Analisis Kelayakan Penerima Kredit Pemilikan Rumah dengan Metode Profile Matching dan Promethee

(1)

SKRIPSI

DINI ISLAMI

111401006

PROGRAM STUDI S-1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015


(2)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

DINI ISLAMI 111401006

PROGRAM STUDI S-1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2015


(3)

PERSETUJUAN

Judul : ANALISIS KELAYAKAN PENERIMA KREDIT

PEMILIKAN RUMAH DENGAN METODE PROFILE MATCHING DAN PROMETHEE

Kategori : SKRIPSI

Nama : DINI ISLAMI

Nomor Induk Mahasiswa : 111401006

Program Studi : SARJANA (S-1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, 29 Agustus 2015 Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Maya Silvi Lydia, B.Sc, M.Sc Prof. Dr. Iryanto, M.Si NIP. 197401272002122001 NIP. 194604041971071001

Diketahui/disetujui oleh

Program Studi S-1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom. NIP. 196203171991031001


(4)

PERNYATAAN

ANALISIS KELAYAKAN PENERIMA KREDIT PEMILIKAN RUMAH DENGAN METODE PROFILE MATCHING DAN PROMETHEE

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 29 Agustus 2015

Dini Islami 111401006


(5)

UCAPAN TERIMA KASIH

Puji dan syukur penulis ucapkan kehadirat Allah SWT, karena rahmat dan izin-Nya penulis dapat menyelesaikan skripsi ini dalam waktu yang ditentukam sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer. Banyak bantuan berupa uluran tangan, budi baik, buah pikiran dan kerjasama yang telah penulis terima selama menempuh studi sampai dengan penyelesaian studi (skripsi) ini. Oleh karena itu, seyogianya penulis menyampaikan ucapan terima kasih kepada pihak-pihak yang telah membantu.

Ucapan terima kasih penulis sampaikan kepada:

1. Bapak Prof. Drs. Subhilhar , M.A., Ph.D selaku Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fasilkom-TI USU.

3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara.

4. Ibu Maya Silvi Lydia, B.Sc., M.Sc. selaku Sekretaris Program Studi S-1 Ilmu Komputer Universitas Sumatera Utara dan juga selaku Dosen Pembimbing II yang telah memberikan bimbingan dan dukungan kepada penulis.

5. Bapak Prof. Dr. Iryanto, M.Si . selaku Dosen Pembimbing I yang telah memberikan bimbingan dan dukungan kepada penulis.

6. Bapak M. Andri Budiman, S.T., M.Comp.Sc., M.E.M. selaku Dosen Pembanding I telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

7. Bapak Drs. Dahlan Sitompul, M.Eng. selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

8. Bapak Herryance, S.T., M.Kom selaku Dosen Akademik yang telah memberikan bimbingan dan dukungan .

9. Yang teristimewa, Almarhum Ayahanda Muhammad Nur Muis dan Ibunda Hamidah, Abangda El Anshari, Kakak Delia Rosa, Kakak Ethika Susila, Abangda Novi Andri, Kakak Elvi Adawi, keponakan tersayang Zahira


(6)

Balqis, Naila Ansharia, Aya Sofia serta seluruh keluarga tercinta yang selalu memberikan kasih sayang, dukungan dan do’a kepada penulis.

10.Seluruh tenaga pengajar dan pegawai di Fakultas Ilmu Komputer dan Teknologi Informasi USU, terkhususnya di Program Studi S-1 Ilmu Komputer.

11.Terima kasih kepada Anhar Ismail yang senantiasa membantu, memberikan dukungan dan doa kepada penulis untuk dapat menyelesaikan skripsi ini. 12.Teman-teman kuliah, khususnya Bunga, Kh. Nisa Dewi, Syafura Tri Utari,

Susi Suryani Panggabean, Sofiya Nazara, Geubrina Rizky, Annisa Olivia, Dias Tia Ramadhani, Ema Fatma Sari , Murni, Khairunnisa, Novita Sari Dewi, Mawaddah Nasution dan semua teman-teman stambuk 2011 yang telah memberikan semangat, teman berbagi, teman diskusi dan teman seperjuangan dalam menggapai gelar Sarjana Komputer.

13.Terima kasih kepada adik-adik ilmu komputer yang telah membantu dan memberikan semangat kepada penulis khususnya Akhiruddin Nur, Fitri Ramadhani, Nadia Al Kharina, Jul Ilmi Harahap , Yogi Sulaiman dan Miftahul Huda.

14.Rekan-rekan di UKMI Al-Khuwarizmi Fasilkom-TI USU, Ilmu Komputer Laboratory Center (IKLC) dan LMAI Ukmi Ad-Dakwah USU yang juga membantu dengan memberikan semangat dan dukungan kepada penulis. 15.Pihak CV. Karya Bersama yang telah memberikan kesempatan dan

bantuannya kepada penulis dalam melakukan penelitian di perusahaan tersebut.

16.Semua pihak yang terlibat langsung atau tidak langsung yang penulis tidak dapat tuliskan satu per satu.

Semoga Allah SWT melimpahkan berkah dan kasih sayang-Nya kepada semua pihak yang telah memberikan bantuan, semangat, dukungan dan perhatian kepada penulis dalam menyelesaikan skripsi ini. Semoga skripsi ini bermanfaat bagi penulis, pendidikan, masyarakat dan negara.


(7)

Medan, 29 Agustus 2015


(8)

ABSTRAK

Meningkatnya jumlah penduduk membuat semakin banyaknya para developer untuk membangun perumahan dengan sistem kredit pemilikan rumah. Saat ini pengambilan keputusan KPR dilakukan dengan langkah yang rumit yaitu konsumen mengajukan KPR di bank, kemudian bank melakukan proses penyeleksian. Sebelum melangkah ke dalam proses penyeleksi pihak bank, maka para developer perumahan dapat dengan mudah menentukan kelayakan konsumen. Dengan banyaknya data perumahan dan data konsumen maka diperlukan adanya suatu sistem untuk membantu mempermudah dan menganalisis kelayakan konsumen. Sistem pendukung keputusan ini dibuat dengan menggunakan metode Profile Matching dan Promethee. Metode Profile Matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan dengan membandingkan satu profile nilai (nilai kebutuhan kompetensi ) dengan profil nilai kompetensi lainnya. Sedangkan Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE) adalah metodologi untuk mengevaluasi alternatif dengan kriteria yang diberikan dan membuat peringkat alternatif untuk keputusan akhir. Hasil penelitian menunjukkan bahwa dalam kinerja metode Profile Matching dengan metode PROMETHEE memiliki tingkat akurasi yang hampir sama. Dari perbandingan kompleksitas waktu antara metode PROMETHEE mempunyai big theta yang sama, yaitu �(�).

Kata Kunci: Sistem Pendukung Keputusan, Profile Matching, PROMETHEE,


(9)

ANALYZE THE FEASIBILITY OF HOUSING CREDIT SYSTEM WITH PROFILE MATCHING METHOD AND PROMETHEE METHOD

ABSTRACT

The increasing number of people make more and more developers to build housing with housing credit system. Currently, mortgages decision making is done by a complicated step that consumers apply for mortgages in the bank, then the bank doing the screening process. Before stepping into the bank selectors, then the housing developers can easily determine the feasibility of consumers. With the number of housing data and consumer data it is necessary to have a system to help simplify and analyze the feasibility of consumers. This decision support system is made by using the Profile Matching and Promethee method. Profile Matching method is a research method that can be used in decision support systems by comparing a profile value (the value of competency requirements) with another competencies profile value. While Preference Ranking Organizational Enrichment Method for Evaluation ( PROMETHEE ) is a methodology for evaluating alternatives with given criteria and rank the alternatives for a final decision. The results showed that the performance of Profile Matching Method with PROMETHEE method have almost the same degree of accuracy. From the comparison of time complexity between the Profile Matching and PROMETHEE methods acquired the same big theta, that is θ( n ) .

Keywords: Decision Support System, Profile Matching, PROMETHEE,


(10)

DAFTAR ISI

Hal.

Persetujuan ii

Pernyataan iii

Ucapan Terima Kasih iv

Abstrak vii

Abstract viii

Daftar Isi ix

Daftar Tabel xii

Daftar Gambar xiv

Daftar Lampiran xvi

BAB 1 PENDAHULUAN

1.1. Latar Belakang 1

1.2. Rumusan Masalah 2

1.3. Ruang Lingkup Penelitian 2

1.4. Tujuan Penelitian 3

1.5. Manfaat Penelitian 3

1.6. Metodologi Penelitian 3

1.7. Sistematika Penulisan 4

BAB 2 LANDASAN TEORI

2.1. Sejarah Singkat Perusahaan 6

2.2. Sistem Pendukung Keputusan 6

2.2.1. Sejarah dan Perkembangan Sistem Pendukung Keputusan 6 2.2.2. Keuntungan Sistem Pendukung Keputusan 9 2.2.3. Fase – fase Proses Pengambilan Keputusan 9


(11)

2.4. Preference Ranking Organizational Method for Enrichment

Evaluation (PROMETHEE) 15

2.4.1. Langkah – langkah PROMETHEE 15

2.5. Kredit 17

2.5.1. Pengertian Kredit 17

2.5.2. Unsur Kredit 18

Bab 3 Analisis dan Perancangan

3.1. Analisis Sistem 19

3.1.1. Analisis Masalah 19

3.1.2. Analisis Kebutuhan Sistem 20

3.1.2.1. Kebutuhan Fugsional Sistem 20 3.1.2.2. Kebutuhan Non-Fungsional Sistem 21

3.2. Pemodelan 21

3.2.1. Use Case Diagram 21

3.2.2. Activity Diagram 24

3.2.3. Sequence Diagram 25

3.2.4. Flowchart Profile Matching 27

3.2.5. Flowchart PROMETHEE 28

3.2.6. Flowchart Sistem 29

3.3. Perancangan Sistem 31

3.3.1 Perancangan antarmuka sistem 31

3.3.1.1. Halaman Masuk 31

3.3.1.2. Menu Input Data Konsumen 32

3.3.1.3. Menu Lihat Data Konsumen 33

3.3.1.4. Menu Metode Profile Matching 34

3.3.1.5. Menu Metode PROMETHEE 36

3.3.1.6. Menu Pengaturan 36

BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1. Implementasi 38


(12)

4.1.2. Implementasi metode PROMETHEE 44

4.2. Antar Muka Sistem 53

4.2.1. Tampilan Menu Login 54

4.2.2. Tampilan Halaman Utama 54

4.2.3. Tampilan Menu Input Data Konsumen 55

4.2.4. Tampilan Menu Lihat Konsumen 56

4.2.5. Tampilan Menu Metode Profile Matching 57 4.2.6. Tampilan Menu Metode PROMETHEE 58

4.2.7. Tampilan Menu Pengaturan 59

4.3. Pengujian Sistem 61

4.3.1. Pengujian Perhitungan Kelayakan Penerima KPR Tipe

Rumah B12 dengan Metode Profile Matching 61 4.3.2. Pengujian Perhitungan Kelayakan Penerima KPR Tipe

Rumah A2 dengan Metode Profile Matching 62 4.3.3. Pengujian Perhitungan Kelayakan Penerima KPR Tipe

Rumah B12 dengan Metode PROMETHEE 63

4.3.4. Pengujian Perhitungan Kelayakan Penerima KPR Tipe

Rumah A2 dengan Metode PROMETHEE 64

4.3.5. Perbandingan Hasil Pengujian Perhitungan Kelayakan Penerima Kredit Kepemilikan Rumah dengan Profile

Matching dan PROMETHEE 65

Bab 5 Kesimpulan dan Saran

5.1. Kesimpulan 72

5.2. Saran 73

Daftar Pustaka 74


(13)

DAFTAR TABEL

Hal.

