SEMINAR NASIONAL CORISINDO ◼ 586

Penerapan Metode Moora untuk Bantuan Langsung Tunai

pada Badan Penanggulangan Bencana Daerah Provinsi Bali

Nauval Firdaus1, Ni Luh Gede Pivin Suwirmayanti2, I Putu Warma Putra3

Sistem Informasi
Institut Teknologi dan Bisnis STIKOM
BaliDenpasar, Indonesia
e-mail: 1nauvalfrds20@[Link], 2pivin@[Link], 3warma28@[Link]

Abstrak
Badan Penanggulangan Bencana Daerah (BPBD) Provinsi Bali sebagai penyalur dalam program
pemerintah yaitu Bantuan Langsung Tunai (BLT) terutama bagi masyarakat miskin atau kurang mampu.
BLT merupakan suatu bentuk bantuan dari pemerintah sebagai bentuk kompensasi dari kenaikan harga
bahan bakar (BBM) yang tentunya berimbas kepada masyarakat secara luas termasuk kalangan
masyarakat yang kurang mampu. Pemberian BLT dilakukan melalui proses seleksi yang dilaksanakan
setiap adanya anggaran yang dikeluarkan oleh pemerintah. Dalam mempermudah proses seleksi dalam
penyaluran BLT diperlukan adanya sistem yang cepat dan akurat. Metode dalam penelitan ini
menggunakan metode Multi Objective Optimization on The Basis of Ratio Analysis (Moora). Metode Moora
dapat digunakan untuk memecahkan permasalahan manajerial, konstruksi, dan ekonomi. Metode Moora
memiliki kemudahan untuk dapat dipahami dalam memutuskan proses melalui evaluasi bobot keputusan
dengan beberapa atribut dan kriteria pengambilan keputusan. Metode ini memiliki proses perhitungan
yang baikn dimana metode ini dapat menentukan tujuan dari kriteria yang bertentangan. Pada metode ini
kriteria dapat bernilai menguntungkan (benefit) atau sebaliknya tidak menguntungkan (cost). Metode ini
menghasilkan pemeringkatan bagi calon penerima BLT melalui proses perhitungan yang nantinya dapat
ditentukan beberapa jumah calon penerima yang berhak mendapatkan BLT berdasarkan oleh anggaran
yang diberikan oleh pemerintah, dari metode ini menghasilkan peringkat pada alternatif A1 berhak
mendapatkan bantuan langsung tunai.

Kata kunci: BPBD, SPK, BLT, MOORA.

Abstract
The Regional Disaster Management Agency (BPBD) of Bali Province as a distributor in the
government program, namely Direct Cash Assistance (BLT), especially for the poor or underprivileged.
Direct Cash Assistance is a form of assistance from the government as a form of compensation for the
increase in fuel prices (BBM), which of course has an impact on the wider community, including the poor.
The granting of Direct Cash Assistance is carried out through a selection process that is carried out every
time there is a budget issued by the government. In facilitating the selection process in the distribution of
Direct Cash Assistance, a fast and accurate system is needed. The method in this research uses the Multi
Objective Optimization on The Basis of Ratio Analysis (Moora) method. The Moora method can be used to
solve managerial, construction, and economic problems. The Moora method is easy to understand in
deciding the process through evaluation of decision weights with several attributes and decision-making
criteria. This method has a good calculation process where this method can determine the purpose of
conflicting criteria. In this method the criteria can be profitable (benefit) or otherwise unfavorable (cost).
This method produces a ranking for prospective Direct Cash Assistance recipients through a calculation
process that can later determine the number of prospective recipients who are entitled to receive Direct
Cash Assistance based on the budget provided by the government, from this method results in a ranking of
alternative A1 entitled to direct cash assistance.

Keywords: BPBD, DSS, BLT, MOORA.

1. Pendahuluan
Bantuan Langsung Tunai atau yang sering disebut BLT merupakan bantuan yang diberikan oleh
pemerintah khusus untuk masyarakat terutama kepada masyarakat yang kehilangan pekerjaan, masyarakat
yang kurang mampu dan beberapa kriteria yang menjadi alasan untuk dapat menerima bantuan ini sesuai

INSTITUT TEKNOLOGI DAN BISNIS STIKOM BALI – 11 AGUSTUS 2022

SEMINAR NASIONAL CORISINDO ◼ 587

dengan ketentuan BLT [1]. Untuk itu dibutuhkan pengambilan keputusan yang tepat serta akurat sehingga
dapat menentukan masyarakat yang berhak menerima bantuan [2].

