SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN TINGKAT KEMISKINAN MENGGUNAKAN METODE SIMPLE ADDICTIVE WEIGHTING (SAW) DI DESA TEMUWANGI, PEDAN, KLATEN A DECISION SUPPORT SYSTEM FOR DETERMING THE LEVEL OF RURAL POVERTY USING SIMPLE ADDICTIVE WEIGHTING (SAW) I

Jurnal SCRIPT Vol. 4 No. 2 Juni 2017

ISSN: 2338-6304

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN TINGKAT KEMISKINAN
MENGGUNAKAN METODE SIMPLE ADDICTIVE WEIGHTING (SAW) DI DESA
TEMUWANGI, PEDAN, KLATEN
A DECISION SUPPORT SYSTEM FOR DETERMING THE LEVEL OF RURAL POVERTY
USING SIMPLE ADDICTIVE WEIGHTING (SAW) IN TEMUWANGI, PEDAN, KLATEN
1

2

Evi Eltinah , Suroyo ,Erfanti Fatkhiyah

3

1,2,3

Teknik Informatika, institut Sains & Teknologi AKPRIND Yogyakarta
3

2
elti1103@gmail.com, suraya_pandes@yahoo.com, erfanti@akprind.ac.id

1

ABSTRACT
The prolonged economic crisis and political stability uncertain cause economic growth
slowed, rising unemployment, weakening the level of education, and the slow development of
the region, the problem of poverty is one of the important targets for development in Indonesia,
because the poverty rate can be increased by the economic crisis as a result of rising
unemployment. To reduce the impact of the economic crisis, a lot of government programs such
as rice for the poor (Raskin), direct cash assistance (BLT), Social Security Agency (BPJS) etc.
are distributed to districts, sub-districts and villages. In practice many misdirected even a lack of
data and the criteria are categorized as poor, even a lot of assistance received by a person who
did not deserve it.
Decision Support System Determine the status of poverty is expected to help the
village Temuwangi full authority as the holder determines the poor people who in the future
could be used to help deliver aid to people who truly need.
This study uses data villagers temuwangi, poverty status criteria data. The methodology
used is literature study method. Tools needed in this research is the PHP programming

language, HTML, CSS, bootstrap templete gentelle, Text Editor uses sublime text 2 program,
System Design using visual software UML10.1 paradigm for the enterprise edition, the database
used is MySQL, Web Server using XAMPP , as well as computer equipment. The method used
in the decision making is the Simple Additive weighting method (SAW).
These results can then be displayed by the largest or smallest value, making it easier
for decision makers to choose the best alternative from a number of alternatives.
Keywords: poverty, Simple Additive Weighting (SAW), economics, DSS.
INTISARI
Krisis ekonomi yang berkepanjangan dan stabilitas politik yang tidak menentu
menyebabkan pertumbuhan ekonomi melemah, meningkatnya jumlah pengangguran,
melemahnya tingkat pendidikan, serta lambatnya pembangunan daerah, permasalahan
kemiskinan adalah salah satu target penting bagi pembangunan di Indonesia, karena angka
kemiskinan dapat bertambah dengan adanya krisis ekonomi akibat naiknya angka
pengangguran. Untuk mengurangi dampak krisis ekonomi ini, banyak sekali program
pemerintah seperti beras miskin (raskin), Bantuan Langsung Tunai (BLT), Badan
Penyelenggara Jaminan Sosial (BPJS) dan lain sebagainya yang disalurkan untuk kecamatan,
kelurahan dan desa. Dalam pelaksanaannya banyak salah sasaran bahkan kekurangan data
dan kriteria orang yang dikatakan miskin, bahkan banyak bantuan diterima oleh orang yang
tidak layak menerimanya.
Sistem Pendukung Keputusan Menentukan status kemiskinan diharapkan mampu

