SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT
Berdasarkan data Badan Pusat Statistik (BPS) pada Maret 2021, persentase penduduk miskin telah mencapai 9,41% atau sekitar 25,14 juta dari jumlah penduduknya. Program Keluarga Harapan (PKH) adalah salah satu program pemberian bantuan sosial bersyarat kepada keluarga miskin dan rentan yang terdaftar dalam program penanganan fakir
miskin. Tujuan dari PKH ialah mengurangi rantai kemiskinan, meningkatkan SDM, dan mengubah perilaku yang kurang mendukung peningkatan kesejatahteraan pada
kelompok paling miskin. Melihat dari keadaan yang terjadi di Indonesia, khususnya Kelurahan Singa Gembara di Kabupaten Kutai Timur yang masih belum tepat sasaran
dalam penyaluran bantuan sosial seperti PKH. Sehingga dibuatkan sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW) dan metode
Weighted Product (WP) bertujuan untuk membantu dan mempermudah Dinas Sosial Kabupaten Kutai Timur dalam penyaluran bantuan PKH agar tepat sasaran. Penelitian
ini menggunakan 6 kriteria dan 50 data alternatif dari masyarakat Kelurahan Singa Gembara. Dari hasil akhir yang didapatkan dengan menggunakan metode SAW dan WP
terdapat kesamaan peringkat pada nilai preferensi A1, A2, A34, A47, A48, dan A49 yang termasuk pada 16 peringkat teratas. Kesimpulan penelitian ini yang diperoleh
melalui sistem dengan menerapkan metode SAW peringkat 1 ditempati A8 dengan nilai 0.735 dan metode WP peringkat 1 ditempati A3 dengan nilai 0.028.
Ketersediaan
Detail Information
Judul | SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT |
---|---|
Pengarang | ADINDA PUTRI AZZAHRA - Personal Name |
No. Panggil | SKRIPSI AND s 2023 |
Subyek | SPK WP SAW PKH |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2023 |
Penerbit | Fakultas Teknik |
Jurusan | Informatika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY