SISTEM PENDUKUNG KEPUTUSAN

PENERIMA BANTUAN LANGSUNG TUNAI

DESA TOKOWUTA DENGAN METODE
SIMPLE ADDITIVE WEIGHTING
DAN WEIGHTED PRODUCT

Oleh:
Nama Mahasiswa (NPM)

Dosen Pembimbing:
Nama Dosen Pembiming

Dosen Penguji:
Nama Dosen Penguji
OUTLINE
BAB I PENDAHULUAN BAB III
1.1 Latar Belakang METODE PENELITIAN
1.2 Rumusan Masalah 3.1 Waktu dan Tempat
1.3 Tujuan Penelitian Penelitian
1.4 Manfaat Penelitian 3.2 Metode Pengumpulan Data
1.5. Batasan Masalah 3.3 Pengembangan Sistem

BAB II TINJAUAN PUSTAKA

2.1 Penelitian Terdahulu
2.2-2.15 Dasar Teori
BAB 1 PENDAHULUAN
1.1 Latar Belakang
• BLT adalah bantuan pemerintah sebagai kompensasi
kenaikan harga BBM.
• Penentuan penerima BLT menggunakan banyak kriteria.
• Desa Tokowuta mengalami banyak masalah dalam memilih
penerima BLT.
• SPK dapat meningkatkan efektivitas pengambilan keputusan
dalam memecahkan suatu masalah.
• Metode SAW paling dikenal dan paling banyak digunakan
untuk pengambilan keputusan dengan banyak kriteria.
• Metode WP dapat mengevaluasi beberapa alternatif dengan
kriteria yang tidak bergantung kriteria lainnya.
1.2 Rumusan Masalah
• Bagaimana merancang SPK penerima BLT desa Tokowuta
dengan Metode SAW dan WP?
• Bagaimana mengimplementasikan SPK penerima BLT desa
Tokowuta dengan Metode SAW dan WP?
1.3 Tujuan Penelitian
• Membangun sistem untuk mempermudah menentukan
penerima BLT berdasarkan kriteria yang ditentukan.
1.4 Manfaat Penelitian
• Bagi Penulis: meningkatkan pemahaman tentang kriteria
penerima BLT terhadap keputusan petugas.
• Bagi Aparat Pemerintah Desa Tokowuta: mempermudah
proses mengambil keputusan penerima BLT.
• Bagi Akademik: menjadi informasi dan referensi untuk
penelitian dengan topik yang sama.
1.5 Batasan Masalah
• SPK hanya untuk desa Tokowuta.
• SPK yang dibangun berbasis web.
BAB II TINJAUAN PUSTAKA
2.1 Penelitian Terdahulu
No Penulis dan Tahun Judul Metode Hasil

1 Hapid dkk. (2020) Sistem Pendukung Keputusan Simple Sistem pendukung

Penyeleksian SupplierBahan Additive keputusan berbasis web
Produksi Dengan MetodeSimple Weighting penyeleksian supplier
Additive Weighting (SAW) (SAW) bahan produksi

2 Kurniawan dkk (2022) Sistem Pendukung Keputusan Simple Sistem pendukung

Dengan Metode Simple Additive Additive keputusan berbasis web
Weighting (SAW) Dalam Memilih Weighting dalam memilih saham
Saham Badan Usaha Milik Negara (SAW) BUMN
(BUMN) Berbasis Web

3 Nurhuda dan Prehanto Implementasi Metode Simple Simple Sistem pendukung

(2022) Additive Weighting (SAW) pada Additive keputusan pemilihan
Sistem Pendukung Keputusan Weighting Wedding Organizer di
Rekomendasi Pemilihan Wedding (SAW) Nganjuk
Organizer di Nganjuk
2.1 Penelitian Terdahulu
No Penulis dan Tahun Judul Metode Hasil

4 Mohamad dan Rekomendasi Pemilihan Tas Kulit Simple Sistem pendukung

Purnomo (2022) Menggunakan Metode SAW (Studi Additive keputusan pemilihan tas
Kasus: Mika Leather) Weighting kulit
(SAW)

5 Mahbub dkk. (2022) Penerapan Metode SAW (Simple Simple Saran untuk menentukan
Additive Weighting) Untuk Additive siswa berprestasi
Menentukan Siswa Berprestasi Weighting
(Studi Kasus Pada SMP Negeri 24 (SAW)
Jakarta)

