Aplikasi Metode Fuzzy Ahp Untuk Menentukan Desa Penerima Bantuan Pengembangan Desa

APLIKASI METODE FUZZY AHP UNTUK
MENENTUKAN DESA PENERIMA BANTUAN

PENGEMBANGAN DESA
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan

Jenjang Strata Satu pada STMIK BANJARBARU
Oleh :
SALEHAH
3101 0901 1470
PROGRAM STUDI SISTEM INFORMASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA &KOMPUTER
(STMIK BANJARBARU)
BANJARBARU
2013
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER
(STMIK BANJARBARU)
PERSETUJUAN SKRIPSI
Nama : Salehah
NIM : 310109011470
Program Studi : Sistem Informasi
Judul Skripsi : Aplikasi Metode Fuzzy AHP Untuk Menentukan Desa Penerima
Bantuan Pengembangan Desa
Telah disetujui untuk disidangkankan pada Sidang Skripsi Program Studi Sistem
Informasi Sekolah Tinggi Manajemen Informatika & Komputer (STMIK
BANJARBARU).
Banjarbaru, 2013
Pembimbing Utama, Pembimbing Pendamping,
( Ir. Rintana Arnie, M.Kom ) ( Ratna Fitriani, M.Kom )

NIK. _________________ NIK. _______________
Mengetahui :
Ketua Jurusan,
Sistem Informasi
(Bahar A. Rahman, ST. M.Kom)

NIK.1002 046
i
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER
(STMIK BANJARBARU)
PENGESAHAN SKRIPSI
Nama : Salehah
NIM : 310109011470
Judul Skripsi : Aplikasi Metode Fuzzy AHP Untuk Menentukan Desa Penerima
Bantuan Pengembangan Desa
Telah disidangkan dan dinyatakan Lulus Sidang Skripsi pada Jenjang Strata Satu
Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika &
Komputer (STMIK BANJARBARU) pada tanggal bulan tahun 2013.
SUSUNAN TIM PENGUJI

NO. NAMA PENGUJI JABATAN TANDA TANGAN
1 Taufiq, M.Kom Ketua
2 Ir. Yulia Yudihartanti, M.Kom Sekretaris
3 Hugo Aprilianto, M.Kom Anggota
Banjarbaru, 2013
Mengetahui : Mengesahkan :
Ketua Jurusan Ketua STMIK Banjarbaru
Sistem Informasi
Bahar. A. Rahman, ST., M.Kom Drs. H. Sushermanto,M.Kom

NIK. 1002 046 NIK. 091.062.001
ii
PERNYATAAN KEASLIAN SKRIPSI
Nama : Salehah
NIM : 310109011470
: SS : Aplikasi Metode Fuzzy AHP Untuk Menentukan Desa

Judul Skripsi
Penerima Bantuan Pengembangan Desa
Dengan ini saya menyatakan bahwa dalam Skripsi ini adalah tulisan saya
sendiri, begitu pula kode-kode program yang disertakan pada laporan ini. Dan
Skripsi ini belum pernah diajukan untuk memperoleh gelar kesarjanaan di suatu
Perguruan Tinggi lain, dan sepanjang pengetahuan saya juga tidak terdapat karya
atau pendapat yang sama yang pernah ditulis atau diterbitkan oleh orang lain, kecuali
yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.
Banjarbaru, 2013
Materai
6000
Salehah
iii
YUNITA FITRIANTI, 310109011379
Penerapan Metode Promethee Dalam Penentuan Juara Kontes Kucing : dibawah
bimbingan [Taufiq, M.Kom].
xiii + 120 halaman, 23 tabel; 18 gambar/ -lampiran/ 13 pustaka (1986-2012)
ABSTRAK
Dalam PERMENDIKNAS nomor 13 Tahun 2007, ditegaskan bahwa ada lima

kompetensi dasar yang harus dimiliki oleh seorang kepala sekolah, yaitu kompetensi
kepribadian, manajerial, supervisi, kewirausahaan, dan sosial. Oleh karena itu, dalam
hal pemenuhan kebutuhan calon kepala sekolah dasar perlu diadakan kegiatan seleksi
calon kepala sekolah.
Namun dalam pelaksanaannya penyeleksian calon kepala sekolah dengan
banyaknya bakal calon kepala sekolah, menyulitkan pihak penyeleksi dalam hal ini
Didiknas karena banyaknya peserta dan ukuran penilaian yang terdiri dari beberapa
variable penilaian. Hal ini menyulitkan penentuan kelayakan calon kepala sekolah
sebagai kepala sekolah terpilih, dan dapat terjadinya nilai hasil akhir yang sama.
Untuk itu diperlukan suatu sistem alternatif yang dapat membantu untuk
penyeleksian calon kepala sekolah, sehingga akan lebih efisien dalam penentuan
perankingan calon kepala sekolah. Untuk itu dipilih suatu metode untuk membangun
sistem Seleksi Calon Kepala Sekolah, yaitu dengan menggunakan Metode
Promethee, sebagai sistem alternatif. Dengan membandingkan nilai hasil seleksi
secara manual dengan hasil seleksi menggunakan aplikasi berbasis metode
Promethee, maka diperoleh tingkat kesesuaian sebesar 37%. Hal ini menunjukkan
bahwa aplikasi ini dapat digunakan untuk membantu proses penentuan seleksi kepala
sekolah dasar.
Kata Kunci : Promethee, Seleksi Kepala Sekolah
iv
YUNITA FITRIANTI, 310109011379
Penerapan Metode Promethee Dalam Penentuan Juara Kontes Kucing Principals
[Taufiq, M.Kom].
xiii + 120 pages, 23 table; 58 Images/ - attachment/ 13 Bibliography (1986-2012)
ABSTRACT
In Permendiknas number 13 of 2007, confirmed that there are five basic

competencies that should be possessed by a head of school, ie personal competence,
managerial, supervision, entrepreneurship, and social. Therefore, in terms of
satisfying the needs of prospective elementary school principal should be a principal
candidate selection activities.
But in practice the selection of candidates for head of school with many
principal candidates, parties complicate Didiknas selectors in this case because the
number of participants and the size of the assessment consists of several variable
assessment. It is difficult for the determination of eligibility of candidates elected
school as principal, and the end result can be the same value.
For that we need an alternative system that can help for the selection of
candidates for head of school, so it will be more efficient in determining the
principals of ranking the candidates. Was selected for a method to establish the
Principal Candidate Selection system, by using the method Promethee, as an
alternative system. By comparing the results of the selection manually by selection
using results-based applications Promethee method, the obtained level of compliance
by 37%. This indicates that this application can be used to assist the process of
determining the selection of primary school heads.
Keywords : Promethee, Principal Selection
v
KATA PENGANTAR
Dengan memanjatkan puji dan syukur ke hadirat Allah SWT yang telah
melimpahkan rahmat dan hidayah-NYA,sehingga dapat dengan baik menyelesaikan
skripsi dengan judul “Penerapan Metode Promethee Dalam Penentuan Juara Kontes
Kucing” tepat pada waktu yang di tentukan.
Penulis sungguh sangat menyadari, bahwa penulisan Skripsi ini tidak akan
terwujud tanpa adanya dukungan dan bantuan dari berbagai pihak. Maka, dalam
kesempatan ini penulis menghaturkan terimakasih yang sebesar-besarnya kepada :
1. Allah SWT, Tuhan bagi seluruh alam yang melimpahkan rahmat dan
hidayahnya sehingga penulis selalu diberikan kesehatan dan kemudahan
selama pembuatan tugas akhir ini.
2. Kedua orang tua dan keluarga yang menjadi inspirasi. Terimakasih atas
limpahan kasih sayang, doa, semangat dan bimbingannya.
3. Ibu Dra.Hj.Ruliah S. M, Kom Selaku ketua Yayasan Mandiri yang menaungi
Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru.
4. Bapak Drs.Sushermanto selaku Ketua Sekolah Tinggi Manajemen
Informatika dan Komputer Banjarbaru.
5. Bapak Bahar A. Rahman, ST., M. Kom selaku Ketua Jurusan Sistem
Informasi.
6. Bapak Taufiq, M. Kom selaku dosen pembimbing yang telah banyak
memberikan waktu dan tenaga untuk membimbing dan mengarahkan
penulisan skripsi ini.
7. Teman-teman STMIK angkatan 2009, khususnya Jurusan Sistem Informasi
yang selalu memberikan semangat.
8. Seluruh Dosen dan juga staf Sekolah Tinggi Manajemen Informatika dan
Komputer Banjarbaru atas dukungan dan jasanya kepada penulis selama ini.
iii
Akhir kata penulis mohon maaf atas kekeliruan dan kesalahan yang terdapat
dalam Skripsi ini dan berharap semoga Skripsi ini dapat memberikan manfaat bagi
khasanah pengetahuan Teknologi Informasi di Indonesia.
Banjarbaru, Desember 2013
iv
DAFTAR ISI
Hal
PERSETUJUAN SKRIPSI ....................................................................................... i
PENGESAHAN SKRIPSI ....................................................................................... ii
PERNYATAAN KEASLIAN SKRIPSI .................................................................. iii
ABSTRAK ............................................................................................................. iv
ABSTRACT .............................................................................................................v
KATA PENGANTAR ............................................................................................ iii
DAFTAR ISI ............................................................................................................v
DAFTAR TABEL ............................................................................................... viii
DAFTAR GAMBAR ................................................................................................x
BAB I PENDAHULUAN .........................................................................................1
1.1 Latar Belakang ...................................................................................................1
1.2 Permasalahan Penelitian .....................................................................................3
1.2.1 Identifikasi Masalah ..................................................................................3
1.2.2 Ruang Lingkup Masalah ...........................................................................3
1.2.3 Rumusan Masalah .....................................................................................4
1.3 Tujuan dan Manfaat Penelitian ...........................................................................4
1.4 Sistematika Penulisan ..........................................................................................4
BAB II LANDASAN TEORI ..................................................................................6
2.1 Tinjauan Pustaka ................................................................................................6
2.2 Landasan Teori ..................................................................................................7
2.2.1 Sistem Pendukung Keputusan ...................................................................7
2.2.2 Pengertian Desa ........................................................................................8
2.2.3 Penentuan Kawasan Kurang berkembang ..................................................8
2.2.4 Sekilas Tentang Kabupaten Hulu Sungai Selatan ......................................9
2.2.5 Mekanisme Penilaian Perkembangan Desa Pada Kecamatan Angkinang 14
2.2.6 Analytic Hierarchy Process (AHP) ......................................................... 15
2.2.7 Model Fuzzy AHP ................................................................................... 17
2.2.8 Contoh Kasus Metode Fuzzy-AHP.......................................................... 20
v
2.2.9 Unified Modelling Language................................................................... 24
2.2.10 Database Management System .............................................................. 25
2.2.11 Structured Query Language ..................................................................25
2.2.12 Borland Delphi 7 .................................................................................. 26
2.3 Kerangka Pemikiran ......................................................................................... 28
BAB III METODE PENELITIAN ........................................................................ 29
3.1 Analisa Kebutuhan ........................................................................................... 29
3.1.1 Metode Pemilihan Sampel....................................................................... 29
3.1.2 Metode Pengumpulan Data ..................................................................... 36
3.2 Perancangan Penelitian .................................................................................... 36
3.2.1 Diagram Konteks .................................................................................... 36
3.2.2 Use Case Diagram .................................................................................. 37
3.2.3 Sequence Diagram .................................................................................. 37
3.3 Teknik Analisis Data ....................................................................................... 40
3.4 Perancangan Database .................................................................................. 106
3.5 Relasi Tabel Database ................................................................................... 107
3.6 Desain Form Interface ................................................................................... 107
BAB IV HASIL DAN PEMBAHASAN ................... Error! Bookmark not defined.
4.1 Analisa Sistem .................................................... Error! Bookmark not defined.
4.2 Analisa Kebutuhan .............................................. Error! Bookmark not defined.
4.2.1 Kebutuhan Perangkat Keras ....................... Error! Bookmark not defined.
4.2.2 Kebutuhan Perangkat Lunak ...................... Error! Bookmark not defined.
4.3 Penjelasan Penggunaan Program ......................... Error! Bookmark not defined.
4.4 Pengujian Perangkat Lunak ................................. Error! Bookmark not defined.
4.4.1 Pengujian White Box ................................. Error! Bookmark not defined.
4.4.2 Pengujian Black Box ................................. Error! Bookmark not defined.
4.5 Hasil Pengukuran Akurasi ............................ Error! Bookmark not defined.
4.6 Analisis Uji Kuisioner ......................................... Error! Bookmark not defined.
BAB V...................................................................... Error! Bookmark not defined.
PENUTUP ................................................................ Error! Bookmark not defined.
5.1 Kesimpulan ......................................................... Error! Bookmark not defined.
5.2 Saran................................................................... Error! Bookmark not defined.
vi
DAFTAR PUSTAKA ............................................... Error! Bookmark not defined.
vii
DAFTAR TABEL
Hal
Tabel 2. 1 Matrik Pembandingan .......................................................................... 16
Tabel 2. 2 Skala nilai fuzzy segitiga (chang, 1996) ............................................... 18
Tabel 2. 3 Nilai Inconsistency Penilaian Responden untuk Matriks Perbandingan
Berpasangan Antar Kriteria dan Antar Subkriteria ................................ 21
Tabel 2. 4 Nilai Inconsistency Penilaian Responden untuk Matriks Perbandingan
Berpasangan Antar Alternatif ............................................................... 21
Tabel 2. 5 Nilai Bobot Alternatif .......................................................................... 23
Tabel 2. 6 Perbandingan Nilai Bobot Kriteria Kondisi Awal ................................ 23
Tabel 3. 1 Data Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa ............. 30
Tabel 3. 2 Data Banyaknya Murid dan Guru TK dan Rasio Per Desa .................. 30
Tabel 3. 3 Data Banyaknya Sekolah Tingkat Pendidikan Per Desa ....................... 31
Tabel 3. 4 Data Banyaknya Murid dan Guru SD dan Rasio Per Desa ................... 31
Tabel 3. 5 Data Banyaknya Murid dan Guru SLTP dan Rasio Per Desa............... 32
Tabel 3. 6 Data Banyaknya Murid dan Guru SMU dan Rasio Per Desa ............... 32
Tabel 3. 7 Data Banyaknya Sarana Kesehatan Dirinci Menurut Desa ................... 33
Tabel 3. 8 Data Banyaknya Rumah Tangga Memakai Listrik PLN dan Non PLN
Serta Penerangan Lainnya Per Desa ..................................................... 33
Tabel 3. 9 Data Banyaknya Rumah Tangga Yang Memiliki Telepon Dirinci Tiap
Desa ..................................................................................................... 34
Tabel 3. 10 Data Banyaknya Koperasi KUD ........................................................... 34
Tabel 3. 11 Data Penilaian ...................................................................................... 35
Tabel 3. 12 Data Kriteria Nilai ................................................................................ 41
Tabel 3. 13 Daftar Nama Desa Di Kecamatan Angkinang HSS ............................... 41
Tabel 3. 14 PVerbandingan matriks berpasangan criteria FAHP .............................. 43
Tabel 3. 15 Penghitungan Jumlah baris setiap kolom sel ......................................... 43
Tabel 3. 16 Kesimpulan Penghitungan Nilai............................................................ 44
Tabel 3. 17 Penilaian Desa Penerima Dana Pengembangan Desa ............................ 49
Tabel 3. 18 Rentang Nilai Desa Berdasarkan Intensitas Kepentingan ...................... 49
viii
ix
Hal
Tabel 3. 19 Tabel Rentang Nilai Desa Berdasarkan Intensitas Kepentingan............. 50
Tabel 3. 20 Perbandingan Alternatif berdasar K1 .................................................... 51
Tabel 3. 21 Penentuan Nilai Sintesis Kriteria .......................................................... 52
Tabel 3. 31Penentuan Nilai Sintesis Kriteria ........................................................... 81
Tabel 3. 38 Perbandingan Alternatif berdasar K1 .................................................. 100
Tabel 3. 39 Penentuan Nilai Sintesis Kriteria ........................................................ 101
Tabel 3. 40 Bobot Kriteria..................................................................................... 104
Tabel 3. 41 Bobot Alternatif.................................................................................. 105
Tabel 3. 42 Nilai Perkalian Bobot Kriteria dan Bobot Alternatif ............................ 105
Tabel 3. 43 Tabel Nama ........................................................................................ 106
Tabel 3. 44 Tabel Kriteria ..................................................................................... 106
Tabel 3. 45 Tabel Bobot Penilaian ........................................................................ 106
Tabel 3. 46 Tabel hasil .......................................................................................... 107
DAFTAR GAMBAR
Hal
Gambar 2. 1 Mekanisme penilaian desa kurang berkembang ................................. 15
Gambar 2. 2 Fungsi Keanggotaan Triangular ........................................................ 19
Gambar 2. 3 Kerangka pemikiran .......................................................................... 28
Gambar 3. 1 Diagram Konteks .............................................................................. 36
Gambar 3. 2 Use case diagram ............................................................................. 37
Gambar 3. 3 Sequence Diagram Data Master Desa ............................................... 38
Gambar 3. 4 Sequence Diagram Proses Nilai Dari Kriteria ................................... 39
Gambar 3. 5 Activity Diagram Data Master Desa Kurang berkembang .................. 39
Gambar 3. 6 Activity diagram Proses Data ............................................................ 40
Gambar 3. 7 Relasi Tabel Database ..................................................................... 107
Gambar 3. 9 Desain Form Menu Utama .............................................................. 108
Gambar 3. 8 Desain Form Login ......................................................................... 108
Gambar 3. 10 Desain Form Master Desa ............................................................... 109
Gambar 3. 11 Desain Form Master Kriteria ........................................................... 111
Gambar 3. 12 Desain Form Bobot Kepentingan Kriteria ....................................... 112
Gambar 3. 13 Desain Form Bobot Penilaian Alternatif .......................................... 113
Gambar 3. 14 Desain Form Proses Perhitungan Kriteria ........................................ 114
Gambar 3. 15 Desain Form Proses Perhitungan Alternatif ..................................... 115
Gambar 3. 16 Desain Form Proses Perangkingan .................................................. 116
Gambar 3. 17 Desain Form Cetak Laporan............................................................ 118
Gambar 3. 18 Desain Form Cetak Laporan Hasil Perankingan .............................. 118
Gambar 3. 19 Desain Form Cetak Laporan Data Bobot Penilaian .......................... 119
Gambar 3. 20 Desain Form Cetak Laporan Data Perbandingan Kriteria ................ 119
BAB I
PENDAHULUAN
1.1 Latar Belakang
Program penanggulangan kemiskinan, program Inpres Desa kurang

berkembang (IDT), maupun program – program bantuan lain merupakan suatu
program pembangunan desa terpadu yang secara umum dimaksudkan untuk
mengangkat derajat hidup orang desa, mengubah kondisi desa yang terpencil,
memperbaiki prasarana fisik desa, membuka akses transportasi dan traksansi
ekonomi, memberikan layanan dasar bagi orang desa, memerangi kemiskinan dan
kebodohan, membuat desa menjadi modern, dan lain – lain. Badan Pusat Statistik
Kabupaten Hulu Sungai Selatan, dari 148 desa yang ada di Kabupaten Hulu Sungai
Selatan, pemerintah daerah setempat masih kesulitan dalam menetapkan desa mana
yang memang perlu mendapat bantuan sebagai kategori status desa kurang
berkembang, hal ini ditandai dengan hasil perhitungan penentuan desa yang kurang
berkembang terdapat nilai yang sama. Kondisi ini menyulitkan pihak pemerintah
kecamatan dalam mengambil keputusan untuk memberikan bantuan dana
pengembangan desa mengingat bantuan ini hanya diberikan untuk satu desa, hal ini
terjadi karena belum adanya aplikasi dan metode yang digunakan untuk menentukan
status desa yang bersangkutan, dengan melihat beberapa kriteria yang ada.
Melihat kekurangan dalam mengambil keputusan yang ada, maka

dibutuhkanlah sebuah sistem yang dapat menangani kendala tersebut. Oleh karena
itu, dibangunlah sebuah sistem pendukung keputusan menentukan desa kurang
berkembang dengan menerapkan metode Fuzzy Analitycal Hierarchy Process untuk
dapat memberikan alternatif perangkingan desa yang perlu mendapat bantuan
pengembangan desa.
Beberapa penelitian yang telah dilakukan untuk pengambilan keputusan

penentuan prioritas dengan menggunakan metode Fuzzy MCDM, seperti dijelaskan
pada penjabaran dibawah ini. Pembuatan Aplikasi Pengambil Keputusan
Multikriteria Untuk Pemilihan Supplier Dengan Menggunakan Metode Fuzzy
1
2
Preference Relation Pada PT “X” Oleh Jani Setiawati Natalia, dijelaskan bahwa
Supplier adalah salah satu bagian yang sangat penting bagi perusahaan. Dengan
adanya supplier maka perusahaan dapat memenuhi kebutuhan akan barang-barang
yang diperlukan. Pada PT. “X” untuk memilih supplier, setiap karyawan yang
berwenang dalam menentukan supplier mengalami kesulitan untuk dapat langsung
mengambil keputusan terutama pada saat terdapat beberapa supplier yang memiliki
kualitas yang sama-sama baik. Untuk dapat mengatasi permasalahan tersebut maka
perlu dibuat suatu aplikasi untuk membantu dalam penentuan supplier barang.
Dimana dalam proses perhitungan digunakan metode fuzzy preference relation dan
sebagai input menggunakan data dari hasil kuesioner pemilihan supplier. Sebagai
hasil akhir didapatkan perankingan dari calon supplier untuk kemudian dipilih dan
menjadi supplier. Selain itu, juga dapat digunakan untuk menyimpan data-data
kriteria yang digunakan untuk masing-masing barang sehingga kriteria untuk setiap
barang dapat terdefinisi dengan jelas. Dengan adanya aplikasi ini maka dapat
memudahkan dalam menentukan supplier barang dan tidak memerlukan waktu yang
lama. Selain itu juga dapat menyimpan data-data kriteria setiap barang.( Natalia, J.
S., 2011).
Kemudian penelitian tentang Pemilihan Pemasok Drum Pelumas Industri

