PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI)

Transkripsi

1 PENERAPAN FUZZY AHP DAN TOPSIS UNTUK SELEKSI KANDIDAT PENERIA BANTUAN RUAH TIDAK LAYAK HUNI (RTLH) (STUDI KASUS : DESA BANTARWUNI) Agus Tr Hdayat, Agus Pryanto, Andka Elok Amala 1 Program Stud S1 Informatka ST3TELKO Purwokerto 2 Program Stud S1 Informatka ST3TELKO Purwokerto 3 Program Stud S1 Informatka ST3TELKO Purwokerto Jl. DI.Pandatan No.128 Purwokerto Telp. (0281) webste: E-mal : @st3telkom.ac.d, agus_pryanto@st3telkom.ac.d, andka.amala@st3telkom.ac.d ABSTRACT The selecton process of recpent canddates of RTLH n Bantarwun vllage ddn t computerze, so t takes a relatvely long tme and requres a lot of resources and become less effectve. In ths research, seleton process of recpent canddates of RTLH uses FAHP and TOPSIS method. Some of crteron to determne recpent canddates of RTLH are condton of the roof, condton of wall, condton of floor and ar crculaton. The calculaton of the crtera weghtng s done by usng FAHP method. The result of the weghtng crtera of the roof has a value of , the weght of the crteron of the floor s , the wall crteron weght s and the ar crculaton crteron s 0,0012 wth the value of the consstency rato (CR) of The rankng process s done by usng TOPSIS method. Test results wth 10 data samples have an accuracy of 100%. Keywords: Applcaton, FAHP, TOPSIS, RTLH 1. Pendahuluan 1.1 Latar Belakang Desa Bantarwun merupakan salah satu wlayah yang berada d Purwokerto dan terletak d Kabupaten Banyumas, pada tahun 2017 umlah penduduk Desa Bantarwun sebanyak 3960 warga yang terdr dar 2010 warga lak-lak dan 1950 warga perempuan dengan umlah masyarakat kurang mampu atau mskn sebanyak 359 warga. Pemerntah telah berupaya untuk membantu masyarakat kurang mampu atau mskn dengan cara memberkan bantuan. Adapun bantuan pemerntah yang dberkan kepada masyrakat kurang mampu antara lan BLS (Bantuan Langsung Sementara asyarakat), RASKIN (Beras skn) dan RTLH (Rumah Tdak Lyak Hun). Bantuan RTLH yang dberkan kepada masyarakat untuk membantu memperbak rumah yang tdak layak hun menad rumah yang layak dan nyaman untuk dtempat atau dhun. Pada mplementasnya d Desa Bantarwun proses seleks kanddat penerma bantuan RTLH belum terkomputersas sehngga membutuhkan waktu dan sumber daya manusa yang tdak sedkt yang menadkan kurang efektf. asyarakat yang berhak menerma bantuan RTLH dtentukan oleh Kementeran Pekeraan Umum dan Perumahan Rakyat dengan melakukan surve kepada kanddat penerma bantuan RTLH, adapaun krtera penrma bantuan RTLH dtetapkan berdasarkan Peraturan enter Perumahan Rakyat Nomor 3 Tahun Salah satu alternatf solus untuk mengatas masalah tersebut adalah dengan menerapkan metode gabungan FAHP (Fuzzy Analythcal Herarchy Process) dan TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) untuk proses penyeleksan kanddat penerma bantuan RTLH. FAHP dgunakan untuk menentukan bobot krtera kanddat penerma bantuan RTLH. Penggunaan metode TOPSIS untuk melakukan perangkngan kanddat penerma bantuna RTLH. Dengan adanya hal tersebut proses penyeleksan kanddat penerma bantuan RTLH dharapkan menad lebh maksmal dan efektf. 