SISTEM PENUNJANG KEPUTUSAN UNTUK PENGALOKASIAN DANA BANTUAN LANGSUNG MASYARAKAT DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING M. Agistia1), Iyan Mulyana2), Sufiatul Maryana3) Email :
[email protected] Program Studi Ilmu Komputer FMIPA Universitas Pakuan ABSTAK Metodologi penelitian yang digunakan adalah dengan pendekatan System Development Live Cycle (SDLC), dengan tahapan yang meliputi tahap perencanaan, tahap analisis, tahap perancangan, tahap implementasi, tahap uji coba, dan penggunaan sistem.Tahap penelitian dimulai dengan konsep sistem yang akan dibuat, tahap berikutnya dengan melakukan perencanaan, pengumpulan data tentang metode yang akan digunakan,. Tahap selanjutnya analisis sistem, perancangan database dan sistem menggunakan ERD (Entity Relationship Diagram) dan Flowchart, hingga dilakukan uji validasi sistem.Penelitian ini bertujuan untuk mengetahui dapatkah sebuah sistem komputer dapat menyeleksi kepala keluarga yang layak mendapatkan dana bantuan langsung tunai sehingga bisa tepat sasaran. Kata Kunci : Sistem pendukung keputusan, Simple Additive Weighting, Bantuan Langsung Masyarakat 1.
masih banyak lagi. Karena masih adanya kecurangan dalam proses perhitungan maka masih banyak dana bantuan tersebut yang tidak tepat sasaran kepada masyarakat.. Karena itu diperlukan suatu sistem komputer yang dapat membantu dalam proses penyeleksian. Sistem tersebut adalah Sistem Pendukung Keputusan (SPK). SPK merupakan suatu sistem interaktif berbasis komputer yang dapat membantu dalam proses pengambilan keputusan menggunakan data dan model untuk memecahkan persoalan yang bersifat tidak terstruktur (Turban et al, 1990). Banyak metode yang dapat digunakan dalam menerapkan sistem pendukung keputusan, berdasarkan kasus di atas maka akan dibuatlah suatu penelitian yaitu Sistem Penunjang Keputusan Untuk Pengalokasian Dana Bantuan Langsung Masyarakat Menggunakan Metode Simple Additive Weighting agar dapat
PENDAHULUAN
1. Latar Belakang Bantuan Langsung Masyarakat merupakan suatu bentuk bantuan dari pemerintah sebagai bentuk kompensasi dari kenaikan harga Bahan Bakar Minyak(BBM), yang tentunya mengimbas kepada kehidupan masyarakat luas termasuk kalangan masyarakat miskin.. Bantuan Langsung Masyarakat merupakan program pemerintah yang menyediakan dana kepada masyarakat namun sering kali tidak tepat sasaran dimana dana tersebut dikhususkan untuk masyarakat yang kurang mampu, tetapi masyarakat yang mampu dalam hal materi pun malah mendapatkan dana tersebut. Proses penyeleksian masyarakat yang kurang mampu itu masih menggunakan perhitungan manual yaitu dengan merata ratakan beberapa kriteria yaitu berapa penghasilan dari satu kepala keluarga , dilihat layak huninya suatu hunian dan 1
Konsep – konsep mengenai sistem penunjang keputusan (SPK) atau Decision Suport System (DSS) diungkapkan pertama kali pada awal tahun 1970 oleh oleh Scott Morton dengan istilah “Management Decision System” yang merupakan suatu sistem yang berbasis komputer yang membantu pengambilan keputusan dengan memanfaatkan data dan model – model untuk menyelesaikan suatu masalah – masalah. (Turban. 2005)
meminimalisir adanya kecurangan atau dana yang tidak tepat sasaran.
2. Tujuan Tujuan dari penelitian ini untuk membuat Sistem Penunjang Keputusan Untuk Pengalokasian Dana Bantuan Langsung Masyarakat Menggunakan Metode Simple Additive Weighting.
