Sistem Pendukung Keputusan Penerimaan Raskin Desa Mabung Kabupaten Nganjuk Menerapkan Metode Simple Additive Weighting (SAW)

• – nilai yang telah ditentukan. Serta mempermudah masyarakat untuk mengetahui siapa saja yang berhak menerima beras miskin tersebut.

  .

  Raskin merupakan program jaring pengamanan sosial yang diluncurkan Oktober 2001. Program ini pengganti program Operasi Pasar Khusus (OPK) beras, yang diadakan untuk menanggulangi dampak krisis ekonomi 1998 yang sudah diluncurkan sejak 1 Juli 1998. Beras miskin (RASKIN) pada dasarnya adalah beras murah yang harga jualnya kepada masyarakat telah disubsidi oleh pemerintah yang diberikan kepada keluarga prasejahtera dan sejahtera satu. Penetapan jumlah keluarga miskin yang berhak menerima Raskin adalah sesuai dengan ketentuan pemerintah Menko Kesra berdasarkan data dari BPS dan BKKBN. Kebijakan ini diambil oleh pemerintah agar dalam memberikan subsidi dan

  II. T

  3. Membuat dan merancang Sistem Pendukung Keputusan Penerimaan Raskin Desa Mabung yang dapat digunakan untuk mengetahui siapa saja yang direkomendasikan berhak menerima raskin desa mabung.

  Penerimaan Raskin Desa Mabung yang dapat digunakan untuk mempertimbangkan penerimaan raskin oleh msyarakat khususnya desa mabung.

  1. Merancang Sistem Pendukung Keputusan Penerimaan Raskin Desa Mabung 2. Membuat dan merancang Sistem Pendukung Keputusan

  Pada penelitian ini diharapkan dapat berguna secara akademis maupun praktis, sehingga dapat bermanfaat untuk semua pihak. Adapun tujuan penyusunan laporan ini diantaranya adalah sebagai berikut :

  Sistem pendukung keputusan merupakan pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. pada kasus ini sistem pendukung keputusan akan memudahkan masyarakat serta petugas dalam menentukan penerimaan beras miskin berdasarkan kriteria atau nilai

  Raskin bertujuan untuk membantu kelompok miskin dan rentan miskin Raskin atau lebih dikenal masyarakat “Beras Miskin” merupakan subsidi pangan dalam bentuk beras yang diperuntukkan bagi rumah tangga yang berpenghasilan rendah, sebagai upaya dari pemerintah untuk meningkatkan ketahanan pangan dan memberikan perlindungan sosial pada rumah tangga sasaran. Program Raskin bertujuan untuk mengurangi beban pengeluaran rumah tangga sasaran dalam memenuhi kebutuhan pangan pokok dalam bentuk beras. Lebih jauh, program mendapat cukup pangan dan nutrisi karbohidrat tanpa kendala. Program raskin dapat berfungsi sebagai perlindungan sosial dan dapat menanggulangi kemiskinan. Efektivitas raskin sangat bergantung pada nilai pendapatan dan ketepatan sasaran kepada kelompok miskin maupun rentan miskin.

  ENDAHULUAN

  Kata Kunci — Sistem Pendukung Keputusan, Metode Simple Additive Weighting (SAW).

  pencarian penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode Simple Additive Weighting merupakan pembobotan dalam menentukan suatu pengambilan keputusan yang terletak pada kemampuan untuk melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan. Sistem Pendukung Keputusan Penerimaan Raskin Desa Mabung ini dibuat menggunakan bahasa pemrograman web dengan database pendukungnya menggunakan MySql. Pada Sistem Pendukung Keputusan Penerimaan Raskin Desa Mabung terdapat sistem yang dapat mengolah data penduduk, data calon penerima, data pengajuan, dan data pengaduan serta menyajikan data penerima raskin desa mabung dalam bentuk laporan. Untuk penelitian selajutnya Sistem Pendukung Keputusan dapat diperbaiki pada desain tampilan dan grafik jumlah penerima raskin, pengajuan raskin, dan pengaduan ataupun penambahan fitur lainnya

