SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT USAHA RAKYAT MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS BANK SYARIAH MANDIRI CABANG MEDAN) Yusfrizal
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,121
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT USAHA RAKYAT
MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI
KASUS BANK SYARIAH MANDIRI CABANG MEDAN)
1,2
Yusfrizal
Universitas Potensi Utama; Jl. K.L.Yos Sudarso Km.6,5 No.3-A Medan (20241)
3
Jurusan Teknik Informatika, Universitas Potensi Utama, Medan
e-mail: *1yusfrizal@ymail.com
Abstract
Decision Support System (DSS ) is a system that can assist a person in making the right
decision . One example is the determination of eligibility and recipient customers of Kredit Usaha
Rakyat (KUR). The method used in this study is Analytical Hierarchy Process ( AHP ). This method
is widely used to solve the problem in multi criteria , in this case is determining the feasibility of
KUR recipient customers. The research was conducted at Bank Syariah Mandiri branch of Medan.
In determining the eligibility of customers KUR receivers, there are several criteria on which to
base decisions, those are, credit status, business productivity, business conditions, warranties, and
collectibility. This research resulted in a global priority customer criteria, sorted from highest to
lowest, so that the banks can easily make decisions by looking at these results.
Keywords—Decision Support System, Analytical Hierarchy Process, KUR
Abstrak
Sistem Pendukung Keputusan (SPK) adalah sistem yang dapat membantu seseorang dalam
mengambil keputusan yang tepat. Salah satu contoh adalah penentuan kelayakan nasabah
penerima Kredit Usaha Rakyat (KUR). Metode yang digunakan pada penelitian ini adalah
Analytical Hierarchy Process (AHP). Metode ini banyak digunakan untuk memecahkan masalah
bersifat multi kriteria, dalam hal ini adalah penentuan kelayakan nasabah penerima KUR.
Penelitian ini dilaksanakan pada Bank Syariah Mandiri Cabang Medan. Dalam penentuan
kelayakan nasabah penerima KUR, ada beberapa kriteria yang menjadi dasar pengambilan
keputusan antara lain status kredit, produktivitas usaha, kondisi usaha, jaminan, dan kolektibilitas.
Penelitian ini menghasilkan prioritas global kriteria nasabah, yang diurutkan dari yang tertinggi
hingga terendah, sehingga pihak bank dapat dengan mudah mengambil keputusan dengan melihat
hasil tersebut.
Kata Kunci— Sistem Pendukung Keputusan, Analytical Hierarchy Process, KUR
PENDAHULUAN
Bank Syariah Mandiri (BSM) adalah salah satu bank yang dipercaya pemerintah untuk
menyalurkan fasilitas KUR kepada masyarakat. Semakin tingginya minat masyarakat untuk
mendapatkan KUR, membuat pihak bank mengalami kesulitan dalam menentukan siapa yang layak
menerima KUR atau tidak. Selain itu, proses penentuan siapa yang layak menerima KUR saat ini
masih dilakukan secara manual, sehingga kurang efisien dalam pelaksanaannya. Oleh karena itu,
penulis berinisiatif untuk merancang suatu sistem yang dapat membantu pihak bank dalam
menentukan siapa yang layak menerima KUR, sehingga dapat lebih efisien dalam pelaksanaannya.
Ada beberapa model yang dapat digunakan untuk membangun sebuah SPK salah satunya
adalah Analytical Hierarchy Process (AHP). Metode AHP yang digunakan dalam penelitian ini
yaitu untuk menentukan calon debitur mana yang layak menerima KUR dari BSM dengan
mempertimbangkan kriteria-kriteria yang telah ditentukan oleh pihak bank tersebut. Adapun
kriteria-kriteria yang menjadi dasar pengambilan keputusan oleh pihak bank dalam menentukan
calon debiturnya adalah status kredit, produktivitas usaha, kondisi usaha, jaminan, dan
kolektibilitas. Walaupun pemilihan calon nasabah yang akan menerima KUR tetap ditentukan
sepenuhnya oleh pihak bank, namun sistem pendukung keputusan ini akan menampilkan nilai
122. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
prioritas global dari yang tertinggi hingga terendah dari calon nasabah tersebut, sehingga akan
memudahkan dan membantu pihak bank dalam mengambil keputusan.[1]
METODE PENELITIAN
Analisis Sistem Berjalan
Banyak kriteria yang digunakan dalam pengambilan keputusan pada permasalahan KUR
tersebut. Salah satunya adalah model penilaian yang bersifat kuantitatif. Salah satu metode
perhitungan kuantitatif tersebut adalah metode Analytical Hierarchy Process (AHP). Metode AHP
merupakan metode yang tepat digunakan untuk permasalah KUR tersebut karena bersifat kompleks
dan multi kriteria. AHP umumnya digunakan sebagai salah satu metode pengambilan keputusan
pemecahan suatu masalah multi kriteria dengan bantuan aplikasi expert choice.[2]
Dalam menentukan seseorang layak atau tidak menerima KUR semata mata tidak hanya
terletak pada dasar-dasar yang objektif, manun subjektifitas pada tiap nasabah juga diperlukan.
Hal-hal yang menyangkut sosial masyarakat, sikap dan tingkah laku yang baik juga turut menjadi
andil dalam mengambil keputusan siapa yang layak atau tidak menerima KUR tersebut. Untuk
itulah digunakan metode AHP yang dapat merepresentasikan persepsi masusia sebagai masukan
dalam pengambilan keputusan.[1]
Dari berbagai analisis tersebut, maka penulis akan merancang sebuah sistem yang dapat
memberikan suatu urutan prioritas nasabah yang layak menerima KUR berdasarkan masukan dari
manajer dengan menggunakan metode AHP. Diharapkan, dengan adanya urutan prioritas nasabah
tersebut, seorang manajer dapat lebih mudah dalam mengambil keputusan siapa yang dapat
menerima KUR dan siapa yang tidak.
Analisis Kebutuhan Sistem Pendukung Keputusan
Tujuan analisis ini adalah untuk menentukan kebutuhan-kebutuhan yang diperlukan dalam
sebuah sistem pendukung keputusan. Kebutuhan – kebutuhan yang dimaksud antara lain :
a. Kebutuhan Data Masukan, yaitu data-data yang dimasukkan ke dalam sistem untuk
diolah/diproses. Data-data tersebut antara lain berupa nilai matriks perbandingan baik antar
kriteria maupun antar nasabah untuk tiap kriteria.
b. Kebutuhan Data Keluaran, adalah semua keluaran yang berupa informasi yang dihasilkan dari
sistem pendukung keputusan kelayakan nasabah. Informasi atau keluaran dari system yang
dibangun adalah informasi mengenai alternatif terpilih dari sejumlah alternatif dari hasil
penyeleksian dengan memberikan urutan perangkingan dari tertinggi hingga terendah. Data
keluaran dari sistem ini adalah urutan prioritas nasabah yang layak menerima KUR dari yang
tertinggi hingga terendah beserta tingkat persentasinya.
Metode Ahp
Menurut (Bourgeois, 2005), pada dasarnya, proses pengambilan keputusan adalah memilih
suatu alternatif. Analitycal Hierarchy Process (AHP) umumnya digunakan dengan tujuan untuk
menyusun prioritas dari berbagai alternatif pilihan yang ada dan pilihan-pilihan tersebut bersifat
kompleks atau multi kriteria.[3]
Menurut (Mulyono, 1996) bahwa penentuan prioritas inilah yang merupakan bagian
penting dari penggunaan metode AHP. Selanjutnya Mulyono menjelaskan bahwa pada dasarnya
metode AHP merupakan suatu teori umum tentang suatu konsep pengukuran. Metode ini
digunakan untuk menemukan suatu skala rasio baik dari perbandingan pasangan yang bersifat
diskrit maupun kontinu. Perbandingan - perbandingan ini dapat diambil dari ukuran aktual atau dari
suatu skala dasar yang mencerminkan kekuatan perasaan dan prefensi relative.[4]
AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L.
