PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE WEIGHTING (SAW) Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Disusun oleh : Mirella Tri Ratnasari 095314003

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2014

i


DECISION SUPPORT SYSTEM SELECTION OF RECIPIENTS REGIONAL HEALTH INSURANCE USING ALGORITHM SIMPLE ADDITIVE WEIGHTING (SAW) Case Study on Kelurahan Kepatihan Kabupaten Bojonegoro

THESIS

Present as Partial Fulfillment of the Requirments to Obtain Sarjana Computer Degree in Informatics Engineering Department

Created By : Mirella Tri Ratnasari 095314003

INFORMATICS ENGINEERING STUDY PROGRAM FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2014

ii


HALAMAN PERSETUJUAN

SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE WEIGHTING (SAW) Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro

Dipersiapkan dan ditulis oleh : Mirella Tri Ratnasari NIM : 095314003

Telah disetujui oleh :

Dosen Pembimbing

Drs. Johanes Eka Priyatma, M.Sc., Ph.D.

iii

Tanggal :


HALAMAN PENGESAHAN

SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN JAMINAN KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE WEIGHTING (SAW) Studi Kasus Di Kelurahan Kepatihan Kabupaten Bojonegoro

Dipersiapkan dan ditulis oleh: Nama

: Mirella Tri Ratnasari

NIM

: 095314003

Telah dipertahankan di depan Panitia Penguji pada tanggal 16 Juli 2014 dan dinyatakan memenuhi syarat

Susunan Panitia Penguji Nama Lengkap

Tanda Tangan

Ketua

AM. Polina S.Kom, M.Sc.

Sekretaris

Drs. HJ. Haris Sriwindono, M.Kom.

Anggota

Drs. Johanes Eka Priyatma, M.Sc., Ph.D.

Yogyakarta,

Agustus 2014

Fakultas Sains dan Teknologi Universitas Sanata Dharma Dekan,

Paulina H. Prima Rosa, S.Si., M.Sc. iv


PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta,

Agustus 2014

Penulis

v


LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama

: Mirella Tri Ratnasari

NIM

: 095314003

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul : “SISTEM

PENDUKUNG

KEPUTUSAN

PENERIMAAN

JAMINAN

KESEHATAN DAERAH DENGAN ALGORITMA SIMPLE ADDITIVE WEIGHTING (SAW)” Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengahlikan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan memublikasikan di internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini saya buat dengan sebenarnya. Dibuat di Yogyakarta Pada Tanggal

Agustus 2014

Yang menyatakan,

(Mirella Tri Ratnasari)

vi


HALAMAN MOTTO

“Do the best anD GoD Do the rest”

vii


ABSTRAK

Sistem Pendukung Pengambilan Keputusan merupakan suatu sistem informasi berbasis komputer yang ditujukan untuk membantu pengambilan keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur atau semi terstruktur. Tujuan dari penelitian ini adalah mengukur tingkat keakuratan dan ketepatan algoritma SAW (Simple Additive Weighting) dalam menyeleksi calon penerimaan Jaminan Kesehatan Daerah berbasis desktop. Sistem pendukung keputusan yang dibangun diharapkan dapat membantu staf kelurahan dalam pengambilan keputusan Sistem

pendukung

pengambilan

keputusan

ini

dibuat

dengan

menggunakan bahasa pemrograman Java dan basisdata MySQL. Metode yang digunakan adalah Simple Additive Weighting (SAW). Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative yang ada. Pada penelitian ini metode SAW dipilih karena metode ini mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud yaitu berhak menerima Jaminan Kesehatan Daerah berdasarkan kriteriakriteria yang telah ditentukan. Hasil penelitian ini menunjukkan bahwa sistem pendukung pengambilan keputusan dengan algoritma SAW (Simple Additive Weighting) tepat dan akurat dalam menyeleksi calon penerima JAMKESDA yang dilihat dari hasil presentase perbandingan antara SAW dan Manual.

viii


ABSTRACT

Decision support system is a computer-based information system which is used to make decision by utilizing certain data and model for solving many unstructured or semi structured problems. The purpose of this research is to measure to accuracy of the SAW algorithm (Simple Additive Weighting) in selecting the receiver of regional health insurance. The decision support system is expected to help the administration districts staff in making decision. This decision support system was developed by using java programming and MySQL data-base. The model used in this research was Simple Additive Weighting (SAW). The basic concept of SAW method is to find a weighted summation from performance rating of every provided alternative. SAW method was chosen in this research because SAW method is able to select the best from some provided alternative. In this case, the alternative referes to people who are llowed to receive regional health insurance based on specifid criteria.. The result of this research showed that the decision support system using SAW algorithm (Simple Additive Weighting) was accurate in selecting the receiver candidates of Regional Health Insurance. It was shown by the comparison percentage between SAW and manual

ix


KATA PENGANTAR

Puji syukur kepada Bunda Maria dan Tuhan Yesus Kristus atas berkat dan limpahan kasih karuniaNya yang telah diberikan sehingga penulis dapat menyelesaikan skripsi ini dengan judul : “Sistem pendukung keputusan penerimaan jaminan kesehatan daerah dengan algoritma simple additive weighting (SAW) studi kasus Kelurahan Kepatihan Kabupaten Bojonegoro”. Dengan selesainya penulisan skripsi ini, penulis mengucapkan terima kasih kepada pihak-pihak yang telah memberikan motivasi, kritik, dan saran kepada penulis. Ucapan terima kasih ditujukan kepada : 1. Orang tua saya Fransiscus Sarman dan Theresia Purwanti yang telah memberikan cinta dan kasih sayang serta dukungan spiritual, moral maupun material selama studi berlangsung. 2. Bapak Johanes Eka Priyatma selaku dosen pembimbing skripsi. Terima kasih telah membimbing dan menyediakan waktu dalam memberikan pengarahan selama penulisan skripsi serta memberikan pemecahan masalah melalui kritik dan saran yang diberikan. 3. Ibu P.H. Prima Rosa, S.Si.,M.Sc. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta 4. Ibu Ridowati Gunawan, S.Kom. selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta

x


5. Staff Kelurahan Kepatihan Kabupaten Bojoneoro yang menjadi sumber informasi utama dalam memberi data terkait seleksi penerimaan Jamkesda 6. Paulina Purwaningsih, Mbak Lia, Mas Benhard, dan Aurel yang telah memberikan motivasi dan doa selama penulis menyelesaikan skripsi 7. Wienda, Audris, Rosi, Wiwin, Mitha, Ade, Fidi, Ageng, Jeni, Yosi dan semua teman-teman Teknik Informatika 2009 lainnya yang tidak dapat disebutkan satu-persatu, terima kasih atas semangat, bantuan, kritik , saran dan persahabatannya selama ini 8. Teman-teman kos : Hilda, Aulia, Citra, Ina, Tyas, Desty, dan Kak Venny yang telah memberikan dukungan dan motivasi kepada penulis. Akhir kata, semoga penulisan skripsi ini dapat berguna untuk menambah wawasan maupun menjadi referensi bagi pembaca, terutama bagi mahasiswa Teknik Informatika

Yogyakarta, 19 Agustus 2014

Penulis

xi


DAFTAR ISI

HALAMAN JUDUL ........................................................................................................... i HALAMAN JUDUL(INGGRIS) ........................................................................................ ii HALAMAN PERSETUJUAN........................................................................................... iii HALAMAN PENGESAHAN............................................................................................ iv SKRIPSI............................................................................................................................. iv PERNYATAAN KEASLIAN KARYA ............................................................................. v LEMBAR PERNYATAAN PERSETUJUAN .................................................................. vi HALAMAN MOTTO ........................................................................................................vii ABSTRAK ........................................................................................................................ viii ABSTRACT........................................................................................................................ix KATA PENGANTAR ........................................................................................................ x DAFTAR ISI...................................................................................................................... xii DAFTAR TABEL.............................................................................................................. xv BAB I .................................................................................................................................. 1 PENDAHULUAN .............................................................................................................. 1 1.1

Latar Belakang .................................................................................................... 1

1.2

Rumusan Masalah ............................................................................................... 3

1.3

Batasan Masalah ................................................................................................. 4

1.4

Tujuan Penelitian ................................................................................................ 4

1.5

Manfaat Penelitian .............................................................................................. 4

1.6

Sistematika Penulisan ......................................................................................... 5

BAB II............................................................................................................................. 7 LANDASAN TEORI ...................................................................................................... 7 2.1

Sistem Pendukung Pengambilan Keputusan (SPK) ............................................ 7

2.1.1

Pengertian SPPK ......................................................................................... 7

2.1.2

Tujuan Sistem Pendukung Pengambilan Keputusan................................... 7

2.1.3

Ciri-ciri SPPK ............................................................................................. 9

2.1.4

Karakteristik dan Kapabilitas SPPK ......................................................... 10

2.1.5

Komponen SPPK ...................................................................................... 13

xii


2.1.6

Kelebihan dan Kekurangan ....................................................................... 14

2.1.7

Jenis-Jenis Sistem Pengambilan Keputusan.............................................. 15

2.2

Fuzzy Multiple Atribute Decision Making FMADM ....................................... 15

2.3

Tiga Pendekatan Mencari nilai bobot atribut .................................................... 16

2.4

Metode Simple Additive Weighting (SAW) ..................................................... 17

2.5

Jaminan Kesehatan Daerah (JAMKESDA) ...................................................... 32

BAB III ............................................................................................................................. 34 METODOLOGI PENELITIAN ........................................................................................ 34 3.1

Rumusan Masalah ............................................................................................. 34

BAB IV ............................................................................................................................. 38 PERANCANGAN DAN IMPLEMENTASI SISTEM .................................................... 38 4.1

Analisis Sistem.................................................................................................. 38

4.1.1 4.2

Ruang Lingkup Masalah ........................................................................... 38

Perancangan Sistem .......................................................................................... 39

4.2.1

Diagram Use Case..................................................................................... 39

4.2.2

Skenario Use Case .................................................................................... 41

4.2.3

Diagram Aliran Data (DAD)..................................................................... 52

4.2.4

Manajemen Model .................................................................................... 56

4.2.5

Manajemen Data ....................................................................................... 57

4.2.6

Manajemen Dialog .................................................................................... 64

BAB V .............................................................................................................................. 72 PENGUJIAN DAN ANALISA DATA ............................................................................ 72 5.1

Perhitungan Excell dibandingkan dengan perhitungan sistem .......................... 72

5.2

Pengujian Sistem Jamkesda .............................................................................. 75

5.3

Analisa Data ...................................................................................................... 83

BAB VI ............................................................................................................................. 86 KESIMPULAN DAN SARAN......................................................................................... 86 6.1

Kesimpulan ....................................................................................................... 86

6.2

Saran ................................................................................................................. 87

DAFTAR PUSTAKA ....................................................................................................... 88 LAMPIRAN...................................................................................................................... 89

xiii


DAFTAR GAMBAR

Gambar 2. 1 Karakteristik dan Kapabilitas SPPK ............................................................ 13 Gambar 2. 2 Skematik SPPK ............................................................................................ 14 Gambar 2. 3 Bilangan Fuzzy untuk Jenis Bangunan Tempat Tinggal .............................. 18 Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat Tinggal ................. 19 Gambar 2.5 Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar ............................ 20 Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu perminggu .................. 21 Gambar 2.7 Bilangan Fuzzy untuk pembelian pakaian baru setiap anggota rumah tangga .......................................................................................................................................... 22 Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari ................................ 23 Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama Kepala Keluarga........... 24 Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala Keluarga .................... 25 Gambar 2. 11 Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau tidak bergerak ... 26 Gambar 2. 12 Grafik Bobot .............................................................................................. 29

Gambar 4. 1 Diagram Use Case ........................................................................................ 40 Gambar 4. 2 Diagram Konteks ......................................................................................... 52 Gambar 4. 3 Diagram Aliran Data Tingkatan 1 ................................................................ 53 Gambar 4. 4 Diagram Aliran Data Tingkatan 2 Proses 1 ................................................. 54 Gambar 4. 5 Diagram Aliran Data Tingkatan 2 Proses 2 ................................................. 55 Gambar 4. 6 Diagram Ketergantungan ............................................................................. 56 Gambar 4. 7 Diagram Relasional Entitas .......................................................................... 58 Gambar 4. 8 Desain Logikal ............................................................................................. 59 Gambar 4. 9 Desain Interface Halaman Utama Menu File ............................................... 65 Gambar 4. 10 Desain Interface Halaman Utama Menu Edit ............................................ 65 Gambar 4. 11 Desain Interface Halaman Input Data Pemohon ........................................ 66 Gambar 4. 12 Desain Interface Halaman Input Kriteria dan Sub Kriteria ........................ 67 Gambar 4. 13 Desain Interface Halaman Input Kriteria Pemohon ................................... 68 Gambar 4. 14 Desain Interface Halaman Edit dan Delete Kriteria dan Sub Kriteria ....... 69 Gambar 4. 15 Desain Interface Halaman Edit dan Delete Kriteria Pemohon .................. 70 Gambar 4. 16 Desain Interface Halaman Simulasi ........................................................... 71

Gambar 5. 1 Penerima jamkesda dengan patokan skor 3.8............................................... 81 Gambar 5. 2 Detail Data Pemohon ................................................................................... 82

xiv


DAFTAR TABEL

Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1) .......................................................... 19 Tabel 2. 2 Tabel pembobotan untuk kriteria 2 (C2) .......................................................... 19 Tabel 2. 3 Tabel pembobotan untuk kriteria 3 (C3) .......................................................... 20 Tabel 2. 4 Tabel pembobotan untuk kriteria 4 (C4) .......................................................... 21 Tabel 2. 5 Tabel pembobotan untuk kriteria 5 (C5) .......................................................... 22 Tabel 2. 6 Tabel pembobotan untuk kriteria 6 (C6) .......................................................... 23 Tabel 2. 7 Tabel pembobotan untuk kriteria 7 (C7) .......................................................... 24 Tabel 2. 8 Tabel pembobotan untuk kriteria 8 (C8) .......................................................... 25 Tabel 2. 9 Tabel pembobotan untuk kriteria 9 (C9) .......................................................... 26 Tabel 2. 10 Data Pemohon ................................................................................................ 26 Tabel 2. 11 Hasil Nilai Survei pemohon ........................................................................... 27 Tabel 2. 12 Matriks Ternormalisasi .................................................................................. 31

Tabel 4. 1 Narasi Use Case Memasukkan Data Warga .................................................... 41 Tabel 4. 2 Narasi Use Case Mengubah Data Warga ......................................................... 42 Tabel 4. 3 Narasi Use Case Menghapus Data Warga ....................................................... 43 Tabel 4. 4 Narasi Use Case Memasukkan Data Kriteria dan Sub Kriteria ....................... 44 Tabel 4. 5 Narasi Use Case Mengubah Data Kriteria dan Sub Kriteria ............................ 45 Tabel 4. 6 Narasi Use Case Menghapus Data Kriteria dan Sub Kriteria .......................... 46 Tabel 4. 7 Narasi Use Case Memasukkan Data Kriteria Pemohon ................................... 47 Tabel 4. 8 Narasi Use Case Mengubah Data Kriteria Pemohon ....................................... 49 Tabel 4. 9 Narasi Use Case Menghapus Data Kriteria Pemohon ..................................... 50 Tabel 4. 10 Narasi Use Case Simulasi .............................................................................. 51 Tabel 4. 11 Physical desain tabel warga ........................................................................... 60 Tabel 4. 12 Physical desain tabel sub kriteria ................................................................... 62 Tabel 4.13 Physical desain tabel kriteria .......................................................................... 62 Tabel 4.14 Physical desain tabel poin kriteria warga........................................................ 63 Tabel 4.15 Struktur Tabel Login ....................................................................................... 63

Tabel 5. 1 Hasil Perhitungan menggunakan Excell yang dibandingkan dengan dengan hasil perhitungan sistem .................................................................................................... 73 Tabel 5. 2 Bobot Setiap Kriteria ....................................................................................... 76 Tabel 5. 3 Pembobotan Sub Kriteria pada Kriteria 1 (C1) ................................................ 77 Tabel 5. 4 Pembobotan Sub Kriteria pada Kriteria 2 (C2) ................................................ 77 Tabel 5. 5 Pembobotan Sub Kriteria pada Kriteria 3 (C3) ................................................ 78 Tabel 5. 6 Pembobotan Sub Kriteria pada Kriteria 4 (C4) ................................................ 78 Tabel 5. 7 Pembobotan Sub Kriteria pada Kriteria 5 (C5) ................................................ 78 Tabel 5. 8 Pembobotan Sub Kriteria pada Kriteria 6 (C6) ................................................ 79 Tabel 5. 9 Pembobotan Sub Kriteria pada Kriteria 7 (C7) ................................................ 79 Tabel 5. 10 Pembobotan Sub Kriteria pada Kriteria 8 (C8) .............................................. 80

xv


Tabel 5. 11 Pembobotan Sub Kriteria pada Kriteria 9 (C9) .............................................. 80 Tabel 5. 12 Total Skor dari setiap warga .......................................................................... 81 Tabel 5. 13 Range Nilai Patokan Skor .............................................................................. 81 Tabel 5. 14 Data Warga yang menerima dan tidak menerima JAMKESDA .................... 83 Tabel 5. 15 Tabel Perbedaan Hasil Keputusan Manual dan SPK ..................................... 84 Tabel 5. 16 Tabel Perbedaan Hasil Keputusan Manual dan SPK ..................................... 85

xvi


BAB I PENDAHULUAN Pada bab pendahuluan ini akan membahas mengenai latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, dan manfaat penelitian. 1.1

Latar Belakang Saat ini teknologi telah menjadi bagian yang tidak terpisahkan dari

kehidupan

setiap

memudahkan

individu

penggunanya

maupun dalam

organisasi. menyelesaikan

Teknologi berbagai

hadir macam

untuk hal.

