ANALISIS PENERIMA BANTUAN PEMERINTAH DI KECAMATAN

SIANTAR SITALASARI DENGAN METODE REGRESI LINEAR

TUGAS AKHIR

Diajukan Guna Memenuhi Salah Satu Syarat

Untuk Menyelesaikan Pendidikan Diploma III
Program Studi Teknik Komputer

Disusun oleh :

CINDY OCTAVIA SIAGIAN

1810029

POLITEKNIK BISNIS INDONESIA MURNI SADAR

PEMATANGSIANTAR
2021
 2

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pemerintah menggelontorkan berbagai skema bantuan untuk membantu

masyarakat. Salah satu bantuan pada masyarakat contohnya jaring pengaman sosial
untuk yang terdampak COVID-19. Dana triliunan rupiah itu dikucurkan untuk
program jaring pengaman sosial. Berbagai bantuan ini diharapkan bisa
meringankan beban masyarakat yang ekonominya terdampak pandemi. Selain itu,
bantuan ini diharapkan kembali bisa mendongkrak perekonomian yang tumbuh
minus 5,32 persen pada kuartal II 2020. Berikut daftar bantuan yang dikucurkan
pemerintah selama pandemi:
1. Bantuan sembako
2. Bantuan sosial tunai
3. BLT Dana Desa
4. Listrik Gratis
5. Kartu Prakerja
6. Subsidi gaji karyawan
7. BLT usaha mikro kecil

Program jaring pengaman sosial yang disediakan Pemerintah Indonesia adalah

bantuan langsung tunai untuk usaha mikro kecil. Bantuan ini disalurkan langsung
melalui rekening penerima untuk menunjang kegiatan usaha kecil supaya tetap bisa
bertahan ditengah pandemi.
Kecamatan Siantar Sitalasari berada pada 3°.01′.09′ LU dan 99°.06′.23′ BT,
dengan ketinggian ±410 meter di atas permukaan laut. Jumlah penduduk sebanyak
26.799 jiwa dengan rincian: penduduk laki-laki sebanyak 13.841 orang, dan
penduduk perempuan sebanyak 12.958 orang, dengan sex ratio 93,62%. Jumlah
kepala keluarga sebanyak 5577 KK dan kepadatan penduduk 12 orang per Ha
(https://id.wikipedia.org/wiki/Siantar_Sitalasari,_Pematangsiantar).

Siantar Sitalasari memiliki 5 Kelurahan.

1. Bah Kapul
2. Bah Sorma
3. Bukit Sofa
4. Gurilla
5. Setia Negara

Dalam membuat sistem pendukung keputusan, ada banyak metode atau

algoritma dalam penyelesaiannya. Berdasarkan kasus yang dituliskan diatas, maka
dengan menghubungkan kriteria penerima dengan kasus penentuan kelompok
masyarakat yang dialami pemerintah Kecamatan Sitalasari penulis berinisiatif
menciptakan suatu Sistem pendukung keputusan dengan metode regresi linear.
Jurnal pada penelitian sebelumnya berjudul Penerapan regresi linear untuk
prediksi penjualan property PT XYZ. Penelitian ini melakukan prediksi sebagai alat
pertimbangan dari pengambilan keputusan (Ghebyla. 2020).
Penelitian lain yang berkaitan dengan metode regresi linear digunakan untuk
memprediksi kebutuhan tenaga listrik jangka panjang berdasarkan kriteria
kebutuhan masing-masing penduduk di Provinsi Lampung.
Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh
antara satu buah variabel bebas terhadap satu buah variabel terikat. Persamaan
umumnya adalah:
Y = a + b X.
Dengan Y adalah variabel terikat dan X adalah variabel bebas. Koefisien a
adalah konstanta (intercept) yang merupakan titik potong antara garis regresi
dengan sumbu Y pada koordinat kartesius.
1.2 Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan diatas, maka penulis mencoba
merumuskan masalah sebagai berikut :
1. Bagaimana merancang dan mengimplementasikan sebuah Sistem
Pendukung Keputusan untuk mengelompokkan masyarakat penerima jaring
pengaman sosial.
2. Bagaimana membangun Aplikasi Sistem Pendukung Keputesan berbasis
web menggunakan bahasa pemrograman PHP.
3. Bagaimana pengujian yang dilakukan pada Sistem Pendukung Keputusan
untuk mengelompokkan masyarakat.

1.3 Batasan Masalah

Adapun Batasan masalah dalam penelitian ini adalah sebagai berikut :

1. Sistem Pendukung Keputusan yang dibangun menggunakan metode regresi
linear
2. Sistem Pendukung Keputusan yang dibangun diterapkan pada masyarakat
di Kecamatan Sitalasari Kota Pematangsiantar, Sumatra Utara.

1.4 Tujuan

Tujuan dari penelitian ini adalah :

1. Merancang dan mengimplementasikan sebuah Sistem Pendukung
Keputusan menggunakan metode regresi linear
2. Melakukan pengujian pada Sistem Pendukung Keputusan menggunakan
metode regresi linear

1.5 Manfaat

Manfaat yang diperoleh penulis dalam penelitian ini adalah :

1. Untuk memahami cara kerja metode regresi linear pada Sistem Pendukung
Keputusan
 2. Untuk memahami penterjemahan persamaan matematis metode regresi
linear kedalam bahasa pemrograman PHP

1.6 Sistematika Penulisan

Sistematika penulisan dalam tugas akhir ini, disusun sebagai berikut :

BAB I PENDAHULUAN

Bab ini berisi latar belakang, perumusan masalah, batasan masalah, tujuan,

manfaat dan sistematika penulisan.

BAB II LANDASAN TEORI

Bab ini berisi tentang uraian mengenai teori-teori dasar yang akan

mendukung pembahasan masalah, Uraian tersebut menjelaskan tentang

metode regresi linear dalam Sistem Pendukung Keputusan.

BAB III METODOLOGI PENELITIAN

Bab ini berisi tentang gambaran umum tentang persamaan metode regresi

linear kaitannya terhadap pengembangan aplikasi. Bab ini berisi tentang

langkah-langkah pengembangan aplikasi yang dilakukan pada penelitian

ini.

BAB IV ANALISIS DAN PEMBAHASAN

Pada bab ini merupakan penjelasan mengenai ujicoba dan analisa

pengoperasian dari sistem yang dibuat dan di kembangkan.

BAB V KESIMPULAN DAN SARAN

Pada bab ini berisikan beberapa kesimpulan dan saran dari hasil pembuatan

Sistem Pendukung Keputusan menggunakan metode regresi linear untuk

mengelompokkan masyarakat penerima jaring pengaman sosial di

Kecamatan Siantar Sitalasari.

 BAB II

LANDASAN TEORI

2.1 Bantuan Pemerintah

Bantuan sosial sendiri merupakan pengeluaran berupa uang, barang, atau jasa

yang diberikan oleh pemerintah pusat atau daerah kepada masyarakat untuk

melindungi masyarakat dari kemungkinan terjadinya risiko sosial, meningkatkan

kemampuan ekonomi, serta kesejahteraan masyarakat (Peraturan Menteri

Keuangan Republik Indonesia Nomor 81, 2012). Risiko sosial yang dimaksud

adalah peristiwa atau masalah yang dapat menimbulkan potensi kerentanan sosial

baik itu yang tanggung oleh perseorangan maupun kelompok masyarakat sebagai

dampak dari krisis sosial, ekonomi, politik, fenomena atau bencana alam dimana

jika tidak diberikan bantuan sosial akan semakin terpuruk dan tidak dapat hidup

dalam kondisi yang wajar.

2.2 Jaring Pengaman Sosial

Dalam rangka melindungi masyarakat miskin, pemerintah memperluas Jaring

Pengaman Sosial (JPS) termasuk yang tertuang dalam Peraturan Menteri Desa

PDTT Nomor 6 Tahun 2020 tentang Perubahan (Peraturan Menteri Desa PDTT

Nomor 6 Tahun 2020, 2020). Peraturan Menteri Desa PDTT Nomor 11 Tahun 2019

tentang Prioritas Penggunaan Dana Desa (Peraturan Menteri Desa PDTT Nomor 11

Tahun 2019) yang diantaranya terkait penyediaan Bantuan Langsung Tunai yang

bersumber dari Dana Desa (BLT-Dana Desa) (Wibawani, 2021).

 Penjual di Pasar yang berdagang mempunyai kotak uang simpanan, yang

meskipun isinya bisa jadi uang kertas yang lusuh, menjadi sumber investasi dan

untuk berjaga-jaga. Bagi mereka, kesehatan dan penghidupan menjadi satu. Mereka

berusaha mencari nafkah untuk tetap sehat dan berusaha untuk dapat mencari

nafkah di pasar.

Masalah pendanaan jaring pengaman sosial seringkali menimbulkan

permasalahan tersendiri. Dalam situasi krisis dan keterbatasan sumber dana

pemerintah seperti yang saat ini terjadi di Indonesia, pelaksanaan program jaring

pengaman sosial akan menemui banyak keterbatasan. Kalaupun dananya bisa

disediakan dalam jumlah yang cukup (misalnya melalui pinjaman/bantuan luar

negeri), persoalan lain yang timbul adalah bagaimana mengelola dana tersebut agar

bisa cepat dan tepat mengenai sasaran, sehingga penanggulangan dan pemulihan

bisa dilakukan secara efektif, efisien dan segera? Oleh karenanya, perlu dibentuk

suatu mekonisme yang terstruktur mulai dari tahap perencanaa pengelolaan, hingga

merumuskan agenda aksi yang dapat memenuhi kebutuhan individu atau kelompok

sasaran.

Paket bantuan sosial bagi masyarak rentan krisis dalam kerangka jaring

pengaman sosial ditempuh pertama kali oleh Presiden Roosevelt pada tahun 1930-

an di Amerika Serikat. Depresi ekonomi yang melanda Amerika Serikat disertai

badai salju yang parah mengakibatkan lumpuhnya sebagian besar kegiatan ekonomi

riil negara itu. Angka pengangguran meningkat tinggi, serta terjadi kontraksi

ekonomi yang disertai dengan melambungnya harga kebutuhan pokok.

