Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016
ISSN : 2503-2844
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN DAERAH BERPOTENSI KEMISKINAN ABSOLUT DI UPT BP3AKB KECAMATAN CISARUA MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS – WEIGHTED PRODUCT Muchlis Salam1), Tacbir Hendro P2), Wisnu Uriawan3) Program Studi Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jenderal Achmad Yani PO BOX 148 Cimahi, Jawa Barat, Indonesia e-mail:
[email protected],
[email protected],
[email protected]
Abstrak PLKB/PKB (Petugas Lapangan Keluarga Berencana/Petugas Keluarga Berencana) ujung tombak pengelola KB (Keluarga Berencana) dilini lapangan yang merupakan salah satu komponen penting dalam upaya peningkatan perekonomian dan kesejahteraan masyarakat, juga sebagai indikator kemajuan yang telah dicapai oleh suatu daerah yang selanjutnya memberikan laporan kepada UPT BP3AKB (Unit Petugas Teknis Badan Pemberdayaan Perempuan Perlindungan Anak dan Keluarga Berencana) ditingkat Kecamata. Penelitian ini bertujuan membangun sistem pendukung keputusan untuk memberikan penentuan daerah berpotensi kemiskinan absolut berdasarkan skor pengelompokan tahap keluarga sejahtera dengan menggunakan 5 nilai kepentingan untuk 21 kriteria tahapan keluarga sejahtera didapat dari perhitungan kriteria dilakukan proses pembobotan menggunakan metode Analytic Hierarchy Process sesuai dengan mencari nilai eigenvector-nya dan untuk proses perangkingan daerah menggunakan metode Weighted Product untuk melakukan perangkingan 8 Desa sebagai alternatif pengambilan keputusan. Hasil dari penelitian ini berupa solusi alternatif penentuan daerah berpotensi kemiskinan absolut, dari perhitungan 720 data keluarga yang diuji diperoleh nilai presisi 85% dan nilai akurasi 65% hasil perhitungan metode. Kata kunci: Sistem Pendukung Keputusan, Analytic Hierarchy Process, Weighted Process, tahapan keluarga sejahtera, daerah berpotensi kemiskinan absolut.
Abstract
PLKB / PKB (Petugas Lapangan Keluarga Berencana/Petugas Keluarga Berencana) core of KB (Keluarga Berencana) in the field division which is a one important component to improve the economy and welfare society, also as indicators of progress the area, forth provide reports indicated to BP3AKB UPT (Unit Petugas Teknis Badan Pemberdayaan Perempuan Perlindungan Anak dan Keluarga Berencana) Kecamatan level. The research aims to build Decision Support System for review provides determination of the area is potentially absolute poverty based on the score grouping stage family welfare using 5 value of interest for review 21 criteria stages of family welfare obtained from the calculation criteria do Process weighting using Method of Analytic Hierarchy Process In accordance finding value eigenvector and to the review process of ranking the area using Method Weighted Products for review do rank 8 area as an alternative decision. The results of research determination form an alternative solution is potentially absolute poverty area, 720 data from calculation familys tested and precision value of 85% and 65% accuracy value calculation method results. Keywords: Decision Support System, Analytic Hierarchy Process, Weighted Product, Stages of Family Welfare, the area is a potential absolute poverty.
I.
