SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN BANUAN LOGISTIK BENCANA BANJIR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DINAS BADAN PENANGGULANGAN BENCANA (BPBD) KABUPATEN BREBES Agyztia Premana Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang Jl. Nakula 1 No. 5-11 Semaang, Jl. Imam Bonjol No. 27 Semarang, 50131-Indonesia
E-mail :
[email protected]
Abstrak
Indonesia merupakan daerah rawan bencana yang terjadi disebabkan oleh alam maupun perbuatan manusia. Akibat dari bencana- bencana tersebut berdampak pada terjadinya pengungsian yang disebabkan rumah tinggalnya rusak atau ancaman lainya dan memaksa mereka mencari tempat lain yang lebih aman. Dengan kondisi tersebut perlu upaya mempercepat untuk dilakukan berbagai langkah Penanggulangan antara lain pertolongan, penyelamatan, pemberian bantuan logstik, hunian sementara, pemenuhan kebutuhan dasar, pelayanan kesehatan dan kebutuhan air bersih. Adanya berbagai tuntutan tersebut maka muncul yang disebut kebutuhan logistik untuk korban bencana. Dinas Badan Penanggulangan Bencana Daerah (BPBD) bertanggung jawab memberikan bantuan logistik. Pemberian bantuan logistik oleh petugas berdasarkan kondisi bencana dan kriteria-kriteria korban bencana banjir yang telah ditentukan, karena sangat diperlukan untuk menentukan daerah mana yang akan terlebih dahulu diberikan bantuan logistik sesuai dengan kebutuhan. Metode simple additive weighting (SAW), diharapkan bisa lebih tepat dan akurat dalam menyelesaikan masalah tersebut,sehingga sesuai dengan maksud dan tujuan yaitu berdasarkan data dan kriteria yang sudah ditentukan, maka dapat menentukan pemberian bantuan logistik bencana banjir.. Kata Kunci: Bencana, Metode Simple Additive Weighting (SAW, Sistem Pendukung Keputusan.
ini sangat berguna bagi instansi, karena
1. PENDAHULUAN Dalam
era
globalisasi
ini,
penerapan teknologi informasi untuk membantu kinerja dinas ini sangat dibutuhkan. Hampir setiap instansi terdapat sistem inforamasi sebagai data atau informasi di instansi tersebut. Sistem informasi dengan komuterisasi
sebagai alat untuk mengumpulkan data-data
yang
menghasilkan
ada
sehingga
informasi
yang
dibutuhkan. Hal ini dapat dilihat dari penggunaan teknologi informasi yang mencakup
semua
perusahaan
dan
instansi pemerintah, khususnya pada software yang tidak hanya membantu 1
kinerja pegawai saja,bahkan untuk
untuk
softwarenyapun
keputusan
dengan
dapat
kebutuhan.
disesuaikan Atas
dasar
pertimbangan tersebut diatas maka
mengganti dalam
keputusan,
pengambilan membuat
melainkan
suatu
mendukung
pengambilan keputusan.
penulis merasa perlu untuk merancang program yang mendukung keputusan dalam menentukan daerah mana yang akan
diberikan
bantuan
logistik
2.2 Bencana Banjir dan Bantuan Logistik Dinas
BPBD
jawa
tengah
menyatakan bahwa bencana adalah
bencana banjir terlebih dahulu.
peristiwa atau rangkaian peristiwa 2. LANDASAN TEORI
yang mengancam dan mengganggu
2.1 Sistem Pendukung Keputusan
kehidupan
Sistem Pendukung Keputusan (SPK),
masyarat yang disebabkan oleh factor
adalah suatu sistem informasi berbasis
alam dan factor non-alam maupun
komputer yang menghasilkan berbagai
factor
alternatif keputusan untuk membantu
mengakibatkan
manajemen dalam menangani berbagai
jiwa manusia, kerusakan lingkungan,
permasalahan yang terstruktur ataupun
kerugian harta bena, dan dampak
tidak terstruktur dengan menggunakan
psikologis[2].
data dan model . Tujuan adanya SPK,
Banjir adalah fenomena genangan
untuk mendukung pengambil keputusan
dipermukan
memilih alternatif hasil pengolahan
disebabkan meluapnya alur alam atau
informasi
dengan
model-model
sungai, ataupun disebabkan oleh
pengambil
keputusan
serta
kurang
berfungsinya
menyelesaikan masalah yang bersifat
drainase
air
semi terstruktur dan tidak terstruktur.[6]
peraturan Kepala Badan Nasional
SPK tidak ditekankan untuk membuat
Penanggulangan Bencana, bantuan
keputusan, tetapi untuk melengkapi
adalah segala sesuatu yang diperoleh
mereka
dalam
dari hasil bantuan atau sumbangan
dengan
dari berbagai pihak yang diberikan
yang
terlibat
pengambilan
keputusan
sekumpulan
kemampuan
untuk
untuk
dan
penghidupan
mausia
sehingga
timbulnya
lahan,
baik
hujan.
