TUGAS AKHIR

PENERAPAN METODE ANALYTIC HIERARCHY

PROCESS (AHP) PADA BANTUAN LANGSUNG TUNAI
(Studi kasus: Kelurahan Loa Bakung)

Oleh:

TEGAR KURNIAWAN
NIM. 18 615 049

JURUSAN TEKNOLOGI INFORMASI

POLITEKNIK NEGERI SAMARINDA

TAHUN 2021

i
 TUGAS AKHIR

PENERAPAN METODE ANALYTIC HIERARCHY

PROCESS (AHP) PADA BANTUAN LANGSUNG TUNAI
(Studi kasus: Kelurahan Loa Bakung)

Sebagai salah satu syarat untuk menyelesaikan

Program Studi Diploma III Teknik Informatika
Politeknik Negeri Samarinda

Oleh:

TEGAR KURNIAWAN
NIM. 18 615 049

JURUSAN TEKNOLOGI INFORMASI

POLITEKNIK NEGERI SAMARINDA

TAHUN 2021

i
 A FINAL PROJECT REPORT

APPLICATION OF THE METHOD OF ANALYTIC HIERARCHY

PROCESS (AHP) IN DIRECT CASH ASSISTANCE
(Case study: Villages of Loa Bakung)

As one of the conditions to complete

Diploma III Study Program of Informatics Engineering Department of Information
Technology

By :

TEGAR KURNIAWAN
NIM. 18 615 049

INFORMATION TECHNOLOGY DEPARTMENT

STATE POLYTECHNIC OF SAMARINDA

YEAR 2021

2
 PENERAPAN METODE ANALYTIC HIERARCHY
PROCESS (AHP) PADA BANTUAN LANGSUNG TUNAI
(Studi kasus: Kelurahan Loa Bakung)

Nama : Tegar Kurniawan

Nim : 18615049
Dosen Pembimbing 1 : Bedi Suprapty, [Link].,[Link].
Dosen Pembimbing 2 : Arief Bramanto Wicaksono Putra,[Link].,MT.

ABSTRAK

Kemiskinan di Indonesia meningkat dalam setahun ini, peningkatan ini

terjadi akibat pandemi Covid-19. Untuk mengatasi kemiskinan dan kerawanan
pangan, pemerintah telah berupaya menanggulanginya. Salah satunya yaitu adanya
program BLT (Bantuan Langsung Tunai). BLT merupakan salah satu program
perlindungan sosial yang merupakan bagian dari Pemulihan Ekonomi Nasional
(PEN). Namun dalam menentukan penerima bantuan ini tidak menggunakan
sebuah perhitungan yang akurat, sehingga bantuan yang diberikan tidak tepat
sasaran, oleh karena itu diperlukan metode AHP agar dalam penerapannya dapat
ditemukan rekomendasi kepala keluarga yang sangat layak mendapat bantuan
tersebut, metode AHP (Analytical Hierarchy Process) dikembangkan oleh Saaty,
seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil
keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan
dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan
tersebut kedalam bagian-bagiannya. Setelah dilakukannya penerapan metode AHP
didapatkan hasil dari kelima belas kepala keluarga yang paling tepat untuk
direkomendasikan sebagai penerima bantuan adalah kepala keluarga 3 dengan
nilai tertinggi yaitu 0,3087.

Kata Kunci: Kemiskinan, Bantuan Langsung Tunai, AHP (Analytical Hierarchy

Process).
 APPLICATION OF THE METHOD OF ANALYTIC
HIERARCHY PROCESS (AHP) IN DIRECT CASH
ASSISTANCE
(Case study: Villages of Loa Bakung)

Name : Tegar Kurniawan

Nim : 18615049
Advisor 1 : Bedi Suprapty, [Link].,[Link].
Advisor 2 : Arief Bramanto Wicaksono Putra,[Link].,MT.

ABSTRACT

Poverty in Indonesia has increased this year, this increase occurred due to the
Covid-19 pandemic. To overcome poverty and food insecurity, the government has
made efforts to overcome them. One of them is the BLT (Direct Cash Assistance)
program. BLT is a social protection program that is part of the National Economic
Recovery (PEN). However, in determining the recipient of this assistance, it does
not use an accurate calculation, so that the assistance provided is not right on
target, therefore the AHP method is needed so that in its application it can find
recommendations for the heads of families who are very deserving of the assistance,
the AHP (Analytical Hierarchy Process) method was developed by Saaty, a
mathematician. This method is a framework for making effective decisions on
complex problems by simplifying and accelerating the decision-making process by
breaking the problem into its parts. After the implementation of the AHP method,
the results of the fifteen heads of families that are most appropriate to be
recommended as beneficiaries are heads of families 3 with the highest score of
0.3087.

Keywords: Poverty, Direct Cash Assistance, AHP (Analytical Hierarchy Process)

 BAB I

PENDAHULUAN

3.1 Latar Belakang

Penduduk miskin di Indonesia per Maret 2021 berkisar 27,54 juta orang, naik
dari periode Maret 2020 yang sebesar 26,42 juta orang dalam setahun ini
peningkatan ini terjadi akibat pandemi Covid-19 yang berdampak pada perubahan
perilaku serta aktivitas ekonomi penduduk sehingga memengaruhi angka
kemiskinan. Kemiskinan adalah sesusatu yang dapat mempengaruhi perkembangan
suatu negara. Dari sisi regulasi negara wajib memberi perlindungan sosial kepada
masyarakat miskin, untuk mengatasi kemiskinan dan kerawanan pangan,
pemerintah telah berupaya menanggulanginya. Salah satunya yaitu adanya program
BLT (Bantuan Langsung Tunai).

Bantuan Langsung Tunai (BLT) adalah program bantuan pemerintah yang

memberikan bantuan tunai atau berbagai bentuk bantuan lainnya kepada
masyarakat miskin. Program BLT diselenggarakan sebagai respon terhadap
pertumbuhan harga Bahan Bakar Minyak (BBM) dunia saat itu, dengan tujuan
utama membantu masyarakat miskin memenuhi kebutuhan sehari-hari. Pemerintah
fokus mengoptimalkan bantuan langsung untuk mendorong pemulihan ekonomi.
BLT merupakan salah satu program perlindungan sosial yang merupakan bagian
dari Pemulihan Ekonomi Nasional (PEN).

Metode AHP (Analytical Hierarchy Process) dikembangkan oleh Saaty,

seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil
keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan
dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan
tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu
susunan hirarki, memberi nilai numerik pada pertimbangan subjektif tentang
pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk
menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak
untuk mempengaruhi hasil pada situasi tersebut.

Kelurahan Loa Bakung mempunyai banyak bantuan yang dikhususkan

kepada penduduk yang kurang mampu, namun dalam menentukan penerima
bantuan ini tidak menggunakan sebuah perhitungan yang akurat sehingga bantuan
yang diberikan tidak tepat sasaran. Oleh karena itu untuk menyeleksi calon
penerima Bantuan Langsung Tunai (BLT) diperlukan metode AHP.

Berdasarkan latar belakang yang sudah diuraikan, maka penulis mencoba

mengangkat judul tugas akhir “PENERAPAN METODE ANALYTIC HIERARCHY
PROCESS (AHP) PADA BANTUAN LANGSUNG TUNAI (Studi kasus:
Kelurahan Loa Bakung)”, diharapkan melalui tugas akhir ini nantinya akan
membantu pihak kelurahan dalam menentukan rekomendasi terbaik penerima
bantuan langsung tunai.

3.2 Rumusan Masalah

Rumusan masalah pada penelitian tugas akhir ini adalah:

Bagaimana mengimplementasikan metode Analytic Hierarchy Process (AHP),

untuk menentukan nilai tertinggi dari setiap kepala keluarga untuk menjadi
rekomendasi penerima yang berhak mendapatkan Bantuan Langsung Tunai (BLT).

3.3 Batasan Masalah

Batasan masalah pada penelitian tugas akhir ini adalah:

1. Penelitian tidak membahas evaluasi pemberian BLT selanjutnya.

2. Kriteria yang digunakan untuk menentukan penerima BLT adalah:
a Pendapatan
b Tanggungan
c Pendidikan
d Umur
e Status rumah

3.4 Tujuan Penelitian

Tujuan Penelitian pada tugas akhir ini adalah:

Penelitian dalam Tugas Akhir ini bertujuan untuk menentukan rekomendasi
terbaik untuk dinyatakan sebagai penerima Bantuan Langsung Tunai di Kelurahan
Loa Bakung.

