SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BANTUAN SOSIAL PADA BADAN KETAHANAN PANGAN SUMATERA SELATAN M. Fariz Januarsyah Jurusan Teknik Informatika STMIK PalComTech Palembang Abstrak Proses seleksi Lumbung penerima Bantuan Sosial (Bansos) di Badan Ketahanan Provinsi Sumatera Selatan belum sepenuhnya memanfaatkan teknologi informasi (sistem pendukung keputusan) dalam mendukung kinerja stakeholder yang berkepentingan di dalamnya. Tugas akhir ini mengusulkan suatu sistem pendukung keputusan yang mengangkat logika Fuzzy Model Tahani sebagai metode pengolahan data dan dikembangkan dengan teknologi berbasis web. Metode yang digunakan dalam pengembangan sistem adalah FAST (Framework for the Application of Systems Techniques), sedangkan bahasa pemrograman dan RDBMS (Relational Database Management System) yang digunakan untuk membangun perangkat lunak adalah PHP dan MySQL. Hasil tugas akhir ini adalah aplikasi sistem pendukung keputusan berbasis web yang digunakan oleh Bandan Ketahanan Subbidang Distribusi dengan dua level pengguna, yaitu pengguna staff dan kepala subbidang yang memiliki hak akses sesuai dengan tugas dan fungsinya masing-masing. Kata kunci : Sistem Penunjang Keputusan, Logika Fuzzy, FAST. PENDAHULUAN Pelaksanaan kegiatan khususnya dibidang sosial dirasakan semakin mudah dilakukan dengan bantuan teknologi informasi. Proses pengolahan data, penyajian informasi dan pengambilan keputusan akan jauh lebih ringkas dan efisien apabila dilakukan dengan bantuan teknologi. Menyadari hal ini, banyak perusahaan maupun instansi pemerintah yang berlombalomba dalam pemanfaatan teknologi untuk perbaikan mutu pelayanan dan kinerja. Badan Ketahanan (BKP) Provinsi Sumatera Selatan merupakan salah satu instansi Badan Teknis Lingkup Pemerintah Provinsi Sumatera Selatan yang dibentuk untuk menjalankan tugas dan fungsi pemerintah di bidang ketahanan pangan, pada kegiatan pemberdayaan kelompok lumbung pangan dilakukan pemberian berupa Dana Bantuan Sosial (Bansos) untuk kelompok lumbung pangan. Proses seleksi kelompok lumbung pangan penerima bantuan sosial di Badan Ketahanan (BKP) Provinsi Sumatera Selatan sendiri masih menemui kendala, selain memerlukan waktu yang cukup lama karena dilakukan dengan cara mengamati berkas kelengkapan setiap kelompok lumbung pangan kemudian membandingkan kelompok lumbung pangan satu dengan kelompok lumbung pangan lainnya untuk selanjutnya menimbang-nimbang dan memperkirakan kelompok lumbung pangan mana yang paling pantas sebagai kandidat penerima dana bantuan sosial. Untuk menghadapi masalah diatas, Badan Ketahanan membutuhkan suatu sistem pendukung keputusan pada saat melakukan seleksi kelompok lumbung pangan penerima bantuan sosial, dimana sistem pendukung keputusan itu sendiri merupakan sistem yang dapat membantu pengambilan keputusan secara optimal dan objektif yang telah disesuaikan dengan kriteria-kriteria yang telah ditetapkan sehingga keputusan tersebut dapat diambil secara cepat dan tepat. Adapun metode yang digunakan dalam sistem pendukung keputusan ini yaitu metode fuzzy database model Tahani, dimana metode ini merupakan salah satu bagian dari fuzzy 1