Tabel 2.1. Bobot Nilai 13

Tabel 3.1. Tabel Use Case Proses Perhitungan dengan PM 22 Tabel 3.2 Tabel Use Case Proses Perhitungan dengan PROMETHEE 23

Tabel 3.3 Keterangan Rancangan Halaman Masuk 31

Tabel 3.4 Keterangan Rancangan Menu Input Konsumen 33 Tabel 3.5 Keterangan Rancangan Menu Lihat Konsumen 34 Tabel 3.6 Keterangan Rancangan Menu Profile Matching 36 Tabel 3.7 Keterangan Rancangan Menu Metode PROMETHEE 36 Tabel 3.8 Keterangan Rancangan Menu Pengaturan 37

Tabel 4.1 Tabel Sample Konsumen 38

Tabel 4.2. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1) 39 Tabel 4.3. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2) 40 Tabel 4.4. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase

Kelayakan 35% dari gaji 40

Tabel 4.5.a Tabel Nilai Profile Kriteria 40

Tabel 4.5.b Tabel Hasil Perhitungan Gap 41

Tabel 4.6. Tabel Bobot Nilai Gap 41

Tabel 4.7. Tabel Hasil Pembobotan 42

Tabel 4.8. Tabel Nilai Core Factor dan Secondary Factor 42 Tabel 4.9. Tabel Hasil Nilai Core Factor dan Secondary Factor 43

Tabel 4.10. Tabel Perhitungan Nilai Total 44

Tabel 4.11. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1) 45 Tabel 4.12. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2) 45 Tabel 4.13. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase

Kelayakan 35% dari gaji 45

Tabel 4.14. Tabel Sample Konsumen 46

Tabel 4.15. Tabel PROMETHEE Tahap 1 46


(14)

Tabel 4.17. Tabel Ranking PROMETHEE 53 Tabel 4.18. Perhitungan Kompleksitas Waktu Algoritma Profile Matching 65 Tabel 4.19. Perhitungan Kompleksitas Waktu Algoritma PROMETHEE 67 Tabel 4.20. Tabel Hasil Perbandingan Sistem untuk Setiap Tipe Rumah 70


(15)

DAFTAR GAMBAR

Hal. Gambar 2.1 Skematik Sistem Pendukung Keputusan 11

Gambar 3.1 Diagram Ishikawa 20

Gambar 3.2 Use Case Diagram 22

Gambar 3.3 Activity Diagram Proses Perhitungan Metode Profile Matching 24 Gambar 3.4 Activity Diagram untuk Proses Perhitungan Metode PROMETHEE 25 Gambar 3.5 Sequence Diagram untuk Perhitungan dengan Metode Profile

Matching 26

Gambar 3.6 Sequence Diagram untuk Perhitungan dengan Metode

PROMETHEE 27

Gambar 3.7 Flowchart Profile Matching Matching (PM) 28

Gambar 3.8 Flowchart PROMETHEE 29

Gambar 3.9 Flowchart Analisis Kelayakan Penerima KPR 30

Gambar 3.10 Rancangan Halaman Masuk 31

Gambar 3.11 Rancangan Menu Input Konsumen 32

Gambar 3.12 Rancangan Menu Lihat Konsumen 34

Gambar 3.13 Rancangan Menu Metode Profile Matching 35

Gambar 3.14 Rancangan Menu Metode PROMETHEE 36

Gambar 3.15 Rancangan Menu Pengaturan 37

Gambar 4.1 Tampilan Menu Login 54

Gambar 4.2 Tampilan Menu Halaman Utama 55

Gambar 4.3 Tampilan Menu Input Konsumen 56

Gambar 4.4 Tampilan Menu Lihat Konsumen 57

Gambar 4.5 Tampilan Nilai Akhir Metode Profile Matching 58 Gambar 4.6 Tampilan Nilai Akhir Metode PROMETHEE 59

Gambar 4.7 Tampilan Menu Pengaturan 60

Gambar 4.8 Tampilan Menu Atur Sandi 60

Gambar 4.9 Hasil Perhitungan dengan Metode Profile Matching Tipe Rumah


(16)

Gambar 4.10 Hasil Perhitungan dengan Metode Profile Matching Tipe Rumah A2 62 Gambar 4.11 Hasil Perhitungan dengan Metode PROMETHEE Tipe Rumah B12 63 Gambar 4.12 Hasil Perhitungan dengan Metode PROMETHEE Tipe Rumah A2 64


(17)

DAFTAR LAMPIRAN

Halaman

Lampiran 3 Listing Program A-1


(18)

ABSTRAK

Meningkatnya jumlah penduduk membuat semakin banyaknya para developer untuk membangun perumahan dengan sistem kredit pemilikan rumah. Saat ini pengambilan keputusan KPR dilakukan dengan langkah yang rumit yaitu konsumen mengajukan KPR di bank, kemudian bank melakukan proses penyeleksian. Sebelum melangkah ke dalam proses penyeleksi pihak bank, maka para developer perumahan dapat dengan mudah menentukan kelayakan konsumen. Dengan banyaknya data perumahan dan data konsumen maka diperlukan adanya suatu sistem untuk membantu mempermudah dan menganalisis kelayakan konsumen. Sistem pendukung keputusan ini dibuat dengan menggunakan metode Profile Matching dan Promethee. Metode Profile Matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan dengan membandingkan satu profile nilai (nilai kebutuhan kompetensi ) dengan profil nilai kompetensi lainnya. Sedangkan Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE) adalah metodologi untuk mengevaluasi alternatif dengan kriteria yang diberikan dan membuat peringkat alternatif untuk keputusan akhir. Hasil penelitian menunjukkan bahwa dalam kinerja metode Profile Matching dengan metode PROMETHEE memiliki tingkat akurasi yang hampir sama. Dari perbandingan kompleksitas waktu antara metode PROMETHEE mempunyai big theta yang sama, yaitu �(�).

Kata Kunci: Sistem Pendukung Keputusan, Profile Matching, PROMETHEE,


(19)

ANALYZE THE FEASIBILITY OF HOUSING CREDIT SYSTEM WITH PROFILE MATCHING METHOD AND PROMETHEE METHOD

ABSTRACT

The increasing number of people make more and more developers to build housing with housing credit system. Currently, mortgages decision making is done by a complicated step that consumers apply for mortgages in the bank, then the bank doing the screening process. Before stepping into the bank selectors, then the housing developers can easily determine the feasibility of consumers. With the number of housing data and consumer data it is necessary to have a system to help simplify and analyze the feasibility of consumers. This decision support system is made by using the Profile Matching and Promethee method. Profile Matching method is a research method that can be used in decision support systems by comparing a profile value (the value of competency requirements) with another competencies profile value. While Preference Ranking Organizational Enrichment Method for Evaluation ( PROMETHEE ) is a methodology for evaluating alternatives with given criteria and rank the alternatives for a final decision. The results showed that the performance of Profile Matching Method with PROMETHEE method have almost the same degree of accuracy. From the comparison of time complexity between the Profile Matching and PROMETHEE methods acquired the same big theta, that is θ( n ) .

Keywords: Decision Support System, Profile Matching, PROMETHEE,


(20)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Dengan meningkatnya populasi jumlah penduduk membuat semakin banyaknya para developer untuk membangun perumahan dengan sistem Kredit Pemilikan Rumah (KPR). KPR merupakan perumahan yang dibangun dengan sistem pembayaran kredit yang dibayar melalui pihak bank. Rumah merupakan kebutuhan primer yang sangat penting demi kelangsungan hidup manusia. Namun kebutuhan primer tidak hanya kebutuhan akan rumah saja, tetapi pangan, sandang, dan kebutuhan lainnya. Sehingga menuntut seseorang untuk memenuhi semua kebutuhan secara sejalan dengan kondisi pendapatan yang sangat minim. Tingginya harga rumah membuat seseorang tidak dapat membeli rumah secara tunai.

KPR merupakan salah satu alternatif yang ditempuh untuk memenuhi kebutuhan tersebut. Saat ini pengambilan keputusan KPR dilakukan dengan langkah yang rumit yaitu konsumen mengajukan KPR di bank dengan memenuhi dokumen-dokumen yang diajukan, maka pihak bank akan melakukan pengecekan dokumen permohonan yang telah ditentukan melalui interview dan survei di lapangan. Untuk memutuskan pemberian KPR pihak bank harus menyeleksi sebaik-baik mungkin untuk menghindari kredit macet dan likuiditas bank, karena dalam hal ini bank sebagai penjamin.

Sebelum melangkah ke dalam penyeleksi kelayakan pada pihak bank maka pihak developer perumahan dapat dengan mudah menentukan kelayakan konsumen


(21)

dalam KPR berdasarkan gaji. Sehingga diperlukan suatu sistem pengambilan keputusan untuk mempermudah dalam menganalisis kelayakan konsumen. Dalam hal ini dilakukan dengan membandingkan dua metode yaitu Metode Profile Matching dan PROMETHEE.

