STUDI KASUS: SISTEM PENDUKUNG KEPUTUSAN PENENTUAN

KELAYAKAN PENERIMA BANTUAN SOSIAL MENGGUNAKAN

SIMPLE ADDITIVEWEIGHT(SAW)
Mutiara Hati
Program Studi Sistem Informasi, Universitas Malikusalleh, Aceh, Indonesia
mutiara.210180140@mhs.unimal.ac.id

ABSTRAK
Wabah Covid-19 yang melanda di hampir penjuru belahan dunia saat ini, tidak hanya memberikan
efek yang buruk pada sistem kesehatan masyarakat dunia tetapi juga telah memporak porandakan
kestabilan perekonomian di berbagai negara, Indonesia sebagai satu diantara negara berkembang
juga mengalami masalah perekonomian sebagai akibat Covid-19. Pemerintah Indonesia telah
berupaya dengan berbagai cara melakukan perbaikan perekonomian diantaranya pemberian
bantuan sosial kepada masyarakat terdampak Covid-19. Sebagai akibat keterbatasan dana yang
dimiliki pemerintah, maka diperlukan suatu sistem pendukung keputusan untuk penyebaran
bantuan sehingga bantuan yang diberikan akan tepat sasaran. Metode Simple Additive Weighting
(SAW) merupakan satu metode yang dapat digunakan dalam proses sistem pendukung keputusan.
Dalam tulisan ini, Metode Simple Additive Weighting akan digunakan untuk proses penentuan
pengambilan keputusan pemberian bantuan sosial Covid-19 didasarkan pada lima kriteria yaitu
penghasilan, bangunan tempat tinggal, moda transportasi yang digunakan, tingkat pendidikan dan
penerangan yang digunakan. Hasil penelitian ini menunjukkan bahwa dengan metode SAW
(Simple Additive Weighting), calon penerima bantuan sosial dapat ditentukan dengan hasil yang
yang lebih efektif dan akurat.

Kata kunci: Sistem Pendukung Keputusan, Simple Additive Weighting, Moda Transportasi.
1. PENDAHULUAN
Pandemi Covid-19 yang muncul di
negara merupakan bagian dari pandemic
global di Indonesia yang berdampak besar di
negara.Kasus pertama Covid-19 di
Indonesia muncul pada 2 Maret,dimana di
antaranya resmi di laporkan oleh Preseiden
Joko Widodo.Pandemi yang sedang
berlangsung tidak hanya melanda sektor
Kesehatan ,dampak pandemic juga
dirasakan di bidang social ekonomi .Selama
pandemic kegiatan perekonomian
masyarakat Indonesia terhambat sehingga
perekonomian di Indonesia juga mengalami
ketidaksabilan.
Menurut data perekonomian Indonesia
dari Badan Pusat Statistika, Ekonomi
Indonesia tahun 2020 pada triwulan kuartal
IV terhadap tahun 2019 pada triwulan kuartal
IV mengalami kontraksi mencapai angka
2.19%. Dari angka penurunan tersebut, tidak
dapat dipungkiri jika hal ini juga berimbas
pada pertumbuhan tingkat pengangguran dan
pertambahan defisit anggaran Negara. Segala
upaya pemerintah dilakukan untuk mencapai
pemulihan ekonomi Negara hingga pada
triwulan IV-2021, ekonomi Indonesia
mengalami pertumbuhan mencapai angka
5.02% terhadap triwulan IV-2020 dan pada
triwulan I-2022, mengalami pertumbuhan
5.01% terhadap triwulan I-2021.
Berbagai strategi pemerintah Indonesia
ditujukan untuk membantu perekonomian
masyarakat Indonesia salah satunya dengan
memberikan bantuan sosial atau Bansos
untuk membantu masyarakat Indonesia yang
mengalami kesulitan ekonomi dimasa
pandemi ini. Bagi masyarakat yang ingin
mengikuti program Bansos dari pemerintah
wajib mengajukan diri ke Rukun Tetangga
(RT) atau Rukun Warga (RW) setempat
sehingga dapat masuk kedalam daftar data
calon penerima Bantuan Sosial terlebih
dahulu sebelum dapat diproses lebih lanjut.
