Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
Pemilihan Warga Penerima Bantuan Program Keluarga Harapan (PKH) Menggunakan Metode Simple Additive Weighting (SAW) dan User Acceptance Testing (UAT) Pujianto1.
Mujito2.
Danang Prabowo3.
Basuki Hari Prasetyo4 Teknik Informatika.
Universitas Muhammadiyah Metro.
Jl.
KH Dewantara No.
116 Iringmulyo.
Indonesia, 34381 e-mail: 1pujianto@ummetro.
id, 3danangprabowo@ummetro.
Sistem Informasi.
Universitas Muhammadiyah Metro.
Jl.
KH Dewantara No.
116 Iringmulyo.
Indonesia, 34381 e-mail: 2mujito@ummetro.
Teknik Informatika.
Universitas Budi Luhur.
Jl.
Ciledug Raya.
Indonesia, 12260 e-mail: 4basukihariprasetyo@bl.
Submitted Date: Agustus 31th, 2020 Revised Date: September 22th, 2020 Reviewed Date: September 22th, 2020 Accepted Date: September 30th, 2020 Abstract PKH (Hope Family Progra.
is a government assistance program to help people experiencing poverty problems this program is an aid from the ministry of social affairs in order to reduce social inequality among poor groups.
so it is hoped that in the long run it can break the relationship of poverty between generations.
so that the next generation can come out of the abyss of poverty due to the increasing quality of human resources produced.
The aspects used are health aspects, educational aspects and aspects of social welfare.
The selection of citizens who are not objective recipients of the PKH Program makes it a problem.
Many protested against the village's devices in determining which residents were entitled to assistance and sometimes acts of vandalism.
so that in this study want to help village devices in selecting citizens who are entitled to receive assistance using the system.
The methods used are Simple Additive Weighting (SAW), and User Acceptance Testing (UAT) is used to test the feasibility of the application.
A sample of 10 residents who were recommended to receive PKH assistance obtained the results that Mr.
Anwar who ranked first for assistance with a score of 80.
5 And for the testing UAT earned an average value of 87%.
Keywords: PKH.
Method.
SAW.
UAT.
Abstrak Program Keluarga Harapan (PKH) adalah program bantuan pemerintah untuk membantu orangorang yang mengalami masalah kemiskinan program ini merupakan bantuan dari kementerian sosial dalam rangka mengurangi ketidaksetaraan sosial antara kelompok-kelompok miskin.
sehingga generasi berikutnya dapat keluar dari jurang kemiskinan karena meningkatnya kualitas sumber daya manusia yang Aspek-aspek yang digunakan adalah aspek kesehatan, aspek pendidikan dan aspek kesejahteraan sosial.
Pemilihan warga bantuan penerima Program PKH yang tidak objektif membuatnya menjadi masalah.
Banyak yang memprotes perangkat desa dalam menentukan penduduk mana yang berhak atas bantuan dan terkadang terjadi tindakan vandalisme.
sehingga dalam penelitian ini ingin membantu perangkat desa dalam memilih warga yang berhak menerima bantuan menggunakan sistem.
Metode yang digunakan adalah Simple Additive Weighting (SAW), dan User Acceptance Testing (UAT) digunakan untuk menguji kelayakan aplikasi.
Sampel dari 10 warga yang direkomendasikan untuk menerima bantuan PKH diperoleh hasil bahwa Bapak Anwar yang menduduki peringkat pertama untuk bantuan dengan skor 80.
5 dan untuk pengujian UAT diperoleh nilai rata-rata 87%.
http://openjournal.
id/index.
php/informatika Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
Kata kunci : PKH.
Metode.
SAW.
UAT.
Pendahuluan Program Keluarga Harapan atau yang sering disebut dengan PKH adalah program yang dicanangkan pemerintah melalui kementrian sosial (Astari, 2.
PKH adalah program pemberian bantuan sosial yang bersyarat diberikan kepada keluarga miskin yang ditetapkan sebagai keluarga penerima manfaat PKH.