Perkembangan yang pesat tidak hanya teknologi perangkat keras dan perangkat lunak saja, tetapi metode komputasi juga ikut berkembang. Salah satu metode komputasi yang cukup berkembang saat ini adalah metode sistem pengambilan keputusan (Decisions Support System). Sistem pengambilan keputusan (Decisions Support System) merupakan sistem komputer yang interakftif dalam membantu pembuatan keputusan dengan menggunakan dan memanfaatkan data serta model untuk memecahkan masalah semi terstruktur. Salah satu metode yang sering digunakan yaitu Fuzzy MADM (Multiple Attribute Decission Making). Metode Fuzzy MADM (Multiple Attribute Decission Making) adalah metode yang dapat mencari suatu alternatif terbaik dari berbagai alternatif berdasarkan kriteria-kriteria yang telah ditentukan. Metode Fuzzy MADM memiliki beberapa algoritma diantaranya : Simple Additive Weighting (SAW), Weighted Product (WP), ELECTRE, Technique for Order Preferences by Similarity to Ideal Solution (TOPSIS), Analytic Hierarchy Process (AHP). Metode SAW sering dikenal dengan metode penjumlahan terbobot. Konsep dasar

1


2

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 dibandingkan dengan semua rating alternatif yang ada. Jaminan Kesehatan Daerah (JAMKESDA) adalah suatu upaya pemeliharaan kesehatan masyarakat yang pembiayaannya dikelola secara terpadu. Program JAMKESDA memiliki beberapa kriteria penerimaan JAMKESDA yaitu : Jenis lantai bangunan tempat tinggal, jenis dinding bangunan tempat tinggal, fasilitas tempat buang air besar, konsumsi daging/ayam/susu perminggu, pembelian pakaian baru setiap tahun anggota rumah tangga, frekuensi makan dalam sehari, lapangan pekerjaan utama kepala keluarga, pendidikan tertinggi kepala keluarga, dan pemiik aset/harga atau tidak bergerak. Selain itu, JAMKESDA merupakan program jaminan bantuan pembayaran biaya pelayanan kesehatan yang diberikan Pemerintah Daerah Kab.Bojonegoro kepada masyarakat Kab.Bojonegoro. Sasaran Program Jamkesda adalah seluruh masyarakat Kab.Bojonegoro yang belum memiliki jaminan kesehatan berupa Jamkesmas, ASKES dan asuransi kesehatan lainnya. Jenis-jenis pelayanan kesehatan yang ditanggung program JAMKESDA antara lain berupa pelayanan kesehatan di Puskesmas dan pelayanan kesehatan di rumah sakit. Pada penelitian ini dipilih metode Simple Additive Weighting (SAW) karena metode ini mampu menyeleksi altrenatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima jaminan kesehatan daerah (JAMKESDA) berdasarkan kriteria-kriteria yang telah ditentukan. Metode SAW dipilih untuk menyelesaikan masalah pembagian


3

JAMKESDA karena metode ini mampu memberikan alternatif terbaik dengan adanya pemberian bobot pada setiap kriteria-kriteria yang telah ditentukan, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal. Kriteria-kriteria yang dimaksud disini mempunyai 9 kriteria untuk penerimaan JAMKESDA. Kriteria-kriteria dari JAMKESDA ini digunakan untuk menyeleksi calon penerima dari banyak alternatif. Oleh karena itu, metode SAW dapat digunakan karena adanya proses seleksi dengan beberapa kandidat yang dibandingkan dengan prosedure penerimaan JAMKESDA sehingga menghasilkan keputusan yang lebih tepat. Adanya masalah yang terjadi penulis tertarik melakukan penelitian untuk mengukur tingkat ketepatan algoritma SAW (Simple Additive Weighting) dalam menyelesaikan masalah pengambilan keputusan penerimaan jaminan kesehatan daerah (JAMKESDA) di Kabupaten Bojonegoro-Jawa Timur Kelurahan Kepatihan. 1.2

Rumusan Masalah Berdasarkan latar belakang di atas, maka masalah yang akan diselesaikan

adalah : Mengukur keakuratan dan ketepatan model SAW (Simple Additive Weighting)

untuk

menyelesaian

masalah

pengambilan

keputusan

penerimaan JAMKESDA dibandingkan dengan hasil data penerima JAMKESDA pada kelurahan Kepatihan RT/RW 012/002 Bojonegoro-Jawa Timur.


1.3

4

Batasan Masalah Dalam tugas akhir ini, permasalahan yang akan di bahas sebatas pada : 1. Data yang digunakan adalah data penerima JAMKESDA Kepatihan RT/RW 012/002 Bojonegoro-Jawa Timur. 2. Model keputusan yang digunakan yaitu model Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple Additive Weighting (SAW) 3. Sistem yang dibangun berbasis desktop.

1.4

Tujuan Penelitian Tujuan yang dicapai dalam penelitian ini adalah : 1. Mengetahui tingkat ketepatan algoritma SAW (Simple Additive Weighting) dalam pengambilan keputusan penerimaan JAMKESDA. 2. Untuk mendapatkan hasil yang lebih tepat warga yang berhak mendapatkan JAMKESDA.

1.5

Manfaat Penelitian Manfaat yang diberikan penelitian ini, yaitu : 1. Memberikan

gambaran

tentang

langkah

metode

saw

dalam

pengambilan keputusan penerimaan JAMKESDA. 2. Sebagai referensi penelitian lebih lanjut tentang pengambilan keputusan penerimaan JAMKESDA.


1.6

5

Sistematika Penulisan BAB I PENDAHULUAN Bab ini berisi tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. BAB II LANDASAN TEORI Bab ini berisi tentang dasar teori yang akan digunakan untuk pembahasan dalam penulisan laporan tugas akhir ini yang meliputi Sistem Pendukung Pengambilan Keputusan dan metode SAW BAB III METODOLOGI PENELITIAN Bab ini berisi tentang metodologi penelitian yang akan dilakukan selama penelitian, terdiri dari : Analisis Masalah, Pengembangan Sistem, Pengujian Efektifitas Sistem, Analisis Data, Penarikan Kesimpulan. BAB IV ANALISIS DAN PERANCANGAN SISTEM Bab ini berisi tentang cara penerapan konsep dasar yang telah diuraikan pada bab sebelumnya untuk menganalisa dan merancang aplikasi. BAB V ANALISIS HASIL IMPLEMENTASI Bab ini berisi tentang analisa hasil dari implementasi sistem yang terdiri dari kelebihan dan kekurangan sistem yang dibuat.


6

BAB VI PENUTUP Bab ini berisi tentang kesimpulan dan saran dari penulisan laporan tugas akhir yang disusun.


BAB II LANDASAN TEORI 2.1

Sistem Pendukung Pengambilan Keputusan (SPK)

2.1.1 Pengertian SPPK Konsep sistem pendukung pengambilan keputusan (SPPK) pertama kali diungkapkan oleh Michael S.Scott Morton dengan istilah Management Decision System pada awal tahun 1970-an. SPPK sebagai sebuah sistem berbasis komputer yang membantu dalam proses pengembalian keputusan. SPPK sebagai sistem informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus dikembangkan untuk mendukung solusi dari permasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan. Dengan demikian dapat ditarik satu definisi tentang SPPK, yaitu sebuah sistem berbasis komputer yang adaptif, fleksibel, dan interkatif yang digunakan untuk memecahkan masalah-masalah semi terstruktur sehingga meningkatkan nilai keputusan yang diambil. 2.1.2 Tujuan Sistem Pendukung Pengambilan Keputusan Menurut Turban (2005) Tujuan dari Sistem Pendukung Keputusan adalah : 1. Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur. 2. Memberikan dukungan atas pertimbangan manajer dan bukannya di maksudkan untuk menggantikan fungsi manajer 3. Meningkatkan efektivitas keputusan yang di ambil manajer lebih daripada perbaikan efisiensinya.

7


8

4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. 5. Peningkatan produktivitas. Membangun suatu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal. Pendukung terkomputerisasi

bisa

mengurangi

ukuran

kelompok

dan

memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda (menghemat biaya perjalanan). Selain itu, produktivitas staf pendukung (misalnya analisis keuangan dan hukum) bisa di tingkatkan. Produktivitas juga bisa di tingkatkan menggunakan peralatan optimasi yang menentukan cara terbaik untuk menjalankan sebuah bisnis. 6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang di buat. Sebagai contoh, semakin banyak data yang di akses, makin banyak juga alernatif yang bisa di evaluasi. Analisis resiko bisa di lakukan dengan cepat dan pandangan dari para pakar (beberapa dari mereka berada di lokasi yang jauh) bisa dikumpulkan dengan cepat dan dengan biaya yang lebih rendah. Keahlian bahkan bisa di ambil langsung dari sebuah sistem computer melalui metode kecerdasan tiruan. Dengan computer, para pengambil keputusan bisa melakukan simulasi

yang

kompleks,

memeriksa

banyak

scenario

yang

memungkinkan, dan menilai berbagai pengaruh secara cepat dan


9

ekonomis. Semua kapabilitas tersebut mengarah kepada keputusan yang lebih baik. 7. Berdaya

saing.

Manajemen

dan

pemberdayaan

sumber

daya

perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit. Persaingan di dasarkan tidak hanya pada harga, tetapi juga pada kualitas, kecepatan, kustomasi produk, dan dukungan pelanggan. Organisasi harus mampu secara sering dan cepat mengubah mode operasi, merekayasa ulang proses dan struktur, memberdayakan karyawan, serta berinovasi. Teknologi pengambilan keputusan bisa menciptakan pemberdayaan yang signifikan dengan cara memperbolehkan seseorang untuk membuat keputusan yang baik secara cepat, bahkan jika mereka memiliki pengetahuan yang kurang. 2.1.3 Ciri-ciri SPPK Dikutip oleh Nainggolan (2011), Kenn merumuskan ciri-ciri SPPK sebagai berikut : 1.

SPPK ditujukan untuk membantu keputusan-keputusan yang semi terstruktur dan umumnya dihadapi oleh para manajer yang berbeda di tingkat puncak

2.

Dalam proses pengolahannya SPPK mengkombinasikan penggunaan model-model dengan teknik pemasukan data konvensional serta fungsifungsi pencari

3.

SPPK memiliki fasilitas interaktif yang dapat mempermudah hubungan antara manusia dengan komputer


4.

10

SPPK bersifat luwes dan dapat menyesuaikan dengan perubahanperubahan yang terjadi

2.1.4 Karakteristik dan Kapabilitas SPPK Dikutip oleh Kusrini (2007: 20), Turban, E.(2005) mendeskripsikan adanya perbedaan karakteristik SPPK dengan sistem informasi manajemen (SIM). Adapun karakteristik SPPK sebagai berikut : 1.

SPPK menyediakan dukungan bagi pengambil keputusan utamanya pada situasi semi terstruktur dan tak terstruktur dengan memadukan pertimbangan manusia dan informasi terkomputerisasi. (semi structured decisions)

2.

Dukungan disediakan untuk berbagai level manajerial yang berbeda, mulai dari pimpinan puncak sampai manajer lapangan. (for different majerial level)

3.

Dukungan disediakan bagi individu dan juga bagi group berbagai masalah organisasional melibatkan pengambilan keputusan dari orang dalam group. Untuk masalah yang strukturnya lebih sedikit seringkali hanya membutuhkan keterlibatan beberapa individu dari departemen dan level organisasi yang berbeda. (for group and individual)

4.

SPPK menyediakan dukungan ke berbagai keputusan yang berurutan atau saling berkaitan. (independence or sequential decisions)

5.

SPPK mendukung berbagai fase proses pengambilan keputusan: intelligence, design, choice dan implementation. (support intelligence and choince)


6.

11

SPPK mendukung berbagai proses pengambilan keputusan dan style yang berbeda-beda; ada kesesuaian diantara DSS dan atribut pengambil keputusan individu (contohnya vocabulary dan style keputusan).

7.

SPPK selalu bisa beradaptasi sepanjang masa. Pengambil keputusan harus reaktif, mampu mengatasi perubahan kondisi secepatnya dan beradaptasi untuk membuat SPPK selalu bisa menangani perubahan ini. SPPK adalah fleksibel, sehingga user dapat menambahkan, menghapus, mengkombinasikan, mengubah, atau mengatur kembali elemen-elemen dasar (menyediakan respon cepat pada situasi yang tak diharapkan). Kemampuan ini memberikan analisis yang tepat waktu dan cepat setiap saat. (adatability and flexible )

8.

Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilatas grafis yang sangat kuat, dan antarmuka manusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifitasan SPPK.

9.

SPPK mencoba untuk meningkatkan efektivitas dari pengambilan keputusan (akurasi, jangka waktu, kualitas), lebih daripada efisiensi yang bisa diperoleh (biaya membuat keputusan, termasuk biaya penggunaan komputer). (Effectiveness and not efficiency)

10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua langkah proses pengambilan keputusan dalam menyelesaikan masalah. SPPK secara khusus ditujukan untuk mendukung dan tak menggantikan pengambil keputusan. Pengambil keputusan dapat menindaklanjuti rekomendasi komputer sembarang waktu dalam proses dengan


tambahan pendapat pribadi atau pun tidak. (human

12

control the

machine) 11. SPPK mengarah pada pembelajaran, yaitu mengarah pada kebutuhan baru dan penyempurnaan sistem, yang mengarah pada pembelajaran tambahan, dan begitu selanjutnya dalam proses pengembangan dan peningkatan SPPK secara berkelanjutan. 12. User/pengguna harus mampu menyusun sendiri sistem yang sederhana. Sistem yang lebih besar dapat dibangun dalam organisasi user tadi dengan melibatkan sedikit saja bantuan dari spesialis di bidang Information Systems (IS). 13. SPPK biasanya mendayagunakan berbagai model (standar atau sesuai keinginan user) dalam menganalisis berbagai keputusan. Kemampuan pemodelan ini menjadikan percobaan yang dilakukan dapat dilakukan pada berbagai konfigurasi yang berbeda. berbagai percobaan tersebut lebih lanjut akan memberikan pandangan dan pembelajaran baru. (modelling) 14. SPPK dalam tingkat lanjut dilengkapi dengan komponen knowledge yang bisa memberikan solusi yang efisien dan efektif dari berbagai masalah yang pelik.


13

SPPK

Gambar 2. 1 Karakteristik dan Kapabilitas SPPK

2.1.5 Komponen SPPK Komponen-komponen SPPK menurut Turban, E (2005) sebagai berikut : 1.

Pengolahan Data, termasuk database yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut Database Management Systems (DBMS).

2.

Pengelolaan

Model,

melibatkan

model

finansial,

statistikal,

management science, atau berbagai model kuantitatif lainnya, sehingga dapat memberikan ke sistem suatu kemampuan analitis, dan manajemen software yang diperlukan.


3.

14

Pengelolaan Dialog, User dapat berkomunikasi dan memberikan perintah pada SPK melalui subsistem ini. Ini berarti menyediakan antarmuka.

4.

Pengelolaan Pengetahuan, Subsistem optional ini dapat mendukung subsistem lain atau bertindak sebagai komponen yang berdiri sendiri.

Gambar 2. 2 Skematik SPPK

2.1.6 Kelebihan dan Kekurangan Setiap sistem teknologi pasti memiliki kelebihan dan keterbatasannya, sedangkan keterbatasan sistem pendukung keputusan yaitu : 1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya. Misalnya : kemampuan manusia untuk mengambil keputusan tidak hanya dipengaruhi oleh pengalaman dan pengetahuan yang mereka miliki, tapi juga dari saran orang-orang disekitarnya.


15

2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar). Maksudnya bahwa sistem pendukung keputusan hanya bisa menyelesaikan masalah sesuai data masukan yang diprogram dalam sistem itu. 3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan. 4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugasnya sehingga ada permasalahan yang tidak bisa dikerjakan oleh sistem pendukung keputusan dan harus dikerjaka manusia.

2.1.7 Jenis-Jenis Sistem Pengambilan Keputusan Jenis-jenis SPK menurut tingkat kerumitan dan tingkat dukungan pemecahan masalahnya menurut Alter (1976) adalah sebagai berikut: ● Mengambil elemen-elemen informasi. ● Menganalisis seluruh file. ● Menyiapkan laporan dari berbagai file. ● Memperkirakan dari akibat keputusan. ● Mengusulkan keputusan. ● Membuat keputusan.

