Penentuan Penerimaan Bantuan Pangan Non Tunai (BPNT) Dengan Menggunakan Fuzzy Multiple Atribute Descission Making

Transkripsi

1 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 29 Penentuan Penerimaan Bantuan Pangan Non Tunai (BPNT) Dengan Menggunakan Fuzzy Multiple Atribute Descission Making Reinaldy Luthfi Fuady, Agus Maman Abadi Jurusan Pendidikan Matematika Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta reinaldyluthfi@gmail.com Abstrak Calon penerima bantuan pangan non tunai(bpnt) dipilih berdasarkan kriteria yang telah ditentukan oleh Kementrian Sosial Republik Indonesia. Penerima bantuan pangan non tunai(bpnt) dilakukan oleh pemerintah untuk membantu seseorang yang kurang mampu dalam memenuhi kebutuhan sehari hari. Untuk membantu menentukan siapa yang menerima BPNT diperlukan suatu metode yang dapat memberikan rekomendasi BPNT yang valid. Dari syarat syarat yang telah diajukan oleh pemerintah yaitu sebanyak 14 kriteria yang itu merupakan sebuah Atribut. akan ada banyak kemungkinan pilihan atau penulis sebut alternatif pilihan yang harus diutamakan sebagai penerima BPNT. Oleh karena itu digunakan Fuzzy Multiple Atribut Decision Making (Fuzzy MADM). Penelitian menggunakan salah satu metode dari Fuzzy MADM yaitu Simple Additive Weighting (SAW). Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternative yang ada. Disini alternative yang dimaksud adalah mayarakat yang mengajukan PBNT berdasarkan criteria yang ditentukan, sehingga ada kemungkinan jumlah masyarakat yang memenuhi criteria lebih dari banyaknya bantuan yang tersedia dalam pelaksanaannya. Maka dengan demikian dibutuhkan prioritas yang paling membutuhkan unuk diberikan bantuan terlebih dahulu. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut. Kemudian dilakukan proses perengkingan yang menentukan alternative optimal, yaitu orang yang paling membutuhkan. Didapatkan hasil dari simulasi percobaan untuk metode ini cukup optimal untuk mendukung pengambilan keputusan dibuat orang B lebih miskin dibanding orang A dan C dan hasilnya orang B diprioritaskan untuk mendapatkan bantuan terlebih dahulu. Kata Kunci : Fuzzy MADM, SAW, bantuan pangan non tunai, BPNT I. PENDAHULUAN Bantuan sosial adalah bantuan bersifat sementara yang diberikan kepada keluarga fakir miskin agar mereka dapat meningkatkan taraf kesejahteraan sosialnya. Salah satu contoh bantuan sosial yang pemerintah anggarkan yaitu Bantuan Pangan Non Tunai (BPNT). Program BPNT itu sendiri dilakukan secara menyeluruh di Indonesia dengan kriteri yang telah di tuntukan oleh pemerintah sebagai landasan penerima BPNT. dengan jumlah anggaran yang telah ditentukan maka pemerintah harus menentukan dan mengutamakan penerima BPNT. Berdasarkan fakta yang dipaparkan pada [1] tentang BLM (Bantuan Langsung Masyarakat), penentuan daftar rangking usulan selama ini masih dilakukan secara manual, sering tidak dilakukan perhitungan, serta hanya menyesuaikan usulan mana yang banyak memperoleh nilai baik. Dengan metode semacam itu, tentunya penentuan prioritas desa usulan menjadi kurang efektif dan cenderung subjektif. Penelitian mengenai studi kasus PNPM ini telah dilakukan oleh [1] dengan menggunakan metode fuzzy c-means. Keunggulan dari metode ini adalah mampu melakukan pengelompokkan untuk data yang tersebar secara tidak teratur. Sebelum dilakukan perangkingan, data usulan diklaster menjadi layak, kurang layak, dan tidak layak. Sehingga jika usulan bernilai tidak layak maka tidak perlu dirangking lagi. PT-203

