Efektifitas penggunaan metode SAW (Simple Additive Weighting) dalam sistem pendukung keputusan penentuan pemberian kredit peminjaman uang tunai PT. BPR X.
ABSTRAK
Sistem Pendukung Keputusan Penentuan Pemberian Kredit Uang Tunai adalah sebuah sistem informasi berbasis komputer yang dapat digunakan untuk membantu Manajer Kredit memberikan rekomendasi keputusan bagi permohonan kredit dari nasabah. Dalam sistem ini rekomendasi keputusan penerimaan kredit ditentukan berdasarkan bobot dan kriteria yang berasal dari The Five C’s Principles. Prinsip ini meliputi Karakter, Kapasitas, Modal, Kondisi, dan Jaminan. Dalam sistem ini Simple Additive Weighting digunakan sebagai dasar perhitungan penentuan skor kriteria. Metode ini mampu menjumlahkan bobot dari rating kinerja setiap alternatif, pada semua kriteria dan sub-kriteria dari calon nasabah dengan bobot yang dapat ditentukan sesuai kepentingan Manajer Kredit. Hasil yang diperoleh berupa rangking yang akan dipakai menyeleksi alternatif terbaik dari sejumlah pilihan yang ada. Proses pengujian Sistem Pendukung Keputusan ini dilakukan dengan menggunakan data asli nasabah yang kemudian hasilnya dibandingkan dengan hasil keputusan manual. Setelah pengujian dilakukan, hasil keputusan yang diperoleh sistem menunjukkan bahwa metode ini lebih efektif dalam menentukan penerimaan kredit dibanding dengan keputusan manual. Sistem ini mampu mendeteksi keputusan penerimaan nasabah yang angsurannya tidak lancar tapi diterima pada keputusan manual menjadi ditolak pada sistem dan untuk kondisi sebaliknya.
(2)
Decision Support System to Approve Cash Loan Lending in PT. BPR X is a computer based information system that is used to help Credit Manager to make a recommended
decision for client’s loan application. In this system, a credit recommendation is determined by weighting some criteria from the five C’s principles. This principle consists of Character,
Capacity, Capital, Condition, and Collateral. The system uses Simple Additive Weighting Method in calculating score for each criteria. This method calculate the weighted sum of each performance rating alternative from every criteria and sub-criteria of a client and is adjusted according to the interests of a Credit Manager. The output of the system is a ranking that will be used to select the best alternative from a set of possible choices. This
Decision Support System is tested by using original client’s data and its result is compared with the manual calculation from PT. BPR X. Based on that test, the SAW method provides more accurate recommendation compared to the manual system. The system is able to detect the non-performing loan that was approved by manual system and vice versa.
(3)
i
EFEKTIFITAS PENGGUNAAN METODE SAW (SIMPLE ADDITIVE
WEIGHTING) DALAM SISTEM PENDUKUNG KEPUTUSAN PENENTUAN
PEMBERIAN KREDIT PEMINJAMAN UANG TUNAI PT. BPR X SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Disusun Oleh: Dyah Ayu Paramita
095314027
PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
(4)
ii
EFFECTIVENESS OF THE USE OF SAW (SIMPLE ADDITIVE
WEIGHTING) METHOD ON DECISION SUPPORT SYSTEM TO APPROVE
CASH LOAN LENDING IN PT. BPR X”
THESIS
Presented as Partial Fulfillment of the Requirements to Obtain Sarjana Komputer Degree
in Informatics Engineering Department
Created By: Dyah Ayu Paramita
095314027
INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT
FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY
YOGYAKARTA 2013
(5)
(6)
(7)
(8)
(9)
vii
HALAMAN MOTTO
“
Saat mengalami kesulitan dan memutuskan
untuk tidak menyerah, maka itulah kekuatan
yang sebenarnya (Timotius 2:1).”
“Keberhasilan adalah kemampuan untuk
melewati dan mengatasi satu kegagalan ke
kegagalan lain tanpa kehilangan semangat
dan tetap bersandar kepada-Nya
(Mazmur 37: 23-
24).”
“Kualitas hidup dapat dilihat dari
bagaimana seseorang mampu menerima
konsekuensi dari setiap komitmen yang telah
(10)
viii
ABSTRAK
Sistem Pendukung Keputusan Penentuan Pemberian Kredit Uang Tunai adalah sebuah sistem informasi berbasis komputer yang dapat digunakan untuk membantu Manajer Kredit memberikan rekomendasi keputusan bagi permohonan kredit dari nasabah. Dalam sistem ini rekomendasi keputusan penerimaan kredit ditentukan berdasarkan bobot dan kriteria yang berasal dari The Five C’s Principles. Prinsip ini meliputi Karakter, Kapasitas, Modal, Kondisi, dan Jaminan. Dalam sistem ini Simple Additive Weighting digunakan sebagai dasar perhitungan penentuan skor kriteria. Metode ini mampu menjumlahkan bobot dari rating kinerja setiap alternatif, pada semua kriteria dan sub-kriteria dari calon nasabah dengan bobot yang dapat ditentukan sesuai kepentingan Manajer Kredit. Hasil yang diperoleh berupa rangking yang akan dipakai menyeleksi alternatif terbaik dari sejumlah pilihan yang ada. Proses pengujian Sistem Pendukung Keputusan ini dilakukan dengan menggunakan data asli nasabah yang kemudian hasilnya dibandingkan dengan hasil keputusan manual. Setelah pengujian dilakukan, hasil keputusan yang diperoleh sistem menunjukkan bahwa metode ini lebih efektif dalam menentukan penerimaan kredit dibanding dengan keputusan manual. Sistem ini mampu mendeteksi keputusan penerimaan nasabah yang angsurannya tidak lancar tapi diterima pada keputusan manual menjadi ditolak pada sistem dan untuk kondisi sebaliknya.
(11)
ix ABSTRACT
Decision Support System to Approve Cash Loan Lending in PT. BPR X is a computer based information system that is used to help Credit Manager to make a recommended decision for client’s loan application. In this system, a credit
recommendation is determined by weighting some criteria from the five C’s
principles. This principle consists of Character, Capacity, Capital, Condition, and Collateral. The system uses Simple Additive Weighting Method in calculating score for each criteria. This method calculate the weighted sum of each performance rating alternative from every criteria and sub-criteria of a client and is adjusted according to the interests of a Credit Manager. The output of the system is a ranking that will be used to select the best alternative from a set of possible choices. This Decision Support System is tested by using original client’s data and its result is compared with the manual calculation from PT. BPR X. Based on that test, the SAW method provides more accurate recommendation compared to the manual system. The system is able to detect the non-performing loan that was approved by manual system and vice versa.
(12)
x
KATA PENGANTAR
Puji Syukur kepada Yesus Kristus atas segala berkat dan rahmat-Nya penulis dapat menyelesaikan skripsi dengan judul “Efektifitas Penggunaan Metode SAW(Simple Additive Weighting) dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai PT. BPR X”. Penulisan skripsi ini diajukan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Komputer Program Studi Teknik informatika Universitas Sanata Dharma Yogyakarta.
Dengan selesainya penulisan skripsi ini, maka penulis mengucapkan terima kasih kepada pihak-pihakyang telah membantu memberikan dukungan baik berupa motivasi, saran dan kritik. Ucapan terima kasih ditujukan kepada:
1. Papa dan mama tercinta yang telah memberikan dukungan spiritual,
moral maupun material selama masa studi berlangsung.
2. Bapak Johanes Eka Priyatma selaku dosen pembimbing yang telah
memberikan dukungan motivasi, menjadi inspirasi dan memberikan pemecahan masalah melalui kritik dan saran yang diberikan selama proses perkuliahan sampai dengan penyelesaian skripsi ini.
(13)
xi
3. Ibu P.H. Prima Rosa, S.Si.,M.Sc.. selaku Dekan Fakultas Sains dan
Teknologi Universitas Sanata Dharma Yogyakarta.
4. Ibu Ridowati Gunawan, S.Kom. selaku Ketua Jurusan Teknik
Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
5. Mbak Niken Apritasari selaku pihak dari PT. BPR X yang menjadi
sumber informasi utama dalam memberi data dan saran bermanfaat terkait proses kredit di PT. BPR X.
6. Ade Ignatio yang telah banyak membantu memberikan dukungan
motivasi, doa dan membantu memecahkan masalah di setiap kesulitan yang dihadapi penulis.
7. Mbak Lia, Mas Yoseph dan Amanda atas dukungan motivasi, doa dan
bantuannya yang telah menghubungkan pada pihak PT. BPR X sebagai tempat studi kasus.
8. Ageng, Fidi, Anis, David, Jeni, Unggul, Brahu, Wienda dan semua
teman-teman Teknik Informatika angkatan 2009 lainnya, terimakasih atas semangat, bantuan, saran dan kritiknya yang sangat berarti sehingga akhirnya skripsi ini dapat terselesaikan.
Penulisan skripsi ini tentunya masih memiliki banyak kekurangan. Oleh karena itu saran dan kritik dari pembaca yang membangun sangat diharapkan
(14)
xii
oleh penulis. Akhir kata, semoga penulisan skripsi ini dapat berguna untuk menambah wawasan maupun menjadi referensi bagi pembaca, terutama bagi mahasiswa Teknik Informatika.
