REKOMENDASI PENERIMA BANTUAN SOSIAL DALAM UPAYA
PENGENTASAN KEMISKINAN DI KABUPATEN BOGOR
MENGGUNAKAN METODE TOPSIS
RECOMMENDATION OF SOCIAL ASSISTANCE RECIPIENTS IN
POVERTY ALLEVIATION EFFORTS IN BOGOR DISTRICT USING
TOPSIS METHOD
Muhammad Ardiansyah Rizkiyanto.
Sahril Sabirin dan Gandung Triyono Universitas Budi Luhur.
Jl.
Ciledug Raya.
Petukangan Utara.
Jakarta Selatan, 12260 triyono@budiluhur.
askah masuk 9 Januari 2025, naskah direvisi 12 Mei 2025, naskah diterima 12 Juni 2.
ABSTRACT Bogor Regency had a poverty rate of 7.
27% in 2023, with a bureaucratic reform evaluation score of 49.
33% in terms of effectiveness in poverty alleviation based on impact achievement.
The poverty issue in Bogor Regency requires special attention, particularly in the accurate targeting of social assistance distribution.
This study employs the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to provide faster and more precise recommendations for aid recipients.
The data used originates from P3KE deciles 1-4 in 2024, encompassing 16 variables related to the socio-economic conditions of household heads.
The research process includes data processing, determination of criteria weights through expert interviews, and application of TOPSIS to rank aid recipients.
The results indicate that TOPSIS is effective in identifying priority recipients based on proximity to the ideal solution.
These findings suggest that the Bogor Regency government adopted this method to enhance the efficiency and accuracy of social assistance distribution, thereby ensuring aid is better targeted and has a positive impact on impoverished communities.
Keywords: Decision Support System.
Poverty.
TOPSIS.
ABSTRAK
Kabupaten Bogor memiliki tingkat kemiskinan sebesar 7,27% pada tahun 2023, dengan hasil evaluasi reformasi birokrasi sebesar 49,33% dalam efektivitas pengentasan kemiskinan berdasarkan capaian dampak.
Masalah kemiskinan di Kabupaten Bogor memerlukan perhatian khusus, terutama dalam penyaluran bantuan sosial yang tepat sasaran.
Penelitian ini menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk memberikan rekomendasi penerima bantuan secara lebih cepat dan akurat.
Data yang digunakan berasal dari Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) P3KE desil 1-4 tahun 2024,dengan 16 variabel terkait kondisi sosial-ekonomi kepala keluarga.
Proses penelitian meliputi pengolahan data, penentuan bobot kriteria melalui wawancara dengan ahli, dan penerapan TOPSIS untuk menentukan peringkat penerima bantuan.
Hasil menunjukkan bahwa TOPSIS efektif mengidentifikasi prioritas penerima berdasarkan kedekatan dengan solusi ideal.
Temuan ini menyarankan agar Pemerintah Daerah Kabupaten Bogor mengadopsi metode ini guna meningkatkan efisiensi dan ketepatan distribusi bantuan sosial, sehingga bantuan lebih tepat sasaran dan berdampak positif bagi masyarakat miskin.
Kata kunci: Kemiskinan.
Sistem Pendukung Keputusan.
TOPSIS.
PENDAHULUAN
asic needs approac.
yang mengukur dari sisi pengeluaran (Badan Pusat Statistik Pendekatan tersebut menunjukkan rata-rata pengeluaran di bawah garis kemiskinan.
Kabupaten Bogor, wilayah terbesar di Provinsi Jawa Barat dengan luas wilayah kurang lebih 178 hektar (Kabupaten Bogor 2.
terus menghadapi tantangan dalam mengatasi Kemiskinan ketidakmampuan untuk memenuhi standar minimum kebutuhan dasar yang meliputi kebutuhan makanan dan non makanan (Rahmansyah and Lusinia 2.
Kemiskinan pendekatan terhadap pemenuhan kebutuhan Tujuan Pembangunan Berkelanjutan/ Sustainable Development Goals (SDG.
merupakan serangkaian 17 tujuan global yang diadopsi oleh Perserikatan Bangsa-Bangsa (PBB) pada tahun 2015.
SDGs dirancang 40 I Creative Research Journal | Vol.
11 No.
01 Juni 2025 pembangunan berkelanjutan bagi seluruh dunia hingga tahun 2030 (United Nations Salah satu tujuan utama dalam SDGs adalah mengakhiri kemiskinan .
o povert.