2.2

Fuzzy Multiple Atribute Decision Making FMADM Fuzzy Multiple Attribute Decision Making atau FMADM merupakan suatu

metode yang digunakan untuk mencari alternative optimal dari sejumlah alternative optimal dari sejumlah alternative dengan criteria tertentu. Inti dari


16

FMADM adalah menentukan nilai bobot untuk setiap atribut yang selanjutnya akan dilakukan proses perankingan yang akan menyelekaai alternative yang sudah diberikan. Ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu : pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan sehingga, beberapa faktor dalam proses perankingan alternative bisa ditentukan secara bebas. Sedangkan pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambilan keputusan. Beberapa metode yang dapat untuk menyelesaikan masalah FMADM, yaitu : 1.

Simple Additive Weighting (SAW)

2.

Weighted Product (WP)

3.

ELECTRE

4.

Technique for Order Preferences by Similarity to Ideal Solution (TOPSIS)

5. 2.3

Analytic Hierarchy Process (AHP)

Tiga Pendekatan Mencari nilai bobot atribut Ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu: pendekatan

subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternative bisa ditentukan secara bebas. Sedangkan,


17

pendekatan obyektif nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambilan keputusan. Dalam hal ini, sistem pendukung pengambilan keputusan seleksi penerimaan jaminan kesehatan daerah menggunakan pendekatan integrasi. Pendekatan integrasi digunakan dalam seleksi penerimaan jaminan kesehatan daaerah dikarenakan adanya peraturan yang digunakan oleh staff kelurahan sebagai pengambil keputusan dan dibantu dengan perhitungan manual untuk menentukan bobot kriteria, vektor bobot, interval untuk masing-masing kriteria. 2.4

Metode Simple Additive Weighting (SAW) Metode SAW sering juga dikenal dengan istilah metode penjumlahan

terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua alternatif yang ada. Matrix keputusan (x) dibentuk dari skor alternatif x dan nilai bobot setiap atribut W. Berikut ini merupakan penjelasan lebih lengkap untuk memahami metode Simple Addative Weighting (SAW) : - Sistem pendukung pengambilan keputusan ini mengelola pengambilan keputusan seleksi penerimaan Jamkesda dengan 9 kriteria beserta bobot tiap kriteria dalam pengambilan keputusan. Sebagai contoh, ada 3 pemohon calon penerima Jaminan Kesehatan Daerah, yaitu Imam.H (A1), Hari.S (A2), dan Kuntinah (A3). Berikut ini 9 kriteria yang


digunakan

dalam

pengambilan

keputusan

seleksi

18

penerimaan

JAMKESDA: 1. Jenis Lantai Bangunan Tempat tinggal (C1) 2. Jenis Dinding Bangunan Tempat Tinggal (C2) 3. Fasilitas Tempat Buang Air Besar (C3) 4. Konsumsi daging/ayam/susu perminggu (C4) 5. Pembelian pakaian baru setiap anggota rumah tangga (C5) 6. Frekuensi makan dalam sehari (C6) 7. Lapangan pekerjaan utama Kepala Keluarga (C7) 8. Pendidikan tertinggi kepala keluarga (C8) 9. Pemilik aset/harga bergerak atau tidak bergerak (C9) Kriteria-kriteria yang digunakan dalam pengambilan keputusan sebagai berikut: Kriteria 1 : Jenis Lantai Bangunan Tempat Tinggal (C1) Kriteria jenis bangunan tempat tinggal terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah.

Dari

gambar

tersebut,

bilangan-bilangan

fuzzy

dapat

dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00 R

S

T

1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2. 3 Bilangan Fuzzy untuk Jenis Bangunan Tempat Tinggal


19

Tabel 2. 1 Tabel pembobotan untuk kriteria 1 (C1) Jenis Lantai (X) Nilai Tanah

0,33

Ubin

0,67

Keramik

1,0

C1 merupakan kriteria jenis lantai bangunan tempat tinggal. Jenis lantai tanah diberi nilai 0,33 = rendah, jenis lantai ubin diberi nilai 0.67 = sedang, dan jenis lantai keramik diberi nilai 1.00 = tinggi. Kriteria 2 : Jenis Dinding Bangunan Tempat Tinggal (C2) Kriteria jenis dinding bangunan tempat tinggal terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00 R

S

T

1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2.4 Bilangan Fuzzy untuk Jenis Dinding Bangunan Tempat Tinggal Tabel 2. 2 Tabel pembobotan untuk kriteria 2 (C2) Jenis Dinding (X) Nilai Tembok Bambu

0,33

Tembok Batu Bata

0,67

Tembok Halus

1,0


20

C2 merupakan kriteria jenis dinding bangunan tempat tinggal. Jenis tembok bambu diberi nilai 0,33 = rendah, jenis tembok batu bata diberi nilai 0.67 = sedang, dan jenis tembok halus diberi nilai 1.00 = tinggi. Kriteria 3 : Fasilitas Tempat Buang Air Besar (C3) Kriteria fasilitas tempat buang air besar terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah.

Dari

gambar

tersebut,

bilangan-bilangan

fuzzy

dapat

dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00 R

S

T

1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2.5 Bilangan Fuzzy untuk Fasilitas Tempat Buang Air Besar Tabel 2. 3 Tabel pembobotan untuk kriteria 3 (C3) Jenis Tempat (X) Nilai Tidak Punya

0,33

Sederhana

0,67

Modern

1,0

C3 merupakan kriteria jenis tempat buang air besar. Tidak mempunyai diberi nilai 0,33 = rendah, sederhana diberi nilai 0.67 = sedang, modern diberi nilai 1.00 = tinggi.


21

Kriteria 4 : Konsumsi daging/ayam/susu perminggu (C4) Kriteria konsumsi daging/ayam/susu perminggu terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00 R

S

T

1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2.6 Bilangan Fuzzy untuk Konsumsi daging/ayam/susu perminggu Tabel 2. 4 Tabel pembobotan untuk kriteria 4 (C4) Konsumsi daging/ayam/susu Nilai (X) Tidak Pernah

0,33

Seminggu 1 kali

0,67

Seminggu 2 kali

1,0

C4 merupakan kriteria konsumsi daging/ayam/susu perminggu. Tidak pernah diberi nilai 0,33 = rendah, seminggu 1 kali diberi nilai 0.67 = sedang, dan seminggu 2 kali diberi nilai 1.00 = tinggi.


22

Kriteria 5 : Pembelian Pakaian Baru setiap anggota rumah tangga (C5) Kriteria pembelian pakaian baru setiap anggota rumah tangga terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00 R

S

T

1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2.7 Bilangan Fuzzy untuk pembelian pakaian baru setiap anggota rumah tangga Tabel 2. 5 Tabel pembobotan untuk kriteria 5 (C5) Pembelian Nilai Pakaian (X) Tidak Pernah

0,33

Setiap hari raya

0,67

3 bulan sekali

1,0

C5 merupakan kriteria pembelian pakaian baru setiap anggota rumah tangga. Tidak pernah diberi nilai 0,33 = rendah, setiap hari raya diberi nilai 0.67 = sedang, dan 3 bulan sekali diberi nilai 1.00 = tinggi. Kriteria 6 : Frekuensi makan dalam sehari (C6) Kriteria frekuensi makan dalam sehari terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di


bawah.

Dari

gambar

tersebut,

bilangan-bilangan

fuzzy

23

dapat

dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00 R S T 1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2. 8 Bilangan Fuzzy untuk Frekuensi Makan dalam Sehari Tabel 2. 6 Tabel pembobotan untuk kriteria 6 (C6) Makan dalam Nilai sehari (X) 1 kali sehari

0,33

2 kali sehari

0,67

3 kali sehari

1,0

C6 merupakan kriteria frekuensi makan dalam sehari. 1 kali sehari diberi nilai 0,33 = rendah, 2 kali sehari diberi nilai 0.67 = sedang, dan 3 kali sehari diberi nilai 1.00 = tinggi. Kriteria 7 : Lapangan pekerjaan utama Kepala Keluarga (C7) Kriteria lapangan pekerjaan utama terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00


R

S

24

T

1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2.9 Bilangan Fuzzy untuk Lapangan Pekerjaan Utama Kepala Keluarga Tabel 2. 7 Tabel pembobotan untuk kriteria 7 (C7) Lapangan pekerjaan utama (X) Bobot Buruh

0,33

Pedagang/Wiraswasta/Peg.Swasta 0,67 PNS

1,0

C7 merupakan lapangan pekerjaan utama kepala keluarga. Buruh diberi nilai 0,33 = rendah, pedagang/wiraswasta/peg.swasta diberi nilai 0.67 = sedang, dan PNS diberi nilai 1.00 = tinggi. Kriteria 8 : Pendidikan tertinggi kepala keluarga (C8) Kriteria pendidikan tertinggi kepala keluarga terbagi atas 4 bilangan fuzzy, yaitu sangat rendah (SR), rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah. Dari gambar tersebut, bilanganbilangan fuzzy dapat dikonversikan ke bilangan crisp SR=0,25 R= 0,5 ; S=0,75 ; T=1,00


SR

R

S

25

T

1 µ(w) 0

0,75 0,25 0,5 1,00 3 Gambar 2.10 Bilangan Fuzzy untuk Pendidikan Teringgi Kepala Keluarga Tabel 2. 8 Tabel pembobotan untuk kriteria 8 (C8) Pendidikan Nilai tertinggi (X) Tamat SD

0,25

Tamat SMP

0,5

Tamat SMA

0,75

Tamat S1/S2

1,00

C8 merupakan kriteria pendidikan tertinggi kepala keluarga. Tamat SD diberi nilai 0.25 = sangat rendah, tamat SMP diberi nilai 0.5 = rendah, tamat SMA diberi nilai 0.75 = sedang, dan tamat S1/S2 diberi nilai 1.00 = tinggi. Kriteria 9 : Pemilik aset/harga bergerak atau tidak bergerak (C9) Kriteria pemilik aset/harga bergerak atau tidak bergerak terbagi atas 3 bilangan fuzzy, yaitu rendah (R), sedang (S), tinggi (T). Seperti terlihat pada gambar di bawah. Dari gambar tersebut, bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp R= 0,33 ; S=0,67 ; T=1,00


R

S

26

T

1 µ(w) 0

1,00 0,33 0,67 3 3 Gambar 2. 11 Bilangan Fuzzy untuk Pemilik aset/harga bergerak atau tidak bergerak Tabel 2. 9 Tabel pembobotan untuk kriteria 9 (C9) Aset (X) Nilai Tidak mempunyai

0,33

Harta benda dijual <500rb

0,67

Harta benda dijual >500rb

1,0

C9 merupakan kriteria pemilik aset/harga bergerak atau tidak bergerak. Tidak mempunyai diberi nilai 0,33 = rendah, harta benda dijual < 500rb diberi nilai 0.67 = sedang, dan harta benda dijual > 500rb diberi nilai 1.00 = tinggi. - Berikut ini contoh perhitungan manual: a. Diketahui 3 calon penerima Jaminan Kesehatan Daerah : Tabel 2. 10 Data Pemohon Kriteria

Nama Pemohon Imam.H

Hary.S

Kuntinah

Keramik

Keramik

Ubin

Dinding Bangunan Tempat Tinggal Tembok

Tembok

Tembok

Halus

Halus

Jenis Bangunan Tempat Tinggal

Halus


27

Fasilitas Tempat Buang Air Besar

Modern

Modern

Sederhana

Konsumsi daging/ayam/susu

2 kali

2 kali

Tidak

perminggu

seminggu

seminggu

Pernah

Pembelian Pakaian Baru setiang

Setiap hari Setiap hari Setiap hari

anggota rumah tangga

raya

raya

raya

Frekuensi makan dalam sehari

3 kali

3 kali

1 kali sehari

sehari

sehari

Lapangan pekerjaan utama Kepala

Wiraswata PNS

Buruh

Keluarga Pendidikan tertinggi kepala keluarga Lulus

S1

Tidak

SLTA

Lulus SD

Pemilik aset/harga bergerak atau

Memiliki

Memiliki

Tidak

tidak bergerak

aset jual

aset jual

mempunyai

lebih dari

lebih dari

500rb

500rb

b. Data pemohon pada tabel diatas dibentuk rating kecocokan dari setiap alternatif

pada setiap kriteria. Rating kecocokan ini

merupakan hasil survei pemohon/kandidat Tabel 2. 11 Hasil Nilai Survei pemohon Nilai Survei Kriteria

Pemohon (Ai)

C1

C2

C3

C4

C5

C6

C7

C8

C9

A1

1

1

1

1

0,67

1

0,67

0,75

1

A2

1

1

1

1

0,67

1

1

1

1

A3

0,67

1

0,67

0,33

0,67

0,33

0,33

0,25

0,33


28

Keterangan : A1 = Nama Kandidat penerima Jamkesda yaitu Imam H A2 = Nama Kandidat penerima Jamkesda yaitu Hary S A3 = Nama Kandidat penerima Jamkesda yaitu Kuntinah

C1 = Kriteria 1 yaitu kriteria untuk jenis lantai bangunan tempat tinggal C2 =Kriteria 2 yaitu kriteria untuk jenis dinding bangunan tempat tinggal C3 = Kriteria 3 yaitu kriteria untuk fasilitas tempat buang air besar C4 = Kriteria 4 yaitu kriteria untuk konsumsi daging/ayam/susu perminggu C5 = Kriteria 5 yaitu kriteria untuk pembelian pakaian baru setiap tahun C6 = Kriteria 6 yaitu frekuensi makan dalam sehari C7 = Kriteria 7 yaitu lapangan pekerjaan utama kepala keluarga C8 = Kriteria 8 yaitu pendidikan tertinggi kepala keluarga C9 = Kriteria 9 yaitu pemilik aset/harga bergerak atau tidak bergerak.

c. Pemberian bobot pada tiap kriteria berdasarkan tingkat kepentingan masing-masing kriteria. Tingkat kepentingan dibagi menjadi 3 prioritas. Prioritas 1 = 0,33 (R), prioritas 2 = 0,67 (S), dan prioritas 3 = 1,00 (T).


R

S

29

T

1 µ(w) 0 0,33 3

0,67 3

1,00

Gambar 2. 12 Grafik Bobot

w(bobot) = {0.67,0.67,1.00,1.00,0.67,0.33,0.33,1.00,0.33} d. Melakukan proses normalisasi. Adapun formula yang digunakan dalam proses normalisasi sebagai berikut : Rumus Normalisasi (2.1) Jika j adalah atribut manfaat (benefit)

Jika j adalah atribut biaya (cost) Keterangan : rij

: nilai rating kinerja ternormalisasi

xij

: nilai atribut yang dimiliki dari setiap kriteria

Max xij

: nilai terbesar dari setiap kriteria i

Min xij

: nilai terkecil dari setiap kriteria i

Benefit

: jika nilai terbesar adalah terbaik

cost

: jika nilai terkecil adalah terbaik

i

: menunjuk pada nilai tertentu

Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj ; i=1,2,…,m dan j=1,2,…,n. Proses normalisasi akan menghasilkan matrix ternormalisasi.