3.5 Manfaat Penelitian

Diharapkan hasil dari penelitian ini memiliki manfaat yaitu:

a Mempermudah pihak penyeleksi BLT dalam menentapkan penerima yang
layak untuk mendapatkan BLT.
b Penyaluran dana BLT dapat disalurkan tepat sasaran kepada orang yang
membutuhkan.
 BAB II
TINJAUAN PUSTAKA

2.1 Kajian Ilmiah

Beberapa referensi penelitian serupa yang berkaitan dengan penelitian ini dan
menjadi rujukan diantaranya adalah:

(Aprudi, 2016) Sistem Pendukung Keputusan Seleksi Penerima Beras untuk

Keluarga Miskin (RASKIN) pada Kelurahan Tanah Periuk Kecamatan
Lubuklinggau Selatan II Kota Lubuklinggau Menggunakan Metode Analithycal
Hirarchy Process (AHP), Seleksi penerima beras untuk keluarga miskin (RASKIN)
di Kelurahan Tanah Periuk masih secara konvensional, seleksi kurang efektif dan
efisien serta rentan manipulasi data, dan penerima RASKIN yang tidak tepat
sasaran. Dalam merancang sistem ini digunakan beberapa alat bantu seperti DFD
dan ERD. Sedangkan dalam melakukan pengembangan sistem digunakan metode
prototyping, dan dalam melakukan pengujian sistem digunakan metode blackbox
testing. Sistem Pendukung Keputusan Seleksi Penerima Beras untuk Keluarga
Miskin (RASKIN) pada Kelurahan Tanah Periuk Kecamatan Lubuklinggau Selatan
II Kota Lubuklinggau Menggunakan Metode Analithycal Hirarchy Process (AHP)
memberikan kemudahan dalam mengolah data dan mengambil keputusan untuk
menentukan keluarga tidak mampu dan juga menentukan rumah tangga (keluarga)
yang berhak mendapat bantuan beras untuk keluarga miskin (RASKIN)serta
mempermudah dalam membuat laporan khususnya laporan penerima program
RASKIN dalam wilayah kelurahan Tanah Periuk Kecamatan Lubuklinggau Selatan
II Kota Lubuklinggau).
 (NRDP Astuti, 2008) Sebagai akibat dari kenaikan harga BBM (Bahan bakar
minyak), maka pemerintah mengadakan bantuan untuk rakyat indonesia, yaitu
Bantuan Langsung Tunai (BLT). Pemerintah Indonesia meyakini tindakan ini
adalah penting untuk menyelamatkan fiskal negara. Pada masa sulit sekarang ini,
program BLT menjadi kabar gembira bagi masyarakat miskin di seluruh tanah air.
Pada penelitian ini criteria yang digunakan sebanyak 5 kriteria menggunakan
Metode AHP dengan masukkan berupa data-data kepala keluarga yang di peroleh
dari Badan Pusat Statistik kota kendari. Sistem pendukung keputusan ini di
implementasikan menggunakan bahasa pemrograman java yang diintegrasi dengan
database Mysql Hasil Penelitian ini menyatakan metode AHP dapat
diimplementasikan ke dalam sistem pendukung keputusan untuk menentukan
penerima Bantuan Langsung Tunai. Sistem ini dapat memberikan penerima terbaik
sehingga memudahkan para pemerintah dalam memberi bantuan.

(Valentino Andressi, 2021) Bantuan Langsung Tunai (BLT) adalah program

pemerintah akibat dicabutnya subsidi BBM dan dialihkan kepada masyarakat
miskin agar kemiskinan di Indonesia berkurang. Adanya BLT diharapkan
dapat membantu kemakmuran penduduk semakin merata. Penyeleksian
masyarakat penerima BLT selama ini masih menggunakan cara manual yang
dapat memperlambat pekerjaan pihak kecamatan. Sering kali data untuk
persyaratan di palsukan dan kurang transparansi kepada masyarakat dan
adanya ketidak adilan data pemberian penerima BLT. Untuk mempermudah
proses penerimaan BLT dibutuhkan suatu program aplikasi yang dapat
membantu dalam mengambil keputusan yang cepat dan akurat. Dari penelitian
ini dihasilkan program aplikasi untuk penerimaan BLT dengan metode AHP,
yang mana program ini dapat menentukan penerima BLTsecara sistematis dan
akurat. Dengan adanya program aplikasi ini Hasil dari penelitian dapat
membantu kecamatan dalam memproses penerimaan BLTdan membantu
masyarakatdalam mengakses informasi yang transparan.
 (Sophan, 2018) Bantuan langsung tunai (BLT) merupakan suatu bentuk
bantuan dari pemerintah sebagai bentuk kompensasi dari kenaikan harga Bahan
Bakar Minyak (BBM) yang berpengaruh kepada kehidupan masyarakat luas
termasuk kalangan masyarakat kurang mampu. Masyarakat Nelayan Pesisir
Kecamatan Kwanyar merupakan bagian masyarakat yang memperoleh dampak
langsung dari kenaikan harga BBM. Penelitian ini menerapkan metode AHP untuk
memilih penerima BLT dengan parameter bobot yang berbeda dengan beberapa
tahapan uji akurasi bobot terbaik. Dari hasil ujicoba sistem dengan berbagai
skenario bobot, metode AHP dapat menentukan penerima BLT dengan akurasi
82,143% yaitu 41 calon di terima dari 56 calon yang ada. 41 calon yang diterima
ini sesuai dengan hasil seleksi manual yang dilakukan oleh kecamatan, dengan
bobot AHP untuk kriteria pekerjaan sampingan 0.240, jumlah tanggungan 0.044,
luas tanah 0.068, luas bangunan 0.118 dan tagihan listrik 0.528.

(R Rahmona, 2016) Sebagai akibat dari kenaikan harga BBM (Bahan bakar
minyak), maka pemerintah mengadakan bantuan untuk rakyat indonesia, yaitu
Bantuan Langsung Tunai (BLT). Pemerintah Indonesia meyakini tindakan ini
adalah penting untuk menyelamatkan fiskal negara. Pada masa sulit sekarang ini,
program BLT menjadi kabar gembira bagi masyarakat miskin di seluruh tanah air.
Pada penelitian ini criteria yang digunakan sebanyak 5 kriteria menggunakan
Metode AHP dengan masukkan berupa data-data kepala keluarga yang di peroleh
dari Badan Pusat Statistik kota kendari. Sistem pendukung keputusan ini di
implementasikan menggunakan bahasa pemrograman java yang diintegrasi dengan
database Mysql Hasil Penelitian ini menyatakan metode AHP dapat
diimplementasikan ke dalam sistem pendukung keputusan untuk menentukan
penerima Bantuan Langsung Tunai. Sistem ini dapat memberikan penerima terbaik
sehingga memudahkan para pemerintah dalam memberi bantuan.
2.2 Dasar Teori

2.2.1 Bantuan Langsung Tunai

(R Rahmona, 2016) Bantuan sosial adalah bantuan bersifat sementara yang

diberikan kepada keluarga fakir miskin agar mereka dapat meningkatkan taraf
kesejahteraan sosialnya. Bantuan sosial yang diberikan dapat berbentuk bantuan
santunan hidup, bantuan sarana usaha ekonomi produktif, atau bantuan sarana
kelompok usaha bersama. Bantuan ini berupa bahan atau peralatan untuk
menunjang usaha ekonomi produktif. Sesuai dengan asas kekeluargaan yang dianut,
maka sarana usaha ekonomi produktif tersebut diberikan dan dikelola dalam sebuah
kelompok usaha bersama yang berada dalam pembinaan pemerintah.

(R Rahmona, 2016) Bantuan Langsung Tunai (BLT)adalah Program Bantuan

Langsung Tunai (BLT) bertujuan untuk memberikan Bantuan Langsung Tunai
(BLT) kepada Rumah Tangga Miskin (RTM), yang ditujukan untuk memberikan
kompensasi terhadap pengurangan subsidi bahan bakar minyak. Guna:

1. Membantu masyarakat miskin agar dapat memenuhi kebutuhannya.

2. Mencegah penurunan taraf kesejahteraan masyarakat miskin
akibat kesulitan ekonomi.
3. Meningkatkan tanggung jawab sosial bersama

2.2.2 Analytic Hierarchy Process (AHP)

Metode AHP dikembangkan oleh Saaty, seorang ahli matematika. Metode

ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas
persoalan yang kompleks dengan menyederhanakan dan mempercepat proses
pengambilan keputusan dengan memecahkan persoalan tersebut kedalam
bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki,
memberi nilai numerik pada pertimbangan subjektif tentang pentingnya tiap
variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel
yang mana yang memiliki prioritas paling tinggi dan bertindak untuk
mempengaruhi hasil pada situasi tersebut.

(Saaty, 2008) Analytic Hierarchy Process (AHP) adalah teori pengukuran

melalui perbandingan berpasangan dan bergantung pada penilaian para ahli untuk
mendapatkan skala prioritas. Skala inilah yang mengukur hal-hal yang tidak
berwujud secara relatif. Perbandingan dibuat dengan menggunakan skala penilaian
absolut yang mewakili, seberapa banyak, satu elemen mendominasi elemen lain
sehubungan dengan atribut yang diberikan. Penilaian mungkin tidak konsisten, dan
bagaimana mengukur ketidakkonsistenan dan meningkatkan penilaian, bila
memungkinkan untuk mendapatkan konsistensi yang lebih baik menjadi perhatian
AHP.

