SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN JUMLAH BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW) | Angrawati | semanTIK 1 PB
semanTIK, Vol.2, No.1, Jan-Jun 2016, pp. 39-46
ISSN : 2502-8928 (Online)
39
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN
JUMLAH BERAS MISKIN MENGGUNAKAN
METODE SIMPLE ADDITIVE WEIGHT (SAW)
Dewi Angrawati*1, Muh. Yamin2, Natalis Ransi 3
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo, Kendari
e-mail : *1dewi.angrawati32@gmail.com, 2putra0683@gmail.com, 3natalis.ransi@innov-center.org
*1,2,3
Abstrak
Program Beras Miskin atau Raskin adalah salah satu program pemerintah dalam mengurangi
beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras dengan
jumlah dan harga tertentu. Dalam pendistribusian Raskin sering kali ditemui kendala atau
permasalahan, salah satunya adanya penyamarataan jumlah Raskin yang diterima oleh semua
penerima Raskin, sementara ada derajat sosial yang berbeda antara penerima Raskin tersebut.
Penyaluran Raskin yang diberikan dalam jumlah yang sama kepada semua penerima Raskin terjadi
karena masih dilakukan secara manual sehingga memungkinkan terjadinya penentuan secara
subyektif oleh pihak Pemerintah Desa karena belum mengacu pada kriteria yang telah ditentukan.
Dalam penelitian ini digunakan metode SAW (Simple Additive Weight). SAW penjumlahan
terbobot, yakni dengan mencari penjumlahan terbobot dari nilai kinerja pada setiap alternatif, pada
semua atribut dan membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat
diperbandingkan dengan semua nilai alternatif yang ada.
Hasil dari penelitian ini yaitu sistem pendukung keputusan menentukan jumlah Beras Miskin
(Raskin) menggunakan metode Simple Additive Weight (SAW) di Desa Puupi Kecamatan Kolono
Kabupaten Konawe Selatan. Analisis yang diberikan berdasarkan hasil perkalian dan penjumlahan
matriks ternormalisasi dengan bobot.
Kata kunci—Sistem Pendukung Keputusan, Simple Additive Weight (SAW), Raskin
Abstract
Ricefor the poor program, known as Raskin is one of the government programs to reduce
expenditure and the protection of poor families through the distribution of rice with a number and a
specified price .in the distribution of Raskin often encountered obstacles or problems, one of them for
leveling Raskin amount received by all recipients Raskin. While there are different social degrees
between the receiver Raskin. Raskin distribution given the same amount to all recipients Raskin,
happens because it is still done manually allowing the occurrence of a subjective determination by the
village government because it has not referring to predetermined criteria.
In this study used methods of SAW (Simple Additive Weight). SAW weighted summation ,
namely by finding a weighted sum of the value of the performance of each alternative on all attributes
and requires a decision matrix normalization process (X) to a scale which can be compared with all
existing alternatives value.
The results of this analysis, a decision support system determines the amount of rice for the
poor (Raskin ) using Simple Additive Weight (SAW) in the village Puupi, Kolono, Southern Konawe
district. The analysis is given based on the normalized matrix multiplication and summation with
weights.
Keywords— Decision Support System, Simple Additive Weight (SAW), Raskin
Received June 1st ,2012; Revised June 25th, 2012; Accepted July 10th, 2012
Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin
40
1. PENDAHULUAN
P
rogram Beras Miskin atau yang dikenal
dengan Raskin adalah salah satu
program pemerintah dalam mengurangi
beban pengeluaran dan perlindungan terhadap
keluarga miskin melalui pendistribusian beras
dengan jumlah dan harga tertentu. Tujuan
program Raskin adalah mengurangi beban
pengeluaran rumah tangga melalui pemenuhan
sebagian kebutuhan pangan beras.
Dalam pendistribusian Raskin sering
kali ditemui kendala atau permasalahan,
salahsatunya adanya penyamarataan jumlah
Raskin yang diterima oleh semua penerima
Raskin. Sementara ada derajat sosial yang
berbeda antara sesama penerima Raskin
tersebut. Derajat sosial ini terutama
dipengaruhi oleh tingkat pendapatan dan jenis
profesi atau sumber mata pencaharian para
penerima Raskin.
Desa Puupi merupakan sebuah desa
yang terletak di Kecamatan Kolono Kabupaten
Konawe Selatan. Masyarakat di desa ini
berasal dari berbagai daerah seperti Makassar,
Wakatobi, Ambon, Kalimantan dan Muna.
Desa ini dibagi menjadi 3 dusun yang terdiri
dari Dusun I, Dusun II, dan Dusun III. Dengan
jumlah Kepala Keluarga sebanyak 286 KK.
Jumlah KK yang menerima bantuan Beras
Miskina dalah sejumlah 49 KK, sedangkan
menurut Kepala Desa jumlah KK yang
mendapat bantuan Beras Miskin berjumlah
100 KK kecuali Pegawai Negeri Sipil (PNS).
Pembagian bantuan Beras Miskin ini dibagi
secara merata dalam waktu 3 bulan sekali
dengan jumlah rata-rata 5 liter/KK [1].
