PENERAPAN METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAN BERAS UNTUK MASYARAKAT MISKIN Artanti Rim Saulina Manik A11.2009.04726 TEHNIK INFORMATIKA-S1 UNIVERSITAS DIAN NUSWANTORO SEMARANG Abstrak: Poverty is one of the fundamental issues that became the focus of governments in any country. Government programs used to combat poverty is one of them Raskin / rice for poor people organized by Bulog. In determining the provision of rice (Raskin) eligible for assistance or not. The purpose of this research is to create a decision support system to determine the beneficiaries poor rice in the village Tambak Aji Ngaliyan semarang. Subject of this study is the determination of the acceptance of information systems by implementing methods of poor rice Weighted Product (WP). And this study uses the waterfall model which includes the analysis of system requirements, design or designing, coding, testing, implementation, and maintenance. Decision support system is built using the programming language PHP using MySQL database. The results of this research is the implementation of Product Weighted methods for the determination of people receiving poor rice in the village Tambak Aji Ngaliyan Semarang Which has been passed by using Black box testing. Research carried out by finding the weights for each attribute, then carried ranking process that will determine the optimal alternative, the candidate receiving a poor rice. Based on the tests performed, the system created to provide good results in accordance with the calculations used, helps speed up the selection of beneficiaries in poor ricetied, and the system also can reduce the error in determining the recipients of poor rice. Keyword : The village Tambak Aji, Weighted Product, rise poor, decision support system, criteria
1.PENDAHULUAN Zaman
globalisasi
saat
ini
tersedianya
data
kemiskinan
yang
pembangunan nasional sudah semakin
akurat dan tepat sasaran. Pengukuran
ditingkatan.
Kemiskinan yang dapat dipercaya dapat
Hambatan
pembangunan kemiskinan
salah
nasional yang
ini
sampai
satu yakni
sekarang
menjadi
instrument
pengambil
tangguh
kebijakan
bagi dalam
belum bisa diberatas secara tuntas.
menfokuskan perhatian pada kondisi
Masalah kemiskinan nerupakan salah
hidup orang miskin. Data kemiskinan
satu persoalan mendasar yang menjadi
yang baik dapat digunakan untuk
pusat perhatian pemerintah dinegara
mengevaluasi
manapun. Salah satu aspek penting
terhadap kemiskinan, membandingkan
untuk
kemiskinan antar waktu dan daerah,
mendukung
Penanggulangan
Kemiskinan
Stratergi adalah
serta
kebijakan
menentukan
target
pemerintah
penduduk
miskin
dengan
tujuan
untuk
memperbaiki kondisi mereka. Program
mereka
tidak
dapat,
begitu
juga
sebaliknya warga yang seharusnya tidak yang
berhak malah mendapatkan bantuan
menanggulangi
beras raskin tersebut. Untuk dapat
kemiskinan salah satunya adalah Raskin
menyeleksi warga mana yang berhak
/ Beras untuk masyarakat miskin yang
atas raskin tersebut, maka diperlukan
diselenggarakan oleh BULOG. Raskin
sistem yang terkomputerisasi untuk
merupakan salah satu upaya pemerintah
membantu
untuk mengurangi beban pengeluaraan
pengambilan
keluarga
penentuan
menentukan warga mana yang berhak
pemberian beras (raskin) yang berhak
untuk mendapatkan raskin tersebut.
mendapatkan
Sehingga memang perlu adanya sistem
digunakan
Pemerintah untuk
miskin.
Dalam
bantuan
atau
tidak.
pihak
kelurahan
keputusan
untuk
Dengan persyaratan yang dipenuhi oleh
yang
warga
membantu kinerja tersebut. Terdapat
yaitu,
janda
miskin
yang
terkomputerisasi
dalam
beberapa
keluarga yang berpenghasilan kurang
alternatif tersebut, salah satu contohnya
dari satu juta rupiah perbulan, kepala
dengan menggunakan sistem pakar,
keluarga tidak berpenghasilan tetap,
sistem pakar merupakan suatu sistem
rumah yang tidak layak huni, untuk
yang menghasilakan suatu informasi
warga yang mendapatkan bantuan. Pada
yang pasti. Salah satu cara yang
saat
kantor
menggunakan
cara
dalam
dapat
mempunyai tiga orang anak, kepala
ini
cara
yang
menentukan
kelurahan
masih
digunakan dalam sistem pendukung
manual.
