Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Dinamik Journal of Information Systems and Informatics Journal of Chemical Engineering Research Progress
Irfan, Muhammad Nur
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Energy Engineering Materials Science & Nanotechnology

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Dinamik

 1 
Implementasi Penentuan Tingkat Kemiskinan dengan Metode Topsis pada Daerah Kabupaten dan Kota Provinsi Jawa Tengah Rachma, Hetta; Irfan, Muhammad Nur; Hidayati, Nurtriana; Cholil, Saifur Rohman
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10094

Abstract

Kemiskinan merupakan salah satu tantangan terbesar yang dihadapi oleh berbagai negara, termasuk Indonesia. Tingginya jumlah penduduk miskin di beberapa wilayah, seperti di Provinsi Jawa Tengah, mencerminkan kompleksitas permasalahan yang dipengaruhi oleh kualitas sumber daya manusia, tingkat kemiskinan, dan pembangunan ekonomi. Provinsi Jawa Tengah, dengan populasi besar, memiliki tingkat kemiskinan yang signifikan, sehingga memerlukan intervensi strategi untuk mengoptimalkan penyaluran program pembangunan. Untuk mendukung pemerintah dalam menentukan prioritas penanganan kemiskinan secara efektif dan efisien, diperlukan sistem pendukung keputusan. Penelitian ini memiliki tujuan untuk merancang sistem pendukung keputusan berbasis TOPSIS yang efisien dan mampu memberikan rekomendasi terbaik berdasarkan beberapa kriteria utama: jumlah penduduk, Tingkat pengangguran, upah minimum, PDRB, dan jumlah penduduk miskin. Hasil analisis menunjukkan bahwa Kota Semarang memiliki tingkat kemiskinan terendah dengan nilai preferensi tertinggi (0,686725), sedangkan Kabupaten Brebes memiliki tingkat kemiskinan tertinggi dengan nilai preferensi terendah (0,154773). Validasi metode TOPSIS yang diterapkan dalam sistem ini mencapai tingkat akurasi sebesar 77,17% yang menunjukkan bahwa hasil pemeringkatan konsisten dengan keselarasan signifikan antara hasil sistem dan kondisi riil. Dengan demikian, sistem pendukung keputusan ini memberikan kontribusi nyata dalam mengklasifikasi wilayah berdasarkan tingkat kemiskinan, sehingga dapat menjadi alat bantu strategi dalam perencanaan program Pembangunan yang lebih tepat sasaran.
Co-Authors Alifio, Alifio Amrullah, Maulana Nizar Ardan, Hanif Farrel Boas, Job Cholil, Saifur Rohman Hadi, Soiful Nurtriana Hidayati Prind Triajeng Pungkasanti, Prind Triajeng Rachma, Hetta Ramadhania, Salwa Zaki, Faiz Fairuz