Institut Riset dan Publikasi Indonesia (IRPI) MALCOM: Indonesian Journal of Machine Learning and Computer Science Journal Homepage: https://journal.
id/index.
php/malcom Vol.
4 Iss.
1 January 2024, pp: 188-197
ISSN(P): 2797-2313 | ISSN(E): 2775-8575
Decision Support System for Prospective Social Assistance Program Recipients (BANSOS) Using the Simple Additive Weighting (SAW) Method Sistem Pendukung Keputusan Calon Penerima Program Bantuan Sosial (BANSOS) Menggunakan Metode Simple Additive Weighting (SAW) Suprapto1*.
Edora2.
Firentus Agustone Pasaribu3
1,2,3
Program Studi Informatika.
Fakultas Teknik,Universitas Pelita Bangsa.
Indonesia E-Mail: 1suprapto@pelitabangsa.
id, 2edora@pelitabangsa.
firentus@pelitabangsa.
Received Sep 30th 2023.
Revised Nov 27th 2023.
Accepted Dec 27th 2023 Corresponding Author: Suprapto Abstract Social assistance is one of the efforts of the government, community or individual in poverty alleviation which aims to meet the needs of people who have low economic feasibility and improve people's living standards with social assistance.
The process of identifying beneficiaries of the social assistance program at Kp Kaceot Cares2 Kerawang Barat is relatively time consuming and less than optimal, because it is a manual process of filling out and selecting one by one using paper As paper builds up, data becomes more susceptible to damage and loss.
To overcome these problems, we need a system that can simplify the process of selecting recipients of the social assistance program at Kp Kaceot Cares 2 West Kerawang.
In this case, it is a decision support system that is supported by the Simple Additive Weighting (SAW) method.
This decision support system was developed according to the Waterfall method using the PHP programming language (PHP: Hypertext Preprocesso.
Code Igniter 3 Framework, and MySQL database as the database server.
The calculation results based on the SAW method recommend the names of the recipients of the social assistance program in order of In addition, based on the results of black box testing, this system will run according to its capabilities.
Keyword: BANSOS.
Covid-19.
SAW.
SPK.
Waterfall Abstrak Bantuan sosial merupakan salah satu upaya pemerintah,komunitas atau individu dalam penanggulangan kemiskinan yang bertujuan untuk memenuhi kebutuhan masyarakat yang memiliki kelayakan ekonomi rendah dan meningkatkan taraf hidup masyarakat dengan bantuan sosial.
Proses identifikasi penerima program bantuan sosial diKp kaceot peduli2 Kerawang barat relatif memakan waktu dan kurang optimal, karena merupakan proses manual mengisi dan memilih satu per satu menggunakan formulir kertas.
Saat kertas menumpuk, data menjadi lebih rentan terhadap kerusakan dan kehilangan.
Untuk mengatasi permasalahan tersebut, diperlukan suatu sistem yang dapat mempermudah proses pemilihan penerima program bantuan sosial di Kp kaceot peduli2 Kerawang barat.
Dalam hal ini merupakan sistem pendukung keputusan yang didukung dengan metode Simple Additive Weighting (SAW).
Sistem pendukung keputusan ini dikembangkan sesuai dengan metode Waterfall dengan menggunakan bahasa pemrograman PHP (PHP: Hypertext Preprocesso.
Framework Code Igniter 3, dan database MySQL sebagai database server.
Hasil perhitungan berdasarkan metode SAW merekomendasikan namanama penerima program bansos sesuai urutan prioritas.
Selain itu, berdasarkan hasil pengujian black box, sistem ini akan berjalan sesuai dengan kemampuannya.
Kata Kunci: BANSOS.
Covid-19.
SAW.
SPK.
Waterfall PENDAHULUAN Bantuan sosial adalah pemberian dukungan kepada individu, keluarga, kelompok, atau komunitas dari pemerintah atau lembaga tertentu.
bantuan ini diberikan dalam bentuk uang atau fisik, tergantung pada kemampuan keuangan daerah atau lembaga.
