Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Jurnal Pembangunan Perkotaan
Volume 7, Nomor 1, Januari – Juni 2019 p-ISSN 2338-6754
e-ISSN 2581-1304 http://ejpp.balitbang.pemkomedan.go.id/index.php/JPP
39
PEMANFAATAN SISTEM PENDUKUNG KEPUTUSAN DALAM
PENERIMAAN BERAS MISKIN MENGGUNAKAN METODE
ANALITYCAL HIERARCHY PROCESS DI KOTA MEDAN
Fifin Sonata
STMIK Triguna Dharma, Medan, Indonesia
*Penulis Korespodensi : [email protected]
Abstrak
Program raskin yang dicanangkan pemerintah pusat masih dibutuhkan oleh masyarakat kalangan
bawah. Dimana peran pemerintah kota juga sangat penting dalam hal penyaluran raskin itu sendiri.
Salah satunya adalah pemerintah kota Medan. Tetapi terkadang dalam penyaluran raskin masih dirasa
kurang tersentuh dan terevaluasi dengan efektif dan efisien sehingga masih ada saja raskin yang
diberikan tidak tepat sasaran oleh penerima sehingga mengakibatkan kecemburuan sosial Sehingga
dirasa perlumembuat sistem pendukung keputusan pada pembagian raskin dengan melibatkan 5
kriteria yaitu penghasilan, tanggunggan, pekerjaan, kepemilikan rumah dan aset. Untuk mendapatkan
nilai kelayakan, 5 kriteria akan diolah menggunakan Metode Analitycal Hierarchy Process (AHP).
Proses penyelesaian metode AHP adalah : a. Menentukan urutan prioritas kriteria, b. Menentukan nilai
bobot setiap alternatif. c. Membuat matriks dengan isi urutan prioritas kriteria dan nilai bobot. d.
Bentuk dihitung dengan metode AHP. Hasil yang didapatkan berupa daftar penerima raskin yang layak
untuk diberi. Selain itu juga disajikan desain sistem agar bisa dilanjutkan dalam bentuk aplikasi.
Penelitian ini akan bermanfaat untuk Pemerintah Kota Medan dalam pengambilan keputusan siapa
yang benar-benar layak dan tepat sasaran untuk menerima raskin.
Kata kunci: AHP, Raskin, Sistem Pendukung Keputusan
PENDAHULUAN
Kota medan merupakan kota ketiga terbesar di
Indonesia setelah Jakarta dan Surabaya. Kota medan
memiliki 21 Kecamatan yaitu Medan Amplas, Medan
Area, Medan Barat, Medan Baru, Medan Belawan
Kota, Medan Deli, Medan Denai, Medan Helvetia,
Medan Johor, Medan Kota, Medan Labuhan, Medan
Maimun, Medan Marelan, Medan Perjuangan, Medan
Petisah, Medan Polonia, Medan Selayang, Medan
Sunggal, Medan Tembung, Medan Timur dan Medan
Tuntungan. Setiap kecamatan yang ada mendapat jatah
beras miskin dari pemerintah kota Medan sebagai
perpanjangan tangan dari pemerintah pusat.
Penerimaan raskin bertujuan untuk mengurangi beban
pengeluaran keluarga miskin dalam mengakses
kebutuhan pangan pokok beras.
Pemerintah Kota Medan ini dalam segala proses
operasional telah memiliki fasilitas dan teknologi.
Salah satu program yang dimiliki oleh Kecamatan di
Kota Medan adalah pemberian bantuan Raskin kepada
masyarakat yang layak menerimanya. Masalah yang
kerap dijumpai dilapangan yaitu masih ada ditemukan
masyarakat yang tidak layak lagi mendapatkan raskin
tetapi masih tetap mendapatkannya,Hal ini disebabkan
karena adanya pihak Ketua RT yang lebih
mengutamakan pihak keluarga atau kerabat terdekat
agar mendapatkan raskin dibandingkan masyarakat
yang lebih membutuhkan sehingga terjadinya
kecurangan atau tidak ratanya pembagian raskin sesuai
kriteria yang telah ditentukan.
Dalam menjalankan program raskin yang
bertanggung jawab untuk mendistribusikan
(menyalurkan) raskin, adalah Perum Badan Urusan
Logistik (Bulog) dan pemerintah kota itu sendiri.
Melihat uraian permasalahan dalam
menentukan kriteria penerimaan raskin, perlu adanya
suatu sistem pendukung keputusan yang dapat
mempermudah dalam pengambilan keputusan data
penerima raskin secara cepat, akurat, dan efisien maka
dari uraian diatas, untuk membantu Kecamatan di Kota
Medan mengetahui rumah tangga miskin yang
menerima Raskin maka dikembangkan sebuah aplikasi
Sistem Pendukung Keputusan Penerima Raskin.
Metode yang akan digunakan untuk mendukung sistem
tersebut adalah metode Analytical Hierarchy Process
(AHP).
Sistem Pendukung Keputusan/Decision Support
System (DSS) merupakan sistem yang dapat membantu
dalam pengambilan keputusan, sistem ini menyediakan
fasilitas untuk melakukan analisis sehingga proses
pendukung keputusan yang dilakukan menjadi lebih
berkualitas.Salah satu contohnya adalah menyeleksi
calon penerima Raskin.
Metode AHP ini dipilih karena metode ini
menentukan nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses pemeringkatan yang akan
40 Jurnal Pembangunan Perkotaan 7 (1) (2019) : 39-50
menyeleksi alternative terbaik dari sejumlah alternatif.
alternatif yang dimaksud adalah data keluarga miskin
yang memiliki proporsi kuota untuk penerimaan Raskin
berdasarkan kriteria-kriteria yang ditentukan. Dengan
metode pemeringkatan tersebut diharapkan penilaian
akan lebih tepat karena didasarkan pada nilai kriteria
dan bobot yang sudah ditentukan sehingga akan
mendapatkan hasil yang lebih akurat terhadap
penerimaan raskin.
Rumusan masalahnya adalah bagaimana
merancang sebuah sistem pendukung keputusan
dengan menggunakan metode Analytical Hierarchy
Process (AHP) untuk menentukan keluarga yang akan
menerima raskin berdasarkan kriterian yang sudah
ditentukan.
Tujuan penelitian ini adalah Menentukan siapa
calon penerima raskin yang layak atau tidak
berdasarkan kriteria yang ada sehingga proses
pengambilan keputusan ini dapat lebih efisien serta
Menerapan Metode AHP(Analytical hierarchy
process) dalam membuat sistem pendukung keputusan
menyeleksi calon penerima raskin di kota Medan yang
dilaksanakan oleh pemerintah kota Medan.
