Pendataan Keluarga Tidak Mampu Menggunak
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Pendataan Keluarga Tidak Mampu Menggunakan Metode Sample
Additive Simple Weighting pada Kelurahan Sukmajaya Cilegon
M. Amiruddin. Saddam*1, Ade Irma Rahmawati2, Vina Vijaya K3
1
Magister Teknik Informatika STMIK Raharja, 2, 3Sistem Informasi Sekolah Tinggi Teknologi
Ilmu Komputer Insan Unggul Cilegon
E-mail: *1amiruddin@raharja.info, 2adeirmarahmawati@gmail.com, 3vinavijaya@gmail.com,
Abstrak
Semakin berkembang pesatnya teknologi maka pekerjaan manusia pun bisa menjadi
lebih mudah, karena manusia akan dibantu oleh sistem komputerisasi yang diterapkan di suatu
instansi tidak tekecuali di instansi pemerintahan. Pada sistem pendataan yang berjalan di
Kelurahan Sukmajaya Kota Cilegon masih menggunakan cara komputerisasi yang masih
sederhana sehingga masih banyak terdapat proses kesalahan data akibat pendataan yang
kurang maksimal, kesalahan dalam proses perhitungan, dan berbagai bantuan yang sampai di
tangan masyarakat tidak sesuai dengan yang diharapkan serta banyaknya parameter atau
indikator kemiskinan mengakibatkan kurang efektifnya program penanganan kemiskinan. Untuk
itu dibutuhkan sistem informasi yang dapat membantu dalam pengolahan data untuk
meningkatkan pengelolaan pendataan dalam mengambil keputusan untuk menetapkan sasaran
yang tepat, efektif dan efisien sesuai dengan yang diinginkan perusahaan/ instansi.
Perancangan desain sistem yang baru dengan menggunakan Unified Modeling Language
(UML) untuk menggambarkan aliran data dan Entity Relationship Diagram untuk membuat
desain struktur tabel dan relasi antar tabel. Database dibuat dengan menggunakan SQL.
Aplikasi dibuat dan dikembangkan dengan menggunakan bahasa pemrograman Visual
Basic.Net. Dari hasil pengujian program menunjukan bahwa program ini mampu memproses
data yang berhubungan dengan masalah pendataan keluarga miskin serta menghasilkan
informasi berupa laporan-laporan manajerial yang dibutuhkan oleh instansi.
Kata Kunci: Pendataan, SPK, Metode Simple Additive Weighting (SAW)
Abstract
The more rapidly expanding the technology the human work can become easier,
because humans will be assisted by a computerized system implemented in an agency is no
exception in government agencies. In the data collection system that runs in Sukmajaya urban
village Cilegon still using the way computerization is still simple so there are still many
processes of data errors due to data collection is less than the maximum, errors in the process
of calculation, and the various assistance that reach the community are not as expected and the
number of parameters or indicators of poverty resulted in the ineffectiveness of poverty
reduction programs. For that required information system that can assist in data processing to
improve data management in making decisions to set appropriate target, effective and efficient
as desired by company / institution. Designing a new system design using Unified Modeling
Language (UML) to describe the flow of data and Entity Relationship Diagram to create the
design of table structure and relationships between tables. The database is created using SQL.
Applications are created and developed using Visual Basic.Net programming language. From
the results of program testing shows that the program is able to process data related to the
problem of data collection of poor families and produce information in the form of managerial
reports required by the agency.
Keywords: Data collection, DSS, Simple Additive Weighting (SAW) Method
Volume.1 - November 2017.
80
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
1. Pendahuluan
Upaya dalam mengentaskan kemisikinan bukanlah sesuatu hal yang mudah untuk
dilakukan. Saat ini, pemerintah sedang menyusun strategi dan cara penanggulangan kemiskinan
agar program - program pengentasan kemiskinan di berbagai bidang kehidupan dapat
dilaksanakan secara efektif. Pemerintah juga berusaha menurunkan angka kemiskinan dengan
cara membantu meringankan beban kehidupan mereka secara langsung. Atas dasar hal tersebut
pemerintah merasa perlu melakukan Pendataan rumah tangga miskin.
Berbagai program Pemerintah Kota Cilegon dalam upaya penanggulangan kemiskinan
cukup banyak, tetapi berbagai bantuan yang sampai di tangan rakyat tidak sesuai dengan yang
diharapkan serta banyaknya parameter atau indikator kemiskinan mengakibatkan kurang
efektifnya program penanganan kemiskinan menjadi masalah bagi Pemerintah Kota Cilegon
yang berkaitan dengan penentuan keluarga miskin yang belum optimal yaitu banyak terjadi
komplain dari pihak masyarakat karena keputusan dari pemerintah yang menangani masalah
penentuan keluarga miskin dalam pemberian bantuan kemiskinan masih belum sesuai dengan
realita yang ada.
2. Metode Penelitian
2.1 Jenis Penelitian
Jenis penelitian yang digunakan dalam pendataan keluarga tidak mampu di kelurahan
sukmajaya cilegon ini adalah Penelitian dan Pengembangan (Research and Development)
adalah metode penelitian yang digunakan untuk menghasilkan produk tertentu, dan menguji
keefektifan produk tersebut. Produk tersebut tidak selalu berbentuk benda atau perangkat keras
(hardware), seperti buku, modul, alat bantu pembelajaran di kelas atau di laboratorium, tetapi
bisa juga perangkat lunak (software), seperti program komputer untuk pengolahan data,
pembelajaran di kelas, perpustakaan atau laboratorium, ataupun model-model pendidikan,
pembelajaran, pelatihan, bimbingan, evaluasi, manajemen, dll.
2.2 Metode Pengumpulan Data
Metode Pengumpulan Data Data yang dibutuhkan dalam penelitian ini sebagai dasar
dalam melakukan pendataan keluarga tidak mampu pada kelurahan Sukmajaya Kota Cilegon,
berikut ini merupakan data-data yang digunakan:
Tabel 1. Data Analisis
No
Data yang dibutuhkan
Sumber Data
1
Pekerjaan
Masyarakat kelurahan Sukmajaya
2
Pendidikan
Masyarakat kelurahan Sukmajaya
3
Usia
Masyarakat kelurahan Sukmajaya
4
Tempat Tinggal
Masyarakat kelurahan Sukmajaya
5
Penghasilan
Masyarakat kelurahan Sukmajaya
2.3 Metode Analisis
Metode analisis yang digunakan dalam penelitian ini adalah metode simple additive
weighting. Terdapat beberapa pendapat mengenai metode SAW (simple additive weighting)
Menurut Youllia Indrawaty,dkk (2011:2) dalam jurnal Informatika yang berjudul Implementasi
Metode Simple Additive Weighting pada Sistem Pengambilan Keputusan Sertifikasi Guru.
metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative
pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke
suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Oktovantua Tp Butar Butar (2015:2). Metode Simple Additive Weighting (SAW) sering
juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut.
2.4 Pendataan
Data adalah fakta dari sesuatu pernyataan yang berasal dari kenyataan, di mana
pernyataan tersebut merupakan hasil pengkuran atau pengamatan (Sutarman,2009:13). Data
Volume.1 - November 2017.
