BAB II TINJAUAN PUSTAKA

Transkripsi

1 digilib.uns.ac.id 5 BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori Pengertian Program Keluarga Harapan (PKH) Menurut Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K), Program Keluarga Harapan (PKH) adalah program pemberian uang tunai kepada Rumah tangga Sangat Miskin (RTSM) berdasarkan persyaratan dan ketentuan yang telah ditetapkan dengan melaksanakan kewajibannya sejak tahun Persyaratan tersebut dapat berupa kehadiran di fasilitas sekolah untuk keluarga yang memiliki anggota keluarga masih dalam usia pendidikan dan kehadiran di fasilitas kesehatan bagi keluarga yang memiliki anggota keluarga masih balita atau bagi ibu hamil. Program ini dalam jangka pendek bertujuan mengurangi beban RTSM dan dalam jangka panjang diharapkan dapat memutus rantai kemiskinan antar generasi sehingga diharapkan generasi berikutnya dapat keluar dari perangkap kemiskinan. PKH merupakan program lintas kementrian dan lembaga dengan pemeran utama Badan Perencanaan Pembangunan Nasional, Departemen Sosial, Departemen Kesehatan, Departemen Pendidikan Nasional, Departemen Agama, Departemen Komunikasi dan Informatika serta Badan Pusat Statistik (Liance, 2014). Secara khusus tujuan PKH terdiri atas (Tim Nasional Percepatan Penanggulangan Kemiskinan, 2015): 1. Meningkatkan akses dan kualitas pelayanan pendidikan dan kesehatan bagi peserta PKH. 2. Meningkatkan taraf hidup pendidikan peserta PKH. 3. Meningkatkan status kesehatan dan gizi ibu hamil, ibu nifas, anak di bawah lima tahun dan pra sekolah anggota Rumah Tangga Sangat Miskin. PKH diberikan kepada Keluarga Rumah Tangga Sangat Miskin (RSTM) dengan acuan 12 kriteria kemiskinan yaitu kepemilikan telepon selular, pekerjaan, tatus tempat tinggal, luas lantai, jenis lantai terluas, jenis dinding terluas, jenis atap terluas, fasilitas jamban, tempat pembuangan akhir tinja, kelompok usaha bersama, usaha ekonomi produktif dan beras miskin dan memenuhi sedikitnya satu kriteria kepesertaan program berikut, yaitu :

2 digilib.uns.ac.id 6 1. Memiliki ibu hamil / nifas / anak balita. 2. Memiliki anak usia 5-7 tahun yang belum masuk pendidikan dasar (anak pra sekolah). 3. Anak usia SD / MI / Paket A / SDLB (usia 7-12 tahun). 4. Anak SLTP / MTs / Paket B / SMLB (Usa 12-15). 5. Anak tahun yang belum menyelesaikan pendidikan dasar termasuk anak dengan disabilitas. Validasi data adalah proses kegiatan mencocokkan data lengkap calon peserta PKH dengan fakta terkini untuk menentukan data peserta yang akurat dan sah. Pihak yang berhak melakukan validasi dan pemutakhiran data calon peserta PKH adalah pendamping (UPPKH Kecamatan). Tahap validasi ialah sebagai berikut (Kementrian Sosial, 2014): 1. Sasaran lokasi dan peserta PKH telah ditentukan. 2. Percetakan formulir validasi oleh UPPKH Pusat. 3. Pengiriman formulir validasi, surat undangan, dan surat pernyataan komitmen oleh UPPKH Pusat ke UPPKH Kabupaten/Kota. 4. Penyusunan jadwal dan persiapan pertemuan awal untuk melakukan validasi. 5. Pendamping berkoordinasi dengan aparat setempat untuk melakukan pertemuan awla dan validasi. 6. Menyebar undangan ke calon peserta PKH dan penyedia layanan kesehatan/pendidikan. 7. Pertemuan awal dan validasi, mencocokkan data dengan penandatangan komitmen. 8. Mendatangi calon peserta yang tidak datang untuk melengkapi formulir validasi. 9. Melakukan pemutakhiran data. 10. Mengirim data paling mutakhir ke UPPKH Provinsi dan Pusat, menerbitkan berita acara hasil validasi sebagai bahan laporan. 11. UPPKH Pusat mengolah data hasil validasi dan menentukan daftar tetap peserta PKH. 12. Mengirim daftar resmi tersebut ke mitra kerja untuk dicetak menjadi kartu Peserta PKH.