Yogyakarta, 13 November 2013
(15)
xiii
DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN JUDUL (INGGRIS) ... ii
HALAMAN PERSETUJUAN ... iii
SKRIPSI ... iii
HALAMAN PENGESAHAN ... iv
PERNYATAAN KEASLIAN KARYA ... v
LEMBAR PERNYATAAN PERSETUJUAN ... vi
HALAMAN MOTTO ... vii
ABSTRAK ... viii
ABSTRACT ... ix
KATA PENGANTAR ... x
DAFTAR ISI ... xiii
DAFTAR TABEL... xvii
DAFTAR GAMBAR ... xviii
BAB I ... 1
PENDAHULUAN ... 1
1.1 LATAR BELAKANG ... 1
1.2 RUMUSAN MASALAH ... 5
1.3 TUJUAN ... 5
1.4 BATASAN MASALAH ... 6
1.5 MANFAAT PENELITIAN ... 7
1.5.1 Manfaat Praktis ... 7
1.5.2 Manfaat Teoritis ... 8
(16)
xiv
BAB II ... 11
LANDASAN TEORI ... 11
2.1 Sistem Pendukung Keputusan(SPK)... 11
2.1.1 Definisi... 11
2.1.2 Tujuan Sistem Pendukung Keputusan ... 12
2.1.3 Semi-terstruktur ... 13
2.1.4 Karakteristik dan Kemampuan Sistem Pendukung Keputusan ... 13
2.1.5 Model Konseptual Sistem Pendukung Keputusan ... 14
2.1.6 Langkah-langkah Pengambilan Keputusan ... 15
2.1.7 Komponen Sistem Pendukung Keputusan ... 16
2.1.8 Jenis-jenis Sistem Pendukung Keputusan ... 18
2.1.9 Keterbatasan Sistem Pendukung Keputusan ... 18
2.2 Metode SAW( Simple Additive Weighting) ... 19
2.2.1 Langkah Penyelesaian Metode SAW ... 21
BAB III ... 22
METODE PENELITIAN ... 22
3.1 Rumusan Masalah ... 22
BAB IV ... 29
PERANCANGAN DAN IMPLEMENTASI SISTEM ... 29
4.1 Perancangan Sistem ... 29
4.1.1 Manajemen Model ... 29
4.1.2 Manajemen Data ... 39
4.1.2.1 Perancangan Basis Data ... 40
4.1.2.2 Skema Tabel ... 42
4.1.3 Manajemen Dialog ... 54
4.1.3.1 Halaman Form Utama ... 54
4.1.3.2 Halaman Input Data Pemohon ... 55
4.1.3.3 Halaman Kriteria dan Bobot ... 56
(17)
xv
4.1.3.5 Halaman Daftar Penerimaan Kredit Pemohon ... 58
4.1.4 Knowledge Management ... 59
4.1.5 Diagram Aliran Data ... 59
4.1.5.1 Diagram Konteks ... 60
4.1.5.2 Diagram Aliran Data Level 1 ... 61
4.1.5.3 Diagram Aliran Data Level 2 Proses 4 ... 63
4.1.6 Spesifikasi Proses ... 65
4.1.6.1 Menormalisasikan Hasil Survey ... 66
4.1.6.2 Proses 4.2 Menghitung Total Nilai Bobot ... 67
4.1.6.3 Proses 4.3 Mengecek Total Nilai ... 68
4.1.7 Diagram Use Case ... 70
4.1.8 Skenario Use Case ... 71
4.2 Implementasi Sistem ... 80
4.2.1 Implementasi Subsistem Manajemen Data ... 80
4.2.2 Koneksi Java ke MySQL ... 89
4.2.3 Implementasi Manajemen Dialog ... 91
4.2.3.1 Halaman Utama Sistem ... 91
4.2.3.2 Halaman Data Pemohon ... 93
4.2.3.2.1 Pengelolaan Identitas Pemohon ... 93
4.2.3.2.1.1 Formulir Pengisian Data Pemohon ... 94
4.2.3.2.1.2 Ubah Data Pemohon ... 98
4.2.3.2.1.3 Hapus Data Pemohon ... 99
4.2.3.2.2 Pengelolaan Angsuran Pemohon ... 99
4.2.3.2.2.1 Formulir Pengisian Data Angsuran Kredit ... 100
4.2.3.3 Halaman Kriteria dan Bobot ... 102
4.2.3.3.1 Pengisian Bobot Kriteria dan Sub Kriteria ... 102
4.2.3.3.2 Pengisian Bobot Kriteria Utama 5C ... 105
4.2.3.4 Halaman Simulasi Penerimaan Kredit ... 106
(18)
xvi
4.2.3.4.2 Normalisasi dan Total Skor Bobot Kriteria Utama ... 127
4.2.3.4.3 Mengecek Total Nilai dan Hasil Keputusan ... 131
4.2.3.4.4 Perangkingan Penerimaan Kredit ... 134
4.2.3.5 Halaman Laporan Penerimaan Kredit ... 136
BAB V ... 139
PENGUJIAN DAN ANALISIS DATA... 139
5.1 Pengujian Sistem……….. 139 5.2 Analisis Data ... 151
BAB VI ... 165
PENUTUP ... 165
6.1 Kesimpulan ... 165
6.2 Saran ... 167
DAFTAR PUSTAKA ... 168
(19)
xvii
Tabel 4.1 Tabel Nasabah ………43
Tabel 4.2 Tabel Jaminan ………44
Tabel 4.3 Tabel Kapasitas ………..45
Tabel 4.4 Tabel Modal ………...45
Tabel 4.5 Tabel Kondisi_ekonomi ………46
Tabel 4.6 Tabel Karakter ………...47
Tabel 4.7 Tabel Angsuran_kredit ………..47
Tabel 4.8 Tabel Usulan_kredit ………..48
Tabel 4.9 Tabel Penilaian_karakter ………..50
Tabel 4.10 Tabel Penilaian_jaminan ……….51
Tabel 4.11 Tabel Penilaian_kapasitas ………...52
Tabel 4.12 Tabel Penilaian_modal ………53
Tabel 4.13 Tabel Penilaian_kondisi ………..53
Tabel 4.14 Ketentuan Skor………131
Tabel 5.1 Bobot Kriteria 5C ……….140
Tabel 5.2 Bobot Sub Kriteria Karakter……….140
Tabel 5.3 Bobot Sub Kriteria Jaminan………..141
Tabel 5.4 Bobot Sub Kriteria Kapasitas………141
Tabel 5.5 Bobot Sub Kriteria Modal……….141
Tabel 5.6 Bobot Sub Kriteria Kondisi Ekonomi………...142
Tabel 5.7 Patokan Skor……….149
(20)
xviii
Gambar 2.1 Karakteristik SistemPendukung Keputusan ……….……14
Gambar 2.2 Model Konseptual SistemPendukung Keputusan ………15
Gambar 2.3 Sub Sistem Dialog (antarmuka) ………..………17
Gambar 2.4 Rumus Perhitungan Metode SAW ………..………20
Gambar 4.1 Manajemen Model ………...31
Gambar 4.2 Perancangan Basis Data……….………..41
Gambar 4.3 Halaman Form Utama ……….55
Gambar 4.4 Input Data Pemohon………56
Gambar 4.5 Kriteria dan Bobot ………..….57
Gambar 4.6 Simulasi Penentuan Pemberian Kredit……….58
Gambar 4.7 Daftar Penerimaan Kredit Pemohon………59
Gambar 4.8 Diagram Konteks ………60
Gambar 4.9 Diagram Aliran Data Level 1………..……….61
Gambar 4.10 Diagram Aliran Data Level 2 Proses 4………..64
Gambar 4.11 Diagram Use Case ……….71
Gambar 4.12 Informasi Tabel Data Base sistembprx……….…….…89
Gambar 4.13 Halaman Utama Sistem ………..92
Gambar 4.14 Halaman Data Pemohon ……….93
Gambar 4.15 Formulir Data Pemohon ………..94
Gambar 4.16 Ubah Data Pemohon ……….……..98
Gambar 4.17 Hapus Data Pemohon………...99 Gambar 4.18 Halaman Angsuran Kredit………..100
(21)
xix
Gambar 4.21 Halaman Kriteria dan Bobot………..102
Gambar 4.22 Form Sub Kriteria dan Bobot Sub Kriteria Karakter………...103
Gambar 4.23 Form Sub Kriteria dan Bobot Sub Kriteria Jaminan………..103
Gambar 4.24 Form Sub Kriteria dan Bobot Sub Kriteria Kapasitas………….…...104
Gambar 4.25 Form Sub Kriteria dan Bobot Sub Kriteria Modal………...104
Gambar 4.26 Form Sub Kriteria dan Bobot Sub Kriteria Kondisi Ekonomi…...105
Gambar 4.27 Form Kriteria dan Bobot Kriteria 5C……….106
Gambar 4.28 Daftar Pemohon Halaman Simulasi………106
Gambar 4.29 Form Simulasi Kredit ………110
Gambar 4.30 Tabel Pengisian Hasil Survey Karakter………..111
Gambar 4.31 Hasil Total Skor Karakter……….…..112
Gambar 4.32 Tabel Pengisian Hasil Survey Jaminan ………..115
Gambar 4.33 Hasil Total Skor Jaminan………..……..116
Gambar 4.34 Tabel Pengisian Hasil Survey Kapasitas………....118
Gambar 4.35 Hasil Total Skor Kapasitas……….119
Gambar 4.36 Tabel Pengisian Hasil Survey Modal……….121
Gambar 4.37 Hasil Total Skor Modal………..122
Gambar 4.38 Tabel Pengisian Hasil Survey Kondisi Ekonomi………...…………124
Gambar 4.39 Hasil Total Skor Kondisi Ekonomi………..…..125
Gambar 4.40 Tabel Rekomendasi Keputusan Kredit………..128
Gambar 4.41 Total Skor Tabel Rekomendasi Keputusan Kredit…………..……..129
Gambar 4.42 Patokan Skor Penerimaan Kredit………...132
(22)
xx
Gambar 5.1 Nilai Survey Nasabah Sub Kriteria Karakter………..143
Gambar 5.2 Nilai Survey Nasabah Sub Kriteria Jaminan………...………144 Gambar 5.3 Nilai Survey Nasabah Sub Kriteria Kapasitas……….……145 Gambar 5.4 Nilai Survey Nasabah Sub Kriteria Modal ………146
Gambar 5.5 Nilai Survey Nasabah Sub Kriteria Kondisi Ekonomi …………..…147
Gambar 5.6 Total Skor Sub Kriteria………..148 Gambar 5.7 Total Skor Kriteria 5C……….……..149 Gambar 5.8 Hasil Rekomendasi Penerimaan Kredit ………150
(23)
1
BAB I PENDAHULUAN
1.1 LATAR BELAKANG
Perkembangan zaman yang semakin modern sangat mempengaruhi peningkatan kebutuhan ekonomi manusia. Biaya untuk pemenuhan kebutuhan ekonomi baik untuk perusahaan maupun perseorangan tentunya semakin bertambah besar. Masalah muncul ketika kebutuhan ekonomi tersebut tidak dapat terpenuhi karena krisis ekonomi sehingga menyebabkan minimnya ketersediaan biaya yang dimiliki untuk pemenuhan kebutuhan ekonomi tersebut. Hal ini yang memicu bertambahnya angka kemiskinan dan jumlah perusahaan yang mengalami kebangkrutan. Oleh karena itu kini mulai bermunculan berbagai solusi alternatif untuk membantu pemenuhan kebutuhan ekonomi, salah satunya adalah dengan pengajuan kredit uang tunai kepada perbankan.
