ARTIKEL

DECISION SUPPORT SYSTEM APLIKASI PENERIMAAN BANTUAN

PANGAN NON-TUNAI (BPNT) MENGGUNAKAN METODE WEIGHT
PRODUCT (STUDI KASUS : DESA AMBULU)

𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴1 , 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿, 𝐼𝐼𝐼𝐼. 𝑀𝑀𝑀𝑀 2 ,𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈, 𝑆𝑆. 𝑃𝑃𝑃𝑃, 𝑀𝑀. 𝑆𝑆𝑆𝑆 3 .
Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember
Email : agusirawanee@gmail.com

ABSTRAK
Bantuan Pangan Non-Tunai (BPNT) merupakan sistem baru penyaluran
bantuan. Bantuan ini diberikan dalam rangka program penanggulangan
kemiskinan yang meliputi perlindungan sosial, jaminan sosial, pemberdayaan
sosial, rehabilitasi sosial, dan pelayanan dasar. Studi kasus difokuskan di Desa
Ambulu Kecamatan Ambulu Kabupaten Jember. Latar belakang penelitian ini
yaitu agar penyaluran bantuan lebih tepat sasaran dengan proses seleksi
menggunakan metode perhitungan weight product.Metode ini dipilih karena
metode weight product lebih spesifik langsung kepada bobot-bobot nilai di setiap
kriterianya. Metode Weight Product Merupakan metode pengambilan keputusan
dengan cara perkalian untuk menghubungkan rating atribut, dimana rating setiap
atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan.
Penelitian ini menghasilkan keputusan yang lebih objektif dan akurat berupa
daftar hasil perangkingan penerima Bantuan Pangan Non-Tunai(BPNT) dengan
tingkat akurasi sebesar 40%.

Kata kunci: Sistem Pendukung Keputusan, Metode Weight Product, Aplikasi,

Bantuan Pangan Non-Tunai
 Decision Support System Applications Acceptance of Bantuan Pangan Non-
Tunai (BPNT) method using Weight Product (case study: Ambulu)

𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴1 , 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿, 𝐼𝐼𝐼𝐼. 𝑀𝑀𝑀𝑀 2 ,𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈𝑈, 𝑆𝑆. 𝑃𝑃𝑃𝑃, 𝑀𝑀. 𝑆𝑆𝑆𝑆 3 .
Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember
Email : agusirawanee@gmail.com

ABSTRACT
Bantuan Pangan Non-Tunai (BPNT) is a new system for channelling aid.
This assistance is granted in the framework of poverty reduction programs that
include social protection, social security, social empowerment, social
rehabilitation, and basic services. The case study focused on the village of
Ambulu sub-district of Jember Regency Ambulu. Background this study i.e. so that
more aid distribution is right on target with the selection process using the
method of calculation of the weight of product. This method was chosen because
the method of weight more specific product directly to weight-weighted value in
each message. Product Weight method is a method of decision making by means
of multiplication to connect the rating attribute, where rating every attribute must
be dipangkatkan first with the corresponding attribute weights. This research
resulted in a decision that is more objective and accurate form results list
recipients rangking of Bantuan Pangan Non-Tunai (BPNT) with 40% rate of
accuracy.

Key words: decision support Systems, methods of Weight Product, application,

Bantuan Pangan Non-Tunai (BPNT).

BAB I Sebagaimana arahan Presiden

PENDAHULUAN Republik Indonesia pada rapat

terbatas tentang Program Raskin

1.1 Latar Belakang pada Juli 2016, penyaluran Raskin

diganti dengan menggunakan kartu

elektronik yang akan diberikan tepat jumlah, tepat waktu, tepat

langsung kepada rumah tangga kualitas, serta tepat administrasi.

sasaran, sehingga bantuan sosial dan Kartu elektronik yang dimaksud

subsidi akan disalurkan secara non dapat digunakan untuk memperoleh

tunai dengan menggunakan sistem beras, telur, dan bahan pokok lainnya

perbankan. Sistem baru penyaluran di pasar, warung, toko sesuai harga

bantuan pangan ini diatur dalam yang berlaku sehingga rakyat juga

Peraturan Presiden Nomor 63 Tahun memperoleh nutrisi yang lebih

2017 tentang Penyaluran Bantuan seimbang, tidak hanya karbohidrat,

Sosial Secara Non Tunai.Bantuan tetapi juga protein, seperti telur.

sosial non tunai diberikan dalam Selain itu, penyaluran bantuan sosial

rangka program penanggulangan non tunai juga dapat membiasakan

kemiskinan yang meliputi masyarakat untuk menabung karena

perlindungan sosial, jaminan sosial, pencairan dana bantuan dapat mereka

pemberdayaan sosial, rehabilitasi atur sendiri sesuai kebutuhan.

