Penerapan Sistem Pendukung Keputusan dengan Metode Simple Additive Weighting (SAW) untuk Penentuan Penerima Bantuan Sosial: Studi Kasus di Ciledug, Tangerang

Gambar Ilustrasi AI

FORMOSA NEWS - Tangerang - Solusi Bansos Tepat Sasaran: Peneliti UPN Veteran Jakarta Gagas Sistem Pengambilan Keputusan Digital di Tangerang. Penelitian yang dilakukan oleh Tengku Rafi Syahrial, Meyrson Agintha Sitepu, Satrio Santoso, Ali Mustofa Izzulhaq, Andreya Naufal Subagyo, dan Ati Zaidiah dari Universitas Pembangunan Nasional (UPN) Veteran Jakarta,  dalam artikel penelitian yang dipublikasikan pada Formosa Journal of Computer and Information Science (FJCIS) edisi Vol. 5 No. 1 Tahun 2026 menyoroti bahwa sistem digital ini terbukti signifikan meningkatkan efisiensi dan akurasi dalam menyaring warga yang paling berhak menerima bantuan.

Menembus Sengkarut Data Bansos Konvensional
Distribusi bansos pada dasarnya memegang peran krusial dalam menekan angka kesenjangan ekonomi dan menjaga stabilitas sosial. Namun, realitas di lapangan kerap menunjukkan potret buram. Pola penentuan penerima secara manual yang mengandalkan penilaian sepihak rawan terjebak dalam bias kedekatan personal, keterbatasan SDM, hingga waktu verifikasi yang berlarut-larut. Akibatnya, anggaran negara rentan salah sasaran dan memicu gejolak ketidakpuasan di tengah masyarakat. Menyadari urgensi tersebut, tim peneliti UPN Veteran Jakarta hadir menawarkan solusi berbasis data science. SPK hadir sebagai instrumen cerdas yang mengeliminasi faktor sentimen manusia dengan menggantinya menggunakan standardisasi kalkulasi algoritma. Lewat sistem ini, transparansi publik dapat ditingkatkan karena setiap keputusan yang diambil memiliki basis indikator yang terukur secara nyata.

Membedah Formula Logis Metode SAW
Metode Simple Additive Weighting (SAW) dipilih karena formulasi matematikanya yang lugas namun sangat bertenaga untuk menyaring alternatif terbaik dari banyak opsi. Dalam penerapannya, tim peneliti bersama pengurus lingkungan Ciledug menyepakati lima kriteria utama yang merepresentasikan kondisi sosio-ekonomi riil masyarakat. Masing-masing kriteria diberikan bobot prioritas sebagai berikut:

• Tingkat Pendapatan Keluarga (Bobot 35%): Fokus utama untuk mengukur daya beli ekonomi.
  
• Jumlah Tanggungan Keluarga (Bobot 30%): Menakar beban pengeluaran berdasarkan ukuran anggota keluarga.
  
• Kondisi Fisik Rumah (Bobot 20%): Parameter kelayakan tempat tinggal warga.
  
• Status Pekerjaan Kepala Keluarga (Bobot 10%): Indikator stabilitas pemasokan finansial.
  
• Usia Kepala Keluarga (Bobot 5%): Pertimbangan khusus bagi kelompok rentan seperti lansia.
  

Secara teknis, data riil dari 19 warga yang disurvei dimasukkan ke dalam matriks keputusan. Sistem kemudian melakukan proses normalisasi skala nilai untuk menyamakan semua variabel. Tahap akhir adalah mengalikan nilai normalisasi tersebut dengan bobot kriteria untuk memunculkan skor preferensi final berkisar antara 0 hingga 1. Warga dengan skor tertinggi diposisikan di urutan teratas sebagai prioritas utama penerima manfaat.

Fajar Aji Tempati Urutan Teratas Prioritas Penerima
Berdasarkan pengujian data berskala nyata terhadap 19 kepala keluarga di RT 02/RW 06 Ciledug, sistem berhasil merilis urutan prioritas yang sangat objektif. Warga bernama Fajar Aji (Alternatif A14) menduduki peringkat pertama dengan skor tertinggi mencapai 0.7575. Tingginya skor ini didorong oleh kondisi ekonominya yang masuk dalam kategori paling rentan. Posisi berikutnya ditempati oleh Rafi Adrian (A15) dengan skor 0.6466, disusul rapat oleh Aril Fikrie (A17) pada skor 0.64. Sebaliknya, warga atas nama Adriansyah Sulaiman (A11) berada di posisi buncit dengan skor 0.3441 karena indikator ekonominya dinilai jauh lebih stabil dibandingkan kandidat lain. Pemeringkatan logis ini membuktikan bahwa metode SAW bekerja secara konsisten menempatkan warga prasejahtera di baris terdepan.

Transformasi Digital untuk Kebijakan Publik masa Depan
Keberhasilan riset ini membawa implikasi besar bagi tata kelola birokrasi pemerintahan tingkat lokal hingga nasional. Akurasi berbasis komputasi ini tidak hanya menghemat waktu verifikasi data, tetapi juga menjadi instrumen penting bagi aparatur desa atau kelurahan dalam meminimalisir konflik sosial akibat kecemburuan antar-warga. Aplikasi praktis ini sangat potensial untuk direplikasi pada skala wilayah yang lebih luas. Tim peneliti menyarankan agar sistem ini ke depan dapat diintegrasikan langsung dengan database kependudukan digital nasional serta memperbarui bobot kriteria secara berkala agar tetap adaptif terhadap dinamika kondisi ekonomi masyarakat di lapangan.

Profil Peneliti
Tengku Rafi Syahrial: Peneliti utama dari Program Studi Informatika, Universitas Pembangunan Nasional Veteran Jakarta. Memiliki keahlian di bidang Sistem Pendukung Keputusan dan Analisis Data Kependudukan.
Meyrson Agintha Sitepu, Satrio Santoso, Ali Mustofa Izzulhaq, Andreya Naufal Subagyo, Ati Zaidiah: Tim akademisi dan peneliti dari Universitas Pembangunan Nasional Veteran Jakarta yang berfokus pada pengembangan rekayasa perangkat lunak dan komputasi cerdas untuk solusi sosial.

Sumber Peneliti
Tengku Rafi Syahrial, Meyrson Agintha Sitepu, Satrio Santoso, Ali Mustofa Izzulhaq, Andreya Naufal Subagyo, Ati Zaidiah. Implementation of Decision Support System with Simple Additive Weighting (SAW) Method for Determination of Social Assistance Recipients: A Case Study in Ciledug, Tangerang. Formosa Journal of Computer and Information Science (FJCIS). Vol 5. No.1 2026. Halaman 157-176.
DOI: https://doi.org/10.55927/fjcis.v5i1.16608
URL: https://journal.formosapublisher.org/index.php/fjcis