Jurnal CyberTech Vol.
No.
September 201x, pp.
P-ISSN : 9800-3456
E-ISSN : 2675-9802
Decision Support System Dalam Penyaluran Bantuan BAZNAS Untuk Guru Ngaji Di Kecamatan Deli Tua Dengan Menerapkan Metode ARAS (Additive Ratio Assessmen.
Revi Baihaqqi Daulay1.
Puji Sari Ramadhan2.
Sri Murniyanti3 1,2Program Studi Sistem Informasi.
STMIK Triguna Dharma 3Program Studi Sistem Komputer.
STMIK Triguna Dharma Article Info Article history:
Keyword:
Badan Amil Zakat Nasional Kecamatan Deli Tua
Sistem Pendukung Keputusan Additive Ratio Assessment
ABSTRAK
BAZNAS (Badan Amil Zakat Nasiona.
merupakan badan penyaluran zakat yang berada di setiap Kabupaten/Kota, yang salah satunya didistribusikan di Kecamatan Deli Tua.
Pada Kecamatan Deli Tua dalam pengambilan keputusan untuk menentukan kelayakan penerima bantuan BAZNAS terutama untuk guru ngaji masih dengan cara manual.
Dan dapat menghambat proses pemilihan dalam menentukan penerima bantuan BAZNAS tersebut.
Maka dari itu diperlukan adanya sebuah sistem yaitu sistem pendukung keputusan untuk membantu menentukan penerima bantuan BAZNAS di Kecamatan Deli Tua.
Dan metode yang dipilih untuk mendukung pemecahan masalah tersebut adalah ARAS (Additive Ratio Assessmen.
yaitu dengan cara membandingkan nilai indeks keseluruhan setiap alternatif terhadap nilai indeks keseluruhan alternatif optimal.
Hasil dari penerapan sistem pendukung keputusan ini dapat membantu Kecamatan Deli Tua dalam menentukan kelayakan penerima bantuan tersebut secara akurat, cepat, dan Serta diharapkan sistem ini dapat memberikan solusi atau penyelesaian terhadap permasalahan yang ada pada Kecamatan lain.
Copyright A 2019 STMIK Triguna Dharma.
All rights reserved.
Corresponding Author Nama : Revi Baihaqqi Daulay Program Studi : Sistem Informasi STMIK Triguna Dharma Email: revibaihaqqi@gmail.
PENDAHULUAN
Penanggulangan kemiskinan merupakan suatu hal yang memang harus diperhatikan oleh setiap negara dengan berbagai kebijakannya, namun belum mampu dimanfaatkan oleh semua masyarakat .
Semakin rendahnya pendapatan masyarakat dan kebutuhan hidup yang semakin tinggi, maka pemerintah memberikan program bantuan yang bernama BAZNAS.
BAZNAS (Badan Amil Zakat Nasiona.
merupakan badan resmi dan satu-satunya yang dibentuk oleh pemerintah berdasarkan Keputusan Presiden RI No.
8 Tahun 2001 yang memiliki tugas dan fungsi menghimpun dan menyalurkan zakat, infaq, dan sedekah (ZIS) pada tingkat nasional.
BAZNAS juga merupakan lembaga pemerintah non-struktural yang bersifat mandiri .
Journal homepage: https://ojs.
P-ISSN : 9800-3456
E-ISSN : 2675-9802
BAZNAS (Badan Amil Zakat Nasiona.
berada di setiap Kabupaten/Kota, salah satunya BAZNAS di kota adalah BAZNAS di Medan.
Penyaluran BAZNAS kota Medan didistribusikan pada tiap program pendayagunaan, diantaranya Kecamatan Deli Tua Kabupaten Deli Serdang.
Program bantuan BAZNAS di Kecamatan Deli Tua ini cukup banyak, salah satunya yaitu program bantuan insentif untuk guru ngaji.
Program bantuan ini diberikan kepada guru ngaji dikarenakan semenjak pandemic corona merebak, para guru ngaji terkena dampak krisis ekonomi yaitu pemberhentian kegiatan sementara selama pandemic yang mengakibatkan tidak adanya pendapatan yang diandalkan untuk memenuhi kebutuhan sehari-hari.