korban
yang
jaringan Berdasarkan
kepada pihak yang membutuhkan.
mengolah informasi yang diperlukan
Logistik
dalam proses pengambilan keputusan
berwujud dan dapat digunakan untuk
dan sistem ini
memenuhi kebutuhan dasar hidup
bukan dimaksudkan
adalah
sesuatu
yang
2
manusia yang terdiri dari sandang, pangan.logistik lainnya dan paket kematian.[4]. Keterangan :
2.3
Metode
Simple
: Rangking untuk setiap alternatif.
Additve
: Nilai bobot dari setiap kriteria.
Weighting (SAW)
: Nilai rating kinerja ternormalisasi.
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep
Nilai
dasar metode SAW adalah mencari
mengindikasikan bahwa alternatif Ai
penjumlahan
lebih
terbobot
dari
rating
kinerja pada setiap alternatif semua
atribut.
Metode
membutuhkan
proses
dari SAW
1.
rating
alternatif
yang
Algoritma
Simple
Memberikan nilai setiap alterative
2.
Memberikan nilai bobot (W) yang juga telah ditentukan.
3.
Melakukan dengan
Xij Max Xij i rij Min Xij i Xij
besar
sudah di tentukan.
ada.
Diberikan persamaan sebagai berikut:
terpilih.
lebih
(Ai) pada setiap kriteria (Cj) yang
matriks keputusan (X) ke suatu skala
semua
yang
Additive Weighting (SAW) :
normalisasi
yang dapat diperbandingkan dengan
Vi
Jika J Atribut Keuntungan (Benefit)
normalisai
cara
matriks
menghitung
niali
rating kinerja ternormalisasi (rij) dari alternatif (Ai) pada atribut (Cj)
Jika J Atribut Biaya (Cost)
berdasarkan
persamaan
yang
disesuaikan dengan jenis atribut Keterangan :
(atribut
rij
= Nilai rating kinerja ternormalisasi
atau atribut biaya = minimum).
xij
= Nilai atribut yang dimiliki setiap kriteria
4.
Max Xij = Nilai terbesar setiap kriteria
Keuntungan=maksimum
Melakukan proses perangkingan sementara dengan cara mengalikan
Min Xij = Nilai terkecil dari setiap kriteria benefit
= Jika nilai terbesar adalah terbaik
cost
= Jika nilai terkecil adalah terbaik
matriks ternormalisasi (R) dengan nilai bobot (W). 5.
Menentukan nilai prefensi untuk
(rij) adalah rating kinerja ternormalisasi
setiap alternative (Vi) dengan cara
dari alternatif
mejumlahkan
i=1,2,...,m
dan
Ai
pada atribut j=1,2,...,n.
Cj;
hasil
kali
antar
Nilai
matriks ternormalisasi (R) dengan
preferensi untuk setiap alternative (Vi)
nilai bobot (W). Nilai (Vi) yang
diberikan rumus sebagai berikut:
lebih besar sebagai alternatif (Ai). 3
2.3 Studi Kasus r
C1 : Jumlah Korban Meninggal
21
2 2 max{ 2,3,3, 2, 2, 2} 3
3 3 max{ 3,3,2,3,3,2} 3
0,67
C2 : Jumlah Korban Luka dan r
Mengungsi
22
1
Table 1 : Nilai untuk kriteria C1 & C2
Perhitungan
Nilai
Jumlah korban meninggal
Jumlah korban luka & mengungsi
3
Ada
Ada
2
Tidak Ada
Tidak Ada
C4 : Kerugian Bobot masing-masing kriteria sebagai berikut : Table 2 : Bobot masing-masing kriteria.
},
1 0,67 0,67 r 0,67 0,67 0,67
1 1 0,67 1 1 0,67
proses
0,21 0,3 0,2 0,6 0,75 1
0,45 0,9 0,26 1 0,69 0,6
perangkingan
data
35%
menggunakan
C2
30%
C3
20%
ditentukan w 0,35 0,3 0,2 0,15 .
C4
15%
Maka hasil perhitungan untuk bobot
kasus menggunakan 6 sample data bencara
banjir
dalam
weighting
(SAW).
Untuk
alternatif perhitungan data adalah : Tabel 3 : Matriks Keputusan.
C1 2 3 3 2 2 2
C2 3 3 2 3 3 2
Kriteria C3 14 ha 10 ha 15 ha 5 ha 4 ha 3 ha
C4 20.000.000 10.000.000 35.000.000 9.000.000 13.000.000 15.000.000
bobot
yang
telah
sementara adalah sebagai berikut Tabel 4 : Total bobot seluruh Data. Kriteria Alternatif
perhitungan perhitungan metode simple
Dumeling Kertabesuki Glonggong Jagalempeni Pesantunan Pebatan
64
C1
Sebagai contoh perhitungan data studi
Alternatif
{r
sehingga normalisasi data menghasilkan
Untuk
Bobot Kriteria
additive
pada
perkalian matriks sebagai berikut :
C3 : Luas Genangan
daerah
terkahir
Dumeling Kertabesuki Glonggong Jagalempeni Pesantunan Pebatan
C1 2 3 3 2 2 2
C2 3 3 2 3 3 2
C3 14 ha 10 ha 15 ha 5 ha 4 ha 3 ha
C4 20.000.000 10.000.000 35.000.000 9.000.000 13.000.000 15.000.000
Nilai rangking tertinggi adalah Daerah banjir Jagalempeni, sehingga dapat diambil kesimpulan, A4 yangg terpilih sebagai
alternatif
terbaik
untuk
diberikan bantuan logistik bencana banjir.
4
Total Bobot 0,76 0,73 0,51 0,8 0,79 0,72
3. HASIL DAN PEMBAHASAN
Gambar 6 : Hasil Perangkingan
4. KESIMPULAN Terbentuknya
sistem
pendukung
keputusan pemberian bantuan logistik Gambar 1 : Halaman Login
Dinas Badan Penanggulangan Bencana Daerah (BPBPD) Kabupaten Brebes yang dapat digunakan untuk melakukan pemberian bantuan logistik dengan faktor
Gambar 2 : Halaman Home
penilaian
yang
terdiri
dari
Korban meninggal, Korban luka, Luas genangan,
Kerugian, disamping itu
setelah dilakukan perbandingan dan riset hasil manual dan hasil metode SAW juga menunjukan hasil yang sama. 5. SARAN Gambar 3 : Halaman admin input data
Pengembangan
sistem
pendukung
keputusan sistem pemberian bantuan logistik bencana banjir Dinas Badan Penanggulangan Gambar 4 : Halaman admin lihat data
(BPBD)
Bencana
Kabupaten
merupakan
subsistem
Brebes
Daerah yang
perusahaan
secara keseluruhan, hendaknya diikuti oleh bagian-bagian lain sehingga akan tercipta suatu sistem keseluruhan yang terintegrasi dengan baik antara tiap subsistemnya. Gambar 5 : Edit Data
5
DAFTAR PUSTAKA
[7]. Turban, Efraim, dkk. (2005).
[1]. Darmastuti, Destriyana. (2013).
Decision
Implementasi Metode Simple Additive
Intelligent Systems (Sistem Pendukung
Weighting
Sistem
Keputusan dan Sistem Cerdas) edisi
Informasi Lowongan Kerja Berbasis
ketujuh jilid 1. Andi Offset. Yogjakarta.
Web untuk Rekomendasi Pencari Kerja
[8].
Terbaik. Jurnal Sistem dan Teknologi
dan Disain Sistem Informasi. Andi
Informasi. Vol.2, No.1.
Offset. Yogyakarta.
[2]. Dwi, Citra Hartini. (2011). Sistem
[9]. Perangingangin, Kasiman. (2006).
Pendukung Keputusan Pemilihan Hotel
Aplikasi Web dengan PHP & MySQL.
di Kota Palembang Dengan Metode
Andi Offset. Yogyakarta.
Simple
[10].
(SAW)
Additive
dalam
Weighting
(SAW).
Support
Systems
and
Jogiyanto, Hm. (2005). Analisis
Raharjo, Budi. (2011). Belajar
Jurnal Informatika No.2, Vol.2.
Otodidak
Membuat
Web
dengan
[3]. Peraturan Kepala Badan Nasional
MySQL. Informatika. Bandung.
Penanggulangan Bencana Nomor 8
[11]. Kadir, Abdul. (2000). Konsep &
Tahun 20011.2011. Tentang Pedoman
Tuntunan Praktis Basis Data. Andi
Standarisasi Logistik Penanggulangan
Offset. Yogyakarta.
Bencana. Jakarta : BNPB. [4]. BPBD Jawa Tengah. http://bpbdjateng.info/index.php?option =com_content&view=article&id=51:ka mus-penanggulangan-bencanab&catid=36:kamusbencana&Itemid=44, diakses pada 17 Maret 2015. [5].
Maulana,
Much.
Rifqi.
(2012).
Penilaian Kinerja Karyawan di Ifun Jaya Textile dengan Metode Fuzzy Simple Additive Weighted. Junal Ilmiah ICTech Vol.X No.1.
[6] Kusrini, M.Kom. (2007). Konsep dan
Aplikasi
Sistem
Pendukung
Keputusan. Penerbit Andi. Yogyakarta.
6
