IMPLEMENTASI METODE FUZZY

Prosiding Seminar Ilmiah Nasional Teknologi Komputer (SENATKOM 2015) Universitas Putra Indonesia YPTK Padang - 23 Oktober 2015

Vol. 1, Oktober 2015 ISSN : 2460 - 4690

IMPLEMENTASI METODE FUZZY MADM YAGER PADASISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELUARGA MISKIN(STUDI KASUS : DESA KARANG REJO KECAMATAN JORONG KABUPATEN TANAH LAUT) DwiKartini, ade Saputra, Oni Soesanto Fakultas MIPA Universitas Lambung Mangkurat e-mail : [email protected], [email protected], [email protected]

Abstrak Banyak program penanggulangan kemiskinan yang telah dilakukan oleh pemerintah, tetapi program tersebut masih saja belum optimal mengatasi masalah ekonomi yang berkaitan dengan kesejahteraan masyarakat. Hal tersebut disebabkan karena banyaknya kriteria yang harus dipenuhi dalam menentukan keluarga miskin sehingga berbagai bantuan yang sampai pada masyarakat tidak tepat sasaran.Agar program penanggulangan kemiskinan pemerintah tepat sasaran, maka penulis mengimplementasikan metode Fuzzy MADM Yager untuk menetukan keluarga miskin sesuai dengan kriteria-kriteria dari BPS (Badan Pusat Statistik).Metode ini mampu menunjukkan tingkat kepentingan antar kriteria, dan memberikan kemudahan dalam proses perangkingan sehingga sistem ini dapat membantu pihak pejabat desa dalam menetukan keluarga miskin di desa. Sistem Pendukung Keputusan ini berbasis standalone.

Abstract Many poverty reduction programs that have been undertaken by the government , but the program is still not optimally address the economic issues relating to the welfare of society . This is because many criteria must be met in determining poor families so that various assistance to the communities not targeted. In order for the government's poverty reduction program on target, the authors implemented method for determining Fuzzy MADM Yager poor families in accordance with the criteria of BPS (Badan Pusat Statistik) . This method is able to demonstrate the level of interest among criteria , and provide ease in perangkingan process so that the system can help the village officials in determining a poor family in the village. Decision Support System is based standalone. Kata Kunci : keluarga miskin, sistem pendukung keputusan, Fuzzy MADM Yager

1. PENDAHULUAN Kemiskinan berarti ketidak mampuan dalam seluruh dimensinya. Kemiskinan terkait dengan masalah kekurangan pangan dan gizi, keterbelakangan pendidikan, kriminalisme, pengangguran, prostitusi. dan masalah‐masalah lain yang bersumber dari rendahnya tingkat pendapatan perkapita penduduk. Kemiskinan merupakan masalah yang amat kompleks dan tidak sederhana penanganannya (Mulyono, Bappenas 2006) [1]. Pemerintah Desa Karang Rejo masih menggunakan cara yang manual dalam menentukan keluarga miskin. Dengan banyaknya kriteria yang harus dipenuhi serta banyaknya pula keluarga yang harus diseleksi membuat Pemerintah Desa Karang Rejo kesulitan dalam melakukan DwiKartini Fakultas, MIPA Universitas Lambung Mangkurat

penentuan keluarga miskin dan yang layak menerima bantuan program penanggulangan kemiskinan [10]. Menurut Badan Pusat Statistik (BPS) ada 14 (empat belas) kriteria dalam menentukan keluarga/rumah tangga miskin. Model yang akan diimplementasikan dalam sistem pendukung keputusan ini adalah Fuzzy Multiple Attribute Decision Making (FMADM mampu menunjukkan tingkat kepentingan antar kriteria, dan memberikan kemudahan dalam proses perangkingan yang didasarkan atas bilangan crisp, serta bentuk matematis dari model Yager juga sederhana sehingga mudah untuk dipahami [6]. 2. KAJIAN LITERATUR

Penelitianterdahulumengenaipenentu ankeluargamiskintelah dilakuakanoleh 191


Afiat Triyuniarta, dkk pada tahun 2009 dengan judul Aplikasi Logika fuzzy untuk Pendukung Keptusan Penentuan Keluarga Miskin di Yogyakarta [11] yang menngunakan himpunan fuzzy dalam mengelompokan tingkat kemisikinan.Adapunacuan lain tentangpenggunaanmetodeFuzzy MADM Model Yagerdalamsistempendukungkeputusanpe rnahdilakukanolehEkaJuliantipadatahun 2011 denganjudulRancangBangunSistemPendu kungKeputusanUntukMenentukanPeserta AsuransiRumahkoeSyariahFuzzy MADM Model Yager (Studi kasus :AJB Bumiputera 1912 cabangDepok)dengan 4 (empat) kriteria [4]. 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semiterstruktur yang spesifik [2]. Untuk dapat menerapkan SPK, ada empat komponensubsistem yang harus disediakan yaitu:[13] a. Subsistem manajemen data Subsistem ini menyediakan data bagi sistem, termasuk di dalamnya basis data.Berisi data yang relevan untuksituasi dan diatur oleh perangkat lunak yang disebutDatabase Management System (DBMS). b. Susbsistem manajemen model Subsistem ini berfungsi sebagai pengelola berbagaimodel, mulai dari model keuangan, statistik,matematik, atau model kuantitatif lainnya yangmemiliki kemampuan analisis dan manajemenperangkat lunak yang sesuai. Perangkat lunak inisering disebut Model Base Management System(MBMS). c. Subsistem manajemen pengetahuan Subsistem ini mendukung berbagai subsistem lainnya,atau dapat dikatakan berperan sebagai komponen DwiKartini Fakultas, MIPA Universitas Lambung Mangkurat

Vol. 1, Oktober 2015 ISSN : 2460 - 4690

yangindependen.Subsistem ini menyediakan inteligensiuntuk menambah pertimbangan pengambil keputusan. d. Subsistem antar muka pengguna Subsistem ini berupa tampilan yang yang disediakan yangmampu mengintegrasikan sistem terpasang denganpengguna secara interaktif. Melalui subsistem ini penggunadapat berkomunikasi dengan sistem pendukung keputusanserta memerintah sistem pendukung keputusan. 2.2 Fuzzy Multiple Attribute Decision Making (FMADM) Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari altematif optimal dari sejumlah altematif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai hobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan [6]. 2.3 Perhitungan Model Yager Langkah-langkah penyelesaian adalah sebagai berikut (Zimmzermann dalam buku Kusuma Dewi, 2006): 1. Tetapkanmatriks perbandingan berpasangan antar atribut M, berdasarkan prosedur hirarki Saaty [9] Untuk analisis skala perbandingan dapat dilihat pada Tabel 1. Tabel 1. Skala Saaty Tingkat Kepentingan

Definisi 192


1 3 5

7 9 2,4,6,8

Oi dan Oj sama penting Oi sedikit lebih penting daripada Oj Oi kuat tingkat kepentingannya daripada Oj Oi sangat kuat tingkat kepentingannya daripada Oj Oi mutlak lebih penting daripada Oj Nilai-nilai intermediate

Keterangan : Oi : kriteria ke-i Oj : kriteria ke-j 2. Mentukan bobot wj yang konsisten untuk setiap atribut. 3. Hitung nilaiKonsistensi CR (Consistency Ratio) dengan mencari lamda maks (λmaks ), CI (Consistency Index) setelahitudapatdiperoleh CR.  λmaks = Jumlahhasilbagisemuabaris Jumlahkriteria  CI = (λmaks-n)/n-1  CR = CI / IR Untuk indeks konsistensi dengan nilai random indeks (RI) dapat dilihat pada Tabel 2. Tabel 2. Daftar Indeks Random Konsistensi Ukuranmatriks Nilai IR 1&2 0.00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41 9 1.45 10 1.49 11 1.51 12 1.48 13 1.56 14 1.57 15 1.59 wj ~ 4. Hitungnilai C j xi Cj=nilaikriteriake- j dariobjek wj = nilai vector bobotmasingmasingkriteria

Vol. 1, Oktober 2015 ISSN : 2460 - 4690

xi= nilaiobjek 5. Tentukaninterseksi dari wj ~ , sebagai: C j xi

  

semua

    | i  1,..., n; j  1,..., m

~ D   x i , min  Cj xi j 

wi

D=objek 6. Pilih xi dengan derajat keanggotaan ~ terbesar dalam D , dan tetapkan sebagai alternatif optimal. 3. METODE PENELITIAN

3.1 Sumber Data Adapun sumber data pada penelitian ini, diperoleh dari data eksternal dan data internal pada KantorPemerintahanDesaKarangRejoKec amatanJorongKabupaten Tanah LautProvinsi Kalimantan Selatan. PenentuanKeluargaMiskininidibuatsesuai dengan kriteria-kriteria dari BPS (Badan Pusat Statistik)Untukmengukurtingkatkepentinga

nantar kriteriadengansistem yang berjalan di DesaKarangRejomakadilakukanwawancar adengankepaladesayang dapat dilihat pada Tabel 3. 3.2 Perancangan Model Komponen SPK Arsitektur SPK yang akan dibuat diilustrasikan pada gambar 1.