Metode Profile matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan, proses penilaian kompetensi dilakukan dengan membandingkan antara satu profil nilai (nilai kebutuhan kompetensi) dengan beberapa profil nilai kompetensi lainnya. Sedangkan metode PROMETHEE adalah metodologi untuk mengevaluasi alternatif dengan kriteria yang diberikan dan membuat peringkat alternatif untuk keputusan akhir.

Dengan adanya suatu sistem ini para konsumen dapat dengan mudah untuk menentukan KPR yang akan diambil, sehingga dapat menentukan validitas data untuk mendapatkan rumah yang sesuai dan tepat sasaran.

1.2 Rumusan Masalah

Berdasarkan uraian dari latar belakang diatas, rumusan masalah yang akan dibahas adalah membandingkan metode Profile Matching dan metode PROMETHEE. Untuk menganalisis kelayakan konsumen dalam memilih rumah sesuai dengan pendapatan konsumen dan kemampuan iuran (cicilan) dari jangka waktu yang ditentukan.

1.3 Ruang Lingkup Penelitian

Adapun ruang lingkup penelitian yang dapat diambil dari latar belakang di atas adalah

1. Data perumahan yang diambil berdasarkan pada data perusahaan perumahan CV. Karya Bersama Jl. M. Yakub Lubis no 31-39 Bandar Kalipah Deli Serdang Medan.


(22)

2. Metode yang digunakan adalah perbandingan metode Profile Matching dengan Metode Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE).

3. Dalam membandingkan proses running time digunakan dengan menggunakan big �.

4. Paramater yang digunakan berdasarkan bobot dari setiap kriteria : gaji, cicilan, pengeluaran dan persentase kelayakan 35% dari gaji

5. Output yang diharapkan adalah perumahan yang sesuai dengan pendapatan konsumen seperti tipe rumah, luas tanah, harga jual, uang muka, dan jangka waktu KPR.

6. Menggunakan bahasa pemrograman C# dan MySQL sebagai Database Management System.

1.4 Tujuan Penelitian

Adapun tujuan penelitian dalam tugas akhir ini adalah menganalisis kelayakan konsumen dalam pengambilan kredit pemilikan rumah dengan metode Profile matching dan metode PROMETHEE.

1.5 Manfaat Penelitian

Manfaat penelitian ini diharapkan dapat membantu para developer dalam pengambilan keputusan untuk menentukan kelayakan konsumen dalam mengambil rumah yang sesuai dan tepat sasaran.

1.6 Metodologi Penelitian

Metode penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut :

a. Studi Literatur.

Metode ini dilaksanakan dengan mengumpulkan bahan dan referensi dari buku, skripsi sebelumnya maupun sumber lain yang berhubungan dengan


(23)

sistem pendukung keputusan menggunakan metode Profile Matching dan metode PROMETHEE.

b. Analisis dan Perancangan Sistem

Tahap ini dimulai dengan tahap mengidentifikasi masalah, mengumpulkan data-data yang berkaitan dengan kriteria, alternatif, memahami kerja sistem yang akan dibuat dan merancangan flowchart dan sistem pendukung keputusan untuk menentukan kelayakan konsumen dengan metode Profile Matching dan metode PROMETHEE.

c. Implementasi Sistem.

Metode ini adalah mengimplementasikan rancangan sistem pendukung keputusan dengan metode Profile Matching dan metode PROMETHEE ke dalam bahasa pemrograman C#.

d. Pengujian Sistem.

Metode ini adalah melakukan pengujian terhadap program sehingga diketahui apakah program sudah berjalan dengan benar dan sesuai dengan perancangan yang telah dilakukan.

e. Dokumentasi

Tahap akhir dari penelitian yang dilakukan, yaitu membuat laporan dan kesimpulan akhir dari hasil analisa dan pengujian dalam bentuk skripsi.

1.7 Sistematika Penulisan

Agar pembahasan lebih sistematis, maka tulisan ini dibuat dalam lima bab, yaitu :

BAB 1 PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang penilitian judul

skripsi “Analisis Kelayakan Penerima Kredit Pemilikan Rumah

dengan Metode Profile Matching dan metode PROMETHEE( Studi

Kasus: CV. Karya Bersama )”, rumusan masalah, batasan masalah,

tujuan penelitian, manfaat penelitian, metode penelitian, tinjauan pustaka, dan sistematika penulisan skripsi.


(24)

BAB 2 LANDASAN TEORI

Berisi tentang penjelasan singkat mengenai defenisi Sistem Pendukung Keputusan, tujuan, komponen Sistem Pendukung Keputusan, karakteristik utama Sistem Pendukung Keputusan, fase- fase proses pengambilan keputusan, Profile Matching, PROMETHEE, langkah-langkah proses Profile Matching dan PROMETHEE.

BAB 3 ANALISIS DAN PERANCANGAN

Berisi tentang uraian analisis mengenai proses kerja dari metode Profile Matching dan PROMETHEE yang terdiri dari flowchart dan Unified Modeling Language (UML) serta perancangan dari aplikasi.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Pada tahap ini dilakukan pembuatan sistem dan coding sesuai dengan analisis dan perancangan. Kemudian melakukan pengujian sistem.

BAB 5 KESIMPULAN DAN SARAN

Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian dari bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.


(25)

BAB 2

TINJAUAN PUSTAKA

2.1. Sejarah Singkat Perusahaan

Perumahan di CV. Karya Bersama merupakan salah satu perusahaan swasta yang bergerak dibidang kontraktor yang berdiri pada tanggal 17 April 2011 yang terletak di Jl. M. Yakub Lubis no 31-39 Bandar Kalipah Deli Serdang Medan. Perusahaan ini mengawali usahanya sebagai General Kontraktor yang mengutamakan pekerjaan pembangunan dan pemeliharaan bangunan-bangunan perumahan.

2.2 Sistem Pendukung Keputusan

2.2.1. Sejarah dan Perkembangan Sistem Pendukung Keputusan

Pada tahun 1970-an Michael S. Scott Morton pertama kali memperkenalkan Sistem Pendukung Keputusan, merupakan sistem informasi berbasis komputer interakfif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah – masalah tidak terstruktur.

Pada proses pengambilan data dan pengolahan data dalam Sistem Pendukung Keputusan diperoleh hasil yang bersifat alternatif dan tidak diharuskan untuk mengikutinya. Sistem pendukung keputusan yang merupakan penerapan dari sistem informasi ditujukan hanya sebagai sebuah alat untuk membantu pengguna dalam mengambil keputusan. Sistem pendukung keputusan tidak dimaksudkan untuk menggantikan fungsi pengambil keputusan dalam membuat keputusan, melainkan hanyalah sebagai alat bantu pengambil keputusan dalam melaksanakan tugasnya.


(26)

Dalam kehidupan sehari-hari orang selalu dihadapkan pada situasi-situasi yang mengharuskannya untuk mengambil keputusan. Keputusan selalu berkaitan dengan masalah atau kesulitan sehingga melalui sebuah keputusan dan penerapannya orang mengharapkan akan tercapi suatu pemecahan atas masalah tersebut.

Pembuatan keputusan merupakan suatu pendekatan yang bersifat sistematis, artinya pendekatan yang berawal dan bermula dari suatu masalah, pengumpulan fakta-fakta, pemilihan dan penentuan dari alternatif terbaik yang dihadapi serta pengambilan tindakan yang menurut perhitungan merupakan tindakan yang paling tepat.

Saat ini, pengambilan keputusan dirasa lebih sulit karena kebutuhan akan kecepatan dalam pengambilan keputusan terus meningkat. kelebihan informasi merupakan masalah umum yang menyebabkan penyimpangan informasi. Sisi yang positif dalam permasalahan ini adalah harus adanya suatu penekanan lebih besar terhadap proses pengambilan keputusan. Dalam suatu pengambilan keputusan yang kompleks dibutuhkan suatu pendukung keputusan yang bersifat komputerisasi, yang menyediakan bukti yang dirancang sebaik mungkin sesuai dengan penyimpanan data sistem komputer yang membantu pengambilan keputusan agar dapat mendorong dan meningkatkan kualitas suatu keputusan serta meningkatkan daya guna dan tepat guna dalam proses pengambilan keputusan. ( Power. J, Daniel. 2009)

Sistem pendukung keputusan merupakan sistem berbasis komputer yang dapat membantu para pengguna keputusan untk mengatasi berbagai masalah secara interaktif dengan menggunakan sejumlah database dan perangkat lunak. Dimana sistem pendukung keputusan bertujuan untuk menyimpan data dan menggantinya dengan informasi yang dengan mudah dapat diakses oleh pengguna atau user dengan sangat akurat.

P.G.W Keen dan Scott-Morton yang merupakan penggagas istilah sistem pendukung keputusan, mendefenisikan bahwa sistem pendukung keputusan itu adalah beberapa sistem keputusan intelektual yang bersumber daya individu


(27)

dengan dibantu oleh kemampuan komputer untuk meningkatkan kualitas dari sebuah keputusan. (Keen dan Scott-Morton, 1978)

Pengambilan keputusan dapat berkaitan dengan tindakan spesifik atau proses umum. Pengambilan keputusan yang efektif mengisyaratkan pengambilan keputusan memahami situasi yang mendorong keputusan. (Sunarto. 2007)

Sistem Pendukung Keputusan dapat menyediakan analisis informatif untuk meningkatkan efisiensi pembuatan keputusan dalam sebuah organisasi. Sistem Pendukung Keputusan, termasuk model keputusan, data, dan antarmuka pengguna merupakan kesatuan yang sangat penting. (Zhou, 2011)

Sistem Pendukung Keputusan merupakan sebuah alat bantu yang dapat membantu si pembuat keputusan dalam menetapkan sebuah keputusan. Perlu ditekankan bahwa Sistem Pendukung Keputusan hanyalah ditujukan untuk membantu, bukan untuk membuat keputusan. Keputusan yang diambil merupakan tanggung jawab dari si pembuat keputusan.

Sistem Pengambilan Keputusan atau Decision Support System merupakan sistem informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan dibuat. DSS biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang. DSS yang seperti itu disebut aplikasi DSS. Aplikasi DSS digunakan dalam pengambilan keputusan. Aplikasi DSS menggunakan CBIS ( Computer Based Information Systems) yang fleksibel, interaktif, dan dapat di adaptasi, yang dikembangkan untuk mendukung pemikiran pengmbil keputusan. (Kusrini, 2007).