  Yustika pISSN: 2252 – 486X

  Weighting (SAW). Metode Simple Additive Weighting adalah

  diperuntukkan bagi rumah tangga berpenghasilan rendah. Dalam penetapan penerima beras miskin Desa Mabung ini masih ada masalah diantaranya pembagian beras yang salah sasaran. Sistem pendukung keputusan akan memudahkan masyarakat serta petugas dalam menentukan penerimaan raskin. Persoalan tersebut dapat dibantu dengan Sistem Pendukung Keputusan Penerimaan Raskin Desa Mabung Kabupaten Nganjuk menerapkan Metode Simple Additive

  Intisari — Beras miskin (raskin) merupakan subsidi pangan yang

  Decision support system will ease the public and officers in determining acceptance raskin. These issues can be helped by the decision support system acceptance raskin mabung village nganjuk apply simple additive weighting method. Simple additive weighting method is finding a weighted summation of the performance rating for each alternative on all atributes. Simple additive weighting method is weighted in determining whether a decision lies in the ability to perform more precise asessment because it is based on the value of the preference criteria and weighting that have been determined. Decision support system acceptance raskin mabung village was created using a web programming language with supporters using mysql database. On decision support system acceptance raskin maung village there is a system that can process data on population, the candidate receiving the data, the data submission, and complaint data and present the data recipients raskin mabung village in report form. To study continue decision support system can be corrected at the design of the display and graph the number of recipients raskin, raskin filing and complaints or the addition of other features.

  Abstract — Raskin is subsidized food intended for low income households. In determining the recipient of raskin mabung village there are still problems such as the distribution of rice is isplaced.

  Jl. Mayor Bismo No.27 Kota Kediri Email

  3 Teknik Informatika, Politeknik Kediri

  

2

, Ecky Febry Widya Yustika

  1 , Ellya Nurfarida

  Feri Sofyan

  

Sistem Pendukung Keputusan Penerimaan Raskin Desa Mabung

Kabupaten Nganjuk Menerapkan Metode Simple Additive Weighting

(SAW)

INJAUAN PUSTAKA

I. P

  mengupayakan bantuan, dapat disalurkan tepat mencapai

  3. Pengelolaan Dialog atau User Interface merupakan sasaran. penggabungan antara dua komponen sebelumnya

  Program Raskin bertujuan untuk mengurangi beban yaitu database managemen dan model base yang pengeluaran rumah tangga sasaran dalam memenuhi kebutuhan disatukan dalam komponen ketiga (user interface), pangan pokok dalam bentuk beras. Lebih jauh, program raskin setelah sebelumnya dipresentasikan dalam bentuk bertujuan untuk membantu kelompok miskin dan rentan miskin model yang dimengerti komputer. mendapat cukup pangan dan nutrisi karbohidrat tanpa Tahapan proses pengambilan keputusan menurut Simon, yaitu : kendala. Efektivitas Raskin sebagai perlindungan sosial dan

  1. Penelusuran (Intelligence) penanggulangan kemiskinan sangat bergantung pada kecupan Tahap ini merupakan tahap pendefinisian masalah nilai transfer pendapatan dan ketepatan sasaran kepada serta identifikasi informasi yang dibutuhkan berkaitan kelompok miskin dan rentan. dengan persoalan yang dihadapi serta keputusan yang Mekanisme penyaluran beras miskin ada 3 diantaranya : akan diambil.

  1. Perum BULOG bersama Tim Koordinasi Raskin

  2. Perancangan (Design) menyusun rencana penyaluran bulanan yang dituangkan Tahap ini merupakan tahap analisa dalam kaitan dalam Surat Permintaan Alokasi (SPA). mencari atau merumuskan alternatif-alternatif 2. Beras Raskin disalurkan oleh Perum BULOG ke Titik pemecahan masalah. Distribusi (TD) yaitu lokasi yang ditentukan dan

  3. Pemilihan (Choice) disepakati oleh Perum BULOG dan Pemerintah Yaitu memilih alternatif solusi yang diperkirakan Kabupaten/Kota. paling sesuai.

  3. Pemerintah kabupaten/kota bertanggung jawab

  4. Implementasi (Implementation) mendistribusikan Raskin dari TD ke Titik Bagi (TB) Tahap ini merupakan pelaksanaan dari keputusan yang telah yaitu lokasi tempat penyerahan beras Raskin kepada diambil. para RTS-PM, untuk selanjutnya dibagikan kepada

  ETODE

IMPLE DDITIVE EIGHTING

  III. S A W (SAW) M RTS-PM Raskin.

  Sistem pendukung keputusan merupakan sebuah sistem Metode Simple Additive Weighting (SAW) sering juga yang mampu memberi kemampuan pemecahan masalah dikenal istilah metode penjumlahan terbobot. Konsep dasar maupun kemampuan pengkomunikasian untuk masalah dengan Metode adalah mencari

  Simple Additive Weighting

  kondisi semi terstruktur dan tak terstruktur. Sistem ini penjumlahan terbobot dari rating kinerja pada setiap alternatif digunakan untuk membantu pengambilan keputusan dalam pada semua atribut (Fishburn,1967). Metode Simple Additive situasi semi terstruktur dan situasi yang tidak terstruktur, Weighting membutuhkan proses normalisasi matriks keputusan dimana tak seorangpun tahu secara pasti bagaimana keputusan

  (X) ke suatu skala yang dapat diperbandingkan dengan semua seharusnya dibuat (Turban,2001). Sistem pendukung rating alternatif yang ada. Metode Simple Additive Weighting keputusan bertujuan untuk menyediakan informasi, ini mengharuskan pembuat keputusan menentukan bobot bagi membimbing, memberikan prediksi serta mengarahkan kepada setiap atribut. Skor total untuk alternatif diperoleh dengan pengguna informasi agar dapat melakukan pengambilan menjumlahkan seluruh hasil perkalian antara rating dan bobot keputusan dengan lebih baik. tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam

  Sprague dan Watson mendefinisikan Sistem Pendukung arti telah melewati proses normalisasi matriks sebelumnya. Keputusan (SPK) sebagai sistem yang memiliki lima

  Berikut formula untuk melakukan normalisasi : karakteristik utama yaitu :

  1. Sistem berbasis komputer. Jika J adalah atribut keuntungan

  2. Dipergunakan untuk membantu para pengambil (benefit). keputusan.

  3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual.

  4. Melalui cara simulasi yang interaktif.

  Jika J adalah atribut biaya (cost)

  5. Dimana data dan model analisis sebagai komponen utama. Komponen Sistem Pendukung Keputusan (SPK) :

  1. Database Manajemen merupakan subsistem data yang Keterangan : terorganisasi dalam suatu basis data. rij : nilai rating kinerja ternomalisasi

  2. Model Base merupakan suatu model yang xij : nilai atribut yang dimiliki dari setiap kinerja mempresentasikan permasalahan kedalam format Max xij : nilai terbesar dari setiap kinerja kuantitatif sebagai dasar simulasi atau pendukung i keputusan termasuk tujuan dari permasalahan, Min xij : nilai terkecil dari setiap kinerja komponen terkait, batasan yang ada, dan hal terkait i lainnya. benefit : jika nilai terbesar adalah terbaik cost : jika nilai terkecil adalah terbaik pISSN: 2252 – 486X Sistem Pendukung Keputusan Penerimaan....

  Dimana rij adalah rating kinerja ternomalisasi dari alternatif Ai pada atribut Cj; i=1,2,3,...,...,...,m dan j=1,2,...,...,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai :

  Vi = Keterangan : Vi = ranking untuk setiap alternatif Wj = nilai bobot dari setiap kriteria Rij = nilai rating kinerja ternormalisasi Nilai Vi yang lebih besar mengindikasikan bahwa alternatif

  Ai lebih terpilih. Kelebihan Metode Simple Additive Weighting dibandingkan dengan model pengambilan keputusan yang lain terletak pada kemampuannya untuk melakukan penilaian

Gambar 4.1 Form login admin

  secara lebih tepat karena didasarkan pada nilai kriteria dan

Gambar 5.1 admin sebelum mengolah dapat login dengan bobot preferensi yang sudah ditentukan, selain itu Metode

  mengisi form login yang meliputi username dan password.

