ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulIMPLEMENTASI METODE SAW UNTUK PENENTUAN RTLH DENGAN PEMANFAATAN SISTEM INFORMASI GEOGRAFIS PEMETAAN LOKASI RTLH PADA DINAS PERUMAHAN DAN KAWASAN PEMUKIMAN KOTA PALU |
| Nama: IRWAN IRVAN |
| Tahun: 2025 |
| Abstrak Penelitian ini mengembangkan sistem informasi berbasis web untuk mendukung pengambilan keputusan penentuan Rumah Tidak Layak Huni (RTLH) di Kota Palu, dengan mengintegrasikan metode Simple Additive Weighting (SAW) dan Sistem Informasi Geografis (SIG). Latar belakang penelitian ini didorong oleh dampak bencana gempa, tsunami, dan likuifaksi yang melanda Kota Palu pada tahun 2018, yang menyebabkan banyaknya rumah rusak berat dan memerlukan intervensi pemerintah. Sistem yang dibangun memungkinkan visualisasi lokasi RTLH secara spasial berbasis peta digital, serta perhitungan kriteria kelayakan rumah dengan menggunakan metode SAW berdasarkan bobot kriteria seperti plafon, sloff, jendela, dinding, kolom, dan atap. Hasil pengujian sistem menunjukkan tingkat akurasi sebesar 93?n tingkat kepuasan pengguna sebesar 94,73%. Sistem ini diharapkan dapat membantu pemerintah daerah dalam menetapkan prioritas rehabilitasi perumahan secara lebih objektif dan efisien. Kata kunci: Sistem Pendukung Keputusan, Simple Additive Weighting (SAW), Sistem Informasi Geografis (SIG), Rumah Tidak Layak Huni (RTLH), Kota Palu. This research develops a web-based information system to support decision-making in determining Uninhabitable Houses (RTLH) in Palu City by integrating the Simple Additive Weighting (SAW) method and Geographic Information System (GIS). The study was motivated by the 2018 earthquake, tsunami, and liquefaction disaster in Palu City, which caused severe housing damage and required government intervention. The developed system allows spatial visualization of RTLH locations using digital maps and evaluates housing eligibility using the SAW method based on weighted criteria such as ceiling, sloff, windows, walls, columns, and roof. System testing results showed an accuracy rate of 93% and a user satisfaction level of 94.73%. This system is expected to assist local governments in objectively and efficiently determining housing rehabilitation priorities. Keywords: Decision Support System, Simple Additive Weighting (SAW), Geographic Information System (GIS), Uninhabitable Houses (RTLH), Palu City. |