, terutama kemiskinan ekstrem di seluruh Kemiskinan ekstrem merupakan kebutuhan dasar, yaitu kebutuhan makanan, air minum bersih, sanitasi layak, kesehatan, tempat tinggal, pendidikan, dan akses informasi, yang tidak hanya terbatas pada pendapatan, tetapi juga akses pada layanan sosial (Lestari et al.
Komitmen Indonesia dalam mencapai tujuantujuan dalam SDGs ditunjukkan dengan adanya Peraturan Presiden Nomor 111 tahun 2022 tentang Pelaksanaan Pencapaian Tujuan Pembangunan Berkelanjutan.
Peraturan Presiden tersebut menetapkan sasaran SDGs nasional tahun 2024, yang disusun dengan mengacu pada tujuan dan sasaran global SDGs tahun 2030, dan sasaran nasional rencana pembangunan jangka menengah nasional tahun 2020-2024 (Presiden Republik Indonesia 2022.
Selain itu.
Presiden Republik Indonesia juga memberikan instruksi kepada berbagai kementerian dan lembaga terkait kebijakan khususnya kemiskinan ekstrem (Presiden Republik Indonesia, 2.
Tingkat kemiskinan di Kabupaten Bogor mengalami penurunan dari tahun 2021 hingga 2023, sebagaimana disajikan pada Gambar 1.
Pada tahun 2021, tingkat kemiskinan tercatat sebesar 8,13% dengan jumlah penduduk sekitar 491,2 ribu jiwa, yang kemudian menurun menjadi 7,27% pada tahun 2023.
Meskipun terjadi penurunan, angka ini masih menunjukkan bahwa sekitar 453,76 ribu penduduk di Kabupaten Bogor hidup di bawah garis kemiskinan (Badan Pusat Statistik.
Komposisi kemiskinan terdiri atas kemiskinan ekstrem dan kemiskinan reguler.
Tahun 2021 terdiri dari 6,36% kemiskinan reguler dan 1,77% kemiskinan ekstrem, tahun 2022 terdiri dari 5,35% kemiskinan reguler dan 2,38% kemiskinan ekstrem, serta tahun 2023 terdiri dari 6,51% kemiskinan reguler dan 0,76% kemiskinan ekstrem.
Penurunan kemiskinan ekstrem ini merupakan salah satu pencapaian penting, mengingat kelompok ini mencakup penduduk yang rentan dan sangat bergantung pada bantuan sosial serta layanan dasar untuk bertahan hidup.
Namun, peningkatan kemiskinan reguler menunjukkan bahwa sebagian besar penduduk yang berada di atas garis kemiskinan ekstrem meningkatkan kesejahteraan mereka secara Meskipun tren penurunan tingkat kemiskinan di Kabupaten Bogor merupakan pencapaian positif, masih terdapat pekerjaan rumah yang harus diselesaikan untuk mengentaskan seluruh penduduk dari kemiskinan.
Langkahlangkah yang lebih terarah, seperti peningkatan kualitas pendidikan, akses terhadap pekerjaan produktif, pengembangan infrastruktur, serta pelaksanaan program pemberdayaan ekonomi yang berkelanjutan, perlu terus ditingkatkan untuk mencapai target pembangunan berkelanjutan.
Gambar 1.
Komposisi Tingkat Penduduk Miskin Provinsi Jawa Barat Sumber: Badan Pusat Statistik RIZKIYANTO.
Rekomendasi Penerima Bantuan Sosial A I 41 Kabupaten Bogor telah melakukan berbagai upaya intervensi program untuk penghapusan kemiskinan seperti Bantuan Sosial Tunai (BST).
Program Keluarga Harapan (PKH).
Bantuan Sembako.
Bantuan Pangan NonTunai (BPNT), dan lain-lain.
Namun, meskipun berbagai intervensi telah dilakukan, masih terdapat tantangan signifikan dalam hal optimalisasi, baik dari sisi pemanfaatan sumber daya maupun distribusi yang merata.
Saat ini.
Badan Perencanaan Pembangunan.
Penelitian dan Pengembangan Daerah (Bappedalitbangd.
Kabupaten Bogor yang memiliki tugas pokok membantu Bupati dalam melaksanakan fungsi penunjang urusan pemerintah yang menjadi kewenangan daerah di bidang perencanaan, penelitian dan pengembangan (Kabupaten Bogor 2.
, belum memiliki alat bantu yang efektif untuk memastikan penentuan penerima manfaat yang tepat berdasarkan nama dan alamat atau by name by address (BNBA).
