
=
:
= 0.33
r
3,6
=
8 {; ;:;:; ; ; ; ; ; ; ;:; ; ; ;;; ; ; } :
=
:
= 0.33
Universitas Sumatera Utara
r
3,7
=
8 {:;;;:;;;;;:;; ; ; ;; ;:;;:;;}
= = 0.25
r
3,8
=
8 {;;;;;;;;;;;;:;;;:;:;;;}
= = 1
Untuk Alternatif-4 04: r
4,1
=
8 {:;:;;:;:;:;;;:;;; ; ; ; ; ;;; ; } :
=
:
= 0.33
r
4,2
=
8 {:;:;:;:;:;:; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
4,3
=
8 {:;:;:;:;:; ; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
4,4
=
8 {:;:;;;; ;;;:;:;;;;:;;:;:;;:;:}
= = 0.25
r
4,5
=
8 { ;;:; ; ; ; ; ; ; ; ; ; ; ; ;:; ;; ; }
= = 1
r
4,6
=
8 {; ;:;:; ; ; ; ; ; ; ;:; ; ; ;;; ; ; } :
= = 0.33
r
4,7
=
8 {:;;;:;;;;;:;; ; ; ;; ;:;;:;;} :
=
:
= 0.33
r
4,8
=
8 {;;;;;;;;;;;;:;;;:;:;;;}
= = 0.5
Untuk Alternatif-5 05: r
5,1
=
8 {:;:;;:;:;:;;;:;;; ; ; ; ; ;;; ; } :
=
:
= 0.33
r
5,2
=
8 {:;:;:;:;:;:; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
5,3
=
8 {:;:;:;:;:; ; ; ;:; ; ; ; ; ; ; ; ;:;:;:} :
=
:
= 0.33
r
5,4
=
8 {:;:;;;; ;;;:;:;;;;:;;:;:;;:;:}
= = 0.25
r
5,5
=
8 { ;;:; ; ; ; ; ; ; ; ; ; ; ; ;:; ;; ; }
= = 1
r
5,6
=
8 {; ;:;:; ; ; ; ; ; ; ;:; ; ; ;;; ; ; }
= = 1
Universitas Sumatera Utara
r
5,7
=
8 {:;;;:;;;;;:;; ; ; ;; ;:;;:;;}
= = 0,5
r
5,8
=
8 {;;;;;;;;;;;;:;;;:;:;;;}
= = 0,5
Proses perhitungan untuk normalisasi R terus dilakukan sampai ke alternatif ke -20 dan didapati hasil matriks normalisasi R adalah sebagai berikut:
R =
Setelah itu melakukan proses perangkingan untuk setiap alternatif di mana perhitungannya adalah sebagai berikut:
V
1
= 20.33 + 20.33 + 20.33 + 30.33 + 11 + 20.5 + 10.33 + 20.5
= 0.66 + 0.66 + 0.66 + 0.99 + 1 + 1 + 0.33 + 1 = 6.33
0.333 0.333
0.333 0.333
1 0.5
0.333 0.5
0.333 0.333
0.333 0.333
0.5 1
0.25 0.5
0.5 0.333
0.333 0.5
0.333 0.333
0.25 1
0.333 0.333
0.333 0.25
1 0.333
0.333 0.5
0.333 0.333
0.333 0.25
1 1
0.5 0.5
0.333 0.333
1 1
1 1
0.5 0.5
0.5 1
1 0.25
1 1
0.25 0.5
0.5 1
1 0.5
1 1
0.5 0.5
0.333 0.333
0.333 0.333
1 1
0.333 0.5
0.5 1
1 0.333
1 1
0.5 0.5
0.5 1
1 0.5
1 1
1 0.5
1 1
1 0.5
1 0.333
1 1
1 1
1 0.5
1 1
1 0.667
1 1
1 0.333
1 1
0.5 0.5
1 1
1 0.5
1 1
1 0.5
1 1
1 0.333
0.333 0.5
0.333 0.667
0.5 1
1 0.333
1 0.25
0.25 0.667
0.5 0.333
0.333 0.25
0.5 1
0.333 0.5
1 0.333
0.333 0.333
1 1
0.5 0.5
1 0.333
0.333 0.333
1 1
0.5 0.5