3 digilib.uns.ac.id Kartu Peserta PKH dikirim ke UPPKH Kabupaten/Kota untuk didistribusikan oleh Pendamping Lapangan ke Peserta PKH Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) ialah suatu sistem yang digunakan untuk membantu dalam pengambilan keputusan. Aplikasi SPK menggunakan CBIS (Computer Based Information System) yang fleksibel, interaktif dan dapat diadaptasi yang dikembangkan untuk mendukung solusi atas masalah yang tidak terstruktur (Nofriansyah, 2014). Menurut Bonczek, dkk., (1980) di dalam buku Decision Support System and Intelligent System menyatakan Sistem Pendukung Keputusan (SPK) adalah sebuah sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi yaitu sistem bahasa, sistem pengetahuan dan sistem pemrosesan masalah yang digunakan dalam pengambilan keputusan. Karakteristik sistem pendukung keputusan yaitu (Turban, Sharda, & Delen, 2011) : a. Mendukung proses pengambilan keputusan suatu organisasi. b. Terdapat interface sehingga pemegang kontrol dalam proses pengambilan keputusan tetap berada di tangan manusia. c. Menunjang masalah pengambilan keputusan untuk masalah yang terstruktur, semi terstruktur serta mendukung beberapa masalah keputusan yang saling berinteraksi. d. Terdapat dialog untuk mendapatkan informasi sesuai dengan kebutuhan. e. Terdiri dari beberapa subsistem yang terintegrasi sehingga berfungsi sebagai suatu kesatuan sistem yang utuh. f. Terdapat dua komponen utama yang terdiri dari data dan model. Menurut Simon terdapat tiga fase di dalam proses pengambilan keputusan (Turban, Sharda, & Delen, 2011) yaitu : 1. Intelligence Langkah pertama dalam fase ini yaitu melakukan penulisan dan pendeteksian pada ruang lingkup masalah dengan cara mengenali masalah. Data yang telah diperoleh akan dimasukkan, diproses kemudian diuji untuk mengidentifikasi masalah tersebut.

4 digilib.uns.ac.id 8 2. Design Langkah kedua yaitu menemukan, mengembangkan dan menganalisis alternatif tindakan yang bisa dilakukan dengan menguji kelayakan solusi. 3. Choice Langkah ketiga yaitu proses pemilihan alternatif tindakan yang mungkin dilakukan. Alternatif yang terpilih akan diimplementasikan dalam proses pengambilan keputusan. Sistem pendukung keputusan dibangun oleh tiga komponen utama (Turban, Sharda, & Delen, 2011) yaitu : 1. Sub sistem Data (Database) Database merupakan komponen SPK yang berguna sebagai sumber data yang akan diolah oleh sistem. Data tersebut akan disimpan dan diolah dalam sebuah basis data yang akan diorganisir oleh suatu sistem yang disebut sistem manajemen basis data (Database Management System). 2. Subsistem Model (Modelbase) Model merupakan tiruan dari alam nyata, namun perancangan model biasanya tidak mampu mencerminkan seluruh variabel di alam nyata tersebut sehingga keputusan yang diambil tidak sesuai dengan kebutuhan. Oleh karena itu dalam menyimpan model seharusnya diperhatikan dan dijaga fleksibilitasnya serta ditambahkan rincian keterangan dan penjelasan yang komprehensif mengenai model yang sedang dibuat. 3. Subsistem Dialog (User System Interface) User System Interface merupakan suatu komponen yang dapat mengintegrasikan sistem yang terhubung dengan pengguna secara interaktif. Melalui subsistem dialog ini menjadikan pengguna dapat berkomunikasi dengan sistem yang sedang digunakan. Tujuan Sistem Pendukung Keputusan antara lain sebagai berikut (Nofriansyah, 2014) : 1. Membantu mengambil keputusan dengan masalah yang tidak terstruktur, semi terstruktur dan terstruktur. 2. Berfungsi sebagai alat penunjang pengambilan keputusan bukan untuk menggantikan fungsi pengambil commit keputusan to user itu sendiri.

5 digilib.uns.ac.id 9 3. Meningkatkan efektifitas keputusan yang diambil. 4. Mempercepat komputasi pengambilan keputusan yang dilakukan oleh pengambil keputusan karena didukung dengan komputasi komputer yang bekerja secara otomatis dengan biaya yang rendah. 5. Peningkatan produktivitas membangun suatu kelompok pengambil keputusan Analytical Hierarchy Process (AHP) Proses Hierarki Analitik (Analytical Hierarchy Process - AHP) ialah sebuah metode yang dikembangkan pada tahun 1970-an oleh Dr. Thomas L. Saaty dari Wharton School of untuk mengorganisasi informasi dan judgment dalam memilih alternatif yang paling dikehendaki. Prinsip kerja AHP adalah menyederhanakan suatu permasalahan kompleks yang tidak terstruktur, strategis dan dinamis disusun ke dalam suatu hierarki. Kemudian tingkat kepentingan dari setiap variabel secara subjektif diberi nilai numerik untuk memberikan arti seberapa penting variabel tersebut dibandingkan dengan variabel lainnya. Secara grafis metode AHP dapat dikonstruksikan sebagai diagram bertingkat yang dimulai dengan goal / sasaran, lalu kriteria level pertama, subkriteria dan terakhir alternatif (Marimin, 2004). Struktur hirarki AHP dapat dilihat pada Gambar 2.1. Gambar 2.1. Struktur Hierarkial AHP (Sumber: Bohlooli & Chakherlouy, 2014) Metode AHP memungkinkan pengguna untuk memberikan nilai bobot relatif dari suatu kriteria majemuk secara intuitif yaitu melakukan perbandingan berpasangan (pairwise comparisons). Dr. Thomas L. Saaty sebagai penggagas

6 digilib.uns.ac.id 10 Metode AHP kemudian menentukan cara yang konsisten untuk mengubah perbandingan berpasangan menjadi suatu himpunan bilangan yang merepresentasikan prioritas relatif dari setiap kriteria dan alternatif. Metode AHP dapat menguraikan masalah yang kompleks menjadi keputusan-keputusan yang lebih kecil, selain itu AHP juga menguji konsistensi penilaian, bila terjadi penyimpangan yang terlalu jauh dari nilai konsistensi sempurna, maka hal ini menunjukkan bahwa penilaian perlu diperbaiki atau hierarki harus disusun ulang. Ide dasar prinsip kerja AHP adalah sebagai berikut (Marimin, 2004). 1. Penyusunan Hierarki Persoalan yang akan diselesaikan diuraikan berdasarkan unsur-unsurnya, yaitu kriteria dan alternatif kemudian disusun menjadi struktur hierarki. 2. Peniliaian Kriteria dan Alternatif Kriteria dan alternatif dinilai melalui perbandingan berpasangan. Menurut Saaty untuk berbagai persoalan skala 1-9 adalah skala terbaik dalam mengekspresikan pendapat. 3. Penentuan Prioritas Dibutuhkan suatu perbandingan berpasangan (pairwise comparison) terhadap kriteria dan alternatif yang telah ditentukan. Nilai nilai perbandingan tersebut kemudian akan diolah untuk menentukan peringkat relatif dari seluruh alternatif. Baik kriteria kuantitatif maupun kualitatif dapat dibandingkan sesuai dengan judgement yang telah ditentukan untuk mendapatkan suatu nilai bobot dan prioritas. Bobot atau prioritas tersebut nantinya akan dibuat sebuah matrik untuk dilakukan perhitungan (melalui persamaan matematik). 4. Konsistensi Logis Semua elemen dikelompokkan secara logis dan diperingkatkan secara konsisten sesuai dengan suatu kriteria yang logis. Langkah langkah metode AHP ialah sebagai berikut (Bohlooli & Chakherlouy, 2014) : 1. Menyusun hirarki persoalan yang sedang dihadapi Persoalan yang akan diselesaikan diuraikan berdasarkan unsur-unsurnya, yaitu tujuan, kriteria dan alternatif kemudian disusun menjadi struktur hirarki. 2. Penilaian kriteria dan alternatif