Tujuannya untuk membantu tercapainya tujuan program dan kegiatan pemerintah daerah dengan menganut asas keadilan, martabat, akal sehat, dan manfaat bagi Masyarakat.
DOI: https://doi.
org/10.
57152/malcom.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575
Menurut Badan Perencanaan Pembangunan Daerah Kabupaten, akan ada 106.
780 orang yang hidup dalam kemiskinan di 25 desa di sekitar Karawang selama bulan Ramadhan .
Ini sangat memperihatinkan, sudah banyak usaha yang dilakukan pemerintah pusat dalam membantu masyarakat miskin diantaranya program bantuan sosial berupa sembako dan uang, program bantuan rumah bersubsidi dan usaha Hanya saja ada beberapa permasalahan yang terjadi saat program bantuan sosial dilakukan salah satunya adalah masalah penyaluran bantuan tersebut khususnya di Kp Kaceot 2 Tunggakjati Karawang Barat yaitu penyaluran program bantuan sosial belum optimal dan merata.
Karena proses manual terus digunakan ketika memilih calon penerima program bantuan sosial, dan tidak ada sistem untuk mendukung mengidentifikasi proses calon penerima program bantuan sosial.
Hal ini menyebabkan terjadinya ketidaktepatan dalam pendistribusian program bantuan sosial, dan dikhawatirkan program bantuan sosial tidak menjangkau orang-orang yang benar-benar membutuhkan .
Metode SAW ini mendasarkan keputusan pada proses penjumlahan bobot yang telah ditetapkan untuk setiap kriteria yang relevan dengan tujuan yang ingin dicapai.
Dalam hal penerimaan program Bansos, kriteria yang mungkin dipertimbangkan meliputi pendapatan, jumlah tanggungan keluarga, tingkat pendidikan, kondisi kesehatan, dan lain sebagainya.
Setiap kriteria diberi bobot sesuai dengan tingkat kepentingannya dalam pengambilan Keputusan .
Sistem ini menggunakan metode Simple Additive Weighting, metode ini dipilih karena metode ini yang paling mudah digunakan dibandingkan dengan metode yang lainnya.
Metode ini paling mudah diterapkan karena algoritmanya dapat dengan mudah dipahami.
Metode ini biasa dikenal dengan metode penjumlahan berbobot .
Beberapa penelitian sebelumnya di bidang yang sama dan pada topik yang sama dengan studi yang direncanakan dalam subjek yang sama dengan penelitian yang diusulkan, yang pertama adalah penelitian yang dilakukan oleh Lestari & Targiono membahas mengenai calon penerima Bantuan Masyarakat Miskin.
Ini agak karena sifat pertanyaannya adalah semi terstruktur.
Dengan kata lain, prosesnya bukan rutinitas sekolah.
Oleh sebab itu.
Dibuatlah sebuah sistem dengan menggunakan metode SAW sisem ini merupakan sebuah sarana yang berguna bagi Panitia Penerimaan BSM untuk menentukan secara objektif apakah calon siswa layak menerima BSM .
Kedua adalah penelitian yang dilakukan oleh Tika dkk, mengenai cara menyeleksi mahasiswa mahasiswa yang akan meneriman beasiswa menggunakan metode SAW dan Topsis yang dibuat untuk mempermudah Sekolah melakukan seleksi mahasiswa .
Ketiga adalah penelitian oleh Suryeni dkk membahas mengenai cara memenuhi syarat penerima beras miskin dengan sistem produk berbobot yang dapat memecahkan masalah pengambilan keputusan multi-atribut multiple attribute decision making (MADM).
Karena kemampuan sistem untuk mengambil keputusan sebagaimana dimaksud, proses seleksi diharapkan selesai lebih cepat dari pada BSM (Bantuan Siswa Miski.