  

DwiKartini Fakultas, MIPA Universitas Lambung Mangkurat

193


No 9 10

11 12 13

14

Vol. 1, Oktober 2015 ISSN : 2460 - 4690

Nilai Bobot

Kriteria Setiap Minggu Frekuensi Makan Sehari-hari Frekuensi Membeli Pakaian Baru Setiap Tahun Akses Ke Puskesmas/Poliklinik Penghasilan Kepala Keluarga Pendidikan Kepala Keluarga Tidak Memilikan Aset/Tabungan Lebiih Dari Rp.500.000.

5 4

7 9 8 8

masing-masingkriteriamemilikibeberapa subkriteria dan bobot yang digunakanberupa nilaibilanganfuzzy tunggalyaitu : Gambar 1 Arsitektur Sistem Pendukung Keputusan PenentuanKeluargaMiskin [1] 3.2 Tingkat kepentingan bobot kriteria Sistem Pendukung Keputusan PenentuanKeluargaMiskindibuatmenggun akan 14 (empatbelas) jeniskriteria.Untukmengukurtingkatkepent inganataubobotdarimasing-masingkriteria yang sesuaidengansistem yang berjalan di DesaKarangRejoKecamatanJorongKabup aten Tanah Laut. Tabel 3. Tingkat kepentingan/bobotmasing-masing kriteria Nilai No Kriteria Bobot 1 Luas Bangunan Rumah 6 Per Orang 2 Jenis Lantai 5 3 Jenis Dinding 4 4 Tidak Memiliki Fasilitas 4 BAB 5 Sumber Air Minum 6 6 Sumber Penerangan 6 Tidak Menggunakan Listrik 7 Jenis Bahan Bakar 7 Untuk Memesak 8 Frekuensi 6 Mengkonsumsi Daging/Susu/Telor DwiKartini Fakultas, MIPA Universitas Lambung Mangkurat

1. LuasRumah Per Orang Tabel 4.PilihanNilaiKriteriaLuasRumahPer Orang Nilai Fuzzy Luas Rumah Keanggotaan 4 m2 – 5 m2 1 6 m2 – 8 m2 0,8 > 8 m2 0,6 2. JenisLantai Tabel 5. PilihanNilaiKriteriaJenisLantai Nilai fuzzy JenisLantai Keanggotaan Tanah 1 Bambu 0,8 Kayu 0,6 Beton 04

3. JenisDinding Tabel 6.PilihanNilaiKriteriaJenisDinding JenisDinding Nilai fuzzy keanggotaan Rumbia Banmbu Kayu Tembok Tanpa Plester

1 0,8 0,6 04

194


JenisDinding Tempok Diplester

Nilai fuzzy keanggotaan 0,2

4. TidakMemilikiFasilitas BAB Tabel 7.PilihanNilaiKriteriaTidakMemilikiFasili tas BAB Nilai TidakMemilikiFasil fuzzy itas BAB keanggota an Ya 1 Tidak 0,8 5. Sumber Air Minum Tabel 8.PilihanNilaiKriteriaSumber Air Minum Sumber Air Nilai fuzzy Minum keanggotaan Air Hujan 1 Sungai 0,8 Sumur 0,6

Vol. 1, Oktober 2015 ISSN : 2460 - 4690

Tabel 11.PilihanNilaiKriteriaFrekuensiMemb eliDaging/Susu/TelorSetiapMinggu Nilai FrekuensiMembeli fuzzy Daging/Susu/Telor keanggota SetiapMinggu an 1 Kali Seminggu 1 2 Kali Seminggu 0,8 >2 Kali Seminggu 0,6 9. FrekuensiMakanSehari-hari Tabel 12.PilihanNilaiKriteriaFrekuensiMaka nSehari-hari Nilai FrekuensiMakanSe fuzzy hari-hari keanggota an 1 Kali Sehari 1 2 Kali Sehari 0,8 >2 Kali Sehari 0,6 10.FrekuensiMembeliPakaianBaruSetiapT