2. METODE PENELITIAN
2.1
Sistem Pendukung Keputusan (SPK)
Decision Support System (DSS) atau
Sistem Pendukung Keputusan (SPK), secara
umum didefinisikan sebagai sebuah sistem
yang mampu memberikan kemampuan baik
kemampuan pemecahan masalah maupun
kemampuan pengkomunikasian untuk masalah
semi-terstruktur [2]. Secara khusus, Sistem
Pendukung Keputusan didefenisikan sebagai
sebuah sistem yang mendukung kerja seorang
manajer maupun sekelompok manajer dalam
memecahkan masalah semi-terstruktur dengan
cara memberikan informasi ataupun usulan
menuju pada keputusan tertentu [3].
2.2
Simple Additive Weight (SAW)
Metode Simple Additive Weight (SAW)
sering juga dikenal istilah metodepenjumlahan
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 ( ) ke suatu
skala yang dapat diperbandingkan dengan
semua rating alternatif yang ada [4].
Oleh [3], persamaan (1) digunakan
untuk melakukan normalisasi.
=
⎧
⎪
⎨
⎪
⎩
;
;
(1)
Keterangan:
= Nilai kinerja ternormalisasi.
= Nilai atribut yang dimiliki dari seiap
kriteria.
= Nilai terbesar dari setiap kriteria.
= Nilai terkecil dari setiap kriteria.
Nilai maksimal atribut keuntungan = jika nilai
terbesar adalah terbaik.
Nilai minimal atribut biaya= jika nilai terkecil
adalah terbaik.
Nilai preferensi untuk setiap alternatif
diberikan seperti Persamaan (2). Variabel
adalah nilai kinerja ternormalisasi dari
alernatif
pada atribut ; = 1,2.. . . . ,
dan = 1,2.. . . , .
(2)
= ∑
Keterangan :
= rangking untuk setiap alternatif
= nilai bobot dari setiap kriteria
= nilai kinerja normalisasi
Nilai
yang
lebih
besar
mengindikasikan bahwa alternatif
lebih
terpilih. Langkah – langkah penelitian dalam
menggunakan metode SAW adalah [5]:
1. Menentukan kriterian-kriteria yang akan
dijadikan acuan dalam pengambilan
keputusan, yaitu .
2. Menentukan rating kecocokan setiap
alternatif pada setiap kriteria.
3. Membuat
matriks
keputusan
berdasarkan kriteria
, kemudian
melakukan
normalisasi
matriks
berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut keuntungan
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Anggrawati, Yamin dan Ransi IJCCSISSN: 1978-1520
4.
ataupun atribut biaya) sehingga diperoleh
matriks ternormalisasi .
Hasil akhir diperoleh dari proses
perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi dengan
vektor bobot
sehingga diperoleh nilai
terbesar yang dipilih sebagai alternatif
terbaik sebagai solusi.
Metode Pengumpulan Data
Metode yang digunakan dalam proses
pengumpulan data adalah:
1. Kajian pustaka, adalah suatu metode yang
dilakukan dalam proses pengumpulan
data yaitu dengan mengumpulkan
referensi-referensi baik berasal dari buku
literatur maupun sumber-sumber bacaan
lain. Dalam penyusunan tugas akhir ini,
kajian pustaka yang digunakan yaitu
melalui beberapa jurnal dan skripsi
terdahulu yang dijadikan referensi.
2. Observasi, adalah suatu metode yang
dilakukan dengan cara mengamati objek
yang akan di teliti. Observasi ini
dilakukan di Desa Puupi Kecamatan
Kolono Kabupaten Konawe Selatan.
3. Kuesioner, adalah metode pengumpulan
data yang berupa serangkaian pertanyaan
tertulis yang diajukan kepada subyek
untuk mendapatkan jawaban secara
tertulis. Kuesioner tersebut diajukan
kepada masyarakat di Desa Puupi
Kecamatan Kolono Kabupaten Konawe
Selatan untuk mendapatkan data-data
yang dibutuhkan.
4. Wawancara, adalah salah satu metode
pengumpulan data dengan melakukan
tanya jawab ke masyarakat setempat yaitu
masyarakat Desa Puupi Kecamatan
Kolono Kabupaten Konawe Selatan
terkait dengan data yang ingin diperoleh
dalam penelitian ini
41
pembobotan disetiap kriteria. Masing-masing
bobot tidak sama tergantung dari sub penilaian
yang ada, adapun skor yang diberikan
ditunjukkan oleh Tabel 1.
2.3
3. HASIL DAN PEMBAHASAN
Untuk menyelesaikan permasalahan
pemberian jumlah Beras Miskin,maka
langkah-langkah untuk flowchart yang
ditunjukkan oleh Gambar 1.