Berdasarkan sumber diatas suatu sistem penunjang keputusan merupakan suatu pelengkap dari seseorang atau instansi dalam proses pengambilan keputusan. Dimana sistem ini tidak ditunjukan untuk membantu pengambilan keputusan dalam pembuatan keputusan
3. Ruang Lingkup Ruang lingkup penelitian ini, dalam proses pengembangan sistem akan dibatasi pada : 1. Kriteria-kriteria : Karakteristik tumah tangga, kondisi sosial ekonomi, keadaan rumah tinggal, kepemilikan aset. Yang akan digunakan sebagai penilaian.
Sistem penunjang keputusan menggabungkan kemampuan komputer dalam pelayanaan interaktif dengan pengolahan atau pemanipulasi data yang memanfaatkan model atau aturan penyelesaian yang tidak terstruktur . Sistem penunjang keputusan mempunyai beberapa intelektual dengan kemampuan dari komputer untuk memperbaiki keputusan.
2. Proses penyelesaian menggunakan metode Simple Additive Weighting (SAW) dalam membangun sistem pendukung keputusan. 3. Penelitian ini dibatasi untuk Kelurahan Ciluar Kecamatan Bogor Utara. 4. Menggunakan Software Dreamweaver dan XAMPP.
Adobe
2. Konsep Metode Simple Additive Weighting Merupakan metode penjumlahan terbobot. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua kriteria (Kusumadewi, 2006). Metode SAW dapat membantu dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan
4. Manfaat Manfaat yang di dapat dalam melakukan penelitian sistem penunjang keputusan untuk pengalokasian dana bantuan langsung ialah untuk membantu dalam menyeleksi masyarakat mana saja kah yang layak mendapatkan dana bantuan tersebut, diharapkan hasil penelitian ini menjadi bahan referensi sebagai bahan yang telah ada, khususnya dalam proses pengambilan keputusan, hasil penelitian ini diharapkan dapat digunakan sebagai bahan informasi dan masukan yang berarti untuk proses pengambilan keputusan dalam pemberian bantuan kepada pihak yang lebih layak menerima. 2.
LANDASAN TEORI 1. Sistem Pendukung Keputusan 2
lebih singkat dan metode SAW dapat melakukan proses pencarian alternative optimal dari berbagai alternatif.
alternatif pada setiap kriteria dibagi nilai maximum dari kriteria tersebut. 7. Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matrix ternomalisasi (R)
. . . . . . . . . . . (3) 8. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan hasil perkalian elemen baris matrix ternomalisasi (R) dengan bobot preferensi (W) yang bersesuaian elemen kolom matrik (W).
Atribut keuntungan (benefit) adalah kriteria yang nilainya akan dimaksimumkan, Sedangkan atribut biaya (cost) adalah kriteria yang nilainya akan diminimumkan.
. . . . . . . . . . . (4)
Adapun langkah penyelesaian dalam menggunakan metode Simple Additive Weighting (SAW) (Nugraha, 2011) adalah
Hasil perhitungan nilai Vi yang lebih besar merupakan alternatif Ai merupakan alternatif terbaik.
1. Menentukan alternatif Ai. 2. Menentukan kriteria Cj yang akan menjadi acuan dalam proses pengambilan keputusan. 3. Menentukan nilai rating kecocokan setiap alternatif pada setiap kriteria 4. Menentukan bobot preferensi atau tingkat kepentingan (W) pada setiap kriteria.
3.
PEMBAHASAN METODE 1. Tahap Analisis Sistem Menggunakan Metode SAW Menentukan alternatif Ai A1 = Hekky N. A2 = Septian Adji P.
.....
A3 = Nurhadi A.