Sistem pendukung keputusan pertama kali dikenalkan pertama kali pada awal tahun 1970 oleh Michael S.Scott dengan istilah Management Decision System yang merupakan suatu sistem berbasis komputer yang membantu pengambilan keputusan dengan memanfaatkan data dan model-model untuk menyelesaikan masalah-masalah yang tidak terstruktur (Turban, dkk. 2005).


(28)

Lima karakteristik utama SPK yaitu : 1. Sistem yang berbasis komputer.

2. Dipergunakan untuk mengambil keputusan.

3. Untuk memecahkan masalah-masalah yang rumit yang tidak dapat digunakan dengan kalkulasi manual.

4. Melalui cara simulasi yang interaktif.

5. Komponen utamanya data dan model analisis (Harahap, 2014).

2.2.2 Keuntungan Sistem Pendukung Keputusan

Sistem Pendukung Keputusan dapat memberikan manfaat atau keuntungan bagi pemakainya. Keuntungan dimaksud diantaranya meliputi (Daihani, 2001) :

1. Sistem Pendukung Keputusan memperluas kemampuan pengambil keputusan dalam memproses data/informasi bagi pemakainya.

2. Sistem Pendukung Keputusan membantu pengambil keputusan dalam hal penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.

3. Sistem Pendukung Keputusan dapat menghasilkan solusi dengan lebih cepat dan hasilnya dapat diandalkan.

4. Walaupun suatu Sistem Pendukung Keputusan, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun ia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya. Karena sistem pendukung keputusan mampu menyajikan berbagai alternatif.

5. Sistem Pendukung Keputusan dapat menyediakan bukti tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi pengambil keputusan.

2.2.3 Fase-fase Proses Pengambilan Keputusan

Adapun proses dalam pengambilan keputusan terdiri dari 4 tahapan menurut Simon (Daihani, 2001), yaitu :


(29)

1. Tahap Penelusuran (Intelligence)

Merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil. Langkah ini sangat penting menentukan tingkat ketepatan keputusan yang akan diambil, karena sebelum suatu tindakan diambil, tentunya persoalan yang dihadapi harus dirumuskan secara jelas terlebih dahulu.

2. Perancangan (Design)

Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-alternatif pemecahan masalah. Setelah permasalahan dirumuskan dengan baik, maka tahap berikutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbagai alternatif pemecahan masalah.

3. Pemilihan (Choice)

Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan, selanjutnya manajemen memilih alternatif solusi yang diperkirakan paling sesuai. Pemilihan alternatif ini akan mudah dilakukan kalau hasil yang diinginkan terukur atau memiliki nilai kuantitas tertentu.

4. Implementasi (Implementation)

Merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini perlu disusun serangkaian tindakan yang terencan, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.

Sistem pendukung keputusan terdiri atas tiga komponen utama atau subsistem (Daihani, 2001), yaitu sebagai berikut :

1. Subsistem Data (Data Subsystem)

Subsistem data merupakan komponen SPK penyedia data bagi sistem data dimaksud disimpan dalam suatu pangkalan data (database) yang diorganisasikan oleh suatu sistem yang disebut dengan sistem manajemen


(30)

pangkalan data (Database Management System). Melalui manajamen pangkalan data inilah data dapat diambil dan diekstraksi dengan cepat. Pangkalan data dalam SPK berasal dari dua sumber yaitu sumber internal (dari dalam perusahaan) dan sumber eksternal (dari luar perusahaan). Data eksternal ini sangat berguna bagi manajemen dalam mengambil keputusan tingkat strategis.

2. Subsistem Model (Model Subsystem)

Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data dengan model-model keputusan. Kalau pada pangkalan data, organisasi data dilakukan oleh manajemen pangkalan data, maka dalam hal ini ada fasilitas tertentu yang berfungsi sebagai pengelola berbagai model yang disebut dengan pangkalan model (model base).

3. Subsistem Dialog (User System Interface)

Keunikan lainnya dari SPK adalah adanya fasilitas yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif. Fasilitas atau subsistem ini dikenal sebagai subsistem dialog. Melalui sistem dialog inilah sistem diartikulasian dan diimplementasikan sehingga pengguna atau pemakai dapat berkomunikasi dengan sistem yang dirancang.

Gambar arsitektur sistem pendukung keputusan menurut (Turban dkk, 2005) dapat dilihat pada gambar 2.1.


(31)

Gambar 2.1 Skematik Sistem Pendukung Keputusan

2.3 Profile Matching

Penelitian ini menggunakan metode Profile matching, Profile matching merupakan suatu metode penelitian yang dapat digunakan pada sistem pendukung keputusan, proses penilaian kompetensi dilakukan dengan membandingkan antara satu profil nilai (nilai kebutuhan kompetensi) dengan beberapa profil nilai kompetensi lainnya, sehingga dapat diketahui hasil dari selisih kebutuhan kompetensi yang dibutuhkan, selisih dari kompetensi disebut gap, dimana gap yang semakin kecil memiliki nilai yang semakin tinggi (Iqbal, 2011).

Pencocokan profil ( profile matching ) adalah sebuah mekanisme pengmbilan keputusan dengan mengamsusikan bahwa terdapat tingkat variabel predictor yang ideal yang harus dimiliki oleh pelamar, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Dalam pencocokan profil, dilakukan identifikasi


(32)

Proses perhitungan profile matching terdiri atas beberapa proses yaitu Pemetaan Gap, Penentuan Bobot Nilai Gap, Perhitungan Core Factor dan Secondary Factor. (Nugraha, 2010)

Tahapan dalam profile matching (Iqbal & Hartati, 2011) yaitu :

1.Menentukan kriteria dengan nilai bobot criteria, untuk nilai bobot criteria nantinya akan dihitung pada proses terakhir setelah didapatkan nilai dari tiap kriteria.

2. Penentuan core dan secondary faktor beserta parameter nilai subkriteria yang digunakan sebagai nilai kompetensi.

3. Perhitungan gap kompetensi yaitu proses pencocokan profil nilai bidan dengan profil nilai desa yang menghasilkan nilai gap dari kompetensi.

4. Penggabungan subkriteria core dan secondary factor untuk memperoleh perhitungan nilai total kriteria.

5. Tahapan terakhir dari profil matching yaitu melakukan perhitungan pada semua nilai total kriteria dan bobot kriteria, untuk menghasilkan perangkingan dari nilai kompetensi.

Menurut (Kusrini, 2007) Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat minimal yang harus dipenuhi atau dilewati. Langkah-langkah dalam penyelesaian perhitungan dengan menggunakan metode Profile Matching yaitu :

1. Aspek-aspek penilaian.

Langkah pertama yang harus dilakukan yaitu menentukan aspek-aspek penilaian. 2. Pemetaan GAP kompetensi.

GAP kompetensi adalah perbedaan antara kriteria yang dimiliki seseorang dengan kriteria yang diinginkan. Rumus untuk mencari GAP kompetensi yaitu :

GAP = Nilai Profil Konsumen – Nilai Minimal (1)


(33)

Apabila pemetaan GAP sudah selesai dilakukan, maka hasil dari pemetaan tersebut diberi bobot nilai sesuai dengan patokan tabel bobot nilai GAP. Seperti yang terlihat pada Tabel 1.1.

Tabel 2.1. Bobot Nilai No. Selisih Bobot

Nilai

Keterangan

1 0 5 Tidak ada selisih

2 1 4,5 Kompetensi individu kelebihan 1 tingkat/level 3 -1 4 Kompetensi individu kekurangan 1 tingkat/level 4 2 3,5 Kompetensi individu kelebihan 2 tingkat/level 5 -2 3 Kompetensi individu kekurangan 2 tingkat/level 6 3 2,5 Kompetensi individu kelebihan 3 tinkat/level 7 -3 2 Kompetensi individu kekurangan 3 tingkat/level 8 4 1,5 Kompetensi individu kelebihan 4 tinkat/level 9 -4 1 Kompetensi individu kekurangan 4 tingkat/level (Sumber : Kusrini, 2007).

4. Perhitungan dan pengelompokkan Core dan Secondary Factor

Setelah bobot nilai GAP ditentukan, maka dibagi menjadi 2 kelompok yaitu Core Factor dan Secondary Factor.

Rumus untuk menghitung Core Factor yaitu sebagai berikut :

NCF = ∑ NC(aspek) (2)

∑ IC Keterangan :

NCF = Nilai rata-rata core factor.

NC(aspek) = Jumlah total nilai core factor.


(34)

Sedangkan rumus untuk menghitung secondary factor yaitu sebagai berikut :

NSF = ∑ NS(aspek)

(3)

∑ IS Keterangan :

NSF = Nilai rata-rata secondary factor.

NC(aspek) = Jumlah total nilai Secondary factor.

IC = Jumlah item secondaryfactor.

5. Perhitungan Nilai Total

Untuk menghitung nilai total, rumus yang digunakan yaitu :

(x)%NCF(aspek) + (x)%NSF(aspek) = Ntotal(aspek) (4)

Keterangan :

NCF(aspek) = nilai rata-rata core factor.

NSF(aspek) = nilai rata-rata secondary factor.

N(aspek) = nilai total dari aspek

(x)% = nilai persen yang diinputkan 6. Perhitungan Nilai Rangking

Untuk menentukan perankingan mengacu pada hasil perhitungan menggunakan rumus sebagai berikut :

Rangking = (x)% Ns (5)

Keterangan :


(35)

(x)% = nilai persen yang diinputkan (Sumber : Kusrini, 2007)

2.4 Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE)

Preference Ranking Organizational Method for Enrichment Evaluation (PROMETHEE) adalah metodologi untuk mengevaluasi alternatif dengann kriteria yang diberikan dan membuat peringkat alternatif untuk keputusan akhir. Dugaan dari dominasi kriteria yang digunakan dalam PROMETHEE adalah penggunaan nilai dalam hubungan outranking, outranking merupakan metode yang dapat menangani criteria kualitatif dan kuantitatif secara bersamaan. Metode ini mampu memperhitungkan alternatif-alternatif berdasarkan karakteristik yang berbeda. Metode outranking membandingkan beberapa kemungkinan alternatif (pada kriteria) dengan kriteria dasar. Mereka pada dasarnya menghitung indeks untuk setiap pasangan alternatif yang memenuhi syarat atau antara peringkat satu relatif dengan alternatif lain. Semua parameter yang terlibat mempunyai pengaruh nyata menurut pandangan ekonomi (Brans, J.P. & Vincke, Ph., 1985).

