KURNIAL ILAHI, - (2024) SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PENERIMA BANTUAN SOSIAL MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION ( TOPSIS ). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text GABUNGAN KECUALI BAB 4.pdf Download (3MB) | Preview
	Text (BAB 4) BAB 4.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

ABSTRAK Pemerintah telah melakukan upaya dalam mengatasi kemiskinan di Indonesia, salah satunya dengan menerapkan program bantuan sosial yang diberikan kepada masyarakat kurang mampu. Berdasarkan data Badan Pusat Statistik (BPS) Kota Pekanbaru, Pekanbaru mengalami kenaikan jumlah penduduk miskin tahun 2019 – 2020, yaitu dari 28,60 ribu jiwa menjadi 30,40 ribu jiwa. DPW PKB Provinsi Riau juga turut membantu upaya pemerintah dalam memberantas kemiskinan khususnya di daerah Pekanbaru. Program bantuan sosial berupa bantuan non tunai berjumlah 2000 hingga 3000 paket sembako tiap tahunnya. Pemberian bantuan sosial ditujukan kepada masyarakat yang memenuhi kriteria-kriteria yang sudah ditetapkan oleh pemerintah setempat. Pengambilan keputusan secara manual dapat menimbulkan kekeliruan dan membutuhkan waktu yang lama. Oleh karena itu, perlu dibangun sebuah sistem pendukung keputusan rekomendasi penerima bantuan sosial untuk membantu mengatasi permasalahan tersebut. Metode TOPSIS merupakan metode penalaran yang kuat dan mampu mengambil solusi paling ideal. Penelitian ini menggunakan delapan kriteria dengan masing-masing subkriteria serta bobot yang ditetapkan. Dari hasil pengujian blackbox didapatkan bahwa fitur-fitur dapat berfungsi secara baik, berdasarkan pengujian user acceptance test (UAT) didapatkan nilai 92,67%. Sistem pendukung keputusan rekomendasi penerima bantuan sosial ini diharapkan dapat menjadi solusi dalam membantu program pemerintah menurunkan angka kemiskinan di Pekanbaru. Kata kunci: Sistem Pendukung Keputusan, Bantuan Sosial, TOPSIS, Kemiskinan, Pemerintah

Actions (login required)

View Item