SISTEM PENDUKUNG KEPUTUSAN UNTUK PENERIMA BANTUAN DANAUSAHA KECIL MENENGAH (UKM) MENGGUNAKAN METODE SIMPLE ADDICTIVE WEIGHTING (SAW) A DECISION SUPPORT SYSTEMFOR FUND RECEIVER OF SMALL AND MEDIUM ENTERPRISES (SMEs)USING SIMPLE ADDICTIVE WEIGHTING (SAW)
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
SISTEM PENDUKUNG KEPUTUSAN
UNTUK PENERIMA BANTUAN DANAUSAHA KECIL MENENGAH (UKM)
MENGGUNAKAN METODE SIMPLE ADDICTIVE WEIGHTING (SAW)
A DECISION SUPPORT SYSTEMFOR FUND RECEIVER OF
SMALL AND MEDIUM ENTERPRISES (SMEs)USING SIMPLE ADDICTIVE WEIGHTING
(SAW)
1
2
3
Rian Qurniawan , Erfanti Fatkhiyah ,Uning Lestari
1,2,3
Teknik Informatika, institut Sains & Teknologi AKPRIND Yogyakarta
2
1
3
[email protected], [email protected], [email protected]
ABSTRACT
In Indonesia's economy, the sector of Small and Medium Enterprises so-called SMEs
play a very important rule especially wite the amount of labor that can be absorbed by SMEs
because its workforce reached 91.8%, or 97.3%, and besides this SMEs having strategic
significance for development, also attempt to equalize the results of development.
Unfortunately, SMEs still has the disadvantage on the lack of capital to expand their business so
that the government create a program grant. But the aid to SMEs is not in accordance with the
expectation. The reason is because the determination of beneficiaries have not been targeted.
The Support System for DeterminingThe Small and Medium Beneficiaries is expected to help
the village of Temuwangi as executor program aid in determining the beneficiaries.
This study uses data villagers of temuwangi, thecriteria data for the determination of
beneficiaries, and thegroup data of SMEs temuwangi village. The methodology used is literature
study method. Tools needed in this research is the PHP programming language, HTML, CSS,
bootstrap templete gentelle, Text Editor uses sublime text 2 program, System Design using
visual software UML10.1 paradigm for the enterprise edition, the database used is MySQL, Web
Server using XAMPP , as well as computer equipment. The method used in the decision making
is the Simple Additive weighting method (SAW).
Results from this study is the determination of funding SMEs applications that assist the
village in determining the status of beneficiaries, among other status is received, considered,
rejected. Application DSS SMEs funding has two user levels, namely admin, and the lurah.
admin has acchess to citizen data management,year data, criteria data, sub-criteria data, group
data, member data, assessing and managing the assessment results. Lurah only have access
to view the results of the assessment
Keywords: Fund, Simple Additive Weighting (SAW), SMEs, DSS.
INTISARI
Dalam perekonomian Indonesia, sektor Usaha Kecil Menengah biasa disebut UKM
memegang peranan yang sangat penting terutama apabila dikaitkan dengan jumlah tenaga
kerja yang mampu diserap oleh UKM karena tenaga kerjanya mencapai 91,8 % atau 97,3% dan
UKM ini selain memiliki arti strategis bagi pembangunan, juga sebagai upaya untuk
memeratakan hasil pembangunan. Namun sayangnya UKM masih memiliki kelemahan yaitu
kurangnya modal untuk mengembangkan usahanya sehingga pemerintah membuat program
pemberian dana bantuan. Tetapi bantuan dana kepada UKM belum sesuai dengan apa yang
diharapkan. Salah satu penyebabnya adalah karena penentuan penerima bantuan dana belum
tepat sasaran. Sistem Pendukung Keputusan Menentukan Penerima Bantuan Dana Usaha
Kecil Menengah diharapkan mampu membantu pihak Desa Temuwangi selaku pelaksana
program bantuan dana dalam menentukan penerima bantuan.
Penelitian ini menggunakan data warga desa temuwangi, data kriteria penentuan
penerima bantuan, dan data kelompok UKM desa temuwangi.Metodologi yang digunakan
adalah metode studi kepustakaan. Alat yang dibutuhkan dalam penelitian ini adalah bahasa
pemrograman PHP, HTML, CSS, templete bootstrap gentelle, Teks Editor program
menggunakan sublime text 2, Perancangan Sistem menggunakan software visual paradigm for
UML10.1 enterprise edition, database yang digunakan adalah MySQL, Web Server
menggunakan XAMPP, serta perangkat komputer. Metode yang digunakan dalam menentukan
keputusan adalah metode Simple Additive Weighting (SAW).
211
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Hasil dari penelitian ini yaitu aplikasi penentuan bantuan dana UKM yang membantu
pihak desa dalam menentukan status penerima bantuan dana, status tersebut antara lain
diterima, dipertimbangkan, ditolak. Aplikasi SPK bantuan dana UKM ini memiliki 2 level user,
yaitu admin, dan lurah. admin memiliki akses untuk melakukan pengelolaan data warga, data
tahun, data kriteria, data sub kriteria, data kelompok, data anggota, melakukan penilaian dan
melakukan pengelolaan hasil penilaian. Lurah hanya memiliki akses untuk melihat hasil
penilaian.
Kata Kunci: Bantuan, Simple Additive Weighting (SAW), UKM, SPK.
PENDAHULUAN
Sistem Pendukung Keputusan atau Decision Support System (DSS) merupakan sistem
informasi interakif yang menyediakan informasi, pemodelan, dan manipulasi data.Sistem
Pendukung Keputusan dapat meningkatkan efektifitas pengambilan keputusan dan
memungkinkan pengambilan keputusan yang lebih obyektif.Saat ini, Sistem Pendukung
Keputusan sudah di terapkan di berbagai bidang, misalnya dalam menentukan penerimaan
karyawan, menentukan murid berprestasi dan lain-lain.Sistem pendukung keputusan juga bisa
diterapkan untuk menentukan penerima bantuan. Berbagai jenis program dari Pemerintah
dalam upaya bantuan dana telah banyak dilaksanakan, tetapi bantuan yang sampai di tangan
penerima ada yang tidak sesuai dengan yang diharapkan. Hal tersebut disebabkan salah
satunya karena penentuan penerima bantuan belum optimal, sehingga dalam memberikan
bantuan dana masih ada yang belum tepat sasaran.
Pentingnya membuat Sistem Pendukung Keputusan bantuan dana UKM karena dapat
menjadi alat bantu bagi pihak desa dalam melaksanakan program pemberian dana bantuan dan
upaya penyaluran bantuan baik dari Pemerintah maupun instansi lainnya, sehingga dapat
meminimalisir penyaluran bantuan yang tidak tepat sasaran. Metode SAW atau sering disebut
metode penjumlahan terbobot, dipilih karena metode ini mudah dimengerti.
Rumusan permasalahan pada penelitian ini adalahBagaimana menerapkan metode
Simple Addictive Weighting dalam mengembangan SPK serta bagaimana membangun SPK
yang dapat membantu aparat desa dalam menentukan penerima bantuan
TINJAUAN PUSTAKA
Penelitian ini menggunakan pustaka hasil-hasil penelitian sebelumnya yang relevan
dan berhubungan dengan obyek dan kasus penelitian yang dilakukan.Penelitian yang dilakukan
oleh (Nur Rochmah Diah P.A 2008)yang berjudul sistem penentuan penerima Bantuan
Langsung Tunai (BLT) dengan metode Analycal Hirarchy Process.aplikasi ini membahas
tentang banyaknya warga yang menerima BLT, karena ribuan warga yang diseleksi maka
dibutuhkan sebuah sistem yang dapat mempermudah dalam penyeleksian guna menentukan
warga yang benar-benar memerlukan BLT. Hasil dari proses aplikasi ini berupa tahapan ranking
warga sebagai rekomendasi bagian pengambilan keputusan untuk memilih warga yang cocok
mendapatkan dana kompensasi BLT terebut.