1.2 Rumusan asalah Penyeleksan kanddat penerma bantuan RTLH kurang efektf sehngga dperlukan solus untuk menyelesakan masalah tersebut. Salah satu alternatf solus adalah dengan dengan menerapkan metode fuzzy AHP dan TOPSIS dalam proses seleks kanddat penerma bantuan. 1.3 Tuuan Peneltan 1. engmplementaskan FAHP dan TOPSIS pada proses seleks kanddat penerma bantuan dalam sstem seleks kanddat penerma bantuan RTLH. 2. engu tngkat akuras FAHP dan TOPSIS dalam proses seleks yang dgunakan dalam sstem. 1.4 anfaat Peneltan 1) empercepat proses seleks kanddat penerma bantuan RTLH d Desa Bantarwun. 79

2 II. LANDASAN TEORI 2.1. Trangular Fuzzy Number (TFN) Blangan trangular fuzzy (TFN) adalah teor hmpunan fuzzy yang dgunakan untuk pengukuran yang berhubungan dengan penlaan subektf dengan manusa memaka bahasa atau lngustk. TFN terdr dar tga fungs kenaggotaan, yatu nla terendah(l), nla tengah(m) dan nla tertngg(u). Dbawah n merupakan skala perbandngan fuzzy. [1] Tabel 1 Skala Perbandngan Tngkat Kepentngan Fuzzy Tngkat Skala Invers Defns m n m S C C m m m m g l, m, u Fuzzy n m ,, l m u g n n n Skala Fuzzy Varabel Lngustk (1,1,1) (1,1,1) Dua elemen memlk kepentngan sama yang (2/3,1,3/2) (2/3,1,3/2) Satu elemen sedkt lebh pentng (3/2,2,5/2) (2/5,1/2,2/3) Satu elemen lebh pentng (5/2,3,7/2) (2/7,1/3,2/5) Satu elemen sangat lebh pentng (7/2,4,9/2) (2/9,1/4,2/7) Satu elemen mutalk lebh pentng 2.2. etode FAHP (Fuzzy Analythcal Herarchy Process) etode FAHP merupakan gabungan dar AHP dengan konsep fuzzy. etode FAHP menggunakan raso fuzzy yang dsebut Trangular Fuzzy Number (TFN). Langkah-langkah metode FAHP adalah sebaga berkut : a. embuat struktur hrark masalah yang akan dselesakan dan menentukan perbandngan matrks berpasangan antar krtera dengan skala Trangular Fuzzy Number (TFN). b. enentukan nla sntetc fuzzy (S) dengan rumus : = blangan trangular fuzzy number m = umlah krtera = kolom = bars g = parameter (l,m,n) c. enentukan nla vector (V) dan nla ordnat deffuzfkas(d ). Rumus menentukan vector : V 1 0 l1 u 2 m2 u2 m1 l1 2 1 d. Nla ordnat yang deffuzfkas (d ) dengan rumus sebaga berkut: ' d A1 V S1S k mn ( ) e. enormalsaskan vector bobot, masng-masng elemen dbag seluruh elemennya sehngga menad : W d A1 d A2 d A n ( ),,..., ( ) T W merupakan blangan non fuzzy. [2] Sebelum menggunakan bobot yang dhaslkan dengan FAHP, CR (Consystency Rato) harus dhtung terlebh dahulu dengan ketentuan CR yang dhaslkan harus kurang dar atau sama dengan 10%. CR dapat dperoleh dengan menghtung CI dan RI terlebh dahulu. max n CI n 1 CI CR RI = Nla egen maksmum N RI CI max = Jumlah krtera = Random ndex = Consystency ndex Tabel 2 Random Index N 1, RI 0,00 0,58 0,90 1,12 1,24 1,32 1,41 Jka CR 10% berart hasl perhtungan dnyatakan benar atau konssnten dan dapat dgunakan. [3] 80