Dalam melakukan evaluasi terhadap
pembagian Raskin perlu adanya suatu
penilaian dalam menentukan nilai disetiap
aspek, dalam model ini menggunakan
Gambar 1 Flowchart proses SAW SPK
menentukan jumlah beras Raskin
Tabel 1 Bobot Kepentingan Kriteria Utama dan
Kriteria Pendukung
Bobot
1
0,7
0,5
0,5
0,3
0,1
Keterangan
Sangat Layak
Cukup Layak
Tidak Layak
Sangat Layak
Cukup Layak
Tidak Layak
Kriteria
Utama
Pendukung
Aspek penilaian ditunjukkan oleh Tabel
2. Penilaian kriteria dari keseluruhan alternatif
ditunjukkan oleh Tabel 3.
Tabel 2 Kriteria Penilaian [1]
No
Kriteria
1
Keterangan Tempat
Tinggal (Utama) F1
2
Harta (Utama) F2
3
Kesehatan
(Pendukung) F3
Sub Kriteria
Status Rumah
Luas Rumah
Lantai Rumah
Luas Rumah
Ketersediaan Listrik
Ketersediaan Air
Pekerjaan
Jumlah Penghasilan
Jumlah Pengeluaran
Jumlah Aset
Sarana Obat
Sumber Biaya
Title of manuscript is short and clear, implies research results (First Author)
Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin
42
Tabel 3 Penilaian kriteria seluruh alternatif
Kriteria
Calon
Alternatif
0,5
0,5
1
0,7
0,7
0,7
0,7
0,7
0,7
0,7
0,5
1
0,5
0,5
0,5
0,7
1
0,7
1
0,7
0,5
0,7
0,7
0,7
0,5
0,7
0,7
0,7
0,7
0,7
Pembobotan alternatif terhadap kriteria
diubah ke dalam bentuk matriks. Pembobotan
alternatif tersebut ditunjukkan oleh Tabel 5.
Tabel 5 Matriks Pembobotan Alternatif
=
=
=
=
=
0,775
0,8
0,775
0,775
0,725
0,3
0,3
0,3
0,3
0,3
a.
Dari kolom
nilai maksimalnya adalah
0,733, maka tiap baris dari kolom
dibagi oleh nilai maksimal kolom
No
1
2
3
4
5
=
=
=
=
=
=
0,567/ 0,733 = 0,774
0,733/ 0,733 = 1
0,683/ 0,733 = 0,932
0,683/ 0,733 = 0,932
0,6/ 0,733 = 0,819
Dari kolom
nilai maksimalnya adalah
0,8, maka tiap baris dari kolom
dibagi
oleh nilai maksimal kolom .
0,775/ 0,8 =
0,8/ 0,8 = 1
0,775/ 0,8 =
0,775/ 0,8 =
0,725/ 0,8 =
0,3/ 0,3 =
0,3/ 0,3 =
0,3/ 0,3 =
0,3/ 0,3 =
0,3/ 0,3 =
1
1
1
1
1
Kriteria
Calon
Alternatif
0,774
1
0,932
0,932
0,819
0,969
1
0,969
0,969
0,906
1
1
1
1
1
( 0,774 ∗ 0,4) + ( 0,969 ∗ 0,4) + ( 1 ∗ 0,2)
0,879
( 1 ∗ 0,4) + ( 1 ∗ 0,4) + ( 1 ∗ 0,2) = 1
( 0,932 ∗ 0,4) + ( 0,968 ∗ 0,4) + ( 1 ∗ 0,2) = 0,96
( 0,932 ∗ 0,4) + ( 0,968 ∗ 0,4) + ( 1 ∗ 0,2) = 0,96
( 0,819 ∗ 0,4) + ( 906 ∗ 0,4) + ( 1 ∗ 0,2) = 0,889
Dengan demikian diperoleh Nilai Akhir
(NA) yang ditunjukkan oleh Tabel 7.
Tabel 7 Nilai Akhir (NA)
0,969
0,969
0,969
0,906
0,3
0,3
0,3
0,3
0,3
Setelah mendapatkan hasil seperti yang
terlihat pada Tabel 6, kemudian mengalikan
setiap kolom di tabel tersebut dengan bobot
kriteria yang terdapat pada Tabel 4.
b.
=
=
=
=
=
0,3
0,3
0,3
0,3
0,3
Tabel 6 Faktor ternormalisasi
Pada proses normalisasi kriteria utama
yaitu
dan
, sedangkan kriteria
pendukungnya yaitu .
=
=
=
=
=
1
1
1
1
0,7
Kemudian memasukkan semua hasil
penghitungan tersebut ke dalam tabel yang
disebut tabel faktor ternormalisasi, hasilnya
ditunjukkan oleh Tabel 6.
Kriteria
0,567
0,733
0,683
0,683
0,6
0,7
1
0,7
0,7
1
Dari kolom
nilai minimalnya adalah
0,3, maka nilai minimal dari kolom
dibagi dengan nilai pada kolom .