. . . . . . (1)
A4 = Nazarullah Menentukan Kriteria yang akan dijadikan acuan pengambilan keputusan (Ci) dimana data kriteria di dapat dari Pendataan Program Perlindungan 2011
5. Membuat matrix keputusan X
........... (2)
1. Bahan Bakar Masak 2. Jumlah Anak Bersekolah 3. Jumlah Anggota Rumah Tang 4. Kendaraan 5. Sumber Air Minum 6. Status Kepala Rumah Tangga 7. Sumber Penerangan Listrik 8. Status Kepemilikan Rumah
6. Melakukan normalisasi matrix keputusan dengan cara menghitung nilai rating kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria Cj. Dengan rumus : Nilai rating setiap 3
: C1 : C2 : C3 : C4 : C5 : C6 : C7 : C8
9. Status Pekerjaan Utama : C9 10.Tingkat Pendidikan Kepala Rumah Tangga : C10 11. Fasilitas Tempat Buang Air : C11 Kriteria-kriteria pada proses perhitungan ini termasuk pada kriteria benefit (Keuntungan). S
R
C
T
R
Kriteria Bahan Bakar Masak
Nilai
Listrik
100
Gas
75
Minyak Tanah
50
Kayu Bakar
25
S
T
Kriteria C2 Table 2 Kriteria Jumlah Anak Bersekolah. Kriteria Jumlah Anak Nilai Bersekolah
𝜇 (𝑥)
0
2
5
7
5
0
5
100
Gambar 1. Diagram alternatif 1. Menentukan bobot preferensi atau tingkat kepentingan (W) pada setiap kriteria. C1 = 10% C2 = 10% C3 = 10% C4 = 10% C5 = 10% C6 = 10% C7 = 10% C8 = 10% C9 = 10% C10= 5% C11= 5%
1 Anak
30
2 Anak
50
Lebih Dari 3 Orang
75
Tidak Ada Sama Sekali
100
Kriteria C3 Tabel 3 Kriteria Jumlah Anggota Rumah Tangga. Kriteria Jumlah Anggota Nilai Rumah Tangga
2. Membuat matrix keputusan X berdasarkan kriteria Matrix keputusan diperoleh dari nilai masing-masing kriteria yang telah ditentukan nilainya berdasarkan konversi fuzzy dalam suatu interval.
1 Orang
50
2 Orang
50
3 Orang
50
Lebih Dari 3 Orang
75
Kriteria C4 Tabel 4 Kriteria Kendaraan. Kriteria Kendaraan
Kriteria C1 Tabel 1 Kriteria Bahan Bakar Masak.
4
Nilai
Sepeda
75
Motor
50
Tidak Punya
100
Mobil
20 Kriteria C9 Tabel 9 Kriteria Status Pekerjaan Utama Kriteria Status Pekerjaan Nilai Utama
Kriteria C5 Tabel 5 Kriteria Sumber Air Minum. Kriteria Sumber Air Minum Nilai Sumur
100
Buruh
75
Leding
50
Karyawan
75
Air Kemasan
50
Pengusaha
50
Isi Ulang
50 Kriteria C10 Tabel 10 Kriteria Tingkat Pendidikan Kepala Rumah Tangga. Kriteria Tingkat Pendidikan Nilai Kepala Rumah Tangga.
Kriteria C6 Tabel 6 Kriteria Status Kepala Rumah Tangga. Kriteria Status Kepala Nilai Rumah Tangga
Pendidikan Dasar
100
Tunggal
50
Pendidikan Menengah
75
Menikah
50
Pendidikan Atas
20
Sarjana
20
Kriteria C7 Tabel 7 Kriteria Sumber Penerangan Listrik Kriteria Sumber Nilai Penerangan Listrik PLN
Kriteria C11 Tabel 11 Kriteria Fasilitas Buang Air. Kriteria Fasilitas Buang Air Nilai
50
Non PLN
Bersama
50
Milik Sendiri
50
50 Tabel 6 Rating Kecocokan. Kriteria C8 Tabel 8 Kriteria Kepemilikan Rumah Kriteria Kepemilikan Nilai Rumah Matrix keputusan X Sewa
75
Milik Sendiri
75
Keluarga
75
5
3. menghitung matrics keputusan ternormalisasi berdasarkan persamaan 1.1, sebagai berikut :
(
(0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) = 0,97 V3 = (0,1*0.75) + (0,1*0.50) + (0,1*0.67) + (0,1*0.50) + (0,1*0.50) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*0.67) + (0,1*0.20) + (0,1*1.00) = 0,70
)
(
)
.00 V4 = (0,1*0.25) + (0,1*0.30) + (0,1*1.00) + (0,1*0.20) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*0.67) + (0,1*0.20) + (0,1*1.00) = 0,62
...... Rn dari matriks
perhitungan
diatas
diperoleh 4. HASIL DAN PEMBAHASAN 1. Hasil Pada tahap sebelumnya sudah dipaparkan proses perancangan dan proses implementasi sistem pendukung keputusan pemilihan tas carrier. Berikut ini tampilan beserta uraian mengenai halaman dari Sistem pendukung keputusan pemilihan tas carrier yang telah dibuat.