2.2.3 Kelebihan Metode Analytic Hierarchy Process

Kelebihan dari metode AHP adalah:

1 Kesatuan (Unity), AHP membuat permasalahan yang luas dan tidak terstruktur
menjadi suatu model yang fleksibel dan mudah dipahami.
2 Kompleksitas (Complexity), AHP memecahkan permasalahan yang kompleks
melalui pendekatan sistem dan pengintegrasian secara deduktif
3 Saling ketergantungan (Inter Dependence), AHP dapat digunakan pada
elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan
linier.
4 Struktur Hirarki (Hierarchy Structuring), AHP mewakili pemikiran alamiah
yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda
dari masing-masing level berisi elemen yang serupa.
5 Pengukuran (Measurement), AHP menyediakan skala pengukuran dan metode
untuk mendapatkan prioritas.
6 Konsistensi (Consistency), AHP mempertimbangkan konsistensi logis dalam
penilaian yang digunakan untuk menentukan prioritas.
7 Sintesis (Synthesis), AHP mengarah pada perkiraan keseluruhan mengenai
seberapa diinginkannya masing-masing alternatif.
8 Trade Off, AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem
sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
9 Struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai
pada subkriteria yang paling dalam.
10 Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi
berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.
11 Memperhitungkan daya tahan atau ketahanan output analisis sensivitas
pengambilan keputusan.
12 Metode AHP memiliki keunggulan dari segi proses pengambil keputusan dan
akomodasi untuk atribut atribut baik kuantitatif dan kualitatif.

2.2.4 Kekurangan Metode Analytic Hierarchy Process

Kekurangan dari metode AHP adalah:

1. Orang yang dilibatkan adalah orang –orang yang memiliki pengetahuan

ataupun banyak pengalaman yang berhubungan dengan hal yang akan dipilih
dengan menggunakan metode AHP
2. Untuk melakukan perbaikan keputusan, harus di mulai lagi dari tahap awal.
3. Ketergantungan model AHP pada input utamanya. Input utama ini berupa
persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli
selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan
penilaian yang keliru.
4. Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik
sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk.
 2.2.5 Tahapan Implementasi Metode Analytic Hierarchy Process

Pada dasarnya, prosedur atau langkah-langkah dalam metode AHP meliputi

(Kusrini, 2007):

1. Mengidentifikasi masalah dan menentukan solusi yang diinginkan, lalu

menyusun hierarki dari permasalahan yang dihadapi. Penulisan hierarki
adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara
keseluruhan pada level teratas.

Bantuan
Langsung Tunai

Pendapatan Status
Rumah
>4JT
1-1JT
Rumah
Kontrak
1JT1- 2JT1- 3JT1- Pendidikan Sendiri
2JT 3JT 4JT

TIDAK S3
LAYAK TIDAK
SEKOLAH
LAYAK
SD S2

SMP SMA S1
Tanggungan Umur

>60

1-3 4-6 7-9 >9 20-29 30-39 40-49 50-59

ALTERNATIF KE1 ALTERNATIF KE….. ALTERNATIF KE-n

Gambar 2.1 Struktur Hirarki AHP

Tabel 2.2 Tabel Nilai Kepentingan

Implementasi Keterangan Penjelasan

Kepentingan
Pentingnya, Dua elemen
1 Kedua elemen sama mempunyai pengaruh yang sama
besar
Elemen yang satu Pengalaman dan penilaian
3 sedikit lebih penting sedikit menyokong satu elemen
daripada elemen yang dibandingkan elemen yang lainnya
lainnya
Elemen yang satu Pengalaman dan penilaian sangat
5 lebih penting daripada kuat menyokong satu elemen
yang lainnya dibandingkan elemen yang lainnya
Satu elemen jelas Satu elemen yang kuat
7 lebih mutlak penting menyokong dan dominan terlihat
dari pada elemen dalam praktek
lainnya
Satu elemen mutlak Bukti yang mendukung elemen
9 penting dari pada yang satu terhadap elemen lain
elemen lainnya memeliki tingkat penegasan
tertinggi yang mungkin
menguatkan
Nilai-nilai antara dua Nilai ini diberikan bila ada
2,4,6,8 nilai pertimbangan- dua kompromi di antara 2 pilihan
pertimbangan yang
berdekatan
Jika untuk aktivitas i mendapat satu angka dibanding dengan
Kebalikan aktivitas j, maka j mempunyai nilai kebalikannya dibanding
dengan i
2. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara
berpasangan sesuai kriteria yang diberikan.
b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk
merepresentasikan kepentingan relative dari suatu elemen terhadap elemen
yang lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.
3. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:
a Menjumlahkan nilai-nilai dari setiap kolom pada matriks perbandingan.

∑k = a(b1,k) + a(b2,k) + a(…,k)+a(bn,k)…………...………….(2.1)

Keterangan:
N = Nilai Normalisasi
b = Baris
k = Kolom
𝑎 = Nilai perbandingan
∑k = Jumlah Kolom
n = elemen ke-n

b Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk
memperoleh normalisasi matriks.

𝑎(𝑏,𝑘)
𝑁(𝑏, 𝑘) = ………............................................................(2.2)
∑k
 Keterangan:
N = Nilai Normalisasi
b = Baris
k = Kolom
𝑎 = Nilai perbandingan
∑k = Jumlah Kolom

c Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah

elemen untuk mendapatkan nilai rata-rata.

∑b
P = 𝑒 ……….……………………………………………….....(2.3)

Keterangan:
P = Nilai prioritas / nilai rata-rata
∑b = Jumlah baris
e = Jumlah elemen

4. Mengukur Konsistensi
Dalam membuat keputusan, penting untuk mengetahui seberapa baik
konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan
pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam
langkah ini adalah:

a Kalikan setiap nilai pada kolom pertama dengan prioritas relative elemen
pertama, nilai pada kolom kedua dengan prioritas relative elemen kedua dan
seterusnya.
b Jumlahkan setiap baris.
c Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang
bersangkutan.
d Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada, hasilnya
disebut λmaks.
λmaks = (∑k1.P1) + (∑k2.P2) + (∑k….P…)+(∑[Link])……(2.4)

Keterangan:
λmaks = lamda maksimal
∑k = Jumlah Kolom
P = Nilai Prioritas / nilai rata-rata

5. Menghitung Consistency Indeks (CI) dengan rumus:

λmaks−n
CI = …………….…………………..……………………...(2.5)
𝑛−1

Keterangan:

n = banyak elemen

6. Hitung Rasio Konsistensi/Consistency Ratio (CR) dengan rumus:

CI
CR =RI ………………….….…….……………………………..…..(2.6)

Keterangan:

CR = Consistency Ratio
CI = Consistency Index
RI = Index Random Consistency (dapat dilihat pada table 2.9 ketentuan random
index)
 Tabel 2.3 ketentuan Random Index

Orde Matriks RI
1 0
2 0
3 0,8
4 0,9
5 1,12
6 1,24
7 1,32
8 1,41
9 1,45
10 1,49
11 1,51
12 1,48
13 1,56
14 1,57
15 1,59

7. Memeriksa konsistensi hierarki.

Jika nilainya lebih dari 0,1, maka penilaian data judgment harus diperbaiki.
Namun jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1, maka hasil
perhitungan bisa dinyatakan benar. Setelah itu lakukan langkah berikut :
1. Mencari nilai prioritas alternatif dengan cara melakukan perkalian antara nilai
prioritas sub sub-kriteria, prioritas sub-kriteria dan prioritas kriteria,
berdasarkan susunan hierarki yang sudah ditentukan pada gambar 2.1.
2. mengurutkan nilai prioritas alternatif terbesar hingga terkecil,nantinya
alternatif yang mempunyai nilai tertinggi akan menjadi rekomendasi terbaik
untuk mendapatkan bantuan langsung tunai.
 BAB III
METODOLOGI PENELITIAN

3.1 Tempat dan Waktu Pelaksanaan

Penelitian tugas akhir ini dilakukan di wilayah Kelurahan Loa

Bakung pada bulan April 2021 sampai Juli 2021.

Tabel 3.1 Waktu Pelaksanaan

Tahap Penelitian Tahun 2021

April Mei Juni Juli

1 Riset Awal

2 Pengumpulan Data

3 Pengajuan Judul

4 Studi AHP

5 Implementasi
Metode AHP
6 Penyusunan
Laporan
3.2 Objek Penelitian

Objek penelitian ini menerapkan metode AHP pada Bantuan Langsung

Tunai (BLT) di kelurahan Loa Bakung agar bantuan ini nantinya tepat sasaran.

