NASKAH PUBLIKASI

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA

BANTUAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY
PROCESS DAN SIMPLE ADDITIVE WEIGHTING DI LAZISMU SRAGEN

Probo Aji Nugroho

15.4.00064
Sistem Informasi

SISTEM INFORMASI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
SINAR NUSANTARA
SURAKARTA
2019
Halaman Pengesahan
NASKAH PUBLIKASI

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA

BANTUAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY
PROCESS DAN SIMPLE ADDITIVE WEIGHTING DI LAZISMU SRAGEN

Disusun Oleh:
Nama : Probo Aji Nugroho
NIM : 15.4.00064
Program Studi : Sistem Informasi

Untuk Berkala Penelitian Sarjana Ini

Telah Disetujui Oleh

1. Reviewer 1

Nama :__________________________ Tanggal

NIDN.
2. Reviewer 2

Nama :__________________________ Tanggal

NIDN.
 SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA
BANTUAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY
PROCESS DAN SIMPLE ADDITIVE WEIGHTING DI LAZISMU SRAGEN
Probo Aji Nugroho1); Sri Haryati Fitriasih2); Tri Irawati3)
1,2,3)Program Studi Sistem Informasi, STMIK Sinar Nusantara Surakarta
1)proboaji7@gmail.com; 2) fitri@sinus.ac.id; 3) triirawati@sinus.ac.id

ABSTRACT

Until now, LazisMu has received data about assistance in hundreds of submissions. However,
the data management system still uses a manual system. Like recording applicant data, the
process of calculating each criterion, until the report is still separate. With a system like that, the
percentage of human errors / errors is more. The purpose of this application is to support the
decision to determine recipients of aid funds using the AHP and SAW methods. Application to
determine the use of the Visual Basic programming language. Research methods include data
collection, system development, and application design. The research problem is the formulation
that includes Lazis applies to the Analytical Hierarchy Process method and Simple Additive
Weighting and how to build an application system to determine the beneficiaries using the Visual
Basic programming language. Based on the results of testing 30% of the data that has been
submitted, beneficiaries have good performance.
Keywords: AHP, SAW, Decision Support System

I. PENDAHULUAN Adapun jurnal pendukung dalam

Lazismu adalah lembaga zakat tingkat
nasional yang berkhidmat dalam
pemberdayaan masyarakat melalui
pendayagunaan secara produktif dana zakat,
infaq, wakaf dan dana kedermawanan lainnya
baik dari perseorangan, lembaga, perusahaan
dan instansi lainnya. Lazizmu Sragen sendiri
memiliki empat pilar program yaitu pendidikan,
ekonomi, sosial, dan dakwah. Untuk
mendapatkan dana bantuan dari LazizMu ada
beberapa cara, salah satunya adalah dengan
mengajukan permohonan bantuan kepada
pihak LazizMu. Namun ada beberapa syarat
yang harus dipenuhi agar permohonan
bantuan itu dapat diterima.
Sampai saat ini pihak LazizMu telah
mendapatkan data pengajuan bantuan
sebanyak ribuan pengajuan. Akan tetapi
system pengelolaan datanya masih
menggunakan system manual dan belum
terintegrasi. Seperti pencatatan data pengaju,
proses perhitungan tiap kriteria, sampai
laporan masih terpisah. Dengan system yang
seperti itu presentase kesalahan / human error
lebih banyak. Untuk itu dibutuhkan suatu
system pendukung keputusan agar setiap
proses perhitungan dan laporan dapat
terintregasi sehingga memudahkan LazizMu
dalam memberikan bantuan kepada pemohon
dan meminimalisir kesalahan yang tidak perlu.
pembuatan skripsi ini yaitu jurnal dengan judul
“Sistem Pendukung Keputusan Menentukan
Anak Asuh Pena Prestasi Menggunakan
Metode Saw (Simple Additive Weighting) Pada
Lembaga Amil Zakat Dana Peduli Ummat
Kalimantan Timur”[1]. “Implementasi
Kombinasi Metode Ahp Dan Saw Dalam
Pendukung Keputusan Penentuan Kredit
Perumahan Rakyat” [2]. “Sistem Pendukung
Keputusan Penerimaan Beras Untuk Keluarga
Miskin Menggunakan Metode Simple Additive
Weighting Di Kantor Kepala Desa
Gumpang”[3]. “Sistem Penunjang Keputusan
Calon Desa Penerima Air Bersih Di Kecamatan
Sumberlawang Sragen Menggunakan Metode
Simple Additive Weighting“[4]. “Sistem Prediksi
Pertandingan Sepak Bola Dengan Metode
Analytical Hierarchy Process (AHP)” [5]
Adapun metode yang digunakan adalah
Metode Analytical Hierartical Process (AHP)
dan Metode Simple Additive Wighting (SAW).
Metode AHP dianggap tepat untuk mewakili
pemikiran alamiah yang cenderung
mengelompokkan elemen sistem ke level-level
yang berbeda dari masing-masing level berisi
elemen yang serupa sehingga lebih baik
digunakan untuk pemilihan penerima dana
bantuan yang melibatkan banyak kriteria
dengan level hirarki yang berbeda. Selain itu,
metode AHP juga menyediakan skala