6 Sahputra dkk. (2022) Sistem Pendukung Keputusan Weighted Sistem pendukung

Penentuan Lokasi Pemasangan Product keputusan berbasis web
CCTV Dengan Metode Weighted (WP) pemilihan lokasi
Product (Studi Kasus : PT Langkat pemasangan CCTV
Sawit Hijau Pratama)
2.1 Penelitian Terdahulu
No Penulis dan Tahun Judul Metode Hasil

7 Rizal dkk. (2021) Penerapan Metode Weighted Weighted Saran karyawan terbaik
Product (WP) Dalam Keputusan Product sebagai manager
Rekomendasi Pemilihan Manager (WP) penjualan
Penjualan

8 Magdalena dan Implementasi Metode Weighted Weighted Sistem pendukung

Prihatini (2021) Product (WP) Pada Sistem Product keputusan berbasis web
Pendukung Keputusan Pemberian (WP) pemberian bonus
Bonus Karyawan karyawan

9 Rosyid dkk. (2022) Sistem Pendukung Keputusan Weighted Saran smarphone android
Pemilihan Smartphone Android Product
Menggunakan Metode Weighted (WP)
Product (WP)
2.1 Penelitian Terdahulu
No Penulis dan Tahun Judul Metode Hasil

10 Adikvika dkk. (2021) Sistem Pendukung Keputusan Pemilihan Weighted Saran siswa yang akan
Penerima Beasiswa Pendidikan Dengan Product (WP) menerima beasiswa pedidikan
Menggunakan Metode Weighted Product
Di Yatim Mandiri

11 Harmayani dan Harahap Perbandingan Metode WP dan SAW Simple Sistem pendukung keputusan
(2022) dalam Sistem Pendukung Keputusan Additive berbasis web penentuan
untuk Menentukan Tingkat Keberhasilan Weighting tinggkat keberhasilan guru
Guru Mengajar di Tingkat SMK (SAW) dan dalam mengajar di tingkat
Weighted SMK
Product (WP)

12 Ridhawati dkk. (2022) Seleksi Rumah Tidak Layak Huni Dengan Simple Saran rumah tidak layak huni
Sistem Pendukung Keputusan Additive untuk bedah rumah
Menggunakan Metode SAW Dan Weight Weighting
Product (SAW) dan
Weighted
Product (WP)
2.1 Penelitian Terdahulu
No Penulis dan Tahun Judul Metode Hasil

13 Afita dkk. (2022) Analisis Perbandingan Metode Simple Saran calon ketua Badan
SAW Dan Weight Product pada Additive Eksekutif Mahasiswa
Penentuan Calon Ketua Badan Weighting (BEM) Universitas
Eksekutif Mahasiswa (BEM) (SAW) dan Pamulang
Universitas Pamulang Weighted

14 Fuady dkk. (2022). Analisis Perbandingan Metode WP Simple Sistem pendukung

dan SAW Pada Sistem Pendukung Additive keputusan berbasis
Keputusan Persediaan Merek Weighting desktop persediaan merek
Sepatu Pada 45 Second Shoe (SAW) dan sepatu
Weighted

15 Prayoga dkk. (2021) Sistem Pendukung Keputusan Simple Sistem pendukung

Pemilihan Cat Menggunakan Additive keputusan berbasis
Simple Additive Weighting Dan Weighting android pemilihan cat
Weighted Product (SAW) dan
Weighted
Landasaan Teori
Mengenai:
2.2 Sistem Pendukung Keputusan
2.3 Metode Simple Additive Weighting (SAW)
2.4 Metode Weighted Product (WP)
2.5 Waterfall Model
2.6 Black Box Testing
2.7 Hyper Text Markup Language
2.8 My Structured Query Language
2.9 XAMPP
2.10 PhpMyAdmin
2.11 DBMS (Database Management System)
2.12 Framework
2.13 CodeIgniteer
2.14 Entity Relationship Diagram
2.15 UML (Unified Modelling Language)
2.2 Sistem Pendukung Keputusan
• Sistem pendukung keputusan adalah suatu sistem yang
berbasis komputer yang ditujukan untuk membantu
pengambil keputusan dengan memanfaatkan data dan model
tertentu untuk memecahkan berbagai persoalan yang tidak
terstruktur.
2.3 Simple Additive Weighting
• Metode SAW adalah metode penjumlahan terbobot.
• Konsep: menghitung penjumlahan  terbobot  rating kinerja
setiap  alternatif semua atribut.
• Metode SAW melakukan normalisasi matriks  keputusan.
• Langkah metode SAW:
1. Menentukan kriteria.
2. Menentukan rating kecocokan kriteria semua alternatif.
3. Menentukan bobot kriteria.
4. Melakukan normalisasi.
5. Menghitung nilai preferensi.
• Rumus normalisasi:

