Pengembangan Basis Data Relasional Fuzzy Untuk Pengukuran Tingkat Kemiskinan Penduduk

Abstract

Dengan semakin kompleksnya permasalahan, informasi yang tepat dan akurat sangat dibutuhkan. Basis data sebagai pusat penyimpanan data diperlukan untuk menyimpan seluruh informasi yang ada. Secara umum basis data yang digunakan adalah basis data model relasional yang nilai datanya bersifat atomic dan bersifat pasti. Pengukuran tingkat kemiskinan penduduk meng!,'llnakan data pengeluaran penduduk perkapita perbulan untuk konsumsi makanan dan bukan makanan. Informasi yang diperlukan pada pengukuran tingkat kerniskinan penduduk pada kenyataannya dapat bersifat fuz""" sehingga untuk menyimpan data )iIZZY diperlukan suatu basis data foz"", yang mampu menyimpan data )iIZ"", dan nOI/fuzzy. Dalam penelitian ini dikembangkan suatu model perangkat lunak yang menerapkan konsep basis data relasional foz"", pada basis data pengukuran tingkat kemiskinan penduduk. Pada model ini tingkat kemiskinan penduduk dikelompokkan dalam lima kategori, yaitu sangat rniskin, miskin, sedang, kaya, dan sangat kaya. Dalam sistem ini juga dihasilkan tingkat usia penduduk yang dikelompokkan dalam empat kategori, yaitu muda, setengah tua, tua, dan sangat tua. Konsep basis data relasional )i1Z"", yang digunakan adalah model umum basis data relasional foz"",. Dengan konsep ini nilai pengeluaran penduduk perkapita perbulan dan usia penduduk diberikan nilai derajat keanggotaan yang berada dalam selang [0,1]. Untuk mengetahui tingkat kemiskinan penduduk dan tingkat usia penduduk dilakukan dengan proses foz"", query. Pada proses fllz"", query, parameter yang dimasukkan adalah nilai derajat keanggotaan yang diinginkan. Pengukuran tingkat kemiskinan penduduk yang dilakukan oleh Badan Pusat Statistik (BPS) mengacu pada Garis Kemiskinan, yaitu besar nilai pengeluaran minimum makanan ditambah kebutuhan minimum bukan makanan. Tingkat kemiskinan penduduk dikelompokkan dalam dua kategori yaitu miskin dan tidak miskin. Data masukan sistem adalah data pengeluaran penduduk untuk konsumsi makanan selama seminggu yang lalu dan konsumsi bukan makanan selama sebulan yang lalu. Keluaran sistem berupa tingkat kemiskinan penduduk, yaitu sangat miskin, miskin, sedang, kaya, dan sangat kaya, dan tingkat usia penduduk, yaitu muda, setengah tua, tua, dan sangat tua disertai dengan nilai derajat keanggotaan untuk masing-masing penduduk pada kategori tertentu. Verifikasi sistem digunakan data hasil Survei Sosial Ekonomi Nasional (SUSENAS, 1999) yang dilakukan BPS, Jakarta. Basil verifikasi menyatakan bahwa dengan data masukan pengeluaran penduduk untuk konsumsi makanan dan bukan makanan didapatkan tingkat kemiskinan penduduk yang berbeda antara metode yang digunakan oleh BPS dengan metode yang diterapkan pada sistem. Dengan metode BPS, tingkat kemiskinan penduduk yang dihasilkan ada dua kategori yaitu miskin dan tidak miskin. Dari 25 data pengeluaran penduduk didapatkan jumlah penduduk miskin sebanyak 8 orang dan jumlah penduduk tidak miskin sebanyak 17 orang. Dengan konsep BDRF tingkat kemiskinan penduduk yang dihasilkan ada lima kategori sesuai dengan derajat keanggotaannya. Dari 25 data pengeluaran penduduk yang derajat keanggotaannya >=0.80 didapatkan jumlah penduduk sangat miskin sebanyak 2 orang, jumlah penduduk miskin sebanyak 6 orang, jumlah penduduk sedang sebanyak 12 orang, jumlah penduduk kaya sebanyak lorang, dan jumlah penduduk sangat kaya sebanyak 2 orang. Sistem yang diimplementasikan dapat dikembangkan lebih lanjut dengan mengakomodasikan berbagai model representasi data fuzzy. Sistem perlu diujicoba dan diterapkan pada kasus nyata dalam jumlah yang besar.