Universitas Sumatera Utara
V
2
= 20.33 + 20.33 + 20.33 + 30.33 + 10.5 + 21 + 10.25 + 20.5
= 0.66 + 0.66 + 0.66 + 0.99 + 0.5 + 2 + 0.25 + 1 = 6.75
V
3
= 20.5 + 20.33 + 20.33 + 30.5 + 10.33 + 20.33 + 10.25 + 21
= 1 + 0.66 + 0.66 + 1.5 + 0.33 + 0.66 + 0.25 + 2 = 7.08
V
4
= 20.33 + 20.33 + 20.33 + 30.25 + 11 + 20.33 + 10.33 + 20.5
= 0.66 + 0.66 + 0.66 + 0.75 + 1 + 0.66 + 0.33 + 1 = 5.75
V
5
= 20.33 + 20.33 + 20.33 + 30.25 + 11 + 21 + 10.5 + 20.5
= 0.66 + 0.66 + 0.66 + 0.75 + 1 + 2 + 0.5 + 1 = 7.25
V
6
= 20.33 + 20.33 + 21 + 31 + 11 + 21 + 10.5 + 20.5 = 0.66 + 0.066 + 2 + 3 + 1 + 2 + 0.5 + 1
= 10.83 V
7
= 20.5 + 21 + 21 + 30.25 + 11 + 21 + 10.25 + 20.5 = 1 + 2 + 2 + 0.75 + 1 + 2 + 0.25 + 1
= 10 V
8
= 20.5 + 21 + 21 + 30.5 + 11 + 21 + 10.5 + 20.5 = 1 + 2 + 2 + 1.5 + 1 + 2 + 0.5 + 1
= 11 V
9
= 20.33 + 20.33 + 20.33 + 30.33 + 11 + 21 + 10.33 + 20.5
Universitas Sumatera Utara
= 0.66 + 0.66 + 0.66 + 0.99 + 1 + 2 + 0.33 + 1 = 7.33
V
10
= 20.5 + 21 + 21 + 30.33 + 11 + 21 + 10.5 + 20.5 = 1 + 2 + 2 + 0.99 + 1 + 2 + 0.5 + 1
= 10.5 V
11
= 20.5 + 21 + 21 + 30.5 + 11 + 21 + 11 + 20.5 = 1 + 2 + 2 + 1.5 + 1 + 2 + 1 + 1
= 11.5 V
12
= 21 + 21 + 21 + 30.5 + 11 + 20.33 + 11 + 21 = 2 + 2 + 2 + 1.5 + 1 + 0.66 + 1 + 2
= 12.17 V
13
= 21 + 21 + 21 + 30.5 + 11 + 21 + 11 + 20.66 = 2 + 2 + 2 + 1.5 + 1 + 2 + 1 + 1.32
= 12.83 V
14
= 21 + 21 + 21 + 30.33 + 11 + 21 + 10.5 + 20.5 = 2 + 2 + 2 + 0.99 + 1 + 2 + 0.5 + 1
= 11.5 V
15
= 21 + 21 + 21 + 30.5 + 11 + 21 + 11 + 20.5 = 2 + 2 + 2 + 1.5 + 1 + 2 + 1 + 1
= 12.5 V
16
= 21 + 21 + 21 + 30.33 + 10.33 + 20.5 + 10.33 + 20.66 = 2 + 2 + 2 + 0.99 + 0.33 + 1 + 0.33 + 1.32
= 10
V
17
= 20.5 + 21 + 21 + 30.33 + 11 + 20.25 + 10.25 + 20.66 = 1 + 2 + 2 + 0.99 + 1 + 0.5 + 0.25 + 1.32
Universitas Sumatera Utara
= 9.08 V
18
= 20.5 + 20.33 + 20.33 + 30.25 + 10.5 + 21 + 10.33 + 20.5
= 1 + 0.66 + 0.66 + 0.75 + 0.5 + 2 + 0.33 + 1 = 6.92
V
19
= 21 + 20.33 + 20.33 + 30.33 + 11 + 21 + 10.5 + 20.5 = 2 + 0.66 + 0.66 + 0.99 + 1 + 2 + 0.5 + 1
= 8.83 V
20
= 21 + 20.33 + 20.33 + 30.33 + 11 + 21 + 10.5 + 20.5 = 2 + 0.66 + 0.66 + 0.99 + 1 + 2 + 0.5 + 1
= 8.83 Berdasarkan perhitungan proses perangkingan maka didapatkan hasil
perangkingan dapat dilihat pada tabel 3.14.