Pemerintah Indonesia sejak tahun 2007 telah melaksanakan program PKH sebagai upaya untuk menanggulangi kemiskinan warga Indonesia (Virgoreta, 2.
Pemilihan warga yang dianggap miskin dan kurang mampu menjadi sebuah dilema bagi para perangkat desa didalam memetakan warga yang kurang mampu.
Banyaknya warga yang kurang mampu pada suatu daerah menjadi permasalahan didalam memilih warga penerima bantuan Program Keluarga Harapan (PKH).
Bantuan yang diberikan pemerintah melalui kementrian sosial dalam suatu desa tidak seimbang dengan jumlah warga yang masuk dalam kategori miskin atau tidak mampu sehingga perangkat desa harus benar-benar mampu memilih warga yang benarbenar tidak mampu.
Aksi protes warga kerap terjadi ketika pemilihan tidak sesuai dengan kriteria warga yang dirasa kurang mampu.
Pemilihan warga selama ini dilakukan dengan memilih secara langsung warga yang dirasa kurang mampu tanpa memperhatikan aspek-aspek yang lain, sehingga kerap terjadi kesalahan dalam memilih warga yang menerima bantuan.
Melihat permasalahan dan pentingnya solusi untuk mengatasinya maka penelitian ini mengajukan sebuah metode yaitu Simple Additive Weighting (SAW) yang dapat melakukan proses perhitungan dan pemeringkatan secara otomatis (Wiyono, & Latipah, 2.
Sehingga hasil dari penelitian ini adalah aplikasi sistem pendukung keputusan yang mampu memberikan rekomendasi kepada pihak perangkat desa mengenai siapa saja warga yang berhak menerima bantuan berdasarkan hasil perhitungan dari aspek-aspek yang dinilai.
Adapun Metode SAW dipilih karena sangat sesuai pada saat proses pengambilan sebuah keputusan hal ini dikarenakan metode SAW dapat memberikan sebuah nilai yang terbobot untuk setiap atributnya (Manullang.
Prahutana, & Santoso, 2.
dan sehingga dapat diproses hingga menghasilkan sebuah pemeringkatan dari proses seleksi alternatif terbaik dari beberapa alternatif terbaik (Poernomo, 2.
Selain itu, http://openjournal.
id/index.
php/informatika kelebihan model SAW ini jika dibandingkan dengan metode pengambilan keputusan lainnya adalah terletak pada kemampuannya untuk melakukan proses penilaian yang lebih tepat, hal ini dikarenakan nilai pada kriteria dan preferensi bobot nya sudah ditentukan (Refiza, 2.
Metode SAW ini juga sangat relevan didalam menyelesaikan sebuah permasalahan didalam pengambilan keputusan karena total perubahan sebuah nilai yang dihasilkan oleh metode SAW ini lebih banyak (Azfandi, & Oktafianto, 2.
Untuk pengujian kelayakan aplikasi menggunakan metode User Acceptance Testing (UAT).
yaitu sebuah bentuk pengujian yang dilakukan oleh pihak akhir pengguna .
nd use.
pihak akhir tersebut adalah pengguna yang akan langsung berinteraksi menggunakan sistem dan melakukan verifikasi terkait dengana fungsi apakah sudah berjalan dengan baik dan sesuai dengan fungsi beserta kebutuhannya (Firdaus.
Penelitian serupa yang membahas mengenai penerima bantuan menggunakan metode SAW telah dilakukan oleh Muhammad Alfaddin Salim.
pada penelitian tersebut meneliti tentang kepala keluarga yang layak untuk mendapatkan bantuan berupa pembangunan renovasi atau perbaikan rumah serta pengadaan sarana yaitu sanitasi berdasarkan kriteria yang dimiliki oleh kepala keluarga tersebut.
Kriteria yang digunakan sebanyak 13 kriteria dan menggunakan data kepala keluarga yang akan dipilih sebanyak 20 kepala keluarga.
hasil penelitian yaitu peringkat dari calon penerima bantuan untuk renovasi atau perbaikan rumah dimulai dari yang layak mendapatkan bantuan (Salim, 2.