Menggunakan Fuzzy Analytical Hierarchy Process (Studi Kasus: PT. Pertamina
Pusat dan Production Unit Gresik) Oleh D. A. Mardhikawarih, dkk., menjelaskan
bahwa Pemilihan pemasok sangat penting bagi kesuksesan sebuah perusahaan
manufaktur karena biaya dan kualitas produk dan layanan memiliki peran penting
terhadap proses rantai produksi. Sebelumnya, pemasok dipilih berdasarkan
kemampuan mereka dalam memenuhi kebutuhan. Proses pemilihan pemasok adalah
proses penyelesaian masalah, yang mencakup pendefinisian masalah, formulasi
kriteria dan subkriteria, kualifikasi, dan pemilihan pemasok. Adapun penentuan
kriteria dan sub kriteria pemilihan pemasok dihitung dengan metode Fuzzy
Analytical Hierarchy Process (FAHP) yang merupakan pengembangan dari metode
AHP dengan pertimbangan grup pengambil keputusan.
Keunggulan metode AHP adalah untuk menguraikan permasalahan pemilihan

pemasok yang kompleks menjadi lebih sederhana. Definisi dari AHP adalah sebuah
3
hirarki fungsional dengan pertimbangan utama persepsi manusia (Saaty, 1994).

Selanjutnya, untuk mengakomodir proses berpikir manusia yang sering kurang tepat
dalam mendefinisikan penilaian dari pengalaman pengambil keputusan yang bersifat
konfliktual dalam bentuk linguistik seperti tidak baik, kurang baik, lebih baik hingga
sangat baik digunakan konsep fuzzy. Hal ini karena metode AHP tidak
memperhitungkan ketidakpastian dari pemetaan pendapat manusia (D. A.
Mardhikawarih, dkk., 2012)
Untuk mengatasi masalah dalam menentukan kawasan (desa) kurang

berkembang yang ada di kabupaten Hulu Sungai Selatan khususnya di Kecamatan
Angkinang, maka perlu dibangun suatu aplikasi dengan menggunakan metode
FUZZY AHP yang diharapkan dapat membantu pemerintah daerah Hulu Sungai
Selatan dalam menetapkan desa yang perlu mendapatkan bantuan.
1.2 Permasalahan Penelitian
1.2.1 Identifikasi Masalah
Pemerintah Daerah Hulu Sungai Selatan khususnya kecamatan Angkinang

masih merasa kurang tepat dalam menetapkan desa kurang berkembang untuk
memberikan bantuan pengembangan desa karena begitu banyak kriteria sebagai
acuan perhitungan dalam penentuan status desa yang belum berkembang hal ini
ditandai dengan hasil perhitungan penentuan desa yang kurang berkembang terdapat
nilai yang sama. Kondisi ini menyulitkan pihak pemerintah kecamatan dalam
mengambil keputusan untuk memberikan bantuan dana pengembangan desa
mengingat bantuan ini hanya diberikan untuk satu desa dan belum adanya aplikasi
berbasis metode yang digunakan untuk lebih memudahkan dalam perhitungan dan
penentuan hasil statusnya.
1.2.2 Ruang Lingkup Masalah
Dari permasalahan yang ada, maka pembahasan ini dibatasi hanya pada
kecamatan Angkinang yang ada di kabupaten Hulu Sungai Selatan dan data diambil
dari Badan Pusat Statistik Kabupaten Hulu Sungai Selatan.
4
1.2.3 Rumusan Masalah
Bagaimana membuat aplikasi penentuan desa yang kurang berkembang

untuk mendapatkan bantuan pengembangan desa dengan metode Fuzzy AHP yang
dapat digunakan untuk memudahkan didalam menentukan tingkat status desa.
1.3 Tujuan dan Manfaat Penelitian
Tujuan Penelitian ini adalah bertujuan untuk membuat aplikasi penentuan

desa yang kurang berkembang untuk mendapatkan bantuan pengembangan desa
dengan metode Fuzzy AHP yang dapat digunakan untuk memudahkan didalam
menentukan tingkat status desa.
Adapun Manfaat dari hasil penelitian ini yaitu diharapkan dapat membantu
Pemerintah Daerah Hulu Sungai Selatan khususnya Kecamatan Angkinang dalam
menetapkan status desa kurang berkembang agar menjadi lebih mudah dalam
menentukan desa yang berhak menerima bantuan pengembangan desa. Sedangkan
manfaat teoritis yang didapat yaitu mampu membuat suatu aplikasi menggunakan
metode Fuzzy AHP sebagai pengembangan dalam penelitian sebagai penunjang
pengambilan keputusan.
1.4 Sistematika Penulisan
Sistematika pembahasan yang dimaksud untuk lebih mempermudah setiap
bab atau sub-bab agar lebih mempermudah dalam membaca dan mempelajari materi
yang terkandung dalam laporan tugas akhir, karena pada sistematika penulisan ini
berisi deskripsi tentang materi yang ada pada laporan tugas akhir.
BAB I : PENDAHULUAN
Merupakan pendahuluan yang secara umum memberikan gambaran

tentang hal-hal yang melatarbelakangi penelitian ini dilaksanakan, tujuan
dan manfaat penelitian, rumusan masalah, ruang lingkup masalah, sampai
sistematika penulisan laporan.
5
BAB II : LANDASAN TEORI DAN KERANGKA PEMIKIRAN
Bab ini memberikan uraian sistematis mengenai literatur yang

dipergunakan dalam melakukan penulisan laporan tugas akhir sehingga
diperoleh landasan teori yang relevan dan akurat.
BAB III : METODE PENELITIAN
Dalam bab ini berisi mengenai analisa kebutuhan, metode pemilihan

sampel, metode pengumpulan data, perancangan penelitian dan teknik
analisis data.
BAB IV : ANALISA DAN PEMBAHASAN
Dalam bab ini berisi mengenai hasil dari penelitian, pembahasan sampai
implikasi penelitan.
BAB V : KESIMPULAN DAN SARAN
Bagian terakhir ini akan memaparkan hal-hal yang dapat disimpulkan

berdasarkan pembahasan sebelumnya beserta saran-saran yang sekiranya
dapat diberikan untuk perbaikan dikemudian hari.
BAB II
LANDASAN TEORI
2.1 Tinjauan Pustaka
Pada Penelitian ini Pembuatan Aplikasi Pengambil Keputusan Multikriteria

Untuk Pemilihan Supplier Dengan Menggunakan Metode Fuzzy Preference Relation
Pada PT “X” Oleh Jani Setiawati Natalia, dijelaskan bahwa Supplier adalah salah
satu bagian yang sangat penting bagi perusahaan. Dengan adanya supplier maka
perusahaan dapat memenuhi kebutuhan akan barang-barang yang diperlukan. Pada
PT. “X” untuk memilih supplier, setiap karyawan yang berwenang dalam
menentukan supplier mengalami kesulitan untuk dapat langsung mengambil
keputusan terutama pada saat terdapat beberapa supplier yang memiliki kualitas yang
sama-sama baik. Untuk dapat mengatasi permasalahan tersebut maka perlu dibuat
suatu aplikasi untuk membantu dalam penentuan supplier barang. Dimana dalam
proses perhitungan digunakan metode fuzzy preference relation dan sebagai input
menggunakan data dari hasil kuesioner pemilihan supplier. Sebagai hasil akhir
didapatkan perankingan dari calon supplier untuk kemudian dipilih dan menjadi
supplier. Selain itu, juga dapat digunakan untuk menyimpan data-data kriteria yang
digunakan untuk masing-masing barang sehingga kriteria untuk setiap barang dapat
terdefinisi dengan jelas. Dengan adanya aplikasi ini maka dapat memudahkan dalam
menentukan supplier barang dan tidak memerlukan waktu yang lama. Selain itu juga
dapat menyimpan data-data kriteria setiap barang.( Natalia, J. S., 2011)
Sedangkan pada penelitian Pemilihan Pemasok Drum Pelumas Industri
Menggunakan Fuzzy Analytical Hierarchy Process (Studi Kasus: PT. Pertamina
Pusat dan Production Unit Gresik) Oleh D. A. Mardhikawarih, dkk., menjelaskan
bahwa Pemilihan pemasok sangat penting bagi kesuksesan sebuah perusahaan
manufaktur karena biaya dan kualitas produk dan layanan memiliki peran penting
terhadap proses rantai produksi. Sebelumnya, pemasok dipilih berdasarkan
kemampuan mereka dalam memenuhi kebutuhan. Proses pemilihan pemasok adalah
proses penyelesaian masalah, yang mencakup pendefinisian masalah, formulasi
6
7

kriteria dan sub kriteria pemilihan pemasok dihitung dengan metode Fuzzy
Analytical Hierarchy Process (FAHP) yang merupakan pengembangan dari metode
AHP dengan pertimbangan grup pengambil keputusan. Keunggulan metode AHP
adalah untuk menguraikan permasalahan pemilihan pemasok yang kompleks menjadi
lebih sederhana.
2.2 Landasan Teori
2.2.1 Sistem Pendukung Keputusan
Definisi awal Sistem Pendukung Keputusan (SPK) atau Decision Suport

system (DSS) menunjukkan SPK sebagai sebuah sistem yang dimaksudkan untuk
mendukung para pengambil keputusan manajerial dalam situasi keputusan
semiterstruktur. SPK dimaksudkan untuk menjadi alat bantu bagi para pengambil
keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan
penilaian mereka.
Little (1970) mendifinisikan SPK sebagai ”sekumpulan prosedur berbasis

model untuk data pemrosesan dan penilaian guna membantu para namajer
mengambil keputusan”. Dia menyatakan bahwa untuk sukses, sistem tersebut
haruslah sederhana, cepat, mudah dikontrol, adaftif, lengkap dengan isu-isu penting,
dan mudah berkomunikasi.
Bonczek, dan kawan kawan.,(1980) mendefenisikan SPK sebagai sistem

berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi: sistem
bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan komponen
SPK lain), sitem pengetahuan (repositori pengetahuan domain masalah yang ada
pada SPK baik sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah
(hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas
manipulasi masalah umum yang diperlukan untuk pengambilan keputusan). Konsep-
konsep yang diberikan oleh defenisi tersebut sangat penting untuk memahami
hubungan antara SPK dan pengetahuan(Turban, Aronson, & Liang, 2005)
8
2.2.2 Pengertian Desa
2.2.2.1 Desa Mandiri
Adalah desa yang telah mampu mengoptimalkan potensi ekonomi (perikanan,

pertanian, peternakan, industry kecil dan lain-lain), sosil, dan lingkungan hidup
untuk kesejahteraan masyarakat.
2.2.2.2 Desa Berkembang
Adalah desa berkembang atau desa menuju mandiri adlah desa yang memiliki
potensi ekonomi (perikanan, pertanian, peternakan, industry, perdagangan, dan lain-
lain), social dan lingkungan hidup yang dapat dikembangkan menuju desa mandiri
tanpa factor pembatas yang terlampau sulit untuk diatasi.
2.2.2.3 Kawasan (desa) Kurang berkembang
Merupakan kawasan perdesaan yang ketersediaan sarana dan prasarana dasar

wilayahnya kurang/tidak ada (kurang berkembang) sehingga menghambat
pertumbuhan dan perkembangan kehidupan masyarakatnya dalam bidang ekonomi
(kemiskinan) dan bidang pendidikan (Anonim, Identifikasi Lokasi Desa Terpencil
Desa Kurang berkembang dan Pulau-pulau Kecil, 2005)
2.2.3 Penentuan Kawasan Kurang berkembang
Mekanisme yang digunakan dalam menetapkan status desa kurang

berkembang yang ada di kabupaten Hulu Sungai Selatan, yaitu instansi yang
bersangkutan menerima laporan dari masing-masing kecamatan mengenai daftar
desa yang masuk dalam kategori desa kurang berkembang kemudian instansi tersebut
harus menyeleksi desa mana yang memang benar-benar termasuk kedalam status
desa kurang berkembang. Namun instansi sering kesulitan didalam menetapkan
status desa yang bersangkutan karena banyaknya daftar desa yang masuk.
Kriteria yang dipakai dalam menetapkan status desa kurang berkembang
yaitu, persentase mayoritas pekerjaan bukan petani, adanya jaringan listrik dan
telpon, sarana kesehatan, sarana ekonomi, penerangan jalan utama dari listrik,
adanya penginapan, serta akses angkutan darat yang dilihat dari klasifikasi jalan.
9
2.2.4 Sekilas Tentang Kabupaten Hulu Sungai Selatan
Secara geologis kabupaten Hulu Sungai Selatan terdiri dari dataran tinggi
(pegunungan) yang memanjang dari arah Timur ke Selatan, sedangkan dari arah
Barat ke Utara merupakan dataran rendah yang terkadang berawa-rawa monoton.
Memiliki iklim tropis dengan curah hujan berkisar antara 2.500 mm sampai 3.000
mm per tahun.
Kabupaten Hulu Sungai Selatan berada ditengah-tengah propinsi Kalimantan

Selatan. Ibukota kabupaten Hulu Sungai Selatan adalah Kandangan berjarak 98,75
Km dari Kota Banjarmasin bila ditarik garis lurus ke arah Barat Daya, tetapi bila
berdasarkan jarak tempuh jalan darat adalah 136 Km.
Kabupaten Hulu Sungai Selatan memiliki luas 1.804,94 km atau 4,88% dari
luas wilayah propinsi Kalimantan Selatan. Terbagi menjadi 11 kecamatan dengan
148 desa (Anonim, Profil Kesehatan, Dinas Kesehatan kabupaten Hulu Sungai
Selatan, 2008).
Berikut adalah daftar nama-nama kecamatan dan kelurahan/desa yang ada di

kabupaten Hulu Sungai Selatan (Anonim, Komunitas dan Perpustakaan Online
Indonesia, 2011) :
Nama Kecamatan Nama Desa
Kecamatan angkinang 1. Desa Angkinang

2. Desa Angkinang Selatan
3. Desa Bakarung
4. Desa Bamban
5. Desa Bamban Selatan
6. Desa Bamban Utara
7. Desa Kayu Abang
8. Desa Taniran Kubah
9. Desa Taniran Selatan
10. Desa Tawia
11. Desa Telaga Sili-Sili
10
Kecamatan Daha Barat 1. Desa Badaun

2. Desa Bajayau
3. Desa Bajayau Lama
4. Desa Bajayau Tengah
5. Desa Baru
6. Desa Siang Gantung
7. Desa Tanjung Selor
Kecamatan Daha Selatan 1. Desa Banjarbaru
2. Desa Banua Hanyar
3. Desa Baruh Jaya
4. Desa Bayanan
5. Desa Habirau
6. Desa Muning Baru
7. Desa Muning Dalam
8. Desa Muning Tengah
9. Desa Pandan Sari
10. Desa Parigi
11. Desa Pihanan Raya
12. Desa Samuda
13. Desa Sungai Pinang
14. Desa Tambangan
15. Desa Tumbukan Banyu
Kecamatan Daha Utara 1. Desa Baruh Kembang
2. Desa Belah Paikat
3. Desa Hakurung
4. Desa Hamayung
5. Desa Hamayung Utara
6. Desa Mandala Murung
Masjid
7. Desa Murung Raya
11
8. Desa Paharangan
9. Desa Pakan Dalam
10. Desa Pakapuran Kecil
11. Desa Pandak Daun
12. Desa Pangandingan
13. Desa Paramaian
14. Desa Pasungkan
15. Desa Sungai Garuda
16. Desa Sungai Mandala
17. Desa Taluk Haur
18. Desa Tambah Bitin
19. Desa Teluk Labak
Kecamatan Kalumpang 1. Desa Bagu Tanggul
2. Desa Balanti
3. Desa Balimau
4. Desa Kalumpang
5. Desa Karang Bulan
6. Desa Karang Paci
7. Desa Sirih
8. Desa SIrih Hulu
9. Desa Tambingkar
Kecamatan Kandangan 1. Desa Kandangan Kota
2. Desa Amawang Kanan
3. Desa Amawang Kiri
4. Desa Amawang Kiri Muka
5. Desa Bariang
6. Desa Kandangan Barat
7. Desa Lungau
8. Desa Sungai Paring
9. Desa Jambu Hilir
10. Desa Kandangan Utara
11. Desa Tibung Raya
12
12. Desa Gambah Dalam

13. Desa Gambah Dalm Barat
14. Desa Gambah Luar
15. Desa Gambah Luar Muka
16. Desa Baluti
17. Desa Bangkau
18. Desa Sungai Kupang
Kecamatan Loksado 1. Desa Halunuk
2. Desa Haratai
3. Desa Hulu Banyu
4. Desa Kamawakan
5. Desa Lok Lahung
6. Desa Loksado
7. Desa Lumpang
8. Desa Malinau
9. Desa Panggungan
10. Desa Tumingki
11. Desa Ulang (Muara Ulang)
Kecamatan Padang Batung 1. Desa Batu Bini
2. Desa Batu Laki
3. Desa Durian Rabung
4. Desa Jalatang
5. Desa Jambu Hulu
6. Desa Jembatan Merah
7. Desa Kaliring
8. Desa Karang Jawa
9. Desa Karang Jawa Muka
10. Desa Madang
11. Desa Malilingin
12. Desa Malutu
13. Desa Mawangi
14. Desa Padang Batung
13
15. Desa Pahampangan

