Anda di halaman 1dari 8

Pelita Informatika Budi Darma, Volume III

III Nomor : 2 , April 2013


2013

ISSN : 2301-9425

SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN


LANGSUNG TUNAI DENGAN MENGGUNAKAN METODE
ANALYTICAL HIERARCY PROCESS
Dita Monita
0811118
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan
Jl. Sisingamangaraja No. 338 Simpang Limun Medan
Email:ditamonita@gmail.com
Abstrak
Program Pemerintah dalam menanggulangi krisis ekonomi yang terjadi selama ini adalah dengan cara
memberikan bantuan langsung tunai kepada keluarga miskin di setiap desa di seluruh Indonesia.
Bantuan langsung tunai (BLT), merupakan suatu bentuk bantuan dari pemerintah sebagai bentuk kompensasi
dari kenaikan harga Bahan Bakar Minyak(BBM), yang tentunya mengimbas kepada kehidupan masyarakat luas
termasuk kalangan masyarakat miskin.
Agar hasil yang diharapkan lebih akurat dan sistem yang dirancang tersusun secara sistematis, maka penulis
memutuskan untuk menggunakan Analytical Hierarcy Process (AHP) yang merupakan suatu model pendukung
keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan
masalah multi factor atau multi criteria menjadi suatu bentuk hirarki

Kata kunci: Request, SMS, First In First Out (FIFO), AHP


1.

Pendahuluan

Bantuan langsung tunai (BLT), merupakan suatu


bentuk bantuan dari pemerintah sebagai bentuk
kompensasi dari kenaikan harga Bahan Bakar
Minyak(BBM), yang tentunya mengimbas kepada
kehidupan masyarakat luas termasuk kalangan
masyarakat miskin.
Untuk mendapatkan bantuan langsung tunai ini,
pemerintah menetapkan beberapa kriteria dalam
menentukan siapa saja yang berhak menerima bantuan
tersebut. Kriteria tersebut dituangkan kedalam 14
point, yang harus dipenuhi oleh setiap rumah tangga
sasaran yang akan menerima bantuan langsung tunai
tersebut dan diharapkan ke-14 point tersebut mampu
benar-benar menyaring penerima bantuan langsung
tunai tersebut tidak salah sasaran.
Seiring hal tersebut diatas, penulis membuat suatu
kesimpulan bahwa perlunya membuat suatu sistem
pendukung keputusan untuk menentukan rumah
tangga sasaran yang tepat untuk menerima bantuan
langsung tunai tersebut, sehingga dapat membantu
pihak terkait untuk mendata dan menentukannya
secara cepat dan akurat. Untuk itu penulis akan
menggunakan suatu metode untuk menyelesaikan
sistem pendukung keputusan tersebut, agar hasil yang
diharapkan lebih akurat dan sistem yang dirancang
tersusun secara sistematis, maka penulis memutuskan
untuk menggunakan Analytical Hierarcy Process
(AHP) yang merupakan suatu model pendukung
keputusan yang dikembangkan oleh Thomas L. Saaty.
Model pendukung keputusan ini akan menguraikan

masalah multi factor atau multi criteria menjadi suatu


bentuk hirarki. Analytical Hierarcy Process cukup
efektif dalam menyederhanakan dan mempercepat
proses serta kualitas hasil pengambilan keputusan
yang merupakan satu model yang fleksibel yang
memungkinkan pribadi-pribadi atau kelompokkelompok untuk membentuk gagasan-gagasan dan
membatasi masalah dengan membuat asumsi (dugaan)
mereka sendiri dan menghasilkan pemecahan yang
diinginkan. Dengan memadukan data dan pengetahuan
untuk meningkatkan efektivitas dalam proses
pengambilan keputusan, diharapkan nantinya dapat
membantu
para
pembuat
keputusan
dalam
memutuskan alternatif-alternatif terbaik dalam
menentukan rumah tangga sasaran yang tepat untuk
menerima bantuan langsung tunai tersebut.
1.

