SISTEM PENDUKUNG KEPUTUSAN PENERIMA BLSM DI DESA NEPEN KECAMATAN TERAS Sistem Pendukung Keputusan Penerima Blsm Di Desa Nepen Kecamatan Teras.
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BLSM
DI DESA NEPEN KECAMATAN TERAS
Makalah
Program Studi Teknik Informatika
Fakultas Komunikasi dan Informatika
Diajukan oleh :
Atika Khoirunnisa
Nurgiyatna, M.Sc,. Ph.D
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS KOMUNIKASI DAN INFORMATIKA
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2014
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BLSM DI DESA NEPEN
KECAMATAN TERAS
Atika Khoirunnisa, Nurgiyatna
Teknik Informatika, Fakultas Komunikasi dan Informatika
Universitas Muhammadiyah Surakarta
E-Mail : Atika.khoirunnisa93@yahoo.com
ABSTRAKSI
Bantuan Langsung Sementara Masyarakat (BLSM) merupakan kebijakan dari
pemerintah untuk masyarakat miskin dalam memenuhi kebutuhan hidup sehari-hari, baik
untuk biaya berobat, untuk pendidikan dan kebutuhan lainnya. Adanya indikasi
ketidaktepatan sasaran sehingga muncul protes, bahkan konflik antar elemen masyarakat,
penulis berinisiatif untuk membuat suatu sistem pendukung keputusan penerima BLSM agar
dapat terhindar dari masalah tersebut.
Aplikasi ini menggunakan metode Simple Additive Weighting (SAW), bahasa
pemrograman PHP dan database MySQL, dan dirancang dalam bentuk website. Dalam tahap
pengujiannya, untuk memberikan penilaian dilakukan di Kelurahan Nepen Kecamatan Teras
Kabupaten Boyolali dengan reponden perangkat desa Nepen Kecamatan Teras dan staff
Badan Pusat Statistik dengan mendemokan aplikasi ini secara langsung dan responden
memberikan penilaian melalui kuisioner yang sudah dibuat.
Dengan adanya aplikasi ini dan dengan kriteria- kriteria yang dijadikan acuan
penerima BLSM, dapat memberikan keputusan bagi masyarakat secara nyata sehingga
terhindar dari indikasi ketidaktepatan sasaran dan konflik sosial .
Kata Kunci : Sistem Pendukung keputusan, Simple Additive Weighting (SAW), BLSM.
Batasan masalah dalam penelitian
PENDAHULUAN
Kemiskinan dan naiknya harga
ini kriteria yang digunakan merupakan
BBM yang dikarenakan pegurangan subsidi
hasil dari kebijakan yang di tetapkan dari
dari
pemerintah,
Data
semakin sulit dalam memenuhi kebutuhan
menggunakan
metode
hidupnya.
pemerintah
Additive Weighting), Dari kriteria yang
memberikan kebijakan untuk menggulirkan
ditentukan, diambil 9 kriteria, dimana 4
program
kriteria Garis Kemiskinan makanan dan 5
pemerintah
membuat
Sehingga
Bantuan
Masyarakat
masyarakat
langsung
(BLSM)
Sementara
dengan
diolah
dengan
SAW
(Simple
tujuan
kriteria Garis Kemiskinan Non Makanan
memberikan fondasi untuk menghadapi
dengan asumsi bahwa kriteria tersebut
masalah tersebut. Kedengarannya memang
adalah kriteria yang utama, Sistem ini
sangat ideal, namun program BLSM ini
hanya membantu memberikan alternatif
dinilai oleh sebagian pihak menimbulkan
penerima
konflik ketidaktepatan sasaran. Disamping
khususnya di Desa Nepen Kecamatan
itu, dengan database yang masih dalam
Teras.
BLSM
untuk
masyarakat
bentuk kertas dapat menimbulkan masalah
Tujuan dari penelitian ini yaitu
dalam menyimpan arsip dan pencarian data.
Membuat sistem pendukung keputusan
Pada penelitian ini dapat diambil
untuk menentukan penerima BLSM di
permasalahan bagaimana membuat suatu
Desa Nepen Kecamatan Teras agar tepat
sistem pendukung keputusan penerima
sesuai
BLSM dengan menggunakan metode SAW
Menerapkan
agar terhindar dari konflik ketidak tepatan
membangun sistem pendukung keputusan
sasaran dan bagaimana metode SAW dapat
penerima
memberikan
diadakannya penelitian ini, antara lain :
penyelesaian
pengambilan keputusan tersebut.
dalam
sasaran
Mempunyai
yang
metode
BLSM
suatu
.