Tabel 3.14. Hasil Perangkingan Warga Miskin dengan Metode SAW
No_Warga Nilai
13 12.83
15 12.5
12 12.17
11 11.5
14 11.5
08 11
06 10.83
10 10.5
07 10
16 10
17 9.08
19 8.83
20 8.83
09 7.33
05 7.25
03 7.08
18 6.92
02 6.75
01 6.33
Universitas Sumatera Utara
04 5.75
3.4.2. Perhitungan Nilai dengan Metode Profile Matching secara Manual Berdasarkan tabel nilai rill data warga yaitu tabel 3.9 maka berikut adalah nilai dari
rating kecocokan dari setiap alternatif terhadap setiap kriteria yang akan dihitung dengan metode profile matching dapat dilihat pada tabel 3.15.
Tabel 3.15. Rating Kecocokan dari Setiap Alternatif pada Setiap Kriteria
No_ Warga
Luas Rumah
C1 Status
Tanah C2
Status Rumah
C3 Kondisi
Rumah C4
Penda- patan
C5 Pendi-
dikan C6
Listrik C7
Anak C8
01 3
3 3
3 1
2 3
4 02
3 3
3 3
2 1
4 4
03 2
3 3
2 3
3 4
2 04
3 3
3 4
1 3
3 4
05 3
3 3
4 1
1 2
4 06
3 3
1 1
1 1
2 4
07 2
1 1
4 1
1 4
4 08
2 1
1 2
1 1
2 4
09 3
3 3
3 1
1 3
4 10
2 1
1 3
1 1
2 4
11 2
1 1
2 1
1 1
4 12
1 1
1 2
1 3
1 2
13 1
1 1
2 1
1 1
3 14
1 1
1 3
1 1
2 4
15 1
1 1
2 1
1 1
4 16
1 1
1 3
3 2
3 3
17 2
1 1
3 1
4 4
3 18
2 3
3 4
2 1
3 4
19 1
3 3
3 1
1 2
4 20
1 3
3 3
1 1
2 4
Universitas Sumatera Utara
Tabel rating kecocokan tersebut akan digunakan untuk melakukan proses pemetaan GAP. Pemetaan GAP yaitu rating kecocokan akan dikurangkan dengan bobot
dapat dilihat pada tabel 3.16.
Tabel 3.16. Pemetaan GAP
No_ Warga
Luas Rumah
C1 Status
Tanah C2
Status Rumah
C3 Kondisi
Rumah C4
Penda- patan
C5 Pendi-
dikan C6
Listrik C7
Anak C8
01 3
3 3
3 1
2 3
4 02
3 3
3 3
2 1
4 4
03 2
3 3
2 3
3 4
2 04
3 3
3 4
1 3
3 4
05 3
3 3
4 1
1 2
4 06
3 3
1 1
1 1
2 4
07 2
1 1
4 1
1 4
4 08
2 1
1 2
1 1
2 4
09 3
3 3
3 1
1 3
4 10
2 1
1 3
1 1
2 4
11 2
1 1
2 1
1 1
4 12
1 1
1 2
1 3
1 2
13 1
1 1
2 1
1 1
3 14
1 1
1 3
1 1
2 4
15 1
1 1
2 1
1 1
4 16
1 1
1 3
3 2
3 3
17 2
1 1
3 1
4 4
3 18
2 3
3 4
2 1
3 4
19 1
3 3
3 1
1 2
4 20
1 3
3 3
1 1
2 4
2 2
2 3
1 2
1 2
01 1
1 1
2 2
02 1
1 1
1 -1
3 2
03 1
1 -1
2 1
3
Universitas Sumatera Utara
04 1
1 1
1 1
2 2
05 1
1 1
1 -1
1 2
06 1
1 -1
-2 -1
1 2
07 -1
-1 1
-1 3
2 08
-1 -1
-1 -1
1 2
09 1
1 1
-1 2
2 10
-1 -1
-1 1
2 11
-1 -1
-1 -1
2 12
-1 -1
-1 -1
1 13
-1 -1
-1 -1
-1 1
14 -1
-1 -1
-1 1
2 15
-1 -1
-1 -1
-1 2
16 -1
-1 -1
2 2
1 17
-1 -1
2 3
1 18
1 1
1 1
-1 2
2 19
-1 1
1 -1
1 2
20 -1
1 1
-1 1
2
Keterangan : = Nilai minimal setiap kriteria
Apabila pemetaan GAP sudah dilakukan, maka hasil dari pemetaan tersebut diberi bobot nilai yang sesuai dengan patokan tabel bobot nilai GAP. Seperti yang
terlihat pada tabel 3.17.