81
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
dapat dianalogikan dengan jumlah blok yang biasa digunakan anak-anak untuk membentuk
berbagai struktur sesuai dengan imajinasi. Melalui suatu proses, blok-blok dapat digunakan
untuk menyusun struktur/model. Senada dengan hal itu, data yang terdapat dalam suatu
organisasi dapat diolah sehingga menghasilkan informasi yang bisa digunakan oleh para
eksekutif di organisasi untuk membantu pengambilan keputusan. Secara konsep, data adalah
deskripsi tentang benda, kejadian, aktivitas, dan transaksi, yang tidak mempunyai makna atau
tidak berpengaruh secara langsung kepada pemakai.
Menurut Malayu S.P. Hasibuan (2014:62) Data adalah hal-hal kejadian-kejadian yang
ada pada masa yang lalu. Data dibedakan atas data sekunder (teoretis) dan data primer. Data
sekuder adalah data hasil penelitian orang lain, misalnya definisi-definisi, dan lain-lainnya yang
dapat kita ketahui dari buku-buku. Data primer adalah data yang kita peroleh langsung dari
sumber datanya yang kita teliti dari lapangan.
2.5 Sistem Penunjang Keputusan
Deni Darmawan, dkk (2013:137) Sistem Penunjang Keputusan merupakan keputusan
yang dibuat untuk memecahkan masalah. Saat ini, memecahkan suatu masalah mungkin akan
menghasilkan banyak keputusan. Keputusan merupakan tindakan atau rangkaian tindakan yang
harus diikuti untuk memecahkan suatu masalah. Tindakan-tindakan tersebut bisa berupa
pengurangan sesuatu untuk menghindari risiko dari suatu hal atau pemanfaatan suatu
kesempatan.
SPK biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk
mengevaluasi suatu peluang. Aplikasi SPK digunakan dalam pengambilan keputusan. Aplikasi
SPK menggunakan CBIS (Computer Based Information Systems) yang flaksibel, interaktif, dan
dapat diadaptasi, yang dikembangkan untuk mendukung solusi atas masalah manajemen
spesifik yang tidak terstruktur.
Aplikasi SPK menggunaka data, memberikan antarmuka pengguna yang mudah dan
dapat menggabungkan pemikiran pengambil keputusan. SPK lebih ditunjukan untuk
mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam situasi yang
kurang terstruktur dan dengan kriteria yang kurang jelas. DSS tidak dimaksudkan untuk
mengotomatisasikan pengambilan keputusan tetapi memberikan perangkat interaktif yang
memungkinkan pengambil keputusan untuk melakukan berbagai analisis menggunakan modelmodel yang tersedia.
2.6 Unified Modeling Language (UML)
Dalam proses pendataan keluarga tidak mampu dikelurahan sukmajaya kota cilegon
penulis menggunakan metode Unified Modeling Language (UML) untuk untuk menggambarkan
aliran data.
uc Use Case login 2
SIST EM PENDAT AAN KELUARGA T IDAK MAMPU PADA KELURAHAN SUKMAJAYA KOT A CILEGON
login
«extend»
Kelola Data Petugas
Petugas Kelurahan
«extend»
«extend»
Cetak Hasil
«extend»
«extend»
Kelola Kriteria
«extend»
mengelola Data Kandidat
Penerima Bantuan
Kelola Penilaian
Detail
Kelola Penilaian
Header
Gambar 1. Use Case Diagram
Volume.1 - November 2017.
82
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
Sistem
Petugas Kelurahan
e-ISSN = 2598-5191
Sistem
Petugas Kelurahan
Pilih Menu Penilaian Header
Tampilka Menu Utama
Pilih Menu Penilaian Detail
Tampilka Menu Utama
Tampilkan Form Penilaian Header
Entry Data Nilai Kriteria
Tampilkan Form Penilaian Detail
Entry Data Nilai Kriteria
Simpan Data Nilai Kriteria
Simpan Data Nilai Kriteria
Edit Data
Edit Data
Edit Data Nilai Header
Edit Data Nilai Detail
YA
YA
Simpan Data
Simpan Data
Tidak
Tidak
Hapus Data Penilaian Detail
Hapus
Hapus Data Penilaian Header
Hapus
Tidak
Tidak
Gambar 2. Activity Diagram Penilaian Header
Gambar 3. Activity Diagram Penilaian Detail
sd Sequence Diagram Penilaian Header
Petugas Kelurahan
Menu Utama
Form Penilaian
Header
Proses
Tabel Penilaian
Header
1.Pilih Menu Utama()
2.Buka Form
Penilaian Header()
3.Tampilkan Form
Penilaian Header()
4.Entry Data
Penilaian ()
5.Notiikasi Input
Penilaian ()
6.Edit()
7.SetData Nilai
yang di Edit()
8.SetData ()
9.Proses Edit Data()
10.Hasil Edit Data
Penilaian()
11.Notifikasi Edit()
12.Hapus()
13.SetData yang akan di Hapus()
14.Set Data()
15.Proses Hapus Data()
16.Hasil Hapus Data()
17.Notifikasi Hapus()
Gambar 4 Sequence Diagram Penilaian Header
sd Sequence Diagram Penilaian Detail
Petugas Kelurahan
Menu Utama
Form Penilaian
Detail
Proses
T abel Penilaian
Detail
1.Pilih Menu Utama()
2.Buka Form Penilaian
Detail()
3.T ampilkan Form
Penilaian Detail()
4.Entry Data
Penilaian ()
5.Notiikasi Input Penilaian ()
6.Edit()
7.SetData Nilai
yang di Edit()
10.Hasil Edit Data
Penilaian()
8.SetData
()
9.Proses Edit Data()
11.Notifikasi Edit()
12.Hapus()
13.SetData yang akan di Hapus()
14.Set Data()
15.Proses Hapus Data()
16.Hasil Hapus Data()
17.Notifikasi Hapus()
Gambar 5. Sequence Diagram Penilaian Detail
Volume.1 - November 2017.
83
Seminar Nasional Multi Disiplin Ilmu
Kandidat
-No_KTP : String
-Nama_Kandidat : String
-Alamat : String
+Tambah()
+Edit()
+Hapus()
+Simpan()
+Batal()
+Pencarian()
p-ISSN = 2598-4969
*
Penilaian_Header
*
+End Class
+End Class
Output Hasil
*
-No_KTP : String
-Nama_Kandidat : String
-Alamat : String
-Hasil_Akhir : Double
-Ranking : Integer
+Tampil()
Penilaian_Detail
-End Class
Petugas
*
*
+End Class
Login
-UserName : String
-Password : String
+Verifikasi()
+End Class
*
+End Class
Kriteria
*
*
*
+End Class
-Id_Nilai : String
-Id_Kriteria : String
-Nilai : Double
-Bobot : Double
-Normalsasi : Double
+Simpan()
+Batal()
+End Class
-End Class
-Id_Nilai : String
-No_KTP : String
-Tgl Penilaian : Date
-NIP : String
-Nilai : Double
+Simpan()
+Batal()
*
+End Class
-Id_Kriteria : String
-Kriteria : String
-Bobot : Double
+Tambah()
+Edit()
+Hapus()
+Simpan()
+Batal()
+Pencarian()
e-ISSN = 2598-5191
+End Class
-NIP : String
-Nama : String
-Alamat : String
-Username : String
-Password : String
+Tambah()
+Hapus()
+Edit()
+Simpan()
+Batal()
+Pencarian()
*
+End Class
*
Gambar 6. Class Diagram
2.6 Entity Relationship Diagram
Dalam proses pendataan keluarga tidak mampu dikelurahan sukmajaya kota cilegon
penulis menggunakan metode entity relationship diagram untuk membuat desain struktur tabel
dan relasi antar tabel.