2.4.1. Langkah – Langkah PROMETHEE

Diperlukan tahapan-tahapan yang harus dilakukan oleh pembuat keputusan untuk mendapatkan hasil penyeleksian dengan metode Promethee (Kusumadewi dkk, 2006).

1. Menentukan beberapa alternatif

Alternatif adalah obyek yang akan diseleksi (obyek seleksi). Pada perhitungan penyeleksian dengan PROMETHEE diperlukan penentuan beberapa obyek yang akan diseleksi (minimal 2 obyek). Obyek yang satu dengan obyek lainnya akan dibandingkan.

2. Menentukan beberapa kriteria

Setelah melakukan penentuan obyek yang akan diseleksi, maka dalam perhitungan penyeleksian PROMETHEE juga diperlukan penentuan


(36)

beberapa kriteria, penentuan kriteria disini sebagai syarat atau ketentuan dalam penyeleksian.

3. Menentukan dominasi kriteria

Ketika menentukan kriteria, decision maker harus menentukan bobot atau dominasi kriteria dari kriteria lainnya. Setiap kriteria boleh memiliki nilai bobot yang sama atau berbeda.

4. Menentukan tipe preferensi untuk setiap kriteria yang paling cocok didasarkan pada data dan pertimbangan dari decision maker. Tipe preferensi ini berjumlah Enam (Usual, Quasi, Linear, Level, Linear Quasi dan Gaussian.

5. Memberikan nilai threshold atau kecenderungan untuk setiap kriteria berdasarkan preferensi yang telah dipilih. Nilai kecenderungan tersebut adalah nilai indifference, preference, dan Gaussian.

6. Perhitungan Leaving Flow , Entering Flow dan Net Flow.

1. Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a. dan hal ini merupakan pengukuran outranking. Adapun persamaannya:

�+() = 1

�−1 �∈��(�,�)

(6)

Keterangan : �+ � = Leaving Flow

2. Nilai Entering Flow adalah jumlah dari yang memiliki arah mendekat dari node a dan hal ini merupakan karakter pengukuran outranking. Untuk semua nilai node a dalam grafik nilai outranking ditentukan berdasarkan entering flow dengan persamaan:

�−() = 1

�−1 �∈��(�,�)

(7)


(37)

3. Nilai Net Flow adalah penilaian secara lengkap. Lengkap disini adalah penilaian yang didapat dari nilai Entering Flow yang dikurangi nilai Leaving Flow. Jadi bisa diartikan, nilai Net Flow adalah nilai akhir atau hasil yang didapat dari nilai positif yang dikurangi nilai negatif dari sebuah node. Adapun persamaannya ialah:

�− � � � = �+ � − �− � (8) Keterangan :

�+ (a) = Leaving Flow �−(a) = Entering Flow

2.5 Kredit

2.5.1 Pengertian Kredit

Kredit berasal dari bahasa Yunani yaitu “credere” yang artinya “kepercayaan” dan

dari bahasa latin yaitu “Creditum” yang berarti kepercayaan atau kebenaran.

Menurut Mahmoeddin (2004:2) Kredit adalah penyediaan uang atau tagihan yang dapat disamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan jumlah bunga imbalan atau pembagian hasil keuntungan. Dari pengertian di atas dapat ditarik kesimpulan bahwa:

a. Adanya suatu penyerahan uang/tagihan atau barang yang menimbulkantagihan kepada pihak lain dengan harapan bank dapat memperoleh pendapatan yang berasal dari bunga yang dibebankan kepada pinjaman tersebut.

b. Kredit diawali dengan adanya perjanjian atas dasar kepercayaan dimana masing-masing pihak yang terikat oleh perjanjian kredit tersebut harus mematuhi kewajiban yang telah disepakati.

c. Dalam perjanjian kredit terdapat kesepakatan pelunasan utang dan bunga yang diselesaikan dalam jangkat waktu tertentu sesuai dengan kesepakatan bersama.

2.5.2 Unsur Kredit


(38)

1. Kepercayaan, yaitu suatu keyakinan dari si pemberi kredit kepada penerima kredit bahwa prestasi yang diberikan baik dalam bentuk uang, barang maupun jasa akan benar-benar diterima dalam jangka waktu tertentu di masa yang akan datang.

2. Kesepakatan, yaitu suatu perjanjian sepakat antara si pemberi kredit dan si penerima kredit untuk melaksanakan hak dan kewajibannya selama perjanjian kredit berlangsung.

3. Jangka waktu, yaitu pinjaman atau kredit yang diberikan telah disepakati untuk masa waktu tertentu sesuai dengan perjanjian. 4. Resiko, yaitu suatu resiko yang harus dihadapi oleh si pemberi

kredit akibat adanya jangka waktu pengembalian kredit.

5. Balas jasa, yaitu keuntungan atas pemberian suatu kredit yang dikenal dengan bunga dan biaya administrasi

6. Kreditur, yaitu adanya orang atau badan yang memiliki barang, jasa atau uang yang dapat dipinjamkan pada orang lain.


(39)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Sistem

Analisis sistem dilakukan untuk mengidentifikasi masalah dan kebutuhan dari sistem yang akan dibangun, sebelum membangun sistem terlebih dahulu dilakukan beberapa tahap analisis untuk mengidentifikasi segala kebutuhan yang akan diterapkan dalam sistem agar tidak terjadi kesalahan dan sistem yang dibangun akan optimal.

Sistem yang akan dibangun adalah sistem pendukung keputusan untuk menentukan kelayakan penerima kredit pemilikan rumah. Sistem ini menggunakan dua metode yaitu metode Profile Matching dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE). Kedua metode tersebut akan dibandingkan dengan paramater tingkat akurasi dan Running Time Calculation.

3.1.1 Analisis Masalah

Dalam menentukan kelayakan penerima kredit kepemilikan rumah sangatlah sulit, dengan banyaknya calon penerima kredit yang ingin mengambil kredit kepemilikan rumah berdasarkan banyaknya data yang ada di perumahan CV.Karya Bersama. Sehingga para konsumen harus menyesuaikan berdasarkan pendapatan atau gaji dalam perbulan. Dalam hal ini proses pengambilan keputusan penerima kredit pemilikan rumah dilakukan oleh developer berdasarkan kriteria konsumen. Maka dari itu, penulis ingin membuat suatu sistem pendukung keputusan guna membantu para developer dalam menyeleksi kelayakan penerima kredit pemilikan rumah.


(40)

Tentunya hasil yang diberikan oleh sistem tersebut merupakan saran atau alternatif yang diberikan kepada pengguna sistem dan tidak diharuskan untuk mengikutinya.

Untuk menentukan rumah yang sesuai dan tepat sasaran, penilaian dilakukan dengan melibatkan data perumahan yang jumlahnya banyak dan mengakibatkan ketidakstabilan jika dilakukan dengan cara manual. Dengan adanya Sistem Pendukung Keputusan ini, proses menentukan kelayakan penerima kredit pemilikan rumah oleh pihak developer akan menjadi lebih mudah. Sistem saat ini hanya ditujukan untuk developer perumahan CV. Karya Bersama sehingga sistem ini berbasis desktop.

Untuk mengidentifikasi masalah yang dijelaskan diatas digunakan diagram Ishikawa (fishbone diagram). Diagram Ishikawa adalah sebuah alat visual untuk mengidentifikasi, mengeksplorasi, dan secara grafik menggambarkan secara detail semua penyebab yang berhubungan dengan suatu permasalahan.

Gambar 3.1 Diagram Ishikawa

3.1.2 Analisis Kebutuhan Sistem

Analisis Kebutuhan Sistem meliputi analisis kebutuhan fungsional sistem dan analisis kebutuhan non-fungsional sistem.

3.1.2.1Kebutuhan Fungsional Sistem

Mesin Manusia

Proses hitung yang memakan waktu dan tenaga yang besar

Menentukan Kelayakan Penerima KPR dengan metode Profile Matching dan PROMETHEE

- masih dilakukan secara manual

Belum adanya metode yang digunakan

Material Metode

- masih menggunakan Ms. Excel - data tidak tersimpan - data konsumen dan data perumahan yang banyak

- efektivitas dan efisiensi yang kurang optimal

- keterbatasan pengetahuan

- rumitnya proses perhitungan matematika

sulitnya menentukan kelayakan dengan data konsumen yang banyak


(41)

Kebutuhan fungsional yang harus dimiliki oleh Sistem Pendukung Keputusan dalam menganalisis kelayakan penerima kredit pemilikan rumah di CV. Karya Bersama yaitu :

1. Sistem dapat menganalisis kelayakan penerima kredit pemilikan rumah dengan metode Profile Maching dan PROMETHEE.

2. Sistem dapat menampilkan hasil kelayakan penerima KPR dengan luas tanah, harga jual, uang muka dan jangka waktu KPR.

3. Sistem dapat menampilkan alternatif rumah yang sesuai berdasarkan kelayakan konsumen berdasarkan gaji dengan metode Profile Matching dan PROMETHEE.

3.1.2.2Kebutuhan Non-Fungsional Sistem

Untuk mendukung kinerja sistem, sistem sebaiknya dapat berfungsi sebagai berikut:

1. Sistem harus mudah digunakan sehingga dapat dioperasikan dengan baik oleh pengguna.

2. Sistem dibangun dengan perangkat yang tidak mengeluarkan biaya yang besar.

3.2 Pemodelan

Pemodelan sistem dilakukan untuk memperoleh gambaran yang lebih jelas tentang objek apa saja yang akan berinteraksi dengan sistem, serta hal-hal apa saja yang harus dilakukan oleh sebuah sistem sehingga sistem dapat berfungsi dengan baik sesuai dengan kegunaannya.

Pada penelitian ini penulis menggunakan UML (Unified Modeling Language) sebagai bahasa pemodelan untuk merancang sistem yang akan dibangun, UML adalah bahasa yang banyak digunakan sebagai standar pemodelan di dunia dalam memodelkan sebuah sistem dengan menggambarkan relasi antar objek dalam lingkungan rekayasa perangkat lunak. UML yang digunakan antara lain use case diagram, activity diagram dan sequence diagram.


