Pengendalian Sistem Pengaturan untuk Menentukan Kandidat Penerima Bansos Covid-19 Menggunakan Metode Simple additive Weighting (SAW) .
tudi kasus Kelurahan Jaticempaka Kecamatan Pondokgede.
Kota Bekasi Ae Jawa Bara.
Herwanto.
Harjono P.
Putro dan Asep MMT-S2 Universitas krisnadwipayana herwanto_p@yahoo.
com, harjonopputro@unkris.
id tarunamulyana@gmail.
Abstrak:
Bantuan Sosial Covid-19 merupakan sebuah upaya pemerintah dalam membantu perekonomian warga dimasa pandemi Covid-19, dalam menentukan kandidat penerima bantuan sosial Covid-19 dibutuhkan sistem pengaturan kandidat penerima yang cepat, akurasi tinggi dan dapat dilakukan dari manapun.
Dalam pendistribusian dan penerima bantuan sosial Covid-19 pemerintah sangat mengharapkan agar bantuan sosial Covid-19 dapat tersalurkan secara benar dan terarah, agar terciptanya sila ke-5 pancasila yakni AuKeadilan Sosial bagi seluruh rakyat IndonesiaAy.
Dari tingkat atas pemerintah sebagai media penyalur tentunya memiliki metode tersendiri dalam pengaturan penerima bantuan sosial dalam skala yang cukup besar, namun dalam skala yang kecil seperti halnya Rukun Tetangga (RT) dan Rukun Warga (RW), sistem pengaturan kandidat penerima bantuan sosial Covid-19 dari pihak RT.
RW dan kelurahan maupun kecamatan, sering kali dibagikan tanpa ada metode yang cepat dan akurasi tinggi.
Bisa dikatakan hanya menggunakan musyawarah atau masih cara konvensional yang dilakukan pihak kelurahan dalam menentukan kandidat penerima bansos Covid-19 tersebut.
Keadaan tersebut terjadi dilingkungan kelurahan Jaticempaka.
Pondokgede, kota Bekasi, maka dengan Sistem Pengaturan Kandidat untuk mendapatkan bantuan Sosial Covid-19 ini dibuat agar dapat menjembatani tujuan pemerintah dalam mensukseskan pendistribusian Bansos Covid-19 ini mulai dari tingkat atas sampai bawah.
Kata Kunci : Pengendalian.
Pengaturan.
Bansos dan Metode Simple additive Weighting (SAW) Abstract:
Covid-19 is a social assistance the government efforts to help the residents generation covid-19 pandemic, in determining recipient covid-19 needed candidates social system candidates recipients, the rapid high accuracy and can be done The distribution and recipient covid-19 government is social assistance for social assistance can be expressed covid-19 right and directed, so that the 5th principle of Pancasila is created, namely "Social Justice for all Indonesian From the channeling of the government as a medium of a method of recipients in themselves arrangement social assistance in a scale large enough , but in small scale as is the case of the neighborhood unit rt and also , governance system candidates recipients covid-19 out the social assistance , rw and villages and subdistricts , often be distributed without any method that is quick and high accuracy .
It can be said only use a village meeting or with still in a conventional manner carried out by candidates urban village in determining the disbursement covid-19 recipients.
This situation has occurred at the jaticempaka, pondokgede, bekasi city, and governance system candidates to get covid-19 social assistance is made to help can bridge the government objective in the distribution of this aid covid-19 starting from the bottom up to.
Keywords: , arrangement, social assistance , candidates, covid-19 and Simple additive Weighting (SAW) Methode PENDAHULUAN Program Bantuan Sosial merupakan salah satu upaya pemerintah untuk mengurangi beban kebutuhan keluarga miskin dan membantu masyarakat yang kurang mampu secara ekonomi.
Secara umum permasalahan yang terjadi pada saat pemberian bantuan sosial masih belum optimal, karena pada saat penentuan penerima bantuan sosial masih belum ada sistem yang mendukung proses dalam menentukan penerima bantuan sosial.
Secara umum permasalahan yang terjadi di Kelurahan Jaticempaka Kecamatan Pondok Kota Bekasi.
Jawa Barat pada saat pemberian bantuan Sosial covid19 masih belum optimal, karena pada saat pemilihan penerima bantuan sosial masih menggunakan survey sepihak dan belum adanya sistem yang mendukung proses dalam menentukan penerima bantuan sosial covid-19.
Sehingga banyak berkas permohonan bantuan sosial covid-19 yang belum terseleksi dengan baik dan sistematis.
Untuk itu dibutuhkan sebuah sistem pendukung keputusan.
Kebijakan pemerintah dalam pembagian Bantuan Sosial ini dimuat dalam peraturan Presiden Republik Indonesia Nomor 63 tahun 2017 tentang penyaluran Bantuan sosial secara Non Tunai, menimbang salah satu point yang berbunnyi : AuBahwa penyaluran bantuan sosial kepada masyarakat dilakukan secara efisien agar dapat diterima tepat sasaran, tepat jumlah, tepat waktu, tepat kualitas, dan tepat administrasiAy.