Landasan Teori

2.1 Sistem pendukung keputusan


Konsep sistem pendukung keputusan (SPK) atau
Decision Support Sistem (DSS) mulai dikembangkan
pada tahun 1960-an, tetapi istilah Sistem pendukung
keputusan itu sendiri baru muncul pada tahun 1971[1],
yang diciptakan oleh G. Antony Gorry dan Michael S.
Scott Morton dengan tujuan untuk menciptakan
kerangka kerja guna mengarahkan aplikasi komputer
kepada pengambilan keputusan manajemen. Sistem
tersebut adalah suatu sistem yang berbasis komputer
yang ditujukan untuk membantu pengambil keputusan
dengan memanfaatkan data dan model tertentu untuk

Diterbitkan Oleh : STMIK Budi Darma Medan

29

Pelita Informatika Budi Darma, Volume III


III Nomor : 2 , April 2013
2013

memecahkan berbagai persoalan yang tidak


terstruktur. Istilah sistem pendukung keputusan
mengacu pada suatu sistem yang memanfaatkan
dukungan komputer dalam proses pengambilan
keputusan.
Sistem pendukung keputusan[1], adalah
bagian dari sistem informasi berbasis komputer
(termasuk sistem berbasis pengetahuan (manajemen
pengetahuan) yang dipakai untuk mendukung
pengambilan keputusan dalam suatu organisasi atau
perusahaan. Dapat juga dikatakan sebagai sistem
komputer yang mengolah data menjadi informasi
untuk mengambil keputusan dari masalah semiterstruktur yang spesifik.
1.1.1 Kriteria Sistem Pendukung Keputusan
Sistem pendukung keputusan dirancang secara
khusus untuk mendukung seseorang yang harus
mengambil keputusan-keputusan tertentu[1]. Berikut
ini beberapa kriteria sistem pendukung keputusan.
1. Interaktif
Sistem pendukung keputusan memiliki user
interface yang komunikatif
sehingga pemakai dapat melakukan akses secara
cepat ke data dan memperoleh informasi yang
dibutuhkan.
2. Fleksibel
Sistem pendukung keputusan memiliki sebanyak
mungkin variabel masukan, kemampuan untuk
mengolah dan memberikan keluaran yang
menyajikan alternatif-alternatif keputusan kepada
pemakai.
3. Data Kualitas
Sistem
pendukung
keputusan
memiliki
kemampuan utuk menerima data kualitas yang
dikuantitaskan yang sifatnya subyektif dari
pemakai nya, sebagai data masukan untuk
pengolahan data. Misalnya terhadap kecantikan
yang bersifat kualitas, dapat dikuantitaskan
dengan pemberian bobot nilai seperti 75 atau 90.
4. Prosedur pakar
Sistem pendukung keputusan mengandung suatu
prosedur yang dirancang berdasarkan rumusan
formal atau juga berupa prosedur kepakaran
seseorang atau kelompok dalam menyelesaikan
suatu bidang masalah dengan fenomena tertentu.
2.2 Analytical Hierarchy Process (AHP)
Analytical Hierarchy Process merupakan salah
satu metode untuk membantu menyusun suatu
prioritas dari berbagai pilihan dengan menggunakan
berbagai kriteria. Karena sifatnya yang multikriteria,
Analytical Hieararchy Process cukup banyak
digunakan dalam penyusunan prioritas. Sebagai
contoh untuk menyusun prioritas penelitian, pihak
manajemen lembaga penelitian sering menggunakan

ISSN : 2301-9425

beberapa kriteria seperti dampak penelitian, biaya,


kemampuan SDM, dan waktu pelaksanaan[1].
Disamping bersifat multikriteria, Analytical
Hierarchy Process juga didasarkan pada suatu proses
yang terstruktur dan logis. Pemilihan atau penyusunan
prioritas dilakukan dengan suatu prosedur yang logis
dan terstruktur. Kegiatan tersebut dilakukan oleh ahliahli yang representatif berkaitan dengan alternatifalternatif yang disusun prioritasnya.
Metode Analytical Hierarchy Process merupakan
salah satu model untuk pengambilan keputusan yang
dapat membantu kerangka berfikir manusia. Metode
ini mula-mula dikembangkan oleh Thomas L. Saaty
pada tahun 70-an. Dasar berpikirnya metode
Analytical Hierarchy Process adalah proses
membentuk skor secara numeric untuk menyusun
rangking setiap alternatif keputusan berbasis pada
bagaimana sebaiknya alternatif itu dicocokkan dengan
kriteria pembuat keputusan[2].
Proses pengambilan keputusan pada dasarnya
adalah memilih suatu alternatif. Peralatan utama
Analytical Hierarchy Process adalah sebuah hierarki
fungsional degan input utamanya persepsi manusia.
Dengan hierarki, suatu masalah kompleks dan tidak
terstruktur dipecahkan ke dalam kelompokkelompoknya.
Kemudian
kelompok-kelompok
tersebut diatur menjadi suatu bentuk hierarki.
Suatu tujuan yang bersifat umum dapat dijabarkan
dalam beberapa subtujuan yang lebiih terperinci dan
dapat menjelaskan maksud tujuan umum. Penjabaran
ini dapat dilakukan terus sehingga diperoleh tujuan
yang bersifat operasional. Pada hierarki terendah
dilakukan proses evaluassi atas alternatif-alternatif
yang merupakan ukuran dari pencapaian tujuan utama
dan pada hierarki terendah ini dapat ditetapkan dalam
satuan apa suatu kriteria dikukur.
Dalam penjabaran hierarki tujuan, tidak ada suatu
pedoman yang pasti mengenai seberapa jauh pembuat
keputusan menjabarkan menjadi tujuan yang lebih
rendah. Pengambil keputusanlah yang menentukan
saat penjabaran tujuan ini berhenti, dengan
memperhatikan keuntungan atau kekurangan yang
diperoleh bila tujuan tersebut terperinci lebih lanjut.
Beberapa hal yang perlu diperhatikan dalam
melakukan proses penjabaran hierarki tujuan yaitu:
1. Pada saat penjabaran tujuan ke dalam subtujuan
yang lebih rinci harus selalu memperhatikan
apakah setiap tujuan yang lebih tinggi tercakup
dalam subtujun tersebut.
2. Meskipun hal tersebut dapat dipenuhi, juga perlu
menghindati
terjadinya
pembagain
yang
terlampau banyak baik dalam arah horizontal
maupun vertikal.
3. Untuk itu sebelum menetapkan tujuan harus dapat
menjabarkan hierarki tersebut sampai dengan
tujuan yang peling lebih rendah dengan cara
melakukan tes kepentingan.
Analytical Hierarchy Process sering digunakan

Diterbitkan Oleh : STMIK Budi Darma Medan

30

Pelita Informatika Budi Darma, Volume III


III Nomor : 2 , April 2013
2013

sebagai metode pemecahan masalah dibanding dengan


metode yang lain karena alasan-alasan[3] sebagai
berikut :
a. Struktur yang berhirarki, sebagai konsekuesi dari
kriteria yang dipilih, sampai pada subkriteria yang
paling dalam.
b. Memperhitungkan validitas sampai dengan batas
toleransi inkonsistensi berbagai kriteria dan
alternatif yang dipilih oleh pengambil keputusan.
c. Memperhitungkan daya tahan output analisis
sensitivitas pengambilan keputusan.
Analytical hierarchy process dapat memfasilitasi
evaluasi pro dan kontra tersebut secara rasional.
Dengan demikian, Analytical hierarchy process dapat
memberikan solusi yang optimal dengan cara yang
transparan melalui:
1. Analisis keputusan secara kuantitatif dan
kualitatif.
2. Evaluasi dan representasi solusi secara sederhana
melalui model hirarki
3. Argumen yang logis.
4. Pengujian kualitas keputusan.
5. Waktu yang dibutuhkan relatif singkat.

d.

2.2.1 Tahapan Analytical Hierarchy Process


Dalam metode Analytical Hierarchy Process
dilakukan
langkah-langkah
sebagai
berikut
(Kadarsyah Suryadi dan Ali Ramdhani, 1998) :
a. Mendefinisikan masalah dan menentukan solusi
yang diinginkan.
Dalam tahap ini kita berusaha menentukan
masalah yang akan kita pecahkan secara jelas,
detail dan mudah dipahami. Dari masalah yang
ada kita coba tentukan solusi yang mungkin
cocok bagi masalah tersebut. Solusi dari masalah
mungkin berjumlah lebih dari satu. Solusi
tersebut nantinya kita kembangkan lebih lanjut
dalam tahap berikutnya.
b. Membuat struktur hierarki yang diawali dengan
tujuan utama.
Setelah menyusun tujuan utama sebagai level
teratas akan disusun level hirarki yang berada di
bawahnya yaitu kriteria-kriteria yang cocok untuk
mempertimbangkan atau menilai alternatif yang
kita berikan dan menentukan alternatif tersebut.
Tiap kriteria mempunyai intensitas yang berbedabeda. Hirarki dilanjutkan dengan subkriteria (jika
mungkin diperlukan).
c. Membuat matrik perbandingan berpasangan yang
menggambarkan kontribusi relatif atau pengaruh
setiap elemen terhadap tujuan atau kriteria yang
setingkat di atasnya. Matriks yang digunakan
bersifat sederhana, memiliki kedudukan kuat
untuk kerangka konsistensi, mendapatkan
informasi lain yang mungkin dibutuhkan dengan
semua perbandingan yang mungkin dan mampu
menganalisis
kepekaan
prioritas
secara

Diterbitkan Oleh : STMIK Budi Darma Medan

ISSN : 2301-9425

keseluruhan untuk perubahan pertimbangan.


Pendekatan dengan matriks mencerminkan aspek
ganda dalam prioritas yaitu mendominasi dan
didominasi. Perbandingan dilakukan berdasarkan
judgment dari pengambil keputusan dengan
menilai tingkat kepentingan suatu elemen
dibandingkan elemen lainnya. Untuk memulai
proses perbandingan berpasangan dipilih sebuah
kriteria dari level paling atas hirarki misalnya K
dan kemudian dari level di bawahnya diambil
elemen yang akan dibandingkan misalnya
E1,E2,E3,E4,E5.
Melakukan
Mendefinisikan
perbandingan
berpasangan sehingga diperoleh jumlah penilaian
seluruhnya sebanyak n x [(n-1)/2] buah, dengan n
adalah banyaknya elemen yang dibandingkan.
Hasil perbandingan dari masing-masing elemen
akan berupa angka dari 1 sampai 9 yang
menunjukkan perbandingan tingkat kepentingan
suatu elemen. Apabila suatu elemen dalam
matriks dibandingkan dengan dirinya sendiri
maka hasil perbandingan diberi nilai 1. Skala 9
telah terbukti dapat diterima dan bisa
membedakan intensitas antar elemen. Hasil
perbandingan tersebut diisikan pada sel yang
bersesuaian dengan elemen yang dibandingkan.
Skala perbandingan perbandingan berpasangan
dan maknanya yang diperkenalkan oleh Saaty
bisa dilihat di bawah.
Intensitas Kepentingan
1 = Kedua elemen sama pentingnya, Dua elemen
mempunyai pengaruh yang sama besar
3 = Elemen yang satu sedikit lebih penting
daripada
elemen
yanga
lainnya,
pengalaman
dan
penilaian
sedikit
menyokong satu elemen dibandingkan
elemen yang lainnya
5 = Elemen yang satu lebih penting daripada yang
lainnya, Pengalaman dan penilaian sangat
kuat menyokong satu elemen dibandingkan
elemen yang lainnya
7 = Satu elemen jelas lebih mutlak penting
daripada elemen lainnya, Satu elemen yang
kuat disokong dan dominan terlihat dalam
praktek.
9 = Satu elemen mutlak penting daripada elemen
lainnya, Bukti yang mendukung elemen yang
satu terhadap elemen lain memeliki tingkat
penegasan
tertinggi
yang
mungkin
menguatkan.
2,4,6,8 = Nilai-nilai antara dua nilai
pertimbangan-pertimbangan yang
berdekatan, Nilai ini diberikan bila
ada dua kompromi di antara 2
pilihan
Kebalikan = Jika untuk aktivitas i mendapat satu
angka dibanding dengan aktivitas
j, maka j mempunyai nilai

31

Pelita Informatika Budi Darma, Volume III


III Nomor : 2 , April 2013
2013

e.

f.
g.

h.

kebalikannya dibanding dengan i


Menghitung
nilai
eigen
dan
menguji
konsistensinya.
Jika tidak konsisten maka pengambilan data
diulangi.
Mengulangi langkah 3,4, dan 5 untuk seluruh
tingkat hirarki.
Menghitung vektor eigen dari setiap matriks
perbandingan berpasangan
Yang merupakan bobot setiap elemen untuk
penentuan prioritas elemen elemen pada tingkat
hirarki terendah sampai mencapai tujuan.
Penghitungan
dilakukan
lewat
cara
menjumlahkan nilai setiap kolom dari matriks,
membagi setiap nilai dari kolom dengan total
kolom yang bersangkutan untuk memperoleh
normalisasi matriks, dan menjumlahkan nilai-nilai
dari setiap baris dan membaginya dengan jumlah
elemen untuk mendapatkan rata-rata.
Memeriksa konsistensi hirarki.
Yang diukur dalam Analytical Hierarchy Process
adalah rasio konsistensi dengan melihat index
konsistensi. Konsistensi yang diharapkan adalah
yang mendekati sempurna agar menghasilkan
keputusan yang mendekati valid. Walaupun sulit
untuk mencapai yang sempurna, rasio konsistensi
diharapkan kurang dari atau sama dengan 10 %.

a w = n ai x2 x ... x a n
Keterangan :

ai = penilaian responden ke - i
a w = penilaian gabungan
n = banyaknya responden
Perhitungan Analytical Hierachy Process
Saaty(1993) menjelaskan bahwa elemen-elemen pada
setiap baris dari matrik persegi merupakan hasil
perbandingan berpasangan. Setiap matrik pairwise
comparison dicari eigenvektornya untuk mendapat
local priority.
Skala perbandingan berpasangan didasarkan pada
nilai-nilai fundamental Analytical Hierarchy Process
dengan pembobotan dari nilai i untuk sama penting,
sampai dengan 9 untuk sangat penting sekali.
Berdasarkan
susunan
matrik
perbandingan
berpasangan dihasilkan sejumlah elemen pada elemen
didalam tingkat yang ada atasnya.
Penyimpangan dari konsistensi dinyatakan
dalam indeks konsistensi yang didapat dari rumus:

CI =

maks n
n 1

Keterangan :

maks = eigenvalue maksimum

2.2.2 Langkah Dan Prosedur Analytical hierarchy


Process
Untuk memecahkan suatu masalah dengan
menggunakan metode Analytical Hierarchy Process
diperlukan langkah-langkah sebagai berikut[3]:
1. Mendefinisikan permasalahan dan menentukan
tujuan.
2. Menyusun masalah kedalam suatu struktur
hierarki sehingga permasalahan yang komplek
dapat ditinjau dari sisi yang detail dan terstruktur.
3. Menyusun prioritas untuk tiap elemen masalah.
4. Melakukan pengujian konsistensi terhadap
perbandingan antar elemen yang didapatkan pada
tiap tingkat hierarki.
Dalam suatu kelompok yang besar, proses
penetapan prioritas lebih mudah ditangani dengan
membagi para anggota menjad subkelompok yang
lebih kecil dan terspesialisasi, yang masing-masing
menangani suatu masalah dengan bidang tertentu
dimana anggotanya mempunyai keahlian khusus.
Apabila subkelompok ini digabungkan, maka nilai
setiap matrik harus diperdebatkan dan diperbaiki.
Akan tetapi perdebatan dapat ditiadakan dan pendapat
perseorangan diambil melalui kuisioner dengan
membuat nilai akhir dengan menggunakan rata-rata
geometric seperti dibawah ini:

ISSN : 2301-9425

= ukuran matrik

(saaty, 1993)
Indeks konsistensi (C1), matriks random dengan
skala penelitian 1 samapi dengan 9, beserta
kebalikannya sebagai indeks random (R1).
Berdasarkan perhitungan Saaty dengan 500 sampel,
jika judgement numeric diambil secara acak dari skala
1/9, 1/8, , 1,2, , 9 akan diperoleh rata-rata
konsistensi untuk matrik dengan ukuran berbeda.
Perbandingan antara C1 dan R1 untuk suatu
matrik didefinisikan sebagai rasio konsistensi (CR).
Untuk model Analytical Hierarchy Process matrik
perbandingan dapat diterima jika nilai konsistensinya
tidak lebih dari 0,1 atau sama dengan 0,1.
3

Analisa

3.1 Pemecahan masalah dengan Metode Analytical


Hierarchy Process
Adapun langkah-langkah dalam penelitian ini
adalah sebagai berikut:
1. Menentukan jenis-jenis kriteria masyarakat
miskin. Dalam penelitian ini, kriteria- kriteria
yang dibutuhkan Bantuan Lansung Tunai adalah
a. Pendidikan tertinggi kepala rumah tangga
b. Lapangan pekerjaan utama kepala rumah
tangga

Diterbitkan Oleh : STMIK Budi Darma Medan

32

Pelita Informatika Budi Darma, Volume III


III Nomor : 2 , April 2013
2013

c. Bahan bakar memasak sehari-hari


d. Sumber penerangan rumah tangga
e. Fasilitas buang air besar
f. Jenis lantai tempat tinggal
g. Jenis bangunan tempat tinggal
2. Menyusun kriteria-kriteria Bantuan Lansung
Tunai dalam matriks berpasangan.
a. Pak Budi adalah seorang nelayan tidak
pernah menduduki bangku sekolah, memiliki
jenis bangunan tempat tinggal terbuat dari
batu tanpa plester berlantai kayu, sumber
penerangan rumah petromak, fasilitas buang
air besar berada diluar rumah yang terbuat
dari semen, bahan bakar minyak yang
digunakan sehari-hari minyak kompor.
b. Pak Andi adalah seorang nelayan pendidikan
terakhir sekolah dasar, memiliki jenis
bangunan tempat tinggal terbuat dari papan
berlantai semen, sumber penerangan rumah
listrik, fasilitas buang air besar berada diluar
rumah yang terbuat dari semen, bahan bakar
minyak yang digunakan sehari-hari kayu
bakar.
c. Pak Doni adalah seorang pekerja buruh,
pendidikan terakhir sekolah dasar, memiliki
jenis bangunan tempat tinggal terbuat dari
papan berlantai kayu, sumber penerangan
listrik dan fasilitas buang air besar berada
diluar rumah yang terbuat dari semen, bahan
bakar minyak yang digunakan sehari-hari
kompor gas.
a. Langkah-langkah penyelesaian
3.2 Analytical Hierarchy Process
1.

ISSN : 2301-9425

2. Setelah dimasukkan data pada Tabel 3.13 diatas,


maka dihasilkan nilai pembagian jumlah kolom
dengan rumus masing-masing sel pada Tabel 3.13
dibagi dengan jumlah kolom masing-masing.
Menjumlahkan nilai elemen setiap kolom. Dari
nilai-nilai elemen matriks kriteria diatas maka
jumlah elemen setiap kolom adalah

3.

JumlahKolom1:1+0.33+0.25+0.33 + 0.5 + 0.33 +


0.25 =2.99
JumlahKolom2:3+1+0.33+0.25 + 0.33 + 0.5 +
0.33=4.74
JumlahKolom3:4+3+1+0.33 + 0.25 + 0.33 +
0.5=9.41
JumlahKolom4:3 +4+3+1+ 0.33 + 0.25 + 0.33
=12.91
JumlahKolom5:2 + 3 +4+3+1 + 0.33 + 0.25
=13.58
JumlahKolom6: 3 + 2 + 3 +4+3+1 + 0.33 =16.3
JumlahKolom7: 4 + 3 + 2 + 3 +4+3+1=20
Membagi setiap elemen pada kolom dengan
jumlah perkolom yang sesuai. Dari nilai-nilai
elemen matriks tabel 3.13 dan jumlah masingmasing kolom di atas maka dapat dihitung
matriks normalisasi dengan cara membagi setiap
elemen pada kolom dengan jumlah perkolom
yang sesuai, misalnya untuk menghitung matriks
normalisasi pada kolom 1 dan baris 1 maka dapat
dihitung sebagai berikut.

Kolom baris 1 = Nilai matriks perbandingan kriteria


baris 1 kolom 1
Jumlah Kolom 1
=

Sesuai dengan langkah-langkah Analytical


Hierarchy Process, pada subbab ini akan dibahas
tentang masukan data yang sebenarnya, proses
perhitungan dan keluaran yang diharapkan untuk
studi kasus menghitung nilai prioritas tertinggi
setiap rumah tangga sasaran yang akan
menerima bantuan langsung tunai. Masukan
awal adalah menentukan nilai kriteria penerima
bantuan langsung tunai.

1
2.99

= 0.3344
Tabel 2 : Hasil Matriks Normalisasi

Tabel 1 : Nilai Kriteria

4. Setelah matriks normalisasi didapatkan, langkah


selanjutnya menjumlahkan tiap baris pada matriks
tersebut. Jumlah masing baris pada tabel 3.14 dapat
dihitung dengan cara sebagai berikut.
Jumlah Baris 1 = 0.3344+0.6329+0.4251+0.2324 +

Diterbitkan Oleh : STMIK Budi Darma Medan

33

Pelita Informatika Budi Darma, Volume III


III Nomor : 2 , April 2013
2013

5.

6.

7.

8.

0.1473 + 0.1840 + 0.2000 = 2.1561


Jumlah Baris 2 = 0.1104 + 0.2110 + 0.3188 +
0.3098 + 0.1227 + 0.2209 + 0.1500 = 1.4436
Jumlah Baris 3 = 0.0836 + 0.0696 + 0.1063 +
0.2324 + 0.2946 +0.1840 + 0.1000 = 1.0705
Jumlah Baris 4 = 0.1104 + 0.0527 + 0.0351 +
0.0775 + 0.2209 + 0.2454 + 0.1500= 0.8920
Jumlah Baris 5 = 0.1672 + 0.0696 + 0.0266 +
0.0256 + 0.0736 + 0.1840 + 0.2000= 0.7467
Jumlah Baris 6 = 0.1104 + 0.1055 + 0.0351 +
0.0194 + 0.0243 + 0.0613 + 0.1500 = 0.5059
Jumlah Baris 7 = 0.0836 + 0.0696 + 0.0531 +
0.0256 + 0.0184 + 0.0184 + 0.0500= 0.3187
Setelah didapatkan jumlah pada masing-masing
baris, selanjutnya dihitung bobot masing-masing
kriteria dengan cara membagi masing-masing
jumlah baris dengan jumlah elemen atau jumlah
kriteria (n=7), sehingga bobot masing-masing
kriteria dapat dihitung seperti berikut.
Bobot Kriteria =2.1561/7=0.3080
Bobot Kriteria =1.4436/7=0.2062
Bobot Kriteria =1.0705/7=0.1529
Bobot Kriteria =0.8920/7=0.1274
Bobot Kriteria =0.7467/7=0.1067
Bobot Kriteria =0.5059/7=0.0723
Bobot Kriteria =0.3187/7=0.0455
Setelah didapatkan bobot kriteria untuk masingmasing kriteria, selanjutnya membuat matriks
konsistensi perbandingan antar kriteria yaitu:
Mengalikan elemen pada kolom matriks dengan
bobot kriteria yang bersesuaian. Elemen kolom
matriks yang dimaksud disini adalah matriks awal
yaitu mariks perbandingan kriteria. Misalnya saja
untuk hasil perkalian elemen kolom matriks kolom
1 baris 1 dapat dihitung dengan cara sebagai
berikut. Hasil perkalian kolom 1 baris 1 = 1 x
0.3080 = 0.3080
Dengan cara yang sama hasil perkalian untuk
elemen kolom yang lain adalah
Hasil perkalian tersebut kemudian dijumlahkan per
tiap baris. Dari hasil pada matriks perkalian di atas
kemudian setiap barisnya dijumlahkan dengan
perhitungan sebagaiberikut.
Jumlah baris 1=2.3551
Jumlah baris 2=1.0991
Jumlah baris 3=0.4918
Jumlah baris 4=0.8920
Jumlah baris 5=0.7467
Jumlah baris 6=0.5059
Jumlah baris 7=0.3187
Jumlah tiap baris tersebut dibagi dengan prioritas
yang bersesuaian. Kemudian hasil dari jumlah tiaptiap baris diatas dibagi dengan prioritas yang
bersesuaian, sehingga perhitungannya sebagai
berikut.
Hasil
Bagi
Prioritas
bersangkutan1
=
2.3551/0.3080 = 4.2214
Hasil
Bagi
Prioritas
bersangkutan2
=

ISSN : 2301-9425

1.0991/0.2062 = 4.1743
Hasil
Bagi
Prioritas
bersangkutan3
=
0.4918/0.1529 = 4.0378
Hasil
Bagi
Prioritas
bersangkutan4
=
0.8920/0.1274 = 4.0404
Hasil
Bagi
Prioritas
bersangkutan5
=
0.7467/0.1067 = 3.8752
Hasil
Bagi
Prioritas
bersangkutan6
=
0.5059/0.0723 = 3.5667
Hasil
Bagi
Prioritas
bersangkutan7
=
0.3187/0.0455 = 3.0500
9. Langkah selanjutnya yaitu menghitung max
dengan cara menjumlahkan hasil pembagian pada
langkah diatas dan kemudian membaginya dengan
banyaknya elemen(n=7). Dengan aturan diatas
maka max dapat dihitung sebagai berikut.
max=4.2214+4.1743+4.0378+4.0404+ 3.8752 +
3.5667 + 3.0500= 14.5014
10. Menghitung indeks konsistensi (consistency
index) : Untuk menghitung indeks konsistensi
(consistency index) dengan memakai rumus
CI=((max-n)/n-1.
CI=(max-n)/n-1=(14.50147)/7-1=0.0716
11. Menghitung rasiokonsistensi dengan rumus :
Rasio konsistensi dihitung dengan memakai rumus
CR=CI/RC, dengan RC adalah random konsistensi
dengan nilai 0.90 karena pada kasus ini mempunyai
ukuran matriks. Sehingga nilai dari CR dapat
dihitung dengan cara sebagai berikut.
CR=CI/RC=0.0716/0.90=0.07959
Dari hasil perhitungan yang diperoleh dapat
diketahui bahwa nilai rasio konsistensi kriteria bernilai
0.0158 dan nilai rasio konsistensi kriteria ini lebih
kecil atau sama dengan 0,1, sehingga nilai bobot
kriteria
yang
sebelumnya
diperoleh
dapat
dipergunakan.

Diterbitkan Oleh : STMIK Budi Darma Medan

Tabel 3 : Luas Lantai Bangunan tempat Tinggal

Tabel 4 : Jenis Lantai Bangunan Tempat Tinggal

34

Pelita Informatika Budi Darma, Volume III


III Nomor : 2 , April 2013
2013

ISSN : 2301-9425

Tabel 5 : Jenis Dinding Banguna Tempat Tinggal

Tabel 11 : Nilai Lamda

Tabel 6 : Fasilitas Umum/Toilet

Tabel 7 : Fasilitas Penerangan

Dari tabel diatas dapat dihitung nilai lamda max, CI


dan CR dengan rumus :

7
=1
7
1- 7
= -1
CI =
6
-1
CR =
= -0,75757576
1,32

max =

Tabel 8: Pendidikan Tinggi Kepala Rumah Tangga

Karena CR < 0,1 maka nilai perbandingan


berpasangan pada matriks kriteria yang diberikan
adalah konsisten.
Selanjutnya adalah menghitung nilai kriteria tiaptiap
Masyarakat berprestasi dengan rumus nilai kriteria
dibagi jumlah kolom tiap tabel kriteria dan hasil
ditampilkan pada tabel berikut.
Tabel 9 : Bahan Bakar Masak

Tabel 12 : Nilai Kriteria Tiap Tiap Calon

Tabel 10 : Nilai Masing-Masing Kandidat

Diterbitkan Oleh : STMIK Budi Darma Medan

35

Pelita Informatika Budi Darma, Volume III


III Nomor : 2 , April 2013
2013

Tabel 13 : Nilai Prioritas Tiap Calon Penerima


Bantuan Langsung Tunai

Dari perhitungan diatas dengan menggunakan


metode Analitycal Hierarchy Process dihasilkan
peringkat
Masyarakat yang mendapat Bantuan
Langsung Tunai yaitu:
1. Budi dengan nilai (0,7383950)
2. Andi dengan nilai(0,4806130)
3. Doni dengan nilai (0,5926220)
4.

ISSN : 2301-9425

Daftar Pustaka
[1]. Budi S, 2006, Perancangan dan Pembangunan
Sistem Informasi, Yogyakarta.
[2]. Desiani A, Arhami M, 2006, Konsep Kecerdasan
Buatan, Yogyakarta.
[3]. Kadarsyah S, 1998, Sistem Pendukung
Keputusan, Yogyakarta.
[4]. Jigiyanto H.M, 2005, Analisa dan Desain Sistem
Informasi, Yogyakarta.
[5]. http://id.wikipedia.org/wiki/visual_basic

Penutup

4.1 Kesimpulan
Berdasarkan hasil perancangan dan implementasi
terhadap sistem pendukung keputusan penerima BLT
dengan metode Analytical Hierarcy Process ini,
penulis menarik kesimpulan sebagai berikut :
1.

2.

3.

Dengan menggunakan metode analytical hierarcy


process, dapat dibangun sebuah sistem
pendukung keputusan dengan membandingkan
inputan kategori penilaian dan bobot rasio yang
sudah ditentukan sebelumnya.
Hasil output berupa keputusan layak atau
tidaknya calon penerima dalam menerima BLT,
diperoleh dari hasil perbandingan nilai lamda
bobot kategori penilaian dengan nilai bobot rasio
yang sudah ditentukan.
Sistem ini dapat membantu memutuskan
kelayakan seorang calon penerima BLT
berdasarkan kategori penilaian yang diinputkan
ke dalam sistem.

4.2 Saran
Adapun saran yang ingin penulis berikan
berdasarkan hasil implementasi ini adalah sebagai
berikut :
1.

2.

Sistem ini dapat dikembangkan dengan


menambahkan fasilitas untuk melakukan
manipulasi
terhadap
kategori
penilaian
penerimaan BLT, sehingga jika terjadi
perubahan terhadap data kategori penilaian
tersebut, dapat diinputkan dengan mudah dan
cepat ke dalam sistem.
Dapat ditambahkan fasilitas verifikasi login ke
dalam sistem untuk membatasi hak akses
pengguna, untuk meminimlisir terjadinya
kerusakan sistem akibat kesalahan penggunaan.

Diterbitkan Oleh : STMIK Budi Darma Medan

36