(42)

Use case diagram adalah teknik yang digunakan untuk menampilkan functional requirements dari sebuah sistem. Use case diagram menampilkan bagaimana software akan bekerja dari sudut pandang user. Use Case Diagram akan menjelaskan fungsi apa saja yang dikerjakan oleh sistem. Dalam sistem ini terdapat 2 fungsi utama yang dimiliki yaitu perhitungan dengan Profile Matching dan PROMETHEE seperti terlihat pada Gambar 3.2 berikut

Gambar 3.2 Use Case Diagram

Dari gambar 3.2 dijelaskan bahwa pada saat developer ingin melihat kelayakan penerima KPR maka developer mengakses sistem pemilihan dengan menggunakan metode Profile Matching Matching atau metode PROMETHEE. Serta user juga dapat menambah, mengubah dan menghapus data konsumen. Dimana proses dengan Profile Matching, dapat dinyatakan dalam tabel 3.1

Tabel 3.1. Tabel Use Case Proses Perhitungan dengan PM

Name Proses Perhitungan dengan PM


(43)

Description Use Case ini mendeskripsikan proses perhitungan dalam menentukan kelayakan penerima kredit kepemilikan rumah dengan menggunakan metode PM

Basic Flow User memilih metode profile matching, tipe rumah dan hitung, kemudian sistem akan melakukan perhitungan Profile Matching, sehingga akan menampilkan hasil pembobotan, nilai CF & SF dan nilai total.

Alternate Flow User dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya

Pre Condition User dapat melihat nilai kriteria dari setiap alternatif yang ada

Post Condition User mengetahui nilai PM dari seluruh alternatif

Tabel 3.2. Tabel Use Case Proses Perhitungan dengan PROMETHEE

Name Proses Perhitungan dengan PROMETHEE

Actors Developer / staff yang telah ditentukan

Description Use Case ini mendeskripsikan proses perhitungan dalam menentukan kelayakan penerima kredit kepemilikan rumah dengan menggunakan metode PROMETHEE

Basic Flow Developer / staff memilih metode PROMETHEE, kemudian memilih tipe rumah dan hitung kemudian sistem akan melakukan dan menampilkan hasil perhitungan PROMETHEE

Alternate Flow Developer / staff dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya

Pre Condition Developer / staff dapat melihat nilai kriteria dari setiap alternatif yang ada


(44)

3.2.2 Activity Diagram

Untuk proses Perhitungan dengan Profile Matching, dapat dilihat Activity Diagram pada gambar 3.3 berikut.

Gambar 3.3 Activity Diagram Proses Perhitungan Metode Profile Matching

Pada perhitungan dengan metode PM, sistem akan menampilkan data konsumen, kemudian user mengisi data konsumen dan sistem akan menampilkan gaji, nilai kredit(cicilan) dan persentase gaji kelayakan 35% dan selanjutnya memilih menu Profile Matching. Kemudian user memilih tipe rumah dan sistem akan meminta user untuk menekan tombol hitung, setelah itu akan menampilkan hasil pembobotan dan kelayakan penerima KPR untuk proses profile matching.

Untuk proses Perhitungan dengan PROMETHEE, dapat dilihat Activity Diagram pada gambar 3.4 berikut.


(45)

Gambar 3.4 Activity Diagram untuk Proses Perhitungan Metode PROMETHEE

Pada perhitungan dengan metode PROMETHEE, sistem akan meminta user untuk memilih tipe rumah dan menekan tombol hitung lalu sistem akan menampilkan nilai entering flow, leaving flow dan net flow dan menghasilkan hasil perhitungan dan kelayakan penerima KPR dari proses PROMETHEE.

3.2.3. Sequence Diagram

Sequence diagram menggambarkan bagaimana objek saling berinteraksi melalui message dalam eksekusi operation, untuk satu buah use case. Diagram ini mengilustrasikan bagaimana message dikirim dan diterima diantara objek, dan di


(46)

urutan yang mana. Sequence membantu untuk menggambarkan data yang masuk dan keluar sistem. Sequence diagram analisis kelayakan penerima KPR ini dilakukan berdasarkan perhitungan dengan metode Profile Matching, perhitungan dengan metode PROMETHEE dan data konsumen. Berikut adalah sequence diagram untuk perhitungan dengan metode PM pada gambar 3.5.

Gambar 3.5 Sequence Diagram untuk Perhitungan dengan Metode Profile Matching

Pada Sequence diagram diatas terlihat bahwa user terlebih dahulu memilih menu perhitungan dengan metode PM, selanjutnya sistem akan menampilkan form perhitungan dengan metode PM. User akan memilih tipe rumah, kemudian user akan menekan tombol hitung maka sistem akan melakukan proses perhitungan Core Factor (CF) dan Secondary Factor (SF), hasil perhitungan CF dan SF akan ditampilkan, dan langkah terakhir, sistem akan melakukan perhitungan nilai total dimana hasil dari perhitungan nilai total merupakan hasil akhir dari metode Profile


(47)

Matching (PM). Nilai total konsumen yang paling tinggi menunjukkan konsumen yang paling layak mendapatkan rumah yang telah dipilih.

Pada proses perhitungan dengan metode PROMETHEE, Sequence Diagram diperlihatkan pada Gambar 3.6 berikut.

Gambar 3.6 Sequence Diagram untuk Perhitungan dengan Metode

PROMETHEE

Pada Sequence diagram diatas terlihat bahwa user terlebih dahulu memilih menu perhitungan dengan metode PROMETHEE, selanjutnya sistem akan menampilkan form perhitungan dengan metode PROMETHEE. User kemudian memilih tipe rumah yang akan di hitung kelayakannya dan menekan tombol hitung. Lalu sistem akan menampilkan hasil tabel indeks preferensi, nilai leaving flow, entering flow dan net flow. Nilai net flow konsumen yang paling tinggi menunjukkan bahwa konsumen tersebut paling layak mendapatkan rumah yang telah dipilih.


(48)

Pada metode Profile Matching, terlebih dahulu yang diperlukan adalah menentukan nilai profil target. Dimana profil target tersebut akan dikurangkan dengan profil individu setiap alternatif. Setelah itu dilakukan pembobotan, pengelompokkan nilai Core Factor dan Secondary Factor dan terakhir adalah menghitung nilai total. Untuk menggambarkan metode PM ini, akan ditapilkan pada gambar 3.7.

Gambar 3.7 Flowchart Profile Matching Matching (PM)

3.2.5 Flowchart PROMETHEE

Pada metode PROMETHEE dilakukan proses untuk menghitung nilai leaving flow, entering flow danb net flow, sehingga dapat dilakukan proses perankingan. Untuk menggambarkan flowchartnya dapat dillihat pada gambar 3.8.


(49)

Gambar 3.8 Flowchart PROMETHEE

3.2.6 Flowchart Sistem

Dalam Flowchart sistem berikut, akan ditunjukkan gambaran sistem secara keseluruhan. Berikut akan ditampilkan flowchart sistem kelayakan penerima KPR pada CV.Karya Bersama pada gambar 3.9.

Mulai

Tentukan Alternatif kriteria dan tipe preferensi, nilai parameter

Melakukan perhitungan secara berpasangan berdasarkan tipe preferensi yang digunakan

Menghitung nilai indeks preferensi

Menghitung nilai leaving flow

Tampilkan Hasil Ranking Nilai kelayakan Konsumen berdasarkan

karakter net flow

Selesai

Menghitung nilai entering flow


(50)

Gambar 3.9 Flowchart Analisis Kelayakan Penerima KPR

3.3.Perancangan Sistem

Perancangan sistem merupakan salah satu bagian yang sangat penting dalam membangun sistem, perancangan sistem dibuat agar memudahkan designer dalam membangun sebuah sistem, perancangan sistem diuntukkan sebagai gambaran

Mulai

Masukkan data konsumen

Hitung dengan Profile Matching

Tentukan tipe rumah

dan Hitung PM Tentukan tipe rumah dan Hitung

PROMETHEE

Hitung nilai PROMETHEE Hitung nilai

Profile Matching

berhenti

ya tidak

Hasil nilai Profile Matching

Hasil nilai PROMETHEE


(51)

interface yang akan dibangun, dalam membuat perancangan sistem haruslah dipertimbangkan tampilan yang menarik, user friendly agar user nyaman disaat menggunakan sistem tersebut.

3.3.1. Perancangan Antar Muka Sistem (Interface) 3.3.1.1.Halaman masuk

Halaman masuk adalah halaman yang pertama ditampilkan pada saat aplikasi digunakan. Pada halaman masuk ini, admin diminta untuk input nama admin dan kata sandi admin agar admin dapat masuk ke halaman utama.

Gambar 3.10 RancanganHalaman Masuk

Keterangan:

Tabel 3.3 Keterangan Rancangan Halaman Masuk

No Jenis Objek Keterangan

1 Logo CV Karya Bersama Menampilkan logo CV. Karya Bersama 2 textbox Pengguna Isikan pengguna admin pada kolom ini

3 textbox Sandi Isikan sandi admin pada kolom ini

4 button Masuk Setelah berhasil masuk maka admin dapat masuk ke halaman awal


(52)

3.3.1.2. Menu Input Data Konsumen

Pada menu input data konsumen, staff mengisi data konsumen dan masuk ke dalam database sehingga dapat dilakukan proses perhitungan kelayakan penerima KPR. Rancangan tampilan dari Input Data Konsumen dapat dilihat pada Gambar 3.11 dan keterangannya dapat dilihat pada Tabel 3.4.

Gambar 3.11 Rancangan Menu Input Konsumen Keterangan:

Tabel 3.4 Keterangan Rancangan Menu Input Konsumen

No Jenis Objek Keterangan

1 Textbox nama Staff mengisi nama konsumen

2 Textbox alamat Staff mengisi alamat konsumen


(53)

4 Combo box tipe rumah Staff memilih tipe rumah yang diinginkan konsumen

5 Textbox harga rumah Harga rumah akan langsung keluar berdasarkan tipe rumah yang dipilih dari database

6 Textbox uang muka Staff mengisi uang muka yang diinginkan dari konsumen

7 Textbox plafon Sistem akan mengeluarkan plafon dari uang muka yang di input staff/developer

8 Textbox lama cicilan Staff memilih sesuai kebutuhan konsumen

9 Textbox cicilan/bulan Berisi iuran cicilan per bualn di ambil dari database

10 Button simpan Tombol untuk menyimpan ke database

11 Button kembali Tombol untuk kembali

3.3.1.3. Menu lihat konsumen

Rancangan tampilan dari menu lihat konsumen dilihat pada Gambar 3.12 dan keterangannya dapat dilihat pada Tabel 3.5.