Ketiadaan alat bantu ini menyebabkan adanya ketidaktepatan sasaran dalam penyaluran bantuan, di mana data penerima tidak selalu mencerminkan kondisi ekonomi terkini atau keadaan sebenarnya di lapangan.
Kondisi tersebut dapat menyebabkan warga yang teridentifikasi dengan baik, sementara warga yang tidak memenuhi kriteria kemiskinan tetap tercatat sebagai penerima.
Berdasarkan hasil evaluasi capaian reformasi birokrasi Kabupaten Bogor tahun 2023, efektivitas capaian dampak hanya 49,33%.
Oleh karena memberikan rekomendasi penerima bantuan sosial yang lebih efisien dan efektif.
Metode TOPSIS dianggap sebagai pilihan terbaik untuk penelitian ini karena kemampuannya memprioritaskan penerima bantuan sosial berdasarkan berbagai kriteria, seperti kondisi rumah, pendidikan, jenis pekerjaan, dan risiko TOPSIS bekerja dengan prinsip membandingkan setiap alternatif dengan solusi ideal positif .
ang memiliki nilai terbaik pada semua kriteri.
dan solusi ideal negatif .
ang memiliki nilai terburuk pada semua kriteri.
(Visca et al.
Wicaksono 2.
Keunggulan metode ini terletak pada kemampuannya mengakomodasi berbagai kriteria dengan satuan yang berbeda melalui proses normalisasi (Wicaksono 2.
, sehingga perbandingan antar kriteria menjadi adil dan bebas bias.
Berbagai penelitian sebelumnya telah membuktikan efektivitas dan ketepatan TOPSIS dalam konteks penentuan penerima bantuan sosial dan pengalokasian dana Misalnya, penelitian oleh Saputri, .
menggunakan metode ini dalam pemilihan penerima Bantuan Langsung Tunai (BLT) di Desa Tanjung Bulan, yang hasilnya menunjukkan efektivitas TOPSIS dalam distribusi bantuan menjadi lebih adil dan tepat sasaran (Saputri et al.
Selain itu.
Puspitasari, dkk.
mengembangkan sistem rekomendasi penerima bantuan dalam pengelolaan potensi desa dengan TOPSIS, yang hasilnya sangat membantu pemerintah desa di Kecamatan Banyuasin i dalam mengambil keputusan secara transparan dan berbasis data (Puspitasari and Supratman Dalam konteks perbaikan rumah tidak layak huni.
Mubarak, dkk.
menerapkan TOPSIS perbaikan di Kelurahan Bekasi Jaya.
Hasilnya, memudahkan Badan Keswadayaan Masyarakat dalam mengalokasikan sumber daya secara efisien dan adil (Fakhri Mubarak and Hidayat 2.
Selanjutnya.
Visca, dkk.
mengembangkan sistem berbasis web menggunakan TOPSIS untuk pemilihan penerima BPNT di Kecamatan Banda Sakti, yang hasilnya mempermudah proses seleksi dan meningkatkan efisiensi pengambilan keputusan secara transparan (Visca et al.
Firmansyah, dkk.
juga membuat sistem rekomendasi penerima BPNT di Kelurahan Pohjentrek Kota Pasuruan, yang rekomendasi calon penerima bantuan (Firmansyah et al.
Dengan demikian, dapat disimpulkan bahwa metode TOPSIS secara konsisten memberikan solusi yang objektif, transparan, dan efisien dalam konteks penentuan penerima bantuan sosial, dan sangat relevan untuk digunakan dalam berbagai penelitian Meskipun berbagai penelitian menunjukkan keberhasilan TOPSIS dalam berbagai konteks, cakupan data dan skala aplikasinya relatif terbatas pada wilayah yang lebih kecil.
Penelitian ini mengisi kekosongan tersebut dengan menggunakan dataset yang besar dan komprehensif, yaitu data program Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) Desil 1-4 Kabupaten Bogor tahun 2024, yang mencakup berbagai aspek sosial-ekonomi 42 I Creative Research Journal | Vol.
11 No.
01 Juni 2025 masyarakat secara luas.
Penelitian ini berskala besar yang bertujuan untuk meningkatkan akurasi dan efisiensi distribusi bantuan sosial di wilayah dengan populasi yang kompleks, berbeda dengan penelitian sebelumnya yang lebih terbatas pada program spesifik atau wilayah yang lebih kecil.
Kekuatan utama penelitian terletak pada integrasi data besar dengan pendekatan yang divalidasi oleh ahli.