Bobot
0,4
0,4
0,2
1
Jumlah
0,7
0,5
0,7
0,7
0,5
c.
Tabel 4 Pembobotan kriteria
Kriteria
0,5
0,5
0,5
0,5
0,5
No
1
2
3
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Calon Alternatif
Nilai
0,879
1
0,96
Anggrawati, Yamin dan Ransi IJCCSISSN: 1978-1520
4
5
0,96
0,889
Untuk menentukan jumlah Raskin yang
diterima oleh alternatif penerima Raskin,
digunakan
nilai
rata-rata.
Tabel
8
menunjukkan nilai rata-rata yang digunakan.
Nilai Rata-Rata ( )
≥ 0,9
0,7 <
< 0,9
≤ 0,7
3.2
Implementasi
Sesuai dengan rancangan antarmuka
yang telah dibuat sebelumnya, berikut adalah
hasil
pembuatan
interface
dengan
menggunakan Netbeans 8.02 dengan beberapa
perubahan penyesuaian yang dibutuhkan.
a.
Tabel 8 Nilai Rata-Rata
43
Form Menu Login
Gambar 3 menunjukkan form menu Login.
Jumlah Raskin (Liter)
5
4
3
lternatif penerima Raskin dengan jumlah
Raskin yang diterima dapat dilihat pada Tabel
9
Tabel 9 Penerima Raskin beserta jumlah yang
diterima
No
Calon
Alternatif
1
2
3
4
5
3.1
Nilai
0,879
1
0,96
0,96
0,889
Jumlah
Raskin
(Liter)
4
5
5
5
4
Gambar 3 Form menu Login
b. Form Tambah Data
Gambar 4 menunjukkan form
Tambah Data.
menu
Rancangan Sistem
Use case diagram digunakan untuk
memodelkan
dan
menyatakan
unit
fungsi/layanan yang disediakan oleh sistem.
Use Casediagram juga menjelaskan mengenai
aktor-aktor yang terlibat dengan perangkat
lunak yang dibangun beserta proses-proses
yang ada di dalamnya. Use Casediagram
aplikasi ditunjukkan oleh Gambar 2.
Gambar 4 Form menu Tambah Data
c. Form menu Data Penerima Raskin
Gambar 5 menunjukkan form menu data
penerima Raskin.
d. Form Menu Input Bobot Kriteria
Gambar 6 menunjukkan form menu Input
Bobot Kriteria.
e. Form Menu Normalisasi
Gambar 7 menunjukkan form menu
Normalisasi.
Gambar 2 Use Case Diagram
Title of manuscript is short and clear, implies research results (First Author)
Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin
44
f.
Form Menu Hasil Metode SAW
Gambar 8 menunjukkan form menu Hasil
Metode SAW berupa jumlah Raskin yang
diterima oleh penerima Raskin.
.
Gambar
5 Form menu Data Penerima Raskin
Gambar 8 Form menu Hasil Metode SAW
4. KESIMPULAN
Gambar 6 Form menu Input Bobot Kriteria
Berdasarkan pembahasan dan pengujian
dan analisis yang dilakukan maka dapat
disimpulkan
bahwa
aplikasi
Sistem
Pendukung Keputusan Menentukan Jumlah
Beras Miskin Menggunakan Metode Simple
Additive Weight (SAW) ini dapat membantu
kepala desa dalam menentukan jumlah beras
yang akan diterima oleh penerima Beras
Miskin dan jumlah penerima Beras Miskin
didapatkan berdasarkan nilai bobot yang telah
ditentukan. Semakin tinggi nilai bobot yang
diperoleh oleh penerima maka semakin besar
pula jumlah Beras Miskin yang diterima.
5. SARAN
Adapun saran yang dapat disampaikan
untuk pengembangan selanjutnya antara lain
yaitu untuk pengembangan selanjutnya
diharapkan sistem ini dapat melakukan
penambahan kriteria seiring perkembangan
kebutuhan pengguna sistem sehingga dapat
meningkatkan kinerja sistem.
DAFTAR PUSTAKA
[1]
Gambar 7 Form menu Normalisasi
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Badan Pusat Statistik, 2011, Profil Desa
dan Peutakhiran Basisi Data Terpadu:
Kendari.
Anggrawati, Yamin dan Ransi IJCCSISSN: 1978-1520
[2]
Hermawan, J., 2005, Membangun
Decission Support System, Yogyakarta.
[3]
Kusrini, 2007, Konsep dan Aplikasi
Sistem
Pendukung
Keputusan.
Yogyakarta, Andi.
[4]
Surbakti, I., 2002, Sistem Pendukung
Keputusan (Decission Support system),
Yogyakarta, Graha Ilmu.
[5]
Kusumadewi, S., Harjoko, A. dan
Wardoyo, R., 2006, Fuzzy MultiAttribute Decission Making (Fuzzy
MADM) Yogyakarta, Graha Ilmu.
45
Title of manuscript is short and clear, implies research results (First Author)
ISSN : 2502-8928 (Online)
39
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN
JUMLAH BERAS MISKIN MENGGUNAKAN
METODE SIMPLE ADDITIVE WEIGHT (SAW)
Dewi Angrawati*1, Muh. Yamin2, Natalis Ransi 3
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo, Kendari
e-mail : *1dewi.angrawati32@gmail.com, 2putra0683@gmail.com, 3natalis.ransi@innov-center.org
*1,2,3
Abstrak
Program Beras Miskin atau Raskin adalah salah satu program pemerintah dalam mengurangi
beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras dengan
jumlah dan harga tertentu. Dalam pendistribusian Raskin sering kali ditemui kendala atau
permasalahan, salah satunya adanya penyamarataan jumlah Raskin yang diterima oleh semua
penerima Raskin, sementara ada derajat sosial yang berbeda antara penerima Raskin tersebut.
Penyaluran Raskin yang diberikan dalam jumlah yang sama kepada semua penerima Raskin terjadi
karena masih dilakukan secara manual sehingga memungkinkan terjadinya penentuan secara
subyektif oleh pihak Pemerintah Desa karena belum mengacu pada kriteria yang telah ditentukan.
Dalam penelitian ini digunakan metode SAW (Simple Additive Weight). SAW penjumlahan
terbobot, yakni dengan mencari penjumlahan terbobot dari nilai kinerja pada setiap alternatif, pada
semua atribut dan membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat
diperbandingkan dengan semua nilai alternatif yang ada.
Hasil dari penelitian ini yaitu sistem pendukung keputusan menentukan jumlah Beras Miskin
(Raskin) menggunakan metode Simple Additive Weight (SAW) di Desa Puupi Kecamatan Kolono
Kabupaten Konawe Selatan. Analisis yang diberikan berdasarkan hasil perkalian dan penjumlahan
matriks ternormalisasi dengan bobot.
Kata kunci—Sistem Pendukung Keputusan, Simple Additive Weight (SAW), Raskin
Abstract
Ricefor the poor program, known as Raskin is one of the government programs to reduce
expenditure and the protection of poor families through the distribution of rice with a number and a
specified price .in the distribution of Raskin often encountered obstacles or problems, one of them for
leveling Raskin amount received by all recipients Raskin. While there are different social degrees
between the receiver Raskin. Raskin distribution given the same amount to all recipients Raskin,
happens because it is still done manually allowing the occurrence of a subjective determination by the
village government because it has not referring to predetermined criteria.
In this study used methods of SAW (Simple Additive Weight). SAW weighted summation ,
namely by finding a weighted sum of the value of the performance of each alternative on all attributes
and requires a decision matrix normalization process (X) to a scale which can be compared with all
existing alternatives value.
The results of this analysis, a decision support system determines the amount of rice for the
poor (Raskin ) using Simple Additive Weight (SAW) in the village Puupi, Kolono, Southern Konawe
district. The analysis is given based on the normalized matrix multiplication and summation with
weights.
Keywords— Decision Support System, Simple Additive Weight (SAW), Raskin
Received June 1st ,2012; Revised June 25th, 2012; Accepted July 10th, 2012
Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin
40
1. PENDAHULUAN
P
rogram Beras Miskin atau yang dikenal
dengan Raskin adalah salah satu
program pemerintah dalam mengurangi
beban pengeluaran dan perlindungan terhadap
keluarga miskin melalui pendistribusian beras
dengan jumlah dan harga tertentu. Tujuan
program Raskin adalah mengurangi beban
pengeluaran rumah tangga melalui pemenuhan
sebagian kebutuhan pangan beras.
Dalam pendistribusian Raskin sering
kali ditemui kendala atau permasalahan,
salahsatunya adanya penyamarataan jumlah
Raskin yang diterima oleh semua penerima
Raskin. Sementara ada derajat sosial yang
berbeda antara sesama penerima Raskin
tersebut. Derajat sosial ini terutama
dipengaruhi oleh tingkat pendapatan dan jenis
profesi atau sumber mata pencaharian para
penerima Raskin.
Desa Puupi merupakan sebuah desa
yang terletak di Kecamatan Kolono Kabupaten
Konawe Selatan. Masyarakat di desa ini
berasal dari berbagai daerah seperti Makassar,
Wakatobi, Ambon, Kalimantan dan Muna.
Desa ini dibagi menjadi 3 dusun yang terdiri
dari Dusun I, Dusun II, dan Dusun III. Dengan
jumlah Kepala Keluarga sebanyak 286 KK.
Jumlah KK yang menerima bantuan Beras
Miskina dalah sejumlah 49 KK, sedangkan
menurut Kepala Desa jumlah KK yang
mendapat bantuan Beras Miskin berjumlah
100 KK kecuali Pegawai Negeri Sipil (PNS).
Pembagian bantuan Beras Miskin ini dibagi
secara merata dalam waktu 3 bulan sekali
dengan jumlah rata-rata 5 liter/KK [1].