Saat ini pengolahan dan penerimaan data yang berada pada Badan Penanggulangan Bencana
Daerah Provinsi Bali yang dikoordinir oleh Bidang Pencegahan dan Kesiapsiagaan masih dilakukan secara
manual,
baik saat pendaftaran maupun pencairan dana BLT maupun bantuan bencana lainnya, dimana petugas satu
persatu akan mendatangi lokasi untuk mencatat formulir data masyarakat yang ada, sehingga adanya resiko
kesalahan dalam pencatatan maupun hilangan formulir data dan akan berdampak pada saat proses
penyaluran BLT.
Keunggulan metode Multi-Objective Optimization on the basis of Ratio Analysis (Moora) ini
memberikan informasi yang baik dan akurat [3], dimana metode Moora digunakan untuk melakukan
pemeringkatan terhadap calon Penerima Bantuan Langsung Tunai. Metode ini memiliki proses selektifitas
yang saat proses penentuan dari alternatif [4]. Cara kerja metode ini adalah memberikan bobot pada setiap
pilihan yang sudah ditentukan [5]. Dari penilaian bobot tersebut akan diambil hasil peringkat yang paling
tinggi untuk masyarakat yang dapat menerima dana BLT [6]. Dengan adanya metode Moora diharapkan
dapat membantu kinerja Badan Penanggulangan Bencana Daerah Provinsi Bali dalam menentukan
masyarakat yang berhak mendapatkan Bantuan Langsung Tunai.
Berdasarkan permasalahan yang telah dijabarkan sebelumnya, maka dibutuhkan suatu sistem
pendukung keputusan yang dapat membantu dalam pencatatan serta penentuan penerima Bantuan
Langsung Tunai [7], berdasarkan pendapatan dan tingkat kerugian bagi masyarakat yang kurang mampu,
salah satu caranya dengan merancang serta membangun sistem pendukung keputusan menggunakan
metode moora pada BPBD Provinsi Bali. Sistem ini dirancang dan dibangun pada platform web [8],
karena dengan berbasis web proses pendataan dan penentuan yang dikelola oleh BPBD dapat dipantau
secara langsung kapanpun dan dimanapun oleh pegawai selaku admin. Sistem ini juga dapat
meminimalisir terjadinya kehilangan data yang sebelumnya dicatat menggunakan formulir pendaftaran.
Sistem ini juga dapat membantu pegawai dalam penentuan bantuan langsung tunai kepada masyarakat
yang lebih berhak mendapatkan agar dapat berjalan secara efektif dan efisien[9].

2. Metode Penelitian
2.1. Metode Multi-Objective Optimization on The Basic of Ratio Analysis (MOORA)
Metode MOORA menggunakan perkalian dalam penghitungannya menerapkan matematika
yang kompleks. Berikut adalah langkah-langkah prosedur metode MOORA [10]:
1. Menentukan Nilai Matriks
Menentukan nilai kriteria pada suatu alternatif dimana nilai tersebut nantinya akan
diproses dan hasil menjadi sebuah keputusan.
2. Merubah Nilai Kriteria menjadi Matriks Keputusan
Membuat matrik keputusan ini mewakili dari semua informasi pada setiap atribut dalam
bentuk matriks yang kemudian dilakukan perbandingan pada setiap alternatif yang ada pada
atribut yang dapat mewakili alternatif dari atribut tersebut.
𝑥11 𝑥12 ⋯ 𝑥1𝑛
𝑋 = [ 𝑥21 𝑥22 … 𝑥2𝑛 ] (1)
𝑥𝑚1 𝑥𝑚2 ⋯ 𝑥𝑚𝑛

3. Membuat Matriks Normalisasi

Normalisasi bertujuan untuk menyatukan setiap element pada matriks sehingga element
matriks mempunyai nilai yang seragam. Normalisasi pada metode Moora dapat dihitung
dengan menggunakan rumus persamaan berikut :

