Fuzzy-Analitycal Hirarchy Process (F-AHP) untuk Menentukan Keluarga Tidak Mampu Akibat Covid-19
DOI:
https://doi.org/10.33633/tc.v21i1.5305Keywords:
Analitychal Hierarchy Process (AHP), Fuzzy, Keluarga MiskinAbstract
Hampir setiap negara didunia ini mempunyai sekelompok masyarakat yang kurang mampu dari segi ekonomi, termasuk di Indonesia. Berdasarkan kriteria keluarga tidak mampu yang dipublikasikan oleh Badan Pusat Statistik (BPS) bulan September 2018 sampai maret 2019 menunjukkan jumlah keluarga tidak mampu mencapai sekitar 9,99 juta jiwa untuk di daerah perkotaan dan 15,15 juta jiwa untuk di daerah perdesaan. Berbagai program bantuan Pemerintah dalam upaya mengurangi keluarga tidak mampu akibat wabah corona virus disease (covid-19) sudah banyak menyalurkan bantuan terhadap keluarga miskin maupun rentan miskin, tetapi yang sampai di masyarakat banyak yang tidak sesuai target karena ada berbagai parameter yang menjadikan keluarga tidak mampu tersebut, akibatnya penyaluran bantuan tersebut menjadi kurang efektif. Dalam penelitian ini peneliti menggunakan model Analitychal Hierarchy Process (AHP) yang dikombinasikan dengan algoritma fuzzy. Metode AHP mempunyai permasalahan pada indeks konsistensi dari matriks timbal balik yang dihasilkan secara acak dari skala 9 poin dengan timbal balik yang baku. Untuk mengatasi semua kekurangan tersebut, metode F-AHP diusulkan untuk menanggulangi permasalahan hirarki kriteria, karena metode F-AHP dapat menentukan bobot kriteria utama secara maksimal. Hasil Pengukuran dalam penelitian ini diperoleh akurasi 92.78% yang dihasilkan oleh sistem pada 10 data training dibandingkan 50 data penduduk dari Kelurahan Pakisputih, PekalonganReferences
Www.bps.go.id, “BPS go id.” Www.bps.go.id, Jakarta, 2020.
Z. Atmaja, M. Hasbi, and T. Susyanto, “Sistem Pendukung Keputusan Penentu Keluarga Miskin Metode AHP Berbasis Web Dinamis,” TIKomSiN, vol. 3, no. 1, pp. 11–19, 2017.
R. Rahardian, N. Hidayat, and R. K. Dewi, “Sistem Pendukung Keputusan Penentuan Penerima Bantuan Keluarga Miskin Menggunakan Metode Analytical Hierarchy Process – Preference Ranking Organization for Enrichment Evaluation II ( AHP-PROMETHEE II ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 5, pp. 1980–1985, 2018.
P. Sri, Kusumadewi, Hari, Aplikasi logika fuzzy untuk pendukung keputusan / Sri Kusumadewi, Hari Purnomo, Ed.2, cet. Yogyakarta: Graha Ilmu, 2010.
D. Nofriansyah and S. Defit, Multi Criteria Decision Making ( MCDM ) pada Sistem Pendukung Keputusan, no. Mcdm. Yogyakarta: deepublish, 2017.
C. W. Dawson, Projects in Computing and Information Systems. Addison Wesley, 2009.
Y. Liu, C. M. Eckert, and C. Earl, “A review of fuzzy AHP methods for decision-making with subjective judgements,” Expert Syst. Appl., vol. 161, p. 113738, 2020.
J. E. Leal, “AHP-Express: A simplified Version of The Analytical Hierarchy Process Method,” MethodsX, vol. 7, p. 100748, 2020.
S. Kaganski, J. Majak, and K. Karjust, “Fuzzy AHP as a tool for prioritization of key performance indicators,” Procedia CIRP, vol. 72, pp. 1227–1232, 2018.
A. A. Khan, M. Shameem, R. R. Kumar, S. Hussain, and X. Yan, “Fuzzy AHP based prioritization and taxonomy of software process improvement success factors in global software development,” Appl. Soft Comput. J., vol. 83, p. 105648, 2019.
A. A. Khan, M. Shameem, M. Nadeem, and M. A. Akbar, “Agile trends in Chinese global software development industry: Fuzzy AHP based conceptual mapping,” Appl. Soft Comput., vol. 102, p. 107090, 202.
P. T. M. Ly, W.-H. Lai, C.-W. Hsu, and F.-Y. Shih, “Fuzzy AHP analysis of Internet of Things (IoT) in enterprises,” Technol. Forecast. Soc. Change, vol. 136, pp. 1–13, Nov. 2018.
S. O. Ogundoyin and I. A. Kamil, “A Fuzzy-AHP based prioritization of trust criteria in fog computing services,” Appl. Soft Comput. J., vol. 97, p. 106789, 2020.
J. J. Buckley, “Fuzzy hierarchical analysis,” Fuzzy Sets Syst., vol. 17, no. 3, pp. 233–247, Dec. 1985.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Abdul Razak Naufal

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
License Terms
All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:
1. Attribution
Readers and users are free to:
-
Share – Copy and redistribute the material in any medium or format.
-
Adapt – Remix, transform, and build upon the material.
As long as proper credit is given to the original work by citing the author(s) and the journal.
2. Non-Commercial Use
-
The material cannot be used for commercial purposes.
-
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.
3. Rights of Authors
-
Authors retain copyright and grant Techno.COM Journal the right to publish the article.
-
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.
4. No Additional Restrictions
-
The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.
5. Disclaimer
-
The journal is not responsible for how the published content is used by third parties.
-
The opinions expressed in the articles are solely those of the authors.
For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/