(54)

Keterangan:

Tabel 3.5 Keterangan Rancangan Menu Lihat Konsumen

No Jenis Objek Keterangan

1 Datagridview1 Isi inputan data user yang di simpan di dalam database

2 Button Tutup Untuk menutup tampilan lihat konsumen

3 Button Segarkan Untuk melihat hasil input dan edit data konsumen

4 Button Ubah Untuk mengubah data konsumen

5 Button Hapus Untuk menghapus data konsumen

3.3.1.4. Menu Metode Profile Matching

Rancangan tampilan dari menu profile matching dapat dilihat pada Gambar 3.13 dan keterangannya dapat dilihat pada Tabel 3.6.


(55)

Keterangan:

Tabel 3.6 Keterangan Rancangan Menu Profile Matching

No Jenis Objek Keterangan

1 Datagridview1 Berisi proses perhitungan PM dari data yang telah diinputkan

2 TextBox Nilai Profil User mengisi nilai profile yang telah di tetapkan sistem

3 Datagridview2 Tabel yang berisi konsumen yang layak mendapatkan rumah tersebut

4 Button kembali Tombol untuk kembali ke tampilan awal

5 Button hitung Tombol menghitung hasil PM

6 Combobox Tipe Rumah Tombol memilih tipe rumah

3.3.1.5. Menu metode PROMETHEE

Rancangan tampilan dari metode promethee dapat dilihat pada Gambar 3.14 dan keterangannya dapat dilihat pada Tabel 3.7.


(56)

Gambar 3.14 RancanganMenu Metode PROMETHEE Keterangan:

Tabel 3.7 Keterangan Rancangan Menu Metode PROMETHEE

No Jenis Objek Keterangan

1 Datagridview1 Hasil proses perhitungan indeks preferensi

2 Datagridview2 Hasil proses promethee, nilai leaving flow, entering flow dan net flow

3 Combobox1 Untuk memilih tipe rumah

4 Button hitung Menghitung proses promethee

5 Datagridview3 Menampikan konsumen yang layak

3.3.1.6 Menu Pengaturan

Rancangan tampilan dari menu pengaturan dapat dilihat pada Gambar 3.15 dan keterangannya dapat dilihat pada Tabel 3.6.


(57)

Keterangan:

Tabel 3.8 Keterangan Rancangan Menu Pengaturan

No Jenis Objek Keterangan

1 Button Username Tombol mengisi username kembali

2 Buttoon password Tombol mengisi password

3 Button simpan Tombol menyimpan password baru


(58)

BAB 4

IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Sistem

Implementasi sistem merupakan tahap selanjutnya yang harus dilakukan setelah melakukan analisis masalah, setelah melewati proses analisis dengan mempertimbangkan segala kemungkinan yang akan diterapkan kedalam sistem maka langkah selanjutnya adalah mengimplementasikan apa yang telah dianalisis sebelumnya. Pada tahap ini, sistem ini dibangun menggunakan bahasa pemrograman C# dan Database Management System Mysql.

4.1.1. Implementasi Metode Profile Matching

Implementasi metode Profile Matching Matching diterapkan untuk melakukan proses perhitungan untuk menentukan kelayakan penerima KPR di perumahan CV. Karya Bersama.

Berikut disajikan data sampel dari nilai konsumen yang menjadi alternatif dalam menentukan kelayakan penerima KPR berdasarkan pemilihan tipe rumah dengan blok A12 pada tabel 4.1.

Tabel 4.1. Tabel Sampel Konsumen

Alternative

Kriteria

C1 C2 C3

Arif Munandar 15.000.000 5.000.000 3.500.000 Aya Sofia 50.000.000 17.219.717 17.500.000


(59)

Dias Tia Ramadhani 15.000.000 19.001.375 5.250.000 Dina Mutiara 12.000.000 19.437.881 4.200.000 Zahira Balqis 25.000.000 2.817.028 8.750.000

Keterangan: C1 = Gaji C2 = Cicilan

C3 = Persentase Kelayakan 35% dari gaji

Berikut akan dijelaskan langkah-langkah perhitungan untuk mendapatkan nilai PM dari alternatif yang ada.

1. Menentukan Gap seluruh alternatif yang ada. Dengan cara mengurangkan nilai profil individu dengan nilai profil target. Tetapi terlebih dahulu dilakukan konversi nilai kriteria dari setiap konsumen. Konversi nilai kriteria dari setiap alternative konsumen dapat dilihat sebagai berikut. Untuk kriteria cicilan di ambil dari database ketika user memilih lama cicilan per tahun, dan untuk kriteria gaji diambil dari data konsumen dan 35% dari gaji di ambil dari gaji konsumen.

Tabel 4.2. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1)

Nilai Bobot

>= 25.000.000 6 20.000.000 – 24.999.999 5 15.000.000 – 19.999.999 4 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 2 < 5.000.000 1


(60)

Tabel 4.3. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2)

Nilai Bobot

>= 20.000.000 1 15.000.000 – 19.999.999 2 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 4 < 4.999.999 5

Tabel 4.4. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase Kelayakan 35% dari gaji

Nilai Bobot

>= 8.750.000 6 7.000.000 – 8.749.999 5 5.250.000 – 6.999.999 4 3.500.000 – 5.249.999 3 1.750.000 – 3.499.999 2 < 1.750.000 1

Setelah ditentukan konversi nilai kriteria konsumen, maka dihitung nilai Gap nya, dengan cara menghitung dengan rumus persamaan (1) sebagai berikut:

Gap = Profil Kriteria – Profil Target (1)

Hasil perhitungan Gap akan ditampilkan dalam table 4.5 dibawah ini Tabel 4.5. a. Tabel Nilai Profile Kriteria

C1 C2 C3

Arif Munandar 4 4 4

Aya Sofia 6 2 6


(61)

Dina Mutiara 3 2 3 Zahira Balqis 6 5 6

Tabel 4.5. b. Tabel Hasil Perhitungan Gap C1 C2 C3 Arif Munandar -2 -2 -1

Aya Sofia 0 -4 1

Dias Tia Ramadhani -2 -4 -1 Dina Mutiara -3 -4 -2 Zahira Balqis 0 -1 1

Pada tabel 4.5.b tabel hasil perhitungan Gap merupakan selisih dari nilai profile kriteria – nilai profile target . Adapun nilai profile target untuk kriteria gaji = 6, kriteria cicilan = 6 dan kriteria persentase 35% gaji = 5.

2. Melakukan Pembobotan.

Pada tahap ini hasil perhitungan yang didapat, akan dilakukan pembobotan.Tabel pembobotan akan ditentukan sebagai berikut :

Tabel 4.6. Tabel Bobot Nilai Gap Selisih Bobot Nilai Keterangan

0 5 Tidak ada selisih (sesuai yang dibutuhkan) 1 4.5 Kompetensi kelebihan 1 tingkat/level -1 4 Kompetensi kekurangan 1 tingkat/level 2 3.5 Kompetensi kelebihan 2 tingkat/level -2 3 Kompetensi kekurangan 2 tingkat/level 3 2.5 Kompetensi kelebihan 3 tingkat/level -3 2 Kompetensi kekurangan 3 tingkat/level 4 1.5 Kompetensi kelebihan 4 tingkat/level -4 1 Kompetensi kekurangan 4 tingkat/level


(62)

Berdasarkan Tabel 4.6. diatas, maka didapatkan hasil pembobotan pada Tabel 4.7. Tabel 4.7. Tabel Hasil Pembobotan

A1 A2 A3

Arif Munandar 3 3 4

Aya Sofia 5 1 4,5

Dias Tia Ramadhani 3 1 4

Dina Mutiara 2 1 3

Zahira Balqis 5 4 4,5

3. Menentukan Nilai Core Factor dan Secondary Factor.

Pada tahap ini merupakan tahapan dimana harus ada yang menjadi Core Factor, yang merupakan faktor pokok dan Secondary Factor, yang merupakan faktor pendukung. Dalam kasus ini, yang menjadi nilai Core Factor yaitu Gaji dan Cicilan. Sedangkan yang menjadi Secondary Factor yaitu Kelayakan 35% dari gaji. Pengelompokan nilai Core Factor dan Secondary Factor akan ditampilkan pada tabel 4.8.

Tabel 4.8. Tabel Nilai Core Factor dan Secondary Factor

A1 A2 A3

Arif Munandar 3 3 4

Aya Sofia 5 1 4,5

Dias Tia Ramadhani 3 1 4

Dina Mutiara 2 1 3

Zahira Balqis 5 4 4,5

Setelah pengelompokkan nilai Core Factor dan Secondary Factor seperti tabel diatas, maka selanjutnya dihitung dengan rumus persamaan (2) dan (3) sebagai berikut.


(63)

NCF = ��

�� . . . (2) NSF =

��

�� . . . (3)

Berdasarkan rumus persamaan diatas, makan akan ditampilkan proses perhitungan nilai Core Factor dan Secondary factor pada Tabel 4.9. sebagai berikut

Tabel 4.9. Tabel Hasil Nilai Core Factor dan Secondary Factor

Alternatif Core Factor SecondaryFactor

Arif Munandar +

= 3 4

Aya Sofia +

= 3 ,

Dias Tia Ramadhani

+

= 2

Dina Mutiara +

= 1,5 Zahira Balqis +

= 4,5 ,

4. Menghitung Nilai Total

Pada tahap ini merupakan tahap akhir dari perhitungan metode PM. Untuk menghitung nilai total dengan rumus persamaan (4)

N = (x) % NCF + (y)% NSF

(4)

Berdasarkan rumus persamaan diatas, terlebih dahulu menentukan berapa persen nilai Core Factor dan berapa persen nilai Secondary Factor. Pada kasus ini, nilai x% adalah 60% sedangkan nilai y% adalah 40%. Untuk lebih jelasnya akan ditampilkan dalam table 4.10 sebagai berikut


(64)

Tabel 4.10. Tabel Perhitungan Nilai Total

Nama Konsumen Perhitungan Nilai Total Metode Profile Matching

Arif Munandar (60% x 3) + (40% x 4) = 3,4 Aya Sofia (60% x 3) + (40% x 4,5) = 3,6 Dias Tia Ramadhani (60% x 2) + (40% x 4) = 2,8

Dina Mutiara (60% x 1,5) + (40% x 3) = 2,1 Zahira Balqis (60% x 4,5) + (40% x 4,5) = 4,5

Berdasarkan tabel 4.10, yang memiliki nilai tertinggi adalah Zahira Balqis dengan nilai 4,5. Peringkat kedua Aya Sofia dengan nilai 3,6, selanjutnya peringkat ketiga Arif Munandar dengan nilai 3,4, peringkat keempat Dias Tia Ramadhani dengan nilai 2,8, dan terakhir Dina Mutiara dengan nilai 2,1. Sehingga yang layak mendapatkan rumah dengan tipe A12 adalah Zahira Balqis.