Kemudian penelitian yang menggunakan metode SAW juga dilakukan oleh Eva Yulianti dan Roki Z yang meneliti tentang pemilihan warga yang layak menerima bantuan bedah rumah.
pada penelitian tersebut menggunakan beberapa mode yaitu Kondisi model kondisi rumah, model penghasilan dan model Aset Pribadi.
hasil penelitian adalah aplikasi yang mampu menghasilkan bentuk keluaran berupa pemeringkatan mulai dari yang tertinggi nilainya sampai dengan terendah (Yulianti, & Roki, 2.
Penelitian selanjutnya yang membahas mengenai penerima bantuan menggunakan metode SAW dilakukan oleh M.
Ari Effendi dan Oktafianto.
pada penelitiannya Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
membahas mengenai siapa saja siswa miskin yang layak mendapatkan bantuan.
adapun kriteria yang digunakan pada penelitian tersebut yaitu gaji orang tua, jumlah tanggungan, prestasi akademik, nilai rapor dan kelas.
penilaian menggunakan skala fuzzy yaitu Sangat rendah, rendah, sedang, tengah, tinggi dan sangat tinggi.
penelitiannya adalah sebuah aplikasi yang dibangun menggunakan VB.
6 dan bentuk keluarannya berupa rekomendasi siswa yang layak mendapatkan bantuan (Effendi, & Oktafianto.
Metode Adapun metode penelitian digunakan dengan maksud dan tujuan untuk menggambarkan secara terperinci proses dari penelitian yang berjalan, proses diawali dari collecting data hingga pada tahap pengujian sistem (Anwar, & Kurniawan.
Berikut adalah metode penelitian secara Collecting Data Proses awal dari penelitian ini diawali dengan cara mengumpulkan data-data dari sumber yang terkait dengan pemilihan warga penerima bantuan, yaitu data warga dan data kriteria yang akan digunakan.
Mengolah Data Tahapan mengumpulkan data penelitian adalah pengolahan data penelitian, data-data tersebut akan diolah menggunakan algoritma SAW.
Mengembangkan Sistem Pada tahap mengembakankan sistem ini akan dibahas mengenai bentuk rancangan sistem atau interface yang akan digunakan.
Sehingga proses proses pemilihan warga penerima bantuan dalam bentuk aplikasi dapat digambarkan dengan jelas.
Implementasi Sistem Langkah berikutnya setelah pengembangan sistem yakni mengimplementasikan aplikasi sistem pendukung keputusan.
Algoritma dari Simple Additive Weighting (SAW) diimplementasikan kedalam sistem.
Sehingga Aplikasi dapat berjalan dengan baik dan sesuai dengan kebutuhan dari user.
Pengujian Sistem Langkah yang terakhir yakni menguji sistem atau aplikasi sistem pendukung keputusan yang telah berhasil dibuat.
Pada tahap ini pengujian sistem akan ditest menggunakan model User Acceptance Test (UAT) sehingga aplikasi yang berhasil dibangun http://openjournal.
id/index.
php/informatika ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
benar-benar sesuai dengan kebutuhan dari Sehingga hasil akhir penelitian adalah Sistem Pendukung Keputusan dengan bentuk hasil keluaran yang akurat jika dihitung menggunakan SAW.
Serta dapat membantu pihak pengambil keputusan didalam memilih warga penerima bantuan.
Hasil dan Pembahasan Berikut pemilihan warga penerima bantuan Program Keluarga Harapan (PKH) yang menggunakan sample data warga sebanyak 10 Warga.
Adapun data-data warga ditunjukkan pada Tabel 1, data kriteria ditunjukkan pada Tabel 2, sedangkan pembobotan ditunjukkan pada Tabel 3 sampai dengan Tabel 11.
Kode W10.
Kode Table 1.
Data Warga Nama Alamat Muhammad Toha Jl.
Manggis Ds 1 Abdul Aziz Jl.
Nanas Ds 2 Tutik Jl.
Manggis Ds 1 Amin Nuroni Jl.
Nanas Dusun 2 Watik Jl.
Manggis Ds 1 Kurniawan Jl.
Durian Ds 3 Lela Nurjanah Jl.