logic. Kelebihan dari metode fuzzy database ini adalah, metode ini mampu mengolah data dengan cepat dan tepat karena penilaian yang dilakukan berdasarkan kriteria-kriteria yang telah ditetapkan dimana kriteria-kriteria tersebut memiliki bobot yang berbeda dalam penilaiannya. LANDASAN TEORI Artificial Intelligence (A.I) Kecerdasan buatan atau Artificial Intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia (Kusumadewi, 2003) Sistem Pendukung Keputusan (SPK) Konsep Sistem Pendukung Keputusan (SPK) didefinisikan sebagai sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah tidak terstruktur (Turban, 2005). Sistem Pendukung Keputusan dirancang untuk menunjang seluruh tahapan pembuatan keputusan yang dimulai dari tahap mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses pembuatan keputusan, sampai pada kegiatan mengevaluasi seleksi alternatif. Fuzzy Logic Fuzzy Logic diperkenalkan oleh Zadeh pada tahun 1968. Merupakan metode yang mempunyai kemampuan untuk memproses variable yang bersifat kabur atau yang tidak dapat dideskripsikan secara exact / pasti seperti misalnya tinggi, lambat, bising, dan lain-lain. (Kusumadewi & Purnomo, 2004). Dalam fuzzy logic, variabel yang bersifat kabur tersebut direpresentasikan sebagai sebuah himpunan yang anggotanya adalah suatu nilai crisp dan derajat keanggotaannya ( membership function ) dalam himpunan tersebut. Fuzzy Database Model Tahani Sistem database (database system) adalah suatu sistem informasi yang mengintegrasikan kumpulan data yang saling berhubungan dan membuatnya tersedia untuk beberapa aplikasi (Kusumadewi & Purnomo, 2004). Fuzzy Database Model Tahani adalah sebuah logika fuzzy yang berkerja di dalam sebuah database yang diperkenalkan oleh Tahani. Bantuan Sosial Bantuan Sosial adalah transfer uang atau barang yang diberikan kepada masyarakat guna melindungi dari kemungkinan terjadinya resiko sosial. (Kementrian Pertanian, 2012). Analisis PIECES Untuk mengidentifikasi masalah, maka harus dilakukan analisis terhadap kinerja, ekonomi, pengendalian, efisiensi, dan pelayanan atau juga sering disebut dengan analisis pieces (Fatta,2007). Ishikawa Diagram Fishbone diagram (diagram tulang ikan karena bentuknya seperti tulang ikan) sering juga disebut Cause-and-Effect Diagram atau Ishikawa Diagram diperkenalkan oleh Dr.Kaoru Ishikawa, seorang ahli pengendalian kualitas dari Jepang, sebagai satu dari tujuh alat kualitas dasar (7 basic quality tools). Fishbone diagram digunakan ketika kita ingin 2
mengidentifikasi kemungkinan penyebab masalah dan terutama ketika sebuahteam cenderung jatuh berpikir pada rutinitas (Tague, 2005). FAST (Framework For The Application of System Technique) Seperti kebanyakan metodologi komersial, metodologi FAST hipotesis tidak menggunakan pendekatan tunggal pada analisis sistem. Malahan ia mengintegrasikan semua pendekatan populer yang diperkenalkan pada paragraf-paragraf terdahulu kedalam satu kumpulan agile method metode cerdas. (Whitten, 2004). Metode Wawancara Wawancara adalah alat pengumpulan data berupa tanya jawab antara pihak pencari informasi dengan sumber informasi yang berlangsung secara lisan (Silaen, 2013). HASIL DAN PEMBAHASAN Gambaran Proyek Rancang Bangun Sistem Pendukung Keputusan Seleksi lumbung pangan Penerima Bantuan Sosial (Bansos) adalah suatu pengembangan sistem pendukung keputusan yang bertujuan untuk membantu memberikan informasi kepada pemilik sistem mengenai kandidat lumbung pangan penerima Bansos untuk mencapai proses pengambilan keputusan yang lebih objektif, efektif dan efisien. Untuk pengembangan sistem ini metode yang digunakan adalah metode FAST yang diperkenalkan oleh Whitten Pernyataan Masalah Dalam melakukan analisis terhadap berbagai masalah yang terdapat pada proses pengambilan keputusan seleksi lumbung pangan penerima Bansos di Badan Ketahanan Provinsi Sumatera Selatan, dari hasil pengumpulan data menggunakan metode wawancara masalah yang ditemuka antarai lain banyak waktu yang dibutuhkan, proses pengambilan yang belum menggunakan prosedur yang baku dan informasi data yang kurang lengkap. Analisis Masalah Pada tahap ini, dilakukan analisis lebih mendalam mengenai sistem yang sudah ada. Tujuan dari tahap ini adalah untuk mempelajari dan memahami