  Simple Additive Weighting juga dapat menyeleksi alternatif

  terbaik dari sejumlah alternatif yang ada karena adanya proses

  5 Form tambah data penduduk Admin dapat melakukan tambah data penduduk pada sistem perankingan setelah menentukan nilai bobot untuk setiap pendukung keputusan penerima raskin. pada form tambah data atribut. Langkah penyelesaian dengan Metode Simple Additive penduduk nanti admin dapat memasukkan nomor kartu

  Weighting adalah sebagai berikut :

  keluarga, nama kepala keluarga, alamat, RT, RW dan ada 3 1. Menentukan kriteria-kriteria yang akan dijadikan acuan pilihan dusun. Berikut Gambar 4.2 adalah form tambah data dalam pengambilan keputusan, yaitu Ci.

  2. penduduk oleh admin. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

  3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi.

  I

  MPLEMENTASI IV.

  4.1 Implementasi Sistem Pada tahap implementasi akan dikembangkan sebuah aplikasi yang memungkinkan terjadinya hubungan jejaring antar member yang memiliki kesamaan publikasi.

  1. Aplikasi dikembangkan dari awal tanpa menggunakan berbagai macam API yang banyak tersedia.

  2. Gambar 4.2 Form tambah data penduduk Sistem yang digunakan adalah dengan model tersentralisasi, artinya seluruh data tersimpan dalam

  6 Form tambah data calon penerima raskin tabel – tabel disatu database tunggal.

  Admin setelah memasukkan data penduduk, dapat

  4.2 Implementasi Program Aplikasi melakukan tambah data calon penerima dengan mengisikan

  4.2.1 Form login maupun memilih salah 1 kriteria data sesuai form yang ada pada Admin sebelum mengolah data

• – data yang terdapat pada Gambar 4.3.

  sistem pendukung keputusan penerima raskin dapat melakukan

  login terdahulu. Form login admin dapat dilihat pada Gambar 4.1.

  Yustika pISSN: 2252 – 486X

  9 Form tambah data pengaduan Data pengaduan diinputkan oleh user atau masyarakat. Pada data pengaduan terdapat form nomor kartu keluarga dan pengaduan seperti yang digambarkan pada Gambar 5.6.

  Gambar 5. 3 Tambah data pengaduan

  10 Laporan rekomendasi penerima raskin Pada cetak laporan PDF akan terdapat kolom nomor kartu keluarga, nama, alamat, dusun dan keterangan. Pada laporan rekomendasi penerima raskin ini akan menampung data penduduk yang direkomendasikan berhak menerima raskin.

  Berikut Gambar 5.7 merupakan penggambaran dari laporan

Gambar 4.2 form tambah data calon penerima raskin penerima raskin PDF.

  7 Form tambah data penduduk excel Selain menginputkan data satu persatu, admin dapat menginputkan tambah data penduduk dengan excel seperti yang digambarkan pada Gambar 4.4.

  Gambar 5. 4 Laporan calon penerima raskin

  11 Hasil calon penerima raskin

• – Hasil calon penerima raskin merupakan hasil dari kriteria kriteria calon penerima raskin. Pada hasil calon penerima raskin akan terdapat daftar calon yang meliputi no kartu keluarga, nama, rt, rw dan dusun, seperti pada Gambar 5.8.

Gambar 4.4 Form tambah penduduk excel

  8 Form tambah data pengajuan Pada menu pengajuan user dapat melakukan tambah data pengajuan raskin dengan menginputkan data sesuai form yang digambarkan pada Gambar 4.5.