Menurunnya produktivitas berbagai sektor perekonomian ini mengakibatkan daya

beli masyarakat menurun yang mengakibatkan ketidakmampuan masyarakat

memenuhi kebutuhan pokok. Akibatnya kualitas hidup sebagian besar masyarakat

menurun drastis. Kondisi ini kemudian segera diatasi melalui langkah jangka

pendek (crash program) dengan tujuan memulihkan kegiatan ekonomi dan

menanggulangi dampak sosial.

Jaring pengaman sosial yang selanjutnya disingkat dengan JPS adalah

bantuan sosial yang tidak berencana berupa uang yang diberikan. Ruang lingkup

Jaring Pengaman Sosial meliputi tiga bidang yaitu bidang kesehatan, pendidikan,

dan sosial (Rahmawati, 2017).

Pada dasarnya, memang tidak terdapat suatu model atau formula baku yang

dapat digunakan sebagai acuan dalam mengimplementasikan jaring pengaman

sosial ini. Bentuk program JPS sangat bervariasi dan tidak ada satu modelpun yang

dapat berlaku umum untuk berbagai kondisi dan untuk berbagai tujuan. Seperti

yang ditunjukkan dalam tabel 2.1, bentuk bantuan yang disalurkan kepada

masyarakat yang berhak menerima, tergantung pada subjek kemiskinan, alasan

timbulnya kemiskinan, dan kondisi daerah/negara. Dengan demikian, faktor kunci

untuk menjamin tercapainya efisiensi, efektivitas dan responsibilitas pelaksanaan

program JPS tersebut adalah tersedianya informasi yang akurat dan credible.

2.3 Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) adalah suatu sistem informasi yang

menggunakan model-model keputusan, basis data, dan pemikiran manajer sendiri,

proses modelling interaktif dengan komputer untuk mencapai pengambilan

keputusan oleh manajer tertentu. Dengan adanya SPK dapat memberikan perangkat
interaktif yang memungkinkan decission maker melakukan berbagai analisis dari

model yang tersedia (Utomo, 2015)

Dari pengertian sistem pendukung keputusan maka dapat ditentukan

karakteristik, yaitu diantaranya adalah sebagai berikut:

1. Mendukung proses pengambilan keputusan, menitikberatkan pada

management by perception.

2. Adanya interface manusia atau mesin, dimana manusia (user) tetap

memegang kontrol proses pengambilan keputusan.

3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur,

tak-terstruktur dan semi-terstruktur.

4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan

kebutuhan.

5. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga

dapat berfungsi sebagai kesatuan item.

6. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan

informasi seluruh tingkatan manajemen (Kusrini, 2007).

Sistem pendukung pengambilan keputusan disusun dalam beberapa

subsistem, yaitu :

1. Subsistem Manajemen data

Manajemen data berupa basis data yang berisi tentang data-data yang

saling terkait satu sama lain dan dikelola oleh perangkat lunak yang

disebut Database Management System (DBMS).

 2. Subsistem Manajemen model

Merupakan paket piranti lunak yang berisi model keuangan, statistik, ilmu

manajemen atau model kuantitatif lainnya. Semua itu memberikan

kapabilitas analitik dan manajemen piranti lunak yang tepat. Piranti lunak

ini sering disebut manajemen basis model atau Model Base Mangement

System (MBMS).

3. Subsistem Antar Muka Pengguna

Pengguna dapat berkomunikasi dan memberikan perintah pada sistem

melalui antarmuka.

4. Subsistem Manajemen Berbasis-pengetahuan

5. Subsistem optional ini dapat mendukung subsistem lain atau bertindak

sebagai komponen yang berdiri sendiri.

Berdasarkan definisi, SPK harus mencakup tiga komponen utama dari

DBMS, MBMS, dan antar muka pengguna. Subsistem manajemen berbasis

pengetahuan adalah optional, namun dapat digunakan karena memberikan

intelegensi bagi ketiga komponen utama tersebut. Seperti pada semua sistem

informasi manajemen, pengguna dapat dianggap sebagai komponen sistem

pendukung keputusan.

Tujuan sistem pendukung keputusan yang dikemukakan oleh Keen dan Scoot

dalam buku Management Information System memiliki tiga tujuan yang akan

dicapai yaitu:

1. Membantu manajer membuat keputusan untuk memecahkan masalah semi

terstruktur.
 2. Mendukung penilaian manajer bukan mencoba menggantikannya.

3. Meningkatkan efektifitas pengambilan keputusan (Kusrini, 2017).

2.4 Pemrograman PHP

PHP (Hypertext Preprocessor) dikembangkan pertama kali tahun 1995 oleh

Ramsus Leodorf yang merupakan salah satu anggota group Appache. PHP pertama

kali didesain dengan alat tracking pengunjung website ledorf. Kemudian, fungsinya

diperlebar dan dihubungkan dengan Appache. PHP dikembangkan sepenuhnya

untuk bahasa script server-side programming. PHP bersifat open source dan dapat

digabungkan dengan berbagai server yang berbeda-beda.

