Tugas final system informasi (13 juli 2021)

Sistem pendukung keputusan penerima bantuan sosial daerah kutai kartanegara menggunakan metode
electre dan sistem pendukung keputusan (dss)
Penerima bantuan program keluarga harapan(pkh) pada desa bangun rejo kec.punduh pidada pesawaran
dengan menggunakan metode analytical hierarcy process (ahp)

Awaluddin

Universitas halu oleo, kendari

Awaluddin0396@gmail.com

ABSTRACT

Bantuan sosial (bansos) merupakan pemberian bantuan berupa uang atau barang dari pemerintah daerah kepada
individu, keluarga, kelompok dan atau masyarakat yang sifatnya tidak secara terus menerus dan bersifat selektif, yang
bertujuan untuk melindungi dari kemungkinan terjadinya resiko sosial. Sistem pendukung keputusan merupakan suatu
alternatif sistem yang bertujuan untuk membantu mengambil keputusan melalui penggunaan data dan model-model
keputusan untuk memecahkan masalah yang bersifat semi terstruktur maupun yang tidak terstruktur.

Tujuan dari penelitian ini adalah untuk membangun sistem pendukung keputusan dengan menerapkan metode Electre
sebagai salah satu metode pengambilan keputusan yang mampu membantu Ketua Bidang dan Staff Dinas Sosial Kutai
Kartanegara dalam menyeleksi pengusul bantuan sesuai dengan kriteria yang telah ditetapkan. Penelitian ini
menghasilkan suatu sistem yang dapat membantu memberikan rekomendasi pengusul bantuan terbaik berdasarkan
perhitungan kriteria yang telah ditetapkan oleh pihak penyeleksi.

Program Pemerintah dalam menanggulangi krisis ekonomi yang terjadi selama ini adalah dengan cara memberikan
bantuan langsung kepada keluarga sangat miskin(KSM) di setiap desa di seluruh Indonesia. Program Keluarga Harapan
(PKH), merupakan salah satu program bantuan bersyarat 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). Model pendukung keputusan ini akan
menguraikan masalah multi factor atau multi kriteria menjadi suatu bentuk hirarki,Dari hasil pengujian tersebut
rengking dan bobot dari bantuan PKH adalah jenis pekerjaan kepala keluarga tidak tetap berada diperingkat pertama
dengan rengking 4,9. Dengan hasil output layak atau tidaknya calon penerima dalam PKH,diperoleh dari hasil
perbandingan nilai lamda bobot kategori penilaian dengan nilai bobot rasio yang sudah ditentukan.

Kata kunci— Sistem Pendukung Keputusan, Electre, Bantuan Sosial, PKH, AHP, Kriteria,KSM

PENDAHULUAN
 Tugas final system informasi (13 juli 2021)