Tabel 3.17. Bobot Nilai
Universitas Sumatera Utara
No. Selisih
Bobot Nilai
Keterangan 1
5 Tidak ada selisih
2 1
4,5 Kompetensi individu kelebihan 1 tingkatlevel
3 -1
4 Kompetensi individu kekurangan 1 tingkatlevel
4 2
3,5 Kompetensi individu kelebihan 2 tingkatlevel
5 -2
3 Kompetensi individu kekurangan 2 tingkatlevel
6 3
2,5 Kompetensi individu kelebihan 3 tinkatlevel
7 -3
2 Kompetensi individu kekurangan 3 tingkatlevel
8 4
1,5 Kompetensi individu kelebihan 4 tinkatlevel
9 -4
1 Kompetensi individu kekurangan 4 tingkatlevel
Setelah proses pembobotan GAP telah selesai dilakukan didapati hasilnya dapat dilihat pada tabel 3.18.
Tabel 3.18. Pembobotan GAP
No_ Warga
Luas Rumah
C1 Status
Tanah C2
Status Rumah
C3 Kondisi
Rumah C4
Penda- patan
C5 Pendi-
dikan C6
Listrik C7
Anak C8
01 4.5
4.5 4.5
5 5
5 3.5
3.5 02
4.5 4.5
4.5 5
4.5 4
2.5 3.5
03 5
4.5 4.5
4 3.5
4.5 2.5
5 04
4.5 4.5
4.5 4.5
5 4.5
3.5 3.5
05 4.5
4.5 4.5
4.5 5
4 4.5
3.5 06
4.5 4.5
4 3
5 4
4.5 3.5
07 5
4 4
4.5 5
4 2.5
3.5 08
5 4
4 4
5 4
4.5 3.5
09 4.5
4 4.5
5 5
4 3.5
3.5 10
5 4
4 5
5 4
4.5 3.5
11 5
4 4
4 5
4 5
3.5 12
4 4
4 4
5 4.5
5 5
Universitas Sumatera Utara
13 4
4 4
4 5
4 5
4.5 14
4 4
4 5
5 4
4.5 3.5
15 4
4 4
4 5
4 5
3.5 16
4 4
4 5
3.5 5
3.5 4.5
17 5
4 4
5 5
3.5 2.5
4.5 18
5 4.5
4.5 4.5
4.5 4
3.5 3.5
19 4
4.5 4.5
5 5
4 4.5
3.5 20
4 4.5
4.5 5
5 4
4.5 3.5
Setelah proses pembobotan GAP sudah dilakukan, maka hasilnya dibagi menjadi 2 kelompok yaitu Core Factor dan Secondary Factor. Hasil perhitungan core
factor dan secondary factor dapat dilihat pada tabel 3.19 .
Tabel 3.19. Core dan Secondary Factor
No Warga Core factor
Secondary factor 01
5 + 3.5 + 3.5 3 = 4 4.5 + 4.5 + 4.5 + 5 + 5 5 = 4.7
02 4.5 + 2.5 + 3.5 3 = 3.5
4.5 + 4.5 + 4.5 + 5 + 4 5 = 4.5 03
3.5 + 2.5 + 5 3 = 3.7 5 + 4.5 + 4.5 + 4 + 4.5 5 = 4.5
04 5 + 3.5 + 3.5 3 = 4
4.5 + 4.5 + 4.5 + 4.5 + 4.5 5 = 4.5 05
5 + 4.5 + 3.5 3 = 4.3 4.5 + 4.5 + 4.5 + 4.5 + 4 5 = 4.4
06 5 + 4.5 + 3.5 3 = 4.3
4.5 + 4.5 + 4 + 3 + 4 5 = 4 07
5 + 2.5 + 3.5 3 = 3.7 5 + 4 + 4 + 4.5 + 4 5 = 4.3
08 5 + 4.5 + 3.5 3 = 4.3
5 + 4 + 4 + 4 + 4 5 = 4.2 09
5 + 3.5 + 3.5 3 = 4 4.5 + 4 + 4.5 + 5 + 4 5 = 4.5
10 5 + 4.5 + 3.5 3 = 4.5
5 + 4 + 4 + 5 + 4 5 = 4.2 11