Password
Alamat
UserNama
NIP
(PrimayKey)
Nama
1
Petugas
Nama_Kandidat
Input
N
No.KTP
Alamat
1
1
N
Kandidat
Mempunyai
Nilai Header
Id_Nilai
N
Mempunyai
Nilai Detail
Tgl Penilaian
Bobot
Kriteria
Id_Kriteria
Kriteria
Nilai
Normalisasi
Bobot
1
N
Mempunyai
Gambar 7. Entity Relationship Diagram Pendataan Keluarga Tidak Mampu
Volume.1 - November 2017.
84
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
3. Hasil dan Pembahasan
3.1 Hasil
a. Menentukan Sample
Penelitian ini memiliki 200 populasi masyarakat penerima bantuan dari pemerintah.
untuk penarikan sampel, penulis menggunakan Metode perhitungan jumlah sampel yaitu dengan
metode pengambilan sampel Slovin sebagai berikut :
Ket
n
N
: Jumlah Sample
: Jumlah Populasi
: Persen kelonggaran ketidaktelitian kesalahan pengambilan sampel
yang masih dapat ditolerir.
Jadi sampel yang akan di ambil sebanyak 133 sampel dari 200 populasi
b. Penghitungan Nilai dari Hasil Matriks Awal Menjadi Nilai Normalisasi
Formula untuk melakukan normalisasi tersebut adalah :
Jika j adalah atribut keuntungan
(benefit)
Jika j adalah atribut biaya (cost)
Dimana :
rij = rating kinerja ternormalisasi
Maxij = nilai maksimum dari setiap baris dan kolom
Minij = nilai minimum dari setiap baris dan kolom
Xij = baris dan kolom dari matriks
Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut
Cj; i =1,2,…m dan j = 1,2,…,n..
c. Penghitungan Simple Additive Weigthing (SAW) dari Pengolahan Hasil Normalisasi Data
Dimana :
Vi = Nilai akhir dari alternatif
wj = Bobot yang telah ditentukan
rij = Normalisasi matriks
Volume.1 - November 2017.
85
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Nilai Vi yang lebih besar mengindikasikan bahwa alternatef Ai lebih terpilih.
Perhitungan SAW merupakan perhitungan yang akan kita gunakan dalam mengambil
keputusan untuk menentukan penerima beasiswa. Adapun simulasi perhitunganya adalah
sebagai berikut:
Tabel 2. Pembobotan Nilai
No
1
2
3
4
5
Data yang dibutuhkan
Pekerjaan
Pendidikan
Usia
Tempat Tinggal
Penghasilan
Bobot
0,5
0,4
0,1
0,2
0,3
Dilakukan proses perankingan menggunakan bobot preferensi yang sudah ditentukan
dengan cara:
1. Kandidat 1 = (0,2)*(0,5) + (1)*(0,4) + (0,6)*(0,1) + (0,4)*(0,2) + (0,6)*(0,3)
= 0,82
2. Kandidat 2 = (0,8)*(0,5) + (0,8)*(0,4) + (0,6)*(0,1) + (0,4)*(0,2) + (0,6)*(0,3)
= 1,04
3. Kandidat 3 = (0,8)*(0,5) + (0,8)*(0,4) + (0,8)*(0,1) + (0,8)*(0,2) + (0,6)*(0,3)
= 1,14
4. Kandidat 4 = (0,8)*(0,5) + (0,8)*(0,4) + (0,8)*(0,1) + (0,8)*(0,2) + (0,6)*(0,3)
= 1,14
5. Kandidat 5 = (0,8)*(0,5) + (0,8)*(0,4) + (0,8)*(0,1) + (0,4)*(0,2) + (0,6)*(0,3)
= 1,06
No
1
2
3
4
5
d.
Tabel 3. Hasil Peringkat Pembobotan
Kriteria
Hasil
Pekerjaan Pendidikan
Usia
Tempat
Penghasilan
Tinggal
Kandidat 1
0,1
0,4
0,06
0,08
0,18
0,82
Kandidat 2
0,4
0,32
0,06
0,08
0,18
1,04
Kandidat 3
0,4
0,32
0,08
0,16
0,18
1,14
Kandidat 4
0,4
0,32
0,08
0,16
0,18
1,14
Kandidat 5
0,4
0,32
0,08
0,08
0,18
1,06
Tampilan Aplikasi Sistem Pendataan Keluarga Tidak Mampu Menggunakan Metode
Simple Additive Weigthing (SAW).
Kandidat
Gambar 8. Halaman Login
Volume.1 - November 2017.
86
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Gambar 9. Halaman Menu Utama
Gambar 10. Halaman Penghitungan
Gambar 11. Hasil Laporan Pendataan Penerima bantuan
3.2 Pembahasan
Menurut Noordiana mahasiswa Program studi Sistem Informasi, Universitas Dian
Nuswantoro (2015) pada tugas akhir yang berjudul ”penerapan metode simple additive
Volume.1 - November 2017.
87
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
weighting (saw) untuk merancang sistem pengambilan keputusan penentuan calon penerima
beasiswa pada smk muhammadiyah Kudus” memberikan kesimpulan sebagai berikut:
“Sistem pengambilan keputusan dan metode perhitungan dengan SAW dapat membantu
menentukan siswa mana yang berhak untuk menerima beasiswa miskin (BSM) berdasarkan
bobot dan kriteria yang telah ditentukan”
Menurut Oktovantua mahasiswa Jurusan Teknik Informatika, Universitas STMIK Budi
Darma Medan (2015) pada jurnal yang berjudul ”Sistem Pendukung Keputusan Rekomendasi
Penerima Bantuan Siswa Miskin (Bsm) Dengan Metode Simple Additive Weigthing (Saw) (Studi
Kasus Smp Negeri 2 Tarabintang)” memberikan kesimpulan sebagai berikut: “Seleksi
penerimaan BSM (Bantuan Siswa Miskin) merupakan tipe masalah semi terstruktur artinya
proses ini bukan agenda rutin suatu sekolah melainkan kejadian insidental. Panitia penerimaan
BSM (Bantuan Siswa Miskin) dalam pengambilan keputusan sebelumnya menggunakan sistem
manual. Dalam menentukan keputusan calon penerima BSM (Bantuan Siswa Miskin) panitia
harus mengumpulkan data seleksi calon penerima BSM (Bantuan Siswa Miskin) dari data siswa
yang berasal dari keluarga sederhana sampai kurang mampu. Dengan penerapan metode simple
additive weighting menghasilkan nilai dari penentuan kriteria, pembobotan, rating kecocokan,
normalisasi, dan perankingan sehingga menghasilkan nilai dari masing-masing kriteria.
sehingga dapat membantu pihak sekolah dalam mengambil keputusan khususnya tentang
bantuan siswa miskin.”