Tujuan utama penelitian rekomendasi penerima bantuan sosial yang akurat dan efisien menggunakan metode TOPSIS, dengan kriteria dan bobot yang mencerminkan kondisi nyata masyarakat melalui validasi ahli, sehingga dapat mendukung pengambilan keputusan yang lebih tepat dalam program pengentasan kemiskinan di Kabupaten Bogor.
Gambar 2.
Metode Penelitian METODE Metode penelitian ini dibuat untuk mendukung proses pengambilan keputusan dalam memilih penerima bantuan sosial yang lebih efisien dan tepat sasaran (Saputri et al.
Puspitasari and Supratman 2023.
Fakhri Mubarak and Hidayat 2019.
Visca et al.
Firmansyah et al.
Penelitian ini menggunakan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS), sebuah pendekatan kuantitatif yang sering diterapkan dalam sistem pendukung keputusan (Saputri et al.
Metode penelitian ini merupakan hasil replikasi dari rangkaian tahapan pada metode TOPSIS (Puspitasari and Supratman 2.
, dengan penambahan tahapan persiapan data dan interpretasi hasil.
Secara tahapan, metode penelitian dapat dilihat gambar 2.
RIZKIYANTO.
Rekomendasi Penerima Bantuan Sosial A I 43 Pengumpulan Data Data yang digunakan dalam studi ini merupakan data program Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) Desil 1-4 Kabupaten Bogor tahun 2024, yang diperoleh melalui koordinasi dengan Badan Perencanaan Pembangunan.
Penelitian, dan Pengembangan Daerah (Bappedalitbangd.
Kabupaten Bogor.
Data P3KE terdiri dari data keluarga dan individu, di mana data keluarga terdiri dari 560.
data dan data individu terdiri dari 2.
Metode sampling yang digunakan adalah purposive sampling, karena data P3KE yang digunakan sudah tersegmentasi secara spesifik pada kelompok sasaran yang relevan dengan tujuan penelitian.
Data yang digunakan fokus pada data keluarga yang lebih menggambarkan ekonomi keluarga dibanding data individu.
Variabel utama yang digunakan untuk menetapkan kriteria penerimaan bantuan sosial mencakup pekerjaan kepala keluarga, pendidikan kepala keluarga, jenis atap, kualitas dinding, dan risiko stunting.
Berbagai variabel tersebut dikategorikan ke dalam benefit criteria .
riteria yang diinginkan tingg.
dan cost criteria .
riteria yang diinginkan Preprocessing Data Proses pra-pengolahan data adalah langkah awal yang krusial untuk menjamin bahwa data yang digunakan dalam penelitian bersih, terorganisasi, dan siap untuk diproses lebih Tahapan ini mencakup berbagai ketidaksesuaian dan menyiapkan data agar sesuai dengan tuntutan analisis.
Tahapan ini melakukan pembersihan dan transformasi Pembersihan data dengan menghapus data tidak lengkap atau duplikat.
Transformasi data dengan menggunakan label encoding yang mengubah data kategori menjadi Identifikasi Kriteria dan Penentuan Bobot Identifikasi kriteria dan penentuan bobot merupakan langkah penting dalam proses metode TOPSIS.
Langkah ini dirancang untuk memastikan bahwa setiap kriteria yang digunakan mencerminkan aspek-aspek yang paling berpengaruh pada tujuan penelitian.
Bobot ditentukan berdasarkan wawancara dengan ahli, sehingga setiap kriteria memiliki kontribusi yang sebanding terhadap hasil Kriteria dikategorikan berdasarkan bobot .
entang 1-.
berdasarkan wawancara dengan ahli.
Implementasi Metode TOPSIS Implementasi metode TOPSIS dalam serangkaian langkah terstruktur untuk menghitung nilai preferensi setiap alternatif.
Berikut adalah langkah-langkah dalam metode TOPSIS (Wicaksono 2.
Matriks Keputusan Langkah pertama dalam metode TOPSIS adalah merancang matriks keputusan yang mencerminkan data alternatif dan kriteria.