Penelitian lainnya yang terkait adalah sistem penunjang keputusan kelayakan
bembiayaan Usaha Kecil Menengah (UKM) dengan menggunakan logika fuzzy pada bank
pembiyaan rakyat syariah yang dilakukan oleh (Haris, 2011). Jurnal ini membahas tentang
pemberian pembiayaan bagi pengusaha namun masih ada beberapa masalah salah satunya
keterlambatan pembayaran sehingga terjadi penunggakan dan memerlukan sebuah aplikasi
untuk mempermudah proses pemilihan pengusaha yang layak memperoleh pembiayaan. Hasil
dari proses aplikasi ini berupa nilai yang nantinya dijadikan acuan untuk menentukan
pengusaha yang layak mendapatkan pembiayaan. Dengan adanyaaplikasi ini diharapkan dapat
membantu manager dalam proses pengambilan keputusan UKM.
Penelitian lainnya yaituSistem Pendukung Keputusan untuk menentukan penerima
Bantuan Langsung Sementara Masyarakat (BLSM) Di Kabupaten Indramayu yang dilakukan
oleh (Supriatin 2014). Penelitian ini dilatarbelakangi oleh banyaknya kasus yang menyatakan
bahwa penyaluran BLSM tidak tepat sasaran, ada BLSM yang diperuntukkan bagi masyarakat
tidak mampu secara ekonomi, namun terkadang masih ada masyarakat kaya yang juga
menerimanya khususnya di kabupaten Indramayu, hal tersebut menyulitkan pihak penyeleksi
212
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
dalam mengadakan penyeleksian calon penerima dana BLSM ini untuk itu dibuat sistem
pendukung keputusan dalam menentukan penerima BLSM di kabupaten Indramayu dengan
menggunakan metode Analytic Hierarchy Process (AHP). Tujuan penelitian ini adalah
memberikan usulan untuk prioritas penerima BLSM agar tepat sasaran dan dapat membantu
pemerintah kabupaten indramayu dalam pengambilan keputusan. Berdasarkan hasil analisis
dengan menggunakan metode AHP, maka dapat dihasilkan suatu alternatif pengambilan
keputusan dalam menentukan penerima BLSM yang efektif yang dapat menyaring 39%
masyarakat yang seharusnya tidak mendapatkan BLSM.
Penelitian lainnya yaituSistem Pengambilan Keputusan kelayakan bagi calon penerima
dana bantuan masyarakat miskin menggunakan metode topsis berbasis web yang dilakukan
oleh (Fatmawati 2016). Jurnal ini membahas tentang bagaimana mengatasi masalah pemberian
dana bantuan langsung tunai di desa susukanrejo kabupaten pasuruan. Pada desa susukanrejo
pemilihan dana bantuan masih dilakukan secara manual dan kurang merata hasilnya. Untuk
mengatasi masalah yang ada tersebut, maka perlu dilakukan proses pemecahan masalah
dengan penerapan sistem pengambilan keputusan. Dengan aplikasi ini diharapkan dapat
membantu pihak petugas agar lebih efektif dalam menentukan masyarakat kurang mampu
mana saja yang akan mendapatkan dana bantuan. Namun tampilan pengguna belum
menggunakan CSS responsive sehingga tampilan kurang menarik.
Penelitian lainnya yaituRancangan Sistem Pendukung Keputusan Penentuan Penerima
Bantuan Program Pemerintah yang dilakukan oleh ( Harlinda L 2016). Aplikasi ini membahas
program pemerintah tentang menyeleksi rumah tangga miskin yang akan diberikan bantuan
dana secara tunai dalam rangka peningkatan pelayanan kesehatan dan pendidikan bagi warga
miskin, lewat program ini diharapkan terjadi peningkatan kualitas hidup anggota rumah tangga
bersangkutan. Salah satu penyebabnya gagalnya penyaluran bantuan pemerintah adalah
karena data yang kurang akurat akibat dari pengolahan data masih secara konvensional (belum
mempertimbangkan faktor-faktor pendukung secara obyektif dan masih manual).Untuk itu
diperlukan untuk mendesain suatu sistem aplikasi otomatis yang dapat membantu lembaga
pemerintah dalam menunjang keputusan penentuan penerima bantuan bagi rumah tangga
miskin.Penelitian ini bertujuan untuk membuat suatu desain dan mengimplementasikan sistem
pendukung keputusan berbasis komputer untuk penentuan penerima bantuan Program
Pemerintah bagi rumah tangga miskin.
Landasan teori yang digunakan dalam penelitian ini adalah penjelasan teori dari konsep
yang berhubungan dengan Sistem Pendukung Keputusandan Metode Simple Additive
Weighting (SAW).Sistem Pendukung Keputusan atau Decision Support System(DSS)
merupakan sistem informasi interakif yang menyediakan informasi, pemodelan, dan manipulasi
data.Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang
semiterstrukur dan situasi yang tidak terstruktur (Kusrini, 2007).Sistem Pendukung Keputusan
tidak dimaksudkan untuk mengotomatisasikan pengambilan keputusan, tetapi memberikan
perangkat interaktif yang memungkinkan pengambil keputusan untuk melakukan berbagai
analisis menggunakan model-model yang tersedia.Metode Simple Additive Weighting (SAW)
sering juga dikenal dengan istilah metode penjumlahan terbobot.Konsep dasar metode SAW
adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua
atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating alternatif yang ada MADM itu merupakan
suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan
kriteria tertentu. Metode SAW mengharuskan pembuat keputusan menentukan bobot bagi
setiap atribut. Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian
antara rating dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah
melewati proses normalisasi matriks sebelumnya (Aeroyid, 2014).
METODE PENELITIAN
Bahan yang diperlukan dalam pembuatan aplikasi SPK ini adalah Data warga Desa
Temuwangi, Pedan, Klaten, Jawa Tengah, data kelompok UKM desa temuwangi dan data
kriteria penentuan penerima bantuan. Metode analisa data yang digunakan yakni berdasarkan
analisis perancangan UML. Beberapa langkah yang digunakan dalam penelitian ini yaitu
pertama melakukan analisa kebutuhan, setelah itu melakuan desain sistem yang akan dibuat.
213
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
selanjutnya melakukan penulisan kode dan pengujian program yang sudah dibuat. jika program
sudah menhasilkan output sesuai denga yang diharapkan, maka selanjutnya
mengimplementasikan sistem dan melakuakn perawatan sistem.
User dalam sistem yang diusulkan dibagi menjadi dua, yaitu admin, dan lurah.admin
memiliki akses untuk melakukan pengelolaan data warga, data tahun, data kriteria, data sub
kriteria, data kelompok, data anggota, melakukan penilaian dan melakukan pengelolaan hasil
penilaian. lurah hanya memiliki akses untuk melihat hasil penilaian.Use case diagram SPK
Bantuan Dana ditunjukkan oleh Gambar 1.
Gambar 1.Use case diagram SPK Bantuan Dana
PEMBAHASAN
TAMPILAN HALAMAN LOGIN
Halaman Login adalah halaman awal untuk masuk ke sistem bantuan dana. Halaman
Login memiliki form untuk memasukkan username berupa NIK dan password.Tampilan
halaman Login ditunjukkan pada Gambar 3.
Gambar 3. Tampilan Halaman Login
TAMPILAN HALAMAN BERANDA ADMIN
Halaman beranda admin adalah halaman yang menampilkan informasi ringkas terkait
dengan data yang dikelola oleh admin. Tampilan halaman beranda admin ditunjukkan oleh
Gambar 4.
214
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Gambar 4. Tampilan Halaman Beranda Admin
TAMPILAN HALAMAN KRITERIA
Apabila dalan suatu tahun penilaian sudah memiliki hasil penilaian, maka tombol yang
digunakan untuk menambah data kriteria tidak bisa digunakan.Pada kriteria ini ada sub kriteria
yang hanya bisa diisi 2 field setiap sub kriteria, jika sudah ditambahkan sub kriteria maka menu
tambah sub kriteria berubah jadi menu edit.Untuk merubah bobot kriteria, admin dapat memilih
menu button pengaturan bobot kriteria.Tampilan halaman data kriteria ditunjukkan oleh Gambar
5.
Gambar 5. Tampilan Halaman Kriteria
TAMPILAN HALAMAN PENILAIAN
Untuk melakukan penilaian kemiskinan, admin dapat memilih menu penilaian
kemiskinan. Tampilan halaman penilaian kemiskinan ditunjukkan oleh Gambar 6.
215
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Gambar 6. Tampilan Halaman Penilaian
TAMPILAN HALAMAN HASIL PENILAIAN
Untuk rekap hasil penilaian bantuan dana, admin dapat memilih menu rekap hasil
penilaian lalu memilih tahun penilaian maka akan muncul hasil penilaian berdasarkan tahun
penilaian. Tampilan halaman hasil penilaian ditunjukkan oleh Gambar 7.
Gambar 7. Tampilan Halaman Hasil Penilaian
Proses pertama yang dilakukan dalam perhitungan dengan metode SAW adalah
menentukan kriteria sebagai acuan penentuan keputusan, lalu menentukan rating kecocokan
setiap alternatif pada setiap kriteria. Setelah itu melalukan normalisasi matrik dan melakukan
penjumlahan dari perkalian matrik ternormalisasi dengan vektor bobot sehingga diperoleh nilai
terbesar sebagai alternatif terbaik.
Dalam skripsi ini, pendukung keputusan yang dilakukan adalah menentukan kelompok
UKM yang mendapatkan bantuan dana. Contoh yang diambil adalah penilaian kelompok pada
216
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
tahun 2016.Di tahun 2016 kriteria yang digunakan dalam melakukan penilaian kelompok adalah
5 kriteria.Kriteria tersebut ditunjukkan oleh Tabel 1.
Kode
Nama kriteria
Keterangan
Bobot
Tipe
kriteria
K1
Anggota
Jumlah anggota
0.3
benefit
. jumlah anggota kurang dari 10
yang baik adalah
. jumlah anggota lebih dari 10
yang terdampak
K2
Lama Usaha
Lama usaha yang
0.15
cost
. Terbentuk kurang dari 1 tahun
baik adalah yang
. Terbentuk lebih dari 1 tahun
baru merintis
K3
Swadaya
0.25
benefit
Swadaya yang
. Memiliki swadaya kurang dari
terbaik adalah yang
60%
lebih dari 60%
. Memilik swadaya lebih dari 60%
K4
Pendapatan
0.2
benefit
. Pendapatan pekerja dibawah
Pendapatan terbaik
UMR
adalah diatas UMR
. Pendapatan pekerja diatas UMR
K5
Lahan Usaha
Tempat usaha yang 0.1
Benefit
. Tempat usaha milik sendiri
terbaik adalah yang
. Tempat usaha masih menyewa
masih menyewa
Tabel 1. Tabel Kriteria
Tabel 1.berisikan kriteria, subkriteria, bobot dan tipe kriteria tersebut. Dalam penentuan
penerima bantuan dana UKM terdapat 12 alternatif yaitu UKM Anakan Ikan (Kel 1), UKM
AZCRAFT (Kel 2), UKM Pejantan Tangguh (Kel 3), UKM Saras (Kel 4), UKM Angkringan Cah
Klaten (Kel 5), UKM Camilan Klaten (Kel 6), UKM genteng press (Kel 7), UKM Altaf Colection
(Kel 8), UKM Mebel Jati (Kel 9), UKM Echo kripik kulit (Kel 10), UKM Bengkel motor (Kel 11)
dan UKM Bordir (Kel 12).Nilai rating kecocokan dari setiap alternatif pada setiap kriteria
ditunjukkan oleh Tabel 2.
Tabel 2. Tabel Rating Kecocokan Dari Setiap Alternatif Pada Setiap Kriteria
Alternatif
Kriteria
K1
K2
K3
K4
K5
Kel 1
1
1
1
1
0.5
Kel 2
1
0.5
1
0.5
1
Kel 3
0.5
0.5
1
1
0.5
Kel 4
1
1
0.5
0.5
1
0.5
Kel 5
0.5
0.5
0.5
1
Kel 6
0.5
0.5
1
1
0.5
Kel 7
1
0.5
1
1
1
Kel 8
1
1
1
0.5
0.5
Kel 9
1
1
1
1
0.5
Kel 10
1
0.5
1
1
0.5
Kel 11
0.5
1
1
1
1
1
0.5
Kel 12
1
0.5
1
Setelah dilakukan perhitungan, diperoleh matrik ternormalisasi R sebagai berikut:
217
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
1
1
0.5
1
0.5
0.5
đť‘‹=
1
1
1
1
0.5
1
1
0.5
1
1
1
0.5
0.5
1
1 1
1 0.5
1 1
0.5 0.5
0.5 1
1 1
1 1
1 0.5
1 1
1 1
0.5
1
0.5
1
0.5
0.5
1
0.5
0.5
0.5
0.5
1
0.5
1
1 1
1 1
1
0.5
Nilai matrik ranking diperoleh dari penjumlahan terhadap hasil perkalian nilai matrik
ternormalisasi R terhadap bobot pada setiap kriteria. Perhitungan matrik ranking adalah sebagai
berikut:
Bobot setiap kriteria (W) = (0.3, 0.15, 0.25, 0.2, 0.1)
V1= [((1)*(0.3))+((0.5)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.875
V2= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((0.5)*(0.2)) + ((1)*(0.1))] = 0.9
V3= [((0.5)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.8
V4= [((1)*(0.3)) + ((0.5)*(0.15)) + ((0.5)*(0.25))+ ((0.5)*(0.2)) + ((1)*(0.1))] = 0.7
V5=[((0.5)*(0.3))+((1)*(0.15)) + ((0.5)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.675
V6= [((0.5)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.8
V7= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((1)*(0.1))] = 1
V8=[((1)*(0.3))+((0.5)*(0.15)) + ((1)*(0.25)) + ((0.5)*(0.2)) + ((0.5)*(0.1))] = 0.775
V9=[((1)*(0.3))+((0.5)*(0.15)) + ((0.5)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.875
V10= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.95
V11= [((0.5)*(0.3))+((0.5)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((1)*(0.1))] = 0.775
V12= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.95
Berdasarkan hasil perhitungan nilai ranking, maka nilai tebesar ada pada V7 dan nilai
terkecil ada pada V5. Nilai akhir ini selanjutnya dikelompokkan berdasarkan range tertentu
untuk menentukan status Kelayakan.Status kelayakan penerima bantuan ditentukan
berdasarkan nilai ranking yang ada. Nilai tersebut disesuaikan dengan range tertentu. Nilai
range untuk menentukan status kemiskinan ditunjukkan oleh Tabel 3.
Tabel 3. Nilai Status Kelayakan
NILAI
STATUS
Nilai >= 0.9 & Nilai = 0.8 & Nilai < 0.9
Di Pertimbangkan
Nilai >= 0 & Nilai < 0.8
Di Tolak
Berdasarkan data di atas (pada Tabel 3), maka jika diurutkan dari nilai terbesar (Di
Terima) ke nilai terkecil (Di Tolak) akan didapatkan hasil seperti ditunjukkan oleh Tabel 5.
218
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Tabel 5. Sorting Hasil Penilaian Kemiskinan
Alternataif
Nilai Akhir
Status
UKM Genteng Press (Kel 7)
V7= 1
Di Terima
UKM Bordir (Kel 12)
V12= 0.95
Di Terima
UKM Echo Kripik Kulit (Kel 10)
V10= 0.95
Di Terima
UKM AZCRAFT (Kel 2)
V2= 0.9
Di Terima
UKM Anakan Ikan (Kel 1)
V1= 0.875
Di Pertimbangkan
UKM Mebel Jati (Kel 9)
V9= 0.875
Di Pertimbangkan
UKM Camilan Klaten (Kel 6)
V6= 0.8
Di Pertimbangkan
UKM Pejantan Tangguh (Kel 3)
V3= 0.8
Di Pertimbangkan
UKM Althaf Colection (Kel 8)
V8= 0.775
Di Tolak
UKM Bengkel Motor (kel 11)
V11= 0.775
Di Tolak
UKM Saras (Kel 4)
V4= 0.7
Di Tolak
UKM Angkringan Cah Klaten (Kel 5)
V5= 0.675
Di Tolak
Berdasarkan hasil perhitungan di atas, alternatif Kel 7 memiliki nilai terbesar dengan
status Di Terima, kemudian Kel 5 dengan status Di Tolak, lalu Kel 12, Kel 10, dan Kel 2 dengan
status masing-masing Diterima, Kel 1, Kel 9, Kel 6 dan Kel 3 dengan status masing-masing Di
Pertimbangkan serta Kel 8, Kel 11 dan Kel 4 dengan nilai terkecil dengan status Di Tolak.
Hasil perhitungan ini akan dicocokkan dengan hasil perhitungan pada excel dan
aplikasi SPK bantuan dana UKM. Hasil dari perhitungan pada excel dan aplikasi SPK bantuan
dana UKM ditunjukkan oleh Gambar 8 dan Gambar 9.
Gambar 8. Hasil Perhitungan excel
219
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Gambar 9. Hasil Penilaian aplikasi SPK
Hasil yang diberikan aplikasi pada Gambar 9 sesuai dengan hasil perhitungan manual
pada Tabel 6 dan perhitungan excel pada gambar 8, artinya aplikasi SPK bantuan dana UKM
sudah sesuai dan dapat digunakan sesuai fungsinya. Alternatif yang memiliki nilai terbesar
dapat menjadi prioritas utama bagi admin jika ingin melaksanakan program bantuan dana UKM.
Namun, pengambilan keputusan sepenuhnya berada pada admin selaku pelaksana program
bantuan dana. Aplikasi ini hanya membantu memberikan alternatif terbaik dari sejumlah
alternatif berdasarkan perhitungan pada setiap kriteria acuan bantuan dana.
Manfaat dari penelitian ini adalahmembantu pemerintah desa dalam menentukan status
penerima bantuan, agar bantuan dapat diserahkan kepada UKM yang benar-benar
membutuhkan, sehingga penyaluran bantuan tepat sasaran.Memberikan referensi penulisan
karya ilmiah dalam bentuk laporan skripsi kepada mahasiswa serta menambah wawasan bagi
penulis dan mahasiswa tentang penerapan metode Simple Additive Weighting (SAW) sebagai
metode dalam membuat keputusan
KESIMPULAN
Kesimpulan yang dapat diambil dari Skripsi ini adalah
Hasil dari aplikasi SPK bantuan dana dapat membantu pihak kelurahan Temuwangi dalam
menentukan kelompok yang berhak menerima bantuan dana, agar dalam proses
pelaksanaan pemberian bantuan, bantuan dapat diserahkan kepada kelompok yang
benar-benar membutuhkan, sehingga penyaluran bantuan dapat tepat sasaran. Hal ini
karena hasil penilaian diberikan status kelayakan antara lain DITERIMA,
DIPERTIMBANGKAN dan DITOLAK. Hasil tersebut kemudian dapat ditampilkan
berdasarkan nilai terbesar atau terkecil, sehingga memudahkan pengambil keputusan
untuk memilih alternatif terbaik dari sejumlah alternatif.
2. Untuk penentuan status kelayakan dipengaruhi apakah setiap kelompok memenuhi kriteria
atau tidak. Status kelayakan dinyatakan dalam 3 kategori:
- Kelompok dinyatakan diterima apabila memenuhi semua kriteria atau jika dari kriteria 2
atau kriteria 4 atau kriteria 5 tidak terpenuhi karena bobot kriteria tersebut kecil.
- dinyatakan dipertimbangkan jika salah satu dari kriteria benefit yaitu kriteria 1 atau 3
tidak memenuhi syarat,
- ditolak jika lebih dari 2 kriteria dari 5 kriteria yang ada tidak memenuhi syarat.
1.
220
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
DAFTAR PUSTAKA
Aeroyid. (2014, Januari 16). (Metode)Simple Additive Weighting SAW. Retrieved November 11,
2015, from Aerdy Four Blog: https://aeroyid.wordpress.com/2014/01/16/metodesimpleadditive-weighting-saw/
Fatmawati, Diana.2016, Sistem Pengambilan Keputusan kelayakan bagi calon penerima dana
bantuan masyarakat miskin menggunakan metode topsis berbasis web, Program Studi
Teknik Informatika Fakultas Teknologi Industri Universitas Merdeka Pasuruan.
Haris, Muhamad.2011, Sistem Penunjang Keputusan Kelayakan Pembiayaan Usaha Kecil
Menengah (UKM) Dengan menggunakan logika FUZZY pada bank pembiayaan rakyat
Syariah, Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas
Islam Negeri Syarif Hidayatullah Jakarta.
Harlinda, L,2006, Rancangan system pendukung keputusan penentuan penerima bantuan
program pemerintah, Fakultas Ilmu Komputer Universitas Muslim Indonesia
MakassarKusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan.
Yogyakarta: PENERBIT ANDI.
Kusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: PENERBIT
ANDI.
Nur Rocmah Diah P.A, 2008. Sistem Penentuan Penerima Bantuan Langsung Tunai (BLT)
dengan metode Analitical Hirarchy Process, Program Studi Teknik Informatika Fakultas
Teknik Industri Universitas Achmad Dahlan.
Supriatin, 2014. Sistem Pendukung Keputusan untuk menentukan penerima BLSM Di
Kabupaten Indramayu, Megister Teknik Informatika STMIK AMIKOM Yogyakarta.