1
pengukuran dan metode untuk mendapatkan
prioritas untuk semua hirarki kriteria, karena
masing masing kriteria memiliki prioritas yang
tidak sama. Sedangkan Metode SAW
digunakan untuk perangkingan dalam
menentukan preoritas penerima dana bantuan.
Alasan menggunakan kedua metode ini adalah
bobot dari tiap kriteria berbeda-beda dan perlu
diadakannya peringkinan untuk mengetahui
preoritas pengaju dana bantuan.
Berdasarkan uraian tersebut penulis
tertarik untuk mengangkat judul untuk skripsi
yaitu “SISTEM PENDUKUNG KEPUTUSAN
MENENTUKAN PENERIMA BANTUAN
MENGGUNAKAN METODE ANALYTICAL
HIERARCHY PROCESS DAN SIMPLE
ADDITIVE WEIGHTING DI LAZISMU
SRAGEN” Diharapkan dengan adanya aplikasi
ini dapat membantu LazizMu Sragen dalam
menentukan penerima dana bantuan dengan
lebih mudah, cepat dan akurat.
Tujuan yang diharapkan dengan
adanya penyusunan penelitian ini adalah
membangun aplikasi system pendukung
keputusan penentuan penerima bantuan
dengan menggunakan metode Analytical
Hierarchy Process sebagai penentuan
konsistensi pembobotan kriteria dan Simple
Additive Weighting sebagai peringkingan calon
penerima bantuan pada studi kasus LazisMu
Sragen menggunakan bahasa pemrograman
Visual Basic
II. TINJAUAN PUSTAKA
a. Sistem Pendukung Keputusan
Sistem pendukung keputusan merupakan
salah satu produk perangkat lunak yang
dikembangkan secara khusus untuk
membantu dalam proses pengambilan
keputusan. [1]
b. Metode AHP dan SAW
Metode AHP dan SAW merupakan
metode yang fundamental selain metode
MFEP (Multi Factor Evaluating Process).
Metode ini terlihat memiliki proses
penyelesaian yang merupakan
penggabungan metode AHP dan SAW.
Adapun alogaritma penyelesaian metode
ini yaitu :
1. Mendefinisikan terlebih dahulu kriteria
kriteria yang akan dijadikan sebagai
tolak ukur penyelesaian masalah dan
menentukan tingkat kepentingan dari
setiap kriteria.
2. Menghitung nilai matriks perbandingan
dari masing-masing kriteria
berdasarkan table nilai kepentingan
(Table Saaty)
3. Menghitung Nilai Bobot Kriteria (W j)
1
WjnΣaij ………..…..……...............(1)
Wj = Bobot Kriteria
4. Menghitung Indeks Konsistensi
tmaks = (t1 x Σ Baris1) + (t2 x Σ Baris2) +
… + (tn x Σ Barisn)………………...(2)
𝑡−𝑛
CI = 𝑛−1 ….……..............................(3)
CI = Indeks Konsistensi
t = Eigen Vektor Maksimum
5. Menghitung Rasio Konsistensi
𝐶𝐼
CR= ..…………………….........(4)
𝑅𝐼
Tabel 1. Indeks Rasio.
Tabel Indeks Rasio
n 1 2 3 4 5
RI 0 0 0.58 0.9 1.12
n adalah jumlah kriteria yang
digunakan. Dalam kasus ini jumlah
kriteria ada 5 maka nilai RI adalah 1,12
CR = Rasio Konsistensi
CI = Indek Konsistensi
RI = Random Konsistensi
6. Menghitung nilai bobot Preferensi (Vi)
Vi= Σwjxij ….………………..….…(5)
7. Perangkaian
Kemudian berdasarkan nilai 𝑉𝑖 yang
didapat, dilakukan pengurutan dari
yang terbesar sampai yang terkecil.
c. Visual Studio
Microsoft Visual Studio merupakan
sebuah perangkat lunak lengkap (suite)
yang dapat digunakan untuk melakukan
pengembangan aplikasi, baik itu aplikasi
bisnis, aplikasi personal ataupun
komponen aplikasinya, dalam bentuk
aplikasi console, aplikasi Windows
ataupun aplikasi Web Visual Studio
mencakup kompiler, SDK, Integrated
Development Environment (IDE), dan
dokumentasi (umumnya berupa MSDN
Library). Kompiler yang dimasukkan ke
dalam paket Visual Studio antara lain
Visual C++, Visual C#, Visual Basic, Visual
2
 Basic.NET, Visual InterDev, Visual J++, serta Pengujian Sistem menggunakan
Visual J#, Visual FoxPro, dan Visual pengujian validitas.
SourceSafe.[6]

d. Microsoft Acces IV. PEMBAHASAN

Dalam pembahasan menguraikan
Aplikasi Microsoft Access (disebut juga
mengenai diagram alir sistem, perancangan
Access) adalah Aplikasi yang digunakan
sistem, desain sistem, desain database, desain
untuk mengelola database atau aplikasi
antarmuka, implementasi antarmuka dan
database yang memungkinkan pengguna
pengujian.
untuk melakukan manipulasi data
1. Analisa Masalah Dengan Metode AHP dan
menggunakan fasilitas yang diberikan oleh
SAW
microsoft access. Aplikasi ini memiliki
Penulis mengambil studi kasus
kelebihan dibandingkan dengan aplikasi
penentuan prioritas penerima pinjaman di
lain dalam hal kemudahan operasi dan
LAZISMU Sragen, dengan sampel 10 data
ketersediaan aplikasi dimasyarakat.[7]
pemohon bantuan. Calon penerima bantuan
e. Zakat
yang mengajukan permohonan akan
Zakat adalah rukun Islam yang ketiga, digunakan sebagai inputan data pada
yang mempunyai dimensi vertical dan aplikasi yang akan dibuat. Kriteria dan bobot
horisontal. Zakat adalah sistem keuangan, masing - masing kriteria yang menjadi
ekonomi, sosial, politik, moral dan agama pertimbangan. Ditunjukkan pada tabel 2.
sekaligus. Zakat sebagai instrument
people to people transfer merupakan jalan Tabel 2 Bobot Preferensi
Bobot Preferensi
keluar terbaik untuk mengurangi Kriteria Cost / Benefit
(W)
ketimpangan dan kesenjangan Kondisi Rumah Cost 1
Informasi Keluarga Cost 3
ekonomi.[8] Kondisi Sosial Cost 3
Ekonomi
Rincian Biaya Hidup Cost 5
f. Organisasi Pengelolaan Zakat Aset Di Luar Cost 1
Organisasi Pengelola Zakat (OPZ)
adalah institusi yang bergerak di bidang Semua kriteria yang ada disini bernilai
pengelolaan dana zakat, infaq, dan cost yang artinya semakin rendah nilainya
shadaqah. Adapun definisi pengelolaan maka semakin dipreoritaskan
zakat menurut undang-undang nomor 38
tahun 1999 tentang pengelolaan zakat Langkah selanjutnya adalah Normalisasi.
adalah kegiatan perencanaan, Sebelum melakukan normalisasi melakukan
pengorganisasian, pendistribusian dan perbandingan preoritas kriteria. Ditunjukkan
pendayagunaan zakat. [8] pada tabel 3.