Durian Ds 3 Ika Nurjanah Jl.
Manggis Ds 1 Anwar Jl.
Nanas Dusun 2 Elmayanti Jl.
Manggis Ds 1 Table 2.
Data Kriteria Nama Kriteria Attribut Ibu Hamil Benefit Ibu Menyusui Cost Anak Berusia 0 -5 Cost Anak SD Benefit Anak SMP Benefit Anak SMA Benefit Anak Usia 6 Ae 21 Cost tahun belum wajib belajar 12 tahun Lanjut Usia Benefit Penyandang Benefit Disabilitas Bobot Table 3.
Pembobotan Pembobotan Nilai Sangat Tinggi Tinggi Cukup Rendah Sangat Rendah Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
Table 4.
Pembobotan Ibu Hamil Pembobotan Nilai Usia Kandungan 8 Ae 9 bulan Usia Kandungan 6 Ae 7 bulan Usia Kandungan 4 Ae 5 bulan Usia Kandungan 2 Ae 3 bulan Usia Kandungan 0 Ae 1 bulan Table 5.
Pembobotan Ibu Menyusui Pembobotan Nilai Usia Bayi 10 Ae 12 bulan Usia Bayi 13 Ae 14 bulan Usia Bayi 15 Ae 17 bulan Usia Bayi 18 Ae 20 bulan Usia Bayi > 20 bulan Table 6.
Pembobotan Anak usia 0 -5 tahun Pembobotan Nilai Usia Anak 0- 1 Tahun Usia Anak 2 Tahun Usia Anak 3 Tahun Usia Anak 4 Tahun Usia Anak 5 Tahun Table 7.
Pembobotan Anak SD Pembobotan Nilai Jumlah Anak SD 5 Anak Jumlah Anak SD 4 Anak Jumlah Anak SD 3 Anak Jumlah Anak SD 2 Anak Jumlah Anak SD 1 Anak Table 7.
Pembobotan Anak SMP Pembobotan Nilai Jumlah Anak SMP 5 Anak Jumlah Anak SMP 4 Anak Jumlah Anak SMP 3 Anak Jumlah Anak SMP 2 Anak Jumlah Anak SMP 1 Anak Table 8.
Pembobotan Anak SMA Pembobotan Nilai Jumlah Anak SMA 5 Anak Jumlah Anak SMA 4 Anak Jumlah Anak SMA 3 Anak Jumlah Anak SMA 2 Anak Jumlah Anak SMA 1 Anak Table 9.
Pembobotan Anak Usia 6 Ae 21 tahun belum wajib belajar 12 tahun Pembobotan Nilai Usia Anak 6 Ae 8 Tahun Usia Anak 9 Ae 11 Tahun Usia Anak 12 Ae 14 Tahun Usia Anak 15 Ae 18 Tahun Usia Anak 19 - 21 Tahun http://openjournal.
id/index.
php/informatika ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
Table 10.
Pembobotan Lanjut Usia Pembobotan Nilai Usia > 76 Tahun Usia 71 Ae 75 Tahun Usia 66 Ae 70 Tahun Usia 61 Ae 65 Tahun Usia 50 Ae 60 Tahun Table 11.
Pembobotan Penyandang Disabilitas Pembobotan Nilai Sangat Parah Parah Sedang Rendah Sangat Rendah Proses Simple Additive Weighting (SAW) Pada tahap pertama dari proses SAW adalah memberikan penilaian pada masing-masing calon penerima bantuan Program Keluarga Harapan (PKH).
W10
Table 12.
Penilaian Warga
C1 C2 C3 C4 C5 C6
Langkah berikutnya adalah melakukan proses Pada proses normalisasi perlu diperhatikan tipe attribut dari setiap kriteria.
untuk attribut yang bertipe Benefit maka semakin tinggi nilai maka akan semakin baik.
Namun jika bertipe Cost maka semakin kecil nilai maka akan semakin baik.
Berikut proses perhitungan normalisasi.
Pada kriteria Ibu Hamil (C.
berattribut Benefit maka kita cari nilai Max dari .