di
harapkan,
SAW
Manfaat
sistem
dalam
dari
pendukung
keputusan yang dapat digunakan untuk
miskin
menentukan penerima BLSM, Menerapkan
ditentukan
dan mengembangkan ilmu yang telah
output nilai intensitas proiritas dari setiap
didapatkan
yang
keluarga. Metode yang digunakan dalam
aplikasi
penelitian ini yaitu menggunakan studi
sistem pendukung keputusan dan masalah
literatur, observasi, wawancara, analisis
yang ada pada dunia kerja, Sebagai bahan
dari sistem, perancangan sistem, dan
referensi yang dapat dipergunakan untuk
pengujian dari sistem.
selama
berkaitan
dengan
perkuliahan
pembuatan
dengan
kriteria
untuk
yang
sudah
menghasilkan
suatu
perbandingan dan kerangka acuan untuk
Penelitian oleh Sulaiman (2010)
persoalan yang sejenis, sehingga dapat
menjlaskan tentang identifikasi penyakit
meningkatkan kualitas pendidikan dan
dari ikan. Algoritma yang digunakan dalam
merupakan dorongan bagi akademik untuk
membangun sistem ini yaitu algorita tree
menjadi tolak ukur keberhasilan dalam
dan metode inferensi forward chaining
memberikan bekal ilmu kepada mahasiswa.
serta bahasa pemprograman WML dan
TINJAUAN PUSTAKA
PHP. Aplikasi tersebut diimplementasikan
Sulistyo Nugroho, Yusuf (2009)
ke sebuah perangkat mobile
melalui
dalam penelitiannya menjelaskan bahwa
teknologi WAP. Hasil dari sistem ini
akibat dari krisis ekonomi yang terjadi
memberikan
masyarakat
macam-macam jenis penyakit yang ada
desa
Kalibening
memiliki
informasi
yang
kesejahteraan hidup yang kurang, sehingga
pada
masyarakat berhak untuk mendapatkan
penyakit,
bantuan
menggulangi penyakit tersebut.
beras
miskin.
Tujuan
dari
penelitian ini membuat sistem pendukung
ikan, gejala yang ditimbulkan dari
serta
bagaimana
solusi
Simple Additive Weighting (SAW)
keputusan dengan kemampuan analisis
seleksi penerima beras bagi keluarga
berupa
Metode SAW sering dikenal dengan
metode
penjumlahan
terbobot
yang
memiliki
konsep
dasar
mencari
pengambilan keputusan, yaitu
penjumlahan terbobot dalam rating kinerja
pada setiap alternatif pada setiap kriteria
(Kusumadewi,
menggunakan
2006).
Metode
C j.
c.
ini
Faktor
dalam
rating
dalam setiap kriteria.
d. Menentukan bobot preferensi
dibandingkan terhadap rating alternatif
yang telah ditentukan..
nilai
kecocokan pada setiap alternatif
proses normalisasi matrik
keputusan (X) ke dalam skala untuk
Memberikan
(W) untuk setiap kriteria.
W = [ W1 W2 W3 .... Wj] . . . . (1)
pemberian
nilai
e.
Membuat
tabel
rating
merupakan pembeda antara metode SAW
kecocokan dari setiap alternatif
dengan metode yang lain. Pemberian nilai
terhadap setiap kriteria.
pada metode ini dilakukan secara sederhana
f.
Membuat matrik keputusan X
dimana keadaan alternatif harus sesuai
yang dibentuk dari tabel rating
dengan kriteria yang ada. Hal lain yang
kecocokan setiap alternatif pada
membedakan
setiap kriteria.
terdapat
dalam
faktor
penentuan nilai vektor bobot. Penentuan
X=
nilai prioritas vektor bobot merupakan
kebijakan dari manajer
yang secara
g.
�11
�1
⋱
�1
�
. . . . (2)
Melakukan normalisasi matrik
langsung memberikan nilai vektor untuk
keputusan dengan menghitung
bobot (Idris.2012).
nilai
Berikut langkah penyelesaian dalam
menggunakannya, yaitu :
a.
dijadikan
kriteria
acuan
yang
dalam
kinerja
ternomalisasi (rij) dari alternatif
Ai pada kriteria Cj.
Alternatif ditentukan .
b. Menentukan
rating
��
rij =
�
i.
Hasil akhir nilai preferensi (Vi )
(� )
diperoleh dari penjumlahan dari
� � (� )
perkalian elemen baris matrik
�
ternormalisasi
. . . . (3)
bobot
(R)
preferensi
bersesuaian
(W)
eleman
dengan
yang
kolom
matrik (W).
h.
�
=1
� . . . . (5)
Hasil dari nilai raitng kinerja
Vi =
ternomalisasi (rij) membentuk
Hasil akhir nilai Vi yang lebih
matrik ternomalisasi (R)
besar
R=
�11
�1
⋱
�1
�
menyimpulkan
bahwa
alternatif Ai adalah alternatif
. . . . (4)
terbaik (Kusumadewi, 2006).