7 digilib.uns.ac.id 11 Penilaian kriteria dan alternatif menggunakan perbandingan berpasangan menggunakan Skala Saaty, skala tersebut dapat dilihat dalam Tabel 2.1. Tabel 2.1. Skala Saaty (Bohlooli & Chakherlouy, 2014) Nilai Definisi Penjelasan Kedua kriteria / alternatif i 1 Sama penting dan j mempunyai pengaruh yang sama Penilaian kriteria / 3 Sedikit lebih penting alternatif j sedikit lebih penting dibanding dengan kriteria/ alternatif i 5 Lebih penting Kriteria / alternatif j lebih penting daripada kriteria / alternatif i Kriteria / alternatif j sangat 7 Sangat penting lebih penting dibanding dengan kriteria / alternatif i 9 Mutlak lebih penting Kriteria / alternatif j benarbenar lebih penting, tidak sebanding dengan kriteria / alternatif i 2,4,6,8 Perlu adanya toleransi Nilai ragu-ragu antara dua diantara kedua nilai yang berdekatan pertimbangan Nilai perbandingan i dengan j adalah 1 dibagi dengan nilai perbandingan B dengan A. 3. Penentuan prioritas Langkah selanjutnya adalah perbandingan berpasangan (pairwise comparison) terhadap setiap kriteria dan alternatif yang telah ditentukan. Seperti yang telah dijelaskan sebelumnya, nilai nilai perbandingan diolah untuk menentukan peringkat relatif dari seluruh alternatif. Kriteria kuantitatif dan kualitatif dapat dibandingkan sesuai dengan judgement yang telah ditentukan untuk mendapatkan suatu nilai bobot dan prioritas. Perbandingan berpasangan diproses untuk memperoleh nilai bobot atau prioritas dengan langkah langkah sebagai berikut. a. Memberi nilai di setiap kriteria untuk memperoleh matrik berpasangan. b. Membagi nilai setiap elemen dengan total kolom pada masing-masing kriteria untuk mendapatkan commit nilai normalisasi to user dari matriks tersebut.

8 digilib.uns.ac.id 12 c. Menjumlah nilai setiap baris elemen, kemudian jumlah tersebut dibagi dengan jumlah elemen yang dimiliki sehingga diperoleh nilai prioritas. 4. Konsistensi Logis Untuk perhitungan konsistensi logis langkah langkahnya ialah sebagai berikut (Prasetyo, 2010): a. Menentukan maks dengan menjumlahkan hasil perkalian antara jumlah setiap kolom pada matriks perbandingan berpasangan dengan kolom nilai prioritas. b. Setelah mendapatkan maks maka langkah selanjutnya adalah menentukan Indeks Konsistensi (CI) dengan rumus sebagai berikut : CI = ( maks n) n 1 (2.1) c. Kemudian mencari Rasio Konsistensi (indeks random konsistensi) dengan rumus sebagai berikut : Ratio Konsistensi = CI RI (2.2) Apabila rasio konsistensi 0,1 maka hasil perhitungan dinyatakan benar. Nilai rasio konsistensi dapat dilihat pada Tabel 2.2 berikut. Tabel 2.2. Rasio Konsistensi (Bohlooli & Chakherlouy, 2014) Ukuran matriks Nilai RI 1 0,00 2 0,00 3 0,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41 9 1, , , , , , , Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) Metode TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution) pertama kali diperkenalkan commit oleh Kwangsun to user Yoon dan Hwang Ching-Lai

9 digilib.uns.ac.id 13 pada tahun TOPSIS adalah suatu metode kriteria majemuk untuk mengidentifikasi solusi dari himpunan alternatif yang berhingga.prinsip dasar dari metode ini yaitu alternatif yang dipilih harus memiliki jarak terpendek dari solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif. Proses perhitungan metode TOPSIS ialah sebagai berikut (Dashti, Pedram, & Shanbehzadeh, 2010): 1. Membuat matriks keputusan Membuat suatu matriks keputusan, dengan permisalahan matriks sebagai berikut: a 1 a n b 1 x 11 X 1n X = [ ] (2.3) b n X m1 X mn dimana i alternatif (i=1,2,3...m) dievaluasi dengan j kriteria (j=1,2,3...n), a i merupakan elemen yang digunakan untuk mengukur alternatif dan b i merupakan alternatif yang tersedia. 2. Membuat matriks keputusan yang ternormalisasi Matriks X = [X ij ] dinormalisasi dengan persamaan sebagai berikut : rij = Xij n Xij i=1 2 =1,2,...n (2.4) 3. Membuat matriks keputusan berbobot yang ternormalisasi Dalam tahap ini pertama harus menentukan bobot terlebih dahulu. Dengan bobot w ij = w 1, w 2,. w n, untuk w j adalah bobot kriteria ke-j, maka normalisasi bobot matriks X adalah: w 1 r 11 w n r 1n Xij = [ ] (2.5) w 1 r m1 w n r mn w j merupakan bobot kriteria ke-j sedangkan r ij adalah elemen matriks keputusan yang ternormalisasi r. 4. Membuat matriks solusi ideal positif dan solusi ideal negatif. A + ialah simbol untuk solusi ideal positif dan A simbol untuk solusi ideal negatif, dengan persamaan sebagai berikut: A + = {(max vij j є J), (min vij j є J), i = 1,2,., m} (2.6)