(24)
Pengajuan kredit uang tunai merupakan salah satu solusi bagi pelaku dunia usaha dan masyarakat untuk mengatasi hambatan permodalan atau pembiayaan usaha. Badan Hukum Perseroan Terbatas (PT) BPR(Bank Perkreditan Rakyat) X merupakan bank pengkreditan milik swasta dan merupakan hasil akuisisi dengan PT. BPR XYZ. PT. BPR X ini didirikan atas persetujuan ijin usaha dari Menteri Keuangan Republik Indonesia dan telah berkembang bukan hanya sebagai lembaga bisnis, namun juga menjadi sebuah keluarga besar. PT. BPR X telah menyalurkan kredit diatas kriteria ideal yang
ditetapkan oleh bank Indonesia yaitu menggunakan The Five C’s Principles
atau kriteria 5C meliputi Character, Capacity, Capital, Collateral, Condition pada pedoman kebijakan kreditnya. Character berkaitan dengan penilaian watak calon nasabah untuk memenuhi kewajiban-kewajibannya, dari penilaian karakter maka dapat diketahui sifat nasabah untuk memprediksi tanggung jawab dalam melunasi hutangnya tepat waktu. Capacity digunakan untuk menilai sampai sejauh mana hasil usaha yang akan diperoleh akan mampu melunasi hutang tepat pada waktunya sesuai dengan perjanjian yang telah disepakati (Mulyono,1993). Capital akan menilai kondisi kekayaan yang dimiliki oleh usaha yang dikelola calon nasabah sehingga dapat dinilai berapa besar jumlah kredit yang layak diberikan. Condition digunakan untuk mempertimbangkan kondisi ekonomi yang dikaitkan dengan prospek usaha
(25)
oleh pihak bank apabila ternyata calon nasabah benar-benar tidak bisa
memenuhi kewajiban pelunasan kredit. The Five C’s Principles atau kriteria
5C inilah yang selanjutnya menjadi landasan penilaian dalam proses penentuan pemberian kredit.
Proses perkreditan antara pihak bank dengan nasabah dilakukan oleh pihak bank dengan menilai dan menentukan calon nasabah terlebih dahulu sebelum memberikan keputusan untuk menerima atau menolak permintaan kreditnya. Seorang calon nasabah akan disurvey untuk dinilai pihak Tim Survey apakah kriteria-kriteria 5C dapat terpenuhi. Penilaian ini dilakukan demi kelancaran kredit dengan mempertimbangkan resiko tidak tertagihnya angsuran kredit cukup besar. Oleh karena itu bank dituntut untuk dapat mengambil keputusan dengan menerapkan prinsip kehati-hatian dan asas-asas perkreditan yang sehat agar kualitas kredit yang diberikan senantiasa lancar, mengingat begitu banyaknya kriteria calon nasabah peminjam yang harus dipenuhi, serta lingkungan bisnis perbankan yang semakin kompetitif.
Berdasarkan hal tersebut untuk membantu penentuan pemberian kredit peminjaman uang tunai dalam menentukan calon nasabah maka diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat memperhitungkan segala kriteria yang mendukung pengambilan keputusan guna membantu,
(26)
mempercepat dan mempermudah proses pengambilan keputusan (Suryadi, Kadarsah, dkk, 1998). Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai dimaksudkan untuk membantu pihak manajer kredit untuk memberikan keputusan terhadap pengajuan kredit calon nasabah. Hal ini dilakukan karena untuk memutuskan diterima atau tidaknya permohonan kredit bukanlah suatu hal mudah, karena adanya pertimbangan The Five C’s Principles sebagai kunci penilaian untuk meloloskan pengajuan kredit.
Penelitian ini akan diselesaikan dengan menggunakan metode SAW (Simple Additive Weighting) yang selanjutnya akan dituliskan dengan metode SAW, yang digunakan untuk menentukan rangking pemberian kredit peminjaman uang tunai. Metode ini digunakan karena metode SAW pada dasarnya akan mencari penjumlahan tebobot dari rating kinerja pada setiap alternatif pada semua kriteria dan sub-kriteria calon nasabah, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif. Dalam hal ini alternatif yang dimaksud adalah nasabah yang berhak menerima kredit berdasarkan kriteria-kriteria yang ditentukan. Dengan metode tersebut, diharapkan penilaian akan memberikan hasil yang lebih tepat karena didasarkan pada nilai kriteria dan bobot yang
(27)
sudah ditentukan terhadap calon nasabah yang layak menerima kredit tersebut.
1.2 RUMUSAN MASALAH
Sampai sejauh mana penggunaan metode SAW dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai mampu memberikan hasil keputusan yang lebih baik? Untuk menjawab rumusan masalah di atas maka akan dilakukan sebuah penelitian dengan membuat sebuah sistem pendukung keputusan menggunakan metode SAW, sehingga dapat diketahui apakah hasil keputusan dapat memberikan hasil
keputusan yang lebih baik berdasarkan pemenuhan kriteria The Five C’s
Principles dengan pembobotan yang telah ditentukan.
1.3 TUJUAN
Penggunaan metode SAW dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai ini bertujuan untuk menentukan efektifitas penggunaan metode SAW dalam proses menentukan pemberian kredit peminjaman uang tunai yang memenuhi kriteria The Five C’s Principles dan pembobotan yang telah ditetapkan oleh pihak manajer
(28)
kredit, sehingga dapat diketahui apakah keputusan yang dihasilkan lebih baik atau tidak.
1.4 BATASAN MASALAH
Penelitian akan dibatasi oleh beberapa hal agar tidak menyimpang dari tujuan penelitian, yaitu:
1.4.1 Cakupan penelitian hanya mencakup sistem pendukung keputusan menggunakan metode SAW dengan studi kasus PT. BPR X.
1.4.2 Penelitian hanya dilakukan terkait kriteria-kriteria dan pembobotan
berdasarkan The Five C’s Principles yang tertuang dalam
Pedoman Standar Kebijakan Perkreditan Bank Perkreditan Rakyat yang ditetapkan oleh Bank Indonesia.
1.4.3 Sistem Pendukung Keputusan akan dibuat berbasis desktop menggunakan bahasa pemrograman Java.
1.4.4 Sistem Pendukung Keputusan ini hanya dapat digunakan untuk proses pengambilan keputusan dengan menggunakan minimum 2 data nasabah untuk setiap simulasinya.
1.4.5 Sistem ini hanya menyediakan maksimal 4 sub-kriteria untuk masing-masing kriteria 5C
1.4.6 Berkaitan dengan kesulitan dalam pengumpulan data nasabah asli, maka sistem ini hanya menggunakan 34 Data Nasabah yang
(29)
masing-masing terdiri dari 15 Data Nasabah Diterima (Nasabah Lama Lancar ), 15 Data Nasabah Ditolak ( Nasabah Lama Tidak Lancar), dan 4 Data Nasabah Diterima (Nasabah Lama Tidak Lancar).
1.5 MANFAAT PENELITIAN
Hasil penelitian ini diharapkan dapat memberikan manfaat untuk semua pihak yang bersangkutan dalam penelitian ini, baik manfaat secara praktis maupun secara teoritis.
1.5.1 Manfaat Praktis
Beberapa manfaat secara praktis dari penelitian ini, yaitu sebagai berikut:
1. Bagi peneliti, penelitian ini dapat menambah pengetahuan dan
wawasan mengenai proses pengambilan keputusan
menggunakan metode SAW.
2. Bagi pembaca, hasil penelitian ini dapat memberikan informasi secara tertulis maupun sebagai referensi tentang Efektifitas Penggunaan Metode SAW(Simple Additive Weighting) dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit
(30)
Peminjaman Uang Tunai PT. BPR X, sehingga dapat diketahui hasil keputusan yang dihasilkan lebih baik atau tidak.
3. Bagi PT. BPR X, hasil penelitian ini dapat memberikan
sumbangan pemikiran jika ditemukan alternatif cara
menggunakan sebuah sistem pendukung keputusan
menggunakan metode SAW yang lebih memudahkan dalam proses pengambilan keputusan.
1.5.2 Manfaat Teoritis
Manfaat secara teoritis dari penelitian ini, yaitu sebagai berikut:
1. Bagi jurusan Teknik Informatika hasil dari penelitian ini
dapat menjadi sumbangan pemikiran bagi pembelajaran dan penggunaan metode SAW dalam sebuah sistem pendukung keputusan.
1.6 SISTEMATIKA PENULISAN
1.6.1 BAB I. PENDAHULUAN
Bab ini berisi latar belakang masalah, rumusan masalah, tujuan sistem, batasan masalah, manfaat penelitian, dan sistematika penulisan.
(31)
1.6.2 BAB II. LANDASAN TEORI
Bab ini berisi dasar-dasar teori yang digunakan untuk membangun sistem yang meliputi Sistem Pendukung Keputusan serta metode SAW.
1.6.3 BAB III. METODOLOGI PENELITIAN
Bab ini berisi metodologi penelitian yang akan dilakukan selama penelitian perancangan desain sistem, terdiri dari: Analisis Masalah, Pengembangan Sistem, Pengujian Efektifitas Sistem, Analisis Data dan Penarikan Kesimpulan.