Tabel 1 Pemberian bobot kriteria penerima BLSM
Kriteria
Keterangan
a. Makan dalam 1x
sehari
2x
3x
b.Pembayaran
Baik
pengobatan
Cukup
Kurang
c.
Kemampuan Lebih dari 10x 1
mengkonsumsi
minggu
daging
dalam 3-10x 1 minggu
seminggu
Kurang dari 3x
d. Sumber air minum Air Sungai
Sumur
Kran
e.Sumber penerangan Diatas 1300 watt
untuk rumah tangga
900 watt
Kurang dari 450
bobot
1
2
3
1
2
3
1
2
3
Tidak
3
Menerima
1
1
3
1
2
1
2
3
1
2
3
2
1
2
3
watt
f.
Jenis
dinding Bambu
bangunan
Tembok
Tembok dengan
cat
g. Harta yang dimiliki Baik
Cukup
Kurang
h. Jenis lantai tempat Keramik
tinggal
Semen
Tanah
i.Sumber penghasilan Kurang dari
kepala rumah tangga. 1juta perbulan
1-5 juta
Lebih dari 5 juta
1
2
3
3
2
1
2
3
1
2
3
1
3
2
2
1
2
3
3
1
Pada tabel 1 diatas menunjukkan kriteria
realistis tidaknya sistem dan hal
penerima BLSM beserta keterangan yang
yang membedakan dengan sistem
sudah ditentukan dari pemerintah dan bobot
yang ada. Sistem yang sudah ada
untuk masing- masing kriteria baik yang
diputuskan untuk diupdate atau
menerima maupun yang tidak menerima
mengganti dengan sitem yang baru.
BLSM.
b. Analisis
METODE
Metode dalam penelitian sistem
Dalam
tahap
ini
dilakukan
kerjasama antara pengguna dan
pendukung keputusan penerima BLSM
software
yaitu SDLC (Sistems Development Life
mengumpulkan, mempelajari dan
Cycle).
merumuskan kebutuhan .
Tahapan dari metode ini antara lain :
a. Studi kelayakan
developer
untuk
c. Desain Sistem
Membuat
blueprint
sistem
dan
Pada tahapan ini untuk masalah
menyesuaikannya dengan arsitektur
biaya dan waktu dapat diketahui
telekomunikasi,
hardware,
serta
mengembangkan
lanjut,
software
lebih
Pada tahap ini software yang telah
sistem
dapat
diuji
dan
siap
diimplementasikan
menciptakan model graphical user
kedalam sistem pengguna.
interface, dan database.
HASIL DAN PEMBAHASAN
Sistem
d. Pengembangan Sistem
Pada
tahap
ini
melakukan
pendukung
penerima
keputusan
BLSM
dirancang
pembuatan program agar desain
menggunakan bahasa pemrograman
dapat diterapkan kedalam sistem
PHP dan database MySQL. Metode
yang
dalam pembuatan sistem ini yaitu
sesungguhnya,
dan
Simple Additive Weighting (SAW)
menyiapkan database.
sedangkan untuk metodologi dalam
e. Pengujian Sistem
Setelah
sistem
penelitian untuk mengembangkan
selanjutnya
sistem ini yaitu SDLC (System
pengembangan
selesai,
langkah
untuk
Development Life Cycle). Aplikasi
mengetahui bahwa sistem sudah
ini dibuat dalam bentuk web dan
sesuai
bertujuan
melakukan
dengan
pengujian
kebutuhan
harapan dari pengguna.
f. Implementasi Sistem
dan
untuk
ketidaktepatan
menghindari
sasaran
penyaluran BLSM.
dalam
Gambar 1. Tambah Input Data
Pada gambar 1 merupakan input data dari
pengguna
yang berupa kode user yang
pengguna memasukkan kriteria penerima
BLSM
sesuai
dengan
keadaan
yang
sudah terisi secara otomatis dari sistem, dan
sebenarnya. Sistem ini akan menyimpan
pengguna diharapkan untuk mengisi nama
data yang telah dimasukkan oleh pengguna
yang diusulkan dalam
dan
program
blsm
mengolah
hasilnya
sehingga tersimpan dalam database untuk
menggunakan metode
digunakan sebagai arsip dan kemudian
Weighting (SAW).
dengan
Simple Additive
Gambar 2. Analisa Keputusan
Pada gambar 2 dijelaskan hasil
Masukan kriteria dari pengguna
analisa keputusan dari kriteria yang
merupakan
telah dimasukkan dalam menu input
rumus SAW disimbolkan dengan
data yang diolah menggunakan
huruf “ W”.