10 digilib.uns.ac.id 14 = {v 1 +, v 2 +,., v m + } A = {(min vij j є J), (max vij j є J), i = 1,2,., m} (2.7) = {v 1, v 2,., v m } Keterangan : J = (j = 1,2,.,n) adalah himpunan kriteria v 1 + (j = 1,2,...,n) merupakan elemen matriks solusi ideal positif v 1 (j = 1,2,3,.., n) merpakan elemen matriks solusi ideal negatif 5. Menghitung jarak separasi Jarak alternatif solusi ideal disimbolkan dengan Si yang dirumuskan dalam persamaan berikut: S + i = n j=1 (v ij v + i ) 2, dimana i =1,2...,m (2.8) S i = n (v ij v j=1 i ) 2, dimana i = 1,2...,m (2.9) Keterangan : S i + S i merupakan jarak alternatif ke-i dari solusi ideal positif merupakan jarak alternatif ke-i dari solusi ideal negatif v i + merupakan elemen matriks solusi ideal positif v i merupakan elemen matriks solusi ideal negatif 6. Menghitung kedekatan terhadap solusi ideal positif Menghitung kedekatan relatif setiap alternatif terhadap solusi ideal positif dapat dihitung dengan persamaan sebagai berikut : Ci + = Keterangan : Si Si + Si + 0 Ci+ 1, dimana i = 1,2...,m (2.10) Ci + merupakan kedekatan relatif dari alternatif ke-i terhadap solusi ideal positif Si + merupakan jarak alternatif ke-i dari solusi ideal positif Si merpakan jarak alternatif ke-i dari solusi ideal negatif 7. Meranking alternatif Alternatif yang telah dimiliki diurutkan dari alternatif yang memiliki Ci + terbesar ke terkecil. Dimana alternatif yang memiliki Ci + terbesar merupakan solusi terbaik dimana alternatif tersebut merupakan alternatif yang paling direkomendasikan.

11 digilib.uns.ac.id Waterfall Metode waterfall adalah suatu model yang dikembangkan untuk mengembangkan perangkat lunak. Model berkembang secara sistematis dari satu tahap ke tahap berikutnya dalam mode seperti air terjun. Langkah-langkah yang dilalui dalam pengembangan proses menggunakan waterfall yaitu analisis, desain, pengkodean dan pengujian.. Model ini terdiri dari beberapa tahapan sebagai berikut (Dennis, Wixom, & Tegarden, 2012): 1. Planning Tahap ini membahas rencana sebuah sistem yang akan dibangun dan bagaimana tim proyek akan membangun sistem tersebut. 2. Analisis Kebutuhan Software Tahap ini ialah suatu proses pengumpulan reqirement software untuk mengetahui kebutuhan sistem yang akan dikembangkan, fungsional software yang diinginkan, performance dan interface terhadap elemen lainnya. Hasil dari analisis ini akan didokumentasikan dan di review dan ditinjau bersama customer. 3. Perancangan Proses perancangan akan menterjemahkan kebutuhan sistem ke dalam sebuah representasi software yang dapat diukur kualitasnya sebelum memulai coding. Hasil dari perancangan didokumentasikan dan menjadi bagian dari konfigurasi software 4. Implementasi Pada tahap implementasi dilakukan pengembangan perangkat lunak berdasarkan analisa dan pemodelan yang telah dilakukan. Sehingga hasil dari tahap ini adalah basis data dan source code perangkat lunak. Pada tahap ini perancangan yang telah dibuat direalisasikan dalam sebuah program. Percangan yang telah dibuat diubah ke dalam kode program. Di akhir tahap ini setiap modul di testing tanpa diintegrasikan System Usability Scale (SUS) Sistem Usability Scale (SUS) merupakan salah satu teknik pengujian di dalam Usability testing yang diciptakan oleh John Brooke pada tahun 1986 untuk mengetahui tingkat kepuasan pengguna dari suatu sistem yang telah dikembangkan. Pengujian SUS dilakukan dengan menggunakan kuisioner dengan likert scale guna