4. Melakukan Perankingan Bobot : C1 = 0,1 C2 = 0,1 C3 = 0,1 C4 = 0,1 C5 = 0,1 C6 = 0,1 C7 = 0,1 C8 = 0,1 C9 = 0,1 C10= 0,05 C11= 0,05
2. Tampilan Halaman Utama Halaman login difungsikan untuk melindungi hak akses utama yang dapat digunakan oleh pengguna sistem untuk mengolah data sistem seleksi penerimaan dana bantuan langsung masyarakat disitu terdapat from „Username‟ dan „Password‟ untuk di isi setelah username dan password di isi lalu pilih button „Login‟.
Selanjutnya dibuat perkalian matrix w*r. Hasil penjumlahan dari perkalian dilakuan untuk memeperoleh nilai alternatif terbaik, yaitu nilai perangkingan yang terbesar. V1 = (0,1*0.25) + (0,1*0.30) + (0,1*0.67) + (0,1*0.20) + (0,1*0.50) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*1.00) + (0,1*0.20) + (0,1*1.00) = 0,65 Gambar 2. Tampilan Halaman Utama
V2 = (0,1*1.00) + (0,1*1.00) + (0,1*0.67) + (0,1*1.00) + (0,1*1.00) +
3. Tampilan Halaman Utama 6
halaman ini juga terdapat button „Delete‟ yang berfungsi untuk menghapus RW ataupun RT.
Halaman Utama dapat diakses setelah proses login sebagai pengguna sistem berhasil, dan didalam halaman utama terdapat menu input keluarga, input RT/RW, RW, kriteria, bobot, proses SAW, hasil SAW, dan terdapat menu logout untuk keluar dari menu halaman ini.
Gambar 5. Halaman Input RT/RW 6. Tampilan Halaman Data Keluarga Pada halaman RW atau data keluarga ini untuk melihat data keluarga yang sudah masuk ke dalam database , dihalaman ini juga disediakaan Edit untuk meng edit data keluarga, Delete untuk mneghapus data keluarga, dan Detail untuk melihat lebih detail tentang keluarga tertentu.
Gambar 3. Tampilan Halaman Utama. 4. Tampilan Halaman Input Keluarga Halaman ini berisikan data keluarga dimana terdapat from „Nip‟,‟Nkk‟,‟Nama‟,‟Alamat‟,‟RT‟,‟RW‟ setelah diisi semua dan sudah oke maka pilih button „Simpan‟ dan akan masuk ke dalam database dan juga jika tidak jadi pilih button „Reset‟.
Gambar 6. Tampilan Halaman Data Keluarga 7. Tampilan Halaman Kriteria Halaman kriteria memuat data kriteria beserta range nilai yang menjadi acuan dalam penilaian untuk proses seleksi menggunkan metode saw, pada halaman kriteria ini juga disediakan untuk melakukan proses Edit untuk mengedit nama kriteria ataupun nilai dari kriteria tersebut dan Delete untuk menghapus kriteria.
Gambar 4. Tampilan Halaman Input Keluarga 5. Tampilan Halaman Input RT dan RW Halaman input rt/rw memuat admin menginput rt dan rw , pada halaman input rt/rw ini juga terdapat form „Nama RW‟ dan juga „Nama RT‟ jika admin sudah yakin ingin meinputkan rw dan rt lalu pilih button simpan dan akan masuk ke dalam database dimana nama rw akan masuk ke tabel rw dan nama rt akan masuk ke tabel rt jika tidak yakin pilih button „Reset‟ di 7
Gambar 7. Tampilan Halaman Kriteria
Gambar 9. Tampilan Halaman Proses SAW
8. Tampilan Halaman Bobot Halaman kriteria memuat data bobot beserta range nilai yang menjadi acuan dalam penilaian untuk proses seleksi menggunkan metode saw, pada halaman bobot ini juga disediakan untuk melakukan proses Edit untuk mengedit bobot yang akan digunakan dalam metode saw.