Saaty. AHP menguraikan masalah multifaktor atau multikriteria yang kompleks menjadi suatu
hirarki. Hirarki merupakan suatu representasi dari sebuah permasalahan yang kompleks dalam
suatu struktur multilevel, dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria,
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,123
subkriteria, dan seterusnya hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang
kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu
bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis [5]. Struktur
hirarki digambarkan seperti Gambar 1 berikut ini.
Gambar 1. Struktur Hirarki AHP
Terdapat beberapa langkah yang perlu diperhatikan dalam menggunakan metode AHP
adalah :[6]
a. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hirarki dari
permasalahan yang dihadapi. Penyusunan hirarki adalah dengan menetapkan tujuan yang
merupakan sasaran sistem secara keseluruhan pada level teratas.
b. Menentukan prioritas elemen
c. Mensintesis, pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk
memperoleh keseluruhan prioritas.
d. Mengukur konsistensi, dalam pembuatan keputusan, penting untuk mengetahui seberapa baik
konsistensi yang ada, karena tidak diinginkan keputusan berdasarkan pertimbangan dengan
konsistensi yang rendah.
e. Menghitung Consistency Index (CI) dan menghitung Consistency Ratio (CR
f. Memeriksa konsistensi hirarki, jika nilainya > 10%, maka penilaian data judgment harus
diperbaiki. Jika rasio konsistensi (CI / CR) kurang atau sama dengan 0,1, maka hasil
perhitungan bisa dinyatakan benar.
Analisis Pemecahan Masalah dengan Metode AHP
Urutan langkah-langkah pemecahan masalah dalam penelitian ini adalah sebagai berikut :
a. Menentukan jenis-jenis kriteria calon penerima KUR. Kriteria-kriteria yang dibutuhkan calon
penerima KUR adalah status kredit, produktivitas usaha, kondisi usaha, jaminan dan
kolektibilitas.
b. Menyusun kriteria-kriteria calon penerima KUR dalam matriks berpasangan seperti tabel 2.
Adapun Nilai IR ditunjukkan pada Tabel 1.
Tabel 1. Indeks Random
Ukuran Matriks
1
2
3
4
5
6
Nilai IR
0,00
0,00
0,58
0,90
1,12
1,24
Ukuran Matriks
7
8
9
10
11
Nilai IR
1,32
1,41
1,45
1,49
1,51
124. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 2. Matriks Berpasangan untuk Kriteria Calon Penerima KUR
Kriteria
Status Kredit
Produktivitas
Usaha
Kondisi
Usaha
Jaminan
Kolektibilitas
Status Kredit
Produktivitas
Usaha
Kondisi
Usaha
Jaminan
Kolektibilitas
Jumlah
Cara pengisian elemen-elemen matriks pada Tabel 2, adalah sebagai berikut:
Elemen a[i,j] = 1, dimana i = 1,2,3,.....n. Untuk penelitian ini, n = 5.
Elemen matriks segitiga atas sebagai input.
Elemen matriks segitiga bawah mempunyai rumus :
c. Menjumlah setiap kolom pada Tabel 2.
d. Menentukan nilai elemen kolom kriteria dengan rumus tiap-tiap sel pada Tabel 2 dibagi dengan
masing-masing jumlah kolom pada langkah c.
e. Menentukan prioritas kriteria pada masing-masing baris pada Tabel 2 dengan rumus jumlah
baris dibagi dengan banyak kriteria.
f.
Memasukkan data-data nama calon penerima KUR dalam bentuk matriks berpasangan seperti
tabel 3.
Tabel 3. Matriks Berpasangan Calon Penerima KUR
Kriteria
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
Gani
Aris
Henny
Anggi
g. Menjumlah setiap kolom pada Tabel 3.
h. Menentukan nilai elemen kolom nasabah dengan rumus tiap-tiap sel pada Tabel 3 dibagi
dengan jumlah kolom pada langkah g.
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,125
i.
Menentukan prioritas nasabah pada masing-masing baris pada Tabel 3 dengan rumus jumlah
baris dibagi dengan banyak calon nasabah (dalam penelitian ini ada 5).
j.
Menguji konsistensi matriks berpasangan
Jumlah baris hasil perkalian inputan kriteria dengan prioritas kriteria.
k. Menghitung λ maksimum, CI dan CR.
l.
Menghitung nilai prioritas global
Prioritas tujuan : Perkalian nilai prioritas nasabah per kriteria dengan prioritas kriteria
Prioritas Global: Hasil penjumlahan baris nilai prioritas tujuan.
HASIL DAN PEMBAHASAN
Berdasarkan rumus yang telah dijelaskan sebelumnya, berikut akan dibahas tentang
masukan data yang sebenarnya, proses perhitungan dan keluaran yang diharapkan pada penelitian
ini. Masukan sistem ini adalah nilai matriks kriteria dan nilai matriks nasabah untuk tiap kriteria.
Nilai Matriks Kriteria
Menyusun kriteria-kriteria calon nasabah KUR pada matriks berpasangan.
Tabel 4. Masukan Nilai Perbandingan Kriteria Nasabah KUR
Kriteria
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Jumlah
Status
Kredit
1
0.3333
0.2
0.2
0.1428
1.8761
Produktivitas
Usaha
3
1
0.5
0.3333
0.2
5.0333
Kondisi
Usaha
5
2
1
0.3333
0.2
8.5333
Jaminan
Kolektibilitas
5
3
3
1
0.3333
12.3333
7
5
5
3
1
21
126. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 5. Nilai Pembagian Jumlah Kolom Kriteria Nasabah KUR
Kriteria
Status Kredit
Produktivitas
Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Status
Kredit
0.5330
Produktivitas
Usaha
0.5960
Kondisi
Usaha
0.5859
0.4054
0.3333
Jumlah
Baris
2.4536
0.1776
0.1987
0.2344
0.2432
0.2381
1.0920
0.1066
0.1066
0.0761
0.0993
0.0662
0.0397
0.1172
0.0390
0.0234
0.2432
0.0811
0.0270
0.2381
0.1428
0.0476
0.8044
0.4357
0.2138
Jaminan Kolektibilitas
Tabel 6. Nilai Prioritas Kriteria
Kriteria
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Prioritas Kriteria
0.4907
0.2184
0.1609
0.0871
0.0428
Kriteria status kredit adalah kriteria paling penting dalam kasus ini, karena memiliki nilai
prioritas paling tinggi dibandingkan kriteria produktivitas usaha, kriteria kondisi usaha, kriteria
jaminan, dan kriteria kolektibilitas.
Langkah selanjutnya adalah nilai matriks pada kolom masukan pada tabel 4 dikalikan
dengan prioritas kriteria pada tabel 6.
Tabel 7. Nilai Masukan Matriks kriteria Dikali Nilai Prioritas Kriteria
Kriteria
Status Kredit
Produktivitas
Usaha
Kondisi
Usaha
Jaminan
Kolektibilitas
Status
Kredit
0.4907
Produktivitas
Usaha
0.6552
Kondisi
Usaha
0.8045
Jaminan
Kolektibilitas
0.4355
0.2996
Jumlah
Baris
2.6855
0.1635
0.2184
0.3218
0.2613
0.2140
1.1790
0.0981
0.1092
0.1609
0.2613
0.2140
0.8435
0.0981
0.0701
0.0728
0.0437
0.0536
0.0322
0.0871
0.0290
0.1284
0.0428
0.4400
0.2178
Kemudian, jumlah baris yang dihasilkan pada tabel 6 di atas dibagi dengan nilai prioritas
masing-masing kriteria pada tabel 5.