  Gambar 5. 5 Halaman hasil calon penerima

Gambar 4.5 Tambah penduduk excel pISSN: 2252 – 486X Sistem Pendukung Keputusan Penerimaan....

• – kriteria yang dimiliki calon penerima raskin yang meliputi dari luas lantai rumah permeter persegi, jenis lantai, jenis dinding, penghasilan kepala keluarga, pekerjaan kepala keluarga dan status kepemilikkan rumah yang merupakan kriteria yang dimiliki sebelum melakukan perubahan data baru.
• – kriteria calon penerima raskin agar mendapatkan nilai atau hasil untuk dilakukan perangkingan atau urutan calon yang berhak menerima raskin berdasarkan nilai yang mendekati 1. Berikut rumus secara manual untuk menghitung jumlah dari tiap nilai perangkingan yang didapat.

  Setelah mendapat nilai normalisasi pada setiap kriteria langkah selanjutnya yaitu dengan mencari perangkingan, dengan melakukan perhitungan salah satu yang diambil pada rumus berikut, dimana nilai bobot kriteria dikalikan dengan nilai kriteria.

Tabel 5.4 merupakan tabel yang berisikan data calon penerima raskin yang terdiri dari nomor kartu keluarga, nama,

  NO KK NAMA RT RW DUSUN 3518100206050003 Sunarno 002 001 Jeruk Lor 3518100208070191 Siti Mariani 002 001 Jeruk Lor 3518100306090002 Krisna Bagus 002 001 Jeruk Lor 3518101306060006 Suminem 002 001 Jeruk Lor

Tabel 5.3 Tabel calon penerima raskin

  Additive Weighting (SAW).

  Berikut simulasi perhitungan sistem dengan Metode Simple

  no_kk Nama Hasil 3518100206050000 Sunarno 0,61 3518100208070190 Siti Mariani 0,56 3518100306090000 Krisna Bagus 0,64 3518101306060000 Suminem 0,93

Tabel 5.2 Tabel Hasil

  Rumus diatas merupakan untuk menjumlah nilai semua kriteria yang sudah dilakukan perhitungan perangkingan. Pada rumus diatas dijelaskan nilai hasil didapatkan dari penjumlahan dari 6 kriteria yang ada pada kolom O baris kedua, kolom P baris kedua, kolom Q baris kedua, kolom R baris kedua, kolom S baris kedua hinggan kolom T baris kedua. Berikut Tabel 6.3 yang merupakan hasil akhir dari perhitungan pembobotan.

  0,1 0,1 0,1 0,3 0,3 0,03 Setelah mendapatkan nilai perangkingan dari setiap kriteria, lalu dilakukan penjumlahan dari kriteria

  Perangkingan 0,06 0,03 0,1 0,3 0,09 0,03 0,06 0,03 0,1 0,18 0,09 0,1 0,06 0,06 0,1 0,3 0,09 0,03

Tabel 5.2 Tabel Perankingan

  Nilai perangkingan didapatkan dari nilai bobot dari setiap kriteria dikalikan dengan nilai hasil normalisasi. Pada Tabel 6.2 merupakan tabel hasil dari perangkingan dari setiap kriteria.

  1 1 0,3 Berikut merupakan tabel perhitungan normalisasi dalam perhitungan manual yang dihasilkan dari salah satu rumus dimana perhitungan normalisasi diperoleh dari nilai setiap kriteria dibagi nilai maximum dari setiap kriteria.

  Yustika pISSN: 2252 – 486X

  1

  1

  1

  1 1 0,3 0,3

  1 0,6 0,6

  1 1 0,3 0,3 0,6 0,3 1 0,6 0,3

  Matrik 0,6 0,3

Tabel 5.1 Tabel Matrik

  Dalam penelitian penerimaan raskin, dipilih berdasarkan perhitungan yang cenderung mengalami kesalahan dalam penerimaan raskin yang tidak sesuai dengan yang seharusnya menerima. Dalam perhitungan manual untuk pembobotan penerimaan raskin terdapat pada Tabel 5.1.