3.3 Gambaran Umum Objek Penelitian

Sebelum melakukan proses penentuan penerima bantuan langsung tunai,

terlebih dahulu memasukkan data Kepala keluarga dan kriteria-kriteria yang
menjadi pertimbangan-pertimbangan dalam proses penentuan Penerima
Bantuan Langsung Tunai. Setelah memasukkan data dan kriteria-kriteria
keluarga, setelah itu mengimplementasikan metode AHP pada data yang sudah
dimasukan, kemudian melakukan perhitungan untuk mengurutkan data keluarga
berdasarkan nilainya, dimana kepala keluarga yang memiliki nilai tertinggi
nantinya akan menjadi rekomendasi penerima Bantuan Langsung Tunai (BLT).

3.4 Alat dan Bahan

Alat dan bahan yang digunakan sebagai berikut:

Alat:

A. Perangkat keras
a. Laptop: Asus
b. RAM: 8 GB
c. Penyimpanan: 228 GB
d. Processor: AMD Ryzen 5 2500U

B. Perangkat Lunak
a. Sistem Operasi: Windows 10
b. Perhitungan: Microsoft Exel 2013
Bahan:

A. Data

Data yang digunakan pada penelitian ini yakni menggunakan data yang
diperoleh langsung dari kelurahan Loa Bakung. Data kriteria yang digunakan
yaitu pendapatan, tanggungan, umur, pendidikan, dan Status rumah.

3.5 Tahapan Penelitian

Mulai

Riset Awal

Studi AHP

Pengumpulan Data

Penentuan Kriteria dan

Alternatif

Implementasi AHP

Hasil Analisa Nilai

Prioritas Kriteria dan
Alternatif

Selesai

Gambar 3.2 Tahapan Penelitian

1. Riset Awal

Mengidentifikasi masalah dan mencari referensi yang diperlukan untuk

menyelesaikan suatu permasalahan.

2. Studi AHP

Pada tahap ini dilakukan studi literature. Studi literature dilakukan untuk
mengkaji dan mengetahui secara teoritis metode yang dipakai dalam metode
pemecahan masalah yaitu menggunakan metode Analytical Hierarchy Process
(AHP).

3. Pengumpulan Data

Pada tahap yang ketiga dilakukan pengumpulan data – data yang diperlukan
sebagai bahan untuk memcahkan masalah yang telah dirumuskan.

4. Penentuan Kriteria dan Alternatif

Pada tahap ini menentukan kriteria dan alternatif yang nantinya digunakan
untuk menyelesaikan permasalahan.

5. Implementasi Metode AHP

Setelah data terkumpul, dilakukan pengolahan data yang akan digunakan

pada tahap Implementasi Metode AHP. Pada proses ini dikaji data – data yang ada
menggunakan metode yang telah peneliti pelajari pada tahap studi AHP.

6. Hasil Analisa Nilai Prioritas Kriteria dan Alternatif

Setelah melakukan implementasi metode AHP pada data, maka diperoleh

nilai priotitas dari kriteria, sub-kriteria, dan sub sub-kriteria, yang nantinya untuk
menemukan nilai prioritas alternatif akan dilakukan perkalian sesuai struktur hirarki
AHP yang sudah ditentukan.
3.5.1 Diagram Alir

Langkah langkah penyelesaian bisa dilihat pada gambar 4.1

Membuat Matriks Perbandingan

Mulai Berpasangan Sub-Kriteria dan sub sub-
kriteria

Membuat Matriks Perbandingan Menghitung Normalisasi dan Prioritas

Berpasangan Kriteria Sub-Kriteria dan sub sub-kriteria

Menghitung Normalisasi dan Prioritas

Menghitung Lamda Max
Kriteria

Menghitung Lamda Max Menghitung CI

Menghitung CR
Menghitung CI

tidak
CR ≤ 0,1

ya
Menghitung CR

Hasil Analisa Nilai Prioritas Kriteria,Sub-

kriteria dan sub sub-kriteria terhadap
alternatif

tidak iya
CR ≤ 0,1

Selesai

Gambar 3.3 Diagram Alir AHP

3.6 Teknik Pengumpulan dan Analisis Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai
berikut:

a Metode Wawancara, penulis menanyakan yang berkaitan dengan

permasalahan Bantuan Langsung Tunai dengan pihak Kelurahan Loa
Bakung.
b Kajian Pustaka, Metode kajian pustaka digunakan untuk mencari
literatur atau sumber pustaka yang berkaitan dengan Penerapan Metode
AHP pada Bantuan Langsung Tunai dan membantu mempertegas teori-
teori yang ada.
 BAB IV

HASIL DAN PEMBAHASAN

4.1 Implementasi AHP Terhadap Kriteria

Dalam metode AHP terdapat kriteria yang dibutuhkan untuk menentukan

kepala keluarga terbaik. Adapun 5 kriteria yang di dapat Kelurahan Loa Bakung
dapat dilihat pada tabel 4.1.

Tabel 4.1 Tabel Kriteria

Kriteria Keterangan

Pendapatan Pendapatan Kepala Keluarga Perbulan

Tanggungan Jumlah Keluarga yang di tanggung

Pendidikan Pendidikan terakhir Kepala Keluarga

Umur Umur Kepala Keluarga

Status rumah Kondisi Tempat Tinggal

Adapun tahap-tahap penyelesaian dengan metode AHP adalah sebagai berikut:

1. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.
b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk
merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang
lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.

Tabel 4.2 Tabel Perbandingan Kriteria

Kriteria K1 K2 K3 K4 K5

Pendapatan (K1) 1,0000 2,0000 5,0000 3,0000 4,0000

Tanggungan (K2) 0,5000 1,0000 4,0000 2,0000 3,0000

Pendidikan (K3) 0,2000 0,2500 1,0000 0,5000 0,3333

Umur (K4) 0,3333 0,5000 2,0000 1,0000 0,5000

Kondisi Perumahan (K5) 0,2500 0,3333 3,0000 2,0000 1,0000

Jumlah 2,2833 4,0833 15,0000 8,5000 8,8333

Operasi: Menentukan Nilai kepentingan sebagai nilai perbandingan.

Contoh:

a Nilai 5 pada (baris 1, kolom 3) didapat dari tabel 2.2, dimana kriteria
pendapatan lebih penting daripada pendidikan.

b Nilai 0,2 (baris 3, kolom 1) di peroleh dari tabel 2.2, dimana nilai(baris 3,
kolom 1) adalah kebalikan dari (baris 1, kolom 3) jadi 1/5 = 0,2.

c Nilai 2,2833 (jumlah kolom 1) diperoleh dari persamaan 2.1,jadi, 1 + 0,5 + 0.2
+ 0,3333 + 0,25= 2,2833, begitu seterusnya hingga kolom 5.
2. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:

Tabel 4.3 Matriks Normalisasi dan niai prioritas

Kriteria
Kriteria K1 K2 K3 K4 K5 Jumlah Prioritas
K1 K2 K3 K4 K5 JUMLAH
Pendapatan (K1) 0,4380 0,4898 0,3333 0,3529 0,4528 2,0669
Tanggungan
Pendapatan (K2)
0,4380 0,4898
0,2190 0,3333 0,3529 0,2353
0,2449 0,2667 0,45280,3396
2,06691,3055
0,4134
Pendidikan (K3) 0,0876 0,0612 0,0667 0,0588 0,0377 0,3120
Umur (K4) 0,2190 0,2449
Tanggungan 0,1460 0,2667
0,1224 0,1333
0,2353 0,1176
0,33960,0566
1,30550,5760
0,2611
Kondisi Perumahan
(K5) 0,1095 0,0816 0,2000 0,2353 0,1132 0,7396
Tabel 4.3 Tabel Matriks Normalisasi
Pendidikan 0,0876 0,0612 0,0667 0,0588 0,0377 0,3120 0,0624

Umur 0,1460 0,1224 0,1333 0,1176 0,0566 0,5760 0,1152

Kondisi
0,1095 0,0816 0,2000 0,2353 0,1132 0,7396 0,1479
Perumahan

Operasi: Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Setelah itu membagi hasil
penjumlahan setiap baris dengan jumlah elemen yang digunakan.

Contoh:

a Nilai 0,4380 pada (baris 1,kolom 1) didapat dari persamaan 2.2, yaitu
1/2,2833=0,4380, begitu seterusnya hingga N(5,5).
b Nilai 2,0669 pada kolom jumlah didapat dari persamaan 2.3 , yaitu 0,4380 +
0,4898 + 0,3333 + 0,3529 + 0,4528 = 2,0669, selanjutnya dibagi dengan jumlah
elemen yaitu 5.
2,0669/5 =.0,4134 ,begitu seterusnya hingga baris 5.