3 2.3. etode TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) TOPSIS memlk konsep dmana alternatf terplh yang terbak tdak hanya memlk arak terpendek dar solus deal posstf, namun uga memlk arak terpanang dar solus deal negatf. Langkah-langkah prosedur TOPSIS adalah sebaga berkut [4] : a) enghtung nla matrks keputusan dar nla setap krtera krtera yang ada. r x m 1 x 2 r = matrks ternormalsas x = nla ratng knera alternatf untuk krtera b) enghtung matrks keputusan yang ternormalsas terbobot. y W * r y = atrks ternormalsas terbobot w = Bobot krtera r = matrks ternormalsas c) enentukan matrks solus deal postf dan matrks solus deal negatf. A y, y,..., yn 1 2 n 2 D y y 1 n 2 D y y V 1 D D D A y 1, y2,..., yn A + = atrks solus deal postf A - = atrks solus deal negatf d) enentukan arak solus deal postf dan arak solus deal negatf. D = Jarak solus deal negatf D = Jarak solus deal postf e) enentukan nla preferens setap alternatf V = Nla Preferens III. etode Peneltan 3.1. Stud Lteratur Stud lteratur yang sudah dlakukan adalah mencar nformas dar urnal, nternet dan buku yang berhubungan dengan bantuan masyarakat terutama RTLH, krtera penerma bantuan RTLH serta yang berkatan dengan metode yang dgunakan pada peneltan sebelumnya yang berhubungan dengan bantuan RTLH dan mencar nformas mengena trangular fuzzy number serta mengena metode TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) dan FAHP (Fuzzy Analythcal Herarchy Process) Wawancara Pada metode wawancara dlakukan tanya awab dengan masyarakat serta phak pegawa Desa Bantarwun mengena proses seleks kanddat penerma bantuan RTLH dan untuk mengetahu kekurangan atau kelemahan dar sstem yang dgunakan saat n Dokumentas etode n dgunakan untuk mencar data yang danggap pentng dalam peneltan. Data yang sudah dperoleh dalam peneltan antara lan data penerma bantuan pada tahun 2015 dan data krtera penerma bantuan RTLH Pengembangan Sstem Prototypng Pada metode pengembangan sstem aplkas E- Kesmas menggunakan metode prototypng. Adapun tahap dar metode prototypng adalah sebaga berkut : 1) Identfkas kebutuhan sstem. 2) embangun prototype. 3) Evaluas prototype. 4) Penguan sstem. 5) Penggunaan sstem. Pada pengembangan sstem aplkas E-Kesmas dlakukan hanya sebatas sampa penguan sstem belum sampa penggunaan sstem Penerapan metode FAHP etode FAHP ( Fuzzy Analythcal Herachy Process) merupakan gabungan konsep fuzzy dengan AHP. etode AHP dgunakan untuk menentukan bobot krtera pada selekss kanddat penerma bantuan RTLH. Untuk menentukan bobot dengan FAHP, dlakukan perbandngan kepentngan masng-masng krtera dengan menggunakan trangular fuzzy number untuk menentukan mana krtera yang lebh pentng atau sangat pentng dar krtera atau sama pentng. Krtera C1 C2 Tabel 3 Krtera Keterangan Konds Atap Konds Lanta 81