10. Tampilan Halaman Hasil Nilai Halaman hasil nilai ini memuat data keluarga yang telah memilih kriteria dan kriteria kriteria itu di ubah menjadi angka, disitu terdapat beberapa kriteria yang telah dipilih sebelumnya oleh admin untuk beberapa keluarga dan di halaman ini kriteria tersebut sudah di proses menjadi sebuah angka.
Gambar 8. Tampilan Halaman Bobot.
Gambar 10. Tampilan Halaman Hasil Nilai
9. Tampilan Halaman Proses SAW Halaman proses saw ini memuat admin memilih kriteria kriteria tertentu yang nantinya akan di proses oleh metode saw. Pada halaman ini terdapat from nama dan beberapa kriteria , jika admin ingin memproses keluarga tertentu sang langkahnya adalah admin memilih nama keluarga yang ada di form nama setelah itu admin memilih kriteria-kriteria dari keluarga tersebut disitu ada 11 form kriteria setelah sesuai dengan yang di inginkan admin maka pilih button‟Proses‟ untuk memproses dan masuk ke database.
11. Tampilan Halaman Normalisasi Halaman normalisasi memuat data keluarga, disitu terdapat beberapa kriteria yang telah dipilih sebelumnya oleh admin untuk beberapa keluarga dan di halaman ini kriteria yang sudah di ubah menjadi angka maka dilakukan proses lagi yaitu proses normalisasi.
Gambar 11. Tampilan Halaman Normalisasi
8
14. Tahap Uji Coba Setelah tahap implementasi dilakukan kemudian tahap selanjutnya adalah tahap uji coba sistem. Tahap ini dilakukan agar mengetahui apakah Sistem pendukung keputusan pemilihan tas carrier sesuai dengan perancangan.
12. Tampilan Halaman Perangkingan Halaman Perangkingan memuat data keluarga yang telah memilih kriteria dan kriteria kriteria itu di ubah menjadi angka dan telah di normalisasikan lalu di rangkingkan dengan hasil normalisasi di kali bobot kriteria kriteria.
Gambar 12. Perangkingan
Tampilan
15. Uji Coba Struktural Uji coba structural dilakukan untuk memastikan apakah keadan sistem ini sudah tersruktur dengan baik sesuai dengan yang diharapkan atau tidak. Uji coba struktural adalah menguji setiap form atau halaman yang telah dirancang dengan cara menjalankan program tersebut. Tabel 7. Uji Coba Struktural No Uji Coba Form 1 Halaman Login 2 Halaman Utama 3 Halaman Input Keluarga 4 Halaman Input RT/RW 5 Halaman RW 6 Halaman Kriteria 7 Halaman Bobot 8 Halaman Proses SAW 9 Halaman Hasil Nilai 10 Halaman Normalisasi 11 Halaman Perangkingan 12 Halaman Hasil Keterangan
Halaman
13. Tampilan Halaman Hasil Seleksi Halaman Hasil Seleksi memuat data keluarga yang telah memilih kriteria dan kriteria kriteria itu di ubah menjadi angka dan telah di normalisasikan lalu di rangkingkan dengan hasil normalisasi di kali bobot kriteria kriteria setelah itu dilihat keluarga mana yang mempunyai jumlah di atas 0.80 akan dinyatakan layak dapat dana bantuan tersebut, berikut 4 kepala keluarga yang lolos dari hasil seleksi yaitu : Ade Prada 0.85, Irfan Septian 0.90, Prayogo 0.90, Ahmad Solihin 0.82.
Hasil Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai Sesuai
16. Uji Coba Fungsional Uji coba fungsional merupakan tahap uji coba yang bertujuan untuk mengetahui apakah bagian dari proses sistem berjalan sesuai dengan fungsinya. Tabel 8. Uji Coba Fungsional No Uji Coba 1 Proses Login 2 Proses Lihat, Edit, dan Hapus data keluarga 3 Proses Lihat, Edit nilai kriteria dan nilai bobot 4 Proses Logout
Gambar 13. Tampilan Halaman Hasil Seleksi.