business process dari sistem yang ada dan domain permasalahan yang ditemukan pada tahap analisis awal, Analisis Kebutuhan Berikut ini adalah analisis kebutuhan nonfungsional berdasarkan kerangka PIECES Tabel 1. Analisis Kebutuhan Nonfungsional Kebutuhan Penjelasan Nonfungsional Performance - Dapat mempercepat pekerjaan - Dapat membantu mempersingkat proses pengambilan keputusan Information - Integrasi data - Mencegah terjadinya redundancy data - Konsistensi data Economic - Mengurangi biaya penggunaan kertas Control - Mengotentikasi user yang boleh menggunakan sistem sesuai dengan fungsinya - Meningkatkan keamanan data 3
Eficiency - Eficiency dari segi proses dan waktu dalam memberikan layanan Service - Sistem yang user friendly - Akses sistem yang mudah dan aman - Memberikan data-data yang akurat dan lengkap - Data/informasi yang ditampilkan harus mudah dibaca dan terstruktur Desain Logis Desain logis pada perancangan sistem dibagi menjadi 3 bagian, yaitu Alur sistem yang berjalan, perancangan DFD (Data Flow Diagram) dan ERD (Entity Relationship Diagram). Alur Sistem Pendukung Keputusan Bidang Distribusi BKP Mulai Halaman Home Login ke sistem Login ya tidak Halaman Home Menginput data kedalam sistem Data disimpan kedalam database Melakukan seleksi kelompok lumbung pangan Menampilkan data kelompok lumbung pangan yang telah diseleksi Data Lumbung yang telah diseleksi Selesai Phase Gambar 1. Alur sistem pendukung keputusan 4
DFD (Data Flow Diagram) DFD (Data Flow Diagram) atau Diagram Alir Data adalah suatu diagram yang digunakan untuk menggambarkan arus data yang terjadi di dalam sistem. DFD membantu pengembang sistem menggambarkan sistem sebagai suatu jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual atau komputerisasi. Berikut DFD pengembangan Sistem Pendukung Keputusan Seleksi kelompok lumbung pangan penerima Bansos pada Badan Ketahanan Provinsi Sumatera Selatan Diagram Konteks Berikut ini adalah gambar dari diagram konteks pada sistem pendukung keputusan - username - password - Informasi -Informasi himpunan fuzzy - username - password informasi kelompok lumbung pangan Staf Subbidang Distribusi - data -batas himpunan fuzzy SPK Seleksi Lumbung Penerima Bantuan sosial pada BKP Prov.Sumsel Kriteria seleksi lumbung panga yang direkomendasikan Kepala Subbidang Distribusi Gambar 2. Diagram Konteks Dari diagram konteks diatas, proses diagram konteks diatas dapat dijelaskan di DFD Level 0 seperti berikut ini. - username - password - username - password 1.0p Login validasi Kepala Subbidang Distribusi Staf Subbidang Distribusi - Informasi Lumbung - Informasi batas himpunan validasi Data user lumbung pangan Info kelompok data kelompok Kriteria seleksi lumbung pangan rekomendasi - data Lumbung - batas himpunan 2.0 Manajemen Kelola Data batas himpunan variabel batas himpunan 3.0 Seleksi hasil seleksi fuzzy derajat keanggotaan Hasil seleksi hasil_seleksi Gambar 3. DFD Level 0 derajat keanggotaan Untuk menjelaskan proses yang terjadi pada proses 2 dan 3, maka digaram tersebut dapat diturunkan kembali menjadi level 1 seperti pada gambar berikut. 5
data 2.1 Manajemen Kelola Data Lumbung Staff Bidang Distribusi Informasi Lumbung Informasi Batas Himpunan batas himpunan 2.2 Manajemen Kelola Variabel Batas himpunan variabel Gambar 4. DFD Level 1 Proses 2 hasil seleksi hasil_seleksi kriteria seleksi hasil seleksi Kepala Subbidang Distribusi 3.1p Seleksi Kandidat Kriteria seleksi 3.2p Fuzzifikasi hasil seleksi derajat keanggotaan derajat keanggotaan lumbung pangan rekomendasi Lumbung data batas himpunan Gambar 5. DFD Level 1Proses 3 variabel fuzzy Untuk menjabarkan proses yang terjadi pada level 1 proses 2, maka diagram tersebut masih bisa diturunkan menjadi level 2 seperti berikut. 6