16. Desa Pandulangan
17. Desa Tabihi
Kecamatan Simpur 1. Desa Amparaya
2. Desa Garunggang
3. Desa Kapuh
4. Desa Panjampang Bahagia
5. Desa Pantai Ulin
6. Desa Simpur
7. Desa Tebing Tinggi
8. Desa Ulin
9. Desa Wasah Hilir
10. Desa Wasah Hulu
11. Desa Wasah Tengah
Kecamatan Sungai Raya 1. Desa Asam
2. Desa Baru
3. Desa Batang Kulur Kanan
4. Desa Batang Kulur Kiri
5. Desa Batang Kulur Tengah
6. Desa Bumi Barkat
7. Desa Hamalau
8. Desa Hariti
9. Desa Ida Manggala
10. Desa Karasikan
11. Desa Paring Agung
12. Desa Sarang Halang
13. Desa Sungai Kali
14. Desa Sungai Raya Selatan
15. Desa Sungai Raya Utara
16. Desa Tamiyang
17. Desa Tanah Bangkal
18. Desa Telaga Bidadari
14
Kecamatan Telaga Langsat 1. Desa Ambutan

2. Desa Gumbil
3. Desa Hamak
4. Desa Hamak Timur
5. Desa Hamak Utara
6. Desa Lok Binuang
7. Desa Longawang
8. Desa Mandala
9. Desa Pakuan Timur
10. Desa Pandulangan
11. Desa Telaga Langsat
2.2.5 Mekanisme Penilaian Perkembangan Desa Pada Kecamatan Angkinang
Pada penentuan desa yang berkembang dan belum berkembang, kecamatan

angkinang kabupaten Hulu Sungai Selatan membentuk tim survey untuk menilai
perkembangan desa di kecamatan angkinang. Untuk menentukan desa yang belum
berkembang, maka dilakukan prosedur perhitungan seperti di bawah ini.
1. Penilaian berdasarkan Kriteria
2. Penilaian masing-masing desa berdasarkan setiap kriteria kriteria dan sesuai

bobot yang telah ditentukan oleh pihak kecamatan dan BPS Kabupaten Hulu
Sungai Selatan
3. Hitung total nilai setiap desa berdasarkan kriteria
4. Hitung rata-rata dari total nilai/
5. Tentukan perangkingan dari nilai yang terendah sampai nilai rata-rata yang
tertinggi.
15
Untuk lebih jelasnya dapat digambarkan seperti gambar di bawah ini.
Mulai
Penilaian berdasarkan
Kriteria
Rekapitulasi Nilai masing-

masing desa berdasarkan
kriteria
Hitung total nilai setiap desa

berdasarkan kriteria
Hitung rata-rata dari

total nilai
Tentukan perangkingan dari

nilai yang terendah sampai
nilai rata-rata yang tertinggi.
Hitung rata-rata dari

total nilai
Selesai
Gambar 2. 1 Mekanisme penilaian desa kurang berkembang
2.2.6 Analytic Hierarchy Process (AHP)
Model AHP merupakan tool pada multi attribute decision yang digunakan
dibidang financial dan non‐financial, ukuran quantitative dan qualitative yang
diberikan dan penjualannya pada tujuannya. AHP bertujuan integrasi perbedaan
ukuran dalam skor tunggal secara keseluruhan untuk perangkingan alternative
16
keputusan. Karakteristik utamanya berdasar pada penetapan perbandingan

berpasangan.
Pengambilan keputusan dengan menggunakan metode AHP didasarkan pada

3 prinsip pokok, yaitu:
1. Penyusunan hirarki.
Penyusunan hirarki permasalahan merupakan langkah untuk memperjelas dan

memperdetail masalah yang rumit dan kompleks.
.....................................(2.1)
Tabel 2. 1 Matrik Pembandingan

Nilai Interpretasi
1 Ci dan Cm sama penting
3 Ci sedikit lebih penting dari Cm
5 Ci lebih kuat kepentingannya dari Cm
7 Ci sangat kuat kepentingannya dari Cm
9 Ci mutlak kepentinganya dari Cm
2,4,6,8 2,4,6,8 Nilai‐nilai kompromi ke‐dua elemen
Ini merupakan perhitungan AHP yang dimiliki oleh Saaty Ci adalah nilai
bobot dari criteria pada setiap alternatif, i untuk baris sedangkan m untuk kolom,
namun dalam perhitung fazzy ahp yang saya ambil yaitu perhitungang fuzzy yang
dimiliki oleh chang yang nilai perbandingannya sudah ditentukan namun cara
yang dipakai menggunakan proses ahp.
2. Penentuan prioritas
Pengambilan keputusan AHP melakukan analisis prioritas elemen dengan

melakukan perbadingan berpasangan antara 2 elemen kritera hingga semua
17
elemen kriteria.Prioritas ini ditentukan berdasarkan pandangan para pakar dan

pihak-pihak yang berkepentingan terhadap pengambil keputusan.
3. Konsistensi logis
Konsistensi setiap elemen kriteria yang telah ditentukan merupakan prinsip

untuk menentukan validasi data dan hasil pengambilan keputusan.
2.2.7 Model Fuzzy AHP
Model AHP pertama yang dikembangkan oleh Thomas L. Saaty (1990)

merupakan AHP dengan pembobotan additive, disebut additive karena operasi
aritmatika untuk mendapatkan bobot totalnya adalah penjumlahan. Untuk lebih
jelasnya model AHP additive Saat dapat dilihat pada Saaty (1990).
Selanjutnya beberapa model fuzzy AHP dengan pembobotan additive telah

dikembangkan oleh beberapa peneliti. Akan tetapi dari beberapa model yang ada ini
untuk suatu kasus tertentu terdapat beberapa kekurangan, sehingga dikembangkanlah
model Fuzzy AHP dengan pembobotan non-additive. Salah satu model dengan
pembobotan non-additive dikembangkan oleh Yudhistira, dkk., (2000).
Pembahasan dalam penelitian ini mengacu pada model AHP non-additive nya
Yudistira, dimana secara umum prosedur perhitungannya terdiri dari empat langkah,
yaitu (1) penilaian alternatif terhadap setiap kriteria, (2) pembobotan kriteria, (3)
perhitungan nilai akhir, dan (4) ranking dan keputusan akhir. Pada langkah (1) yaitu
penilaian alternatif, pengambil keputusan diminta memberikan suatu rangkaian
penilaian terhadap alternatif x yang ada dalam bentuk bilangan fuzzy triangular
(triangular fuzzy number (TFN)), yang disusun berdasarkan variabel linguistik.
Selanjutnya, nilai fuzzy didefinisikan bagi setiap alternatif pada setiap kriteria.
Seperti terlihat pada table skala nilai fuzzy segitiga (Chang, 1996).
18
Tabel 2. 2 Skala nilai fuzzy segitiga (chang, 1996)

Intensitas Triangular
Reciprocal
kepentingan Himpunan Linguistik Fuzzy Number
(kebalikan)
AHP (TFN)
1 Perbandingan elemen yang sama (1, 1 1) (1, 1, 1)
(Just Equal)
2 Pertengahan (Intermediate) (1/2, 1, 3/2) (2/3, 1, 2)
3 Elemen satu cukup penting dari (1, 3/2, 2) (1/2, 2/3, 1)
yang lainnya (moderately
important)
4 Pertengahan (intermediate ) (3/2, 2, 5/2) (2/5, ½, 2/3)
elemen satu lebih cukup penting
dari yang lainnya
5 Elemen satu kuat pentingnya dari (2, 5/2, 3) (1/3, 2/5, ½)
yang lain (strongly inportant)
6 Pertengahan (intermediate) (5/2, 3, 7/2) (2/7, 1/3, 2/5)
7 Elemet satu lebih kuat pentingnya (3, 7/2, 4) (1/4, 2/7, 1/3)
dari yang lain (very strong)
8 Pertengahan (intermediate) (7/2, 4,9/2) (2/9, ¼, 2/7)
9 Elemen satu mutlak lebih penting (4, 9/2, 9/2) (2/9, 2/9,1/4)
dari yang lainnya (extremely
strong)
Dalam TFN diberikan tiga kondisi untuk nilai fungsi keanggotaan, yaitu pesimis,
paling disukai dan optimis, seperti pada Gambar 1.
19
Gambar 2. 2 Fungsi Keanggotaan Triangular
Dalam langkah (2), yaitu pembobotan kriteria, Zeleny (1983) membaginya menjadi
dua tipe yaitu: (1) bobot prior wi, yang sifatnya relatif stabil, menggambarkan
keadaan psikologis dan sosial dari pengambil keputusan, (2) bobot informasi li ,
sifatnya tidak stabil. Bobot prior, pada dasarnya merupakan modifikasi pembobotan
AHP yang dikembangkan oleh Saaty. Dimana langkah-langkah perhitungannya
adalah sebagai berikut:
1. Menentukan nilai sintesis Fuzzy (Si) prioritas dengan rumus,
𝑗 1
𝑆𝑖 = ∑𝑚
𝑗=1 𝑀𝑖 𝑥 𝑗 ................……….. (2.2)
∑𝑛 𝑚
𝑖=1 ∑𝑗=1 𝑀𝑖
dimana :
𝑗
∑𝑚 𝑚 𝑚 𝑚
𝑗=1 𝑀𝑖 = ∑𝑗=1 𝑙𝑗, ∑𝑗=1 𝑚𝑗, ∑𝑗=1 𝑢𝑗 .......……. . (2.3)
Sedangkan,
1 1
𝑗 = ∑𝑛 𝑛 𝑛 .........………. . (2.4)
∑𝑛 𝑚
𝑗=1 ∑𝑗=1 𝑀𝑖 𝑖=1 𝑢𝑖 ,∑𝑖=1 𝑚𝑖 ,∑𝑖=1 𝑙𝑖
2. Menentukan nilai vector (V) dan Nilai Ordinat Defuzzifikasi (d’).
Jika hasil yang diperoleh pada setiap matrik fuzzy, M2 ≥ M1 (M2 = (l2, m2, u2)
dan M2 = (l1, m1, u1), maka nilai vector dapat dirumuskan sebagai berikut :
V (M2 ≥ M1) = sup[min(µM1(x), min(µM2(y)))]
Atau dapat digambarkan dengan grafik
20
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = { 𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐 .............……….(2.5)
𝒍𝟏 −𝝁𝟐
(𝒎𝟐−𝝁𝟐)−(𝒎𝟏−𝒍𝟏)
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
Jika hasil nilai fuzzy lebih besar dari k, Mi (i=1,2,..k) maka nilai vector dapat
didefinisikan sebagai berikut :
V(M≥Mi, M2,….., Mk) = V(M≥ M1) dan V(M≥ M2) dan V(M≥ M1) dan V(M≥
Mk) = min V(M≥ Mi) .........……….(2.6)
Asumsikan bahwa,
d’(Ai) = min V( Si ≥ Sk)
Untuk k =1,2,…..,n ;k ≠ I, maka diperoleh nilai bobot vector
W’ = (d’ (A1), d’ (A2) …, d’ (An))T .........……….(2.7)
Dimana Ai = 1, 2, 3,……,n adalah n elemen keputusan.
3. Normalisasi Nilai Bobot vector Fuzzy (W)
Setelah dilakukan normalisasi dari persamaan (2.5) maka nilai bobot vector
yang ternormalisasi adalah seperti rumus berikut :
W= (d(A1), d(A2), … , d’ (An))T .........……….(2.8)
Dimana W adalah bilangan non fuzzy
4. Akhirnya bobot prior bagi setiap kriteria ke-i, didapat dengan membagi setiap
nilai ai dengan jumlah kriteria yang dibandingkan (n), yaitu
𝑎̂𝑖
𝑤
̂𝑖 = ,∀𝑖 ........……….(2.9)
𝑛
2.2.8 Contoh Kasus Metode Fuzzy-AHP
Contoh perhitungan metode Fuzzy-AHP pada kasus Analisis Pemilihan

Supplier Bahan Baku Dengan Menggunakan Metode Fuzzy Analytical Hierarchy
Process (FAHP) Dalam penelitian ini, data diolah dengan menggunakan metode
Fuzzy Analytical Hierarchy Process (FAHP). Langkah pertama yang harus dilakukan
adalah menghitung nilai Inconsistency dari matriks perbandingan berpasangan.
Nilai Inconsistency merupakan nilai yang menyatakan ukuran tentang konsisten
atau tidaknya suatu penilaian perbandingan berpasangan. Suatu matriks
penilaian dikatakan konsisten apabila memiliki Inconsistency 0,1. Dalam
21
penelitian ini, nilai Inconsistency didapatkan dengan menggunakan software Expert

Choice 11. Dari tabel, dapat dilihat bahwa nilai Inconsistency penilaian
responden untuk seluruh matriks perbandingan berpasangan kurang dari 0,1. Hal
ini berarti bahwa penilaian yang diberikan oleh para ahli tentang kriteria, subkriteria,
dan alternatif pemilihan supplier telah konsisten.
Tabel 1 Nilai Inconsistency Penilaian Responden untuk Matriks Perbandingan

Berpasangan Antar Kriteria dan Antar Subkriteria
Tabel 2 Nilai Inconsistency Penilaian Responden untuk Matriks Perbandingan

Berpasangan Antar Alternatif
Setelah nilai matriks perbandingan berpasangan terbukti konsisten, maka

selanjutnya adalah mengkonversi nilai matriks perbandingan berpasangan ke
skala Triangular Fuzzy Number (TFN). Skala Triangular Fuzzy Number (TFN)
berfungsi untuk memberikan range penilaian responden. Range penilaian ini
22
bertujuan untuk meminimalkan subjektivitas manusia dalam menilai sesuatu dan

mengatasi ketidakpresisian penilaian.
Langkah selanjutnya adalah menghitung nilai rata-rata geometris. Nilai rata-

rata geometris merupakan nilai yang dapat mewakili seluruh penilaian responden
terhadap suatu perbandingan berpasangan. Jika pada matriks perbandingan
berpasangan nilainya merupakan nilai bulat, maka pada nilai rata-rata geometris,
nilai yang didapatkan berupa nilai desimal. Nilai decimal ini menunjukkan nilai
presisi dari ketiga penilaian responden terhadap suatu perbandingan berpasangan
antar elemen. Langkah terakhir yang harus dilakukan adalah menghitung nilai
bobot. Nilai bobot digunakan untuk perangkingan elemen tiap level dari struktur
hierarki pemilihan supplier, yang terdiri dari level kriteria dan level subkriteria.
Dengan hasil akhir perangkingan berupa nilai bobot alternatif yang dapat
digunakan untuk pengambilan keputusan pemilihan supplier bahan baku kayu. Dari
hasil perhitungan didapatkan bahwa nilai bobot yang paling tinggi untuk
kriteria pemilihan supplier adalah kriteria kualitas barang dengan nilai 0.29.
Kemudian diikuti oleh kriteria harga barang dengan nilai 0.25, kriteria pengiriman
barang dengan nilai 0.19, dan kriteria kapasitas dan fasilitas produksi dengan
nilai 0.15. Kriteria dengan nilai bobot terendah adalah kriteria garansi dan layanan
pengaduan dengan nilai 0.11.
Berdasarkan hasil pengolahan data dengan menggunakan metode Fuzzy

Analytical Hierarchy Process (FAHP), didapatkan bahwa nilai bobot tiap
alternatif seperti yang ada pada tabel 3. Hal ini menunjukkan bahwa supplier
yang mempunyai performansi terbaik dalam menyediakan bahan baku kayu
untuk PT. Mitra Mandiri Perkasa adalah PT. Aneka Lokanusa Utama.
23
Tabel 3 Nilai Bobot Alternatif
Uji sensitivitas ini dilakukan untuk mengetahui apakah perubahan

kebijakan perusahaan mempengaruhi hasil keputusan pemilihan supplier.
Perubahan kebijakan yang mungkin terjadi di PT. Mitra Mandiri Perkasa
adalah perubahan kebijakan keuangan. Untuk itu, uji sensitivitas pada penelitian
ini dilakukan dengan mencoba merubah penilaian terhadap salah satu kriteria
pemihan supplier, yaitu kriteria harga barang. Perubahan penilaian menyebabkan
nilai bobot untuk setiap kriteria juga ikut berubah. Perubahan nilai bobot kriteria
untuk uji sensitivitas dapat dilihat pada tabel 2.6.
Tabel 4 Perbandingan Nilai Bobot Kriteria Kondisi Awal

dan Nilai Bobot Kriteria untuk Uji Sensitivitas
Setelah dilakukan uji sensitivitas, maka diketahui bahwa perubahan

kebijakan perusahaan terhadap kriteria harga barang mempengaruhi hasil akhir
keputusan pemilihan supplier. Perubahan nilai bobot kriteria harga barang
menyebabkan nilai bobot alternatif juga ikut berubah. Hasil dari uji sensitivitas
menunjukkan bahwa UD. Berkah mendapatkan nilai bobot tertinggi yaitu 0.36.
Kemudian disusul dengan PT. Aneka Lokanusa Utama 0.34 dan PK. Tiga
Saudara 0.30. Berdasarkan hasil ini, maka supplier yang terpilih adalah UD.
Berkah.
24
2.2.9 Unified Modelling Language
Unified Modelling Language (UML) merupakan sistem arsitektur yang

bekerja dalam object oriented analysis design untuk memvisualisasikan, membangun
dan mendokumentasikan objek-objek dari sistem software untuk memodelkan bisnis
dan komponennya. (Munawar, 2005)
UML memiliki beberapa diagram grafis dalam membuat suatu model sebagai
berikut ini :
a. Use-Case Diagram, menjelaskan manfaat sistem jika dilihat menurut pandangan
pihak eksternal (actor). Diagram ini menunjukkan penggunaan suatu sistem atau
kelas dan bagaimana sistem berinteraksi dengan dunia luar.
b. Class Diagram memperlihatkan hubungan antar kelas dan penjelasan detail tiap-
tiap kelas di dalam perancangan model dari suatu sistem.
c. Statechart Diagram, digunakan untuk memodelkan perilaku dinamis satu kelas

atau obyek. Statechart Diagram memperlihatkan urutan sesaat (state) yang
dilalui sebuah obyek.
d. Activity Diagram, memodelkan alur kerja sebuah proses bisnis dan urutan
aktivitas dalam suatu proses. Activity diagram dapat memodelkan alur kerja dari
satu aktivitas ke aktivitas lainnya atau dari satu aktivitas ke dalam keadaan
sesaat (state) , juga sangat berguna ketika ingin menggambarkan perilaku paralel
atau menjelaskan bagaimana perilaku dalam berbagai use-case berinteraksi.
e. Sequence Diagram, menjelaskan interaksi obyek yang disusun dalam suatu

urutan waktu, secara khusus berhubungan dengan use-case. Sequence diagram
memperlihatkan tahap demi tahap apa yang seharusnya terjadi untuk
menghasilkan sesuatu di dalam use-case.
f. Collaboration Diagram, melihat pada interaksi dan hubungan terstruktur antar

obyek, menekan pada hubungan (relationship) antar obyek. Collaboration
diagram digunakan sebagai alat untuk menggambarkan interaksi yang
mengungkapkan keputusan mengenai perilaku sistem.
25
g. Component Diagram, menggambarkan alokasi semua kelas dan obyek ke dalam