, 4, 4, 3, 4, 5, 2, 1, 4, .
Sehingga W1 = 5 /5 = 1.
W2 = 4 /5 = 0.
W3 = 4 /5 = 0.
W4 = 3 /5 = 0.
W5 = 4 /5 = 0.
W6 = 5 /5 = 1,
W7 = 2 /5 = 0.
W8 = 1 /5 = 0.
W9 = 4 /5 =
W10 = 5 /5 = 1.
Pada kriteria Ibu Menyusui (C.
berattribut Cost maka kita cari nilai Min dari .
, 2, 4, 5, 5, 4, 3, 2, 1, .
Sehingga Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
W1 = 1 /3 = 0.
W2 = 1 /2 = 0.
W3 = 1 /4 =
W4 = 1 /5 = 0.
W5 = 1 /5 = 0.
W6 = 1
/4 = 0.
W7 = 1 /3 = 0.
W8 = 1 /2 = 0.
W9 = 1 /1 = 0.
W10 = 1 /2 = 0.
Pada kriteria Anak usia 0 -5 tahun (C.
berattribut Cost maka kita cari nilai Min dari .
, 1, 1, 2, 3, 1, 2, 2, 1, .
Sehingga W1 = 1 /5 = 0.
W2 = 1 /1 = 1.
W3 = 1 /1 = 1,
W4 = 1 /2 = 0.
W5 = 1 /3 = 0.
W6 = 1 /1 =
W7 = 1 /2 = 0.
W8 = 1 /2 = 0.
W9 = 1 /1 =
W10 = 1 /3 = 0.
Pada kriteria Anak SD (C.
berattribut Benefit maka kita cari nilai Max dari .
, 3, 4, 2, 1, 1, 3, 4, 2, .
Sehingga W1 = 2 /4 = 0.
W2 = 3 /4 = 0.
W3 = 4 /4 =
W4 = 2/4 = 0.
W5 = 1 /4 = 0.
W6 = 1 / 4
= 0.
W7 = 3 /4 = 0.
W8 = 4 /4 = 1.
W9 = 2
/4 = 0.
W10 = 1 /4 = 0.
ISSN: 2541-1004
e-ISSN: 2622-4615 32493/informatika.
W7 = 1 /4 = 0.
W8 = 1 /4 = 0.
W9 =
4 /4 = 1.
W10 = 3 /4 = 0.
Sehingga jika dimasukan kedalam penilaian warga adalah sebagai berikut :
W10
Table 13.
Normalisasi Nilai Warga
C1 C2
C5 C6
Pada kriteria Anak SMP (C.
berattribut Benefit maka kita cari nilai Max dari .
, 2, 3, 3, 4, 5, 2, 2, 1, .
Sehingga W1 = 1 /5 = 0.
W2 = 2 /5 = 0.
W3 = 3 /5 =
W4 = 3/5 = 0.
W5 = 4/5 = 0.
W6 = 5 / 5
= 1.
W7 = 2 /5 = 0.
W8 = 2 /5 = 0.
W9 = 1 /5
= 0.
W10 = 1 /5 = 0.
Pada kriteria Anak SMA (C.
berattribut Benefit maka kita cari nilai Max dari .
, 3, 4, 1, 1, 3, 2, 4, 5,.
Sehingga W1 = 2 /5 = 0.
W2 = 3 /5 = 0.
W3 = 4 /5 =
W4 = 1/5 = 0.
W5 = 1/5 = 0.
W6 = 3 / 5
= 0.
W7 = 2 /5 = 0.
W8 = 4 /5 = 0.
W9 = 5
/5 = 1.
W10 = 1 /5 = 0.
Pada kriteria Anak Usia 6 Ae 21 tahun belum wajib belajar 12 tahun (C.
berattribut Cost maka kita cari nilai Min dari .
, 2, 3, 4, 3, 3, 2, 1, 1, .
Sehingga W1 = 1 /1 = 1.
W2 = 1 /2 = 0.
W3 = 1 /3 =
W4 = 1 /4 = 0.
W5 = 1 /3 = 0.
