Pendahuluan      Â
      Seiring dimulainya era globalisasi, penggunaan sistem informasi terus berkembang. Salah satunya adalah Decision Making System (DSS) atau Sistem Pendukung Pengambilan Keputusan "DSS". Ini adalah bagian dari sistem informasi untuk memfasilitasi pengambilan keputusan  jangka pendek, menengah dan panjang. Banyak keputusan yang diambil pada  tidak hanya terkait dengan ekonomi, tetapi mungkin juga terkait dengan bidang lain seperti  agama.
      Zakat dalam  Islam adalah penyucian harta  yaitu dengan cara menabung sebagiannya ketika mencapai waktu dan jumlah. Selain mensucikan harta, Zakat juga meringankan beban Mustahik (Penerima Zakat). Di Indonesia yang mayoritas penduduknya beragama Islam sebanyak orang, maka persoalan Zakat merupakan isu penting untuk optimalisasi penyelenggaraan , dan juga akan membantu mengatasi masalah kemiskinan di kemudian hari.
      Permasalahan umum yang terjadi adalah metode pemilihan mustahik  masih dilakukan secara manual, sehingga  proses seleksi memakan waktu lama, terjadi kesalahan perhitungan, dan keakuratan hasil seleksi mustahik rendah. Selain itu, tidak tersedianya akses informasi untuk melihat mustahik yang telah masuk kedalam daftar penerima zakat, mengakibatkan mustahik yang sudah menerima zakat dapat menerima bantuan lebih dari satu kali dalam setahun.
      Berdasarkan hal di atas, dibuatlah suatu sistem pendukung keputusan menggunakan metode SAW sebagai model penyelesaian untuk memberikan keputusan dalam pemilihan Penerima Zakat. Diharapkan dengan sistem ini dapat mempermudah pengurus zakat dalam proses pemilihan penerima zakat, sehingga proses dapat dilakukan secara cepat dan efisien.
Metode Penelitian
Metode yang digunakan dalam penelitian ini adalah metode Simple Additive Weighting (SAW). Metode SAW dipilih karena kemampuannya untuk mengolah data multi-kriteria dan memberikan hasil yang objektif dalam proses pengambilan keputusan.
Pembahasan
Langkah-langkah penyelesaian dengan metode SAW adalah sebagai berikut :
Langkah 1 : representasi masalah, menentukan alternatif, yaitu Ai.
Langkah 2: Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj. terdapat 5 kriteria yang dijadikan acuan dalam pengambilan keputusan yaitu :
- C1= status anak
- C2 = tanggungan orangtua
- C3 = pendapatan orangtua
- C4 = indeks rumah
- C5 = kepemilikan harta
Tabel Status Anak (C1)
Tabel Tanggungan Orangtua (C2)
Tabel Pendapatan Orangtua (C3)
Tabel Indeks Rumah (C4)
Tabel Kepemilikan Harta (C5)
Langkah 4: Memberikan nilai bobot (W) :
W = [50 Â 40 Â 30 Â 20 Â 10]
Langkah 5: Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.
Tabel Kecocokan Alternatif dengan Kriteria
Langkah 6 : Membuat matriks keputusan (X) yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria.
Normalisasi dilakukan untuk setiap kriteria sehingga semua nilai berada dalam rentang yang sama (0 sampai 1). Rumus normalisasi untuk kriteria manfaat (benefit) adalah :
Sedangkan untuk kriteria biaya (cost) adalah :
Dari langkah sebelumnya, terbentuk matriks keputusan :
Langkah 7: Melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut benefit ataupun atribut cost) dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai dan Cj.
Setelah normalisasi, nilai preferensi dihitung dengan mengalikan nilai normalisasi dengan bobot kriteria masing-masing. Rumus perhitungan nilai preferensi adalah :
Normalisasi benefit : C2
Normalisasi cost : C1, C3, C4 dan C5
Langkah 8 : Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matriks ternormalisasi (R).
Sehingga menghasilkan matriks R :
Langkah 9 : Proses perangkingan (V) yaitu dengan menjumlahkan hasil kali dari bobot dengan normalisasi, sehingga:
V1 = (50) (0,33) + (40) (0,8) + (30) (0,67) +(20) (0,5) +(10) (0,5) = 83,6
V2 = (50) (0,33) + (40) (0,6) + (30) (0,67) +(20) (0,5) +(10) (0,5) = 75,6
V3 = (50) (0,33) + (40) (0,6) + (30) (0,67) +(20) (1) +(10) (1) = 90,6
V4 = (50) (0,2) + (40) (0,8) + (30) (0,50) +(20) (0,4) +(10) (0,5) = 70
V5 = (50) (1) + (40) (1) + (30) (1) +(20) (1) +(10) (1) = 150
V6 = (50) (0,20) + (40) (0,8) + (30) (0,4) +(20) (0,5) +(10) (0,4) = 68
V7 = (50) (0,20) + (40) (1) + (30) (0,67) +(20) (1) +(10) (0,5) = 95,1
V8 = (50) (1) + (40) (0,4) + (30) (0,67) +(20) (1) +(10) (0,5) = 111,1
V9 = (50) (0,2) + (40) (0,2) + (30) (0,67) +(20) (1) +(10) (0,5) = 63,1
V10 = (50) (0,2) + (40) (0,8) + (30) (1) +(20) (0,5) +(10) (0,5) = 87
Setelah dirangking didapatkan hasil seperti pada tabel berikut :
Tabel Hasil perangkingan berdasarkan nilai preferensi
Data pada tabel diatas diurutkan berdasarkan nilai preferensi secara menurun. Alternatif dengan nilai tertinggi dianggap menjadi keputusan terbaik. Pada kasus ini, total dana yang tersedia untuk penerima zakat adalah Rp.3.000.000
Kesimpulan
Data pada tabel  diatas diurutkan berdasarkan nilai preferensi secara menurun. Alternatif dengan nilai tertinggi dianggap menjadi keputusan terbaik. Pada kasus ini, total dana yang tersedia untuk penerima zakat adalah Rp.3.000.000 dan dengan nilai bantuan per-jenjang sekolah adalah :
1. SD/MI Â Â Â Â Â Â Â Â Â Â : Rp. 500.000
2. SMP/MTs         : Rp. 600.000
3. SMA/MA/SMK Â Â Â : Rp. 700.000
Sehingga, penerima zakat yang terpilih seperti pada tabel berikut :
Tabel Penerima Zakat
Daftar Pustaka
Arfyanti, Ita, dan Edy Purwanto. 2012. "Aplikasi Sistem Pendukung Keputusan Pemberian Kelayakan Kredit Pinjaman Pada Bank Rakyat Indonesia Unit Segiri Samarinda Dengan Metode Fuzzy MADM (Multiple Attribute Decission Making) menggunakan SAW (Simple Additive Weighting)". Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012 (Semantik 2012). INFRM. 119-124.
Kusrini. 2007. "Konsep dan aplikasi Sistem Pendukung Keputusan". Andi Offset. Yogyakarta.
Nugraha, Fajar, Bayu Burarso dan Beta Noranita. 2012. "Sistem Pendukung Keputusan Pemilihan Pemenang Pengadaan Aset dengan Metode Simple Additive Weighting (SAW)". Jurnal Sistem Informasi Bisnis Volume 2, No 2 (2012).
Subakti I.. 2002. "Sistem Pendukung Keputusan". Institut Teknologi Sepuluh November. Surabaya.
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H