Dimana:
rij : nilai rating kinerja ternormalisasi
xij : nilai atribut setiap kriteria
: nilai tertinggi setiap kriteria
: nilai terendah setiap kriteria
• Rumus nilai preferensi:

Dimana:
Vi : peringkat setiap alternatif
wj : bobot setiap kriteria
rij : nilai rating kinerja ternormalisasi

Alternatif yang memiliki nilai Vi lebih tinggi adalah alternatif

yang lebih disarankan untuk dipilih.
2.4 Weighted Product
• Metode WP mengevaluasi beberapa alternatif terhadap
sekumpulan kriteria yang tidak bergantung.
• Konsep: tekhik perkalian untuk menghubungkan rating
atribut, dimana rating tiap atribut harus dipangkatkan
terlebih dahulu dengan bobot atribut yang bersangkutan.
• Rumus nilai preferensi:

Dimana:
S : menyatakan preferensi alternatif
X : menyatakan nilai kriteria
W : menyatakan bobot kriteria
i : menyatakan alternatif
j : menyatakan kriteria
n : menyatakan banyaknya kriteria

W bernilai positif untuk atribut keuntungan, dan bernilai

negatif untuk atribut biaya.
• Rumus nilai preferensi relatif:

Dimana:
V : menyatakan preferensi alternatif
X : menyatakan nilai kriteria
W: menyatakan bobot kriteria
i : menyatakan alternatif
j : menyatakan kriteria
n : menyatakan banyaknya kriteria
* : menyatakan banyaknya kriteria yang telah dinilai pada vektor S
• Langkah metode WP:
1. Menentukan kriteria.
2. Menentukan rating kecocokan kriteria semua alternatif.
3. Menentukan bobot kriteria.
4. Mengalikan kriteria alternatif dengan bobot kriteria.
5. Hasil perkalian dijumlahkan untuk setiap alternatif.
6. Menghitung nilai alternatif dengan melakukan
langkah .langkah yang sama seperti pada langkah satu.
7. Membagi nilai V setiap alternatif dengan nilai standar
(V(A*)).
8. Menghitung nilai alternatif ideal.
2.5 Waterfall Model
• Metode Waterfall dimulai dengan spesifikasi kebutuhan
pelanggan dan berkembang melalui perencanaan, pemodelan,
konstruksi, dan penyebaran, yang berpuncak pada dukungan
berkelanjutan dari perangkat lunak yang selesai.
2.6 Black Box Testing
• Merupakan pengujian yang dilakukan dengan mengamati
hasil eksekusi melalui data uji dan memeriksa fungsional dari
perangkat lunak.
2.7 Hyper Text Markup Language
• Merupakan sekumpulan simbol atau tag yang dituliskan
dalam sebuah file yang digunakan untuk menampilkan
halaman pada Web browser.
2.8 My Structured Query Language
• MySQL merupakan database server open source yang cukup
popular keberadaannya.
2.9 XAMPP
• XAMPP merupakan aplikasi web server gratis yang
multiplatform yang terdiri atas apache HTTP server, MySQL
database, dan penerjemah untuk script yang ditulis dalam
bahasa pemrograman PHP dan Perl. Program ini
dipublikasikan di bawah lisensi general public License.
2.10 PHPMyAdmin
• PhpMyAdmin merupakan aplikasi berbasis web yang ditulis
menggunakan bahasa PHP. PHPMyAdmin memerlukan
MySQL dan Apache.
2.11 Database Management System
• DBMS adalah software yang memungkinkan pengguna untuk
mendefinisikan, membuat, memelihara, dan kontrol akses ke
database.
2.12 Framework
• Framework adalah kumpulan instruksi-instruksi yang
dikumpulkan dalam class dan function-function dengan
fungsi masing masing untuk memudahkan developer dalam
memanggilnya tanpa harus menuliskan syntax program yang
sama berulang-ulang serta dapat menghemat waktu.
2.13 CodeIgniter
• CodeIgniiter adalah framework berbasis PHP yang digunakan
untuk membuat web.
2.14 Entity Relationship Diagram
• Entity Relationship Diagram adalah suatu model jaringan
yang menggunakan susunan data yang disimpan dalam sistem
secara abstrak.
2.15 Unified Modelling Language
• UML adalah bahasa grafis untuk mendokumentasikan,
menspesifikasikan, dan membangun sistem perangkat lunak.
• Use case diagram menggambarkan interaksi antara aktor dan
sistem.
• Class diagram menggambarkan struktur objek dan kelas pada
sistem, serta dan hubungan antara objek dan objek tersebut.
• Sequence Diagram menggambarkan objek berinteraksi
melalui message.
• Activity Diagram menggambarkan rangkaian aliran
aktivitasoperasi.
BAB III METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian
Waktu: Mei 2021 - Juli 2021.
Tempat: Desa Tokowuta Kecamatan Lasola Kabupaten Konawe
Utara
Rincian Kegiatan Penelitian