Implementasi SAW dalam SPK untuk program Bansos menjadi penting karena kemudahan Informasi dan proses pengambilan keputusan dapat diakses secara lebih luas dan mudah oleh pihak-pihak yang terlibat.
Hal ini memungkinkan penggunaan SPK menjadi lebih transparan dan efisien dalam mengidentifikasi calon penerima yang layak .
Salah satu keuntungan utama dari menggunakan metode SAW adalah kemampuannya untuk memberikan peringkat relatif terhadap alternatif calon penerima berdasarkan penilaian kriteria yang telah Dengan demikian, sistem ini memudahkan pengambilan keputusan dengan menyajikan informasi yang terstruktur dan terukur, meminimalkan bias, dan meningkatkan objektivitas dalam proses seleksi penerima Bansos .
METODOLOGI PENELITIAN
Metodologi yang diterapkan dalam melakukan penelitian ditunjukkan pada Gambar 1.
Dari gambar 1.
diatas, terlihat bahwa metode SAW dimulai dengan memasukkan data kriteria, data alternatif dan pembobotan Langkah selanjutnya membuat matrik keputusan berdasarkan bobot nilai kriteria, alternatif.
Lalu dilakukan normalisasi matrik keputusan menggunakan rumus normalisasi sehingga diperoleh matriks Lalu kalikan matrik normalisasi dengan bobot kriteria.
Setelah didapatkan hasil, mencari nilai preferensi tiap alternative dengan mengalikan nilai bobot yang ada pada matriks keputusan dengan bobot kriteria .
Sistem Pendukung Keputusan Sistem pendukung keputusan adalah sistem informasi berbasis komputer yang interaktif .
, sistem ini berbasis model yang terdiri dari proses pengolahan data dan evaluasi yang mendukung pengguna dalam pengambilan keputusan.
Sistem ini harus berbasis komputer dan dapat digunakan untuk memecahan masalah.
Sistem pendukung keputusan menggunakan sumber daya komputer yang dimaksudkan untuk meningkatkan keakuratan saat pengambilan suatu Keputusan .
Sistem Pendukung Keputusan (SPK) adalah sebuah sistem informasi yang berperan membantu dalam mengambil keputusan dengan menyediakan berbagai data, alat analisis, dan model yang diperlukan untuk MALCOM - Vol.
4 Iss.
1 January 2024, pp: 188-197 MALCOM-04.
: 188-197
memastikan keputusan yang diambil lebih efektif dan sesuai dalam situasi yang kompleks .
Turban.
Aronson.
, & Liang.
P, menjelaskan SPK sebagai sistem yang menyediakan informasi dan mendukung pengambilan keputusan dengan menggunakan data dan model untuk menyelesaikan masalah yang tidak memiliki struktur yang jelas .
Sistem pendukung keputusan adalah sistem informasi interaktif yang menawarkan informasi, pemodelan, dan manipulasi data.
Ketika tidak ada yang yakin bagaimana keputusan harus dibuat, pendekatan ini digunakan untuk membantu dalam membuat keputusan dalam pengaturan yang tidak terstruktur dan semiterstruktur .
Berdasarkan pengertian di atas, penulis menyimpulkan bahwa sistem pendukung keputusan adalah suatu sistem yang dirancang untuk mempermudah orang membuat penilaian ketika tidak ada orang lain yang bisa mengambil keputusan yang jelas.
Gambar 1.
Metodologi Penelitian Simple Additive Weighting (SAW) Metode Simple Additive Weighting (SAW) biasanya disebut juga sebagai metode penambahan berbobot.
Konsep metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada sistem alternatif pada semua atribut .
Keuntungan dari model SAW vs model yang lainnya terletak pada kemampuannya penilaian yang lebih akurat karena didasarkan pada nilai kriteria dan bobot opsional yang telah ditentukan sebelumnya, juga SAW juga dapat memilih alternatif terbaik di antara beberapa alternatif ada melalui proses klasifikasi setelah menentukan nilai bobot untuk setiap atribut.