sosial, dan pelayanan dasar. Untuk menyalurkan bantuan

Program ini juga diharapkan sosial non tunai ini, diawali dengan

dapat mempermudah masyarakat pendaftaran peserta Keluarga

untuk menjangkau layanan keuangan Penerima Manfaat (KPM) yang

formal di perbankan, sehingga dilakukan oleh Kementerian Sosial

mempercepat program keuangan (Kemensos).Calon Keluarga

inklusif.Penyaluran bantuan sosial Penerima Manfaat (KPM) diusulkan

secara non tunai kepada masyarakat oleh Ketua RT masing-masing dusun

dinilai lebih efisien, tepat sasaran, lalu diusulkan ke desa melalui

musyawarah desa. Namun masalah (SPK)penerimaan Bantuan Pangan

yang kerap dijumpai dilapangan Non-Tunai (BPNT) menggunakan

adalah tidaktersedianya akses metode weight product ini bertujuan

informasi untuk melihat atau sebagai alat bantu bagi instansi yang

menentukanmasyarakat yang terkait, untuk menentukan calon

termasuk kedalam daftar calon Keluarga Penerima Manfaat (KPM)

Keluarga Penerima Manfaat (KPM) secara tepat sasaran dalam

tidak mengacu pada kriteria-kriteria pembagian ataupun penyaluran

keluarga miskin, sehingga bantuan sosial non-tunai tersebut

mengakibatkan pemberian Bantuan digunakan empat (4) kriteria

Pangan Non-Tunai (BPNT)tidak penilaian, yaitu pendidikan akhir

tepat sasaran.Akibatnya ditemukan KK, jumlah tanggunan, nilai harta

ada KPM yang tidaklayak lagi benda, dan jumlah penghasilan.

mendapatkan Bantuan Pangan Non- Penulis lalu menganalisa dan

Tunai (BPNT) tetapi masih tetap membuat perbandingan dari hasil

mendapatkannya.Untuk menentukan penelitian antara proses seleksi calon

kriteria-kriteria keluarga miskin KPM yang dilakukan masing-masing

diperlukan sebuah informasi yang ketua RT setempat melalui

baik untuk mencegah kesalahan- musyawarah desa dengan proses

kesalahan dan kecurangan- seleksi menggunakan metode weight

kecurangan yang dilakukan oleh product.

pihak-pihak tertentu. Pada penelitian terdahulu yang

Pembuatan Aplikasi Sistem menjadi acuan dalam melakukan

Pendukung Keputusan penelitian dan memperkaya teori

yang digunakan dalam mengkaji adalah salah satu analisis multi-

penelitian yang dilakukan antara lain kriteria keputusan (multi-criteria

“SistemPendukung Keputusan decision analysis / MCDA) yang

Pembagian Raskin dengan Metode sangat terkenal. Metode multi-

Simple Additive Weighting (SAW)” kriteria pengambilan keputusan

oleh Aprilia Ekawati (2013) dan multi-criteria decision making

“PenentuanPenerimaanRaskinMengg (MCDM) yang diberikan adalah satu

unakan Metode Algoritma K-Means setterbatas dari alternatif keputusan

dan F-AHP” oleh Khairul Fitrah yang dijelaskan dalam hal sejumlah

(2013). Penulis mengambil judul criteriakeputusan. Setiap alternatif

Decision Support Sistem Aplikasi keputusan dibandingkan dengan

Penerimaan Bantuan Pangan Non- yang lain denganmengalikan

Tunai (BPNT) menggunakan Metode sejumlah rasio, satu untuk setiap

Weight Product.Metode ini dipilih kriteria keputusan.

karena metode
1.2 Rumusan Masalah
weightproductlebihspesifik langsung
Berdasarkan latar belakang
kepada bobot-bobotnilai di setiap
masalah, maka rumusan masalahnya
kriterianya.Metode Weight Product
sebagai berikut :
Merupakan metode pengambilan
1) Bagaimana hasil perangkingan
keputusan dengan cara perkalian
calon Keluarga Penerima
untuk menghubungkan rating atribut,
Manfaat (KPM) dalam
dimana rating setiap atribut harus
pengambilan keputusaan pada
dipangkatkan dulu dengan bobot
proses seleksi Bantuan Pangan
atribut yang bersangkutan. WP
Non-Tunai (BPNT) ?
2) Bagaimana hasil pengujian dan (KPM) Bantuan Pangan Non-
perangkingan sistem dengan
Tunai (BPNT) .
menggunakan metode weight
2) Membantu perangkat desa
product ?
dalam melakukan seleksi calon
1.3 Tujuan
Keluarga Penerima Manfaat
Berdasarkan rumusan masalah
(KPM) Bantuan Pangan Non-
diatas dapat disusun beberapa tujuan
Tunai (BPNT) agar
yaitu :
memperoleh hasil penilaian
1) Menentukan perangkingan
yang objektif.
calon Keluarga Penerima
3) Sebagai tolak ukur untuk
Manfaat (KPM) dalam
penelitian-penelitian
pengambilan keputusan pada sebelumnya dan dapat
dijadikan sebagai referensi
proses seleksi Bantuan Pangan
untuk penelitian-penelitian
Non-Tunai (BPNT).
selanjutnya.
2) Menganalisa hasil evaluasi
kinerja sistem dengan
menggunakan metode weight
product. 1.5 Batasan Masalah
Agar penelitian yang
1.4 Manfaat
dilaksanakan dapat fokus pada ruang
Manfaat yang dapat diambil
lingkup yang dibahas, maka perlu
dari penelitian ini adalah sebagai
adanya batasan masalah, batasan
berikut.
masalah pada penelitian ini adalah
1) Memberikan solusi dalam
antara lain :
melakukan seleksi calon
1) Aplikasi penerimaan Bantuan
Keluarga Penerima Manfaat
Pangan Non-Tunai (BPNT) di
 Desa Ambulu menggunakan Tunai (BPNT) menggunakan metode

metode weight product. weight product.