Mempermudah dalam penyeleksian penerima
raskin dengan lebih optimal dan tepat sasaran sehingga
waktu yang diperlukan untuk menyusun dan
mengevaluasi penyeleksian tersebut menjadi lebih
efektif dan efisien serta memberikan solusi
pengambilan keputusan dalam memilih calon penerima
raskin kepada pemerintah kota Medan sesuai dengan
kriterian yang telah di tentukan.
a. Pengertian Raskin
Raskin merupakan program pemerintah untuk
membantu masyarakat miskin yang rawan pangan, agar
mereka mendapatkan beras untuk kebutuhan rumah
tanggannya. Program Raskin termasuk bagian dari
program penanggulangan kemiskinan yang terdapat
pada kluser 1,yaitu tentang kegiatan perlindungan
social berbasis keluarga dalam pemenuhan kebutuhan
pangan pokok bagi masyarakat kurang
mampu.Program raskin merupakan subsidi pangan
sebagai bentuk upaya dari pemerintah untuk
meningkatkan ketahanan pangan dan memberikan
perlindungan keluarga miskin melalui pendistribusikan
beras yang diharapkan mampu menjangkau keluarga
miskin.
b. Alur Penerimaan Raskin
Penyaluran Raskin berawal dari Surat Perintah
Alokasi (SPA) dari pemerintah kabupaten/kota kepada
Perum BULOG berdasarkan pagu RASKIN (tonase
dan Jumlah Rumah Tangga Sasaran) dan rincian di
masing-masing Kecamatan dan Desa/Kelurahan. Beras
akan didistribusikan ke Titik Distribusi, Perum
BULOG berdasarkan SPA menerbitkan Surat Perintah
Pengeluaran Barang/Delivery Order (SPPB/DO) beras
untuk masing-masing kecamatan atau Desa/Kelurahan
kepada Satker RASKIN. Satker Raskin mengambil
beras di gudang Perum BULOG, mengangkut dan
menyerahkan beras RASKIN kepada pelaksana
Distribusi RASKIN di Titik Distribusi, Penyerahan
/penjualan beras kepada RTS-PM (Penerima Manfaat)
Raskin dilakukan oleh salah satu dari tiga (3) Pelaksana
Distribusi RASKIN yaitu Kelompok Kerja (Pokja),atau
Warung Desa (Wardes) atau Kelompok Masyarakat
(Pokmas).
c. Sistem pendukung keputusan
Sistem pendukung keputusan (decision support
system atau DSS) adalah sistem informasi berbasis
komputer yang menyediakan dukungan informasi
interaktif bagi manajer dan praktisi bisnis selamam
proses pengambilan keputusan. Sistem pendukung
keputusan menggunakan (1) model analitis, (2)
database khusus, (3) penilaian dan pandangan pembuat
keputusan, dan (4) proses permodelan berbasis
komputer yang interaktif untuk mendukung pembuatan
keputusan bisnis yang semiter struktur dan tak
terstruktur [6].
d. Metode Analitycal Hierarchy Process (AHP)
Analitycal Hierarchy Process (AHP) adalah
sebuah hirarki fungsional dengan input utamanya
persepsi manusia. Dengan hirarki suatu masalah yang
kompleks dan tidak terstruktur dipecahkan ke dalam
kelompok-kelompoknya. Kemudian diatur menjadi
suatu bentuk hirarki [Zainal, 2010].
Model AHP memakai input persepsi manusia
yang dianggap expert. Kriteria expert disini bukan
berarti bahwa orang tersebut harus lebih jenius, pintar,
bergelar dan sebagainya tetapi lebih mengacu pada
orang yang benar-benar mengerti tentang permasalahan
yang diajukan, merasakan akibat suatu masalah atau
punya kepentingan terhadap masalah tersebut. Karena
menggunakan input yang kualitatif (persepsi manusia)
maka model ini juga dapat mengolah hal-hal yang
kualitatif disamping hal-hal yang kuantitatif. Adapun
kelebihan dari model AHP dibandingkan dengan yang
lainnya :
1. Struktur yang berhirarki, sebagai konsekuensi dari
kriteria yang dipilih, sampai pada subkriteria yang
paling dalam.
2. Memperhitungkan validitas sampai dengan batas
toleransi inkonsistensi berbagai kriteria dan
alternatif yang dipilih oleh para pengambil
keputusan.
3. Memperhitungkan daya tahan atau ketahanan
output analisis sensitivitas pengambil keputusan.
4. Kemampuannya memecahkan masalah yang multi
objektif dan multikriteria.
Cara kerja AHP adalah dengan
menyederhanakan suatu permasalahan kompleks yang
tidak terstruktur, strategic dan dinamik menjadi bagian-
bagian. Prinsip kerja AHP adalah sebagai berikut [6]:
1. Menentukan tujuan/sasaran, kriteria dan alternatif
2. Menyusun hirarki dari kriteria dan alternatif
3. Member nilai alternatif dan kriteria
Pemanfaatan Sistem Pendukung Keputusan dalam Penerimaan Beras Miskin Menggunakan Metode 41
Analitycal Hierarchy Process di Kota Medan
Fifin Sonata
4. Memeriksa konsistensi penilaian alternatif dan
kriteria
5. Menentukan prioritas kriteria dan alternative.
METODE Adapun metodologi yang digunakan dalam
penelitian ini digambarkan pada Gambar 1dan 2 di
bawah ini:
START
Identifikasi
Masalah
Pengumpulan Data :
1. Data Komponen Teknis Kereta
2. Data Nama gerbong kereta
3. Studi Pustaka
Pengolahan Data Menggunakan AHP :
1. Menentukan tujuan/sasaran, kriteria dan alternatif
2. Menyusun hirarki dari kriteria dan alternatif
3. Member nilai alternatif dan kriteria
4. Memeriksa konsistensi penilaian alternatif dan
kriteria
5. Menentukan prioritas kriteria dan alternatif
Pembuatan Prototype
Analisis Data
Kesimpulan dan Saran
SELESAI
Gambar 1. Flowchart Penelitian
ADMINISTRATOR LURAH
CALON PENERIMA
Input Calon Penerima
Info Calon Penrima
Input Kriteria
Proses Seleksi
Info krieteriaInfo Hasil Seleksi
Info penerimaan RASKIN
Laporan
Kriteria Calon Penrima
Info kriteria 0
Sistem Pendukung
Keputusan
Penerimaan RASKIN
Gambar 2. Diagram Konteks Sistem
a. Metode Pengumpulan Data
Metode pengumpulan dari di dapat dari data
sekunder yang diperoleh website pemerintah kota
Medan. Selain itu metode pengumpulan data dilakukan
melalui studi kepustakaan yang mencakup berbagai hal
untuk memperoleh informasi data melalui jurnal
terkait, website, artikel, serta literatur lain yang
mendukung objek penelitian
b. Pengolahan Data
Data atau yang disebut dengan kriteria yang
dikumpulkan akan diolah menggunakan pendekatan
kuantitatif dan kualitatif. Ada 11 komponen data yang
diolah sebagai kriteria yaitu Penghasilan keluarga,
Jumlah tanggungan anak, Pekerjaan kepala keluarga,
Kondisi rumah dan Aset keluarga. Lima data kan
disajikan dalam bentuk matriks berpasangan yang
kemudian dimasukkan ke dalam perhitungan metode
AHP. Lima data yang diolah masih berupa data
kuantitatif akan diubah menjadi data kualitatif dengan
prosedur yang sudah ditentukan oleh metode AHP.