4 C3 C4 Konds Dndng Srkulas 3.6. Penerapan metode TOPSIS Untuk perangkngan menggunakan metode TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) dengan cara memlh alternatf terbak. Dengan menggunakan bobot yang sudah dperoleh pada metode FAHP Penguan Untuk mengetahu seberapa besar tngkat akuras penggunaan metode FAHP dan TOPSIS dalam seleks kanddat penerma bantuan RTLH d Desa Bantarwun. IV. Pembahasan Untuk menentukan bobot krtera dengan menggunakan FAHP. Perbandngan berpasangan fuzzy AHP dapat dlhat pada Tabel 3. Tabel 4 atrks berpasangan fuzzy AHP Krtera Atap Lanta Dndng Srkulas Atap (1,1,1) (2/3,1,3/2) (3/2,2,5/2) (5/2,3,7/ 2) Lanta (2/3,1,3/2) (1,1,1) (2/3,1,3/2) (3/2,2,5/ 2) Dndng (2/5,1/2,2/3) (1/2,2/3,1) (1,1,1) (1,3/2,2) Srkulas (2/7,1/3,2/5) (2/5,1/2,2/3) (2/3,1,3/2) (1,1,1) enetukan nla fuzzy synthetc (S) Satap = (5.67,7, 8.5) (1/23.24, 1/18.33,1/14.6) =(0,2439, 0,3818, 0,5821) Slanta = (3.84,5,5.65) (1/23.24, 1/18.33,1/14.6) = (0,1652, 0,2727, 0,4452) Sdndng = (2.74,3.5,4.67) (1/23.24, 1/18.33,1/14.6) = (0,1179, 0,1909, 0,3198) Sudara = (2.35,2.83,3.57) (1/23.24, 1/18.33,1/14.6) =(0,1011, 0,1543, 0,2445) Tabel 7 Bobot Krtera Krtera Nama Krtera Bobot (W) C1 Atap 0,5167 C2 Lanta 0,3350 C3 Dndng 0,1469 C4 Srkulas 0,0012 Tabel 8 Skala Penlaan Ratng Atap Rumba Asbes Seng Genteng Lanta Sebagan Plesteran Dndng Bambu Kayu Sem Srkulas Rastam (A1) Salmah (A2) Sunart (A3) Ruswo (A4) Tdak Keramk Sedang Sangat Tabel 9 Data Alternatf Atap Lanta Dndng Srkulas Seng Plesteran Sem Seng Sebagan Sem Seng Plesteran Asbes Sem Tabel 5 Vector Bobot d(c1) d(c2) d(c3) d(c4) Total W Tabel 6 Normalsas Vector Bobot (C1) (C2) (C3) (C4) W Selanutnya setelah memperoleh bobot masng-masng krtera. Selanutnya menentukan CR dan CI, nla CR 10% sehngga bobot yang dperoleh konssten dan dapat dgunakan. Nla CI (Consystency Index) = 0, Nla CR (Consystency Rato) = 0, Ward (A5) Warsto (A6) Rasnah (A7) Sumard (A8) Asbes Sebagan Sem Asbes Sebagan Sem Asbes Plesteran Sem Asbes Sebagan Atap Lanta Dndng Srkulas 82

5 Wartam (A9) Soder (A10) Seng Genteng Sebagan Sebagan Sem Selanutnya melakukan perangkngan dengan metode TOPSIS untuk mencar alternatf terbak. Alternatf terbak dperoleh berdasarkan nla preferens yang palng tngg dar angka 0 sampa 1 yang dapat dlhat pada Tabel 16. Tabel 10 atrks ternormalsas Atap Lanta Dndng Srkulas 0,2540 0,2208 0,3592 0,3354 0,2540 0,3312 0,3592 0,3354 0,2540 0,2208 0,1796 0,2236 0,3810 0,4417 0,3592 0,3354 0,3810 0,3312 0,3592 0,3354 0,3810 0,2208 0,3592 0,2236 0,3810 0,3312 0,3592 0,3354 0,3810 0,3312 0,1796 0,3354 0,2540 0,3312 0,1796 0,3354 0,1270 0,3312 0,3592 0,3354 Tabel 11 atrks Ternormalsas Terbobot Atap Lanta Dndng Srkulas 0,1312 0,0740 0,0527 0,0004 0,1312 0,1110 0,0527 0,0004 0,1312 0,0740 0,0263 0,0002 0,1968 0,1579 0,0527 0,0004 0,1968 0,1480 0,0527 0,0004 0,1968 0,1110 0,0527 0,0002 0,1968 0,1110 0,0527 0,0004 0,1968 0,0740 0,0263 0,0004 0,1312 0,1110 0,0263 0,0004 0,0656 0,1110 0,0527 0,0004 atrks ternormalsas terbobot dperoleh dengan cara mengalkan matrks ternormalsas dengan bobot yang dperoleh dengan FAHP. Tabel 12 atrks Solus Ideal Postf Y1+ Y2+ Y3+ Y4+ A+ 0,1968 0,1480 0,0527 0,0004 Tabel 13 atrks Solus Ideal Negatf Y1- Y2- Y3- Y4- A- 0,0656 0,0740 0,0263 0,0002 Tabel 14 Jarak Solus Ideal Possf D1+ D2+ D3+ D4+ D5+ 0,0989 0,0753 0, ,0370 D6+ D7+ D8+ D9+ D10+ 0,0370 0,0740 0,0454 0,0798 0,1363 Tabel 15 Jarak Solus Ideal Negatf D1- D2- D3- D4- D5-0,0707 0,0798 0,0656 0,1529 0,1388 D6- D7- D8- D9- D10-0,1388 0,1338 