3. Mengukur Konsistensi
Untuk menghitung λmaks menggunakan persamaaan 2.4.

λmaks=(0,4134*2,2833)+(0,2611*4,0833)+ (0,0624*15,0000) +
(0,1152*8,5000)+ (0,1479*8,8333) = 5,2320

4. Menghitung Consistency Indeks (CI)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.5.

CI= (5,2320-5) / (5-1) = 0,0580

5. Menghitung Consistency Ratio (CR)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.6, dan
untuk menentukan random indeks dapat dilihat pada tabel 2.3.

CR= 0,0580/1,12 = 0,0518

6. Memeriksa konsistensi hierarki.

Karena nilai CR kurang dari 0,1, maka hasil perhitungan bisa dinyatakan
benar.
4.2 Implementasi AHP Terhadap Sub-Kriteria Pendapatan

Dalam kriteria pendapatan terdapat sub-kriteria yang dibutuhkan untuk

menentukan kepala keluarga terbaik. Adapun 5 sub-kriteria yang di gunakan,
ditujukan pada tabel 4.4.

Tabel 4.4 Tabel Sub-Kriteria Pendapatan

Kriteria Sub-kriteria

100.000-1.000.000

1.000.001-2.000.000

Pendapatan 2.000.001-3.000.000

3.000.001-4.000.000

>4.000.000

Adapun tahap-tahap penyelesaian dengan metode AHP adalah sebagai berikut:

1. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.

b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk

merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang
lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.
Tabel 4.5 Tabel Perbandingan Sub-kriteria Pendapatan

Sub-kriteria 100.000- 1.000.001- 2.000.001- 3.000.001-

>4.000.000
Pendapatan 1.000.000 2.000.000 3.000.000 4.000.000

100.000-
1,0000 3,0000 5,0000 7,0000 9,0000
1.000.000

1.000.001-
0,3333 1,0000 3,0000 5,0000 7,0000
2.000.000

2.000.001-
0,2000 0,3333 1,0000 3,0000 5,0000
3.000.000

3.000.001-
0,1429 0,2000 0,3333 1,0000 3,0000
4.000.000

>4.000.000 0,1111 0,1429 0,2000 0,3333 1,0000

Jumlah 1,7873 4,6762 9,5333 16,3333 25,0000

Operasi: Menentukan Nilai kepentingan sebagai nilai perbandingan.

Contoh:

a Nilai 5 pada (baris 1, kolom 3) didapat dari tabel 2.2, dimana pendapatan
100.000-1.000.000 lebih penting daripada 2.000.001-3.000.000.

b Nilai 0,2 (baris 3, kolom 1) di peroleh dari tabel 2.2, dimana nilai (baris 3, kolom
1) adalah kebalikan dari (baris 1, kolom3) jadi 1/5 = 0,2.

c Nilai 1,7873 (jumlah kolom 1) diperoleh dari persamaan 2.1, jadi 1 + 0,3333 +
0.2 + 0,1429 + 0,1111= 1,7873 begitu seterusnya hingga kolom 5.
 2. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah
ini adalah:

Tabel 4.6 Matriks Normalisasi dan niai prioritas Sub-kriteria Pendapatan

Sub-Kriteria 100.000- 1.000.001- 2.000.001- 3.000.001-

Kriteria1.000.000 2.000.000 3.000.000 4.000.000 >4.000.000 jumlah prioritas
Pendapatan K1 K2 K3 K4 K5 JUMLAH
Pendapatan (K1) 0,4380 0,4898 0,3333 0,3529 0,4528 2,0669
100.000- (K2)
Tanggungan
0,5595 0,2190 0,2449
0,6415 0,2667 0,2353
0,5245 0,3396 0,3600
0,4286 1,3055 2,5141 0,5028
1.000.000
Pendidikan (K3) 0,0876 0,0612 0,0667 0,0588 0,0377 0,3120
1.000.001-
Umur (K4) 0,1865 0,1460 0,1224
0,2138 0,1333 0,1176
0,3147 0,0566 0,2800
0,3061 0,5760 1,3012 0,2602
2.000.000
Kondisi Perumahan
(K5) 0,1095 0,0816 0,2000 0,2353 0,1132 0,7396
2.000.001-
Tabel 4.3 Tabel0,1119
Matriks Normalisasi
0,0713 0,1049 0,1837 0,2000 0,6718 0,1344
3.000.000

3.000.001-
0,0799 0,0428 0,0350 0,0612 0,1200 0,3389 0,0678
4.000.000

>4.000.000 0,0622 0,0305 0,0210 0,0204 0,0400 0,1741 0,0348

Operasi: Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Setelah itu membagi hasil penjumlahan
setiap baris dengan jumlah elemen yang digunakan.

Contoh:

a Nilai 0,5595 pada (baris 1,kolom 1) didapat dari persamaan 2.2 ,yaitu
1/1,7873=0,5595, begitu seterusnya hingga N(5.5).
b Nilai 2,5141 pada kolom jumlah didapat dari persamaan 2.3 , yaitu 0,5595 +
0,6415 + 0,5245 + 0,4286 + 0,3600 = 2,5141, selanjutnya dibagi dengan jumlah
elemen yaitu 5.
2,5141/5 =.0,5028, begitu seteruhsnya hingga baris 5.

3. Mengukur Konsistensi
Untuk menhitung λmaks menggunakan persamaan 2.4.

λmaks=(0,5028*1,7873) + (0,2602*4,6762) + (0,1344*9,5333) +

(0,0678*16,3333) + (0,0348*25) = 5,3739

4. Menghitung Consistency Indeks (CI)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.5.

CI= (5,3739-5) / (5-1) = 0,0935

5. Menghitung Consistency Ratio (CR)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.6, dan
untuk menentukan random indeks dapat dilihat pada tabel 2.3.

CR= 0,0935/1,12 = 0,0835

6. Memeriksa konsistensi hierarki.

Karena nilai CR kurang dari 0,1, maka hasil perhitungan bisa dinyatakan
benar.
4.3 Implementasi AHP Terhadap Sub-Kriteria Tanggungan

Dalam kriteria tanggungan terdapat sub-kriteria yang dibutuhkan untuk

menentukan kepala keluarga terbaik. Adapun 4 sub-kriteria yang di gunakan,
ditujukan pada tabel 4.7.

Tabel 4.7 Tabel Sub-Kriteria Tanggungan

Kriteria Sub-kriteria

1-3 orang

4-6 orang
Tanggungan
7-9 orang

>9 orang

Adapun tahap-tahap penyelesaian dengan metode AHP adalah sebagai berikut:

1. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.

b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk

merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang
lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.
Tabel 4.8 Tabel Perbandingan Sub-kriteria Tanggungan

Sub-Kriteria
1-3 4-6 7-9 >9
Tanggungan

1-3 1,0000 0,3333 0,2000 0,1429

4-6 3,0000 1,0000 0,3333 0,2000

7-9 5,0000 3,0000 1,0000 0,3333

>9 7,0000 5,0000 3,0000 1,0000

Jumlah 16,0000 9,3333 4,5333 1,6762

Operasi: Menentukan Nilai kepentingan sebagai nilai perbandingan.

Contoh:

a Nilai 0,2 pada (baris 1, kolom3) diperoleh dari tabel 2.2, dimana tanggungan
1-3 orang tidak lebih penting daripada sub kriteria 7-9 orang.

b Nilai 5 (baris 3, kolom 1) di peroleh dari tabel 2.2, dimana nilai (baris 3, kolom
1) adalah kebalikan dari (baris 1, kolom 3) jadi 1/0,2 = 5.

c Nilai 16 (jumlah kolom 1) diperoleh dari persamaan 2.1, jadi 1 + 3 + 5 + 7 =

16, begitu seterusnya hingga kolom 5.
 2. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:

Tabel 4.9 Matriks Normalisasi dan Niai Prioritas Sub-kriteria Tanggungan

Sub-Kriteria
1-3 4-6 7-9 >9 Jumlah prioritas
Kriteria
Tanggungan
K1 K2 K3 K4 K5 JUMLAH
Pendapatan (K1) 0,4380 0,4898 0,3333 0,3529 0,4528 2,0669
Tanggungan
1-3 (K2)
0,0625 0,2190
0,0357
0,2449 0,0441 0,08520,33960,2276
0,2667 0,2353 1,3055 0,0569
Pendidikan (K3) 0,0876 0,0612 0,0667 0,0588 0,0377 0,3120
Umur (K4) 0,1460 0,1224 0,1333 0,1176 0,0566 0,5760
4-6 0,1875
Kondisi Perumahan 0,1071 0,0735 0,1193 0,4875 0,1219
(K5) 0,1095 0,0816 0,2000 0,2353 0,1132 0,7396
Tabel 4.3 Tabel Matriks Normalisasi

7-9 0,3125 0,3214 0,2206 0,1989 1,0534 0,2633

>9 0,4375 0,5357 0,6618 0,5966 2,2316 0,5579

Operasi: Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Setelah itu membagi hasil
penjumlahan setiap baris dengan jumlah elemen yang digunakan.