2) Kriteria penerima Bantuan 3.1 Metode Penelitian

Pangan Non Tunai (BPNT) Metode penelitian yang digunakan

adalah
a) Pendidikan Akhir KK
b) Jumlah Tanggungan
dalam perancangan dan pembuatan
aplikasi penerimaan Bantuan Pangan
Non-Tunai (BPNT) menggunakan
metode weight product,
menggunakan metode
Waterfall.Adapun tahapan metode

c) Nilai harta benda

yang dimiliki 1. Definisi Kebutuhan

d) Penghasilan Dalam tahapan ini dilakukan

3) Objek penelitian berfokus pada analisis dan definisi kebutuhan

data di Desa Ambulu. sistem, mendefinisikan data yang

berhubungan Bantuan Pangan Non-

BAB III Tunai (BPNT). Untuk memperoleh

METODE PENELITIAN data tersebut dilakukan dengan

carainterview, observasi, dan studi

Bab ini menjelaskan tentang pustaka.

analisa dan perancangan dari a) Interview yaitu suatu model data

penelitian yang akan dilakukan di dengan mengajukan pertanyaan atau

Desa Ambulu. Analisa dan tanya jawab secara langsung kepada

perancangan berdasarkan kebutuhan nara sumber yaitu, Perangkat Desa

untuk menghasilkan sistem AMBULU yang bertanggung jawab

pendukung keputusan aplikasi menangani Bantuan Pangan Non-

penerimaan Bantuan Pangan Non- Tunai, serta ketua RT selaku

pengusul calon Keluarga Penerima Masalah yang akan diteliti adalah

Manfaat (KPM) untuk mendapatkan bagaimana

kriteria-kriteria dalam melakukanpengelompokan kriteria

menentukanpenerima Bantuan dan melakukan perangkingan untuk

Pangan Non-Tunai (BPNT). menentukanpenerima Bantuan

b) Observasi merupakan pengamatan Pangan Non-Tunai (BPNT) yang

langsung dengan cara akan dioperasikan oleh suatu sistem

melakukanpeninjauan dan pencatatan pendukungkeputusan menggunakan

langsung ke Desa Ambulu metode Weight Product.

untukmemperoleh informasi yang

diperlukan. 2. Desain Sistem dan Software

c) Studi Pustakadilakukan dengan Dalam tahap ini merupakan

tujuan untuk mengetahui metode apa tahap perancangan dan pembuatan

yang akan digunakan untuk desain aplikasi yang akan dibuat

menyelesaikan permasalahan yang menggunakan Unified Model

akan diteliti, sertamendapatkan Language (UML) dengan

dasar-dasar referensi yang kuat memanfaatkan tools PowerDesigner,

dalam menerapkan suatumetode yang terdiri dari beberapa diagram

yang akan digunakan dengan diantaranya use case diagram,

mempelajari buku pedoman, artikel- activity diagram, dan class diagram.

artikeldan jurnal-jurnal yang 3. Implementasi dan Testing Unit

berhubungan dengan permasalahan Pada tahapan ini yaitu

yang akandibahas. pembuatan aplikasi penerimaan

Bantuan Pangan Non-Tunai (BPNT)

menggunakan metode weight diujicobakan, agar aplikasi bebas

product.Tahap ini membahas tentang dari error, dan hasilnya harus benar-

implementasi dari desain sistem, benar sesuai dengan kebutuhan yang

meliputi: sudah didefinisikan

a) Implementasi algoritma sebelumnya.Dalam tahap ini hanya

Mengimplementasikan sebatas testing dan tidak dilakukan

algoritma weight product pada integrasi.Testing dengan

proses seleksi calon Keluarga menggunakan metode test case.

Penerima Manfaat (KPM) Pengujian test case dilakukan dengan

penerima Bantuan Pangan Non- pengujian black-box

Tunai (BPNT) di Desa Ambulu. testingdiantaranya :

b) Perancangan aplikasi sistem a) Functional Testing menggunakan

Merancang aplikasi sistem System Operation Product (SOP)

pendukung keputusan aplikasi berupa kesesuaian program dengan

penerimaan Bantuan Pangan Non- keadaan nyata atau membandingkan

Tunai (BPNT) antara proses seleksi secara langsung

menggunakanunified modelling dengan proses seleksi menggunakan

language untukpemodelannya, sistem pendukung keputusan weight

dan sublime text editor untuk product.