PENDAHULUAN
PLKB/PKB (Petugas Lapangan Keluarga Berencana/Petugas Keluarga Berencana) mempunyai fungsi merencanakan, mengorganisasikan, mengembangkan, melaporkan dan mengevaluasi program kependudukan dan KB Nasional serta pembangunan lainnya di tingkat Desa/Kelurahan. Setiap periode setahun sekali PLKB/PKB 38
Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan Seminar Nasional Telekomunikasi dan Informatika 2016
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016 melaksanakan evaluasi dan pelaporan KKBPK (Kependudukan Keluarga Berencana Pembangunan Keluarga) sesuai dengan sistem pelaporan yang telah ditentukan dan dilaksanakan secara rutin dan berkelanjutan secara konvensional di tingkat Kecamatan. Sistem pendataan tahapan keluarga sejahtera (S. D. A. Statistik, 2008) saat ini masih terbilang tidak efisien dalam pelaporan, karena data hasil pendataan tahapan keluarga sejahtera masih disimpan dalam kertas form PK (Pendataan II.1 Keluarga). Jumlah keluarga yang terlampau banyak menyebabkan penumpukan file-file keluarga, keterlambatan pengambilan keputusan untuk hasil pendataan keluarga setiap Desa untuk hasil pendataan yang telah dilakukan, informasi hasil pendataan sering terlambat diumumkan dan salah perhitungan daerah yang berpoteni kemiskinan abolut masih terjadi karena kelalaian pegawai UPT BP3AKB. Sistem pengambilan keputusan yang tertera di atas merupakan hal yang perlu diperhatikan mengingat sistem yang masih konvensional tidak efisien untuk UPT BP3AKB. Proses pengambilan keputusan yang didasari oleh banyak kriteria memerlukan kecermatan dalam memberikan pengambilan keputusan. Penelitian terdahulu mengenai penentuan keluarga miskin di daerah Yogyakarta, upaya yang dilakukan yaitu dengan membangun sebuah sistem pendukung keputusan dengan menggunakan logika fuzzy model tahani dan model prototyping yang meliputi mendengar kebutuhan user, membuat suatu rancangan secara urut dimulai dari spesifikasi kebutuhan user, pemodelan proses, pemodelan data serta mengujikan hasil implementasi kepada user dengan pembangunan sistem menggunakan menggunakan Microsoft Visual Basic 6.0 serta database dengan Microsoft Access 2003 (A. Triyumiarti, 2009), penelitian lainnya mengenai penentuan keluarga miskin penerima BKM Makmur (T. Handoyo, 2014). Berdasarkan penelitian terdahulu maka akan dibangun sistem pendukung keputusan penentuan daerah berpotensi kemiskinan absolut yang menjadikan perbedaan dengan penelitian terdahulu adalah metode yang digunakan yaitu analytic hierarchy process sebagai pemberian bobot kriteria dan weighted product sebagai perangkingan daerah.
II.
ISSN : 2503-2844
KAJIAN LITERATUR
Penelitian ini bertujuan memodelkan sistem pendukung keputusan daerah berpotensi kemiskinan abslout (BKKBN, 2011) pada UPT BP3AKB Kecamatan Cisarua menggunakan metode analytic hierarchy process (Supartin W., 2014) sebagai pemberian bobot kriteria dan weighted product (A. Ahmad, 2014) sebagai perangkingan daerah. Landasan Teori Analytical hierarhcy process merupakan suatu model pendukung keputusan (Turban, 1995) yang dikembangkan oleh Thomas L. Saaty, dapat memecahkan masalah yang kompleks di mana aspek atau kriteria yang diambil cukup banyak dan menguraikan masalah yang kompleks menjadi suatu hirarki dengan input utamanya persepsi manusia. Keberadaan hirarki untuk memecahkan masalah kompleks atau tidak terstruktur dalam sub masalah, lalu menyusunnya menjadi suatu hirarki. Struktur hirarki analytical hierarhcy process dapat dilihat pada gambar 1.1 struktur hirarki.
Gambar 1.1 Struktur hirarki analytical hierarhcy process Konsep Metode analytic hierarchy process, yaitu: 1. Mengubah nilai kuantitatif, sehingga keputusan yang diambil dapat lebih objektif 2. Dapat menyelesaikan berbagai kemungkinan masalah yang kompleks a. Membuat struktur hirarki, yang terdiri atas: 1. Level pertama adalah tujuan 2. Level kedua adalah kriteria 3. Level ketiga adalah alternatif b. Proses perhitungan Total Priority Value (TPV) yang merupakan proses perhitungan bobot prioritas suatu kriteria, yaitu sebagai berikut: 1. Membuat matriks perbandingan untuk setiap kriteria/subkriteria.