30

Berikut ini contoh perhitungan normalisasi untuk memperjelas penggunaan formula normalisasi pada Rumus 2.1 : Pada kasus ini menggunakan atribut biaya (cost) karena semakin kecil skor maka peluang memperoleh Jamkesda semakin besar sehingga digunakan normalisasi Min. Alternatif A1 (Imam H)

r11 =

MIN(1;1;0,67) 1 MIN(1;1;0,67)

r13 =

r15 =

= 0,67

= 0,67

r12 =

r14 =

MIN(1;1;1)

MIN(1;1;0,33)

r17 = r19 =

=1

r16 =

0,67 MIN(0,67;1;0,33)

= 0,4925 r18 =

0,67 MIN(1;1;0,33)

= 0,33

1

1 MIN(0.67;0,67;0,67)

=1

1

MIN(1;1;0,33)

= 0,33

1 MIN(0,75;1;0,25)

= 0,33

0,75

= 0,33

1

Alternatif A2 ( Hari Susanto) R21 =

R23 = R25 = R27 = R29 =

MIN(1;1;0,67) 1

= 0,67

MIN(1;1;0,67)

= 0,67

1 MIN(0.67;0,67;0,67)

=1

0,67 MIN(0,67;1;0,33)

= 0,33

1 MIN(1;1;0,33) 1

= 0,33

R22 = R24 = R26 = R28 =

MIN(1;1;1)

=1

1 MIN(1;1;0,33)

= 0,33

1 MIN(1;1;0,33)

= 0,33

1 MIN(0,75;1;0,25) 1

= 0,25


31

Alternatif A3 (Kuntinah) R31 =

R33 = R35 = R37 = R39 =

MIN(1;1;0,67) 0,67

=1

MIN(1;1;0,67)

=1

0,67 MIN(0.67;0,67;0,67)

=1

0,67 MIN(0,67;1;0,33)

=1

0,33 MIN(1;1;0,33)

MIN(1;1;1)

R32 =

MIN(1;1;0,33)

R34 = R36 =

=1

1 =1

0,33 MIN(1;1;0,33)

R38 =

=1

0,33 MIN(0,75;1;0,25)

=1

0,25

=1

0,33

Proses normalisasi tersebut akan menghasilkan matrix ternormalisasi seperti tabel dibawah ini : Tabel 2. 12 Matriks Ternormalisasi

r=

e. Selanjutnya, menjumlahkan hasil kali matriks ternormalisasi (r) dengan bobot kriteria (w) yang menghasilkan nilai preferensi (V). Formula nilai preferensi untuk setiap alternative (Vi) sebagai berikut: Rumus Nilai Preferensi (2.2)

Keterangan : vi

: rangking untuk setiap alternatif

wj

: bobot dari setiap kriteria


rij

32

: nilai rating kinerja ternormalisasi

Berikut ini contoh perhitungan preferensi untuk memperjelas penggunaan formula preferensi pada Rumus 2.2 : V1 (Imam H) =((0,67*0,67)+(0,67*1,00)+(1,00*0,67)+(1,00*0,33)+(0,67*1,00)+ (0,33*0,33)+(0,33*0,4925)+(1,00*0,33)+(0.33*0,33)) = 3.494 V2 ( Hari Susanto) =((0,67*0,67)+(0,67*1,00)+(1,00*0,67)+(1,00*0,33)+(0,67*1,00)+ (0,33*0,33)+(0,33*0,33)+(1,00*0,25)+(0,33*0,33)) = 3.357 V3 (Kuntinah) =((0,67*1,00)+(0,67*1,00)+(1,00*1,00)+(1,00*1,00)+(0,67*1,00)+ (0,33*1,00)+(0,33*1,00)+(1,00*1,00)+(0,33*1,00)) = 5,99 Setelah melakukan perhitungan nilai preferensi, langkah selanjutnya adalah melakukan perankingan untuk mendapatkan alternatif terbaik. Nilai Vi yang lebih besar mengindikasikan bahwa alternative Ai lebih terpilih. Dari contoh perhitungan preferensi diatas maka diperoleh alternatif terbaik yaitu Kuntinah (V3). 2.5 Jaminan Kesehatan Daerah (JAMKESDA) Jaminan Kesehatan Daerah (JAMKESDA) adalah suatu upaya pemeliharaan kesehatan yang pembiayaannya dikelola secara terpadu. Selain itu, JAMKESDA merupakan program jaminan bantuan pembayaran biaya pelayanan kesehatan


33

yang diberikan Pemerintah Daerah Kab. Bojonegoro kepada masyarakat Kab. Bojonegoro. Sasaran Program Jamkesda adalah seluruh masyarakat Kab. Bojonegoro yang belum memiliki jaminan kesehatan berupa Jamkesmas, ASKES dan asuransi kesehatan lainnya. Jenis-jenis pelayanan kesehatan yang ditanggung program JAMKESDA antara lain berupa pelayanan kesehatan di Puskesmas dan pelayanan kesehatan di rumah sakit. Kriteria-kriteria penerimaan JAMKESDA atau jaminan kesehatan daerah, yaitu : 1.

Jenis lantai bangunan tempat tinggal.

2.

Jenis dinding bangunan tempat tinggal.

3.

Fasilitas tempat buang air besar.

4.

Konsumsi daging/ayam/susu perminggu

5.

Pembelian pakaian baru setiap anggota rumah tangga.

6.

Frekuensi makan dalam sehari.

7.

Lapangan pekerjaan utama kepala keluarga.

8.

Pendidikan tertinggi kepala keluarga.

9.

Pemilik aset/harga bergerak atau tidak bergerak


BAB III METODOLOGI PENELITIAN Bab ini berisi uraian tentang cara pengambilan data untuk penelitian. Cara pengambilan data tersebut dapat dilakukan berbagai langkah seperti yang akan dijelaskan dibawah ini. 3.1

Rumusan Masalah Saat ini teknologi telah menjadi bagian yang tidak terpisahkan dari

kehidupan setiap orang. Teknologi hadir untuk memudahkan penggunanya dalam menyelesaikan berbagai macam masalah. Tidak hanya perangkat keras dan perangkat lunak yang berkembang, metode komputasi pun juga ikut berkembang. Salah satu metode yang berkembang adalah Sistem Pendukung Pengambilan Keputusan. Sistem pendukung pengambilan keputusan semi terstuktur dan tidak terstruktur dapat diselesaikan dengan adanya sistem pendukung pengambilan keputusan. Salah satu kasus yang digunakan dalam penelitian ini adalah seleksi penerimaan Jamkesda. Seleksi penerimaan jaminan kesehatan terkadang ditentukan dengan keputusan yang tidak sesuai sehingga dapat merugikan masyarakat. Adanya masalah tersebut penulis ingin melakukan suatu penelitian dengan kasus seleksi penerimaan Jaminana Kesehatan Daerah dengan metode SAW, adapun rumusan masalah pada penelitian ini adalah mengukur keakuratan dan ketepatan model SAW (Simple Additive Weighting) yang digunakan untuk menyelesaikan masalah penerimaan JAMKESDA pada Kelurahan Kepatihan RT/RW 12/05 Bojonegoro, Jawa Timur. Sistem yang ada diharapkan dapat membantu dalam pengambilan keputusan dan dapat memberikan hasil keputusan

34


35

yang tepat. Dari adanya masalah tersebut maka metodologi penelitian yang digunakan, sebagai berikut : 1.

Analisis Masalah Pada tahapan ini bertujuan melakukan analisis masalah untuk mengolah

hasil dari interview untuk penentuan syarat-sayarat dan data-data yang dibutuhkan dalam proses penerimaan JAMKESDA. Wawancara dilakukan untuk mengetahui kebutuhan dan syarat-syarat penerimaan JAMKESDA. Kegiatan wawancara ditujukan kepada Kepala Kelurahan dan pegawai kelurahan Kepatihan. Hasil dari wawancara tersebut akan digunakan sebagai input dalam tahap analisis. Proses yang dilakukan bertujuan untuk mempelajari kebutuhan dan syarat-syarat selama proses pemilihan penerima JAMKESDA berlangsung. Setelah analais dilakukan maka hasil analisis masalah akan berupa perkiraan syarat-syarat penerimaan JAMKESDA dan data-data yang dibutuhkan dalam penelitian ini. Syarat-syarat penerimaan JAMKESDA, meliputi 9 kriteria yang telah ditetapkan. Dari syarat-syarat tersebut dapat ditentukan masyarakat yang menerima dan tidak menerima JAMKESDA. 2.

Pengembangan Sistem Pada tahapan ini bertujuan untuk melakukan perancangan dan

pengembangan sistem pendukung pengambilan keputusan penerimaan JAMKESDA yang berfungsi sebagai simulasi pengujian model SAW.


36

Sistem pendukung keputusan penerimaan JAMKESDA dikembangkan menggunakan bahasa pemrograman Java dan MySQL. 3.

Pengujian Sistem Pada tahapan ini bertujuan untuk melakukan pengujian sistem yang

telah dibuat. Pengujian sistem tersebut bertujuan untuk mengetahuai ketepatan penggunaan model SAW dalam pengambilan keputusan pada sistem penerimaan JAMKESDA. Proses pengujian dilakukan dengan melakukan simulasi terhadap sistem tersebut dengan menginputkan datadata yang didapat dari hasil wawancara dan observasi. Hasil yang diharapkan berupa masyarakat yang menerima atau tidak menerima JAMKESDA. 4.

Analisis Data Pada tahapan ini bertujuan membantu penulis dalam mempelajari hasil

pengujian yang didapatkan pada tahapan sebelumnya yang diharapkan dapat membantu dalam penarikkan kesimpulan terhadap penelitian ini. Dalam tahap ini, input berupa data yang diperoleh dari hasil wawancara dengan kepala kelurahan dan pegawai kelurahan. Data tersebut berupa data warga/masyarakat sebanyak 39 data warga mampu maupun tidak mampu yang menerima JAMKESDA maupun yang tidak menerima JAMKESDA. Proses selanjutnya berupa analisis data yang dilakukan dengan cara membandingkan hasil keputusan dari sistem dengan keputusan asli dari data kelurahan kepatihan (hasil manual). Bila ada perbedaan hasil keputusan


37

sistem dan hasil manual dari kelurahan selanjutnya akan dilakukan pengecekkan untuk mengetahui bobot kriteria yang menyebabkan terjadinya perbedaan hasil keputusan antara sistem pendukung keputusan dan manual dengan cara manual melihat dari data asli. Ketepatan dan keakuratan dari sistem ini dapat dilihat dari perbedaan hasil antara sistem dan manual. Bila pada keputusan manual kondisi warga “mampu” warga tersebut menerima Jamkesda, namun pada sistem warga dengan kondisi “mampu” warga tersebut tidak menerima Jamkesda. Hasil yang diperoleh dari analisa data akan digunakan dalam langkah selanjutnya yaitu penarikkan kesimpulan. 5.

Penarikkan Kesimpulan Pada tahapan ini penulis akan menarik suatu kesimpulan berupa

keputusan terhadap penelitian ini. Ketepatan dan keakuratan metode SAW dalam memberikan hasil keputusan yang lebih baik dapat dilihat dari perbedaan hasil keputusan sistem dan hasil keputusan kelurahan (manual). Ketepatan metode SAW untuk menyeleksi calon penerima Jamkesda dilihat dari warga yang “tidak mampu” dan warga tersebut menerima Jamkesda namun pada keputusan manual warga tersebut “tidak menerima” Jamkesda. Sehingga, adanya perbedaan yang diperoleh dari keputusan sistem dan manual membuktikan bahwa sistem ini tepat dan akurat dalam pengambilan keputusan dalam penerimaan JAMKESDA.


BAB IV PERANCANGAN DAN IMPLEMENTASI SISTEM 4.1

Analisis Sistem

4.1.1

Ruang Lingkup Masalah A. Sistem yang ada saat ini Saat ini sistem pendukung pengambilan keputusan untuk seleksi penerimaan kartu Jaminan Kesehatan Daerah di Kelurahan Kepatihan Kabupaten Bojonegoro masih menggunakan cara manual. Pengambilan keputusan secara manual membuat staf Kelurahan setempat tidak tepat dalam menentukan keputusan. Pengambilan keputusan yang tidak tepat meresahkan warga yang seharusnya mendapatkan kartu Jaminan Kesehatan

tetapi

Ketidaktepatan

staf

tidak

mendapat

dalam

kartu

mengambil

kesehatan

keputusan

tersebut.

dikarenakan

banyaknya warga yang ingin menerima Jamkesda namun quota yang ada tidak cukup untuk seluruh warga. Sistem yang baru ini diharapkan dapat membantu memberikan rekomendasi untuk staf Kelurahan Kepatihan dalam pengambilan keputusan yang tepat. B. Sistem yang akan dibangun Sistem yang dibangun merupakan sistem yang digunakan untuk membantu staf Kelurahan Kepatihan dalam menyeleksi warga yang pantas menerima kartu Jaminan Kesehatan Daerah sesuai yang diharapkan. Metode yang akan digunakan dalam membuat sistem pendukung pengambilan keputusan adalah metode Fuzzy Multiple

38


39

Attribute Decission Making (MADM). Metode FMADM (Multiple Attribute Decission Making) adalah metode yang dapat mencari suatu alternatif terbaik dari berbagai alternatif berdasarkan kriteria-kriteria yang telah ditentukan. Dari beberapa algoritma yang dimiliki oleh metode Fuzzy MADM, sistem pendukung pengambilan keputusan ini memilih menggunakan algoritma Simple Additive Weighting (SAW). Metode SAW dipilih untuk menyelesaikan masalah pembagian JAMKESDA karena metode ini mampu memberikan alternatif terbaik dengan adanya pemberian bobot pada setiap kriteria-kriteria yang telah ditentukan, kemudian dilakukan proses perankingan dan patokan skor yang akan menentukan alternatif yang optimal. 4.2

Perancangan Sistem Pada tahap ini akan dijelaskan hasil perancangan sistem yang terdiri dari

use-case, diagram aliran data (DAD), manajemen model, manajemen data, manajemen dialog, dan manajemen knowledge. 4.2.1 Diagram Use Case Diagram use-case merupakan model diagram UML yang digunakan untuk menggambarkan

kebutuhan

fungsional

yang

diharapkan

dari

sebuah

sistem. Diagram use-case adalah gambaran dari beberapa atau semua aktor, usecase, dan interaksi diantara komponen-komponen tersebut yang memperkenalkan suatu sistem yang akan dibangun. Berikut diagram use-case untuk sistem ini :


extends extends extends

extends login

Menambah data warga Mengubah data warga Menghapus data warga Menambah data kriteria dan sub kriteria

extends Mengubah data kriteria dan sub kriteria

Staff Kelurahan extends

extends

extends

extends

Menghapus data kriteria dan sub kriteria Memasukkan data kriteria pemohon Mengubah data kriteria pemohon Menghapus data kriteria pemohon

extends Simulasi SAW extends

Gambar 4. 1 Diagram Use Case

logout

40


4.2.2

41

Skenario Use Case

1. Memasukkan Data Warga Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa data warga tersimpan Tabel 4. 1 Narasi Use Case Memasukkan Data Warga Aksi

Reaksi

1. Staf Kelurahan memilih File kemudian memilih menu item Input Data Warga 2. Sistem menampilkan tambah data warga form dan id (dicarikan secara random) untuk data warga baru id akan ditampilkan secara 3. Staf Kelurahan memasukkan otomatis data warga baru berupa nkk, nama kepala keluarga, alamat, RT/RW, Desa, lalu Staf Kelurahan menekan tombol simpan 4. Sistem akan menyimpan data berupa nkk, nama kepala keluarga, alamat, RT/RW, Desa, untuk disimpan ke database 5. Sistem akan mengonfirmasikan kepada Staf Kelurahan bahwa data warga telah tersimpan


42

2. Mengubah Data Warga Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa data yang diubah berhasil diubah dari database. Tabel 4. 2 Narasi Use Case Mengubah Data Warga Aksi 1. Staf

Kelurahan

Reaksi memilih

File

kemudian memilih menu item Input Data Warga 2. Sistem menampilkan halaman Data Warga 3. Staf Kelurahan mengubah data data warga dengan menekan salah satu baris pada tabel data warga dengan NKK tertentu yang ingin diubah pada tabel data warga, lalu admin menekan tombol ubah 4. Sistem akan mengubah data warga yang telah diubah oleh staff kelurahan di database. 5. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data warga telah berhasil diubah


43

3. Menghapus Data Warga Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa data warga yang dihapus telah berhasil dihapus dari database. Tabel 4. 3 Narasi Use Case Menghapus Data Warga Aksi

Reaksi

1. Staf kelurahan memilih

menu

File kemudian memilih menu item Input Data Warga 2. Sistem menampilkan halaman data warga 3. Staf kelurahan menghapus data warga dengan menekan baris data dengan id driver tertentu yang ingin dihapus pada tabel data

warga,

kelurahan hapus

kemudian

menekan

staf

tombol 4. Sistem akan menghapus data warga yang dipilih oleh staf kelurahan dari database. 5. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data warga telah berhasil dihapus


44

4. Memasukkan Data Kriteria dan Sub Kriteria Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengkonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria berhasil disimpan di database.

Tabel 4. 4 Narasi Use Case Memasukkan Data Kriteria dan Sub Kriteria Aksi 1. Staf kelurahan memilih

Reaksi menu

File kemudian memilih menu item Input Kriteria dan Sub Kriteria

2. Sistem menampilkan halaman input kriteria dan sub kriteria

3. Staf kelurahan memasukkan data kriteria dan sub kriteria beserta bobot. Bila input data kriteria dan sub kriteria selesai, selanjutnya tekan tombol simpan.

4. Sistem akan menyimpan data berupa id kriteria, nama kriteria, bobot kriteria, id sub kriteria, nama sub kriteria, dan bobot sub kriteria 5. Sistem akan mengonfirmasikan kepada Staf Kelurahan bahwa data kriteria dan sub kriteria telah tersimpan


45

5. Mengubah Data Kriteria dan Sub Kriteria Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa data kriteria dan sub kriteria yang diubah berhasil diubah dari database

Tabel 4. 5 Narasi Use Case Mengubah Data Kriteria dan Sub Kriteria Aksi 1. Staf Kelurahan

Reaksi memilih menu

Edit kemudian memilih menu item Ubah dan Hapus Kriteria dan Sub kriteria

2. Sistem menampilkan halaman Data Ubah dan Hapus Kriteria dan Sub Kriteria

3. Staff Kelurahan mengubah data kriteria

dengan

memasukkan

kode kriteria yang akan diubah pada text field selanjutnya akan tampil nama kriteria dan tingkat prioritas beserta data sub kriteria. Bila ingin menambahkan sub kriteria

klik

tombol

Tambah

kemudian masukkan nama sub kriteria yang akan ditambahkan. Bila ingin mengubah nama sub kriteria

klik

Edit

kemudian

masukkan nama sub kriteria yang diubah. Selanjutnya tekan Ubah


46

untuk menyimpan data kriteria dan sub kriteria yang telah diubah ke database 4. Sistem

akan

mengubah

data

kriteria dan sub kriteria yang telah diubah oleh staf kelurahan di database. 5. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria telah berhasil diubah

6.

Menghapus Data Kriteria dan Sub Kriteria Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria yang dihapus telah berhasil dihapus dari database.

