Nama :
Chandra Hilmawan
Nim :
16160096
Nama Penulis : Luther A.
Latumakulita
Judul :
Sistem Pendukung Keputusan Distribusi BERAS MISKIN (RASKIN) menggunakan Logika
Samar
Abstrak
Pada penelitian ini
dilakukan rancang bangun sistem untuk membantu pihak pengambil keputusan dalam
mendistribusikan beras miskin (RASKIN) bagi masyarakat miskin. Sistem ini dapat
digunakan bagi pemerintah pada dinas sosial maupun pemerintah dalam tingkatan
kelurahan. Dengan menginput data keluarga dalam suatu kelurahan beserta dengan
penghasilan perbulan maka sistem dapat menghitung derajat kemiskinan suatu
keluarga berdasarkan fungsi keanggotaan fuzzy yang telah didefenisikan untuk
kreteria penghasilan keluarga dan jumlah tanggungan keluarga. Dari derajat
kemiskinan yang diperoleh maka dapat dipetakan kelayakan suatu keluarga dalam
menerima bantuan beras miskin. Ada beberapa tahap yang dilakukan untuk membuat
sistem ini yaitu mendefenisikan fungsi keanggotaan fuzzy bagi setiap kriteria
dalam hal ini kriteria dibagi dua yaitu kriteria jumlah penghasilan keluarga
dan jumlah tanggungan keluarga, menetapkan bobot setiap kriteria, dan
menetapkan range kategori kelayakan. Proses fusifikasi dilakukan terhadap data penghasilan
keluarga dan jumlah tanggungan keluarga dan hasinya dikalikan dengan bobotnya
masing-masing kemudian dijumlahkan untuk mendapat nilai total dan
ditranformasikan ke prosentase kelayakan untuk menerima beras miskin.
Berdasarkan data-data keluarga yang dimasukan, sistem dapat mentukan kelayakan
setiap keluarga dalam menerima beras miskin.
Kata
Kunci: Beras Miskin, Fuzzy Logic, Sistem Penunjang Keputusan
1. Pendahuluan
Program
beras miskin (Raskin) yang dimulai pada bulan Januari 2002 merupakan program
lanjutan dari program Operasi Pasar Khusus (OPK) yang dirancang pemerintah dan
dilaksanakan oleh Bulog pertengahan tahun 1998. Program ini adalah
penyempurnaan dari program stabilitas harga beras, yang umumnya mahal dan juga
kurang adil dinikmati semua orang terutama bagi masyarakat miskin.
Logika
fuzzy sebagai salah satu komponen dari soft computing telah banyak diaplikasikan
di berbagai bidang kehidupan. Salah satu aplikasi terpentingnya adalah untuk
membantu manusia dalam melakukan pengambilan keputusan. Aplikasi logika fuzzy
untuk pendukung keputusan ini akan diperlukan ketika semakin banyak kondisi
yang menuntut adanya keputusan yang tidak hanya bisa dijawab dengan “ya” atau
“tidak”. Logika fuzzy dapat dterapkan dalam pengambilan keputusan pembagian
Raskin agar lebih tepat sasaran dan mengurangi kecurangan dalam pembagian jatah
Raskin Rumusan masalah dalam penelitian ini adalah bagaimana mengembangakan
suatu sistem penunjang keputusan yang dapat membantu dalam penyaluran beras
miskin dengan menerapkan fuzzy logic dalam mengukur tingkat kemiskinan.
Penelitian ini bertujuan untuk membuat suatu sistem pendukung keputusan yang
dapat memberikan suatu alternatif keputusan bagi para pengambil keputusan dalam
melakukan distribusi beras untuk keluarga miskin dengan menerapkan konsep
logika fuzzy dalam mengukur tingkat kemiskinan keluarga penerima beras miskin
berdasarkan criteria yang telah disebutkan dalam batasan masalah diatas.
2. Pengertian Raskin
Program
raskin (program penyaluran untuk keluarga miskin) adalah sebuah program dari pemerintah.