metode Simple Additive Weighting
KESIMPULAN
(SAW). Untuk pembobotan dalam
Berdasarkan
weight
atau
dalam
hasil
dari
pembuatan,
dan
masing- masing kriteria diberi bobot
perancangan,
nilai 1, 2, dan 3. Setiap kriteria
implementasi
dalam metode SAW disimbolkan
keputusan penerima BLSM di desa
dengan “C” dimana terdapat 9
Nepen kecamatan Teras dapat diambil
kriteria
kesimpulan seperti berikut :
yang
program BLSM.
digunakan
dalam
sistem
pendukung
1. Pembuatan
sitem
pendukung
interpretasi 81%, untuk aplikasi
keputusan penerima BLSM di desa
bermanfaat
Nepen kecamatan Teras dengan
kepuasan pengguna 86%, untuk
metode Simple Additive Weighting
kriteria
(SAW) dan berbasis website telah
kebutuhan 80% dan untuk sistem
berhasil
mudah dimengerti 70%.
dibuat
menggunakan
dan
membrikan
BLSM
memenuhi
berbagai analisa, kemudahan dan
3. Berdasarkan hasil uji coba sistem
perancangan pada fasilitas yang
di desa Nepen kecamatan Teras,
ada telah dicapai.
sistem pendukung keputusan ini
20
telah mampu memberikan alternatif
tentang
sistem
keputusan bagi masyarakat yang
keputusan
penerima
telah diusulkan dalam program
BLSM ini, untuk aplikasi mudah
BLSM dengan berbagai kriteria
dioperasikan dan informasi yang
yang telah ditentukan, sehingga
disajikan
sesuai
bisa tepat sesuai dengan sasaran
memiliki
prosentase
2. Analisis
responden
pendukung
statistik
dengan
dengan
tema
dan
dapat
sebesar 79% , untuk tampilan
mengurangi kecemburuan
sosial
cukup indah, menarik, dan menu
antar anggota masyarakat.
interpretasi
cukup lengkap memiliki prosentase
yang
diharapkan
DAFTAR PUSTAKA
Nugroho, Bunafit. 2004. Aplikasi Pemrograman Web Dinamis dengan PHP dan MySQL.
Gava media, Yogyakarta.
Nugroho, Bunafit. 2004. Cascanding Style Sheets (CSS) Solusi Mempercantik Halaman Web.
Gava media, Yogyakarta.
Idris, L. A. S. 2012. Analisis Perbandingan Metode Analytical Hierarchy Process (AHP) dan
Simple Additive Weighting (SAW). Skripsi. Fakultas Teknik Universitas Negeri
Gorontalo.
Mukhlis, 2013. Tinjauan tentang BLSM
http://handuk.qu.blogspot.com/tinjauan-tentang-blsm/.html. Di akses tanggal 29
September 2013, pukul 13.00.
Hanif,
2007.
Tinjauan
Pustaka
Sistem
Pendukung
Keputusan.
http://hanif.wordpress.com/tinjauan-pustaka-sistem-pendukung-keputusan/.html. Di
akses tanggal 1 Oktober 2013, pukul 20.00.
Suryadi K, Ramdhani MA. 2002. Sistem Pendukung Keputusan : Suatu wacana struktur
idealisasi dan implementasi konsep pengambilan keputusan. Bandung : PT. Remaja
Rosdakarya.
Anik, Tuning. 2012. Syarat Penerima BLSM.
http://pewarta-indonesia.com. Diakses tanggal 29 September 2013, pukul 14.00
BPS, 2013. Teori Kemiskinan . www.BPS. go.id
Prima Sukmaraga, 2011. Analisis Pengaruh Indeks Pembangunan Manusia, PDRB Per
Kapita, dan jumlah penggangguran Terhadap Jumlah Penduduk Miskin Di Provinsi
Jawa Tengah, Universitas Diponegoro.
Kusumadewi, Sri., Hartati, S., Harjoko, A., danWardoyo, R. (2006). Fuzzy Multi – Attribute
Decision Making (FUZZY MADM).GrahaIlmu,
Yogyakarta
Lukni, Muarif, 2013, “Sistem Pendukung Keputusan Perolehan Jamkesmas Untuk
Masyarakat Miskin di Rumah Sakit Umum Daerah Dr M.Ashari Pemalang”. Skripsi.
Fakultas Komunikasi dan Informatika. Surakarta: Universitas Muhammadiyah
Surakarta.
Sulistyo Nugroho Yusuf, Yasin A. Fatah. 2009, “ Rancang Bangun Perangkat Lunak
Pendukung Keputusan Seleksi Penerima Bantuan Beras Miskin”. Paper. Fakultas
Komunikasi dan Informatika. Surakarta : Universitas Muhammadiyah Surakarta.