Kelebihan PHP dari bahasa pemrograman lainnya adalah:

1. PHP adalah bahasa open source yang dapat digunakan di berbagai mesin

(Linux, Unix, Macintosh, Windows) dan dapat dijalankan secara runtime

melihat consule serta dapat menjalankan perintah-perintah sistem.

2. Bahasa pemrograman PHP adalah sebuah bahasa script yang tidak

melakukan sebuah kompilasi dalam penggunaannya.

3. Web yang mendukung PHP dapat ditemukan dimana-mana dari mulai

Apache, IIS, Lighttpd hingga Xitami dengan konfigurasi yang relatif

mudah.

4. Dalam sisi pemahaman, PHP merupakan bahasa scripting yang paling

mudah karena memiliki referensi yang banyak.

5. Dalam sisi pengembangan lebih mudah, karena banyaknya milis-milis

developer yang siap membantu dalam pengembangan.

2.5 Database Mysql

MySQL pertama kali dirintis oleh seorang programmer bernama Michael

Widenius. MySQL database server adalah RDBMS (Relational Database

Management System) yang dapat menangani data yang bervolume besar. Meskipun

begitu, tidak menuntut resources yang besar. MySQL adalah database yang paling

popular diantara database-database yang lain.

MySQL adalah program database yang mampu mengirim dan menerima data

dengan sangat cepat dan multiuser. MySQL memiliki dua bentuk lisensi, yaitu free

software dan shareware. MySQL memiliki beberapa kelebihan dan keuntungan

dibandingkan database-database yang lain, diantaranya adalah:

 Banyak ahli berpendapat MySQL merupakan server tercepat

 MySQL merupakan sistem manajemen database yang open source, yaitu

software ini bersifat free atau bebas digunakan oleh perseorangan atau

instansi tanpa harus membeli atau membayar kepada pembuatnya

 MySQL memiliki performa yang tinggi tapi simpel

 Database MySQL mengerti bahasa SQL (Structured Query Languaged)

 MySQL dapat diakses melalui protocol ODBC (Open Database

Connectivity) buatan Microsoft. Ini menyebabkan MySQL dapat diakses

oleh banyak software

 Semua klien dapat mengakses server dalam satu waktu, tanpa harus

menunggu yang lain untuk mengakses database

 Database MySQL dapat diakses dari semua tempat di internet dengan hak

akses tertentu
  MySQL merupakan database yang mampu menyimpan data berkapasitas

besar, sampai berukuran Gigabyte

 MySQL dapat berjalan di berbagai operating sistem di Linux, Windows,

Solaris, dan lain-lain

Berikut ini adalah perbandingan batasan memori MySQL dengan database-

database yang lain:

Tabel 2.1 Ukuran DB Max beberapa software RDBMS

Database Ukuran DB Max

4th Dimension Tak terbatas
Advantage Database Server Tak terbatas
Datawasp Tak terbatas
DB2 512 TB
Firebird Tak terbatas
Ingress Tak terbatas
Microsoft Access 2 GB
Microsoft Visual Foxpro 2 GB
Microsoft SQL Server 524.258 (32.767 file * 16 TB
ukuran file maksimal)
MySQL 5 Tak terbatas
Oracle Tak terbatas (4 GB * ukuran
blok pertablespace)
OpenEdge Sekitar 32 exabytes
Polyhedra DBMS Dibatasi oleh RAM, address
space
PostgreSQL Tak terbatas
Teradata Tak terbatas
 Keunggulan MySQL adalah kemampuannya dalam menyediakan berbagai

fasilitas atau fitur-fitur yang dapat digunakan oleh bermacam-macam user. User ini

sendiri termasuk administrator database, programmer aplikasi, manager, sampai

end user (pemakai akhir).

Pada mulanya MySQL bekerja pada platform unix dan linux. Namun, dengan

perkembangannya sekarang banyak bermunculan beberapa distro yang mampu

berjalan pada beberapa platform yang bersifat shareware dan corporate.

MySQL adalah sebuah manajemen sistem database server yang mampu

menangani beberapa user, yaitu mampu menangani beberapa instruksi sekaligus

dari beberapa user dalam satu waktu. Dan MySQL merekam semua data user di

dalamnya sistem dalam tabel user.

Untuk pengguna yang menjalankan MySQL pada platform Windows dapat

mengakses melalui program client seperti putty, telnet, psftp, dan lain-lain.

Sedangkan untuk pengguna yang menjalankan MySQL pada platform linux dapat

mengakses melalui program client seperti SSH maupun telnet, seperti gambar 2.2

di bawah yang menggambarkan server MySQL dengan aplikasi server side dan

SSH.

MySQL sangat populer utamanya untuk aplikasi web. MySQL

merupakan komponen database “M” yang ada di LAMP, BAMP, MAMP, dan

WAMP (Linux/BSD/Mac/Windows Apache MySQL PHP/Perl/Phyton). Selain itu,

digunakan di tool bugtracking seperti Bugzilla.

Beberapa penyebab MySQL begitu popular antara lain adalah MySQL sangat

disukai oleh pengembang bahasa-bahasa pemrograman untuk web, seperti PHP dan
RoR (ruby on rails). MySQL terbukti kestabilannya karena digunakan oleh banyak

proyek besar, seperti MediaWiki, Flickr, Facebook, Google, Nokia dan Youtube.