implementasi programnya. b) Usability testing atau biasanya

4. Integrasi dan Testing Sistem disebut dengan testing for user-

Pada tahap ini dilakukan friendliness dilakukan dengan cara

testing aplikasi terhadap user.Semua interaksi pengguna aplikasi dengan

fungsi-fungsi aplikasi harus secara langsung, hal ini bertujuan

untuk mengetahui seberapa mudah 3.1.1 Analisa Masalah

aplikasi dioperasikan oleh Analisa masalah dilakukan

penggunanya, apakah semua form untuk membuat perencanaan dan

bisa berjalan normal tanpa error. penyelesaian masalah yang ada di

c. User acceptance, aplikasi yang Desa Ambulu tentang sistem

telah dibuat akan di uji untuk pendukung keputusan penerimaan

mengetahui apakah perangkat lunak Bantuan Pangan Non-Tunai

memenuhi harapan pengguna dan (BPNT).Adapun sistem yang

bekerja seperti yang diharapkan. didapatkan dari analisa masalah

5. Operasi dan Maintenance sebagai berikut:

Pemeliharaan suatu aplikasi Perangkat desa yang

diperlukan, termasuk di dalamnya bertanggung jawab mengelolah data

adalah pengembangan, karena calon Keluarga Penerima Manfaat

aplikasi yang dibuat tidak selamanya (KPM) menginputkan nilai dari tiap-

hanya seperti itu.Ketika dijalankan tiap kriteria penilaian calon KPM ke

mungkin saja masih ada error kecil sistem. Selanjutnya sistem akan

yang tidak ditemukan sebelumnya, melakukan penghitungan yang

atau ada penambahan fitur-fitur yang dieksekusi untuk memperoleh

belum ada pada aplikasi tersebut. pendukung keputusan dalan proses

Perancangan Sistem seleksi penerimaan Bantuan Pangan

Pada subbab ini membahas Non-Tunai (BPNT).

beberapa hal yakni analisa masalah, Sistem Pendukung Keputusan

prosedur penilaian, dan analisa (SPK) digunakan sebagai media

perhitungan. pembantu mengambil keputusan

untuk menentukancalon KPMdengan metode terbobot.Konsep dasar

nilai tertinggi sesuai dengan kuota metode weight product adalah

penerimaan menggunakan data mencari perkalian terbobot dari

kriteria/indikator dan data nilai rating kriteria pada setiap alternatif

sebagai bobot. pada semua atribut. Berikut tahapan

3.1.2 Prosedur Penilaian penyelesaian suatu kasus

Penilaian dalam proses seleksi menggunakan metode weight

calon KPM dilakukan oleh bagian product :

perangkat desa yang bertanggung 1. Menentukan kriteria-kriteria

jawab mengelolah Bantuan Pangan yang akan dijadikan acuan

Non-Tunai (BPNT), kemudian dalam pengambilan keputusan,

sistem merekap hasil dari input data yaitu Ci.

penilaian menjadi data yang akan 2. Menentukan rating kecocokan

diolah melalui perhitungan metode setiap alternatif pada kriteria.

weight product. 3. Menentukan nilai bobot

preferensi (W) pada setiap

kriteria.

3.1.3 Analisis Perhitungan 4. Melakukan normalisasi matriks

Perhitungan metode weight dengan cara menghitung nilai

product merupakan metode yang rating kinerja ternormalisasi (R)

digunakan untuk menyelesaikan dari alternatif Ai pada atribut Ci

masalah Multi Attribut Decision berdasarkan persamaan yang

Making (MADM).Metode weight disesuaikan dengan jenis atribut

product sering dikenal dengan

 (benefit/cost) sehingga Penghasilan C4 4

menghasilkan nilai vektor S.

5. Menentukan nilai vektor V Normalisasi nilai untuk setiap

dengan perhitungan nilai dari kriteria :

setiap alternatif (Si) dibagi 1. Pendidikan Kepala

dengan total vektor S. Dimana Keluarga (C1)

nilai Vi terbesar nantinya adalah Kriteria pendidikan akhir

alternatif terpilih. kepala keluarga (C1)

digunakan untuk

Pengambilan keputusan mengetahui kecerdasan,

memberikan nilai bobot untuk kepribadian,

masing-masing kriteria (Ci) dalam bakat,dankemampuan

Tabel 3.1 : untuk membangun KK.

Tabel 3.1 Bobot kriteria Nilainya sebagaimana

Nilai dijelaskan dalam tabel 3.2 :

Kriteria C
Bobot
Tabel 3.2 Nilai bobot kriteria C1
Pendidikan C1 1
Pendidikan Nilai
Kepala
Akhir KK
Keluarga
Tidak Tamat 4
Jumlah C2 3
Sekolah
Tanggungan
SD 3
Nilai Harta C3 2
SMP 2
Benda yang
SMA/SMK 1
Dimiliki
 2. Jumlah Tanggungan (C2) seperti, emas, barang

Kriteria jumlah tanggungan elektronik, sepeda motor,

(C2) digunakan untuk ternak, dll. Nilainya

mengetahui jumlah anggota sebagaimana dijelaskan

KK yang menjadi dalam Tabel 3.4 :

tanggungan kepala Tabel 3.4 Nilai bobot kriteria C3

keluarga. Nilainya Nilai Harta Nilai

sebagaimana dijelaskan Benda Yang

dalam Tabel 3.3 : Dimiliki

>Rp.10.000.000 1
Tabel 3.3 Nilai bobot kriteria C2
Rp.5.000.000 - 2
Jumlah Nilai
Rp.10.000.000
Tanggungan
Rp.3.000.000 - 3
<= 2orang 1
Rp.5.000.000
3 – 4orang 2
< Rp.3.000.000 4
5 – 6orang 3