9
Hasil Berhasil Berhasil Berhasil Berhasil
5.
berada di kelurahan ciluar . Tampilan dalam sistem ini dirancang untuk memudahkan pengguna dalam menggunakan sistem ini.Setelah melakukan perbandingan antara penilaian dengan metode Simple Additive Weighting (SAW) dan Composite Performance Index (CPI) dengan perhitungan manual yang dilakukan oleh Kelurahan Ciluar hasil dari penilaian manual dan metode metode Simple Additive Weighting (SAW)
KESIMPULAN DAN SARAN
1. Kesimpulan Kesimpulan yang didapat dari Sistem Pendukung Keputusan Untuk Pengalokasian Dana Bantuan Langsung Masyarakat menggunakan metode Simple Additive Weighting (SAW) ini adalah, untuk memudahkan dalam tahap seleksi keluarga yang layak dapat dana bantuan tersebut karena menggunkan metode SAW yang dapat mencari penjumlahan terbobot dari rating kriteria pada setiap alternatif pada semua atribut. Sistem ini dibuat dengan menggunakan software Adobe Dreamweaver CS3 dengan bahasa pemrograman HTML, PHP dan terhubung dengan database MySQL.
hampir mendekati yaitu Septian Adji P. mendapatkan penilaian anggota terbaik. Karena penilaian manual dan Simple Additive Weighting (SAW) menggunakan pembobotan sama di perangkingan terakhir tanpa menambahkan nilai yang ada. Maka menurut saya Simple Additive Weighting (SAW) sangat cocok digunakan pada sistem pendukung keputusan penilaian anggota terbaik ini..
Metodologi penelitian yang digunakan adalah dengan pendekatan System Development Live Cycle (SDLC), dengan tahapan yang meliputi tahap perencanaan, tahap analisis, tahap perancangan, tahap implementasi, tahap uji coba, dan penggunaan sistem.
2. Saran Setelah terbentuknya sistem pendukung keputusan untuk pengalokasian dana bantuan langsung masyarakat menggunakan metode Simple Additive Weighting (SAW) berbasis Website ini diharapkan dapat bermanfaat bagi para pengambil keputusan dalam menentukan peserta diklat. Dalam pembuatan sistem pendukung keputusan untuk pengalokasian dana bantuan langsung masyarakat ini harus dilakukan pengembangan sistem. Adapun saran yang dapat disampaikan adalah kembangkan sistem ini dengan menggunakan metode SPK yang lebih kompleks dalam melakukan perhitungan dan juga kembangkan sistem agar lebih mudah digunakan.
Tahap penelitian dimulai dengan konsep sistem yang akan dibuat, tahap berikutnya dengan melakukan perencanaan, pengumpulan data tentang metode yang akan digunakan, data peserta dan peraturan Pendataan Program Perlindungan Sosial 2011 tentang pemilihan keluarga dalam penentuan nilai-nilai kriteria dalam mendapatkan dana bantuan tersebut. Tahap selanjutnya analisis sistem, perancangan database dan sistem menggunakan ERD (Entity Relationship Diagram) dan Flowchart, hingga dilakukan uji validasi sistem. Kriteria dalam sistem ini sesuai dengan data yang diberikan. Dan data alternatif dalam sistem ini yaitu Keluarga yang 10
DAFTAR PUSTAKA Fithri (2012). Melakukan penelitian tentang Sistem Pendukung Keputusan Untuk Pemberian Bantuan Usaha Mikro Ibnu, Syamsi (2001). Definisi Keputusan Nugroho (2008). Melakukan penelitiannya tentang Sistem Penentuan Bantuan Langsung Tunai (BLT) Dengan Metode Analitycal Hirarchy Process Riyanto (2011). Melakukan penelitian tentang Sistem Pendukung Keputusan Untuk Menentukan Penerima BLSM Menggunakan Metode Profile Matching Simon (2000). Keputusan
Definisi
Pengambilan
Triyuniarta (2009). Melakukan penelitiannya tentang Sistem Pendukung Keputusan Penentuan Keluarga Miskin Menggunakan Logika Fuzzy
11