komponen-komponen dalam rancangan fisik sistem software. Diagram ini
memperlihatkan pengaturan dan kebergantungan antara komponen-komponen
software seperti source code, binary code dan komponen tereksekusi.
2.2.10 Database Management System
Database Manajement System (DBMS) dapat diartikan sebagai suatu

program yang mengontrol dan mengatur pengorganisasian, penyimpanan dan
pengambilan data pada suatu database (Yanuar & Hakim, 2007:15). Selain
bertanggung jawab atas keamanan (security) dan kesatuan (integrity) database
tersebut, DBMS juga menerima permintaan data dari program aplikasi untuk
kemudian memerintahkan sistem operasi untuk mengirimkan data yang
dimaksudkan.
Untuk dapat berkomunikasi dengan data yang ada pada database secra
interaktif, biasanya user menggunakan query language dan report writers. Query
language adalah suatu bahasa yang lahir sebagai jawaban atas kebutuhan untuk dapat
mengakses data suatu database (Yanuar, 2007:16).
Dengan adanya bahasa query, programmer dan database administrator dapat
melakukan :
a. Modifikasi struktur database
b. Perubahan pengaturan keamanan sistem
c. Menambah user permission (hak aksses) terhadap suatu tabel dan database
d. Memperoleh informasi/data dari database
e. Mengubah (update) isi dari suatu database.
2.2.11 Structured Query Language
Menurut Yanuar (2007:35) SQL adalah bahasa nonprocedural untuk

mengakses data pada database relasional. Dalam SQL ada dua pengertian, yaitu
interaktif dan embedded. Interaktif SQL digunakan untuk dioperasikan secara
langsung pada suatu database untuk menghasilkan output untuk langsung dilihat
26
hasilnya. Pasa SQL bentuk ini, pengetikan perintah dieksekusi pada saat itu juga, dan
dapat dilihat hail outputnya segera. Embedded sendiri terdiri atas printah-printah
SQL yang diletakkan dalam program, yang umumnya menggunakan bahasa
pemrograman lain, seperti Visual Basic atau Delphi. Cara ini dapat membuat
program lebih baik dan efisien. Bagaimanapun juga cara ini memerlukan
penyesuaian antara bahasa pemrograman dengan struktur SQL. Selain itu cara
manajemen data seperti itu memerlukan perluasan dan penggunaan interaktif SQL.
2.2.12 Borland Delphi 7
Borland Delphi merupakan suatu bahasa pemrograman yang memberikan

berbagai fasilitas pembuatan aplikasi visual.keunggulan bahasa pemrograman ini
terletak pada produktivitas, kualitas, pengembangan perangkat lunak, kecepatan
kompilasi, pola desain yang menarik serta diperkuat dengan pemrograman yang
terstruktur.
Keunggulan lain dari Delphi adalah dapat digunakan untuk merancang

program aplikasi yang memiliki tampilan seperti program aplikasi lain yang ebrbasis
windows. Khusus untuk pemrograman database, Borland Delphi menyediakan
fasilitas objek yang kuat dan lengkap yang memudahkan programmer dalam
membuat program. Format database yang dimiliki Delphi adalah format database
Paradok, dBase, MS Access, ODBC, SyBASE, Oracle dan lain-lain. (MADCOM,
2007).
Dalam Delphi sangatlah mudah untuk membuat suatu database dengan

komponen-komponen database yang tersedia. Hal ini dapat dilakukan seperti
membuat aplikasi Delphi lainnya. Untuk membuat suatu aplikasi database cukup
diletakkan komponen-komponen database pada form dan kemudian menetapkan
nilai properti-propertinya dengan cara pemrograman atau mengisi field-field dalam
windows Object Inspector. Aplikasi database sangatlah fleksibel, yaitu dalam
pembuatan dan proses manipulasi data dan tabel dapat digunakan komponen-
komponen Delphi, kode pascal dan bahkan dengan Structured Query Language
(SQL). (Yanuar, 2004).
27
Delphi 7 memiliki fitur – fitur baru dan memperbaiki fitur – fitur yang telah
dimiliki oleh Delphi 6. Fitur baru di Delphi 7 dapat ditemui di kategori IDE, Web,
COM, Database, Component Library, Runtime Library, Compiler, RaveReports,
ModelMaker, dan Documentation.(Yanuar, 2004). Selain itu pada Borland Delphi 7
terdapat arsitektur database diantaranya :
Form User Interface : user interface yang biasa disebut form merupakan tempat
untuk meletakkan komponen, baik komponen database
ataupun komponen lainnya.
Data Module : digunakan untuk meletakkan komponen database yang
akan digunakan secara bersamaan dalam aplikasi yang
sama.
Data Source : berfungsi sebagai interface data sehingga data dalam
database dapat ditampilkan.
Dataset : merupakan tempat untuk menampung record–record
yang ingin diambil dari database.
Data Connection : digunakan untuk melakukan koneksi ke database.
28
2.3 Kerangka Pemikiran

MASALAH
Pemerintah Daerah Hulu Sungai Selatan khususnya kecamatan Angkinang masih merasa
kurang tepat dalam menetapkan desa kurang berkembang untuk memberikan bantuan
pengembangan desa karena begitu banyak kriteria sebagai acuan perhitungan dalam
penentuan status desa yang belum berkembang
PENDEKATAN PENYELESAIAN
Fuzzy AHP
PENGEMBANGAN SISTEM
DESAIN CODING TESTING
UML Delphi Whitebox dan Blackbox
PENERAPAN SISTEM
Kabupaten Hulu Sungai Selatan PreTest dan PostTest
Kecamatan Angkinang
PENGUJIAN SISTEM
Grafik Perbandingan : PreTest dan PostTest
HASIL
Aplikasi penentuan desa yang kurang berkembang untuk mendapatkan
bantuan pengembangan desa dengan metode Fuzzy AHP yang dapat
digunakan untuk memudahkan didalam menentukan tingkat status desa
Gambar 2. 3 Kerangka pemikiran

BAB III
METODE PENELITIAN
3.1 Analisa Kebutuhan
Sistem yang akan dibangun merupakan aplikasi dengan metode Fuzzy AHP
dalam menetapkan status desa kurang berkembang di Kabupaten Hulu Sungai selatan
pada Kecamatan Angkinang. Pada sistem ini user menginputkan nilai dari kriteria
desa kurang berkembang dan selanjutnya sistem akan memberikan output berupa
informasi penetapan rangking status desa kurang berkembang.
Adapun analisa kebutuhan pada penelitian ini dibagi menjadi 2 yaitu

Pemilihan Sampel dan Pengumpulan Data.
3.1.1 Metode Pemilihan Sampel
Kriteria yang digunakan didalam menetapkan status desa kurang berkembang

yang ada di Kabupaten Hulu Sungai Selatan Kecamatan Angkinang, yaitu:
1. Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa
2. Banyaknya Murid dan Guru TK dan Rasio Per Desa
3. Banyaknya Sekolah Tingkat Pendidikan Per Desa
4. Banyaknya Murid dan Guru SD dan Rasio Per Desa
5. Banyaknya Murid dan Guru SLTP dan Rasio Per Desa
6. Banyaknya Murid dan Guru SMU dan Rasio Per Desa
7. Banyaknya Sarana Kesehatan Dirinci Menurut Desa
8. Banyaknya Rumah Tangga Memakai Listrik PLN dan Non PLN Serta
Penerangan Lainnya Per Desa
9. Banyaknya Rumah Tangga Yang Memiliki Telepon Dirinci Tiap Desa
10. Banyaknya Koperasi KUD
29
30
Adapun data-data dari masing-masing kriteria diperinci per desa seperti pada tabel-
tabel di bawah ini.
Tabel 3. 1 Data Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa
Taman Kanak-kanak
No Nama Desa/Kelurahan Total
Negeri Swasta
1 TELAGA SILI-SILI 0 1 1
2 TANIRAN SELATAN 0 1 1
3 TANIRAN KUBAH 0 2 2
4 BAKARUNG 0 3 3
5 ANGKINANG SELATAN 0 0 0
6 TAWIA 0 2 2
7 KAYU ABANG 0 1 1
8 ANGKINANG 0 2 2
9 BAMBAN SELATAN 0 1 1
10 BAMBAN 0 0 0
11 BAMBAN UTARA 0 2 2
Tabel 3. 2 Data Banyaknya Murid dan Guru TK dan Rasio Per Desa
Jumlah
No Nama Desa/Kelurahan Rasio
Murid Guru
1 TELAGA SILI-SILI 24 3 0,13

2 TANIRAN SELATAN 16 3 0,19
3 TANIRAN KUBAH 63 9 0,14
4 BAKARUNG 89 12 0,13
5 ANGKINANG SELATAN 0 0 0,00
6 TAWIA 55 5 0,09
7 KAYU ABANG 31 3 0,10
8 ANGKINANG 73 8 0,11
9 BAMBAN SELATAN 36 3 0,08
10 BAMBAN 0 0 0,00
11 BAMBAN UTARA 69 7 0,10
31
Tabel 3. 3 Data Banyaknya Sekolah Tingkat Pendidikan Per Desa

Jumlah Sekolah
No Nama Desa/Kelurahan
SD SMP SMU
4 BAKARUNG 3 0 0
6 TAWIA 3 0 0
7 KAYU ABANG 4 0 0
8 ANGKINANG 2 1 1
10 BAMBAN 0 0 0
Tabel 3. 4 Data Banyaknya Murid dan Guru SD dan Rasio Per Desa
Jumlah
Murid Guru
4 BAKARUNG 443 28 0,06
6 TAWIA 197 25 0,13
7 KAYU ABANG 267 34 0,13
8 ANGKINANG 217 20 0,09
10 BAMBAN 0 0 0,00
Tabel 3. 5 Data Banyaknya Murid dan Guru SLTP dan Rasio Per Desa
Jumlah
Murid Guru
4 BAKARUNG 0 0 0
6 TAWIA 0 0 0
7 KAYU ABANG 0 0 0
8 ANGKINANG 153 18 0,12
10 BAMBAN 0 0 0
Tabel 3. 6 Data Banyaknya Murid dan Guru SMU dan Rasio Per Desa
Jumlah
Murid Guru
4 BAKARUNG 0 0 0
6 TAWIA 0 0 0
7 KAYU ABANG 0 0 0
8 ANGKINANG 267 28 0,10
10 BAMBAN 0 0 0
32
33
Tabel 3. 7 Data Banyaknya Sarana Kesehatan Dirinci Menurut Desa

Sarana Kesehatan
Nama
No Rumah
Desa/Kelurahan Puskesmas Pustu Poskesdes
Bidan
1 TELAGA SILI-SILI 0 1 0 0
TANIRAN
2 SELATAN 0 1 0 2
3 TANIRAN KUBAH 0 1 0 1
4 BAKARUNG 0 0 0 1
ANGKINANG
5 SELATAN 0 0 0 1
6 TAWIA 0 1 0 1
7 KAYU ABANG 0 1 0 1
8 ANGKINANG 1 0 0 1
9 BAMBAN SELATAN 0 1 0 1
10 BAMBAN 0 0 0 1
11 BAMBAN UTARA 0 0 0 0
Tabel 3. 8 Data Banyaknya Rumah Tangga Memakai Listrik PLN dan Non
PLN Serta Penerangan Lainnya Per Desa
Jumlah
No Nama Desa/Kelurahan
Pemakai RT Rasio
4 BAKARUNG 534 652 0,82
6 TAWIA 359 641 0,56
7 KAYU ABANG 264 535 0,49
8 ANGKINANG 364 569 0,64
10 BAMBAN 248 354 0,70
11 BAMBAN UTARA 336 412 0,82
34
Tabel 3. 9 Data Banyaknya Rumah Tangga Yang

Memiliki Telepon Dirinci Tiap Desa
Nama Jumlah
No Rasio
Desa/Kelurahan Pemakai RT
4 BAKARUNG 68 652 0,10
ANGKINANG
5 SELATAN 0 280 0,00
6 TAWIA 0 641 0,00
7 KAYU ABANG 0 535 0,00
8 ANGKINANG 0 569 0,00
10 BAMBAN 0 354 0,00
Tabel 3. 10 Data Banyaknya Koperasi KUD
No Nama Desa/Kelurahan Jumlah
1 TELAGA SILI-SILI 0
2 TANIRAN SELATAN 0
3 TANIRAN KUBAH 0
4 BAKARUNG 1
5 ANGKINANG SELATAN 0
6 TAWIA 1
7 KAYU ABANG 0
8 ANGKINANG 1
9 BAMBAN SELATAN 0
10 BAMBAN 0
11 BAMBAN UTARA 0
Tabel 3. 11 Data Penilaian
Nilai Kriteria Nilai
No Kode Nama Desa Total
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 Rata2
2 A10 BAMBAN 20 20 20 20 20 20 25 80 20 20 265 26,50
1 A5 ANGKINANG SELATAN 80 20 20 20 20 20 25 20 20 20 265 26,50
3 A1 TELAGA SILI-SILI 40 40 27 40 20 20 25 40 20 20 292 29,17
4 A3 TANIRAN KUBAH 40 40 27 20 20 20 30 60 20 20 297 29,67
5 A9 BAMBAN SELATAN 20 20 33 20 40 20 30 80 20 20 303 30,33
6 A7 KAYU ABANG 20 40 40 40 20 20 30 60 20 20 310 31,00
7 A2 TANIRAN SELATAN 20 40 27 40 20 20 30 80 20 20 317 31,67
8 A6 TAWIA 40 20 33 40 20 20 30 60 20 40 323 32,33
9 A11 BAMBAN UTARA 40 40 27 20 20 20 20 100 20 20 327 32,67
10 A8 ANGKINANG 40 40 40 20 40 40 30 80 20 40 390 39,00
11 A4 BAKARUNG 60 40 33 20 20 20 25 100 40 40 398 39,83
Sumber : Data BPS Hulu Sungai Selatan
Keterangan :
Data yang bermasalah adalah desa angkinang dan desa bamban dikarenakan dua desa ini memiliki nilai yang sama, sebagai desa yang terpilih
yang mendapatkan bantuan dana pengembangan desa seharusnya salah satu dari desa mempunyai nilai yang berbeda .
perhitungan ini terjadi karena nilai rata-rata yang dihasilkan berasal dari jumlah nilai setiap kreteria dibagi banyak kreteria tanpa
mempertimbangkan bobot kreteria.
35
36
Keterangan :
K1 Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa
K2 Banyaknya Murid dan Guru TK dan Rasio Per Desa
K3 Banyaknya Sekolah Tingkat Pendidikan Per Desa
K4 Banyaknya Murid dan Guru SD dan Rasio Per Desa
K5 Banyaknya Murid dan Guru SLTP dan Rasio Per Desa
K6 Banyaknya Murid dan Guru SMU dan Rasio Per Desa
K7 Banyaknya Sarana Kesehatan Dirinci Menurut Desa
Banyaknya Rumah Tangga Memakai Listrik PLN dan
K8
Non PLN Serta Penerangan Lainnya Per Desa
K9 Banyaknya Rumah Tangga Yang Memiliki Telepon Dirinci Tiap Desa
K10 Banyaknya Koperasi KUD
3.1.2 Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data primer dan data
sekunder. Data primer berupa data dari hasil wawancara yang dilakukan secara
langsung kepada setiap orang atau pihak-pihak yang berhubungan dan terkait
langsung dengan permasalahan maupun sumber data. Data sekunder berupa data
semua desa yang terdapat di kabupaten Hulu Sungai Selatan. Kedua jenis data
tersebut akan menjadi variabel data traning yang akan dianalisa oleh metode Fuzzy
AHP untuk menentukan status desa kurang berkembang dalam pemberian bantuan
desa kurang berkembang.
3.2 Perancangan Penelitian

3.2.1 Diagram Konteks
Diagram konteks adalah diagram yang menyajikan aliran data dalam sistem
yang akan dibuat.
Informasi tingkat status desa

Data nilai kriteria
Administrator Sistem Pimpinan
penentuan desa
Informasi tingkat status desa penerima
bantuan desa
berkembang
Gambar 3. 1 Diagram Konteks
36
37
3.2.2 Use Case Diagram

Gambar dibawah ini menjelaskan bagaimana interaksi user sebagai aktor
yang berhubungan dengan sistem
uc Use Case Model
penentuan kreteria
ev aluasi koleksi
Administrator
Proses penentuan
kelayakan dengan
AHP
Gambar 3. 2 Use case diagram

3.2.3 Sequence Diagram
a. Sequence Diagram Dalam Mengelola Data
Sequence diagram menggambarkan interaksi antar objek di dalam dan di

sekitar sistem yaitu pertama user pilih menu , kemudian tampilkan form dan input
data.Kemudian pada form desa tertinggal setelah input dapat di edit, hapus data .
kemudian cek data dan pada database konfirmasi data jika data yang di input
sudah ada , kemudian konfirmasi data ada pada form desa tertinggal dan pada
menu sebelumnya. Kemudian input kembali dan cek data jika data tidak ada yang
sama maka dapat disimpan data.
38
sd Interaction
User Menu Form Desa Control Database

Teritinggal
Pilih menu()
Tampilkan Form()
Input, Edit, Hapus Data Desa ()

Input, Edit, Hapus
Data Desa ()
Cek Data()
Konfirmasi Data()
Data Ada()
Konfirmasi
data ada()
Konfirmasi data ada()
Data Tidak Ada()
Simpan data()
Gambar 3. 3 Sequence Diagram Data Master Desa
b. Sequence Diagram Dalam Memproses Data

Sequence diagram menggambarkan interaksi antar objek di dalam dan di
sekitar sistem yaitu pertama user pilih menu , kemudian tampilkan form dan input
nilai dari kriteria. Kemudian pada form desa tertinggal setelah input nilai dari
kriteria. kemudian ambil data desa tertinggal , pada data desa tertinggal di proses
algoritma desa tertinggal. Kemudian informasi status desa tertinggal pada form
desa tertinggal untuk menentukan hasil informasi data desa tertinggal pada menu
tersebut.
39
sd Interaction
User Menu Form Desa Control Database

Tertinggal
Pilih menu()
Tampilkan Form()
Input nilai dari kriteria()
Input nilai dari kriteria()
Ambil data desa

tertinggal()
Data desa tertinggal()
Proses
Informasi status algoritma desa
desa tertinggal() tertinggal()
Informasi status desa tertinggal()
Gambar 3. 4 Sequence Diagram Proses Nilai Dari Kriteria
3.2.4 Activity Diagram
a. Activity Diagram Dalam Mengelola Data

Gambar dibawah ini menjelaskan bagaimana alur logika kerja dari
suatu sistem dalam memasukkan data yaitu pertama user melakukan login
kemudian jika salah maka akan kembali meminta login dan jika melakukan
login dengan benar maka akan tampil menu dan pilih menu kemudian input daa
desa dan simpan data.
a c t Ac tiv ity
M ul ai
Login
[Sa l a h ]
[Be n a r]
Pilih M e nu
[T ]
[Y]
Input Da ta De s a
[T ]
[Y]
Simpa n Da ta
Se l e sa i
Gambar 3. 5 Activity Diagram Data Master Desa Kurang berkembang
b. Activity Diagram Dalam Proses Data

40
Gambar dibawah ini menjelaskan bagaimana alur logika kerja dari

suatu sistem dalam memproses data yaitu pertama user input kriteria penilaian,
mengubah bentuk data (tabel) menjadi pohon keputusan, mengubah model
pohon menjadi rule, menyederhanakan rule dan kemudian informasi status desa
tertinggal.
act Activ ity
Mulai
Input kriteria penilaian
Mengubah bentuk data (tabel) menj adi pohon keputusan
Mengubah model pohon menj adi rule
Menyederhanakan rule
Informasi status desa tertinggal
Selesai
Gambar 3. 6 Activity diagram Proses Data
3.3 Teknik Analisis Data