> 6orang 4
4. Jumlah Penghasilan (C4)

Kriteria jumlah penghasilan

3. Nilai Harta Benda Yang
(C4) digunakan untuk
Dimiliki (C3)
mengetahui jumlah
Kriteria nilai harta benda
penghasilan dari kepala
yang dimiliki (C3)
keluarga perbulan..
digunakan untuk
Nilainya sebagaimana
mengetahui nilai harta

benda yangmudah dijual

dijelaskan dalam Tabel 3.5 Dalam perhitungan metode

: weight product, pertama-tama

Tabel 3.5 Nilai bobot terlebih dahulu dilakukan perbaikan

kriteria C4 bobot kriteria. Bobot kriteria C1=1,

Jumlah C2=3, C3=2 dan C4=4. Dimana

Nil Keteran
Penghasi artinya bobot awal W = (1, 3, 2, 4)
ai gan
lan akan diperbaiki sehingga total bobot

> Rp. 1 Tidak ∑wj = 1, dengan rumus :

2.000.00 Layak 𝑊𝑊𝑊𝑊

0 𝑊𝑊𝑊𝑊
=
∑𝑊𝑊𝑊𝑊
Rp. 2 Kurang

1.500.00 Layak
Normalisasi bobot kriteria :
0 – Rp.
1 1
2.000.00 W1 = =
1+3+2+4 10
= 0,1
0
3 3
W2 = =
Rp. 3 Layak 1+3+2+4 10
= 0,3
750.000
2 2
W3 = =
– Rp. 1+3+2+4 10
= 0,2
1.500.00
4 4
0 W4 = =
1+3+2+4 10
= 0,4
<= Rp. 4 Sangat Tabel 3.6 Hasil normalisasi bobot

750.000 Layak kriteria

Kriteria Nilai

(Ci) Bobot (Wi)

 C1 0,1 Kemudian data tersebut akan

C2 0,3 dinormalisasi dengan menentukan

C3 0,2 rating kecocokan setiap alternatif

C4 0,4 pada semua kriteria.

Tabel 3.8 Normalisasi nilai data

Tabel 3.7 Data awal calon Keluarga calon KPM pada masing-masing

Penerima Manfaat (KPM) Desa kriteria

Ambulu Nilai Kriteria

No Alternati
C C C C
Pendidik Jumlah . f Jumlah
Nilai Harta 1 2 3 4
NO Nama an Akhir Tanggungan Penghasilan Ai
1 BendaA1
(C3) 4 2 4 3
KK (C1) (C2) (C4)
2 A2 2 3 4 3
TIDAK
1 MARTIAH 4 ORANG 32.000.000A3 2 2
850.000 3 2A1
TAMAT
4 A4 1 2 1 2
2 SUNARIYAH SMP 5 ORANG 52.500.000A5 1.500.000
2 4 2 1A2
3 BONISA SMP 3 ORANG 4.000.000 - 2.000.000
- - - -A3
4 SITI FATIMAH SMA 4 ORANG 11.000.000- - -
1.800.000 - -A4

5 SD 7 ORANG 8.000.000 - - -
4.300.000 - -A5
SITI MARYAM
- - - -
- - -- - - -
-
12
- - - -
A121 1 2- 1 2 -
-
1
- - - - - -
-
- - - - - -
- Kemudian menentukan vektor
121 AFIFATUM SMA 4 ORANG S 14.250.000
dengan normalisasi
2.000.000 matriks
A121
MUNAWAROH
keputusan sesuai jenis atribut,
perhitungannya sebagai berikut :
Tabel 3.7 menunjukkan contoh S1 = (40,1) (20,3) (40,2) (30,4)

data calon KPM dengan masing- = 1,148 x 1,231 x 1,319 x

masing nilai di setiap kriteria. 1,551

 = 2,891 = 1,148 x 1,390 x 1,245 x

S2 = (20,1) (30,3) (40,2) (30,4) 1,319

= 1,071 x 1,390 x 1,319 x = 2,620

1,551 S9 = (10,1) (20,3) (20,2) (10,4)

= 3,045 = 1 x 1,231 x 1,148 x 1

S3 = (20,1) (20,3) (30,2) (20,4) = 1,413

= 1,071 x 1,231 x 1,245 x S121 = (10,1) (20,3) (10,2) (20,4)

1,319 = 1 x 1,231 x 1 x 1,319

= 2,165 = 1,623

S4 = (10,1) (20,3) (10,2) (20,4) Setelah menghitung vektor S,

= 1 x 1,231 x 1 x 1,319 selanjutnya adalah menghitung

= 1,623 preferensi (Vi) untuk perangkingan.