Maret April Mei

No Uraian
I II III IV I II III IV I II III IV

1 Pengumpulan data

2 Analisa kebutuhan sistem

3 Desain sistem

4 Pengkodean dan Impelementasi

5 Integrasi dan pengujian

3.2 Metode Pengumpulan Data
a. Studi Pustaka
Membaca referensi dari buku-buku serta jurnal-jurnal yang
menunjang penelitian ini.
b. Observasi:
Pengamatan langsung di kantor Desa Tokowuta untuk
pengambilan data dan informasi yang dibutuhkan.
c. Wawancara:
Wawancara dengan Arwanto S.Pd, M.Pd selaku Kepala Desa
Tokowuta mengenai data-data yang dibutuhkan.
3.3 Pengembangan Sistem
3.3.1 Analisis Kebutuhan

Komunikasi dengan bapak Arwanto S.Pd, M.Pd.

Informasi diperoleh melalui wawancara.
Informasi dianalisis untuk mendapatkan data yang dibutuhkan.
3.3.2 Analisis Data Dan Perhitungan Manual

3.3.2.1 Persiapan
a. Menentukan Kriteria dan Bobot Kriteria

No Nama Kriteria Jenis Bobot

1 Pendapatan Biaya 30

2 Sumber Pendapatan Biaya 10

3 Tanggungan Manfaat 30

4 Pendidikan Biaya 15

5 Status Rumah Biaya 15

Bobot normal kriteria = bobot kriteria / jumlah bobot kriteria

No Nama Kriteria Jenis Bobot Bobot Normal

1 Pendapatan Biaya 30 0,30
2 Sumber Pendapatan Biaya 10 0,10
3 Tanggungan Manfaat 30 0,30
4 Pendidikan Biaya 15 0,15
5 Status Rumah Biaya 15 0,15
Jumlah 100 1,00
b. Menentukan Parameter Dan Bobot Parameter
1. Pendapatan

No Nama Parameter Bobot

1 >= Rp1.500.000 100

2 < Rp1.500.000 80

3 < Rp1.250.000 60
4 < Rp1.000.000 40
5 < Rp500.000 20

2. Sumber Pendapatan

No Nama Parameter Bobot

1 Gaji 100
2 Hibah 50
3. Tanggungan
No Nama Parameter Bobot
1 1 orang 20
2 2 orang 40
3 3 orang 60
4 4 orang 80
5 >=5 orang 100

4. Pendidikan

No Nama Parameter Bobot

1 > SMA 100
2 SMA 80
3 SMP 60
4 SD 40
5 < SD 20
5. Status Rumah
No Nama Parameter Bobot
1 Milik Sendiri 100
2 Menumpang 66
3 Kontrak 33
 c. Membuat Matriks Keputusan
Nilai ditentukan berdasarkan parameter kriteria

No Nama Calon Pendapatan Sumber Pendapatan Tanggungan Pendidikan Status Rumah

1 Ati 100 50 60 40 33
2 Bode 80 100 80 20 100
3 Donde 60 50 100 100 66
4 Hasriani 40 100 20 80 33
5 Israwati 20 50 60 80 100
6 Jumiati 40 100 40 100 33
7 Nurtia 60 50 20 20 33
8 Rastina 80 100 100 40 33
9 Tie 100 100 40 80 33
10 Wesatu 20 50 80 40 33
 3.3.2.2 Metode SAW
a. Normalisasi Matriks Keputusan
Penentuan Nilai Terandah Dan Tertinggi

No Jenis Nilai Pendapatan Sumber Pendapatan Tanggungan Pendidikan Status Rumah

1 Terendah 20 50 20 20 33
2 Tertinggi 100 100 100 100 100
 Hasil Normalisasi
Nilai normal dihitung berdasarkan jenis kriteria sesuai dengan rumus
normalisasi. Jika kriteria termasuk jenis manfaat maka nilai normal
merupakan hasil pembagian antara nilai alternatif dengan nilai
tertinggi pada kriteria tersebut. Jika kriteria termasuk jenis biaya
maka nilai normal merupakan hasil pembagian antara nilai terendah
dengan nilai alternatif pada kriteria tersebut.

