SISTEM PENDUKUNG KEPUTUSAN PEMULIHAN EKONOMI PASCA COVID-19 DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Sintiana Putria, Dea Kris and Nasiroh, Neng Siti and Mutasim, Raziya and Muslih, Muhamad and Saepudin, Sudin and Gustian, Dudih and Mupaat, Mupaat and Asian, Jelita (2022) SISTEM PENDUKUNG KEPUTUSAN PEMULIHAN EKONOMI PASCA COVID-19 DENGAN METODE SIMPLE ADDITIVE WEIGHTING. Jurnal Rekayasa Teknologi Nusa Putra, Vol. 8. ISSN 2776-0197

[thumbnail of RTN-DEA.pdf] Text
RTN-DEA.pdf

Download (653kB)
[thumbnail of Journal] Text (Journal)
RTN-DEA.pdf

Download (653kB)

Abstract

Bantuan Produktif Usaha Mikro (BPUM) atau BLT UMKM adalah salah satu program
pemerintah untuk pemulihan ekonomi negara bagi sektor UMKM setelah dampak pandemi
Covid-19, namun permasalahan yang ada bahwa proses yang selama ini dilakukan oleh pihak
pemerintah, adanya kesalahan penyaluran bantuan UMKM. Dengan begitu, bagi pihak
pemerintah diperlukan suatu sistem pendukung keputusan agar penentuan kelayakan
penerima bantuan dapat dilakukan secara efektif. Adanya metode Simple Additive Weighting,
menjawab semua permasalahan tersebut. Metode Simple Additive Weighting dipilih untuk
diterapkan ke dalam sistem pendukung keputusan kelayakan penerima bantuan UMKM.
Tujuan penelitian ini agar pihak pemerintah dapat menyalurkan bantuannya kepada para
pelaku usaha yang benar-benar layak menerimanya, sehingga dengan adanya sistem
pendukung keputusan berbasis web menentukan kelayakan penerima bantuan UMKM sesuai
dan objektif. Hasil dari penelitian ini didapatkan bahwa Sistem pengolahan data kelayakan
penerima bantuan UMKM dengan Sistem Pendukung Keputusan menggunakan akses web
dengan metode Simple Additive Weighting (SAW) mampu mengatasi permasalahan dalam
penentuan pemberian bantuan, dengan metode ini menghasilkan perhitungan pada sistem
pengolahan data didapatkan suatu keputusan yang lebih mudah dengan terdeteksinya status
“Layak’’atau “Tidak Layak’’ para pelaku usaha menerima bantuan UMKM.

Item Type: Article
Subjects: Computer > Computer Science
Divisions: Post Graduate School > Magister Computer Science
Depositing User: LIU Library Unit
Date Deposited: 06 Oct 2022 03:27
Last Modified: 06 Oct 2022 03:27
URI: http://repository.nusaputra.ac.id/id/eprint/289

Actions (login required)

View Item
View Item