Menurut Kebijakan pemerintah
mengenai pembagian Bantuan Sosial yang
terdapat pada Peraturan Presiden Republik
Indonesia Nomor 63 tahun 2017 berbunyi :
Bahwa penyaluran bantuan sosial kepada
masyarakat dilakukan secara efisien agar
dapat diterima tepat sasaran, tepat jumlah,
tepat waktu, tepat kualitas, dan tepat
administrasi, penentuan calon penerima
Bantuan Sosial dalam daftar data calon
penerima pada tahap pertama oleh Rukun
Tetangga (RT) atau Rukun Warga (RW)
setempat harus dilakukan secara tepat. Pada
faktanya, terdapat beberapa kriteria yang
harus dipertimbangkan dan akan sulit untuk
menentukan keputusan yang tepat dan akurat
tanpa dilakukannya analisis. Sama hal nya
dengan yang terjadi di RT 017 RW 002,
Desa Buket Tengoh, Kecamatan Jangka
Buya, Kabupaten Pidie Jaya, dimana
penentuan calon penerima Bantuan sosial
belum akurat dan cenderung ditentukan
berdasarkan keputusan pribadi sehingga
masih terdapat pihak tertentu yang
dirugikan. Guna mengatasi kelemahan
tersebut, dibutuhkan metode analisa sebagai
acuan pendukung keputusan.
Metode Simple Additive Weighting
sebagai salah satu metode dalam sistem
pendukung keputusan akan digunakan dalam
penentuan calon penerima Bantuan Sosial RT
017 RW 002, Kelurahan Pengasinan,
Kecamatan Rawalumbu, Kota Bekasi. Pada
metode SAW (Simple Additive Weighting),
calon penerima Bantuan Sosial dapat
ditentukan dengan hasil yang lebih efektif
dan akurat. Analisa Metode Simple Additive
Weighting (SAW) menghasilkan ranking
atau peringkat calon penerima berdasarkan
penentuan kriteria dan bobot kriteria [1].
Perhitungan Metode ini dilakukan dengan
menentukan kriteria, setelah itu memberikan
bobot pada setiap kriteria dan dilanjutkan ke
tahap normalisasi matriks dan perankingan
untuk melihat siapa saja calon penerima
Bantuan Sosial yang berhak menerima.

2. METODOLOGI
Penelitian ini didasari dari beberapa hasil
penelitian yang sudah dilakukan oleh
beberapa peneliti sebelumnya diantaranya :
Sistem pendukung keputusan penerima
bantuan sosial beras masyarakat miskin
menggunakan metode Simple Additive
Weighting (SAW) [2], Sistem pendukung
keputusan untuk penerima bantuan sosial
tahunan tingkat kelurahan di kabupaten
Dompu dengan metode Simple Additive
Weighting (SAW) [3]. Dalam penelitian
tersebut kriteria yang digunakan adalah
pekerjaan, jumlah penghasilan, kondisi
rumah, status rumah, dan jumlah tanggungan.
Penerapan Metode Simple Additive
Weighting untuk penerimaan bantuan
langsung tunai dana desa, menggunakan
kriteria tingkat kesejahteraan, usia, jenis
kelamin dan pekerjaan [4]. Didasarkan
penelitian penelitian di atas akan dibuat
sistem pendukung keputusan penentuan
penerimaan bantuan sosial menggunakan
Metode Simple Additive Weighting (SAW)
berdasarkan lima kriteria yaitu penghasilan,
bangunan tempat tinggal, moda transportasi
yang digunakan, tingkat pendidikan dan
penerangan yang digunakan serta beberapa
subkriteria di dalamnya di lingkungan RT
017 RW 002, Desa Buket Teungoh,
Kecamatan , Kabupaten Pidie Jaya. Hasil
akhir yang diperoleh berdasarkan analisis
metode SAW dapat digunakan untuk
menentukan penerima Bantuan Sosial di
lingkungan RT 017 RW 002, Desa Buket
Teungoh, Kecamatan , Kabupaten Pidie Jaya.
Metode Simple Additive Weight (SAW)
atau yang sering disebut dengan Metode
Penjumlahan Berbobot merupakan salah satu
metode MCDM (Multi Criteria Decision
Making) untuk menyelesaikan masalah
pemilihan dalam sistem pengambilan
keputusan multi-atribut. Metode ini
dilakukan dengan mencari jumlah bobot
rating pada setiap alternatif untuk
menentukan alternatif terbaik. Terdapat dua
jenis kriteria dalam metode Simple Additive
Weighting (SAW), yaitu Kriteria Biaya
(Cost) dan Kriteria Manfaat (Benefit) [5].