Tabel 3 Tabel Perbandingan Kriteria

III. METODE PENELITIAN
Dalam penelitian ini, penulis Perbandingan Preoritas
Kondis Informas Kondisi Rincia Aset
menggunakan data primer dan data sekunder i i Sosial n Berharg
untuk mendukung penelitian ini. Sehingga Ruma Keluarg Ekonom Hidup a di Luar
h a i
mendapatkan data yang lengkap dan akurat, Kondisi
1,00 3,00 3,00 5,00 1,00
sebagai pelengkap sistem yang dibuat. Dari Rumah
Informas
data tersebut di lakukan pengumpulan data i
0,33 1,00 1,00 3,00 0,33
dengan cara yaitu observasi, wawancara dan Keluarg
a
studi pustaka. Kemudian, pengembangan Kondisi
Sosial 0,33 1,00 1,00 3,00 0,33
sistem dengan tahapan pendataan pemohon Ekonomi
dan tahapan pembobotan kriteria. Metode Rincian
0,20 0,33 0,33 1,00 0,20
Hidup
yang digunakan adalah Analitycal Hierarchy Aset
Procces dan Simple Additive Weighting. Berharg 1,00 3,00 3,00 5,00 1,00
a di Luar
Sedangkan dalam metode desain sistem Jumlah
2,87 8,33 8,33 17,00 2,87
penulis membuat beberapa tahap yang terdiri Kolom
dari Context Diagram, Hierarki Input Proses Nilai yang didapatkan tersebut
Output, Diagram Arus Data, Desain Database, merupakan hasil perbandingan dari setiap
Desain Input Output, dan Implementasi Sistem, Kriteria.

3
 Setelah mendapatkan nilai pada tabel nilai dari RI adalah 1,12. Rumusnya seperti
perbandingan kriteria selanjutnya adalah pada rumus 4.
melakukan normalisasi. Ditunjukkan pada
tabel 4. 0,018
CR = = 0,016
Tabel 4 Tabel Normalisasi 1,12

Normalisasi Nilai Rasio konsistensi berada dibawah

Kondis
Kondi Inform
i Rinci
Aset Juml 0,1 maka rasio konsistensinya adalah
si asi Berhar ah
Rum Keluar
Sosial an
ga di Bobo Konsisten
Ekono Hidup
ah ga Luar t
mi
Kondis Pada perhitungan ini sistem pendukung
i 0,35 0,36 0,36 0,29 0,35 1,71
Rumah
keputusan menggunakan metode AHP dan
Inform SAW, data – data yang diperlukan
asi
Keluar
0,12 0,12 0,12 0,18 0,12 0,65 diantaranya kriteria – kriteria penilaian, dan
ga bobot keputusan. Dalam tiga puluh kasus ini
Kondis
i Sosial akan di ambil pemohon yang layak
0,12 0,12 0,12 0,18 0,12 0,65
Ekono menerima bantuan. Ditunjukkan pada tabel
mi
Rincia 6.
n 0,07 0,04 0,04 0,06 0,07 0,28
Hidup
Aset
Tabel 6 Contoh Calon Penerima Bantuan
Berhar Data Awal Setelah Di Rata - Rata
0,35 0,36 0,36 0,29 0,35 1,71 Inform Aset
ga di Nama Kondis Kondisi Rincia
Luar asi Berhar
Pemoho i Sosial n
Jumlah 1,00 1,00 1,00 1,00 1,00 Keluar ga di
n Rumah Ekonomi Hidup
ga Luar
Nilai pada tabel tersebut merupakan Albitsna 2,7 3,4 2,8 2,5 1,0
hasil perkalian matriks dari setiap kriteria. Asnar
2,8 3,0 2,6 3,5 1,0
Agust
Handoko 3,4 1,6 3,4 2,0 1,0
Selanjutnya adalah menentukan nilai Gajang 3,0 3,2 2,8 2,5 1,0
Winarno 1,5 3,4 4,2 3,5 1,0
eigen vector disetiap kriteria seperti pada Dewi 2,7 3,2 2,6 2,5 4,0
rumus 1. Ditunjukkan pada tabel 5. Mulyono 2,8 3,2 3,0 4,0 1,0
Sumarlan 2,4 2,8 3,6 1,5 4,0
Tabel 5 Perhitungan Eigen Vektor Sutarno 3,7 3,4 4,0 4,0 1,0
Kriteria Perhitungan Nilai Eigen Vektor Agus 3,3 2,6 3,4 4,0 1,0
Kondisi Rumah 1,71 / 5 0.34 kromo 2.1 2.4 2.0 2.5 1.0
Informasi Keluarga 0,65 / 5 0.13 Joko
Kondisi Sosial Ekonomi 0,65 / 5 0.13 Sriyanto 2.6 3.0 1.8 3.0 1.0
Rincian Hidup 0,28 / 5 0.06 Heru
Aset Berharga di Luar 1,71 / 5 0.34 Priyatno 2.1 3.6 2.4 2.5 1.0
Nilai tersebut didapatkan dari pembagian nilai Ngadiyo 2.3 2.4 2.0 4.0 1.0
Didik Tri 2.3 1.6 2.8 3.5 1.0
jumlah bobot pada tabel 4 dibagi dengan Joko
jumlah kriteria. Warsito 3.2 3.2 2.8 2.5 1.0
Agus
Pramono 2.9 2.6 3.4 4.0 1.0
Setelah mendapatkan nilai eigen vector Teguh
Subarjo 2.9 3.2 2.8 2.5 1.0
seperti pada tabel 5 selanjutnya mencari Didik
eigen maksimum seperti pada rumus 2. Endah 2.1 3.0 2.2 3.5 4.0
Mulyono 2.9 3.2 3.0 4.0 1.0
Suharno 3.7 3.4 4.0 4.0 1.0
t = (2,87 x 0,34) + (8,33 x 0,13) + (8,33 x 0,13) Suparlan 2.6 3.2 3.4 1.5 4.0
+ (17,00 x 0,06) + (2,86 x 0,34) = 5,07 Sarmanto 3.1 2.8 1.8 4.0 4.0
Suparno 2.8 2.6 1.8 2.0 4.0
Nilai tiap Σ Baris didapatkan dari Nilai Eigen Lilik 3.1 3.4 3.0 4.0 1.0
vector pada setiap kriteria pada tabel 4. Jumbadi 3.0 3.2 3.0 4.0 1.0
Tri
Menghitung indeks konsistensi dan Rasio Hartanto 2.9 3.4 3.0 4.0 1.0
Konsistensi seperti rumus 3. Sadinah
Satinem
1.4
2.3
2.8
3.2
1.4
1.8
2.0
4.0
4.0
4.0
5,07  5 Saminem 3.3 3.2 1.8 2.5 4.0
CI = = 0,018 Tabel tersebut merupakan hasil dari rata
5 1
Setelah mendapatkan nilai Indeks setiap nilai yang didapatkan dari setiap
Konsistensi maka menghitung rasio pemohon yang telah disurvei.
konsistensi yang dimana RI didapatkan pada Selanjutnya adalah menentukan nilai
tabel 1. Karena jumlah kriteria ada 5 maka disetiap poin kriteria seperti pada tabel 7.