No Nama Calon Pendapatan Sumber Pendapatan Tanggungan Pendidikan Status Rumah

1 Ati 0,2000 1,0000 0,6000 0,5000 1,0000
2 Bode 0,2500 0,5000 0,8000 1,0000 0,3300
3 Donde 0,3333 1,0000 1,0000 0,2000 0,5000
4 Hasriani 0,5000 0,5000 0,2000 0,2500 1,0000
5 Israwati 1,0000 1,0000 0,6000 0,2500 0,3300
6 Jumiati 0,5000 0,5000 0,4000 0,2000 1,0000
7 Nurtia 0,3333 1,0000 0,2000 1,0000 1,0000
8 Rastina 0,2500 0,5000 1,0000 0,5000 1,0000
9 Tie 0,2000 0,5000 0,4000 0,2500 1,0000
10 Wesatu 1,0000 1,0000 0,8000 0,5000 1,0000
 b. Menghitung Nilai Total Calon
Nilai total calon merupakan penjumlahan dari semua perkalian antara
nilai normal kriteria dengan bobot normal kriteria.

No Nama Calon Nilai Total (Nilai SAW)

1 Ati 0,5650
2 Bode 0,5645
3 Donde 0,6050
4 Hasriani 0,4475
5 Israwati 0,6670
6 Jumiati 0,5000
7 Nurtia 0,5600
8 Rastina 0,6500
9 Tie 0,4175
10 Wesatu 0,8650
 3.3.2.2 Metode WP
a. Menentukan Pangkat Kriteria
Pangkat kriteria ditenjukan berdasarkan bobot normal kriteria dan
jenis kriteria. Jika kriteria termasuk jenis manfaat maka pangkat
kriteria adalah nilai bobot normal kriteria. Jika kriteria termasuk jenis
biaya maka pangkat kriteria adalah negatif nilai bobot kriteria.

No. Nama Kriteria Jenis Bobot Normal Pangkat

1 Pendapatan Biaya 0,30 -0,30
2 Sumber Pendapatan Biaya 0,10 -0,10
3 Tanggungan Manfaat 0,30 0,30
4 Pendidikan Biaya 0,15 -0,15
5 Status Rumah Biaya 0,15 -0,15
 b. Menghitung Nilai Calon
Nilai S merupakan perkalian dari semua atribut calon yang telah
dipangkatkan dengan pangkat kriteria yang sesuai.

No Nama Calon Nilai S

1 Ati 0,1975
2 Bode 0,2018
3 Donde 0,2107
4 Hasriani 0,1572
5 Israwati 0,2442
6 Jumiati 0,1872
7 Nurtia 0,1837
8 Rastina 0,2296
9 Tie 0,1470
10 Wesatu 0,3488
Jumlah 2,1100
 Nilai V atau nilai WP merupakan pembagian nilai S calon dengan
jumlah nilai S.
No Nama Calon Nilai V (Nilai WP)
1 Ati 0,0937
2 Bode 0,0957
3 Donde 0,1000
4 Hasriani 0,0746
5 Israwati 0,1159
6 Jumiati 0,0888
7 Nurtia 0,0871
8 Rastina 0,1089
9 Tie 0,0698
10 Wesatu 0,1655
 3.3.2.4 Gabungan Metode SAW Dan WP
a. Menghitung Nilai Gabungan
Nilai gabungan dihitung dengan membagi penjumlah nilai SAW dan
WP dengan nilai 2.

No Nama Calon Nilai Gabungan

1 Ati 0,3293
2 Bode 0,3301
3 Donde 0,3525
4 Hasriani 0,2610
5 Israwati 0,3914
6 Jumiati 0,2944
7 Nurtia 0,3236
8 Rastina 0,3795
9 Tie 0,2436
10 Wesatu 0,5153
 b. Mengurutkan Nilai Gabungan
Nama calon dengan nilai tertinggi pada peringkat paling atas
sedangkan nama calon dengan nilai terendah pada peringkat paling
bawah.

No Nama Calon Nilai Gabungan

1 Wesatu 0,5153
2 Israwati 0,3914
3 Rastina 0,3795
4 Donde 0,3525
5 Bode 0,3301
6 Ati 0,3293
7 Nurtia 0,3236
8 Jumiati 0,2944
9 Hasriani 0,2610
10 Tie 0,2436
3.3.3 Desain Sistem

a. Desain ERD
b. Perancangan UML
1. Use Case Diagram
2. Class Diagram
3. Activity Diagram
a) Aktivity Diagram Registrasi
b) Activity Diagram Login
c. Desain Interface
1) Halaman Utama Admin
2) Halaman Utama Petugas
3) Halaman Login
TERIMA KASIH