W6 =
1 /3 = 0.
W7 = 1 /2 = 0.
W8 = 1 /1 = 1.
= 1 /1 = 1.
W10 = 1 /1 = 1.
Langkah pemeringkatan, yaitu mengalikan bobot nilai normalisasi dikalikan dengan bobot kriteria.
proses pemeringkatan adalah sebagai berikut:
W1 : .
7* .
= 57.
W2 : .
5* .
= 69.
Pada kriteria Lanjut Usia (C.
berattribut Benefit maka kita cari nilai Max dari .
, 5, 3, 2, 1, 1, 3, 4, 2, .
Sehingga W1 = 1 /5 = 0.
W2 = 5 /5 = 1.
W3 = 3 /5 = 0.
W4 = 2/5 = 0.
W5 = 1 /5 = 0.
W6 = 1 / 5 =
W7 = 3 /5 = 0.
W8 = 4 /5 = 0.
W9 = 2 /5
= 0.
W10 = 5 /5 = 1.
W3 : .
= 76.
Pada kriteria Penyandang Disabilitas (C.
berattribut Benefit maka kita cari nilai Max dari .
, 2, 4, 3, 4, 1, 1, 1, 4, .
Sehingga W1 = 3/4 = 0.
W2 = 2 /4 = 0.
W3 = 4 /4 =
W4 = 3/4 = 0.
W5 = 4 /4 = 1.
W6 = 1 / 4 =
W5 : .
* .
= 57.
http://openjournal.
id/index.
php/informatika W4 : .
= 57.
Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
W6 : .
= 52.
W7 : .
25* .
= 41.
W8 : .
= 48.
W9 : .
* .
W10 : .
= 70.
Bentuk Tampilan Aplikasi Berikut adalah bentuk sebagian dari tampilan Gambar 3.
Proses Pemeringkatan User Acceptance Testing (UAT) Pengujian dengan metode UAT ini dilakukan dengan cara mengajukan sejumlah pertanyaan terhadap para pihak pengambil pengujian ini menggunakan 10 orang perangkat desa yang akan memilih para warga penerima bantuan PKH.
pilihan jawaban dari UAT menggunakan 5 buah kategori.
Sangat Sesuai (SS).
Sesuai (S).
Kurang Sesuai (KS).
TIdak Sesuai (TS) kemudian Tidak Jawab (TJ).
Sedangkan untuk penilaian bobot nilai pada hasil jawaban adalah sebagai berikut:
Gambar 1.
Penilaian Warga Table 14.
penilaian bobot nilai jawaban Jawaban Bobot (SS) Sangat Sesuai (S) Sesuai (KS) Kurang Sesuai (TS) Tidak Sesuai (TJ) Tidak Jawab Gambar 2.
Bobot Normalisasi Table 15.
Pertanyaan Kuesioner Pertanyaan Aplikasi berjalan sesuai kebutuhan dari bapak/ibu dalam memilih warga penerima bantuan Aplikasi mempermudah didalam pemilihan warga penerima bantuan informasi dari aplikasi sangat akurat Aplikasi ini menyediakan tingkat pengamanan data yang baik aplikasi dapat berjalan walaupun terjadi kesalahan didalam entry data Adanya pesan kesalahan untuk user ketika ada kesalahan didalam entry data Aplikasi ini mudah untuk digunakan Aplikasi tidak menyulitkan dalam pengentryan data warga Bapak/Ibu merasa nyaman dengan tampilan aplikasi ini http://openjournal.
id/index.
php/informatika Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
Kemudian memberikan jawaban terkait dengan pertanyaan kuesioner tersebut didapatkan hasil sebagai berikut Table 16.