4
 Tabel 7 Nilai disetiap poin kriteria Kondisi Aset
Nama Kondisi Informasi Rincian
Sosial Berharga
Kondisi Informasi
Kondisi
Rincian Rincian
Aset Pemohon Rumah Keluarga Hidup
Sosial Berharga Ekonomi di Luar
Rumah Keluarga Hidup Hidup Lilik 31 34 30 40 10
Ekonomi di Luar
Poi Nil Poi Nil Poi Nil Poi Nil Poi Nil Poi Nil Jumbadi 30 32 30 40 10
n ai n ai n ai n ai n ai n ai Tri
0.1 1 0.1 1 0.1 1 0.1 1 0.1 1 29 34 30 40 10
Hartanto
0.2 2 0.2 2 0.2 2 0.2 2 0.2 2
Sadinah 14 28 14 20 40
0.3 3 0.3 3 0.3 3 0.3 3 0.3 3
0.4 4 0.4 4 0.4 4 0.4 4 0.4 4 Satinem 23 32 18 40 40
0.5 5 0.5 5 0.5 5 0.5 5 0.5 5 Saminem 33 32 18 25 40
0.6
0.7
6
7
0.6
0.7
6
7
0.6
0.7
6
7
0.6
0.7
6
7
0.6
0.7
6
7
Nilai tersebut adalah data yang telah
0.8 8 0.8 8 0.8 8 0.8 8 0.8 8 dikonversikan dari tabel 7.
0.9 9 0.9 9 0.9 9 0.9 9 0.9 9 1 10
1 10 1 10 1 10 1 10 1 10
1.1 11 1.1 11 1.1 11 1.1 11 1.1 11
1.2 12 1.2 12 1.2 12 1.2 12 1.2 12 Diterimanya permohonan bantuan jika poin
1.3
1.4
13
14
1.3
1.4
13
14
1.3
1.4
13
14
1.3
1.4
13
14
1.3
1.4
13
14
maksimal yang diperoleh adalah 23.2657.
1.5 15 1.5 15 1.5 15 1.5 15 1.5 15 Nilai tersebut didapatkan dari poin yang
1.6 16 1.6 16 1.6 16 1.6 16 1.6 16
1.7 17 1.7 17 1.7 17 1.7 17 1.7 17 diterima pemohon dengan variasi rincian
1.8
1.9
18
19
1.8
1.9
18
19
1.8
1.9
18
19
1.8
1.9
18
19
1.8
1.9
18
19
nilai pemohon sebagai contoh sebagai
2 20 2 20 2 20 2 20 2 20 berikut:
2.1 21 2.1 21 2.1 21 2.1 21 2.1 21
2.2 22 2.2 22 2.2 22 2.2 22 2.2 22 Kondisi Rumah = 28
2.3 23 2.3 23 2.3 23 2.3 23 2.3 23
2.4 24 2.4 24 2.4 24 2.4 24 2.4 24
Informasi Keluarga = 32
2.5
2.6
25
26
2.5
2.6
25
26
2.5
2.6
25
26
2.5
2.6
25
26
2.5
2.6
25
26
Kondisi Sosial Ekonomi = 32
2.7 27 2.7 27 2.7 27 2.7 27 2.7 27 Rincian Hidup = 25
2.8 28 2.8 28 2.8 28 2.8 28 2.8 28
2.9 29 2.9 29 2.9 29 2.9 29 2.9 29 Aset Berharga Di Luar = 10
3 30 3 30 3 30 3 30 3 30
4 40
3.1 31 3.1 31 3.1 31 3.1 31 3.1 31
3.2 32 3.2 32 3.2 32 3.2 32 3.2 32 Setalah mendapatkan nilai maksimal
3.3 33 3.3 33 3.3 33 3.3 33 3.3 33
3.4 34 3.4 34 3.4 34 3.4 34 3.4 34 diterima dan nilai dari setiap Pemohon maka
3.5 35 3.5 35 3.5 35 3.5 35 3.5 35
3.6 36 3.6 36 3.6 36 3.6 36 3.6 36
selanjutnya adalah menghitung nilai
3.7 37 3.7 37 3.7 37 3.7 37 3.7 37 preverensi dengan menggunakan Rumus 5.
3.8 38 3.8 38 3.8 38 3.8 38 3.8 38
3.9 39 3.9 39 3.9 39 3.9 39 3.9 39
4 40 4 40 4 40 4 40 4 40
V1 = (27 x 0,34)+(34 x 0,13)+(28 x 0,13)+(25
Setelah ditentukan selanjutnya adalah x 0,06)+(10 x 0,34) = 21.99289
memasukan nilai yang telah ditentukan V2 = (28 x 0,34)+(30 x 0,13)+(26 x 0,13)+(35
ke dalam tabel nilai kriteria disetiap x 0,06)+(10 x 0,34) = 22.05607
pemohon. Ditunjukkan pada tabel 8. V3 = (34 x 0,34)+(22 x 0,13)+(34 x 0,13)+(5
x 0,06)+(10 x 0,34) = 22.66831
Tabel 8 Nilai Pemohon Disetiap Kriteria V4 = (28 x 0,34)+(32 x 0,13)+(28 x 0,13)+(35
Kondisi Aset
Nama
Pemohon
Kondisi
Rumah
Informasi
Keluarga
Sosial
Rincian
Hidup
Berharga x 0,06)+(10 x 0,34) = 22.57529
Ekonomi di Luar V5 = (23 x 0,34)+(34 x 0,13)+(36 x 0,13)+(35
Albitsna 27 34 28 25 10
Asnar
28 30 26 35 10
x 0,06)+(10 x 0,34) = 22.16156
Agust
Handoko 34 16 34 20 10
V6 = (27 x 0,34)+(32 x 0,13)+(26 x 0,13)+(25
Gajang 30 32 28 25 10 x 0,06)+(40 x 0,34) = 31.74442
Winarno 15 34 42 35 10 V7 = (28 x 0,34)+(32 x 0,13)+(30 x 0,13)+(40
Dewi 27 32 26 25 40
Mulyono 28 32 30 40 10 x 0,06) + (10 x 0,34) = 23.39856
Sumarlan 24 28 36 15 40 V8 = (24 x 0,34)+(28 x 0,13)+(32 x 0,13)+(15
Sutarno 37 34 40 40 10
Agus 33 26 34 40 10 x 0,06)+(40 x 0,34) = 30.59142
Kromo 21 24 20 25 10 V9 = (37 x 0,34)+(34 x 0,13)+(40 x 0,13)+(40
Joko
Sriyanto
26 30 18 30 10 x 0,06) + (10 x 0,34) = 27.80922
Heru
Priyatno
21 36 24 25 10 V10 = (32 x 0,34)+(26 x 0,13)+(34 x
Ngadiyo 23 24 20 40 10 0,13)+(40 x 0,06)+(10 x 0,34) = 24.28015
Didik Tri 23 16 28 35 10 V11 = (21 x 0,34)+(24 x 0,13)+(20 x
Joko
Warsito
32 32 28 25 10 0,13)+(25 x 0,06)+(10 x 0,34) = 17.65930
Agus
Pramono
29 26 34 40 10 V12 = (26 x 0,34)+(24 x 0,13)+(30 x
Teguh
29 32 28 25 10
0,13)+(18 x 0,06)+(10 x 0,34) = 20.16867
Subarjo
Didik
V13 = (21 x 0,34)+(36 x 0,13)+(24 x
21 30 22 35 40
Endah 0,13)+(25 x 0,06)+(10 x 0,34) = 19.73619
Mulyono 29 32 30 40 10
Suharno 37 34 40 40 10
V14 = (23 x 0,34)+(24 x 0,13)+(20 x
Suparlan 26 32 34 15 40 0,13)+(40 x 0,06)+(10 x 0,34) = 19.35027
Sarmanto 31 28 18 40 40
Suparno 28 26 18 20 40