ahun 6. Sumberpeneranganrumahtanggatidakm Tabel enggunakanlistrik 13.PilihanNilaiKriteriaFrekuensiMemb Tabel 9. eliPakaianBaruSetiapTahun PilihanNilaiKriteriaSumberPenera Nilai nganTidakMenggunakanLisrik FrekuensiMembeliPa fuzzy Nilai kaianBaru keanggo SumberPeneranganTida fuzzy taan kMenggunakanLisrik keang 1 Stel Pertahun 1 gotaan > 1 Stel Pertahun 0,8 Ya 1 Tidak 0,8 11. Tidak 7. JenisBahanBakarUntukMemasak sanggupmembayarbiayapengobatan Tabel 10. di puskesmas/poliklinik. PilihanNilaiKriteriaJenisBahanBakarUntu Tabel 14.PilihanNilaiKriteriaTidak kMemasak sanggupmembayarbiayapengobatan di Nilai puskesmas/poliklinik JenisBahanBakarUntu fuzzy Tidak kMemasak keanggo sanggupmembayarbiayapengobatan Nilai fuzzy taan di puskesmas/poliklinik keanggotaan Kayu Bakar 1 Arang 0,8 Ya 1 Minyak Tanah/Gas 0,6 Tidak 0,8 Elpiji 8. FrekuensiMembeliDaging/Susu/TelorS etiapMinggu


195


12. PenghasilanKepalaKeluarga Tabel 15.PilihanNilaiKriteriaPenghasilanKepala Keluarga Nilai fuzzy Pilihan keanggotaan Rp. 300.000 – 1 Rp. 400.000 Rp. 500.000 – 0,8 Rp. 600.000 > Rp. 600.000 0,6 13. PendidikanKepalaKeluarga Tabel 16.PilihanNilaiKriteriaPendidikanKep alaKeluarga Nilai fuzzy PendidikanKepalaKeluar keanggotaa ga n Tidak sekolah / tidak 1 tamat SD SD 0,8 SMP 0,6 > SMP 0,4 14. TidakMemilikiAset/Tabungan >Rp. 500.000. Tabel 17.PilihanNilaiKriteriaTidakMemiliki Aset/Tabungan >Rp. 500.000 Nilai TidakMemilikiAset/Tab fuzzy ungan >Rp. 500.000 keanggota an Ya 1 Tidak 0,8

a.

Vol. 1, Oktober 2015 ISSN : 2460 - 4690

masukkandaribeberapa datakeluargakedalamsistem dengan mengkonversinilaicrips data nilaipilihankriteriamasingmasingkeluarga yang telahditentukanbobotnya. Tabel 19.konversinilaicripsbeberapa keluarga

b. dilakukanperhitungan C dengancaramemangkatkannilaimasingmasingkriteriadenganvektorbobotmasingmasingkriteria. Tabel 20. PerhitunganNilai C

Untukmenentukantingkatkemiski ninansuatukeluargayaitudenganmencocok ankedalam range pada Tabel 18 : Tabel 18.Nilai Range UntukMenentukanKeputusan Keputusan Range Tidak Miskin 0.88 – 0.91 Hampir Miskin 0.91 – 0.94 Miskin 0.94 – 0.97 Sangat Miskin 0.92 – 1 4. HASIL DAN PEMBAHASAN Adapunlangkah-langkahproses Fuzzy MADM Model Yagerpadaaplikasi SPK PenentuanKeluargaMiskinyaitusebagaiber ikut :


c. Menentukannilaiderajatkeanggotaanda nmenentukangolonganmasingmasingkeluarga.Untukmenentukandera jatkeanggotaandigunakanrumus :

196


Vol. 1, Oktober 2015 ISSN : 2460 - 4690

    | i  1,..., n; j  1,..., m

~ D   x i , min  Cj xi j 

wi

nilai derajat keanggotaan untukmenentukankeputusandapat dilihatpadaTabel3. Tabel 21PerhitunganNilaiDerajatKeanggotaa n beberapa keluarga dan keputusan Keterangan Alternative Hasil X1 X2 X3 X4 X5 X6 X7 X8 X9 X10

0.96 0.96 0.90 0.93 0.96 0.90 0.96 0.95 0.95 0.98

Miskin Miskin TidakMiskin HampirMiskin Miskin TidakMiskin Miskin Miskin Miskin SangatMiskin

Tabel 22PerhitunganNilaiDerajatKeanggotaa n Data Dari PihakDesa Keterangan Alt X1 X2 X3 X4 X5 X6 X7 X8 X9 X10