Pada jenis Kriteria Biaya, jika parameter
memiliki nilai, semakin kecil nilainya maka
semakin baik. Sebaliknya, pada jenis Kriteria
Manfaat (Benefit), semakin tinggi nilai
parameternya, maka lebih baik.
Terdapat beberapa tahapan atau Langkah
dalam pengguna metode Simple Additive
Weighting (SAW) yaitu :
1. Menentukan alternatif ( 𝐴𝑖)
2. Menentukan kriteria sebagai acuan
penenentuan keputusan ( 𝐶𝑗)
3. Menentukan nilai rating kecocokan
pada setiap alternatif di setiap kriteria
4. Menentukan bobot preferensi atau
tingkat prioritas (W) untuk setiap
kriteria
5. Melakukan normalisasi matrik
keputusan dengan rumus :
𝑥𝑖𝑗
𝑟𝑖𝑗 = , untuk j merupakan
𝑀𝑎𝑥(𝑥𝑖𝑗)
atribut manfaat (benefit)
𝑀𝑖𝑛(𝑥𝑖𝑗)
𝑟𝑖𝑗 = , untuk j merupakan
𝑥𝑖𝑗
atribut biaya (cost)
Keterangan :
𝑟𝑖𝑗 = nilai rating kinerja
ternormalisasi
𝑥𝑖𝑗 = nilai atribut pada setiap kriteria
6. Hasil akhir dari metode ini
merupakan perankingan yang
didasarkan pada perhitungan nilai
yang lebih besar untuk penentuan
alternatif terbaik. Hal ini diperoleh
dari penjumlahan perkalian baris
matrik ternomalisasi dengan bobot
preferensi (W) yang sesuai dengan
elemen kolom matrik.
 𝑛

𝑉𝑖 = ∑ 𝑊𝐽𝑟𝑖𝑗 2. Penentuan kriteria didasarkan pada

𝑗=1 Peraturan Bupati Pidie Jaya 109
Pada penelitian ini, data terkait kriteria tahun 2019 terkait kriteria warga
dan bobot preferensi didapat dari berbagai miskin di Kota Bekasi serta hasil
sumber yaitu : wawancara dengan ketua RT 017,
1. Observasi, dilakukan dengan Desa Buket Teungoh, Kecamatan ,
mengamati prosedur pengajuan dan Kabupaten Pidie Jaya. Berikut ini
penyeleksian calon penerima kriteria penentuan calon penerima
Bantuan Sosial yang dilakukan oleh BantuanSosial :
Ketua RT 017, Desa Buket Teungoh, a) Kriteria C1 (Penghasilan)
Kecamatan , Kabupaten Pidie Jaya. Tabel 3.2 Kriteria C1
2. Wawancara, dilakukan dengan Sub Kriteria Bobot Bobot
mengajukan beberapa pertanyaan dan Preferen Kriteri
diskusi terkait penentuan kriteria si a
serta bobot preferensi dengan Ketua Tidak ada 4
RT 017, Desa Buket Teungoh, sumber
Kecamatan , Kabupaten Pidie Jaya. penghasilan
3. Studi Literatur, dilakukan dengan Berpenghasil 3
mencari dasar hukum yang dapat an maksimal 40
dijadikan sebagai acuan untuk Rp.1.000.00
menentukan kriteria serta bobot 0
preferensi dalam menentukan calon Berpenghasil 2
penerima Bantuan Sosial. an maksimal
Rp.2.000.00
3. HASIL DAN PEMBAHASAN 0
Dengan prosedur perhitungan dan Berpenghasil 1
penyelesaian untuk penentuan calon an maksimal
penerima Bantuan Sosial RT 017, Desa Rp.3.000.00