5
V15 = (23 x 0,34)+(16 x 0,13)+(28 x Nama Pemohon Nilai Rangking Keterangan
Jumbadi 23.96916 17 Ditolak
0,13)+(35 x 0,06)+(10 x 0,34) = 19.07191 Tri Hartanto 23.94347 16 Ditolak
V16 = (32 x 0,34)+(32 x 0,13)+(28 x Sadinah 25.10969 20 Ditolak
Satinem 30.11456 24 Ditolak
0,13)+(35 x 0,06)+(10 x 0,34) = 23.44507 Saminem 32.70306 30 Ditolak
V17 = (29 x 0,34)+(26 x 0,13)+(34 x
0,13)+(40 x 0,06)+(10 x 0,34) = 23.42425
Hasil yang diperoleh dari perhitungan
V18 = (29 x 0,34)+(32 x 0,13)+(28 x
0,13)+(25 x 0,06)+(10 x 0,34) = 22.58917
manual ini diterimanya 11 pemohon dengan
V19 = (21 x 0,34)+(30 x 0,13)+(22 x rangking secara urut atas nama Kromo
0,13)+(35 x 0,06)+(40 x 0,34) = 29.52521 dengan nilai 17.65930, Didik Tri dengan
V20 = (29 x 0,34)+(32 x 0,13)+(30 x nilai 19.07191, Ngadiyo dengan nilai
0,13)+(40 x 0,06)+(10 x 0,34) = 23.68386 19.35027, Heru Priyatno dengan nilai
V21 = (37 x 0,34)+(34 x 0,13)+(40 x 19.73619, Joko Sriyanto dengan nilai
0,13)+(40 x 0,06)+(10 x 0,34) = 27.80922 20.16867, Albitsna dengan nilai 21.99289,
V22 = (26 x 0,34)+(32 x 0,13)+(34 x Asnar Agust dengan nilai 22.05607,
0,13)+(15 x 0,06)+(40 x 0,34) = 31.94085 Winarno dengan nilai 22.16156, Gajang
V23 = (31 x 0,34)+(28 x 0,13)+(18 x dengan nilai 22.57529, Teguh Subarjo
0,13)+(40 x 0,06)+(40 x 0,34) = 32.44832
dengan nilai 22.58917, dan Handoko
V24 = (28 x 0,34)+(26 x 0,13)+(18 x
0,13)+(20 x 0,06)+(40 x 0,34) = 30.21938
dengan nilai 22.66831.
V25 = (31 x 0,34)+(34 x 0,13)+(30 x 2. Context Diagram
0,13)+(40 x 0,06)+(10 x 0,34) = 24.51407 Context Diagram dalam kasus ini
V26 = (30 x 0,34)+(32 x 0,13)+(30 x menggambarkan sistem yang sedang
0,13)+(40 x 0,06)+(10 x 0,34) = 23.96916 berjalan pada Penentuan penerimaan
V27 = (29 x 0,34)+(34 x 0,13)+(30 x bantuan di LAZISMU Sragen. Ditunjukkan
0,13)+(40 x 0,06)+(10 x 0,34) = 23.94347 pada gambar 1.
V28 = (14 x 0,34)+(28 x 0,13)+(18 x
0,13)+(40 x 0,06)+(40 x 0,34) = 25.10969
V29 = (23 x 0,34)+(32 x 0,13)+(18 x Admin
Data Pemohon
0,13)+(40 x 0,06)+(40 x 0,34) = 30.11456
Laporan Data Pemohon
V30 = (33 x 0,34)+(32 x 0,13)+(18 x
0,13)+(40 x 0,06)+(40 x 0,34) = 32.70306 Laporan Hasil Seleksi 0
Sistem Penentuan Info Hasil Penerima Bantuan
Pemohon
Penerima Bantuan
Dana
Ditemukanlah hasil akhir dari perhitungan
menggunakan metode AHP dan SAW Ketua
Data Nilai Batas
seperti pada tabel 9. Data Kriteria

Tabel 9 Hasil Perhitungan

Gambar 1 Context Diagram
Nama Pemohon Nilai Rangking Keterangan
Albitsna 21.99289 6 Diterima
Asnar Agust 22.05607 7 Diterima
Gambar 1 menjelaskan bahwa sistem
Handoko 22.66831 11 Diterima terdiri dari 3 entitas yaitu admin, ketua dan
Gajang 22.57529 9 Diterima pemohon.
Winarno 22.16156 8 Diterima
Dewi 31.74442 27 Ditolak
Mulyono 23.39856 12 Ditolak 3. Entity Relationship Diagram (ERD)
Sumarlan 30.59142 26 Ditolak
Sutarno 27.80922 21 Ditolak
Entity Relationship Diagram (ERD) pada
Agus 24.28015 18 Ditolak sistem penentuan Penerima pemohon
Kromo 17.65930 1 Diterima
Joko Sriyanto 20.16867 5 Diterima
bantuan memiliki 4 entitas. Dari beberapa
Heru Priyatno 19.73619 4 Diterima entitas tersebut membentuk suatu relasi
Ngadiyo 19.35027 3 Diterima
Didik Tri 19.07191 2 Diterima
antar entitas yang saling terhubung satu
Joko Warsito 23.44507 14 Ditolak sama dengan lain dengan mempunyai
Agus Pramono 23.42425 13 Ditolak
Teguh Subarjo 22.58917 10 Diterima
foreign key. Ditunjukkan pada gambar 2.
Didik Endah 29.52521 23 Ditolak
Mulyono 23.68386 15 Ditolak
Suharno 27.80922 21 Ditolak
Suparlan 31.94085 28 Ditolak
Sarmanto 32.44832 29 Ditolak
Suparno 30.21938 25 Ditolak
Lilik 24.51407 19 Ditolak