c. Analisis Data
Semua data yang diperoleh akan berguna dalam
penelitian ini, tetapi terlebih dahulu akan di analisa dan
disesuaikan dengan kebutuhan. Metode analisa yang
digunakan untuk menganalisa masalah ini adalah:
1. Metode Deskriftif
yaitu mengumpulkan data, mengelompokkan data,
menganalisa data sehingga gambaran atau
keterangan yang lengkap dan jelas tentang masalah
yang dihadapi.
2. Metode Deduktif
yaitu metode yang menganalisa data dengan cara
mengambil kesimpulan umum yang di uraikan
menjadi contoh-contoh kongkrit atau fakta-fakta
untuk menjelaskan kesimpulan tersebut.
d. Metode Pengambilan keputusan dengan AHP
Metode AHP merupakan salah satu metode
dalam proses pengambilan keputusan yang dibangun
berdasarkan 3 prinsip yaitu penyusunan hirarki, prinsip
penetapan prioritas dan prinsip konsistensi. Berikut
tahapan metode AHP:
1) Prinsip Penyusunan Hirarki
Tingkat teratas pada hirarki adalah fokus atau
tujuan. Sedangkan tingkat dibawahnya adalah kriteria.
Apabila masih bisa dipecah maka tingkat selanjutnya
dinamakan sub kriteria, dan seterusnya sampai
tingkatan akhir yang merupakan alternatif-alternatif
yang akan dipilih. Berikut adalah bentuk struktur
hirarki:
Gambar 3. Struktur Hirarki AHP Sumber:
(Kirom, Bilfaqih, & Effendie, 2012).
2) Prinsip Penetapan Prioritas
Penentuan prioritas dilakukan dengan cara
membandingkan elemen yang satu dengan elemen yang
42 Jurnal Pembangunan Perkotaan 7 (1) (2019) : 39-50
lain kedalam bentuk matriks. Cara ini dapat disebut
perbandingan berpasangan (pairwise comparison).
Pada perhitungan ini, digunakan skala perbandingan 1
sampai 9. Skala perbandingan ini disebut sebagai skala
fundamental, yang diturunkan berdasarkan
kemampuan individu dalam membuat suatu
perbandingan secara berpasangan terhadap elemen-
elemen yang akan dibandingkan. Ciri metode AHP
adalah melakukan pembandingan antara sepasang
objek [7] Berikut adalah tabel skala perbandingan
AHP:
Tabel 1. Skala Perbandingan AHP
Tingkat Definisi Keterangan
1 Sama
pentingnya
Kedua elemen memiliki
pengaruh yang sama
3 Agak lebih
penting
yang satu
atas yang
lainnya
Pengalaman dan penilaian
sangat memihak satu
elemen dibandingkan
dengan pasangannya
5 Cukup
penting
Pengalaman dan keputusan
menunjukan kesukaan atas
satu aktifitas lebih dari
yang lain
7 Sangat
penting
Pengalaman dan keputusan
menunjukan kesukaan
yang kuat atas satu
aktifitas lebih dari yang
lain
9 Mutlak
lebih
penting
Satu eleman mutak lebih
disukai dibandingkan
dengan pasangannya, pada
tingkat keyakinan tertinggi
2,4,6,8 Nilai
tengah
diantara
dua nilai
yang
berdekatan
Bila kompromi dibutuhkan
3) Prinsip Konsistensi
Konsistensi metode AHP harus tetap terjaga,
agar solusi yang dihasilkan optimal. Untuk mengetahui
tingkat konsistensi tersebut, penggunaan metode AHP
akan diukur dengan besarnya CR (Consistency Ratio).
CR (Consistency Ratio) adalah hasil perbandingan
antara Indeks Konsistensi (CI) dengan Indeks Random
(RI). Apabila hasil CR adalah <= 0.10 maka derajat
konsistensinya optimal. Sebaiknya, jika CR adalah >
0.10 maka terdapat ketidakkonsistenan dalam
menentukan perbandingan, yang memungkinkan solusi
yang dihasilkan dari metode AHP tidak berarti
(Padmowati, 2009). Rasio Konsistensi diperoleh
dengan langkah-langkah berikut:
a. Hitung λmax
λmax=∑ {[∑ a𝑖𝑗𝑛𝑗=1 ]. w𝑖𝑛
𝑖=1 }. (1)
atau
λmax=∑𝜆/n
Keterangan:
a = matriks
w = matriks nilai eigen dalam format baris
n = jumlah kriteria
b. Hitung Indeks Konsistensi (CI)
𝐂𝐈= (λmax-n)/(n-1) (2)
Keterangan:
n = jumlah kriteria
c. Hitung Rasio Konsistensi (CR)
𝐂𝐑= CI/IRC. (3)
Tabel 2. Indeks Random Konsistensi (IRC)
Sumber: (Padmowati, 2009).
n IRC 1 0,00
2 0,00
3 0,58
4 0,90
5 1,12
6 1,24
7 1,32
8 1,41
9 1,45 10 1,49
11 1,51
Keterangan:
CI = Indeks Konsistensi/Consistency Index
IRC = Indeks Random Konsistensi
n = jumlah kriteria
HASIL DAN PEMBAHASAN Sistem pengambilan keputusan pemberian
Raskin dengan menggunakan metode AHP diperlukan
kriteria-kriteria dan bobot untuk melakukan
perhitungannya sehingga akan didapat alternatif
terbaik, berdasarkan penjumlahan terbobot dan hasil
seleksi dengan menggunakan metode AHP yang
diterapkan didalam aplikasi ini. Akan tetapi hasil dari
aplikasi pendukung keputusan ini tidak dijadikan
sebagai hasil keputusan akhir atau keputusan mutlak,
karena banyak hal-hal diluar sistem yang dapat
mempengaruhi keputusan.
a. Kriteria dan Klasifikasi data
Dalam proses metode Analytical Hierarchy
Process (AHP) memerlukan kriteria-kriteria yang akan
dijadikan bahan perhitungan atau pertimbangan.