39 Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan Seminar Nasional Telekomunikasi dan Informatika 2016
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016 Menjumlahkan setiap baris ( baris ) dalam satu kolom, pada matriks perbandingan suatu kriteria/subkriteria. 3. Menjumlahkan setiap kolom dalam satu baris kemudian dibagi dengan jumlah matriks perbandingan. c. Memeriksa konsistensi matriks perbandingan suatu kriteria / subkriteria. Suatu matriks perbandingan dinyatakan konsisten jika nilai Consistency Ratio (CR) ≤ 0.1, jika nilai CR > 0.1 pertimbangan yang dibuat perlu diperbaiki. Adapun langkah-langkah dalam memeriksa konsistensi adalah sebagai berikut: 1. Mencari maks dengan cara sebagai berikut: a) Mencari nilai rata-rata setiap kriteria/subkriteria yaitu baris dibagi dengan TPV dari setiap kriteria/subkriteria yang ada. b) Mencari nilai rata-rata dari keseluruhan kriteria/subkriteria ( maks ), yaitu dengan persamaan: 1 𝑤𝑖 = ∑𝑗 𝑎𝑖𝑗 ................................. (1) 2.
𝑛
Dimana : 𝑤1 = Bobot tujuan ke-i dari vektor bobot n = Jumlah matriks perbandingan suatu kriteria/subkriteria. 2.
Mencari nilai Consistency Index (CI), yaitu dengan persamaan: CI
maks n …..…………………..(2)
Melakukan perhitungan nilai keseluruhan dari alternatif pilihan suatu kriteria yaitu dengan melakukan perhitungan dengan metode Analytical Hierarchy Process (AHP). Seperti pada pada persamaan dibawah ini: V w .x ...………………………(4) i
j
ij
j
Keteranga : Vi = Nilai keseluruhan dari alternatif pilihan suatu kriteria w j = TPV (bobot prioritas) subkriteria yang didapat dengan menggunakan metode AHP. x ij = Nilai alternatif pilihan suatu subkriteria i = Alternatif pilihan j = Subkriteria e. Menghitung perankingan pada AHP dilakukan dengan langkah-langkah sebagai berikut : 1. Untuk setiap tujuan i, tetapkan matriks perbandingan berpasangan A, untuk m alternatif. 2. Tentukan vektor bobot untuk setiap 𝐴𝑖 yang mempresentasikan bobot relatif dari setiap alternatif ke-j pada tujuan ke-i(𝑆𝑖𝑗 ). 3. Hitung total skor dengan persamaan berikut: 𝑆𝑗 = ∑𝑖 (𝑆𝑖𝑗 )(𝑊𝑖 ) ..................................... (5) 4. Pilih alternatif dengan skor tertinggi. Angka pembanding pada perbandingan berpasangan adalah skala 1 - 9. Tabel skala perbandingan dapat dilihat pada Tabel 2.1 skala perbandingan. Tabel 2.1 Skala Perbandingan Skala
Kepentingan
n 1
Dimana: CI = Consistency Index maks = Nilai ratarata dari keseluruhan kriteria/subkriteria n = Jumlah matriks perbandingan suatu kriteria/subkriteria. 3.
d.