membantu pihak Desa Temuwangi selaku pemegang penuh wewenang menentukan warga
miskin yang ke depannya bisa digunakan untuk membantu menyalurkan bantuan kepada warga
yang benar benar membutuhkan.
Penelitian ini menggunakan data warga desa temuwangi, data kriteria status
kemiskinan.Metodologi yang digunakan adalah metode studi kepustakaan. Alat yang
dibutuhkan dalam penelitian ini adalah bahasa pemrograman PHP, HTML, CSS, templete
bootstrap gentelle, Teks Editor program menggunakan sublime text 2, Perancangan Sistem
menggunakan software visual paradigm for UML10.1 enterprise edition, database yang
digunakan adalah MySQL, Web Server menggunakan XAMPP, serta perangkat komputer.

164

Jurnal SCRIPT Vol. 4 No. 2 Juni 2017

ISSN: 2338-6304

Metode yang digunakan dalam menentukan keputusan adalah metode Simple Additive
Weighting (SAW).
Hasil tersebut kemudian dapat ditampilkan berdasarkan nilai terbesar atau terkecil,
sehingga memudahkan pengambil keputusan untuk memilih alternatif terbaik dari sejumlah

alternatif.
Kata Kunci: kemiskinan, Simple Additive Weighting (SAW), ekonomi, SPK.
PENDAHULUAN
Krisis ekonomi yang berkepanjangan dan stabilitas politik yang tidak menentu
menyebabkan pertumbuhan ekonomi melemah, meningkatnya jumlah pengangguran,
melemahnya tingkat pendidikan, serta lambatnya pembangunan daerah, permasalahan
kemiskinan adalah salah satu target penting bagi pembangunan di Indonesia, karena angka
kemiskinan dapat bertambah dengan adanya krisis ekonomi akibat naiknya angka
pengangguran. Untuk mengurangi dampak krisis ekonomi ini, banyak sekali program
pemerintah seperti beras miskin (raskin), Bantuan Langsung Tunai (BLT), Badan
Penyelenggara Jaminan Sosial (BPJS) dan lain sebagainya yang disalurkan untuk kecamatan,
kelurahan dan desa. Dalam pelaksanaannya banyak salah sasaran bahkan kekurangan data
dan kriteria orang yang dikatakan miskin, bahkan banyak bantuan diterima oleh orang yang
tidak layak menerimanya.
Permasalahan dalam menentukan kriteria yang berhak menerima bantuan dari
pemerintah tidak jelas, dikarenakan belum adanya aplikasi yang dapat membantu untuk
menentukan orang yang dikatakan miskin yang selama ini hanya berdasarkan data yang tidak
jelas kebenarannya.Permasalahan tersebut dapat diatasi dengan memanfaatkan teknologi
informasi.
Rumusan masalah pada skripsi ini adalah bagaimana membuat aplikasi sistem

pendukung pengambilan keputusan yang memudahkan dalam penentuan orang/masyarakat
yang termasuk kategori miskin dengan metode simple addictive weighting (SAW).
TINJAUAN PUSTAKA
Penelitian yang dilakukan oleh kusumo (2016) menerapkan Sistem Pengambil Keputusan
Penerima Dana Bantuan Stimulan Usaha Pada Badan Keswadyaan Masyarakat menggunakan
metode weight product (WP), Penelitian tersebut menjelaskan bahwa Penerima Dana Bantuan
Stimulan Usaha dapat membantu BKM Tamanmartani dalam menentukan penerima bantuan
usaha secara sistematis, agar dalam program penanggulangan kemiskinan,bantuan dapat
diserahkan kepada warga yang benar-benar membutuhkan. Hal ini karena hasil dari penilaian
yang diberikan status permohonan antara lain permohonan diterima, permohonan
dipertimbangkan dan permohonan ditolak. Hasil tersebut kemudian dapat di tampilkan
berdasarkan nilai terbesar dan terkecil sehingga memudahkan dalam pengambilan keputusan
untuk memilih alternatif terbaik dari semua alternatif. Sedangkan kekurangan dari sistem yang
dibuat oleh kusumo adalah
aplikasi ini masih menggunakan bahasa pemograman PHP tanpa framework sehingga
menyebabkan respon kurang maksimal.
Penelitian yang dilakukan oleh Kurniawan (2016) telah menerapkan Sistem Pangambil
Keputusan Pengembangan Fasilitas Penunjang Wisata Di Kabupaten Pacitan. Sistem ini di
kembangkan dengan adanya webside, kemudian kekurangan dari sistem ini yaitu belum
adanya keamanan yang maksimal dari website nya, kemudian harapan dari kurniawan selaku