6
 Sub kriteria
alamat Form Nilai Batas digunakan untuk
informasi nama_kk
keluarga menambah data nilai batas atau
Sub kriteria
no_telp Kode pemohon
id kode_pemohon
mengubah data nilai batas yang sudah
kondisi rumah
ada. Ditunjukkan pada gambar 5.
Kode_kriteria
Sub kriteria M 1
Proses AHP
kondisi sosial Pemohon Dihitung
dan SAW
ekonomi Kode_nilai_batas

1
Sub kriteria
Sub kriteria aset
rincian biaya
berharga diluar
hidup
Digunakan

kode_kriteria
M
id
nama_kriteria M 1
Kriteria Digunakan Nilai Batas
kode_pemohon

bobot Kode_kriteria
atribut Kode_nilai_batas Gambar 5 Halaman Nilai Batas

Gambar 2 Relasi Antar Tabel d. Form Perhitungan

Form perhitungan digunakan untuk
4. Implementasi Sistem mencari hasil seleksi. Pada tahap ini
Implementasi sistem dari penentuan program menggunakan metode AHP dan
pemohon bantuan di LAZISMU Sragen SAW dalam prosesnya. Ditunjukkan
dengan menggunakan metode AHP dan pada gambar 6.
SAW, sebagai berikut :
a. Form Hak Akses
Form hak akses digunakan untuk
menambah data pengguna atau
mengubah data pengguna yang
sudah ada.
Ditunjukkan pada gambar 3.

Gambar 6 Halaman Perhitungan

e. Form Laporan
Form Laporan pada sistem ini akan
mengetahui diterima atau tidaknya
permohonan dan nilai preverensinya.
Gambar 3 Halaman Hak Akses Ditunjukkan pada gambar 7.
b. Form Kriteria
Form Kriteria digunakan untuk
menambah data kriteria atau mengubah
data kriteria yang sudah ada.
Ditunjukkan pada gambar 4.

Gambar 7 Halaman Laporan

5. Pengujian Sistem
Pengujian Sistem Pendukung
Gambar 4 Halaman Kriteria Keputusan Menentukan Penerimaan
Bantuan Dana Menggunakan Metode AHP
c. Form Nilai Batas dan SAW pada Lazismu Sragen dilakukan
dengan membandingkan antara cara

7
 penentuan penerima bantuan di Lazismu dihasilkan seperti pada tabel 11. sebagai
Sragen yang lama dengan perhitungan berikut.
Metode Analytical Hierarchy Process dan
Simple Additive Weighting yang telah diteliti. Tabel 11. Hasil Seleksi dengan sistem lama
Di dalam pengujian sistem ini peneliti N Nama Poin Poin Poin Poin
Total
o Pemohon Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4
mengambil tiga puluh contoh kasus. 1 Albitsna 17 poin 32 poin 14 poin 5 poin 68 poin
2 Asnar 15 poin 33 poin 13 poin 7 poin 68 poin
Dengan, contoh kasus seperti pada tabel 10 Agust
Tabel 10. Data Pemohon Bantuan 3 Handoko 8 poin 41 poin 17 poin 4 poin 70 poin
Poin Poin Poin Poin 4 Gajang 16 poin 36 poin 14 poin 5 poin 71 poin
N
Nama Pemohon Kriteria Kriteria Kriteria Kriteria Total 5 Winarno 17 poin 18 poin 21 poin 7 poin 63 poin
o
1 2 3 4 6 Dewi 16 poin 32 poin 13 poin 5 poin 66 poin
1 Albitsna 17 poin 32 poin 14 poin 5 poin 68 poin 7 Mulyono 16 poin 34 poin 15 poin 8 poin 73 poin
2 Asnar Agust 15 poin 33 poin 13 poin 7 poin 68 poin 8 Sumarlan 14 poin 29 poin 18 poin 3 poin 64 poin
3 Handoko 8 poin 41 poin 17 poin 4 poin 70 poin 9 Sutarno 17 poin 44 poin 20 poin 8 poin 89 poin
4 Gajang 16 poin 36 poin 14 poin 5 poin 71 poin 10 Agus 13 poin 39 poin 17 poin 8 poin 77 poin
5 Winarno 17 poin 18 poin 21 poin 7 poin 63 poin 11 Kromo 25 poin 12 poin 10 poin 5 poin 52 Poin
6 Dewi 16 poin 32 poin 13 poin 5 poin 66 poin 12 Joko 31 poin 15 poin 9 poin 4 poin
65 poin
7 Mulyono 16 poin 34 poin 15 poin 8 poin 73 poin Sriyanto
8 Sumarlan 14 poin 29 poin 18 poin 3 poin 64 poin 13 Heru 25 poin 18 poin 12 poin 5 poin
60 poin
9 Sutarno 17 poin 44 poin 20 poin 8 poin 89 poin Priyatno
10 Agus 13 poin 39 poin 17 poin 8 poin 77 poin 14 Ngadiyo 28 poin 12 poin 10 poin 8 poin 58 poin
11 Kromo 25 poin 12 poin 10 poin 5 poin 52 Poin 15 Didik Tri 28 poin 8 poin 14 poin 7 poin 57 poin
12 Joko Sriyanto 31 poin 15 poin 9 poin 4 poin 65 poin 16 Joko 38 poin 16 poin 14 poin 5 poin
73 poin
13 Heru Priyatno 25 poin 18 poin 12 poin 5 poin 60 poin Warsito
14 Ngadiyo 28 poin 12 poin 10 poin 8 poin 58 poin 17 Agus 35 poin 13 poin 17 poin 8 poin
73 poin
15 Didik Tri 28 poin 8 poin 14 poin 7 poin 57 poin Pramono
16 Joko Warsito 38 poin 16 poin 14 poin 5 poin 73 poin 18 Teguh 35 poin 16 poin 14 poin 5 poin
70 poin
17 Agus Pramono 35 poin 13 poin 17 poin 8 poin 73 poin Subarjo
18 Teguh Subarjo 35 poin 16 poin 14 poin 5 poin 70 poin 19 Didik 25 poin 15 poin 11 poin 7 poin
58 poin
19 Didik Endah 25 poin 15 poin 11 poin 7 poin 58 poin Endah
20 Mulyono 35 poin 16 poin 15 poin 8 poin 73 poin 20 Mulyono 35 poin 16 poin 15 poin 8 poin 73 poin
21 Suharno 44 poin 17 poin 20 poin 8 poin 89 poin 21 Suharno 44 poin 17 poin 20 poin 8 poin 89 poin
22 Suparlan 31 poin 16 poin 17 poin 3 poin 67 poin 22 Suparlan 31 poin 16 poin 17 poin 3 poin 67 poin
23 Sarmanto 37 poin 14 poin 9 poin 8 poin 68 poin 23 Sarmant 37 poin 14 poin 9 poin 8 poin
68 poin
24 Suparno 34 poin 13 poin 9 poin 8 poin 64 poin o
25 Lilik 37 poin 17 poin 15 poin 8 poin 77 poin 24 Suparno 34 poin 13 poin 9 poin 8 poin 64 poin
26 Jumbadi 36 poin 16 poin 15 poin 8 poin 75 poin 25 Lilik 37 poin 17 poin 15 poin 8 poin 77 poin
27 Tri Hartanto 35 poin 17 poin 15 poin 8 poin 75 poin 26 Jumbadi 36 poin 16 poin 15 poin 8 poin 75 poin
28 Sadinah 17 poin 14 poin 7 poin 4 poin 42 poin 27 Tri 35 poin 17 poin 15 poin 8 poin
75 poin
29 Satinem 27 poin 16 poin 9 poin 8 poin 60 poin Hartanto
30 Saminem 39 poin 16 poin 9 poin 5 poin 69 poin 28 Sadinah 17 poin 14 poin 7 poin 4 poin 42 poin
29 Satinem 27 poin 16 poin 9 poin 8 poin 60 poin
30 Saminem 39 poin 16 poin 9 poin 5 poin 69 poin
Dalam tabel tersebut terdapat poin di
setiap kriteria. Poin tersebut didapatkan dari Data diatas diperoleh dengan cara
penjumlahan poin disetiap sub kriteria. menghitung jumlah poin dari setiap kriteria.
Dalam melakukan survey akan Kemudian jumlah poin yang diterima
mendapatkan poin disetiap sub kriteria. dikelompokkkan sesuai dengan golongan
Pada penentuan penerima bantuan di Sangat Miskin, Miskin, Hampir miskin,
LazisMu Sragen, tiga puluh pemohon Rentan Miskin, dan Mampu. Setelah
tersebut telah disurvei lalu dirubah hasilnya dikelompokkan selanjutnya adalah untuk
dengan poin lalu dikelompokkan kesetiap golongan Sangat Miskin, Miskin, dan
golongan apakah Sangat Miskin, Miskin, Hampir Miskin idirekomendasikan kepada
Hampir miskin, Rentan Miskin, dan Mampu. pimpinan untuk diterima tidaknya
Kemudian, setelah ditentukan golongannya permohonan. Hasil yang diterima adalah
maka diserahkan kepada pimpinan untuk atas nama Albitsna, Asnar Agust, Handoko,
didiskusikan dengan diskripsi tambahan dan Winarno karena termasuk dalam
berupa aset diluar. Dari hasil musyawarah golongan hampir miskin, miskin, sangat
mendapatkan hasil berupa keputusan miskin dan disetujui oleh pimpinan.
penerima bantuan yang akan diberitahukan Sedangakn dalam perhitungan yang baru
kepada pemohon bantuan. Dari hal tersebut akan dihasilkan tabel 8.
timbul permasalahan berupa masih belum
adanya perhitungan menggunakan metode Tabel 12 Hasil Perhitungan
yang telah diteliti, kurang terintegrasi dari
Nama Pemohon Nilai Rangking Keterangan
proses survei sampai dengan laporan Albitsna 21.99289 6 Diterima
karena masih terpisah dan membutuhkan Asnar Agust 22.05607 7 Diterima
Handoko 22.66831 11 Diterima
waktu yang lama untuk penyeleksiannya. Gajang 22.57529 9 Diterima
Dalam hasil perhitungan lama dapat Winarno 22.16156 8 Diterima