Adapun kriteria-kriteria yang menjadi bahan
perhitungan atau pertimbangan adalah sebagai berikut:
Pemanfaatan Sistem Pendukung Keputusan dalam Penerimaan Beras Miskin Menggunakan Metode 43
Analitycal Hierarchy Process di Kota Medan
Fifin Sonata
Tabel 3. Kriteria
Kriteria Keterangan
C1 Penghasilan
C2 Tanggungan
C3 Pekerjaan
C4 Rumah
C5 Aset
1) Klasifikasi Data
Pada tahap ini data calon penerima Raskin yang
menjadi syarat-syarat (kriteria) dalam penyeleksian
akan diklasifikasikan.
a) Mengelompokkan nilai penghasilan
Pengelompokkan dilakukan dengan memasukkan
jumlah penghasilan dalam tabel sebagai berikut:
Tabel 4. Klasifikasi Jumlah Penghasilan
Jumlah Penghasilan (x) Klasifikasi
x ≤ 500.000 Sangat Rendah
(SR)
500.000 < x ≤ 1.000.000 Rendah (R)
1.000.000 < x ≤ 3.000.000 Cukup (C)
3.000.000 < x ≤ 5.000.000 Tinggi (T)
x > 5.000.000 Sangat Tinggi (ST)
b) Mengelompokkan jumlah tanggungan
Pengelompokkan dilakukan dengan memasukkan
jumlah anak yang masih dibiayai oleh kepala
keluarga dalam tabel sebagai berikut:
Tabel 5. Klasifikasi Jumlah Tanggungan
Jumlah
Tanggungan Klasifikasi
> 8 Orang Rendah (R)
6-8 Orang Cukup (C)
3-5 Orang Tinggi (T)
1-2 Orang Sangat Tinggi (ST)
c) Mengelompokkan pekerjaan
Pengelompokkan dilakukan dengan memasukkan
pekerjaan kepala keluarga dalam tabel sebagai
berikut:
Tabel 6. Klasifikasi Pekerjaan
Pekerjaan
Orang Tua Klasifikasi
Buruh Sangat Rendah (SR)
Petani Rendah (R)
PNS Cukup (C)
Wirausaha Tinggi (T)
Pengusaha Sangat Tinggi (ST)
d) Mengelompokkan kondisi rumah
Pengelompokkan dilakukan dengan memasukkan
kondisi rumah yang dimiliki kepala keluarga ke
dalam tabel sebagai berikut:
Tabel 7. Klasifikasi Kondisi Rumah
Kondisi Rumah Klasifikasi
Bambu Rendah (R) Triplek Cukup (C)
Papan Tinggi (T)
Beton Sangat Tinggi (ST)
e) Mengelompokkan aset
Pengelompokkan dilakukan dengan memasukkan
jumlah berapa banyak aset keluarga ke dalam tabel
sebagai berikut:
Tabel 8. Klasifikasi Jumlah Aset
Jumlah Aset (y) Klasifikasi
y ≤ 1.000.000 Rendah (R)
1.000.000 < y ≤ 4.000.000 Cukup (C)
4.000.000 < y ≤ 8.000.000 Tinggi (T)
y > 8.000.000 Sangat Tinggi (ST)
b. Proses Perhitungan Nilai Metode AHP
Langkah-langkah dalam menentukan nilai
prioritas satu kriteria secara manual dapat dijelaskan
sebagai berikut:
1) Menentukan prioritas kriteria
a) Membuat matriks perbandingan berpasangan antar
kriteria Ada 5 kriteria yang digunakan dalam
penelitian ini, yaitu: Penghasilan, Tanggungan,
Pekerjaan, Rumah dan Aset. Menetapkan prioritas
elemen dengan membuat perbandingan
berpasangan, dengan skala banding telah
ditetapkan oleh Saaty. Dari kriteria yang telah
ditentukan maka diperoleh hasil sebagai berikut
Tabel 9. Tabel Matriks Perbandingan Berpasangan Kriteria
Kriteria Penghasilan Tanggungan Pekerjaan Rumah Aset
Penghasilan 1 2 3 3 2
Tanggungan 0,50 1 2 3 3
Pekerjaan 0,33 0,5 1 3 2
Rumah 0,33 0,33 0,33 1 2
Aset 0,50 0,33 0,50 0,50 1
Jumlah 2,67 4,17 6,83 10,50 10
44 Jurnal Pembangunan Perkotaan 7 (1) (2019) : 39-50
Pada kolom penghasilan baris penghasilan
diberikan nilai 1 karena menggambarkan tingkat
kepentingan yang sama antar penghasilan,
sedangkan angka 3 pada kolom tanggungan baris
penghasilan menunjukkan penghasilan 2 kali lebih
penting dibandingkan tanggungan. Angka 3 pada
kolom pekerjaan baris penghasilan
menggambarkan penghasilan 3 kali lebih penting
dibandingkan tanggungan.
Angka 0,50 pada kolom penghasilan baris
tanggungan merupakan hasil perhitungan dari
1/nilai pada kolom tanggungan. Angka-angka yang
lain diperoleh dengan cara yang sama.
b) Membuat matriks nilai kriteria
Matriks ini diperoleh dengan rumus berikut :
Hasil perhitungan dapat dilihat dalam tabel 10
Tabel 10. Matriks Nilai Kriteria
Kriteria Penghasilan Tanggungan Pekerjaan Rumah Aset Jumlah Prioritas
Penghasilan 0,375 0,48 0,439 0,286 0,2 1,78 0,356
Tanggungan 0,188 0,24 0,293 0,286 0,3 1,306 0,261
Pekerjaan 0,125 0,12 0,146 0,286 0,2 0,877 0,175
Rumah 0,125 0,08 0,049 0,095 0,2 0,549 0,11
Aset 0,188 0,08 0,073 0,048 0,1 0,488 0,098
Nilai 0,375 pada kolom penghasilan pada tabel 10
diperoleh dari nilai baris penghasilan kolom
penghasilan tabel 9 dibagi jumlah kolom
penghasilan tabel 9.
Nilai kolom jumlah pada tabel 10 diperoleh dari
penjumlahan pada setiap barisnya. Untuk baris
pertama, nilai 1,78 merupakan hasil penjumlahan
dari 0,375 + 0,480 + 0,439 + 0,286 + 0,2.