Matriks ini menyajikan setiap alternatif dalam hubungannya dengan kriteria yang relevan, seperti yang ditunjukkan dalam persamaan .
sebagai matriks keputusan X.
ycu11 ycu12 U ycu1ycu U ] .
ycU=[ ycuyco1 ycuyco2 U ycuycoycu Dengan ycuycnyc adalah nilai interatif ycn pada kriteria yc Matriks Normalisasi Matriks Keputusan Agar kriteria dapat dibandingkan secara langsung, setiap elemen matriks keputusan Normalisasi ini dilakukan untuk menghilangkan perbedaan skala antar Proses normalisasi dijelaskan dalam persamaan .
ycycnyc = ycuycnyc Oo Ocyco ycn=1 ycuycnyc Keterangan:
ycycnyc = Nilai normalisasi untuk alternatif ke Ae ycn pada kriteria ke Ae yc.
ycuycnyc = Nilai asli .
elum dinormalisasika.
untuk alternatif ke Ae ycn pada kriteria ke Ae yc.
Matriks Terbobot Keputusan Ternormalisasi Setelah matriks keputusan dinormalisasi.
Matriks keputusan yang telah di bobotkan dihitung menggunakan persamaan .
ycycnyc = ycyc .
Dengan ycyc adalah bobot kriteria yc 44 I Creative Research Journal | Vol.
11 No.
01 Juni 2025 Penentuan Solusi dan Ideal Positif dan Negatif Penentuan solusi ideal positif dan negatif merupakan langkah penting dalam metode TOPSIS untuk mengidentifikasi alternatif terbaik dan terburuk berdasarkan kriteria yang telah ditentukan.
Solusi ideal positif mencerminkan nilai terbaik untuk setiap kriteria, sedangkan solusi ideal negatif mencerminkan nilai terburuk.
Perhitungan solusi ideal positif dan negatif dilakukan dengan persamaan .
ya = .
cycnyc ) untuk benefit min.
cycnyc ) untuk cos.
yaOe = .
cycnyc ) untuk benefit max.
cycnyc ) untuk cos.
Keterangan:
ya = solusi ideal positif .
ilai terbaik untuk setiap yaOe = solusi ideal negatif .
ilai terburuk untuk setiap Perhitungan Jarak Ideal Perhitungan jarak ideal positif dan negatif merupakan langkah esensial dalam metode TOPSIS untuk mengevaluasi seberapa mana setiap alternatif mendekati solusi ideal positif atau menjauh solusi ideal negatif.
Jarak ini dihitung menggunakan rumus Euclidean Distance, yang memastikan penilaian objektif berdasarkan nilai kriteria yang telah dinormalisasi dan dibobotkan.
Jarak ideal positif dan jarak ideal negatif dihitung menggunakan persamaan .
ycycn = ocycuyc=1.
cycnyc yayc ) 2 .
Perhitungan Skor Preferensi Langkah terakhir dalam metode TOPSIS adalah menghitung skor preferensi setiap Skor ini menunjukkan sejauh mana alternatif mendekati solusi ideal dan menjauh dari solusi ideal negatif.
Yang digunakan untuk menentukan peringkat akhir.
Skor preferensi dihitung menggunakan persamaan .
ycIOe yaycn = ycI ycn ycI Oe .
ycn ycn Keterangan:
yaycn : skor preferensi untuk alternatif ycn
ycIycnOe : Jarak alternatif ycn untuk solusi ideal Positif
ycIycn : Jarak alternatif ycn untuk solusi ideal Negatif
HASIL DAN PEMBAHASAN
Identifikasi Data Penelitian ini menggunakan data P3KE yang terdiri atas data kepala keluarga dan individu.
Data P3KE memiliki 42 kolom variabel atau parameter yang dapat dilihat pada Tabel 1.
Total data kepala keluarga adalah 560.
dan total data individu adalah 2.
Penelitian ini menggunakan data kepala Kepala dianggap sebagai penanggung jawab utama dalam keluarga, baik dari secara finansial maupun pengambilan keputusan.
Data kepala keluarga mencerminkan kondisi ekonomi dan kesejahteraan seluruh anggota keluarga yang berada dalam satu rumah tangga.
Namun, data individu tetap digunakan untuk menentukan jumlah anggota keluarga dalam satu rumah tangga.
Tabel 1.
Variabel pada Data P3KE Variabel Tipe Data ID Keluarga P3KE Data Diskrit Dimuktakhirkan Tahun Data Diskrit Keterangan:
Provinsi Data Nominal ycycn = Jarak alternatif ycn ke solusi ideal positif ycycnOe = Jarak alternatif ycn ke solusi ideal Negatif Kabupaten/Kota Data Nominal Kecamatan Data Nominal Desa/Kelurahan Data Nominal Kode Kemdagri Data Diskrit Desil Kesejahteraan Data Ordinal Persentil Data Ordinal Alamat Data Nominal ycycnOe = ocycuyc=1.
cycnyc Oe yaycOe ) 2 .
ycycnyc = Nilai dari alternatif ycn pada kriteria yc yayc = Nilai solusi ideal positif pada kriteria yc yaycOe = Nilai solusi ideal negatif pada kriteria yc RIZKIYANTO.