DI DESA NEPEN KECAMATAN TERAS
Makalah
Program Studi Teknik Informatika
Fakultas Komunikasi dan Informatika
Diajukan oleh :
Atika Khoirunnisa
Nurgiyatna, M.Sc,. Ph.D
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS KOMUNIKASI DAN INFORMATIKA
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2014
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BLSM DI DESA NEPEN
KECAMATAN TERAS
Atika Khoirunnisa, Nurgiyatna
Teknik Informatika, Fakultas Komunikasi dan Informatika
Universitas Muhammadiyah Surakarta
E-Mail : Atika.khoirunnisa93@yahoo.com
ABSTRAKSI
Bantuan Langsung Sementara Masyarakat (BLSM) merupakan kebijakan dari
pemerintah untuk masyarakat miskin dalam memenuhi kebutuhan hidup sehari-hari, baik
untuk biaya berobat, untuk pendidikan dan kebutuhan lainnya. Adanya indikasi
ketidaktepatan sasaran sehingga muncul protes, bahkan konflik antar elemen masyarakat,
penulis berinisiatif untuk membuat suatu sistem pendukung keputusan penerima BLSM agar
dapat terhindar dari masalah tersebut.
Aplikasi ini menggunakan metode Simple Additive Weighting (SAW), bahasa
pemrograman PHP dan database MySQL, dan dirancang dalam bentuk website. Dalam tahap
pengujiannya, untuk memberikan penilaian dilakukan di Kelurahan Nepen Kecamatan Teras
Kabupaten Boyolali dengan reponden perangkat desa Nepen Kecamatan Teras dan staff
Badan Pusat Statistik dengan mendemokan aplikasi ini secara langsung dan responden
memberikan penilaian melalui kuisioner yang sudah dibuat.
Dengan adanya aplikasi ini dan dengan kriteria- kriteria yang dijadikan acuan
penerima BLSM, dapat memberikan keputusan bagi masyarakat secara nyata sehingga
terhindar dari indikasi ketidaktepatan sasaran dan konflik sosial .
Kata Kunci : Sistem Pendukung keputusan, Simple Additive Weighting (SAW), BLSM.
Batasan masalah dalam penelitian
PENDAHULUAN
Kemiskinan dan naiknya harga
ini kriteria yang digunakan merupakan
BBM yang dikarenakan pegurangan subsidi
hasil dari kebijakan yang di tetapkan dari
dari
pemerintah,
Data
semakin sulit dalam memenuhi kebutuhan
menggunakan
metode
hidupnya.
pemerintah
Additive Weighting), Dari kriteria yang
memberikan kebijakan untuk menggulirkan
ditentukan, diambil 9 kriteria, dimana 4
program
kriteria Garis Kemiskinan makanan dan 5
pemerintah
membuat
Sehingga
Bantuan
Masyarakat
masyarakat
langsung
(BLSM)
Sementara
dengan
diolah
dengan
SAW
(Simple
tujuan
kriteria Garis Kemiskinan Non Makanan
memberikan fondasi untuk menghadapi
dengan asumsi bahwa kriteria tersebut
masalah tersebut. Kedengarannya memang
adalah kriteria yang utama, Sistem ini
sangat ideal, namun program BLSM ini
hanya membantu memberikan alternatif
dinilai oleh sebagian pihak menimbulkan
penerima
konflik ketidaktepatan sasaran. Disamping
khususnya di Desa Nepen Kecamatan
itu, dengan database yang masih dalam
Teras.
BLSM
untuk
masyarakat
bentuk kertas dapat menimbulkan masalah
Tujuan dari penelitian ini yaitu
dalam menyimpan arsip dan pencarian data.
Membuat sistem pendukung keputusan
Pada penelitian ini dapat diambil
untuk menentukan penerima BLSM di
permasalahan bagaimana membuat suatu
Desa Nepen Kecamatan Teras agar tepat
sistem pendukung keputusan penerima
sesuai
BLSM dengan menggunakan metode SAW
Menerapkan
agar terhindar dari konflik ketidak tepatan
membangun sistem pendukung keputusan
sasaran dan bagaimana metode SAW dapat
penerima
memberikan
diadakannya penelitian ini, antara lain :
penyelesaian
pengambilan keputusan tersebut.
dalam
sasaran
Mempunyai
yang
metode
BLSM
suatu
.