2. METODE PENELITIAN
2.1
Sistem Pendukung Keputusan (SPK)
Decision Support System (DSS) atau
Sistem Pendukung Keputusan (SPK), secara
umum didefinisikan sebagai sebuah sistem
yang mampu memberikan kemampuan baik
kemampuan pemecahan masalah maupun
kemampuan pengkomunikasian untuk masalah
semi-terstruktur [2]. Secara khusus, Sistem
Pendukung Keputusan didefenisikan sebagai
sebuah sistem yang mendukung kerja seorang
manajer maupun sekelompok manajer dalam
memecahkan masalah semi-terstruktur dengan
cara memberikan informasi ataupun usulan
menuju pada keputusan tertentu [3].
2.2
Simple Additive Weight (SAW)
Metode Simple Additive Weight (SAW)
sering juga dikenal istilah metodepenjumlahan
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 ( ) ke suatu
skala yang dapat diperbandingkan dengan
semua rating alternatif yang ada [4].
Oleh [3], persamaan (1) digunakan
untuk melakukan normalisasi.
=
⎧
⎪
⎨
⎪
⎩
;
;
(1)
Keterangan:
= Nilai kinerja ternormalisasi.
= Nilai atribut yang dimiliki dari seiap
kriteria.
= Nilai terbesar dari setiap kriteria.
= Nilai terkecil dari setiap kriteria.
Nilai maksimal atribut keuntungan = jika nilai
terbesar adalah terbaik.
Nilai minimal atribut biaya= jika nilai terkecil
adalah terbaik.
Nilai preferensi untuk setiap alternatif
diberikan seperti Persamaan (2). Variabel
adalah nilai kinerja ternormalisasi dari
alernatif
pada atribut ; = 1,2.. . . . ,
dan = 1,2.. . . , .
(2)
= ∑
Keterangan :
= rangking untuk setiap alternatif
= nilai bobot dari setiap kriteria
= nilai kinerja normalisasi
Nilai
yang
lebih
besar
mengindikasikan bahwa alternatif
lebih
terpilih. Langkah – langkah penelitian dalam
menggunakan metode SAW adalah [5]:
1. Menentukan kriterian-kriteria yang akan
dijadikan acuan dalam pengambilan
keputusan, yaitu .
2. Menentukan rating kecocokan setiap
alternatif pada setiap kriteria.
3. Membuat
matriks
keputusan
berdasarkan kriteria
, kemudian
melakukan
normalisasi
matriks
berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut keuntungan
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Anggrawati, Yamin dan Ransi IJCCSISSN: 1978-1520
4.
ataupun atribut biaya) sehingga diperoleh
matriks ternormalisasi .
Hasil akhir diperoleh dari proses
perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi dengan
vektor bobot
sehingga diperoleh nilai
terbesar yang dipilih sebagai alternatif
terbaik sebagai solusi.
Metode Pengumpulan Data
Metode yang digunakan dalam proses
pengumpulan data adalah:
1. Kajian pustaka, adalah suatu metode yang
dilakukan dalam proses pengumpulan
data yaitu dengan mengumpulkan
referensi-referensi baik berasal dari buku
literatur maupun sumber-sumber bacaan
lain. Dalam penyusunan tugas akhir ini,
kajian pustaka yang digunakan yaitu
melalui beberapa jurnal dan skripsi
terdahulu yang dijadikan referensi.
2. Observasi, adalah suatu metode yang
dilakukan dengan cara mengamati objek
yang akan di teliti. Observasi ini
dilakukan di Desa Puupi Kecamatan
Kolono Kabupaten Konawe Selatan.
3. Kuesioner, adalah metode pengumpulan
data yang berupa serangkaian pertanyaan
tertulis yang diajukan kepada subyek
untuk mendapatkan jawaban secara
tertulis. Kuesioner tersebut diajukan
kepada masyarakat di Desa Puupi
Kecamatan Kolono Kabupaten Konawe
Selatan untuk mendapatkan data-data
yang dibutuhkan.
4. Wawancara, adalah salah satu metode
pengumpulan data dengan melakukan
tanya jawab ke masyarakat setempat yaitu
masyarakat Desa Puupi Kecamatan
Kolono Kabupaten Konawe Selatan
terkait dengan data yang ingin diperoleh
dalam penelitian ini
41
pembobotan disetiap kriteria. Masing-masing
bobot tidak sama tergantung dari sub penilaian
yang ada, adapun skor yang diberikan
ditunjukkan oleh Tabel 1.
2.3
3. HASIL DAN PEMBAHASAN
Untuk menyelesaikan permasalahan
pemberian jumlah Beras Miskin,maka
langkah-langkah untuk flowchart yang
ditunjukkan oleh Gambar 1.
