Analisis Perbandingan Kinerja Metode SAW dan MAUT dalam Menentukan Prioritas Penerima BPNT

Herawati Ajis; Muh Rafli Rasyid; Heliawaty Hamrul

doi:10.30865/json.v7i2.9081

Authors

Herawati Ajis Fakultas Teknik, Program Studi Teknik Informatika, Universitas Sulawesi Barat, Majene, Indonesia
Muh Rafli Rasyid Universitas Sulawesi Barat
Heliawaty Hamrul Universitas Sulawesi Barat

DOI:

https://doi.org/10.30865/json.v7i2.9081

Keywords:

Bantuan Pangan Non Tunai (BPNT); SAW; MAUT; Perbandingan; Kinerja

Abstract

Metode pengambilan keputusan multikriteria, seperti Simple Additive Weighting (SAW) dan Multi-Attribute Utility Theory (MAUT), banyak digunakan untuk menentukan kelayakan penerima bantuan. Namun, masih sedikit penelitian yang membandingkan kedua metode secara langsung menggunakan dataset dan konteks yang sama, khususnya untuk prioritas penerima Bantuan Pangan Non Tunai (BPNT). Penelitian ini membandingkan kinerja SAW dan MAUT berdasarkan peringkat, tingkat kesesuaian, dan korelasi Spearman, menggunakan 200 alternatif dengan 14 kriteria sosial-ekonomi melalui tahapan pengumpulan data, penerapan metode, analisis perbandingan hasil, pengujian tingkat kesesuaian dan korelasi Spearman, serta penarikan kesimpulan. Hasil menunjukkan tingkat kesesuaian yang sangat tinggi untuk kedua metode, yaitu 99,99391% (SAW) dan 99,99484% (MAUT), dengan korelasi Spearman 0,7225 yang menunjukkan hubungan positif kuat. SAW lebih sensitif terhadap variasi data dan arah preferensi benefit–cost, sedangkan MAUT cenderung stabil tetapi kurang peka terhadap perbedaan nilai. Kedua metode konsisten dan layak digunakan, sehingga pilihan dapat disesuaikan dengan karakteristik data dan kebutuhan analisis sistem pendukung keputusan.

References

D. Agustina and S. Megawati, “Evaluasi kebijakan program Bantuan Pangan Non Tunai (BPNT) dalam penanggulangan kemiskinan di Kabupaten Mojokerto,” Publika, vol. 10, no. 1, pp. 175–190, 2022, doi: 10.26740/publika.v10n1.p175-190.

M. Fikri, F. Helmiah, and P. Putri, “Sistem pendukung keputusan penentuan penerimaan Bantuan Pangan Non Tunai menggunakan metode Simple Additive Weighting (SAW),” Build. Informatics, Technol. Sci., vol. 4, no. 2, pp. 490–499, 2022, doi: 10.47065/bits.v4i2.2127.

S. Suherwin and M. Junaid, “Sistem pendukung keputusan penerima Bantuan Pangan Non Tunai menggunakan metode Simple Additive Weighting,” J. Tek. AMATA, vol. 6, no. 1, pp. 6–11, 2025, doi: 10.55334/jtam.v6i1.325.

P. P. Putra et al., “Sistem Pendukung Keputusan Penentuan Penerima BLT Menggunakan Metode SAW,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 4, no. 2, pp. 285–293, 2022, doi: 10.47233/jteksis.v4i1.457.

L. Puspitasari, J. Maulindar, and V. Atina, “Penggunaan metode SAW dalam sistem pendukung keputusan pemilihan pegawai terbaik,” Infotek J. Inform. dan Teknol., vol. 8, no. 1, pp. 104–115, 2025, doi: 10.29408/jit.v8i1.28298.

A. Aprianto, “Sistem Pendukung Keputusan Pembelian Mobil Bekas Dengan Menggunakan Metode Multi Attribute Utility Theory (Maut),” JUKOMIKA (Jurnal Ilmu Komput. dan Inform., vol. 6, no. 1, pp. 34–41, 2023, doi: 10.54650/jukomika.v6i1.503.

H. I. Maulana, A. P. Kusuma, and F. Febrinita, “Analisis perbandingan metode SAW dengan WP dalam mendukung keputusan calon karyawan Hyfresh Blitar,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 920–925, 2022, doi: 10.36040/jati.v6i2.5788.

N. Suciyono and N. Sudarsono, “Perbandingan metode SAW dan AHP pada sistem pendukung keputusan penerima beasiswa perguruan tinggi di SMK Sukapura Kota Tasikmalaya,” SISITI Semin. Ilm. Sist. Inf, vol. 11, no. 1, pp. 279–289, 2022, [Online]. Available: http://ejurnal.dipanegara.ac.id/index.php/sisiti/article/view/973%0Ahttp://ejurnal.dipanegara.ac.id/index.php/sisiti/article/download/973/715

L. Mayola, D. Guswandi, W. Safitri, M. Hafiz, and M. Yuhandri, “Perbandingan tingkat akurasi SAW–TOPSIS dalam penilaian kelayakan proposal,” J. KomtekInfo, vol. 10, no. 3, pp. 101–108, 2023, doi: 10.35134/komtekinfo.v10i3.415.

M. H. Tinambunan and S. Wahyuni, “Analisis perbandingan hasil prediksi sistem pendukung keputusan metode Simple Additive Weighting dengan Preference Selection Index dalam menentukan mahasiswa penerima beasiswa,” Bisnis-Net J. Ekon. dan Bisnis, vol. 6, no. 2, pp. 765–772, 2023, doi: 10.46576/bn.v6i2.3900.

B. H. Aqharabah, Sahertian, Julian, and L. sintia Wahyuniar, “Perbandingan metode MFEP dan MAUT dalam seleksi calon peserta Olimpiade Sains Nasional (OSN),” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 8, no. 3, pp. 247–252, 2024, doi: 10.33330/jurteksi.v8i3.793.

S. Maharani, H. Ridwanto, H. R. Hatta, D. M. Khairina, and M. R. Ibrahim, “Comparison of TOPSIS and MAUT methods for recipient determination home surgery,” IAES Int. J. Artif. Intell., vol. 10, no. 4, pp. 930–937, 2021, doi: 10.11591/IJAI.V10.I4.PP930-937.

L. Lamalewa and L. Sumaryanti, “Penerapan metode Multi Attribute Utility Theory (MAUT) dalam memberikan rekomendasi pemenang lomba MTQ,” JUSIFO (Jurnal Sist. Informasi), vol. 7, no. 1, pp. 32–41, 2021, doi: 10.19109/jusifo.v7i1.8450.

S. Kayati, H. Yenni, and H. Asnal, “Penerapan metode Multi Attribute Utility Theory (MAUT) pada sistem pendukung keputusan dalam menentukan kelas unggulan di SMKN 1 Mandau,” Teknol. J. Ilm. Sist. Inf. 12, vol. 12, no. 2, pp. 39–46, 2022.

H. Harianto, A. Agustin, J. Junadhi, and T. Tashid, “Sistem pendukung keputusan kelayakan sertifikasi guru menggunakan metode Multi Attribute Utility Theory (MAUT) pada SMAN 2 Mandau,” Indones. J. Comput. Sci., vol. 12, no. 2, pp. 766–777, 2023, doi: 10.33022/ijcs.v12i2.3169.

A. Meidyanto, P. Nugraha, and I. H. Mursyidin, “Sistem pendukung keputusan penilaian kinerja guru menggunakan metode SAW,” Build. Technol, vol. 7, no. 1, 2024, doi: 10.32877/bt.v7i1.1608.