Untuk dapat mengatasi permasalahan tersebut maka dibuatlah sebuah sistem yang dapat mempermudah dalam keakuratan pemberian bantuan dengan menggunakan sistem pendukung keputusan.
Sistem Pendukung Keputusan atau Decission Support System (DSS) merupakan sistem yang memproses data menjadi sebuah informasi yang nantinya digunakan untuk membantu pengguna mengambil keputusan dalam masalah yang tidak terstruktur .
Dan dalam sistem pendukung keputusan ini agar lebih akurat maka dibutuhkannya sebuah metode, dalam hal ini yaitu menggunakan metode ARAS.
Dalam metode ARAS (Additive Ratio Assessmen.
pengambilan keputusan berdasarkan pada konsep perangkingan menggunakan utility degree yaitu dengan membandingkan nilai indeks keseluruhan dari setiap alternatif terhadap nilai indeks keseluruhan alternatif optimal .
Dan dalam penelitian lainnya yang membahas metode ARAS ini yaitu metode ARAS (Additive Ratio Assessmen.
melakukan perangkingan dengan membandingkan nilai setiap kriteria untuk setiap alternatif dengan melihat bobot masing-masing kriteria untuk mendapatkan alternatif yang ideal.
ARAS didasarkan pada argumen bahwa permasalahan yang rumit dapat dipahami dengan sederhana menggunakan perbandingan relatif .
METODE PENELITIAN
1 Metode Penelitian Metode penelitian merupakan langkah-langkah yang di lakukan untuk mengumpulkan data atau cara ilmiah untuk memecahkan sebuah masalah dengan mendapatkan data yang valid, dapat ditemukan, dikembangkan, dan dibuktikan untuk tujuan dan kegunaan tertentu.
Berikut adalah metode dalam penelitian ini yaitu :
Data Kriteria Berikut ini merupakan data kriteria yang didapatkan dalam penyelesaian masalah terkait menentukan penerima bantuan BAZNAZ untuk guru ngaji :
Tabel 1.
Tabel Kriteria No.
Kode Kriteria
Nama Kriteria
Keaktifan Mengajar Pengalaman Pengajar Penghasilan Usia
Bobot
0,40
0,30
0,10
0,20
Tabel 2.
Kriteria Keaktifan Mengajar (C.
No.
Kriteria Bobot Aktif Kurang Aktif Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Keterangan Benefit
Benefit
Cost
Benefit
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Keterangan:
Kriteria Aktif: Banyaknya kehadiran dalam 1 bulan.
Kurang Aktif: Sedikit kehadiran dalam 1 bulan karena adanya pekerjaan atau kegiatan lain.
No.
No.
Tabel 3.
Pengalaman Mengajar (C.
Kriteria Bobot Diatas 3 Tahun 3 Tahun 2 Tahun 1 Tahun Dibawah 1 Tahun Tabel 4.
Penghasilan (C.
Kriteria Dibawah Rp.
Rp.
000 - Rp.
Rp.
000 Ae Rp.
Diatas Rp.
Bobot Tabel 5.
Usia (C.
No.
Kriteria Bobot Diatas 62 Tahun 52-62 Tahun 41-51 Tahun 30-40 Tahun Dibawah 30 Tahun Data Alternatif Berikut ini merupakan data alternatif yang didapatkan dalam penyelesaian masalah menentukan penerima bantuan BAZNAS untuk guru ngaji di Kecamatan Deli Tua yaitu sebagai berikut:
Nama NuraAo aini Saragih Naylul Aflah Lubis Tabel 6.
Data Primer
Keaktifan Pengalaman Mengajar Mengajar Usia
NIK
Penghasilan Alamat Kurang Aktif 3 Tahun 6 Bulan Rp1.
Jl.
Deli Tua Gg.
Sentosa Aktif 2 Tahun Rp700.
Rospita Damanik Kurang Aktif 3 Tahun 5 Bulan Rp1.
Rizkiyah Aktif 2 Tahun Rp800.
Gg.
Alaman Arindi Hasanah Rangkuti Aktif 1 Tahun Rp600.
Jl.
Mawar No.
72/01
Deli Tua Jl.
Deli Tua Gg.