  EMBAHASAN

  P

  Gambar 5. 6 Cetak hasil calon penerima V.

  Pada Gambar 5.8 terdapat keterangan, yaitu dapat mencetak hasil kriteria – kriteria dari nomor kartu keluarga yang dipilih, seperti Gambar 5.9 merupakan hasil detail dari hasil calon penerima. Pada Gambar 5.9 merupakan hasil kriteria

  rt, rw dan dusun. Data calon penerima raskin ini terdapat di data penduduk desa mabung yang digunakan sebagai acuan.

  1. Untuk menyusun formula pembobotan pada Sistem Pendukung Keputusan Penerimaan Raskin Desa

  Tabel matrik pada Tabel 5.8 merupakan tabel yang berisikan nilai awal dari semua kriteria – kriteria yang telah dimasukkan pada form calon penerima raskin.

  Dari pembahasan yang telah dilakukan maka didapatkan beberapa kesimpulan antara lain:

  ESIMPULAN

  VI. K

  Jadi nilai terbesar ada pada V4 sehingga alternatif pertama yang terpilih sebagai alternatif terbaik ada Suminem, dengan kata lain Suminem akan terpilih menjadi penerima beras miskin karena memiliki nilai yang hampir mencapai nilai 1 atau 100%.

Tabel 5.9 Tabel perankingan

  (Vi) seperti pada Tabel 6.9. Wj sebagai nilai bobot dari setiap kriteria. Bobot dari luas lantai rumah permeter persegi atau C1= 10% (0,1), bobot dari jenis lantai rumah atau C2= 10% (0,1), bobot dari jenis dinding rumah atau C3= 10% (0,1), bobot dari penghasilan kepala keluarga perbulan atau C4= 30% (0,3), bobot dari pekerjaan kepala keluarga atau C5= 30% (0,3), dan bobot untuk status kepemilikan rumah atau C6= 10% (0,1). Rij, sebagai nilai rating kinerja ternormalisasi. Nilai Vi yang lebih besar mengidentifikasikan bahwa alternatif A lebih terpilih.

  Setelah data matrik, langkah selanjutnya melakukan normalisasi seperti yang terdapat pada Tabel 4.6 pada normalisasi ini menggunakan : rij, sebagai nilai ternormalisasi dari alternatif A pada atribut C1 sampai C6. xij, sebagai nilai atribut yang dimiliki dari setiap kinerja. Max xij, sebagai nilai terbesar dari setiap kriteria. Setelah melakukan normalisasi langkah selanjutnya melakukan perhitungan nilai preverensi untuk setiap alternative

Tabel 5.8 Tabel normalisasi matrik

  Tabel 587 Tabel matrik

  raskin. pada bobot kondisi nilai – nilai pada kriteria dijadikan desimal. kriteria

  pISSN: 2252 – 486X Sistem Pendukung Keputusan Penerimaan....

Tabel 5.7 merupakan tabel yang berisikan nilai – nilai dari setiap kriteria yang telah dimasukkan pada form calon penerima

  Tabel warga dengan bobot kondisi yang terdapat pada

Tabel 5.6 Tabel warga dengan bobot kondisi

  Tabel ini berisikan tentang nilai dari kriteria – kriteria sistem pendukung keputusan penerimaan raskin berdasarkan nilai A atau nilai B atau nilai C. Atas nama Sunarno memiliki kriteria Luas lantai rumah permeter >= 8 meter persegi, jenis lantai rumah keramik, jenis dinding tembok, memiliki penghasilan <Rp 500.000 perbulan, pekerjaan sebagai Wiraswasta, dan status kepemilikan rumah milik sendiri maka pada Tabel 6.6 kriteria C1 adalah B, C2 adalah C, C3 adalah C, C4 adalah A, C5 adalah C, dan C6 adalah C.

Tabel 5.6. pada tabel tersebut 6 dari kriteria yang telah ditentukan diberi nama dengan C1, C2, C3, C4, C5 dan C6.