A. Penerima bantuan sosial daerah kutai kartanegara menggunakan metode electre dan sistem pendukung
keputusan (dss)

Berdasarkan data Badan Pusat Statistik Kabupaten Kutai Kartanegara, jumlah penduduk Kutai Kartanegara pada
tahun 2015 mencapai 717.789 jiwa. Jumlah penduduk Kutai Kartanegara pada tahun 2012 berdasarkan hasil sensus
penduduk adalah 674.464 jiwa sehingga penduduk Kutai Kartanegara diperkirakan tumbuh sebesar 7,62% pada tahun
2015. Oleh sebab itu, peluang Pemerintah Daerah Kabupaten Kutai Kartanegara untuk menanggulangi permasalahan-
permasalahan masyarakat pun meningkat. Salah satu permasalahan sosial yang harus segera ditindaklanjuti adalah
kemiskinan. Pemerintah telah menggalakkan beberapa program dan usaha untuk menanggulangi permasalahan
tersebut.
Seperti disebutkan dalam Pasal 1 Peraturan Menteri Dalam Negeri Nomor 42 Tahun 2010, tentang koordinasi
penanggulangan kemiskinan di provinsi, kabupaten atau kota bahwa “Program penanggulangan kemiskinan adalah
kegiatan yang dilakukan oleh pemerintah, pemerintah daerah, dunia usaha, serta masyarakat untuk meningkatkan
kesejahteraan masyarakat miskin melalui bantuan sosial, pemberdayaan masyarakat, pemberdayaan usaha ekonomi
mikro dan kecil, serta program lain dalam rangka meningkatkan kegiatan ekonomi.” Oleh sebab itu untuk
menanggulangi permasalahan ini, pemerintah daerah mengeluarkan berbagai program bantuan yang berfungsi sebagai
salah satu jalan untuk mengatasi masalah- masalah sosial yang ada khususnya kemiskinan.
Pemerintah daerah Kabupaten Kutai Kartanegara telah menjalankan beberapa program bantuan, diantaranya
program bantuan untuk penyandang cacat, anak terlantar, lansia dan lain- lain. Setiap program bantuan terdapat
kriteria-kriteria yang harus dipenuhi oleh para pengusul bantuan. Untuk pemeriksaan data pengusul bantuan, staf dinas
sosial masih menggunakan cara manual, yaitu dengan memeriksa dokumen pengusul bantuan dan mencocokan dengan
kriteria yang ada satu persatu tanpa menggunakan tools. Cara ini sangat memakan waktu dan dapat mengakibatkan
kesalahan-kesalahan karena ada faktor subjektifitas dan faktor ketidaktelitian. Untuk mengatasi masalah tersebut,
dengan memanfaatkan ilmu pengetahuan dan teknologi salah satunya dengan membangun sebuah sistem pendukung
keputusan.
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) merupakan sistem yang mampu
memberikan kemampuan pemecahan masalah dengan kondisi yang semi terstruktur dan tak terstruktur. Dengan
menggunakan sistem pendukung keputusan dapat membantu pemerintah daerah dalam mengambil keputusan kepada
siapa bantuan tersebut diberikan dan tidak salah sasaran, karena sistem akan menyeleksi data berdasarkan kriteria yang
telah ditetapkan.
Di Kabupaten Kutai Kartanegara, pemerintah daerah memiliki berbagai macam program bantuan untuk
menanggulangi permasalahan masyarakat. Setiap program bantuan memiliki kriteria yang berbeda-beda, begitu juga
dengan calon penerima bantuan. Masing-masing mempunyai kondisi kehidupan yang berbeda-beda satu sama lain.
Oleh karena itu, sistem yang dibutuhkan harus mampu menyeleksi data-data pengusul bantuan berdasarkan kriteria
yang ada. Hasil dari proses sistem pendukung keputusan penentuan penerima bantuan daerah ini berupa klasifikasi
warga sebagai rekomendasi bagi pengambilan keputusan untuk memilih warga yang cocok mendapatkan bantuan yang
sesuai dengan kriteria yang ada. Sistem ini akan menggunakan metode electre yang merupakan metode pengambilan
keputusan multikriteria berdasarkan pada konsep outranking dan menggunakan perbandingan keputusan dari alternatif-
alternatif berdasarkan setiap kriteria yang bersangkutan.

B. Penerima bantuan program keluarga harapan(pkh) pada desa bangun rejo kec.punduh pidada pesawaran
dengan menggunakan metode analytical hierarcy process (ahp)

Teknologi adalah keseluruhan sarana untuk menyediakan barang-barang yang diperlukan bagi kelangsungan dan
kenyamanan hidup manusia. Penggunaan teknologi oleh manusia diawali dengan

pengubahan sumber daya alam menjadi alat-alat sederhana. Penemuan prasejarah tentang kemampuan mengendalikan
api telah menaikkan ketersediaan sumber-sumber pangan, sedangkan penciptaan roda telah membantu manusia dalam
beperjalanan dan mengendalikan lingkungan mereka. Perkembangan teknologi terbaru, termasuk di antaranya mesin
cetak, telepon, dan Internet, telah memperkecil hambatan fisik terhadap komunikasi dan memungkinkan manusia untuk
berinteraksi secara bebas dalam skala global.
 Tugas final system informasi (13 juli 2021)

Perkembangan zaman dan kemajuan teknologi mendorong kita untuk senantiasa berupaya meningkatkan kemampuan
dalam hal penguasaan teknologi informasi.Program Keluarga Harapan (PKH) merupakan program penanggulangan
kemiskinan hamil dan balita KSM. Pada akhirnya, PKH diharapkan tdak sekedar mampu menurunkan angka kemiskinan
dan meningkatkan sumber daya manusia terutama pada kelompok masyarakat sangat miskin , tetapi dapat juga
memutuskan rantai kemiskinan itu sendiri.

Analytical Hierarcy Process(AHP) cukup efektif dalam menyederhanakan dan mempercepat proses serta kualitas hasil
pengambilan keputusan yang merupakan satu model yang fleksibel yang memungkinkan pribadi-pribadi atau kelompok-
kelompok 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.

