SELAMAT DATANG : SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA KARTU TIDAK MAMPU DI WILAYAH KOTA SEMARANG

I. SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA KARTU TIDAK MAMPU DI WILAYAH KOTA SEMARANG

II. PENDAHULUAN

A. Latar Belakang Masalah

Masyarakat tidak mampu di Indonesia sampai saat ini sangatlah banyak, dilihat dari survey Badan Pusat Statistik bulan September tahun 2011 Jumlah penduduk miskin (penduduk dengan pengeluaran per kapita per bulan di bawah Garis Kemiskinan) di Indonesia mencapai 29,89 juta orang (12,36 persen). Oleh karena itu kami berupaya membuat aplikasi sistem pendukung keputusan untuk menentukan siapa saja masyarakat yang berhak menerima kartu tidak mampu tepatnya di wilayah Kota Semarang. Kami ingin pemerintah memperhatikan rakyatnya yang berada dibawah garis kemiskinan. Dengan adanya aplikasi ini semoga pemerintah peduli dan mampu bertindak untuk membantu masyarakat yang kurang mampu. Kami menginginkan kemakmuran dan kesejahteraan yang merata di wilayah Kota Semarang yang kita tempati ini.

B. Perumusan Masalah

Bagaimana cara membuat aplikasi sistem pendukung keputusan untuk menentukan penerima kartu tidak mampu di wilayah Kota Semarang menggunakan bahasa pemograman Visual Basic dan menggunakan metode Fuzzy Multiple Attribute Decision Making (FMADM) dan metode SimpleAdditive Weighting (SAW).

C. Batasan Masalah

Agar pembahasannya tidak terlalu melebar maka yang dibahas dalam proyek ini hanya sebatas :

1. Metode yang digunakan Fuzzy Multiple Attribute Decision Making (FMADM) dan metode SimpleAdditive Weighting (SAW).

2. Bahasa pemrograman yang digunakan Visual Basic

3. Sistem Databases menggunakan Mysql

4. Hasil dari pembangunan aplikasi adalah laporan yang berhak mendapatkan kartu tidak mampu.

III. TUJUAN

Tujuan dari pembuatan proyek ini adalah

1. Untuk memudahkan dalam menentukan siapa saja masyarakat yang berhak mendapatkan kartu tidak mampu di wilayah Kota Semarang.

2. Menerapkan metode Fuzzy Multiple Attribute Decision Making (FMADM) dan metode Simple Additive Weighting (SAW) untuk menentukan penerima kartu tidak mampu di wilayah Kota Seamarang.

IV. DASAR TEORI

A. SPK Sistem pendukung keputusan (SPK)

SPK adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik.

Dengan pengertian diatas dapat dijelaskan bahwa SPK bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan.

Karakteristik SPK

1.Mendukung proses pengambilan keputusan, menitik beratkan pada management by perception.

2.Adanya interface manusia atau mesin di mana manusia (user) tetap memegang kontrol proses pengambilan keputusan.

3.Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tak struktur.

Tujuan SPK

1. Sistem harus dapat membantu manajer dalam membuat keputusan guna memecahkan masalah semi terstruktur.

2. Sistem harus dapat mendukung manajer, bukan mencoba menggantikannya.

3. Sistem harus dapat meningkatkan efektivitas pengambilan keputusan manajer.

B. Fuzzy Multiple Attribute Decision Making (FMDAM)

Suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik berdasarkan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif.

Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM, salah satunya Simple Additive Weighting Method (SAW)

C. Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

r_ij= nilai rating kinerja ternormalisasi

xij = nilai atribut yang dimiliki dari setiap kriteria

Max xij = nilai terbesar dari setiap kriteria i

Min xij = nilai terkecil dari setiap kriteria i

benefit = jika nilai terbesar adalah terbaik

cost = jika nilai terkecil adalah terbaik dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

D. Aplikasi

Aplikasi adalah kumpulan perintah program yang dibuat untuk melakukan pekerjaan-pekerjaan tertentu(khusus). Aplikasi adalah satu unit perangkat lunak yang dibuat untuk melayani kebutuhan akan beberapa aktivitas seperti sistem perniagaan, game, pelayanan masyarakat, periklanan, atau semua proses yang hampir dilakukan manusia. Jadi aplikasi sangat membantu meringankan pekerjaan dan kenutuhan manusia.