  Tabel warga berdasarkan kriteria dan kondisi terdapat pada

Tabel 5.5 Tabel warga berdasarkan kriteria dan kondisi

  Tabel kriteria dan kondisi yang terdapat pada Tabel 5.5 digunakan sebagai acuan pembobotan untuk menentukan calon penerima raskin. untuk pembobotan sistem pendukung keputusan penerimaan raskin terdapat nilai yang dibagi menjadi 3 antara lain : nilai A = 100% = 1 nilai B = 60% = 0,6 nilai C = 30% = 0,3 nilai tersebut digunakan untuk pembobotan dari setiap kriteria. Dari 6 kriteria, untuk kriteria penghasilan kepala keluarga perbulan dan pekerjaan kepala rumah tangga memiliki nilai tertinggi diantara kriteria lainnya yaitu 30% atau 0,3 karena orang yang memiliki pekerjaan yang bagus pasti memiliki penghasilan yang bagus. sebagai contoh PNS dan tukang parkir, hidup PNS lebih terjamin dibanding dengan tukang parkir. Untuk kriteria lainnya memiliki nilai pembobotan 10% atau 0,1.

Tabel 5.4 Tabel kriteria dan kondisi

• – kriteria yang telah ditentukan diberi dengan nama C1 sampai C6. Pada kondisi yang lebih baik maka akan mendapat nilai (0,3), jika kondisi berada ditengah
• – tengah atau sedang maka akan mendapat nilai (0,6) dan jika berada dikondisi yang sangat membutuhkan maka akan mendapat nilai (1).

  EFERENSI

  Mabung Kabupaten Nganjuk menerapkan Metode R

  Simple Additive Weighting terdapat 6 kriteria yang [1] Beras Miskin. diakses

  meliputi luas lantai rumah permeter, jenis lantai rumah, pada 31 Januari 2016. jenis dinding, penghasilan kepala keluarga, dan status

  [2] Budi Sutedjo Dharma Oetomo S. Kom, MM. 2002. Perencanaan dan

  kepemilikan rumah serta terdapat 1 keterangan yaitu Pengembangan Sistem Informasi . Yogyakarta: Penerbit Andi. tunjangan. [3] Febrian, Jack. 2004. Kamus Komputer dan Teknologi Informasi.

  Bandung: Penerbit Bandung Informatika.

  2. Dalam filterisasi dan pengurutan didapatkan dengan

  [4] Fishburn, P.C. 1967. Simple Additive Weighting Method , Additive

  melakukan perhitungan matrik awal, setelah itu

  Utilities with Incomplete Product Set: Application to Priorities and

  melakukan perhitungan normalisasi, jika normalisasi Assignments. Prentice Hall: Englewood Clifts, N. J . telah ditemukan langkah terakhir yaitu melakukan

  [5] Jogiyanto. 2004. Analisis dan Desain Sistem Informasi: Pendekatan terstruktur teori . Yogyakarta: Penerbit Andi.

  perhitungan perangkingan dengan menjumlah nilai dari

  [6] Pressman, Roger S. 2002. Rekayasa Perangkat Lunak: Pendekatan

  setiap kriteria.

  Praktisi (Buku I). Yogyakarta: Penerbit Andi.

  3. Sistem Pendukung Keputusan Penerimaan Raskin

  [7] Perum Bulog.. diakses pada

  memiliki fitur tambah data dan lihat data penduduk, 31 Januari 2016.

  tambah data dan lihat data calon penerima, tambah Putting Theory Into Practice . Prentice Hall: Englewood Clifts, N. J. pengajuan, tambah pengaduan, laporan calon penerima

  [8] Sparague, R. H. and Watson H. J. 1993. Decision Support Systems:

  [9] Turban , Efraim & Aronson, Jay E. 2001. Decision Support Systems and

  dan terdapat cetak calon penerima dan cetak hasil Intelligent Systems. 6th edition . Prentice Hall: Upper Saddle River, N. J. penerima.

  Yustika pISSN: 2252 – 486X