Sistem Pendukung Keputusan Seleksi Penerimaan Bantuan PKH (Program Keluarga Harapan) Dengan Menggunakan Metode TOPSIS (Studi Kasus : Dinas Sosial Kota Binjai)
Abstract
Sistem pendukung keputusan selalu berkaitan dengan ketidakpastian dari hasil yang diambil. Dan dikembangkan untuk mengurangi faktor ketidakpastian tersebut dengan mengolah sebuah informasi menjadi sebuah alternatif pemecahan suatu masalah. PKH (Program Keluarga Harapan) merupakan program penanggulangan kemiskinan dan pengembangan sistem perlindungan sosial bersyarat bagi masyarakat miskin yang ditujukan untuk mempercepat pencapaian, dengan memberikan bantuan tunai bersyarat kepada masyarakat miskin. Namun secara umum pemberian bantuan Program Keluarga Harapan (PHK) masih mengalami kendala yaitu tidak meratanya pembagian bantuan kepada masyarakat miskin, sehingga tidak jarang masyarakat merasa kecewa karena seharusnya mereka mendapatkan bantuan tetapi justru tidak mendapatkan bantuan tersebut dan begitu pulak sebaliknya. Dan hasil yang diperoleh dari perhitungan ini yaitu terdapat ranking pada hasil akhirnya, Peringkat I (Topsis : F (0,847), Peringkat II (Topsis : A (0,842), Peringkat III (Topsis : I (0,802),sedangkanperingkat IV - X tetapberbedahasilakhirnya. Sehingga dapat menjadi bahan pertimbangan Dinas Sosial dalam mengambil keputusan.
References
[6] H. Nalatissifa and Y. Ramdhani, “Sistem Penunjang Keputusan Menggunakan Metode Topsis Untuk Menentukan Kelayakan Bantuan Rumah Tidak Layak Huni (RTLH),” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 19, no. 2, 2020, doi: 10.30812/matrik.v19i2.638.
[7] F. S. Hutagalung, H. Mawengkang, and S. Efendi, “Kombinasi Simple Multy Attribute Rating (SMART) dan Technique For Order Preference by Similarity To Ideal Solution (TOPSIS) dalam Menentukan Kualitas Varietas Padi,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), 2019, doi: 10.30743/infotekjar.v3i2.1018.
[8] V. Yadav, S. Karmakar, P. P. Kalbar, and A. K. Dikshit, “PyTOPS: A Python based tool for TOPSIS,” SoftwareX, vol. 9, 2019, doi: 10.1016/j.softx.2019.02.004.