ISSN : 2503-2844
Kemudian mencari Consistency Ratio (CR) dengan mengacu pada Tabel Nilai Indeks Random, dengan persamaan: CI ……………………………(3) CR RI
Dimana: CR = Consistency Ratio CI = Consistency Index RI = Random Indeks
1
Setara antara kepentingan yang satu dengan kepentingan yang lainnya
3
Kategori sedang dibandingkan dengan kepentingan lainnya
7
Kategori amat kuat dibandingkan dengan kepentingan lainnya
9
Kepentingan satu secara ekstrim lebih kuat dari kepentingan lainnya
2,4,6,8
Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan
Metode weighted product merupakan salah satu dari beberapa metode MADM (Multi Atribute Decision Making). Metode MADM merupakan metode pengambilan keputusan yang didasarkan pada beberapa atribut. Konsep permasalahannya adalah
40 Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan Seminar Nasional Telekomunikasi dan Informatika 2016
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016 mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut tidak saling bergantung satu dengan yang lainnya. Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Metode weighted product menggunakan proses normalisasi, dimana rating setiap atribut harus dipangkatkan dahulu dengan bobot atribut yang bersangkutan. Metode weighted product memiliki langkah – langkah sebagai berikut : a. b. c. d.
Penentuan kriteria Penilian bobot kepentingan tiap kriteria Penentuan range nilai tiap kriteria Penilian tiap alternatif menggunakan semua atribut dengan penentuan range nilai yang disediakan menunjukan seberapa besar kepentingan antar kriteria e. Dari data penilaian tiap bobot atribut dan nilai alternatif dibuat matriks keputusan f. Dilakukan proses normalisasi untuk bobot kriteria Normalisasi kriteria dilakukan dengan menggunakan rumus Wj =
𝑤𝑗 ……………………………….(2) ∑ 𝑤𝑗
Keterangan : Wj = Bobot kriteria
ISSN : 2503-2844
Proses perangkingan untuk tiap alternatif menggunakan rumus sebagai berikut:
𝑉𝑖 = ∏𝑛 𝑗=1 𝑋𝑖𝑗 ∏𝑛 𝑗=1(𝑥
𝑖𝑗
𝑤𝑗
) 𝑤𝑗
…………………...(4)
Keterangan : Vi = Preferensi alternatif di analogikan sebagai vektor V X = Nilai kriteria W = bobot kriteria i = alternatif j = kriteria n = banyaknya kriteria
III.
ANALISIS
Pada penelitian ini penentuan bobot kriteria dilakukan dengan menggunakan metode analytical hierarchy process, sedangkan untuk tahap perangkingan dengan menggunakan metode weighted product, berdasarkan tahapan-tahapan pada metode penelitian, adapun nilai kepentingan setiap kriteria dapat tabel 3.1, kriteria dapat dilihat pada tabel 3.2, alternatif dapat dilihat pada tabel 3.3 dan 3.4 bobot preferensi Tabel 3.1 Nilai Kepentingan Kriteria
∑ 𝑤𝑗 = Penjumlahan bobot kriteria g. Dilakukan proses normalisasi (S) matriks keputusan dengan cara mengalihkan kriteria dimana atribut terlebih dahulu harus dipangkatkan dengan bobot kriteria. Pada metode weighted product kriteria dibagi kedalam dua kategori yaitu kriteria keuntungan (kriteria pangkat positif), dan kriteria biaya (pangkat bernilai negatif). Berikut ini merupakan rumus untuk menghitung normalisasi matriks (S):
Tabel 3.2 Data Kriteria
𝑤𝑗 𝑆𝑖 = ∏𝑛𝑗=1 𝑖𝑗𝑋……………………….(3)
Keterangan : Si = hasil normalisasi matriks Xij = rating alternatif per atribut Wj = bobot atribut I = alternatif J = kriteria h. Proses preferensi ( Vi ) atau perangkingan untuk tiap alternatif.