Metode Simple Additive Weighting (SAW) adalah salah satu metode pengambilan keputusan multikriteria yang digunakan untuk menyeleksi alternatif berdasarkan sejumlah kriteria yang telah ditetapkan Pendekatan ini memungkinkan pengambilan keputusan dengan memberikan bobot pada setiap kriteria dan kemudian menghitung nilai total untuk setiap alternatif berdasarkan bobot tersebut .
Metode SAW juga dikenal sebagai metode pembobotan sederhana.
Konsep metode SAW ini terdiri dari menemukan jumlah bobot.
Metode ini membutuhkan proses normalisasi matriks keputusan (X) pada skala yang sebanding dengan semua grafik alternatif tersedia .
Metode SAW adalah Salah satu metode penyelesaian masalah dari Fuzzy Multiple Attribute Decision Making (FMADM) untuk mencari alternatif dengan kriteria tertentu .
Metode SAW mengenal adanya 2 .
atribut yaitu kriteria keuntungan .
dan kriteria biaya .
Pendekatan SAW bekerja dengan menghitung total bobot dari semua penilaian kinerja untuk setiap pilihan atribut.
Pendekatan SAW mengharuskan konversi matriks keputusan (X) ke skala yang dapat dibandingkan dengan skor saat ini.
Mentukan kriteria.
Membuat matriks keputusan berdasarkan atribut keuntungan atau atribut biaya yang sudah ditentukan.
Membuat matriks normalisasi Proses perankingan Berdasarkan pengertian di atas, penulis menyimpulkan bahwa metode SAW adalah metode yang paling mudah digunakan dan dipahami, karna algoritmanya yang cukup sederhana.
Sistem Pendukung Keputusan Calon Penerima Program.
(Suprapto et al, 2.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575
Rumus matriks X menjadi R ycycnyc = ycycnyc = min ycuycnyc max ycuycnyc ycn Keterangan :
Rij Xij Max Xij Min Xij Benefit Cost = Nilai rating kinerja = Nilai atribut yang dimiliki dari setiap atribut = Nilai terbesar dari setiap kriteria = Nilai terkecil dari setiap kriteria = Jika nilai tersebut adalah terbesar = Jika nilai tersebut adalah terkecil Proses perankingandilakukan dengan cara mengkalikan nilai matriks R dengan nilai refrensi yang telah ditentukan sebelumnya, untuk lebih lebih jelasnya dapat dilihat dibawah ini:
ycOycn = Ocycuyc=1 ycyc ycycnyc Keterangan :
Rij = Hasil akhir pada gambar = Bobot yang telah ditentukan = Normalisasi matrixs HASIL DAN PEMBAHASAN Instrument Penelitian Instrument penelitian adalah alat atau benda yang digunakan untuk mengumpulkan data atau informasi agar lebih mudah, hasilnya lebih lengkap baik, baik, sistematis dan lebih mudah diolahnya.
Instrument penelitian yang digunakan dalam penelitian ini dimaksud untuk mendapatkan data yang akurat yaitu dengan menggunakan instrument penelitian sebagai berikut :
Instrument penelitian dengan metode studi Pustaka Instrument studi pustaka ini adalah penelitian yang mempelajari literature mengenai tempat riset yaitu Komunitas Kaceot Peduli.
Instrument penelitian dengan metode wawancara Instrument wawancara ini adalah penelitian wawancara kepada anggota komunitas tersebut Intrument penelitian dengan metode analisis dokumen Instrument analisis dokumen ini adalah penelitian menganalisa dokumen terkait kriteria dan atribut dalam penyeksian calon penerima program bansos yang diberikan.