di
harapkan,
SAW
Manfaat
sistem
dalam
dari
pendukung
keputusan yang dapat digunakan untuk
miskin
menentukan penerima BLSM, Menerapkan
ditentukan
dan mengembangkan ilmu yang telah
output nilai intensitas proiritas dari setiap
didapatkan
yang
keluarga. Metode yang digunakan dalam
aplikasi
penelitian ini yaitu menggunakan studi
sistem pendukung keputusan dan masalah
literatur, observasi, wawancara, analisis
yang ada pada dunia kerja, Sebagai bahan
dari sistem, perancangan sistem, dan
referensi yang dapat dipergunakan untuk
pengujian dari sistem.
selama
berkaitan
dengan
perkuliahan
pembuatan
dengan
kriteria
untuk
yang
sudah
menghasilkan
suatu
perbandingan dan kerangka acuan untuk
Penelitian oleh Sulaiman (2010)
persoalan yang sejenis, sehingga dapat
menjlaskan tentang identifikasi penyakit
meningkatkan kualitas pendidikan dan
dari ikan. Algoritma yang digunakan dalam
merupakan dorongan bagi akademik untuk
membangun sistem ini yaitu algorita tree
menjadi tolak ukur keberhasilan dalam
dan metode inferensi forward chaining
memberikan bekal ilmu kepada mahasiswa.
serta bahasa pemprograman WML dan
TINJAUAN PUSTAKA
PHP. Aplikasi tersebut diimplementasikan
Sulistyo Nugroho, Yusuf (2009)
ke sebuah perangkat mobile
melalui
dalam penelitiannya menjelaskan bahwa
teknologi WAP. Hasil dari sistem ini
akibat dari krisis ekonomi yang terjadi
memberikan
masyarakat
macam-macam jenis penyakit yang ada
desa
Kalibening
memiliki
informasi
yang
kesejahteraan hidup yang kurang, sehingga
pada
masyarakat berhak untuk mendapatkan
penyakit,
bantuan
menggulangi penyakit tersebut.
beras
miskin.
Tujuan
dari
penelitian ini membuat sistem pendukung
ikan, gejala yang ditimbulkan dari
serta
bagaimana
solusi
Simple Additive Weighting (SAW)
keputusan dengan kemampuan analisis
seleksi penerima beras bagi keluarga
berupa
Metode SAW sering dikenal dengan
metode
penjumlahan
terbobot
yang
memiliki
konsep
dasar
mencari
pengambilan keputusan, yaitu
penjumlahan terbobot dalam rating kinerja
pada setiap alternatif pada setiap kriteria
(Kusumadewi,
menggunakan
2006).
Metode
C j.
c.
ini
Faktor
dalam
rating
dalam setiap kriteria.
d. Menentukan bobot preferensi
dibandingkan terhadap rating alternatif
yang telah ditentukan..
nilai
kecocokan pada setiap alternatif
proses normalisasi matrik
keputusan (X) ke dalam skala untuk
Memberikan
(W) untuk setiap kriteria.
W = [ W1 W2 W3 .... Wj] . . . . (1)
pemberian
nilai
e.
Membuat
tabel
rating
merupakan pembeda antara metode SAW
kecocokan dari setiap alternatif
dengan metode yang lain. Pemberian nilai
terhadap setiap kriteria.
pada metode ini dilakukan secara sederhana
f.
Membuat matrik keputusan X
dimana keadaan alternatif harus sesuai
yang dibentuk dari tabel rating
dengan kriteria yang ada. Hal lain yang
kecocokan setiap alternatif pada
membedakan
setiap kriteria.
terdapat
dalam
faktor
penentuan nilai vektor bobot. Penentuan
X=
nilai prioritas vektor bobot merupakan
kebijakan dari manajer
yang secara
g.
�11
�1
⋱
�1
�
. . . . (2)
Melakukan normalisasi matrik
langsung memberikan nilai vektor untuk
keputusan dengan menghitung
bobot (Idris.2012).
nilai
Berikut langkah penyelesaian dalam
menggunakannya, yaitu :
a.
dijadikan
kriteria
acuan
yang
dalam
kinerja
ternomalisasi (rij) dari alternatif
Ai pada kriteria Cj.
Alternatif ditentukan .
b. Menentukan
rating
��
rij =
�
i.
Hasil akhir nilai preferensi (Vi )
(� )
diperoleh dari penjumlahan dari
� � (� )
perkalian elemen baris matrik
�
ternormalisasi
. . . . (3)
bobot
(R)
preferensi
bersesuaian
(W)
eleman
dengan
yang
kolom
matrik (W).
h.
�
=1
� . . . . (5)
Hasil dari nilai raitng kinerja
Vi =
ternomalisasi (rij) membentuk
Hasil akhir nilai Vi yang lebih
matrik ternomalisasi (R)
besar
R=
�11
�1
⋱
�1
�
menyimpulkan
bahwa
alternatif Ai adalah alternatif
. . . . (4)
terbaik (Kusumadewi, 2006).