Contoh:

a Nilai 0,0625 pada (baris 1, kolom 1) didapat dari persamaan 2.2, jadi
1/16.=0.0625, begitu seterusnya hingga N(5,5).
b Nilai 2,5141 pada kolom jumlah didapat dari persamaan 2.3 , jadi 0,0625 +
0,0357 + 0,0441 + 0,0852 = 2,2276, selanjutnya dibagi dengan jumlah elemen
yaitu 5.
0,2276/4 =.0,0569, begitu seterusnya hingga baris 5.

3. Mengukur Konsistensi
Untuk menghitung λmaks menggunakan persamaan 2.4.

λmaks=(0,0569*16) + (0,1219*9,3333) + (0,2633*4,5333) + (0,5579*1,6762)

= 4,1767

4. Menghitung Consistency Indeks (CI)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.5.

CI= (4,1767-4) / (4-1) = 0,0589

5. Menghitung Consistency Ratio (CR)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.6, dan
untuk menentukan random indeks dapat dilihat pada tabel 2.3.

CR= 0,0589/0,90 = 0,0654

6. Memeriksa konsistensi hierarki

Karena nilai CR kurang dari 0,1, maka hasil perhitungan bisa dinyatakan
benar.
4.4 Implementasi AHP Terhadap Sub-Kriteria Pendidikan

Dalam kriteria pendidikan terdapat sub-kriteria yang dibutuhkan untuk

menentukan kepala keluarga terbaik. Adapun 7 sub-kriteria yang di gunakan,
ditujukan pada tabel 4.10.

Tabel 4.10 Tabel sub-Kriteria Pendidikan

Kriteria Sub-kriteria

tidak sekolah

Sd

Smp

Pendidikan Sma

s1

s2

s3

Adapun tahap-tahap penyelesaian dengan metode AHP adalah sebagai berikut:

1. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.

b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk

merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang
lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.
Tabel 4.11 Tabel Perbandingan Sub-kriteria Pendidikan

Sub-
tidak
kriteria Sd smp sma s1 s2 s3
sekolah
pendidikan

tidak
1,0000 2,0000 3,0000 4,0000 5,0000 6,0000 7,0000
sekolah

Sd 0,5000 1,0000 2,0000 3,0000 4,0000 5,0000 6,0000

Smp 0,3333 0,5000 1,0000 2,0000 3,0000 4,0000 5,0000

Sma 0,2500 0,3333 0,5000 1,0000 2,0000 3,0000 4,0000

s1 0,2000 0,2500 0,3333 0,5000 1,0000 2,0000 3,0000

s2 0,1667 0,2000 0,2500 0,3333 0,5000 1,0000 2,0000

s3 0,1429 0,1667 0,2000 0,2500 0,3333 0,5000 1,0000

Jumlah 2,5929 4,4500 7,2833 11,0833 15,8333 21,5000 28,0000

Operasi: Memasukan Nilai kepentingan sebagai nilai perbandingan.

Contoh:

a Nilai 5 pada (baris 1, kolom 5) didapat dari tabel 2.2, dimana sub-kriteria tidak
sekolah lebih penting daripada s1.
b Nilai 0,2 (baris 5, kolom 1) di peroleh dari tabel 2.2, dimana (barus 5, kolom
1) adalah kebalikan dari (baris 1, kolom 5) jadi 1/5 = 0,2.
c Nilai 2,5929 (jumlah kolom 1) diperoleh dari persamaan 2.1, jadi 1 + 0,5 +
0,3333 + 0,25+0,2+0,1667+0,1429= 2,5929, begitu seterusnya hingga kolom
7.
 2. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:

Tabel 4.12 Matriks Normalisasi dan niai prioritas Sub-kriteria Pendidikan

Sub-
tidak
kriteria
Kriteria Sd Smp Sma s1 s2 s3 jumlah prioritas
sekolah K1 K2 K3 K4 K5 JUMLAH
pendidikan
Pendapatan (K1) 0,4380 0,4898 0,3333 0,3529 0,4528 2,0669
tidak
Tanggungan 0,3857
(K2) 0,4494 0,4119 0,3609 0,3158 0,2791 0,2500 2,4528 0,3504
sekolah 0,2190 0,2449 0,2667 0,2353 0,3396 1,3055
Pendidikan (K3) 0,0876 0,0612 0,0667 0,0588 0,0377 0,3120
Sd 0,1928 0,2247 0,2746 0,2707 0,2526 0,2326 0,2143 1,6623 0,2375
Umur (K4) 0,1460 0,1224 0,1333 0,1176 0,0566 0,5760
Kondisi
Smp Perumahan
0,1286 0,1124 0,1373 0,1805 0,1895 0,1860 0,1786 1,1128 0,1590
(K5) 0,1095 0,0816 0,2000 0,2353 0,1132 0,7396
Tabel 4.3 Tabel Matriks Normalisasi
Sma 0,0964 0,0749 0,0686 0,0902 0,1263 0,1395 0,1429 0,7389 0,1056

s1 0,0771 0,0562 0,0458 0,0451 0,0632 0,0930 0,1071 0,4875 0,0696

s2 0,0643 0,0449 0,0343 0,0301 0,0316 0,0465 0,0714 0,3231 0,0462

s3 0,0551 0,0375 0,0275 0,0226 0,0211 0,0233 0,0357 0,2226 0,0318

Operasi: Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Setelah itu membagi hasil
penjumlahan setiap baris dengan jumlah elemen yang digunakan.

Contoh:

a Nilai 0,3857 pada (baris 1, kolom 1) didapat dari persamaan 2.2, jadi
1/0,5929.=0.3857, begitu seterusnya hingga N(7,7).
b Nilai 2,5141 pada kolom jumlah didapat dari persamaan 2.3 , jadi 0,3857 +
0,4494 + 0,4119 + 0,3609 + 0,3158 + 0,2791+ 0,2500 =2,4528, selanjutnya
dibagi dengan jumlah elemen 2,4528/7 =.0,3504, begitu seterusnya hingga
baris 7.

3. Mengukur Konsistensi
Untuk menghitung λmaks menggunakan persamaan 2.4.

λmaks=(0,3504*2,5929) + (0,2375*4,4500) + (0,1590*7,2833)+

(0,1056*11,0833) + (0,0696*15,8333) + (0,0462*21,5) + (0,0318*28) =
7,2786

4. Menghitung Consistency Indeks (CI)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.5.

CI= (7,2786-7) / (7-1) = 0,0464

5. Menghitung Consistency Ratio (CR)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.6, dan
untuk menentukan random indeks dapat dilihat pada tabel 2.3.

CR= 0,0464/1,32 = 0,0352

6. Memeriksa konsistensi hierarki.

Karena nilai CR kurang dari 0,1, maka hasil perhitungan bisa dinyatakan benar.
4.5 Implementasi AHP Terhadap Sub-Kriteria Umur

Dalam kriteria umur terdapat sub-kriteria yang dibutuhkan untuk

menentukan kepala keluarga terbaik. Adapun 5 sub-kriteria yang di gunakan,
ditujukan pada tabel 4.13.

Tabel 4.13 Tabel Sub-Kriteria Umur

Kriteria Sub-kriteria

20-29

30-39

Umur 40-49

50-59

>60

Adapun tahap-tahap penyelesaian dengan metode AHP adalah sebagai berikut:

1. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.

b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk

merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang
lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.
Tabel 4.14 Tabel Perbandingan Sub-kriteria Umur

Sub-Kriteria
20-29 30-39 40-49 50-59 >60
Umur

20-29 1,0000 0,3333 0,2000 0,1429 0,1111

30-39 3,0000 1,0000 0,3333 0,2000 0,1429

40-49 5,0000 3,0000 1,0000 0,3333 0,2000

50-59 7,0000 5,0000 3,0000 1,0000 0,3333

>60 9,0000 7,0000 5,0000 3,0000 1,0000

JUMLAH 25,0000 16,3333 9,5333 4,6762 1,7873

Operasi: Menentukan Nilai kepentingan sebagai nilai perbandingan.