Menurut Rini dan Soyusiawaty mahasiswa Program Studi Teknik Informatika,
Universitas Ahmad Dahlan (2014) pada jurnal yang berjudul ”Sistem Pendukung Keputusan
Seleksi Penerimaan Beras Untuk Keluarga Miskin Dengan Metode Simple Additive Weighting”
memberikan kesimpulan sebagai berikut: “Aplikasi Sistem Pendukung Keputusan Seleksi
Penerimaan Raskin menggunakan metode SAW ini telah diuji dan dapat berguna bagi kelurahan
Warungboto yang ingin menyeleksi warganya. Informasi dapat diperoleh dengan mudah,
sehingga pembagian raskin tepat sasaran.
Sistem pendukung keputusan pendataan keluarga tidak mampu menggunakan metode
Simple Additive Weigthing (SAW) dapat dijadikan sebagai salah satu solusi dalam
menyelesaikan permasalahan pemilihan kandidat penerima bantuan secara lebih terperinci
dibandingkan dengan perhitungan yang ada di instansi. Dengan menerapkan 5 kriteria yang ada
seperti pendidikan, penghasilan, usia, tempat tinggal, dan pekerjaan. Dengan menggunakan
sistem perhitungan Simple Additive Weigthing (SAW) yang telah dibuat, proses pemilihan
kandidat penerima bantuan bisa dilakukan dengan lebih akurat dan tepat dibandingkan dengan
cara perhitungan instansi saat ini yang masih menggunakan proses komputerlisasi sederhana.
Sehingga dibutuhkan sistem untuk meningkatkan pengelolaan pendataan dalam mengambil
keputusan untuk menetapkan sasaran yang tepat, efektif dan efisien sesuai dengan yang
diinginkan perusahaan/ instansi. Dengan menggunakan Metode Simple Additive Weigthing
(SAW) mampu menjawab permasalah yang ada di dalam instansi kelurahan Sukmajaya Kota
Cilegon, bahwa program ini mampu memproses data yang berhubungan dengan masalah
pendataan keluarga miskin serta menghasilkan informasi berupa laporan manajerial yang
dibutuhkan oleh instansi yang lebih akurat, efektif dan efisien.
4. Kesimpulan
a. Sistem pendukung keputusan pendataan keluarga tidak mampu menggunakan metode
Simple Additive Weigthing (SAW) dapat dijadikan sebagai salah satu solusi dalam
menyelesaikan permasalahan pemilihan kandidat penerima bantuan secara lebih terperinci,
dan meningkatkan pengelolaan pendataan dalam mengambil keputusan untuk menetapkan
sasaran yang tepat, efektif dan efisien sesuai dengan yang diinginkan perusahaan/ instansi.
Dengan menerapkan 5 kriteria yang ada seperti pendidikan, penghasilan, usia, tempat
tinggal, dan pekerjaan.
b. Prosedur Pendataan Keluarga Tidak Mampu dimulai dari Balai Pemulihan dan
Pengembangan Sosial (BPPS) menyerahkan data nama keluarga penerima bantuan miskin
kepada kelurahan Sukmajaya Kota Cilegon. Melalui Kasi Pemberdayaan Masyarakat dan
Volume.1 - November 2017.
88
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Kasi Kesejahteraan Sosial mendata ulang keluarga yang akan menerima bantuan melalui
RT setempat untuk memastikan kelayakan menerima bantuan atau tidak dengan meninjau
rumah warga. Rukun Tetangga (RT) melalukan pengecekan data warga untuk memastikan
kelayakan menerima bantuan melalui kriteria yang ada. Jika warga layak menerima maka
akan dilanjutkan dengan memeriksa Kartu Keluarga (KK) dan Kartu Tanda Penduduk
(KTP) sebagai Bukti Data yang akurat dan jika tidak maka selesai. Data warga yang telah
disurvei, KK dan KTP kemudian diberikan kepada bagian kelurahan dan diarsipkan satu
lembar dan satu lembar untuk RT. Bagian Kelurahan membuat laporan data warga
penerima bantuan sebanyak dua rangkap, satu rangkap untuk bagian keluarahan dan satu
rangkap akan diberikan kepada BAPPEDA. Pihak Kelurahan melaporkan kepada Badan
Perencanaan Pembangunan Daerah (BAPPEDA) untuk merumuskan penyelenggaraan
bantuan miskin dan mengeluarkan surat pengajuan yang akan diberikan kepada Walikota
Cilegon untuk pengesahan mencairan data miskin dan diarsipkan sebagai bukti.
c. Untuk merancangan dan mengimplementasikan sistem penunjang keputusan pendataan
keluarga tidak mampu maka penulis menggunakan Flowchart, Unified Modeling Language
(UML) , dan metode Simple Additive Weigthing (SAW).
5. Saran
Analisis yang dihasilkan masih jauh dari sempurna. Adapun saran yang diberikan untuk
penelitian lebih lanjut agar hasil ini menjadi lebih baik adalah sebagai berikut:
1. Mengembangkan sistem ini secara online sehingga para pengambil keputusan bisa
melihat hasil dari sistem ini dimanapun berada.
2. Perlu ada kriteria tambahan seperti pendidikan, penghasilan, usia, tempat tinggal dan
pekerjaan. dalam proses pendataan keluarga tidak mampu dengan kata lain semakin
banyak kriteria maka proses penilaian akan semakin baik.
3. Dibutuhkan sosialisasi yang lebih tentang sistem pendukung keputusan ini pada
masyarakat untuk mengoptimalkan kinerja sistem ini.
Daftar Pustaka
[1] Indrawaty, Youllia. Dkk. Mei - Agustus.2011. PDF. “Implementasi Metode Simple
Additive Weighting pada Sistem Pengambilan Keputusan Sertifikasi Guru”. Jurnal
Informatika. 2(No.2).
[2] Butar, Oktovantua Tp Butar. 2015. “Sistem Pendukung Keputusan Rekomendasi Penerima
Bantuan Siswa Miskin (BSM) Dengan Metode Simple Additive Weigthing (SAW)”.
Jurnal Pelita Informatika Budi Darma. Volume IX, hal 162
[3] Sutarman. 2009. Pengantar Teknologi Informasi. Yogyakarta : PT Bumi Aksara.
[4] S.P. Hasibuan, Malayu. 2014. Manajemen Dasar, Pengertian, dan Masalah. Jakarta :
Bumi Aksara.
[5] Darmawan, Deni. et all. Febuari 2013. Sistem Informasi Manajemen. Bandung : PT Remaja
Rosdakarya.
Volume.1 - November 2017.