Nilai pada kolom prioritas tabel 10 diperoleh dari
nilai pada kolom jumlah dibagi jumlah kriteria.
c) Matriks penjumlahan tiap baris
Matriks ini dibuat dengan mengalikan nilai
prioritas pada tabel normalisasi matriks kriteria
pada tabel 10 dengan matriks perbandingan
berpasangan pada tabel 9. maka hasil
perhitungannya dapat dilihat pada tabel 11
Tabel 11. Matriks Penjumlahan Tiap Baris
Kriteria Penghasilan Tanggungan Pekerjaan Rumah Aset Jumlah
Penghasilan 0,356 0,522 0,526 0,329 0,195 1,929
Tanggungan 0,178 0,261 0,351 0,329 0,293 1,412
Pekerjaan 0,119 0,131 0,175 0,329 0,195 0,949
Rumah 0,119 0,087 0,058 0,110 0,195 0,569
Aset 0,178 0,087 0,088 0,055 0,098 0,505
Nilai 0,356 pada baris penghasilan kolom
pengahasilan pada tabel 11 diperoleh dari nilai
prioritas baris penghasilan pada tabel 10 dikalikan
dengan nilai baris penghasilan kolom penghasilan
pada table 9.
Nilai 0,178 pada baris tanggungan kolom
penghasilan diperoleh dari nilai prioritas baris
penghasilan pada tabel 10 dikalikan dengan nilai
baris tanggungan kolom penghasilan, Angka-
angka yang lain diperoleh dengan cara yang sama,
Kolom jumlah pada tabel 11 diperoleh dengan
menjumlahkan nilai pada masing-masing baris
pada tabel tersebut, Misalnya, nilai 1,929 pada
kolom jumlah baris penghasilan pada tabel 11
merupakan hasil penjumlahan dari 0,356 + 0,522 +
0,526 + 0,329 + 0,195
d) Perhitungan rasio konsistensi
Perhitungan ini digunakan untuk memastikan
bahwa nilai rasio konsistensi (CR) = < 0,1, Jika
nilai CR lebih besar dari 0,1 maka matriks
perbandingan berpasangan harus diperbaiki, Untuk
menghitung rasio konsistensi, dibuat tabel seperti
terlihat dalam tabel 12.
Tabel 12 Rasio Konsistensi
Kriteria Jumlah Prioritas Hasil
Penghasilan 1,78 0,356 2,136
Tanggungan 1,306 0,261 1,568
Pekerjaan 0,877 0,175 1,052
Rumah 0,549 0,11 0,659
Aset 0,488 0,098 0,587
TOTAL 6,002
Dari tabel 4,10, diperoleh nilai-nilai sebagai berikut :
Jumlah (Jumlahan dari nilai-nilai hasil) : 6,002
n (Jumlah kriteria) : 5
λ maks= (jumlah/n) : 6,002/5= 1,2
CI = (λ maks-n)/n : (1,2-5)/(5) = -0,76
CR (CI/IR) : -0,76/1,12= -0,678
Oleh karena CR <0,1, maka rasio konsistensi dari
perhitungan tersebut bisa diterima.
Nilai baris kolom baru= nilai baris
kolom lama/jumlah masing-masing
kolom lama
Pemanfaatan Sistem Pendukung Keputusan dalam Penerimaan Beras Miskin Menggunakan Metode 45
Analitycal Hierarchy Process di Kota Medan
Fifin Sonata
2) Menentukan prioritas subkriteria
Perhitungan subkritteria dilakukan terhadap
sub-sub dari semua kriteria, Dalam hal ini, terdapat 5
kriteria yang berarti akan ada 5 perhitungan subkriteria,
a) Menentukan prioritas subkriteria penghasilan
Matriks perbandingan berpasangan subkriteria
penghasilan, Langkah ini sama seperti yang di
lakukan pada tabel 9, Hasilnya terlihat pada tabel
13.
Tabel 13. Matriks Perbandingan Berpasangan
Subkriteria Penghasilan Penghasi
lan SR R C T ST
SR 1 2 3 4 5
R 0,500 1 2 3 4
C 0,333 0,500 1 2 3
T 0,250 0,333 0,500 1 2
ST 0,200 0,250 0,333 0,500 1
Jumlah 2,283 4,083 6,833 10,500 15,000
- Matriks nilai subkriteria penghasilan
Langkah ini sama seperti pada tabel 10,
Perbedaannya adalah adanya tambahan kolom prioritas
subkriteria, Angka 1 pada subkriteria penghasilan
diperoleh dengan cara nilai prioritas baik / nilai
tertinggi prioritas, Angka-angka yang lain diperoleh
dengan cara yang sama, Nilai prioritas subkriteria
hasilnya terlihat pada tabel 13.
Tabel 14 Matriks Nilai Subkriteria Penghasilan
Penghasilan SR R C T ST Jumlah Prioritas Subkriteria
SR 0,438 0,490 0,439 0,381 0,333 2,081 0,416 1,000
R 0,219 0,245 0,293 0,286 0,267 1,310 0,262 0,630
C 0,146 0,122 0,146 0,190 0,200 0,804 0,161 0,387
T 0,110 0,082 0,073 0,095 0,133 0,493 0,099 0,238
ST 0,088 0,061 0,049 0,048 0,067 0,313 0,063 0,151
Jumlah 1,001 1,000 1,000 1,000 1,000 5,001 1,001 2,406
- Matriks penjumlahan tiap baris subkriteria
penghasilan
Langkah ini sama seperti pada tabel 11, hasilnya
terlihat pada table 15.
Tabel 15 Matriks Penjumlahan Tiap Baris Subkriteria Penghasilan
Penghasilan SR R C T ST Jumlah
SR 0,416 0,524 0,483 0,394 0,312 2,129
R 0,208 0,262 0,322 0,296 0,250 1,337
C 0,139 0,131 0,161 0,197 0,187 0,815
T 0,104 0,087 0,081 0,099 0,125 0,495
ST 0,083 0,065 0,054 0,049 0,062 0,314
.
- Perhitungan rasio konsistensi
Jika nilai CR lebih besar dari 0,1 maka matriks
perbandingan berpasangan harus diperbaiki, Untuk
menghitung rasio konsistensi, dibuat tabel seperti
terlihat dalam tabel 16.