Data 2.1.1p Input data Data Informasi Data 2.1.2p Informasi Informasi Data Staff Bidang Distribusi Data 2.1.3p Edit data Data Lumbung Data 2.1.4p Hapus Data Data Gambar 6. DFD Level 2 Proses 2.1 Batas Himpunan 2.2.1p Input Variabel Batas Himpunan Staff Bidang Distribusi Variabel Informasi Batas Himpunan 2.2.2p Informasi Informasi Batas Himpunan Gambar 7. DFD Level 2 Proses 2.2 Entity Relationship Diagram Untuk menggambarkan komponen yang ada pada sistem pendukung keputusan, maka digunakan sebuah diagram yaitu entity relationship diagram seperti berikut. 7
Lumbung 1 Dicatat dalam user frekuensi id_kelompok anggota username password nama_kelompok gudang kabupaten thn_berdiri usia sdm pembukuan hasil_seleksi kas organisasi usaha id_kelompok derajat id_var nilai nama_variabel variabel 1 memiliki n fuzzy n id_var nama_variabel id_derajat derajat #batas1 #batas3 #batas2 id_kelompok id_var nama_variabel Gambar 8. Entity Relationship Diagram Desain Sistem Ini adalah tampilan dari sistem pendukung keputusan pemilihan bantuan sosial pada badan ketahanan pangan provinsi sumatera selatan. 1. Tampilan Home Staff Digunakan oleh user staff sebagai admin untuk memasukkan data kelompok lumbung pangan dan data variabel kedalam database nilai derajat Gambar 9. Home Staff 8
2. Tampilan Input Variabel Tampilan Input Variabel Digunakan untuk menginput batasan dari logika fuzzy Gambar 10. Batasan Fuzzy 3. Tampilan Home Kepala Tampilan Home Kepala Digunakan oleh user kepala untuk melihat data kelompok lumbung pangan dan juga melakukan seleksi kelompok lumbung pangan Gambar 11. Home Kepala 9
4. Seleksi Fungsi AND Halaman Seleksi Fungsi AND ini digunakan untuk melakukan seleksi kelompok menggunakan fungsi AND pada sistem Pendukung Keputusan Gambar 12. Seleksi AND 1 Gambar 13. Seleksi AND 2 Gambar 14. Seleksi AND 3 10
5. Seleksi Fungsi OR Halaman Seleksi Fungsi OR digunakan untuk melakukan seleksi kelompok menggunakan fungsi OR pada sistem pendukung keputusan Gambar 15. Seleksi OR 1 Gambar 16. Seleksi OR 2 Gambar 17. Seleksi OR 3 PENUTUP Berdasarkan penelitian yang telah dilakukan dan hasil pembahasan yang diuraikan sebelumnya, penulis menghasilkan sebuah Sistem Pendukung Keputusan yang dapat digunakan oleh Subbidang Distribusi pada Badan Ketahanan Provinsi Sumatera Selatan untuk meningkatkan kinerja instansi. Sistem pendukung keputusan ini menggunakan fuzzy logic sebagai metode seleksi sehingga mampu menghasilkan keputusan yang objektif dan akurat. Aplikasi atau perangkat lunak sistem, menggunakan RDBMS (Relational Database Management System) yang terintegrasi sehingga dalam penerapannya dapat mengatasi masalah seperti redudansi data. 11
DAFTAR PUSTAKA Al Fatta, H. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta: ANDI. Kementerian Pertanian. 2012. Pedoman Pelaksanaan Pengembangan Cadangan Masyarakat. Pusat Distribusi dan Cadangan Kusumadewi, S., & Purnomo, H. 2004. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. Kusumadewi, S., Indarto, W., & Anggraeni, R. 2003. Sistem Pencari Kriteria Kelulusan Menggunakan Metode Fuzzy Tahani. Media Informatika, 65-74. Silaen,S, & Widiyono. 2013. Metodologi Penelitian Sosial Untuk Penulisan Skripsi dan Tesis. Jakarta: IN MEDIA Tague, N. R. 2005. The quality toolbox. (2th ed.). Milwaukee, Wisconsin: ASQ Quality Press Turban, E. 2005. Decision Support Systemand Intelligent System. New Jersey: Prentice Hall Inc. Whitten, J. L. 2004. Metode Desain dan Analisis Sistem. Yogyakarta: ANDI. Zadeh, L. A. 1968. Fuzzy Sets. Information And Control, 338 353. Zadeh, L. A. 1968. Fuzzy Sets as A Basis For A Theory of Possibility. Fuzzy Sets and Systems, 3-28. 12