221
ISSN:2338-6304
SISTEM PENDUKUNG KEPUTUSAN
UNTUK PENERIMA BANTUAN DANAUSAHA KECIL MENENGAH (UKM)
MENGGUNAKAN METODE SIMPLE ADDICTIVE WEIGHTING (SAW)
A DECISION SUPPORT SYSTEMFOR FUND RECEIVER OF
SMALL AND MEDIUM ENTERPRISES (SMEs)USING SIMPLE ADDICTIVE WEIGHTING
(SAW)
1
2
3
Rian Qurniawan , Erfanti Fatkhiyah ,Uning Lestari
1,2,3
Teknik Informatika, institut Sains & Teknologi AKPRIND Yogyakarta
2
1
3
[email protected], [email protected], [email protected]
ABSTRACT
In Indonesia's economy, the sector of Small and Medium Enterprises so-called SMEs
play a very important rule especially wite the amount of labor that can be absorbed by SMEs
because its workforce reached 91.8%, or 97.3%, and besides this SMEs having strategic
significance for development, also attempt to equalize the results of development.
Unfortunately, SMEs still has the disadvantage on the lack of capital to expand their business so
that the government create a program grant. But the aid to SMEs is not in accordance with the
expectation. The reason is because the determination of beneficiaries have not been targeted.
The Support System for DeterminingThe Small and Medium Beneficiaries is expected to help
the village of Temuwangi as executor program aid in determining the beneficiaries.
This study uses data villagers of temuwangi, thecriteria data for the determination of
beneficiaries, and thegroup data of SMEs temuwangi village. The methodology used is literature
study method. Tools needed in this research is the PHP programming language, HTML, CSS,
bootstrap templete gentelle, Text Editor uses sublime text 2 program, System Design using
visual software UML10.1 paradigm for the enterprise edition, the database used is MySQL, Web
Server using XAMPP , as well as computer equipment. The method used in the decision making
is the Simple Additive weighting method (SAW).
Results from this study is the determination of funding SMEs applications that assist the
village in determining the status of beneficiaries, among other status is received, considered,
rejected. Application DSS SMEs funding has two user levels, namely admin, and the lurah.
admin has acchess to citizen data management,year data, criteria data, sub-criteria data, group
data, member data, assessing and managing the assessment results. Lurah only have access
to view the results of the assessment
Keywords: Fund, Simple Additive Weighting (SAW), SMEs, DSS.
INTISARI
Dalam perekonomian Indonesia, sektor Usaha Kecil Menengah biasa disebut UKM
memegang peranan yang sangat penting terutama apabila dikaitkan dengan jumlah tenaga
kerja yang mampu diserap oleh UKM karena tenaga kerjanya mencapai 91,8 % atau 97,3% dan
UKM ini selain memiliki arti strategis bagi pembangunan, juga sebagai upaya untuk
memeratakan hasil pembangunan. Namun sayangnya UKM masih memiliki kelemahan yaitu
kurangnya modal untuk mengembangkan usahanya sehingga pemerintah membuat program
pemberian dana bantuan. Tetapi bantuan dana kepada UKM belum sesuai dengan apa yang
diharapkan. Salah satu penyebabnya adalah karena penentuan penerima bantuan dana belum
tepat sasaran. Sistem Pendukung Keputusan Menentukan Penerima Bantuan Dana Usaha
Kecil Menengah diharapkan mampu membantu pihak Desa Temuwangi selaku pelaksana
program bantuan dana dalam menentukan penerima bantuan.
Penelitian ini menggunakan data warga desa temuwangi, data kriteria penentuan
penerima bantuan, dan data kelompok UKM desa temuwangi.Metodologi yang digunakan
adalah metode studi kepustakaan. Alat yang dibutuhkan dalam penelitian ini adalah bahasa
pemrograman PHP, HTML, CSS, templete bootstrap gentelle, Teks Editor program
menggunakan sublime text 2, Perancangan Sistem menggunakan software visual paradigm for
UML10.1 enterprise edition, database yang digunakan adalah MySQL, Web Server
menggunakan XAMPP, serta perangkat komputer. Metode yang digunakan dalam menentukan
keputusan adalah metode Simple Additive Weighting (SAW).
211
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Hasil dari penelitian ini yaitu aplikasi penentuan bantuan dana UKM yang membantu
pihak desa dalam menentukan status penerima bantuan dana, status tersebut antara lain
diterima, dipertimbangkan, ditolak. Aplikasi SPK bantuan dana UKM ini memiliki 2 level user,
yaitu admin, dan lurah. admin memiliki akses untuk melakukan pengelolaan data warga, data
tahun, data kriteria, data sub kriteria, data kelompok, data anggota, melakukan penilaian dan
melakukan pengelolaan hasil penilaian. Lurah hanya memiliki akses untuk melihat hasil
penilaian.
Kata Kunci: Bantuan, Simple Additive Weighting (SAW), UKM, SPK.
PENDAHULUAN
Sistem Pendukung Keputusan atau Decision Support System (DSS) merupakan sistem
informasi interakif yang menyediakan informasi, pemodelan, dan manipulasi data.Sistem
Pendukung Keputusan dapat meningkatkan efektifitas pengambilan keputusan dan
memungkinkan pengambilan keputusan yang lebih obyektif.Saat ini, Sistem Pendukung
Keputusan sudah di terapkan di berbagai bidang, misalnya dalam menentukan penerimaan
karyawan, menentukan murid berprestasi dan lain-lain.Sistem pendukung keputusan juga bisa
diterapkan untuk menentukan penerima bantuan. Berbagai jenis program dari Pemerintah
dalam upaya bantuan dana telah banyak dilaksanakan, tetapi bantuan yang sampai di tangan
penerima ada yang tidak sesuai dengan yang diharapkan. Hal tersebut disebabkan salah
satunya karena penentuan penerima bantuan belum optimal, sehingga dalam memberikan
bantuan dana masih ada yang belum tepat sasaran.
Pentingnya membuat Sistem Pendukung Keputusan bantuan dana UKM karena dapat
menjadi alat bantu bagi pihak desa dalam melaksanakan program pemberian dana bantuan dan
upaya penyaluran bantuan baik dari Pemerintah maupun instansi lainnya, sehingga dapat
meminimalisir penyaluran bantuan yang tidak tepat sasaran. Metode SAW atau sering disebut
metode penjumlahan terbobot, dipilih karena metode ini mudah dimengerti.
Rumusan permasalahan pada penelitian ini adalahBagaimana menerapkan metode
Simple Addictive Weighting dalam mengembangan SPK serta bagaimana membangun SPK
yang dapat membantu aparat desa dalam menentukan penerima bantuan
TINJAUAN PUSTAKA
Penelitian ini menggunakan pustaka hasil-hasil penelitian sebelumnya yang relevan
dan berhubungan dengan obyek dan kasus penelitian yang dilakukan.Penelitian yang dilakukan
oleh (Nur Rochmah Diah P.A 2008)yang berjudul sistem penentuan penerima Bantuan
Langsung Tunai (BLT) dengan metode Analycal Hirarchy Process.aplikasi ini membahas
tentang banyaknya warga yang menerima BLT, karena ribuan warga yang diseleksi maka
dibutuhkan sebuah sistem yang dapat mempermudah dalam penyeleksian guna menentukan
warga yang benar-benar memerlukan BLT. Hasil dari proses aplikasi ini berupa tahapan ranking
warga sebagai rekomendasi bagian pengambilan keputusan untuk memilih warga yang cocok
mendapatkan dana kompensasi BLT terebut.
Penelitian lainnya yang terkait adalah sistem penunjang keputusan kelayakan
bembiayaan Usaha Kecil Menengah (UKM) dengan menggunakan logika fuzzy pada bank
pembiyaan rakyat syariah yang dilakukan oleh (Haris, 2011). Jurnal ini membahas tentang
pemberian pembiayaan bagi pengusaha namun masih ada beberapa masalah salah satunya
keterlambatan pembayaran sehingga terjadi penunggakan dan memerlukan sebuah aplikasi
untuk mempermudah proses pemilihan pengusaha yang layak memperoleh pembiayaan. Hasil
dari proses aplikasi ini berupa nilai yang nantinya dijadikan acuan untuk menentukan
pengusaha yang layak mendapatkan pembiayaan. Dengan adanyaaplikasi ini diharapkan dapat
membantu manager dalam proses pengambilan keputusan UKM.
Penelitian lainnya yaituSistem Pendukung Keputusan untuk menentukan penerima
Bantuan Langsung Sementara Masyarakat (BLSM) Di Kabupaten Indramayu yang dilakukan
oleh (Supriatin 2014). Penelitian ini dilatarbelakangi oleh banyaknya kasus yang menyatakan
bahwa penyaluran BLSM tidak tepat sasaran, ada BLSM yang diperuntukkan bagi masyarakat
tidak mampu secara ekonomi, namun terkadang masih ada masyarakat kaya yang juga
menerimanya khususnya di kabupaten Indramayu, hal tersebut menyulitkan pihak penyeleksi
212
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
dalam mengadakan penyeleksian calon penerima dana BLSM ini untuk itu dibuat sistem
pendukung keputusan dalam menentukan penerima BLSM di kabupaten Indramayu dengan
menggunakan metode Analytic Hierarchy Process (AHP). Tujuan penelitian ini adalah
memberikan usulan untuk prioritas penerima BLSM agar tepat sasaran dan dapat membantu
pemerintah kabupaten indramayu dalam pengambilan keputusan. Berdasarkan hasil analisis
dengan menggunakan metode AHP, maka dapat dihasilkan suatu alternatif pengambilan
keputusan dalam menentukan penerima BLSM yang efektif yang dapat menyaring 39%
masyarakat yang seharusnya tidak mendapatkan BLSM.
Penelitian lainnya yaituSistem Pengambilan Keputusan kelayakan bagi calon penerima
dana bantuan masyarakat miskin menggunakan metode topsis berbasis web yang dilakukan
oleh (Fatmawati 2016). Jurnal ini membahas tentang bagaimana mengatasi masalah pemberian
dana bantuan langsung tunai di desa susukanrejo kabupaten pasuruan. Pada desa susukanrejo
pemilihan dana bantuan masih dilakukan secara manual dan kurang merata hasilnya. Untuk
mengatasi masalah yang ada tersebut, maka perlu dilakukan proses pemecahan masalah
dengan penerapan sistem pengambilan keputusan. Dengan aplikasi ini diharapkan dapat
membantu pihak petugas agar lebih efektif dalam menentukan masyarakat kurang mampu
mana saja yang akan mendapatkan dana bantuan. Namun tampilan pengguna belum
menggunakan CSS responsive sehingga tampilan kurang menarik.
Penelitian lainnya yaituRancangan Sistem Pendukung Keputusan Penentuan Penerima
Bantuan Program Pemerintah yang dilakukan oleh ( Harlinda L 2016). Aplikasi ini membahas
program pemerintah tentang menyeleksi rumah tangga miskin yang akan diberikan bantuan
dana secara tunai dalam rangka peningkatan pelayanan kesehatan dan pendidikan bagi warga
miskin, lewat program ini diharapkan terjadi peningkatan kualitas hidup anggota rumah tangga
bersangkutan. Salah satu penyebabnya gagalnya penyaluran bantuan pemerintah adalah
karena data yang kurang akurat akibat dari pengolahan data masih secara konvensional (belum
mempertimbangkan faktor-faktor pendukung secara obyektif dan masih manual).Untuk itu
diperlukan untuk mendesain suatu sistem aplikasi otomatis yang dapat membantu lembaga
pemerintah dalam menunjang keputusan penentuan penerima bantuan bagi rumah tangga
miskin.Penelitian ini bertujuan untuk membuat suatu desain dan mengimplementasikan sistem
pendukung keputusan berbasis komputer untuk penentuan penerima bantuan Program
Pemerintah bagi rumah tangga miskin.
Landasan teori yang digunakan dalam penelitian ini adalah penjelasan teori dari konsep
yang berhubungan dengan Sistem Pendukung Keputusandan Metode Simple Additive
Weighting (SAW).Sistem Pendukung Keputusan atau Decision Support System(DSS)
merupakan sistem informasi interakif yang menyediakan informasi, pemodelan, dan manipulasi
data.Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang
semiterstrukur dan situasi yang tidak terstruktur (Kusrini, 2007).Sistem Pendukung Keputusan
tidak dimaksudkan untuk mengotomatisasikan pengambilan keputusan, tetapi memberikan
perangkat interaktif yang memungkinkan pengambil keputusan untuk melakukan berbagai
analisis menggunakan model-model yang tersedia.Metode Simple Additive Weighting (SAW)
sering juga dikenal dengan istilah metode penjumlahan terbobot.Konsep dasar metode SAW
adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua
atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating alternatif yang ada MADM itu merupakan
suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan
kriteria tertentu. Metode SAW mengharuskan pembuat keputusan menentukan bobot bagi
setiap atribut. Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian
antara rating dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah
melewati proses normalisasi matriks sebelumnya (Aeroyid, 2014).
METODE PENELITIAN
Bahan yang diperlukan dalam pembuatan aplikasi SPK ini adalah Data warga Desa
Temuwangi, Pedan, Klaten, Jawa Tengah, data kelompok UKM desa temuwangi dan data
kriteria penentuan penerima bantuan. Metode analisa data yang digunakan yakni berdasarkan
analisis perancangan UML. Beberapa langkah yang digunakan dalam penelitian ini yaitu
pertama melakukan analisa kebutuhan, setelah itu melakuan desain sistem yang akan dibuat.
213
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
selanjutnya melakukan penulisan kode dan pengujian program yang sudah dibuat. jika program
sudah menhasilkan output sesuai denga yang diharapkan, maka selanjutnya
mengimplementasikan sistem dan melakuakn perawatan sistem.
User dalam sistem yang diusulkan dibagi menjadi dua, yaitu admin, dan lurah.admin
memiliki akses untuk melakukan pengelolaan data warga, data tahun, data kriteria, data sub
kriteria, data kelompok, data anggota, melakukan penilaian dan melakukan pengelolaan hasil
penilaian. lurah hanya memiliki akses untuk melihat hasil penilaian.Use case diagram SPK
Bantuan Dana ditunjukkan oleh Gambar 1.
Gambar 1.Use case diagram SPK Bantuan Dana
PEMBAHASAN
TAMPILAN HALAMAN LOGIN
Halaman Login adalah halaman awal untuk masuk ke sistem bantuan dana. Halaman
Login memiliki form untuk memasukkan username berupa NIK dan password.Tampilan
halaman Login ditunjukkan pada Gambar 3.