1.6.4 BAB IV. PERANCANGAN DAN IMPLEMENTASI SISTEM
Bab ini berisi rancangan dan implementasi sistem berdasarkan analisis yang telah dibuat sebelumnya. Terdiri dari tahap-tahap manajemen model, manajemen data, manajemen dialog, knowledge management, diagram aliran data, spesifikasi proses, dan implementasi sistem beserta penjelasannya.
(32)
Bab ini berisi pengujian sistem dan analisis hasil pengujian untuk menghitung tingkat efektifitas metode SAW pada sistem ini.
1.6.6 BAB VI. PENUTUP
Bab ini berisi kesimpulan dan saran pengembangan sistem.
1.6.7 DAFTAR PUSTAKA
Bab ini berisi daftar buku dan referensi yang digunakan dalam pembuatan laporan dan sistem.
1.6.8 LAMPIRAN
(33)
11
BAB II
LANDASAN TEORI
Bab ini berisi landasan teori yang digunakan dalam penelitian yang mencakup pembahasan tentang Sistem Pendukung Keputusan dan Metode SAW(Simple Additive Weighting).
2.1 Sistem Pendukung Keputusan(SPK) 2.1.1 Definisi
Sistem Pendukung Keputusan secara umum didefinisikan sebagai sebuah sistem yang memiliki kemampuan untuk memberikan pemecahan masalah maupun komunikasi untuk masalah semi terstruktur. Secara khusus, Sistem Pendukung Keputusan sebagai sebuah sistem yang mendukung kinerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi terstruktur dengan cara memberikan informasi atau rekomendasi menuju pada keputusan tertentu. Sistem Pendukung Keputusan dapat berbentuk sistem manual maupun sistem terkomputerisasi.
Menurut Turban, Sistem Pendukung Keputusan yang selanjutnya akan disingkat dengan SPK adalah sekumpulan prosedur berbasis model untuk
(34)
memproses data dan memberikan pertimbangan bagi manajer dalam mengambil keputusan.
2.1.2 Tujuan Sistem Pendukung Keputusan
Berdasarkan definisi di atas maka dapat disimpulkan bahwa tujuan SPK dalam proses pengambilan keputusan adalah:
● Membantu menjawab masalah semi-terstruktur
● Membantu manajer dalam mengambil keputusan, bukan
menggantikannya
● Manajer yang dibantu melingkupi top manajer sampai ke manajer
lapangan
● Fokus pada keputusan yang efektif bukan keputusan yang efisien.
Untuk mencapai tujuan tersebut maka SPK harus memenuhi syarat:
● Sederhana.
● Robust
● Mudah untuk dikontrol dan beradaptasi.
● Lengkap pada hal-hal penting.
(35)
2.1.3 Semi-terstruktur
SPK digunakan untuk menangani masalah semi-terstruktur. Masalah semi-terstruktur adalah masalah yang memiliki karakteristik yang merupakan perpotongan dari masalah terstruktur dan masalah tidak terstruktur. Dua sifatnya adalah:
● Beberapa bagian dari masalah terjadi berulang-ulang
● Beberapa bagian dari masalah melibatkan subjektivitas manusia.
2.1.4 Karakteristik dan Kemampuan Sistem Pendukung Keputusan Lima karakteristik utama SPK (Sprague et.al., 1993), yaitu:
● Sistem yang berbasis komputer.
● Dipergunakan untuk membantu para pengambil keputusan.
● Untuk memecahkan masalah-masalah yang sulit dilakukan dengan
kalkulasi manual.
● Melalui cara simulasi yang interaktif.
(36)
Gambar 2.1. Karakteristik Sistem Pendukung Keputusan
2.1.5 Model Konseptual Sistem Pendukung Keputusan
(37)
Gambar 2.2. Model Konseptual Sistem Pendukung Keputusan
2.1.6 Langkah-langkah Pengambilan Keputusan
Dalam proses pengambilan keputusan diperlukan langkah-langkah yang meliputi fase-fase sebagai berikut:
1. Intelligence, yaitu kegiatan untuk mengenali masalah, kebutuhan atau kesempatan.
2. Design, yaitu cara-cara untuk memecahkan masalah dan memenuhi kebutuhan.
(38)
4. Implementation, yaitu implementasi sistem yang disertai dengan pengawasan dan koreksi yang diperlukan.
Keempat fase di atas disesuaikan dengan metode
pengembangan perangkat lunak secara terstruktur yaitu metode FAST (Framework for the Application of Systems Thinking).
2.1.7 Komponen Sistem Pendukung Keputusan
Dalam Sistem Pendukung Keputusan terdapat komponen-komponen di dalamnya, yaitu:
1. Data Management
Data base yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut Data base Management Systems (DBMS).
2. Model Management
Melibatkan model finansial, statistikal, management science atau berbagai model kuantitatif lainnya, sehingga dapat memberikan suatu kemampuan analisis dan manajemen software yang diperlukan.
(39)
3. Communication (dialog subsystem)
Pengguna dapat berkomunikasi dan memberikan perintah pada SPK melalui sub sistem, berarti menyediakan antarmuka.
4. Knowledge Management
Sub sistem optional ini dapat mendukung sub sistem lain atau bertindak sebagai komponen yang berdiri sendiri. Komponen ini menyediakan kepakaran yang diperlukan untuk menyelesaikan berbagai aspek dari suatu masalah atau menyediakan knowledge yang dapat meningkatkan operasi dari komponen SPK lainnya.
(40)
2.1.8 Jenis-jenis Sistem Pendukung Keputusan
Jenis-jenis SPK menurut tingkat kerumitan dan tingkat dukungan pemecahan masalahnya menurut Steven L. Alter, 1976 adalah sebagai berikut:
● Mengambil elemen-elemen informasi.
● Menganalisis seluruh file.
● Menyiapkan laporan dari berbagai file.
● Memperkirakan akibat keputusan.
● Mengusulkan keputusan.
● Membuat keputusan.
2.1.9 Keterbatasan Sistem Pendukung Keputusan
Dalam Sistem Pendukung Keputusan terdapat beberapa
keterbatasan, yaitu:
● Ada beberapa kemampuan manajemen dan bakat manusia yang
tidak dapat dimodelkan.
● Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan
(41)
● Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.
● SPK tidak memiliki kemampuan intuisi, dirancang hanya untuk
membantu pengambil keputusan dalam melaksanakan tugasnya.
2.2 Metode SAW( Simple Additive Weighting)
Metode SAW (Simple Additive Weighting) yang selanjutnya akan dituliskan dengan metode SAW merupakan salah satu metode yang digunakan untuk menyelesaikan masalah FMADM (Fuzzy Multiple Attribute Decision Making ). Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada.
(42)
Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,…,m dan j=1,2,…,n. Nilai preferensi untuk setiap alternatif ( Vi ) diberikan sebagai: Vi= ………(2.2) Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Dalam metode ini nilai bobot dari setiap kriteria akan disesuaikan dalam bilangan fuzzy, seperti pada gambar berikut:
Gambar 2.5 Grafik Bobot Keterangan:
SR = Sangat Rendah
R = Rendah
C = Cukup
(43)
ST = Sangat Tinggi.
2.2.1 Langkah Penyelesaian Metode SAW
Adapun langkah-langkah penyelesaian dengan metode SAW adalah sebagai berikut ini:
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam
pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi (Kusumadewi, 2006).
(44)
22
BAB III
METODE PENELITIAN
Bab ini berisi uraian tentang cara pengambilan data untuk penelitian. Cara pengambilan data dapat dilakukan dengan berbagai langkah seperti yang akan dijelaskan dibawah ini.
3.1 Rumusan Masalah
Rumusan masalah dalam penelitian ini adalah menguji sampai sejauh mana efektifitas penggunaan Metode SAW(Simple Additive Weighting) dalam Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai PT. BPR X, sehingga dapat memberikan hasil keputusan yang lebih baik. Untuk menjawab masalah tersebut maka metode penelitian yang akan digunakan dalam penelitian ini terdiri atas:
1. Analisis Masalah
2. Pengembangan Sistem
3. Pengujian Efektifitas Sistem
4. Analisis Data
5. Penarikan Kesimpulan.
(45)
1. Analisis Masalah
Pada tahap ini penulis akan melakukan analisis masalah yang berfungsi untuk mempertimbangkan hasil wawancara untuk penentuan kriteria dan data apa saja yang akan dibutuhkan dalam keseluruhan proses kredit. Untuk mengetahui kebutuhan dan standar kriteria yang akan digunakan dalam penelitian ini, maka akan dilakukan kegiatan wawancara terhadap seorang manajer di bidang kredit. Hasil wawancara yang didapatkan akan menjadi input dalam tahap analisis ini.
Proses yang akan dilakukan adalah mempelajari kebutuhan dan standar kriteria selama proses kredit berlangsung. Setelah proses analisis dilakukan maka hasil analisis masalah akan berupa perkiraan kriteria dan data yang diperlukan dalam penelitian ini,
meliputi data kriteria The Five C’s Principles yang telah
ditetapkan oleh PT. BPR X, data performa angsuran tiap bulannya dari masing-masing jenis produk, format data penilaian agunan milik calon nasabah, data survey nasabah yang disetujui mengajukan kredit, dan data nasabah yang ditolak untuk mengajukan kredit.
(46)
Dalam tahap ini berfungsi untuk melakukan perancangan sistem untuk mengembangkan sebuah sistem pendukung keputusan penentuan pemberian kredit yang akan digunakan sebagai media pengujian. Sistem yang akan dikembangkan adalah berbasis desktop, karena sasaran penelitian ini hanya ditujukan kepada seorang manajer kredit PT. BPR X, sehingga diharapkan proses pengambilan keputusan dapat dilakukan dengan lebih cepat. Sistem pendukung keputusan penentuan pemberian kredit ini dikembangkan dengan menggunakan bahasa pemrograman Java dan MySQL.