12 digilib.uns.ac.id 16 mengukur grade usability dari sistem dengan rentang nilai nol hingga seratus. Langkah-langkah yang digunakan untuk mengevaluasi suatu sistem menggunakan SUS ialah sebagai berikut (Brooke, 2013): 1. Menentukan 10 pernyataan yang sudah ditentukan oleh SUS, responden akan memberikan penilaian dari setiap pernyataan yang telah diberikan. Pernyataan tersebut antara lain sebagai berikut: a. Saya akan sering menggunakan aplikasi ini b. Aplikasi kompleks c. Aplikasi mudah digunakan d. Saya butuh bantuan untuk mengoperasikan aplikasi ini e. Fungsi-fungsi dalam aplikasi dapat berjalan dengan baik f. Banyak yang tidak konsisten dalam aplikasi ini g. Aplikasi mudah dimengerti h. Aplikasi tidak praktis i. Saya yakin dapat menggunakan aplikasi ini j. Saya perlu belajar menggunakan aplikasi ini 2. Responden memberikan skala penilaian SUS pada pernyataan yang telah diberikan dengan rentang 1 sampai dengan 5 yang ditunjukkan pada Tabel 2.3. Tabel 2.3. Skala Penilaian SUS (Brooke, 2013) Jawaban Skala Sangat tidak setuju 1 Tidak setuju 2 Ragu-ragu 3 Setuju 4 Sangat setuju 5 Aturan penilaian di dalam SUS adalah untuk pernyataan pada nomor ganjil, jawaban yang benar skor akan dikurangi dengan 1. Sedangkan untuk pernyataan pada nomor genap, angka 5 dikurangi dengan skor jawaban tersebut. Kemudian semua skor dijumlahkan dan dikalikan dengan Nilai SUS yang diperoleh dari seluruh responden kemudian dihitung rata-ratanya dengan perhitungan sebagai berikut: Rata rata SUS = Jumlah nilai SUS Jumlah responden (2.11)

13 digilib.uns.ac.id Rata-rata SUS tersebut dibandingkan dengan range SUS yang ditunjukkan pada Tabel 2.4. Range ini akan digunakan untuk menentukan apakah aplikasi dapat diterima dengan baik atau tidak berdasarkan nilai yang telah ditentukan. Tabel 2.4. Skala SUS (Brooke, 2013) Nilai SUS Interpretasi <50 Not acceptable Marginal >70 Acceptable Kompleksitas Siklomatis Kompleksitas siklomatis merupakan suatu metriks perangkat lunak yang memberikan pengukuran kuantitatif terhadap kompleksitas logis suatu program (Aprizal, 2016). Apabila metriks ini digunakan dalam konteks metode pengujian basis path, maka nilai yang terhitung untuk kompleksitas siklomatis menentukan jumlah jalur independen dalam basis set suatu program dan memberi batas atas bagi jumlah pengujian yang harus dilakukan untuk memastikan bahwa semua statemen telah dieksekusi sedikitnya satu kali. Jalur independen adalah jalur yang melalui progarm yang mengintroduksi sedikitnya satu rangkaian statemen proses baru atau suatu kondisi baru. Bila dinyatakan dengan terminologi grafik alir, jalur independen harus bergerak sepanjang paling tidak satu edge yang tidak dilewatkan sebelum jalur tersebut ditentukan. Kompleksitas siklomatis dihitung dengan cara berikut : Dimana: E = jumlah egde/garis panah N = jumlah node/simpul 2.2 Penelitian Terkait V(G) = E-N+2 (2.12) Penelitian yang dilakukan oleh penulis mengacu pada penelitian sejenis yang sudah pernah dilakukan sebelumnya. Beberapa penelitian tersebut akan diuraikan sebagai berikut: 1. Sistem Pendukung Keputusan (DSS) Penerima Bantuan Program Keluarga Harapan (PKH) pada Desa Bangun Rejo Kecamatan Punduh Pidada