Tabel 16. Rasio Konsistensi Subkriteria
Penghasilan
Penghasilan Jumlah Prioritas Hasil
SR 2,081 0,416 2,497
R 1,310 0,262 1,572
C 0,804 0,161 0,965
T 0,493 0,099 0,592
ST 0,313 0,063 0,376
Total 6,002
Dari tabel 16, diperoleh nilai-nilai sebagai berikut :
Jumlah (Jumlahan dari nilai-nilai hasil) : 6,002
n (Jumlah kriteria) : 5
λ maks= (jumlah/n) : 6,002/5= 1,2
CI = (λ maks-n)/n-1 : (1,2-5)/(5-1) = -0,95
CR (CI/IR) : -0,95/1,12= -0,848
Oleh karena CR <0,1, maka rasio konsistensi dari
perhitungan tersebut bisa diterima.
b) Menentukan prioritas subkriteria Tanggungan
- Membuat matriks perbandingan berpasangan
Langkah ini sama seperti yang di lakukan pada tabel 9,
hasilnya terlihat pada tabel 17
Tabel 17. Matriks Perbandingan Berpasangan
Subkriteria Tanggungan
Tanggungan R C T ST
R 1 2 3 4
C 0,500 1 2 3
T 0,333 0,500 1 2
ST 0,250 0,333 0,500 1
Jumlah 2,083 3,833 6,500 10,000
46 Jurnal Pembangunan Perkotaan 7 (1) (2019) : 39-50
- Membuat matriks nilai subkriteria tanggungan
Langkah ini sama seperti pada tabel 10,
Perbedaannya adalah adanya tambahan kolom prioritas
subkriteria, Angka 0,591 pada subkriteria tanggungan
cukup diperoleh dengan cara nilai prioritas cukup / nilai
tertinggi prioritas, Angka-angka yang lain diperoleh
dengan cara yang sama, Nilai prioritas subkriteria
hasilnya terlihat pada tabel 18.
Tabel 18. Matriks Nilai Subkriteria Tanggungan
Tanggungan R C T ST Jumlah Prioritas Prioritas
Subkriteria
R 0,48 0,522 0,462 0,400 1,864 0,466 1,000
C 0,24 0,261 0,308 0,300 1,109 0,277 0,594
T 0,16 0,130 0,154 0,200 0,644 0,161 0,345
ST 0,12 0,087 0,077 0,100 0,384 0,096 0,206
Jumlah 1,00 1,000 1,001 1,000 4,001 1,000 2,145
- Matriks penjumlahan tiap baris
Langkah ini sama seperti pada tabel 11, hasilnya
terlihat pada tabel 19.
Tabel 19. Matriks Penjumlahan Tiap Baris Subkriteria Tanggungan
Tanggungan R C T ST Jumlah
R 0,466 0,554 0,483 0,384 1,887
C 0,233 0,277 0,322 0,288 1,120
T 0,155 0,139 0,161 0,192 0,647
ST 0,116 0,092 0,081 0,096 0,385
- Perhitungan rasio konsistensi
Perhitungan ini digunakan untuk memastikan
bahwa nilai rasio konsistensi (CR) = < 0,1, Jika nilai
CR lebih besar dari 0,1 maka matriks perbandingan
berpasangan harus diperbaiki, Untuk menghitung rasio
konsistensi, dibuat tabel seperti terlihat dalam tabel 20,
Tabel 20. Rasio Subkriteria Tanggungan
Tanggungan Jumlah Prioritas Hasil
R 1,864 0,466 2,330
C 1,109 0,277 1,386
T 0,644 0,161 0,805
ST 0,384 0,096 0,480
Total 5,001
Dari tabel 20, diperoleh nilai-nilai sebagai berikut:
Jumlah (Jumlahan dari nilai-nilai hasil): 5,001
n (Jumlah kriteria): 4
λ maks = (jumlah/n): 5,001/4= 1,250
CI = (λ maks-n)/n-1 : (1,250-4)/(4-1)= - 0,917
CR (CI/IR): -0,917/0,90= - 1,018
Oleh karena CR <0,1, maka rasio konsistensi dari
perhitungan tersebut bisa diterima.
c) Menentukan prioritas subkriteria pekerjaan
- Membuat matriks perbandingan berpasangan
Langkah ini sama seperti yang di lakukan pada
tabel 9, hasilnya terlihat pada tabel 21,
Tabel 21. Matriks Perbandingan Berpasangan Subkriteria Pekerjaan
Pekerjaan SR R C T ST
SR 1 2 3 4 5
R 0,500 1 2 3 4
C 0,333 0,500 1 2 3
T 0,250 0,333 0,500 1 2
ST 0,200 0,250 0,333 0,500 1
TOTAL 2,283 4,083 6,833 10,500 15,000
- Membuat matriks nilai subkriteria nilai
Langkah ini sama seperti pada tabel 10,
Perbedaannya adalah adanya tambahan kolom prioritas
subkriteria, Angka 1 pada subkriteria penghasilan
diperoleh dengan cara nilai prioritas sangat rendah /
nilai tertinggi prioritas, Angka-angka yang lain
diperoleh dengan cara yang sama, Nilai prioritas
subkriteria hasilnya terlihat pada tabel 22.
Pemanfaatan Sistem Pendukung Keputusan dalam Penerimaan Beras Miskin Menggunakan Metode 47
Analitycal Hierarchy Process di Kota Medan
Fifin Sonata
Tabel 22. Matriks Nilai Subkriteria Pekerjaan
Pekerjaan SR R C T ST Jumlah Prioritas Prioritas Subkriteria
SR 0,438 0,490 0,439 0,381 0,333 2,081 0,416 1,000
R 0,219 0,245 0,293 0,286 0,267 1,310 0,262 0,630
C 0,146 0,122 0,146 0,190 0,200 0,804 0,161 0,387
T 0,110 0,082 0,073 0,095 0,133 0,493 0,099 0,238
ST 0,088 0,061 0,049 0,048 0,067 0,313 0,063 0,151
Jumlah 1,001 1,000 1,000 1,000 1,000 5,001 1,001 2,406
- Matriks penjumlahan tiap baris subkriteria
pekerjaan
Langkah ini sama seperti pada tabel 11, hasilnya
terlihat pada tabel 23.
Tabel 23. Matriks Penjumlahan Tiap Baris Subkriteria Pekerjaan
Pekerjaan SR R C T ST Jumlah
SR 0,416 0,524 0,483 0,394 0,312 2,129
R 0,208 0,262 0,322 0,296 0,250 1,337
C 0,139 0,131 0,161 0,197 0,187 0,815
T 0,104 0,087 0,081 0,099 0,125 0,495
ST 0,083 0,065 0,054 0,049 0,062 0,314
- Perhitungan rasio konsistensi
Jika nilai CR lebih besar dari 0,1 maka matriks
perbandingan berpasangan harus diperbaiki, Untuk
menghitung rasio konsistensi, dibuat tabel seperti
terlihat dalam tabel 24.