Buket Teungoh, Kecamatan , Kabupaten 0
Pidie Jaya. Simple Additive Weighting
(SAW), maka dapat dilakukan perhitungan b) Kriteria C2 (Bangunan Tempat
sebagai berikut : Tinggal)
1. Penentuan alternatif ( 𝐴𝑖), didapatkan Tabel 3.3 Kriteria C2
5 sample untuk data pendaftaran Sub Bobot Bobot
Calon Penerima Bantuan Sosial Kriteria Preferensi Kriteria
seperti dibawah ini : Menyewa 4
Tabel 3.1 Alternatif dengan
No Alternatif biaya sewa
1 A1 Rp.500.000
2 A2 Milik 3
3 A3 sendiri
4 A4 dengan luas 30
5 A5 bangunan
9m2
 perjiwa 1 sepeda
dengan motor roda
dinding dan dua
atap tidak Mempunyai 1
layak alat bantu
Milik 2 transportasi
sendiri 1 sepeda
dengan luas motor roda
bangunan dua dan
9m2 sepeda
perjiwa
dengan d) Kriteria C4 (Pendidikan)
atap tidak Tabel 3.5 Kriteria C4
layak Sub Kriteria Bobot Bobot
Milik 1 Preferen Kriteri
sendiri si a
dengan luas Tidak 4
bangunan mempunyai
9m2 kemampuan
perjiwa menyekolahk
dengan an anaknya
dinding tamat
tidak layak Sekolah
Dasar 10
c) Kriteria C3 (Transportasi) Hanya 3
Tabel 3.4 Kriteria C3 mempunyai
Sub Bobot Bobot kemampuan
Kriteria Preferensi Kriteria hanya
Tidak 4 menyekolahk
mempunyai an anaknya
alat bantu tamat
transportasi Sekolah
Hanya 3 Dasar
mempunyai Mempunyai 2
alat bantu 15 kemampuan
transportasi hanya
sepeda menyekolahk
untuk an anaknya
memenuhi tamat
kebutuhan Sekolah
ekonomi Menengah
Hanya 2 Tingkat
mempunyai Pertama atau
alat bantu wajib belajar
transportasi 9 tahun
 𝑥𝑖𝑗
Terdapat 1 𝑟𝑖𝑗 = , untuk j merupakan
𝑀𝑎𝑥(𝑥𝑖𝑗)
penerima
beasiswa atribut manfaat (benefit)
untuk siswa 5. Proses Perankingan berdasarkan nilai
miskin preferensi
𝑛

𝑉𝑖 = ∑ 𝑊𝐽𝑟𝑖𝑗
e) Kriteria C5 (Penerangan)
𝑗=1
Tabel 3.6 Kriteria C5
Sub Bobot Bobot
Berikut ini data alternatif serta
Kriteria Preferensi Kriteria kriteria yang digunakan sebagai sample
Tanpa 4
penentuan calon penerima Bantuan Sosial RT
listrik
017, Desa Buket Teungoh, Kecamatan ,
Dengan 3 Kabupaten Pidie Jaya:
listrik daya
Tabel 3.7 data alternatif
450 watt
Kriteria
dengan
Alternatif
tagihan C1 C2 C3 C4 C5
listrik 5
dibawah A1 2 2 3 1 3
atau sama A2 1 2 1 2 3
dengan
A3 1 1 4 1 2
Rp.150.000
perbulan A4 2 1 2 4 2
Dengan 2 A5 1 1 3 4 1
listrik daya
Berdasarkan data diatas, maka dapat
450 watt
dibuat matrik keputusan berdasarkan table
dengan
rating kecocokan seperti berikut :
tagihan 2 2 3 1 3
listrik 𝖥1 2 1 2 31
diatas
X= 1 1 4 1 2
Rp.150.000
I2 1 2 4 2I
perbulan [ 1 1 3 4 1]
Dengan 1 Setelah membuat matrik keputusan,
listrik daya maka dilakukan perhitungan normalisasi
900 watt matrik keputusan dengan rumus :