Selain itu, proyek CMS free seperti WordPress, Drupal, Joomla semuanya

menggunakan MySQL sebagai database server nya.

MySQL adalah salah satu jenis database server yang sangat terkenal di dunia,

disebabkan MySQL menggunakan SQL sebagai bahasa dasar untuk mengakses

database dan merupakan open source SQL database.

2.6 Metode Regresi

Regresi dibagi menjadi beberapa jenis yakni regresi sederhana, regresi non

linier dan regresi berganda. Regresi adalah salah satu metode untuk menentukan

hubungan sebab akibat antara variabel dan variabel lainnya. Regresi linier adalah

suatu metode yang digunakan untuk menyatakan pola hubungan antara variabel

respo dengan variabel prediktor. Bila variabel prediktor berjumlah lebih dari satu

sehingga digunakan analisis regresi linier berganda. Pengamatan sebanyak n

dengan variabel prediktor (x) sebanyak p maka model regresi dituliskan sebagai

berikut (Walpole & Myers, 1995) :

𝑌𝑖 = 𝛽0 + 𝛽1 𝑋1𝑘 + 𝛽2 𝑋2𝑘 + ⋯ + 𝛽𝑘 𝑋𝑖𝑘 + 𝜀𝑖 ; 𝑖 = 1,2, … , 𝑛 (2.1)

Dengan :

𝑌𝑖 = nilai observasi variabel respon ke-i

𝑋𝑖𝑘 = nilai observasi variabel prediktor ke-k pada pengamatan ke-i

𝛽0 = nilai intersep model regresi

𝛽𝑘 = koefisien regresi variabel prediktor ke-k

 𝜀𝑖 = error pada pengamatan ke-i

Pada pemodelan regresi terdapat syarat-syarat yang harus dipenuhi yaitu

dengan memenuhi uji multikolinearitas dan uji asumsi residual yakni uji normalitas,

uji homokedastisitas, dan uji autokorelasi.

Pada penelitian ini, digunakan analisis regresi linier berganda, seperti yang

dijelaskan lebih lanjut pada bagian dibawah ini.

2.6.1 Analisis Regresi Linier Berganda

Analisis yang memiliki variabel bebas lebih dari satu disebut analisis regresi

berganda. Analisis regresi linier berganda memberikan kemudahan bagi pengguna

untuk memasukkan lebih dari satu variabel bebas hingga k dimana banyaknya k

kurang dari jumlah observasi (n) (Jamner. 2014). Sehingga model regresi linier

berganda untuk populasi dapat ditunjukkan sebagai berikut [6]:

𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + ⋯ ⋯ + 𝛽𝑘 𝑋𝑘 + 𝑒

Model regresi linier berganda untuk populasi di atas dapat ditaksir

berdasarkan sebuah sampel acak yang berukuran k dengan model regresi linier

berganda untuk sampel, yaitu :

𝑌̂ = 𝑏0 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + ⋯ ⋯ + 𝑏𝑘 𝑋𝑘

2.7 Metode Perancangan Sistem

Analisis sistem bertujuan untuk mengidentifikasi masalah dalam sistem

membangun aplikasi, termasuk perangkat lunak, pengguna, dan hasil analisis

sistem dan elemen terkait. Perancangan sistem adalah tahapan proses penentuan

program aplikasi yang sedang dibangun, menggambarkan bagaimana sistem

terbentuk, yang dapat dilakukan dengan menggambar, merencanakan dan membuat

sketsa atau menyusun beberapa elemen individu menjadi satu kesatuan bentuk yang

utuh dan fungsional, termasuk mengonfigurasi sistem Komponen perangkat lunak

dan perangkat keras.

Karena permintaan untuk sistem baru, fase analisis sistem dimulai.

Permintaan mungkin datang dari luar manajer dan departemen sistem informasi,

atau mungkin datang dari seorang eksekutif yang menemukan masalah atau

menemukan peluang baru. Namun, terkadang rencana pengembangan sistem baru

datang dari personel yang bertanggung jawab atas pengembangan sistem informasi

yang bermaksud mengembangkan sistem yang ada atau memecahkan masalah yang

belum terselesaikan.

2.7.1 Flowchart

Flowchart adalah bagan yang secara logika menampilkan alur dalam suatu

program atau sistem program. Flowchart adalah cara untuk menggambarkan tahap

pemecahan masalah dengan mengekspresikan beberapa simbol yang mudah

dipahami. Mudah digunakan dan standar. Maksud penggunaan flowchart adalah

menggunakan simbol-simbol standar untuk menggambarkan tahapan-tahapan

pemecahan masalah secara sederhana, jelas, rapi dan jelas. Tahap pemecahan

masalah yang disajikan harus jelas, sederhana dan tepat.