2 ISBN (Cetak) (On-line) Studi Kasus yang dilakukan oleh [1] hampir menyerupai BPNT yang saya bahas sehingga. Untuk mengatasi kriteria pemilihan calon penerima BPNT yang banyak makan digunakan logika Fuzzy Multiple Attribute Decision Making (Fuzzy MADM). Penelitian yang dilakukan oleh [2], metode MADM WP diimplementasikan untuk menyeleksi calon penerima beasiswa akademik dan non akademik di Universitas Islam Negeri Sunan Kalijaga. Fuzzy MADM adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Berbeda dengan [2] penulis akan menggunakan metode SAW yang telah dilakukan oleh Apriansyah Putra, Dinna Yunika Hardiyanti yang penelitiannya dilakukan untuk pemilihan Beasiswa [3]. Metode SAW juga digunakan oleh Wiwi Verina, Rofiqoh Dewi untuk menentukan penerima Bidik Misi pada sebuahuniversitas [4]. Metode Simple Additive Weighting (SAW) merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah Fuzzy MADM. Metode ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan perangkingan yang akan menyeleksi alternatif siapa penerima BPNT. Dengan metode ini yang didasarkan bobot yang sudah ditentukan sehingga mendapatkan hasil yang lebih akurat terhadap siapa yang akan menerima BPNT. II. METODE PENELITIAN Metode yang digunakan dalam penelitian ini sebagai berikut: A. Metode Pengumpulan Data Dalam melakukan penelitian untuk mendapatkan data dan informasi, maka metode yang digunakan dalam proses pengumpulan data dilakukan sebagai berikut: Metode Studi Pustaka Metode yang dilakukan adalah dengan cara mencari bahan yang mendukung dalam pendefinisian masalah melalui buku-buku, internet, yang erat kaitannya dengan objek permasalahan. B. Metode Analisis Data Sistem pendukung keputusan yang akan dibuat menggunakan Fuzzy MADM (Multiple Attribute Decision Making) dengan metode Simple Additive Weighting (SAW) untuk menentukan siapa yang akan menerima BPNT berdasarkan bobot penilaian dan kriteria yang sudah ditentukan. III. HASIL DAN PEMBAHASAN A. Simple Additive Weighting (SAW) Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matrik keputusan ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [7]. h (1) max = min h (2) Dimana ij adalah rating status ternormalisasi dari alternative Ai dan atribut Cj; i = 1, 2,, m dan j = 1, 2,, n [6]. Nilai preferensi untuk setiap alternative (Vi) diberikan sebagai : = (3) ij = Nilai Prefensi = Bobot Ranking = Rating Kinerja Ternormalisasi Nilai Vi yag lebih besar mengindikasikan bahwa alternative Ai lebih terpilih. PT-204

3 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Langkah penyelesaian Fuzzy MADM menggunakan metode SAW : 1. Menentukan criteria yang dijadikan acuan pengambilan keputusan [3]. 2. Menentukan rating kecocokan setiap alternative pada setiap criteria [3]. 3. Membuat matriks keputusan berdasarkan criteria, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R [3]. 4. Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matrik ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternative terbaik sebagai solusi [3]. B. Analisa Kebutuhan Input dan Output Kriteria yang kami ambil berasal dari website lama dari [5] dimana BPNT awalnya memiliki nama dan tujuan yang berbeda yaitu bantuan langsung unai (BLT) dan sekarang telah berubah menjadi BPNT dimana syarat yang ditentukan oleh [5] tidak berubah. Berikut adalah Syarat dan Ketentuan yang diberikan oleh Pemerintah untuk masarakat yang dianggap membutuhkan BPNT. Berikut Syarat atau kriteria calon penerima Bantuan Pangan Non Tunai sebagai variabel input yang digunakan : 1. Luas lantai bangunan tempat tinggal kurang dari 8 meter persegi untuk masing masing anggota keluarga 2. Jenis lantai bangunan tempat tinggal terbuat dari tanah, bambu, kayu berkualitas rendah. 3. Jenis dinding bangunan tempat tinggal terbuat dari bambu, rumbia, kayu berkualitas rendah. 4. Fasilitas jamban tidak ada, atau ada tetapi dimiliki secara bersama-sama dengan keluarga lain. 5. Sumber air untuk minum/memasak berasal dari sumur/mata air tak terlindung, air sungai, danau, atau air hujan. 6. Sumber penerangan di rumah bukan listrik 7. Bahan bakar yang digunakan memasak berasal dari kayu bakar, arang, atau minyak tanah 8. Dalam seminggu tidak pernah mengonsumsi daging, susu, atau hanya sekali dalam seminggu 9. Dalam setahun paling tidak hanya mampu membeli pakaian baru satu stel 10. Makan dalam sehari hanya satu kali atau dua kali. 11. Tidak mampu membayar anggota keluarga berobat ke puskesmas atau poliklinik. 12. Pekerjaan utama kepala rumah tangga adalah petani dengan luas lahan setengah hektare, buruh tani, kuli bangunan, tukang batu, tukang becak, pemulung, atau pekerja informal lainnya dengan pendapatan maksimal Rp 600 ribu per bulan. 13. Pendidikan tertinggi yang ditamatkan kepala rumah tangga bersangkutan tidak lebih dari SD. 14. Tidak memiliki harta senilai Rp 500 ribu seperti tabungan, perhiasan emas, TV berwarna, ternak, sepeda motor (kredit/non-kredit), kapal motor, tanah, atau barang modal lainnya. Keluaran yang dihasilkan adalah urutan alternatif mulai dari yang tertinggi ke alternatif terendah. Hasil akhir diperoleh dari nilai dari setiap kriteria, karena didalam kriteria memiliki bobot nilai yang berbeda. Alternatif yag dimaksud adalah masyarakat calon penerima BPNT. C. Kriteria Yang Dibutuhkan Dari syarat yang telah ditetapkan penulis melakukan pengurutan syarat yang paling tinggi berada di urutan pertama dan berlanjut hingga urutan terendah. a. Bobot Penelitian Kriteria pengambilan keputusan Berdasarkan Tabel Berikut : Cj C1 TABEL 1 KRITERIA PENGAMBILAN PENGAMBILAN KEPUTUSAN Kriteria Luas lantai bangunan tempat tinggal kurang dari 8 meter persegi untuk masing masing anggota PT-205