Hasil observasi yang telah dilakukan pada Kelurahan Jaticempaka dengan mengambil sampel di RT.
007 RW.
009 yang berlokasi di perbatasan dengan wilayah DKI Jakarta dan secara geografis kehidupan sosial warganya sudah cukup baik dan beberapa yang kurang baik menjadi objek penelitian, dalam pengambilan keputusan pembagian bantuan sosial tersebut harus mempertimbangkan berbagai macam faktor terutama kriteria-kriteria penerima.
Semua tahapan dan proses yang dilakukan tersebut tidak bisa dengan mudah dikerjakan secara manual dan harus menggunakan sistem, maka dibutuhkan sebuah sistem yang dapat mengelola dan menyeleksi faktor-faktor dan kriteria-kriteria tersebut secara objektif agar di dapatkan sebuah hasil keputusan yang cepat, tepat dan akurat.
Melihat dari banyaknya kriteria dalam pembagian bansos covid-19 tersebut dan hanya menggunakan musyarawah bersama dalam menentukan siapa-siapa saja yang berhak, maka akan timbul sebuah masalah entah dari kesalahan dalam pembagian maupun kesalahan dalam program, dan guna menanggulangi masalah tersebut maka diperlukan sebuah sistem yang digunakan sebagai evaluasi akhir pada program yang sudah selesai dijalankan, maka Sistem Pendukung Keputusan dengan menggunakan metode Simple Additive Weighting (SAW) layak digunakan untuk tujuan evaluasi dalam memperbaiki masalah dan mensukseskan program-program yang akan datang.
Teknologi Informasi sistem pengambilan keputusan digunakan untuk mempermudah dalam menentukan kandidat penerima bantuan sosial covid-19 di wilayah Kelurahan Jaticempaka Kecamatan Pondok Gede Kota Bekasi.
Dalam menentukan kandidat ada beberapa kriteria yang harus dilengkapi oleh masyarakat yaitu data pekerjaan, jumlah penghasilan, jumlah tanggungan keluarga, kepemilikan rumah, daya Listrik dan umur merupakan kriteria yang akan menjadi objek penelitian agar tidak menjadi menyebabkan permasalahan timbulnya rekayasa isian data yang bertujuan untuk mendapatkan bantuan sosial covid-19.
Ketua RT melakukan pendataan dan mencatat pada buku pemutakhiran data penerima bantuan, yang kemudian dilakukan penyeleksian oleh tim seleksi kelurahan berdasarkan kriteria tersebut.
Setelah pemutakhiran data dan musyawarah, kemudian dilakukan pengiriman hasil musyawarah berupa laporan penerima bansos covid-19 ke kantor kecamatan.
Permasalahan muncul setelah musyawarah dilakukan yaitu keputusan yang dihasilkan masih bersifat subjektif, sehingga kerap dijumpai di lapangan masyarakat yang tidak layak mendapatkan bansos covid-19.
Untuk mengatasi permasalahan di atas maka diperlukan pengambilan keputusan yang tepat dan sistematis, alat bantu yang tepat dalam mempermudah pengambilan keputusan dengan menggunakan metode Simple Additive Weighting (SAW).
Dalam menentukan kandidat penerima bansos covid-19 dengan metode SAW ini ada kelemahan yang masih dapat diatasi dengan kesepakatan pengambilan keputusan Misalnya, pada saat bobot hasil dari beberapa kandidat memiliki angka yang sama, maka diputuskan untuk diberikan kategori mendapatkan bantuan.
Perumusan Masalah adalah bagaimana mengetahui proses pengambilan keputusan terhadap calon kandidat penerima bansos covid-19, bagaimana menerapkan metode Simple Additive Weighting dalam pemilihan kandidat mendapatkan bansos covid-19 dan Bagaimana menerapkan sebuah system dalam menentukan kriteria penerima bansos covid-19 agar membantu pihak kelurahan dalam pengambilan keputusan.
Tujuan penelitian merupakan jawaban atau sasaran yang ingin dicapai penulis dalam sebuah penelitian, sehingga dapat diuraikan tujuan penelitiannya adalah menentukan kandidat yang layak untuk mendapatkan bantuan sosial covid-19, mengetahui hasil pembobotan kelayakan penerima bansos dengan Simple Additive Weighting yang tepat dan akurat dan embantu pihak kelurahan dalam pengambilan keputusan dalam menentukan penerima Bansos Covid-19.
II.
TINJAUAN PUSTAKA
Sistem Pendukung Keputusan Sistem pendukung keputusan diindetifikasi sebagai sebuah system yang dimaksudkan untuk mendukung pengambil keputusan manajerial dalam situasi keputusan semiterstruktur.
Sistem pendukung keputusan ditujukan untuk menjadi tambahan bagi para pembuat keputusan untuk memperluas kemampuannya tetapi tidak untuk menggantikan penilaiannya.
Pengambil keputusan pada keputusan dimana penilaian dibutuhkan atau pada keputusan yang tidak dapat sepenuhnya didukung oleh algoritma.
Little .
mendefinisikan sistem pendukung keputusan sebagai "seperangkat prosedur berbasis model untuk memproses data dan penilaian untuk membantu seorang manajer dalam pengambilan keputusannya".
Moore dan Chang .
berpendapat bahwa konsep terstruktur, sebagai sistem yang dapat diperluas yang mampu mendukung analisis data ad hoc dan pemodelan keputusan, berorientasi pada perencanaan masa depan, dan digunakan pada interval yang tidak teratur dan tidak terencana (Turban et al, 2.
Bonczek et al.
mendefinisikan sistem pendukung keputusan sebagai system berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi yaitu sistem bahasa, sistem pengetahuan, dan sistem pemrosesan masalah.
Konsep-konsep yang disediakan oleh definisi ini penting untuk memahami hubungan antara sistem pendukung keputusan dan pengetahuan.
Dan.
Keen .
mendefinisikan sistem pendukung keputusan sebagai produk dari proses perkembangan dimana pengguna sistem pendukung keputusan, pembangun sistem pendukung keputusan, dan sistem pendukung keputusan itu sendiri saling mempengaruhi satu sama lain, menghasilkan evolusi dan pola penggunaan sistem (Turban et al, 2.
Karakteristik dan kapabilitas sistem pendukung keputusan adalah sebagai berikut (Turban et al, 2.
Dukungan untuk pengambil keputusan, terutama dalam situasi semiterstruktur dan tidak terstruktur, dengan menyatukan penilaian manusia dan terkomputerisasi.
Dukungan untuk semua level manajerial, mulai dari eksekutif puncak hingga manajer lini.
Dukungan untuk individu maupun kelompok.
Masalah yang kurang terstruktur sering membutuhkan keterlibatan individu dari berbagai departemen dan organisasi tingkat atau bahkan dari organisasi yang berbeda.
Dukungan untuk keputusan yang interdependen dan berurutan.
Keputusan dapat dibuat satu kali, beberapa kali, atau berulang kali.
Dukungan dalam semua fase proses pengambilan keputusan, yaitu intelligence, design, choice, dan implementation.
Mendukung dalam berbagai proses dan gaya pengambilan keputusan.
Adaptivitas dari waktu ke waktu.
Pembuat keputusan harus reaktif, mampu menghadapi kondisi yang berubah dengan cepat, dan mampu menyesuaikan sistem pendukung keputusan untuk memenuhi perubahan ini.
Kemudahan penggunaan interaktif.
Peningkatan efektivitas pengambilan keputusan .
kurasi, ketepatan waktu, kualita.
daripada efisiensinya .
iaya pembuatan keputusa.
Kontrol penuh oleh pembuat keputusan atas semua langkah dari proses pengambilan keputusan dalam memecahkan suatu masalah.
sistem pendukung keputusan secara khusus bertujuan untuk mendukung dan tidak mengganti pembuat keputusan.
Pengguna akhir dapat mengembangkan dan memodifikasi sistem sederhana sendiri.
Model umumnya digunakan untuk menganalisis situasi pengambilan keputusan.
Kemampuan pemodelan memungkinkan bereksperimen dengan strategi yang berbeda di bawah konfigurasi yang berbeda.
Akses disediakan untuk berbagai sumber data, format, dan jenis, mulai dari sistem informasi geografis (GIS) hingga yang berorientasi objek.
Dapat digunakan sebagai standalone yang digunakan oleh pembuat keputusan individu di satu lokasi atau didistribusikan ke seluruh organisasi dan di beberapa organisasi di sepanjang rantai Multi Attribute Decision Making (MADM) Multi Attribute Decision Making adalah metode yang digunakan untuk mencari alternatif yang paling optimal dari sejumlah alternatif yang ada berdasarkan kriteria atau atribut tertentu.
Multi Attribute Decision Making menentukan nilai bobot untuk setiap atribut, selanjutnya dilakukan proses perankingan untuk menyeleksi sejumlah alternatif yang ada.
Nilai suatu atribut mendeskripsikan karakteristik, kualitas, dan kinerja alternatif.
Bobot atribut berfungsi untuk mengukur nilai bobot kepentingan setiap atribut.
Dalam mencari nilai bobot setiap atribut terdapat 3 kategori pendekatan yaitu, pendekatan subjektif, pendekatan objektif dan pendekatan hibrida.
Pendekatan subjektif, menentukan nilai bobot berdasarkan subjektifitas dari pengambilan keputusan atau memanfaatkan preferensi pengambilan keputusan.
Pada pendekatakan objektif, menentukan nilai bobot berdasarkan informasi yang objektif atau nilai bobot dihitung secara matematis.
Dan pada pendekatan hibrida, menentukan nilai bobot berdasarkan gabungan dari preferensi pembuat keputusan dan informasi yang objektif atau nilai bobot yang dihitung secara matematis.
Beberapa metode yang dapat digunakan dalam menyelesaikan masalah Multi Attribute Decision Making, adalah sebagai berikut (Ding et al.
Sembiring et al.
2018 adalah Simple Additive Weighting Method (SAW) Weighted Product (WP).
ELECTRE.
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).
Dan Analytic Hierarchy Process (AHP) Simple Additive Weighting Method (SAW) Simple Additive Weighting (SAW) disebut juga sebagai kombinasi linier tertimbang atau metode scoring atau metode weighted sum yang sederhana dan paling sering digunakan dalam teknik keputusan multi atribut.
Simple Additive Weighting (SAW) berdasarkan pada rata-rata tertimbang.
Nilai evaluasi dihitung untuk setiap alternatif dari atribut, dengan mengalikan nilai skala yang telah diberikan kepada alternatif dari atribut dengan nilai bobot kepentingan relatif yang diberikan oleh pembuat keputusan dan menjumlahkan produk untuk seluruh kriteria (Savitha & Chandraekar, 2.
Simple Additive Weighting (SAW) mampu menyeimbangkan antara setiap kriteria atau atribut, bersifat intuitif dalam mengambil keputusan, dan proses perhitungan sederhana sehingga tidak perlu menggunakan program komputer yang rumit.
Metode ini dapat diterapkan dalam beberapa area yaitu water management, bisnis, dan manajemen keuangan (Velasquez & Hester, 2.
Penilaian yang diterapkan pada SAW membutuhkan, identifikasi tujuan dan alternatif, evaluasi alternatif, penentuan bobot sub objektif, agregasi aditif .
umpulan sejumlah nilai yang ditambahka.
dari nilai preferensi parsial tertimbang dan analisis sensitif.
Hal ini menggunakan penilaian langsung pada skala standar hanya dalam atribut kualitatif murni.
Untuk nilai atribut numerik dihitung dengan nilai yang telah dinormalisasi agar sesuai dengan skala standar (Savitha & Chandraekar, 2.
Dalam Metode Simple Additive Weighting (SAW) terdapat dua atribut yaitu atribut keuntungan atau manfaat dan atribut Atribut keuntungan atau manfaat yaitu jika nilai atribut semakin besar maka atribut semakin Dan atribut biaya yaitu, jika nilai atribut semakin kecil maka semakin baik.
Kedua atribut memiliki perbedaan yang mendasar yaitu dalam pemilihan atribut ketika mengambil keputusan (Ding et al.
Normalisasi adalah upaya untuk menghilangkan dimensi .
kuran uni.
dari setiap atribut.
Normalisasi bertujuan agar dapat dilakukan pembandingan alternatif menggunakan satu atribut maupun membandingkan antar atribut.
Adapun langkah-langkah dalam metode Simple Additive Weighting (SAW) adalah sebagai berikut (Sembiring et al.
: Membuat matriks keputusan Z berukuran m x n, dimana m = alternatif (A.
yang akan dipilih dan n = kriteria atau atribut (C.
Memberikan nilai x setiap alternatif .
pada setiap kriteria atau atribut .
yang sudah ditentukan, dimana i =1,2,Am dan j=1,2,An pada matriks keputusan Z.
x12 U ycuycnyc xi2 U ycuycnyc a.
Memberikan nilai bobot preferensi (W) oleh pengambil keputusan untuk masing-masing kriteria atau atribut yang sudah ditentukan.
W= [ W1 W2 W3 W.
Melakukan normalisasi matriks keputusan Z berdasarkan persamaan .
sesuai dengan jenis kriteria atau atribut .
euntungan dan biay.
sehingga diperoleh matriks ternormalisasi (R).
Jika j adalah keuntungan .
ycIycnyc = ycUycnyc ycAycaycu=ycUycnyc ycIycnyc .
Jika j adalah biaya .
ycIycnyc = ycAycnycu ycUycnyc ycIycnyc ycUycnyc = .
Keterangan :
Atribut keuntungan : apabila nilai memberikan keuntungan atau manfaat bagi pengambil Jika atribut keuntungan maka nilai .
setiap kolom dibagi dengan nilai (Max xi.
maksimum dari tiap kolom.
Atribut biaya : apabila menimbulkan biaya bagi pengambil keputusan.
Jika atribut biaya maka nilai (Min xi.
dari tiap kolom dibagi dengan nilai .
setiap kolom.
Hasil dari nilai rating .
ang dapat dibandingkan antar atribu.
kerja ternormalisasi .
membentuk matrik ternormalisasi (R) yc11 r12 U ycycnyc ycycn1 ri2 U ycycnyc Melakukan proses perankingan dengan cara mengalikan matriks ternormalisasi (R) dengan nilai bobot preferensi (W).
Nilai preferensi atau nilai yang diutamakan untuk setiap alternatif (V.
diperoleh dengan cara menjumlahan hasil kali antara matrik ternormalisasi (R) dengan bobot preferensi (W).
ycOycn = Oc ycIycnyc .
yc=ycn Dimana :
Vi : nilai akhir dari alternatif Wj : nilai bobot dari setiap atribut Rij : nilai rating kerja ternormalisasi Nilai Vi yang lebih besar mengidentifikasikan bahwa alternatif Ai merupakan alternatif i.
METODOLOGI PENELITIAN
Bab ini menjelaskan tahapan yang akan dilakukan dalam penelitian yaitu rancangan yang akan dilakukan dalam penelitian, arsitektur umum yang diuraikan menjadi beberapa proses dan data yang digunakan pada proses penyelesaian sebagai dasar pembobotan atribut metode Simple Additive Weighting (SAW).
Rancangan Penelitian Pada penelitian ini metode Simple Additive Weighting (SAW) menggunakan pembobotan atribut berdasarkan bobot dari data set.
Hasil preferensi setiap alternatif yang diperoleh dari metode Simple Additive Weighting (SAW) berupa nilai yang akan menentukan akurasi.
Hasil dari perhitungan akan menentukan tingkat akurasi metode Simple Additive Weighting (SAW).
Langkah Penyelesaian Simple Additive Weighting (SAW) yakni menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci (X.
Kemudian menentukan rating kecocokan setiap alternatif pada setiap kriteria, membuat matriks keputusan berdasarkan kriteria (C.
, melakukan normalisasi matriks berdasarkana persamaana yangassesuai dengana jenisa atributa keuntungan ataupun atribut biaya sehingga diperoleh matriks ternormalisasi R.
Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A.
sebagai solusi.
Perhitungan Dengan Metode Simple Additive Weighting (SAW) Tahap selanjutnya yaitu melakukan perhitungan dengan menggunakan metode Simple Additive Weighting (SAW).
Adapun tahap metode Simple Additive Weighting (SAW) dapat dilihat pada gambar Berdasarkan gambar 3.
2, tahap perhitungan menggunakan metode Simple Additive Weighting (SAW) dapat dijelaskan sebagai berikut :
Menentukan matriks keputusan Z berukuran m x n, dimana m = alternatif (A.
yang akan dipilih dan n = kriteria atau atribut (C.
berdasarkan data set.
Memberikan nilai x setiap alternatif .
pada setiap kriteria atau atribut .
yang sudah ditentukan data set.
Memberikan nilai bobot preferensi (W) berdasarkan bobot gain ratio oleh pengambil keputusan untuk masing-masing kriteria atau atribut yang sudah ditentukan.
Melakukan normalisasi matriks keputusan Z dengan menggunakan persamaan .
Hasil dari nilai rating kerja ternormalisasi .
membentuk matriks ternormalisasi (R).
Nilai preferensi untuk setiap alternatif (V.
diperoleh dengan cara menjumlahan hasil kali antara matriks ternormalisasi (R) dengan bobot preferensi (W) dengan menggunakan persamaan .
Proses Penyelesaian (Menentukan Kriteri.
Data yang digunakan berupa data dari sejumlah warga yang nantinya akan dikelompokan dan digunakan sebagai penentuan kelayakan penerima Bantuan Sosial Covid-19.
Adapun Kriteria yang Menentukan Rating Kecocokan Dari Kriteria yang sudah ditentukan dari wawancara dengan Kasie Kesos Bapak Aswin Djuanda K.
P bahwa dengan penentuan kriteria tersebut tidak akan menghambat kandidat untuk mengirimkan persyaratan-persyaratan dengan tidak memberatkan dan menyulitkan masyarakat Kelurahan Jaticempaka.
Berdasarkan kriteria Jenis Pekerjaan untuk acuan pemilihan ditentukan pada nilai bobot pada tabel 3.
Berdasarkan pengambilan nilai kriteria jumlah penghasilan calon penerima, untuk acuan pemilihan ditentukan pada nilai bobot ke 1 yakni <500.
emakin rendah penghasilan, semakin besar peluang dapat banso.
Berdasarkan pengambilan nilai kriteria jumlah tanggungan calon penerima, untuk acuan pemilihan ditentukan pada nilai bobot ke 4 yakni 4 anak atau lebih.
Berdasarkan pengambilan nilai kriteria kepemilikan rumah calon penerima, untuk acuan pemilihan ditentukan pada nilai bobot ke 3 yakni numpang.
Berdasarkan pengambilan nilai kriteria kepemilikan jaringan listrik calon penerima, untuk acuan pemilihan ditentukan pada nilai bobot ke 4 yakni tidak Berdasarkan pengambilan nilai kriteria umur calon penerima, untuk acuan pemilihan ditentukan pada nilai bobot ke 4 yakni >50.
Setelah bobot diterapkan maka langkah selanjutnya adalah mengalikan nilai kriteria dan bobot kriteria.
Dalam hal ini setiap kriteria ditentukan oleh kesepakatan Pimpinan kelurahan Jaticempaka melalui Kasie Kesos Bapak Aswin Djuanda K.
P yang mengacu pada peraturan Walikota Bekasi Nomor 109 tahun 2019 menyampaikan seperti tabel 1 dibawah ini.
Tabel 1.
Penjelasan Nilai Tiap Sub Kriteria Penjelasan Tidak bekerja akan semakin besar peluang mendapatkan bantuan sosial covid-19 Jumlah Penghasilan Semakin rendah penghasilan kepala keluarga semakin besar peluang untuk mendapatkan bantuan sosial Pendapatan maksimal ditetapkan sebesar <500.
000,-/bulan Tanggungan Jml Anak Semakin banyak jumlah tanggungan semakin besar peluang mendapatkan bantuan sosial covid-19.
Kepemilikan Rumah Tiada kepemilikan rumah menjadi peluang besar mendapatkan bantuan sosial covid-19.
Penggunaan Daya Listrik Sumber penerangan bukan listrik adalah peluang mendapatkan bantuan sosial covid-19.
Umur Semakin besar usianya semakin besar peluang mendapatkan bantuan sosial covid-19.
Sub Kriteria Jenis Pekerjaan IV.
HASIL PENELITIAN DAN PEMBAHASAN
Data Kriteria dan Subdata Kriteria Penerima Bansos Covid-19 Metode yang digunakan dalam hal ini adalah wawancara langsung dengan Kasie Kesos Kelurahan Jaticempaka Bapak Aswin Djuanda K.
P bahwa Kriteria warga miskin di wilayah Kota Bekasi khususnya kelurahan Jaticempaka mengacu pada Peraturan Walikota Bekasi Nomor 109 tahun 2019 Tentang Kriteria Warga Miskin di Kota Bekasi dan hasil yang diperoleh dari wawancara tersebut dapat dikonversikan berupa data pada tabel 4.
Hasil dari penelitian ini berupa sistem pengaturan untuk menentukan kandidat program bantuan sosial yang mempunyai fitur-fitur pendukung bagi pengguna untuk mempermudah proses penyeleksian penerima program bantuan sosial Covid-19.
Menentukan Bobot Kriteria Dari kriteria yang dimuat pada Tabel 4.
2, maka dibuat suatu tingkat kepentingan kriteria berdasarkan nilai bobot yang telah ditentukan kedalam bilangan fuzzy.
Rating kecocokan setiap alternatif pada setiap kriteria dapat dilihat pada Tabel Berdasarkan kriteria dan rating kecocokan setiap alternatif pada setiap kriteria yang telah ditentukan, selanjutnya penjabaran bobot setiap kriteria yang telah dikonversikan dengan bilangan fuzzy.
Data nilai pembobotan kriteria dapat dilihat pada Tabel 4.
5 dan keterangan terkait bobot dapat dilihat pada Tabel 4.
Study Kasus Penilaian Kandidat Penerima Bansos Covid-19Tahap selanjutnya adalah study kasus dalam mengoperasikan Sistem Pendukung Keputusan dalam Program Pembagian Bantuan Sosial Covid-19 menggunakan metode SAW, dalam study kasus ini menggunakan laporan dari RT.
berupa surat laporan yang dilampirkan tentang AuDaftar Nama Penerima Bantuan Sosial Covid-19 warga Jaticempaka RT.
007 RW.
009Ay dari total Kepala Perhitungan selanjutnya adalah membuat normalisasi matriks R yang diperoleh Berdasarkan perangkingan diatas menunjukkan urutan penerima bantuan sosial.
Hasil perhitungan tertinggi ditunjukkan dengan nilai 17 yang dimiliki oleh SAPURI dan terendah ditunjukkan dengan nilai 11.
32 yaitu ENJU SUJANA.
Hasil perangkingan dapat dijadikan sebagai rekomendasi penerma bantuan social.
Implementasi Sistem Berdasarkan survey dilapangan untuk memenuhi perangkat keras dan perangkat lunak yang digunakan dalam menjalankan dan memprogram sistem pengaturan untuk menentukan kandidat penerima bantuan sosial Covid-19 yang dibangun memiliki kebutuhan tentang unit laptop atau Personal Computer (PC) dengan spesifikasi.
Kebutuhan Sistem Perangkat Keras (Hardwar.
Processor Intel A CoreE I5-7200U 2.
5GHz With Turbo Boost up to 3.
1GHz Hdd 1TB & SSD 620GB RAM (Random Acceses Memory ) 8.
00 GB
Perangkat Lunak (Softwar.
Sistem Operasi yang digunakan adalah Windows 10 Bahasa Pemrograman PHP Notepad (Code Edito.
Mysql .
Rancangan Sistem Dalam penanganannya metode Simple Additive Weighting (SAW) mengklasifikasi data dan kriteria disetiap alternatif, dimana disetiap kriteria tersebut terdapat bobot, dalam proses klasifikasi data Simple Additive Weighting (SAW) juga membuat matriks keputusannya, setelah di buat matiks keputusan dan bobot di setiap kriteria.
SAW mengalikan matiks keputusan dengan bobot masingmasing kriteria, lalu didapatilah hasil nilai setiap alternatif dalam bentuk perangkingan.
Peranan penting Simple Additive Weighting (SAW) dalam kasus ini, karena didalam penelitian ini melibatkan sebuah perhitungan, perhitungan yang dimaksudkan untuk mencapai sebuah hasil yang menentukan kandidat yang berhak menerima bantuan sosial covid-19 di lingkungan RT.
007 Kelurahan Jaticempaka dan di sisi lain juga dimaksudkan untuk memudahkan para panitia pembagian bantuan sosial covid-19 dalam melaksanakan tugasnya, mulai dari memasukkan data warga dan juga memberikan kesan objektifitas dalam membagikan bantuan sosial tersebut.
Sistem Pengaturan untuk menentukan kandidat Bantuan sosial Covid-19 dengan metode Simple Additive Weighting (SAW) ini lebih condong ke klasifikasi database sehingga digunakan sebuah rancangan sistemnya dengan menggunakan beberapa metode, meliputi Data Flow Diagram (DFD).
Entity Relationship Diagram (ERD).
Struktur Tabel.
Relasi Tabel, sampai dengan perancangan user interface sistem tersebut.
UML (Unified Modelling Languag.
Dalam melakukan perancangan maka sangat diperlukan sebuah pemodelan secara visual yang berfungsi sebagai sarana perancangan berbasis objek, dimana yang sering kita sebuat sebagai Object Oriented Program (OOP), maka dari itu berikut akan dijelaskan mengenai UML dari Sistem Pengaturan untuk menentukan Kandidat bantuan sosial Covid-19 dengan menggunakan metode Simple Additive Weigthing (SAW), yang dibuat berdasarkan ruang lingkup fasilitas system adalah Use Case Diagram.
Sequence Diagram.
Class Diagram dan Activity Diagra.
Rancangan Tampilan Sistem Perancangan tampilan user interface dari program sistem harus sederhana dan menarik, karena dengan sederhana dapat mempermudah user selaku pengguna dalam mengoperasikannya, dan dengan menarik juga dapat memberika kesan tersendiri bagi pengguna, berikut ini adalah uraian tampilan program Sistem Pengaturan untuk menentukan kandidat bantuan sosial Covid-19 menggunakan metode Simple Additive Weighting (SAW) yang nantinya akan digunakan oleh user yaitu :
Tampilan Login (Form login adalah tampilan pertama apabila user ingin mengakses sistem pendukung keputusan ini, dimana didalamnya tedapat sebuah formula yaitu username dan password sebagai syarat mengakses sistem tersebut, username dan password dibuat oleh developer didalam database dalam tabel user, sehingga tidak semua orang bisa mengakses ini selain mendapatkan izin dan diberikan akses oleh developer selaku pengembang sistem tersebu.
Tampilan Menu Utama (Pada tampilan menu utama pada system pengaturan, terdapat sebuah dashboard yang berisikan tampilan yang dapat diakses oleh user ataupun admin didalam dashboard terdapat pula tampilan yang dapat memuat berbagai macam berita-berita seputar bantuan sosial yang diupload oleh admi.
Tampilan Data Kriteria Kandidat (Pada tampilan menu data kriteria yang terletak dibawa menu dashboard, didalamnya terdapat kriteria-kriteria dari calon penerima bansos didalamnya user dapat menggunakan menu ini untuk menentukan kriteria apa saja yang akan dimasukkan untuk diolah datanya dan menentukan pula berapa saja bobot yang digunakan dalam normalisasi dan perangkingan dari sistem pendukung keputusan in.
Tampilan Data Penerima (Pada tampilan data penerima terdapat sebuah menu yang dimana user dapat memasukkan data penerima kedalam SPK ini, data penerima dijadikan sebuah alternatif, apabila data penerima sudah dimasukkan maka dalam pengolahnya kita tinggal memasukan kriteria yang ada pada data penerima untuk diteruskan pengolahan datany.
Tampilan Nilai Kandida (Tampilan nilai kandidat adalah tampilan yang menampilkan data warga atau alternatif yang sebelumnya sudah dimasukkan kriteria-kriteria yang sudah ditentukan, dan dalam kriteria tersebut terdapat sebuah bobot yang dimana bobot tersebut akan dimasukkan kedalam perhitungan metode Simple Aditive Weighting (SAW), dalam tampilan nilai proses terdaapt sebuah Nilai bobot dari masing kriteria, terdapat pula rating kecocokan, serta matriks normalisasi dan perangkinga.
Tampilan Menu Tambah Kandidat (Tampilan menu tambah kandidat adalah rancangan tampilan yang teerdapat pada berbagai macam menu yang ada proses input data, seperti data kriteria dan data alternatif, dalam tampilan menu tambah kandidat berisikan sebuah pertanyaan-pertanyaan yang diperlukan dalam sebuah proses penentuan, dan hasil jawaban tersebut akan dimasukkan kedalam sistem guna dilakukan proses perhitungan lebih lanju.
Pengujian Sistem Tahap implementasi pengujian sistem adalah suatu tahap dimana sistem yang dibentuk dapat bekerja sesuai dengan kebutuhan yang diinginkan, dan berjalan dengan sebagai mana mestinya, pada tahap implementasi sistem ini Sistem Pengaturan penentuan kandidat penerima bantuan sosial Covid-19 dapat berjalan dan membantu pihak penyelenggara pembagian bansos pada lingkungan RT.
007 RW.
09 Kelurahan Jaticempaka Kecamatan Pondokgede Kota Bekasi ini diharapkan metode yang digunakan yakni AuSimple Additive Weighting (SAW)Ay dapat bekerja sesuai dengan sistem yang dibuat.
Sistem akan bekerja apabila kebutuhan perangkat lunak .
dan perangkat keras .
terpenuhi berikut spesifikasi yang mendukung dan digunakan dalam tahap implementasi sistem .
Kebutuhan Hardware Oe Processor Intel A CoreE I5-7200U 2.
5GHz With Turbo Boost up to 3.
1GHz Oe Hdd 1TB & SSD 620GB Oe RAM (Random Acceses Memory ) 8.
00 GB
Kebutuhan Software Oe Sistem Operasi yang digunakan adalah Windows 10 Oe Bahasa Pemrograman PHP Oe Notepad (Code Edito.
Oe Mysql .
Implementasi Basis Data Dalam pembuatan basisdata dilakukan dengan menggunakan DBMS Mysql.
Impelementasi basisdata dalam sistem ini dalam Bahasa SQL berisikan tabel-tabel yang digunakan untuk menyimpan data kriteria, nilai, kandidat serta user dari system pengaturan penerima bansos covid-19 adalag Kriteria Jenis Pekerjaan.
Kriteria Jumlah Penghasilan.
Kriteria Tanggungan Keluarga.
Kriteria kepemilikan Rumah.
Kriteria Daya Pemakaian Listrik.
Kriteria Umur.
Nilai .
Kandidat dan User Struktur Tabel Struktur tabel digunakan untuk mengetahui tabel apa saja yang mengisi database tersebut, dalam struktur tabel di database system pengaturan kandidat penerima bansos covid-19 ini terdapat 9 .
tabel didalamnya mulai dari tabel kriteria yang terdiri dari 6 .
kriteria dan tabel kandidat penerima dan user seluruh tabel tersebut saling berkaitan didalam database, struktur tabel dibuat untuk mengetahui type data, serta rentang tipe data dari tabel tersebut, dan juga untuk mengetahui apakah field merupakan primary key atau bukan.
BAB V.
PENUTUP
Kesimpulan Berdasarkan permasalahan dan arah tujuan dari penelitian ini, maka dapat disimpulkan adalah pengaturan dalam penentuan kandidat penerima bantuan sosial Covid-19 dilingkungan kelurahan Jaticempaka.
Kecamatan Pondokgede masih menerapkan sistem yang konvesional dalam penentuan kandidat penerima hanya berdasarkan musyawarah bersama, tanpa mengumpulkan kriteria-kriteria dan alternatif yang ada, yang dapat menimbulkan masalah sosial di wilayah kelurahan Jaticempaka.
Guna menanggulangi hal tersebut diperlukan sebuah sistem yang dapat digunakan untuk penentuan kandidat penerima bantuan sosial Covid-19 dengan mempertimbangkan segala hal dan aspek kriteria Dengan adanya sistem pengaturan dalam penentuan kandidat penerima bantuan sosial Covid-19 ini dapat membantu panitia dalam pembagian bantuan sosial, apakah sesuai dengan aturan dan kriteria yang berlaku dalam membagikan bantuan sosial tersebut, sehingga dapat mensukseskan pelayanan masyarakat di lingkungan kelurahan Jaticempaka.
Kecamatan Pondokgede.
Kota Bekasi, dengan menggunakan metode Simple Additive Weighting (SAW) dalam memproses data warga yang akan mendapatkan bantuan sosial covid-19.
Saran Dengan menggunakan metode konvensional dalam menentukan kandidat peneriman bantuan sosial covid-19 sangat riskan dengan permasalahan, sebaiknya menggunakan sistem informasi yang cepat dan optimal untuk menghasilkan keputusan yang baik dan sistematis.
Dengan metode Simple additive Weighting (SAW) sebaiknya membandingkan metode perhitungan sistem pendukung keputusan yang lainnya agar mengetahui hasil yang lebih bervariasi dan mengetahui metode mana yang memiliki nilai paling tinggi.
Selain itu, sistem juga dapat dikembangkan menjadi aplikasi berbasis mobile agar tampilan user interface lebih menarik dan lebih untuk digunakan.
DAFTAR PUSTAKA