Melihat data pada tabel di atas, maka diperoleh data criteria yang digunakan
dalam menentukan status desa yang belum berkembang, seperti pada tabel 3.1 di
bawah ini. Berdasarkan Tabel 3.11 terdapat 10 (sepuluh) criteria sebagai penentu
desa yang belum berkembang
41
Tabel 3. 12 Data Kriteria Nilai
No. Kriteria Nama Kriteria

Banyaknya T.K.Negeri dan T.K Swasta dirinci
1 K1
per Desa
Banyaknya Murid dan Guru TK dan Rasio Per
2 K2
Desa
Banyaknya Sekolah Tingkat Pendidikan Per
3 K3
Desa
Banyaknya Murid dan Guru SD dan Rasio Per
4 K4
Desa
Banyaknya Murid dan Guru SLTP dan Rasio
5 K5
Per Desa
Banyaknya Murid dan Guru SMU dan Rasio
6 K6
Per Desa
Banyaknya Sarana Kesehatan Dirinci Menurut
7 K7
Desa
Banyaknya Rumah Tangga Memakai Listrik
8 K8 PLN dan Non PLN Serta Penerangan Lainnya
Per Desa
Banyaknya Rumah Tangga Yang Memiliki
9 K9
Telepon Dirinci Tiap Desa
10 K10 Banyaknya Koperasi KUD
Adapun sebagai sampel data awal perhitungan sebagai alternatif, digunakan

11 (sebelas) desa yang termasuk ikut dalam penentuan seleksi. Data desa seperti
terlihat pada table 3.13.
Tabel 3. 13 Daftar Nama Desa Di Kecamatan Angkinang HSS
No Kode Nama Desa

1 A1 TELAGA SILI-SILI
2 A2 TANIRAN SELATAN
3 A3 TANIRAN KUBAH
4 A4 BAKARUNG
5 A5 ANGKINANG SELATAN
6 A6 TAWIA
7 A7 KAYU ABANG
8 A8 ANGKINANG
42
No Kode Nama Desa

9 A9 BAMBAN SELATAN
10 A10 BAMBAN
11 A11 BAMBAN UTARA
Langkah penyelesaian F-AHP adalah sebagai berikut: (Chang, 1996)

1) Membuat struktur hirarki masalah yang akan diselesaikan dan menentukan
perbandingan matriks dan menentukan perbandingan matriks berpasangan antar
criteria dengan skala TFN.
Penerima Bantuan
Pengembangan Desa
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11
Tabel 3. 14 PVerbandingan matriks berpasangan criteria FAHP
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10
Kriteria
l M u L m u L m U L m u l M u L M u l m u l m u l m u l m u
K1 1 1 1 1 1 1 1 1 1 ½ 1 3/2 1/2 1 3/2 ½ 1 3/2 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K2 1 1 1 1 1 1 2/3 1 2 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K3 1 1 1 ½ 1 3/2 1 1 1 1 1 1 1/2 1 3/2 ½ 1 3/2 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K4 2/3 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K5 2/3 1 2 1 1 1 2/3 1 2 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K6 2/3 1 2 1 1 1 2/3 1 2 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K7 2 5/2 3 2 5/2 3 2 5/2 3 2 5/2 3 2 5/2 3 2 5/2 3 1 1 1 1 3/2 2 1 3/2 2 2 5/2 3
K8 2/3 1 2 2/3 1 2 ½ 1 3/2 ½ 1 3/2 1/2 1 3/2 ½ 1 3/2 1/2 2/3 1 1 1 1 1 3/2 2 1 3/2 2
K9 1/2 2/3 1 ½ 2/3 1 ½ 2/3 1 ½ 2/3 1 1/2 2/3 1 ½ 2/3 1 1/2 2/3 1 1/2 2/3 1 1 1 1 1/2 1 3/2
K10 1/2 2/3 1 ½ 2/3 1 ½ 2/3 1 ½ 2/3 1 1/2 2/3 1 ½ 2/3 1 1/3 2/5 1/2 1/2 2/3 1 2/3 1 2 1 1 1
Tabel 3. 15 Penghitungan Jumlah baris setiap kolom sel

K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 Jumlah Baris
Kriteria
l m U L m U l m u L m u L M U L m u L m U L m u l m u l m u l m u
K1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 7.33 10.40 13.50
K2 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.50 10.40 13.00
K3 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 7.33 10.40 13.50
K4 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.50 10.40 13.00
K5 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.17 10.40 14.00
K6 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.17 10.40 14.00
K7 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 1.00 1.50 2.00 1.00 1.50 2.00 2.00 2.50 3.00 17.00 21.50 26.00
K8 0.67 1.00 2.00 0.67 1.00 2.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 0.50 0.67 1.00 1.00 1.00 2.00 1.00 1.50 2.00 1.00 1.50 2.00 6.83 10.67 17.00
K9 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 1.00 1.00 1.00 0.50 1.00 1.50 5.50 7.33 10.50
K10 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.33 0.40 0.50 0.50 0.67 1.00 0.67 1.00 2.00 1.00 1.00 1.00 5.50 7.07 10.50
Jumlah Kolom 82.83 108.97 145.00
43
44
2) Menentukan nilai sintesis Fuzzy (Si) prioritas,

Setelah nilai jumlah baris dan kolom diperoleh, selanjutnya menggunakan
𝑗 1
persamaan 𝑆𝑖 = ∑𝑚
𝑗=1 𝑀𝑖 𝑥 𝑗
∑𝑛 𝑚
𝑖=1 ∑𝑗=1 𝑀𝑖
Maka diperoleh nilai sintesis Fuzzy masing-masing kriteria (Ski) dimana I = 1, 2,

...., 10, dan untuk perhitungannya seperti beikut:
SK1 =(7,30; 10,40; 13,50)*(1/145+1/108,97+1/82,83) =(0,051; 0,095; 0,163)
SK2 = (0,059; 0,095; 0,157)
SK3 = (0,051; 0,095; 0,163)
SK4 = (0,059; 0,095; 0,157)
SK5 = (0,056; 0,095; 0,169)
SK6 = (0,056; 0,095; 0,169)
SK7 = (0,117; 0,197; 0,314)
SK8 = (0,047; 0,098; 0,205)
SK9 = (0,038; 0,067; 0,127)
SK10 = (0,038; 0,065; 0,127)
Hasil perhitungan sintesis di atas, sehingga dapat ditabelkan seperti berkut :

Tabel 3. 16Kesimpulan Penghitungan Nilai
Sintesis Fuzzy (Si) Kriteria
Kriteria l M U
SK1 0.051 0.095 0.163
SK2 0.059 0.095 0.157
SK3 0.051 0.095 0.163
SK4 0.059 0.095 0.157
SK5 0.056 0.095 0.169
SK6 0.056 0.095 0.169
SK7 0.117 0.197 0.314
SK8 0.047 0.098 0.205
SK9 0.038 0.067 0.127
SK10 0.038 0.065 0.127
45
3) Menentukan nilai vector (V) dan Nilai Ordinat Defuzzifikasi (d’).

Jika hasil yang diperoleh pada setiap matrik fuzzy, M2 ≥ M1 (M2 = (l2, m2, u2)
dan M2 = (l1, m1, u1), maka nilai vector dapat dirumuskan sebagai berikut :
V (M2 ≥ M1) = sup[min(µM1(x), min(µM2(y)))]
Atau dapat digambarkan dengan grafik
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = { 𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝒍𝟏 −𝝁𝟐
(𝒎𝟐−𝝁𝟐)−(𝒎𝟏−𝒍𝟏)
Berdasarkan table 3.16 dan persamaan di atas, maka diperoleh nilai vector dan
nilai ordinat defuzzyfikasi dari masing-masing kriteria :
a) Kriteria 1 (K1), nilai vektornya adalah :

VSK1 ≥ (VSK2, VSK3, VKS4, VKS5, VKS6, VKS7, VKS8, VKS9, VKS10)
Karena nilai m1 ≥ m2 dan nilai u2 ≥ l1, maka VSK1 ≥ VSK2 berdasarkan
persemaan adalah :
VSK1 ≥ VSK2 = 1
VSK1 ≥ VSK3 = 1
VSK1 ≥ VSK4= 1
VSK1 ≥ VSK5 = 1
VSK1 ≥ VSK6 = 1
VSK1 ≥ VSK7= 0,31
VSK1 ≥ VSK8 = 0,98
VSK1 ≥ VSK9 = 1
VSK1 ≥ VSK10 = 1
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan sebagai berikut:
d’(VSK1) = min (1, 1,1,1,1,0.31,0.98,1,1) = 0,31
b) Kriteria 2 (K2), nilai vektornya adalah :
Karena nilai m2 ≥ m1 dan nilai u1 ≥ l2, maka VSK2≥ VSK1 berdasarkan
persemaan adalah :
VSK2 ≥ VSK1 = 1
46
VSK2 ≥ VSK3 = 1
VSK2 ≥ VSK4= 1
VSK2 ≥ VSK5 = 1
VSK2 ≥ VSK6 = 1
VSK2 ≥ VSK7= 0,31
VSK2 ≥ VSK8 = 0,98
VSK2 ≥ VSK9 = 1
VSK2 ≥ VSK10 = 1
d’(VSK2) = min (1, 1,1,1,1,0.31,0.98,1,1) = 0,31
c) Kriteria 3 (K3), nilai vektornya adalah :
persemaan adalah :
VSK3 ≥ VSK1 = 1
VSK3 ≥ VSK2 = 1
VSK3 ≥ VSK4= 1
VSK3 ≥ VSK5 = 1
VSK3≥ VSK6 = 1
VSK3 ≥ VSK7= 0,31
VSK3 ≥ VSK8 = 0,98
VSK3 ≥ VSK9 = 1
VSK3 ≥ VSK10 = 1
d’(VSK3) = min (1, 1,1,1,1,0.31,0.98,1,1) = 0,31
d) Kriteria 4 (K4), nilai vektornya adalah :
persamaan adalah :
VSK4 ≥ VSK1 = 1
VSK4 ≥ VSK2 = 1
VSK4 ≥ VSK3= 1
47
VSK4 ≥ VSK5 = 1
VSK4≥ VSK6 = 1
VSK4 ≥ VSK7= 0,28
VSK4 ≥ VSK8 = 0,98
VSK4 ≥ VSK9 = 1
VSK4 ≥ VSK10 = 1
d’(VSK4) = min (1, 1,1,1,1,0.28,0.98,1,1) = 0,28
e) Kriteria 5 (K5), nilai vektornya adalah :
persamaan adalah :
VSK5 ≥ VSK1 = 1
VSK5 ≥ VSK2 = 1
VSK5 ≥ VSK3= 1
VSK5 ≥ VSK4 = 1
VSK5≥ VSK6 = 1
VSK5 ≥ VSK7= 0,34
VSK5 ≥ VSK8 = 0,98
VSK5 ≥ VSK9 = 1
VSK5 ≥ VSK10 = 1
d’(VSK5) = min (1, 1,1,1,1,0.34,0.98,1,1) = 0,34
f) Kriteria 6 (K6), nilai vektornya adalah :
persemaan adalah :
VSK6 ≥ VSK1 = 1
VSK6 ≥ VSK2 = 1
VSK6 ≥ VSK3= 1
VSK6 ≥ VSK4 = 1
VSK6≥ VSK5 = 1
48
VSK6 ≥ VSK7= 0,34

VSK6 ≥ VSK8 = 0,98
VSK6 ≥ VSK9 = 1
VSK6 ≥ VSK10 = 1
d’(VSK6) = min (1, 1,1,1,1,0.31,0.98,1,1) = 0,34
Dilanjutkan sampai VSK10.
Berdasarkan nilai ordinat K1, K2, K3, K4, K5, K6, K7, K8, K9 dan K10, maka
nilai bobot vector dapat ditentukan sesuai persamaan sebagai berikut :
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (0,31; 0,28; 0,31; 0,28; 0,34;
0,34; 1; 0,47; 0,07; 0,07)T
4. Normalisasi nilai bobot vector (W)
Normalisasi nilai bobot vector diperoleh dengan cara, dimana tiap elemen bobot
vector dibagi jumlah bobot vector itu sendiri. Normalisasi nilai bobot vector
fuzzy criteria sama dengan nilai bobot prioritas global (yang menjadi tujuannya)
Wlokal=(0,09; 0,08; 0,09; 0,08; 0,10; 0,10; 0,29; 0,14; 0,02; 0,02)T
5. Perangkingan Alternatif dan hasil keputusan
Nilai yang ditetapkan dari hasil penilaian berkisar antara 0 sampai dengan 100.
Adapun data penilaian setiap desa pada kecamatan Angkinan Kabupaten Hulu
Sungai Selatan dapat dilihat pada tabel di bawah ini. Dari tabel nilai tersebut
sehingga rentang nilai akhir yang disesuaikan dengan intensitas kepentingan
fuzzy seperti pada di bawah ini.
49
Tabel 3. 17 Penilaian Desa Penerima Dana Pengembangan Desa

Nilai Kriteria
Kode Nama Desa
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10
A1 TELAGA SILI-SILI 40 40 27 40 20 20 25 40 20 20
A2 TANIRAN SELATAN 40 40 27 40 20 20 30 80 20 20
A3 TANIRAN KUBAH 40 40 27 20 20 20 30 60 20 20
A4 BAKARUNG 60 40 33 20 20 20 25 100 40 40
A5 ANGKINANG SELATAN 80 20 20 20 20 20 25 20 20 20
A6 TAWIA 40 20 33 40 20 20 30 60 20 40
A7 KAYU ABANG 40 20 40 40 20 20 30 60 20 20
A8 ANGKINANG 40 40 40 20 40 40 30 80 20 40
A9 BAMBAN SELATAN 40 20 33 20 40 20 30 80 20 20
A10 BAMBAN 20 20 20 20 20 20 25 80 20 20
A11 BAMBAN UTARA 40 40 27 20 20 20 20 100 20 20
Tabel 3. 18 Rentang Nilai Desa Berdasarkan Intensitas Kepentingan

Rentang Nilai Intensitas Kepentingan
0 - 29,99 1
30 - 39,99 2
40 - 49,99 3
50 - 59,99 4
60 - 69,99 5
70 - 79,99 6
80 - 89,99 7
90 - 99,99 8
100 9
Tabel 3. 19 Tabel Rentang Nilai Desa Berdasarkan Intensitas Kepentingan
Rentang Intensitas
Nilai Kepentingan
0 - 29,99 1
2 30 - 39,99 2 1
40 - 49,99 3
3
50 - 59,99 4 1 5
4 7 3
60 - 69,99 5 1 9 5
7 3
6 70 - 79,99 6 1 5
3
80 - 89,99 7 1
8 90 - 99,99 8
1
100 9
Dari hasil penilaian seleksi yang dapat dilihat pada table data hasil penilaian, maka dapat ditentukan perhitungan FAHP untuk alternative dari
masing-masing criteria yang telah ditentukan. Adapun langkah yang lakukan sebagai berikut
50
a) Perhitungan Perbandingan Alternatif berdasar Kriteria 1 (Banyak Taman Kanak-kanak)
Tabel 3. 20 Perbandingan Alternatif berdasar K1
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 Jumlah Baris
Alter
l M U L M U l m u L m U l m U L m U l M u l m u L m u l m u l m u l m u
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
51
52
Proses yang dilakukan sama dengan proses perhitungan kriteria,yaitu:

1) Penentuan Nilai Sintesis
persamaan (1) diperoleh nilai sintesis Fuzzy masing-masing kriteria (Ski)
dimana I = 1, 2, 3, 4 dan 5, sebagai berikut:
1 1 1
SK1 = (9.06; 9.62; 10.25)𝑥 ( + + )
172.75 154.50 137.67
= (0,052; 0,062; 0,074)
SK2 = (0,052; 0,062; 0,074)
SK3 = (0,052; 0,062; 0,074)
SK4 = (0,112; 0,155; 0,207)
SK5 = (0,226; 0,285; 0,323)
SK6 = (0,052; 0,062; 0,074)
SK7 = (0,052; 0,062; 0,074)
𝑆𝐾8 = (0,052; 0,062; 0,074)
SK9 = (0,052; 0,062; 0,074)
SK10 = (0,040; 0,062; 0,129)
SK11 = (0,052; 0,062; 0,074)
Sehingga dapat ditabelkan seperti berikut :
Tabel 3. 21 Penentuan Nilai Sintesis
Kriteria
Kriteria l M U
SK1 0.052 0.062 0.074
SK2 0.052 0.062 0.074
SK3 0.052 0.062 0.074
SK4 0.112 0.155 0.207
SK5 0.226 0.285 0.323
SK6 0.052 0.062 0.074
SK7 0.052 0.062 0.074
SK8 0.052 0.062 0.074
SK9 0.052 0.062 0.074
SK10 0.040 0.062 0.129
SK11 0.052 0.062 0.074
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyak Taman Kanak-kanak
53
Berdasarkan table 3.21 dan persamaan (2.5), maka diperoleh nilai vector dan
nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VSK1 ≥ (VSK2, VSK3, VKS4, VKS5, VKS6, VKS7, VKS8, VKS9,
VKS10, VKS11)
persamaan di atas adalah :
VSK1 ≥ VSK2 = 1
VSK1≥ 𝑉𝑆𝐾3 = 1
VSK1 ≥ VKS4 = 0
VSK1 ≥ VSK5 = 0
VSK1 ≥ VSK6 = 1
VSK1 ≥ VSK7 = 1
VSK1 ≥ VKS8 = 1
VSK1 ≥ VSK9 =1
VSK1≥ VSK10 =1
VSK1 ≥ VKS11 = 1
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan di atas
sebagai berikut :
d’(VSK1) = min (1; 1; 0; 0; 1; 1; 1; 1; 1; 1; 1) = 0
VKS10, VKS11)
VSK2 ≥ VSK1 = 1
VSK2 ≥ VKS4 = 0,31
54
VSK2 ≥ VSK5 = 0
VSK2 ≥ VSK6 = 0,48
VSK2 ≥ VSK7 = 0,48
VSK2 ≥ VKS8 = 0,48
VSK2 ≥ VSK9 = 0,48
VSK2≥ VSK10 = 1
VSK2 ≥ VKS11 = 0,48
sebagai berikut :
d’(VSK2) = min (VSK) = 0
VKS10, VKS11)
persemaan di atas adalah :
VSK3 ≥ VSK1 = 1
VSK3≥ VSK2 = 1
VSK3 ≥ VKS4 = 0,31
VSK3 ≥ VSK5 = 0
VSK3 ≥ VSK6 = 0,48
VSK3 ≥ VSK7 = 0,48
VSK3 ≥ VKS8 = 0,48
VSK3 ≥ VSK9 =0,48
VSK3≥ VSK10 = 1
VSK3 ≥ VKS11 = 0,48
sebagai berikut :
VKS10, VKS11)
55

persemaan di atas adalah :
VSK4 ≥ VSK1 = 1
VSK4 ≥ VKS3 = 1
VSK4 ≥ VSK5 = 0
VSK4 ≥ VSK6 = 1
VSK4 ≥ VSK7 = 1
VSK4 ≥ VKS8 = 1
VSK4 ≥ VSK9 =1
VSK4≥ VSK10 =1
VSK4 ≥ VKS11 = 1
sebagai berikut :
VKS10, VKS11)
VSK5 ≥ VSK1 = 1
VSK5 ≥ VKS3 = 1
VSK5 ≥ VSK4 = 1
VSK5 ≥ VSK6 = 1
VSK5 ≥ VSK7 = 1
VSK5 ≥ VKS8 = 1
VSK5 ≥ VSK9 =1
VSK5≥ VSK10 =1
VSK5 ≥ VKS11 = 1
sebagai berikut :
56