Sentosa Jl.
Deli Tua No.
Ds.
VII
Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456 Saudi Nazaruddin Lubis Santri Azzukhrovani E-ISSN : 2675-9802 Kurang Aktif 2 Tahun Rp850.
Jl.
Mawar Aktif 3 Tahun Rp900.
Jl.
Utama Deli Tua Aktif 1 Tahun Rp500.
Taruna Bakti Kurang Aktif 1 Tahun Rp500.
Riswan Rangkuti Aktif 8 Bulan Rp400.
Zaenah Lubis Aktif 3 Tahun 6 Bulan Rp1.
Ahmad Pangindoan Kurang Aktif 2 Tahun Rp700.
Ida Sila Aktif 3 Tahun Rp900.
Jl.
Deli Sejahtera Komp.
Deli Sejahtera Jl.
Sejarah Jl.
Teluk Bayur Deli Tua Jl.
Teratai No.
Jl.
Pamah Gg.
Jafar 2 Algoritma ARAS (Additive Ratio Assessmen.
Berikut ini adalah algoritma penyelesaian dari metode ARAS (Additive Ratio Assessmen.
dalam menentukan penerima bantuan BAZNAS untuk guru ngaji di Kecamatan Deli Tua yaitu sebagai berikut:
Tabel 7.
Nilai hasil konversi
Kode Penerima Nama Penerima Bantuan NuraAo aini Saragih
Naylul Aflah Lubis Rospita Damanik
Rizkiyah
Arindi Hasanah Rangkuti Saudi A10
A11
A12
A13
Nazaruddin Lubis Santri Azzukhrovani Taruna Bakti Riswan Rangkuti Zaenah Lubis Ahmad Pangindoan Ida Sila Adapun langkah-langkah dalam penyelesaian masalah metode ARAS (Additive Ratio Assessmen.
dalam menentukan kelayakan penerima bantuan BAZNAS untuk guru ngaji yaitu sebagai berikut:
Membentuk Matriks Keputusan Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Menentukan Normalisasi Matriks Normalisasi matrik dari nilai alternatif sesuai dengan jenisnya, yaitu sebagai berikut:
Jika pada kriteria Beneficial .
, maka normalisasinya yaitu:
ycUycnyc ycUycnyc O = yco Ocycn=0 ycUycnyc Jika pada kriteria NonBeneficial, maka normalisasinya 2 tahap yaitu:
ycUycnyc O = ycUycnyc ycUycnyc ycI = Ocyco ycn=0 ycUycnyc Berikut ini adalah Hasil normalisasi matriks keputusan secara keseluruhan:
0,0870
0,0435
0,0870
0,0435
0,0870
0,0870
0,0435
0,0870
0,0870
0,0435
0,0870
0,0870
0,0435
,0870
0,1064
0,1064
0,0638
0,1064
0,0638
0,0426
0,0638
0,0851
0,0426
0,0426
0,0213
0,1064
0,0638
0,0851
0,1348
0,1348
0,0449
0,0674
0,0674
0,0449
0,0674
0,0674
0,0449
0,0449
0,0337
0,1348
0,0449
0,0674
0,1250
0,1250
0,0500
0,1000
0,0750
0,0500
0,0750
0,0750
0,0250
0,0250
0,0250
0,1000
0,0500
0,1.
Menentukan Bobot Matriks Menentukan bobot matriks dari normalisasi matriks sebelumnya, yaitu sebagai berikut:
ya = .
ccycnyc ] ycoycUycu = ycycnyc .
ycyc Dimana w .
obot kriteri.
,40 .
0,30 .
0,10 .
0,20 }
Maka dari perhitungan bobot matriks keputusan dapat diperoleh hasil matriks sebagai berikut:
Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
0,0348
0,0174
0,0348
0,0174
0,0348
0,0348
0,0174
0,0348
0,0348
0,0174
0,0348
0,0348
0,0174
,0348
0,0319
0,0319
0,0191
0,0319
0,0191
0,0128
0,0191
0,0255
0,0128
0,0128
0,0064
0,0319
0,0191
0,0255
0,0135
0,0135
0,0045
0,0067
0,0067
0,0045
0,0067
0,0067
0,0045
0,0045
0,0034
0,0135
0,0045
0,0067
E-ISSN : 2675-9802
0,0250
0,0250
0,0100
0,0200
0,0150
0,0100
0,0150
0,0150
0,0050
0,0050
0,0050
0,0200
0,0100
0,0.
Menentukan Nilai Fungsi Optimum Selanjutnya menentukan nilai fungsi optimum, dengan menjumlahkan nilai dari hasil perhitungan bobot matriks sebelumnya pada setiap alternatif, yaitu:
ycu ycIycn = Oc = 1 yccycnyc .
= 1, 2, .
m O j = 1, 2, .
, .
yc ycI0 = 0,0348 0,0319 0,0135 0,0250 = 0,1052 ycI1 = 0,0174 0,0319 0,0135 0,0250 = 0,0878 ycI2 = 0,0348 0,0191 0,0045 0,0100 = 0,0684 ycI3 = 0,0174 0,0319 0,0067 0,0200 = 0,0760 ycI4 = 0,0348 0,0191 0,0067 0,0150 = 0,0757 ycI5 = 0,0348 0,0128 0,0045 0,0100 = 0,0620 ycI6 = 0,0174 0,0191 0,0067 0,0150 = 0,0583 ycI7 = 0,0348 0,0255 0,0067 0,0150 = 0,0821 ycI8 = 0,0348 0,0128 0,0045 0,0050 = 0,0570 ycI9 = 0,0174 0,0128 0,0045 0,0050 = 0,0397 ycI10 = 0,0348 0,0064 0,0034 0,0050 = 0,0495 ycI11 = 0,0348 0,0319 0,0135 0,0200 = 0,1002 ycI12 = 0,0174 0,0191 0,0045 0,0100 = 0,0510 ycI13 = 0,0348 0,0255 0,0067 0,0200 = 0,0871 Menentukan Tingkatan Peringkat/Prioritas Langkah terakhir yaitu menentukan tingkatan peringkat/prioritas yaitu sebagai berikut:
ycIycn ycI0 Dimana :
ycI0 = Nilai indeks keseluruhan pada alternatif yang optimal ycI0 = 0,1052 0,0878 0,0684 0,0760 0,0757 0,0620 0,0583 0,0821 0,0570 0,0397 0,0495 0,1002 0,0510 0,0871 yaycn = 0,1052 = 0,1052 0,0878 ya1 = = 0,0878 ya0 = Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
0,0684
= 0,0684
0,0760
ya3 = = 0,0760 0,0757 ya4 = = 0,0757 0,0620 ya5 = = 0,0620 0,0583 ya6 = = 0,0583 0,0821 ya7 = = 0,0821 0,0570 ya8 = = 0,0570 0,0397 ya9 = = 0,0397 0,0495 ya10 = = 0,0495 0,1002 ya11 = = 0,1002 0,0510 ya12 = = 0,0510 0,0871 ya13 = = 0,0871 ya2 = Kode
A11
A13
A12
A10
Tabel 8.
Hasil Keputusan Nilai Akhir Nama Calon Penerima (K) Zaenah Lubis 0,1002 NuraAo aini Saragih
0,0878
Ida Sila
0,0871
Nazaruddin Lubis 0,0821 Rospita Damanik
0,0760
Rizkiyah
0,0757
Naylul Aflah Lubis 0,0684 Arindi Hasanah Rangkuti 0,0620 Saudi 0,0583 Santri Azzukhrovani 0,0570 Ahmad Pangindoan 0,0510 Riswan Rangkuti 0,0495 Taruna Bakti
0,0397
Prioritas Kelayakan Penerima Berdasarkan tabel di atas, penentuan kelayakan penerima bantuan BAZNAS untuk guru ngaji adalah alternatif A11 atas nama Zaenah Lubis, dikarenakan Zaenah Lubis menjadi prioritas pertama dengan nilai rating tertinggi yaitu 0,1002.
ANALISA DAN HASIL
Implementasi sistem merupakan kegiatan akhir dari proses penerapan sistem, dimana sistem ini akan dioperasikan secara menyeluruh.