89
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Pendataan Keluarga Tidak Mampu Menggunakan Metode Sample
Additive Simple Weighting pada Kelurahan Sukmajaya Cilegon
M. Amiruddin. Saddam*1, Ade Irma Rahmawati2, Vina Vijaya K3
1
Magister Teknik Informatika STMIK Raharja, 2, 3Sistem Informasi Sekolah Tinggi Teknologi
Ilmu Komputer Insan Unggul Cilegon
E-mail: *1amiruddin@raharja.info, 2adeirmarahmawati@gmail.com, 3vinavijaya@gmail.com,
Abstrak
Semakin berkembang pesatnya teknologi maka pekerjaan manusia pun bisa menjadi
lebih mudah, karena manusia akan dibantu oleh sistem komputerisasi yang diterapkan di suatu
instansi tidak tekecuali di instansi pemerintahan. Pada sistem pendataan yang berjalan di
Kelurahan Sukmajaya Kota Cilegon masih menggunakan cara komputerisasi yang masih
sederhana sehingga masih banyak terdapat proses kesalahan data akibat pendataan yang
kurang maksimal, kesalahan dalam proses perhitungan, dan berbagai bantuan yang sampai di
tangan masyarakat tidak sesuai dengan yang diharapkan serta banyaknya parameter atau
indikator kemiskinan mengakibatkan kurang efektifnya program penanganan kemiskinan. Untuk
itu dibutuhkan sistem informasi yang dapat membantu dalam pengolahan data untuk
meningkatkan pengelolaan pendataan dalam mengambil keputusan untuk menetapkan sasaran
yang tepat, efektif dan efisien sesuai dengan yang diinginkan perusahaan/ instansi.
Perancangan desain sistem yang baru dengan menggunakan Unified Modeling Language
(UML) untuk menggambarkan aliran data dan Entity Relationship Diagram untuk membuat
desain struktur tabel dan relasi antar tabel. Database dibuat dengan menggunakan SQL.
Aplikasi dibuat dan dikembangkan dengan menggunakan bahasa pemrograman Visual
Basic.Net. Dari hasil pengujian program menunjukan bahwa program ini mampu memproses
data yang berhubungan dengan masalah pendataan keluarga miskin serta menghasilkan
informasi berupa laporan-laporan manajerial yang dibutuhkan oleh instansi.
Kata Kunci: Pendataan, SPK, Metode Simple Additive Weighting (SAW)
Abstract
The more rapidly expanding the technology the human work can become easier,
because humans will be assisted by a computerized system implemented in an agency is no
exception in government agencies. In the data collection system that runs in Sukmajaya urban
village Cilegon still using the way computerization is still simple so there are still many
processes of data errors due to data collection is less than the maximum, errors in the process
of calculation, and the various assistance that reach the community are not as expected and the
number of parameters or indicators of poverty resulted in the ineffectiveness of poverty
reduction programs. For that required information system that can assist in data processing to
improve data management in making decisions to set appropriate target, effective and efficient
as desired by company / institution. Designing a new system design using Unified Modeling
Language (UML) to describe the flow of data and Entity Relationship Diagram to create the
design of table structure and relationships between tables. The database is created using SQL.
Applications are created and developed using Visual Basic.Net programming language. From
the results of program testing shows that the program is able to process data related to the
problem of data collection of poor families and produce information in the form of managerial
reports required by the agency.
Keywords: Data collection, DSS, Simple Additive Weighting (SAW) Method
Volume.1 - November 2017.
80
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
1. Pendahuluan
Upaya dalam mengentaskan kemisikinan bukanlah sesuatu hal yang mudah untuk
dilakukan. Saat ini, pemerintah sedang menyusun strategi dan cara penanggulangan kemiskinan
agar program - program pengentasan kemiskinan di berbagai bidang kehidupan dapat
dilaksanakan secara efektif. Pemerintah juga berusaha menurunkan angka kemiskinan dengan
cara membantu meringankan beban kehidupan mereka secara langsung. Atas dasar hal tersebut
pemerintah merasa perlu melakukan Pendataan rumah tangga miskin.
Berbagai program Pemerintah Kota Cilegon dalam upaya penanggulangan kemiskinan
cukup banyak, tetapi berbagai bantuan yang sampai di tangan rakyat tidak sesuai dengan yang
diharapkan serta banyaknya parameter atau indikator kemiskinan mengakibatkan kurang
efektifnya program penanganan kemiskinan menjadi masalah bagi Pemerintah Kota Cilegon
yang berkaitan dengan penentuan keluarga miskin yang belum optimal yaitu banyak terjadi
komplain dari pihak masyarakat karena keputusan dari pemerintah yang menangani masalah
penentuan keluarga miskin dalam pemberian bantuan kemiskinan masih belum sesuai dengan
realita yang ada.
2. Metode Penelitian
2.1 Jenis Penelitian
Jenis penelitian yang digunakan dalam pendataan keluarga tidak mampu di kelurahan
sukmajaya cilegon ini adalah Penelitian dan Pengembangan (Research and Development)
adalah metode penelitian yang digunakan untuk menghasilkan produk tertentu, dan menguji
keefektifan produk tersebut. Produk tersebut tidak selalu berbentuk benda atau perangkat keras
(hardware), seperti buku, modul, alat bantu pembelajaran di kelas atau di laboratorium, tetapi
bisa juga perangkat lunak (software), seperti program komputer untuk pengolahan data,
pembelajaran di kelas, perpustakaan atau laboratorium, ataupun model-model pendidikan,
pembelajaran, pelatihan, bimbingan, evaluasi, manajemen, dll.
2.2 Metode Pengumpulan Data
Metode Pengumpulan Data Data yang dibutuhkan dalam penelitian ini sebagai dasar
dalam melakukan pendataan keluarga tidak mampu pada kelurahan Sukmajaya Kota Cilegon,
berikut ini merupakan data-data yang digunakan:
Tabel 1. Data Analisis
No
Data yang dibutuhkan
Sumber Data
1
Pekerjaan
Masyarakat kelurahan Sukmajaya
2
Pendidikan
Masyarakat kelurahan Sukmajaya
3
Usia
Masyarakat kelurahan Sukmajaya
4
Tempat Tinggal
Masyarakat kelurahan Sukmajaya
5
Penghasilan
Masyarakat kelurahan Sukmajaya
2.3 Metode Analisis
Metode analisis yang digunakan dalam penelitian ini adalah metode simple additive
weighting. Terdapat beberapa pendapat mengenai metode SAW (simple additive weighting)
Menurut Youllia Indrawaty,dkk (2011:2) dalam jurnal Informatika yang berjudul Implementasi
Metode Simple Additive Weighting pada Sistem Pengambilan Keputusan Sertifikasi Guru.
metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative
pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke
suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Oktovantua Tp Butar Butar (2015:2). Metode Simple Additive Weighting (SAW) sering
juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut.
2.4 Pendataan
Data adalah fakta dari sesuatu pernyataan yang berasal dari kenyataan, di mana
pernyataan tersebut merupakan hasil pengkuran atau pengamatan (Sutarman,2009:13). Data
Volume.1 - November 2017.