Program tersebut adalah sebuah upaya untuk mengurangi beban penyaluran dari
rumah tangga miskin sebagai bentuk dukungan dalam meningkatkan ketahanan pangan
dengan memberikan perlindungan sosial beras murah dengan jumlah maksimal 15
kg/rumah tangga miskin/bulan dengan masing-masing seharga Rp. 1.600,00 per
kg(netto) di titik distribusi. Program ini mencakup di seluruh provinsi,
sementara tanggung jawab dari distribusi beras dari gudang sampai ke titik
distribusi di kelurahan di pegang oleh perum bulog.
3. Logika Fuzzy, Himpunan Fuzzy dan Fungsi
Keanggotan
Logika
fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy
pertama kali diperkenalakan oleh Prof.Lutfi A. Zaden pada tahun 1965. Dasar
logika fuzzy adalah teori himpunan fuzzy. Pada teory himpunan fuzzy, peranan
derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan
sangatlah penting. Nilai keanggotaan atau derajat keanggotaan menjadi ciri
utama dari penalaran dengan logika fuzzy tersebut. Ide dasar pada teori
himpunan samar adalah setiap elemen dalam himpunan samar mempunyai derajat
keanggotaan. Dengan demikian sebuah proposisi tidak hanya bernilai benar atau
salah saja tetapi bisa bernilai sebagian benar atau sebagian salah. Nilai itu
berupa bilangan real dalam interval [0,1]. Logika fuzzy lahir berdasarkan
fenomena – fenomena alam yang serba tidak tepat dan samar ditinjau dari cara
berpikir manusia, dimana pada kenyataannya tidak ada suatu kondisi atau
pernyataan yang tepat 100% benar atau 100% salah. Prof. Lotfi A. Zadeh
mengemukakan bahwa true atau false dalam logika Boolean tidak dapat
merepresentasikan pernyataan yang tidak pasti yang berada diantara pernyataan
true atau false tadi, seperti yang sering terjadi dalam dunia nyata.
Gbr.
1 Contoh Himpunan Fuzzy
Dengan
adanya himpunan fuzzy memungkinkan seseorang untuk dapat masuk kedalam 2
himpunan yang berbeda, MUDA dan PAROBAYA, PAROBAYA dan TUA, dan sebagainya.
Seberapa besar
eksistensinya dalam himpunan tersebut dapat dilihat pada nilai keanggotaannya.
Dari Gbr.1 diatas, dapat dilihat bahwa :
• Seseorang yang
berumur 40 tahun, termasuk dalam himpunan MUDA dengan µMUDA[40] = 0,25; namun
dia juga termasuk dalam himpunan PAROBAYA dengan µPAROBAYA[40] = 0,5.
• Seseorang yang
berumur 50 tahun, termasuk dalam himpunan MUDA dengan µMUDA[50] = 0,25; namun
dia juga termasuk dalam himpunan PAROBAYA dengan µPAROBAYA[50] = 0,5.
Keanggotaan fuzzy
memberikan suatu ukuran terhadap pendapat atau keputusan, sedangkan
probabilitas mengindikasikan proporsi terhadap keseringan suatu hasil bernilai
benar dalam jangka panjang. Misalnya, jika nilai keanggotaan suatu himpunan
fuzzy MUDA adalah 0,9 maka tidak perlu dipermasalahkan berapa seringnya nilai
itu diulang secara individual untuk mengharapkan suatu hasil yang hampir pasti
muda. Di lain pihak, nilai probabilitas 0,9 muda berarti 10% dari himpunan
tersebut diharapkan tidak muda.
Fungsi keanggotaan
(membership function) adalah suatu kurva yang menunjukan pemetaan titik – titik
input data kedalam nilai keanggotaanya (sering juga disebut dengan derajat
keanggotaan) yang memiliki interval antara 0 sampai 1 (Kusumadewei, 2004 : p8).
Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah
dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan.
4. Pengertian dan Tujuan Sistem
Penunjang Keputusan
Turban,
Aronson dan Liang (2005) menunjukkan sistem pendukung keputusan (SPK) sebagai
sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan
manajerial dalam situasi keputusan semiterstruktur. Sistem pendukung keputusan
dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk
memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka.