Rekomendasi Penerima Bantuan Sosial A I 45 Variabel Tipe Data Status Verval Keluarga Data Nominal Status Verval Individu Data Nominal Nama Kepala Keluarga Data Nominal NIK Kepala Keluarga Data Diskrit NIK Kepala Keluarga Padan Kemdagri Jenis Kelamin Kepala Keluarga Tanggal Lahir Kepala Keluarga Pekerjaan Kepala Keluarga Status Pekerjaan Kepala Keluarga Pendidikan Kepala Keluarga Status Kawin Kepala Keluarga Kepemilikan Rumah Data Diskrit rumah, memiliki simpanan uang perhiasan ternak lainnya, jenis atap, kualitas atap, jenis dinding, kualitas dinding, jenis lantai, kualitas lantai, sumber penerangan, daya listrik terpasang, bahan bakar memasak, sumber air minum, risiko stunting, dan memiliki fasilitas buang air besar.
Variabel tersebut merupakan variabel yang menggambarkan kondisi setiap keluarga pada data P3KE.
Data Nominal Data Kontinu Data Nominal Data Nominal Data Ordinal Data Nominal Data Nominal Preprocessing Data Pada tahap ini juga dilakukan transformasi data menggunakan label encoding, dengan mengubah data kategorikal .
rdinal dan memberikan angka unik untuk setiap kategori.
Transformasi data dilakukan untuk setiap variabel yang digunakan .
apat dilihat pada bagian lampiran Tabel A hingga N).
Identifikasi Kriteria Data Nominal Memiliki Simpanan Uang/Perhiasan/Ternak /Lainnya Jenis Atap Kualitas Atap Data Nominal Jenis Dinding Data Nominal Kualitas Dinding Data Nominal Jenis Lantai Data Nominal Kualitas Lantai Data Nominal Sumber Penerangan Data Nominal Daya Listrik Terpasang Data Nominal Bahan Bakar Memasak Data Nominal Sumber Air Minum Data Nominal Data Nominal Memiliki fasilitas Buang Air Besar Risiko Stunting Penerima BPNT Data Nominal Penerima BST Data Nominal Penerima PKH Data Nominal Penerima SEMBAKO Data Nominal Tabel 2.
Identifikasi Kriteria dan Penentuan Bobot
Penerima Prakerja
Data Nominal Kode
C01
Penerima KUR
Data Nominal Penerima CBP
Data Nominal C02
C03
C04
C05
Data Nominal Data Nominal Pada tahap ini, identifikasi kriteria untuk menentukan kriteria setiap variabel.
Semua kriteria diketahui sebagai benefit karena saat preprocessing dilakukan transformasi data .
ke bentuk numerik.
Semakin besar nilai numerik hasil encoding, semakin besar pengaruhnya dalam penentuan penerima bantuan sosial.
Identifikasi kriteria tersebut dapat dilihat pada Tabel 2.
Penentuan Bobot Pada tahap ini dilakukan penentuan bobot untuk setiap kriteria.
Adapun bobot yang digunakan memiliki rentang 1 sampai dengan 5 dengan rentang semakin kecil menunjukan semakin sedikit pengaruhnya terhadap penentuan keluarga yang akan mendapatkan bantuan sosial.
Penentuan bobot ini dilakukan melalui wawancara dengan Sekretaris Bappedalitbang Kabupaten Bogor.
Bobot setiap kriteria dapat dilihat pada Tabel 2.
Sumber: Data P3KE Desil 1-4 Kabupaten Bogor tahun Dari variabel-variabel tersebut, variabel yang digunakan pada penelitian ini terdiri dari 16 variabel, yaitu pekerjaan kepala keluarga, pendidikan kepala keluarga, kepemilikan Kriteria Pekerjaan Kepala Keluarga Pendidikan Kepala Keluarga Kepemilikan Rumah Memiliki Simpanan Aset Jenis Atap Atribut Benefit Bobot Benefit Benefit Benefit Benefit 46 I Creative Research Journal | Vol.
11 No.
01 Juni 2025
Kode
C06
C07
C08
C09
C10
C11
C12
C13
C14
C15
Kriteria
Kualitas Atap
Jenis Dinding Kualitas Dinding Jenis Lantai Kualitas Lantai Sumber
Penerangan Daya Listrik
Terpasang Bahan Bakar
Memasak Sumber Air
Minum
Memiliki Fasilitas Buang Air
Besar Atribut
Benefit
Benefit
Benefit
Bobot
Benefit
Benefit
Benefit
Benefit
Benefit
Benefit
Benefit
Kode
C16
Kriteria Risiko Stunting Atribut Benefit Bobot Pemeringkatan Sebelum dilakukan pemeringkatan, dilakukan pembuatan matriks keputusan ternormalisasi menggunakan persamaan .
dan matriks menggunakan persamaan .
Kemudian dilakukan penentuan solusi ideal positif dan negatif untuk setiap alternatif menggunakan persamaan .
, serta penentuan jarak ideal menggunakan persamaan .
Setelah menggunakan nilai preferensi yang dihitung .
Hasil pemeringkatan tersaji pada Tabel 3.
Tabel 3.
Hasil Pemeringkatan 20 Teratas No.
ID Keluarga P3KE Desil Kesejahteraan Persentil Penelitian ini berhasil memberikan peringkat setiap data P3KE menggunakan metode TOPSIS.
Dua puluh peringkat teratas menunjukkan bahwa kepala keluarga yang menjadi prioritas memiliki karakteristik pekerjaan yang belum atau tidak bekerja serta mengindikasikan ketidakpastian pendapatan.
Dari segi pendidikan, sebagian besar kepala keluarga hanya pendidikan rendah, yaitu tamatan SD atau sederajat.
Dalam hal kepemilikan rumah, mayoritas keluarga mengontrak atau menyewa tempat tinggal, mencerminkan kerentanan sosial-ekonomi.
Untuk kriteria simpanan uang atau aset, sebagian besar responden tidak memberikan jawaban, meskipun ada seorang penduduk yang menyatakan memiliki simpanan.
Secara umum, kondisi rumah menunjukkan kualitas material yang tergolong baik, namun RIZKIYANTO.
Rekomendasi Penerima Bantuan Sosial A I 47 hal ini kontradiktif dengan kondisi ekonomi dan kepemilikan rumah, karena sebagian rumah menggunakan bahan bangunan berkualitas rendah seperti bambu dan jerami.
Mayoritas keluarga menggunakan listrik PLN dengan daya listrik O 900 watt sebagai sumber menggunakan listrik atau gas sebagai bahan bakar memasak.
Akses ke sumber air minum cukup memadai dengan penggunaan sumur bor atau sumber terlindungi, yang juga kondisi ekonomi dan kepemilikan rumah.
Namun, fasilitas sanitasi menjadi masalah serius karena seluruh keluarga tidak memiliki sanitasi pribadi dan mengandalkan jamban umum atau bersama.
Selain itu, seluruh keluarga dalam peringkat prioritas dikategorikan sebagai bukan target sasaran risiko stunting.
Hasil pemeringkatan ini menunjukkan bahwa kepala keluarga pada peringkat teratas memang lebih membutuhkan bantuan sosial, namun peringkat tersebut tidak sepenuhnya tradisional, karena tidak semua kepala keluarga pada 20 peringkat teratas berasal dari kelompok termiskin .
Temuan ini sejalan dengan penelitian sebelumnya yang menegaskan efektivitas metode TOPSIS dalam mengakomodasi berbagai kriteria dengan satuan berbeda dan menghasilkan peringkat prioritas secara objektif dan transparan (Saputri et al.
Puspitasari and Supratman 2023.
Visca et al.
khususnya dalam konteks sosial-ekonomi yang kompleks.
Pendekatan multidimensi yang digunakan, meliputi aspek pekerjaan, pendidikan, kepemilikan rumah, kondisi rumah, akses listrik, bahan bakar memasak, sumber air minum, fasilitas sanitasi, dan risiko stunting, sesuai dengan teori kemiskinan multidimensi yang menekankan bahwa kemiskinan bukan hanya soal pendapatan, tetapi juga kualitas hidup dan akses terhadap layanan dasar (Badan Pusat Statistik 2024.
Khaliq and Uspri 2.
Selain itu, terdapat kontradiksi antara kondisi ekonomi dan fasilitas rumah tangga, di mana mayoritas keluarga prioritas memiliki akses listrik PLN dengan daya O 900 watt, menggunakan bahan bakar memasak listrik atau gas, serta memiliki sumber air minum yang memadai, namun kondisi kepemilikan rumah .
ayoritas menyew.
dan fasilitas sanitasi yang buruk menunjukkan kerentanan sosial-ekonomi yang signifikan.