81
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
dapat dianalogikan dengan jumlah blok yang biasa digunakan anak-anak untuk membentuk
berbagai struktur sesuai dengan imajinasi. Melalui suatu proses, blok-blok dapat digunakan
untuk menyusun struktur/model. Senada dengan hal itu, data yang terdapat dalam suatu
organisasi dapat diolah sehingga menghasilkan informasi yang bisa digunakan oleh para
eksekutif di organisasi untuk membantu pengambilan keputusan. Secara konsep, data adalah
deskripsi tentang benda, kejadian, aktivitas, dan transaksi, yang tidak mempunyai makna atau
tidak berpengaruh secara langsung kepada pemakai.
Menurut Malayu S.P. Hasibuan (2014:62) Data adalah hal-hal kejadian-kejadian yang
ada pada masa yang lalu. Data dibedakan atas data sekunder (teoretis) dan data primer. Data
sekuder adalah data hasil penelitian orang lain, misalnya definisi-definisi, dan lain-lainnya yang
dapat kita ketahui dari buku-buku. Data primer adalah data yang kita peroleh langsung dari
sumber datanya yang kita teliti dari lapangan.
2.5 Sistem Penunjang Keputusan
Deni Darmawan, dkk (2013:137) Sistem Penunjang Keputusan merupakan keputusan
yang dibuat untuk memecahkan masalah. Saat ini, memecahkan suatu masalah mungkin akan
menghasilkan banyak keputusan. Keputusan merupakan tindakan atau rangkaian tindakan yang
harus diikuti untuk memecahkan suatu masalah. Tindakan-tindakan tersebut bisa berupa
pengurangan sesuatu untuk menghindari risiko dari suatu hal atau pemanfaatan suatu
kesempatan.
SPK biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk
mengevaluasi suatu peluang. Aplikasi SPK digunakan dalam pengambilan keputusan. Aplikasi
SPK menggunakan CBIS (Computer Based Information Systems) yang flaksibel, interaktif, dan
dapat diadaptasi, yang dikembangkan untuk mendukung solusi atas masalah manajemen
spesifik yang tidak terstruktur.
Aplikasi SPK menggunaka data, memberikan antarmuka pengguna yang mudah dan
dapat menggabungkan pemikiran pengambil keputusan. SPK lebih ditunjukan untuk
mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam situasi yang
kurang terstruktur dan dengan kriteria yang kurang jelas. DSS tidak dimaksudkan untuk
mengotomatisasikan pengambilan keputusan tetapi memberikan perangkat interaktif yang
memungkinkan pengambil keputusan untuk melakukan berbagai analisis menggunakan modelmodel yang tersedia.
2.6 Unified Modeling Language (UML)
Dalam proses pendataan keluarga tidak mampu dikelurahan sukmajaya kota cilegon
penulis menggunakan metode Unified Modeling Language (UML) untuk untuk menggambarkan
aliran data.
uc Use Case login 2
SIST EM PENDAT AAN KELUARGA T IDAK MAMPU PADA KELURAHAN SUKMAJAYA KOT A CILEGON
login
«extend»
Kelola Data Petugas
Petugas Kelurahan
«extend»
«extend»
Cetak Hasil
«extend»
«extend»
Kelola Kriteria
«extend»
mengelola Data Kandidat
Penerima Bantuan
Kelola Penilaian
Detail
Kelola Penilaian
Header
Gambar 1. Use Case Diagram
Volume.1 - November 2017.
82
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
Sistem
Petugas Kelurahan
e-ISSN = 2598-5191
Sistem
Petugas Kelurahan
Pilih Menu Penilaian Header
Tampilka Menu Utama
Pilih Menu Penilaian Detail
Tampilka Menu Utama
Tampilkan Form Penilaian Header
Entry Data Nilai Kriteria
Tampilkan Form Penilaian Detail
Entry Data Nilai Kriteria
Simpan Data Nilai Kriteria
Simpan Data Nilai Kriteria
Edit Data
Edit Data
Edit Data Nilai Header
Edit Data Nilai Detail
YA
YA
Simpan Data
Simpan Data
Tidak
Tidak
Hapus Data Penilaian Detail
Hapus
Hapus Data Penilaian Header
Hapus
Tidak
Tidak
Gambar 2. Activity Diagram Penilaian Header
Gambar 3. Activity Diagram Penilaian Detail
sd Sequence Diagram Penilaian Header
Petugas Kelurahan
Menu Utama
Form Penilaian
Header
Proses
Tabel Penilaian
Header
1.Pilih Menu Utama()
2.Buka Form
Penilaian Header()
3.Tampilkan Form
Penilaian Header()
4.Entry Data
Penilaian ()
5.Notiikasi Input
Penilaian ()
6.Edit()
7.SetData Nilai
yang di Edit()
8.SetData ()
9.Proses Edit Data()
10.Hasil Edit Data
Penilaian()
11.Notifikasi Edit()
12.Hapus()
13.SetData yang akan di Hapus()
14.Set Data()
15.Proses Hapus Data()
16.Hasil Hapus Data()
17.Notifikasi Hapus()
Gambar 4 Sequence Diagram Penilaian Header
sd Sequence Diagram Penilaian Detail
Petugas Kelurahan
Menu Utama
Form Penilaian
Detail
Proses
T abel Penilaian
Detail
1.Pilih Menu Utama()
2.Buka Form Penilaian
Detail()
3.T ampilkan Form
Penilaian Detail()
4.Entry Data
Penilaian ()
5.Notiikasi Input Penilaian ()
6.Edit()
7.SetData Nilai
yang di Edit()
10.Hasil Edit Data
Penilaian()
8.SetData
()
9.Proses Edit Data()
11.Notifikasi Edit()
12.Hapus()
13.SetData yang akan di Hapus()
14.Set Data()
15.Proses Hapus Data()
16.Hasil Hapus Data()
17.Notifikasi Hapus()
Gambar 5. Sequence Diagram Penilaian Detail
Volume.1 - November 2017.
83
Seminar Nasional Multi Disiplin Ilmu
Kandidat
-No_KTP : String
-Nama_Kandidat : String
-Alamat : String
+Tambah()
+Edit()
+Hapus()
+Simpan()
+Batal()
+Pencarian()
p-ISSN = 2598-4969
*
Penilaian_Header
*
+End Class
+End Class
Output Hasil
*
-No_KTP : String
-Nama_Kandidat : String
-Alamat : String
-Hasil_Akhir : Double
-Ranking : Integer
+Tampil()
Penilaian_Detail
-End Class
Petugas
*
*
+End Class
Login
-UserName : String
-Password : String
+Verifikasi()
+End Class
*
+End Class
Kriteria
*
*
*
+End Class
-Id_Nilai : String
-Id_Kriteria : String
-Nilai : Double
-Bobot : Double
-Normalsasi : Double
+Simpan()
+Batal()
+End Class
-End Class
-Id_Nilai : String
-No_KTP : String
-Tgl Penilaian : Date
-NIP : String
-Nilai : Double
+Simpan()
+Batal()
*
+End Class
-Id_Kriteria : String
-Kriteria : String
-Bobot : Double
+Tambah()
+Edit()
+Hapus()
+Simpan()
+Batal()
+Pencarian()
e-ISSN = 2598-5191
+End Class
-NIP : String
-Nama : String
-Alamat : String
-Username : String
-Password : String
+Tambah()
+Hapus()
+Edit()
+Simpan()
+Batal()
+Pencarian()
*
+End Class
*
Gambar 6. Class Diagram
2.6 Entity Relationship Diagram
Dalam proses pendataan keluarga tidak mampu dikelurahan sukmajaya kota cilegon
penulis menggunakan metode entity relationship diagram untuk membuat desain struktur tabel
dan relasi antar tabel.