Tabel 1 Pemberian bobot kriteria penerima BLSM
Kriteria
Keterangan
a. Makan dalam 1x
sehari
2x
3x
b.Pembayaran
Baik
pengobatan
Cukup
Kurang
c.
Kemampuan Lebih dari 10x 1
mengkonsumsi
minggu
daging
dalam 3-10x 1 minggu
seminggu
Kurang dari 3x
d. Sumber air minum Air Sungai
Sumur
Kran
e.Sumber penerangan Diatas 1300 watt
untuk rumah tangga
900 watt
Kurang dari 450
bobot
1
2
3
1
2
3
1
2
3
Tidak
3
Menerima
1
1
3
1
2
1
2
3
1
2
3
2
1
2
3
watt
f.
Jenis
dinding Bambu
bangunan
Tembok
Tembok dengan
cat
g. Harta yang dimiliki Baik
Cukup
Kurang
h. Jenis lantai tempat Keramik
tinggal
Semen
Tanah
i.Sumber penghasilan Kurang dari
kepala rumah tangga. 1juta perbulan
1-5 juta
Lebih dari 5 juta
1
2
3
3
2
1
2
3
1
2
3
1
3
2
2
1
2
3
3
1
Pada tabel 1 diatas menunjukkan kriteria
realistis tidaknya sistem dan hal
penerima BLSM beserta keterangan yang
yang membedakan dengan sistem
sudah ditentukan dari pemerintah dan bobot
yang ada. Sistem yang sudah ada
untuk masing- masing kriteria baik yang
diputuskan untuk diupdate atau
menerima maupun yang tidak menerima
mengganti dengan sitem yang baru.
BLSM.
b. Analisis
METODE
Metode dalam penelitian sistem
Dalam
tahap
ini
dilakukan
kerjasama antara pengguna dan
pendukung keputusan penerima BLSM
software
yaitu SDLC (Sistems Development Life
mengumpulkan, mempelajari dan
Cycle).
merumuskan kebutuhan .
Tahapan dari metode ini antara lain :
a. Studi kelayakan
developer
untuk
c. Desain Sistem
Membuat
blueprint
sistem
dan
Pada tahapan ini untuk masalah
menyesuaikannya dengan arsitektur
biaya dan waktu dapat diketahui
telekomunikasi,
hardware,
serta
mengembangkan
lanjut,
software
lebih
Pada tahap ini software yang telah
sistem
dapat
diuji
dan
siap
diimplementasikan
menciptakan model graphical user
kedalam sistem pengguna.
interface, dan database.
HASIL DAN PEMBAHASAN
Sistem
d. Pengembangan Sistem
Pada
tahap
ini
melakukan
pendukung
penerima
keputusan
BLSM
dirancang
pembuatan program agar desain
menggunakan bahasa pemrograman
dapat diterapkan kedalam sistem
PHP dan database MySQL. Metode
yang
dalam pembuatan sistem ini yaitu
sesungguhnya,
dan
Simple Additive Weighting (SAW)
menyiapkan database.
sedangkan untuk metodologi dalam
e. Pengujian Sistem
Setelah
sistem
penelitian untuk mengembangkan
selanjutnya
sistem ini yaitu SDLC (System
pengembangan
selesai,
langkah
untuk
Development Life Cycle). Aplikasi
mengetahui bahwa sistem sudah
ini dibuat dalam bentuk web dan
sesuai
bertujuan
melakukan
dengan
pengujian
kebutuhan
harapan dari pengguna.
f. Implementasi Sistem
dan
untuk
ketidaktepatan
menghindari
sasaran
penyaluran BLSM.
dalam
Gambar 1. Tambah Input Data
Pada gambar 1 merupakan input data dari
pengguna
yang berupa kode user yang
pengguna memasukkan kriteria penerima
BLSM
sesuai
dengan
keadaan
yang
sudah terisi secara otomatis dari sistem, dan
sebenarnya. Sistem ini akan menyimpan
pengguna diharapkan untuk mengisi nama
data yang telah dimasukkan oleh pengguna
yang diusulkan dalam
dan
program
blsm
mengolah
hasilnya
sehingga tersimpan dalam database untuk
menggunakan metode
digunakan sebagai arsip dan kemudian
Weighting (SAW).
dengan
Simple Additive
Gambar 2. Analisa Keputusan
Pada gambar 2 dijelaskan hasil
Masukan kriteria dari pengguna
analisa keputusan dari kriteria yang
merupakan
telah dimasukkan dalam menu input
rumus SAW disimbolkan dengan
data yang diolah menggunakan
huruf “ W”.