 Tabel 2.2 Simbol Flowchart

Simbol Keterangan
Penghubung
Simbol untuk keluar/masuk atau proses dalam lembar atau
halaman lain.
Input Output
Simbol yang menyatakan proses input dan output tanpa
tergantung dengan jenis peralatannya.
Dokumen
Simbol yang menyatakan input berasal dari dokumen
dalam bentuk kertas atau ouput dicetak di kertas.
On Line Storage
Simbol yang menunjukan bahwa data di dalam simbol ini
akan di simpan.
Simbol Garis Alir
Digunakan untuk menunjukkan arah selanjutnya yang
akan dituju dari simbol-simbol dan flowchart.
Simbol Manual
Simbol yang menunjukan pengolahan yang tidak
dilakukan oleh komputer.
Terminal
Simbol yang menunjukan untuk permulaan atau akhir
suatu sistem.
Kondisi
Simbol keputusan yang menunjukkan kondisi.

Proses
Simbol yang menunjukan pengolahan dilakukan oleh
komputer.
Penghubung
Simbol untuk keluar/masuk prosedur atau proses dalam
lembar atau halaman yang masih sama.

2.7.2 Data Flow Diagram (DFD)

DFD adalah suatu diagram yang menggambarkan aliran data dari sebuah

proses yang sering disebut dengan sistem informasi. Di dalam data flow
diagram juga menyediakan informasi mengenai input dan output dari tiap

entitas dan proses itu sendiri.

Dalam diagram alir data juga tidak mempunyai kontrol terhadap flow -nya,

sehingga tidak adanya aturan terkait keputusan atau pengulangan. Bentuk

penggambaran berupa data flowchart dengan skema yang lebih spesifik.

Menurut Kenneth Kozar, tujuan dari adanya DFD sendiri adalah sebagai

penyedia atau menjembatani antara pengguna dengan sistem.

Data flow diagram berbeda dengan UML (Unified Modelling Language),

dimana hal mendasar yang menjadi pembeda antara kedua skema tersebut

terletak pada flow dan objective penyampaian informasi di dalamnya (Hairul.

2016).

Tabel 2.3 Simbol Data Flow Digram (DFD)

Simbol Keterangan

Proses, kegiatan yang dilakukan

oleh orang, mesin atau komputer
dari hasil suatu arus data yang dapat
berupa masukan untuk sistem.

External Entity, menyatakan

kesatuan di lingkungan luar sistem
yang dapat berupa orang, organisasi
atau sistem yang lainnya, yang
berada di lingkungan luarnya yang
akan memberikan input atau
menerima output dari sistem.
 Simpanan Data, simpanan dari
data yang dapat berupa suatu file
atau data base di sistem komputer,
suatu arsip atau catatan maual dan
suatu agenda atau buku.

Arus Data, menyatakan arus data

yang mengalir diantara data proses,
simpan data dan kesatuan luar. Arus
data ini menunjukkan arus dari data
yang daoat berupa masukan untuk
sistem atau hasil
dari proses sistem.

2.7.3 Entity Relational Diagram (ERD)

Entity Relationship Diagram (ERD) merupakan teknik yang digunakan

untuk memodelkan kebutuhan data dari suatu organisasi, biasanya oleh System

Analys dalam tahap analisis persyaratan proyek pengembangan sistem.

Sementara seolah-olah teknik diagram atau alat peraga memberikan dasar untuk

desain database relasional yang mendasari sistem informasi yang

dikembangkan (Putri, 2017).

Tabel 2.3 Entity Relationship Diagram (ERD)

No Simbol Keterangan

1 Entitas

2 Atribut

3 Hubungan

4 Garis
2.8 Tools Pengujian

Pengujian analisis regresi linear dapat dilakukan pada aplikasi berbasis

pengolah angka yaitu dengan menggunakan microsoft excel.Microsoft excel dapat

digunakan untuk menyelesaikan berbagai keperluan administrasi, dari yang

sederhana sampa dengan yang rumit.

Berikut ini adalah pengertian Microsoft excel menurut para ahli :

1. Menurut Susandra (2010:1) :

“Microsoft excel merupakan program aplikasi spreadsheet (lembar kerja

elektronik). Fungsi dari Microsoft excel adalah untuk melakukan operasi

perhitungan serta dapat mempresentasikan data ke dalam bentuk table.”

2. Menurut Musyafa (2014:1) :

Sebuah program aplikasi lembar kerja spreadsheet yang dibuat dan

didstribusikan oleh Microsoft corporation untuk sistem operasi Microsoft

windows danmac OS. Aplikasi ini memiliki fitur kalkulasi dan pembuatan

grafik yang berupa pengolah angka.

 BAB III

METODOLOGI PENELITIAN

3.1 Metode Penentuan Daerah Penelitian

Setiap Kecamatan di masing-masing Kabupaten/Kota di Kota

Pematangsiantar terdapat bantuan pemerintah ke Masyarakat secara langsung.

Daerah penelitian dipilih secara sengaja di Kecamatan Siantar Sitalasari Kota

Pematangsiantar dengan tujuan sebagai Kecamatan percontohan yang menerapkan

analisis data dengan regresi linear. Sehingga sebagai Kecamatan percontohan dapat

menjadi inspirasi bagi Kecamatan yang lain untuk menerapkan analisis data dengan

regresi linear setelah Penelitian ini berhasil dilakukan.