Password
Alamat
UserNama
NIP
(PrimayKey)
Nama
1
Petugas
Nama_Kandidat
Input
N
No.KTP
Alamat
1
1
N
Kandidat
Mempunyai
Nilai Header
Id_Nilai
N
Mempunyai
Nilai Detail
Tgl Penilaian
Bobot
Kriteria
Id_Kriteria
Kriteria
Nilai
Normalisasi
Bobot
1
N
Mempunyai
Gambar 7. Entity Relationship Diagram Pendataan Keluarga Tidak Mampu
Volume.1 - November 2017.
84
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
3. Hasil dan Pembahasan
3.1 Hasil
a. Menentukan Sample
Penelitian ini memiliki 200 populasi masyarakat penerima bantuan dari pemerintah.
untuk penarikan sampel, penulis menggunakan Metode perhitungan jumlah sampel yaitu dengan
metode pengambilan sampel Slovin sebagai berikut :
Ket
n
N
: Jumlah Sample
: Jumlah Populasi
: Persen kelonggaran ketidaktelitian kesalahan pengambilan sampel
yang masih dapat ditolerir.
Jadi sampel yang akan di ambil sebanyak 133 sampel dari 200 populasi
b. Penghitungan Nilai dari Hasil Matriks Awal Menjadi Nilai Normalisasi
Formula untuk melakukan normalisasi tersebut adalah :
Jika j adalah atribut keuntungan
(benefit)
Jika j adalah atribut biaya (cost)
Dimana :
rij = rating kinerja ternormalisasi
Maxij = nilai maksimum dari setiap baris dan kolom
Minij = nilai minimum dari setiap baris dan kolom
Xij = baris dan kolom dari matriks
Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut
Cj; i =1,2,…m dan j = 1,2,…,n..
c. Penghitungan Simple Additive Weigthing (SAW) dari Pengolahan Hasil Normalisasi Data
Dimana :
Vi = Nilai akhir dari alternatif
wj = Bobot yang telah ditentukan
rij = Normalisasi matriks
Volume.1 - November 2017.
85
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Nilai Vi yang lebih besar mengindikasikan bahwa alternatef Ai lebih terpilih.
Perhitungan SAW merupakan perhitungan yang akan kita gunakan dalam mengambil
keputusan untuk menentukan penerima beasiswa. Adapun simulasi perhitunganya adalah
sebagai berikut:
Tabel 2. Pembobotan Nilai
No
1
2
3
4
5
Data yang dibutuhkan
Pekerjaan
Pendidikan
Usia
Tempat Tinggal
Penghasilan
Bobot
0,5
0,4
0,1
0,2
0,3
Dilakukan proses perankingan menggunakan bobot preferensi yang sudah ditentukan
dengan cara:
1. Kandidat 1 = (0,2)*(0,5) + (1)*(0,4) + (0,6)*(0,1) + (0,4)*(0,2) + (0,6)*(0,3)
= 0,82
2. Kandidat 2 = (0,8)*(0,5) + (0,8)*(0,4) + (0,6)*(0,1) + (0,4)*(0,2) + (0,6)*(0,3)
= 1,04
3. Kandidat 3 = (0,8)*(0,5) + (0,8)*(0,4) + (0,8)*(0,1) + (0,8)*(0,2) + (0,6)*(0,3)
= 1,14
4. Kandidat 4 = (0,8)*(0,5) + (0,8)*(0,4) + (0,8)*(0,1) + (0,8)*(0,2) + (0,6)*(0,3)
= 1,14
5. Kandidat 5 = (0,8)*(0,5) + (0,8)*(0,4) + (0,8)*(0,1) + (0,4)*(0,2) + (0,6)*(0,3)
= 1,06
No
1
2
3
4
5
d.
Tabel 3. Hasil Peringkat Pembobotan
Kriteria
Hasil
Pekerjaan Pendidikan
Usia
Tempat
Penghasilan
Tinggal
Kandidat 1
0,1
0,4
0,06
0,08
0,18
0,82
Kandidat 2
0,4
0,32
0,06
0,08
0,18
1,04
Kandidat 3
0,4
0,32
0,08
0,16
0,18
1,14
Kandidat 4
0,4
0,32
0,08
0,16
0,18
1,14
Kandidat 5
0,4
0,32
0,08
0,08
0,18
1,06
Tampilan Aplikasi Sistem Pendataan Keluarga Tidak Mampu Menggunakan Metode
Simple Additive Weigthing (SAW).
Kandidat
Gambar 8. Halaman Login
Volume.1 - November 2017.
86
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Gambar 9. Halaman Menu Utama
Gambar 10. Halaman Penghitungan
Gambar 11. Hasil Laporan Pendataan Penerima bantuan
3.2 Pembahasan
Menurut Noordiana mahasiswa Program studi Sistem Informasi, Universitas Dian
Nuswantoro (2015) pada tugas akhir yang berjudul ”penerapan metode simple additive
Volume.1 - November 2017.
87
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
weighting (saw) untuk merancang sistem pengambilan keputusan penentuan calon penerima
beasiswa pada smk muhammadiyah Kudus” memberikan kesimpulan sebagai berikut:
“Sistem pengambilan keputusan dan metode perhitungan dengan SAW dapat membantu
menentukan siswa mana yang berhak untuk menerima beasiswa miskin (BSM) berdasarkan
bobot dan kriteria yang telah ditentukan”
Menurut Oktovantua mahasiswa Jurusan Teknik Informatika, Universitas STMIK Budi
Darma Medan (2015) pada jurnal yang berjudul ”Sistem Pendukung Keputusan Rekomendasi
Penerima Bantuan Siswa Miskin (Bsm) Dengan Metode Simple Additive Weigthing (Saw) (Studi
Kasus Smp Negeri 2 Tarabintang)” memberikan kesimpulan sebagai berikut: “Seleksi
penerimaan BSM (Bantuan Siswa Miskin) merupakan tipe masalah semi terstruktur artinya
proses ini bukan agenda rutin suatu sekolah melainkan kejadian insidental. Panitia penerimaan
BSM (Bantuan Siswa Miskin) dalam pengambilan keputusan sebelumnya menggunakan sistem
manual. Dalam menentukan keputusan calon penerima BSM (Bantuan Siswa Miskin) panitia
harus mengumpulkan data seleksi calon penerima BSM (Bantuan Siswa Miskin) dari data siswa
yang berasal dari keluarga sederhana sampai kurang mampu. Dengan penerapan metode simple
additive weighting menghasilkan nilai dari penentuan kriteria, pembobotan, rating kecocokan,
normalisasi, dan perankingan sehingga menghasilkan nilai dari masing-masing kriteria.
sehingga dapat membantu pihak sekolah dalam mengambil keputusan khususnya tentang
bantuan siswa miskin.”