TABEL

no type title
Sistem pendukung keputusan
penerima bantuan sosial daerah kutai
1 jurnal kartanegara menggunakan metode
electre
sistem pendukung keputusan (dss)
Penerima bantuan program keluarga
2 jurnal harapan(pkh) pada desa bangun rejo
kec.punduh pidada pesawaran dengan
menggunakan metode analytical
hierarcy process (ahp)

METODE PENELITIAN

A. Metode electre

Penelitian ini menggunakan metode electre. Metode electre (Elimination and Choice Expressing Reality) adalah
metode metode pengambilan keputusan multikriteria berdasarkan pada konsep outranking dengan menggunakan
perbandingan berpasangan dari alternatif- alternatif berdasarkan setiap kriteria yang sesuai. Terdapat beberapa tahapan
dan perumusan perhitungan dengan metode elelctre yaitu:

1. Normalisasi Matriks Keputusan

Dalam prosedur ini, setiap atribut diubah menjadi nilai yang comparable. Setiap normalisasi dari nilai xij dapat
dilakukan dengan persamaan (1).

rij = untuk =1,2,3,…,m dan =1,2,3,…,n (1) Sehingga didapat

matrik Hasil normalisisasi pada persamaan (2).

R= (2)
 Tugas final system informasi (13 juli 2021)

R adalah matriks yang telah dinormalisasi, dimana menyatakakan alternatif, menyatakan kriteria dan adalah
normalisasi pengukuran pilihan dari alternatif ke- dalam hubungannya dengan kriteria ke- .

2. Pembobotan pada matriks yang telah dinormalisasi

Setelah dinormalisasi, setiap kolom dari matriks dikalikan dengan bobot-bobot ( ) yang ditentukan oleh
pembuat keputusan. Sehingga, weighted normalized matrix adalah yang ditulis sebagai = .

1. = (3)

Dimana adalah matriks pembobotan, matriks yang telah dinormalisasi dan matriks hasil perkalian
antara matriks pembobotan dan matriks yang telah dinormalisasi.

2. W = (4)

3. Menentukan himpunan concordance dan discordance index

Untuk setiap pasang dari alternatif k dan (k, l= 1,2,3, …, m dan k ≠ l) kumpulan kriteria dibagi menjadi dua
himpunan bagian, yaitu concordance dan discordance. Sebuah kriteria dalam suatu alternatif termasuk concordance
jika:
Ckl = {j, vkj vlj}, untuk j = 1,2,3,….,n (5)
Sebaliknya, komplementer dari himpunan bagian concordance adalah himpunan discordance, yaitu bila:

3. Dkl = {j, vkj vlj}, untuk j = 1,2,3,….,n (6)

4.Menghitung matriks concordance dan discordance

Menghitung matriks concordance, untuk menentukan nilai dari elemen-elemen pada matriks concordance adalah
dengan menjumlahkan bobot-bobot yang termasuk pada himpunan concordance, secara matematis dapat ditentukan
pada persamaan (7).
(7)

Menghitung matriks discordance, untuk menentukan nilai dari elemen-elemen pada matriks disordance adalah
dengan membagi maksimum selisih kriteria yang termasuk ke dalam himpunan bagian disordance dengan maksimum
selisih nilai seluruh kriteria yang ada, secara matematis dapat ditentukan pada persamaan (8).

(8)
5. Menentukan matriks dominan concordance dan discordance
Menghitung matriks dominan concordance, matriks sebagai matriks dominan concordance dapat
dibangun dengan bantuan nilai threshold, yaitu dengan membandingkan setiap nilai elemen matriks concordance
dengan nilai threshold.
 Tugas final system informasi (13 juli 2021)

(9)

Sehingga elemen matriks ditentukan pada persamaan (10).

(10)

Menghitung matriks dominan discordance, matriks sebagai matriks dominan

disordance dapat dibangun dengan bantuan nilai threshold :

(11)

Dan elemen matriks ditentukan pada persamaan (12).

(12)

6. Menentukan aggregate dominance matrix

Matriks sebagai aggregate dominance matriks adalah matriks yang setiap elemennya merupakan perkalian
antara elemen matriks dengan elemen matriks yang bersesuaian, secara matematis dapat dinyatakan pada persamaan
(13).

ekl = fkl x gkl (13)

7. Eliminasi alternatif yang less favourable

Matriks E memberikan urutan pilihan dari setiap alternatif, yaitu bila maka alternatif merupakan alternatif yang
lebih baik dari pada Al. Sehingga, baris dalam matriks yang memiliki jumlah paling sedikit dapat di eliminasi. Dengan
demikian, alternatif terbaik adalah alternatif yang mendominasi alternatif lainnya.