pembuat sistem adalah sistem ini dapat dikembangkan dengan metode lain agar dapat
memberikan hasil yang lebih akurat, serta penilaian kondisi wisata dilakukan oleh user atau
pengunjung supaya lebih obyektif lagi.
Penelitian yang dilakukan oleh Iswanto (2016) telah menerapkan Sistem Pendukung
Keputusan Menentukan Penerima Pinjaman Koperasi Taman Sejahtera. Naskah dalam
penelitian iswanto menggunakan metode SAW (Simple Additive weighting), kelebihan dari
simtem yang dibuat oleh iswanto mampu memberikan pertimbangan kepada setiap anggota
peminjam dengan perankingan yang dibuat oleh sistem.

165

Jurnal SCRIPT Vol. 4 No. 2 Juni 2017

ISSN: 2338-6304

Jurnal milik (Emilia, 2014) yaitu Sistem Pendukung Keputusan Penanganan Kesehatan
anak dengan metode fuzzy mamdani. Dari hasil eksperimen yang penulis lakukan terhadap
penelitian ini penulis dapat menarik beberapa kesimpulan yang terkait dengan proses penelitian
maupun dengan isi dari penelitian itu sendiri. Hasil sistem pendukung keputusan akan
menghasilkan nilai-nilai yang dapat memberikan gambaran akan penanganan kesehatan bayi.

Sehingga jika dilakukan penilaian maka akan didapatkan hasil yang tepat untuk penanganan
setiap anak. Kekurangan dari sistem ini adalah proses harus dilakukan dengan data yang
lengkap, sehingga penilaian akan dilakukan secara objektif.
Landasan teori yang digunakan dalam penelitian ini adalah penjelasan teori dari konsep
yang berhubungan dengan Sistem Pendukung Keputusan dan Metode Simple Additive
Weighting (SAW).Sistem Pendukung Keputusan atau Decision Support System (DSS)
merupakan sistem informasi interakif yang menyediakan informasi, pemodelan, dan manipulasi
data.Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang
semiterstrukur dan situasi yang tidak terstruktur (Kusrini, 2007).
Sistem Pendukung Keputusan tidak dimaksudkan untuk mengotomatisasikan
pengambilan keputusan, tetapi memberikan perangkat interaktif yang memungkinkan
pengambil keputusan untuk melakukan berbagai analisis menggunakan model-model yang
tersedia.Metode Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode
penjumlahan terbobot.Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari
rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses
normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua
rating alternatif yang ada MADM itu merupakan suatu metode yang digunakan untuk mencari
alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Metode SAW mengharuskan
pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk alternatif diperoleh
dengan menjumlahkan seluruh hasil perkalian antara rating dan bobot tiap atribut. Rating tiap

atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi matriks
sebelumnya (Aeroyid, 2014).
METODE PENELITIAN
Bahan penelitian yang digunakan adalah sebagai berikut:Data warga Desa Temuwangi,
Pedan, Klaten, Jawa Tengah. Data kriteria penentuan warga miskin.Metode Pengumpulan
DataMetode ObservasiMetode observasi merupakan suatu cara pengumpulan data dengan
pengamatan secara langsung pada obyek yang diteliti. Contohnya : data per kepala
keluarga(KK) dan data kegiatan.Metode LiteraturMetode ini merupakan sebuah cara dalam
pengumpulan data dengan menggunakan buku-buku, laporan penelitian dan literatur lainnya
yang berhubungan dengan teori dan konsep pembuatan system SPK.
Diagran yang digunakan untuk perancangan sistem pada penelitian ini adalah DFD
konteks level 0 dan DFD level 1. DFD konteks level 0 menggambarkan sistem secara global,
sehingga akan digambarkan dalam bentuk yang paling detail dengan DFD level 1. DFD konteks
level 0 digunakan untuk menunjukkan ruang lingkup dan batasan dari sistem pendukung
keputusan kemiskinan. DFD konteks level 0 SPK kemiskinan dapat dilihat pada gambar 1.

Gambar 1.DFD konteks level 0

166

PEMBAHASAN
TAMPILAN HALAMAN LOGIN
Halaman Login adalah halaman awal untuk masuk ke sistem SPK kemiskinan.
Halaman Login memiliki form untuk memasukkan username dan password. Tampilan halaman
Login ditunjukkan pada gambar 2.

.
Gambar 2 Halaman login admin
TAMPILAN HALAMAN BERANDA ADMIN
Halaman beranda admin adalah halaman yang menampilkan informasi ringkas terkait
dengan data yang dikelola oleh admin.Yaitu halaman dashboard, user admin memiliki beberapa
menu yaitu beranda/dushboard, data warga, data lurah, data tahun, status kemiskinan,
penilaian, dan rekap penilaian.Tampilan halaman beranda admin ditunjukkan oleh gambar 3.

Gambar 3 Tampilan Halaman Beranda Admin
TAMPILAN HALAMAN TAHUN
Data kelola tahun berisi data tahun penilaian. Pada data tahun terdapat 4 menu yaitu
tambah, ubah, hapus dan terdapat menu lihat kriteria.Dimana di dalam menu lihat kriteria
sendiri terdapat beberapa menu yaitu tambah kriteria, sub krieria, ubah, hapus dan bobot.Di
dalam tampilan menu bobot adalah untuk mengatur bertambahnya bobot sesuai kriteria yang

ada, dimana bobot harus berjumlah nilai 1.Di halaman kelola tahun terdapat beberapa
validasi.Tampilan halaman kelola data tahun ditunjukkan oleh gambar 4

167

Gambar 4 Tampilan Halaman Data Tahun
TAMPILAN HALAMAN PENILAIAN
Untuk melakukan penilaian status kemiskinan pada warga, admin dapat memilih menu
penilaian. Langkah pertama admin harus memilih di tahun keberapa warga akan dinilai kemudia
memilih nik warga yang akan dinilai lalu save. Halaman ini dapat dilihat pada gambar 5.

Gambar 5 Tampilan Halaman Penilaian
TAMPILAN HALAMAN HASIL PENILAIAN
Untuk melihat rekap hasil penilaian status kemiskinan warga, admin dapat memilih
menu rekap penilaian lalu memilih tahun penilaian yang diinginkan maka akan muncul hasil
penilaian berdasarkan tahun penilaian yang diinginkan. Tampilan halaman rekap tahun hasil
penilaian status kemiskinan warga ditunjukkan oleh gambar 6