5 + 5 + 3.5 3 = 4.5 5 + 4 + 4 + 4 + 4 5 = 4.2
12 5 + 5 + 5 3 = 5
4 + 4 + 4 + 4 + 4.5 5 = 4.1 13
5 + 5 + 4.5 3 = 4.8 4 + 4 + 4 + 4 + 4 5 = 4
14 5 + 4.5 + 3.5 3 = 4.3
4 + 4 + 4 + 5 + 4 5 = 4.2 15
5 + 5 + 3.5 3 = 4.5 4 + 4 + 4 + 4 + 4 5 = 4
16 3.5 + 3.5 + 4.5 3 = 3.8
4 + 4 + 4 + 5 + 5 5 = 4.4
Universitas Sumatera Utara
17 5 + 2.5 + 4.5 3 = 4
5 + 4 + 4 + 5 + 3.5 5 = 4.3 18
4.5 + 3.5 + 3.5 3 = 3.8 5 + 4.5 + 4.5 + 4.5 + 4 5 = 4.5
19 5 + 4.5 + 3.5 3 = 4.3
4 + 4.5 + 4.5 + 5 + 4 5 = 4.4 20
5 + 4.5 + 3.5 3 = 4.3 4 + 4.5 + 4.5 + 5 + 4 5 = 4.4
Keterangan : Core factor
= pendapatan kepala rumah tangga, biaya rekening listrik dan jumlah tanggungan anak.
Secondary factor = luas rumah, status tanah, status rumah, kondisi rumah dan
pendidikan kepala rumah tangga. Setelah itu melakukan proses proses perangkingan untuk setiap alternatif
dimana perhitungannya adalah sebagai berikut: V
1
= 60 4 + 40 4.7 = 2.4 + 1.88
= 4.28 V
2
= 60 3.5 + 40 4.5 = 2.1 + 1.8
= 3.9 V
3
= 60 3.7 + 40 4.5 = 2.2 + 1.8
= 4 V
4
= 60 4 + 40 4.5 = 2.4 + 1.8
= 4.2
Universitas Sumatera Utara
V
5
= 60 4.3 + 40 4.4 = 2.6 + 1.76
= 4.36 V
6
= 60 4.3 + 40 4 = 2.6 + 1.6
= 4.2 V
7
= 60 3.7 + 40 4.3 = 2.2 + 1.72
= 3.92 V
8
= 60 4.3 + 40 4.2 = 2.6 + 1.68
= 4.28 V
9
= 60 4 + 40 4.5 = 2.6 + 1.76
= 4.16 V
10
= 60 4.5 + 40 4.2 = 2.6 + 1.76
= 4.36 V
11
= 60 4.5 + 40 4.2 = 2.7 + 1.68
= 4.38 V
12
= 60 5 + 40 4.1 = 3 + 1.64
= 4.64
Universitas Sumatera Utara
V
13
= 60 4.8 + 40 4 = 2.9 + 1.6
= 4.5 V
14
= 60 4.3 + 40 4.2 = 2.6 + 1.68
= 4.28 V
15
= 60 4.5 + 40 4 = 2.7 + 1.6
= 4.3 V
16
= 60 3.8 + 40 4.4 = 2.3 + 1.76
= 4.06 V
17
= 60 4 + 40 4.3 = 2.4 + 1.72
= 4.12 V
18
= 60 3.8 + 40 4.5 = 2.3 + 1.8
= 4.1 V
19
= 60 4.3 + 40 4.4 = 2.6 + 1.76
= 4.36 V
20
= 60 4.3 + 40 4.4 = 2.6 + 1.76
= 4.36 Berdasarkan perhitungan proses perangkingan maka didapatkan hasil
perangkingan dapat dilihat pada tabel 3.20.
Universitas Sumatera Utara
Tabel 3.20. Hasil Perangkingan Warga Miskin dengan Metode Profile Matching
No Warga Nilai
12 4.64
13 4.5
11 4.38
5 4.36
10 4.36
19 4.36
20 4.36
15 4.3
1 4.28
8 4.28
14 4.28
4 4.2
6 4.2
9 4.16
17 4.12
18 4.1
16 4.06
3 4
7 3.92
2 3.9
3.5 Rancangan Antar Muka Sistem