Menurut Rini dan Soyusiawaty mahasiswa Program Studi Teknik Informatika,
Universitas Ahmad Dahlan (2014) pada jurnal yang berjudul ”Sistem Pendukung Keputusan
Seleksi Penerimaan Beras Untuk Keluarga Miskin Dengan Metode Simple Additive Weighting”
memberikan kesimpulan sebagai berikut: “Aplikasi Sistem Pendukung Keputusan Seleksi
Penerimaan Raskin menggunakan metode SAW ini telah diuji dan dapat berguna bagi kelurahan
Warungboto yang ingin menyeleksi warganya. Informasi dapat diperoleh dengan mudah,
sehingga pembagian raskin tepat sasaran.
Sistem pendukung keputusan pendataan keluarga tidak mampu menggunakan metode
Simple Additive Weigthing (SAW) dapat dijadikan sebagai salah satu solusi dalam
menyelesaikan permasalahan pemilihan kandidat penerima bantuan secara lebih terperinci
dibandingkan dengan perhitungan yang ada di instansi. Dengan menerapkan 5 kriteria yang ada
seperti pendidikan, penghasilan, usia, tempat tinggal, dan pekerjaan. Dengan menggunakan
sistem perhitungan Simple Additive Weigthing (SAW) yang telah dibuat, proses pemilihan
kandidat penerima bantuan bisa dilakukan dengan lebih akurat dan tepat dibandingkan dengan
cara perhitungan instansi saat ini yang masih menggunakan proses komputerlisasi sederhana.
Sehingga dibutuhkan sistem untuk meningkatkan pengelolaan pendataan dalam mengambil
keputusan untuk menetapkan sasaran yang tepat, efektif dan efisien sesuai dengan yang
diinginkan perusahaan/ instansi. Dengan menggunakan Metode Simple Additive Weigthing
(SAW) mampu menjawab permasalah yang ada di dalam instansi kelurahan Sukmajaya Kota
Cilegon, bahwa program ini mampu memproses data yang berhubungan dengan masalah
pendataan keluarga miskin serta menghasilkan informasi berupa laporan manajerial yang
dibutuhkan oleh instansi yang lebih akurat, efektif dan efisien.
4. Kesimpulan
a. Sistem pendukung keputusan pendataan keluarga tidak mampu menggunakan metode
Simple Additive Weigthing (SAW) dapat dijadikan sebagai salah satu solusi dalam
menyelesaikan permasalahan pemilihan kandidat penerima bantuan secara lebih terperinci,
dan meningkatkan pengelolaan pendataan dalam mengambil keputusan untuk menetapkan
sasaran yang tepat, efektif dan efisien sesuai dengan yang diinginkan perusahaan/ instansi.
Dengan menerapkan 5 kriteria yang ada seperti pendidikan, penghasilan, usia, tempat
tinggal, dan pekerjaan.
b. Prosedur Pendataan Keluarga Tidak Mampu dimulai dari Balai Pemulihan dan
Pengembangan Sosial (BPPS) menyerahkan data nama keluarga penerima bantuan miskin
kepada kelurahan Sukmajaya Kota Cilegon. Melalui Kasi Pemberdayaan Masyarakat dan
Volume.1 - November 2017.
88
Seminar Nasional Multi Disiplin Ilmu
p-ISSN = 2598-4969
e-ISSN = 2598-5191
Kasi Kesejahteraan Sosial mendata ulang keluarga yang akan menerima bantuan melalui
RT setempat untuk memastikan kelayakan menerima bantuan atau tidak dengan meninjau
rumah warga. Rukun Tetangga (RT) melalukan pengecekan data warga untuk memastikan
kelayakan menerima bantuan melalui kriteria yang ada. Jika warga layak menerima maka
akan dilanjutkan dengan memeriksa Kartu Keluarga (KK) dan Kartu Tanda Penduduk
(KTP) sebagai Bukti Data yang akurat dan jika tidak maka selesai. Data warga yang telah
disurvei, KK dan KTP kemudian diberikan kepada bagian kelurahan dan diarsipkan satu
lembar dan satu lembar untuk RT. Bagian Kelurahan membuat laporan data warga
penerima bantuan sebanyak dua rangkap, satu rangkap untuk bagian keluarahan dan satu
rangkap akan diberikan kepada BAPPEDA. Pihak Kelurahan melaporkan kepada Badan
Perencanaan Pembangunan Daerah (BAPPEDA) untuk merumuskan penyelenggaraan
bantuan miskin dan mengeluarkan surat pengajuan yang akan diberikan kepada Walikota
Cilegon untuk pengesahan mencairan data miskin dan diarsipkan sebagai bukti.
c. Untuk merancangan dan mengimplementasikan sistem penunjang keputusan pendataan
keluarga tidak mampu maka penulis menggunakan Flowchart, Unified Modeling Language
(UML) , dan metode Simple Additive Weigthing (SAW).
5. Saran
Analisis yang dihasilkan masih jauh dari sempurna. Adapun saran yang diberikan untuk
penelitian lebih lanjut agar hasil ini menjadi lebih baik adalah sebagai berikut:
1. Mengembangkan sistem ini secara online sehingga para pengambil keputusan bisa
melihat hasil dari sistem ini dimanapun berada.
2. Perlu ada kriteria tambahan seperti pendidikan, penghasilan, usia, tempat tinggal dan
pekerjaan. dalam proses pendataan keluarga tidak mampu dengan kata lain semakin
banyak kriteria maka proses penilaian akan semakin baik.
3. Dibutuhkan sosialisasi yang lebih tentang sistem pendukung keputusan ini pada
masyarakat untuk mengoptimalkan kinerja sistem ini.
Daftar Pustaka
[1] Indrawaty, Youllia. Dkk. Mei - Agustus.2011. PDF. “Implementasi Metode Simple
Additive Weighting pada Sistem Pengambilan Keputusan Sertifikasi Guru”. Jurnal
Informatika. 2(No.2).
[2] Butar, Oktovantua Tp Butar. 2015. “Sistem Pendukung Keputusan Rekomendasi Penerima
Bantuan Siswa Miskin (BSM) Dengan Metode Simple Additive Weigthing (SAW)”.
Jurnal Pelita Informatika Budi Darma. Volume IX, hal 162
[3] Sutarman. 2009. Pengantar Teknologi Informasi. Yogyakarta : PT Bumi Aksara.
[4] S.P. Hasibuan, Malayu. 2014. Manajemen Dasar, Pengertian, dan Masalah. Jakarta :
Bumi Aksara.
[5] Darmawan, Deni. et all. Febuari 2013. Sistem Informasi Manajemen. Bandung : PT Remaja
Rosdakarya.
Volume.1 - November 2017.
89