VKS10, VKS11)
VSK6 ≥ VSK1 = 1
VSK6 ≥ VKS3 = 1
VSK6 ≥ VSK4 = 0
VSK6 ≥ VSK5 = 0
VSK6 ≥ VSK7 = 1
VSK6 ≥ VKS8 = 1
VSK6 ≥ VSK9 =1
VSK6≥ VSK10 =1
VSK6 ≥ VKS11 = 1
sebagai berikut :
g) Kriteria 7 (K7), nilai vektornya adalah :
VKS10, VKS11)
VSK7 ≥ VSK1 = 1
VSK7≥ VSK2 = 1
VSK7 ≥ VKS3 = 1
VSK7 ≥ VSK4 = 0,73
VSK7 ≥ VSK5 = 0
VSK7 ≥ VSK6 = 1
VSK7 ≥ VKS8 = 1
VSK7 ≥ VSK9 =1
57
VSK7≥ VSK10 =1
VSK7 ≥ VKS11 = 1
sebagai berikut :
h) Kriteria 8 (K8), nilai vektornya adalah :

VKS10, VKS11)
VSK8 ≥ VSK1 = 1
VSK8 ≥ VKS3 = 1
VSK8 ≥ VSK4 = 0,73
VSK8 ≥ VSK5 = 1
VSK8 ≥ VSK6 = 1
VSK8 ≥ VKS7 = 1
VSK8 ≥ VSK9 =1
VSK8≥ VSK10 = 1
VSK8 ≥ VKS11 = 1
sebagai berikut :
i) Kriteria 9 (K9), nilai vektornya adalah :
VKS10, VKS11)
VSK9 ≥ VSK1 = 1
VSK9≥ VSK2 = 1
VSK9 ≥ VKS3 = 1
58
VSK9 ≥ VSK4 = 0,73

VSK9 ≥ VSK5 = 0
VSK9 ≥ VSK6 = 1
VSK9 ≥ VKS7 = 1
VSK9 ≥ VSK8 =1
VSK9 ≥ VSK10 =1
VSK9 ≥ VKS11 = 1
sebagai berikut :
j) Kriteria 10 (K10), nilai vektornya adalah :
VKS9, VKS11)
Karena nilai m10 ≥ m1 dan nilai u1 ≥ l10, maka VSK10 ≥ VSK1
berdasarkan persamaan di atas adalah :
VSK10 ≥ VSK1 = 1
VSK10≥ VSK2 = 1
VSK10 ≥ VKS3 = 1
VSK10 ≥ VSK4 = 0,16
VSK10 ≥ VSK5 = 0
VSK10 ≥ VSK6 = 1
VSK10 ≥ VKS7 = 0,83
VSK10 ≥ VSK8 =0,83
VSK10 ≥ VSK9 = 0,83
VSK10 ≥ VKS11 =0,83
sebagai berikut :
k) Kriteria 11 (K11), nilai vektornya adalah :
VKS9, VKS10)
59
Karena nilai m11 ≥ m1 dan nilai u1 ≥ l11, maka VSK11 ≥ VSK1

berdasarkan persamaan di atas adalah :
VSK11 ≥ VSK1 = 1
VSK11≥ VSK2 = 1
VSK11 ≥ VKS3 = 1
VSK11 ≥ VSK4 = 0,73
VSK11 ≥ VSK5 = 0
VSK11 ≥ VSK6 = 1
VSK11 ≥ VKS7 = 1
VSK11 ≥ VSK8 =1
VSK11 ≥ VSK9 = 1
VSK11 ≥ VKS10 = 1
sebagai berikut :
Berdasarkan nilai ordinat K1, K2, K3, K4, K5, K6, K7, K8, K9, K10 dan
K11, maka nilai bobot vector dapat ditentukan sesuai persamaan di atas
sebagai berikut :
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (0; 0; 0; 0; 1; 0; 0; 0; 0;
0; 0)
3) Normalisasi nilai bobot vector (W)
Normalisasi nilai bobot vector diperoleh dengan melakukan pembandingan
dari masing-masing nilai bobot alternatif berdasar kriteria dengan jumlah
bobot alternatif berdasar kriteria, dimana tiap elemen bobot vector dibagi
jumlah bobot vector itu sendiri. Normalisasi nilai bobot vector fuzzy kriteria
sama dengan nilai bobot prioritas global (yang menjadi tujuannya)
Wlokal=(0; 0; 0; 0; 1; 0; 0; 0; 0; 0; 0)
b) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 2 (Banyaknya Murid dan Guru Taman Kanak-kanak)
Alter
l m u l m U l M u L M U l M u l m u l M u l m u l m u l m u l m u l m U
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A4 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A5 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A6 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A7 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A9 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
Jumlah Kolom 137.67 154.50 172.75
60
61

dimana I = 1, 2, 3, 4,.....,11.
Kriteria
Kriteria l M U
SK1 0.051 0.091 0.141
SK2 0.051 0.091 0.141
SK3 0.051 0.091 0.141
SK4 0.051 0.091 0.141
SK5 0.054 0.091 0.177
SK6 0.054 0.091 0.177
SK7 0.054 0.091 0.177
SK8 0.051 0.091 0.141
SK9 0.054 0.091 0.177
SK10 0.054 0.091 0.177
SK11 0.051 0.091 0.141
berdasarkan Kriteria Banyaknya Murid dan Guru Taman Kanak-kanak.
Berdasarkan tabel 3.23 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
62

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
63

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
Berdasarkan nilai ordinat K1, K2, K3, K4, K5, K6, K7, K8, K9, K10
dan K11, maka nilai bobot vector dapat ditentukan sesuai persamaan
di atas sebagai berikut :
64
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;

1; 1; 1; 1)
Normalisasi nilai bobot vector diperoleh dengan melakukan
pembandingan dari masing-masing nilai bobot alternatif berdasar kriteria
dengan jumlah bobot alternatif berdasar kriteria, dimana tiap elemen
bobot vector dibagi jumlah bobot vector itu sendiri. Normalisasi nilai
bobot vector fuzzy kriteria sama dengan nilai bobot prioritas global (yang
menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
b) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 3 (Banyaknya Sekolah)
Alter
l m u l m u l M u l M u l M u l m u L M U l m u l m u l m u l m u l m U
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
65
66

dimana I = 1, 2, 3, 4,.....,11.
Kriteria
Kriteria l M U
SK1 0.045 0.091 0.203
SK2 0.045 0.091 0.203
SK3 0.045 0.091 0.203
SK4 0.040 0.091 0.191
SK5 0.043 0.091 0.239
SK6 0.040 0.091 0.197
SK7 0.035 0.091 0.185
SK8 0.035 0.091 0.185
SK9 0.040 0.091 0.191
SK10 0.040 0.091 0.221
SK11 0.044 0.091 0.197
berdasarkan Kriteria Banyaknya Sekolah.
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
66
67

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
68

sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
di atas sebagai berikut :
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;
1; 1; 1; 1)
69

menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
c) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 4 (Banyaknya Murid dan Guru Sekolah Dasar)

Alter
l m u l m u l m u L M u l M U l m u l M U l m u l M u l m u l m u l m U
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
70
71

dimana I = 1, 2, 3, 4,.....,11.
Kriteria
Kriteria L m U
SK1 0.046 0.091 0.148
SK2 0.046 0.091 0.148
SK3 0.059 0.091 0.154
SK4 0.059 0.091 0.154
SK5 0.059 0.091 0.154
SK6 0.046 0.091 0.148
SK7 0.046 0.091 0.148
SK8 0.059 0.091 0.154
SK9 0.059 0.091 0.154
SK10 0.059 0.091 0.154
SK11 0.059 0.091 0.154
berdasarkan Kriteria Banyaknya Murid dan Guru Sekolah Dasar.
Berdasarkan table 3.27 dan persamaan (2.5), maka diperoleh nilai vector
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
72

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
73

sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
di atas sebagai berikut:
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;
1; 1; 1; 1)
74

menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
d) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 5 (Banyaknya Murid dan Guru SLTP)

Alter
l M u L m u l m u l m u l M u l m u l M u l m u L m u l m u l m u l m U
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
75
76

dimana I = 1, 2, 3, 4,.... 11.
Kriteria
Kriteria L m u
SK1 0.070 0.091 0.123
SK2 0.070 0.091 0.123
SK3 0.070 0.091 0.123
SK4 0.070 0.091 0.123
SK5 0.070 0.091 0.123
SK6 0.070 0.091 0.123
SK7 0.070 0.091 0.123
SK8 0.044 0.091 0.146
SK9 0.044 0.091 0.146
SK10 0.070 0.091 0.123
SK11 0.070 0.091 0.123
berdasarkan Kriteria Banyaknya Murid dan Guru SLTP.
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
77

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
78

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
79
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;
1; 1; 1; 1)
menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
e) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 6 (Banyaknya Murid dan Guru SMU)
Alter
l m u l m u l m U l m U L m u l M u l M u l m u l m u L m u l m u l m u
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
80
81

dimana I = 1, 2, 3, 4, ... 11.
Tabel 3. 31Penentuan Nilai Sintesis
Kriteria
Kriteria L m U
SK1 0.078 0.091 0.107
SK2 0.078 0.091 0.107
SK3 0.078 0.091 0.107
SK4 0.078 0.091 0.107
SK5 0.078 0.091 0.107
SK6 0.078 0.091 0.107
SK7 0.078 0.091 0.107
SK8 0.044 0.091 0.142
SK9 0.078 0.091 0.107
SK10 0.078 0.091 0.107
SK11 0.078 0.091 0.107
berdasarkan Kriteria Banyaknya Murid dan Guru SMU
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
82

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
83

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
84
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;

1; 1; 1; 1)
menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
f) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 7 (Banyaknya Sarana Kesehatan)
Alter
l M u L m u l m U l M u l m u l m u l M u l m u l m u L m u l m u l m u
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
85
86

dimana I = 1, 2, 3, 4, ... 11.
Kriteria
Kriteria l m u
SK1 0.049 0.091 0.190
SK2 0.049 0.091 0.146
SK3 0.049 0.091 0.146
SK4 0.049 0.091 0.190
SK5 0.046 0.091 0.195
SK6 0.049 0.091 0.146
SK7 0.049 0.091 0.146
SK8 0.049 0.091 0.146
SK9 0.049 0.091 0.146
SK10 0.049 0.091 0.190
SK11 0.044 0.091 0.228
berdasarkan Kriteria Banyak Sarana Kesehatan
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
87

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
88

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
89
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;
1; 1; 1; 1)

menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
g) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 8 (Banyaknya Pemakai Listrik)
Alter
l m u l m u l m U l m u L m u l m u l M u l m u l m u l m u l m u l m u
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
90
91

dimana I = 1, 2, 3, 4, ... ,11.
Kriteria
Kriteria l m u
SK1 0.018 0.023 0.033
SK2 0.086 0.108 0.133
SK3 0.042 0.054 0.071
SK4 0.140 0.178 0.225
SK5 0.019 0.023 0.035
SK6 0.042 0.054 0.071
SK7 0.042 0.054 0.071
SK8 0.086 0.108 0.133
SK9 0.086 0.108 0.133
SK10 0.086 0.108 0.133
SK11 0.143 0.181 0.225
berdasarkan Kriteria Banyak Pemakai Listrik
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
92

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
93

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
94
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (0; 0; 0; 0; 1; 0; 0;

0; 0; 0; 1)

menjadi tujuannya)
Wlokal=(0; 0; 0; 0; 0.5; 0; 0; 0; 0; 0; 0.5)
h) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 9 (Banyaknya Pemakai Telepon)
Alter
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
95
96

dimana I = 1, 2, 3, 4, ..., 11.
Kriteria
Kriteria l m u
SK1 0.078 0.091 0.107
SK2 0.078 0.091 0.107
SK3 0.078 0.091 0.107
SK4 0.044 0.091 0.142
SK5 0.078 0.091 0.107
SK6 0.078 0.091 0.107
SK7 0.078 0.091 0.107
SK8 0.078 0.091 0.107
SK9 0.078 0.091 0.107
SK10 0.078 0.091 0.107
SK11 0.078 0.091 0.107
berdasarkan Kriteria Banyak Pemakai Telepon
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
96
97

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
98

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
99
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;

1; 1; 1; 1)

menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
i) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 10 (Banyaknya KUD)
Alter
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
Jumlah Kolom 137.67 154.50 172.75
100
101

dimana I = 1, 2, 3, 4, ... 11, sebagai berikut:
Kriteria
Kriteria l m u
SK1 0.064 0.091 0.139
SK2 0.064 0.091 0.139
SK3 0.064 0.091 0.139
SK4 0.045 0.091 0.149
SK5 0.064 0.091 0.139
SK6 0.045 0.091 0.149
SK7 0.064 0.091 0.139
SK8 0.045 0.091 0.149
SK9 0.064 0.091 0.139
SK10 0.064 0.091 0.139
SK11 0.064 0.091 0.139
berdasarkan Kriteria Banyak KUD
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)

VKS10, VKS11)
sebagai berikut :
102

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
103

VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS10, VKS11)
sebagai berikut :
VKS9, VKS11)
sebagai berikut :
VKS9, VKS10)
sebagai berikut :
104
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;

1; 1; 1; 1)
menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
Dari proses penghitungan FAHP criteria diperoleh bobot local (W lokal) yang
akan dikalikan dengan hasil bobot dari penghitungan alternative (W prioritas), sehingga
didapatkan nilai bobot global (Wglobal) sebagai nilai perangkingan.
Hasil Perhitungan selanjutnya adalah menentukan nilai perangkingan alternatif
sebagai penentuan nilai tingkatan alternatif. Perhitungan yang dilakukan dapat
dihasilkan seperti pada tabel hasil perhitungan di bawah ini :
Tabel 3. 40 Bobot
Kriteria
Kode Nilai
Kriteria Bobot
K1 0.09
K2 0.08
K3 0.09
K4 0.08
K5 0.10
K6 0.10
K7 0.29
K8 0.14
K9 0.02
K10 0.02
105
Tabel 3. 41 Bobot Alternatif

Alternatif
Kriteria
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11
K1 0.000 0.000 0.000 0.000 1.000 0.000 0.000 0.000 0.000 0.000 0.000
K2 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
K3 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
K4 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
K5 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
K6 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
K7 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
K8 0.000 0.000 0.000 0.500 0.000 0.000 0.000 0.000 0.000 0.000 0.500
K9 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
K10 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090 0.090
Tabel 3. 42 Nilai Perkalian Bobot Kriteria dan Bobot Alternatif

Alternatif
Kriteria
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11
K1 0.000 0.000 0.000 0.000 0.090 0.000 0.000 0.000 0.000 0.000 0.000
K2 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007
K3 0.008 0.008 0.008 0.008 0.008 0.008 0.008 0.008 0.008 0.008 0.008
K4 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007 0.007
K5 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009
K6 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009 0.009
K7 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026 0.026
K8 0.000 0.000 0.000 0.068 0.000 0.000 0.000 0.000 0.000 0.000 0.068
K9 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002
K10 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002 0.002
Jumlah 0.070 0.070 0.070 0.138 0.159 0.070 0.070 0.070 0.070 0.070 0.138
Dari tebel diatas, dapat dijabarkan bahwa posisi pertama sampai kelima diperoleh
rangking yaitu A1, A2, A5, A3, ... A11.
106
3.4 Perancangan Database
3.4.1 Tabel Database

Tabel-tabel database yang digunakan dalam perancangan sistem aplikasi ini
adalah sebagai berikut :
1. Tabel Nama
Nama tabel :tabel_nama
Fungsi : Digunakan untuk menyimpan data desa
Tabel 3. 43 Tabel Nama

No Field Name Data Type Size Keterangan
1 Kode Text 20 Kode desa
2 Nama Text 200 Nama desa
2. Tabel Kriteria
Nama tabel :tabel_kriteria
Fungsi : Digunakan untuk menyimpan data Kriteria
Tabel 3. 44 Tabel Kriteria

1 Kode Text 20 Kode Kriteria
2 Kriteria Text 200 Nama Kriteria
3. Tabel Penilaian
Nama tabel :tabel_bobotpenilaian
Fungsi : Digunakan untuk pengisian bobot nilai fuzzy untuk tiap-tiap kriteria
dan alternatif.
Tabel 3. 45 Tabel Bobot Penilaian

1 Id AutoNumber L Kode Fuzzy
2 A1 Text 20 penilaian baris
3 A2 Text 20 Penilaian kolom
4 Kode Text 20 Kode Kriteria
5 Bobot Text 5 Nilai bobot fuzzy
107
4. Tabel Hasil
Nama tabel :tabel_hasil
Fungsi : Digunakan untuk menyimpan data hasil
Tabel 3. 46 Tabel hasil

1 Kode Text 20 Kode hasil
2 Nilai Number D Nilai hasil
3.5 Relasi Tabel Database
Gambar 3. 7 Relasi Tabel Database
3.6 Desain Form Interface
Setelah melakukan perancangan sistem terutama pada perancangan database

dan proses tahapan perhitungan data menggunakan metode, langkah selanjutnya
sebelum implementasi sistem, maka perlu dilakukan perancangan interface sebagai
antar muka sistem penentuan desa penerima bantuan dana hibah.
1. Desain Form Login
Desain ini Login sebagai keamanan sebelum masuk pada menu utama
sistem perhitungan menggunakan metode FAHP. Form ini terdiri dari komponen
input nama pengguna dan kata sandi, tombol Login dan Batal serta komponen
keluar.
108
x
Fuzzy ahp
Login
password
login batal
Gambar 3. 8 Desain Form Login
Tombol Login :
if dm.AQPublic.IsEmpty then
begin
Application.MessageBox('Username atau Password Salah','Information');
bt_batalClick(self);
end else
begin
Application.MessageBox('Selamat Datang di Program Fuzzy
AHP','Information');
F_Login.Hide;
F_Utama.Show;
end;
Tombol Batal :
e_username.Clear;
e_password.Clear;
e_username.SetFocus;
2. Desain Form Menu Utama
Menu utama
Master proses laporan logout
Gambar 3. 9 Desain Form Menu Utama

109
Form ini merupakan tempat beberapa aplikasi yaitu aplikasi master, aplikasi
perhitungan, aplikasi laporan dan aplikasi logout. Adapun beberapa komponen
pada menu utama ini adalah :
Tombol Data Master :

F_Master.ShowModal;
Tombol Fuzzy AHP :
F_Proses.ShowModal;
Tombol Laporan :
dm.AQHasil.Active:=false;
dm.AQHasil.Active:=true;
F_Laporan.qr_tanggal.Caption:=DateToStr(now);
F_Laporan.QuickRep2.Preview;
3. Desain Form Master Desa
Menu Master
Desa kreteria Input bobot Bobot Kreteria Input Alternatif
Kode
Nama desa
kecamatan
Tambah Simpan Hapus Ubah Batal
Cari Berdasarkan keyword
kode Nama desa Kecamatan
Gambar 3. 10 Desain Form Master Desa
Form ini sebagai inputan nama-nama Desa yang akan dilakukan seleksi. Form
ini terdiri dari beberapa tombol yaitu :
110
Tombol Tambah :
gb_input.Enabled:=true;
e_kodenama.Enabled:=true;
e_kodenama.SetFocus;
bt_simpan.Enabled:=true;
bt_hapus.Enabled:=false;
bt_ubah.Enabled:=false;
bt_tambah.Enabled:=false;
Tombol Simpan :
dm.execSQL(dm.AQPublic,'select * from tabel_nama where

kode='+QuotedStr(e_kodenama.Text));
Tombol Hapus :
DM.executeSQL(DM.AQNama,'delete from tabel_nama where

dm.executeSQL(dm.AQPublic,'delete from tabel_bobotpenilaian where
A2='+QuotedStr(e_kodenama.Text)); awalnama;
Tombol Ubah :
DM.executeSQL(DM.AQNama,'update tabel_nama set

nama='+QuotedStr(e_nama.Text)+' where
kode='+QuotedStr(e_kodenama.Text)); awalnama;
Tombol Batal :
e_kodekriteria.Clear;
e_kriteria.Clear;
gb_inputkriteria.Enabled:=false;
bt_tambahkriteria.Enabled:=true;
bt_simpankriteria.Enabled:=false;
bt_hapuskriteria.Enabled:=false;
bt_ubahkriteria.Enabled:=false;
e_kodekriteria.Enabled:=true;
dm.execSQL(dm.AQKriteria,'select * from tabel_kriteria order by kode asc');
111
4. Desain Form Master Kriteria