Input yang akan digunakan dalam tahap pengembangan ini adalah kebutuhan manajer kredit yang didapatkan dari hasil wawancara, serta perkiraan kriteria dan data yang didapatkan dari tahap analisis masalah. Proses yang akan dilakukan pada tahap ini meliputi perancangan manajemen model, manajemen data, manajemen dialog, knowledge management, diagram aliran data, spesifikasi proses dan implementasi program. Hasil dari tahap ini adalah sebuah sistem yang dapat digunakan secara mudah dan interaktif sesuai kebutuhan, dengan user interface yang menarik dan simple. Sistem ini akan memuat menu untuk simulasi kredit
(47)
berdasarkan hasil survey pemohon sesuai kriteria dari calon pemohon.
3. Pengujian Efektifitas Sistem
Tahap ini berfungsi untuk melakukan pengujian sistem yang berfungsi untuk mengetahui efektifitas penggunaan metode SAW dalam mengambil keputusan pada sistem ini. Proses pengujian ini akan dilakukan dengan teknik simulasi data asli. Melalui teknik pengujian ini peneliti dapat melakukan uji coba langsung sistem dengan menggunakan data nasabah asli, sehingga hasil keputusan yang dihasilkan oleh sistem menjadi lebih akurat karena sesuai dengan data asli.
Teknik simulasi data asli dilakukan dengan menggunakan input berupa data asli nasabah diterima maupun ditolak yang diperoleh dari wawancara dengan manajer kredit PT. BPR X. Proses pengujian dilakukan dengan melakukan simulasi kredit dengan memasukkan nilai hasil survey minimum 2 data calon pemohon. Tahap selanjutnya sistem akan melakukan perhitungan untuk memperoleh nilai total skor pemohon dengan metode SAW. Proses selanjutnya adalah melakukan pengecekan total skor pemohon
(48)
dengan patokan skor penerimaan yang telah ditentukan oleh manajer kredit dan juga pengecekan terhadap track record angsuran kredit pemohon. Hasil pengecekan tersebut akan memperoleh keputusan dan peringkat pemohon yang diterima maupun yang ditolak. Selanjutnya adalah membandingkan hasil keputusan sistem dengan hasil keputusan manual. Jika pada cara manual hasil keputusan pemohon dinyatakan diterima dan setelah diuji pada sistem menunjukkan pemohon ditolak, maupun sebaliknya maka dapat disimpulkan semakin besar presentase hasil keputusan yang ditolak
karena performa angsuran kreditnya tidak lancar, maka
menunjukkan bahwa metode SAW memang efektif digunakan untuk SPK pemberian kredit uang tunai.
4. Analisis Data
Tahap ini akan membantu penulis untuk mempelajari hasil pengujian yang didapatkan pada tahap sebelumnya sehingga dapat dilakukan penarikan kesimpulan terhadap penelitian ini. Input dari tahap ini adalah data asli nasabah PT. BPR X yang diterima maupun ditolak yang didapatkan dari hasil wawancara dengan manajer kredit dan hasil keputusan dengan pernyataan “DITERIMA” atau
(49)
“DITOLAK” yang didapatkan dari hasil pengujian sistem dengan teknik simulasi data asli. Selanjutnya proses analisis data dilakukan dengan cara membandingkan hasil keputusan yang diperoleh dari sistem sama dengan keputusan asli dari data asli nasabah PT. BPR X(manual). Jika terjadi perbedaan hasil keputusan yaitu nasabah yang sebelumnya telah diterima oleh PT. BPR X ternyata ditolak oleh sistem maupun sebaliknya, maka akan dilakukan pengecekan pada performa angsuran kredit yang menyebabkan terjadinya perbedaan hasil keputusan (cara manual melihat data asli).
Efektifitas sistem ini dilihat dari performa nasabah dalam melunasi pinjaman. Sistem ini diharapkan mampu memberikan hasil keputusan yang berbeda dengan hasil keputusan manual. Perhitungan efektifitas dilihat dari jumlah perbedaan hasil nasabah diterima dan ditolak pada cara manual dengan keputusan sistem. Pemohon yang diterima permohonan kreditnya pada hasil keputusan manual menjadi ditolak dalam simulasi sistem karena track record angsuran kreditnya tidak lancar. Hasil analisis data ini akan berupa pernyataan yang dilandasi oleh hasil pengujian bahwa hasil keputusan yang diberikan oleh sistem lebih efektif atau tidak, sehingga dapat merujuk pada penarikan kesimpulan penelitian.
(50)
5. Penarikan Kesimpulan
Berdasarkan hasil analisis data yang telah dilakukan sebelumnya, maka penulis dapat menarik keputusan terhadap penelitian ini. Penggunaan metode SAW dapat dikatakan efektif dalam memberikan hasil keputusan yang lebih baik, jika sistem dapat menghasilkan keputusan yang berbeda dengan hasil manual. Hal ini dilihat dari performa angsuran kredit nasabah dalam melunasi pinjaman. Hal yang dibandingkan adalah hasil keputusan manual bahwa nasabah tersebut diterima permohonan kreditnya namun memiliki track record angsuran kredit yang tidak lancar. Ketika disimulasikan pada sistem ini nasabah tersebut dinyatakan ditolak. Ini membuktikan bahwa sistem ini dapat meningkatkan efektifitas pengambilan keputusan pemberian pinjaman uang tunai PT. BPR X.
(51)
29
BAB IV
PERANCANGAN DAN IMPLEMENTASI SISTEM
Bab ini berisi uraian tentang perancangan dan implementasi sistem. Langkah-langkah perancangan sistem akan dijelaskan lebih detil dengan menggunakan gambar dalam bab ini.
4.1 Perancangan Sistem
Perancangan sistem akan meliputi tahap-tahap manajemen model, manajemen data, manajemen dialog, knowledge management, diagram aliran data dan spesifikasi proses. Tahap-tahap tersebut selanjutnya akan dijelaskan secara lengkap seperti berikut ini.
4.1.1 Manajemen Model
Manajemen model ini merupakan sebuah diagram yang menggambarkan kebergantungan antar variable dalam bentuk diagram influence. Dalam diagram model ini dibutuhkan karena dapat membantu menunjukkan kriteria 5C yang memiliki sub kriteria dan bobot yang dapat diubah-ubah oleh manajer kredit sebagai patokan perhitungan metode SAW dalam proses simulasi
(52)
kredit. Perhitungan keempat bobot sub kriteria untuk masing-masing kriteria 5C akan menghasilkan total nilai dan selanjutnya akan kembali dihitung dengan bobot kriteria utama dan pada akhirnya akan menghasilkan total skor setiap jaminan yang akan digunakan untuk menentukan peringkat kelolosan kredit nasabah. Untuk lebih jelasnya berikut pemodelannya dan penjelasan perhitungannya.
(53)
Gambar 4.1 Manajemen Model Total Skor Akhir Total Skor jaminan Total Skor kapasitas Total Skor modal TotalSkor kondisi ekonomi Total Skor karakter Normalisasi sub jaminan
Bobot sub jaminan
Normalisasi sub kapasitas Bobot sub kapasitas Normalisasi sub modal Bobot sub modal Normalisasi sub Kondisi ekonomi
Bobot sub Kondisi ekonomi
Normalisasi sub karakter
Bobot sub karakter
Bentuk agunan
Besar nilai agunan
Kondisi agunan pendidikan Pengalaman usaha Sejarah usaha omset Uang muka Keahlian dagang hutang
Modal awal usaha
tanggungan anak Kepemilikan rumah Lingkungan hunian Perkembangan teknologi Ketulusan Kerendahan hati keterbukaan Tanggung jawab
Bobot modal Bobot kapasitas
Bobot Kondisi ekonomi
Bobot karakter Bobot jaminan
(54)
Penjelasan perhitungan:
Untuk memperoleh total skor akhir maka perlu dilakukan dua kali perhitungan dengan menggunakan metode SAW, yaitu untuk menentukan total skor masing-masing kriteria menggunakan nilai survey dan bobot sub kriteria yang telah ditentukan, selanjutnya baru menghitung total skor akhir. Berikut perhitungan masing-masing total skor kriteria.
a. Total Skor Jaminan
Normalisasi sub 1 =
Tahun agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan)
Normalisasi sub 2 =
Bentuk agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan)
(55)
Besar nilai agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan)
Normalisasi sub 4 =
Kondisi agunan / (MAX( tahun agunan, bentuk agunan, besar nilai agunan, kondisi agunan)
Total Skor Jaminan =
(Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)
b. Total Skor Kapasitas
Normalisasi sub 1 =
Pendidikan / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)
Normalisasi sub 2 =
Pengalaman usaha / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)
(56)
Normalisasi sub 3 =
Sejarah usaha / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)
Normalisasi sub 4 =
Omset / (MAX (pendidikan, pengalaman usaha, sejarah usaha, omset)
Total Skor Kapasitas =
(Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)
c. Total Skor Modal
Normalisasi sub 1 =
Uang muka / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha)
(57)
Keahlian dagang / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha)
Normalisasi sub 3 =
Hutang / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha)
Normalisasi sub 4 =
Modal awal usaha / (MAX (uang muka, keahlian dagang, hutang, modal awal usaha)
Total Skor Modal =
(Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)
d. Total Skor Kondisi Ekonomi
Normalisasi sub 1 =
Tanggungan anak / (MAX (tanggungan anak, kepemilikan rumah, lingkungan hunian, perkembangan teknologi)
(58)
Normalisasi sub 2 =
Kepemilikan rumah / (MAX (tanggungan anak, kepemilikan rumah, lingkungan hunian, perkembangan teknologi)
Normalisasi sub 3 =
Lingkungan hunian / (MAX (tanggungan anak, kepemilikan rumah, lingkungan hunian, perkembangan teknologi)
Normalisasi sub 4 =
Perkembangan teknologi / (MAX (tanggungan anak, kepemilikan rumah, lingkungan hunian, perkembangan teknologi)
Total Skor Kondisi Ekonomi =
(Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)
(59)
e. Total Skor Karakter
Normalisasi sub 1 =
Ketulusan / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)
Normalisasi sub 2 =
Kerendahan hati / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)
Normalisasi sub 3 =
Keterbukaan / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)
Normalisasi sub 4 =
Tanggung jawab / (MAX (ketulusan, kerendahan hati, keterbukaan, tanggung jawab)
Total Skor Karakter =
(Normalisasi sub 1 * bobot sub 1) + (Normalisasi sub 2 * bobot sub 2) + (Normalisasi sub 3 * bobot sub 3) + (Normalisasi sub 4 * bobot sub 4)
(60)
Setelah total skor untuk masing-masing kriteria diperoleh, maka langkah selanjutnya adalah menghitung total skor akhir dengan menggunakan total skor masing-masing kriteria dan bobot kriteria utama. Berikut perhitungannya:
Normalisasi 1=
Total Skor Jaminan / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)
Normalisasi 2=
Total Skor kapasitas / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)
Normalisasi 3=
Total Skor Modal / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)
(61)
Total Skor Kondisi Ekonomi / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)
Normalisasi 5=
Total Skor Karakter / (MAX (Total Skor Jaminan, Total Skor kapasitas, Total Skor Modal, Total Skor Kondisi Ekonomi, Total Skor Karakter)
Total Skor Akhir =
(Normalisasi 1 * bobot jaminan) + (Normalisasi 2 * bobot kapasitas) + (Normalisasi 3 * bobot modal) + (Normalisasi 4 * bobot kondisi ekonomi) + (Normalisasi 5 * bobot karakter)
4.1.2 Manajemen Data
Manajemen data akan menjelaskan perancangan basis data dan tabel-tabel yang mengandung data relevan dari diagram basis data.