Gambar 3. Tampilan Halaman Login
TAMPILAN HALAMAN BERANDA ADMIN
Halaman beranda admin adalah halaman yang menampilkan informasi ringkas terkait
dengan data yang dikelola oleh admin. Tampilan halaman beranda admin ditunjukkan oleh
Gambar 4.
214
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Gambar 4. Tampilan Halaman Beranda Admin
TAMPILAN HALAMAN KRITERIA
Apabila dalan suatu tahun penilaian sudah memiliki hasil penilaian, maka tombol yang
digunakan untuk menambah data kriteria tidak bisa digunakan.Pada kriteria ini ada sub kriteria
yang hanya bisa diisi 2 field setiap sub kriteria, jika sudah ditambahkan sub kriteria maka menu
tambah sub kriteria berubah jadi menu edit.Untuk merubah bobot kriteria, admin dapat memilih
menu button pengaturan bobot kriteria.Tampilan halaman data kriteria ditunjukkan oleh Gambar
5.
Gambar 5. Tampilan Halaman Kriteria
TAMPILAN HALAMAN PENILAIAN
Untuk melakukan penilaian kemiskinan, admin dapat memilih menu penilaian
kemiskinan. Tampilan halaman penilaian kemiskinan ditunjukkan oleh Gambar 6.
215
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Gambar 6. Tampilan Halaman Penilaian
TAMPILAN HALAMAN HASIL PENILAIAN
Untuk rekap hasil penilaian bantuan dana, admin dapat memilih menu rekap hasil
penilaian lalu memilih tahun penilaian maka akan muncul hasil penilaian berdasarkan tahun
penilaian. Tampilan halaman hasil penilaian ditunjukkan oleh Gambar 7.
Gambar 7. Tampilan Halaman Hasil Penilaian
Proses pertama yang dilakukan dalam perhitungan dengan metode SAW adalah
menentukan kriteria sebagai acuan penentuan keputusan, lalu menentukan rating kecocokan
setiap alternatif pada setiap kriteria. Setelah itu melalukan normalisasi matrik dan melakukan
penjumlahan dari perkalian matrik ternormalisasi dengan vektor bobot sehingga diperoleh nilai
terbesar sebagai alternatif terbaik.
Dalam skripsi ini, pendukung keputusan yang dilakukan adalah menentukan kelompok
UKM yang mendapatkan bantuan dana. Contoh yang diambil adalah penilaian kelompok pada
216
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
tahun 2016.Di tahun 2016 kriteria yang digunakan dalam melakukan penilaian kelompok adalah
5 kriteria.Kriteria tersebut ditunjukkan oleh Tabel 1.
Kode
Nama kriteria
Keterangan
Bobot
Tipe
kriteria
K1
Anggota
Jumlah anggota
0.3
benefit
. jumlah anggota kurang dari 10
yang baik adalah
. jumlah anggota lebih dari 10
yang terdampak
K2
Lama Usaha
Lama usaha yang
0.15
cost
. Terbentuk kurang dari 1 tahun
baik adalah yang
. Terbentuk lebih dari 1 tahun
baru merintis
K3
Swadaya
0.25
benefit
Swadaya yang
. Memiliki swadaya kurang dari
terbaik adalah yang
60%
lebih dari 60%
. Memilik swadaya lebih dari 60%
K4
Pendapatan
0.2
benefit
. Pendapatan pekerja dibawah
Pendapatan terbaik
UMR
adalah diatas UMR
. Pendapatan pekerja diatas UMR
K5
Lahan Usaha
Tempat usaha yang 0.1
Benefit
. Tempat usaha milik sendiri
terbaik adalah yang
. Tempat usaha masih menyewa
masih menyewa
Tabel 1. Tabel Kriteria
Tabel 1.berisikan kriteria, subkriteria, bobot dan tipe kriteria tersebut. Dalam penentuan
penerima bantuan dana UKM terdapat 12 alternatif yaitu UKM Anakan Ikan (Kel 1), UKM
AZCRAFT (Kel 2), UKM Pejantan Tangguh (Kel 3), UKM Saras (Kel 4), UKM Angkringan Cah
Klaten (Kel 5), UKM Camilan Klaten (Kel 6), UKM genteng press (Kel 7), UKM Altaf Colection
(Kel 8), UKM Mebel Jati (Kel 9), UKM Echo kripik kulit (Kel 10), UKM Bengkel motor (Kel 11)
dan UKM Bordir (Kel 12).Nilai rating kecocokan dari setiap alternatif pada setiap kriteria
ditunjukkan oleh Tabel 2.
Tabel 2. Tabel Rating Kecocokan Dari Setiap Alternatif Pada Setiap Kriteria
Alternatif
Kriteria
K1
K2
K3
K4
K5
Kel 1
1
1
1
1
0.5
Kel 2
1
0.5
1
0.5
1
Kel 3
0.5
0.5
1
1
0.5
Kel 4
1
1
0.5
0.5
1
0.5
Kel 5
0.5
0.5
0.5
1
Kel 6
0.5
0.5
1
1
0.5
Kel 7
1
0.5
1
1
1
Kel 8
1
1
1
0.5
0.5
Kel 9
1
1
1
1
0.5
Kel 10
1
0.5
1
1
0.5
Kel 11
0.5
1
1
1
1
1
0.5
Kel 12
1
0.5
1
Setelah dilakukan perhitungan, diperoleh matrik ternormalisasi R sebagai berikut:
217
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
1
1
0.5
1
0.5
0.5
đť‘‹=
1
1
1
1
0.5
1
1
0.5
1
1
1
0.5
0.5
1
1 1
1 0.5
1 1
0.5 0.5
0.5 1
1 1
1 1
1 0.5
1 1
1 1
0.5
1
0.5
1
0.5
0.5
1
0.5
0.5
0.5
0.5
1
0.5
1
1 1
1 1
1
0.5
Nilai matrik ranking diperoleh dari penjumlahan terhadap hasil perkalian nilai matrik
ternormalisasi R terhadap bobot pada setiap kriteria. Perhitungan matrik ranking adalah sebagai
berikut:
Bobot setiap kriteria (W) = (0.3, 0.15, 0.25, 0.2, 0.1)
V1= [((1)*(0.3))+((0.5)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.875
V2= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((0.5)*(0.2)) + ((1)*(0.1))] = 0.9
V3= [((0.5)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.8
V4= [((1)*(0.3)) + ((0.5)*(0.15)) + ((0.5)*(0.25))+ ((0.5)*(0.2)) + ((1)*(0.1))] = 0.7
V5=[((0.5)*(0.3))+((1)*(0.15)) + ((0.5)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.675
V6= [((0.5)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.8
V7= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((1)*(0.1))] = 1
V8=[((1)*(0.3))+((0.5)*(0.15)) + ((1)*(0.25)) + ((0.5)*(0.2)) + ((0.5)*(0.1))] = 0.775
V9=[((1)*(0.3))+((0.5)*(0.15)) + ((0.5)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.875
V10= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.95
V11= [((0.5)*(0.3))+((0.5)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((1)*(0.1))] = 0.775
V12= [((1)*(0.3)) + ((1)*(0.15)) + ((1)*(0.25)) + ((1)*(0.2)) + ((0.5)*(0.1))] = 0.95
Berdasarkan hasil perhitungan nilai ranking, maka nilai tebesar ada pada V7 dan nilai
terkecil ada pada V5. Nilai akhir ini selanjutnya dikelompokkan berdasarkan range tertentu
untuk menentukan status Kelayakan.Status kelayakan penerima bantuan ditentukan
berdasarkan nilai ranking yang ada. Nilai tersebut disesuaikan dengan range tertentu. Nilai
range untuk menentukan status kemiskinan ditunjukkan oleh Tabel 3.