𝑥𝑖𝑗
𝑋𝑖𝑗∗ =
√ ∑𝑚 2 (2)
𝑖=1 𝑋𝑖𝑗

𝑖 : 1,2,3 …, n merupakan nomor urutan atribut atau kriteria

𝑗 : 1,2,3 …, m merupakan nomor urutan alternatif

INSTITUT TEKNOLOGI DAN BISNIS STIKOM BALI – 11 AGUSTUS 2022

SEMINAR NASIONAL CORISINDO ◼ 588

𝑋𝑖𝑗 : matriks alternative j pada kriteria i

𝑋𝑖𝑗∗ : matrik normalisasi alternatif j pada kriteria i

4. Menghitung Nilai Maximax dengan minimax

𝑔
𝑌𝑖 = ∑𝑗=1 𝑊𝑗 𝑋𝑖𝑗 – ∑𝑛𝑗=𝑔+1 𝑊𝑗 𝑋𝑖𝑗
(3)

𝑖 : 1,2,3 …, g merupakan atribut kriteria degan status maximized

𝑗 : g+1, g+2, g+3 …, n merupakan atribut atau kriteria dengan status minimized
𝑊𝑗 : bobot terhadap alternative j
∗
𝑌𝑗 : Nilai penilaian yang sudah dinormalisasi dari alternative j terhadap semua
atribut

3. Hasil dan Pembahasan

Sistem pendukung keputusan pada penelitian ini diterapkan dengan berbasis web. Metode
Moora digunakan untuk penentuan nilai atribut serta alternatif dari bobot kriteria. Berikut merupakan
atribut dari proses perhitungan metode Moora yang didapatkan dari hasil wawancara dengan petugas
BPBD dan digunakan pada penelitian ini dapat dilihat pada Tabel 1.

Tabel 1. Atribut/kriteria.
No Kriteria Bobot Jenis
1 Penghasilan 16% Cost
2 Jumlah Tanggungan 22% Benefit
3 Kondisi Rumah 22% Cost
4 Pendidikan Terakhir 25% Cost
5 Bahan Bakar Memasak 15% Cost

Dalam penelitian ini menggunakan 5 jenis kriteria. Penghasilan, kondisi rumah, pendidikan
terakhir, dan bahan bakar memasak berjenis cost sedangkan untuk jumlah tanggungan jenisnya adalah
benefit. Berikut ini merupakan table dari data nilai untuk nilai dari masing – masing kriteria.

Tabel 2. Data Nilai Kriteria Penghasilan.

No Penghasilan Nilai
1 Tidak Berpenghasilan 1
2 <1000000 2
3 1000000 – 1500000 3
4 >1500000 4

Tabel 3. Data Nilai Kriteria Jumlah Tanggungan.

No Jumlah Tanggungan Nilai
1 1 Orang 1
2 2 – 3 Orang 2
3 4 – 5 Orang 3
4 >6 Orang 4

Tabel 4. Data Nilai Kriteria Kondisi Rumah.

No Kondisi Rumah Nilai
1 Terpal 1
2 Gubuk 2
3 Papan 3
4 Batu Separuh 4

Tabel 5. Data Nilai Kriteria Pendidikan Terakhir.

INSTITUT TEKNOLOGI DAN BISNIS STIKOM BALI – 11 AGUSTUS 2022

SEMINAR NASIONAL CORISINDO ◼ 589

No Pendidikan Terakhir Nilai

1 Tidak Sekolah 1
2 SD 2
3 SMP 3
4 SMA – Sarjana 4

Tabel 6. Data Nilai Kriteria Bahan Bakar Memasak.

No Bahan Bakar Memasak Nilai
1 Kayu bakar 1
2 Arang 2
3 Minyak Tanah 3
4 Kompor Gas 4

Data yang digunakan dalam penelitian ini adalah data calon penerima bantuan tunai pada Badan
Penanggulangan Bencana Daerah Provinsi Bali. Berikut ini murapakan data dari nilai alternatif beserta
nilai fuzzy untuk setiap kriteria yang dapat dilihat pada Tabel 7.

Tabel 7. Nilai kriteria tiap alternatif.