Tabel 8. Nilai Prioritas Kriteria
Kriteria
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Total
Max
Lamda ()
5.4728
5.3983
5.2424
5.0517
5.0888
26.2540
5.2508
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,127
Selanjutnya masukkan data yang sudah dicari sebelumnya pada rumus tersebut. Hasilnya
adalah sebagai berikut:
Nilai Matriks Nasabah per Kriteria
Ada 5 kriteria yang mendasari pengambilan keputusan pada calon penerima KUR, dan
kelima-limanya harus dibandingkan dengan tiap nasabah dalam matriks berpasangan.
a) Status Kredit
Proses pencarian nilai konsistensi nasabah tiap kriteria sama dengan proses pencarian nilai
konsistensi kriteria pada langkah di atas, yakni memasukkan nilai perbandingan ke dalam
matriks.
Tabel 9. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
1
1
1
1
5
Gani
1
1
1
1
1
5
Aris
1
1
1
1
1
5
Henny
1
1
1
1
1
5
Anggi
1
1
1
1
1
5
Tabel 10. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Status Kredit
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
Jumlah
Baris
1
1
1
1
1
Tabel 11. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Status Kredit
0.2
0.2
0.2
0.2
0.2
Tabel 12. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
Jumlah
Baris
1
1
1
1
1
128. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 13. Hasil Bagi Jumlah Baris Tabel 12 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Status Kredit
5
5
5
5
5
25
5
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5-5) / (5-1) = (0) / 4 = 0
CR = CI / RI = 0 / 1.12 = 0 ( CR < 0,1 , nilai ACCEPTABLE )
b) Produktivitas Usaha
Masukkan nilai tiap nasabah dengan kriteria produktivitas usaha pada matriks berpasangan.
Rumus yang digunakan sama seperti rumus pada status kredit.
Tabel 14. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Produktivitas Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
0.25
0.3333
0.3333
0.5
2.4166
Gani
4
1
0.3333
0.3333
0.5
6.1666
Aris
3
3
1
0.5
3
10.5
Henny
3
3
2
1
3
12
Anggi
2
2
0.3333
0.3333
1
5.6666
Tabel 15. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Produktivitas
Usaha
0.4138
0.1034
0.1379
0.1379
0.2069
0.6486
0.1622
0.0540
0.0540
0.0811
0.2857
0.2857
0.0952
0.0476
0.2857
0.25
0.25
0.1667
0.0833
0.25
0.3529
0.3529
0.0588
0.0588
0.1765
Tabel 16. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Produktivitas Usaha
0.3902
0.2308
0.1025
0.0763
0.2000
Jumlah
Baris
1.9510
1.1542
0.5126
0.3816
1.0002
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,129
Tabel 17. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Produktivitas Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.3902
0.0975
0.1300
0.1300
0.1951
0.9232
0.2308
0.0769
0.0769
0.1154
0.3075
0.3075
0.1025
0.0512
0.3075
0.2289
0.2289
0.1526
0.0763
0.2289
0.4000
0.4000
0.0667
0.0667
0.2000
Jumlah
Baris
2.2498
1.2647
0.5287
0.4011
1.0469
Tabel 18. Hasil Bagi Jumlah Baris Tabel 17 dengan Nilai Prioritas Nasabah
Lamda (λ)
5.7658
5.4796
5.1580
5.2569
5.2345
26.8948
5.3790
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.3790-5) / (5-1) = (0.3790) / 4 = 0.0947
CR = CI / RI = 0.0947 / 1.12 = 0.0845 ( CR < 0,1 , nilai ACCEPTABLE )
c) Kondisi Usaha
Masukkan nilai tiap nasabah dengan kriteria kondisi usaha pada matriks berpasangan.
Tabel 19. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
Gani
Aris
Henny
Anggi
1
0.3333
0.3333
0.3333
0.5
2.4999
3
1
0.5
0.5
3
8
3
2
1
0.5
3
9.5
3
2
2
1
3
11
2
0.3333
0.3333
0.3333
1
3.9999
Tabel 20. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Kondisi
Usaha
0.4000
0.1333
0.1333
0.1333
0.2000
0.3750
0.1250
0.0625
0.0625
0.3750
0.3158
0.2105
0.1053
0.0526
0.3158
0.2727
0.1818
0.1818
0.0909
0.2727
0.5000
0.0833
0.0833
0.0833
0.2500
Jumlah
Baris
1.8635
0.7339
0.5662
0.4226
1.4135
130. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 21. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Kondisi Usaha
0.3727
0.1468
0.1132
0.0845
0.2827
Tabel 22. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.3727
0.1242
0.1242
0.1242
0.1863
0.4404
0.1468
0.0734
0.0734
0.4404
0.3396
0.2264
0.1132
0.0566
0.3396
0.2535
0.1690
0.1690
0.0845
0.2535
0.5654
0.0942
0.0942
0.0942
0.2827
Jumlah
Baris
1.9716
0.7606
0.5740
0.4329
1.5025
Tabel 23. Hasil Bagi Jumlah Baris Tabel 22 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Lamda (λ)
5.2900
5.1812
5.0707
5.1231
5.3148
25.9798
5.1960
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.1960-5) / (5-1) = (0.1960) / 4 = 0.0490
CR = CI / RI = 0.0490 / 1.12 = 0.0437 ( CR < 0,1 , nilai ACCEPTABLE )
d) Jaminan
Masukkan nilai tiap nasabah dengan kriteria kondisi usaha pada matriks berpasangan.
Tabel 24. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
0.3333
0.2
0.3333
0.3333
2.1999
Gani
3
1
0.3333
0.25
0.5
5.0833
Aris
5
3
1
3
3
15
Henny
3
4
0.3333
1
0.5
8.8333
Anggi
3
2
0.3333
2
1
8.3333
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,131
Tabel 25. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Jaminan
0.4546
0.1515
0.0909
0.1515
0.1515
0.5902
0.1967
0.0656
0.0492
0.0984
0.3333
0.2000
0.0667
0.2000
0.2000
0.3396
0.4528
0.0377
0.1132
0.0566
0.3600
0.2400
0.0400
0.2400
0.1200
Jumlah
Baris
2.0777
1.2410
0.3009
0.7539
0.6265
Tabel 26. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Kondisi Usaha
0.4155
0.2482
0.0602
0.1508
0.1253
Tabel 27. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.4155
0.1385
0.0831
0.1385
0.1385
0.7446
0.2482
0.0827
0.0620
0.1241
0.3010
0.1806
0.0602
0.1806
0.1806
0.4524
0.6032
0.0503
0.1508
0.0754
0.3759
0.2506
0.0418
0.2506
0.1253
Jumlah
Baris
2.2894
1.4211
0.3181
0.7825
0.6439
Tabel 28. Hasil Bagi Jumlah Baris Tabel 27 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Lamda (λ)
5.5100
5.7256
5.2840
5.1890
5.1389
26.8475
5.3695
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.3695-5) / (5-1) = (0.3695) / 4 = 0.0924
CR = CI / RI = 0.0825 / 1.12 = 0.0825 ( CR < 0,1 , nilai ACCEPTABLE )
e) Kolektibilitas
Masukkan nilai tiap nasabah dengan kriteria kondisi usaha pada matriks berpasangan.
132. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 29. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
0.25
0.3333
0.5
0.5
2.5833
Gani
4
1
0.3333
0.5
0.5
6.333
Aris
3
3
1
3
3
13
Henny
2
2
0.3333
1
0.5
5.8333
Anggi
2
2
0.3333
2
1
7.3333
Tabel 30. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
0.3871
0.0968
0.1290
0.1935
0.1935
Jaminan
Gani
0.6316
0.1579
0.0526
0.0789
0.0789
Aris
0.2308
0.2308
0.0769
0.2308
0.2308
Henny
0.3428
0.3428
0.0571
0.1714
0.0857
Anggi
0.2727
0.2727
0.0454
0.2727
0.1364
Jumlah Baris
1.8650
1.1010
0.3610
0.9473
0.7253
Tabel 31. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Kondisi Usaha
0.3730
0.2202
0.0722
0.1895
0.1451
Tabel 32. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
0.3730
0.0932
0.1243
0.1865
0.1865
Gani
0.8808
0.2202
0.0734
0.1101
0.1101
Aris
0.2166
0.2166
0.0722
0.2166
0.2166
Henny
0.3790
0.3790
0.0632
0.1895
0.0947
Anggi
0.2902
0.2902
0.0484
0.2902
0.1451
Jumlah Baris
2.1396
1.1992
0.3815
0.9929
0.7530
Tabel 33. Hasil Bagi Jumlah Baris Tabel 32 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Lamda (λ)
5.7362
5.4459
5.2839
5.2396
5.1895
26.8951
5.3790
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.3790-5) / (5-1) = (0.3790) / 4 = 0.0947
CR = CI / RI = 0.0947 / 1.12 = 0.0845 ( CR < 0,1 , nilai ACCEPTABLE )
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,133
Maka didapatkan hasil nilai prioritas masing-masing nasabah tiap kriteria.
Tabel 34. Nilai Prioritas Masing-Masing Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
0.2
0.2
0.2
0.2
0.2
0.3902
0.2308
0.1025
0.0763
0.2000
0.3727
0.1468
0.1132
0.0845
0.2827
0.4155
0.2482
0.0602
0.1508
0.1253
0.3730
0.2202
0.0722
0.1895
0.1451
Langkah selanjutnya adalah membandingkan nilai prioritas masing-masing nasabah dengan
nilai prioritas kriteria sehingga didapatkan prioritas tujuan masing-masing nasabah KUR dengan
rumus nilai prioritas masing-masing nasabah.
Tabel 35. Nilai Prioritas Tujuan Masing-Masing Nasabah KUR
Nasabah
Status Kredit Produktivitas Usaha Kondisi Usaha Jaminan Kolektibilitas
Murni
0.0981
0.0852
0.0600
0.0362
0.0160
Gani
0.0981
0.0504
0.0236
0.0216
0.0094
Aris
0.0981
0.0224
0.0182
0.0052
0.0031
Henny
0.0981
0.0167
0.0136
0.0131
0.0081
Anggi
0.0981
0.0437
0.0455
0.0109
0.0062
Langkah terakhir adalah menghitung prioritas global dengan cara menjumlahkan baris.
Tabel 36. Prioritas Global Masing-Masing Calon Nasabah KUR
Nasabah
Murni
Gani
Aris
Henny
Anggi
Prioritas Global
0.2955
0.2031
0.1470
0.1496
0.2044
Tabel di atas menghasilkan nilai prioritas global untuk masing-masing calon nasabah
penerima KUR. Nilai prioritas global adalah nilai perbandingan antara nilai prioritas kriteria
dengan nilai prioritas nasabah per kriteria. Nilai tertinggi pada tabel tersebut merupakan nilai
keputusan. Jadi, berdasarkan simulasi melalui metode AHP diperoleh informasi bahwa dari kelima
calon nasabah yang paling layak menerima KUR adalah nasabah Marina. Hal ini dikarenakan
Murni memiliki nilai prioritas global yang paling tinggi dari calon nasabah lainnya yaitu Gani,
Aris, Henny, dan Anggi.
Pengujian
Pada aplikasi ini, metode yang digunakan dalam pengujian ini adalah pengujian black box
yang berfokus pada persyaratan fungsional dari perangkat lunak yang dibangun. Tampilan
pengujian aplikasi ini berupa tampilan Halaman Utama, Log In, Halaman Utama Administrator,
Halaman Utama Operator, Menu Daftar Pengguna, Menu Ganti Password, Menu Data Nasabah,
Menu Matriks Kriteria, Menu Tampil Prioritas Kriteria, Menu Matriks Nasabah Per Kriteria, Menu
Tampil Prioritas Nasabah Tiap Kriteria, Menu Hasil Akhir Nilai Keputusan, dan Menu Nasabah
Terproses.
134. IT Journal, Vol. 4 No. 2 Oktober
Berikut ini adalah beberapa tampilan pada aplikasi ini.
Gambar 2. Halaman Utama
Gambar 3. Menu Matriks Kriteria
Gambar 4. Menu Tampil Prioritas Nasabah Tiap Kriteria
Gambar 5. Menu Hasil Akhir Nilai Keputusan
2252-746X
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,135
KESIMPULAN
Dari hasil pengujian sistem yang telah dilakukan, maka dapat diambil beberapa kesimpulan
di antaranya sebagai berikut:
a. Metode Analytical Hierarchy Process (AHP) dapat digunakan untuk menyelesaikan
permasalahan pada penelitian ini yakni Sistem Pendukung keputusan Pemberian Kredit usaha
Rakyat (KUR) pada Bank Syariah Mandiri (BSM) yang bersifat multikriteria.
b. Sistem Pendukung keputusan Pemberian Kredit usaha Rakyat (KUR) pada Bank Syariah
Mandiri (BSM) ini dapat membantu pihak Bank dalam menentukan nasabah penerima KUR
dengan mengambil nilai hasil akhir nasabah yang tertinggi.
c. Pengurutan hasil akhir sistem dari nilai tertinggi hingga terendah dan Penggunaan tampilan
grafik/diagram dalam nilai keputusan akhir dapat mengefisienkan waktu pihak Bank dalam
mengambil keputusan dan dapat memudahkan pihak Bank dalam membaca data nilai nasabah
yang dihasilkan.
d. Sistem ini hanya menjadi alat bantu bagi pengambil keputusan, keputusan akhir tetap berada di
tangan pengambil keputusan.
SARAN
Beberapa hal yang perlu dikembangkan dari penelitian ini adalah :
a. Penggabungan metode Analytical Hierarchy Process (AHP) dengan metode matematika lain
dapat membuat niai-nilai pendukung keputusan yang dihasilkan lebih akurat dan terperinci.
b. Pembuatan laporan dalam bentuk print out dapat memudahkan manajer dalam melihat nilai
prioritas global masing-masing penerima KUR.
DAFTAR PUSTAKA
[1]
Faraby Azwany, 2010, Sistem Pendukung Keputusan Pemberian Kredit Usaha Rakyat
Pada Bank BRI Syariah Menggunakan Metode Analytical Hierarchy Process (AHP),
Skripsi, Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Sumatera Utara, Medan.
[2]
Lili Tanti, 2015, Metode AHP Dalam Penilaian Kinerja Sales Promotion Girls (SPG),
Prosiding, Seminar Nasional Teknologi Informasi dan Multimedia, ISSN : 2302-3805,
STMIK AMIKOM Yogyakarta.
[3]
Bourgeois. R, 2005, Analitical Hierarchy Process: an Overview UNCAPSA-UNESCAP,
Bogor
[4]
Mulyono, Sri, 1996, Teori Pengambilan Keputusan, Lembaga Penerbit Fakultas Ekonomi
Indonesia, Jakarta.
[5]
Suryadi, K. dan Ramdhani, 1998, Sistem Pendukung Keputusan, Penerbit PT Remaja
Rosdakarya, Bandung.
[6]
Gunawan, dkk, 2015, SPK Pemilihan Komisaris Lapangan Berprestasi dengan Metode
AHP Studi Kasus: KOPDIT CU HATIRONGGA, JSM STMIK Mikroskil, VOL 16, NO 1.
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT USAHA RAKYAT
MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI
KASUS BANK SYARIAH MANDIRI CABANG MEDAN)
1,2
Yusfrizal
Universitas Potensi Utama; Jl. K.L.Yos Sudarso Km.6,5 No.3-A Medan (20241)
3
Jurusan Teknik Informatika, Universitas Potensi Utama, Medan
e-mail: *1yusfrizal@ymail.com
Abstract
Decision Support System (DSS ) is a system that can assist a person in making the right
decision . One example is the determination of eligibility and recipient customers of Kredit Usaha
Rakyat (KUR). The method used in this study is Analytical Hierarchy Process ( AHP ). This method
is widely used to solve the problem in multi criteria , in this case is determining the feasibility of
KUR recipient customers. The research was conducted at Bank Syariah Mandiri branch of Medan.
In determining the eligibility of customers KUR receivers, there are several criteria on which to
base decisions, those are, credit status, business productivity, business conditions, warranties, and
collectibility. This research resulted in a global priority customer criteria, sorted from highest to
lowest, so that the banks can easily make decisions by looking at these results.
Keywords—Decision Support System, Analytical Hierarchy Process, KUR
Abstrak
Sistem Pendukung Keputusan (SPK) adalah sistem yang dapat membantu seseorang dalam
mengambil keputusan yang tepat. Salah satu contoh adalah penentuan kelayakan nasabah
penerima Kredit Usaha Rakyat (KUR). Metode yang digunakan pada penelitian ini adalah
Analytical Hierarchy Process (AHP). Metode ini banyak digunakan untuk memecahkan masalah
bersifat multi kriteria, dalam hal ini adalah penentuan kelayakan nasabah penerima KUR.
Penelitian ini dilaksanakan pada Bank Syariah Mandiri Cabang Medan. Dalam penentuan
kelayakan nasabah penerima KUR, ada beberapa kriteria yang menjadi dasar pengambilan
keputusan antara lain status kredit, produktivitas usaha, kondisi usaha, jaminan, dan kolektibilitas.
Penelitian ini menghasilkan prioritas global kriteria nasabah, yang diurutkan dari yang tertinggi
hingga terendah, sehingga pihak bank dapat dengan mudah mengambil keputusan dengan melihat
hasil tersebut.
Kata Kunci— Sistem Pendukung Keputusan, Analytical Hierarchy Process, KUR
PENDAHULUAN
Bank Syariah Mandiri (BSM) adalah salah satu bank yang dipercaya pemerintah untuk
menyalurkan fasilitas KUR kepada masyarakat. Semakin tingginya minat masyarakat untuk
mendapatkan KUR, membuat pihak bank mengalami kesulitan dalam menentukan siapa yang layak
menerima KUR atau tidak. Selain itu, proses penentuan siapa yang layak menerima KUR saat ini
masih dilakukan secara manual, sehingga kurang efisien dalam pelaksanaannya. Oleh karena itu,
penulis berinisiatif untuk merancang suatu sistem yang dapat membantu pihak bank dalam
menentukan siapa yang layak menerima KUR, sehingga dapat lebih efisien dalam pelaksanaannya.
Ada beberapa model yang dapat digunakan untuk membangun sebuah SPK salah satunya
adalah Analytical Hierarchy Process (AHP). Metode AHP yang digunakan dalam penelitian ini
yaitu untuk menentukan calon debitur mana yang layak menerima KUR dari BSM dengan
mempertimbangkan kriteria-kriteria yang telah ditentukan oleh pihak bank tersebut. Adapun
kriteria-kriteria yang menjadi dasar pengambilan keputusan oleh pihak bank dalam menentukan
calon debiturnya adalah status kredit, produktivitas usaha, kondisi usaha, jaminan, dan
kolektibilitas. Walaupun pemilihan calon nasabah yang akan menerima KUR tetap ditentukan
sepenuhnya oleh pihak bank, namun sistem pendukung keputusan ini akan menampilkan nilai
122. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
prioritas global dari yang tertinggi hingga terendah dari calon nasabah tersebut, sehingga akan
memudahkan dan membantu pihak bank dalam mengambil keputusan.[1]
METODE PENELITIAN
Analisis Sistem Berjalan
Banyak kriteria yang digunakan dalam pengambilan keputusan pada permasalahan KUR
tersebut. Salah satunya adalah model penilaian yang bersifat kuantitatif. Salah satu metode
perhitungan kuantitatif tersebut adalah metode Analytical Hierarchy Process (AHP). Metode AHP
merupakan metode yang tepat digunakan untuk permasalah KUR tersebut karena bersifat kompleks
dan multi kriteria. AHP umumnya digunakan sebagai salah satu metode pengambilan keputusan
pemecahan suatu masalah multi kriteria dengan bantuan aplikasi expert choice.[2]
Dalam menentukan seseorang layak atau tidak menerima KUR semata mata tidak hanya
terletak pada dasar-dasar yang objektif, manun subjektifitas pada tiap nasabah juga diperlukan.
Hal-hal yang menyangkut sosial masyarakat, sikap dan tingkah laku yang baik juga turut menjadi
andil dalam mengambil keputusan siapa yang layak atau tidak menerima KUR tersebut. Untuk
itulah digunakan metode AHP yang dapat merepresentasikan persepsi masusia sebagai masukan
dalam pengambilan keputusan.[1]
Dari berbagai analisis tersebut, maka penulis akan merancang sebuah sistem yang dapat
memberikan suatu urutan prioritas nasabah yang layak menerima KUR berdasarkan masukan dari
manajer dengan menggunakan metode AHP. Diharapkan, dengan adanya urutan prioritas nasabah
tersebut, seorang manajer dapat lebih mudah dalam mengambil keputusan siapa yang dapat
menerima KUR dan siapa yang tidak.
Analisis Kebutuhan Sistem Pendukung Keputusan
Tujuan analisis ini adalah untuk menentukan kebutuhan-kebutuhan yang diperlukan dalam
sebuah sistem pendukung keputusan. Kebutuhan – kebutuhan yang dimaksud antara lain :
a. Kebutuhan Data Masukan, yaitu data-data yang dimasukkan ke dalam sistem untuk
diolah/diproses. Data-data tersebut antara lain berupa nilai matriks perbandingan baik antar
kriteria maupun antar nasabah untuk tiap kriteria.
b. Kebutuhan Data Keluaran, adalah semua keluaran yang berupa informasi yang dihasilkan dari
sistem pendukung keputusan kelayakan nasabah. Informasi atau keluaran dari system yang
dibangun adalah informasi mengenai alternatif terpilih dari sejumlah alternatif dari hasil
penyeleksian dengan memberikan urutan perangkingan dari tertinggi hingga terendah. Data
keluaran dari sistem ini adalah urutan prioritas nasabah yang layak menerima KUR dari yang
tertinggi hingga terendah beserta tingkat persentasinya.
Metode Ahp
Menurut (Bourgeois, 2005), pada dasarnya, proses pengambilan keputusan adalah memilih
suatu alternatif. Analitycal Hierarchy Process (AHP) umumnya digunakan dengan tujuan untuk
menyusun prioritas dari berbagai alternatif pilihan yang ada dan pilihan-pilihan tersebut bersifat
kompleks atau multi kriteria.[3]
Menurut (Mulyono, 1996) bahwa penentuan prioritas inilah yang merupakan bagian
penting dari penggunaan metode AHP. Selanjutnya Mulyono menjelaskan bahwa pada dasarnya
metode AHP merupakan suatu teori umum tentang suatu konsep pengukuran. Metode ini
digunakan untuk menemukan suatu skala rasio baik dari perbandingan pasangan yang bersifat
diskrit maupun kontinu. Perbandingan - perbandingan ini dapat diambil dari ukuran aktual atau dari
suatu skala dasar yang mencerminkan kekuatan perasaan dan prefensi relative.[4]
AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L.
Saaty. AHP menguraikan masalah multifaktor atau multikriteria yang kompleks menjadi suatu
hirarki. Hirarki merupakan suatu representasi dari sebuah permasalahan yang kompleks dalam
suatu struktur multilevel, dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria,
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,123
subkriteria, dan seterusnya hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang
kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu
bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis [5]. Struktur
hirarki digambarkan seperti Gambar 1 berikut ini.