S5 = (20,1) (40,3) (20,2) (10,4) Mencari nilai hasil dengan

= 1,071 x 1,515 x 1,148 x 1 melakukan pembagian rata-rata dari

= 1,862 nilai setiap perkalian, dimana nilai Vi

S6 = (10,1) (20,3) (20,2) (20,4) terbesar nantinya adalah alternatif

= 1 x 1,231 x 1,148 x 1,319 terpilih. Adapun cara

=1,863 penyelesaiannya adalah sebagai

berikut :

S7 = (30,1) (30,3) (20,2) (10,4) 2,891

V1 = 15,701 = 0,1841

= 1,116 x 1,390 x 1,148 x 1

3,045
V2 = = 0,1939
= 1,780 15,701
2,165
S8 = (40,1) (30,3) (30,2) (20,4) V3 = 15,701 = 0,1378

1,623
V4 = = 0,1033
15,701
 1,862
V5 = 15,701 = 0,1185 A8 2,620 0,1668

1,863 A9 1,413 0,0899

V6 = = 0,1186
15,701 A121 1,623 0,1033
1,780
V7 = = 0,1133
15,701
Tahap selanjutnya adalah
2,620
V8 = = 0,1668 proses perangkingan dari hasil
15,701
perhitungan vektor S dan Vektor V
1,413 mengacu pada Tabel 3.9. Hasil
V9 = = 0,0899
15,701
perangkingan ditampilkan pada
1,623 Tabel 3.10.
V121 = = 0,1033
15,701

Setelah dilakukan proses Tabel 3.10 Hasil perangkingan

perhitungan vektor S dan Vektor V, seleksi calon KPM

Nil Ran
hasilnya ditampilkan dalam Tabel N Alter
Nama ai king
o natif
3.9. V

Tabel 3.9 Hasil perhitungan metode SUNAR 0,1 1

1 A2
weight product IYAH 939

Alternati Vekto Vekto MARTI 0,1 2

2 A1
AH 841
f rS rV
SURIY 0,1 3
3 A8
A1 2,891 0,1841 AH 668

A2 3,045 0,1939 BONIS 0,1 4

4 A3
A 378
A3 2,165 0,1378
KHOTI 0,1 5
5 A6
A4 1,623 0,1033 AH 186

A5 1,862 0,1185 SITI 6

0,1
6 A5 MARY
A6 1,863 0,1186 185
AM
A7 1,780 0,1133 0,1 7
7 A7 GIMA
133
 SITI 8 representasi rancangan ke bahasa
0,1
8 A4 FATIM
033 pemrograman yang dimengerti oleh
AH
komputer. Teknologi yang digunakan
AFIFATU 9
M 0,1 dalam pengembangan sistemini
9 A121
MUNAW 033
AROH adalah teknologi berbasis
1 MURTI 0,0 10 web.Pembuatan aplikasi sistem
A9
0 NI 899
pendukung keputusan penerimaan

Dari Tabel 3.10 terlihat hasil Bantuan Pangan Non-Tunai (BPNT)

perangkingan melalui perhitungan menggunakan metode weight
menggunakan metode weight
product ini membutuhkan perangkat
product. Asumsikan dari 10 calon
Keluarga Penerima Manfaat (KPM) keras (hardware) dan perangkat
hanya 5 kuota yang tersedia, maka lunak (software) dengan spesifikasi
alternatif terpilih yang berhak
sebagai berikut.
menerima Bantuan Pangan Non-
Tunai (BPNT) antara lain A2, A1, a) Perangkat Keras (Hardware)
A8, A3 dan A6 yaitu atas nama Perangkat keras yang
Sunariyah, Martiah, Suriyah, Bonisa,
diperlukan untuk tahap implementasi
dan Khotia
antara lain komputer dengan
BAB IV spesifikasi sebagai berikut :
HASIL DAN PEMBAHASAN 1. Processor Intel Core i3

2,60 Ghz
4.1 Definisi Kebutuhan 2. Ram 4 GB
Pada bab ini dilakukan analisis 3. Monitor 14 inch
kebutuhan dalam proses b) Perangkat Lunak (Software)
implementasi. Implementasi

merupakan proses transformasi

 Sedangkan perangkat lunak

yang diperlukan antara lain :

1. Sistem Operasi Microsoft

Windows 10

2. Sybase Power Designer

16.5

3. Sublime Text 3 Editor

4. Xampp Server

4.2 Desain Sistem

Tahap ini merupakan tahap

penggambaran, perancangan dan Gambar 4.1 Use Case Diagram
pembuatan sketsa menggunakan
Unified Modelling Language (UML),
Use CaseDiagram digunakan
sedangkan software yang digunakan
untuk menjelaskan akses dari user
adalah PowerDesigner sebagai
pedoman untuk membangun aplikasi aplikasi pada sistem. Dalam sistem
jual beli. Pemodelan Unified
terdapat perangkat desa yang
Modelling Language (UML)
berperan sebagai administrator yang
menggunakan 3 diagram untuk
menggambarkan keseluruhan sistem, memiliki akses antara lain input, edit,
yaitu Use Case Diagram, Activity
dan hapus data kriteria, input, edit,
Diagram, dan Class Diagram.
dan hapus data alternatif/calon KPM,

4.2.1 Use Case Diagram serta input, edit, dan hapus data nilai

kriteria.