𝑥𝑖𝑗
3. Menentukan bobot preferensi atau 𝑟𝑖𝑗 =
𝑀𝑎𝑥(𝑥 𝑖𝑗)
tingkat prioritas (W) untuk setiap 2
kriteria seperti pada table diatas 1) 𝑟11 = 𝑀𝑎𝑥(2,1,1,2,1) = 1
1
W = [40,30,15,10,5] 2) 𝑟21 = 𝑀𝑎𝑥(2,1,1,2,1) = 0.5
4. Melakukan normalisasi matrik 1
keputusan 3) 𝑟31 = 𝑀𝑎𝑥(2,1,1,2,1) = 0.5
2
Pada studi kasus penelitian ini, jenis 4) 𝑟41 = 𝑀𝑎𝑥(2,1,1,2,1) = 1
kriteria dalam metode SAW yang 1
digunakan adalah benefit (manfaat). 5) 𝑟51 = = 0.5
𝑀𝑎𝑥(2,1,1,2,1)
 ditentukan yaitu W = [40,30,15,10,5], maka
2 proses perankingan dapat dilakukan sebagai
6) 𝑟12 = 𝑀𝑎𝑥(2,2,1,1,1)
=1
2 berikut :
7) 𝑟22 = 𝑀𝑎𝑥(2,2,1,1,1)
=1 𝑛

8) 𝑟32 =
1 𝑉𝑖 = ∑ 𝑊𝐽𝑟𝑖𝑗
𝑀𝑎𝑥(2,2,1,1,1)
= 0.5
𝑗=1
1
9) 𝑟42 = 𝑀𝑎𝑥(2,2,1,1,1) = 0.5 1) V1 = (40)(1) + (30)(1) + (15)(0.75) +
1 (10)(0.25) + (5)(1) = 88.75
10) 𝑟52 = 𝑀𝑎𝑥(2,2,1,1,1) = 0.5
2) V2 = (40)(0.5) + (30)(1) + (15)(0.25)
+ (10)(0.5) + (5)(1) = 63.75
3
11) 𝑟13 = 𝑀𝑎𝑥(3,1,4,2,3) = 0.75 3) V3 = (40)(0.5) + (30)(0.5) + (15)(1) +
1 (10)(0.25) + (5)(0.66667) = 55.8333
12) 𝑟23 = 𝑀𝑎𝑥(3,1,4,2,3) = 0.25 4) V4 = (40)(1) + (30)(0.5) + (15)(0.5) +
4
13) 𝑟33 = 𝑀𝑎𝑥(3,1,4,2,3) = 1 (10)(1) + (5)(0.66667) = 75.8333
2 5) V5 = (40)(0.5) + (30)(0.5) +
14) 𝑟43 = 𝑀𝑎𝑥(3,1,4,2,3) = 0.5 (15)(0.75) + (10)(1) + (5)(0.33333) =
3 57.9167
15) 𝑟53 = 𝑀𝑎𝑥(3,1,4,2,3) = 0.75
Berdasarkan tahap perankingan diatas, maka
1 dapat ditentukan ranking calon penerima
16) 𝑟14 = 𝑀𝑎𝑥(1,2,1,4,4) = 0.25 Bantuan Sosial RT 017 RW 002, Desa
2 Buket Teungoh, Kecamatan , Kabupaten
17) 𝑟24 = 𝑀𝑎𝑥(1,2,1,4,4) = 0.5
1
Pidie Jaya sebagai berikut :
18) 𝑟34 = 𝑀𝑎𝑥(1,2,1,4,4) = 0.25 1. Alternatif Pertama atau terbaik A1
4 dengan jumlah nilai 88.75
19) 𝑟44 = 𝑀𝑎𝑥(1,2,1,4,4) 2. Alternatif Kedua A4 dengan jumlah
4
=1
20) 𝑟54 = nilai 75.8333
𝑀𝑎𝑥(1,2,1,4,4) =1 3. Alternatif Ketiga A2 dengan jumlah
3 nilai 63.75
21) 𝑟15 = 𝑀𝑎𝑥(3,3,2,2,1) 4. Alternatif Keempat A5 dengan
3
=1
22) 𝑟25 = 𝑀𝑎𝑥(3,3,2,2,1) jumlah nilai 57.9167
2 =1 5. Alternatif Kelima A3 dengan jumlah
=
23) 𝑟35 𝑀𝑎𝑥(3,3,2,2,1) nilai 55.8333
2 = 0.66667
24) 𝑟45 = 𝑀𝑎𝑥(3,3,2,2,1)
3 = 0.66667 4. KESIMPULAN
25) 𝑟15 = 𝑀𝑎𝑥(3,3,2,2,1) Selama pandemi, kegiatan ekonom
= 0.33333
masyarakat Indonesia menjadi terhambat
sehingga perekonomian di Indonesia juga
Berdasarkan hasil perhitungan diatas, mengalami kestidakstabilan. Berbagai
maka didapat matriks ternormalisasi R strategi pemerintah Indonesia dalam
sebagai berikut :
1 1 0.75 0.25 1 mengatasi perekonomian masyarakat
𝖥0.5 1 0.25 0.5 1 1 telah diupayakan salah satu diantaranya
R= 0.5 0.5 1 0.25 0.66667 dengan memberikan bantuan sosial atau