Gambar 6. Tampilan Halaman Hasil Penilaian

168

Kode

K1

K2

K3

K4

K5

K6

K7

K8

K9

K10

Tabel 1 Tabel Kriteria
Nama Kriteria
Keterangan Kriteria
Penerangan
Sumber penerangan
-Sumber penerangan
tidak menggunakan
menggunakan listrik
listrik adalah yang
-Sumber penerangan
terbaik
tidak menggunakan listrik
Kelayakan Rumah
-Lantai terbuat dari
Lantai masih belum
keramik
keramik adalah yang
-Lantai masih belum
terbaik
keramik
Swadaya yang dimiliki
-Makan lebih dari tiga kali
Makan kurang dari
sehari
tiga kali sehari adalah
-Makan kurang dari tiga
yang terbaik
kali sehari
Pendapatan
Pendapatan
-Pendapatan pekerjaan
pekerjaan dibawah
diatas 600 ribu rupiah
600 ribu rupiah
-Pendapatan pekerjaan
adalah yang terbaik
dibawah 600ribu rupiah
Pendidikan
-Pendidikan terakhir yang
Pendidikan yang
dimiliki kepala rumah
dimiliki kepala rumah
tangga minimal SMP
tangga minimal SD
-Pendidikan terakhir yang
adalah yang terbaik
dimiliki kepala rumah
tangga minimal SD
Kesehatan
-Mampu membayar uang
Tidak mampu
kesehatan(BPJS iuran)
membayar uang
-Tidak mampu membayar
kesehatan adalah
uang kesehatan(BPJS
yang terbaik.
geratis)
Penggunaaan bahan
bakar
Menggunakan kayu
-Menggunakan gas
bakar adalah yang
-Menggunakan kayu
terbaik
bakar
Tabungan rumah tangga
-Memiliki tabungan biaya
Tidak memiliki
hidup
tabungan biaya hidup
-Tidak memiliki tabungan
biaya hidup
Kelayakan air minum
-sumber air
Sumber air
menggunakan mata air
menggunakan air
steril(aqua)
sumur adalah yang
-sumber air
terbaik
menggunakan air sumur
Fasilitas buang air
Tidak memiliki
-memiliki fasilitas buang
fasilitas buang air
air sendiri
sendiri adalah yang
-tidak memiliki fasilitas
terbaik
buang air sendiri

169

Bobot

Tipe

0,2

Benefit/Keuntungan

0,3

Benefit/Keuntungan

0,06

Benefit/Keuntungan

0,08

Benefit/Keuntungan

0,1

Benefit/Keuntungan

0,07

Benefit/Keuntungan

0,05

Benefit/Keuntungan

0,02

Benefit/Keuntungan

0,03

Benefit/Keuntungan

0,09

Benefit/Keuntungan

Pertama yang dilakukan dalam proses perhitungan dengan metode Simple Additive
Weighting(SAW). Yaitu menentukan kriteria sebagai acuan penentuan keputusan, lalu
menentukan rating kecocokan setiap alternatif pada setiap kriteria. Setelah itu melalukan
normalisasi matrik dan melakukan penjumlahan dari perkalian matrik ternormalisasi dengan
vektor bobot sehingga diperoleh nilai terbesar sebagai alternatif terbaik.
Dalam skripsi ini, pendukung keputusan yang dilakukan adalah menentukan status
tingkat kemiskinan warga.Di tahun 2017 kriteria yang digunakan dalam melakukan penilaian
status kemiskinan adalah 10 kriteria.Kriteria tersebut ditunjukkan oleh tabel 1. Tabel 1.berisikan
kode kriteria, kriteria, subkriteria, bobot dan tipe kriteria tersebut.Dalam penentuan status
kemiskinan yang di data adalah setiap kepala keluarga. Nilai rating kecocokan dari setiap
alternatif pada setiap kriteria ditunjukkan oleh Tabel 3.
Tabel 3 Tabel Rating Kecocokan Dari Setiap Alternatif Pada Setiap Kriteria
Ben Ben Bene Bene Ben Bene Bene Bene Bene Bene
efit
fit
fit
efit
fit
fit
fit
fit
fit
Altern efit
atif
K1(0 K2(0 K3(0, K4(0, K5(0 K6(0, K7(0, K8(0, K9(0, K10(
,2)
,3)
06)
08)
,1)
07)
05)
02)
03)
0,09)
Kel A
2
2
1
2
2
2
2
2
2
2
Kel B
2
2
2
1
1
2
2
2
2
2
Kel C
1
2
2
2
2
2
1
2
1
2
Kel D
1
2
2
2
2
1
2
1
2
1
Kel E
1
1
1
2
2
2
2
2
1
1
Kel F
1
2
1
1
2
2
1
1
2
1
Kel G
1
1
1
1
2
1
1
2
1
2
Kel H
1
2
1
1
1
1
2
1
1
1
Kel I
2
2
2
2
2
2
2
2
2
2
Kel J
1
1
1
1
1
1
1
1
1
1
Setelah dilakukan perhitungan, diperoleh matrik ternormalisasi R sebagai berikut:
1