4 ISBN (Cetak) (On-line) C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 keluarga Jenis lantai bangunan tempat tinggal terbuat dari tanah, bambu, kayu berkualitas rendah. Jenis dinding bangunan tempat tinggal terbuat dari bambu, rumbia, kayu berkualitas rendah. Fasilitas jamban tidak ada, atau ada tetapi dimiliki secara bersama-sama dengan keluarga lain. Sumber air untuk minum/memasak berasal dari sumur/mata air tak terlindung, air sungai, danau, atau air hujan. Sumber penerangan di rumah bukan listrik Bahan bakar yang digunakan memasak berasal dari kayu bakar, arang, atau minyak tanah Dalam seminggu tidak pernah mengonsumsi daging, susu, atau hanya sekali dalam seminggu Dalam setahun paling tidak hanya mampu membeli pakaian baru satu stel Makan dalam sehari hanya satu kali atau dua kali. Tidak mampu membayar anggota keluarga berobat ke puskesmas atau poliklinik. Pekerjaan utama kepala rumah tangga adalah petani dengan luas lahan setengah hektare, buruh tani, kuli bangunan, tukang batu, tukang becak, pemulung, atau pekerja informal lainnya dengan pendapatan maksimal Rp 600 ribu per bulan. Pendidikan tertinggi yang ditamatkan kepala rumah tangga bersangkutan tidak lebih dari SD. Tidak memiliki harta senilai Rp 500 ribu seperti tabungan, perhiasan emas, TV berwarna, ternak, sepeda motor (kredit/non-kredit), kapal motor, tanah, atau barang modal lainnya. b. Bobot Preferen Kriteria Bobot Preferen Keriteria Adalah Wj dimana setiap kriteria yang ada memiliki nilai atau pokok yang diutamakan dibanding kriteria lain seperti C1 dan C2 lebih diutamakan dari pada C3, andaikan ada 2 orang, orang pertama dan orang kedua dengan data yang nantinya dari jumlahannya sama persis akan tetapi poin C1 dan C2 Lebih besar orang pertama maka orang pertama akan lebih diutamakan. Berikut merupakaan kategori bobot preferen yang ada : 0,2 = sangat rendah 0,4 = rendah 0,6 = cukup 0,8 = tinggi 1 = sangat tinggi c. Nilai Bobot Tiap - Tiap Bagian Atribut Kemudian Setiap kriteria yang telah penulis tentukan yaitu Ci diberikan nilai Bobot pemberian Nilai Bobot berdasarkan jumlah atau Banyaknya Jenis Kriteria yang ada penulis asumsikan menjadi K misalnya apabila ada kriteria yang memuat jenis kriteria 0 maka akan diberikan Bobot Berturut turut Sebagai Berikut {,,..., } andaikan Kriteria tidak Memuat 0 maka Pemberian Bobot akan sebagai Berikut {,,..., } Maka Hasil Pemberian Kriteria di tunjukan oleh TABEL 2. TABEL 2. NILAI BOBOT DARI KRITERIA C1 C2 C3 Jenis Bobot Jenis Bobot Jenis Bobot C1 8 0 Batako,Kramik, Tagel, Marmer 0 Batako dan Beton 0 7,9 1<6 0,25 Plesteran 0,25 Triplek, Kayu Kualitas 0,25 Rendah 6 1< 4 0,5 Kayu Kualitas Rendah 0,5 Rumbia 0,5 4 1<2 0,75 Bambu 0,75 Bambu 0, Tanah 1 Kardus dan bahan lain 1 C4 C5 C6 Jenis Bobot Jenis Bobot Jenis Bobot Ada 0 Air Hujan 0 Bukan Listrik 0 Air Sungai 0,25 Dimiliki Bersama Keluarga Lain 0,5 Air Danau Jernih 0,5 Listrik Numpang 0,5 PT-206