Jawaban Kuesioner Pertanyaan Secara umum aplikasi ini sesuai dengan kebutuhan bapak / ibu dalam memilih warga penerima bantuan Adanya Aplikasi ini mempermudah bapak / ibu dalam memilih warga penerima bantuan Informasi yang dihasilkan oleh aplikasi ini akurat Aplikasi ini menyediakan tingkat pengamanan data yang baik Aplikasi ini tetap dapat berjalan dengan baik meski ada kekeliruan dalam memasukkan data Aplikasi ini menyediakan pesan kesalahan untuk pengguna Aplikasi ini mudah untuk digunakan Aplikasi tidak menyulitkan dalam pengentryan data warga Bapak/Ibu merasa nyaman dengan tampilan aplikasi ini Setelah kuesioner pertanyaan diisi oleh para perangkat desa yang akan memilih warga penerima bantuan Program Keluarga Harapan maka proses berikutnya adalah ISSN: 2541-1004 e-ISSN: 2622-4615 32493/informatika.
http://openjournal.
id/index.
php/informatika mengalikan nilai jawaban dengan nilai bobot yang telah ditentukan.
diperoleh hasil sebagai berikut Table 17.
Pengolahan data kuesioner Pertanyaan Secara umum aplikasi ini sesuai dengan kebutuhan bapak / ibu dalam memilih warga penerima bantuan Adanya Aplikasi ini mempermudah bapak / ibu dalam memilih warga penerima bantuan Informasi yang dihasilkan oleh aplikasi ini akurat Aplikasi ini menyediakan tingkat pengamanan data yang baik Aplikasi ini tetap dapat berjalan dengan baik meski ada kekeliruan dalam memasukkan data Aplikasi ini menyediakan pesan kesalahan untuk pengguna Aplikasi ini mudah untuk digunakan Aplikasi tidak menyulitkan dalam pengentryan data warga Bapak/Ibu merasa nyaman dengan tampilan aplikasi ini Berdasarkan pertanyaan pertama diperoleh total nilai 45.
Sehingga nilai rata-rata adalah 45/10 = 4.
dan prosentase nilaianya adalah 5/5 x 100 = 90 %.
pertanyaan kedua diperoleh total nilai 47.
Sehingga nilai rata-rata adalah 47/10 = 4.
dan prosentase nilaianya adalah 4.
7/5 x 100 = 94 %.
pertanyaan ketiga diperoleh total nilai 47.
Sehingga nilai rata-rata adalah 47/10 = 4.
dan prosentase nilaianya adalah 4.
7/5 x 100 = 94 %.
pertanyaan keempat diperoleh total nilai 42.
Sehingga nilai rata-rata adalah 42/10 = 4.
dan prosentase nilaianya adalah 4.
2/5 x 100 = 84 %.
pertanyaan kelima diperoleh total nilai 41.
Sehingga nilai rata-rata adalah 41/10 = 4.
dan prosentase nilaianya adalah 4.
1/5 x 100 = 82 %.
pertanyaan keenam diperoleh total nilai 46.
Sehingga nilai rata-rata adalah 46/10 = 4.
dan prosentase nilaianya adalah 4.
6/5 x 100 = 92 %.
pertanyaan ketujuh diperoleh total nilai 44.
Sehingga nilai rata-rata adalah 44/10 = 4.
dan prosentase nilaianya adalah 4.
4/5 x 100 = 88 %.
pertanyaan kedelapan diperoleh total nilai Sehingga nilai rata-rata adalah 41/10 = dan prosentase nilaianya adalah 4.
1 / 5
x 100 = 82 %.
Jurnal Informatika Universitas Pamulang Penerbit: Program Studi Teknik Informatika Universitas Pamulang Vol.
No.
September 2020 .
pertanyaan kesembilan diperoleh total nilai Sehingga nilai rata-rata adalah 41/10 = dan prosentase nilaianya adalah 4.
1/5 x 100 = 82 %.
Kesimpulan Berdasarkan dan pembahasan mengenai perhitungan menggunakan metode SAW dan pengujian aplikasi menggunakan metode User Acceptance Testing (UAT) maka dapat disimpulkan yaitu untuk daftar warga yang direkomendasikan menerima bantuan adalah bapak Anwar dengan perolehan nilai sebesar 80.
dan untuk pengujian aplikasi diperoleh rata-rata nilai sebesar 87% sehingga dapat dikatakan user atau pengguna aplikasi merasa puas dan terbantu dengan adanya aplikasi ini.
Referensi