3.2 Metode Penentuan Sampel

Populasi penelitian adalah Masyarakat di Kecamatan Siantar Sitalasari Kota

Pematangsiantar, Provinsi Sumatera Utara. Total jumlah Populasi pada Penelitian

ini adalah seluruh Masyarakat di Kecamatan Siantar Sitalasari, Kota

Pematangsiantar dan Jumlah sampel pada Penelitian ini adalah ditentukan sebanyak

50 Orang yang menerima Bantuan Pemerintah, dan 25 Orang yang bukan penerima

Bantuan Pemerintah sebagai data pembanding.

Pengambilan sampel dilakukan dengan metode purposive sampling, yaitu

sample dipilih dengan pertimbangan tertentu (disengaja) dimana sample yang akan

diambil sudah tertentu yaitu Masyarakat di Kecamatan Siantar Sitalasari, Kota

Pematangsiantar, Provinsi Sumatera Utara,

 Metode penentuan jumlah sampel yang digunakan dalam penelitian ini adalah

dengan menggunakan teknik Sampling Jenuh atau istilah lain adalah metode sensus

yaitu sebanyak 50 Orang yang menerima Bantuan Pemerintah, dan 25 Orang yang

bukan penerima Bantuan Pemerintah.

3.3 Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini terdiri dari data primer dan

sekunder. Data primer diperoleh secara langsung dari responden melalui

pengamatan serta melalui wawancara langsung kepada sampel dan menggunakan

beberapa daftar pertanyaan menggunakan kuisioner yang telah dipersiapkan

terlebih dahulu. Sedangkan data sekunder diperoleh dari Kantor Camat Siantar

Sitalasari Kota Pematangsiantar, Badan Pusat Statistik Kota Pematangsiantar (BPS)

dan Instansi terkait lainnya dengan melakukan studi kepustakaan terhadap bahan –

bahan publikasi secara ilmiah yang berhubungan dengan penelitian.

3.4 Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah :

Untuk membuktikan hipotesis satu (1), digunakan analisis deskriptif

dengan memberikan pertanyaan kepada Masyarakat mengenai pengaruh bantuan

pemerintah di Daerah penelitian. Kemudian jawaban dari Masyarakat yang menjadi

sampel tersebut dimasukkan ke dalam skor dengan cara menggambarkan secara

rinci data yang diperoleh dengan membuat tabulasi hasil jawaban responden

kemudian dipresentasikan berdasarkan survey langsung dilapangan.

 Untuk membuktikan hipotesis dua (2), digunakan metode analisis regresi

linier berganda untuk menguji faktor karakteristik sosial ekonomi (umur,

pendidikan formal, kepemilikan Rumah, dan jumlah tanggungan keluarga) dengan

bantuan pemerintah kepada Masyarakat.

Persamaan regresi linier berganda secara sistematis dapat ditulis sebagai

berikut :

𝐘 = 𝛃𝟎 + 𝛃𝟏 𝐗 𝟏 + 𝛃𝟐 𝐗 𝟐 + 𝛃𝟑 𝐗 𝟑 + 𝛃𝟒 𝐗 𝟒 + 𝛍

Dimana :

Y = Pendapatan Masyarakat

β0 = Koefisien intercept

β1 , β2 , β3 = Koefisien regresi

X1 = Bantuan Pemerintah

X2 = Lamanya berusaha (tahun)

X3 = Jumlah tanggungan keluarga (orang)

X4 = Kepemilikan rumah (unit)

μ = Error

Pengujian hipotesis dalam penelitian ini meliputi uji statistik :

Uji Kesesuaian Model (Test of Goodness of Fit)

1. Uji Koefisien Determinasi (R²)

Koefisien determinasi R² merupakan suatu nilai statistik yang dihitung

dari data sampel. Koefisien ini menunjukkan persentase variasi seluruh

variabel terikat yang dapat dijelaskan oleh perubahan variabel bebas

 (explanatory variables). Koefisien ini merupakan suatu ukuran sejauh

man variabel bebas dapat merubah variabel terikat dalam suatu hubungan

( Supriana, 2013)

Nilai koefisien determinasi (R² ) berkisar antara 0 < R² < 1, dengan kriteria

pengujiannya adalah R² yang semakin tinggi (mendekati 1) menunjukkan

model yang terbentuk mampu menjelaskan keragaman dari variabel

terikat, demikian pula sebaliknya.

2. Uji Secara Serempak (Uji f-test statistik)

Uji F adalah uji secara serempak (simultan) signifikan pengaruh

perubahan variabel indepeden terhadap variabel dependen. Artinya

parameter X1, X2, X3 dan X4 secara bersamaan di uji apakah memilki

signifikan atau tidak.

Kriteria pengujian :

Jika sig. F ≤ 0,05 maka H0 ditolak dan H1 diterima

Jika sig. F > 0,05 maka H0 diterima dan H1 ditolak.

Jika H0 diterima artinya X1, X2, X3 dan X4 secara serempak tidak

berpengaruh nyata terhadap Y ( Bantuan pemerintah).

Jika H1 diterima artinya X1, X2, X3 dan X4 secara serempak berpengaruh

nyata terhadap Y ( Bantuan pemerintah).