E. Input

Perangkat input merupakan peralatan yang dapat digunakan untuk menerima data yang akan diolah ke dalam komputer. Perangkat ini yang digunakan oleh pengguna untuk melakukan interaksi dengan komputer agar komputer melaksanakan perintah yang diberikan oleh penggunanya. Prinsip kerja yang dilakukan perangkat input adalah merubah perintah yang dapat dipahami oleh manusia kepada bentuk yang dipahami oleh komputer (machine readable form), ini berarti mengubahkan perintah dalam bentuk yang dipahami oleh manusia kepada data yang dimengerti oleh komputer yaitu dengan kode-kode binary (binary encoded information)

F. Kartu Miskin

Kartu miskin adalah kartu yang diperuntukkan untuk masyarakat yang tidak mampu, guna untuk membantu meringankan beban hidup agar lebih sejahtera.

V. PERMODELAN

A. Kebutuhan Sistem

1. Komputer/Desktop (Hardware)

Pertimbangan menggunakan PC, karena harganya relatif murah juga mempunyai

kemampuan yang handal dengan spesisfikasi sebagai berikut

a. Minimal Pentium IV 400 GHz

b. RAM 256 MB

c. Hardisk dengan kapasitas 40 GB

d. Disk Drive

e. CD Room

f. Mouse dan keyboard standar

2. Software yang digunakan

a. Visual Basic

(sering disingkat sebagai VB saja) merupakan sebuah bahasa pemrograman yang menawarkan Integrated Development Environment (IDE) visual untuk membuat program perangkat lunak berbasis sistem operasi Microsoft Windows dengan menggunakan model pemrograman (COM).

b. Xampp

Software web server apache yang didalamnya sudah tersedia database server mysql dan support php programming.

c. SQL

SQL (Structured Query Language) adalah sebuah bahasa yang dipergunakan untuk mengakses data dalam basis data relasional. Bahasa ini secara de facto merupakan bahasa standar yang digunakan dalam manajemen basis data relasional. Saat ini hampir semua server basis data yang ada mendukung bahasa ini untuk melakukan manajemen datanya. Statemen SQL digunakan untuk melakukan tugas-tugas seperti melakukan update terhadap database, atau mengambil data dari sebuah database.

3. Kriteria dan Bobot

Kriteria	Keterangan
C1	Pekerjaan (atribut biaya/cost)
C2	penghasilan (atribut biaya/cost)
C3	Jumlah anak (atribut keuntungan/benefit)

Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Pada bobot terdiri dari enam bilangan fuzzy, yaitu sangat rendah (SR), rendah (R), sedang (S), tengah (T1), tinggi (T2), dan sangat tinggi (ST)

Lalu, bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp.

Bilangan Fuzzy	Nilai

R (Sangat Rendah)	0.2
S (Rendah)	0.4
T1 (Sedang)	0.6
T2 (Tinggi)	0.8
ST (Sangat Tinggi)	1

4. Proses Seleksi kartu tidak mampu

a. Pekerjaan (C1)

C1	Bilangan Fuzzy	Nilai
C1 <= 3	Sangat Rendah (SM)	0.25
C1 = 4	Rendah (M)	0.5
C1 = 5	Sedang (S)	0.75
C1 >= 6	Tinggi (T)	1

b. Penghasilan (C2)

C2	Bilangan Fuzzy	Nilai
C2 <= Rp 100.000	Rendah (R)	0.25
C2 > Rp 100.000 – Rp 300.000	Cukup (C)	0.5
C2 > Rp 300.000 – Rp 400.000	Tinggi (T)	0.75
C2 > Rp 400.000 – Rp 500.000	Sangat Tinggi (ST)	1

c. Jumlah anak (C3)

C3	Bilangan Fuzzy	Nilai
C3 = 0 - 1 anak	Sangat Sedikit (SS)	1
C3 = 2 anak	Sedikit (S)	0.75
C3 = 3 anak	Sedang (SD)	0.5
C3 = 4 anak	Banyak (B)	0.25
C3 >= 5 anak	Sangat Banyak (SB)	0

Langkah penyeleksian metode FMADM dengan metode SAW antara lain:

1. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana nilai i=1,2,…m dan j=1,2,…n.

2. Memberikan nilai bobot (W) yang juga didapatkan berdasarkan nilai crisp.

3. Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada atribut Cj berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan/benefit=MAKSIMUM atau

atribut biaya/cost=MINIMUM).

Apabila berupa artibut keuntungan maka nilai crisp (Xij) dari setiap kolom atribut dibagi dengan nilai crisp MAX (MAX Xij) dari tiap kolom, sedangkan untuk atribut biaya, nilai crisp MIN (MIN Xij) dari tiap kolom atribut dibagi dengan nilai crisp (Xij) setiap kolom.

4. Melakukan proses perankingan untuk setiap alternatif (Vi) dengan cara mengalikan nilai bobot (wi) dengan nilai rating kinerja ternormalisasi (rij).