4.1.2 Implementasi Metode PROMETHEE.

Urutan langkah-langkah pemecahan masalah untuk menentukan kelayakan penerima KPR dengan menggunakan Algoritma PROMETHEE adalah sebagai berikut:

1. Langkah pertama dalam penyelesaian masalah dalam PROMETHEE adalah membagi setiap kriteria menjadi beberapa sub kriteria.

2. Hitung Nilai H(d), pilih tipe pilihan preferensi, pada penelitian ini menggunakan tipe preferensi Usual, karena perbandingan alternatif kriteria memiliki perbandingan yang sedikit. Tipe preferensi Usual, dimana H(d) = 0, jika d<=0, H(d) =1, jika d>0.


(65)

4. Hitung nilai Entering Flow. 5. Hitung nilai Net Flow.

Net Flow = Leaving FlowEntering Flow. Penyelesaian dengan Algoritma PROMETHEE:

Tabel 4.11. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1)

Nilai Bobot

>= 25.000.000 6 20.000.000 – 24.999.999 5 15.000.000 – 19.999.999 4 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 2 < 5.000.000 1

Tabel 4.12. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2)

Nilai Bobot

>= 20.000.000 1 15.000.000 – 19.999.999 2 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 4 < 4.999.999 5

Tabel 4.13. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase Kelayakan 35% dari gaji

Nilai Bobot

>= 8.750.000 6 7.000.000 – 8.749.999 5 5.250.000 – 6.999.999 4 3.500.000 – 5.249.999 3


(66)

1.750.000 – 3.499.999 2 < 1.750.000 1

Dengan data yang sama di Profile Matching :

Tabel 4.14. Tabel Sample Konsumen

Alternative

Kriteria

A1 A2 A3

Arif Munandar 15.000.000 5.000.000 3.500.000 Aya Sofia 50.000.000 17.219.717 17.500.000 Dias Tia Ramadhani 15.000.000 19.001.375 5.250.000

Dina Mutiara 12.000.000 19.437.881 4.200.000 Zahira Balqis 25.000.000 2.817.028 8.750.000

Tabel 4.15. Tabel PROMETHEE Tahap 1

KRITERIA A B C D E TIPE

1. Gaji 4 6 4 3 6 Usual

2. Cicilan 4 2 2 2 5 Usual

3. Persentase

kelayakan35% 4 6 4 3 6 Usual

Keterangan : A = Arif Munandar B = Aya Sofia


(67)

C = Dias Tia Ramadhani D = Dina Mutiara

E = Zahira Balqis

1. Langkah Pertama ialah Tentukan Nilai H(d)

1. H (d) untuk (A,B)

Gaji (A, B) = 4 - 6 = -2 → UsualH(d) = 0 Cicilan (A, B) = 4 - 2 = 2 → UsualH(d) = 1

Persentase Kelayakan 35% (A, B) = 4 - 6 = -2 → UsualH(d) = 0 (A, B) = 1

3 (0 + 1 + 0) = 1

3 = 0,33

2. H (d) untuk (A,C)

Gaji (A, C) = 4 - 4 = 0 → UsualH(d) = 0 Cicilan (A, C) = 4 - 2 = 2 → UsualH(d) = 1

Persentase Kelayakan 35% (A, B) = 4 - 4 = 0 → UsualH(d)= 0 (A, C) = 1

3 (0 + 1 + 0 +) = 1

3 = 0,33

3. H (d) untuk (A,D)

Gaji (A, D) = 4 - 3 = 1 → UsualH(d) = 1 Cicilan (A, D) = 4 - 2 = 2 → UsualH(d) = 1

Persentase Kelayakan 35% (A, B) = 4 - 3 = 1 → UsualH(d)= 1 (A, C) = 1

3 (1 + 1 + 1) = 3 3 = 1

4. H (d) untuk (A, E)

Gaji (A, E) = 4 - 6 = -2 → UsualH(d) = 0 Cicilan (A, E) = 4 - 5 = -1 → UsualH(d) = 0

Persentase Kelayakan 35% (A, E) = 4 - 6 = -2 → UsualH(d)= 0 (A, E) = 1

3 (0 + 0 + 0 ) = 0

5. H (d) untuk (B, A)

Gaji (B, A) = 6 - 4 = 2 → UsualH(d) = 1 Cicilan (B, A) = 2 - 4 = -2 → UsualH(d) = 0

Persentase Kelayakan 35% (B, A) = 6 - 4 = 2 → UsualH(d)= 1 (B, A) = 1 (1 + 0 +1) = 2 = 0,66


(1)

{

int c1, c2, c3; try{

MySqlCommand kueri = newMySqlCommand(); kueri.Connection = koneksi;

string tipe = comboBox1.Text;

string qw= "SELECT * FROM konsumen Where tipe = '" + tipe + "'"; string temp;

kueri.CommandText = qw; koneksi.Open();

MySqlDataReader dr; dr = kueri.ExecuteReader();

while(dr.Read()) {

temp = dr["nama"].ToString();

c1 = get_C1(Convert.ToDouble(dr["gaji"])); c2 = get_C2(Convert.ToDouble(dr["cicilan"])); c3 = get_C3(Convert.ToDouble(dr["_35gaji"]));

get_pasangan(temp, c1, c2, c3);// mengisi entering flow

}

koneksi.Close(); }catch(Exception){

MessageBox.Show("Ada Error fill PREFERENSI!"); }

}

void buat_table() {

try {

koneksi.Open();

perintah = newMySqlCommand(); perintah.Connection = koneksi;

perintah.CommandType = CommandType.Text;

perintah.CommandText = "CREATE table indeks_preferensi (alternatif varchar(50));";

perintah.ExecuteNonQuery();

perintah.CommandText = "CREATE table promethee (nama varchar(50), leaving_flow varchar(30), entering_flow varchar(30), net_flow varchar(30));"; perintah.ExecuteNonQuery();


(2)

koneksi.Close(); }

catch (MySqlException) {

MessageBox.Show("CREATE gagal"); }

}

void hapus_table() {

try {

koneksi.Open();

progressBar1.Value += 10;

perintah = newMySqlCommand(); perintah.Connection = koneksi;

perintah.CommandType = CommandType.Text;

perintah.CommandText = "DROP TABLE IF EXISTS indeks_preferensi;"; perintah.ExecuteNonQuery();

perintah.CommandText = "DROP TABLE IF EXISTS promethee;"; perintah.ExecuteNonQuery();

progressBar1.Value += 10; koneksi.Close();

}

catch (MySqlException) {

MessageBox.Show("DROP gagal"); }

}

void isi_tipe() {

try{

MySqlCommand kueri = newMySqlCommand(); kueri.Connection = koneksi;

string qw= "SELECT * FROM data_rumah"; kueri.CommandText = qw;

koneksi.Open(); MySqlDataReader dr; dr = kueri.ExecuteReader(); while(dr.Read()){

comboBox1.Items.Add(dr["Blok"].ToString()); }


(3)

koneksi.Close();

comboBox1.SelectedItem = "A1"; }catch(Exception){

MessageBox.Show("Data Rumah Not Found!"); }

}

void Form_Promethee2Load(object sender, EventArgs e) {

isi_tipe(); }

void QueryFillDataGridView(string s, DataGridView dg) {

try{

string konfigurasi

= "server=localhost;uid=root;password=;database=data_rumah;"; string sql= s;

MySqlConnection MyCon2 = newMySqlConnection(konfigurasi); MySqlCommand MyCom2 = newMySqlCommand(sql, MyCon2); MyCon2.Open();

MySqlDataAdapter mda = newMySqlDataAdapter(); mda.SelectCommand = MyCom2;

DataTable dt = newDataTable(); mda.Fill(dt);

dg.DataSource= dt; MyCon2.Close(); }catch(Exception){

MessageBox.Show("Something Wrondg Dini! Look Coding"); }

}

void Button2Click(object sender, EventArgs e) {

this.Close(); }

} }


(4)

Form Pengaturan

using System;

using System.Drawing; using MySql.Data; using System.Data;

using MySql.Data.MySqlClient; using System.Windows.Forms; using System.Data.OleDb;

namespace skripsi_dini {

public partial class Form_pengaturan : Form {

MySqlCommand perintah; MySqlConnection koneksi =

newMySqlConnection("server=localhost;uid=root;password=;database=data_ru mah;");

publicForm_pengaturan() {

InitializeComponent(); }

void Button1Click(object sender, EventArgs e) {

this.Close(); }

void Button2Click(object sender, EventArgs e) {

if(textBox1.Text != "" && textBox2.Text != "") {

string a = textBox1.Text.ToString(); string b = textBox2.Text.ToString(); try

{

koneksi.Open();

perintah = newMySqlCommand(); perintah.Connection = koneksi;

perintah.CommandType = CommandType.Text;

perintah.CommandText = "UPDATE user SET username='"+a+"', pass='"+b+"' WHERE id='1';";


(5)

perintah.ExecuteNonQuery(); koneksi.Close();

MessageBox.Show("Berhasil ubah username dan password!"); this.Close();

}

catch (MySqlException) { } }

else {

MessageBox.Show("Empty Input!"); }

} } }


(6)

CURRICULUM VITAE

DATA PRIBADI

Nama

: Dini Islami

Alamat Sekarang

: Jln. Asoka No.7 Pasar 1 Asam Kumbang Medan

Alamat Orang Tua

: Jln. Asoka No.7 Pasar 1 Asam Kumbang Medan

Telp/ Hp

: 085763271718

Email

: [email protected]

RIWAYAT PENDIDIKAN

2011

2015

: S-1 Ilmu Komputer Universitas Sumatera Utara, Medan

2008

2011

: SMK Negeri 9 Medan

2005

2008

: SMP YPI Amir Hamzah Medan

1999

2005

: SD Negeri 064977 Medan

1998

1999

: TK Bhayangkara Medan

KEAHLIAN

Bahasa

: Indonesia, Inggris

Bahasa Pemrograman : C#.NET, C++, Matlab

Database

: MySQL

Design

: Corel Draw

Network

: LAN, Ubuntu Server

Riwayat Organisasi :

2012

2013

: Sekdiv Akademi dan Profesi UKMI AL-KHUWARIZMI

2013

2014

: Bendahara IKLC