14 digilib.uns.ac.id 18 Pesawaran dengan Menggunakan Metode Analytical HIerarchy Process (AHP) (Aminudin & Sari, 2015) Penelitian yang sudah pernah dilakukan dengan permasalahan yang sama namun menggunakan metode yang berbeda dengan penelitian kali ini yaitu penelitian yang telah dilakukan oleh Aminudin dan Sari tentang sistem pendukung keputusan penerima bantuan PKH menggunakan Metode AHP (Aminudin & Sari, 2015). Penelitian ini telah dilakukan di Desa Bangun Rejo Kecamatan Punduh Pidada Pesawaran. Model pendukung keputusan ini menguraikan masalah multi kriteria menjadi sutau bentuk hirarki. Multi kriteria tersebut antara lain ibu hamil, anak usia balita, anak usia sekolah 1-18 tahun, luas lantai rumah < 50 m 2, jenis dinding tempat tinggal terluas dan pekerjaan kepala keluarga tidak tetap. Dari hasil pengujian tersebut menyatakan bahwa ranking dan bobot jenis pekerjaan kepala keluarga tidak tetap berada diperingkat pertama dengan ranking 4,9. Hasil output berupa pernyataan layak dan tidak layak dari hasil perbandingan nilai lamda bobot kategori penilaian dengan nilai bobot rasio yang sudah ditentukan. 2. Combining Analytical Hierarchy Process and TOPSIS approaches for supplier selection in a Cable Company (Onder & Dag, 2013) Penelitian lain yang menggunakan metode yang sama namun dengan kasus yang berbeda dengan penelitian kali ini yaitu Combining Analytical Hierarchy Process and TOPSIS approaches for supplier selection in a Cable Company yang dilakukan Onder dan Dag (Onder & Dag, 2013). Penelitian kali menggunakan komnbinasi metode AHP-TOPSIS untuk membantu mengambil keputusan pemilihan pemasok bahan dasar utama kabel yaitu Electrolytic Copper Cathode di perusahaan Kabel di Turki. Kriteria yang digunakan yaitu origin, quality, availability, cost, delivery requirements, cost of conveyance, reliability of pemasok dan quality certificates dengan 4 alternatif. Hasil penelitian menunjukkan bahwa cost, quality dan availability merupakan kriteria yang terpenting bagi perusahaan untuk mengevaluasi pemasok Metode AHP-TOPSIS sangat berguna untuk bagi perusahaan kabel untuk mengevaluasi dan meranking pemasok yang terbaik berdasarkan kriteria yang telah ditentukan. 3. Digital Camera Evaluation Base on AHP and TOPSIS (Pawar & Verma, 2013).

15 digilib.uns.ac.id 19 Penelitian serupa juga telah dilakukan oleh Pawar dan Verma yaitu Digital Camera Evaluation Base on AHP and TOPSIS (Pawar & Verma, 2013). Di dalam penelitian kali ini penulis melakukan analisis mengenai pemilihan camera digital yang dilakukan oleh konsumen. Beberapa kamera menawarkan penampilan yang unik, beberapa lagi memiliki mega pixel yang tinggi dan tajam, dengan semua fitur tersebut konsumen mengalami kebimbangan dalam memilih. Dalam situasi seperti ini penulis memberikan solusi dengan membuat suatu sistem pendukung keputusan pemilihan kamera menggunakan AHP-TOPSIS dengan tujuan konsumen dapat membeli kamera terbaik dan dari pihak perusahaan produsen dapat memproduksi kamera dengan kulaitas yang unik untuk bagian-bagian yang lebih spesifik. Spesifik utama dalam camera digital dan sekaligus akan menjadi kriteria dalam sistem ini yaitu body, weight, picture quality, price, features dan battery. Dalam menentukan bobot kriteria kamera menggunakan metode AHP kemudian bobot tersebut akan digunakan pada proses Metode TOPSIS untuk mengevaluasi solusi ideal. Penelitian ini menunjukkan bahwa dengan menghilangkan kriteria weigh, output yang diperoleh dari proses AHP-TOPSIS akan lebih akrat dan objektif. Dengan menggunakan aplikasi ini konsumen dapat membeli camera digital sesuai sedangkan dari sudut produsen dapat menyimpulkan bahwa apa yang konsumen butuhkan itu adalah spesifkasi dari solusi ideal yang diperoleh dari aplikasi tersebut. 4. Service Quality Evaluation of Restaurant Using the AHP and TOPSIS Method. Social and Administrative Sciences (Yildiz & Yildiz, 2015) Penelitian mengenai evaluasi kualitas pelayanan restoran menggunakan Metode AHP dan TOPSIS telah dilakukan oleh Yildiz dan Yildiz di Turki (Yildiz & Yildiz, 2015). Dalam penelitian ini Penulis mencoba mengevaluasi kualitas pelayanan pada restoran yang beroperasi di industri jasa. Tiga restoran yang beroperasi di Trabzon dianalisis dari segi kualitas pelayanan yang mereka berika. Data yang digunakan adalah random dari 270 kali wawancara konsumen. Metode AHP digunakan untuk menentukan dimensi kualitas pelayanan dan Metode TOPSIS digunakan untuk mengevaluasi kinerja pelayanan tiga restoran tersebut dan alternatif terbaik akan diidentifikasi. Kriteria yang diperoleh dari studi literatur yang telah dilakukan diantaranya past experience, loyality, value, reliability, tangibles, food quality, ambiance, responsiveness, commit empathy, to user asurance. Tujuan dari penelitian ini