metode Simple Additive Weighting
KESIMPULAN
(SAW). Untuk pembobotan dalam
Berdasarkan
weight
atau
dalam
hasil
dari
pembuatan,
dan
masing- masing kriteria diberi bobot
perancangan,
nilai 1, 2, dan 3. Setiap kriteria
implementasi
dalam metode SAW disimbolkan
keputusan penerima BLSM di desa
dengan “C” dimana terdapat 9
Nepen kecamatan Teras dapat diambil
kriteria
kesimpulan seperti berikut :
yang
program BLSM.
digunakan
dalam
sistem
pendukung
1. Pembuatan
sitem
pendukung
interpretasi 81%, untuk aplikasi
keputusan penerima BLSM di desa
bermanfaat
Nepen kecamatan Teras dengan
kepuasan pengguna 86%, untuk
metode Simple Additive Weighting
kriteria
(SAW) dan berbasis website telah
kebutuhan 80% dan untuk sistem
berhasil
mudah dimengerti 70%.
dibuat
menggunakan
dan
membrikan
BLSM
memenuhi
berbagai analisa, kemudahan dan
3. Berdasarkan hasil uji coba sistem
perancangan pada fasilitas yang
di desa Nepen kecamatan Teras,
ada telah dicapai.
sistem pendukung keputusan ini
20
telah mampu memberikan alternatif
tentang
sistem
keputusan bagi masyarakat yang
keputusan
penerima
telah diusulkan dalam program
BLSM ini, untuk aplikasi mudah
BLSM dengan berbagai kriteria
dioperasikan dan informasi yang
yang telah ditentukan, sehingga
disajikan
sesuai
bisa tepat sesuai dengan sasaran
memiliki
prosentase
2. Analisis
responden
pendukung
statistik
dengan
dengan
tema
dan
dapat
sebesar 79% , untuk tampilan
mengurangi kecemburuan
sosial
cukup indah, menarik, dan menu
antar anggota masyarakat.
interpretasi
cukup lengkap memiliki prosentase
yang
diharapkan
DAFTAR PUSTAKA
Nugroho, Bunafit. 2004. Aplikasi Pemrograman Web Dinamis dengan PHP dan MySQL.
Gava media, Yogyakarta.
Nugroho, Bunafit. 2004. Cascanding Style Sheets (CSS) Solusi Mempercantik Halaman Web.
Gava media, Yogyakarta.
Idris, L. A. S. 2012. Analisis Perbandingan Metode Analytical Hierarchy Process (AHP) dan
Simple Additive Weighting (SAW). Skripsi. Fakultas Teknik Universitas Negeri
Gorontalo.
Mukhlis, 2013. Tinjauan tentang BLSM
http://handuk.qu.blogspot.com/tinjauan-tentang-blsm/.html. Di akses tanggal 29
September 2013, pukul 13.00.
Hanif,
2007.
Tinjauan
Pustaka
Sistem
Pendukung
Keputusan.
http://hanif.wordpress.com/tinjauan-pustaka-sistem-pendukung-keputusan/.html. Di
akses tanggal 1 Oktober 2013, pukul 20.00.
Suryadi K, Ramdhani MA. 2002. Sistem Pendukung Keputusan : Suatu wacana struktur
idealisasi dan implementasi konsep pengambilan keputusan. Bandung : PT. Remaja
Rosdakarya.
Anik, Tuning. 2012. Syarat Penerima BLSM.
http://pewarta-indonesia.com. Diakses tanggal 29 September 2013, pukul 14.00
BPS, 2013. Teori Kemiskinan . www.BPS. go.id
Prima Sukmaraga, 2011. Analisis Pengaruh Indeks Pembangunan Manusia, PDRB Per
Kapita, dan jumlah penggangguran Terhadap Jumlah Penduduk Miskin Di Provinsi
Jawa Tengah, Universitas Diponegoro.
Kusumadewi, Sri., Hartati, S., Harjoko, A., danWardoyo, R. (2006). Fuzzy Multi – Attribute
Decision Making (FUZZY MADM).GrahaIlmu,
Yogyakarta
Lukni, Muarif, 2013, “Sistem Pendukung Keputusan Perolehan Jamkesmas Untuk
Masyarakat Miskin di Rumah Sakit Umum Daerah Dr M.Ashari Pemalang”. Skripsi.
Fakultas Komunikasi dan Informatika. Surakarta: Universitas Muhammadiyah
Surakarta.
Sulistyo Nugroho Yusuf, Yasin A. Fatah. 2009, “ Rancang Bangun Perangkat Lunak
Pendukung Keputusan Seleksi Penerima Bantuan Beras Miskin”. Paper. Fakultas
Komunikasi dan Informatika. Surakarta : Universitas Muhammadiyah Surakarta.