Tabel 24. Rasio Konsistensi Subkriteria Pekerjaan
Pekerjaan Jumlah Prioritas Hasil
SR 2,081 0,416 2,497
R 1,310 0,262 1,572
C 0,804 0,161 0,965
T 0,493 0,099 0,592
ST 0,313 0,063 0,376
Total 6,002
Dari tabel 24, diperoleh nilai-nilai sebagai berikut :
Jumlah (Jumlahan dari nilai-nilai hasil) : 6,002
n (Jumlah kriteria): 5
λ maks= (jumlah/n): 6,002/5= 1,2
CI = (λ maks-n)/n-1 : (1,2-5)/(5-1) = -0,95
CR (CI/IR): -0,95/1,12= -0,848
Oleh karena CR <0,1, maka rasio konsistensi dari
perhitungan tersebut bisa diterima.
d) Menentukan prioritas subkriteria Rumah
- Membuat matriks perbandingan berpasangan
Langkah ini sama seperti yang di lakukan pada
tabel 9, hasilnya terlihat pada tabel 25,
Tabel 25. Matriks Perbandingan Berpasangan
Subkriteria Rumah
Rumah R C T ST
R 1 2 3 4
C 0,500 1 2 3
T 0,333 0,500 1 2
ST 0,250 0,333 0,500 1
Jumlah 2,083 3,833 6,500 10,000
- Membuat matriks nilai subkriteria rumah
Langkah ini sama seperti pada tabel 10,
Perbedaannya adalah adanya tambahan kolom prioritas
subkriteria, Angka 0,594 pada subkriteria tanggungan
cukup diperoleh dengan cara nilai prioritas cukup / nilai
tertinggi prioritas, Angka-angka yang lain diperoleh
dengan cara yang sama, Nilai prioritas subkriteria
hasilnya terlihat pada tabel 26.
Tabel 26. Matriks Nilai Subkriteria Rumah
Rumah R C T ST Jumlah Prioritas Prioritas Subkriteria
R 0,48 0,522 0,462 0,400 1,864 0,466 1,000
C 0,24 0,261 0,308 0,300 1,109 0,277 0,594
T 0,16 0,130 0,154 0,200 0,644 0,161 0,345
ST 0,12 0,087 0,077 0,100 0,384 0,096 0,206
Jumlah 1,00 1,000 1,001 1,000 4,001 1,000 2,145
- Matriks penjumlahan tiap baris
Langkah ini sama seperti pada tabel 11, hasilnya
terlihat pada tabel 27.
Tabel 27. Matriks Penjumlahan Tiap Baris
Subkriteria Rumah
Rumah R C T ST Jumlah
R 0,466 0,554 0,483 0,384 1,887
C 0,233 0,277 0,322 0,288 1,120
T 0,155 0,139 0,161 0,192 0,647
ST 0,116 0,092 0,081 0,096 0,385
48 Jurnal Pembangunan Perkotaan 7 (1) (2019) : 39-50
- Perhitungan rasio konsistensi
Perhitungan ini digunakan untuk memastikan
bahwa nilai rasio konsistensi (CR) = < 0,1, Jika nilai
CR lebih besar dari 0,1 maka matriks perbandingan
berpasangan harus diperbaiki, Untuk menghitung rasio
konsistensi, dibuat tabel seperti terlihat dalam tabel 28.
Tabel 28. Rasio Konsistensi Subkriteria Rumah
Rumah Jumlah Prioritas Hasil
R 1,864 0,466 2,330
C 1,109 0,277 1,386
T 0,644 0,161 0,805
ST 0,384 0,096 0,480
Total 5,001
Dari tabel 28, diperoleh nilai-nilai sebagai berikut:
Jumlah (Jumlahan dari nilai-nilai hasil): 5,001
n (Jumlah kriteria): 4
λ maks = (jumlah/n): 5,001/4= 1,250
CI = (λ maks-n)/n-1 : (1,250-4)/(4-1)= - 0,917
CR (CI/IR): -0,917/0,90= - 1,018
Oleh karena CR <0,1, maka rasio konsistensi dari
perhitungan tersebut bisa diterima,
e) Menentukan prioritas subkriteria Aset
- Membuat matriks perbandingan berpasangan
Langkah ini sama seperti yang di lakukan pada
tabel 9, hasilnya terlihat pada tabel 29.
Tabel 29. Matriks Perbandingan Berpasangan
Subkriteria Aset
Aset R C T ST
R 1 2 3 4
C 0,500 1 2 3
T 0,333 0,500 1 2
ST 0,250 0,333 0,500 1
Jumlah 2,083 3,833 6,500 10,000
- Membuat matriks nilai subkriteria aset
Langkah ini sama seperti pada tabel 10,
Perbedaannya adalah adanya tambahan kolom prioritas
subkriteria, Angka 0,594 pada subkriteria tanggungan
cukup diperoleh dengan cara nilai prioritas cukup / nilai
tertinggi prioritas, Angka-angka yang lain diperoleh
dengan cara yang sama, Nilai prioritas subkriteria
hasilnya terlihat pada tabel 30.
- Matriks penjumlahan tiap baris
Langkah ini sama seperti pada tabel 11, hasilnya
terlihat pada tabel 31
Tabel 30. Matriks Nilai Subkriteria Rumah
Aset R C T ST Jumlah Prioritas Prioritas Subkriteria
R 0,48 0,522 0,462 0,400 1,864 0,466 1,000
C 0,24 0,261 0,308 0,300 1,109 0,277 0,594
T 0,16 0,130 0,154 0,200 0,644 0,161 0,345
ST 0,12 0,087 0,077 0,100 0,384 0,096 0,206
Jumlah 1,00 1,000 1,001 1,000 4,001 1,000 2,145
Tabel 31. Matriks Penjumlahan Tiap Baris
Subkriteria Aset
Aset R C T ST Jumlah
R 0,466 0,554 0,483 0,384 1,887
C 0,233 0,277 0,322 0,288 1,120
T 0,155 0,139 0,161 0,192 0,647
ST 0,116 0,092 0,081 0,096 0,385
- Perhitungan rasio konsistensi
Perhitungan ini digunakan untuk memastikan
bahwa nilai rasio konsistensi (CR) = < 0,1, Jika nilai
CR lebih besar dari 0,1 maka matriks perbandingan
berpasangan harus diperbaiki, Untuk menghitung rasio
konsistensi, dibuat tabel seperti terlihat dalam tabel 32.