5 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Sumur, Mata Air Takterlindungi 0,75 Tidak Ada 1 PDAM 1 Listrik 1 C7 C8 C9 Jenis Bobot Jenis Bobot Jenis Bobot Sampah dan Limbah Mudah 0 Setahun Atau Tidak Pernah 0 Tidak Mampu 0 Terbakar Kayu Bakar 0,25 Enam Bulan 0,25 Arang 0,5 Sebulan 0,5 Setahun Sekali 0,5 Minyak Tanah 0,75 Seminggu Sekali 0,75 Gas LPG 1 Kurang Dari Seminggu 1 Mampu Beli Lebih dari 2 Selama Setahun C10 C11 C12 Jenis Bobot Jenis Bobot Jenis Bobot Mampu 0 Tidak Mampu 0 PNS, Wirausahawan 0 Petani Luas Lahan 0,25 Kurang dari ½ Hektar Buruh Tani, Kuli, Ojek 0,5 Tukang Becak 0,75 1 Tidak Mampu 1 Mampu 1 Pemulung atau penghasilan kurang dari 600 rb perbulan C13 C14 Jenis Bobot Jenis Bobot SMA dan Kuliah < ,25 < ,5 Tidak Sekolah, SD atau SMP Tidak Lulus < ,75 1 < D. Masukan Data Nilai dari setiap atribut yang merupakan hasil proses penginputan data dari pemohon BPNT yang sudah dikonfersikan berdasarkan bobot kriteria yang sudah ditentukan melalui proses perhitungan. CT: Untuk data yang disajikan kali ini merupakan data simulasi yang dibuat untuk melihat hasil dari pengambilan keputusan menggunakan fuzzy. TABEL 3. SIMULASI DATA PENDUDUK Ai Atribut (Kriteria) A ,5 0,25 0,5 0,5 1 0,75 0, ,25 1 0,75 B 0,5 1 0,5 0 0,75 0,5 0,75 0,25 0, ,25 1 0,5 C 1 0,5 0,25 0 0,25 0 0,25 0, ,5 1 0,25 telah direngking berdasarkan beberapa kriteria dari yang terbesar ke yang terkecil berdasarkan kriteria dan didapatkan seperti TABEL 4. TABEL 4. HASIL PERANGKINGAN Ai Atribut (Kriteria) Hasil A ,5 0,25 0,5 0,5 1 0,75 0, ,25 1 0,75 8,75 PT-207

6 ISBN (Cetak) (On-line) B 0,5 1 0,5 0 0,75 0,5 0,25 0,25 0, ,25 1 0,5 8 C 1 0,5 0,25 0 0,25 0 0,75 0, ,5 1 0,5 7.5 Dengan Hasil Ranking di atas Kemudian dibuat sebuah hasil normalisasi R dari X yang berdasarkan persamaan (1 & 2) pertama menentukan Cj merupakan pengeluaran atau pendapatan. Didapatkan hasil untuk kriteria biaya hidup adalah C5, C6, C7, C8, C9, C10, dan C11 sedangkan keuntungan erasal dari kriteria C12 dan C14. Kemudian masukan Cj yang telah ditentukan dengan persamaan (1 & 2) didapatkan hasil pada Tabel 5 TABEL 5. HASIL NORMALISASI PERSAMAAN (1 & 2) Ai Atribut (Kriteria) Hasil A ,5 0,25 0, , , B 0,5 1 0,5 0 0, ,5 1 0,67 8,53 C 1 0,5 0, , ,67 10,08 Menggunakan nilai bobot kriteria dan mendapatkan alternatif ranking Wj TABEL 6. BOBOT NILAI TIAP KRITERIA Atribut (Kriteria) 1 1 0,8 0,8 0,8 0,6 0,6 0,6 0,4 0,4 0,4 0,2 0,2 0,2 Menampilkan alternatif mahasiswa mulai dari nilai hasil tertinggi sampai terendah berdasarkan kriteria dengan cara mengalikan Ci dengan nilai bobot kriteria dan meng hasilkan vi dengan menggunakan persamaan (3). Didapatkan hasil yang telah dimasukan pada persamaan (3) pada Tabel 6 TABEL 6. HASIL AKHIR PERKALIAN BOBOT KRITERIA DENGAN DATA PENDUDUK Vi Atribut (Kriteria) Hasil VA ,5 0,2 0, , ,4 0,4 0,4 0,1 0, ,44 VB 0,5 1 0,4 0 0,26 0 0,6 0,6 0 0,4 0,4 0,1 0,2 0,13 4,59 VC 1x1 0,5 0,2 0 0,8 0,6 0, ,4 0,4 0,4 0,2 0,2 0,13 4,21 berdasarkan hasil akhir tersebut diperoleh hasil perengkingan yang dapat menentukan siapa yang lebih diutamakan untuk mendapatkan BPNT yang bisa diutamakan oleh pemerintah. Orang B mendapatkan penilaian teritinggi yang paling diutamakan untuk mendapatkan bantuan. Hasil Akhir semakin besar maka semakin diutamakan untuk mendapatkan bantuan dan apabila hasil akhri semakinn kecil maka akan menjadi pertimbangan pemerintah untuk memberi bantuan atau tidak. IV. SIMPULAN DAN SARAN Penentuan penerima BPNT dilakukan berdasarkan kriteria yang telah ditentukan. Bobot yang diberikan pada setiap kriteria mempengaruhi hasil akhir penentuan calon penerima BPNT. Pemberian nilai bobot pada penelitian kali ini berdasarkan kepentingan dari Atribut menurut analisa dari penulis tentang kriteria kriteria yang diberikan oleh pemeritah pada BPNT. Perubahan nilai bobot pada suatu kriteria mempengaruhi hasil akhir perhitungan. Merubah beberapa bobot kriteria dapat mempengaruhi hasil ranking dari alternatf yang akan didaptkan. Didapatkan Hasil yang paling layak menerima bantuan tersebut menurut bobot tiap kriteria. Saran untuk penelitian ini akan lebih baik dapat di uji coba pada data penduduk yang sebenarnya dan Dinas atau petugas terkait memberikan sayan kepentingan bobot untuk PT-208

7 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 tiap kriteria yang ada. Uji cobo akan lebih baik apabila bisa dibandingkan dengan cara pemberian BPNT yang konvernsional. DAFTAR PUSTAKA [1] A. Ahmadi, Penerapan Fuzzy C-Means Dalam Sistem Pendukung Keputusan Untuk Penentuan Penerima Bantuan Langsung Masyarakat (BLM) PNPM-MPd (Studi Kasus : PNPM-MPd Kec. Ngadirojo Kab.Pacitan), Tesis, Yogyakarta: Universitas Gadjah Mada, [2] S. Uyun dan I. Riadi,. A Fuzzy Topsis Multiple-Attribute Decision Making for Scholarship Selection, TELKOMNIKA, Vol.9, No.1, Hal , [3] Apriansyah Putra, Dinna Yunika Hardiyanti, "Penentuan penerima beasiswa dengan menggunakan fuzzy multiple atribute decission making" Jurusan Sistem Informasi,Fakultas Ilmu Komputer Universitas Sriwijaya [4] Wiwi Verina, Rofiqoh Dewi,Universitas Potensi Utama, Jl. K.L Yos Sudarso Km. 6,5 No.3A Program Studi Teknik Informatika, FTIK UPU, Medan, Vol.1, No. 3, Oktober 2016: r [5] [6] Kusumadewi, Sri.,dkk Fuzzy Multi-Atribute Decision Making (Fuzzy MADM). Yogyakarta. Graha Ilmu. [7] Kusumadewi, Sri Pencarian Bobot Atribute pada Multiple Attribute Decision Making (MADM) Dengan Pendekatan Obyektif Menggunakan Algoritma Genetika. Gematika Jurnal Manajemen Informatika. 7(1) PT-209

8 ISBN (Cetak) (On-line) PT-210