No Alternatif/Kriteria K1 K2 K3 K4 K5
1 A1 1 4 2 2 1
2 A2 2 2 4 4 3
3 A3 4 1 2 3 2
4 A4 1 4 2 3 4
5 A5 2 2 4 4 1

Berdasarkan nilai pada Tabel 7. Maka diperoleh data matriks keputusan (X) sebagai berikut:
1 4 2 2 1
2 2 4 4 3
𝑥𝑖𝑗 = 4 1 2 3 2
1 4 2 3 4
[ 2 2 4 4 1 ]

Langkah selanjutnya adalah melakukan proses perhitungan normalisasi terhadap matriks X

menggunakan persamaan 2 seperti berikut.:
∗ 1
𝑥1.1 = 2 + 𝑥2 + 𝑥2 + 𝑥2 + 𝑥2
√𝑥
∗ 1 1 1
𝑥1.1 = = = = 0,196116
√12 + 22 + 42 + 12 + 22 √26 5,099

Kemudian proses yang sama dilakukan untuk semua 𝑥 ∗ sehingga dapat menghasilkan perolehan
nilai normalisasi yang dapat dilihat pada Tabel 8.

Tabel 8. Hasil Normalisasi

No Alternatif/Kriteria K1 K2 K3 K4 K5
1 A1 0.1961 0.6246 0.3015 0.3086 0.1796
2 A2 0.3922 0.3123 0.6030 0.3086 0.5388
3 A3 0.7844 0.1561 0.3015 0.4629 0.3592
4 A4 0.1961 0.6246 0.3015 0.4629 0.7184
5 A5 0.3922 0.3123 0.6030 0.6172 0.0179

Berikut merupakan hasil nilai normalisasi pada sistem pendukung keputusan bantuan langsung tunai yang
sudah diterapkan pada gambar 1.

INSTITUT TEKNOLOGI DAN BISNIS STIKOM BALI – 11 AGUSTUS 2022

SEMINAR NASIONAL CORISINDO ◼ 590

Gambar 1. Hasil Normalisasi

Langkah yang dilakukan selanjutnya adalah membuat matriks normalisasi terbobot berdasarkan
dengan table 7.

0,1961(0,16) 0,6246(0,22) 0,3015(0,22) 0,3086(0,25) 0,1796(0,15)

0,3922(0,16) 0,3123(0,22) 0,6030(0,22) 0,3086(0,25) 0,5388(0,15)
𝑥𝑤𝑗 = 0,7844(0,16) 0,1561(0,22) 0,3015(0,22) 0,4629(0,25) 0,3592(0,15)
0,1961(0,16) 0,6246(0,22) 0,3015 (0,22) 0,4629(0,25) 0,7184(0,15)
[0,3922(0,16) 0,3123(0,22) 0,6030 (0,22) 0,6172(0,25) 0,1796(0,15)]

Berikut merupakan hasil dari nilai perkalian dengan nilai bobot kriteria sebagai berikut :

0,0313 0,1374 0,0663 0,0771 0,0269

0,0627 0,0687 0,1326 0,0771 0,0808
0,1255 0,0343 0,0663 0,1157 0,0538
0,0313 0,1374 0,0663 0,1157 0,1077
[ 0,0627 0,0687 0,1326 0,1543 0,0269 ]

Berikut merupakan hasil normalisasi terbobot pada sistem pendukung keputusan bantuan langsung
tunai yang sudah diterapkan pada gambar 2.

Gambar 2. Normalisasi Terbobot

Langkah berikutnya yaitu menghitung nilai Yi dengan menggunakan persamaan ke 3 maka dapat
dapat dilihat pada Tabel 9.
Tabel 9. Tabel Persamaan
Alternatif Maximum Minimum Yi = Max – Min
(C1+C3+C4+C5)
A1 0,13743291046197 -0,201803547714279 -0,064370637252306
A2 0,068716455230987 -0,353396215751534 -0,28467976052054
A3 0,034358227615493 -0,36145592537515 -0,32709769775965
A4 0,13743291046197 -0,321201771116847 -0,18376886065488
A5 0,068716455230987 -0,3766300124545 -0,32709769775965

INSTITUT TEKNOLOGI DAN BISNIS STIKOM BALI – 11 AGUSTUS 2022

SEMINAR NASIONAL CORISINDO ◼ 591

Setelah itu maka akan diperoleh hasil dari nilai optimasi serta ranking dapat dilihat pada Tabel 10.

