Analisis Data KESIMPULAN DAN SARAN

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