Intrument penelitian dengan metode observasi Teknik pengumpulan data yang dilakukan dengan cara mengamati secara langsung kegiatan yang terjadi dan menganalisa masalah-masalah pada komunitas kaceot peduli.
Analisa Permasalahan Saat-saat ini tingkat kemiskinan terus meningkat disebabkan salah satunya oleh penyakit Covid 19, akibatnya banyak perusaahan yang tutup dan megakibatkan banyaknya masyarakat indonesia yang terkena PHK khususnya di Kp Kaceot 2 Tunggakjati Karawang Barat.
Dan karena itu terbentuklah sebuah komunitas kaceot peduli yang berfungsi untuk membantu orang-orang yang tidak mampu.
Hanya saja secara umum permasalahan yang terjadi yaitu penyaluran bansos di Kp Kaceot 2 Tunggakjati Karawang Barat belum optimal.
Karena proses manual terus digunakan ketika memilih calon penerima program bantuan sosial, dan tidak ada sistem untuk mendukung mengidentifikasi proses penerima program bantuan sosial.
Hal ini menyebabkan terjadinya ketidaktepatan dalam pendistribusian program bantuan sosial, dan dikhawatirkan program bantuan sosial tidak menjangkau orang-orang yang benar-benar Untuk mengatasi masalah tersebut maka diperlukan sebuah sistem pendukung keputusan untuk memberikan rekomendasi calon penerima bantuan sosial kepada pihak komunitas kaceot peduli dan sekaligus mampu memberikan informasi tentang calon penerima bantuan sosial yang layak menerima bantuan.
MALCOM - Vol.
4 Iss.
1 January 2024, pp: 188-197 MALCOM-04.
: 188-197
Data yang Digunakan Pada penelitian ini data yang digunakan adalah data kuantitatif.
Data kuantitatif yaitu jenis data yang dapat diukur atau dihitung secara langsung,yang berupa informasi.
Dalam hal ini data kuantitatif yang diperlukan adalah data penduduk seperti :
Penghasilan Perbulan: Suatu nilai penghasilan dari seseorang yang nilai nya bisa di bandingkan dengan orang lain.
Tanggungan Anak: Anak-anak yang masih dibiayai dalam satu keluarga.
Kondisi Rumah: Kondisi rumah yang dijadikan tempat tinggal.
Luas Tanah: Suatu nilai asset yang dimiliki seseorang biasanya dihitung dengan satuan meter.
Metode Yang Digunakan Pada penelitian ini metode yang digunakan dalam menentukan kelayakan calon penerima program bantuan sosial menggunakan Metode Simple Additive Weighting (SAW).
Metode ini memberikan kriteriakriteria tertentu yang memiliki bobot nilai masing-masing sehingga dari hasil penjumlahan tersebut akan diproleh hasil yang menjadi keputusan akhir.
Simulasi Perhitungan Manual Algoritma Proses perhitungan manual algoritma SAW meliputi input data kriteria,menentukan rating kecocokan alternatif terhadap kriteria, kemudian menentukan matriks X menjadi R setelah itu melakukan proses perankan.
Berikut ini adalah langkah-langkah perhitungan menggunakan metode SAW :
Menentukan kriteria.
Menentukan nilai atribut, dan menetapkan jeniskriteria.
Membuat matriks keputusan berdasarkan atribut keuntungan dan atributbiaya.
Menentukan rating kecocokan pada setiap alternative Membuat matriks keputusan dan membuat matriks normalisasi Proses perankan Setelah mengetahui langkah-langkah yang dibutuhkan untuk memecahkan suatu masalah dengan menggunakan metode SAW.
Adapun langkah pertama yang dibutuhkan menginput data alternative dan menentukan nilai stiap kriteria sebelum melakukan penentuan matriks dan perhitungan perankan.
Berikut ini adalah langkah-langkah rincinya adalah sebagai berikut.
Penentuan Kriteria Bobot Tabel 1.
Data Kriteria Kriteria Keterangan Penghasilan Perbulan Jumlah Tanggungan Kondisi Rumah Luas Tanah Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya, akan lebih jelas bobot dibentuk dalam tabel sebagai berikut:
Tabel 2.
Nilai Bobot Kriteria Kriteria Penghasilan Perbulan Jumlah Tanggungan Kondisi Rumah Luas Tanah Bobot Pembobotan Setiap Kriteria Penghasilan Perbulan (C.
Penghasilan perbulan merupakan salah satu kriteria yang digunakan dalam perhitungan yang menghitung penghasilan perbukan dari setiap keluarga dan dibagi menjadi 4 bobot sebagai berikut:
Tabel 3.
Bobot Kriteria Penghasilan 0 Ae 1.
001 Ae 3.
001 Ae 5.
> 5.
Bobot Sistem Pendukung Keputusan Calon Penerima Program.
(Suprapto et al, 2.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575 Jumlah Tanggungan (C.
Jumlah tanggungan merupakan salah satu kriteria yang digunakan dalam perhitungan yang menghitung jumlah anak yang dibiayai dan dibagi menjadi 4 bobot sebagai berikut:
Tabel 4.
Bobot Kriteria Tanggungan Anak Bobot Kondisi Rumah (C.
Kondisi rumah merupakan salah satu kriteria yang digunakan dalam perhitungan yang melihat kondisi rumah dan dibagi menjadi 4 bobot sebagai berikut:
Tabel 5.
Bobot Kriteria Kondisi Rumah Sewa Bambu tanah Tembok plester Tembok keramik Bobot Luas Tanah (C.
Luas tanah merupakan salah satu kriteria yang digunakan dalam perhitungan yang melihat kondisi luas tanah dan dibagi menjadi 4 bobot sebagai berikut:
Tabel 6.
Bobot Kriteria Luas Tanah < 30 meter 31 meter > 60 meter 61 meter > 90 meter > 91 meter Bobot Menentukan Rating Kecocokan Alternative Pada Setiap Kriteria Dari banyaknya data penduduk yang tersedia dikomunitas kaceot peduli diambil 5 data penduduk sebagai contoh penerapannya dengan metode SAW dalam menentukan rekomendasi pemilihan calon penerima program bansos.
Tabel dibawah ini menunjukan data penduduk.
Tabel 7.
Data Penduduk Alternatif
Dadan Agus
Muhammad Ridwan
Zulfikar
Danil
Kriteria
2,500,000
4,000,000
6,500,000
3,500,000
1,000,000
Tembok keramik Tembok plester Tembok keramik Bambu tanah Kontrak Berdasarkan data penduduk pada tabel data penduduk diatas berikut langkah-langkah penyeleksian untuk mencocokan nilai alternative terhadap kriteria yakni dengan memberikan nilai setiap alternative (A.
terhadap kriteria (C.
yang sudah ditentukan dapat dilihat pada tabel dibawah sebagai berikut:
Tabel 8.
Data Rating Kecocokan Dari Setiap Alternatif Pada Kriteria Alternatif Dadan Agus Muhammad Ridwan Zulfikar Danil MALCOM - Vol.
4 Iss.
1 January 2024, pp: 188-197 Kriteria MALCOM-04.
: 188-197
Membuat Matriks Keputusan Dengan mengacu pada tabel diatas membuat matriks keputusan berdasarkan aturan kemudian standarisasi kerangka kerja dengan mempertimbangkan situasi yang disesuaikan dengan jenis atribut .
tribut keuntungan dan atribut biay.
maka didapat matriks keputusan X dengan data sebagai berikut:
Tabel 9.
Nilai Matriks Menormalisasi Matriks X Menjadi R Membuat matriks normalisasi dengan memilih beban yang diberikan, mengingat tingkat kepentingan setiap kriteria yang dibutuhkan, agar cenderung terlihat lebih jelas dari tabel di bawahnya.