Tujuan Sistem Pendukung Keputusan: a) Membantu manejer membuat keputusan untuk
memecahkan masalah semiterstruktur; b) Mendukung penilaian manajer, bukan
mencoba menggantikannya; c) Meningkatkan efektifitas pengambilan keputusan
manajer daripada efisiensinya.
5. Perancangan Sistem
Perancangan
sistem diawali dengan membuat struktur tabel dan relasi antar tabel. Struktur
Tabel dapat dilihat pada Tabel 1, sedangkan untuk Relasi Antar Tabel dapat
dilihat pada Gbr. 2.
Gbr.
2 Relasi Antar Tabel
Relasi
yang terjadi antara table lingkungan dan keluarga yaitu relasi One to Many
dengan sisi many adalah table Lingkungan pada field ID dan sisi One adalah
table keluarga pada field ID_Keluarga. Dilain pihak tabe; keluarga berelasi
dengan table R_Keluarga juga menganut jenis relaswi One to Many denga sisi many
adalah table keuarga pada field ID dan sisi one adalah table R_Keluarga pada
field ID_Kel.
6. Hasil dan Pembahasan
Hasil
Penelitian ini dapat dilihat dalam program aplikasi yang dibangun selanjutnya
akan dibahas setiap antar muka yang dalam penulisan ini menggunakan istilah
form seperti berikut.
Form menu utama adalah
form yang pertama dimunculkan pada saat program dijalankan, namun menu-menu
yang tersedia masih dalam keadaan tidak aktif sampai kepada tahapan login
dilakukan barulah menu-menu yang tersdia diaktifkan kembali sesuai dengan hak
pemakai yang telah diatur. Form Menu Utama dapat dilihat pada Gbr. 3 dibawah
ini:
Gbr.
3 Form Menu Utama
Selain Form Menu Utama,
juga terdapat Form Login, Form Ganti Password, Form Setup Fungsi Penghasilan
(Lihat Gbr. 4) , Form Setup Fungsi Anggota Tanggungan, Form Pembobotan
Kriteria, Form Penginputan Data Lingkungan, Form Penginputan Data Keluarga,
Form Penentuan Keputusan, serta Contoh Laporan Hasil Keputusan (Gbr. 5). Untuk
kepentingan penulisan paper ini, maka tampilan form akan dibatasi.
Gbr.
4 Form Setup Fungsi Penghasilan
Gbr.
5 Contoh Laporan
7. Kesimpulan dan Saran
Sistem
Pendukung Keputusan Pemberian Beras Miskin (RASKIN) Menggunakan Fuzzy Logic
dapat membantu pengambil keputusan dalam mengambil keputusan berkaitan dengan
distribusi beras miskin. Penggunakan Fuzzy Logic dalam system ini menghasilkan
hasil perhitungan kelayakan penerimaan setiap keluarga di Kelurahan Singkil II
menjadi lebih logis dan dapat diterima kebenarannya Sistem ini dapat
dikembangkan sengga mencakup system informasi kependudukan secara menyeluruh
dengan tetap menyertakan peruses pendukung keputusan yang telah dibangun ini.
Diharapkan agar system ini dapat diterapkan sehingga dapat mambantu penyaluran
beras miskin dan tepat sasaran.
Referensi
[1] Fathansyah. 1999.
Basis Data. Bandung: Informatika
[2] Hermawan Julius,
2005, “Membangun Decision Support System”, Penerbit Andi, Yogyakarta
[3] Kadir, Abdul. 2002.
Pengenalan Sistem Informasi. Yogyakarta: Andi
[4] Kawengian, R. 2008.
Sistem Informasi Perpustakaan Propinsi Sulawesi Utara. [skripsi]. FMIPA UNSRAT,
Manado.
[5] Kusumadewi, Sri.
2010. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu
[6] Wang, Shin-Yun, and
Chih-Chiang Hwang. 2011. An application of fuzzy set theory to the weighted
average cost of capital and capital structure decision Technology and
Investment 1.4 (2010): 248+.
[7] http://id.wikipedia.org/wiki/Sistem_pendukun
g_keputusan [8] http://typecat.com/pdf/PENGERTIANRASKIN.html