Gambar 1. Struktur Hirarki AHP
Terdapat beberapa langkah yang perlu diperhatikan dalam menggunakan metode AHP
adalah :[6]
a. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hirarki dari
permasalahan yang dihadapi. Penyusunan hirarki adalah dengan menetapkan tujuan yang
merupakan sasaran sistem secara keseluruhan pada level teratas.
b. Menentukan prioritas elemen
c. Mensintesis, pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk
memperoleh keseluruhan prioritas.
d. Mengukur konsistensi, dalam pembuatan keputusan, penting untuk mengetahui seberapa baik
konsistensi yang ada, karena tidak diinginkan keputusan berdasarkan pertimbangan dengan
konsistensi yang rendah.
e. Menghitung Consistency Index (CI) dan menghitung Consistency Ratio (CR
f. Memeriksa konsistensi hirarki, jika nilainya > 10%, maka penilaian data judgment harus
diperbaiki. Jika rasio konsistensi (CI / CR) kurang atau sama dengan 0,1, maka hasil
perhitungan bisa dinyatakan benar.
Analisis Pemecahan Masalah dengan Metode AHP
Urutan langkah-langkah pemecahan masalah dalam penelitian ini adalah sebagai berikut :
a. Menentukan jenis-jenis kriteria calon penerima KUR. Kriteria-kriteria yang dibutuhkan calon
penerima KUR adalah status kredit, produktivitas usaha, kondisi usaha, jaminan dan
kolektibilitas.
b. Menyusun kriteria-kriteria calon penerima KUR dalam matriks berpasangan seperti tabel 2.
Adapun Nilai IR ditunjukkan pada Tabel 1.
Tabel 1. Indeks Random
Ukuran Matriks
1
2
3
4
5
6
Nilai IR
0,00
0,00
0,58
0,90
1,12
1,24
Ukuran Matriks
7
8
9
10
11
Nilai IR
1,32
1,41
1,45
1,49
1,51
124. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 2. Matriks Berpasangan untuk Kriteria Calon Penerima KUR
Kriteria
Status Kredit
Produktivitas
Usaha
Kondisi
Usaha
Jaminan
Kolektibilitas
Status Kredit
Produktivitas
Usaha
Kondisi
Usaha
Jaminan
Kolektibilitas
Jumlah
Cara pengisian elemen-elemen matriks pada Tabel 2, adalah sebagai berikut:
Elemen a[i,j] = 1, dimana i = 1,2,3,.....n. Untuk penelitian ini, n = 5.
Elemen matriks segitiga atas sebagai input.
Elemen matriks segitiga bawah mempunyai rumus :
c. Menjumlah setiap kolom pada Tabel 2.
d. Menentukan nilai elemen kolom kriteria dengan rumus tiap-tiap sel pada Tabel 2 dibagi dengan
masing-masing jumlah kolom pada langkah c.
e. Menentukan prioritas kriteria pada masing-masing baris pada Tabel 2 dengan rumus jumlah
baris dibagi dengan banyak kriteria.
f.
Memasukkan data-data nama calon penerima KUR dalam bentuk matriks berpasangan seperti
tabel 3.
Tabel 3. Matriks Berpasangan Calon Penerima KUR
Kriteria
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
Gani
Aris
Henny
Anggi
g. Menjumlah setiap kolom pada Tabel 3.
h. Menentukan nilai elemen kolom nasabah dengan rumus tiap-tiap sel pada Tabel 3 dibagi
dengan jumlah kolom pada langkah g.
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,125
i.
Menentukan prioritas nasabah pada masing-masing baris pada Tabel 3 dengan rumus jumlah
baris dibagi dengan banyak calon nasabah (dalam penelitian ini ada 5).
j.
Menguji konsistensi matriks berpasangan
Jumlah baris hasil perkalian inputan kriteria dengan prioritas kriteria.
k. Menghitung λ maksimum, CI dan CR.
l.
Menghitung nilai prioritas global
Prioritas tujuan : Perkalian nilai prioritas nasabah per kriteria dengan prioritas kriteria
Prioritas Global: Hasil penjumlahan baris nilai prioritas tujuan.
HASIL DAN PEMBAHASAN
Berdasarkan rumus yang telah dijelaskan sebelumnya, berikut akan dibahas tentang
masukan data yang sebenarnya, proses perhitungan dan keluaran yang diharapkan pada penelitian
ini. Masukan sistem ini adalah nilai matriks kriteria dan nilai matriks nasabah untuk tiap kriteria.
Nilai Matriks Kriteria
Menyusun kriteria-kriteria calon nasabah KUR pada matriks berpasangan.
Tabel 4. Masukan Nilai Perbandingan Kriteria Nasabah KUR
Kriteria
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Jumlah
Status
Kredit
1
0.3333
0.2
0.2
0.1428
1.8761
Produktivitas
Usaha
3
1
0.5
0.3333
0.2
5.0333
Kondisi
Usaha
5
2
1
0.3333
0.2
8.5333
Jaminan
Kolektibilitas
5
3
3
1
0.3333
12.3333
7
5
5
3
1
21
126. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 5. Nilai Pembagian Jumlah Kolom Kriteria Nasabah KUR
Kriteria
Status Kredit
Produktivitas
Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Status
Kredit
0.5330
Produktivitas
Usaha
0.5960
Kondisi
Usaha
0.5859
0.4054
0.3333
Jumlah
Baris
2.4536
0.1776
0.1987
0.2344
0.2432
0.2381
1.0920
0.1066
0.1066
0.0761
0.0993
0.0662
0.0397
0.1172
0.0390
0.0234
0.2432
0.0811
0.0270
0.2381
0.1428
0.0476
0.8044
0.4357
0.2138
Jaminan Kolektibilitas
Tabel 6. Nilai Prioritas Kriteria
Kriteria
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Prioritas Kriteria
0.4907
0.2184
0.1609
0.0871
0.0428
Kriteria status kredit adalah kriteria paling penting dalam kasus ini, karena memiliki nilai
prioritas paling tinggi dibandingkan kriteria produktivitas usaha, kriteria kondisi usaha, kriteria
jaminan, dan kriteria kolektibilitas.
Langkah selanjutnya adalah nilai matriks pada kolom masukan pada tabel 4 dikalikan
dengan prioritas kriteria pada tabel 6.
Tabel 7. Nilai Masukan Matriks kriteria Dikali Nilai Prioritas Kriteria
Kriteria
Status Kredit
Produktivitas
Usaha
Kondisi
Usaha
Jaminan
Kolektibilitas
Status
Kredit
0.4907
Produktivitas
Usaha
0.6552
Kondisi
Usaha
0.8045
Jaminan
Kolektibilitas
0.4355
0.2996
Jumlah
Baris
2.6855
0.1635
0.2184
0.3218
0.2613
0.2140
1.1790
0.0981
0.1092
0.1609
0.2613
0.2140
0.8435
0.0981
0.0701
0.0728
0.0437
0.0536
0.0322
0.0871
0.0290
0.1284
0.0428
0.4400
0.2178
Kemudian, jumlah baris yang dihasilkan pada tabel 6 di atas dibagi dengan nilai prioritas
masing-masing kriteria pada tabel 5.
Tabel 8. Nilai Prioritas Kriteria
Kriteria
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
Total
Max
Lamda ()
5.4728
5.3983
5.2424
5.0517
5.0888
26.2540
5.2508
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,127
Selanjutnya masukkan data yang sudah dicari sebelumnya pada rumus tersebut. Hasilnya
adalah sebagai berikut:
Nilai Matriks Nasabah per Kriteria
Ada 5 kriteria yang mendasari pengambilan keputusan pada calon penerima KUR, dan
kelima-limanya harus dibandingkan dengan tiap nasabah dalam matriks berpasangan.
a) Status Kredit
Proses pencarian nilai konsistensi nasabah tiap kriteria sama dengan proses pencarian nilai
konsistensi kriteria pada langkah di atas, yakni memasukkan nilai perbandingan ke dalam
matriks.