8
 Nama Pemohon Nilai Rangking Keterangan
Dewi 31.74442 27 Ditolak
Mulyono 23.39856 12 Ditolak Analisa pengujian yang didapat
Sumarlan 30.59142 26 Ditolak
Sutarno 27.80922 21 Ditolak
dari pengujian blackbox bahwa semua
Agus 24.28015 18 Ditolak komponen sistem yang diuji
Kromo 17.65930 1 Diterima
Joko Sriyanto 20.16867 5 Diterima menghasilak hasil seperti yang
Heru Priyatno
Ngadiyo
19.73619
19.35027
4
3
Diterima
Diterima
diharapkan. Sedangkan, berdasarkan
Didik Tri 19.07191 2 Diterima hasil pengujian validitas dari
Joko Warsito 23.44507 14 Ditolak
Agus Pramono 23.42425 13 Ditolak perhitungan sebelumnya menghasilkan
Teguh Subarjo 22.58917 10 Diterima hasil keluaran yang sama antara
Didik Endah 29.52521 23 Ditolak
Mulyono 23.68386 15 Ditolak perhitungan lama dengan perhitungan
Suharno 27.80922 21 Ditolak
Suparlan 31.94085 28 Ditolak
menggunakan Sistem Pendukung
Sarmanto 32.44832 29 Ditolak Keputusan Penentuan Penerimaan
Suparno 30.21938 25 Ditolak
Lilik 24.51407 19 Ditolak bantuan menggunakan metode
Jumbadi
Tri Hartanto
23.96916
23.94347
17
16
Ditolak
Ditolak
Analytical Hierarchy Process dan
Sadinah 25.10969 20 Ditolak Simple Addative Weighting.
Satinem 30.11456 24 Ditolak
Saminem 32.70306 30 Ditolak
Kasus penulis adalah sistem
pendukung keputusan pemilihan
Hasil yang diperoleh dari perhitungan penerima bantuan yang awalnya
manual ini diterimanya 11 pemohon dengan menggunakan perhitungan sederhana
rangking secara urut atas nama Kromo sedangkan penelitian ini menggunakan
dengan nilai 17.65930, Didik Tri dengan suatu metode yang telah diteliti serta
nilai 19.07191, Ngadiyo dengan nilai ditambahi dengan menggunakan
19.35027, Heru Priyatno dengan nilai aplikasi sebagai pendukung proses
19.73619, Joko Sriyanto dengan nilai penentuan penerima bantuan. Kriteria
20.16867, Albitsna dengan nilai 21.99289, perhitungan yang lama dan yang baru
Asnar Agust dengan nilai 22.05607, juga memiliki perbedaan yaitu
Winarno dengan nilai 22.16156, Gajang penambahan kriteria aset berharga dari
dengan nilai 22.57529, Teguh Subarjo luar pada sistem pendukung yang baru.
dengan nilai 22.58917, dan Handoko
dengan nilai 22.66831 yang dapat Berdasarkan hasil analisa diatas
dibandingkan seperti pada tabel 13. membuktikan bahwa aplikasi
penerimaan pemohon bantuan dengan
Tabel 13. Perbandingan Hasil Perhitungan menggunakan metode Analytical
Nama Perhitungan Lama Perhitungan Baru Hierarchy Process dan Simple Addative
Pemohon Nilai Keterangan Nilai Keterangan
Albitsna 68 Diterima 21.9928 Diterima
Weighting memiliki kinerja yang baik,
Asnar
68 Diterima 22.0560 Diterima
sehingga valid diterapkan pada
Agust
Handoko 70 Diterima 22.6683 Diterima Lembaga Amil Zakat, infaq dan
Gajang 71 Diterima 22.5752 Diterima Shodaqoh Muhammadiyah di
Winarno 63 Diterima 22.1615 Diterima
Kromo 52 Diterima 17.6593 Diterima
Kabupaten Sragen untuk membantu
Joko
65 Diterima 20.1686 Diterima
bagian program dan media untuk
Sriyanto
Heru mengambil keputusan pada proses
60 Diterima 19.7361 Diterima
Priyatno seleksi penerima pemohon bantuan
Ngadiyo 58 Diterima 19.3502 Diterima
Didik Tri 57 Diterima 19.0719 Diterima dengan kriteria yang telah ditentukan
Teguh
Subarjo
70 Diterima 22.5891 Diterima
V. PENUTUP
5.1 Kesimpulan
Dapat disimpulkan bahwa dalam Berdasarkan hasil pembuatan
penentuan penerima bantuan di LazisMu aplikasi Pendukung Keputusan
Sragen dari perhitungan lama dan Menentukan Penerimaan Bantuan Dana
perhitungan baru adalah sama. Menggunakan Metode Analytical
Hierarchy Process Dan Simple Additive
6. Analisa Pengujian

9
 Weighting Pada LazisMu Sragen, dapat
diambil kesimpulan sebagai berikut :
1. Berdasarkan Telah dibangun aplikasi
penentuan prioritas penerima bantuan di
LazisMu Sragen menggunakan Metode
AHP dan SAW.
2. Berdasarkan hasil pengujian dengan
membandingkan antara penentuan
penerima bantuan di LazisMu Sragen
dengan perhitungan metode AHP dan
SAW membuktikan aplikasi penentuan
penerima bantuan memiliki kinerja
yang baik. Data sampel yang diujikan
adalah 30% dari 102 data masuk dari
bulan Januari 2019 sampai dengan Juni
2019 yaitu 30 data dengan presentase
kesesuaian perhitungan 100%.
5.2 Saran
Adapun saran kedepan yang ingin
peneliti sampaikan adalah metode AHP
dan SAW bukan satu – satunya metode
pengambilan keputusan yang digunakan,
dalam memecahkan masalah multi
kriteria. Sehingga, dapat dikembangkan
menggunakan metode lain. Sebagai
pembanding untuk pengambilan
keputusan, agar lebih baik dan lebih
efisien.
DAFTAR PUSTAKA
[4] N. T. Sasongko, S. Tomo, and S. H.
Fitriasih, “Sistem Penunjang Keputusan
Calon Desa Penerima Air Bersih Di
Kecamatan Sumberlawang Sragen
Menggunakan,” J. TIKomSiN, vol. 6, no.
1, pp. 37–44, 2018.
[5] D. Walangare, R. Delima, and . R.,
“Sistem Prediksi Pertandingan Sepak
Bola dengan Metode AHP,” Informatika,
vol. 8, no. 1, pp. 181–188, 2012.
[6] F. Husni Putra and M. Yamin, “Aplikasi
Data Warehouse Dan on-Line Analytical
Processing (Olap) (Studi Kasus:
Permintaan Dan Pemakaian Obat Di
Puskesmas Poasia Kota Kendari),” vol.
2, no. 1, pp. 1–12, 2016.
[7] G. K. N. Triaswati Yuni Wulandari,
“Sistem Komputerisasi Penggajian Guru
Pada Sekolah Menengah Pertama 2
Sambungmacan,” J. Speed – Sentra
Penelit. Eng. dan Edukasi, vol. 9, no. 3,
pp. 104–109, 2012.
[8] R. A. Iswara, E. Santoso, and B.
Rahayudi, “Sistem Pendukung
Keputusan Untuk penentuan mustahik (
Penerima Zakat ) Menggunakan Metode
Fuzzy AHP ( F-AHP ),” J. Pengemb.
Teknol. Inf. dan Ilmu Komput., vol. 2, no.
3, pp. 1306–1312, 2018.

[1] N. H. Siti Lailiyah, Salmon, “Sistem

Pendukung Keputusan Menentukan
Anak Asuh Pena Prestasi Menggunakan
Metode Saw ( Simple Additive
Weighting ) Pada Lembaga Amil Zakat
Dana Peduli Ummat Kalimantan Timur,”
Sebatik Stmik Wicida, pp. 25–30, 2016.

[2] yustina meisella Kristania,

“Implementasi kombinasi metode ahp
dan saw dalam pendukung keputusan
penentuan kredit perumahan rakyat,”
vol. 11, no. 1, pp. 65–78, 2018.

[3] D. A. Astika, D. Nugroho, and T. Irawati,

“Sistem Pendukung Keputusan
Penerimaan Beras Untuk Keluarga
Miskin Menggunakan Metode Simple
Additive Weighting Di Kantor Kepala
Desa Gumpang,” J. TIKomSiN, vol. 6,
no. 1, 2018.

10