Sistem pendukung keputusan penentuan prioritas penerima bantuan sosial tunai COVID-19 menggunakan kombinasi metode Smart dan Topsis

INDONESIA:

Menyebarnya wabah Covid-19 telah sampai ke wilayah Indonesia, termasuk Kota Malang Provinsi Jawa Timur. Kota Malang merupakan kota dengan jumlah kasus Covid- 19 yang tidak sedikit, Dalam hal ini perlu adanya peran pemerintah untuk menangani masalah baru yang ditimbulkan oleh pandemi ini. Presiden mengeluarkan kebijakan nyata guna mempercepat penanganan pandemi Coronavirus Disease 2019 (Covid-19), melalui pemberian jaringan pengaman sosial, seperti Bantuan Sosial Tunai. Namun, kenyataannya pemberian bantuan tidak merata atau kurang tepat sasaran. Ada masyarakat yang mampu secara ekonomi namun tetap mendapatkan bantuan, dan sebaliknya ada masyarakat yang tidak mampu namun tidak mendapatkan bantuan. Pada penelitian ini penulis mengembangkan sistem pendukung keputusan yang bertujuan membantu dalam menentukan prioritas penerima bantuan sosial tunai Covid-19 menggunakan metode SMART dan TOPSIS. Data uji yang digunakan pada penelitian ini didapatkan dari Dinas Sosial kota Malang dengan jumlah 100 data. Hasil dari pengujian pada penelitian ini memperoleh tingkat akurasi sebesar 84% , presisi sebesar 89%, recall sebesar 89% dan F-Measure sebesar 89%. Penelitian ini termasuk dalam kategori Best Clasification dengan nilai akurasi yang diperoleh sebesar 84%, oleh karena penelitian ini sangat baik untuk digunakan sistem pendukung keputusan dalam menentukan prioritas penerima bantuan sosial tunai Covid-19.

ENGLISH:

The spread of the Covid-19 outbreak has reached Indonesian territory, including Malang City, East Java Province. Malang City is a city with a large number of Covid-19 cases. In this case, the government must deal with new problems caused by this pandemic. The President issued concrete policies to accelerate the handling of the Coronavirus Disease 2019 (Covid-19) pandemic through social safety networks, such as Cash Social Assistance (BST). However, the reality is that the provision of assistance needs to be better targeted. Some people with middle to upper economic levels still got assistance, but at the same time, other people with low economic levels did not get BST. In this research, the researcher develops a Decision Support System (DSS) to determine the priority of Cash Social Assistance (BST) for Covid-19 recipients using the methods of SMART and TOPSIS. The test data used in this research were obtained from the Social Service of Malang City with 100 data. The result of the tests obtained an accuracy rate of 84%, a precision of 89%, a recall of 89%, and an F-Measure of 89%. This research is included in the Best Classification category with an accuracy value of 84% because this research is very good for using DSS in determining the priority of Cash Social Assistance (BST) of Covid-19 recipients.

ARABIC:

وصل انتشار تفشيكوفيد-١٩ إلى أجزاء من إندونيسيا، بما في ذلك مدينة مالانج بمقاطعة جاوى الشرقية. مدينة مالانج
هي مدينة áا عددكبير من حالاتكوفيد-١٩، وفي هذه الحالة من الضروري أن يكون لها دور الحكومة للتعامل مع المشاكل الجديدة الناجمة عن هذا الوSء. أصدر رئيس جمهورية إندونيسيا سياسة ملموسة لتسريع التعامل مع جائحة مرض فيروسكورو/ ٢٠١٩ )كوفيد-١٩(، من خلال توفير شبكات الأمان الاجتماعي، مثل المساعدة الاجتماعية النقدية. ومع ذلك، فإن الواقع هو أن تقديم المساعدة غير متساو أو غير مستهدف. هناك أشخاص قادرون اقتصادC ولكنهم ما زالوا يحصلون على المساعدة، وعلى العكس من ذلك، هناك أشخاص غير قادرين ولكنهم لا يحصلون على المساعدة. في هذه البحث، طور الباحث نظاما لدعم القرار يهدف إلى المساعدة في تحديد أولوCت متلقي المساعدة الاجتماعية النقديةكوفيد-١٩ Sستخدام تقنية SMART و TOPSIS. تم الحصول على بيا/ت الاختبار المستخدمة في هذا البحث من مكتب الخدمة الاجتماعية في مدينة مالانج ùجمالي ١٠٠ بيانة. حصلت نتائج الاختبار في هذا البحث على نسبة ضبط ٨٤% ودقة ٨٩% واسترجاع ٨٩% و ف القياسي بنسبة ٨٩%. تم تضمين هذا البحث في فئة أفضل تصنيف بقيمة ضبط تبلغ ٨٤%، لأنه صالح للاستخدام في نظام دعم القرار في تحديد أولوCت متلقي المساعدة
الاجتماعية النقديةكوفيد-١٩