16 digilib.uns.ac.id 20 yaitu menentukan kriteria kualitas layanan yang paling penting dan mengevaluasi kinerja pelayanan dari tiga restoran yang beroperasi di Trabzon. Terbukti bahwa kriteria food quality (0,2657) adalah kriteria yang paling penting kemudian baru kriteria asurance (0,1804) dan reliability (0,1432). Kriteria yang paling tidak penting adalah empathy. Tabel 2.5. Penelitian Terkait Penelitian terkait Judul Metode Tujuan Nur Aminudin Sistem Pendukung Analytical Membuat dan Ida Ayu Keputusan (DSS) Penerima Hierarcy aplikasi sistem Puspita Sari Bantuan Program Keluarga Process pendukung Harapan (PKH) pada Desa (AHP) keputusan Bangun Rejo Kec.Punduh penerima Pidada Pesawaran Dengan bantuan PKH Menggunakan Metode menggunakan Analytical Hierarcy metode AHP. Process (AHP) Emrah Onder dan Combining Analytical AHP dan Melakukan Sundus Dag Hierarchy Process and TOPSIS seleksi terhadap Topsis Approaches For pemasok di Supplier Selection In A sebuah Cable Company perusahaan kabel menggunakan metode AHP. Shashank Singh Digital Camera Evaluation AHP dan Mengevaluasi Pawar dan Base on AHP and TOPSIS TOPSIS kualitas kamera Devendra Singh digital Verma menggunakan metode AHP TOPSIS.

17 digilib.uns.ac.id 21 Penelitian terkait Salih Yildiz dan Emel Yildiz Rofiqoh Hasanah Tabel 2.5. Penelitian Terkait (Lanjutan) Judul Metode Tujuan Service Quality Evaluation AHP dan Mengevaluasi of Restaurants Using the TOPSIS kualitas AHP and TOPSIS Method pelayanan restoran menggunakan metode AHP- TOPSIS. Pengembangan Aplikasi AHP dan Membuat Sistem Pendukung TOPSIS aplikasi Keputusan Validasi pendukung Penerima Bantuan Program keputusan Keluarga Harapan (PKH) penerima Di Kecamatan Wonosari bantuan PKH Menggunakan Metode menggunakan AHP-TOPSIS metode AHP- TOPSIS. 2.3 Rencana Penelitian Berdasarkan penelitian terkait yang telah dijabarkan, penelitian kali ini mengangkat tema pemilihan bantuan PKH seperti yang telah dilakukan oleh Aminudin dan Sari namun dengan metode yang berbeda. Metode yang dilakukan penulis dalam penelitian kali ini merujuk pada beberapa penelitian yang telah disebutkan yaitu menggunakan metode AHP-TOPSIS. Hasil dari penelitian ini berupa perankingan calon penerma bantuan PKH dan informasi mengenai calon penerma PKH. Proses awal pada sistem ini yaitu penentuan kriteria yang akan digunakan oleh pengguna yakni kepemilikan telepon selular, pekerjaan, status tempat tinggal, luas lantai, jenis lantai terluas, jenis dinding terluas, jenis atap terluas, fasilitas jamban, tempat pembuangan akhir tinja, commit kelompok to user usaha bersama, usaha ekonomi

18 digilib.uns.ac.id 22 produktif, beras miskin, serta memberikan nilai tingkat kepentingan masing-masing kriteria yang telah ditentukan menggunakan Metode AHP sehingga akan menghasilkan bobot dari tiap kriteria yang telah ditentukan. Kemudian bobot ini akan diproses dengan Metode TOPSIS. Setelah dilakukan perhitungan menggunakan metode AHP-TOPSIS hasil akhir akan dikalikan dengan status kepemilikan anak dimana apabila memiliki anak dengan usia sesuai dengan persyaratan yang berlaku maka hasil akhir akan dikalikan satu dan apabila tidak sesuai dengan persyaratan akan dikalikan nol. Metode TOPSIS digunakan untuk menentukan perankingan calon penerima bantuan PKH. kemudian akan diperoleh alternatif calon penerima bantuan PKH yang terbaik, dengan hasil akhir berupa data perankingan dari alternatif calon penerima bantuan PKH yang ada.