Contoh:

a Nilai 0,2 pada (baris 1, kolom 3) didapat dari tabel 2.2, umur 20-29 tidak lebih
penting daripada sub-kriteria umur 30-39.

b Nilai 5 (baris 3, kolom 1) di peroleh dari tabel 2.2, dimana (baris 3, kolom 1)
adalah kebalikan dari (baris 1, kolom 3) jadi 1/0,2 = 5.

c Nilai 25 (jumlah kolom 1) diperoleh dari persamaan 2.1,jadi 1 + 3 + 5 + 7 +

9= 25, begitu seterusnya hingga kolom 5.
 2. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:

Tabel 4.15 Matriks Normalisasi dan niai prioritas Sub-kriteria Umur

Sub-
Kriteria 20-29 30-39 40-49 50-59 >60 JUMLAH PRIORITAS
Umur

20-29 0,0400 0,0204 0,0210 0,0305 0,0622 0,1741 0,0348

30-39 0,1200 0,0612 0,0350 0,0428 0,0799 0,3389 0,0678

40-49 0,2000 0,1837 0,1049 0,0713 0,1119 0,6718 0,1344

50-59 0,2800 0,3061 0,3147 0,2138 0,1865 1,3012 0,2602

>60 0,3600 0,4286 0,5245 0,6415 0,5595 2,5141 0,5028

Operasi: Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Setelah itu membagi hasil penjumlahan
setiap baris dengan jumlah elemen yang digunakan.

Contoh:

a Nilai 0,0400 pada (baris 1, kolom 1) didapat dari persamaan 2.2, jadi 1/25.=
0,0400, begitu seterusnya hingga N(5,5).
b Nilai 0,1741 pada kolom jumlah didapat dari persamaan 2.3 , jadi 0,0400 +
0,0204 + 0,0210 + 0,0305 + 0,0622 = 0,1741, selanjutnya dibagi dengan
jumlah elemen 2,4528/5 =.0,0348 , begitu seterusnya hingga baris 5.

3. Mengukur Konsistensi
Untuk menghitung λmaks menggunakan persamaan 2.4.

λmaks=(0,0348*25) + (0,0678*16,3333) + (0,1344*9,5333) +

(0,2602*4,6762)+ (0,5028*1,7873) = 5,3739

4. Menghitung Consistency Indeks (CI)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.5.

CI= (5,3739-5) / (5-1) = 0,0935

5. Menghitung Consistency Ratio (CR)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.6, dan
untuk menentukan random indeks dapat dilihat pada tabel 2.3.

CR= 0,0935/1,12 = 0,0708

6. Memeriksa konsistensi hierarki.

Karena nilai CR kurang dari 0,1, maka hasil perhitungan bisa dinyatakan benar.

4.6 Implementasi AHP Terhadap Sub-Kriteria Status rumah

Dalam kriteria status rumah terdapat sub-kriteria yang dibutuhkan untuk

menentukan kepala keluarga terbaik. Adapun 2 sub-kriteria yang di gunakan,
ditujukan pada tabel 4.16.
Tabel 4.16 Tabel Sub-Kriteria status rumah

Kriteria Sub-kriteria

KONTRAK

Status Rumah

RUMAH SENDIRI

Adapun tahap-tahap penyelesaian dengan metode AHP adalah sebagai berikut:

1. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.

b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk

merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang
lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.

Tabel 4.17 Tabel Perbandingan Sub-Kriteria Status Rumah

Sub-kriteria
KONTRAK RUMAH SENDIRI
STATUS RUMAH

KONTRAK 1,0000 5,0000

RUMAH SENDIRI 0,2000 1,0000

JUMLAH 1,2000 6,0000

Operasi: Menentukan nilai kepentingan sebagai nilai perbandingan.

Contoh:

a Nilai 3 pada (baris 1, kolom 2) didapat dari tabel 2.2, dimana sub kriteria
kontrak sedikit lebih penting daripada rumah sendiri.

b Nilai 0,3333 (baris 2, kolom 1) di peroleh dari tabel 2.2, dimana (baris 2, kolom
1) adalah kebalikan dari (baris 1, kolom 2) jadi 1/3 = 0,3333.

c Nilai 1,3333 (jumlah sub kriteria kontrak) diperoleh dari persamaan 2.1, jadi 1
+ 0,3333= 1,3333 begitu seterusnya hingga kolom 2.

2. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:

Tabel 4.18 Matriks Normalisasi dan niai prioritas Sub-Kriteria Status Rumah

Sub-Kriteria
Kriteria 1-3 4-6 Jumlah prioritas
Status rumah K1 K2 K3 K4 K5 JUMLAH
Pendapatan (K1) 0,4380 0,4898 0,3333 0,3529 0,4528 2,0669
Tanggungan (K2) 0,2190 0,2449
1-3 0,8333 0,83330,2667 0,2353
1,66670,3396 1,3055
0,8333
Pendidikan (K3) 0,0876 0,0612 0,0667 0,0588 0,0377 0,3120
Umur (K4) 0,1460 0,1224
4-6 0,1667 0,16670,1333 0,1176
0,33330,0566 0,5760
0,1667
Kondisi Perumahan
(K5) 0,1095 0,0816 0,2000 0,2353 0,1132 0,7396
Tabel 4.3 Tabel Matriks Normalisasi
Operasi: Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Setelah itu membagi hasil
penjumlahan setiap baris dengan jumlah elemen yang digunakan
Contoh:

a Nilai 0,0833 pada (baris 1, kolom 1) didapat dari persamaan 2.2, jadi 1/1,2.=
0,0833, begitu seterusnya hingga N(2,2).

b Nilai 0,1741 pada kolom jumlah didapat dari persamaan 2.3 , jadi 0,8333 +
0,8333 = 1,6667, selanjutnya dibagi dengan jumlah elemen 1,6667 /2=.
0,8333,begitu seterusnya hingga baris 2.

3. Mengukur Konsistensi
Untuk menghitung λmaks menggunakan persamaan 2.4.

λmaks = (1,2000*0,8333)+(6,000*0,1667) = 1,9975

4. Menghitung Consistency Indeks (CI)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.5.

CI= (1,9975-2) / (2-1) = -0,0025

5. Menghitung Consistency Ratio (CR)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.6, dan
untuk menentukan random indeks dapat dilihat pada tabel 2.3.

CR= -0,025/0 = 0

6. Memeriksa konsistensi hierarki.

Karena nilai CR kurang dari 0,1, maka hasil perhitungan bisa dinyatakan benar.
4.6.1 Implementasi AHP Terhadap Sub Sub-Kriteria Status rumah

Dalam kriteria status rumah terdapat sub sub-kriteria yang dibutuhkan untuk
menentukan kepala keluarga terbaik. Adapun 2 sub-kriteria yang di gunakan,
ditujukan pada tabel 4.19.

Tabel 4.19 Tabel Sub Sub-Kriteria Status rumah

Kriteria Sub Sub-kriteria

Layak
Status rumah
Tidak Layak

Adapun tahap-tahap penyelesaian dengan metode AHP adalah sebagai berikut:

1. Menentukan prioritas
a Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan
sesuai kriteria yang diberikan.

b Matriks perbandingan berpasangan diisi menggunakan bilangan untuk

merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang
lainnya, tabel nilai kepentingan dapat dilihat pada table 2.2.

Tabel 4.20 Tabel Perbandingan Kriteria Sub Sub-Kriteria Status rumah

STATUS RUMAH LAYAK TIDAK LAYAK

LAYAK 1,0000 0,2000

TIDAK LAYAK 5,0000 1,0000

JUMLAH 6,0000 1,2000

Operasi: Menentukan Nilai kepentingan sebagai nilai perbandingan.

Contoh:

a Nilai 0,2 pada (baris 1, kolom 2) didapat dari tabel 2.2, dimana sub sub-kriteria
layak tidak lebih penting daripada sub sub-kriteria tidak layak.

b Nilai 5 (baris 2, kolom 1) di peroleh dari tabel 2.2, dimana (baris 2, kolom 1)
adalah kebalikan dari (baris 1, kolom 3) jadi 1/0,2 = 5.

c Nilai 6 (jumlah kolom 1) diperoleh dari persamaan 2.1, jadi 1 + 5 = 6, begitu

seterusnya hingga kolom 2.

2. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan
untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:

Tabel 4.21 Matriks Normalisasi dan niai prioritas

Sub sub-kriteria
Kriteria Layak Tidak Layak Jumlah Prioritas
status rumah K1 K2 K3 K4 K5 JUMLAH
Pendapatan (K1)
0,4380 0,4898 0,3333 0,3529 0,4528 2,0669
Tanggungan (K2)
0,2190 0,2449 0,2667 0,2353 0,3396 1,3055
Layak 0,1667 0,1667 0,3333 0,1667
Pendidikan (K3)
0,0876 0,0612 0,0667 0,0588 0,0377 0,3120
Umur (K4)
0,1460 0,1224 0,1333 0,1176 0,0566 0,5760
Tidak Layak 0,8333 0,8333 1,6667 0,8333
Kondisi Perumahan (K5)
0,1095 0,0816 0,2000 0,2353 0,1132 0,7396
Tabel 4.3 Tabel Matriks Normalisasi

Operasi: Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
untuk memperoleh normalisasi matriks. Setelah itu membagi hasil
penjumlahan setiap baris dengan jumlah elemen yang digunakan.
Contoh:

a Nilai 0,0833 pada (baris 1, kolom 1) didapat dari persamaan 2.2, jadi 1/1,2.=
0,0833, begitu seterusnya hingga N(2,2).

b Nilai 0,1741 pada kolom jumlah didapat dari persamaan 2.3 , jadi 0,1667 +
0,1667 = 0,3333, selanjutnya dibagi dengan jumlah elemen 0,3333/2 =. 0,1667,
begitu seterusnya hingga baris 2.