1

1

1

1

1

0.5

1

1

1

1

1

1

1

1

0.5

1

1

0.5

1

0.5 1

0.5

0.5

0.5 1

1

1

1

0.5 0.5

0.5

0.5

1

0.5 0.5

1

1

0.5

0.5 1

0.5

0.5

0.5

0.5 0.5

1

0.5

0.5

1 0.5

1

0.5

1

0.5 0.5

0.5

0.5

1

0.5 0.5

0.5

1

1

1

1

1

0.5

0.5

0.5

0.5

0.5

0.5 1

1

1

1

1

1 0.5

0.5

1

1

0.5

1

1

0.5

1 0.5

1

R=

1

1

0.5 0.5

1

1

0.5 0.5

1
0.5

Nilai matrik ranking diperoleh dari penjumlahan terhadap hasil perkalian nilai matrik
ternormalisasi R terhadap bobot pada setiap kriteria. Perhitungan matrik ranking adalah sebagai
berikut:
Bobot setiap kriteria (W) = (0.2, 0.3, 0.06, 0.08, 0.1, 0.07, 0.05, 0.02, 0.03, 0.09)
V1= [((0.2)*(1))+((0,3)*(1)) + ((0.06)*(0.5)) + ((0,08)*(1)) + ((0.1)*( 1)) + ((0.07)*( 1)) + ((0.05)*(
1)) + ((0.02)*( 1)) + ((0.03)*( 1)) + ((0.09)*( 1))] = 0,97