B. Metode AHP

1. kelebihan metode AHP

Kelebihan dari model AHP dibandingkan dengan model pengambilan keputusan yang lain terletak pada keampuannya
untuk memecahkan masalah yang multiobjectives denga multikriteria. Kebanyakan model yang sudah ada memakai
single objectives dengan multikriteri. Model Linear Programming misalnya, memakai suatu tujuan dengan banyka
kendala (kriteria).Kelebihan model AHP ini lebih disebabkan oleh fleksibelitasnya yang tinggi terutama dalam
pembuatan hirarki. Sifat fleksibel tersebut membuat model AHP dapat menangkap beberapa tujuan dan beberapa criteria
sekaligus dalam sebuah model atau sebuah hirarki.

2.kekurangan metode AHP

Disamping kelebihan- kelebihan yang dimilikinya, model AHP juga mempunyai beberapa kelemahan. Ketergantungan
model ini terhadap input berupa persepsi seorang ahli akan membuat hasil akhir dari model ini menjadi tidak ada artinya
apabila si ahli memberikan penilaian yang keliru.Kebanyakan orang bertanya apakah persepsi dari seorang ahli tersebut
dapat mewakili kepentingan orang banyak atau tidak.
 Tugas final system informasi (13 juli 2021)

Keraguan separti ini tidak lain disebabkan oleh kenyataan bahwa setiap orang mempunyai persepsi yang berbeda dengan
orang lain. Karenanya, untuk model AHP ini dapat diterima oleh masyarakat, perlu diberikan kriteria dan batasan tegas
dari seorang ahli serta menyakinkan masyarakat untuk menganggap bahwa persepsi si ahli dapat mewakili pendapat
masyarakat atau paling tidak sebagian masyarakat.

3.langkah-langkah metode AHP

Menurut (Kusrini, 2007:135) pada dasarnya langkah-langkah dalam metode AHP meliputi :

1. Mendefenisikan masalah dan menentukan solusi yang diinginkan.

2. Menentukan prioritas elemen

3. Sintesis

a. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.

b. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-
rata.

HASIL DAN PEMBAHASAN

A. Metode penelitian pada penerimaan bantuan social daerah kuita kartanagara

1. Hasil

Setiap kriteria memiliki presentase yang akan menentukan nilai akhir perhitungan dan sub kriteria memiliki nilai
masing-masing dengan skala 1 sampai 5 yang dapat dilihat pada tabel 1. Tabel 2 berisi hasil dari perangkingan data
menggunakan metode Electre. Nama Pengusul bantuan dengan nilai tertinggilah yang direkomendasikan mendapat
bantuan sosial daerah.

Tabel 1. Aspek Penilaian pada Kriteria Seleksi Penerima Bantuan

No Program Bantuan Nama Kriteria Bobot Persentase

1 Usia 5 60%
2 Lansia Status Perkawinan 3 15%
3 Pekerjaan 4 20%
4 Pendidikan 2 5%
5 Jenis Kecacatan 4 30%
6 Penyandang Cacat Status Perkawinan 3 15%
7 Penyebab 5 50%
Kecacatan
8 Pendidikan 2 5%

Tabel 2. Hasil Perangkingan Menggunakan Metode Electre

Hasil Ranking Nama Nilai Hasil Ranking Nama Nilai

1 Jemi 11 1 Bakkar 3
 Tugas final system informasi (13 juli 2021)

6
2 Mahati 1
11 7 Hariyah 3
3 Ayung 1
10 8 Lampe 2
4 Hariyono 1
9 9 Aini/Kundal 2
5 Ujad 2
9 0 Arifin 2
6 Kani 2
9 1 Ujad 2
7 Irosi 2
8 2 Abas 1
8 Boinem 2
7 3 Aloh 1
9 Idar 2
6 4 Handam 1
10 Buamin 2
6 5 Jampung 1
11 Sabran 2
6 6 Laher 1
12 Emo 6 2 Mat Nahla 0
7
13 Abraham 2
Rasidin
4 8 Eman 0
14 Amas 3 2 Kaptiah 0
9
15 Aminah 3 3 M. Arsyid 0
0

Gambar 1 menampilkan data kriteria untuk proses seleksi penerima bantuan sosial yang terdiri dari informasi
nama kriteria dan bobot kriteria dan nama program bantuan kriteria. Bobot paling besar dimiliki oleh kriteria usia. Jadi,
usia sangat berpengaruh terhadap program bantuan ini.