Tabel 32. Rasio Konsistensi Subkriteria Aset
Aset Jumlah Prioritas Hasil
R 1,864 0,466 2,330
C 1,109 0,277 1,386
T 0,644 0,161 0,805
ST 0,384 0,096 0,480
Total 5,001
Dari tabel 32, diperoleh nilai-nilai sebagai berikut:
Jumlah (Jumlahan dari nilai-nilai hasil): 5,001
n (Jumlah kriteria): 4
λ maks = (jumlah/n): 5,001/4= 1,250
CI = (λ maks-n)/n-1 : (1,250-4)/(4-1)= - 0,917
CR (CI/IR): -0,917/0,90= - 1,018
Oleh karena CR <0,1, maka rasio konsistensi dari
perhitungan tersebut bisa diterima,
f) Menghitung matriks hasil
Prioritas hasil perhitungan pada kriteria dan
subkriteria kemudian dituangkan dalam matriks hasil
yang terlihat dalam tabel 3
Pemanfaatan Sistem Pendukung Keputusan dalam Penerimaan Beras Miskin Menggunakan Metode 49
Analitycal Hierarchy Process di Kota Medan
Fifin Sonata
Tabel 33. Matriks Hasil
Penghasilan Tanggungan Pekerjaan Rumah Aset
0,356 0,261 0,175 0,11 0,098
Sangat Rendah Rendah Sangat Rendah Rendah Rendah
1 1 1 1 1
Rendah Cukup Rendah Cukup Cukup
0,629 0,594 0,629 0,594 0,594
Cukup Tinggi Cukup Tinggi Tinggi
0,387 0,345 0,387 0,345 0,345
Tinggi Sangat Tinggi Tinggi Sangat Tinggi Sangat Tinggi
0,237
0,206
0,237
0,206 0,206 Sangat Tinggi Sangat Tinggi
0,150 0,150
3) Contoh kasus Perhitungan
Seandainya diberikan data nilai dari 4 calon
penerima RASKIN seperti terlihat pada tabel 34,
Tabel 34. Calon Penerima RASKIN
Nama Penghasilan Tanggungan Pekerjaan Rumah Aset
RAHMAT 700.000 7 Buruh Triplek 6.000.000
MEGAWATI 800.000 5 Nelayan Papan 5.000.000
PUTRI 500.000 3 Buruh Papan 4.000.000
SUSILO 1.000.000 3 Buruh Beton 8.000.000
Maka nilai calon penerima RASKIN akan tampak dalam tabel 35
Tabel 35. Nilai Calon Penerima RASKIN
Nama Penghasilan Tanggungan Pekerjaan Rumah Aset
RAHMAT Rendah Cukup Rendah Cukup Tinggi
MEGAWATI Rendah Tinggi Rendah Tinggi Tinggi
PUTRI Sangat Rendah Tinggi Rendah Tinggi Cukup
SUSILO Rendah Tinggi Rendah Sangat Tinggi Tinggi
Hasil akhir dari perhitungan kriteria alternatif dapat dilihat pada tabel 36
Tabel 36. Hasil Akhir
Nilai 0,224 pada kolom nilai baris Rahmat
diperoleh dari nilai calon penirima RASKIN untuk
Rahmat untuk nilai penghasilan, yaitu rendah dengan
prioritas dengan nilai prioritas 0,629 (Tabel 33),
dikalikan dengan prioritas penghasilan sebesar 0,356
(Tabel 33), Angka-angka yang lain diperoleh dengan cara
yang sama, Kolom total pada tabel 36 diperoleh dari
penjumlahan pada masing-masing barisnya, Nilai total
inilah yang dipakai sebagai dasar untuk menentukan
calon penerima yang berhak mendapatkan RASKIN
Desain Sistem
1. Desain Form Menu Utama
Gambar 4. Desain Form Alternatif
Nama Penghasilan Tanggungan Pekerjaan Rumah Aset Total
RAHMAT 0,224 0,155 0,110 0,065 0,034 0,588
MEGAWATI 0,224 0,090 0,110 0,038 0,034 0,496
PUTRI 0,356 0,090 0,110 0,038 0,058 0,652
SUSILO 0,224 0,090 0,110 0,023 0,034 0,481
File - Data Kriteria Tutup
- Data Sub Kriteria Penilaian - Data Alternatif - Keluar
Konfigurasi PB - Kriteria Utama - Sub Kriteria
Proses - Nilai Alternatif - AHP
Laporan - Lap. Alternatif - Lap. Kriteria
- Lap. AHP About
50 Jurnal Pembangunan Perkotaan 7 (1) (2019) : 39-50
Menu Alternatif
List View
No KK
Nama
Tempat Lahir
Alamat
Baru Simpan Edit Hapus Batal
Gambar 5. Desain Form Alternatif
2. Desain Form Data Kriteria
Menu Data Kriteria
List View
Kriteria
Urutan
Keterangan
Baru BatalSimpan Edit Hapus
Gambar 6 Desain Form Data Kriteria
3. Desain Form Data Sub Kriteria
Menu Sub Kriteria
List View
Kriteria
Sub Kriteria
Urutan
Keterangan
Baru BatalSimpan Edit Hapus
Gambar 7. Desain Form Data Sub Kriteria
KESIMPULAN
Dari penelitian yang sudah dilakukan maka
dapat ditarik kesimpulan bahwa :
1. Sistem pendukung keputusan seleksi penerima
raskin untuk masyarakat miskin ini dapat
disimpulkan dari contoh kasus bahwa yang berhak
mendapatkan raskin lebih diutamakan yang nilainya
lebih tinggi yaitu Putri dengan nilai Ahpnya 0.650.
2. Dengan berhasilnya sistem pendukung keputusan
ini dapat diartikan bahwa metode AHP yang
diterapkan dapat diimplementasikan untuk
menentukan penerima raskin.
3. Aplikasi Pendukung Keputusan Penerimaan Raskin
di Kota Medan bertujuan untuk mempermudah dan
mempercepat dalam Pengambilan Keputusan
Penerimaan Raskin.
4. Penelitian ini juga dapat digunakan untuk
pengambilan keputusan suatu persoalan lain.
UCAPAN TERIMA KASIH
Penulis sampaikan ucapan terima kasih kepada
Pemerintah Kota Medan sehingga penulis dapat
merujuk data lewat website yang dibuat sebagai bahan
referensi penelitian.
DAFTAR PUSTAKA
A. Zainal, “Penerapan Metode Analytical Hierarchy
Process (AHP) Untuk Menentukan Sisa Hasil
Usaha Pada Koperasi Pegawai Negeri”. Jurnal
Informatika Mulawarman. Vol 5 No.2 Juli 2010.
Halaman 1-12.
Anjaryanti. S. R, “Sistem Pendukung Keputusan
Kelayakan Pembiayaan Menggunakan Metode
Analytical Hierarchy Process”. Jurnal
Informatika. Vol. 4 No.1 April 2017, pp.82-93.
ISSN: 2355-6579. E-ISSN:2528-2247.
Rico, “Analisis Sistem Pendukung Keputusan
Kelayakan Pengajuan Kredit Dengan
Menggunakan Metode AHP Pada BTPN KCP
UMK Petaling,” Jurnal Media Sistem
Informasi., Vol. 8 No.1, Februari 2014.
Supriyono dkk. “Sistem Pemilihan Pejabat Struktural
Dengan Metode Ahp”. Seminar Nasional III
SDM Teknologi Nuklir. Yogyakarta : 21-22
November 2017. ISSN 1978-0178.
Website pemerintah kota medan
www.pemkomedan.go.id