(62)
4.1.2.1 Perancangan Basis Data
Perancangan basis data merupakan sebuah metode pemodelan basis data yang digunakan untuk menghasilkan skema konseptual untuk jenis atau model data semantik sistem. Dalam SPK Penentuan Pemberian Kredit Peminjaman Uang Tunai ini perancangan basis data akan memuat hubungan 8 entitas yaitu entitas nasabah, angsuran_kredit, usulan_kredit, karakter, kapasitas, jaminan, modal dan kondisi_ekonomi. Untuk lebih jelasnya berikut perancangan basis datanya.
(63)
No_hp
Hasil_ keputusan nama_nasabah Jenis_kelamin
nasabah memiliki No_ktp #Id_nasabah status alamat pekerjaan jabatan Nama_kantor Namapemilik_agunan pendidikan Pendapatan_perbulan Pengeluaran_perbulan jenis_agunan 1 tempatlahir tanggallahir Total_skor memiliki Angsuran_kredit 1 n #Id_angsuran Satuan_waktu_bulanan Status_angsuran Usulan_kredit #Id_usulan Tanggal_usulan Jumlah_kredit n Jangka _waktu status_kepemilikanagunan nilai_agunan Keperluan_kredit Cara_penge mbalian Kepemilikan_ rumah Penilaia n_jamin an n tanggal_angsuran
kredit bunga
jaminan Penilaian _kondisi Penilaia n_kapasi tas Penilaia n_modal n n Penilaian _karakte r kapasitas #Id_kapasitas bobot_subkriteria Nama _subkr iteria bobot_jaminan modal
#Id_modal bobot_subkriteria
Nama_su bkriteria Bobot_modal Nama_ subkrit eria Bobot_ kapasitas Kondisi_ekonomi
#Id_kondisi bobot_subkriteria
Nama_subkriteria
Bobot_karakter karakter
#Id_karakter bobot_subkriteria Nama _subkr iteria Bobot_kondisi n n n n n n n Skor_ subkriteria Skor_ subkriteria Skor_ subkriteria Skor_ subkrit eria Skor_ subkri
teria #id_penilaianKondisi #id_penilaianModal #id_penilaianKapasitas
#id_penilaianJaminan
(64)
Gambar di atas menunjukkan entitas Nasabah yang memiliki hubungan one to many dengan entitas Angsuran_kredit, dimana 1 nasabah dapat memiliki banyak angsuran kredit. Entitas nasabah juga memiliki hubungan one to many dengan entitas usulan_kredit dihubungkan dengan hubungan memiliki. Entitas usulan_kredit memiliki relasi many to many dengan entitas karakter, kapasitas,
jaminan, modal, dan kondisi_ekonomi yang masing-masing
dihubungkan dengan hubungan penilaian_karakter,
penilaian_kapasitas, penilaian_jaminan, penilaian_modal, dan
penilaian_kondisi yang semua hubungannya berubah menjadi tabel.
4.1.2.2 Skema Tabel
Berikut ini merupakan skema tabel yang berisi data dan tipe data yang telah dinormalisasi. Bagian ini menjelaskan tipe data pada setiap variabelnya, deskripsi serta menunjukkan Primary Key dan Foreign Key untuk setiap entitas.
(65)
Nama Variabel Tipe data Constraint Deskripsi
Id_nasabah Varchar(10) Primary Key
(Not Null)
Menyimpan id nasabah
Nama_nasabah Varchar(30) Nama nasabah
No_ktp Varchar(30) Nomor KTP untuk
setiap nasabah
Alamat Varchar(50) Alamat setiap nasabah
Jenis_kelamin Varchar(10) Jenis kelamin nasabah
Tempat_lahir Vaarchar(30) Kota tempat lahir
nasabah
Tanggal_lahir Date Tanggal lahir nasabah
Status Varchar(20) Status pernikahan
nasabah
Pendidikan Varchar(10) Tingkat pendidikan
nasabah
No_hp Varchar(15) Nomor telepon
nasabah
Pekerjaan Varchar(30) Nama pekerjaan
nasabah
(66)
Nama_kantor Varchar(30) Nama kantor Pendapatan_perb
ulan
Int Jumlah penghasilan
perbulan Pengeluaran_per
bulan
Int Jumlah pengeluaran
perbulan Kepemilikan_ru
mah
Varchar(30) Status kepemilikan
rumah
Hasil_keputusan Varchar(30) Hasil keputusan
pemberian kredit Tanggungan_ana
k
int Jumlah tanggungan
anak
Tabel 4.1 Tabel Nasabah
b. Tabel jaminan
Nama Variabel Tipe data Constraint Deskripsi
Id_jaminan Varchar(10) Primary Key
(Not Null)
Menyimpan id jaminan
Nama_subkriteria Varchar(30) Nama sub kriteria
(67)
jaminan
Tabel 4.2 Tabel Jaminan
c. Tabel kapasitas
Nama Variabel Tipe data Constraint Deskripsi
Id_kapasitas Varchar(10) Primary Key
(Not Null)
Menyimpan id kapasitas
Nama_subkriteria Varchar(30) Nama sub kriteria
kapasitas
Bobot_subkriteria Double Bobot setiap sub
kriteria kapasitas
Tabel 4.3 Tabel Kapasitas
d. Tabel modal
Nama Variabel Tipe data Constraint Deskripsi
(68)
Nama_subkriteria Varchar(30) Nama sub kriteria modal
Bobot_subkriteria Double Bobot setiap sub
kriteria modal
Tabel 4.4 Tabel Modal
e. Tabel kondisi_ekonomi
Nama Variabel Tipe data Constraint Deskripsi
Id_kondisi Varchar(10) Primary Key
(Not Null)
Menyimpan id kondisi_ekonomi
Nama_subkriteria Varchar(30) Nama sub kriteria
kondisi_ekonomi
Bobot_subkriteria Double Bobot setiap sub
kriteria
kondisi_ekonomi
(69)
Nama Variabel Tipe data Constraint Deskripsi
Id_karakter Varchar(10) Primary Key
(Not Null)
Menyimpan id karakter
Nama_subkriteria Varchar(30) Nama sub kriteria
karakter
Bobot_subkriteria Double Bobot setiap sub
kriteria karakter
Tabel 4.6 Tabel Karakter
g. Tabel angsuran_kredit
Nama Variabel Tipe data Constraint Deskripsi
Id_angsuran Varchar(10) Primary Key
(Not Null)
Menyimpan id angsuran
Tanggal_angsuran Date Tanggal setiap
transaksi pembayaran angsuran
Satuan_waktu_bul anan
(70)
angsuran
Bunga Double Bungan setiap
angsuran
Status_angsuran Varchar(20) Status kategori
nasabah dalam mengangsur
Id_nasabah Varchar(10) Foreign Key Id nasabah
Tabel 4.7 Tabel Angsuran_kredit
h. Tabel Usulan_kredit
Nama Variabel Tipe data Constraint Deskripsi
Id_usulan Varchar(10) Primary Key
(Not Null)
Menyimpan id usulan
Tanggal_usulan Date Tanggal
usulan kredit dilakukan
Jumlah_kredit Int Jumlah
(71)
diajukan
Jangka_waktu Int Jumlah waktu
dalam satuan bulan untuk pelunasan kredit
Keperluan_kredit Varchar(50) Keterangan
keperluan pengajuan kredit
Cara_pengembalian Varchar(30) Cara untuk
pelunasan kredit
Jenis_agunan Varchar(30) Jenis agunan
yang diajukan
Namapemilik_agunan Varchar(30) Nama pemilik
agunan
Status_kepemilikanagunan Varchar(30) Status
kepemilikan agunan yang diajukan
(72)
jual agunan
Total_Skor Double Jumlah total
skor simulasi
Id_nasabah Varchar Foreign Key Menyimpan
id nasabah Tabel 4.8 Tabel Usulan_kredit
i. Tabel Penilaian_karakter
Nama Variabel Tipe data Constraint Deskripsi Id_penilaianKarakter Varchar(10) Primary Key
(Not Null)
Menyimpan id penilaian karakter
Bobot_karakter Double Bobot utama kriteria
karakter
Skor_subkriteria Double Skor setiap sub
kriteria yang berasal dari skor survey nasabah
Id_usulan Varchar(10) Foreign Key Menyimpan id
usulan
(73)
Tabel 4.9 Tabel penilaian_karakter
j. Tabel Penilaian_jaminan
Nama Variabel Tipe data Constraint Deskripsi Id_penilaianJaminan Varchar(10) Primary Key
(Not Null)
Menyimpan id penilaian jaminan
Bobot_jaminan Double Bobot utama kriteria
jaminan
Skor_subkriteria Double Skor setiap sub
kriteria yang berasal dari skor survey nasabah
Id_usulan Varchar(10) Foreign Key Menyimpan id
usulan
Id_jaminan Varchar(10) Foreign Key Menyimpan id
jaminan
(74)
k. Tabel Penilaian_kapasitas
Nama Variabel Tipe data Constraint Deskripsi Id_penilaianKapasitas Varchar(10) Primary
Key (Not Null)
Menyimpan id penilaian kapasitas
Bobot_kapasitas Double Bobot utama kriteria
kapasitas
Skor_subkriteria Double Skor setiap sub
kriteria yang berasal dari skor survey nasabah
Id_usulan Varchar(10) Foreign Key Menyimpan id
usulan
Id_kapasitas Varchar(10) Foreign Key Menyimpan id
kapasitas
(75)
Nama Variabel Tipe data Constraint Deskripsi Id_penilaianModal Varchar(10) Primary Key
(Not Null)
Menyimpan id penilaian modal
Bobot_modal Double Bobot utama kriteria
modal
Skor_subkriteria Double Skor setiap sub kriteria
yang berasal dari skor survey nasabah
Id_usulan Varchar(10) Foreign Key Menyimpan id usulan
Id_modal Varchar(10) Foreign Key Menyimpan id modal
Tabel 4.12 Tabel penilaian_modal m. Tabel Penilaian_kondisi
Nama Variabel Tipe data Constraint Deskripsi Id_penilaianKondisi Varchar(10) Primary
Key (Not Null)
Menyimpan id penilaian kondisi
Bobot_kondisi Double Bobot utama kriteria
(76)
kriteria yang berasal dari skor survey nasabah
Id_usulan Varchar(10) Foreign
Key
Menyimpan id usulan
Id_kondisi Varchar(10) Foreign
Key
Menyimpan id kondisi
Tabel 4.13 Tabel penilaian_kondisi
4.1.3 Manajemen Dialog
Manajemen dialog menggambarkan tampilan sistem yang akan digunakan user. Dalam manajemen dialog ini akan dijelaskan fungsi setiap halaman antar muka sistem. Berikut halaman antar muka dan penjelasannya.