Miskin Miskin Miskin Miskin Miskin Miskin Miskin Miskin Miskin SangatMiskin

Dari seluruh data70 keluarga di DesaKarangRejoKecamatanJorongKabup aten Tanah Laut, berdasarkanujicobamenggunakanSistemP endukungKeputusanPenentuanKeluargaM iskininiada 1 keluargasangatmiskin, 41 keluargamiskin, 3 keluarga hamper miskinserta 25 keluargatidakmiskindapat dilihat gambar 1.Perbedaankeputusan dengan menggunakan implementasi SPK inidengan keputusandaripihakdesasekitar40%.


Gambar 1 Form PilihanNilai keputusan 5. KESIMPULAN Hasil implementasi dari sistem yang dibuat dapat diketahui bahwa Sistem Pendukung Keputusan Penentuan Keluarga Miskin ini terdapat perbedaan hasil data keputusan pada sistem dengan keputusan yang di ambil oleh pihak Desa Karang Rejo Kecamatan Jorong Kabupaten Tanah Laut yaitu sekitar 40%. Hal inimembuktikanbahwaperhitunganmengg unakanmetodefuzzy MADM metodeYagerinilebihtelitidalam proses perhitungannyakarenasetiapkriteriamemili kibobotkepentingan masing-masing. 6. REFERENSI [1] Bappenas. 2010. Laporan Akhir Evaluasi Pelayanan Keluarga Berencana Bagi Masyarakat Miskin (Keluarga Prasejahtera/KPS dan Keluarga Sejahtera–I/KS-I. [2] Budi S. 2006. Perancangan dan Pembangunan Sistem Informas”.Andi : Yogyakarta. [3] Daihani, Dadan Umar. 2001. Sistem Pendukung Keputusan. Jakarta : Penerbit Elex Media Komputindo. [4] Julianti, Eka. 2011. Rancang Bangun Sistem Pendukung Keputusan Dalam Menentukan Peserta Asuransi Rumahkoe Syariah Menggunakan Fuzzy MADM Model Yager (Studi Kasus: AJB Bumiputera 1912 Cab.

197


Depok). Jakarata : Universitas Islam Negeri Syarif Hidayatullah. [5] Kristiawan, Andri. 2009. Pembuatan Sistem Pendukung Keputusan Untuk Menentukan Calon Pelanggan Baru Dengan Metode Fuzzy C-Means. Surabaya : STIKOM. [6] Kusumadewi, S. 2006.Fuzzy MultiAtribut Decision Making (Fuzzy MADM). Yogyakarta : Graha Ilmu. [7] Monita, Dita. 2013. Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai Dengan Menggunakan Metode Analytical Hierarcy Process. Medan: STIMIK Budi Darma. [8] Rudiarsih, Novita dkk. 2013. Sistem Pendukung Keputusan Untuk Proses Penentuan Rumah Tangga Miskin Menggunakan Metode Weighted Product. Malang : Universitas Brawijaya. [9] Saaty, T.L. 1987. Uncertainty and rank order in the analytic hierarchy process.European Journal of Operational Research 32:27-37. [10]Taufiqurrahman. 2013. Ilustrasi pembagianBLSM.http:/nasional.kko mpas.com/read/2013/07/05/1421594/


Vol. 1, Oktober 2015 ISSN : 2460 - 4690

mau.awet.miskin.di BLSM.aja. Diakses tanggal 18 Juni 2014 [11] Afiat Triyuniarta, Sri Winiarti, Ardi Pujiyanta . 2009. Seminar Nasional Informatika(semnasIF 2009) UPN ”Veteran” :Yogyakarta. [12]Dwi Kartini, Ade Saputra, Oni Soesanto. 2015. Rancang bangun sistem pendukung keputusan penentuan keluarga miskin. Jurnal KLIK , Vol.2 No.1 . 84-95. [13]Turban, E., dkk., 2002, “Decision Support systems and Intelligent Systems Edisi 7 Jilid 1”. Yogyakarta : Andi. [14] Prihasto B, Mohammad Isa Irawan , Ali Masduqi. 2014. Fuzzy MADM Method for Decision Support System based on Artificial Neural Network to Water Quality Assessment in Surabaya River. Journal of Soft Computing and Decision Support Systems. Vol.1 No. 1: 24-29.

198

IMPLEMENTASI METODE FUZZY

Recommend Documents