3. Uji Secara parsial (Uji t-test statistik)

Uji t adalah uji secara parsial penagruh variabel independen terhadap

variabel dependen digunakan untuk mengetahui apakah ada variabel

 bebas secara parsial berpengaruh nyata atau tidak terhadap variabel

terikat. Taraf signifikan ( ) yang digunakan dalam ilmu sosial adalah 5%

(Supriana.2013)

Kriteria Pengujian :

Jika sig. t ≤ 0,05 maka H0 ditolak dan H1 diterima

Jika sig. t > 0,05 maka H0 diterima dan H1 ditolak.

Jika H0 diterima artinya X1, X2, X3 dan X4 secara serempak tidak

berpengaruh nyata terhadap Y ( Bantuan pemerintah).

Jika H1 diterima artinya X1, X2, X3 dan X4 secara serempak berpengaruh

nyata terhadap Y ( Bantuan pemerintah).

4. Uji Asumsi Klasik

Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada

analisis regresi linier berganda yang berbasis Ordinary Least Square

(OLS). Pada prinsipnya model regresi linier yang dibangun sebaikmya

tidak boleh menyimpang dari asumsi BLUE (Best, Linier, Unbiased,

Estimator). Ada tiga uji asumsi klasik yang akan digunakan dalam

penelitian ini antara lain uji normalitas, heterokedastisitas,

multikolinieritas (Supriana, 2013).

4.1 Uji Normalitas

Uji Normalitas adalah uji yang digunakan untuk mengetahui apakah

distribusi data mendekati distribusi normal. Uji normalitas dapat

 dilakukan dengan uji Kolmogorov Smirnov, digunkan untuk menguji null

hipotesis suatu sampel atas suatu distribusi tertentu (Supriana, 2013).

4.2 Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk melihat apakah didalam model

regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke

pengamatan lain dalam model regresi. Jika varian dari residual satu

pengamatan ke pengamatan lain tetap, maka disebut heteroskedastisitas

atau tidak terjadi heteroskedastisitas. Model regresi yang baik adalah yang

homokedastisitas atau tidak terjadi heteroskedastisitas.

Peneltian ini menggunakan uji Park sebagai penguji heteroskedastisitas,

dengan melihat nilai segnifikasi.

Sig > 0,05 = Homokedastisitas ( tidak terjadi masalah heterokedastisitas)

sig < 0,05 = Heteroskedastisitas

4.3 Uji Multikolinieritas

Multikolinieritas adalah adanya hubungan linier (kolerasi) yang sempurna

atau pasti diantara beberapa atau semua variabel yang menjelaskan model

regresi. Data yang digunakan adalah penggunanaan faktr yang

dilogaritmakan. Model regresi yang baik harusnya tidak terjadi kolerasi

diantara variabel independent. Ada atau tidaknya multikolinieritas pada

model regresi terlihat dari tolerance dan VIF (Variance Inlaction Factor).

1. Jika nilai VIF < 10, maka model tidak mengalami Multikolinieritas.

2. Jika nilai VIF > 10, maka model mengalami multikolinieritas

(Supriana, 2013)
3.5 Definisi Operasional Variabel Penelitian

1. Masyarakat adalah Penduduk yang tercatat di Kecamatan Siantar

Sitalasari pada pencatatan sipil Pemerintah Kota Pematangsiantar.

2. Pendapatan dalam penelitian ini adalah pendapatan yang diteriman oleh

Masyarakat tersebut dalam satu Keluarga (KK).

3. Bantuan pemerintah adalah bantuan uang tunai, bantuan pelatihan dan

bantuan lainnya.

4. Karakteristik sosial ekonomi dalam penelitian ini adalah umur,

pendidikan formal, kepemilikan usaha, kepemilikan rumah tinggal, sertas

jumlah tanggungan keluarga.

5. Umur dalam penelitian adalah umur Kepala Keluarga (tahun).

6. Pendidikan adalah tingkat pendidikan formal yang telah dijalani Kepala

Keluarga, yang diukur berdasarkan tingkat pendidikan SD, SMP,

SMA/Sederajat, Perguruan Tinggi (Diploma dan Sarjana) dalam kurun

waktu tahun.

7. Kepemilikan usaha dalam penelitian ini adalah unit usaha yang dimiliki

oleh Masyarakat tersebut.

8. Jumlah tanggungan keluarga dalam penelitian ini adalah jumlah anggota

keluarga yang dibiayai dalam satuan jiwa.

9. Pendapatan adalah selisih antara total penerimaan satu Keluarga dengan

total biaya yang dikeluarkan per Bulan dalam satuan Rupiah (Rp).
3.6 Batasan Operasional

1. Lokasi penelitian dilakukan di Kecamatan Siantar Sitalasari, Kota

Pematangsiantar, Provinsi Sumatera Utara

2. Penelitian dilakukan pada Bulan Mei 2021 - Juli 2021.

3. Masyarakat di Kecamatan Siantar Sitalasari, Kota Pematangsiantar

adalah sampel yang akan dijadikan dalam penelitian sebanyak 75 Orang

sebagai Penerima Bantuan Pemerintah dan sebanyak 25 Orang yang

bukan Penerima Bantuan Pemerintah.