Tabel 10. Hasil Optimasi dan Ranking

Alternatif Hasil Optimasi Ranking
A1 -0,064370637252306 1
A4 -0,18376886065488 2
A2 -0,28467976052054 3
A5 -0,30794984489356 4
A3 -0,32709769775965 5

Berdasarkan tabel 10, hasil pemeringkatan metode Moora memperoleh hasil alternatif A1
memiliki optimasi tertinggi yaitu -0,064370637252306 dan menjadi peringkat 1. Dengan begitu A1
merupakan alternatif terbaik dan berhak untuk mendapatkan bantuan langsung tunai dari Badan
Penanggulangan Bencana Daerah Provinsi Bali.

Berikut merupakan hasil dari optimasi serta ranking pada sistem pendukung keputusan bantuan
langsung tunai yang sudah diterapkan pada gambar 3.

Gambar 3. Hasil Optimasi dan Ranking

4. Kesimpulan
Metode Moora digunakan untuk melakukan perhitungan dalam penentuan penerima bantuan
langsung tunai menggunakan kriteria, sub kriteria, beserta dengan masing – masing bobot yang sudah
ditentukan. Hasil dari pemeringkatan pada metode Moora dapat disimpulkan bahwa alternatif A1 dengan
nilai optimasi -0,064370637252306 dan mendapat ranking 1 berhak untuk mendapatkan bantuan langsung
tunai.

Daftar Pustaka
[1] W. ’Wijayanti, “Kustanto,” and S. ’Tomo, “Sistem Pendukung Keputusan Penentuan Penerima
Bantuan Langsung Tunai di Kantor Kepala Desa Ngringo Dengan Menggunakan Algoritme Simple
Additive Weighting,” Jurnal TIKomSiN, vol. Volume 5, 2017.
[2] “Sumarno” and J. M. ’Harahap, “Sistem Pendukung Keputusan dalam Menentukan Pemilihan
Posisi Kepala Unit (KANIT) PPA dengan Metode Weight Product,” Jurnal Sistem Informasi,
Teknologi Informatika dan Komputer, vol. Volume 11, Nomor 1, 2020.
[3] I. Rosita and D. Apriani, “Penerapan Metode Moora Pada Sistem Pendukung Keputusan Pemilihan
Media Promosi Sekolah (Studi Kasus: SMK Airlangga Balikpapan),” vol. 2, 2020.
[4] M. ’Maenanda and “Suryono,” “Sistem Pendukung Keputusan Untuk Menentukan Kelayakan
Calon Penerima Bantuan Langsung Tunai (BLT) Pada Desa Sukabumi [Link] Padang
Menggunakan Metode Simple Additive Weighting (SAW),” vol. Vol 5, No 1, 2017.
[5] N. W. A. Ulandari, “Implementasi Metode MOORA pada Proses Seleksi Beasiswa Bidikmisi di
Institut Teknologi dan Bisnis STIKOM Bali,” Jurnal Eksplora Informatika, vol. 10, no. 1, pp. 53–
58, Sep. 2020, doi: 10.30864/eksplora.v10i1.379.
[6] R. N. ’Yanifa, D. ’Arfianto, and A. ’Nilogiri, “Implementasi Metode Moora(Multi – Objective
Optimization On The Basis Of Ratio Analysis) Pada Peberimaan Beasiswa Di Universitas
Muhammadiyah Jember Berbasis Web,” 2017.
[7] L. I. Prahartiwi and D. Rosita, “Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai
Menggunakan Simple Additive Weighting (SAW) Di Desa Sukatenang,” 2021, doi:
10.31294/jtk.v4i2.

INSTITUT TEKNOLOGI DAN BISNIS STIKOM BALI – 11 AGUSTUS 2022

SEMINAR NASIONAL CORISINDO ◼ 592

[8] E. A. Susilawati and O. Saputra, “PERANCANGAN SISTEM INFORMASI PENDUKUNG

KEPUTUSAN BANTUAN LANGSUNG TUNAI (BLT) COVID-19 PADA WARGA
KELURAHAN BABELAN.”
[9] L. I. Prahartiwi and D. Rosita, “Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai
Menggunakan Simple Additive Weighting (SAW) Di Desa Sukatenang,” 2021, doi:
10.31294/jtk.v4i2.
[10] Mujito and Mustika, Implementasi Sistem Pendukung Keputusan Untuk Pemilihan Penerima
Bantuan Sosial Tunai Terdampak Covid-19 Menggunakan Metode Moora. 2021.

INSTITUT TEKNOLOGI DAN BISNIS STIKOM BALI – 11 AGUSTUS 2022