Tabel 9. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
1
1
1
1
5
Gani
1
1
1
1
1
5
Aris
1
1
1
1
1
5
Henny
1
1
1
1
1
5
Anggi
1
1
1
1
1
5
Tabel 10. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Status Kredit
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
Jumlah
Baris
1
1
1
1
1
Tabel 11. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Status Kredit
0.2
0.2
0.2
0.2
0.2
Tabel 12. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
Jumlah
Baris
1
1
1
1
1
128. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 13. Hasil Bagi Jumlah Baris Tabel 12 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Status Kredit
5
5
5
5
5
25
5
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5-5) / (5-1) = (0) / 4 = 0
CR = CI / RI = 0 / 1.12 = 0 ( CR < 0,1 , nilai ACCEPTABLE )
b) Produktivitas Usaha
Masukkan nilai tiap nasabah dengan kriteria produktivitas usaha pada matriks berpasangan.
Rumus yang digunakan sama seperti rumus pada status kredit.
Tabel 14. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Produktivitas Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
0.25
0.3333
0.3333
0.5
2.4166
Gani
4
1
0.3333
0.3333
0.5
6.1666
Aris
3
3
1
0.5
3
10.5
Henny
3
3
2
1
3
12
Anggi
2
2
0.3333
0.3333
1
5.6666
Tabel 15. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Produktivitas
Usaha
0.4138
0.1034
0.1379
0.1379
0.2069
0.6486
0.1622
0.0540
0.0540
0.0811
0.2857
0.2857
0.0952
0.0476
0.2857
0.25
0.25
0.1667
0.0833
0.25
0.3529
0.3529
0.0588
0.0588
0.1765
Tabel 16. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Produktivitas Usaha
0.3902
0.2308
0.1025
0.0763
0.2000
Jumlah
Baris
1.9510
1.1542
0.5126
0.3816
1.0002
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,129
Tabel 17. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Produktivitas Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.3902
0.0975
0.1300
0.1300
0.1951
0.9232
0.2308
0.0769
0.0769
0.1154
0.3075
0.3075
0.1025
0.0512
0.3075
0.2289
0.2289
0.1526
0.0763
0.2289
0.4000
0.4000
0.0667
0.0667
0.2000
Jumlah
Baris
2.2498
1.2647
0.5287
0.4011
1.0469
Tabel 18. Hasil Bagi Jumlah Baris Tabel 17 dengan Nilai Prioritas Nasabah
Lamda (λ)
5.7658
5.4796
5.1580
5.2569
5.2345
26.8948
5.3790
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.3790-5) / (5-1) = (0.3790) / 4 = 0.0947
CR = CI / RI = 0.0947 / 1.12 = 0.0845 ( CR < 0,1 , nilai ACCEPTABLE )
c) Kondisi Usaha
Masukkan nilai tiap nasabah dengan kriteria kondisi usaha pada matriks berpasangan.
Tabel 19. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
Gani
Aris
Henny
Anggi
1
0.3333
0.3333
0.3333
0.5
2.4999
3
1
0.5
0.5
3
8
3
2
1
0.5
3
9.5
3
2
2
1
3
11
2
0.3333
0.3333
0.3333
1
3.9999
Tabel 20. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Kondisi
Usaha
0.4000
0.1333
0.1333
0.1333
0.2000
0.3750
0.1250
0.0625
0.0625
0.3750
0.3158
0.2105
0.1053
0.0526
0.3158
0.2727
0.1818
0.1818
0.0909
0.2727
0.5000
0.0833
0.0833
0.0833
0.2500
Jumlah
Baris
1.8635
0.7339
0.5662
0.4226
1.4135
130. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 21. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Kondisi Usaha
0.3727
0.1468
0.1132
0.0845
0.2827
Tabel 22. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.3727
0.1242
0.1242
0.1242
0.1863
0.4404
0.1468
0.0734
0.0734
0.4404
0.3396
0.2264
0.1132
0.0566
0.3396
0.2535
0.1690
0.1690
0.0845
0.2535
0.5654
0.0942
0.0942
0.0942
0.2827
Jumlah
Baris
1.9716
0.7606
0.5740
0.4329
1.5025
Tabel 23. Hasil Bagi Jumlah Baris Tabel 22 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Lamda (λ)
5.2900
5.1812
5.0707
5.1231
5.3148
25.9798
5.1960
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.1960-5) / (5-1) = (0.1960) / 4 = 0.0490
CR = CI / RI = 0.0490 / 1.12 = 0.0437 ( CR < 0,1 , nilai ACCEPTABLE )
d) Jaminan
Masukkan nilai tiap nasabah dengan kriteria kondisi usaha pada matriks berpasangan.
Tabel 24. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
0.3333
0.2
0.3333
0.3333
2.1999
Gani
3
1
0.3333
0.25
0.5
5.0833
Aris
5
3
1
3
3
15
Henny
3
4
0.3333
1
0.5
8.8333
Anggi
3
2
0.3333
2
1
8.3333
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,131
Tabel 25. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
Gani
Aris
Henny
Anggi
Jaminan
0.4546
0.1515
0.0909
0.1515
0.1515
0.5902
0.1967
0.0656
0.0492
0.0984
0.3333
0.2000
0.0667
0.2000
0.2000
0.3396
0.4528
0.0377
0.1132
0.0566
0.3600
0.2400
0.0400
0.2400
0.1200
Jumlah
Baris
2.0777
1.2410
0.3009
0.7539
0.6265
Tabel 26. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Kondisi Usaha
0.4155
0.2482
0.0602
0.1508
0.1253
Tabel 27. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
Gani
Aris
Henny
Anggi
0.4155
0.1385
0.0831
0.1385
0.1385
0.7446
0.2482
0.0827
0.0620
0.1241
0.3010
0.1806
0.0602
0.1806
0.1806
0.4524
0.6032
0.0503
0.1508
0.0754
0.3759
0.2506
0.0418
0.2506
0.1253
Jumlah
Baris
2.2894
1.4211
0.3181
0.7825
0.6439
Tabel 28. Hasil Bagi Jumlah Baris Tabel 27 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Lamda (λ)
5.5100
5.7256
5.2840
5.1890
5.1389
26.8475
5.3695
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.3695-5) / (5-1) = (0.3695) / 4 = 0.0924
CR = CI / RI = 0.0825 / 1.12 = 0.0825 ( CR < 0,1 , nilai ACCEPTABLE )
e) Kolektibilitas
Masukkan nilai tiap nasabah dengan kriteria kondisi usaha pada matriks berpasangan.
132. IT Journal, Vol. 4 No. 2 Oktober
2252-746X
Tabel 29. Masukan Nilai Perbandingan Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Jumlah
Murni
1
0.25
0.3333
0.5
0.5
2.5833
Gani
4
1
0.3333
0.5
0.5
6.333
Aris
3
3
1
3
3
13
Henny
2
2
0.3333
1
0.5
5.8333
Anggi
2
2
0.3333
2
1
7.3333
Tabel 30. Nilai Pembagian Jumlah Kolom Nasabah Tiap Kriteria
Kriteria
Murni
0.3871
0.0968
0.1290
0.1935
0.1935
Jaminan
Gani
0.6316
0.1579
0.0526
0.0789
0.0789
Aris
0.2308
0.2308
0.0769
0.2308
0.2308
Henny
0.3428
0.3428
0.0571
0.1714
0.0857
Anggi
0.2727
0.2727
0.0454
0.2727
0.1364
Jumlah Baris
1.8650
1.1010
0.3610
0.9473
0.7253
Tabel 31. Nilai Prioritas Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Kondisi Usaha
0.3730
0.2202
0.0722
0.1895
0.1451
Tabel 32. Nilai Masukan Matriks Dikali Nilai Prioritas Nasabah Tiap Kriteria
Kondisi Usaha
Murni
Gani
Aris
Henny
Anggi
Murni
0.3730
0.0932
0.1243
0.1865
0.1865
Gani
0.8808
0.2202
0.0734
0.1101
0.1101
Aris
0.2166
0.2166
0.0722
0.2166
0.2166
Henny
0.3790
0.3790
0.0632
0.1895
0.0947
Anggi
0.2902
0.2902
0.0484
0.2902
0.1451
Jumlah Baris
2.1396
1.1992
0.3815
0.9929
0.7530
Tabel 33. Hasil Bagi Jumlah Baris Tabel 32 dengan Nilai Prioritas Nasabah
Nasabah
Murni
Gani
Aris
Henny
Anggi
Total
λ Max
Lamda (λ)
5.7362
5.4459
5.2839
5.2396
5.1895
26.8951
5.3790
Nilai Consistency Index (CI) dan nilai Consistency Ratio (CR).