Tabel 10.
Nilai Matriks Kriteria Penghasilan Perbulan Jumlah Tanggungan Kondisi Rumah Luas Tanah Bobot Proses Perankan Proses perankingandilakukan dengan cara mengkalikan nilai matriks R dengan nilai refrensi yang telah ditentukan sebelumnya, untuk lebih lebih jelasnya dapat dilihat dibawah ini:
Tabel 15.
Perhitungan Alternatif Perhitungan .
*50%) .
5*20%) .
*20%) .
5*10%)
25*50%) .
75*20%) .
25*20%) .
33*10%)
33*50%) .
*20%) .
5*20%) .
25*10%)
5*50%) .
5*20%) .
25*20%) .
33*10%)
33*50%) .
5*20%) .
33*20%) .
*10%)
Hasil Hasil perankingan diperoleh:
Nilai terbesar pada V1 dimana memiliki nilai 0.
Dengan demikian alternative V1 atas Danil yang terpilih sebagai alternative terbaik sebagai calon penerima program bansos di komunitas kaceot peduli.
Atau dapat dilihat pada gambar dibawah ini:
Hasil Penghitungan SAW
0,85
0,49
0,43
0,43
0,36
Gambar 2.
Grafik hasil Penelitian Sistem Pendukung Keputusan Calon Penerima Program.
(Suprapto et al, 2.
ISSN(P): 2797-2313 | ISSN(E): 2775-8575 Gambaran Sistem Pendukung Keputusan (SPK) Use case Diagram dan Class Diagram Use case diagram merupakan presentasi dari sebuah interaksi antara actor dan sistem.
Sedangkan class diagram adalah salah satu jenis diagram struktur pada UML yang menggambarkan detail struktur dengan jelas.
Usecase Diagram dan Class Diagram ditunjukkan pada gambar 3 dan gambar 4.
Gambar 3.
Use Case Diagram SPK Penjelasan Gambar 3:
Melakukan login yaitu sistem memastikan apakah login memiliki hak akses admin.
Daftar calon penerima yaitu sistem menampilkan form daftar Data penduduk yaitu sistem menampilkan data penduduk,sistem juga dapat menambah,menghapus,mengedit data penduduk.
Data admin yaitu sistem menampilkan data penduduk,sistem juga dapat menambah, menghapus, mengedit data penduduk.
Hasil seleksi yaitu sistem menampilkan hasil dari pengolahan data yang sudah dihitung.
Cetak Laporan yaitu sistem menampilkan data dan mampu mencetak data yang diinginkan.
Logout yaitu sistem memastikan apakah user sudah berhasil keluar.
Gambar 4.
Class Diagram MALCOM - Vol.
4 Iss.
1 January 2024, pp: 188-197 MALCOM-04.
: 188-197
Use case Diagram dan Class Diagram Tampilan perancangan menu normalisasi dalam sistem Pendukung Keputusan (SPK) dirancang untuk memperlihatkan proses normalisasi data yang dilakukan sebagai bagian dari tahap analisis, ditunjukkan pada Gambar 9.
Menu Keputusan Menu keputusan pada sistem Pendukung Keputusan (SPK) menyajikan hasil dari analisis data dan proses pengambilan keputusan berdasarkan informasi yang telah diolah sebelumnya.
KESIMPULAN
Dari penelitian yang dilakukan tentang Sistem Pendukung Keputusan (SPK) untuk calon penerima Program Bantuan Sosial (Banso.
yang menggunakan Metode Simple Additive Weighting (SAW) menyoroti pentingnya efisiensi dalam memilih penerima manfaat.
Dalam penelitian ini, penerapan Metode SAW memberikan aksesibilitas yang lebih luas dan transparansi dalam proses seleksi.
Metode SAW menjadi landasan utama dalam pengambilan keputusan, memungkinkan penilaian kriteria yang relevan secara objektif.
REFERENSI