4.1.3.1 Halaman Form Utama
Halaman Form Utama ini merupakan tampilan utama yang berisi menu sistem. Menu sistem yang ditampilkan pada halaman ini akan menghubungkan ke halaman lain sesuai menu yang dipilih user.
(77)
form utama ini, karena untuk menutup sistem ini harus melalui form utama ini.
Gambar 4.3 Halaman Form Utama
4.1.3.2 Halaman Input Data Pemohon
Halaman Input Data Pemohon adalah halaman untuk mengisi data nasabah yang akan mengajukan kredit berupa usulan kredit dan juga data angsuran kredit nasabah. Dalam halaman ini akan terdapat 2 tab halaman, tab pertama untuk mengisi data nasabah dan angsuran kredit dan data yang telah disimpan akan ditampilkan dalam tabel
(78)
kredit nasabah.
Gambar 4.4 Input Data Pemohon
4.1.3.3 Halaman Kriteria dan Bobot
Halaman Kriteria dan Bobot adalah halaman untuk mengisi dan mengubah-ubah nama dan bobot sub kriteria untuk setiap kriteria 5C, pada halaman ini juga manajer kredit dapat menentukan bobot utama kriteria 5C untuk penentuan keputusan kredit.
(79)
Gambar 4.5 Kriteria dan Bobot
4.1.3.4 Halaman Simulasi Penentuan Pemberian Kredit
Halaman ini berisi simulasi proses penentuan penerimaan kredit uang tunai. Pada halaman ini manajer kredit dapat menentukan nasabah yang akan disimulasikan untuk menentukan penerima kredit. Manajer kredit hanya perlu memasukkan skor survey untuk setiap sub kriteria dari masing-masing kiteria 5C. Hasil yang akan diperoleh adalah hasil keputusan diterima atau ditolak berdasarkan patokan total skor yang dapat diubah-ubah oleh manajer kredit, dan selanjutnya hasil keputusan akan diurutkan berdasarkan total skor tertinggi.
(80)
Gambar 4.6 Simulasi Penentuan Pemberian Kredit
4.1.3.5 Halaman Laporan Penerimaan Kredit Pemohon
Halaman ini akan menampilkan seluruh daftar nasabah yang diterima dan ditolak pada proses simulasi pada halaman simulasi. Melalui halaman ini manajer kredit dapat mencetak laporan penerimaan kredit nasabah.
(81)
Gambar 4.7 Laporan Penerimaan Kredit Pemohon 4.1.4 Knowledge Management
Dalam sistem pendukung keputusan ini tidak memiliki knowledge management.
4.1.5 Diagram Aliran Data
Diagram aliran data ini menjelaskan keseluruhan rancangan sumber data dan aliran data berdasarkan model SPK yang telah dibuat sebelumnya, berikut penjelasannya.
(82)
4.1.5.1 Diagram Konteks
Diagram konteks ini menggambarkan data yang masuk dan data yang dikeluarkan oleh sistem ini. Seluruh data yang masuk dan keluar inilah yang menunjukkan gambaran alur sistem.
SPK Penentuan Pemberian Kredit Peminjaman Uang Tunai pemohon
Manajer kredit
Hasil keputusan
Data pemohon Usulan kredit Data angsuran kredit
Bobot kriteria Sub kriteria Patokan total skor Data produk bank
Hasil keputusan Total skor
Nilai survey
Gambar 4.8 Diagram Konteks
Pada diagram konteks ini terdapat dua sumber data yaitu pemohon dan manajer kredit. Pemohon menjadi sumber dari masukan data pemohon, usulan kredit, dan data angsuran kredit. Setelah melalui proses pada sistem maka Pemohon akan menerima keluaran sistem berupa hasil keputusan. Sedangkan Manajer Kredit menjadi sumber dari masukan data produk bank, patokan total skor, bobot kriteria dan sub
(83)
nilai survey, total skor dan hasil keputusan.
4.1.5.2 Diagram Aliran Data Level 1
Diagram Aliran Data Level 1ini merupakan pemecahan diagram konteks berupa proses-proses dalam sistem ini, berikut gambarnya.
pemohon
1.
Pengelolaan data pemohon Data pemohon
Usulan kredit
2. Pengisian hasil survey
3.
Pengisian bobot kriteria dan sub kriteria
4. Simulasi kredit
Data angsuran kredit Manajer Kredit Data pemohon terekam Nilai survey Bobot kriteria Sub kriteria Bobot kriteria terekam sub kriteria terekam
Patokan total skor
Data produk bank
Total skor
Hasil keputusan
(84)
Dalam Diagram Aliran Data Level 1 terdapat 4 proses utama, yaitu proses pengelolaan data pemohon, pengisian hasil survey, pengisian bobot kriteria dan sub kriteria dan simulasi kredit. Proses 1 Pengelolaan data pemohon menerima masukan data pemohon dan usulan kredit yang berasal dari Pemohon. Hasil keluaran dari proses ini berupa data pemohon terekam yang selanjutnya menjadi masukan proses pengisian hasil survey dan simulasi kredit. Proses 2 Pengisian hasil survey memiliki masukan data pemohon terekam dari proses 1. Proses ini akan menghasilkan keluaran berupa nilai survey untuk Manajer Kredit dan menjadi masukan dalam Proses 4 Simulasi kredit. Proses 3 Pengisian bobot kriteria dan sub kriteria masukannya berasal dari Manajer Kredit berupa bobot kriteria dan sub kriteria. Proses ini menghasilkan bobot kriteria terekam dan sub kriteria terekam. Pada Proses 4 Simulasi kredit masukannya berasal dari bobot kriteria dan sub kriteria dari Proses 3, data produk bank dan patokan total skor oleh Manajer Kredit. Proses ini akan menghasilkan keluaran total_skor kepada Manajer Kredit dan hasil keputusan pada Manajer Kredit dan Pemohon.
(85)
4.1.5.3 Diagram Aliran Data Level 2 Proses 4
Diagram Aliran Data Level 2 Proses 4 ini merupakan pemecahan dari Proses 4 Simulasi Kredit pada Diagram Aliran Data Level 1. Dalam level ini Proses 4 Simulasi Kredit dibagi menjadi 3 proses, yaitu proses menormalisasikan skor hasil survey, menghitung nilai bobot kriteria dan mengecek total nilai.
(86)
Manajer Kredit
pemohon
4.1
Menormalisasikan skor hasil survey
D2 Penilaian_karakter
D1 nasabah
4.3 mengecek total nilai
4.2
menghitung nilai bobot kriteria
Normalisasi nilai survey
Toal nilai bobot kriteria
Bobot kriteria karakter terekam Skor survey karakter
terekam
Hasil keputusan Total skor Patokan total skor
Data pemohon terekam
Data angsuran kredit Data produk bank
D3 Penilaian_jami nan
D4 Penilaian_kapasitas
D5 Penilaian_modal
D6 Penilaian_kondisi Skor survey jaminan
terekam
Skor survey kapasitas terekam Skor survey modal terekam Skor survey kondisi terekam
Bobot kriteria jaminan terekam
Bobot kriteria kapasitas terekam
Bobot kriteria modal terekam Bobot kriteria kondisi terekam D7 karakter D9 kapasitas D11 Kondisi_ekonomi Bobot sub jaminan
terekam
Bobot sub karakter terekam
Bobot sub kondisi terekam Bobot sub kapasitas
terekam terekam
(87)
secara lebih detil. Pada Proses 4.1 menormalisasikan skor hasil survey, masukan data berasal dari Manajer Kredit berupa data produk bank, sedangkan dari Pemohon berupa data pemohon terekam, dan dari database berupa sub kriteria terekam dan nilai survey terekam. Keluaran dari proses ini berupa normalisasi hasil survey. Dalam proses 4.2 ini masukannya berupa normalisasi hasil survey yang berasal dari proses 4.1 dan bobot kriteria terekam dari database. Keluaran dari proses ini berupa total nilai bobot kriteria. Dalam proses 4.3 diperlukan masukan total nilai bobot kriteria yang berasal dari proses 4.2, data angsuran kredit dari Pemohon dan patokan total skor dari Manajer Kredit. Proses ini akan menghasilkan keluaran total_skor kepada Manajer Kredit dan hasil keputusan pada Manajer Kredit dan Pemohon.