Tabel 3. Nilai Status Kelayakan
NILAI
STATUS
Nilai >= 0.9 & Nilai = 0.8 & Nilai < 0.9
Di Pertimbangkan
Nilai >= 0 & Nilai < 0.8
Di Tolak
Berdasarkan data di atas (pada Tabel 3), maka jika diurutkan dari nilai terbesar (Di
Terima) ke nilai terkecil (Di Tolak) akan didapatkan hasil seperti ditunjukkan oleh Tabel 5.
218
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Tabel 5. Sorting Hasil Penilaian Kemiskinan
Alternataif
Nilai Akhir
Status
UKM Genteng Press (Kel 7)
V7= 1
Di Terima
UKM Bordir (Kel 12)
V12= 0.95
Di Terima
UKM Echo Kripik Kulit (Kel 10)
V10= 0.95
Di Terima
UKM AZCRAFT (Kel 2)
V2= 0.9
Di Terima
UKM Anakan Ikan (Kel 1)
V1= 0.875
Di Pertimbangkan
UKM Mebel Jati (Kel 9)
V9= 0.875
Di Pertimbangkan
UKM Camilan Klaten (Kel 6)
V6= 0.8
Di Pertimbangkan
UKM Pejantan Tangguh (Kel 3)
V3= 0.8
Di Pertimbangkan
UKM Althaf Colection (Kel 8)
V8= 0.775
Di Tolak
UKM Bengkel Motor (kel 11)
V11= 0.775
Di Tolak
UKM Saras (Kel 4)
V4= 0.7
Di Tolak
UKM Angkringan Cah Klaten (Kel 5)
V5= 0.675
Di Tolak
Berdasarkan hasil perhitungan di atas, alternatif Kel 7 memiliki nilai terbesar dengan
status Di Terima, kemudian Kel 5 dengan status Di Tolak, lalu Kel 12, Kel 10, dan Kel 2 dengan
status masing-masing Diterima, Kel 1, Kel 9, Kel 6 dan Kel 3 dengan status masing-masing Di
Pertimbangkan serta Kel 8, Kel 11 dan Kel 4 dengan nilai terkecil dengan status Di Tolak.
Hasil perhitungan ini akan dicocokkan dengan hasil perhitungan pada excel dan
aplikasi SPK bantuan dana UKM. Hasil dari perhitungan pada excel dan aplikasi SPK bantuan
dana UKM ditunjukkan oleh Gambar 8 dan Gambar 9.
Gambar 8. Hasil Perhitungan excel
219
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
Gambar 9. Hasil Penilaian aplikasi SPK
Hasil yang diberikan aplikasi pada Gambar 9 sesuai dengan hasil perhitungan manual
pada Tabel 6 dan perhitungan excel pada gambar 8, artinya aplikasi SPK bantuan dana UKM
sudah sesuai dan dapat digunakan sesuai fungsinya. Alternatif yang memiliki nilai terbesar
dapat menjadi prioritas utama bagi admin jika ingin melaksanakan program bantuan dana UKM.
Namun, pengambilan keputusan sepenuhnya berada pada admin selaku pelaksana program
bantuan dana. Aplikasi ini hanya membantu memberikan alternatif terbaik dari sejumlah
alternatif berdasarkan perhitungan pada setiap kriteria acuan bantuan dana.
Manfaat dari penelitian ini adalahmembantu pemerintah desa dalam menentukan status
penerima bantuan, agar bantuan dapat diserahkan kepada UKM yang benar-benar
membutuhkan, sehingga penyaluran bantuan tepat sasaran.Memberikan referensi penulisan
karya ilmiah dalam bentuk laporan skripsi kepada mahasiswa serta menambah wawasan bagi
penulis dan mahasiswa tentang penerapan metode Simple Additive Weighting (SAW) sebagai
metode dalam membuat keputusan
KESIMPULAN
Kesimpulan yang dapat diambil dari Skripsi ini adalah
Hasil dari aplikasi SPK bantuan dana dapat membantu pihak kelurahan Temuwangi dalam
menentukan kelompok yang berhak menerima bantuan dana, agar dalam proses
pelaksanaan pemberian bantuan, bantuan dapat diserahkan kepada kelompok yang
benar-benar membutuhkan, sehingga penyaluran bantuan dapat tepat sasaran. Hal ini
karena hasil penilaian diberikan status kelayakan antara lain DITERIMA,
DIPERTIMBANGKAN dan DITOLAK. Hasil tersebut kemudian dapat ditampilkan
berdasarkan nilai terbesar atau terkecil, sehingga memudahkan pengambil keputusan
untuk memilih alternatif terbaik dari sejumlah alternatif.
2. Untuk penentuan status kelayakan dipengaruhi apakah setiap kelompok memenuhi kriteria
atau tidak. Status kelayakan dinyatakan dalam 3 kategori:
- Kelompok dinyatakan diterima apabila memenuhi semua kriteria atau jika dari kriteria 2
atau kriteria 4 atau kriteria 5 tidak terpenuhi karena bobot kriteria tersebut kecil.
- dinyatakan dipertimbangkan jika salah satu dari kriteria benefit yaitu kriteria 1 atau 3
tidak memenuhi syarat,
- ditolak jika lebih dari 2 kriteria dari 5 kriteria yang ada tidak memenuhi syarat.
1.
220
Jurnal SCRIPT Vol. 4 No. 2 Juni 2017
ISSN:2338-6304
DAFTAR PUSTAKA
Aeroyid. (2014, Januari 16). (Metode)Simple Additive Weighting SAW. Retrieved November 11,
2015, from Aerdy Four Blog: https://aeroyid.wordpress.com/2014/01/16/metodesimpleadditive-weighting-saw/
Fatmawati, Diana.2016, Sistem Pengambilan Keputusan kelayakan bagi calon penerima dana
bantuan masyarakat miskin menggunakan metode topsis berbasis web, Program Studi
Teknik Informatika Fakultas Teknologi Industri Universitas Merdeka Pasuruan.
Haris, Muhamad.2011, Sistem Penunjang Keputusan Kelayakan Pembiayaan Usaha Kecil
Menengah (UKM) Dengan menggunakan logika FUZZY pada bank pembiayaan rakyat
Syariah, Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas
Islam Negeri Syarif Hidayatullah Jakarta.
Harlinda, L,2006, Rancangan system pendukung keputusan penentuan penerima bantuan
program pemerintah, Fakultas Ilmu Komputer Universitas Muslim Indonesia
MakassarKusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan.
Yogyakarta: PENERBIT ANDI.
Kusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: PENERBIT
ANDI.
Nur Rocmah Diah P.A, 2008. Sistem Penentuan Penerima Bantuan Langsung Tunai (BLT)
dengan metode Analitical Hirarchy Process, Program Studi Teknik Informatika Fakultas
Teknik Industri Universitas Achmad Dahlan.
Supriatin, 2014. Sistem Pendukung Keputusan untuk menentukan penerima BLSM Di
Kabupaten Indramayu, Megister Teknik Informatika STMIK AMIKOM Yogyakarta.
221