Menu Master
Desa kreteria Input bobot Bobot Kreteria Input Alternatif
Kode kreteria
kreteria
tambah Simpan Hapus Ubah Batal
Cari Berdasarkan keyword
Kode kreteria Kreteria
Gambar 3. 11 Desain Form Master Kriteria
Form ini sebagai inputan nama-nama kriteria yang akan digunakan untuk proses
seleksi. Form ini terdiri dari beberapa tombol yaitu :
Tombol Tambah :
gb_input.Enabled:=true;
e_kodenama.Enabled:=true;
e_kodenama.SetFocus;
bt_simpan.Enabled:=true;
bt_hapus.Enabled:=false;
bt_ubah.Enabled:=false;
bt_tambah.Enabled:=false;
Tombol Simpan :
dm.execSQL(dm.AQPublic,'select * from tabel_nama where

Tombol Hapus :
DM.executeSQL(DM.AQNama,'delete from tabel_nama where

dm.executeSQL(dm.AQPublic,'delete from tabel_bobotpenilaian where
A2='+QuotedStr(e_kodenama.Text)); awalnama;
Tombol Ubah :
DM.executeSQL(DM.AQNama,'update tabel_nama set

nama='+QuotedStr(e_nama.Text)+' where
kode='+QuotedStr(e_kodenama.Text)); awalnama;
112
Tombol Batal :
e_kodekriteria.Clear;
e_kriteria.Clear;
gb_inputkriteria.Enabled:=false;
bt_tambahkriteria.Enabled:=true;
bt_simpankriteria.Enabled:=false;
bt_hapuskriteria.Enabled:=false;
bt_ubahkriteria.Enabled:=false;
e_kodekriteria.Enabled:=true;
dm.execSQL(dm.AQKriteria,'select * from tabel_kriteria order by kode asc');
5. Desain Form Bobot Kepentingan Kriteria
Gambar 3. 12 Desain Form Bobot Kepentingan Kriteria
Form ini sebagai inputan nilai-nilai pembandingan kriteria yang akan digunakan
untuk penentuan bobot kriteria. Form ini terdiri dari beberapa tombol yaitu :
Tombol Hitung :
for i := 1 to dm.AQKriteria.RecordCount-1 do
for j := 1 to i do
begin
if Length(sg_kriteria.Cells[i+1,j])=3 then
begin
sg_kriteria.Cells[j,i+1]:=Copy((sg_kriteria.Cells[i+1,j]),3,1);
end else
if sg_kriteria.Cells[i+1,j]='1' then
begin
sg_kriteria.Cells[j,i+1]:=sg_kriteria.Cells[i+1,j];
end else
begin
113
sg_kriteria.Cells[j,i+1]:='1/'+sg_kriteria.Cells[i+1,j];
end;
end;
Tombol Simpan :
query:='insert into tabel_bobotkepentingan(k1,k2,bobot) values('+QuotedStr

(sg_kriteria.Cells[0,i])+','+QuotedStr(sg_kriteria.Cells[j,0])+','+QuotedStr(sg_kri
teria.Cells[j,i])+')';
dm.insertdata(query);
6. Desain Form Master Bobot Alternatif
Gambar 3. 13 Desain Form Bobot Penilaian Alternatif
Form ini sebagai inputan nilai-nilai pembandingan alternatif yang akan

digunakan untuk penentuan bobot alternatif. Form ini terdiri dari beberapa
tombol yaitu :
Tombol Hitung :
for i := 1 to dm.AQNama.RecordCount-1 do
for j := 1 to i do
begin
if Length(sg_penilaian.Cells[i+1,j])=3 then
begin
sg_penilaian.Cells[j,i+1]:=Copy((sg_penilaian.Cells[i+1,j]),3,1);
end else
if sg_penilaian.Cells[i+1,j]='1' then
begin
sg_penilaian.Cells[j,i+1]:=sg_penilaian.Cells[i+1,j];
end else
begin
sg_penilaian.Cells[j,i+1]:='1/'+sg_penilaian.Cells[i+1,j];
end;
end
114
Tombol Simpan :
query:='insert into tabel_bobotpenilaian(A1,A2,kode_kriteria,bobot) values

('+QuotedStr(sg_penilaian.Cells[0,i])+','+QuotedStr(sg_penilaian.Cells[j,0])+','+
QuotedStr(kode)+','+QuotedStr(sg_penilaian.Cells[j,i])+')';;
dm.insertdata(query);
7. Desain Form Proses Perbandingan Fuzzy AHP
Gambar 3. 14 Desain Form Proses Perhitungan Kriteria
Form ini sebagai proses perhitungan kriteria menggunakan metode FAHP. Form
ini terdapat tombol yaitu :
Tombol Set Nilai Bobot Kriteria :
for i := 1 to dm.AQKriteria.RecordCount do
begin
indeksakhir:=1;
for j := 1 to dm.AQKriteria.RecordCount do
if i<>j then
begin
if StrToFloat(sg_pk1.Cells[2,i+1])>=StrToFloat(sg_pk1.Cells[2,j+1]) then
115
begin
indeks:=1;
end else
if StrToFloat(sg_pk1.Cells[1,j+1])>=StrToFloat(sg_pk1.Cells[3,i+1]) then
begin
indeks:=0;
end else begin
indeks:=(StrToFloat(sg_pk1.Cells[1,j+1])-
StrToFloat(sg_pk1.Cells[3,i+1]))/((StrToFloat(sg_pk1.Cells[2,i+1])-
StrToFloat(sg_pk1.Cells[3,i+1]))-(StrToFloat(sg_pk1.Cells[2,j+1])-
StrToFloat(sg_pk1.Cells[1,j+1])));
end;
if indeks<=indeksakhir then
indeksakhir:=indeks;
end;
temp[i]:=indeksakhir;
end;
8. Desain Form Proses Bobot Penilaian Fuzzy AHP
Gambar 3. 15 Desain Form Proses Perhitungan Alternatif
Form ini sebagai proses perhitungan kriteria menggunakan metode FAHP. Form
ini terdapat tombol yaitu :
Tombol Set Nilai Bobot Alternatif :
for j := 1 to dm.AQNama.RecordCount do
if i<>j then
begin
if StrToFloat(sg_pa1.Cells[2,i+1])>=StrToFloat(sg_pa1.Cells[2,j+1])
then
begin
indeks:=1;
116
end else
if StrToFloat(sg_pa1.Cells[1,j+1])>=StrToFloat(sg_pa1.Cells[3,i+1])
then
begin
indeks:=0;
end else begin
indeks:=(StrToFloat(sg_pa1.Cells[1,j+1])-
StrToFloat(sg_pa1.Cells[3,i+1]))/((StrToFloat(sg_pa1.Cells[2,i+1])-
StrToFloat(sg_pa1.Cells[3,i+1]))-(StrToFloat(sg_pa1.Cells[2,j+1])-
StrToFloat(sg_pa1.Cells[1,j+1])));
end;
end;
10. Desain Form Proses Hasil Perangkingan Fuzzy AHP
Gambar 3. 16 Desain Form Proses Perangkingan
Form ini sebagai proses perhitungan perangkingan menggunakan metode

FAHP. Form ini terdapat tombol yaitu :
Tombol Perangkingan :
for i := 1 to dm.AQNama.RecordCount do
begin
nilai:=0;
for j := 1 to dm.AQKriteria.RecordCount do
begin
nilai:=nilai+StrToFloat(sg_pk2.Cells[j,1])*StrToFloat(sg_pa2.Cells[i,j]);
117
end;
query:='insert into tabel_hasil
values('+QuotedStr(dm.AQNama.FieldByName('kode').AsString)+','+FloatToStr
(nilai)+')';
DM.insertdata(query);
dm.AQNama.Next;
end;
11. Desain Form Laporan

Form ini terdiri dari komponen pilihan kategori laporan dan tombol cetak untuk
mencetak laporan ataupun menampilkan hasil perhitungan FAHP dan
perangkingan.
Tombol Cetak :
if cb_laporan.ItemIndex=-1 then
begin
Application.MessageBox('Pilih Laporan','Information');
end else
if cb_laporan.ItemIndex=0 then
begin
dm.AQHasil.Active:=false;
dm.AQHasil.Active:=true;
F_Laporan.qr_tanggal.Caption:=DateToStr(now);
F_Laporan.QuickRep2.Preview;
end else
if cb_laporan.ItemIndex=1 then
begin
dm.AQBobotKepentingan.Active:=false;
dm.AQBobotKepentingan.Active:=true;
F_LaporanBobotKriteria.qr_tanggal.Caption:=DateToStr(now);
F_LaporanBobotKriteria.QuickRep2.Preview;
end else
begin
dm.AQBobotPenilaian.Active:=false;
dm.AQBobotPenilaian.Active:=true;
F_LaporanBobotPenilaian.qr_tanggal.Caption:=DateToStr(now);
F_LaporanBobotPenilaian.QuickRep2.Preview;
end;
118
Gambar 3. 17 Desain Form Cetak Laporan
Pada form cetak laporan terdapat 3 pilihan kategori, yaitu : Hasil Perankingan,
Bobot Kriteria dan Bobot Penilaian.
12. Desain Form Laporan Data Hasil Perangkingan
.
Gambar 3. 18 Desain Form Cetak Laporan Hasil Perankingan
Laporan hasil perankingan merupakan laporan data hasil perankingan penilaian

desa.
119
13. Desain Form Laporan Data Bobot Penilaian
Gambar 3. 19 Desain Form Cetak Laporan Data Bobot Penilaian
Laporan data bobot penilaian menampilkan laporan data penilaian perbandingan

berpasangan alternatif dengan alternatif terhadap kriteria.
14. Desain Form Laporan Data Perbandingan Kriteria
Gambar 3. 20 Desain Form Cetak Laporan Data Perbandingan Kriteria
laporan data perbandingan kriteria menampilkan laporan perbandingan

berpasangan kriteria dengan bobotnya masing-masing.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Analisa Sistem

Pada penelitian ini akan dibangun sistem yang dapat digunakan untuk
menentukan seleksi desa penerima dana bantuan perkembangan desa sebagai sistem
penunjang keputusan. Langkah awal yang dilakukan dalam menentukan yang terpilih
adalah menilai beberapa parameter berdasar kriteria dari setiap desa berdasar atas
penilaian tim penilai, yang kemudian data tersebut akan dilakukan perhitungan
menggunakan metode yang telah ditentukan.
Penelitian ini dilakukan dengan melakukan pengamatan secara langsung
terhadap beberapa desa melalui penilaian setiap kriteria yang telah ditentukan.
Pada sistem penentuan seleksi desa penerima dana bantuan perkembangan
desa ini, dilakukan beberapa tahapan proses diantaranya adalah
1. Penentuan data Penilaian desa berdasarkan kriteria yang telah ditentukan.. Data-
data tentang desa di kecamatan Angkinang HSS diperoleh dari beberapa data
dari BPS HSS dan wawancara langsung dengan staf kecamatan Angkinang
yang ada. Adapun data yang didapat berupa data nama desa yang akan diseleksi
untuk mendapatkan dana bantuan hibah.
2. Menentukan kriteria-kriteria yang menjadi acuan dalam penentuan seleksi desa
penerima dana bantuan perkembangan desa. Kriteria yang ditentukan adalah:
K1 Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa
K2 Banyaknya Murid dan Guru TK dan Rasio Per Desa
K3 Banyaknya Sekolah Tingkat Pendidikan Per Desa
K4 Banyaknya Murid dan Guru SD dan Rasio Per Desa
K5 Banyaknya Murid dan Guru SLTP dan Rasio Per Desa
K6 Banyaknya Murid dan Guru SMU dan Rasio Per Desa
K7 Banyaknya Sarana Kesehatan Dirinci Menurut Desa
120
121
Banyaknya Rumah Tangga Memakai Listrik PLN dan

K8
Non PLN Serta Penerangan Lainnya Per Desa
Banyaknya Rumah Tangga Yang Memiliki Telepon
K9
Dirinci Tiap Desa
K10 Banyaknya Koperasi KUD
3. Pada tahapan berikutnya, dilakukan pembandingan nilai antar kriteria untuk

mendapatkan bobot kriteria.
4. Pada langkah berikutnya dilakukan pembandingan nilai antar alternatif
berdasarkan kriteria untuk mendapatkan bobot masing-masing alternatif
berdasarkan kriteria.
5. Pada langkah selanjutnya, melakukan proses perangkingan untuk setiap
alternatif dengan cara mengalikan nilai bobot kriteria dan nilai bobot masing-
masing alternatif dari setiap kriteria dan dijumlahkan.
4.2 Analisa Kebutuhan

4.2.1 Kebutuhan Perangkat Keras
Perangkat keras yang digunakan membuat dan menjalankan sistem penentuan
seleksi desa penerima dana hibah perkembangan desa adalah sebagai berikut:
1. Laptop Acer core i5
2. Memory 2 GBytes
3. Hardisk 300 Gbytes
4. VGA1 Gbytes
4.2.2 Kebutuhan Perangkat Lunak

Perangkat lunak yang digunakan membuat dan menjalankan program sistem
penentuan seleksi desa penerima dana hibah perkembangan desa adalah sebagai
berikut:
1. Instalasi Microsoft Windows 7
2. Instalasi Borland Delphi XE
3. Instalasi Microsoft Access 2007
4. Microsoft Visio
122
4.3 Penjelasan Penggunaan Program

Pada bagian ini akan dijelaskan proses penggunaan program yang dibuat
untuk penentuan seleksi desa penerima dana hibah perkembangan desa. Pada
Program sistem ini terdiri menu utama, input data desa, input data kriteria, input nilai
pembandingan alternatif, input nilai pembandingan kriteria, perhitungan bobot
kriteria, perhitungan bobot alternatif tiap kriteria, proses perangkingan dan laporan
hasil perangkingan.
1. Form Login
Form ini digunakan untuk keamanan sistem, khususnya adalah keamanan
data. Form ini dilengkapi dengan mengisi nama pengguna dan kata sandi yang
berhak atas sistem ini. Form ini dapat dilihat pada gambar 4.1., di bawah ini.
Gambar 4. 1 Form Login sistem
2. Form Interface Menu Utama

Form ini digunakan sebagai central beberapa sub form yang berisi beberapa
aplikasi yang mendukung pada proses penentuan seleksi desa penerima bantuan,
dimana pada menu utama ini terdiri dari : input nama desa, input data kriteria, input
nilai pembandingan kriteria, input nilai pembandingan alternatif, perhitungan bobot
kriteria, perhitungan bobot alternatif tiap kriteria, proses perangkingan dan laporan
hasil perangkingan.
Form Interface Menu Utama dapat dilihat pada gambar 4.2.
123
4. 2 Form Menu Utama
3. Form Interface Input Data Alternatif Gambar

Form ini digunakan untuk memberikan kode terhadap obyek mahasiswa
jurusan akuntansi, hal ini dimaksudkan untuk mengefektifkan dan memudahkan
dalam pemanggilan data mahasiswa yang berisi uraian nama-nama item tentang
mahasiswa. Pada form ini terdapat beberapa komponen antara lain : tombol
tambah, tombol batal, tombol simpan, tombol hapus, tombol ubah dan tombol tutup.
Dan sebagai komponen inputan terdiri dari: NIM dan nama alternatif. Form ini
dapat dilihat pada gambar di bawah ini.
Gambar 4. 3 Form Input Data Alternatif

124
4. Form Interface Input Data Kriteria

Form ini digunakan untuk memberikan kode terhadap jenis kriteria, hal ini
dimaksudkan untuk mengefektifkan dan memudahkan dalam pemanggilan data
kriteria yang berisi kriteria. Pada form ini terdapat beberapa komponen antara lain :
tombol Tambah, tombol batal, tombol simpan, tombol hapus, tombol ubah dan
tombol tutup. Dan sebagai komponen inputan terdiri dari: Kode kriteria, dan nama
kriteria. Form ini dapat dilihat pada gambar di bawah ini.
Gambar 4.4 Form Input Data Kriteria

5. Form Interface Input Penilaian Bobot Alternatif berdasar Kriteria
Form ini digunakan untuk memasukkan data nilai pembandingan alternatif
dari setiap kriteria yang telah ditetapkan. Form ini sebagai nilai untuk proses
perhitungan selanjutnya dalam perangkingan alternatif menggunakan metode Fuzzy
AHP.
Pada form ini, komponen yang tersedia adalah tombol lihat data untuk
melihat data nilai yang pernah tersimpan dan terproses, tombol simpan, serta tombol
tutup.
125
Gambar 4.5 Form Input nilai desa
Gambar 4.6 Form Input nilai matrik perbandingan alternatif
6. Form Interface Input Penilaian Bobot Kriteria

Form ini digunakan untuk memasukkan data nilai pembandingan kriteria dari
setiap kriteria yang telah ditetapkan. Form ini sebagai nilai untuk proses perhitungan
selanjutnya menggunakan metode Fuzzy AHP.
Pada form ini, komponen yang tersedia adalah tombol hitung dan tombol
simpan, serta tombol tutup.
126
Gambar 4.7 Form Input nilai pembandingan kriteria
7. Form Proses Perhitungan Penentuan Bobot Kriteria dan Alternatif

Form ini digunakan untuk untuk menghitung nilai pembandingan kriteria dan
nilai pembandingan alternatif untuk menghasilkan nilai bobot kriteria dan nilai bobot
alternatif untuk setiap kriteria. Form ini memliki tombol untuk menghitung secara
otomatis dari setiap tahapan perhitungan sehingga langsung dapat dilihat nilai hasil
perhitungan berupa nilai bobot kriteria maupun nilai bobot alternatif setiap kriteria.
127
Gambar 4. 8 Form Proses perhitungan nilai bobot kriteria
Gambar 4. 9 Form Proses perhitungan nilai bobot alternatif

128
8. Form Hasil Perhitungan Proses Perangkingan

Dari proses perhitungan sebelumnya dengan menggunakan metode FAHP,
maka didapat hasil dalam bentuk l (satu) hasil perangkingan sistem seperti pada
gambar di bawah ini. Pada form ini terdapat tombol perankingan untuki
menampilkan hasil perankingan.
Gambar 4.10 Form Hasil Perangkingan Alternatif

9. Form Pilihan Kategori Laporan
Form ini terdiri dari komponen pilihan kategori laporan dan tombol cetak untuk
mencetak laporan ataupun menampilkan hasil perhitungan FAHP dan
perangkingan alternatif. Terdapat 3 (tiga) pilihan kategori laporan, yaitu : Hasil
Perankingan, Bobot Kriteria dan Bobot Penilaian.
Gambar 4. 61 Form Pilhan Kategori Laporan