Tabel 4. 6 Narasi Use Case Menghapus Data Kriteria dan Sub Kriteria Aksi 1. Staf Kelurahan

Reaksi memilih menu

Edit kemudian memilih menu item Ubah dan Hapus Kriteria 2. Sistem menampilkan halaman dan Sub kriteria

Data Ubah dan Hapus Kriteria dan Sub Kriteria

3. Staf Kelurahan menghapus data kriteria

dengan

memasukkan


47

kode kriteria yang akan dihapus pada text field selanjutnya akan tampil nama kriteria dan tingkat prioritas beserta data sub kriteria. Bila ingin menghapus kriteria dan sub kriteria tersebut tekan tombol Hapus.

4. Sistem akan menghapus data kriteria dan sub kriteria yang dipilih oleh staf kelurahan dari database. 5. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria telah berhasil dihapus

7. Memasukkan Data Kriteria Pemohon Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan bahwa data kriteria pemohon berhasil disimpan di database. Tabel 4. 7 Narasi Use Case Memasukkan Data Kriteria Pemohon Aksi 1. Staf Kelurahan

Reaksi memilih menu

File kemudian memilih menu item Input Kriteria Pemohon 2. Sistem menampilkan halaman


48

Input Kriteria Pemohon 3. Staf Kelurahan memasukkann data kriteria dan sub kriteria berdasarkan NKK. Memasukkan NKK kemudian tekan tombol Cari. 4. Sistem akan menampilkan data warga berdasarkan NKK yang dicari 5.Staf

Kelurahan

memasukkan

kriteria dan sub kriteria dengan memilih pada drop down. Setelah selesai memasukkan kriteria dan sub kriteria tekan tombol “Simpan”

6. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria warga telah berhasil disimpan

8. Mengubah Data Kriteria Pemohon Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa data kriteria pemohon berhasil diubah di database.


49

Tabel 4. 8 Narasi Use Case Mengubah Data Kriteria Pemohon Aksi 1. Staf Kelurahan

Reaksi memilih menu

Edit kemudian memilih menu item Ubah dan Hapus Kriteria Pemohon

2. Sistem menampilkan halaman Input Kriteria Pemohon

3. Staf kelurahan mengubah data kriteria dan sub kriteria pemohon dengan

memasukkan

NKK.

Selanjutnya akan tampil data warga sesuai dengan NKK yang dicari beserta data kriteria dan sub kriteria warga tersebut. Untuk mengubah pilih salah satu kriteria yang akan diubah pada list kriteria dan sub kriteria pemohon. Setelah selesai klik tombol Ubah 4. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria warga telah berhasil diubah 9. Menghapus Data Kriteria Pemohon Aktor

: Staf Kelurahan

Kondisi Awal : Staff Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staff kelurahan bahwa data kriteria pemohon berhasil diubah di database.


50

Tabel 4. 9 Narasi Use Case Menghapus Data Kriteria Pemohon Aksi 1. Staf Kelurahan

Reaksi memilih menu

Edit kemudian memilih menu item Ubah dan Hapus Kriteria Pemohon 2. Sistem

menampilkan

halaman

Ubah dan Hapus Kriteria Pemohon

3. Staf kelurahan mengubah data kriteria dan sub kriteria pemohon dengan

memasukkan

NKK.

Selanjutnya akan tampil data warga sesuai dengan NKK yang dicari beserta data kriteria dan sub kriteria warga tersebut. Untuk menghapus

pilih

salah

satu

kriteria yang akan dihapus pada list kriteria dan sub kriteria pemohon.

Selanjutnya,

tekan

tombol Hapus dan tekan tombol Ubah. 4. Sistem akan menghapus data kriteria dan sub kriteria yang dipilih oleh staff kelurahan dari database. 5. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria telah berhasil dihapus


51

10. Simulasi Aktor

: Staf Kelurahan

Kondisi Awal : Staf Kelurahan telah login ke sistem Kondisi Akhir : Sistem mengonfirmasikan kepada staf kelurahan berupa hasil akhir warga yang menerima Jamkesda dan tidak menerima Jamkesda Tabel 4. 10 Narasi Use Case Simulasi Aksi 1. Staf Kelurahan

Reaksi memilih menu

File kemudian memilih menu 2. Sistem menampilkan halaman item Simulasi

Simulasi warga

beserta yang

perhitungan 3. Staf simulasi

Kelurahan untuk

melakukan

skor

diperoleh

setiap dari

menggunakan

metode SAW

mendapatkan

keputusan warga yang menerima dan tidak menerima Jamkesda dengan

memasukkan

skor kemudian tekan proses

patokan tombol 4. Sistem akan menampilkan hasil warga yang menerima Jamkesda dan tidak menerima Jamkesda berdasarkan patokan skor 5. Sistem akan mengonfirmasikan kepada staf kelurahan bahwa data kriteria dan sub kriteria telah berhasil dihapus


4.2.3

52

Diagram Aliran Data (DAD) Diagram aliran data ini menjelaskan keseluruhan rancangan aliran data

berdasarkan model SPK yang telah dibuat sebelumnya. Sistem pendukung keputusan seleksi penerimaan Jamkesda menggunakan rancangan aliran data yang terdiri dari : diagram konteks, diagram aliran data tingkatan 1, diagram aliran data tingkatan 2 proses 1, dan diagram aliran data tingkatan 2 proses 2. Berikut gambar untuk memperjelas pembahasan : 4.2.3.1 Diagram Konteks Bobot Perhitungan setiap kriteria Staff Kelurahan

Bobot Kriteria

Info identitas calon penerima JAMKESDA

Hasil simulasi penerimaan JAMKESDA

Calon Penerima JAMKESDA

Sistem Pendukung Pengambilan Keputusan Penerimaan JAMKESDA

Identitas calon penerima JAMKESDA Kriteria-kriteria calon penerima JAMKESDA

Keputusan penerima JAMKESDA

Gambar 4. 2 Diagram Konteks


4.2.3.2 Diagram Aliran Data Tingkatan 1 Calon Penerima JAMKESDA

Identitas calon penerima Jamkesda

Kriteria -kriteria calon penerima JAMKESDA

1 Pengelolaan Informasi Penerimaan JAMKESDA

Keputusan Penerimaa JAMKESDA

Kriteria Berbobot

Bobot Sub Kriteria

Bobot perhitungan setiap kriteria

2 Proses Simulasi Perhitungan SAW

Hasil Simulasi

Staff Kelurahan

Gambar 4. 3 Diagram Aliran Data Tingkatan 1

53


54

4.2.3.3 Diagram Aliran Data Tingkatan 2 Proses 1

1.1 Calon penerima JAMKESDA

Identitas calon penerima JAMKESDA syarat penerimaan JAMKESDA

Pengelolaan identitas calon penerimaan JAMKESDA

NKK, Nama, rt/rw, alamat, Desa D1 Warga

Kriteria terbobot 1.2

D2 Kriteria

Pengelolaan kriteria penerimaan JAMKESDA Nilai setiap kriteria

Staff Kelurahan

Nilai masingmasing kriteria

1.3

Nilai setiap kriteria

Pengelolaan bobot kriteria

Gambar 4. 4 Diagram Aliran Data Tingkatan 2 Proses 1

D3 Sub Kriteria


55

4.2.3.4 Diagram Aliran Data Tingkatan 2 Proses 2 Kriteria terbobot 2.1

Staff Kelurahan

D2 Kriteria

Perhitungan normalisasi

Bobot hitung setiap kriteria Hasil Perankingan

Hasil Normalisasi

2.2 Perhitungan matrik perkalian

Hasil Keputusan Hasil perhitungan matrik

2.3 Perankingan

Patokan Skor

Skor hasil perankingan

2.4 Pencarian Penerimaan Jamkesda

Hasil Keputusan

Gambar 4. 5 Diagram Aliran Data Tingkatan 2 Proses 2

Calon penerima Jamkesda


4.2.4

56

Manajemen Model Pada tahap ini dijelaskan gambaran tentang sistem pendukung keputusan

yang digambarkan dengan diagram ketergantungan. Menurut Turban,.E (2005), Diagram ketergantungan (Influence Diagram) merupakan representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model, pengembangan

dan

pemahaman.

Diagram

ketergantungan

memberikan

komunikasi visual bagi pembangun model atau tim pengembangan. Berikut gambar dan penjelasan dari diagram ketergantungan pada gambar 4.6 :

Gambar 4. 6 Diagram Ketergantungan


4.2.5

57

Manajemen Data Manajemen data akan menjelaskan perancangan basis data berupa diagram

ER dan penjabaran tabel basis data yang relevan dengan diagram ER. 4.2.5.1 Tahap-Tahap Perancangan Basis Data Perancangan database melalui 3 tahapan, yaitu : a. Desain Konseptual Hasil dari tahap ini berupa conceptual schema yang mengacu pada suatu conceptual model. Conceptual model yang terpopuler saat ini yaitu ER Model. Conceptual model berfungsi untuk mendeskripsikan organisasi data pada abstraksi level tinggi dan tidak memperhatikan aspek-aspek implementasi.


Id_Kriteria (PK) Nama_kepala_ keluarga

NKK (PK)

1

Keluarga

Nama_Kriteri a

Id_Sub_Kriteria (PK)

Dinilai

*

*

skor

Hasil_keputusan Id_Warga

Sub_Kriteria

*

Bagian dari

Bobot_kriteria

Bobot_Sub_Kriteria Id_Warga Desa

Anggota_Warga Nama_Warga

Alamat RT/RW

Gambar 4. 7 Diagram Relasional Entitas

58

Kriteria

Id_Kriteria (FK)

Nama_sub_kri teria

mempunyai

*

1


ER-Diagram dimaksudkan untuk menentukan komponen-komponen himpunan suatu entitas dan himpunan relasi yang menggambarkan fakta yang digunakan sebagai kebutuhan pembuatan sistem. Dalam SPPK penyeleksian Penerimaan Jaminanan Kesehatah Daerah (JAMKESDA) terdapat 4 entitas, antara lain : Entitas Warga, Entitas Kriteria, Entitas Sub Kriteria, dan Entitas Poin Kriteria Warga. b. Desain Logikal Tahap ini merupakan tahapan logical pertama untuk menterjemahkan conceptual skema ke model yang sesuai dengan DBMS yang digunakan. Tahap ini merepresentasikan data dalam suatu cara yang tidak melibatkan physical details.

Gambar 4. 8 Desain Logikal

59


60

c. Desain Fisikal Pada tahap ini, logical schema dilengkapi dengan detail-detail implementasi secara fisik sesuai dengan DBMS yang digunakan. Tahap desain basisdata fisikal ini merupakan proses menghasilkan suatu deskripsi dari implementasi database pada penyimpan sekunder. 1. Tabel Keluarga Tabel keluarga memiliki 3 atribut, yaitu : NKK bertipe varchar sebagai primary key, nama_kepala_keluarga bertipe varchar, dan hasil_keputusan bertipe varchar. Tabel identitas warga berfungsi untuk menyimpan data-data seluruh identitas warga. Tabel 4. 11 Physical desain tabel keluarga Constr Nama variable

Tipe data

Deskripsi ain

NKK

Varchar(20)

Nama_Kepala_Keluarga

Varchar(20)

Hasil_Keputusan

Varchar(20)

Primary Id unik untuk setiap warga Key Nama kepala keluarga dari setiap keluarga Total skor hasil dari perhitungan


61

2. Tabel Anggota Warga Tabel anggota warga memiliki 5 atribut, yaitu : id_warga bertipe varchar sebagai primary key, nama_warga bertipe varchar, alamat bertipe varchar, RT_RW bertipe varchar, dan DESA bertipe varchar. Tabel identitas warga berfungsi untuk menyimpan data-data seluruh identitas anggota warga. Tabel 4. 12 Physical desain tabel anggota warga Nama Tipe data Constrain variable Id_warga

Varchar(20)

Nama_warga

Varchar(20)

Alamat

Varchar(100)

PrimaryKey

Deskripsi

Id unik untuk setiap warga Nama warga dari setiap keluarga Alamat Keluarga

Rt_Rw

Varchar(7)

Desa

Varchar(25)

Rt/Rw tempat tinggal Desa tempat tinggal warga

3. Tabel Sub Kriteria Tabel sub kriteria memiliki 4 atribut, yaitu : id_subkriteria bertipe varchar, nama_subkriteria bertipe varchar, bobot_subkriteria bertipe varchar, dan id_kriteria bertipe varchar sebagai foreign key dari tabel Kriteria. Tabel sub kriteria berfungsi untuk menyimpan data-data sub kriteria dari kriteria. Tabel ini menyimpan nama sub


62

kriteria dan bobot sub kriteria serta id sub kriteria sebagai id unik dari sub kriteria dan id kriteria sebagai foreign key dari tabel kriteria. Tabel 4. 13 Physical desain tabel sub kriteria Nama variabel Tipe data Constrain Id_subkriteria

Varchar(6)

Primary Key

Nama_subkriteria Varchar(50)

Bobot_subkriteria Double(11,2)

Id_Kriteria

Varchar(3)

Foreign Key

Deskripsi Id unik dari sub kriteria Nama sub kriteria dari setiap sub kriteria Bobot dari setiap sub kriteria Id kriteria yang bersangkutan

4. Tabel Kriteria Tabel kriteria memiliki 3 atribut, yaitu : id kriteria bertipe varchar sebagai primary key , nama kriteria bertipe varchar, bobot kriteria bertipe double. Tabel kriteria berfungsi untuk menyimpan data-data kriteria berupa nama dan bobot kriteria serta id kriteria sebagai id unik dari tabel kriteria. Tabel 4.14 Physical desain tabel kriteria Nama variabel Id_Kriteria

Tipe data Varchar(3)

Constrain

Deskripsi

Primary Key

Id unik untuk kriteria

Nama_Kriteria

Varchar(100)

Nama kriteria dari setiap kriteria


Bobot_Kriteria

Double

63

Bobot setiap kriteria

5. Tabel Poin Kriteria Warga Tabel point kriteria warga memiliki 4 atribut, yaitu : NKK bertipe varchar sebagai foreign key dari tabel Warga, id_subkriteria bertipe varchar, dan id_kriteria bertipe varchar sebagai foreign key dari tabel sub kriteria. Tabel poin kriteria warga berfungsi menyimpan data kriteria dan sub kriteria dari seluruh warga dengan menggunakan id kriteria, id sub kriteria, dan NKK. Tabel 4.15 Physical desain tabel poin kriteria warga Nama Tipe data Constrain Deskripsi variable NKK Varchar(20) PrimaryKey Id warga yang bersangkutan skor Varchar(20) Skor yang dimiliki tiap warga Id_subkriteria Varchar(6) Primary Key Id sub kriteria yang bersangkutan

6. Tabel Login Tabel login memiliki 2 atribut, yaitu : username bertipe Varchar(10) dan Password bertipe varchar(2) Tabel 4.16 Struktur Tabel Login Nama variabel Tipe data Username

Varchar(10)

Constrain

Deskripsi Username yang


Password

4.2.6

Varchar(10)

64

digunakan untuk identitas pemilik akun Password merupakan kode kunci pemilik akun

Manajemen Dialog Manajemen dialog menggambarkan tampilan sistem yang akan digunakan

user. Dalam manajemen dialog ini akan dijelaskan fungsi dari setiap halaman antar muka sistem. Desain antar muka sistem meliputi : Halaman Utama Sistem, Halaman Data Pemohon Warga, Halaman Input Kriteria dan Sub Kriteria, Halaman Ubah dan Hapus Kriteria dan Sub Kriteria, Halaman Input Kriteria Pemohon, Halaman Ubah dan Hapus Kriteria Pemohon, dan Halaman Simulasi. 4.2.6.1 Halaman Utama Sistem Halaman Utama Sistem ini memiliki tiga menu, yaitu : File, Edit, dan Logout. Pada bagian menu item File berisi 4 menu item, antara lain : Data Pemohon, Input Kriteria, Input Kriteria Pemohon, dan Simulasi. Pada bagian menu Edit berisi 2 menu item, yaitu : Edit dan Delete Kriteria dan Edit dan Delete Kriteria Pemohon (Gambar 4.9 dan Gambar 4.10 Desain Interface Halaman Utama Menu Edit).


Gambar 4. 9 Desain Interface Halaman Utama Menu File

Gambar 4. 10 Desain Interface Halaman Utama Menu Edit

65


66

4.2.6.2 Halaman Data Pemohon Warga Halaman input data pemohon warga berfungsi sebagai input data pemohon warga yang akan mendaftar sebagai calon penerima jamkesda. Input data berupa : NKK, Nama Kepala Keluarga, Alamat, rt/rw, dan Desa/Kelurahan.

Gambar 4. 11 Desain Interface Halaman Input Data Pemohon 4.2.6.3 Halaman Input Kriteria dan Sub Kriteria Halaman input kriteria dan sub kriteria ini berfungsi untuk inputan nama kriteria dan nama sub kriteria yang disertai dengan bobot masing-masing kriteria dan sub kriteria. Pada halaman ini bobot kriteria dan bobot sub kriteria ditentukan oleh pihak kelurahan Kepatihan.