4.1.6 Spesifikasi Proses
Spesifikasi proses merupakan deskripsi lengkap untuk setiap proses dalam Diagram Aliran Data Level 2 Proses 4. Spesifikasi ini berfungsi untuk menjelaskan secara lengkap tentang deskripsi proses, masukan dan keluaran proses, serta algoritma berupa pseudocode.
(88)
a. Nama : Menormalisasikan Skor Hasil Survey
b. Deskripsi : Menormalisasikan hasil survey pemohon
- Hasil nilai survey akan dinormalisasikan dengan
menggunakan perhitungan SAW dengan mencari nilai maksimum dari setiap nilai survey sub kriteria pemohon.
c. Masukan Aliran Data:
- Data pemohon terekam yang berasal dari database Nasabah
- Data nilai survey terekam yang berasal dari database
penilaian_karakter, penilaian_jaminan, penilaian_kapasitas, penilaian_ modal, penilaian_ kondisi.
- Data produk bank yang berasal dari manajer kredit
d. Proses (Pseudocode):
- Normalisasikan skor survey dan hitung masing-masing
kriteria dengan mencari nilai maximum dari bobot skor kriteria
(89)
- matriks ternormalisasi ditemukan
e. Keluaran Aliran Data:
- Normalisasi bobot hasil survey berupa matriks
ternormalisasi
f. Tipe Proses: Offline
4.1.6.2 Proses 4.2 Menghitung Total Nilai Bobot
a. Nama : Menghitung Total Nilai Bobot
b. Deskripsi : Menghitung total nilai bobot untuk mendapatkan
nilai skor akhir
c. Masukan Aliran Data:
- Bobot kriteria terekam (W) yang berasal dari database
kriteria
- Normalisasi bobot hasil survey berupa matriks
ternormalisasi (X) yang berasal dari proses
(90)
- perkalian matriks ternormalisasi R dengan vector bobot kriteria
- execute perhitungan
e. Keluaran Aliran Data:
- Total nilai bobot kriteria
f. Tipe Proses: Offline
4.1.6.3 Proses 4.3 Mengecek Total Nilai
a. Nama : Mengecek Total Nilai
b. Deskripsi : Mengecek total nilai dengan track record
angsuran kredit dan patokan skor yang ditetapkan oleh manajer kredit.
c. Masukan Aliran Data:
- Total nilai bobot yang diperoleh dari proses 4.2
- Patokan total skor yang berasal dari manajer kredit
(91)
- Masukkan patokan total skor
- If (total nilai >= patokan_skor) and (status
angsuran_kredit==”Nasabah Lancar”) Keputusan=”diterima”;
Else if If (total nilai <= patokan_skor) and (status angsuran_kredit==”Nasabah Lancar”)
Keputusan=”ditolak”;
Else If (total nilai >= patokan_skor) and (status angsuran_kredit=”Nasabah Tidak Lancar”)
Keputusan=”diterima”;
Else If (total nilai <= patokan_skor) and (status angsuran_kredit==”Nasabah Tidak Lancar”)
Keputusan=”ditolak”;
- set queri = update (id_nasabah+nama_nasabah+ alamat+
jenis_kelamin + tempatlahir + tanggallahir + status + pendidikan + no_hp + no_ktp + pekerjaan + jabatan +
nama_kantor + pendapatan +pengeluran=hasil
(92)
e. Keluaran Aliran Data:
- Hasil keputusan pada manajer kredit
- Total skor pada manajer kredit
- Hasil keputusan pada pemohon
f. Tipe Proses: Offline
4.1.7 Diagram Use Case
Pada bagian ini akan ditunjukkan gambaran penggunaan sistem beserta proses-proses yang dilakukan oleh pengguna dalam sistem ini, berikut gambarnya.
(93)
Gambar 4.11 Diagram Use Case
4.1.8 Skenario Use Case
1. Memasukkan data identitas dan usulan kredit nasabah
Manajer Kredit
Sistem Pendukung Keputusan Penentuan Pemberian Kredit Peminjaman Uang Tunai
Memasukkan data identitas dan usulan kredit nasabah Mengubah data identitas dan
usulan kredit nasabah Menghapus data identitas dan
usulan kredit nasabah Memasukkan data angsuran
kredit nasabah Memasukkan nama dan bobot
kriteria
Mengubah nama dan bobot kriteria
Mensimulasikan kredit Mencetak laporan kredit
(94)
kredit nasabah
b. Aktor : Manajer Kredit
c. Kondisi Awal : Manajer kredit berada di halaman identitas
pemohon
d. Kondisi Akhir : Data identitas dan usulan kredit nasabah
berhasil direkam dalam data base e. Basic Flow :
i. Manajer kredit memasukkan data identitas dan data
usulan kredit pada form
ii. Manajer kredit menekan tombol simpan
iii. Sistem menampilkan pesan konfirmasi bahwa data
berhasil disimpan
iv. Data identitas dan usulan kredit nasabah berhasil
direkam dalam data base
f. Alternative Flow :
ii. Jika data yang ditandai tanda * belum terisi semua
iii. Sistem memberi pesan kesalahan yang menunjuk field yang belum terisi
(95)
data base
2. Mengubah data identitas dan usulan kredit nasabah
a. Nama case : Mengubah data identitas dan usulan kredit nasabah
b. Aktor : Manajer Kredit
c. Kondisi Awal : Manajer kredit berada di halaman identitas pemohon
d. Kondisi Akhir : Data identitas dan usulan kredit nasabah berhasil
diubah dalam data base e. Basic Flow :
i. Manajer kredit memilih baris nama nasabah yang akan
diubah pada tabel daftar nasabah
ii. Sistem menampilkan data identitas dan usulan kredit ke
dalam form pengisian data
iii. Manajer kredit memasukkan data identitas dan usulan
kredit terbaru
iv. Manajer kredit menekan tombol simpan
v. Data identitas dan usulan kredit nasabah berhasil diubah
dalam data base
(96)
pada tabel daftar nasabah
ii. Sistem menampilkan pesan “Pilih nasabah terlebih
dahulu”
iii. Data identitas dan usulan kredit nasabah gagal diubah
3. Menghapus data identitas dan usulan kredit nasabah
a. Nama case : Menghapus data identitas dan usulan kredit nasabah
b. Aktor : Manajer Kredit
c. Kondisi Awal : Manajer kredit berada di halaman identitas pemohon
d. Kondisi Akhir : Data identitas dan usulan kredit nasabah berhasil
dihapus dalam data base e. Basic Flow :
i. Manajer kredit memilih baris nama nasabah yang akan
dihapus pada tabel daftar nasabah
ii. Manajer kredit menekan tombol hapus
iii. Data identitas dan usulan kredit nasabah berhasil
dihapus dalam data base
(97)
tabel daftar nasabah
ii. Sistem menampilkan pesan “Pilih nasabah terlebih dahulu”
iii.Data identitas dan usulan kredit nasabah gagal terhapus
4. Memasukkan data angsuran kredit nasabah
a. Nama case : Memasukkan data angsuran kredit nasabah
b. Aktor : Manajer Kredit
c. Kondisi Awal : Manajer kredit berada di halaman angsuran pemohon
d. Kondisi Akhir : Data angsuran nasabah berhasil direkam dalam data
base
e. Basic Flow :
i. Manajer kredit memilih baris nama nasabah yang akan
dimasukkan data angsurannya
ii. Manajer kredit memasukkan data angsuran kredit
iii. Manajer kredit menekan tombol simpan
iv. Data angsuran kredit berhasil direkam dalam data base
(98)
pada tabel daftar nasabah
ii. Sistem menampilkan pesan “Pilih nasabah terlebih dahulu”
iii.Data angsuran kredit nasabah gagal terekam
5. Memasukkan nama dan bobot kriteria
a. Nama case : Memasukkan nama dan bobot kriteria
b. Aktor : Manajer Kredit
c. Kondisi Awal : Manajer kredit berada di halaman kriteria dan
bobot
d. Kondisi Akhir : Nama dan bobot kriteria berhasil direkam dalam
data base
e. Basic Flow :
i. Manajer kredit berada dalam halaman kriteria dan bobot
ii. Manajer kredit memasukkan nama kriteria dan bobot ke
dalam form
(99)
base
f. Alternative Flow:
iii. Jika nama dan bobot kriteria belum terisi
iv. Sistem menampilkan pesan kesalahan bahwa nama dan
bobot kriteria harus terisi
v. Data gagal tersimpan di dalam data base
6. Mengubah nama dan bobot kriteria
a. Nama case : Mengubah nama dan bobot kriteria
b. Aktor : Manajer Kredit
c. Kondisi Awal : Manajer kredit berada di halaman kriteria dan bobot
d. Kondisi Akhir : Data identitas dan usulan kredit nasabah berhasil
direkam dalam data base e. Basic Flow :
i. Manajer kredit berada dalam halaman kriteria dan bobot
ii. Manajer kredit memasukkan nama kriteria dan bobot
terbaru ke dalam form
(100)
base
f. Alternative Flow:
iii. Jika manajer kredit menekan tombol simpan
iv. Sistem menampilkan pesan kesalahan bahwa nama dan
bobot kriteria sudah tersimpan
v. Data gagal diubah di dalam data base
7. Mensimulasikan kredit
a. Nama case : Mensimulasikan kredit
b. Aktor : Manajer Kredit
c. Kondisi Awal : Manajer kredit berada di halaman simulasi kredit
d. Kondisi Akhir : Peringkat kredit berhasil ditampilkan dan hasil
keputusan berhasil direkam dalam data base e. Basic Flow :
i. Manajer kredit memilih nama nasabah pada tabel daftar
pemohon
ii. Manajer kredit memasukkan nilai survey pada tabel sub
kriteria
(1)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(2)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(3)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(4)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(5)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(6)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI