1, Maret 2017
e-ISSN 2540-7902 dan p-ISSN 2541-366X
ABSTRAK
Kemiskinan adalah salah satu masalah mendasar yang menjadi fokus pemerintah di negara manapun. Salah satu
program pemerintah yang digunakan untuk mengurangi kemiskinan adalah Raskin/beras untuk orang miskin
yang diselenggarakan oleh Bulog. Namun dalam menentukan penerima bantuan raskin masih menggunakan cara
manual, yaitu menggunakan perkiraan saja. Agar tidak terjadi kecurangan dan bantuan tepat sasaran, perlu dibuat
sebuah sistem untuk menentukan siapa yang layak untuk menerima bantuan tersebut. Tujuan dari penelitian ini
adalah untuk menciptakan sebuah sistem pendukung keputusan untuk menentukan penerima raskin di Kelurahan
Air Putih. Subjek penelitian ini adalah penentuan penerimaan beras miskin dengan menerapkan metode
Weighted Product (WP). Teknik pengumpulan data yang digunakan dalam penelitian ini adalah observasi,
literatur review, dan wawancara. Tahap pengembangan sistem meliputi perencanaan, analisis, perancangan,
implementasi, dan pengujian. Sistem pendukung keputusan ini dibuat dengan menggunakan database MySQL.
Hasil dari penelitian ini adalah penerapan metode Weighted Product untuk menentukan penerima bantuan raskin
di Kelurahan Air Putih. Penelitian yang dilakukan dengan mencari bobot untuk setiap atribut, kemudian
dilakukan proses peringkat yang akan menentukan alternatif optimal, calon penerima raskin. Berdasarkan
pengujian yang dilakukan, sistem yang diciptakan untuk memberikan hasil yang baik sesuai dengan perhitungan
yang digunakan, membantu mempercepat pemilihan penerima Raskin, dan sistem juga dapat mengurangi
kesalahan dalam menentukan penerima Raskin.
Kata Kunci : Kelurahan Air Putih, Weighted Product, Sistem Pendukung Keputusan, Raskin.
Miskin (Raskin). Sistem pendukung keputusan ini Masyarakat Miskin (Raskin) memiliki empat
dapat menentukan penerima bantuan beras miskin tahapan proses untuk mendapatkan hasil
(Raskin) berdasarkan prioritas yang telah dipilih. rekomendasi alternatif terbaik penerima bantuan
raskin. Tahapan pertama admin mengisikan data
2. TINJAUAN PUSTAKA calon penerima raskin, disini sistem mengunakan
2.1 Sistem Pendukung Keputusan delapan kriteria yaitu pekerjaan, penghasilan,
Sistem Pendukung Keputusan (SPK) sumber air, makan daging atau telur yang diadakan
merupakan suatu penerapan sistem informasi yang dalam seminggu, luas lantai bangunan, jenis lantai
ditujukan untuk membantu pimpinan dalam proses rumah, dinding rumah, dan ketersediaan listrik.
pengambilan keputusan. Sistem pendukung Sistem akan melakukan perbaikan dengan cara
keputusan menggabungkan kemampuan komputer mengubah inputan menjadi nilai rating kecocokan.
dalam pelayanan interaktif dengan pengolahan atau Tahap kedua setelah didapatkan nilai rating
pemanipulasi data yang memanfaatkan model atau kecocokan untuk bobot nilai kriteria, sistem akan
aturan penyelesaian yang tidak terstruktur. Sistem melakukan perbaikan bobot dari setiap nilai kriteria
Pendukung Keputusan dimaksudkan menjadi alat dengan cara menjumlahkan setiap bobot kriteria
bantu bagi para pengambil keputusan untuk untuk mendapatkan hasil jumlah bobot. Kemudian
memperluas kapabilitas mereka, namun tidak untuk dilanjutkan bobot awal dari setiap kriteria dibagi
menggantikan penilaian mereka [7] dengan hasil penjumlahan bobot nilai kriteria.
Tahap ketiga setelah didapatkan hasil
2.2 Metode Weighted Product perbaikan bobot untuk nilai kriteria, sistem akan
Metode Weighted Product merupakan metode melakukan penentuan nilai vektor S dari setiap
untuk menyelesaikan Multi Attribut Decision alternatif data calon penerima raskin dengan cara
Making (MADM). Weighted Product menggunakan mengalikan data nilai rating kecocokan yang
teknik perkalian untuk menghubungkan rating berpangkat positif dari hasil perbaikan bobot
atribut, dimana rating tiap atribut harus kriteria
dipangkatkan terlebih dahulu dengan bobot atribut Tahap keempat adalah mencari nilai vektor V
yang bersangkutan [3]. Langkah-langkah yang yaitu nilai akhir dengan cara menjumlahkan hasil
dilakukan dalam penyelesaian masalah perkalian dari setiap preferensi alternatif hasil
menggunakan metode Weighted Product adalah : vektor S. Setelah mendapatkan hasil vektor S
a. Normalisasi/Perbaikan Bobot kemudian dilanjutkan dengan membagi setiap
…………………....………….…… (1) preferensi hasil vektor S dengan hasil vektor S.
Setelah didapatkan nilai V, sistem akan melakukan
Melakukan normalisasi / perbaikan bobot untuk perankingan. Nilai V tertinggi merupakan alternatif
menghasilkan nilai dimana 1, 2, ….., n adalah terbaik yang dihasilkan..
banyak alternatif. Menentukan kategori dari
masing-masing kriteria yang termasuk dalam 3.2 Analisis Data Calon Penerima Raskin
kriteria keuntungan atau kriteria biaya. Data nilai kriteria dan bobot kriteria calon
b. Menentukan Nilai Vektor penerima raskin didapatkan dari hasil wawancara
, dengan i = 1, 2, …, m …... (2) terhadap pakar yaitu Sekretaris Lurah Kelurahan
Air Putih Samarinda. Tabel penilaian kelayakan
Menentukan nilai vektor dengan mengalikan bisa dilihat pada tabel 1.
seluruh kriteria dengan alternatif hasil Tabel 1. Tabel Penilaian Kelayakan
normalisasi/perbaikan bobot yang berpangkat No. Rating Kecocokan Bobot
positif untuk kriteria keuntungan dan yang 1. Sangat Layak 4
berpangkat negatif untuk kriteria biaya. 2. Layak 3
c. Menentukan Nilai Vektor / Perangkingan 3. Kurang Layak 2
………………………… (3) 4. Tidak Layak 1
Menentukan nilai vektor yang akan Tabel 2. Penilaian Pekerjaan Kepala Keluarga (C1)
digunakan untuk perangkingan dari masing- No. Pekerjaan Bobot
masing jumlah nilai vektor dengan jumlah 1. Penggangguran 4
seluruh nilai vektor 2. Buruh 3
3. Petani 2
3. HASIL DAN PEMBAHASAN 4. Wiraswasta 1
3.1 Pemodelan Sistem
Sistem Penerapan Metode Weighted Product
untuk Menentukan Penerima Bantuan Beras
337
Prosiding Seminar Ilmu Komputer dan Teknologi Informasi Vol. 2, No. 1, Maret 2017
e-ISSN 2540-7902 dan p-ISSN 2541-366X
Tabel 3. Penilaian Jumlah Penghasilan Kepala 3.3 Penerapan Metode Weighted Product Pada
Keluarga (C2) Sistem
No. Penghasilan Bobot Langkah-langkah yang dilakukan dalam
1. 100.000 - 400.000 4 menerapkan metode Weighted Product untuk
2. 400.000 - 700.000 3 pemilihan alternatif calon penerima raskin, yaitu:
3. 700.000 - 1.000.000 2 1. Menentukan kriteria-kriteria yang akan
dijadikan acuan dalam pengambilan keputusan.
4. > 1.000.000 1
2. Menentukan input awal dan input akhir untuk
merubah nama inputan menjadi nilai rating
Tabel 4. Penilaian Sumber Air (C3)
kecocokan dan menentukan bobot setiap
No. Sumber Air Bobot kriteria.
1. Air Sungai 4 3. Mengubah inputan data calon penerima raskin
2. Air Sumur 3 menjadi nilai rating kecocokan.
3. PDAM 2 4. Melakukan perbaikan bobot dari setiap kriteria
dengan cara menjumlahkan bobot setiap
Tabel 5. Penilaian Makan Daging atau Telur yang kriteria yang dilanjutkan dengan setiap bobot
Diadakan dalam Seminggu (C4) awal kriteria dibagi dengan hasil penjumlahan
No. Makan Daging atau Telur yang Bobot bobot kriteria.
Diadakan dalam Seminggu 5. Menentukan nilai vektor S alternatif data calon
Tidak pernah atau paling sedikit 1 lokasi pemakaman dengan cara mengalikan
1. 4 data nilai rating kecocokan yang berpangkat
minggu sekali
2. 2 kali dalam seminggu 3 positif dari hasil perbaikan bobot kriteria .
3. Lebih dari 2 kali dalam seminggu 2 Hasil akhir diperoleh dari proses perangkingan
yaitu penjumlahan dari perkalian nilai vektor S
Tabel 6. Penilaian Luas Lantai Bangunan (C5) dikali dengan setiap alternatif nilai vektor S.
Contoh kasus, diambil lima sampel calon
No. Luas Lantai Bangunan Bobot
penerima raskin yaitu Saiyah, Muhammad Agus,
1. < 6m2 4 Muhammad Fauzen, Hamiyah, dan M. Daffa.
2. 6-8m2 3 1. Saiyah
3. > 8m2 2 Tabel 10. Data Penilaian Saiyah
Pekerjaan Penggangguran
Tabel 7. Penilaian Jenis Lantai Rumah (C6) Penghasilan 100.000 - 400.000
No. Jenis Lantai Rumah Bobot Sumber Air Air Sumur
Diatas 50% lantai rumah terbuat Makan Daging
1. 4
dari tanah atau Telur yang Tidak pernah atau paling
Diatas 50% lantai rumah terbuat Diadakan dalam sedikit 1 minggu
2. 3
dari semen (plester) Seminggu
Diatas 50% lantai rumah terbuat Luas Lantai
3. 2 < 6m2
dari ubin Bangunan
Jenis Lantai Diatas 50% lantai rumah
Tabel 8. Penilaian Dinding Rumah (C7) Rumah terbuat dari semen (plester)
No. Dinding Rumah Bobot Seluruh dinding rumah
Seluruh dinding rumah terbuat terbuat dari bambu dan
1. dari bambu dan atau kayu 4 Dinding Rumah
atau kayu berkualitas
berkualitas rendah rendah
Sebagian dinding sudah terbuat Ketersediaan
2. dari tembok batu/ kayu 3 Menyalur dari orang lain
Listrik
berkualitas
Seluruh dinding sudah terbuat 2. Muhammad Agus
3. dari tembok batu/ kayu 2 Tabel 11. Data Penilaian Muhammad Agus
berkualitas Pekerjaan Buruh
Penghasilan 100.000 - 400.000
Tabel 9. Penilaian Ketersediaan Listrik (C8) Sumber Air Air Sumur
No. Ketersediaan Listrik Bobot Makan Daging
1. Belum menggunakan listrik 4 atau Telur yang
2. Menyalur dari orang lain 3 2 kali dalam seminggu
Diadakan dalam
3. Milik Sendiri 2 Seminggu
338
Prosiding Seminar Ilmu Komputer dan Teknologi Informasi Vol. 2, No. 1, Maret 2017
e-ISSN 2540-7902 dan p-ISSN 2541-366X
4. Hamiyah
= (20.1739) (2-0.1739) (20.1739) (20.1304) (30.1304)
(3 ) (30.087)(20.0435) = 1.7779
0.087
5. M. Daffa
= (10.1739) (1-0.1739) (20.1739) (20.1304)(30.1304)
(2 ) (30.087) (20.0435) = 1.8418
0.087
340
Prosiding Seminar Ilmu Komputer dan Teknologi Informasi Vol. 2, No. 1, Maret 2017
e-ISSN 2540-7902 dan p-ISSN 2541-366X
5. DAFTAR PUSTAKA
[1]. Bulog. (2012). Sekilas Raskin. Diambil
kembali dari
http://www.bulog.co.id/sekilas_raskin.php
[2]. Firmansyah. (2016, Desember). Tentang
Raskin dan Kriterianya. (S. Firdyana,
Pewawancara)
[3]. Kusumadewi. (2006). Fuzzy Multi-
AtributeDecition Making (Fuzzy MADM).
Yogyakarta: Graha Ilmu.
Gambar 4. Tampilan Hasil Cetak Laporan [4]. Litha Astriana A, A. A. (2014). Sistem
Pendukung Keputusan Pemilihan Penerima
3.8 Hasil Pengujian Penerapan WP Pada Sistem Jamkesmas Menggunakan Metode Weighted
Hasil pengujian penerapan metode WP pada Product. Jurnal Teknik Informatika.
sistem sudah sesuai dengan perhitungan secara [5]. Merdiko, G. S. (2014). Decision Support
manual. Perhitungan penunjang keputusan System Of Culinary Recommendations Using
menggunakan metode WP pada sistem AHP and TOPSIS Method with Map
menghasilkan alternatif terbaik yaitu calon Visualization. Bisstcch II 2014.
341
Prosiding Seminar Ilmu Komputer dan Teknologi Informasi Vol. 2, No. 1, Maret 2017
e-ISSN 2540-7902 dan p-ISSN 2541-366X
342