Gambar 1. Menu Kriteria

Halaman menu sub kriteria menampilkan data sub kriteria untuk proses seleksi calon penerima bantuan sosial. Terdapat
nama sub kriteria, nilai sub kriteria dan kriteria sub kriteria. Nilai tertinggi terdapat pada sub kriteria belum kawin.

Gambar 1. Menu Sub Kriteria

2 Pembahasan
Pada penelitian yang dilakukan, peneliti melakukan wawancara serta diskusi tentang indikator dalam
menentukan penerima bantuan, peneliti juga melakukan observasi tentang kondisi masyarakat penerima bantuan. Hasil
dari wawancara, diskusi, serta observasi, diperoleh kriteria dalam penentuan penerima bantuan, yaitu kriteria program
bantuan Lansia diantaranya umur, status perkawinan dengan sub kriteria belum kawin, kawin, cerai mati dan cerai
 Tugas final system informasi (13 juli 2021)

hidup. Pekerjaan dengan sub kriteria usaha dengan buruh tetap / tidak tetap, usaha sendiri, petani, buruh tidak tetap non
pertanian, buruh pertanian tidak tetap, dan tidak bekerja. Dan pendidikan dengan sub kriteria belum/tidak tamat
SD/sederajat, SD/MI/Sederajat, SLTP/MTS/Sederajat, SLTA/MA/Sederajat, dan Diploma/S1/S2/S3. Sedangkan
kriteria program bantuan penyandang cacat yaitu status perkawinan dan pendidikan yang sub kriteria nya sama dengan
sub kriteria lansia, jenis cacat dengan sub kriteria cacat fisik, cacat mental, cacat fisik dan mental. Dan penyebab
kecacatan dengan sub kriteria penyakit kronis, umur/usia, depresi/stress, sakit/stroke, dan sejak lahir.
Berdasarkan hasil penelitian yang telah dilakukan maka tujuan penelitian ini adalah untuk mempermudah,
menjadi pertimbangan dalam penentuan penerima bantuan serta dengan adanya sistem ini dapat mempermudah bagi
staff pemerintah daerah dalam penyaluran bantuan kepada masyarakat yang membutuhkan. Dalam penelitian ini
penulis menggunakan metode Electre dalam menentukan penerima bantuan sosial daerah Kutai Kartanegara.
Ada faktor lain yang mempengaruhi berbedanya data penerima dengan data Dinas Sosial, diantaranya staf dan
karyawan yang langsung turun untuk survey lapangan. Calon penerima bantuan langsung diwawancara oleh staf dan
karyawan, selain itu dilihat pula kebutuhan lain seperti bentuk rumah, jumlah kendaraan, keluarga atau kerabat yang
membantu kehidupannya dan sebagainya.
Dalam implementasinya, sistem ini dikemas dalam bentuk sederhana serta mudah dipahami dalam pemakaiannya.
Dalam sistem ini terdapat beberapa halaman, yaitu: halaman login, halaman input kriteria dan sub kriteria, halaman
input data pengusul bantuan,dan halaman hasil seleksi.
Sistem yang dihasilkan telah diuji dari segi fungsi yang diharapkan telah berjalan sesuai
dengan fungsinya, mulai pengujian login, pengujian input kriteria dan sub kriteria, pengujian input data pengusul
bantuan, dan pengujian hasil seleksi.
Dari hasil wawancara dengan Staf dan Ketua Bidang Dinas Sosial Kutai Kartanegara didapatkan beberapa kriteria dan
sub kriteria yang menunjang dan mempengaruhi penyeleksian pengusul bantuan. Dalam program bantuan Lansia
terdapat kriteria usia, status perkawinan pekerjaan, dan pendidikan. Dalam program bantuan ini, bobot tertinggi
dimiliki oleh kriteria usia. Sehingga kriteria usia sangat mempengaruhi penyeleksian data. Sedangkan dalam program
bantuan penyandang cacat, bobot tertinggi dimiliki oleh penyebab kecacatan. Semakin fatal penyebab kecacatannya,
semakin tinggi juga peluang untuk mendapatkan bantuan.