Activity diagram menjelaskan

tentang alur aplikasi yang dibuat

mulai dari administrator melakukan juga disediakan menu cetak hasil

login ke sistem, input data kriteria, laporan.

input bobot masing-masing kriteria,

input data alternatif, serta input data 4.3 Integrasi dan Testing

nilai setiap alternatif. Selanjutnya Pada tahap ini dilakukan

sistem akan melakukan perhitungan testing aplikasi terhadap

metode weight product dan pengguna.Semua fungsi-fungsi

menampilkan hasil perangkingan. aplikasi harus diujicobakan, agar

Class diagrampada Gambar aplikasi bebas dari error, dan

4.3 menjelaskan tentang desain tabel hasilnya harus benar-benar sesuai

database aplikasi Bantuan Pangan dengan kebutuhan yang sudah

Non-Tunai (BPNT) yang terdiri dari, didefinisikan sebelumnya.Dalam

data kriteria, data alternatif, data tahap ini hanya sebatas testing dan

bobot, data nilai bobot, serta data tidak dilakukan integrasi.Testing

rangking. dengan menggunakan metode test

case. Pengujian test case dilakukan

Pada Gambar 4.11 adalah dengan pengujian black-box

halaman laporan dimana dalam testingdiantaranya :

halaman ini kita bisa melihat data- 4.4.1 Functional Testing.

data alternatif yang telah kita Functional Testing

menggunakan System Operation
inputkan berikut nilai bobot yang
Procedure (SOP) berupa kesesuaian
telah dinormalisasi dan dihitung
program dengan keadaan nyata
menggunakan metode weight atau membandingkan antara proses
seleksi Bantuan Pangan Non-Tunai
product.Dalam halaman laporan ini
(BPNT) secara langsung melalui
musyawarah desa dengan proses 50 BONISA 0,0086 SUTIK M
seleksi melalui perhitungan
menggunakan metode weight
product. Hasil perbandingan seleksi 0,02
calon KPM penerima Bantuan
Pangan Non-Tunai (BPNT) secara
0,015
langsung melalui musyawarah desa
juga hasil penerimaan melalui
0,01
perhitungan weight product akan
dijelaskan dalam Tabel 4.1 dan
Gambar 4.12 serta Gambar 4.13 . 0,005

Tabel 4.1 Detail hasil perbandingan 0

seleksi BPNT Perhitungan Sistem

PERHITUNGAN WEIGHT PRODUCT MUSYAWARAH DESA

NO VEKTOR
NAMA VEKTOR V GanbarNAMA
4.12 Grafik perhitungan
V
sistem metode weight product
1 SUNARIYAH 0,0121 SUNARIYAH 0,0121
2 MARTIAH 0,0115 SITI AMINAH 0,0085
3 SUMIATI 0,0110 0,02
MUSTAKIM 0,0074
4 JUMAIYAH 0,0105 JUMAIYAH 0,0105
5 MADROYA 0,0105 ANIK
0,015 MARDIANA 0,0056
6 PAENAH 0,0105 PAENAH 0,0105
7 SUMINI 0,0105 SUGIATI 0.0085
0,01
8 MISARI 0,0105 MISARI 0,0105
9 TUMINI 0,0105 TUMINI 0,0105
0,005
10 MURTIN 0,0105 NURTIN 0,0105
- - - - -
- - - 0 - -
Musyawarah Desa
- - - - -
- - - - -
- - - - -
 Gambar 4.13 Grafik seleksi Tabel 4.3 Bobot Prioritas dengan
musyawarah desa
rekomendasi terbaik

Pengujian akurasi dilakukan No Kriteria Bobot

dengan membandingkan skala 1 Pendidikan Akhir 2

KK
prioritas dari 121 calon KPM.
2 Jumlah 3
Sebelum dilakukan perbandingan, Tanggungan

sumber pakar telah menentukan data 3 Nilai Harta Benda 4

4 Jumlah 3
calon KPM dengan skala prioritas
Penghasilan
yang memberikan hasil rekomendasi

dengan proporsi terbaik yang Variasi skala prioritas tersebut

ditampilkan pada tabel 4.2 dan 4.3 masing-masing hasil hitungannya

diambil 50 calon terbaik kemudian

Tabel 4.2 Data Calon KPM dengan
diperiksa apakah calon terbaik dari
proporsi terbaik
sistem termasuk didalamnya, apabila
No. Nama Data
1 Calon KPM SUNARIYAH masuk dalam daftar hasil 50

2 Pendidikan SMP peringkat akhir dari sistem maka

Akhir KK
akurasi dianggap akurat dan jika
3 Jumlah 5 ORANG
tidak termasuk maka dianggap tidak
Tanggungan
4 Nilai Harta 2.500.000 akurat.Berdasarkan 50 calon KPM
Benda
skala prioritas bobot, sebanyak 30
5 Jumlah 1.500.000
responden memiliki hasil tidak
Penghasilan
akurat. Maka dapat disimpulkan nilai

akurasi ini
 Perbandingan data calon Usability testing atau biasanya

penerima sistem menggunakan disebut dengan testing for user-

metode weight product dengan data friendliness dilakukan dengan cara

calon penerima musyawarah desa interaksi pengguna aplikasi dengan

yang berjumlah 121 orang. Namun secara langsung, hal ini bertujuan

kuota penerima Bantuan Pangan untuk mengetahui seberapa mudah

Non-Tunai (BPNT) sebanyak 50 aplikasi dioperasikan oleh petugas

orang. desa, apakah semua form bisa

Dari data tabel 4.1 diatas dapat berjalan normal tanpa error mulai

dirumuskan untuk menghitung dari proses login, input nilai, kriteria,

akurasi sebagai berikut : alternatif, juga hasil perhitungan, dll.

𝑠𝑠
S= X 100% Hasil pengujian disampaikan dalam
∑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑

20 tabel berikut.
S = 50 X 100%
Tabel 4.3 Pengujian aplikasi BPNT
= 40%
Desa Ambulu
Dari Perhitungan diatas
Rancangan
didapatkan akurasi 40%, kecilnya No Gambar Sistem Hasi
proses
tingkat akurasi ini dikarenakan

perhitungan yang dilakukan dari

1 Login Sesu
musyawarah desa masih

menggunakan data yang tidak

berpacu pada kriteria dan masih

subyektif. 2 Home Sesu

4.3.2 Usability Testing

 penilaian alternatif
4.3.3 User acceptance
berupa grafik chart.
Aplikasi seleksi penerimaan
Perangkat desa

Bantuan menambahkan,
Pangan Non-Tunai (BPNT)
3 Nilai Sesuai
mengubah, dan
telah dibuat dandiuji oleh perangkat
menghapus data nilai.
desa bagian BPNTPerangkat
seperti yang
desatelah

dijelaskan dalammenambahkan,
Tabel 4.2 serta
4 Kriteria Sesuai mengubah, dan
menghasilkan perhitungan seleksi
menghapus data
yang lebih akurat serta
kriteria efektif.
penilaian.
Perangkat desa
menambahkan,
5 Bobot Sesuai mengubah, dan
menghapus data bobot
penilaian.
Perangkat desa
menambahkan,
6 Alternatif Sesuai mengubah, dan
menghapus data
alternatif/calon KPM.
Perangkat desa
menambahkan,
mengubah, dan
7 Rangking Sesuai menghapus data bobot
penilaian kriteria
masing-masing
alternatif.
Perangkat desa
menampilkan laporan
8 Laporan Sesuai
hasil perhitungan
seleksi.
 ditunjukkan pada pengujian aplikasi
BAB V
oleh perangkat desa berjalan dengan
KESIMPULAN DAN SARAN
baik, begitu juga hasil wawancara

menunjukkan feedback yang positif.

5.1 Kesimpulan
5.2 Saran
Setelah melalui tahap pengujian pada
Saran yang dapat diberikan penulis
sistem pendukung keputusanpenerima
untuk pengembangan selanjutnyayaitu:
Bantuan Pangan Non-Tunai (BPNT),
1. Dapat menambah jumlah kriteria atau
didapatkan kesimpulan bahwa :
alternatifnya karna bersifat dinamisdalam
1. Sistem Pendukung Keputusan
arti kata data pengelompokan kriteria dan
penerimaan Bantuan Pangan Non-
perangkinganalternatifnya tidak harus
Tunai (BPNT) menggunakan metode
empat tetapi dapat berubah sesuai
weight product telah berhasil
kebutuhan.
dibangun untuk menghasilkan
2. Dapat dikembangkan dengan metode
keputusan yang lebih objektif dan
lain dari para ahlilainnya dengan studi
akurat berupa daftar hasil
kasus yang sama ataupun berbeda.
perangkingan penerima Bantuan
Sehingga dapatdilihat perbandingan
Pangan Non-Tunai(BPNT) yang
keputusan yang dihasilkan dari beberapa
diperoleh dari perhitungan aplikasi
metode.
dengan tingkat akurasi sebesar 40%.

2. Keseluruhan rancangan proses yang DAFTAR PUSTAKA

dibangun pada Sistem Pendukung

Keputusan Bantuan Pangan Non- A.A. Anwar Prabu Mangkunegara. 2009.

Tunai (BPNT) dengan menggunakan Manajemen Sumber Daya Manusia.

metode weight product menunjukkan Bandung: PT. Remaja

hasil yang sesuai. Hal ini

Adi Mardianto,2014, Management Sprague, R.H. & Watson H.J. 1993.

Recruitmen. Jakarta, Pinasthika Decision Support Systems: Putting Theory

publisher Into Practice. Englewood Clifts, N.J:

Daihani,D.Umar. 2001. Komputerisasi Prentice Hall

Pengambilan Keputusan. Jakarta : Turban, E. A., Aronson, J. E. dan Liang, T.

PT Elekmedia Komputindo P. 2005.“Decision Support System

Jogiyanto, H.M. 1992. Pengenalan and Intelligence System 7th Edition”

Komputer. Yogyakarta : Andi Offset. Prentice Education International.

Kamus Besar Bahasa Indonesia. (1998).

Jakarta : Pustaka Amani

Kusumadewi. 2007. Konsep dan Aplikasi

Sistem Pendukung

Keputusan.Yogyakarta : Andi.

Nazruddin Safaat H. 2012. Pemograman

Aplikasi Mobile Smartphone dan

Tablet PC Berbasis Android.

Bandung : Informatika.

Rivai, Veithzal. 2004. Manajemen Sumber

Daya Manusia Untuk Perusahaan :

Dari Teori Ke Praktik. Jakarta : PT.

Raja Grafindo Persada.

Sadili, Samsudin. 2009. Manajemen

Sumber Daya Manusia.Bandung :

Pustaka Setia.