Sebelum sistem benar-benar bisa digunakan dengan baik, sistem harus Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
melalui tahap pengujian analisa dan hasil terlebih dahulu untuk menjamin tidak ada kendala yang muncul pada saat sistem digunakan.
Implementasi sebagai dukungan sistem analisa yaitu sebagai berikut:
Tampilan Form Login Sebelum masuk kedalam aplikasi, admin harus melakukan login terlebih dahulu dengan menginputkan username dan password dengan benar.
Jika username dan password benar, maka akan masuk kedalam menu utama dan jika salah maka harus melakukan penginputan ulang.
Berikut merupakan tampilan form login dapat dilihat pada gambar dibawah ini:
Gambar 1.
Tampilan Form Login Tampilan Form Menu Utama Setelah berhasil melakukan login, maka akan masuk kedalam tampilan halaman menu utama.
Dimana halaman menu utama berfungsi menampilkan halaman awal pada sistem untuk melakukan pengolahan data.
Berikut merupakan tampilan form menu utama dapat dilihat pada gambar dibawah ini:
Gambar 2.
Tampilan Form Menu Utama Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Tampilan Form Data Kriteria Tampilan ini digunakan untuk menginput kriteria yang sudah ditetapkan.
Juga untuk mengedit serta menghapus data kriteria.
Berikut merupakan tampilan form data kriteria dapat dilihat pada gambar dibawah Gambar 3.
Tampilan Form Data Kriteria Tampilan Form Data Penerima Bantuan Tampilan ini digunakan untuk menginput data penerima berdasarkan id, nama, nik, dan alamat.
Berikut merupakan tampilan form data penerima bantuan dapat dilihat pada gambar dibawah ini:
Gambar 4.
Tampilan Form Data Penerima Bantuan Tampilan Form Penilaian Tampilan ini digunakan untuk penginput data berdasarkan kriteria yang sudah ditetapkan sebelumnya.
Berikut merupakan tampilan form data penerima bantuan dapat dilihat pada gambar dibawah ini:
Title of manuscript is short and clear, implies research results (First Autho.
10 A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Gambar 5.
Tampilan Form Penilaian Tampilan Form Proses ARAS Tampilan ini digunakan untuk melakukan perhitungan terhadap data penilaian yang telah di input serta menentukan alternatif dengan nilai tertinggi.
Berikut merupakan tampilan form proses ARAS dapat dilihat pada gambar dibawah ini:
Gambar 6.
Tampilan Form Proses ARAS Tampilan Form Laporan Tampilan ini digunakan untuk mencetak hasil dari proses perhitungan ARAS dalam menentukan prioritas penerima bantuan BAZNAS untuk guru ngaji.
Berikut merupakan tampilan form laporan dapat dilihat pada gambar dibawah ini:
Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Gambar 7.
Tampilan Form Laporan KESIMPULAN Setelah dilakukan penelitian, berdasarkan yang telah dijelaskan pada Pendahuluan maka kesimpulan dari penelitian ini yaitu sebagai berikut:
Berdasarkan hasil penelitian, metode ARAS (Additive Ratio Assessmen.
mampu menyelesaikan masalah yang dihadapi oleh kantor Kecamatan Deli Tua khususnya dalam hal penentuan penerima bantuan BAZNAS untuk guru ngaji.
Permasalahan dalam menentukan penerima bantuan BAZNAS untuk guru ngaji dapat diselesaikan dengan melakukan proses peninjauan, pengolahan data, interface, dan pengujian.
Berdasarkan hasil pengujian, sistem ini dinyatakan layak untuk digunakan karena membantu dalam keakuratan pemilihan penerima bantuan.
UCAPAN TERIMA KASIH
Puji syukur dipanjatkan kehadirat Allah Subhanu wa taAoala karena berkat rahmat dan hidayah-Nya, yang masih memberikan kesehatan dan kesempatan sehingga dapat diselesaikan jurnal ilmiah ini dengan ucapan terima kasih ditujukan kepada kedua Orang tua, atas kesabaran, ketabahan serta ketulusan hati memberikan dorongan moril maupun material serta doAoa yang tiada henti-hentinya.
Ucapan terimakasih juga ditujukan untuk pihak-pihak yang telah mengambil bagian dalam penyusunan jurnal ilmiah ini.
REFERENSI