170

V2= [((0.2)*(1))+((0,3)*(1)) + ((0.06)*(1)) + ((0,08)*(0.5)) + ((0.1)*( 0.5)) + ((0.07)*( 1)) + ((0.05)*(
1)) + ((0.02)*( 1)) + ((0.03)*( 1)) + ((0.09)*( 1))] = 0,91
V3= [((0.2)*( 0.5))+((0,3)*(1)) + ((0.06)*(1)) + ((0,08)*(1)) + ((0.1)*( 1)) + ((0.07)*( 1)) + ((0.05)*(
0.5)) + ((0.02)*( 1)) + ((0.03)*( 0.5)) + ((0.09)*( 1))] = 0,86
V4= [((0.2)*( 0.5))+((0,3)*(1)) + ((0.06)*(1)) + ((0,08)*(1)) + ((0.1)*( 1)) + ((0.07)*( 0.5)) + ((0.05)*(
1)) + ((0.02)*( 0.5)) + ((0.03)*( 1)) + ((0.09)*( 0.5))] = 0,81
V5= [((0.2)*( 0.5))+((0,3)*( 0.5)) + ((0.06)*( 0.5)) + ((0,08)*(1)) + ((0.1)*( 1)) + ((0.07)*( 1)) +
((0.05)*( 1)) + ((0.02)*( 0.5)) + ((0.03)*( 0.5)) + ((0.09)*( 0.5))] = 0,66
V6= [((0.2)*( 0.5))+((0,3)*(1)) + ((0.06)*( 0.5)) + ((0,08)*( 0.5)) + ((0.1)*( 1)) + ((0.07)*( 1)) +
((0.05)*( 0.5)) + ((0.02)*( 0.5)) + ((0.03)*( 1)) + ((0.09)*( 0.5))] = 0,75
V7= [((0.2)*( 0.5))+((0,3)*( 0.5)) + ((0.06)*( 0.5)) + ((0,08)*( 0.5)) + ((0.1)*( 1)) + ((0.07)*( 0.5)) +
((0.05)*( 0.5)) + ((0.02)*( 1)) + ((0.03)*( 0.5)) + ((0.09)*( 1))] = 0,605
V8= [((0.2)*( 0.5))+((0,3)*(1)) + ((0.06)*( 0.5)) + ((0,08)*( 0.5)) + ((0.1)*( 0.5)) + ((0.07)*( 0.5)) +
((0.05)*( 1)) + ((0.02)*( 0.5)) + ((0.03)*( 0.5)) + ((0.09)*( 0.5))] = 0,675
V9= [((0.2)*( 1))+((0,3)*(1)) + ((0.06)*(1)) + ((0,08)*(1)) + ((0.1)*( 1)) + ((0.07)*( 1)) + ((0.05)*(
0.5)) + ((0.02)*( 1)) + ((0.03)*( 0.5)) + ((0.09)*( 1))] = 1
V10= [((0.2)*( 0.5))+((0,3)*( 0.5)) + ((0.06)*( 0.5)) + ((0,08)*( 0.5)) + ((0.1)*( 0.5)) + ((0.07)*( 0.5))
+ ((0.05)*( 0.5)) + ((0.02)*( 0.5)) + ((0.03)*( 0.5)) + ((0.09)*( 0.5))] = 0,05
Berdasarkan hasil perhitungan nilai ranking, maka nilai tebesar ada pada V9 dan nilai
terkecil ada pada V10. Nilai akhir ini selanjutnya dikelompokkan berdasarkan range tertentu
untuk menentukan status Kemiskinan.
Berdasarkan hasil perhitungan nilai ranking, maka nilai tebesar ada pada V9 dan nilai
terkecil ada pada V10. Nilai akhir ini selanjutnya dikelompokkan berdasarkan range tertentu
untuk menentukan status Kemiskinan.Status Kelayakan ditentukan berdasarkan nilai ranking
yang ada. Nilai tersebut disesuaikan dengan range tertentu. Nilai range untuk menentukan
status kelayakan ditunjukkan oleh Tabel 4.
Tabel 4 Nilai Status Kelayakan
Nilai
Status
>=0,9 dan =0,8 dan < 0,9
Miskin
>=0 dan < 0,8
Tidak miskin
Status kelayakan untuk setiap alternatif berdasarkan pengelompokan status pada Tabel
IV.4 ditunjukkan oleh Tabel .5.
Tabel 5 Hasil Penilaian Status Kemiskinan Warga
Alternative
Nilai akhir
Status
Kel I
V9=1
Sangat miskin
Kel A
V1=0,97
Sangat miskin
Kel B
V2=0,91
Sangat miskin
Kel C
V3=0,86
Miskin
Kel D
V4=0,81
Miskin
Kel F
V6=0,75
Tidak miskin
Kel H
V8=0,675
Tidak miskin
Kel E
V5=0,66
Tidak miskin
Kel G
V7=0,605
Tidak miskin
Kel J
V10=0,05
Tidak miskin
Berdasarkan hasil perhitungan di atas, alternatif Kel I(Poniman) memiliki nilai terbesar
dengan status sangat miskin, kemudian Kel J(Panut) memiliki nilai terendah dengan status tidak
miskin, lalu Kel A(Nur Rohman), Kel B(Suyanto) dengan status sangat miskin, kemudian Kel
C(Somo Pairo), Kel D(Hadi Suwito) dengan status miskin, sedangkan Kel F(Harto Mulyono), Kel
H(Sadiyanto), Kel E(Hadi Suparno), Kel G(Paiman Marno) dengan status masing-masing tidak
miskin.

171

Hasil perhitungan ini akan dicocokkan dengan hasil perhitungan pada excel dan
aplikasi SPK kemiskinan hasil dari perhitungan pada excel dan aplikasi SPK kemiskinan
ditunjukkan oleh gambar 8 dan gambar 9.