129
Gambar 4. 7 Cetak Hasil Perangkingan Alternatif
Cetak hasil perankingan alternatif menampilkan hasil perankingan seleksi desa

yang menerima bantuan. Berdasarkan data yang ada yaitu 11 desa yang dinilai.
130
Gambar 4. 8 Cetak Laporan Data Perbandingan Kriteria
Cetak laporan data perbandingan kriteria menampilkan laporan perbandingan

berpasangan kriteria dengan bobotnya masing-masing.
131
Gambar 4. 9 Laporan Data Bobot Penilaian
Cetak laporan data bobot penilaian menampilkan laporan data penilaian

perbandingan berpasangan alternatif dengan alternatif terhadap kriteria.
4.4 Pengujian Perangkat Lunak

Pengujian perangkat lunak merupakan salah satu proses rangkaian dari
pengembangan perangkat lunak. Pengujian dilakukan dengan dua metode yaitu
pengujian dengan metode White box dan metode Black box.
132
4.4.1 Pengujian White Box
Metode white box ini adalah suatu metode desain test case yang
menggunakan struktur kontrol desain prosedural untuk memperoleh test case.
Dengan menggunakan metode pengujian white box, perekayasaan sistem dapat
melakukan test case yang dapat memberikan proses:
a. Semua modul telah digunakan minimal satu kali
b. Menggunakan semua keputusan logis pada sisi true dan false operasional sistem.
c. Mengeksekusi semua loop (perulangan) pada batasan mereka dan pada batas
operasionalnya.
Sistem penentuan seleksi desa penerima dana hibah perngembangan desa
dengan metode Fuzzy AHP yang dibangun ini, terdiri dari beberapa
modul/prosedur/fungsi yang mempunyai fungsi proses masing-masing. Dalam hal
ini, pengujian tidak dilakukan terhadap keseluruhan program secara utuh, namun
dilakukan sampel pengujian terhadap level tertentu yang dijalankan. Sebagai contoh,
akan dibahas pengujian terhadap modul proses perhitungan. Modul/prosedur proses
perhitungan dibangun dengan menggunakan algoritma seperti dibawah ini, maka
pengujian pada modul/prosedur ini dapat ditunjukkan dengan menelusuri logika pada
algoritma ini untuk melihat efisien dan kompleksitas logika yang dibangun.
Pengukuran kuantitatif terhadap kompleksitas logis suatu program akan
mudah diukur apabila setiap coding diberi nomor. Urutan logis suatu program
kemudian dibuat dalam diagram alir, coding dan nomor codingnya. Berikut ini
diagram alir dan coding program beserta nomor kodingnya.
procedure Tf_topsis.Button2Click(Sender: TObject);

var r1,r2,r3:real;
m,m_awal:integer;
nilai:string;
begin [1]
PageControl1.ActivePage:=TabSheet3;
ado_kriteria.RecNo:=1;
StringGrid3.RowCount:=row+1;
StringGrid3.ColCount:=colom+1;
for i := 1 to strtoint(loop) do [2]
begin
StringGrid3.Cells[0,i]:=StringGrid2.Cells[0,i]; [3]
end; [4]
133
for j := 1 to colom do [5]

begin
StringGrid3.Cells[j,0]:=StringGrid2.Cells[j,0]; [6]
end; [7]
m:=1; [8]
for n := 1 to jum do [9]
begin
for j := 1 to 3 do [10]
begin
for i := 1 to strtoint(loop) do [11]
begin
r1:=ado_kriteria.FieldByName('nilai_kriteria_AHP').AsFloat;
r2:=strtofloat(StringGrid2.Cells[m,i])*r1; [12]
StringGrid3.Cells[m,i]:=floattostr(r2);
end; [13]
m:=m+1; [14]
end; [15]
ado_kriteria.Next; [16]
end; [17]
end; [18]
134
10
11
12
13
14
15
16
18 17
Gambar 4.15 Diagram Alir Logika

135
Kompleksitas Siklomatis (pengukuran kuantitatif terhadap kompleksitas logis suatu

program) dari grafik alir dapat diperoleh dengan perhitungan:
V(G) = E – N + 2
Dimana:
E = Jumlah edge grafik alir yang ditandakan dengan gambar panah
N = Jumlah simpul grafik alir yang ditandakan dengan gambar lingkaran

Berdasarkan flow graph diatas, maka kompleksitas cyclomatic-nya dapat di hitung
sebagai berikut :
1. Flow graph diatas mempunyai 6 region
2. V(G) = 22 edges – 18 nodes + 2 = 6
3. V(G) = 5 predicates nodes + 1 = 6
Basis set yang dihasilkan dari jalur independent secara linier adalah jalur sebagai
berikut:
Input Nilai Jalur Hasil Keterangan
Jika matrik data nilai terisi
Path 1 – Path
sebanyak jumlah alternative x Benar Sesuai
18
jumlah criteria
Jika matrik data nilai tidak terisi
Path 1 – Path
sebanyak jumlah alternative x Salah Tidak Sesuai
18
jumlah criteria
Path 1 : 1-2-3-2-4
Path 2 : 1-2-3-2-4-5-6-5-7
Path 3 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13
Path 4 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15
Path 5 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15-16-9-17
Path 6 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15-16-9-17-18
Ketika aplikasi dijalankan, maka terlihat bahwa salah satu basis set yang dihasilkan
adalah 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15-16-9-17-18 dan terlihat
bahwa simpul telah dieksekusi satu kali. Berdasarkan ketentuan tersebut dari segi
kelayakan software, sistem ini telah memenuhi syarat.
136
4.4.2 Pengujian Black Box

Pengujian Black Box Pengujian selanjutnya dilakukan untuk memastikan
bahwa suatu event atau masukan akan menjalankan proses yang tepat dan
menghasilkan output sesuai dengan rancangan.
Untuk contoh pengujian terhadap beberapa level dari proses perhitungan
FAHP memberikan hasil sebagai berikut:
Tabel 4. 1 Hasil Uji Black Box
Output
Input Hasil Uji
Proses (Hasil yang
(Event)
diharapkan)
Tombol Melakukan Sesuai
Proses proses
perhitungan perhitungan
nilai bobot nilai bobot
kriteria kriteria dan
menghasilkan
nilai bobot
For i := 1 to dm.AQNama.RecordCount do
begin
indeksakhir:=1;
for j := 1 to dm.AQNama.RecordCount do
if i<>j then
begin
if
StrToFloat(sg_pa1.Cells[2,i+1])>=StrToFloat(sg_pa1.Cells
[2,j+1]) then
begin
indeks:=1;
end else
if
StrToFloat(sg_pa1.Cells[1,j+1])>=StrToFloat(sg_pa1.Cells
[3,i+1]) then
begin
indeks:=0;
end else begin
137
indeks:=(StrToFloat(sg_pa1.Cells[1,j+1])-
StrToFloat(sg_pa1.Cells[3,i+1]))/((StrToFloat(sg_pa1.Cell
s[2,i+1])-StrToFloat(sg_pa1.Cells[3,i+1]))-
(StrToFloat(sg_pa1.Cells[2,j+1])-
StrToFloat(sg_pa1.Cells[1,j+1])));
end;
end;
end;
Tombol procedure TF_Data.Button2Click(Sender: TObject); Keluar dari Sesuai

keluar begin proses
close; perhitungan
end;
FAHP dan
kembali ke
menu utama
4.5 Hasil Pengukuran Kesesuaian

Pengertian kesesuaian adalah seberapa dekat suatu angka hasil pengukuran
(Post Test) terhadap angka sebenarnya (Pre Test). Jadi sesuai yang dimaksud
dalam penelitian ini adalah hasil pengukuran, dengan melakukan perhitungan
dengan metode Fuzzy AHP yang menunjukkan hasil output yang benar berdasarkan
nilai standar yang ditetapkan dibandingkan dengan perhitungan manual.
Pada uji implementasi sistem ini, proses yang dilakukan adalah
membandingkan antara hasil perhitungan dan penentuan prioritas secara manual
(Pre Test) dan hasil sistem (Post Test) dengan menggunakan metode Fuzzy AHP
berdasarkan rangking yang terendah hasil penilaian yang telah dihasilkan.. Sistem
penentuan desa yang mendapat bantuan dana hibah pengembangan desa yang
dihitung secara manual dengan perhitungan sistem memiliki hasil prioritas 1 (satu)
desa yang mendekati posisi yang paling rendah. Untuk melihat perbandingan antara
nilai yang tidak menggunakan sistem dengan menggunakan metode Fuzzy AHP
dapat dilihat pada tabel di bawah ini.
Tabel 4. 2 Hasil Perbandingan Pre Test dan Post Test
Perhitungan Secara Manual Perhitungan Menggunakan Sistem

Nilai Nilai Kesesuaian
No Kode Nama Desa Ket Kode Nama Desa Ket
Rata2 Bobot
1 A5 ANGKINANG SELATAN 26.500 Terpilih A10 BAMBAN 0.06979 Terpilih Sesuai
2 A10 BAMBAN 26.500 Terpilih A9 BAMBAN SELATAN 0.06979 Terpilih Sesuai
Tidak
3 A1 TELAGA SILI-SILI 29.167 Tidak terpilih A8 ANGKINANG 0.06979 Terpilih Sesuai
Tidak
4 A3 TANIRAN KUBAH 29.667 Tidak terpilih A7 KAYU ABANG 0.06979 Terpilih Sesuai
Tidak
5 A7 KAYU ABANG 31.000 Tidak terpilih A6 TAWIA 0.06979 Terpilih Sesuai
Tidak
6 A6 TAWIA 32.333 Tidak terpilih A3 TANIRAN KUBAH 0.06979 Terpilih Sesuai
Tidak
7 A9 BAMBAN SELATAN 32.333 Tidak terpilih A2 TANIRAN SELATAN 0.06979 Terpilih Sesuai
Tidak
8 A11 BAMBAN UTARA 32.667 Tidak terpilih A1 TELAGA SILI-SILI 0.06979 Terpilih Sesuai
9 A2 TANIRAN SELATAN 33.667 Tidak terpilih A11 BAMBAN UTARA 0.14168 Tidak Terpilih Sesuai
10 A8 ANGKINANG 39.000 Tidak terpilih A4 BAKARUNG 0.14168 Tidak Terpilih Sesuai
11 A4 BAKARUNG 39.833 Tidak terpilih A5 ANGKINANG SELATAN 0.15835 Tidak Terpilih Sesuai
138
139
Keterangan Tabel :
a) Perhitungan secara manual (Nilai Rata2) adalah hasil perhitungan dengan
menggunakan perhitungan manual.
b) Perhitungan menggunakan sistem (Nilai bobot) adalah hasil perhitungan
sistem menggunakan metode Fuzzy AHP..
c) Keterangan Terpilih adalah hasil perhitungan dengan nilai yang paling rendah
yang kemungkinan akan mendapatkan bantuan dana pengembangan desa.
d) Keterangan Tidak terpilih adalah hasil perhitungan dengan nilai yang lebih
besar dari nilai yang terpilih.
e) Status sesuai adalah apabila nilai kondisi manual dengan nilai bobot sistem
mempunyai kondisi yang sama..
f) Status tidak sesuai adalah apabila nilai kondisi manual dengan nilai bobot
sistem mempunyai kondisi yang tidak sama.
Pada uji implementasi ini sistem diuji terhadap 11 data desa. Diketahui dari
urutan nama desa, hasil perhitungan manual dan perhitungan menggunakan sistem
terdapat perbedaan hasil prioritas. Perbedaan ini terjadi dikarenakan adanya
perbedaan penggunaan pengukuran dalam menentukan penilaian penentuan desa
yang mendapatkan dana pengembangan desa.
Untuk mengetahui kesesuaian sistem dilakukan pengujian sebagai berikut:
Hasil yang sesuai

Kesesuaian = X 100%
Jumlah data penelitian
5
= X 100 % = 45%
11
Hasil yang tidak sesuai

Ketidaksesuaian = X 100%
Jumlah data penelitian
6
= X 100 % = 55%
11
Maka dapat digambarkan dalam grafik seperti di bawah ini.

140
Tingkat Kesesuaian Sistem
45%
55% Sesuai
Tidak Sesuai
Gambar 4. 16 Grafik Kesesuaian Sistem

BAB V
PENUTUP
5.1 Kesimpulan
Dari pelaksanaan penelitian ini, maka dapat ditarik kesimpulan sebagai berikut:
1. Pada penelitian yang telah dilakukan dapat disimpulkan bahwa dengan menggunakan
aplikasi berbasis metode Fuzzy AHP pada kasus ini, dikatakan kurang dapat digunakan
sebagai perhitungan alternatif yang lebih efektif dibandingkan dengan perhitungan
menggunakan cara manual, hal ini dapat dilihat dari kesesuaian hasil dengan
perhitungan menggunakan metode Fuzzy AHP sebesar 45%.
2. Hasil yang diberikan oleh metode Fuzzy AHP memiliki ketidaksesuaian dengan hasil
manual sebesar 55%.
3. Untuk kebenaran perbandingan antara perhitungan manual dengan menggunakan
sistem perlu di uji tingkat konsistensi dengan menggunakan metode uji yang lain, pada
penelitian ini masih memakai pembandingan hasil.
5.2 Saran
Dari hasil penelitian ini maka saran yang dapat diberikan adalah untuk
pengembangan aplikasi diperlukan metode yang lebih tepat agar hasil penentuan
perhitungan penentuan penerima dana hibah pengembangan desa bisa lebih baik, metode
fuzzy AHP pada penelitian ini dapat digabungkan dengan metode sistem pendukung
keputusan yang lain.
141
DAFTAR PUSTAKA
Kusrini. 2007. “Konsep dan Aplikasi Penunjang Keputusan”. Andi Publisher. Yogyakarta.
Latifah , Siti. 2005. “Prinsip-prinsip Dasar AHP”.
MADCOM, L. K. (2007). Panduan Lengkap Borland Delphi 7 edisi 2. Yogyakarta: Andi.
Munawar. (2005). Pemodelan Visual dengan UML. Jakarta: Graha Ilmu.
Pedoman Seleksi Mahasiswa Konsentrasi Komputerisasi Akuntansi Fakultas Ekonomi

UNLAM, 2011
Saputra, Panduwinata Tatag. 2009. “Sistem Pendukung Keputusan Perencanaan Pernikahan

Untuk Wedding Organizer dengan Metode AHP”.
Shalahuddin, Muhammad dan Rosa A. S. 2011. “Rekayasa Perangkat Lunak”. Modula.

Bandung.
Siswanto, Hendro, Kardi Teknomo, dan Sebastianus Ari Yudhanto. 1999. “Penggunaan
Metode Analytical Hierarchy process Dalam Menganalisa Faktor-Faktor yang
Mempengaruhi Pemilihan Moda Ke Kampus”.
Turban. 2005.”Decision Support System and Intelligent System (Sistem Pendukung

Keputusan Dan Sistem Cerdas) Jilid 1”. Andi Offset. Yogyakarta.
142

Aplikasi Metode Fuzzy Ahp Untuk Menentukan Desa Penerima Bantuan Pengembangan Desa

Diunggah oleh

Informasi Dokumen

Hak Cipta

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Aplikasi Metode Fuzzy Ahp Untuk Menentukan Desa Penerima Bantuan Pengembangan Desa

Diunggah oleh

Hak Cipta:

APLIKASI METODE FUZZY AHP UNTUK

MENENTUKAN DESA PENERIMA BANTUAN

Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan

PROGRAM STUDI SISTEM INFORMASI

( Ir. Rintana Arnie, M.Kom ) ( Ratna Fitriani, M.Kom )

(Bahar A. Rahman, ST. M.Kom)

SUSUNAN TIM PENGUJI

Bahar. A. Rahman, ST., M.Kom Drs. H. Sushermanto,M.Kom

Program Studi : Sistem Informasi

: SS : Aplikasi Metode Fuzzy AHP Untuk Menentukan Desa

Dalam PERMENDIKNAS nomor 13 Tahun 2007, ditegaskan bahwa ada lima

Kata Kunci : Promethee, Seleksi Kepala Sekolah

In Permendiknas number 13 of 2007, confirmed that there are five basic

Keywords : Promethee, Principal Selection

Banjarbaru, Desember 2013

1.1 Latar Belakang

Program penanggulangan kemiskinan, program Inpres Desa kurang

Melihat kekurangan dalam mengambil keputusan yang ada, maka

Beberapa penelitian yang telah dilakukan untuk pengambilan keputusan

Kemudian penelitian tentang Pemilihan Pemasok Drum Pelumas Industri

Keunggulan metode AHP adalah untuk menguraikan permasalahan pemilihan

hirarki fungsional dengan pertimbangan utama persepsi manusia (Saaty, 1994).

Untuk mengatasi masalah dalam menentukan kawasan (desa) kurang

1.2 Permasalahan Penelitian

1.2.1 Identifikasi Masalah

Pemerintah Daerah Hulu Sungai Selatan khususnya kecamatan Angkinang

1.2.2 Ruang Lingkup Masalah

1.2.3 Rumusan Masalah

Bagaimana membuat aplikasi penentuan desa yang kurang berkembang

1.3 Tujuan dan Manfaat Penelitian

Tujuan Penelitian ini adalah bertujuan untuk membuat aplikasi penentuan

Merupakan pendahuluan yang secara umum memberikan gambaran

BAB II : LANDASAN TEORI DAN KERANGKA PEMIKIRAN

Bab ini memberikan uraian sistematis mengenai literatur yang

BAB III : METODE PENELITIAN

Dalam bab ini berisi mengenai analisa kebutuhan, metode pemilihan

BAB IV : ANALISA DAN PEMBAHASAN

BAB V : KESIMPULAN DAN SARAN

Bagian terakhir ini akan memaparkan hal-hal yang dapat disimpulkan

2.1 Tinjauan Pustaka

Pada Penelitian ini Pembuatan Aplikasi Pengambil Keputusan Multikriteria

kriteria dan subkriteria, kualifikasi, dan pemilihan pemasok. Adapun penentuan

2.2 Landasan Teori

2.2.1 Sistem Pendukung Keputusan

Definisi awal Sistem Pendukung Keputusan (SPK) atau Decision Suport

Little (1970) mendifinisikan SPK sebagai ”sekumpulan prosedur berbasis

Bonczek, dan kawan kawan.,(1980) mendefenisikan SPK sebagai sistem

2.2.2 Pengertian Desa

2.2.2.1 Desa Mandiri

Adalah desa yang telah mampu mengoptimalkan potensi ekonomi (perikanan,

2.2.2.2 Desa Berkembang

2.2.2.3 Kawasan (desa) Kurang berkembang

Merupakan kawasan perdesaan yang ketersediaan sarana dan prasarana dasar

2.2.3 Penentuan Kawasan Kurang berkembang

Mekanisme yang digunakan dalam menetapkan status desa kurang

2.2.4 Sekilas Tentang Kabupaten Hulu Sungai Selatan

Kabupaten Hulu Sungai Selatan berada ditengah-tengah propinsi Kalimantan

Berikut adalah daftar nama-nama kecamatan dan kelurahan/desa yang ada di

Kecamatan angkinang 1. Desa Angkinang

Kecamatan Daha Barat 1. Desa Badaun

12. Desa Gambah Dalam

15. Desa Pahampangan

Kecamatan Telaga Langsat 1. Desa Ambutan

2.2.5 Mekanisme Penilaian Perkembangan Desa Pada Kecamatan Angkinang

Pada penentuan desa yang berkembang dan belum berkembang, kecamatan

2. Penilaian masing-masing desa berdasarkan setiap kriteria kriteria dan sesuai

4. Hitung rata-rata dari total nilai/