67

Gambar 4. 12 Desain Interface Halaman Input Kriteria dan Sub Kriteria

4.2.6.4 Halaman Input Kriteria Pemohon Halaman input kriteria pemohon berfungsi untuk inputan bobot kriteria dan bobot sub kriteria setiap warga calon penerimaan jamkesda. Inputan bobot kriteria dan bobot sub kriteria diinputkan berdasarkan NKK yang dicari.


68

Gambar 4. 13 Desain Interface Halaman Input Kriteria Pemohon

4.2.6.5 Halaman Ubah dan Hapus Kriteria dan Sub Kriteria Halaman ubah dan hapus kriteria dan sub kriteria berfungsi untuk mengubah maupun menghapus data-data kriteria dan sub kriteria yang telah disimpan sebelumnya. Edit dan Delete kriteria dan sub kriteria dilakukan oleh pihak Kelurahan Kepatihan.


69

Gambar 4. 14 Desain Interface Halaman Edit dan Delete Kriteria dan Sub Kriteria

4.2.6.6 Halaman Ubah dan Hapus Kriteria Pemohon Halaman ubah dan hapus kriteria pemohon berfungsi untuk mengubah dan menghapus kriteria dan bobot sub kriteria berdasarkan warga calon penerima jamkesda yang diinginkan.


70

Gambar 4. 15 Desain Interface Halaman Edit dan Delete Kriteria Pemohon

4.2.6.7 Halaman Simulasi Halaman simulasi merupakan halaman utama pada aplikasi penerimaan jamkesda. Pada halaman simulasi inilah akan dilakukan proses perhitungan penerimaan jamkesda dengan algoritma SAW. Hasil yang didapat dari simulasi adalah skor setiap warga dan hasil keputusan warga “menerima” atau “tidak menerima”

jamkesda.

Menerima

atau

tidak

menerima

jamkesda

akan

disimulasikan dengan memassukkan patokan skor yang sudah diberi range nilai.


Gambar 4. 16 Desain Interface Halaman Simulasi

71


72

BAB V PENGUJIAN DAN ANALISA DATA Dalam bab ini akan dilakukan pengujian terhadap sistem dan analisis data untuk mengetahui efektifitas penggunaan metode SAW dalam pengambilan keputusan penerima jamkesda.

Proses pengujian ini akan dilakukan dengan

teknik simulasi data asli. Proses analisis data akan dilakukan dengan cara membandingkan hasil keputusan yang diperoleh dari sistem pendukung keputusan dengan keputusan asli dari data asli warga Kelurahan Kepatihan calon penerima jamkesda (manual). 5.1 Perhitungan Excell dibandingkan dengan perhitungan sistem Data yang diperoleh dari hasil wawancara dengan pihak staf kelurahan terlebih dahulu dihitung menggunakan Excell dengan menerapkan

algoritma

SAW (Simple Additive Weighting) yang bertujuan untuk melakukan simulasi algoritma SAW dengan cepat sehingga memperoleh hasil total skor yang selanjutnya akan dibandingkan dengan hasil dari sistem pendukung keputusan. Data yang digunakan sebanyak 39 data warga yang menerima Jamkesda maupun tidak menerima Jamkesda beserta kriteria penerimaan Jamkesda dan bobot. Dari perhitungan tersebut diperoleh warga yang menerima dan tidak menerima Jamkesda dengan menentukan patokan skor. Range nilai patokan skor yang diberikan dibagi menjadi 3, yaitu : 0-2.99 (rendah), 3.00-4.99 (sedang), 5.00-6.99 (tinggi). Patokkan skor yang digunakan 3.8 untuk memperoleh hasil keputusan menerima dan tidak menerima. Berikut hasil yang diperoleh pada perhitungan Excell dibandingkan dengan hasil perhitungan sistem :


73

Tabel 5. 1 Hasil Perhitungan menggunakan Excell yang dibandingkan dengan dengan hasil perhitungan sistem Perhitungan Excell

Perhitungan Sistem

Nama Kandidat Total Skor

Hasil Keputusan

Total Skor

Hasil Keputusan

2,94

Tidak Menerima

2,94

Tidak Menerima

2,80

Tidak Menerima

2,80

Tidak Menerima

Imam Hambali Hary Susanto 5,43 Kuntinah

5,43 Menerima

5,27 Hari Hariyono

5,27 Menerima

5,83 Sukadi

Menerima 5,83

Menerima 5,43

Hariono

Menerima 5,43

Menerima 3,10

Suardi

Tidak menerima

4,76 Taminah

Menerima 3,10

Tidak menerima

4,76 Menerima

Menerima

3,76

Tidak menerma

3,76

Tidak menerma

3,10

Tidak Menerima

3,10

Tidak Menerima

3,79

Tidak menerima

3,79

Tidak menerima

3,10

Tidak Menerima

3,10

Tidak Menerima

2,94

Tidak Menerima

2,94

Tidak Menerima

Suroto Suroso Audrey Liady Sugiyanto Agus Setyo

Menerima


2,80

Tidak Menerima

2,80

Tidak Menerima

3,13

Tidak Menerima

3,13

Tidak Menerima

Samsul Churri,SE,MM Tutikno 4,98 Wiro Karno

4,98 Menerima

3,77

Tidak Menerima

3,77

Tidak Menerima

2,94

Tidak Menerima

2,94

Tidak Menerima

3,15

Tidak Menerima

3,15

Tidak Menerima

2,96

Tidak Menerima

2,96

Tidak Menerima

3,10

Tidak menerima

3,10

Tidak menerima

3,02

Tidak Menerima

3,02

Tidak Menerima

Soekari Soekristiono Moch.Anang Wahyudi Catur Indrowono Anton Subagio Rudhi Kusumawardana 5,43 Samiran

5,43 Menerima

Menerima

2,80

Tidak Menerima

2,80

Tidak Menerima

3,18

Tidak Menerima

3,18

Tidak Menerima

Ari Budhi Rachmanto Yuli Setiyanto 5,61 Sutowo

5,61 Menerima

Menerima

3,77

Tidak Menerima

3,77

Tidak Menerima

3,70

Tidak Menerima

3,70

Tidak Menerima

3,24

Tidak Menerima

3,24

Tidak Menerima

Sadiran Sugiono Edy Kurniadi

Menerima

74


3,18

Tidak menerima

3,18

Tidak menerima

2,74

Tidak Menerima

2,74

Tidak Menerima

3,60

Tidak Menerima

3,60

Tidak Menerima

Noer Wahyuni Achmad Sri Yanto Budi wahyono Putro 4,77 Tukino

4,77 Menerima

Menerima

2,94

Tidak Menerima

2,94

Tidak Menerima

3,16

Tidak Menerima

3,16

Tidak Menerima

3,71

Tidak Menerima

3,71

Tidak Menerima

2,74

Tidak Menerima

2,74

Tidak Menerima

Jumarianto Rohmad Ismail Witoyo Yurdas Fernandes,SE 4,3 Suyitno

4,3 Menerima

5,49 Mamik Slamet

Menerima 5,49

Menerima

Menerima

5.2 Pengujian Sistem Jamkesda Data yang digunakan dalam pengujian sistem ini sebanyak 39 data warga yang terdiri dari warga mampu dan tidak mampu. Berikut data warga calon penerima jamkesda yang diperoleh dari data manual Kelurahan Kepatihan Kabupaten Bojonegoro : 1. Warga tidak mampu dan menerima jamkesda sebanyak 7 orang 2. Warga tidak mampu dan tidak menerima jamkesda sebanyak 4 orang 3. Warga mampu dan menerima jamkesda sebanyak 2 orang

75


76

4. Warga mampu dan tidak menerima jamkesda sebanyak 26 orang Pengujian sistem ini dilakukan dengan cara menginputkan data asli sebanyak 39 data warga. Selanjutnya memberikan bobot pada 9 kriteria untuk syarat penerima jamkesda. Dalam hal ini pemberian bobot pada kriteria dibagi menjadi 3 bagian berdasarkan tingkat kepentingannya, yaitu : Prioritas 1, prioritas 2, dan prioritas 3. Bobot setiap kriteria diperoleh dari perhitungan secara sistematika dan wawancara dengan staff

Kelurahan Kepatihan Kab.Bojonegoro. Bila suatu

kriteria menjadi kriteria prioritas pertama untuk penerimaan Jamkesda maka diberi nilai 0.33. Bila suatu kriteria menjadi kriteria prioritas kedua maka diberi nilai 0.67. Bila suatu kriteria menjadi kriteria prioritas ketiga untuk penerimaan Jamkesda diberi nilai 1.00. Berikut ini tabel setiap bobot kriteria : Tabel 5. 2 Bobot Setiap Kriteria Kode Nama Kriteria Kriteria

Bobot Kriteria

C1

Lantai Bangunan Tempat Tinggal

0.67

C2

Dinding Bangunan Tempat Tinggal

0.67

C3

Fasilitas Tempat BAB

1.00

C4

Frekuensi Konsumsi Daging/Susu

1.00

C5

Frekuensi Pembelian Pakaian

0.67

C6

Frekuensi makan dalam sehari

0.33

C7

0.33

C8

Lapangan Pekerjaan Utama Kepala Keluarga Pendidikan Tertinggi

C9

Pemilik aset bergerak/Tidak Bergerak

0.33

1.00


77

Tahap selanjutnya memberikan nilai setiap kriteria pada warga penerima jamkesda. Setiap kriteria memiliki sub kriteria yang memiliki bobot yang telah ditentukan dari pihak staff kelurahan sebagai pengambil keputusan. a.

Kriteria Jenis Lantai Bangunan Tempat Tinggal ( C1) Pembobotan sub kriteria pada kriteria 1 (C1) diperoleh dari perhitungan : Tabel 5. 3 Pembobotan Sub Kriteria pada Kriteria 1 (C1) Jenis Lantai (X)

b.

Nilai

Tanah

0.33

Ubin

0.67

Keramik

1.0

Kriteria Dinding Bangunan Tempat Tinggal (C2) Bobot sub kriteria pada kriteria 2 (C2) diperoleh dari perhitungan : Tabel 5. 4 Pembobotan Sub Kriteria pada Kriteria 2 (C2) Jenis Diding (X)

Nilai

Tembok Bambu

0.33

Tembok Batu Bata

0.67

Tembok Halus

1.00


c.

Kriteria Fasilitas Tempat BAB (C3) Pembobotan sub kriteria pada kriteria 3 (C3) diperoleh dari perhitungan : Tabel 5. 5 Pembobotan Sub Kriteria pada Kriteria 3 (C3) Fasilitas Tempat Nilai BAB (X) Tidak Punya 0.33

d.

Sederhana

0.67

Modern

1.00

Kriteria Frekuensi Konsumsi Daging/Susu (C4) Pembobotan sub kriteria pada kriteria 4 (C4) diperoleh dari perhitungan : Tabel 5. 6 Pembobotan Sub Kriteria pada Kriteria 4 (C4) Konsumsi Nilai Daging/ayam/susu (X)

e.

Tidak Pernah

0.33

Seminggu 1 kali

0.67

Seminggu 2 kali

1.00

Kriteria Frekuensi Pembelian Pakaian (C5) Pembobotan sub kriteria pada kriteria 5 (C5) diperoleh dari perhitungan: Tabel 5. 7 Pembobotan Sub Kriteria pada Kriteria 5 (C5) Pembelian Pakaian

Nilai

(X) Tidak Pernah

0.33

78


f.

Setiap hari raya

0.67

3 bulan sekali

1.00

Kriteria Frekuensi makan dalam sehari (C6) Pembobotan sub kriteria pada kriteria 6 (C6) diperoleh dari perhitungan : Tabel 5. 8 Pembobotan Sub Kriteria pada Kriteria 6 (C6) Makan dalam

Nilai

sehari (X)

g.

1 kali sehrai

0.33

2 kali sehari

0.67

3 kali sehari

1.00

Kriteria Lapangan Pekerjaan Utama Kepala Keluarga (C7) Pembobotan sub kriteria pada kriteria 7 (C7) diperoleh dari perhitungan: Tabel 5. 9 Pembobotan Sub Kriteria pada Kriteria 7 (C7) Lapangan Pekerjaan Utama(X) Buruh

Nilai 0.33

Pedagang/Wiraswasta/Peg.swasta 0.67 PNS

1.00

79


h.

80

Kriteria Pendidikan Tertinggi (C8) Pembobotan sub kriteria pada kriteria 8 (C8) diperoleh dari perhitungan : Tabel 5. 10 Pembobotan Sub Kriteria pada Kriteria 8 (C8) Pendidikan Tertinggi (X) Nilai Tamat SD

0.25

Tamat SMP

0.5

Tamat SMA

0.75

Tamat D3/S1/S2

1.00

i. Kriteria Pemilik aset bergerak/Tidak Bergerak (C9) Pembobotan sub kriteria pada kriteria 9 (C9) diperoleh dari perhitungan: Tabel 5. 11 Pembobotan Sub Kriteria pada Kriteria 9 (C9) Aset (X)

Nilai

Tidak Punya

0.33

Harta Benda dijual < 500 ribu

0.67

Harta Benda dijual > 500 ribu

1.00

Setelah memlakukan pembobotan tiap subkriteria pada setiap warga, tahap selanjutnya adalah simulasi. Proses simulasi menggunakan metode Simple Additive Weighting (SAW). Bobot yang telah disimpan akan dihitung dengan algoritma saw yang menghasilkan nilai atau total skor akhir.


81

Tabel 5. 12 Total Skor dari setiap warga

Tahap selanjutnya setelah total skor akhir terhitung, menginputkan patokan skor untuk pengecekan penerimaan Jamkesda. Kegunaan dari patokan skor ini sebagai standart kelolosan pemohon menerima atau tidak menerima Jamkesda. Range nilai dibagi menjadi 3 yaitu : rendah, sedang, dan tinggi. Pemberian range dilihat dari hasil perhitungan manual yang memiliki skor hasil tertinggi 6.99. Range nilai yang digunakan untuk patokan skor adalah : Tabel 5. 13 Range Nilai Patokan Skor Range Nilai 0-2.99

Rendah

3.00-4.99

Sedang

5.00-6.99

Timggi

Nilai

Proses simulasi ini menggunakan patokan skor 3.8. Dari patokan skor tersebut akan menghasilkan keputusan warga menerima atau tidak menerima jamkesda. Warga yang menerima jamkesda merupakan warga yang memiliki total skor akhir lebih dari atau sama dengan patokan skor yang diinputkan.

Gambar 5. 1 Penerima jamkesda dengan patokan skor 3.8


82

Langkah selanjutnya, keputusan warga yang menerima dan tidak menerima Jaminan Kesehatan Daerah dapat dilihat detail setiap warganya dengan mengklik salah satu hasil keputusan warga yang Menerima dan Tidak Menerima sesuai warga yang diinginkan.