CI = (λmax-n) / (n-1) = (5.3790-5) / (5-1) = (0.3790) / 4 = 0.0947
CR = CI / RI = 0.0947 / 1.12 = 0.0845 ( CR < 0,1 , nilai ACCEPTABLE )
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,133
Maka didapatkan hasil nilai prioritas masing-masing nasabah tiap kriteria.
Tabel 34. Nilai Prioritas Masing-Masing Nasabah Tiap Kriteria
Nasabah
Murni
Gani
Aris
Henny
Anggi
Status Kredit
Produktivitas Usaha
Kondisi Usaha
Jaminan
Kolektibilitas
0.2
0.2
0.2
0.2
0.2
0.3902
0.2308
0.1025
0.0763
0.2000
0.3727
0.1468
0.1132
0.0845
0.2827
0.4155
0.2482
0.0602
0.1508
0.1253
0.3730
0.2202
0.0722
0.1895
0.1451
Langkah selanjutnya adalah membandingkan nilai prioritas masing-masing nasabah dengan
nilai prioritas kriteria sehingga didapatkan prioritas tujuan masing-masing nasabah KUR dengan
rumus nilai prioritas masing-masing nasabah.
Tabel 35. Nilai Prioritas Tujuan Masing-Masing Nasabah KUR
Nasabah
Status Kredit Produktivitas Usaha Kondisi Usaha Jaminan Kolektibilitas
Murni
0.0981
0.0852
0.0600
0.0362
0.0160
Gani
0.0981
0.0504
0.0236
0.0216
0.0094
Aris
0.0981
0.0224
0.0182
0.0052
0.0031
Henny
0.0981
0.0167
0.0136
0.0131
0.0081
Anggi
0.0981
0.0437
0.0455
0.0109
0.0062
Langkah terakhir adalah menghitung prioritas global dengan cara menjumlahkan baris.
Tabel 36. Prioritas Global Masing-Masing Calon Nasabah KUR
Nasabah
Murni
Gani
Aris
Henny
Anggi
Prioritas Global
0.2955
0.2031
0.1470
0.1496
0.2044
Tabel di atas menghasilkan nilai prioritas global untuk masing-masing calon nasabah
penerima KUR. Nilai prioritas global adalah nilai perbandingan antara nilai prioritas kriteria
dengan nilai prioritas nasabah per kriteria. Nilai tertinggi pada tabel tersebut merupakan nilai
keputusan. Jadi, berdasarkan simulasi melalui metode AHP diperoleh informasi bahwa dari kelima
calon nasabah yang paling layak menerima KUR adalah nasabah Marina. Hal ini dikarenakan
Murni memiliki nilai prioritas global yang paling tinggi dari calon nasabah lainnya yaitu Gani,
Aris, Henny, dan Anggi.
Pengujian
Pada aplikasi ini, metode yang digunakan dalam pengujian ini adalah pengujian black box
yang berfokus pada persyaratan fungsional dari perangkat lunak yang dibangun. Tampilan
pengujian aplikasi ini berupa tampilan Halaman Utama, Log In, Halaman Utama Administrator,
Halaman Utama Operator, Menu Daftar Pengguna, Menu Ganti Password, Menu Data Nasabah,
Menu Matriks Kriteria, Menu Tampil Prioritas Kriteria, Menu Matriks Nasabah Per Kriteria, Menu
Tampil Prioritas Nasabah Tiap Kriteria, Menu Hasil Akhir Nilai Keputusan, dan Menu Nasabah
Terproses.
134. IT Journal, Vol. 4 No. 2 Oktober
Berikut ini adalah beberapa tampilan pada aplikasi ini.
Gambar 2. Halaman Utama
Gambar 3. Menu Matriks Kriteria
Gambar 4. Menu Tampil Prioritas Nasabah Tiap Kriteria
Gambar 5. Menu Hasil Akhir Nilai Keputusan
2252-746X
Yusfrizal, Sistem Pendukung Keputusan Pemberian,,,135
KESIMPULAN
Dari hasil pengujian sistem yang telah dilakukan, maka dapat diambil beberapa kesimpulan
di antaranya sebagai berikut:
a. Metode Analytical Hierarchy Process (AHP) dapat digunakan untuk menyelesaikan
permasalahan pada penelitian ini yakni Sistem Pendukung keputusan Pemberian Kredit usaha
Rakyat (KUR) pada Bank Syariah Mandiri (BSM) yang bersifat multikriteria.
b. Sistem Pendukung keputusan Pemberian Kredit usaha Rakyat (KUR) pada Bank Syariah
Mandiri (BSM) ini dapat membantu pihak Bank dalam menentukan nasabah penerima KUR
dengan mengambil nilai hasil akhir nasabah yang tertinggi.
c. Pengurutan hasil akhir sistem dari nilai tertinggi hingga terendah dan Penggunaan tampilan
grafik/diagram dalam nilai keputusan akhir dapat mengefisienkan waktu pihak Bank dalam
mengambil keputusan dan dapat memudahkan pihak Bank dalam membaca data nilai nasabah
yang dihasilkan.
d. Sistem ini hanya menjadi alat bantu bagi pengambil keputusan, keputusan akhir tetap berada di
tangan pengambil keputusan.
SARAN
Beberapa hal yang perlu dikembangkan dari penelitian ini adalah :
a. Penggabungan metode Analytical Hierarchy Process (AHP) dengan metode matematika lain
dapat membuat niai-nilai pendukung keputusan yang dihasilkan lebih akurat dan terperinci.
b. Pembuatan laporan dalam bentuk print out dapat memudahkan manajer dalam melihat nilai
prioritas global masing-masing penerima KUR.
DAFTAR PUSTAKA
[1]
Faraby Azwany, 2010, Sistem Pendukung Keputusan Pemberian Kredit Usaha Rakyat
Pada Bank BRI Syariah Menggunakan Metode Analytical Hierarchy Process (AHP),
Skripsi, Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Sumatera Utara, Medan.
[2]
Lili Tanti, 2015, Metode AHP Dalam Penilaian Kinerja Sales Promotion Girls (SPG),
Prosiding, Seminar Nasional Teknologi Informasi dan Multimedia, ISSN : 2302-3805,
STMIK AMIKOM Yogyakarta.
[3]
Bourgeois. R, 2005, Analitical Hierarchy Process: an Overview UNCAPSA-UNESCAP,
Bogor
[4]
Mulyono, Sri, 1996, Teori Pengambilan Keputusan, Lembaga Penerbit Fakultas Ekonomi
Indonesia, Jakarta.
[5]
Suryadi, K. dan Ramdhani, 1998, Sistem Pendukung Keputusan, Penerbit PT Remaja
Rosdakarya, Bandung.
[6]
Gunawan, dkk, 2015, SPK Pemilihan Komisaris Lapangan Berprestasi dengan Metode
AHP Studi Kasus: KOPDIT CU HATIRONGGA, JSM STMIK Mikroskil, VOL 16, NO 1.