I 1 0.5 0.5 1 0.66667I Bansos. Menggunakan metode SAW
[0.5 0.5 0.75 1 0.33333] (Simple Additive Weighting), calon
Dengan bobot preferensi yang telah penerima Bantuan Sosial dapat
ditentukan dengan hasil yang yang lebih BERAS MASYARAKAT MISKIN
efektif dan akurat. MENGGUNAKAN METODE
Metode ini dilakukan untuk penentuan SIMPLE ADDITIVE WEIGHTING
calon penerima Bantuan Sosial di (SAW),” INTERNAL (Information
lingkungan RT 017 RW 002, Desa Buket System Journal), vol. 2, no. 2, pp. 144–
152, Jan. 2019, doi:
Teungoh, Kecamatan , Kabupaten Pidie
10.32627/INTERNAL.V2I2.88.
Jaya. Dengan prosedur perhitungan dan [3] Wahyuningsih and Yuni, “SISTEM
penyelesaian untuk penentuan calon PENDUKUNG KEPUTUSAN
penerima Bantuan Sosial di RT 017 RW UNTUK PENERIMA BANTUAN
002, Desa Buket Teungoh, Kecamatan , SOSIAL TAHUNAN TINGKAT
Kabupaten Pidie Jaya dengan metode KELURAHAN DI KABUPATEN
SAW didapatkan hasil Analisa bahwa DOMPU DENGAN METODE
Alternatif Pertama A1 merupakan calon SIMPLE ADDITIVE WEIGHTING
penerima Bantuan Sosial terbaik. (SAW) - Akakom Repository,” 2021.
https://eprints.utdi.ac.id/9331/
5. SARAN (accessed Nov. 09, 2022).
Didasarkan hasil dan pembahasan serta [4] H. Lubis, R. Salkiawati, S. Hala, and
kesimpulan yang diperoleh, ada beberapa hal F. I. Komputer, “PENERAPAN
yang bisa penulis sarankan untuk penulisan METODE SIMPLE ADDITIVE
berikutnya: WEIGHTING UNTUK
1. Kriteria sistem pendukung keputusan PENERIMAAN BANTUAN
perlu dikembangkan sesuai dengan LANGSUNG TUNAI DANA
situasi,kondisi yang terjadi. DESA,” JSI (Jurnal sistem Informasi)
2. Perlu dicoba untuk menggunakan Universitas Suryadarma, vol. 9, no. 1,
metode selain SAW dalam membuat pp. 53–60, Jan. 2022, doi:
sistem pendukung keputusan 10.35968/JSI.V9I1.842.
kemudian di bandingkan diantara [5] D. Auria, “SISTEM PENDUKUNG
metode yang ada untuk menentukan KEPUTUSAN PENERIMA
metode yang terbaik. BANTUAN KELOMPOK USAHA
BERSAMA MENGGUNAKAN
6. DAFTAR PUSTAKA METODE ANALYTICAL
[1] L. I. Prahartiwi and D. Rosita, “Sistem HIERARCHY PROCESS DAN
Pendukung Keputusan Penerima SIMPLE ADDITIVE WEIGHTING -
Bantuan Langsung Tunai Universitas Islam Negeri Sultan Syarif
Menggunakan Simple Additive Kasim Riau Repository,” 2022.
Weighting (SAW) di Desa http://repository.uin-
Sukatenang,” Jurnal Teknik Komputer suska.ac.id/61603/ (accessed Nov. 09,
AMIK BSI, vol. 8, no. 1, pp. 28–33, 2022).
Jan. 2022, doi:
10.31294/JTK.V8I1.11370.
[2] H. Gunawan, “SISTEM
PENDUKUNG KEPUTUSAN
PENERIMA BANTUAN SOSIAL