Gambar 5. 2 Detail Data Pemohon


83

5.3 Analisa Data Pengujian sistem pendukung keputusan ini menggunakan 39 data warga mampu dan tidak mampu dari Kelurahan Kepatihan RT/RW 012/002. Data warga yang digunakan sebagai berikut : Tabel 5. 14 Data Warga yang menerima dan tidak menerima JAMKESDA Nama Kepala NKK Kondisi Hasil Keputusan Keluarga 3522151106820005 352216000615066201 352216000601103202 352216000614027402 3522160406630001 3522153112870006 3522153112590050 352216000631123601 352216000612085401 352216000616028901 352216000600037601 352216000630128301 352216000621066301 352216000607095101 3522160810650001 352216000602125201 352216000626125601 352216000624106401 3522151609720003 3522150904830004 3522152303870002 3522160201830006 3522152108720604 3522804260273000 3522150402760001 352216000531126306 3522151111610004

Imam Hambali Hary Susanto Kuntinah Hari Hariyono Sukadi Hariono Suardi Taminah Suroto Suroso Audrey Liady Sugiyanto Agus Setyo Samsul Churri,SE,MM Tutikno Wiro Karno Soekari Soekristiono Moch.Anang Wahyudi Catur Indrowono Anton Subagio Rudhi Kusumawardana Samiran Ari Budhi Rachmanto Yuli Setiyanto Sutowo Sadiran

Mampu Mampu Tidak mampu Tidak mampu Tidak mampu Tidak mampu Mampu Tidak mampu Mampu Mampu Mampu Mampu Mampu

Tidak Menerima Tidak Menerima Menerima Menerima Menerima Menerima Tidak menerima Menerima Tidak menerma Tidak Menerima Tidak menerima Tidak Menerima Tidak Menerima

Mampu

Tidak Menerima

Mampu Tidak mampu Mampu Mampu

Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima

Mampu

Menerima

Mampu Mampu

Tidak Menerima Tidak menerima

Mampu

Tidak Menerima

Tidak mampu

Menerima

Mampu

Tidak Menerima

Mampu Tidak mampu Mampu

Tidak Menerima Tidak Menerima Tidak Menerima


352216000614037602 352216000626016501 352216000626127001 352216000611016101 352216000616076001 352216000607053201 3522140211840001 3522151311860001 3522153012790007 3522151505750006 3522151609610001 352216000631120203

Sugiono Edy Kurniadi Noer Wahyuni Achmad Sri Yanto Budi wahyono Putro Tukino Jumarianto Rohmad Ismail Witoyo Yurdas Fernandes,SE Suyitno Mamik Slamet

84

Mampu Mampu Mampu Mampu Mampu Tidak Mampu Mampu Mampu Mampu

Tidak Menerima Tidak Menerima Tidak menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima Menerima Tidak Menerima

Mampu

Tidak Menerima

Tidak Mampu Tidak mampu

Tidak Menerima Menerima

Dari Pengujian sistem yang telah dilakukan menghasilkan perbedaan antara hasil keputusan penerima jamkesda secara manual dengan sistem pendukung keputusan. Perbedaan yang terjadi dapat digunakan untuk mengetahui nilai tingkat ketepatan dan keakuraratan penggunaan metode SAW yang dikaitkan dengan seleksi penerimaan JAMKESDA. Perbedaan hasil keputusan manual dan sistem dapat dilihat pada tabel 5.14 : Tabel 5. 15 Tabel Perbedaan Hasil Keputusan Manual dan SPK Hasil Keputusan Menerima Tidak Menerima Mampu

2

26

Tidak Mampu

7

4

Mampu

1

27

Tidak Mampu

10

9

Manual

30

11

SPK

28 1

Dari perbedaan hasil keputusan manual dan sistem dapat dihitung nilai keakuratan penggunaan metode SAW terhadap seleksi penerimaan JAMKESDA di Kelurahan Kepatihan RT/RW 012/002 Kabupaten Bojonegoro sebagai berikut :


85

Tabel 5. 16 Tabel Perbedaan Hasil Keputusan Manual dan SPK KONDISI Tidak Menerima dan Tidak Mampu

SPPK 1 X 100% = 3% 28

MANUAL 4 X 100% = 13% 30

Tidak Menerima dan Mampu Menerima dan Mampu

27 X 100% = 96% 28

26 X 100% = 86% 30

1 X 100% = 9% 11

2 9

X 100% = 22%

Menerima dan Tidak Mampu

10 X 100% = 90% 11

7 9

X 100% = 78%

Berdasarkan hasil perhitungan keakuratan penggunaan SAW terhadap kasus seleksi penerima jamkesda dapat disimpulkan bahwa sistem pendukung keputusan dengan metode Simple Additive Weighting (SAW) dapat membantu dalam menyeleksi penerimaan jaminan kesehatan daerah. Salah satu kondisi yang terlihat bahwa SPK dapat membantu staff kelurahan dalam pengambilan keputusan adalah kondisi warga yang tidak mampu dan menerima JAMKESDA dengan hasil presentase SPPK 90% dan Manual 78%. Selain kondisi tersebut dapat dilihat pula pada kondisi warga Tidak Menerima dan warga tersebut mampu dengan hasil presentase SPPK 96% dan manual 86%. Pada tabel 5.15 terlihat adanya perbedaan antara Sistem dan Manual dalam pengambilan keputusan. Dari perhitungan keakuratan ini dapat disimpulkan bahwa algoritma Simple Additive Weighting (SAW) dapat membantu dalam seleksi penerimaan JAMKESDA.


BAB VI KESIMPULAN DAN SARAN Pada bab ini akan dibahas mengenai kesimpulan dan saran dari hal-hal yang berkaitan dengan sistem pendukung keputusan dengan algoritma SAW terhadap seleksi penerimaan Jaminan Kesehatan Daerah. 6.1 Kesimpulan Dari implementasi Simple Additive Weighting pada sistem pendukung keputusan seleksi penerimaan JAMKESDA dapat disimpulkan bahwa algoritma Simple Additive Weighting tepat dan akurat untuk digunakan dalam kasus seleksi penerimaan Jaminan Kesehatan Daerah dibandingkan dengan perhitungan manual dari Kelurahan Kepatihan Kabupaten Bojonegoro. Hal tersebut dapat dilihat dari hasil persentase perbandingan sebesar 9% (SPPK) dan 22%(Manual) dengan kondisi warga yang “mampu” dan “menerima” Jaminan Kesehatan Daerah. Dari persentase tersebut dapat disimpulkan bahwa SPPK lebih akurat dibanding manual. Hasil persentase yang kedua sebesar 90% (SPPK) dan 78%(Manual) dengan kondisi warga yang “menerima” Jamkesda dan “tidak mampu”. Dari hasil persentase perbandingan keduanya dapat disimpulkan bahwa SAW tepat dan akurat dalam pengambilan keputusan seleksi penerimaan Jaminan kesehatan Daerah, meskipun tingkat keakuratan belum mencapai 100% dikarenakan masih adanya hasil dari perhitungan keakurasian pada sistem yang masih terdapat 1 warga “mampu” dan “menerima” Jamkesda yang dapat dilihat pada tabel 5.16.

86


87

6.2 Saran Dalam penelitian ini metode Fuzzy MADM yang digunakan adalah algoritma Simple Additive Weighting (SAW). Saran yang dapat diberikan adalah lakukan penelitian dengan kasus yang sama dengan metode Fuzzy MADM yang berbeda seperti : Weighted Product (WP), ELECTRE, Technique for Order Preferences by Similarity to Ideal Solution (TOPSIS), dan Analytic Hierarchy Process (AHP) untuk membandingkan efektifitas metode SAW dengan metode Fuzzy yang lain.


DAFTAR PUSTAKA Kusrini. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta:Andi Kusumadewi, Sri, Hartati, S., Harjoko, A., Wardoyo, R. (2006). Fuzzy Multi-Atrribute Decision Making (FUZZY MADM). Yogyakarta: Graha Ilmu. Kusumadewi,S;&Hartati,S.(2010).Neuro-Fuzzy Integrasi Sistem Fuzzy & Jaringan Syaraf (edisi 2).Yogyakarta:Graha Ilmu

Nainggolan S., Puncuna, dkk. 2011. Sistem Pendukung Pengambilan Keputusan Pemilihan Mata Kuliah Pilihan menggunakan Metode AHP.pdf. Bandung Saputra,Rahman.2012. Sistem Pendukung Keputusan pemilihan jenis ikan untuk budidaya keramba di Aranio. Tersedia : http://www.academia.edu/3761663/SPK_Pemilihan_Jenis_Ikan_Arani o . (Diakses pada tanggal 5 Januari 2014) Sulistyo, Heri. 2010. Sistem Pendukung Keputusan untuk Menentukan Penerima Beasiswa Di SMA Negeri 6 Pandeglang.pdf. Tersedia : http://elib.unikom.ac.id/files/disk1/438/jbptunikompp-gdl-herisulist218921.cover.pdf. (diakses tanggal 10/04/2013) Turban Efraim, Jay E. Aronson, Ting-Peng Liang. (2005). Decision Support Systems and Intelligent Systems. Yogyakarta: Andi. Wibowo S., Henri, dkk. 2009. Sistem Pendukung Keputusan untuk menentukan Penerimaan Beasiswa Bank BRI menggunakan FMADM .pdf. Yogyakarta.

88


LAMPIRAN 1. Data Pemohon Penerima Jaminan Kesehatan Daerah 2. Perhitungan Excell dengan algoritma SAW

89


Data Warga Seleksi Penerimaan JAMKESDA warga RT/RW 012/002 Jns lantai NKK

NAMA KK bangunan

jenis dinding bangunan

fasilitas

konsumsi daging

tempat bab

per minggu

3522151106820000

Imam Hambali

Keramik

Tmbk Halus

Modern

352216000615066000

Hary Susanto

Keramik

Tmbk Halus

Modern

2 kali seminggu 2 kali seminggu

352216000601103000

Kuntinah

Ubin

Sederhana

Tidak Pernah

352216000614027000

Hari Hariyono

Ubin

Sederhana

Tidak Pernah

3522160406630000

Sukadi

Ubin

Sederhana

Tidak Pernah

3522153112870000

Hariono

Ubin

Tmbk Halus Tembok Halus Tembok Batu bata Tembok Halus

Sederhana

3522153112590050

Suardi

Keramik

Modern

352216000631123000

Taminah

Ubin

Tmbk Halus Tembok Halus

352216000612085000

Suroto

Ubin

Tmbk Halus

Sederhana

352216000616028000

Suroso

Keramik

Tmbk Halus

Modern

Tidak Pernah 1 kali seminggu 1 kali seminggu 1 kali seminggu 2-3 kali seminggu

352216000600037000

Audrey Liady

Ubin

Tmbk Halus

Sederhana

352216000630128000

Sugiyanto

Keramik

Tmbk Halus

Modern

352216000621066000

Keramik

Tmbk Halus

Modern

352216000607095000

Agus Setyo Samsul Churri,SE,MM

Keramik

Tmbk Halus

Modern

3522160810650000

Tutikno

Keramik

Sederhana

352216000602125000

Wiro Karno

Ubin

Tmbk Halus Tembok Batu bata

352216000626125000

Soekari

Keramik

Tmbk Halus

Modern

Sederhana

Sederhana

Tidak Pernah 1 kali seminggu 2 kali seminggu 3 kali seminggu 3 kali seminggu 1 kali seminggu 1 kali

90

pembelian pakaian baru 1 tahun 2 kali Setiap hari raya Setiap hari raya Setiap hari raya Tidak pernah Setiap hari raya 1 tahun 2 kali Setiap hari raya Setiap hari raya 1 tahun 2 kali Setiap hari raya Setiap hari raya 1 tahun 2 kali 1 tahun 2 kali Setiap hari raya Setiap hari raya Setiap hari

frekuensi makan dalam sehari

lapangan pekerjaan

pendidikan tertinggi kepala keluarga

pemilik aset/harga bergerak

Hasil Keputusan

/tidak bergerak Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500

Tidak Menerima Tidak Menerima

Tidak Mempunyai

Menerima

3 kali sehari

Wiraswasta

Lulus SLTA

3 kali sehari

PNS

1 kali sehari

Buruh

S1 Tidak Lulus SD

2 kali sehari

Buruh Buruh Lepas

Tamat SD

Tidak mempunyai

Menerima

Tamat SD

Tidak mempunyai

Menerima

Tamat SD

3 kali sehari

Buruh Karyawan Swasta

Tidak mempunyai Memiliki Aset jual lbh 500

Menerima Tidak menerima

2 kali sehari

Buruh

Tamat SD

3 kali sehari

Lulus SMP

3 kali sehari

PNS Wiraswasta Kayu Jati

2 kali sehari

Ibu RT

S1

3 kali sehari

Wiraswasta

Lulus SLTA

3 kali sehari

Wiraswasta

Lulus SLTA

3 kali sehari

PNS

S2

3 kali sehari

PNS

S1

Tidak Mempunyai Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500

2 kali sehari

Buruh

Lulus SD

Tidak Mempunyai

Menerima Tidak menerma Tidak Menerima Tidak menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima

3 kali sehari

Wiraswasta

Lulus SD

Memiliki Aset jual

Tidak

2 kali sehari 1 kali sehari

Tamat SMA

Lulus SMP

Kondisi

Mampu Mampu Tdk mampu Tdk mampu Tdk mampu Tdk mampu Mampu Tidak mampu Mampu Mampu Mampu Mampu Mampu Mampu Mampu Tidak mampu Mampu

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 91

352216000624106000

Soekristiono Moch.Anang Wahyudi Catur Indrowono

Keramik

Tmbk Halus

Modern

Ubin

Tmbk Halus

Modern

Keramik

Tmbk Halus

Modern

Anton Subagio Rudhi Kusumawardana

Keramik

Tmbk Halus

Modern

Keramik

Tmbk Halus

Modern

Ubin

Tmbk Halus

Sederhana

3522804260273000

Samiran Ari Budhi Rachmanto

Keramik

Tmbk Halus

Modern

3522150402760000

Yuli Setiyanto

Ubin

Tmbk Halus

Modern

352216000531126000

Sutowo

Ubin

Tmbk Halus

Sederhana

3522151111610000

Sadiran

Keramik

Tmbk Halus

Modern

352216000614037000

Sugiono

Ubin

Tmbk Halus

Sederhana

352216000626016000

Edy Kurniadi

Ubin

Tmbk Halus

Modern

352216000626127000

Keramik

Tmbk Halus

Sederhana

Keramik

Tmbk Halus

Modern

352216000616076000

Noer Wahyuni Achmad Sri Yanto Budi wahyono Putro

Ubin

Tmbk Halus

Sedehana

352216000607053000

Tukino

Ubin

Tmbk Halus

Sederhana

3522140211840000

Jumarianto

Keramik

Tmbk Halus

Modern

3522151311860000

Rohmad Ismail

Ubin

Tmbk Halus

Modern

3522153012790000

Witoyo Yurdas Fernandes,SE

Ubin

Tmbk Halus

Sederhana

Keramik

Tmbk Halus

Modern

3522151609720000 3522150904830000 3522152303870000 3522160201830000 3522152108720600

352216000611016000

3522151505750000

seminggu

raya

2 kali seminggu 2 kali seminggu 1 kali seminggu 1 kali seminggu 1 kali seminggu

Setiap hari raya Setiap hari raya Setiap hari raya Setiap hari raya Setiap hari raya Setiap hari raya 1 tahun 2 kali Setiap hari raya Tidak pernah Setiap hari raya Setiap hari raya Setiap hari raya Setiap hari raya 1 tahun 3 kali Setiap hari raya Setiap hari raya Setiap hari raya Setiap hari raya Setiap hari raya 1 tahun 3 kali

Tidak Pernah 2-3 kali seminggu 1 kali seminggu Tidak Pernah 1 kali seminggu 1 kali seminggu 1 kali seminggu 2 kali seminggu 2 kali seminggu 1 kali seminggu Tidak Pernah 2 kali seminggu 2-3 kali seminggu 3 kali seminggu 3 kali seminggu

3 kali sehari

Wiraswasta Karyawan Swasta Kepolisian RI Karyawan Swasta Karyawan Swasta

Lulus SLTA

Tamat SD

3 kali sehari

Buruh Karyawan BUMN

3 kali sehari

Guru PNS

S1

2 kali sehari

Buruh

Lulus SD

3 kali sehari

Wiraswasta

Lulus SD

3 kali sehari

Pedagang

3 kali sehari

Peg.Swasta

3 kali sehari

Peg.Swasta

Lulus SLTA D III/Akademi D III/Akademi

3 kali sehari

Wiraswasta

S1

3 kali sehari

PNS

Tamat SMA

2 kali sehari

Buruh

Tamat SMP

3 kali sehari

Wiraswasta

Tamat SMA

3 kali sehari

Wiraswasta

Tamat SMA

3 kali sehari

Wiraswasta

Tamat SMP

3 kali sehari

Wiraswasta

S1

3 kali sehari 3 kali sehari 3 kali sehari 3 kali sehari 1 kali sehari

Lulus SLTA S1 Lulus SLTA S1

S1

lbh 500

Menerima

Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500

Tidak Menerima

Tidak Mempunyai Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500

Menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak menerima Tidak Menerima Tidak Menerima Tidak Menerima Tidak Menerima

Tidak Mempunyai Memiliki Aset jual lbh 500 Memiliki Aset jual kurang 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Tidak Mempunyai Memiliki Aset jual lbh 500 Memiliki Aset jual lbh 500 Memiliki Aset jual kurang 500 Memiliki Aset jual lbh 500

Menerima Tidak Menerima Tidak menerima Tidak Menerima

Menerima Tidak Menerima Tidak Menerima

Mampu Mampu Mampu Mampu Mampu Tdk mampu Mampu Mampu Tdk mampu Mampu Mampu Mampu Mampu Mampu Mampu Tidak Mampu Mampu Mampu Mampu Mampu