3. Mengukur Konsistensi
Untuk menghitung λmaks menggunakan persamaan 2.4.

λmaks=(0,1667*6)+(0,8333*1,2) = 2,00016

4. Menghitung Consistency Indeks (CI)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.5.

CI= (2,00016-2) / (2-1) = 0,00016

5. Menghitung Consistency Ratio (CR)

Untuk menghitung consistensi indeks menggunakan persamaaan 2.6, dan
untuk menentukan random indeks dapat dilihat pada tabel 2.3.

CR= 0,00016/0 = 0

6. Memeriksa konsistensi hierarki.

Karena nilai CR kurang dari 0,1, maka hasil perhitungan bisa dinyatakan
benar.
4.7 Menentukan Prioritas Akhir Kepala Keluarga

Untuk merekomendasikan kepala keluarga yang layak menerima bantuan,

langkah yang diperlukan yaitu menerjemahkan data kepala keluarga untuk
mendapatkan nilai prioritas, dengan melakukan perkalian antara nilai prioritas sub
sub-kriteria, prioritas sub-kriteria dan prioritas kriteria, berdasarkan susunan
hierarki yang sudah ditentukan pada gambar 2.1.

Tabel 4.22 Prioritas Sub-Kriteria Pendapatan

Sub-kriteria Pendapatan Prioritas

1-1.000.000 0,5028

1.000.001-2.000.000 0,2602

2.000.001-3.000.000 0,1344

3.000.001-4.000.000 0,0678

>4.000.000 0,0348

Tabel 4.23 Prioritas Sub-Kriteria Tanggungan

Sub-kriteria Tanggungan Prioritas

1-3 0,0569

4-6 0,1219

7-9 0,2633

>9 0,5579
Tabel 4.24 Prioritas Sub-Kriteria Pendidikan

Sub-kriteria pendidikan Prioritas

tidak sekolah 0,3504

Sd 0,2375

Smp 0,1590

Sma 0,1056

s1 0,0696

s2 0,0462

s3 0,0318

Tabel 4.25 Prioritas Sub-Kriteria umur

Sub-kriteria umur PRIORITAS

20-29 0,0348
30-39 0,0678
40-49 0,1344
50-59 0,2602
>60 0,5028

Tabel 4.26 Prioritas Sub-Kriteria status rumah

Sub-kriteria status rumah PRIORITAS

Kontrak 0,8333

Rumah Sendiri 0,1667

Tabel 4.27 Prioritas Sub Sub-Kriteria status rumah

Sub Sub-kriteria Status rumah Prioritas

Layak 0,1667

Tidak Layak 0,8333

 Tabel 4.28 Prioritas Kriteria

Kriteria PRIORITAS
Pendapatan (K1) 0,4134
Tanggungan (K2) 0,2611
Pendidikan (K3) 0,0624
Umur (K4) 0,1152
Kondisi Perumahan (K5) 0,1479

Tabel 4.29 Prioritas Kepala Keluarga

kepala pendapata Tanggunga Pendidika status

umur Prioritas
keluarga n n n rumah
KK1 0,0555 0,0318 0,0066 0,0300 0,0205 0,1445
KK2 0,0280 0,0149 0,0066 0,0579 0,0041 0,1115
KK3 0,1076 0,0688 0,0219 0,0078 0,1027 0,3087
KK4 0,1076 0,0318 0,0066 0,0040 0,0205 0,1705
KK5 0,0144 0,0318 0,0043 0,0155 0,0041 0,0701
KK6 0,1076 0,0688 0,0066 0,0040 0,0205 0,2075
KK7 0,0280 0,0318 0,0043 0,0300 0,0205 0,1147
KK8 0,0144 0,0318 0,0000 0,0300 0,0041 0,0803
KK9 0,1076 0,0318 0,0066 0,0040 0,1027 0,2527
KK10 0,0280 0,0149 0,0066 0,0155 0,0205 0,0855
KK11 0,0144 0,0318 0,0043 0,0040 0,0041 0,0587
KK12 0,0555 0,0149 0,0066 0,0300 0,0041 0,1111
KK13 0,0280 0,0318 0,0066 0,0300 0,0205 0,1169
KK14 0,0280 0,0149 0,0066 0,0300 0,0205 0,1000
KK15 0,0144 0,0149 0,0043 0,0078 0,0041 0,0455

Operasi: Menentukan Nilai prioritas kepala keluarga.

Contoh:

a Nilai 0,0555 pada (baris 1, kolom 1) didapat dari perkalian antara prioritas sub-
kriteria pendapatan KK1, 0,1344 (gaji kepala keluarga 1 berada di range
2.000.001-3.000.000) dengan prioritas kriteria pendapatan yaitu 0,4134 .
b Kolom prioritas didapat dari penjumlahan setiap baris.

Berdasarkan simulasi melalui metode AHP diperoleh informasi bahwa dari

kelima belas kepala keluarga yang paling tepat untuk direkomendasikan sebagai
penerima bantuan adalah kepala keluarga 3. Hal ini dikarenakan kepala
keluarga 3 memiliki nilai yang paling tinggi dari keempat belas kepala keluarga
lainnya, yaitu 0,3087.

KK No Urut Prioritas
KK3 1 0,3087

KK9 2 0,2527
KK6 3 0,2075

KK4 4 0,1705
KK1 5 0,1445

KK13 6 0,1169
KK7 7 0,1147

KK2 8 0,1115

KK12 9 0,1111

KK14 10 0,1000

KK10 11 0,0855
KK8 12 0,0803

KK5 13 0,0701
KK11 14 0,0587

KK15 15 0,0455
 BAB V
KESIMPULAN DAN SARAN

5.1. Kesimpulan

Kesimpulan yang dapat diambil dari pembahasan sebelumnya adalah:

dari kelima belas kepala keluarga yang paling tepat untuk
direkomendasikan sebagai penerima bantuan adalah kepala keluarga 3 dengan
nilai tertinggi yaitu 0,3087.

5.2. Saran

Berikut adalah beberapa Saran untuk pengembangan lebih lanjut penelitian

ini:

1. Untuk perhitungan seperti ini sangat sukar bagi admin untuk

mengoperasikannya, oleh karena itu saran saya untuk penelitian ini
lebih baik dibuatkan sebuah system yang mudah untuk dioperasikan
tanpa harus menghitung manual.
2. Diharapkan untuk penelitian selanjutnya untuk memperbanyak kriteria
sehingga menghasilkan keputusan yang lebih optimal.
 DAFTAR PUSTAKA

Aprudi, S. (2016). ISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA

BERAS UNTUK KELUARGA MISKIN (RASKIN) PADA
KELURAHAN TANAH PERIUK KECAMATAN LUBUKLINGGAU
SELATAN II KOTA LUBUKLINGGAU MENGGUNAKAN METODE
ANALITHYCAL HIRARCHY PROCESS (AHP). JTI, Vol 8 No.1, Juni
2016.
Kusrini. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta:
Andi.
NRDP Astuti, E. N. (2008). SISTEM PENENTUAN PENERIMA BANTUAN
LANGSUNG TUNAI (BLT) DENGAN METODE ANALITYCAL
HIERARCHY PROCESS. JURNAL INFORMATIKA Vol 2, No.2, Juli
2008.
R Rahmona, I. N. (2016). SISTEM PENDUKUNG KEPUTUSAN UNTUK
MENENTUKAN PENERIMA BANTUAN LANGSUNG TUNAI (BLT)
DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (
Studi Kasus: Desa Sambuli, Kecamatan Abeli, Kota Kendari). semanTIK,
Vol.2, No.1, Jan-Jun 2016, pp. 257-266.
Saaty, T. L. (2008). Decision making with the analytic hierarchy process.
International journal of services sciences.
Sophan, M. K. (2018). UJI AKURASI PENERIMAAN BANTUAN LANGSUNG
TUNAI (BLT) TERHADAP MASYARAKAT NELAYAN PESISIR
PENGARUH KENAIKAN HARGA BBM DENGAN MENGGUNAKAN
METODE AHP (ANALYTICAL HIERARCHY PROCESS). Jurnal Ilmiah
Edutic /Vol.4, No.2, Mei 2018.
Valentino Andressi, G. G. (2021). Penerapan Metode Analytical Hierarcy Process
Dalam Penentuan Penerima Bantuan Langsung Tunai COVID-19. Seminar
Nasional Informatika (SENATIKA).