Gambar 8. Hasil Perhitungan excel

Gambar 9. Hasil Penilaian aplikasi SPK
Hasil yang diberikan aplikasi pada gambar IV.28 sesuai dengan hasil perhitungan
manual pada Tabel IV.5 dan perhitungan excel pada gambar IV.27, artinya aplikasi SPK
kemiskinan sudah sesuai dan bisa digunakan sesuai fungsinya. Alternatif yang memiliki nilai
terbesar dapat menjadi prioritas utama bagi admin jika ingin melaksanakan program bantuan
dana. Namun, pengambilan keputusan sepenuhnya berada pada admin selaku pelaksana
program status kemiskinan. Aplikasi ini hanya membantu memberikan alternatif terbaik dari
sejumlah alternatif berdasarkan perhitungan pada setiap kriteria acuan status kemiskinan
KESIMPULAN
Kesimpulan yang dapat diambil dari skripsi SPK kemiskinan ini adalah:
1. Dapat membantu pihak kelurahan temuwangi dalam menentukan warga yang benar benar
SANGAT MISKIN, MISKIN, maupun TIDAK MISKIN, yang kedepannya bisa menentukan
serta membantu pihak kelurahan dalam penggolongan setiap warganya dan meminimalisir
terjadinya kecurangan dalam memberikan bantuan nantinya dalam mensejahterakan
warga. Dan lebih membantu warga dalam haknya sebagai warga tanpa hanya sekedar
mengandalkan beberapa omongan lisan. Hal ini karena hasil penilaian diberikan status
kelayakan antara lain sangat miskin, miskin dan tidak miskin. Hasil tersebut kemudian
dapat ditampilkan berdasarkan nilai terbesar atau terkecil, sehingga memudahkan
pengambil keputusan untuk memilih alternatif terbaik dari sejumlah alternatif.
2. Untuk penentuan status kelayakan dipengaruhi apakah setiap warga memenuhi kriteria
atau tidak. Status kelayakan dinyatakan dalam 3 kategori:

172

-

-

Kelompok dinyatakan sangat miskin apabila memenuhi semua kriteria atau jika dari
kriteria 2 atau kriteria 4 atau kriteria 5 tidak terpenuhi karena bobot kriteria tersebut
kecil.
dinyatakan miskin jika salah satu dari kriteria benefit yaitu kriteria 1 atau 3 tidak
memenuhi syarat.
tidak miskin jika lebih dari 2 kriteria dari 10 kriteria yang ada tidak memenuhi syarat.

DAFTAR PUSTAKA
Aeroyid. (2014, Januari 16). (Metode)Simple Additive Weighting SAW. Retrieved November 11,
2015, from Aerdy Four Blog: https://aeroyid.wordpress.com/2014/01/16/metodesimpleadditive-weighting-saw/
Emilia, F. (2014). Sistem Pendukung Keputusan Penanganan Kesehatan Anak Dengan Metode
Fuzzy Mamdani. Pelita Informatika Budi Darma, Volume : VI, Nomor: 1.
Iswanto, W. (2016). Penerapan Sistem Pendukung Keputusan Menentukan Penerima Pinjam
Koperasi Taman Sejahtra (Studi Kasus: Badan Keswadayaan Masyarakat
Tamanmatani Yogyakarta). Yogyakarta.
Kurniawan, A. (2016). Sistem Pengambil Keputusan Pengembangan Fasilitas Penunjang
Wisata Di Kabuapten Pacitan. Yogyakarta.
Kusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: PENERBIT
ANDI.
Kusumo, R. E. (2016). Sistem Pengambil Keputusan Dalam MenentukanPenerima Dana
Bantuan Stimulan Usaha Pada Badan Keswadyaan Masyarakat Di Tamanmartani
Yogyakarta(Studi Kasus:Badan Keswadyaan Masyarakat Di Tamanmartani
Yogyakarta). Yogyakarta.

173