Secara
keputusan
adalah
logika
yang
digunakan
umum permasalahan yang terjadi pada
fuzzy.Algoritma
bantuan pemberian beras raskin masih
dinamakan
belum optimal, banyak terjadi kendala
Decision Making (FMADM). Dalam
dalam
algoritma
pemberian
bantuan
seperti
Fuzzy Multiple Attribute
FMADM
ini
terdapat
kesalahan dalam menginput data warga
bemacam metode yang digunakan untuk
sehingga dalam pemberian beras raskin
membantu dalam permasalahan yang
sedikit atau banyaknya warga terkadang
ada, salah satu metodenya adalah
protes karena warga yang seharusnya
metode Weighted Product. Metode ini
berhak mendapatkan bantuan tetapi
diharapkan
bisa
membantu
dalam
penyeleksian calon penerima beras pada warga
miskin,
metode
Metode Weighted Product ini lebih
Weighted
spesifik langsung kepada bobot-bobot
Product ini cukup dapat menyelesaikan
nilai di setiap kriterianya. Sehingga dari
masalah tersebut. Pada metode ini
uraian di atas maka penulis tertarik
mencari alternatif yang terbaik dari
untuk mengambil judul “Penerapan
banyak alternatif yang ada dengan cara
Metode
memberikan bobot setiap kriteria untuk
Sistem Pendukung Keputusan Seleksi
alternatif tersebut. Alternatif tersebut
Peneriman Beras Untuk Masyarakat Miskin
adalah warga miskin yang menjadi
”.
Weighted
Product
Dalam
calon penerima beasiswa tersebut. II. TEORI DASAR
2.3 FMADM (Fuzzy Multiple Attribute Decission Making)
2.1 Sistem Pendukung Keputusan pendukung
keputusan
Fuzzy Multiple Attribute Decission Making
sekumpulan
prosedur
(FMADM) adalah suatu metode pengambilan
berbasis model unuk data pemrosesan
keputusan untuk menetapkan alternatif terbaik
dan penilaian guna membantu para
dari sejumlah alternatif berdasarkan beberapa
manajer mengambil keputusan.
kriteria
Sistem merupakan
tertentu.
(Multiple
2.2 Logika Fuzzy
Metode
Attribute
Fuzzy
Decission
MADM Making)
Logika fuzzy adalah suatu cara
digunakan untuk melakukan penilaian atau
yang tepat untuk memetakan suatu ruang
seleksi terhadap beberapa alternatif dalam
input ke dalam suatu ruang output.
jumlah yang terbatas. kemudian dilanjutkan
Teknik ini menggunakan teori matematis
dengan perangkingan yang akan menyeleksi
himpunan
fuzzy
alternatif yang sudah diberikan. Pada dasarnya
berhubungan dengan ketidakpastian yang
ada 3 cara pendekatan untuk mencari nilai bobot
telah menjadi sifat alamiah manusia.
atribut yaitu pendekatan subyektif, pendekatan
Teori fuzzy pertama kali dibangun dengan
obyektif,
menganut prinsip teori himpunan, dimana
subyektif dan obyektif. Dimana masing – masing
didalam himpunan konvensional (crisp),
pendekatan
elemen dari semesta adalah anggota atau
kekurangan. Pada pendekatan subyektif, nilai
bukan anggota dari himpunan.
bobot ditentukan berdasarkan subyektifitas dari
fuzzy.
Logika
dan
pendekatan
mempunyai
integrasi
kelebihan
antara
dan
para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan
secara
bebas.
Sedangkan
pada
pendekatan obyektif, nilai bobot dihitung secara
5. Hasil perkalian tersebut dijumlahkan untuk
matematis sehingga mengabaikan subyektifitas
menghasilkan nilai V untuk setiap alternatif. 6. Mencari nilai alternatif dengan melakukan
dari pengambil keputusan [6]. Ada beberapa metode yang dapat digunakan untuk
membantu
menyelesaikan
masalah
FMADM antara lain [6]: 1. Simple
Addtive
langkah yang sama seperti pada langkah satu, hanya saja menggunakan nilai tertinggi untuk setiap atribut tertinggi untuk setiap
weighting
Method
(SAW)
atribut manfaat dan nilai terrendah untuk atribut biaya. 7. Membagi nilai V bagi setiap alternatif
2. Weighted Product (WP) 3. ELECTRE
dengan
4. Technique for Order Preference by
menghasilkan R.
Similarity to Ideal Solution (TOPSIS) 5. Analytic Hierarchy Process (AHP)
standar
(V(A*))
yang
8. Mencari nilai alternatif ideal.[6] Setelah
2.4 Metode Weighted Product (WP)
nilai
metode
ditentukan,
yang
tahap
digunakan selanjutnya
sudah adalah
Metode Weighted Product menggunakan
menentukan tools yang akan digunakan, dimana
perkalian untuk menghubungkan rating
sistem pendukung keputusan ini dirancang
atribut, dimana rating setiap atribut harus
sebagai web desktop aplication dengan tools
dipangkatkan dulu dengan bobot atribut
yang digunakan yaitu PHP, CSS dan MySQL.
yang bersangkutan.
III. METODE PENELITIAN
Langkah-langkah
dalam
menggunakan
3.1 Metode Pengembangan Sistem
metode ini adalah : 1. Menentukan kriteria-kriteria yang akan dijadikan
acuan
dalam
pengambilan
keputusan. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Menentukan
bobot
preferensi
tiap
kriteria. 4. Mengalikan seluruh atribut bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk atribut keuntungan dan bobot berpangkat negatif untuk atribut biaya.
Gambar 3.1: Gambar 3.1 Model Waterfall
Tabel 3.1 : Kriteria Kriteria
Tabel 3.4 : Rating Seleksi Penghasilan
Keterangan
C2
Nilai
C2 <= 500.000
1
C2 =500.000 – 1.000.000
0.75
C1
Seleksi Pekerjaan
C2
Seleksi Penghasilan
C2 =1.000.000 – 2.000.000
0.5
C3
Seleksi Jumlah Tanggungan
C2 =2.000.000 – 2.500.000
0.25
C4
Seleksi Luas Bangunan
C2 >= 2.500.000
0
C5
Seleksi Kondisi Rumah Tabel 3.5 : Rating Seleksi tanggungan Tabel 3.2 : Bobot
Bilangan Fuzzy
keluarga C3
Nilai
Nilai
Sangat Rendah (SR)
0.25
C3 <= 5
1
Rendah (R)
0.25
C3 =4
0.75
Cukup (C)
0.5
C3 =3
0.5
Tinggi (T)
0.75
C3 =2
0.25
Sangat Tinggi (ST)
1
C3 >= 1
0
Tabel 3.6 : Rating Seleksi Kondisi Rumah C4
Tabel 3.3 : Rating Seleksi Pekerjaan C1
Nilai
Nilai
C4 Sangat Sederhana
1
C1 Pengangguran
1
C4 Sederhana
0.75
C1 Buruh
0.75
C4 Cukup
0.5
C1 Wiraswasta
0.5
C4 Sedang
0.25
C1 Pensiunan
0.25
C4 Kaya
0
C1 PNS
0
Tabel 3.7 : Rating Seleksi Luas Bangunan C5
Nilai
C5 <=100m2
1
C5 =100-120m2
0.75
C5 =120-150m2
0.5
C5 =150-180m2
0.25
C5 >180m2
0
IV. HASIL PENELITIAN DAN PEMBAHASAN 4.1 Flow Chart Sistem
Tabel 3.8 : Bobot Tiap Kriteria Kriteria
Bobot
C1 = seleksi pekerjaan
1
C2 = seleksi penghasilan
0.75
C3 = seleksi tanggungan keluarga
0.5
C4 = seleksai kondisi rumas
0.25
C5 = seleksi luas bangunan
0.25
4.2 Data Flow Diagram
4.3 Implementasi Sistem
Gambar 4.3 Halaman Perangkingan
Gambar 4.1 Halaman Input Data Warga .
Gambar 4.2 Halaman Lihat Laporan Data Warga
Gambar 4.4: Halaman Cetak Hasil Perangkingan
V.KESIMPULAN DAN SARAN
menentukan Penerima Bantuan Beras
5.1. Kesimpulan
pengujian,
implementasi maka
dapat
serta
di
Kelurahan
Tambak Aji Ngaliyan Semarang
Setelah penulis melakukan analisis, perancangan,
Miskin
5.2
Saran Berdasarkan
diperoleh
penelitian
kesimpulan terhadap sistem pendukung
dilakukan,
keputusan Penerimaan Bantuan Beras
kekurangan yang terdapat dalam aplikasi
Miskin di Kelurahan Tambak Aji
sistem tersebut yang perlu dibenahi.
Ngaliyan Semarang adalah sebagai
Untuk
berikut ini:
pemakai
1.
Sistem
yang
dibuat
dapat
membantu mempercepat proses penyeleksian Bantuan
2.
calon
Beras
Penerima
Miskin
itu
ada
diberikan
dan
beberapa
saran
pengembang
kepada aplikasi
berikutnya. Saran-saran yang penulis berikan adalah sebagai berikut: 1.
Perlu adanya menu penambahan dan
di
pengurangan
penghapusan
Semarang.
setiap
Sistem yang dibuat hanya sebagai
pendukung keputusan sehingga
alat bantu untuk memberikan
dalam
penilaian
informasi kepada user sebagai
dapat
menghasilkan
bahan
yang semakin baik.
pertimbangan
dalam 2.
untuk
atau
Kelurahan Tambak Aji Ngaliyan
mengambil keputusan. 3.
masih
yang
kriteria
parameter
pada
sistem
penyeleksian alternatif
Diharapkan aplikasi ini dapat
Metode Fuzzy Multiple Attribute
diakses dalam jaringan LAN agar
Decision
pengiriman dan penerimaan data
Making
(F-MADM)
dengan metode Weighted Product dapat
diterapkan
dapat dilakukan dengan cepat.
dalam
DAFTAR PUSTAKA
[1] Sylvianingsih , A.2012.Keberhasilan
[2] Turban, Efraim, et all. Decision Support Systems
and
Intelligent
Systems
Implementasi Program Raskin (Beras
(Sistem Pendukung Keputusan dan
Untuk Rakyat Miskin) di Kelurahan
Sistem Cerdas) edisi ketujuh jilid 1.
Bobosan Kecamatan Purwokerto Utara.
Yogjakarta : Andi Offset. 2005.
[3]betty_yudha.staff.gunadarma.ac.id/Downl oads/files/14881/BAB+5+SISTEM+P ENDUKUNG+KEPUTUSAN.doc [4] .Program Beras untuk Masyarakat Miskin (Raskin). http://tnp2k.go.id/tanya-jawab/klasteri/program-beras-untuk-masyarakatmiskin-raskin/ [5] Kartiningrum, Rina SST .2009. Data dan Informasi Kemiskinan Provinsi Jawa Tengah 2002-2009.Semarang:Bada Pusat Statistik Provinsi Jawa Tengah [6] Kusumadewi,Sri,dkk.2006. Multi-Attribute
Decision
Fuzzy Making.
Yogyakarta : Graha Ilmu. [7] Peranginangin, Kasiman.2006. Aplikasi Web
Dengan
PHP
dan
MySQL.
Yogyakarta: Andi. [8] Samiajisarosa.2010. Sistem Informasi Akutansi.Jakarta : Grasindo.