0,1363 0,0753 0,0454 Tabel 16 Nla Preferens V1 V2 V3 V4 V5 0, , , ,78965 V6 V7 V8 V9 V10 0, , , , ,24998 Perbandngan perangkngan kanddat penerma bantuan RTLH yang dlakukan petugas Desa Bantarwun memlk hasl yang sama dengan perangkngan yang dlakukan dengan perangkngan kanddat penerma bantuan RTLH yang dlakukan dengan menggunakan metode fuzzy AHP dan TOPSIS Tabel 17 Tngkat Akuras Perbandngan Hasl Nla FAHPdan TOPSIS Petugas Desa Bantarwun Perangkngan Akuras A1 A1 8 1 FAHPdan TOPSIS A2 A2 6 1 A3 A3 9 1 A4 A4 1 1 A5 A5 2 1 A6 A6 3 1 A7 A7 5 1 Perbandngan Hasl Nla Petugas Desa Bantarwun Perangkngan Akuras A8 A8 4 1 A9 A9 7 1 A10 A

6 Dar sampel 10 data datas, dperoleh kesmpulan bahwa semua urutan kanddat penerma bantuan RTLH sama antara proses seleks yang dlakuakan petugas Desa Bantarwun dengan proses seleks yang dlakukan dengan metode FAHP dan TOPSIS. Untuk mengetahu tngkat akurasnya dapat dhtung dengan rumus dbawah n : Tngkat akuras = (umlah urutan benar/total sampel) x 100% [5] Tngkat akuras =10/10 x 100% = 100% aka dengan demkan dapat dsmpulkan bahwa tngkat akuras perangkngan dengan menggunakan metode FAHP dan TOPSIS adalah 100%. V. Kesmpulan dan Saran 5.1. Kesmpulan Berdasarkan peneltan dan analsa serta penguan yang sudah dlakukan pada sstem nformas seleks kanddat penerma bantuan RTLH dengan menggunakan Fuzzy Analythcal Herarchy Process (FAHP) dan Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS), maka dapat dambl kesmpulan sebaga berkut : 1) Perangkngan dengan menggunakan metode fuzzy ahp dan topss memlk tngkat akuras sebesar 100% dengan umlah sample sebanyak 10 data. 2) Bobot krtera yang dhaslkan dengan FAHP yatu untuk bobot krtera Atap, 0,3350 untuk bobot krtera Lanta, 0,1469 untuk bobot krtera Dndng serta 0,0012 untuk bobot krtera Srkulas. 3) Nla konsstens raso (CR) sebesar 0, artnya konssten karena konsstens raso (CR) 10% Saran 1) Untuk mahasswa yang ngn mengambl udul yang sama dharapkan bsa mencar atau menggunakan metode yang lebh bak lag dbandngan metode FAHP dan TOPSIS untuk melakukan seleks. 2) Pada sstem n dapat dkembangkan fungs penambahan krtera dan sub krtera sehngga lebh terlhat dnams. 3) Sstem n bsa dkembangkan dengan berbass teknolog androd sehngga lebh mudah untuk dakses. Daftar Pustaka [1] H. Y. Hanen Na H Shega, Rta Rahmawat, Penentuan Faktor Prortas ahasswa Dalam emlh Telepon Seluler erk Blackberry Dengan Fuzzy AHP, J. Gaussan, vol. 1, [2] I. B. udhanva and I. N. Purwanto, Pengamblan Keputusan Target Usa enkah enggunakan Fuzzy AHP- TOPSIS, J. hs. atematka, pp , [3] J. O. K. O. H. A. D. I. A. Pranto, G. K. G. Andhad, D. E. P. Utu, and E. K. A. N. Ilakusmawat, Pemlhan Krtera Dalam Pembuatan Kartu Kredt, E-Jurnal atematka, vol. 3, no. 1, pp , [4] A. Sabq et al., etode Fuzzy AHP Dan Fuzzy TOPSIS Untuk Pemlhan Dstro Lnux, ORBITH, vol. 9, pp , [5] A. B. Pakart, D.. Imrona, H. Hdayat, and S. Kom, Analss Dan Implementas etode Fuzzy AHP dan Topss Untuk Rekomendas LPK Pelaksana Proyek Pelathan (Stud Kasus : Dnas Tenaga Kera Kota Samarnda ), J. Ilmu Unverstas Bakre, vol. 3,