41 Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan Seminar Nasional Telekomunikasi dan Informatika 2016
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016
ISSN : 2503-2844
Tabel 3.3 Data Alternatif
Tabel 3.4 Bobot Preferensi
Tabel 3.8 Hasil Perhitungan Rasio Kolom (c poin 3) Maka diimplementasikan suatu contoh kasus menentukan bobot kriteria menggunakan analytical hierarchy process melalui perbandingan berpasangan sedangkan untuk tahap perangkingan menggunakan metode weighted product, suatu contoh kasus sebagai berikut: Tabel 3.5 Perbandingan Nilai Kepentingan Tahapan Keluarga Sejahtera Kolom (a) Setelah mendapatkan bobot setiap kriteria langkah selanjutnya menggunakan metode weighted product untuk perangkingan alternatif. Tabel 3.9 Hasil Perhitungan W kolom (f) Tabel 3.6 Matriks Perbandingan Kriteria Kolom (b poin 1)
Tabel 3.10 Nilai Alternatif Pada Setiap Kriteria Kolom
Tabel 3.7 Matriks Hasil Perbandingan Tingkat Kepentingan dalam Bentuk Desimal kolom (b poin 2)
42 Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan Seminar Nasional Telekomunikasi dan Informatika 2016
Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016)
ISSN : 2503-2844
Bandung, 28 Mei 2016 Tabel 3.11 Hasil Perhitungan Nilai Alternatif (g)
V.
REFERENSI
A. Ahmad, D. T. (2014). Implementasi Weighted Product (WP) dalam Penerimaan Bantuan Langsung Masyarakat PNPM. Seminar Nasional Aplikasi Teknologi Informasi (SNATI). Tabel 1.12 Hasil Nilai S (g)
Tabel 3.13 Tabel Hasil Perangkingan (h)
A. Triyumiarti, S. W. (2009, Mei 23). Aplikasi Logika Fuzzy untuk Pendukung Keputusan Penentuan Keluarga Miskin di Kota Yogyakarta. Seminar Nasional Informatika(Semnas IF), 1-7. BKKBN. (2011). Kamus Istilah Kependudukan dan Keluarga Berencana. Jakarta: Direktorat Teknologi Informasi dan Dokumentasi Badan Kependudukan dan Berencana Nasional. S. D. A. Statistik. (2008). Analisis dan Pehitungan Tingkat Kemiskinan. Jakarta: Badan Pusat Statistik.
IV.
KESIMPULAN DAN SARAN
Hasil pengujian data keluarga pada penelitian ini mencapai nilai 85%. Serta berdasarkan hasil pengujian akurasi data yang dilakukan dengan jumlah keluaran data sebanyak 720 data yang diproses dan dibandingkan dengan hasil penentuan solusi akternatif penentuan daerah berpotensi kemiskinan absolut di UPT BP3AKB Kecamaran Cisarua menghasilkan nilai presisi 85%, nilai akurasi 65%. Dapat disimpulkan bahwa sistem pendukung keputusan ini memiliki hasil yang relevan sehingga dapat membantu UPT BP3AKB Cisarua dalam penentuan daerah berpotensi kemiskinan absolut dengan waktu pemrosesan yang singkat. Saran untuk sistem pendukung keputusan penentuan daerah berpotensi kemiskinan absolut diharapkan dapat dikembangkan kembali dan dapat dijadikan bahan evaluasi untuk penelitian selanjutnya. Hasil penelitian dengan metode analytic hierarchy process dan weighted product dapat dianalisis sebagai sistem informasi geografis berupa kantung-kantung kemiskinan absolut untuk setiap daerah yang berpotensi.
S. S Sundari, D. R. (2014). Sistem Pendukung Keputusan Kelayakan Penerima Pemasangan Listrik Gratis Menggunakan Metode AHP. Seminar Nasional Informatika. Supartin W., T. S. (2014). Sistem Pendukung Keputusan Untuk Menentukan Penerimaan BLSM di Kabupaten Indramayu. Citec Journal, 282-295. T. Handoyo, A. G. (2014). Sistem Pendukung Keputusan Penentuan Keluarga Miskin Penerima Bantuan BKM Makmur Menggunakan Metode TOPSIS. Transformasi Jurnal Informasi & Pengembangan Iptek, 84-98. Turban. (1995). Decision Support System And Expert System. California State University Long Beach and Nanyang Technological University.
43 Muchlis Salam, Tacbir Hendro P, Wisnu Uriawan Seminar Nasional Telekomunikasi dan Informatika 2016