Temuan bahwa seluruh keluarga prioritas bukan target sasaran risiko stunting berbeda dengan asumsi umum yang mengaitkan kemiskinan dengan risiko kesehatan anak, menandakan perlunya kajian lebih lanjut.
Implikasi dari perbedaan ini menegaskan multidimensi dan data yang valid serta komprehensif dalam penentuan penerima bantuan sosial, sekaligus menggarisbawahi perlunya penyesuaian kebijakan yang mempertimbangkan kondisi riil di lapangan agar bantuan sosial lebih tepat sasaran dan Dengan demikian, penelitian ini tidak hanya menguatkan teori dan temuan wawasan baru mengenai kompleksitas kemiskinan di Kabupaten Bogor yang perlu diperhatikan dalam perumusan kebijakan KESIMPULAN Penelitian ini berhasil mengembangkan dan menerapkan sistem rekomendasi penerima bantuan sosial yang akurat dan efisien dengan menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).
Dengan kriteria dan bobot yang telah divalidasi oleh para ahli, sistem ini mampu memberikan peringkat prioritas penerima bantuan sosial yang mencerminkan kondisi nyata masyarakat Kabupaten Bogor.
Hal ini sesuai dengan tujuan utama penelitian, yaitu mendukung pengambilan keputusan yang lebih tepat sasaran dalam program pengentasan kemiskinan melalui pendekatan multidimensi yang komprehensif.
Hasil penelitian menunjukkan bahwa metode TOPSIS efektif dalam mengidentifikasi kepala keluarga yang paling membutuhkan bantuan sosial berdasarkan berbagai aspek sosialekonomi, seperti pekerjaan, pendidikan, kepemilikan dan kondisi rumah, akses listrik, sumber air minum, bahan bakar untuk memasak, fasilitas sanitasi, dan risiko Namun, ditemukan ketidaksesuaian antara peringkat yang dihasilkan dan data menandakan perlunya penyelarasan data agar hasil pemeringkatan lebih akurat dan sesuai dengan kondisi lapangan.
Dari sisi kebijakan, penelitian ini memberikan implikasi penting bahwa penggunaan metode TOPSIS dapat menjadi alat bantu yang efektif dalam sistem pendukung keputusan untuk 48 I Creative Research Journal | Vol.
11 No.
01 Juni 2025 penyaluran bantuan sosial.
Pemerintah dan pemangku kepentingan disarankan untuk mengintegrasikan sistem ini ke dalam proses memperhatikan validasi kriteria secara berkala dan pembaruan data yang akurat.
Pendekatan multidimensi yang digunakan juga menegaskan perlunya kebijakan sosial yang tidak hanya berfokus pada aspek pendapatan, tetapi juga memperhatikan kualitas hidup serta akses terhadap layanan dasar masyarakat.
DAFTAR PUSTAKA
Kelemahan utama penelitian ini terletak pada ketergantungan pada data yang sudah ada, mencerminkan kondisi terkini di lapangan.
Selain itu, penelitian ini belum menguji penerapan sistem secara langsung dalam konteks operasional penyaluran bantuan Oleh karena itu, efektivitas dan responsivitas sistem dalam praktik nyata masih perlu dikaji lebih lanjut.
Firmansyah S.
Dedy Irawan J and Vendyansyah N .
AoSistem Pendukung Keputusan Penerima Bantuan Pangan Non Tunai Menggunakan Metode TOPSISAo.
Jurnal Mahasiswa Teknik Informatika, 7.
Untuk penelitian selanjutnya, disarankan menggunakan data yang lebih mutakhir dan metode TOPSIS dengan pendekatan lain, seperti machine learning atau analisis spasial, guna meningkatkan akurasi dan validitas sistem rekomendasi.
Selain itu, penelitian lanjutan dapat melibatkan partisipasi yang lebih luas dari para pemangku kepentingan dan penerima manfaat untuk menguji implementasi sistem secara langsung dan dinamika sosial-ekonomi yang berkembang.
AiAi .
AoPeraturan Daerah Kabupaten Bogor Nomor 1 Tahun 2024 Tentang Rencana Tata Ruang Wilayah Kabupaten Bogor Tahun 2024-2044Ao.
Peraturan Daerah Kabupaten Bogor.
UCAPAN TERIMA KASIH