Sistem Pendukung Pengambilan Keputusan Penerima Bantuan Terdampak Covid-19 Menggunakan Metode Simple Additive Weighting Berbasis Web Di Cimahi

Abstract

Pemerintah memberikan bantuan sosial untuk masyarakat yang terkena dampak pandemic yang disalurkan melalui instansi dari masing-masing Kelurahan di seluruh Provinsi Indonesia. Selama ini bantuan yang dilakukan oleh Kelurahan wilayah kota Cimahi masih secara manual sebagai akibatnya tidak menutup kemungkinan kesalahan pada pendataan dan pembagian donasi akan terjadi. Permasalahan tersebut dapat diselesaikan dengan menerapkan Simple Additive Weighting Method (SAW). Metode SAW membutuhkan proses normalisasi matrik keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Tujuan dari penelitian ini yaitu membangun sebuah system yang dapat merekomendasikan penerima bantuan terdampak COVID 19. Pada penelitian ini, metode pengumpulan data yang digunakan adalah Metode observasi dan Metode kepustakaan Pengumpulan data yang berasal dari buku, jurnal, serta sumber informasi tertulis lainnya yang terkait dengan masalah yang diteliti. Proses pengumpulan data dilakukan dengan cara mengambil data dari DTKS kelurahan Utama. Sistem ini dapat meminimalisir proses penilaian subyektif karena telah menggunakan perhitungan melalui metode SAW dan menghasilkan laporan calon prioritas, Penggunaan SAW untuk mendukung pengambilan keputusan dapat membuat penilaian yang lebih tepat karena didasarkan pada kriteria yang telah ditentukan dan bobot preferensi. Metode perhitungan pada penelitian ini menggunakan metode Simple Additive Weighting (SAW) dengan hasil akurasi perhitungan manual yaitu 95%. System pendukung keputusan ini dikembangkan berbasis web, dimana hasil system ini berupa perhitungan dengan perankingan calon prioritas penerima bantuan terdampak COVID -19. Untuk penelitian selanjutnya mengenai Sistem Pendukung Keputusan penerima bantuan terdampak covid-19 menggunakan metode simple additive weighting agar dapat menambahkan kriteria-kriteria yang relevan untuk meningkatkan akurasi dari proses pemilihan.