Dalam melakukan evaluasi terhadap
pembagian Raskin perlu adanya suatu
penilaian dalam menentukan nilai disetiap
aspek, dalam model ini menggunakan
Gambar 1 Flowchart proses SAW SPK
menentukan jumlah beras Raskin
Tabel 1 Bobot Kepentingan Kriteria Utama dan
Kriteria Pendukung
Bobot
1
0,7
0,5
0,5
0,3
0,1
Keterangan
Sangat Layak
Cukup Layak
Tidak Layak
Sangat Layak
Cukup Layak
Tidak Layak
Kriteria
Utama
Pendukung
Aspek penilaian ditunjukkan oleh Tabel
2. Penilaian kriteria dari keseluruhan alternatif
ditunjukkan oleh Tabel 3.
Tabel 2 Kriteria Penilaian [1]
No
Kriteria
1
Keterangan Tempat
Tinggal (Utama) F1
2
Harta (Utama) F2
3
Kesehatan
(Pendukung) F3
Sub Kriteria
Status Rumah
Luas Rumah
Lantai Rumah
Luas Rumah
Ketersediaan Listrik
Ketersediaan Air
Pekerjaan
Jumlah Penghasilan
Jumlah Pengeluaran
Jumlah Aset
Sarana Obat
Sumber Biaya
Title of manuscript is short and clear, implies research results (First Author)
Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin
42
Tabel 3 Penilaian kriteria seluruh alternatif
Kriteria
Calon
Alternatif
0,5
0,5
1
0,7
0,7
0,7
0,7
0,7
0,7
0,7
0,5
1
0,5
0,5
0,5
0,7
1
0,7
1
0,7
0,5
0,7
0,7
0,7
0,5
0,7
0,7
0,7
0,7
0,7
Pembobotan alternatif terhadap kriteria
diubah ke dalam bentuk matriks. Pembobotan
alternatif tersebut ditunjukkan oleh Tabel 5.
Tabel 5 Matriks Pembobotan Alternatif
=
=
=
=
=
0,775
0,8
0,775
0,775
0,725
0,3
0,3
0,3
0,3
0,3
a.
Dari kolom
nilai maksimalnya adalah
0,733, maka tiap baris dari kolom
dibagi oleh nilai maksimal kolom
No
1
2
3
4
5
=
=
=
=
=
=
0,567/ 0,733 = 0,774
0,733/ 0,733 = 1
0,683/ 0,733 = 0,932
0,683/ 0,733 = 0,932
0,6/ 0,733 = 0,819
Dari kolom
nilai maksimalnya adalah
0,8, maka tiap baris dari kolom
dibagi
oleh nilai maksimal kolom .
0,775/ 0,8 =
0,8/ 0,8 = 1
0,775/ 0,8 =
0,775/ 0,8 =
0,725/ 0,8 =
0,3/ 0,3 =
0,3/ 0,3 =
0,3/ 0,3 =
0,3/ 0,3 =
0,3/ 0,3 =
1
1
1
1
1
Kriteria
Calon
Alternatif
0,774
1
0,932
0,932
0,819
0,969
1
0,969
0,969
0,906
1
1
1
1
1
( 0,774 ∗ 0,4) + ( 0,969 ∗ 0,4) + ( 1 ∗ 0,2)
0,879
( 1 ∗ 0,4) + ( 1 ∗ 0,4) + ( 1 ∗ 0,2) = 1
( 0,932 ∗ 0,4) + ( 0,968 ∗ 0,4) + ( 1 ∗ 0,2) = 0,96
( 0,932 ∗ 0,4) + ( 0,968 ∗ 0,4) + ( 1 ∗ 0,2) = 0,96
( 0,819 ∗ 0,4) + ( 906 ∗ 0,4) + ( 1 ∗ 0,2) = 0,889
Dengan demikian diperoleh Nilai Akhir
(NA) yang ditunjukkan oleh Tabel 7.
Tabel 7 Nilai Akhir (NA)
0,969
0,969
0,969
0,906
0,3
0,3
0,3
0,3
0,3
Setelah mendapatkan hasil seperti yang
terlihat pada Tabel 6, kemudian mengalikan
setiap kolom di tabel tersebut dengan bobot
kriteria yang terdapat pada Tabel 4.
b.
=
=
=
=
=
0,3
0,3
0,3
0,3
0,3
Tabel 6 Faktor ternormalisasi
Pada proses normalisasi kriteria utama
yaitu
dan
, sedangkan kriteria
pendukungnya yaitu .
=
=
=
=
=
1
1
1
1
0,7
Kemudian memasukkan semua hasil
penghitungan tersebut ke dalam tabel yang
disebut tabel faktor ternormalisasi, hasilnya
ditunjukkan oleh Tabel 6.
Kriteria
0,567
0,733
0,683
0,683
0,6
0,7
1
0,7
0,7
1
Dari kolom
nilai minimalnya adalah
0,3, maka nilai minimal dari kolom
dibagi dengan nilai pada kolom .
Bobot
0,4
0,4
0,2
1
Jumlah
0,7
0,5
0,7
0,7
0,5
c.
Tabel 4 Pembobotan kriteria
Kriteria
0,5
0,5
0,5
0,5
0,5
No
1
2
3
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Calon Alternatif
Nilai
0,879
1
0,96
Anggrawati, Yamin dan Ransi IJCCSISSN: 1978-1520
4
5
0,96
0,889
Untuk menentukan jumlah Raskin yang
diterima oleh alternatif penerima Raskin,
digunakan
nilai
rata-rata.
Tabel
8
menunjukkan nilai rata-rata yang digunakan.
Nilai Rata-Rata ( )
≥ 0,9
0,7 <
< 0,9
≤ 0,7
3.2
Implementasi
Sesuai dengan rancangan antarmuka
yang telah dibuat sebelumnya, berikut adalah
hasil
pembuatan
interface
dengan
menggunakan Netbeans 8.02 dengan beberapa
perubahan penyesuaian yang dibutuhkan.
a.
Tabel 8 Nilai Rata-Rata
43
Form Menu Login
Gambar 3 menunjukkan form menu Login.
Jumlah Raskin (Liter)
5
4
3
lternatif penerima Raskin dengan jumlah
Raskin yang diterima dapat dilihat pada Tabel
9
Tabel 9 Penerima Raskin beserta jumlah yang
diterima
No
Calon
Alternatif
1
2
3
4
5
3.1
Nilai
0,879
1
0,96
0,96
0,889
Jumlah
Raskin
(Liter)
4
5
5
5
4
Gambar 3 Form menu Login
b. Form Tambah Data
Gambar 4 menunjukkan form
Tambah Data.
menu
Rancangan Sistem
Use case diagram digunakan untuk
memodelkan
dan
menyatakan
unit
fungsi/layanan yang disediakan oleh sistem.
Use Casediagram juga menjelaskan mengenai
aktor-aktor yang terlibat dengan perangkat
lunak yang dibangun beserta proses-proses
yang ada di dalamnya. Use Casediagram
aplikasi ditunjukkan oleh Gambar 2.
Gambar 4 Form menu Tambah Data
c. Form menu Data Penerima Raskin
Gambar 5 menunjukkan form menu data
penerima Raskin.
d. Form Menu Input Bobot Kriteria
Gambar 6 menunjukkan form menu Input
Bobot Kriteria.
e. Form Menu Normalisasi
Gambar 7 menunjukkan form menu
Normalisasi.
Gambar 2 Use Case Diagram
Title of manuscript is short and clear, implies research results (First Author)
Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin
44
f.
Form Menu Hasil Metode SAW
Gambar 8 menunjukkan form menu Hasil
Metode SAW berupa jumlah Raskin yang
diterima oleh penerima Raskin.
.
Gambar
5 Form menu Data Penerima Raskin
Gambar 8 Form menu Hasil Metode SAW
4. KESIMPULAN
Gambar 6 Form menu Input Bobot Kriteria
Berdasarkan pembahasan dan pengujian
dan analisis yang dilakukan maka dapat
disimpulkan
bahwa
aplikasi
Sistem
Pendukung Keputusan Menentukan Jumlah
Beras Miskin Menggunakan Metode Simple
Additive Weight (SAW) ini dapat membantu
kepala desa dalam menentukan jumlah beras
yang akan diterima oleh penerima Beras
Miskin dan jumlah penerima Beras Miskin
didapatkan berdasarkan nilai bobot yang telah
ditentukan. Semakin tinggi nilai bobot yang
diperoleh oleh penerima maka semakin besar
pula jumlah Beras Miskin yang diterima.
5. SARAN
Adapun saran yang dapat disampaikan
untuk pengembangan selanjutnya antara lain
yaitu untuk pengembangan selanjutnya
diharapkan sistem ini dapat melakukan
penambahan kriteria seiring perkembangan
kebutuhan pengguna sistem sehingga dapat
meningkatkan kinerja sistem.
DAFTAR PUSTAKA
[1]
Gambar 7 Form menu Normalisasi
IJCCS Vol. x, No. x, July 201x : first_page – end_page
Badan Pusat Statistik, 2011, Profil Desa
dan Peutakhiran Basisi Data Terpadu:
Kendari.
Anggrawati, Yamin dan Ransi IJCCSISSN: 1978-1520
[2]
Hermawan, J., 2005, Membangun
Decission Support System, Yogyakarta.
[3]
Kusrini, 2007, Konsep dan Aplikasi
Sistem
Pendukung
Keputusan.
Yogyakarta, Andi.
[4]
Surbakti, I., 2002, Sistem Pendukung
Keputusan (Decission Support system),
Yogyakarta, Graha Ilmu.
[5]
Kusumadewi, S., Harjoko, A. dan
Wardoyo, R., 2006, Fuzzy MultiAttribute Decission Making (Fuzzy
MADM) Yogyakarta, Graha Ilmu.
45
Title of manuscript is short and clear, implies research results (First Author)