3522151609610000

Suyitno

Ubin

352216000631120000

Mamik Slamet

Ubin

Tmbk Halus Tembok Batu bata

Sederhana

1 kali seminggu

Sederhana

Tidak Pernah

Setiap hari raya Setiap hari raya

2 kali sehari

Pedagang

2 kali sehari

Buruh

Tamat SD Tidak lulus SD

Memiliki Aset jual lbh 500

Tidak Menerima

Tidak Mempunyai

Menerima

Tidak Mampu Tdk mampu


PERHITUNGAN EXCEL

93


94

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Kriteria

Kandidat Imam Hambali

C1 1

1

1

1

C5 0,67

1

C7 0,67

C8 0,75

Hary Susanto

1

1

1

1

0,67

1

1

1

1

Kuntinah

0,67

1

0,67

0,33

0,67

0,33

0,33

0,25

0,33

Hari Hariyono

0,67

1

0,67

0,33

0,67

0,67

0,33

0,25

0,33

Sukadi

0,67

Hariono Suardi

0,67 1

0,67

0,67

0,33

0,33

0,67

0,33

0,25

0,33

1 1

0,67 1

0,33 0,67

0,67 0,67

0,33 1

0,33 0,67

0,25 0,75

0,33 1

Taminah

0,67

1

0,67

0,67

0,67

0,67

0,33

0,25

0,33

Suroto

0,67

1

0,67

0,67

0,67

1

1

0,5

1

Suroso

1

1

1

1

0,67

1

0,67

0,5

1

0,67

1

0,67

0,67

0,67

0,67

0,33

1

1

Sugiyanto

1

1

1

0,67

0,67

1

0,67

0,75

1

Agus Setyo

1

1

1

1

0,67

1

0,67

0,75

1

Samsul Churri,SE,MM

1

1

1

1

0,67

1

1

1

1

Tutikno

1

1

0,67

1

0,67

1

1

1

1

0,67

0,67

0,67

0,67

0,67

0,67

0,33

0,25

0,33

Soekari

1

1

1

0,67

0,67

1

0,67

0,25

1

Soekristiono

1

1

1

1

0,67

1

0,67

0,75

1

0,67

1

1

1

0,67

1

0,67

0,75

1

Catur Indrowono

1

1

1

0,67

0,67

1

1

1

1

Anton Subagio

1

1

1

0,67

0,67

1

0,67

0,75

1

Audrey Liady

Wiro Karno

Moch.Anang Wahyudi

Rudhi Kusumawardana

C2

C3

C4

C6

C9 1

1

1

1

0,67

0,67

1

0,67

1

1

0,67

1

0,67

0,33

0,67

0,33

0,33

0,25

0,33

1

1

1

1

0,67

1

1

1

1

Yuli Setiyanto

0,67

1

1

0,67

0,67

1

1

1

1

Sutowo

0,67

1

0,67

0,33

0,33

0,67

0,33

0,25

0,33

Sadiran

1

1

1

0,67

0,67

1

0,67

0,25

1

Sugiono

0,67

1

0,67

0,67

0,67

1

0,67

0,75

0,67

Edy Kurniadi

0,67

1

1

0,67

0,67

1

0,67

1

1

Noer Wahyuni

1

1

0,67

1

0,67

1

0,67

1

1

Achmad Sri Yanto

1

1

1

1

1

1

0,67

1

1

Budi wahyono Putro

0,67

1

0,67

0,67

0,67

1

1

0,75

1

Tukino

0,67

1

0,67

0,33

0,67

0,67

0,33

0,5

0,33

1

1

1

1

0,67

1

0,67

0,75

1

Rohmad Ismail

0,67

1

1

1

0,67

1

0,67

0,75

1

Witoyo

0,67

1

0,67

1

0,67

1

0,67

0,5

0,67

1

1

1

1

1

1

0,67

1

1

Samiran Ari Budhi Rachmanto

Jumarianto

Yurdas Fernandes,SE Suyitno

0,67

1

0,67

0,67

0,67

0,67

0,67

0,25

1

Mamik Slamet

0,67

0,67

0,67

0,33

0,67

0,67

0,33

0,25

0,33

95


96 Diubah Dalam Matrix Keputusan X

Diubah Dalam Matrix Keputusan X C1

X=

C2

C3

C4

1 1 0,67 0,67 0,67 0,67 1 0,67 0,67 1 0,67 1 1 1 1 0,67 1 1 0,67 1 1

1 1 1 1 0,67 1 1 1 1 1 1 1 1 1 1 0,67 1 1 1 1 1

1 1 0,67 0,67 0,67 0,67 1 0,67 0,67 1 0,67 1 1 1 0,67 0,67 1 1 1 1 1

1 1 0,33 0,33 0,33 0,33 0,67 0,67 0,67 1 0,67 0,67 1 1 1 0,67 0,67 1 1 0,67 0,67

C5 0,67 0,67 0,67 0,67 0,33 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67 0,67

1 0,67 1 0,67 0,67 1 0,67 0,67 1 1 0,67 0,67 1 0,67 0,67 1 0,67 0,67

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,67

1 0,67 1 1 0,67 1 0,67 1 0,67 1 0,67 0,67 1 1 0,67 1 0,67 0,67

0,67 0,33 1 0,67 0,33 0,67 0,67 0,67 1 1 0,67 0,33 1 1 1 1 0,67 0,33

0,67 0,67 0,67 0,67 0,33 0,67 0,67 0,67 0,67 1 0,67 0,67 0,67 0,67 0,67 1 0,67 0,67

C6 1 1 0,33 0,67 0,67 0,33 1 0,67 1 1 0,67 1 1 1 1 0,67 1 1 1 1 1

C7 0,67 1 0,33 0,33 0,33 0,33 0,67 0,33 1 0,67 0,33 0,67 0,67 1 1 0,33 0,67 0,67 0,67 1 0,67

C8 C9 0,75 1 1 1 0,25 0,33 0,25 0,33 0,25 0,33 0,25 0,33 0,75 1 0,25 0,33 0,5 1 0,5 1 1 1 0,75 1 0,75 1 1 1 1 1 0,25 0,33 0,25 1 0,75 1 0,75 1 1 1 0,75 1

1 0,33 1 1 0,67 1 1 1 1 1 1 0,67 1 1 1 1 0,67 0,67

0,67 0,33 1 1 0,33 0,67 0,67 0,67 0,67 0,67 1 0,33 0,67 0,67 0,67 0,67 0,67 0,33

1 0,25 1 1 0,25 0,25 0,75 1 1 1 0,75 0,5 0,75 0,75 0,5 1 0,25 0,25

1 0,33 1 1 0,33 1 0,67 1 1 1 1 0,33 1 1 0,67 1 1 0,33


97

Pemberian bobot :

W(bobot) =

0,67

0,67 1,00 1,00

0,67

0,33 0,33 1,00

0,33

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI NORMALISASI Imam

R11 Hambali R12 R13 R14 R15 R16 R17 R18 R19

0,67 Hary S 0,67 0,67 0 0,4925 0,33 0,4925 0,3333 0,33

R21 R22 R23 R24 R25 R26 R27 R28 R29

0,67 Kuntinah 0,67 0,67 0,33 0,4925373 0,33 0,33 0,25 0,33

R31 R32 R33 R34 R35 R36 R37 R38 R39

1 Hari Hariyono 0,67 1 1 0,492537313 1 1 1 1

R41 R42 R43 R44 R45 R46 R47 R48 R49

1 Sukadi 0,67 1 1 0,492537 0,492537 1 1 1

R51 R52 R53 R54 R55 R56 R57 R58 R59

1 1 1 1 1 0,492537 1 1 1

Hariono

1 Suardi 0,67 1 1 0,4925 1 1 1

R71 R72 R73 R74 R75 R76 R77 R78 R79

0,67 Taminah 0,67 0,67 0,4925373 0,4925373 0,33 0,4925373 0,3333333 0,33

R81 R82 R83 R84 R85 R86 R87 R88 R89

1 Suroto 0,67 1 0,492537313 0,492537313 0,492537313 1 1 1

R91 R92 R93 R94 R95 R96 R97 R98 R99

1 Suroso 0,67 1 0,492537 0,492537 0,33 0,33 0,5 0,33

R101 R102 R103 R104 R105 R106 R107 R108 R109

0,67 0,67 0,67 0,33 0,492537 0,33 0,492537 0,5 0,33

R151 R152 R153 R154

0,67 0,67 1 0,33

Audrey Liady

R61 R62 R63 R64 R65 R66 R67 R68 R69

R111 1 Sugiyanto R112 0,67 R113 1 R114 0,4925

R121 0,67 Agus Setyo R122 0,67 R123 0,67 R124 0,4925373

R131 R132 R133 R134

98

Samsul 0,67 Churri,SE,MM R141 0,67 R142 0,67 R143 0,33 R144

0,67 Tutikno 0,67 0,67 0,33


R115 0,4925 R116 0,4925 R117 1 R118 0,25 R119 0,33 Wiro Karno

Anton Subagio

R161 1 R162 1 R163 1 R164 0,4925 R165 0,4925 R166 0,4925 R167 1 R168 1 R169 1

R211 R212 R213 R214 R215 R216 R217 R218

R125 0,4925373 R126 0,33 R127 0,4925373 R128 0,3333333 R129 0,33

Soekri

0,67 Rudhi K 0,67 0,67 0,4925 0,4925 0,33 0,4925 0,3333

R135 0,492537313 R136 0,33 R137 0,492537313 R138 0,333333333 R139 0,33

Moch.Anang R171 0,67 Soekristiono R181 0,67 Wahyudi R172 0,67 R182 0,67 R173 0,67 R183 0,67 R174 0,4925373 R184 0,33 R175 0,4925373 R185 0,492537313 R176 0,33 R186 0,33 R177 0,4925373 R187 0,492537313 R178 1 R188 0,333333333 R179 0,33 R189 0,33

R221 0,67 Samiran R222 0,67 R223 0,67 R224 0,4925373 R225 0,4925373 R226 0,33 R227 0,4925373 R228 0,25

R231 R232 R233 R234 R235 R236 R237 R238

Ari Budhi 1 Rachmanto 0,67 1 1 0,492537313 1 1 1

R145 0,492537 R146 0,33 R147 0,33 R148 0,25 R149 0,33

R155 R156 R157 R158 R159

0,492537 0,33 0,33 0,25 0,33

Catur R191 1 Indrowono R201 R192 0,67 R202 R193 0,67 R203 R194 0,33 R204 R195 0,492537 R205 R196 0,33 R206 R197 0,492537 R207 R198 0,333333 R208 R199 0,33 R209

0,67 0,67 0,67 0,492537 0,492537 0,33 0,33 0,25 0,33

R241 R242 R243 R244 R245 R246 R247 R248

Yuli 0,67 Setiyanto 0,67 0,67 0,33 0,492537 0,33 0,33 0,25

R251 R252 R253 R254 R255 R256 R257 R258

1 0,67 0,67 0,492537 0,492537 0,33 0,33 0,25


R219

0,33

R229

0,33

R239

R321

R331

R259

0,33

R291 R292 R293 R294 R295 R296 R297 R298 R299

Noer 1 Wahyuni 0,67 0,67 0,492537 0,492537 0,33 0,492537 0,25 0,33

R301 R302 R303 R304 R305 R306 R307 R308 R309

0,67 0,67 1 0,33 0,492537 0,33 0,492537 0,25 0,33

R341

Rohmad 0,67 Ismail

R351

1

R352 R353 R354 R355 R356 R357 R358 R359

0,67 0,67 0,33 0,492537 0,33 0,492537 0,333333 0,33

Achmad Sri Yanto

R311

R312 0,67 wahyono P R313 0,67 R314 0,33 R315 0,33 R316 0,33 R317 0,4925 R318 0,25 R319 0,33

R322 0,67 R323 1 R324 0,4925373 R325 0,4925373 R326 0,33 R327 0,33 R328 0,3333333 R329 0,33

R332 0,67 R333 1 R334 1 R335 0,492537313 R336 0,492537313 R337 1 R338 0,5 R339 1

R342 0,67 R343 0,67 R344 0,33 R345 0,492537 R346 0,33 R347 0,492537 R348 0,333333 R349 0,33

Witoyo

R361

R371

R381

R391

1 Tukino

0,67 Suyitno

1 Edy Kurniadi 0,67 1 0,492537313 0,492537313 0,33 0,492537313 0,333333333 0,492537313

0,33

R261 1 Sadiran R262 0,67 R263 1 R264 1 R265 1 R266 0,4925 R267 1 R268 1 R269 1

1 Yurdas

R281 R282 R283 R284 R285 R286 R287 R288 R289

R249

Sutowo

0,67 Budi

R271 0,67 Sugiono R272 0,67 R273 0,67 R274 0,4925373 R275 0,4925373 R276 0,33 R277 0,4925373 R278 1 R279 0,33

1

1 Jumarianto

1 Mamik

1


Fernandes,SE R362 0,67 R363 1 R364 0,33 R365 0,4925 R366 0,33 R367 0,4925 R368 0,5 R369 0,4925

Slamet R372 0,67 R373 0,67 R374 0,33 R375 0,33 R376 0,33 R377 0,4925373 R378 0,25 R379 0,33

R382 R383 R384 R385 R386 R387 R388 R389

0,67 1 0,492537313 0,492537313 0,492537313 0,492537313 1 0,33

R392 1 R393 1 R394 1 R395 0,492537 R396 0,492537 R397 1 R398 1 R399 1

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI MATRIX TERNORMALISASI R= A1

1

0,67

0,67

0

0,492537

0,33

0,492537313

0,333333333

0,33

A2

0,67

0,67

0,67

0,33

0,492537

0,33

0,33

0,25

0,33

A3

1

0,67

1

1

0,492537

1

1

1

1

A4

1

0,67

1

1

0,492537

0,49253731

1

1

1

A5

1

1

1

1

1

0,49253731

1

1

1

A6

1

0,67

1

1

0,492537

1

1

1

0

A7

0,67

0,67

0,67

0,4925373

0,492537

0,33

0,492537313

0,333333333

0,33

A8

1

0,67

1

0,4925373

0,492537

0,49253731

1

1

1

A9

1

0,67

1

0,4925373

0,492537

0,33

0,33

0,5

0,33

A10

0,67

0,67

0,67

0,33

0,492537

0,33

0,492537313

0,5

0,33

A11

1

0,67

1

0,4925373

0,492537

0,49253731

1

0,25

0,33

A12

0,67

0,67

0,67

0,4925373

0,492537

0,33

0,492537313

0,333333333

0,33

A13

0,67

0,67

0,67

0,33

0,492537

0,33

0,492537313

0,333333333

0,33

A14

0,67

0,67

0,67

0,33

0,492537

0,33

0,33

0,25

0,33

A15

0,67

0,67

1

0,33

0,492537

0,33

0,33

0,25

0,33

A16

1

1

1

0,4925373

0,492537

0,49253731

1

1

1

A17

0,67

0,67

0,67

0,4925373

0,492537

0,33

0,492537313

1

0,33

A18

0,67

0,67

0,67

0,33

0,492537

0,33

0,492537313

0,333333333

0,33

A19

1

0,67

0,67

0,33

0,492537

0,33

0,492537313

0,333333333

0,33

A20

0,67

0,67

0,67

0,4925373

0,492537

0,33

0,33

0,25

0,33

A21

0,67

0,67

0,67

0,4925373

0,492537

0,33

0,492537313

0,333333333

0,33

A22

0,67

0,67

0,67

0,4925373

0,492537

0,33

0,492537313

0,25

0,33

A23

1

0,67

1

1

0,492537

1

1

1

1

A24

0,67

0,67

0,67

0,33

0,492537

0,33

0,33

0,25

0,33

A25

1

0,67

0,67

0,4925373

0,492537

0,33

0,33

0,25

0,33

A26

1

0,67

1

1

1

0,49253731

1

1

1

A27

0,67

0,67

0,67

0,4925373

0,492537

0,33

0,492537313

1

0,33

A28

1

0,67

1

0,4925373

0,492537

0,33

0,492537313

0,333333333

0,492537

A29

1

0,67

0,67

0,4925373

0,492537

0,33

0,492537313

0,25

0,33

A30

0,67

0,67

1

0,33

0,492537

0,33

0,492537313

0,25

0,33

A31

0,67

0,67

0,67

0,33

0,33

0,33

0,492537313

0,25

0,33

A32

1

0,67

1

0,4925373

0,492537

0,33

0,33

0,333333333

0,33

A33

1

0,67

1

1

0,492537

0,49253731

1

0,5

1

A34

0,67

0,67

0,67

0,33

0,492537

0,33

0,492537313

0,333333333

0,33

A35

1

0,67

0,67

0,33

0,492537

0,33

0,492537313

0,333333333

0,33

A36

1

0,67

1

0,33

0,492537

0,33

0,492537313

0,5

0,492537

A37

0,67

0,67

0,67

0,33

0,33

0,33

0,492537313

0,25

0,33

A38

1

0,67

1

0,4925373

0,492537

0,49253731

0,492537313

1

0,33

A39

1

1

1

1

0,492537

0,49253731

1

1

1

X 102


103

Lakukan Perkalian Matrix WxR V1 (Imam Hambali) V2(Hary Susanto) V3(Kuntinah) V4(Hari Hariyono) V5(Sukadi) V6 (Hariono) V7 (Suardi) V8 (Taminah) V9 (Suroto) V10 (Suroso) V11 (Audrey Liady) V12 (Sugiyanto) V13 (Agus Setyo) V14 (Samsul Churri,SE,MM) V15 (Tutikno) V16 (Wiro Karno) V17 (Soekri) V18 (Soekristiono) V19 (Moch.Anang Wahyudi) V20 (Catur Indrowono) V21 (Anton Subagio) V22 (Rudhi Kusumawardana) V23 (Samiran) V24 (Ari Budhi Rachmanto) V25 (Yuli Setiyanto) V26 (Sutowo) V27 (Sadiran) V28 (Sugiono) V29 (Edy Kurniadi) V30 (Noer Wahyuni) V31 (Achmad Sri Yanto) V32 (Budi wahyono Putro) V33 (Tukino) V34 (Jumarianto) V35 (Rohmad Ismail) V36 (Witoyo) V37 (Yurdas Fernandes,SE) V38 (Suyitno) V39 (Mamik Slamet)

2,939204 2,801692 5,441692 5,272537 5,830846 5,441692 3,101741 4,765075 3,764229 3,105871 3,791741 3,101741 2,939204 2,801692 3,131692 4,985075 3,768408 2,939204 3,159204 2,964229 3,101741 3,018408 5,441692 2,801692 3,184229 5,610846 3,768408 3,70592 3,238408 3,185871 2,747512 3,597562 4,772537 2,939204 3,159204 3,71005 2,747512 4,372587 5,492537

ya ya ya ya ya

ya

ya

ya

ya

ya

ya

Rendah Sedang Tinggi

0-2,99 3,00-4,99 5,00-6,99

Patokan skor

3.8

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Recommend Documents