B. Metode penelitian penerimaan PKH dengan metode AHP

1.Pengumpulan Data
Metode pengumpulan data berdasarkan jenis datanya, data yang dikumpulkan dalam penelitian[5] ini adalah
sebagai berikut:
1.1 Data Primer
Data primer adalah data yang diambil langsung dari obyek penelitian atau merupakan data yang berasal dari
sumber asli atau pertama. Teknik pengumpulan data primer dilakukan melalui teknik observasi dengan cara
mengumpulkan informasi informasi langsung ke lokasi penelitian untuk mengamati bagaimana penentuan dan
pembagian PKH yang dilakukan oleh pihak pemerintah daerah kabupaten Pesawaran dengan cara pengamatan
dan pencatatan dengan peninjauan langsung dan wawancara dengan melakukan wawancara terstruktur dengan
menyediakan daftar pertanyaan untuk mewawancarai petugas Tenaga Kesejahteraan Sosial Kecamatan
(Pendamping PKH) mengenai bagaimana pembagian PKH yang diterapkan selama ini. Data yang dihasilkan
yaitu informasi berupa opini dari pihak tersebut.
1.2 Data Sekunder
Data sekunder adalah data yang tidak didapatkan secara langsung dari objek penelitian, melainkan data yang
berasal dari sumber yang telah dikumpulkan oleh pihak lain. Teknik pengumpulan data sekunder dilakukan dengan
cara studi dokumentasi dan studi literatur.

2.Model Perancangan
Dalam menyelesaikan permasalahan dalam AHP ada beberapa prosedur [1] yang harus dilakukan :
1) Menyusun Hierarchy
Penyusunan hirarki yaitu dengan menentukan tujuan yang merupakan sasaran sistem secara keseluruhan pada
level teratas. Level berikutnya terdiri dari kriteria-kriteria untuk menilai atau mempertimbangkan alternatif-
alternatif yang ada dan menentukan alternatif- alternatif tersebut. Setiap kriteria dapat memiliki subkriteria
dibawahnya dan setiap kriteria dapat memiliki nilai intensitas masing-masing.
 Tugas final system informasi (13 juli 2021)

Gambar 1 Hierarchy Metode AHP

2) Penilaian Kriteria dan Alternatif

Kriteria dan alternatif dilakukan dengan perbandingan berpasangan.Untuk berbagai persoalan, skala 1 sampai
9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala
perbandingan Saat dapat diukur menggunakan tabel analisis seperti yang ditunjukkan oleh Tabel dibawah ini

Tabel 1. Skala perbandingan berpasangan

3) Menentukan prioritas
Kriteria dan alternatif dilakukan dengan perbandingan berpasangan.Untuk berbagai persoalan, skala 1 sampai
9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala
perbandingan Saaty dapat diukur menggunakan tabel analisis seperti yang ditunjukkan oleh Tabel dibawah ini

4) Menghitung Konsistensi Logis Konsistensi memiliki dua makna.Pertama, objek-objek yang

serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi.
Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu

3.Kreteria
Sering dipertanyakan siapagolongan (individu,keluarga,rumah tangga atau kelompok) yang pantas
mendapatkan dana bantuan pkh.badan statistic telah melakukan pendataan jumlah keluarga dengan
menggunakan variable atau indicator masing-masing sebagai kreteria penerimaan dana bantuan pkh.sesuai
dengan keputusan kementrian social republik Indonesia adalah sebagai berikut: C1 : Ibu hamil
C2 : Anak usia balita
 Tugas final system informasi (13 juli 2021)

C3 : Anak usia sekolah 7-18 C4 : Luas lantai rumah < 50 m2

Perpenghuni.
C5 : jenis diding bangunan tempat tingal terluas adalah bambu/rumbai/kayu dengan kualitas rendah.
C6:pekerjaan kepala keluarga tidak tetap.

Gambar 2 kreteria.

4.Pembobotan
Menentukan jenis pembobotanTable pembobotan
No Gap Bobot Keterangan
Nilai
Tidak ada selisih
(Kompetensi sesuai
I 0 5
dengan yang
dibutuhkan)
Kompetensi Individu
2 1 4.5 kelebihan 1
tingkat/level
Kompetensi Individu
3 -1 4 kekurangn 1
tingkat/level
Kompetensi Individu
4 2 3.5 kelebihan 2
tingkat/level
Kompetensi Individu
5 -2 3 kekurangan 2
tingkat/level
Kompetensi Individu
5. Analisa Data
Dalam pembuatan Sistem pendukung keputusan untuk menetukan penerima bantuan PKH di Desa Bangun
rejo dibutuhkan jenis data internal dan data privat.
1. Data Internal
Data internal adalah data yang sudah ada dalam organisasi. Dalam penelitian ini data internalnya adalah data
penduduk miskin yang ada di Desa bangun rejo.
2. Data Privat
Data privat merupakan data pendapat dari user.Dalam penelitian ini data privatnya adalah data kriteria yang
sudah ditetapkan yang akan digunakan dalam menyelesaikan masalah.
 Tugas final system informasi (13 juli 2021)

a.Analisis Sistem dan Implentasi

a.1Analisis Sistem
Sistem penunjang keputusan yang dibuat adalah make decisions yaitu jenis penunjang keputusan yang
memberikan keputusan menungu legitiminasi dari pihak menejemen untuk dilaksanakan.aplikasi ini
menggunakan pendekatan top down yang merupakan cirri dari perancangan struktur.aplikasi ini melibatkan
kemampuan untuk melihat data internal dan data eksternal berupa kreteria penilaian.sehinga keputusan dapat
mendiskusikan kreteria dan alternative yang beragam. AHP masalah kompleks dapat di kelompok-
kelompokan ,kemudian diatur menjadi herarki,system kerja hanya mengatur masukan untuk menyelesaikan
untuk dikerjakan tetapi tidak membuat pilhan.aplikasi ini mempunyai control terhadap semua sehingga membua
keputusan dengan mengesampingkan rekomondasi computer saat proses langsung.

a.2 Penguraian
1. Data pkh
Data digunakan untuk menampilkan data PKH dan kreteria nilai yang akan diuji

2. Langkah pertama kreteria penilaian

Table penilaian

PENERIMA U TT P
Ibu hamil 2 3
Anak usia balita 4 3
Anak usia sekolah 1-
18 4 2
Tahun
luas lantai rumah <50
m2 3 4

3. langkah kedua yaitu pembobotan nilai pkh

Tabel pembobotan pkh

PENERIMA U TT P
Ibu hamil 4 5

Anak usia balita 4 5

.
5
Anak usia sekolah 1-
18 4 4
Tahun .
5
luas lantai rumah <50
m2 5 4
.
5
jenis diding bangunan
tempat tingal 4 4
.
5
pekerjan kepala
keluarga tiidak tetap 4 5
.
 Tugas final system informasi (13 juli 2021)

4. Langkah ketiga yaitu menentukan nilai NCF dan NCP pada PKH;

Tabel NCF dan NCP

PENERIMA NCF NCP

Ibu hamil 4 4
. .
5 5
Anak usia balita 4 4
. .
8 5
Anak usia sekolah 1-18 4 4
tahun . .
3 5
luas lantai rumah <50 m2 4 3
.
8
jenis diding bangunan
tempat 4 5
.
tingal 3
pekerjan kepala keluarga
tiidak tetap 4 5
.
8

Keterangan NCF=(U+TT)/2 NCP = P

5. Perhitungan nilai total setiap aspek

Tabel perhitungan total

PENERIMA N
Ibu hamil 4
.
5
Anak usia balita 4
.
7
Anak usia sekolah 1-18 tahun 4
.
4
luas lantai rumah <50 m2 3
.
9
jenis diding bangunan
tempat tingal 4
.
7
pekerjan kepala keluarga
tiidak tetap 4
.
9

6. Dari pengujian diatas rengking dan bobot dari bantuan pkh adalah jenis pekerjaan kepala keluarga tidak tetap berada di
peringkat pertama.
 Tugas final system informasi (13 juli 2021)

NO PENERIMA RE
NG
KI
NG
pekerjan kepala
keluarga tidak tetap 4.9
Anak usia balita 4.7
jenis diding bangunan
tempat tingal 4.7
Ibu hamil 4.5
anak usia sekolah 7-
18tahun 4.4
luas lantai rumah <
dari 50m2 3.9
 Tugas final system informasi (13 juli 2021)

PENUTUP

A. Kesimpulan

1. Kesimpulan dari penelitian pengambilan keputusan penerimaan bantuan sosial di daerah kutai kartanegara dengan
mengunakan metode electre adalah berdasarkan data uji yang telah dibahas pada bab sebelumnya, dapat
disimpulkan kriteria yang sangat mempengaruhi diterima atau ditolaknya pengusul bantuan tersebut. Perbedaan
data akhir sistem dan Dinas Sosial disebabkan oleh penilaian lain dari staf dan karyawan Dinas Sosial yang turun
langsung ke lapangan untuk melakukan survey staff dan karyawan mewawancarai pengusul bantuan serta melihat
kondisi sekitarnya. Responden atau penyeleksi dapat menerima aplikasi sistem pendukung keputusan seleksi
penerima bantuan sebagai sistem yang dapat bermanfaat dalam proses seleksi. Metode Profile Matching yang
digunakan telah berhasil diterapkan kedalam sistem pendukung keputusan seleksi calon kepala desa yang dibuat
berdasarkan hasil akhir yang diperoleh dan pengujian yang telah dilakukan. Sistem pendukung keputusan
penentuan penerima bantuan daerah ini, menjadi bahan pertimbangan, acuan serta mempermudah dalam
menentukan penerima bantuan daerah sehingga kinerja aparat daerah lebih efektif dan efisien.

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

a) Dengan menggunakan metode analytical hierarcy process, dapat dibangun sebuah system pendukung
keputusan dengan membandingkan inputan kategori penilaian dan bobot rasio yang sudah ditentukan
sebelumnya.
b) Sistem ini dapat membantu memutuskan kelayakan seorang calon penerima PKH berdasarkan kategori
penilaian yang diinputkan ke dalam sistem
c) Hasil output berupa keputusan layak atau tidaknya calon penerima dalam menerima PKH, diperoleh dari
hasil perbandingan nilai lamda bobot kategori penilaian dengan nilai bobot rasio yang sudah ditentukan.
B. Saran
Penulis sangat menyadari bahwa penelitian yang dilakukan ini masih banyak memiliki kekurangan dan kelemahan.
Saran yang dapat diberikan untuk penelitian selanjutnya adalah penelitian pada sistem ini hanya mencakup 2 program
bantuan saja, untuk pengembangan selanjutnya bisa mencakup lebih dari 2 program bantuan. Pada sistem ini hanya
dibatasi untuk 4 kriteria dan sub kriteria saja, penelitian selanjutnya bisa lebih dari 4 kriteria dan sub kriteria yang juga
dapat diimplentasikan pada metode lain.
Dan saran yang dapat diajukan untuk pengembangan dan perbaikan Sistem Pendukung Keputusan untuk
menentukan penerimaan PKH adalah untuk penelitian selanjutnya dapat dilengkapi dengan Sistem Informasi Geografis
(SIG) untuk mengetahui pola sehingga dapat dipetakan wilayah penduduk yang layak atau tidak layak menerima
Bantuan PKH.
 Tugas final system informasi (13 juli 2021)

DAFTAR PUSTAKA

[1] Dewan Perwakilan Rakyat Republik Indonesia, 1997. Undang Undang No. 4 Tahun 1997 tentang Penyandang
Cacat, Jakarta : Dewan Perwakilan Rakyat Republik Indonesia.
[2] Dewan Perwakilan Rakyat Republik Indonesia, 1998. Undang Undang No, 13 Tahun 1998 tentang Lanjut Usia.
Jakarta : Dewan Perwakilan Rakyat Republik Indonesia.

[3] Dewan Perwakilan Rakyat Republik Indonesia, 2007. Undang Undang No, 2 Tahun 2007 tentang
Penangggulangan Kemiskinan Kab. Kukar. Tenggarong : Dinas Sosial.

[4] Dinas Sosial, 2014. Standar Operasional Dinas Sosial Kabupaten Kutai Kartanegara Tahun 2014. Tenggarong :
Dinas Sosial.

[5] Bagas Dista Ariyadi, Sistem Pendukungkeputusan Seleksi Penerima Beasiswa Pada Sma 1 Boja
Dengan Menggunakan Metode Analytical Hierarchy Process (AHP),Universitas Dian Nuswantoro.
[6] Dita Donita, 2013, Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai Dengan Menggunakan
Metode AHP, Jurnal
[7] Safruddin Ashari, 2015, Laporan Bulanan Pendamping PKH, Pesawaran.
[8] Sri Eniyati, Rina Candra Noor Santi, 2010, Perancangan Sistem Pendukung Keputusan Penilaian Prestasi Dosen
Berdasarkan Penelitian dan Pengabdian Masyarakat, jurnal Teknologi Informasi DINAMIKA, Vol.XV No.2.
[9] Muslihudin, Muhaamd & Lailatul Rohmah, 2014. Sistem Pendukung Keputusan Seleksi Siswa Berprestasi Pada
Sekolah Menengah Kejuruan ( SMK ) Nurul Huda Pringsewu Menggunakan Metode AHP. KNSI 2014.
[10] Makasar
[11] Supriatin, Bambang Sudidjono W, Emha Taufik Luthfi, 2004, Sistem Pendukung Keputusan Untuk Menentukan
Penerima BLSM Di Kabupaten Indramayu, Magister Teknik Informatika STMIK AMIKOM Yogyakarta.
[12] Tim Direktorat Jaminan Sosial Kementerian Sosial , 2012, Buku Kerja Pendamping PKH, Jakarta. Pelita
Informatika Budi Darma, Vol.3No.2